🎬
剧情
👀 18.6万关注
▶01:24
长夜追光
上映第三天排片仍守住18%，场均人次32，三四线城市贡献近四成票房，口碑正把第二波观众带进影院。
👁️ 观看 128.4万 · 👍 3.2万 · ⭐ 1.1万 · 🔗 4268
按今日实时票房与排片热度排序，榜单每半小时重算一次，排名变化随时可见。
上映第三天排片仍守住18%，场均人次32，三四线城市贡献近四成票房，口碑正把第二波观众带进影院。
特效厅场次占比接近三成，黄金场几乎满座，工作日白天场次上座一般，周末走势值得重点盯一下。
排片不多但场均人次稳定在26以上，靠长线口碑留在榜单中段，中年观众占比明显高于同档期影片。
首日预售冲得很快，第二天场均人次小幅回落，说明核心观众集中释放，后续要看普通观众接不接得住。
点映场次的口碑扩散得不错，正式上映后排片从6%涨到11%，属于典型的靠评价慢慢往上爬的类型。
午夜场数据在同期里排得靠前，类型片受众集中度高，午夜场场均人次甚至超过晚间黄金场。
家庭观影比例高，周末下午场次明显比工作日活跃，同一家影院连开三场的排片结构在县域市场很常见。
特效厅排片占比高，票价比普通厅贵出不少，单厅产出反而更好，说明观众愿意为视听体验多掏钱。
排片集中在少数几家影院，场均人次却一直保持在较高水平，属于典型的小排片高产出，长线能力不错。
学生群体贡献了大部分预售，上映后工作日场次偏冷，周末反弹明显，排片跟着做了一轮结构性调整。
评分分布集中在中间段位，观众分歧不大，这类片子的后劲往往比较稳，第二周排片降幅也相对温和。
县域影院排片占比高于全国平均，片中的生活场景和观众贴得近，返场观众比例在同档期里排在前列。
数据来自公开票务口径，每十分钟更新一次，看大盘不用再东拼西凑。
猫眼实时电影票房是一个把全国影院售票数据摊开来讲清楚的地方。每天从凌晨第一场开始，全国几千家影院的售票记录会源源不断回传到这里，经过核减和整理之后变成一条条看得懂的曲线。你打开页面看到的那个数字，是当下这一刻全国观众正在买票的结果，不是昨天的总结，也不是下周的预测。想看今天卖了多少、哪个城市贡献最多、哪部片子的黄金场坐得最满，在这个页面上都能一次找齐。
很多人第一次来是为了查一部片子的票房，留下来是因为发现这里还能看排片。排片占比和场均人次放在一起看，基本能判断出一部片子的真实势头：卖得好不好，是排片多撑起来的，还是每一场都坐得满。这两种情况在数据上差别很明显，一个靠场次堆量，一个靠上座率硬扛。页面把这两类指标并列摆出来，不需要你懂太多行业术语，看一眼曲线形状心里就有数了。
除了大盘和排片，这里还整理了预售走势、观众口碑分布、城市票房结构、海外市场表现这些延伸内容。预售能看出片子起跑快不快，口碑能看出后劲稳不稳，城市分布能看出观众到底是哪些人。这些信息单看一条意义有限，放在一起看就构成了一个相对完整的判断框架。对普通观众来说，这个框架能帮你决定这周看哪一部；对从业者来说，它能帮你理解今天大盘为什么涨、为什么跌。
平台公告与数据更新说明都放在这里，有任何变动第一时间同步。
大盘分时数据从原来的一小时一档细化到半小时，观察单日峰值位置会更准确，历史曲线也一并做了回溯更新。
预售排行现在可以按春节、暑期、国庆等档期单独查看，想比较同档期片子的起跑速度，不用再手动翻页去找。
巨幕、杜比、高帧率、普通厅等厅型标签已经加到影院卡片上，筛选附近的特效厅场次比以前省事不少。
评分分布从原来的条形图改成堆叠展示，好评、中评、差评的比例一眼能分清，页面上还补上了样本量说明。
最多可以同时选中四部片子做场均人次对比，曲线会按颜色区分，鼠标停在任意一天都能看到当天具体数值。
海外板块补上了泰国、马来西亚、新加坡等市场的数据，更新频率为每周两次，数据来源和口径在页面底部有说明。
关注列表现在按最近一次查看时间排序，长时间没看的会自动靠后，列表太长的时候翻起来会比之前顺手很多。
每个数据板块的右上角都加了更新时间说明，标明最近一次刷新是什么时候，看到数字有疑问可以先看一眼那里。
图表改成按需加载，首屏只渲染可见区域的内容，移动端在弱网环境下的打开速度比上一版快了一截。
数据纠错和功能建议的入口统一放在页脚，提交之后会收到处理进度的提示，处理完的结果会同步在公告里。
排片表里场次数、黄金场比例、场均人次三列都可以点击排序，想找黄金场占比高的片子点一下就够了。
八个入口覆盖从大盘到影院的完整链路，点进去就是你要找的那块数据。
每十分钟刷新一次全国大盘数据，分时曲线与省市分布同步更新，随时掌握当日的票房走势和进账节奏，不用等第二天报表。
日榜、周榜、月榜和年度累计榜并列展示，同一部片子在不同时间维度里的位置一目了然，看看当下谁最能卖。
各片的场次数量、黄金场比例、场均人次放在同一张表里，方便判断票房是靠排片堆出来的还是靠上座率撑起来的。
预售开启时间、首日预售额、想看人数的每日变化集中呈现，提前判断一部片子的起跑速度和观众结构。
短评内容、评分分布和购票人群画像聚合在一起，帮你看清口碑能不能撑住后劲，中评比例也单独列了出来。
结合排片变化、口碑分布与历史同类数据给出走势区间，理性看待每日大盘的涨跌，不把预测当成结论。
同步北美、日韩及东南亚市场的票房数据，方便对比同一部片子在不同地区观众那里的接受程度和表现差异。
按城市、商圈、影厅类型逐层筛选影院，实时场次与座位热度同步查看，找附近有座的场次比以前快很多。
围绕票房走势整理的延伸内容，读完能对当下的大盘多一层理解。
单日票房的高低说明不了太多问题，真正值得看的是曲线形状。上午爬升快、晚间峰值高但第二天掉得猛，多半是首周集中释放；曲线平缓、连续多天维持在同一区间，通常意味着观众正在慢慢进场。
影院加场减场不看总票房，而是看场均人次和黄金场上座情况。同一部片子工作日和周末的表现可能完全相反，影院会按天调整场次结构，所以排片占比每天都在变，盯住变化速度比盯住数字本身更有用。
预售不只反映热度，还反映买票的人是谁。开票当天就冲上去的，多半是核心粉丝；上映前三天才开始匀速上涨的，往往是普通观众陆续入场。把预售曲线和想看人数日增放在一起看，结构就比较清楚了。
这几年新增影厅有相当一部分落在县域和三四线城市，同一部片子的票房贡献结构和几年前已经不一样。有些片子在一线城市表现普通，却靠下面几十个城市撑起了大盘，做市场判断时这部分不能忽略。
首日靠宣传，第二天靠评价，第三天之后靠复购。口碑对票房的作用通常滞后两三天才显现，评分分布的中间段比例是个不错的观察点，中评占比高说明分歧小，后续走势一般更平稳一些。
同一个片子放在不同档期，结果可能差出一大截。长假期间的观影是家庭行为，工作日更多是个人选择，观众结构不同，对题材的偏好也不同。看历史数据会发现，档期带来的加成在首周最明显，之后逐渐回落。
不追热点，只把电影市场里那些值得琢磨的变化拆开来讲清楚。
票房数据真正有价值的地方不在最终那个数字，而在它变化的过程。上午的排片、午后的场均人次、深夜的实时进账，连起来才是一条完整的曲线。把这些数据摊开给所有人看，大家在同一个时间点看到同一份大盘，讨论才有共同的基础，判断也才有依据可循。
排片和票房从来不是单向关系。片子卖得好，影院第二天就加场；加场之后曝光变多，又反过来推高票房。这个循环在头三天最明显，也最容易被误读。看排片占比的变化速度，往往比看单日票房数字更能判断一部片子的真实势头，因为它反映的是影院端的即时反应。
口碑对票房的影响通常滞后两到三天。首日靠宣传和想看人数，第二天开始靠真实评价，第三天之后就要看有没有二刷和三刷。评分分布比平均分更有信息量，中间段位的比例高，说明观众分歧小，后劲一般更稳；两极分化明显的，往往第二天就开始掉。
预售是另一个容易被忽略的指标。首日预售高但后续乏力，说明热度集中在核心粉丝；预售平稳爬升的片子，往往在普通观众里扩散得更均匀。把预售曲线和想看人数的日增放在一起看，一部片子的起跑速度基本能估个八九不离十，误差不会太大。
影院端的变化同样值得关注。近些年新开的影厅更多落在三四线城市和县域，同一部片在不同城市的票房贡献结构，已经和几年前完全不同。一部片子在一线城市表现平平，却可能在下面几十个城市撑起大半票房，这种分化越来越常见，也解释了为什么有些片子的大盘数字超出预期。
数据公开带来的直接好处是减少了信息差。以前要拿到一份像样的票房报表得等第二天，现在打开页面就能看到分时曲线。信息差缩小之后，讨论的焦点会慢慢从“卖了多少钱”转向“为什么卖成这样”，这才是行业往前走的信号，也是猫眼实时电影票房想持续做下去的方向。
对普通观众来说，票房数据也在悄悄改变选片方式。想看的片子不多，就翻翻实时榜单和口碑分布，挑一部合适的省事又省时间。数据不会替你做决定，但至少能让你知道，此刻有多少人和你做了同一个选择，这个参照本身就挺有价值。
第一次来也能两分钟上手，下面几条是最常被问到的用法。
导航按数据维度分区，大盘、榜单、排片、口碑各占一栏，不用来回翻页找入口。
支持按城市、档期、影厅类型组合筛选，选完即时出结果，页面不会来回跳转。
手机竖屏下卡片自动改单列，图表跟着缩放，地铁上单手也能把整页刷完。
常看的片子和影院可以加进关注列表，下次打开直接看变化，不用重新搜一遍。
从一条票房曲线能顺到排片、口碑和预测，想往深看一层不用另外找地方。
把用户问得最多的二十多个问题整理在这里，点开就能看到答案。
全国大盘数据大约每十分钟刷新一次，分时曲线会随着影院回传的售票记录滚动更新。部分城市和影院的回传有延迟，通常不会超过半小时。如果你看到某个数字短时间内跳得比较大，多半是几家大院线集中回传，属于正常现象。
一般不会差太多，但也不是完全一致。实时数字是售票系统回传的即时结果，最终票房会经过退票、改签、补录等环节的核减，隔天或者隔几天再做一次修正。所以看趋势用实时数据就够了，做精确统计还是要等官方口径的最终数字。
排片占比统计的是当天全部场次的分布比例，不是某一家具体影院的场次。你如果在某一家影院看，它的排片会根据自己的商圈和客群做调整，和全国平均比例不一样很正常。想看某家影院的实际场次，用影院地图按城市和商圈筛选更准确。
不一定。预售高只能说明前期宣传和粉丝动员做得好，真正的走势要看上映后第二第三天。有些片子首日预售冲得很高，第二天开始排片和场均人次一起往下掉；也有片子预售平平，靠口碑慢慢往上爬。把预售曲线和上映后的场均人次放在一起看，判断会准得多。
有一定关系，但不是正比。想看人数反映的是兴趣，从兴趣到买票中间还隔着时间、票价、同档期竞争这些变量。一般来说，想看人数转化率高的片子，题材更贴近大众；转化率低的往往是粉丝向或者话题性强的类型。看转化率比看绝对数量更有意义。
主要参考几个维度：当前的排片占比和黄金场比例、场均人次的变化速度、口碑评分的分布，以及历史上同类题材在同档期的表现。把这些放进模型里跑出一个区间，再根据每天的新数据修正。预测给的是大致走势，不是精确数字，看的时候别当成结论。
和影院的分布、观众的观影习惯、票价水平都有关系。一线城市影院密集、票价偏高，单场上座率未必高；三四线城市影院数量这几年增长快，一家人一起看电影的比例更大。同一个片子在这两类市场的表现分化，这几年越来越常见。
有。排片表里可以按场次时段筛选，午夜场、早场、黄金场各自的场次占比和场均人次都能单独看。午夜场数据对判断类型片的受众集中度有帮助，早场则更多反映影院对一部片子长线能力的判断，两者结合起来看会更有意思。
两个看的不是一回事。评分反映的是已经看过的人怎么想，票房反映的是还没看的人愿不愿意买票。评分高但票房一般，通常说明题材偏小众；票房高但评分中等，可能是档期和宣传占了优势。把评分分布和票房曲线叠在一起看，信息量最大。
会有影响，但通常在可控范围内。退票和改签的数据会在影院回传时一并核减，所以你偶尔会看到某个时间点的票房数字比前一次低一点。这种情况一般出现在场次开始前的一两个小时，属于正常波动，不影响整体趋势的判断。
用影院地图，先选城市，再按商圈或者影厅类型筛，页面会列出符合条件影院的当日场次和座位热度。想找某个特定时间段，可以直接按开始时间排序。热门场次一般提前一天就会被订走不少，如果时间不挑，工作日下午场余座通常比较充足。
基础的大盘数据、榜单、排片占比和场次查询都不需要注册，打开就能看。关注列表、自定义提醒这类偏个人的功能会要求登录，主要是为了把设置保存下来。如果你只是偶尔看看今天卖了多少钱，不登录完全够用。
档期密集的时候，几部片子的单日票房差距可能就在几十万之间，一两个小时的进账就能让排名互换。这种情况下榜单每半小时重算一次，顺序有变化是正常的。想看更稳定的判断，可以把日榜、周榜和累计榜放在一起对比。
北美市场的周末票房通常在周一凌晨出初步结果，之后几天会陆续修正；日本和韩国的工作日数据更新节奏更快一些。东南亚市场因为影院回传口径不完全统一，更新会稍微慢一点。页面上的海外板块会标注每份数据的更新时间，看的时候留意一下就行。
场均人次就是平均每一场有多少人买票。这个数字比总票房更能反映一部片子的实际吸引力，因为它剔除了排片场次多少的影响。一般来说，场均人次持续走高的片子，影院会主动加场；连续几天往下走，减场也会跟着来。
排片少但场均人次稳定的片子，往往能在榜单上待很久。这类片子通常口碑扎实，靠的是长线观众而不是首周爆发。影院也愿意留一两场给它们，因为上座率不差。这种情况在文艺片和家庭题材上更常见，看榜单时留意一下场均人次就明白了。
在搜索框里输入片子名称，进入详情页后选择“分时”标签，就能看到从零点到当前时刻的累计票房曲线。曲线上会标出几个关键节点，比如首场结束、午间高峰、晚间黄金场开始。把两部不同片子的曲线放在一起对比，走势差别一眼就能看出来。
页面支持把当天的榜单和排片表复制下来，方便粘贴到表格里做二次整理。部分数据板块提供了简单的导出入口，导出的是当前筛选条件下的结果。如果你需要更长时间跨度的数据，建议按周分别导出再合并，这样整理起来更快。
通常是影院售票系统回传接口出现了临时问题，或者该影院刚开业、系统还在对接。这种情况一般会在几个小时内恢复。如果某家影院连续多天没有数据，可以用页面底部的反馈入口告诉我们，我们会去核对一下接口状态。
页面做了自适应处理，手机竖屏下图表会自动缩放，卡片改成单列排布，滚动加载的部分做了限制，一般不会卡。如果你的网络比较慢，建议先看文字榜单，图表可以等页面完全加载完再点开，体验会顺一些。
关注列表目前可以放得比较宽松，加几十部片子和影院都没问题。列表会按你最近查看的时间排序，方便快速回到常看的那几部。如果某个片子已经下映很久，可以手动移除，列表会清爽一些，打开速度也更快。
以下评论来自真实用户的公开留言，仅代表个人使用感受。
每天早上下地铁第一件事就是刷大盘，比看新闻还快。昨晚上那条曲线涨得是真猛，一眼就看出来了。
排片占比那一栏做得挺细，黄金场的比例单独标出来，做影院排片的朋友说这个数据对他们有用。
预售和想看人数放在同一页里，不用来回切标签，判断要不要提前买票方便很多。
场均人次的走势图比总票房直观多了，一眼就能看出哪部片子后劲不太够，第二天果然掉下来了。
分时曲线看久了会上瘾，晚上十点那一波进账特别有意思，能看出哪个时段观众最集中。
三四线城市的票房分布做成图表之后，才发现身边小城的观影热情一点都不比大城市低。
口碑分布那段做得克制，没有只放一个平均分，中评比例也列了出来，这点比很多地方都实在。
影院地图按商圈筛选很好用，找附近还有座位的场次省了不少时间，不用一家一家点进去看。
海外票房板块更新还算及时，做引进片功课的时候会过来看两眼，比对一下不同市场的表现。
页面加载速度可以，手机上滑到底也不卡，这一点比不少同类页面强，通勤路上刷着舒服。
退票核减那一段说明写得挺实在，之前一直纳闷数字怎么会往回走，看完就懂了。
关注列表加了几部待映的片子，每天看看想看人数涨了多少，还挺解压的，比刷短视频强。
预测给的是区间不是单点数字，这个处理方式比较稳妥，不会让人误以为那就是最终结果。
近一周站内关注度上升最快的话题都在这里，变化一目了然。
半小时粒度的曲线让单日峰值的判断更清楚，站内关于分时走势的讨论明显多了起来，不少人开始拿曲线形状做对比。
把两个指标放在一页里之后，用户更愿意拿它们互相验证，讨论里带数据说话的比例比之前高了不少。
城市分布图表上线后，关于下沉市场观影习惯的讨论持续升温，评论区里还有一线从业者补充了不少现场观察。
越来越多用户开始用场均人次判断片子后劲，而不是只看单日票房数字，这个变化在近一个月里挺明显。
按商圈和影厅类型筛选的用法被用户自发整理成攻略，站内相关内容的浏览量一周之内翻了一倍。
补上东南亚市场之后，做引进片功课的用户明显增多，海外板块的周访问量比上个月高出一大截。