܄

《驴得水》黑色喜剧8天才破亿,还有可能翻盘么?

【数据猿导读】 截至发稿日,《驴得水》已上映8天,票房终于破亿。结合开心麻花剧团前作《夏洛特烦恼》的票房成绩——首周2.6亿、累计14.4亿来说,这样的票房成绩实在不尽如人意。下面本文将从质量、宣发、排片等方面进行分析,并最终进行票房预测

《驴得水》黑色喜剧8天才破亿,还有可能翻盘么?

截至发稿日,《驴得水》已上映8天,票房终于破亿。结合开心麻花剧团前作《夏洛特烦恼》的票房成绩——首周2.6亿、累计14.4亿来说,这样的票房成绩实在不尽如人意。

影片哪里出了问题?票房最终将会如何?

下面本文将从质量、宣发、排片等方面进行分析,并最终进行票房预测。

影片质量

从豆瓣评分来看,虽然该片取得8.4分的傲人成绩,远超去年《夏洛特烦恼》的7.4分,可是从豆瓣电影评论的正负面程度来看,该影片的评价实际两极分化严重。根据中文投数据zwt-data的数据监控平台和算法模型来看,取认可影片长评的豆瓣用户为研究对象,64.4%的评论用户给予影片积极正面评价,综合评论用户及认可评论的用户来看,实际样本缩小后,打分更为聚焦,最终为7.8分。

也就是说,看完该片后,有接近4成观众对影片评价是负面的。

该影片的映后评价为何会正负差异如此严重,这就不得不谈这部影片的宣传定位——喜剧。

影片宣发

该影片主要的出品&发行商为猫眼传媒,截至目前该公司在2016年共发行8部电影,市场份额10%:

《驴得水》在众多票务网站以及网页宣发中,均主打“喜剧”标签,有误导观众的嫌疑。促使观众的评价以“影片太厉害了”()和“影片话剧感严重”()两极分化。实际上该片从内容来看,是一部以讽刺为主的黑色幽默,最终结局也并不“大团圆”,使得抱着“合家欢”喜剧的期待去看的观众最终落差甚大。

其次,该片映前宣传不力,直接导致观众的关注度不高。从百度指数这一舆情指标来看:

取《驴得水》、《夏洛特烦恼》、《湄公河行动》映前4天到映后2天的百度指数来对比,《驴得水》获得的关注度远小于开心麻花前作《夏洛特烦恼》以及前一个月上映的国产动作大片《湄公河行动》。网络舆情直接与票房号召力挂钩,从以往中文投数据zwt-data的研究来看,影片分数达到7分以上,每日百度指数直接与逐日票房正相关,且相关系数接近1,可做直接预测指标。宣发不当,宣发力度不足,是该片票房遇冷的一大原因。

票房预测

从影片映前舆情指数,排片/供需比,同档期竞品影片综合来分析:

《驴得水》上映前三天排片票房比例处于供大于求的状态,经过口碑发酵,第4、5、6、7日票房占比反超,供需比例逆转,供不应求;而在上映第8日,漫威科幻巨制《神秘博士》上映后,在映影片排片空间均遭受较大挤压。而11月后期还将上映《我不是潘金莲》、《比例林恩的中场战事》、《神奇动物在哪里》等口碑和想看指数俱佳的影片。《驴得水》经过8天才破亿的情况,后期翻盘,票房有较大提升的可能性不大。

再结合11月这一档期在历年的排名来看——观众这个月份的观影意愿普遍不高:

2013年在每月票房排名中,11月处于第十位,2014年第七位,2015年更是到了第11位。

最后综合以上情况,结合该影片的映前映中舆论指数与逐日票房,中文投数据zwt-data分析推断该片最终票房会在2亿上下,后续取得票房突破的可能性不大。

研究说明:

ZWT-Data中文投数据提供的影视文化产业分析,主要是在产业宏观数据、行业历史数据、厂商公开数据、用户全平台数据基础上,运用中文投数据的产业、行业、厂商、用户分析模型与方法得出,主要反映了影视文化产业现状与趋势、行业竞争与格局、企业模式与创新、用户消费与行为。

注:本文由 中文投 投稿数据猿发布。

欢迎更多大数据企业、爱好者投稿数据猿,来稿请直接投递至:tougao@datayuan.cn


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部