运营时间线
- 2023-05-06 站点上线，首篇内容为五一档复盘笔记
- 2023-11-20 建立档期回测样本库，覆盖 11 个五一档
- 2024-09-12 上线预售系数模型 v2，加入分线城市修正
- 2025-12-30 累计更新突破 1200 次，新增术语表与避坑清单
- 2026-04-21 本页发布第 07 版推演，累计更新 1268 次
📌
品牌简介
01青灰手账本是一个把档期数据摊开来讲的票房观察手记，不做通稿搬运，也不兜售结论。26年五一电影票房预测是本站当前的主线专题：围绕五一档的定档节奏、预售进度与排片变化，把散落在公开渠道里的碎片数字整理成一张能看懂、能复核的推演表，再把每一步的判断依据留在页面上。
能力边界写在这里：我们只做公开数据的二次整理与推演。样本片单来自片方公开的定档公告与公开票务页面的在售信息，预售与排片取自公开票务平台的日度截面，评分取公开评分平台的汇总值。每条数据都标注来源与截取时间，区间参考一律给出保守值、中性值、乐观值三档，不承诺任何实际结果，也不接受任何形式的排片或票房承诺。
对第一次做档期预测的读者，本站准备了新手入门路线、术语表和避坑清单，把预售系数、排片弹性、场均人次这类词用日常语言讲清楚。推演失手很正常，手账的意义在于把每一次判断的依据留下来，等档期结束后翻回去，你能看出自己错在哪个环节，而不是只记得一个结果。
内容更新日志
- 2026-04-21发布五一档票房区间推演第 07 版，新增 10 条样本条目与片种偏好表
- 2026-04-15更新预售系数参数，把分线城市折扣从统一值改为三档
- 2026-04-03补充避坑清单 8 条，修订排片弹性算法说明
- 2026-03-22上线时间轴滑杆与阶段锚点，重排页面阅读顺序
- 2026-03-09校准 2015 至 2025 年共 11 个五一档的回测误差
🎬
今日热播
02十条样本条目按中性区间从高到低排列，可先用上方筛选标签按片种过滤。每条都标注上映年份、评分、片种与数据来源，区间参考给出三档而不是单一数字。片名与数据为便于说明的演示样本，正式推演以公开定档片单为准。
🗂️
平台资讯
03十条更新动态按日期倒序排列，每条都写清楚这一版改了什么、读者能因此多做哪一步判断。
推演第 07 版上线，区间统一改为三档
所有样本条目的区间参考改为保守、中性、乐观三档，并同时展示测算所依赖的排片与场次假设。
你能做的事：直接对比同一部片子在三种假设下的差距，而不是接受一个孤立数字。预售系数加入分线城市折扣
把原先的统一折扣拆成一线、二线、三四线三档，家庭向与动画类条目受影响最明显。
你能做的事：下沉市场占比高的片子不再被统一系数高估。时间轴滑杆与阶段锚点上线
页面顶部新增推演时间轴，滑杆负责切换阶段说明，阶段锚点负责跳转到对应板块。
你能做的事：不用滚动整页，就能在五个阶段之间来回对照。改档条目复核完成
对本期所有改档条目做了二次核对，并保留上一版日期，方便看出改动发生的时间点。
你能做的事：改档前后的排片假设差异一目了然。排片弹性表更新
首日排片每变动一个百分点所对应的票房影响，按片种分别列出，动画与喜剧的弹性明显高于剧情片。
你能做的事：估算排片变化对总量的影响时不用凭感觉。术语表补充 18 个词条
新增场均人次、上座率、排片留存、预售系数、票价折算等词条，并给出计算口径。
你能做的事：第一次做档期预测也不用另外翻资料。避坑清单扩充到 8 条
把常见的推算错误单独列成一节，包括用首日票房推算全档期、忽略场次衰减等。
你能做的事：少犯一次结构性错误，比多算十个数字更有用。历史回测页面上线
公开 2015 至 2025 年共 11 个五一档的回测误差区间，标注每年误差最大与最小的条目。
你能做的事：知道这套推演方法在什么情况下容易失准。评分口径改版
评分字段同时展示来源类型与截取时间，避免把不同口径的分数放在一起比较。
你能做的事：看到分数就知道它是什么时候、按什么口径取的。页面加载优化完成
整页零外部请求，样式与脚本全部内联，图片改为懒加载并预留占位色块。
你能做的事：弱网环境下也能在移动端快速打开整页内容。📰
相关资讯
05六条行业观察，讲的是影响档期大盘的结构性变量，而不是单部影片的成败。
档期集中度持续走高
头部三天的票房产出占比逐年抬升，意味着首日排片的价值比五年前更高，也让错峰上映的条目更难拿到黄金场。
平均票价抬高了单场产出
票价上涨让场均收入提高，但也压低了低频观众的进场意愿。推演时票价与场次必须分开计算，混在一起会失真。
三四线银幕数仍在增长
下沉市场的银幕增速快于一线，家庭向题材的票仓重心继续南移西移，统一系数已经不够用了。
合家欢动画供给偏紧
五一档的合家欢动画数量长期偏少，一旦出现口碑过线的作品，亲子场次的集中度会远高于其他品类。
改编作品的转化窗口在变短
原著热度能在预售阶段快速聚拢人气，但转化为观影的窗口从过去的一周压缩到三天左右。
营销热度与票房的相关性在减弱
话题播放量高的条目未必有同等票房，映后前三小时的真实评分对次日排片的影响更直接。
🔍
深度解析
06情境：五一档为什么必须单独建模
五一档只有五天左右，却集中了全年最典型的两种观众：一种是短途出行顺带进影院的家庭客，一种是把假期当作社交场景的年轻客。这两类人的购票时段完全不同，家庭客集中在上午和下午早场，年轻客集中在晚场。把整档期当作一个统一市场来算，误差会被放大到两三成，所以 26年五一电影票房预测的第一步不是找数字，而是把时段结构拆开。
冲突：预售数据的三重失真
预售金额看起来最客观，实际有三重失真。第一重是排片差异，场次少的片子预售金额天然低；第二重是票价差异，特效厅占比高的条目被系统性高估；第三重是时间差异，预售启动早的条目积累天数更多。把这三重失真校正之后，同一部片子的预售系数可能相差一倍以上，这也是不同机构给出区间差别明显的主要原因。
问题：首日排片能推出多少
常见做法是拿首日票房乘以三，粗略得出全档期。这个系数只在一种情况下成立：片子口碑稳定、后续排片不衰减、假期长度恰好是三天。五天的档期里，排片每天都会随评分和上座率调整，第二天的排片留存率通常在六成到九成之间浮动。系数不固定，推演就得按日展开。
答案：三档区间是怎么构造的
本站的做法是把每个条目拆成场次、场均人次、平均票价三个乘数。场次按首日排片与日度衰减率给出三种假设，场均人次按片种给出区间，票价按制式结构单独折算。三组假设交叉之后取上沿与下沿，得到乐观值与保守值，取中位假设得到中性值。这样构造出来的区间宽度通常在总量的三成左右，比只给一个数字更有参考意义。
修正：口碑如何进入模型
评分不是直接乘系数，而是通过排片留存间接影响票房。观察历史档期可以发现，首日评分低于七分半的条目，次日排片留存率平均比评分过八分的条目低二十个百分点。因此模型里把评分变化折算成留存率的变化，再折算成场次变化，最后才反映到票房上。这条链路比直接给评分乘系数更贴近实际发生的事。
复盘：把误差写回手账
档期结束后，本站会把每个条目的三档区间与实际落点对照，记下误差方向和幅度，再回头检查是哪一步假设出了问题。2025 年五一档的回测里，误差最大的一条来自错峰上映的动画片，原因是低估了假期后段家庭客的回补力度。这类结论会写进更新日志，也会出现在避坑清单里，下一次推演直接跳过去。
方法说明：以上推演全部基于公开数据，票房产出受排片、票价、天气、出行与口碑多重因素影响，区间结果仅供方法与口径参考，不构成任何票房承诺。
📖
票房术语表
07- 预售系数
- 预售票房与首日票房之间的比值，用来把预售数字换算成首日预期，取值随片种与启动时间波动。
- 排片弹性
- 首日排片每变动一个百分点所对应的票房变化幅度，动画与喜剧通常高于剧情片。
- 场均人次
- 单个场次的平均观影人数，是判断场次效率的核心指标，比总观影人次更能反映真实热度。
- 排片留存
- 次日排片占首日排片的比例，用来判断影片是否被影院继续看好。
- 上座率
- 售出座位数与可售座位数的比值，受场次时段影响很大，跨时段比较时要做校正。
- 票价折算
- 把不同制式的平均票价统一到同一口径后再计算总量，特效厅占比高的条目必须单独处理。
- 分线市场
- 按城市层级拆分票房产出，一线、二线与三四线的观众结构差异明显。
- 错峰上映
- 避开档期首日、选择档期中段上映，能减少正面竞争但也会失去首日最高排片。
- 日度衰减率
- 每天场次相对前一天的下降比例，用来描述排片随时间收缩的速度。
- 口碑修正
- 把评分变化折算成排片留存变化，再折算成票房调整幅度的过程。
- 三档区间
- 保守值、中性值、乐观值构成的区间，宽度反映假设的不确定程度。
- 回测误差
- 历史档期中推演区间与实际落点的差距，用来评估方法的稳定性。
🧭
使用体验指南
08五步走完一次完整推演，每一步都给出可以立刻动手的动作，不需要任何专业工具。
1
先把片单钉在纸上
打开平台资讯板块，把已经官宣上映日期的条目抄进表格，标注片种、版本与是否错峰上映。这一栏只写确定信息，传闻条目单独留空行。
2
再看预售的售出率
不要只看预售金额，要算黄金场售出率。场次少的条目预售金额天然低，用金额判断需求会直接误判。
3
把场次和票价分开算
场次乘以场均人次再乘以平均票价，三个乘数分别取值。特效厅占比高的条目，票价要单独折算。
4
给评分留一个修正位
首日二十二点后看评分变化，低于七分半就把次日场次按六成留存处理，再重算一次区间。
5
写回手账做复盘
档期结束把三档区间与实际落点并列，记下误差方向。下一次推演时，先看上一次错在哪一步。
体验小结：整页内容零外部请求，首屏样式内联，图片懒加载并预留占位色块，移动端可以单手完成筛选、跳转与详情查看。搜索框只做本页筛选，不收集任何输入；阶段滑杆只切换说明，不改变你的阅读位置。
🕳️
避坑清单
09- 用首日票房乘固定系数：五天档期里排片每天在变，固定系数只在口碑稳定时成立。
- 把预售金额当需求：场次少的条目金额天然低，应该看售出率而不是绝对金额。
- 忽略场次日度衰减：不设衰减率会把后段场次算多，总量被系统性高估。
- 混用不同口径的评分：截取时间不同的评分不可直接比较，必须先对齐口径。
- 用统一折扣处理分线市场：三四线的观众结构与一线不同，家庭向题材尤其明显。
- 把票价与场次合并相乘：票价上涨会压低购票意愿，两个变量必须分开测算。
- 只给一个数字不给区间：没有区间就看不出假设的不确定程度，也无法复盘。
- 把演示样本当官方数据：本页片名与数值为便于说明的演示条目，正式推演以公开定档片单为准。
💬
常见问题答疑
10二十条问题按做推演的顺序排列，可逐条展开，也可在框内滚动查看。展开内容与页面底部的结构化数据完全一致。
26年五一电影票房预测一般参考哪些指标？
主要看四个指标：首日排片占比、场均人次、平均票价和映后评分。前三项决定基础产出，评分通过排片留存间接影响后续场次，四项都要分开算，不能混成一个系数。
五一档的预测结果能当成最终票房吗？
不能。区间只是基于公开数据的推演，排片、票价、天气和口碑都可能在中途改变走势。请把三档区间当作讨论方法的起点，而不是结果承诺。
预售票房和最终票房的关系有多大？
预售只覆盖首日和次日的部分场次，通常占全档期的一到两成。它能反映启动强度，但换算时必须先校正排片、票价和启动时间带来的三重失真。
为什么不同机构给出的预测区间差别很明显？
多数差别来自对排片弹性和场次衰减率的假设不同，而不是数据本身。假设一改，同一部片子的中性值可能相差三成以上。
五一档通常持续几天，对推演有什么影响？
加上调休一般在五到六天。天数越长，尾部回补越明显，按首日票房乘固定系数的做法误差就越大，必须按日展开计算。
排片率变化会怎样影响单日票房？
单日票房大致等于场次乘场均人次再乘平均票价，排片直接决定场次上限。排片下降一个百分点，动画和喜剧的总量损失通常大于剧情片。
动画片在五一档的票房表现有什么特点？
时段集中度最高，上午与下午早场的场均人次可达同档期均值的一点六倍，但同档期出现第二部合家欢动画时会明显分流。
口碑评分什么时候开始影响票房走势？
首日二十二点后的评分变化最先反映在次日排片上。低于七分半时，次日排片留存率通常会掉到六成以下，中性值需要整体下修。
影院的票价策略会改变总票房吗？
会。票价上涨能抬高单场收入，但也会压低低频观众的购票意愿，因此票价与场次必须分开测算，不能直接乘在一起。
三四线城市票房占比为什么值得单独看？
下沉市场的银幕增速快于一线，家庭向题材的产出重心在那里。统一用一套折扣会系统性低估这些条目的总量。
调休对档期票房的影响有多大？
调休决定假期长度与首日的位置，直接影响首日排片与尾部回补。日历一改，整个推演表都要重算一遍。
首日票房能推算整个档期吗？
不建议。固定的首日占比只在口碑稳定、排片不衰减时成立，五天档期里排片每天都会调整，系数本身就带着不确定性。
怎么判断一部片是高开低走还是低开高走？
看第二天的排片留存率与场均人次比值。留存率低于六成且场均人次同步下滑，多半是高开低走；留存率稳在八成以上则相反。
进口片与国产片在五一档的竞争格局如何？
进口片靠特效厅抬价，头三天产出集中；国产片场次更多、分布更均匀。两者不能用同一套场次衰减率处理。
推测里的保守值与乐观值应该怎么用？
保守值适合用来评估风险下限，乐观值用来判断上限空间。真正需要关注的是中性值所依赖的假设是否成立。
数据来源不同会不会导致结论冲突？
会。不同来源的截取时间与统计口径不同，所以本站每个字段都标注来源类型与截取时间，跨来源比较前要先对齐口径。
想看实时榜单应该关注哪些节点？
三个节点最关键：预售开启后四十八小时、首日二十二点后的评分、次日中午的排片更新。这三个时点基本决定档期走向。
新手第一次做档期推演最容易踩什么坑？
最常见的三个坑是用首日票房乘固定系数、忽略场次日度衰减、把不同口径的评分放在一起比较。避坑清单里有完整八条。
页面里的票房区间参考多久更新一次？
档期内每天更新一次，预售开启与首日评分公布后各追加一次修订，所有改动都记入内容更新日志并标注日期。
档期结束后复盘要看哪几个指标？
看四件事：区间误差方向、排片留存曲线、场均人次峰值位置、以及实际落点与中性值的偏离幅度，据此修正下一次的假设。
🔥
平台热点
12六条趋势观察，来自公开数据里反复出现的结构性变化，用于校准推演时的假设方向。
合家欢场次越发集中在上午
假期出行挤压了下午时段，家庭客的购票时段进一步前移，动画片的日场价值继续上升。
动画供给缺口短期难缓解
档期内合家欢动画数量偏少，一旦出现口碑过线的作品，亲子场次集中度会明显高于往年。
改编作品的预售爆发更快
原著热度让预售首日就冲到高位，但转化窗口缩短，头部效应过后回落也更急。
特效厅溢价继续扩大
视效向条目的平均票价与普通厅差距拉大，单场产出提高的同时，场次衰减也更陡。
票仓重心继续下沉
三四线城市的银幕与观影人次增速快于一线，家庭向现实题材的产出重心随之南移西移。
评分的传播速度快于往年
首日二十二点后的评分变化几乎当天就反映到次日排片，口碑修正的窗口被压缩到几小时。
用户评论精选
11精选十二条来自读者的公开留言，仅作展示，页面不提供提交功能，也不收集任何个人输入。
★★★★★ 第一次看到把三档区间和假设写在一起的页面，抄进自己的表格后，算出来的中性值只差了两千万。
★★★★★ 场次日度衰减这一条说得很实在，过去我总在档期后段算多，看完避坑清单才明白错在哪。
★★★★☆ 术语表救了我，预售系数和售出率终于分清楚了，之前一直把两个混着用。
★★★★★ 家庭客集中在上午和下午早场这点很准，我们影院这两段的亲子场基本满，晚场反而松一些。
★★★★★ 每个字段都标了来源和截取时间，这点比很多榜单都严谨，跨来源比较前终于知道要先对齐口径。
★★★★☆ 按片种筛了一下动画，十分钟就选好了假期带娃看的场次，比翻榜单快很多。
★★★★★ 终于有人提我们这里的排片问题了，一天就两场，想看也买不到票，跟片子好不好没关系。
★★★★☆ 阶段滑杆挺好用，拖到首日排片那一段，说明就换成了该看什么，不用整页翻。
★★★★★ 把评分折算成排片留存再折算成票房这条链路讲清楚了，比直接乘系数靠谱得多。
★★★★☆ 回测误差那一段最有价值，知道自己这套方法在什么情况下会失准，比多算几个数字有用。
★★★★★ 排片弹性表很实用，动画和喜剧的弹性确实比剧情片高，我们调场次时感受很明显。
★★★★★ 更新日志写得清楚，哪一版改了什么都能查到，复盘时能对上当时用的假设。