电影行业需要收集哪些数据

① 电影票房是如何统计的

行业常用的票房收入计算公式为“票房=总座位数×场次×上座率×平均票价×天数”。比如某影院一天放映了6场《李茶的姑妈》，有学生票：40元，共10人，标准票：80元，共10人，团体票：30元，共10人，会员票价：20元，一共10人，那么，这一天该影院的总票房就是：4000+8000+3000+2000 。

现在各大电影院都实行电脑售票，这些售票系统是和国家电影局电影专项基金管理中心联网的，每天都会在固定的时间自动向专基中心发送票房数据。因此，相对来说，电影票房对判断某部电影的观影人数，影片受欢迎程度还是有很大参考意义的。

电影票房的影响因素

1、影片题材及剧本。题材和剧本是一部影片的核心，科幻、魔幻题材如《变3》、《哈7》及此前的《阿凡达》等影片，一向是票房大热，除题材具有想象空间而吸引观众外，这类影片本身就需要大成本支撑，因此获得票房佳绩也不足为奇。另外，贴近生活、打动人心的情感题材影片，如《非诚勿扰》、《失恋33天》等，也成为“应景”主题，为影迷所期待。

2、主创团对主创团队，队如导演、主演、制片人、制作团队等，无一不是吸引观众的重量级筹码。例如国民大导张艺谋、冯小刚的力量甚至大过于影片题材，成为观众期待的焦点；演员的力量同样如此——有些人光名字就是号召力，如杨幂的《孤岛惊魂》一举开创“粉丝电影”的先河，演员对票房的贡献不容小视。制片人、制作团队的名气，同样能为一部影片带来“万众期待”的效果。

3、影片定位，影片定位是指片方对自己影片的市场预估。首先应该是目标人群定位，从影片的剧本设置、演员选择、拍摄手法到后期制作风格、传播途径、传播手段等等，都要迎合大部分的目标人群喜好，奠定稳定的票房基础。其次要正确预估票房，有时片方过于自信，会影响影片上映后的侧重点。尤其在做传播工作之前，应该根据档期、题材、排片等因素做好影片的定位和票房预估的沟通。

以上内容参考网络_票房

② 如何度量大数据对于电影产业的影响

文化产业引入大数据技术有着先天优势。首先，文化产业所拥有的数据具备较高的消费价值。由于文化产业所涉及的行业和产品大多和消费者直接相关，能够直接为用户所消费，有着明确的直接消费价值。其次，文化产业本身就是数据和内容创造的行业，能够不断地产生或获得新的数据资源。根据美国的统计资料，文化传媒行业数据是仅次于政府信息数据的第二大数据来源。第三，文化产业本身就拥有极其雄厚的用户资源，由于文化产业直接面向消费者，由此拥有广阔的用户基数和规模，而基于庞大的用户资源进行数据分析，则将成为文化产业未来基于大数据业务转型的关键性条件。

③ 想进行电影投资，懂那些规则才会有盈利

其实我觉得说起规则，对于这个电影行业来说，更多的应该是注意哪些问题才能够避免亏损吧，因为虽然很多人都觉得电影市场是具有高回报的，高效率的，同时也能够获得很高的利润的，但其实这也往往伴随着很多的风险，很多的错误发生，所以在投资电影行业或者说要制作一部影片的时候，就需要考虑到很多因素。

而很多观众在观看的时候，发现很多广告的植入会非常反感，同时也会破坏了整体的风格和影片所要表达的主题。而一些小成本制作的电影，他们并没有知名的演员出演，也没有很好的导演进行制作，所以，他一旦投放市场并不会激起很大的反响，也不会有更多的回报，所以对于制作的电影这个工作来说，还是需要很大方面资金的支持的。

④ 11月电影市场数据分析哪里有

中商情报网讯：10月全国票房最终收官于36.44亿，同比下降29.3%，创下2016年9月之后，整整两年来的单月跌幅之最。在经过7月和8月暑期档单月大盘连续两个月逼近70亿大关后，后期电影票房明显下沉。目前已进入到2018年第四季度，但电影市场还是保持着一贯的冷漠。不过在国庆假期的加持下，10月票房相比9月30.99亿元来说，环比增长17.6%；单月观影人次为10531万人，环比增长19.82%；10月电影上映场次983.15万场，比9月上映场次增加了85.17万场。2018年1-10月全国市场共产出综合票房约525亿元。
2018年1-10月票房收入突破525亿
中国电影产业在国民经济新的发展形势下实现了稳健增长。以电影票房收入衡量，我国电影市场已经成为仅次于美国的全球第二大电影市场。统计数据显示，我国电影票房市场近年来保持高速增长的态势，观影人次从2007年的0.71亿，增长2016年的13.72亿，年均复合增长率达到34.47%。国内电影票房从2012年的170.7亿元增长到2017年559.1亿元，年均复合增长率达到26.78%。2018年1-10月全国电影票房累计达525.3亿元。按照今年电影票房趋势来看，2018年全国电影票房超越2017年的559.1亿元基本是毫无压力。
数据来源：中商产业研究院整理
10月电影市场凄惨收官 同比大降29.3%
根据猫眼专业版数据，2018年10月电影票房共计36.44亿元，较去年同期51.53亿元票房，同比下降29.3%。10月上映影片中，国庆档影片《无双》《影》等影片票房居前。
除4月票房有所下滑外，2018年单月票房都取得较好的成绩，其中2月101亿票房位居榜首，这无疑给2018年电影市场带来了一个良好的开端！2018年上半年电影市场大涨18%，进入到暑期档7月-8月，票房再次实现大涨，其中7月同比增长37.9%至69.5亿元，仅次于春节档2月票房，到8月票房同比略有下滑。9月票房下沉明显，环比大降54.6%。10月在国庆假期加持下票房环比增长17.6%。但却是2016年9月之后，整整两年来的单月同比跌幅之最。
数据来源：猫眼、艺恩、中商产业研究院整理
《无双》单月票房第一《影》排名第二
在2018年10月电影票房排行榜上，榜单前十部影片中有7部电影票房都在1亿元之上，3部影片超3亿大关。其中庄文强执导的犯罪题材港片《无双》以票房11.69亿霸占月度冠军之位。该片9月底上映累计票房顺利破10亿，累计分账票房成功超越《澳门风云3》（11.16亿），打破发哥演员生涯的内地票房纪录。截至11月1日14:30，该片连续24日获得单日票房冠军，累计综合票房达到12.26亿元，分账票房11.3亿元，猫眼评分高达8.9分，口碑与票房双丰收。
影片《影》单月票房第二，10月票房为5.59亿元，猫眼评分8.2分。作为张艺谋申奥影片，《影》自筹拍时期就成为相关媒体的聚焦点。尽管《影》在视觉上追求的以水墨风格形成的形式化美感再次以极致表现给观众留下深刻印象，但这部作品并未给观众带来更多的惊喜和震撼。月度排名第三的是开心麻花团队的喜剧片《李茶的姑妈》，10月累计票房4.95亿元，猫眼评分7.9分。《找到你》票房第四，10月累计票房2.67亿元。《胖子行动队》以2.28亿元票房排名第五，《铁血战士》10月票房拿下1.72亿元，排名第六。
数据来源：猫眼、中商产业研究院整理
前三电影票房占比超六成
10月全国电影票房分布集中在国庆档影片，排名前五部都是国庆档电影。其中《无双》单月占据总票房32.1%，《影》占比15.3%，《李茶的姑妈》占13.6%。排名前三位的电影票房占比合计占当月总票房的61.3%。
数据来源：猫眼、中商产业研究院整理
11月上映电影前瞻
从阵容来看，11月进口片是迪士尼与华纳兄弟在国内电影市场的一次交锋。迪士尼在月初与月末先后上映真人童话电影《胡桃夹子与四个国王》与经典动画续集电影《无敌破坏王2:大闹互联网》。华纳兄弟则发力下半场，在月中与月末先后上映《神奇动物：格林德沃之罪》与亚裔阵容的喜剧爱情电影《摘金奇缘》。另外《毒液》作为“蜘蛛侠宇宙”中的非典型英雄，该片北美市场目前累计票房达到1.87亿美元。值得一提的是，目前《毒液》联合火箭少女101推出的推广歌曲《毒液前来》成功引起公众注意，猫眼想看人数超过30万，11月进口片中人数最高。11月上映影片信息一起来看一下吧！
资料来源：猫眼、中商产业研究院整理
更多资料请参考中商产业研究院发布的《2018-2023年中国电影行业发展前景及投资机会分析报告》。

⑤ 中国电影行业现状调研及发展趋势分析报告目录

随着电影行业竞争的不断加剧，大型电影企业资本运作日趋频繁，渠道扩张日益加速，国内优秀的电影企业愈来愈重视对行业市场的研究，特别是对企业发展环境和客户需求趋势变化的深入研究。正因为如此，一大批国内优秀的电影品牌迅速崛起，逐渐成为电影产业中的翘楚!

本报告利用前瞻资讯长期对电影产业市场跟踪搜集的一手市场数据，全面而准确的为您从行业的整体高度来架构分析体系。报告主要分析了电影产业背景及发展环境;国内外电影产业发展现状与趋势;电影制片业、发行业和放映业的发展分析;不同类型电影市场分析;电影产业消费者行为分析;新媒体对电影产业的影响分析;电影海外推广及国际合作分析;电影产业主要企业经营情况以及电影产业投融资现状和投资建议;同时，佐之以全行业近年来全面详实的一手连续性市场数据，让您全面、准确地把握整个电影产业的市场走向和发展趋势。

第1章：中国电影产业发展环境分析

1.1 电影产业综述

1.1.1 电影产业定义

1.1.2 电影产业产业链分析

1.1.3 电影产业研究对象分析

1.2 电影行业相关政策环境分析

1.2.1 电影行业政策点评

1.2.2 电影行业政策趋势分析

(1)国家对中国电影产业的扶持力度还将加大

(2)行业将逐渐趋于规范，国家对内容制作和影视从业人员的监督趋严

(3)推动两岸影视交流合作，电影国际化是趋势

第2章：国际电影产业发展分析

2.1 全球电影产业发展分析

2.1.1 全球电影产业发展概况

2.1.2 全球电影票房收入规模

(1)全球电影票房收入规模

(2)全球电影票房地区分布

2.1.3 全球主要国家票房排行

2.1.4 全球主要市场平均观影次数

2.2 美国电影产业发展分析

2.2.1 美国电影产业政策环境

(1)政府监管

(2)分级制度

2.2.2 北美电影票房收入

(1)北美电影票房总收入

(2)北美3D电影票房收入

2.2.3 北美电影观影人次及平均票价

(1)北美观影人次

(2)北美平均票价

2.2.4 美国电影产业发展模式

(1)电影融资模式

(2)电影制作模式

(3)电影发行模式

(4)电影放映模式

第3章：中国电影产业发展现状分析

3.1 中国电影产业发展现状分析

3.1.1 电影产业发展历程

(1)第一轮产业发展时期(1922年-1945年)

(2)第二轮产业发展时期(1945年-1976年)

(3)第三轮产业发展时期(改革开放至今)

3.1.2 电影产业特征分析

3.1.3 2018年中国电影产业十大事件

3.1.4 中国电影产业存在问题

(1)我国电影拍摄成本投入存在演员片酬过高的问题

(2)我国电影行业产业链处于垂直垄断状态

(3)电影市场不成熟

3.2 中国电影产业经营情况分析

3.2.1 影片产量规模分析

3.2.2 放映设施规模分析

(1)电影院线规模

(2)电影银幕规模

3.2.3 电影票房总额分析

3.2.4 电影产业营收来源分析

(1)国内票房营收来源

(2)海外销售及票房来源

(3)国内非票房收入

3.2.5 电影平均票价

3.2.6 电影观影人次

3.2.7 观影效率分析

3.2.8 电影票房排行榜

(1)票房总体排名

(2)票房过亿影片

3.3 中国农村电影市场发展分析

3.3.1 农村电影市场发展现状

——更详细目录请参考于前瞻产业研究院《中国电影产业市场前瞻与投资战略规划分析报告》。

⑥ 如何查找电影产业相关数据，包括近5年的电影院线排名、目前全国电影银幕数量及分布情况

去城市院线协会购买《中国电影产业报告》2007-2012版本

⑦ 如何得到中国每年出品的电影票房数据，主演和导演，制片人等数据

中国电影出版社编撰的《2009年中国电影产业发展报告》是最权威最详实的电影产业数据库，你想要的各种电影数据都可以在书中找到。每年一册，各地图书应该都可以借到

这个书籍一般每年在六月份才出

你可以参考 中国电影报

⑧ 大数据于国内影视行业的意义

大数据于国内影视行业的意义
大数据为何近几年大热？
人类进入大数据时代，类似于生物学迎来了显微镜，天文学发现了望远镜，因为网络传输和计算机存储运算能力的提高，交给了我们一把信息放大镜，从此我们对现象的观察进入一个新的领域。
其实自古就有多维度数据的挖掘行为，历法的制定过程或许可以作为一个很好的例证，江湖上现在偶尔也会有关于林元帅诸葛军师的传说，自从计算机技术诞生之后，对数据的利用和处理一直在同步发展中，无论是分布处理还是并行处理，并不是一天就蹦跶到今日的技术高度，我们很多科学发现都是在近三十年之间才完成，正是得益于此。
但为何在这几年“大数据”忽然大热？原因其实很简单，全球智能手机的普及。
随着移动终端信息处理能力的提升，与用户的交互界面不仅更加具备黏性，并且实现了全方位全时段互动，此时每个人的移动终端实际上就变成了一个数据记录仪。它比PC所能获取到的信息更加个人化，不仅暴露这个人的生活细节，位置动向，同时也记录着他的消费习惯，人类第一次拥有了这么多数据的生产者。每一个元数据都可以直接挂钩一份具体的支出额度，每一个数字都可以被货币量化，大数据的商业价值与各个企业的营收几乎都可以直接挂钩。所以，围绕“大数据”来说故事迅速成为当下的主流。
但是揭开媒体的那些噱头背后，你会发现，国内对复杂系统的研究，仍然是处于概念大于应用的阶段，大部分行业对线性、封闭系统内的数据关系都没办法掌握，更不用说将大数据转化成有价值的信息。而在影视行业，工业化体系处于刚刚起步的阶段，很多从业人士连财务报表这种基础数据都看不明白，去理解大数据的价值更是有些不可想象了。
大数据于国内影视行业的意义
大数据技术作为一种工具，其应用方向，无非三个方面，一是对过于和曾经的理解，二是对以后和将来的认知，三是对当下进行判断并进行实时处理，影视行业大数据技术的应用如果想要有长足的发展，那么在这三个方面都会面临着一些需要解决的问题。
对过去和曾经的理解
既然是对已发生的进行判断，就会涉及到数据采集，这个部分往往会引发争论，中心议题是：到底多大才叫大，GB还是TB，PB还是EB？
如果我想要知道《致我们终将逝去的青春》这部差一点就可以归类到文艺片的电影，为什么在2013年上半年票房仅次于《西游·降魔篇》，我是应该仅以社交媒体的传播效率来进行数据的挖掘，还是要追溯到原着小说里的青春以及被电影宣传所唤起的记忆？
将数据挖掘的范围放在社交媒体的范畴，那么通过对一部电影推广过程的梳理，我们很容易通过数据制定出一张细化到分钟的参考，以及观众会被什么样的宣传内容所吸引，但是它仍然只是在描述表象。
如果观察只停留在眼前，将无法找到最终的因果。我们必须对推动现象发生的机制进行论证，那么我们该用什么样的体量来储存和分析观众们的记忆，从而找到个人经历和集体共鸣之间的关系？
在这个方面，如果只用社交媒体的数据进行相关性的分析，其实和我们日常所做的感性推导没有太大区别，甚至还不如感性推导灵活，很容易因为数据的不够全面犯下“黑天鹅”式的错误（在发现澳大利亚之前，西方认为只有白天鹅）。必须要追溯到成因阶段更庞大的外部数据，比如主要观众群十年间的消费偏好及社会经历，以及对他们观影之前的心理活动进行统计分析。会不会太复杂？但是从数据挖掘的角度来说，只有在这个方向上进行努力才可能会提供实质性的价值。
或者说，我们也可以简单粗犷一些，如麦特的负责人陈砺志所言，《致青春》的成功最主要的因素是因为赵薇的敬业与投入，以及她个人在行业的积累。
大家可以想一想，以上三个角度，哪个会更容易接近整个事件的核心。
对以后和将来的认知
大数据技术虽然可以让人类对现象的理解进行更深入的探究，但是当对国产的影视项目前景进行预测，首先需要面对的问题是，我们仍然处于一个观众群体持续波动的时期。
在北美市场，贡献50%票房的观众约占人口的10%，也就是3000万左右，这部分群体基本上结构相当稳定。上世纪70年代末，当北美电影的平均制作预算开始攀升到1000万美元以上，宣发费用达到500万以上时，对观众的监测从阶段性的调研逐渐转变成常态性的监控。在计算机还只是个神话的时期，“好莱坞”是用人工+信件的形式，建立了最早的大范围观众研究模型，这些历史数据通过几十年的积累，已经让一部电影与观众之间的联系变得非常透明。但即使是如此严谨的市场监控，近几年也因为受到移动互联的影响，观众去影院观影的行为随机性逐渐提高，导致传统的观众研究模型频频出现一些问题。
反观国内电影市场，差不多有三分之二的银幕是在近三年之内才出现的，2010年时，我们所拥有的现代化银幕不过才6223块，而如今，这个数字差不多是17000。可想而知，影院目前所迎来的观众，基本上是近三年才开始逐渐培养去影院观影的兴趣，这种行为暂时还不能称之为习惯。
所以说，中国电影市场目前的波动很难通过现有的技术手段完成监测，会因为存在有其他我们不可知的变量，而导致结果南辕北辙，这在统计学的回归分析上被称之为“变量遗漏偏差”，大数据技术目前所能覆盖到的范围并不能帮我们解决这个问题。我们还需要时间来不断修正对市场数据的理解，观众也需要时间来不断培养在影院观影的习惯。
2013年上半年，几乎所有从业者都对有动作元素的电影过于乐观，而下半年，所有从业者包括我个人又会对以爱情元素为主的电影过分看好。从一些公司的大数据监测上来看，这种观众消费行为的变化已经反馈在可以被抓取的数据中，但是我们并不知道它所形成影响究竟该如何定量。也就是说我们可以看到趋势，但是很难确定结果。
那么，在如今的中国电影市场中，我们不如将大数据技术的应用方向，从对未来的预知上转移到可以让我们规避哪些操作上的错误，或许更具有现实意义。
对当下进行判断并进行实时处理
现在对大数据的理解，往往会纠缠于第一个字“大”，而忽视了它的另外一个重要特征“细”，其实后者才是最重要的，因为它会创造大数据真正的实用价值。
基于社交媒体的数据挖掘，其实已经可以做到让我们将观众的分类从简单的年龄、性别、职业等维度，落实到区域、活动空间以及性格特征等等更为丰富的细节，在这样的基础上，我们要做的就是怎样给观众提供个性化的影响，而不再是以电影为本位的共性宣传。
举例来说，当一名男性观众在某个媒介上看到的电影海报，可能是大长腿和小翘臀，但一个女性观众同时接触这个媒介时，所看到的可能是一个卖萌的大叔。当阵地宣传中的预告片贴片到一部好莱坞大片之前时，它可能主要是用来渲染情感或者突出搞笑，但同样的一分多钟，在视频网站所上线的预告片，则被分成数个版本，用来对应每一个点击背后用户的个人资料。这样，观众便会加入到生产的过程中，通过对观众偏好的快速处理，最终创造更适合于传播的信息。
目前，数据调研公司参与电影推广的过程，所做的仍然只是一个统计的工作，决策是在片方或者是公关公司，其实可以将决策机制与数据同样进行细化，成为实时的互动，减少时间的损耗，提高电影推广的效率。我们以前在电影的推广中，常常会为如何照顾到大部分观众的兴趣而头疼，那么换一种思路，用现有的观众数据进行群体的细分，给不同的观众群提供不一样的信息，海纳百川比光芒四射或许更符合当下社会化营销的要义。
不过，这一切其实都只是理想化的愿景，现实的情况是，中国的电影产业目前仍然是处于一个极其原始的状态。
仅从电影投资成本的角度来说，目前所公映的电影，平均投资约在3000万人民币以内，不足500万美元，这样的投资规模在不考虑通胀以及观众收入的情况下，只相当于北美70年代初期的水平。面对这样的市场环境，很多议题其实都显得比较空洞，因为拍脑袋做决策虽然有着莫大的风险，但毕竟成本很低。

⑨ 哪些行业需要数据分析

1、医疗行业

我们都知道，日常多做保健，可以帮助人们舒筋活血，有延年益寿的好处。但其实，医疗行业的发展，还是要归功于大数据在背后默默做出的支持。

随着大数据收集和处理能力的增强，我们已经能够通过健康追踪健康类器材所记录的数据，来追踪人们的健康情况。

2、物流行业

自从有了大数据分析，物流行业的发展，也步入了高歌猛进阶段。举个例子，你就能感受到了。

前几年双十一、双十二某宝、某东电商大促时，总是会出现物流爆仓的情况。不论是国内物流，还是跨境物流，都会因为货量暴增，导致物流周期非常就。平时3天就能解决的问题，到大促时，就会积压，有时候半个月、甚至1个月才能送到。而2020年双十一、双十二，快递量比往年更多，却因为菜鸟有了智能分拣系统很少听到有人抱怨快递慢了。

3、人脸识别行业

面部识别算法早在10年前，就已经开始初具规模了。但是，由于存在多种干扰性因素，例如动物、涂鸦、照片等，都影响着人脸识别技术的进一步发展。就连如今，我们也只能说这个行业趋于完善。

4、无人驾驶技术

早在很多年前，我们就将无人驾驶技术视作梦想，但自从有了海量的驾驶数据，近几年，无人驾驶汽车逐渐出现在了我们的视野中。

除了实时收集和处理数据的传感器(雷达，摄像机，GPS，超声传感器等)外，自动驾驶汽车还使用其他汽车的数据。它可以帮助他们建立最新的路线图，并通过所有这些数据源进行导航。据估计，一辆无人驾驶汽车每秒可产生近1 GB的数据，这相当于一年的PB数据，也相当于一辆汽车产生的数据。