
从大数据看2014年中美两地电影票房体量之差距截止9月6日,今年内地市场一共已上映美国进口片29部(其中分账片19部,批片10部)。
截止9月6日,今年内地市场一共已上映进口分账片23部(其中美国分账片19部,非美国分账片4部),还有5部分账片(其中4部美国,1部法国)已引进但未上映,以及另外6个分账片名额未使用。
预计2014年全年将上映美国进口片40部(其中分账片27部,批片13部),非美分账片7部。(注意:由于《超体》从类型上酷似美国片,虽然总局官方按法国分账片标记,但研究票房的时候不妨按美国分账片处理)
现在我们主要研究这已上映的29部美国进口片,以及他们在中美两地的票房比例。
首先,对正在上映中的敢死队、猩球和驯龙2的内地总票房进行预估,敢死队按4.2亿出头,猩球按5.9亿-,没牙仔按4亿,然后换成美元。为方便起见,以下分析均以美元票房为基础。
目前已上映29部美国片中,天朝票房最高为变4,约3.17亿刀,最低为美国骗局,为316万美元,29部影片的平均天朝票房为5411万美元。
而这29部美国片(俗称好莱坞片)中,北美电影票房最高为冰雪奇缘,票房4亿刀,最低为大力神,为1814万美元,29部影片的平均北美票房为1亿3945万美元。
平均而言,这些影片天朝票房相对其北美票房的比率为40.1%。如果一部影片,该比率低于40%,可以被认为是水土不服。以该比率为参照,29部影片的天朝票房达标率刚好超过50%,即15部影片的天朝票房达到或超过了其北美票房的40.1%。
29部影片之中,在天朝相对表现最好的是敢死队3,其天朝最终票房预计是北美最终票房的160%,最差为美国骗局,天朝票房仅为北美票房的2.1%,在天朝严重水土不服。
除敢死队3外,变4、极品飞车、暴力街区3片的天朝票房同样超过了北美,天朝/北美比率在40.1%到100%之间的,则有10部。
29部影片之中:
灾难片1部,其平均天朝/北美票房比为66.9%,该片为庞贝末日(66.9%);达标率100%,。
动作片6部,其平均天朝/北美票房比为92%,达标率66.7%,只有家园防线和别惹我(按国美国片处理)未过线。
科幻片10部(含超级英雄但不含YA),其平均天朝/北美票房比为56.1%,最高变4(130%)最低安德游戏(36%);达标率80%,只有哥斯拉和安德未过线。
奇幻片3部(含大力神),其平均天朝/北美票房比为23.3%,最高霍比特人2(28.8%)最低马琳非森(19.8%);达标率0%。
动画片6部,其平均天朝/北美票房比为20.7%,最高驯龙2(37.2%)最低冰雪奇缘(12.0%);达标率0%。
YA片1部,其平均天朝/北美票房比为14.7%,该片为骸骨之城(14.7%);达标率0%,。
剧情2部,其平均天朝/北美票房比为5.9%,盟军夺宝队(9.8%),美国骗局(2.1%);达标率0%。
所以,好莱坞电影天朝相对受欢迎度排名:
灾难片》传统动作片》科幻片》奇幻片》动画片》YA》剧情片
战争片表现预计会在奇幻之上,今年将上映狂怒和赫拉克勒斯;喜剧片和西部片今年没有上映,向来其天朝表现较剧情片也好不到哪去。
今年未上映的10余部好莱坞电影里面,科幻片3部,YA2部,动作片1部,战争片2部,动画片1部,灾难片1部。除了超体,银卫和神龟,剩下的片子战斗力基本没有超过2亿的。
29部影片之中:
以3D格式上映(包括但不限于3D单发)20部,其平均天朝/北美票房比为49%(被动画片拉低),最高极品飞车(152.1%)最低冰雪奇缘(12%);达标率50%(10/20)。
以2D格式上映9部,其平均天朝/北美票房比为51.4%(被敢死队和暴力街区拉高,而且2D片以动作片为主),最高敢死队3(160%)最低美骗(2.11%);达标率33%(3/9)。
今年未上映的10余部好莱坞电影里面,预计2D7部,3D4部吧。
2014年1至8月份:
天朝市场总票房197.6亿人民币,约31.974亿美元,同期北美市场票房72.08亿美元,天朝/北美为44.4%。
预计2014年全年:
天朝市场总票房300亿人民币,约48.54亿美元,北美市场票房101亿美元,天朝/北美为48.1%。
文章来自:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01