把影厅想成一座玻璃温室：每一场放映都是一株待放的枝条，出票速度就是它的生长刻度。这里用日报、周报、月报三条并排的观察线，记录实时票房从早场冷清到午夜场回温的完整走向，并把预售差额、场均人次、上座率拆成可核对的字段。
先把口径说清楚，再谈数字好不好看。
2023年春天，我们三个排片表爱好者在一间真的玻璃花房里做了一次实验：把当天所有影厅的出票速度画在同一张纸上，看它像不像植物的向光曲线。结果很意外，工作日的曲线像含羞草，一碰就收；节假日的曲线像藤蔓，半夜还会往上攀一段。这份手绘稿后来变成了现在的观察站，主关键词也从此固定在每日更新的对照台上。
我们不做预测生意，只做记录与解释。每天的实时票房数据来自公开票务平台的场次与出票字段，交叉比对后写入本地表格；遇到平台口径差异，会在数据来源说明中标出取哪一侧。凡是拿不准的数字，宁可空着，也不填一个看起来漂亮的估值。
对普通观众来说，看懂实时票房的意义不在输赢，而在于挑场次：同一天同一部片子，早场与晚场的均价能差出六到九元，坐席密度也相差一倍。对影院运营者来说，场均人次与退票率的联动，比单日总票房更能说明排片是否排错了厅。这两件事，就是花房每天开门要做的功课。
站点上线，第一期只做了十二家影院的出票速度记录，页面是一张纯表格。
加入场均人次与退票率两个字段，首次把预售差额单列成行。
改版为双屏对照结构，左侧大盘、右侧榜单，滚动位置彼此跟随。
上线影片档案棚，为每部在映影片标注上映年份、评分与片种，并留出更新角标。
本期更新：补入三月冷档期的场均人次对比，修订上座率算法说明，累计更新达1086期。
左右两屏共用一条时间轴：滚动任意一侧，另一侧同步推进，逐行对齐同一时点。
左屏看大盘，右屏看单体
大盘给出每小时的出票速度与预售差额，单体给出影片的场均人次与上座率。两屏行数一致、时点一致，方便把宏观波动落到具体片子上。滚轮停在任意一侧，另一侧会跟随；点右侧按钮可以暂时断开跟随，只看一边。
从这张曲线能读出一件常被忽略的事：黄金场贡献了全天约四分之一，但它的均价也比早场高出十元。也就是说，单看总票房会高估观影人次的增长，而看场均人次再看均价，才能区分是片子吸引了更多人，还是票价本身抬高了水位。我们把这个判断写进每天的实时票房批注里，而不是只丢一个总数。
每张卡片都能展开档案：上映年份、评分、片种、时长与数据采集日期，一目了然。
| 影片 | 上映年份 | 片种 | 评分 | 累计票房 | 档案 |
|---|---|---|---|---|---|
| 晚风花房 | 2026年 | 剧情 | 8.6 | 7420万元 | 展开 |
| 第七号温室 | 2026年 | 科幻 | 8.2 | 5860万元 | 展开 |
| 花房手记 | 2025年 | 纪录 | 8.9 | 3140万元 | 展开 |
| 雾灯档案 | 2026年 | 悬疑 | 7.8 | 2680万元 | 展开 |
| 苔痕 | 2025年 | 动画 | 8.4 | 1960万元 | 展开 |
| 玻璃温室的信 | 2026年 | 剧情 | 9.1 | 预售4120万元 | 展开 |
不靠形容词撑场，靠可复核的口径、可追溯的字段和可复盘的判断。
均价是否含服务费、场均人次的分母用开场厅数还是排片厅数，这两件事每期都写明。口径一变，历史曲线就会失真，所以我们宁可把修订记录摆在页面上，也不悄悄换算法。
口径修订留痕 3 次所有读数标注具体到小时的采集时点。读者拿着同一时点去公开售票页复核，应当得到相近结果；若差异超过百分之三，我们会在下一期加注说明。
逐时校对 7 次/日把预售与实际出票拆开看，能识别“票补型上映”：预售漂亮、次日掉得快。差额为负且连续两日扩大时，会在周报里直接标注为需要观察的排片风险。
本期差额 +1860万遇退票潮、密钥故障或极端天气导致的跳变，我们保留原始记录并单独标注原因，不用平滑曲线把尖峰抹掉，因为尖峰往往比平滑值更有信息量。
异常标注 4 例剧情、科幻、动画、纪录四类片种的场均人次分布明显不同，混在一起算均值会互相稀释。我们按片种分档给出参照区间，让数据回到可比的位置。
四档参照区间片种、上映年份与时长取自发行方公开物料，评分标注采集日期，场次与出票取自公开售票页。凡是二手转述的内容，一律不进入数据表。
来源标注 3 类同一套字段，三种时间尺度：一周看波动，一月看结构，一季度看习惯。
把周报与月报并排看，会发现一个稳定的结构：周末的两天撑起近四成总量，而周中的低谷并不是均匀的，周三往往比周二更冷。这个细节对排片有直接意义，也解释了为什么有些影片选择周三开启点映，用低成本先测试口碑，再把正式上映放在周四或周五。
月报层面更值得留意片种结构的变化。本期剧情片占比升到三成以上，动画片则在周末形成明显峰值。把两者放在同一张看板上，就能避免用整体均值掩盖分档差异，也避免把某一档的波动误读成整个市场的转向。
按顺序做四步，十分钟内可以形成一份自己的判断。
围绕一个主题把数据重新排列，往往比多看十个总数更有用。
三月、九月这类冷档期，场均人次的波峰为什么会前移，票价为什么能降到四十元以下，亲子场与午夜场各自承担什么角色。这个专题把连续三周的逐时数据重新排列，给出冷档期的选场建议。
#冷档期 #场均人次前移把预售金额与实际出票并置，标记差额为正、持平、为负的三类影片。差额为负且持续扩大的片子，往往在次周出现排片收缩，这个信号比单日票房更早出现。
#预售差额 #排片收缩不按总票房排，只按场均人次排。这份榜单会牺牲一些大制作，但能筛出真正坐得满的片子，适合只想在有限的空闲时间里挑一场好电影的人。
#场均人次 #上座率剧情、科幻、动画、纪录四个片种在不同档期的场均人次区间各不相同。图鉴把四档参照区间画在同一比例尺上，方便判断某部片子的表现是偏强还是仅属正常波动。
#片种对照 #参照区间每条都写明发布与修订日期，方便对照当日读数复查。
本日晚七点档均价升至46.8元，同时场均人次升至24.6，属于价格与需求同时上行的少见组合，需要结合下周排片再看是否可持续。
连续三周数据显示，三月的观影高峰比春节档提前约一小时，与通勤结束时段重合，排片顺序可据此微调。
点映场次观众构成偏向核心影迷，评分常比正式上映首日高出零点三分左右，比较时应当分层而不是直接并列。
退票率连续两周低于近八周均值，说明档期内的临时改签需求下降，场次安排的稳定性有所提升。
把三个容易被忽略的字段摊开：预售差额、开场率与撤销场次。
差额看的是信心，开场率看的是兑现
预售差额为预售额减去当日实际出票额。差额为正说明当日出票超出了此前预售的覆盖范围，属于新增需求；差额为负则意味着部分预售被退掉或改签，或提前锁座未完成支付。把差额与开场率放在一起看，就能判断票房是实打实坐出来的，还是靠提前锁场撑起来的。
| 影片 | 预售额 | 当日出票 | 差额 | 开场率 | 撤销场次 | 判断 |
|---|---|---|---|---|---|---|
| 晚风花房 | 6120 | 7420 | +1300 | 97.4% | 12 | 需求延续 |
| 第七号温室 | 5180 | 5860 | +680 | 96.1% | 18 | 稳中有升 |
| 花房手记 | 2980 | 3140 | +160 | 99.2% | 2 | 长线稳定 |
| 雾灯档案 | 2860 | 2680 | -180 | 92.8% | 34 | 需要观察 |
| 苔痕 | 2100 | 1960 | -140 | 94.6% | 21 | 周末回补 |
| 玻璃温室的信 | 4120 | 95 | 点映期 | 98.7% | 1 | 待正式上映 |
《苔痕》的负差额出现在工作日，与亲子场集中在周末的观影习惯吻合，周末回补后差额由负转正。只有连续两日扩大且开场率同步下滑，才归入需要观察的排片风险。
开场率等于实际开场厅数除以排片厅数。跌破九成通常来自密钥故障、设备检修或临时撤场。本期有四个厅因放映机检修撤场，已在异常标注中单列，不计入场均人次的分母。
深度核对的意义在于把“票房好不好”这个模糊问题，拆成几个能回答的小问题：新增需求还有没有、预售兑现得怎么样、开场厅数有没有被动缩水。当这三个字段方向一致时，判断的把握就大得多；方向互相冲突时，我们会在下一期继续跟踪，而不是急着下结论。
问题按读者最常追问的顺序排列，答案与页面底部的结构化数据完全一致。
本站按小时记录一次，每天共七个校对时点，其中首班与末班为人工复核。页面顶部的状态条会写明本轮校对的具体时点，读表前先看时点，再比较数值，避免把不同小时的数据混在一起比较。
场均人次是平均每个开场厅的观影人数，反映厅内密度；上座率是售出座位占可售座位的比例，反映座位利用效率。小厅场均人次低但上座率可能很高，只看其中一个容易误判影片的真实热度。
不一定。预售反映的是提前决策的观众规模，若预售与实际出票的差额持续为负，说明退票或改签偏多。本站把预售差额单列成行，连续两日为负时会标注为需要观察的排片风险。
片种、上映年份与时长取自发行方公开物料，评分字段标注了采集日期并按月复核，场次与出票字段取自公开售票页面。所有来源在数据来源说明区块中逐项列出，便于复核与纠错。
票价由场次供需决定。晚七点档是需求最集中的时段，均价可达四十六元以上，而早场为填满开场厅常做价格让步，本期均价仅三十六元出头。同一部影片一天的价差常在六到九元之间。
先核对该时点的采集时间戳，再看是否属于退票潮或密钥故障导致的跳变。若排除时点差异后仍有超过百分之三的偏差，可在留言展示区指出具体影片与时点，我们会在下一期加注修订说明。
以下内容为展示用途的公开留言摘录，页面不提供提交入口。
排片小周影院值班经理 · 留言于 2026年03月17日
按你们的分屏对照台调了周三的排片顺序，把晚七点档提前十五分钟开场，场均人次当晚上升两点三。想问下如果片种换成动画，这个提前量还成立吗。
想看更多排片实操讨论，可以到操作指南留言区继续聊电影实时票房的排片细节。
阿岚普通观众 · 留言于 2026年03月16日
以前只挑总票房最高的看，读完你们的均价解释才发现，自己一直在为黄金场多付八块钱。现在改看场均人次那张榜，选到了午后的空场，体验好很多。
如果你也有选场经验，欢迎在对照台下方补充你对电影实时票房的观察。
老麦数据爱好者 · 留言于 2026年03月14日
预售差额单列这个做法很实用。我自己按这个思路做了一张表，发现两部片的差额走势几乎同步，怀疑是同一批渠道在操作。希望后面能加上差额的分档标注。
关于预售差额的分档口径，可以在问答区追问，或直接在留言展示区写下你的电影实时票房复核结果。
记录本身也有方法，这一栏交代工具、误差与取舍。
每天七个时点手工校对公开售票页，读数写入本地表格，再用一段脚本生成曲线。表格保留原始值与修订值两列，任何修订都不会覆盖原值，因此可以回溯某一期曾经写过什么。
公开页存在秒级延迟，多平台口径也略有差异。我们取中位数并记录极值，遇到超过百分之三的偏差就加注说明。宁可保留一个不好看的真实数字，也不修成一个好看的空值。
不做票房预测排名，不收录来源不明的转述数据，不用平滑曲线抹掉异常尖峰。尖峰通常对应真实事件，比如密钥故障或极端天气，抹掉它等于抹掉最有价值的线索。
拟把片种参照区间延伸到季度维度，并补充午夜场的分档统计。若读者对某个字段有更清晰的算法建议，会在下一期更新日志中标注采纳来源与修订日期。
