萬字長文告訴你，究竟什麼樣的指數，能真實反應電影的營銷與購票熱度？
有電影宣傳看完感慨：宣傳就是門玄學，我選擇信佛
有讀者看完感慨：大字報沒法信，還是追求本心吧
不知道你挑戰完萬字長文，你的感受是？歡迎留言和分享~
文/武劍 編輯/師燁東
引子
前不久筆者接到了一個幫朋友的匿名任務，是要給某一部電影做個映前熱度數據洞察報告。對方點名要用幾個網路指數來說明營銷成果。在筆者看來，用指數來代表電影的檔期熱度可能是目前最直接的一種辦法，但亂用指數就如同做用戶畫像時加入星座這種神級維度一樣搞笑（點擊回顧：到處都是大數據，究竟什麼樣的電影用戶畫像是有用的？｜專欄·數影難追）。那麼，究竟什麼樣的數據，能判斷一部電影的熱度？
1.首先提出終極問題：到底哪些營銷對於購票是有用的？
「我知道我的廣告費用有一半浪費了，但是我並不知道是哪一半——
約翰華納梅克。」
這是很多廣告營銷公司ppt里都會引用的名言。拎出來放到電影領域，相信片方也感同身受，我們先看一個模擬案例：
「我在騰訊視頻上無意間觀看了最新電影《難追的救贖》視頻廣告，知道了這個片子和上映時間，然後周末去電影院看《達芬奇的驗證碼》的時候，又看到了《難追的救贖》大幅展板海報，到了下周五接到了由貓眼app推送的通知，打開一看是該片19.8元的優惠票，然後我看了一下影片簡介，又琢磨了一下自己周末的時間，最後買了一張票。」
那麼問題來了：以上哪些物料（宣傳片、海報、音樂）是有效的？哪些渠道（視頻網站、影院大廳、購票app）是有效的？哪些方式（信息推送、低價提醒）是有效的？能不能按照成本和收益情況給這些排個序？
以上的問題綜合來說就是如何評判各物料及各渠道的營銷效果，解決該問題的方法稱為歸因分析，相信大家都很想知道自己的錢應該花在哪，尤其是效果達到的前提下能不能多省出一些錢來。
目前電影作為線下消費的娛樂方式，營銷鏈條和時間都較長，且不說線下營銷數據幾乎無法監測，線上數據也更多地分散在各公司手中，最重要的是觀眾對短暫虛擬娛樂的心理意嚮往往難以測量（這是筆者從業以來的真心話），想要完全監測每個用戶從知曉這個電影到買票消費的路徑幾乎不可能，因此電影營銷的歸因分析就難上加難，但並非沒有探究切入點，筆者將會在後續系列報告中給予詳細剖析。
本文報告不會教大家一些精妙有效的電影營銷方案，那是屬於電影營銷公司的專長，筆者只是想為大家講解一下公開渠道上能看到的各種電影熱度量化指標。
主要面向三類讀者：
- 片方、廣告主：「花了這麼多錢至少得讓我聽個響吧」
- 宣傳、發行、營銷人員：「這世上有沒有屢試不爽、一勞永逸的套路模板？」
- 電影數據的研究愛好者：「好像覺得這些指標有用，但又感覺誤差很大」
溫馨提示：文中會出現一些否定傳統做法的言論，戳到大動脈的痛感比上一期有過之而無不及。若認可，請默默收藏，避免被領導看到要求重做方案。若有異議，可加筆者微信進行深層次的討論。
2.看數據前的準備工作：要知道數據和結論都是要辯證看待的
請心中默念：「數據可證實，結論可證偽」
之前筆者在多次電影數據沙龍和對外報告中都提過一句話，叫做「數據可證實，結論可證偽」。算是從業的心得體會。
首先，數據可證實，意思是我給你的數據，需要說明這個數是怎麼來的。諸如各類熱度指數，不論是人腦計算還是機器計算，只要用同樣的數據和同樣的演算法都一定能得出同樣的結果。
但如果數據裡面存在一些人工拍腦袋的東西，那該數據便不可證實。目前還存在一種「貌似可證實」的數據。比如大家會在很多數據產品上看到這樣的說明：「我們採集了廣泛的互聯網輿情數據，利用自主研發的獨家演算法，進行多次迭代計算，最終得出令人滿意的結果。」不管是商密考慮還是編出來的數據，總之你永遠不可能知道數據究竟是咋來的，作為一隻待宰的肥羊，你只能選擇那些可以信賴的品牌和公司。
其次，結論可證偽，意思是我給你的結論，存在一種方法可以證明其有誤。比如，我說影片票房與某平台口碑評分是正相關的，那麼只要找到一個口碑高但賣得差的影片，就能直接推翻我這個結論，如果暫時沒有找到，那我的結論起碼也是科學合理的。但如果我說，只要宣發工作到位，票房就不會太差，像這種「永恆正確」的無賴結論就是不可證偽的：什麼叫到位？什麼叫不太差？沒有數據標準便無法衡量。
相信大家在此前很多ppt里都見過這種來路不明的數據，和無法落地的結論，請自行感受。
回到我們的問題：當一個電影物料被發出後，觸達了多少人？效果咋樣呢？此時大多數人首先能想到的就是看投放平台的一手數據。
3.一手數據能否體現熱度？
目前線上物料的曝光數據是一個較為公開的數據，大多數時候靠ppt人員手抄就能獲取諸如曝光數、點擊數、評論數、點贊數、收藏數、轉發數等直觀參數。這些參數有可能（注意是有可能）體現了各個平台的流量水平（曝光數和點擊數），平台用戶對物料的喜歡程度（點贊率、轉發率），當然這些數據也與投放物料的位置、時間、方式有很大關係。當我們搬出漏斗模型，就可以輕而易舉地分析出物料發送後有多少被打開，打開後有多少人看完，看完的人是否有再次分享。
然而一問到這些動輒上億的曝光量到底有多少轉化成購票時，抱歉，瞬間歇菜了。
在大數據時代背景下，很多研究機構也只能應用小數據的方法——抽樣問卷調研來推算營銷物料轉化成最終購票的效率。
在這裡，筆者不得不悲觀地告訴大家，打通用戶線上數據要比想像中難很多。即便是優酷聯合了淘票票，騰訊視頻聯合了貓眼來打通用戶數據，也只能證明在單個視頻平台上看過宣傳片的用戶最終在同陣營的購票平台上有沒有購票，一旦遇到那種在優酷上看完宣傳片後去貓眼買電影票的用戶，這個鏈條就斷了。所以在這個賬號和平台繁多的年代，我們無奈地只能用臆想的方式認為：越多的曝光會帶來越多的轉化。
在此，筆者對於ppt人員監測物料投放平台的一些實操建議如下：
3.1 要用本底指數進行對比
根據打開率或是點贊率來判斷觀眾對影片興趣度和宣傳片質量的時候，除了考慮到渠道流量隨時間及曝光位置波動外，最好能將相似影片或是競對影片作為本底數據進行對比。
本底數據的概念（截圖自到處都是大數據，究竟什麼樣的電影用戶畫像是有用的？｜專欄·數影難追）
3.2 不建議同一物料在跨平台的數據進行簡單相加：
一般復盤報告里會報一個物料的總點擊量，就是將各渠道點擊量直接相加，得出一個驚為天人的數據（比如某電影宣傳視頻在多個平台的總點擊量是5億）。當然這可以報給片方，錢是要賺的嘛。但當自己是片方的時候就得留個心眼，由於各平台的數據計算方式有所差異，產品引導方向（有些會引導用戶進行點贊、關注或分享）也各不同，並且部分平台的自我注水率極高，因此這種簡單相加無疑是渾水摸魚。
3.3 團隊應該逐步創立一套數據校驗體系：
剛剛看了下春節檔幾部影片的宣傳片播放情況，有一些還是有一定水分的。筆者分享一套自己的數據互相校驗體系心法，在此拋磚引玉：
筆者對於視頻網站數據的校驗經驗值：評論數是播放量的萬分之一到三，點贊數是播放量的萬分之三到五，彈幕數是播放量的千分之一到三，當然允許以上各比例在同量級上的稍微誤差。
如果發現遠低於上述經驗值的，很有可能是僅僅刷了播放量就草草交差的情況，要刷就全刷吧，別露出破腚，容易著涼。
3.4 擇優選擇渠道，善用平台數據
若是有渠道敢於提供後台真實點擊量（去重、去自動播放、去專輯合體、去無效點擊），那麼多花點錢吧，有利於長期健康合作。如果還提供公開的數據工具就更好了。目前在視頻平台的領域，騰訊視頻未有數據平台，優酷指數(http://index.youku.com/)已停用，只有處於測試版本的愛奇藝指數
（http://index.iqiyi.com/），愛奇藝的播放指數是將播放量和播放時長計算而得（依然沒有公布演算法），這樣可以避免了很多無效點擊（誤點擊或機器刷），另外坊間傳聞愛奇藝boss是理工男，較高冷，不恥自刷並推出防刷機制，筆者認為其公開的數據工具及較為合理的演算法十分值得讚許，但個人對於準確性和實用性還並不認可，希望其未來能不斷更新。
這章送上一套價格表，看起來心很累，大家再次感受一下。
相信看到這裡，部分上遊人士已經不太相信物料分發平台的數據了，那麼咱就再引出了第三方熱度指數，目前流行的是四大指數。
4.二手數據——再認識一遍四大指數
這一章節主要為一些新手講解各項指數的應用及優劣，為了和諧起見，筆者在以下示例中均選擇進口片《奇蹟男孩》和《神秘巨星》進行演示。
4.1 百度指數（http://index.baidu.com/）
最老資格的指數，在曾經PC時代幾乎是唯一的熱度指標。下圖是《奇蹟男孩》和《神秘巨星》的指數對比圖，乍一看特別特別符合目前票房差距，對吧？當然至於怎麼看，後面會再介紹。
請大家注意到上圖的搜索指數下面還有媒體指數。媒體指數簡單說就是百度新聞頻道收錄的相關新聞量（注意是數量而不是經過變換的指數）。上面的《神秘巨星》的媒體指數有兩個波峰，而中間的谷底其實說明了周六周日文章數較少，因為很多電影自媒體周末也都休息了，（有興趣的讀者可以自行搜索驗證），這種周期性的趨勢反而是值得探索且可信的。
引入媒體指數這一變數的初衷，就是想看看熱度是不是由於投放物料而引起的。
那麼有沒有不投放物料也能讓搜索量上升的情況呢？當然有，比如每隔一段時間就會有傳說王晶導演的《倚天屠龍記》即將拍續集，部分用戶聽到後就會進行搜索求證。
那麼有沒有投放了物料後而未能引起搜索的情況呢？超級多！
相信作為電影從業者，大家每天都會被朋友圈中的各種影片物料輪番轟炸，但這些物料大多數是「自high型物料」，看到的人很少且難以二次傳播，還有一些正式物料會在名不見經傳的小媒體的各種犄角旮旯上出現。不論是出於希望被排片經理青睞，還是品牌公關目的，總之這些物料與大部分觀眾是無緣的。如果確實觸達了大量用戶，但也未能引起搜索熱潮，可能是影片物料不夠吸引人，還有一種可能是沒有搜索的動力。
可以想像，目前當人們接受到新信息的時候，真的沒有必要非去搜索引擎不可了，可能現有娛樂平台的相關內容已十分完整翔實，足以解惑。
另外，當我們覺得百度指數存疑的時候，還可以用其他搜索指數進行比對，例如360趨勢（好搜指數）（https://trends.so.com/）和搜狗指數（http://zhishu.sogou.com/）（牆外的google指數（https://trends.google.com/）目前對國內沒有任何意義了，放過它吧），筆者建議，如果有人要買搜索指數，最保險的辦法就是三家都買了吧。
4.2 微指數（微博指數）
幾年前全民進入了微博時代，這個平台的娛樂化味道更濃一些，微博也成為電影營銷的一個重要渠道。此前由於微博熱搜功能及大V的存在，會有機會讓一個影片的信息瞬間觸達很多人，而微指數主要基於平台用戶每日微博中對某個詞的提及頻次，聽起來也很靠譜，然而大量水軍的存在就會讓某些詞條熱度翻了倍的增長，目前筆者認為微指數最佳優勢就在於：沒錢雇水軍的黑馬影片，其開始口碑傳播時，微指數是所有指數中反應最迅速的，微博平台對失控型宣傳可謂功不可沒。
4.3 微信指數（微信搜索「微信指數」）
較晚登場的微信指數一經推出就引發了大家的熱議。不同於微博陌生人社交，微信的熟人社交讓很多影片的口碑傳播很穩定，比如一個普通觀眾在朋友圈的一句「看哭了」，其對自身社交圈子的安利效果就抵得上那些KOL大號的10萬+文章。然而微信指數明確說明影響因素只有微信搜索、公眾號文章及朋友圈公開轉發的文章，計算模型可能包括文章數、閱讀數、點贊數、留言數、轉發數、收藏數等因子，而微信里的聊天信息和發的個人狀態並不會影響這個指數，那麼仔細一想，如果同天在很多公眾號上都發布某電影的水文，即便用戶並不感興趣，也會使得該影片的微信指數大幅上升。除此之外，目前微信指數比其他指數遜色的一點是：只能查詢今天往前推最多90天的微信指數，也就是說，如果有讀者想看看2017年國慶檔各大影片的微信指數，對不起，再無可能。
4.4 頭條指數（https://index.toutiao.com/）
頭條指數是四大指數最晚推出的，目前應用範圍並不廣泛。今日頭條的千人千面推薦機制也使得頭條指數目前不太容易被刷（筆者目前還沒搜索到刷頭條指數的網路報價），因為真實用戶都有自己的閱讀興趣範圍，突然某一篇文章被大量的非興趣用戶閱讀，那就可以判斷是注水，這也算是頭條指數的一項優勢。
然後咱們再發一次扎心表，繼續自行體會：
筆者對這四大指數來代表電影熱度的看法是，局限性過於明顯。
5.熱度指數的局限性在哪？
5.1 你心中所想的搜索詞可能不是你搜的結果
目前除了電影垂直平台外，其他指數平台都不會對名詞進行智能分類，因此當電影名稱和固有名詞有所混淆時，查找後得到的熱度可能是兩個疊加，系統不懂得區分，作為使用方的人也無法拆解。
比如
- 電影《蘋果》和iphone蘋果以及食物蘋果。
- 電影《長城》和網上北京長城一日游廣告。
- 電影《乘風破浪》和成語乘風破浪。
- 電影《三生三世十里桃花》和電視劇《三生三世十里桃花》。
- 電影《歡樂喜劇人》和綜藝《歡樂喜劇人》
另外，較長的名字，用戶搜索往往只用短名字甚至是別名，比如《猩球崛起3：終極之戰》，大多數用戶只會搜索「猩球崛起3」，《前任3：再見前任》也只會搜索「前任3」，此時就要把一種電影的幾種叫法都查詢出來。
因此在很多時候，你搜到的結果可能早已經與你所想的方向背離了。
5.2 熱度分好壞，被罵也是熱度，但觀眾不買票
目前的指數是中性的，不帶褒貶義的，這就給判斷帶來了難題。哪怕是《窮秋山居圖2》即將上映，從各項指數看一定是風光無限的。然而這些熱度的來源都是各大KOL的撰文嘲諷和觀眾的留言謾罵，等最終上映時，並不一定會有人買票。2017年某部大片就是這樣表熱實冷的情況，有興趣的讀者可以自行查詢。很多時候熱度只代表了總體觀眾對其是否有印象，而買不買票則是觀影意願。
那麼在筆者看來，映前熱度最好都是正面熱度，上映允許有爭議口碑出現。因為如果前期物料吹太狠，提前調動了各大KOL的吐槽情緒，帶偏了風向，最終上映時不搭用戶預期，反對聲音會更大。近期《芳華》在這方面的宣傳營銷就做得十分謹慎和出色，尤其是當某些專家有反對的聲音出現時，就會有很多實實在在購票的觀眾進行反擊，進一步引發討論增強熱度。當然，有些片子有幾個天然招黑的演員，筆者覺得除了減少曝光外，短期內也沒有太好的辦法。
業界知名的兩個電影調研機構早早考慮到區別熱度和情緒：見下圖，凡影用的是知曉度和熱衷度（凡影公眾號及淘票票專業版可查詢），藝恩用的是用戶關注度和購票指數（藝恩app可查詢）。
左圖為淘票票專業版app上的凡影指數，右圖為藝恩app上的營銷指數
除此之外，目前筆者知道市場有三個含情緒因素的指數：清博指數、微輿情和qq指數，(其中qq指數已經下線，十分可惜。)這些指數主要從宏觀輿情的角度上來分析，筆者試用了發現其分析結果還不成熟，甚至出現錯誤，比如一篇文章說明A影片如何不好，B影片電影如何好，根據機器語義分析，該文章中出現的負面辭彙較多，用戶搜索B影片時，這篇文章有可能被誤認為是B電影的負面文章而記錄在案了。鑒於此，請讀者謹慎判斷。
清博指數（http://yuqing.gsdata.cn/site/home）
微輿情（http://wyq.sina.com/view/emotion/goEmotionAnalysis.shtml）
5.3 最好別用指數來預測成績
「太陽升起，公雞打鳴，但是公雞打不打鳴，太陽都要升起」
真實熱度高所以虛擬指數高，但指數高並不導致真實熱度增長（高指數唯一可能的利益影響就是有些排片經理會參考一下，然後給首日排場一定的傾斜）。因為熱度指數始終是滯後的，並且存在各種買數據的情況。
恐怕有些朋友此前會拿著兩部影片的百度指數進行比較（筆者也被這麼強迫過），最後其實大家都感覺到並沒有太大意義，因為一旦影片上映，票房一出就啪啪打臉了。
估計不少人心裡犯嘀咕：這些指數好像有點相關但又好像沒啥用。那麼筆者幫大家在這裡蓋棺定論，首先別用指數推測總票房、首日票房或是預測黑馬，很多方法筆者和此前團隊的小夥伴都真切地嘗試過了。經歷過研究後，發現同檔期的主力競爭影片熱度數值都會處於同量級，至於對其上映後的票房高低並無關係。（在筆者眼裡10萬和5萬就是同量級）
此時還有有人會說「影片上映兩天後口碑爆發了，這些指數也都明顯大幅上升呀，為啥不能用來預測黑馬。「那筆者再潑一次涼水：都上映兩天了，咱直接看票房、上座率和口碑評分判斷黑馬走勢不更直接么？關鍵是上映之前，靠這些指數你是看不出來滴。
那麼為什麼會存在民間大神敢於發布預測，且大多數時候很准呢（如業界著名的票房預測大師——南如珉老師），在筆者看來，與其說是純粹用數據預測，不如說是摻雜了經驗預感，比如影院經理、影評人和在國外的電影愛好者能提前看片，又知道一些獲獎情況、IMBD評分、爛番茄評分等因素，恰好又十分了解國人口味，最後根據自己多年積累的經驗模型算出一定的數值。如果能拿著市場上如此髒的數據，最後卻能做出準確的結果，那筆者也是十分佩服。（如果某些讀者真有自己成熟的演算法，歡迎加微信切磋）
6.熱度指數的觀測要領
6.1 看大趨勢不看小波動
在營銷時間段前後要看大趨勢：是上揚？下降？還是周期式變化，心中自動過濾掉那些干擾的小波動，千萬不要做過度解讀，有關內容將放到到第八章進行分析。
6.2 真的指數上升有因，下降有果
由於電影映前營銷是按照營銷公司制定好的計劃一步步升溫進行的，即便是一個極其棒的物料或是超級大牌發布會也不會使指數當天突然從此前的極低值蹦到極高值。而出現這種瞬間爬升的情況往往不是什麼好事，比如群體事件、災難事件、明星桃色事件，或是花錢買上去的假指數，相信很多讀者也早早發現了這一異常情況，當然我也知道目前市場上聰明的操作者也會選擇慢慢的注水。然而在影片上映後、片方放棄治療後，或是營銷方交完復盤ppt後，這些人員就不再充值了，此時熱度指數就會在某天斷崖式掉到底，而正常的影片熱度衰減曲線則是波動式緩緩衰落。
6.3 熱度指數更適合用來複盤和研究
之前提過熱度指數不太適合預測票房，但是復盤案例的時候是可以一用的（日本很看重失敗學，喜歡對本國各種失敗案例進行復盤，以鑒未來）。開個玩笑，國內電影圈存在一個甩鍋鏈：要不到場次罵發行、排了沒人看罵宣傳，看完了口碑差罵導演，導演很委屈說自己被資本綁架了……
那熱度指數能夠窺探到哪些鍋呢，下面舉個例子：
國產院線電影下映後會進入視頻網站進行二次播放，此時的宣傳營銷勢頭都較此前大幅減少，大多僅由視頻網站給予首頁曝光和推送通知。因此一個影片的熱度曲線會出現以下情況：前後兩個波峰，一個是剛上院線時期，一個是剛上視頻網站時期，一般說來，院線峰應該遠高於視頻網站峰，對於一部在影院票房得到完全釋放的影片更是如此（讀者可以幫忙找反例）
然後讓我們來看看2017年的一個票房追不上口碑的案例。注意看百度指數上12月8日這個時間點，貓眼9分電影《縫紉機樂隊》上線優愛騰三家視頻網站後，第二個波峰明顯高於第一波峰了，有興趣的讀者現在就可以進到視頻下方抽樣看看網友評論，諸如「欠大鵬一張票」，「冤枉大鵬了」的留言十分之多。除此之外，搜狗指數和360指數也出現了前波低後波高的反常態情況。
經歷過2017年國慶檔的業內人應該都知道，這個影片當時排片並不給力，由指數就能真真切切地感受到什麼叫好孩子給活活憋死了。
《縫紉機樂隊》的百度指數冤死路徑
《縫紉機樂隊》的360指數冤死路徑
《縫紉機樂隊》的搜狗指數冤死路徑
7.想看指數獨家優勢明顯
討論了以上渠道一手數據和公共熱度指數後，好像還是沒有找到最好的指標，那麼近兩年各種電影文章提到的想看指數效果怎麼樣，這個能不能成為我們打開終極問題的鑰匙呢？
目前主流的想看指數主要是貓眼想看和淘票票想看，而豆瓣和時光等其他想看指數則並非主流（無意冒犯前輩）。
在此筆者先斗膽定調：想看指數是目前為止最貼近院線電影宣發熱度的參數了，且沒有之一。如此盛讚該指數的原因，不是因為想看指數已經十分完美，而是擁有其他指數不可能擁有的優勢。
7.1 特別精準的目標用戶
因為是院線電影的票務垂直平台，在這裡，你看不到留言求網盤鏈接的人，有的只是實實在在花錢看電影的購票用戶，並且在線售票率已近85%，沒有哪個線上渠道能如在線購票平台一樣高度聚攏如此精準的目標用戶了，這也就使得平台上的用戶行為數據更為靠譜。
7.2 數據直觀且可證實
想看指數其實就是點擊想看的人數，沒有做過任何數據變換，這點要比哪些不公布演算法的熱度指數更容易理解和證實。一個賬號只能提供一個想看數，這點要比物料播放量的水分少了很多，而且購票平台可以根據每個用戶的歷史購票記錄來篩出一些刷量軍和黑水軍。再扔出一張扎心圖，刷想看是不是比刷其他平台要貴很多~愛刷刷去吧！
7.3 操作有門檻且帶正面情緒
想看按鈕需要用戶主動進行一次額外的點擊，而這個按鈕除了位置不錯外，也沒有任何引導和獎勵。注意筆者在這裡強調「主動」，因為很多產品的開屏或是彈窗都會造成意外的點擊量，那些操作都不是用戶發自內心的操作。
而且目前不存在一個按鈕叫「不想看」指數，也就是所謂的「踩「，這就使得觀眾的負面情緒只能存在於購票觀影后的評分階段，而不會在上映前干擾某個影片的初始形象。
因為以上的機制，讓我們相信點擊了想看按鈕的人是真的對該片影片有興趣的，不管其有沒有購票，且最終在哪購票。
讀者們估計一直會有個疑慮，那些點過了想看的人最終有沒有去購票呢？筆者曾有幸在國內的前兩大購票平台供職過，自己也探究了此類數據，每個影片的「想看實現率「和影片體量及類型有一定關係。鑒於目前該數據屬於非公開狀態，筆者在此也不確切公布平均值或進行單片舉例，但真心希望相關產品經理考慮這一部分數據的對外展示。
8.想看指數有時為什麼失靈？
相信還是有不少朋友摘抄了各家的想看指數，但更相信大家依然找不到和首日票房的對應規律。
先打消大家按想看指數找黑馬的念頭。之所以是黑馬，就是大部分觀眾不熟悉、不了解、不首選、甚至是不看好的影片，因此這些影片的映前想看指數都是不高的，由幾百到幾千不等。
那麼有人會問正常體量及走勢的影片總可以用想看指數預測了吧？對不起，因為即便是這麼棒的指數，還是在某些特殊情況下無法體現客觀情況。幫大家剖析一下原因。
8.1 上架時間和排列位置是基礎
首先，想看按鈕需要存在於影片詳情頁，如果幹脆都沒有建立這個影片詞條，那用戶就無處可點，如果這個影片詞條比競爭對手建立的早，那它就有足夠長的時間有機會被點到。
其次，影片的位置也決定了曝光情況。如圖所示
貓眼首頁與淘票票首頁
我們緊盯上圖中國的兩個扛把子電影票務軟體：貓眼和淘票票的首頁，發現正在上映區域的影片，正下方就是購票按鈕，如此直截了當的設計，也必然使得上映後想看指數幾乎不會再有大幅增長（除非是某些超級口碑大片，或是如《芳華》開始售票後又意外撤檔的情況）。
同時再看即將上映區域，目前是按照想看指數排序的，請注意這「黃金三個半」位置，大家看到電影《閨蜜2》海報只有半張臉，而春節檔的另一部大片《紅海行動》則想看指數排名第五，連首屏展示的機會都沒有，只能被主動拖拽出來，那麼這就造成了大量首頁流量會聚焦到這黃金三個半上，強者愈強，而冷板凳選手只能排隊等著。那些上映前幾日才宣布定檔的進口批片在這種背景下就顯得特別吃虧。
接著我們點開即將上映區域：
可以看到除了定檔影片按想看指數排序外，還能看到本月待定影片的排序：
貓眼即將上映的待定區與淘票票即將上映的待定區
有些很聰明的國產片方利用了這個規則，自己的影片總也不定檔，目前說2月末上，等到3月就又說3月末上，就這麼一個月一個月的耗著待定，賴在這個待定區的頭部位置，那曝光量和被點贊機會肯定都是足足的。
最後，票務平台跟影片的合作關係也影響了想看指數的高低。若是雙方利益關係越密切，平台無論是在影片排序上還是物料曝光上都給予傾斜，這就為大家解釋了為什麼春節檔幾部影片的想看指數在貓眼和淘票票上有排序上的差異。
8.2 題材類型很關鍵，男女有別，長幼也有別
在上一講我們提到過用戶畫像的分法。想想自己身邊，是不是總有些人從來不給別人朋友圈點贊留言，就干看。而總有些人卻又熱衷於各種平台的留言互動，每個用戶參與產品互動的積極性都有所區別，因此點擊」想看「這個動作其實也受到用戶習慣的影響。
表現在這麼幾個方面上，某些特別老爺們的電影（如《敢死隊》《湄公河行動》《智取威虎山》《紅海行動》等），留言吐槽互噴才是糙漢子熱衷的互動方式，而讓一個三四十歲的漢子點擊想看按鈕，不僅沒這個習慣，他反而覺得得有些婆煩，因此這類影片天然想看數就不高，但是這些反而都不影響動作類型影片產生高票房。
那麼同理，較為感性的女性則更傾向於點擊想看。還有一種是粉絲向的影片，可能會有群頭去貼吧、qq群、微信群裡帶節奏，跟大家說影片想看指數高了，就是支持自己的明星，並且有益於影院給排片，那麼在這種影響下，就會造成上映前想看指數極高，但是首日票房不那麼成比例的情況，相信大家都想起了去年暑期檔的《三生三世十里桃花》，在此也不深挖。
所以可能有人會想問，這種情況下，是不是要給想看指數打折或是加磅來修正一下，比如粉絲片的想看指數就砍半什麼的。在這裡鑒於身份，筆者不會給出個人經驗演算法，相信當貓眼或淘票票的產品經理認為這個指標重要時，會有方案進行修正的，大家耐心等待。
最後，原本最能體現影片熱度的預售數據，但由於行業內的奇技淫巧太多，筆者也希望過個好春節，相關具體內容就不做展開了。
8.3 彆強行關聯，別過度擬合
承接6.1章提到的「看熱度曲線要看大趨勢而不看小波動「的議題。目前兩個購票平台的想看指數日增曲線上都標註了營銷事件，這本身是一個非常好的產品設想，但也會給用戶一種暗示：想看指數的變化與線上線下的營銷事件帶動有關，如下圖所示：
《捉妖記2》貓眼專業版想看指數日增曲線與淘票票專業版想看指數日增曲線
可以看到上圖，《捉妖記2》同樣的物料發布節奏，但兩個平台的日增想看曲線走勢明顯不同，恐怕讀者要又有所懷疑了，這是哪些因素導致的？
首先，營銷物料形式、發布渠道和時間、線下營銷事件的力度、媒體發稿量、發稿的閱讀情況是基本的熱度因素，這是兩個平台共有的基礎。但是否營銷只用某個購票平台進行物料推送，推送的物料是否吸引用戶去該平台影片詳情頁查看，這些則會影響該影片在該平台的想看人數變化情況。
因此，其實能夠大幅增加平台想看人數的營銷事件是十分有限的，而目前的這種想看曲線加營銷事件的形式多數時候只是個美麗的想像，有點類似數據建模中的過度擬合，筆者在這裡不會用數學方式向大家解釋這個概念，而是發出一張不少人都見過的圖片，那是曾經年少的我們想像中的美好，雖然離事實，的確很遠。
《聖鬥士星矢》結尾曲中天馬座的「過度擬合」
筆者此時突然感覺這篇否定了太多太多，遂輟筆，感謝大家能夠堅持閱讀完本報告正文部分。
結語
2017年過去了，中國電影市場也進一步走向成熟，國人吃過見過後，影商大幅提高，甚至很多人光憑影片名和演員陣容就能迅速判斷出影片質量，這也使得他們同時被宣傳營銷物料撩撥的閾值也越來越高，目前恐怕不會存在那種一勞永逸的宣傳營銷套路。可能有些讀者可能覺得本篇文章洋洋洒洒寫了一萬字，最後也沒有給出個超級數據公式，在此筆者用三種方式回應：
- 萬般神通皆小術,唯有空空是大道
- 最好的藥物是食物，最好的衣服是身材，最好的營銷是口碑。
- 電影用心做，後面啥都順
感謝讀者支持，提前預祝新春快樂，關於電影營銷數據的更多內容，咱們下期再見！
（PS：致每周催稿但極其敬業的主編師先生：我這樣的漢子，只想寫出那種兩年後看到都覺得有用的文章，所以原諒我總在拖稿，而且以後也不會改的）
居然讀到了這裡？那你還可以看——
如何看待阿里巴巴出資 46.8 億元成為萬達電影第二股東？
壹娛觀察：八一廠落幕，培養了張藝謀陳凱歌的國有電影廠是如何衰落的？
壹娛觀察：春節檔發展簡史：從8000萬到34億，好萊塢是如何在春節假期消失的？
推薦閱讀：