客服热线
400-1567-315

大数据告诉你战狼2是如何做到50多亿票房的

上映16天,《战狼2》一遍一遍地刷新票房纪录。截至8月11日18时,《战狼2》票房已经突破40.88亿,稳居2017年电影票房首位。

(技术支持来自地理大数据公司GeoHey·极海)

评论世界里的战狼2

我们整理了《战狼2》上映以来的今日头条所有评论数据,可以看到《战狼2》在全国都有着不错的口碑。

注:用户净情感分析(Net sentiment rate)通过计算《战狼2》在网上正面与负面评价比例来分析该片在网上口碑情况。

计算方法:(正面评论占比-负面评论占比)/(正面评论占比+负面评论占比)*100%,因此百分比数据越高越好。

特别是到了周末,因为观影人数增多,正向评论占比会有小幅度增长。

虽然超一线城市贡献了最多的评论,可是当我们用头条评论舆情分析发现,对《战狼2》评价高的地方并不在超一线城市里。

在净情感度最高的地方,可能是评论数量不高的地方。但请注意,上海绝对是个例外,看来上海的童鞋不仅贡献了票房,也贡献了大量的口碑,绝对的真爱粉。

不过,再来看下一张图,你恐怕就要大跌眼镜了。

是不是觉得和票房的热门城市很接近了,然而,这张是负向评论的舆情分布。

比较有意思的是北京、浙江、四川、河南的童鞋们,一边在发着负面评论,一边贡献着不低的票房。

北方不如南方,

长三角、珠三角更愿意买单

(注:数据截至8月10日)

可以看到累计票房的top10城市,与头条指数里的地域渗透度最高的top10城市高度重合,大多集中在长三角和珠三角。

长三角和珠三角,遍布《战狼2》的真爱粉,无论是票房还是舆论热度都有着相当不错的表现。

长三角票房示意图

事实上,截至8月10日,上海已经坐稳了《战狼2》的头把交椅,一共贡献了2.01亿票房。而票房第二的城市北京正在以1.93亿的票房成绩,奋力直追。

但长三角并不慌,上海周边的苏州(0.9亿)、 杭州(0.9亿)、南京(0.6亿)、宁波(0.5亿)都占据为《战狼2》贡献票房的有利地位。

珠三角票房示意图

珠三角显然是用合力抱团的方式为《战狼2》的狂揽票房,广州有1.45亿+深圳1.61亿的票房,足够让珠三角被《战狼2》点亮。

热门评论

(广东人都在夸吴京粤语讲得好)

川渝地区票房示意图

还有一个不得不提的地方是成渝城市群。虽然,四川刚刚经历一场7.0级地震,但依旧为《战狼2》贡献了不菲的票房。在头条指数上也可以看到《吴京曾在汶川地震一线扛包救灾》成为热议的话题。

相比起,连片点亮的长三角和珠三角,京津冀地区则是主要靠北京、天津、石家庄来贡献票房和热度。显然,对于这部大片的热情,北方远不如南方。

京津冀地区票房示意图

二三线城市拼命贡献票房,

超一线城市主导舆论场

除了直接去影院贡献票房,观看各类《战狼2》的新闻周边,也是一个《战狼2》的重度影迷应有的自我修养。

头条指数显示,二线城市是消费《战狼2》相关资讯最多的地域。

同时,二线城市的战狼迷们偷偷收藏了不少《战狼2》的文章,也是最爱评论和分享《战狼2》的人群。

是不是感觉到我们接下来要说,《战狼2》在走渠道下沉,农村包围城市的路线,当然不!

虽然,三四五线有着大量的人口基数,但超一线城市才是最大舆论场。

超一线城市,也就是北上广深的童鞋,对于《战狼2》的收藏、评论、分享两倍于一线城市,更是远超二三四线城市。

微信是各线城市影迷分享《战狼2》相关资讯的第一战场。当然,可以发现,在五线城市,朋友圈的分享占比要高于其他几线城市。

十年难遇的《战狼2》,靠着火遍大江南北的票房和不断升温的讨论度,即将被写进中国电影史。而每一位为电影写下评论的用户,无不促成了这部电影的成功。

​ 时至今日,我们的数据管理能力日益提升,但数据分析能力则相对落后。尽管工具与流程皆已齐备,但仍然缺少充足的数据科学家人员。根据2012年《福布斯》杂志发表的文章,早期大数据技术采纳方主要来自金融服务、电信、制造(特别是消费级产品)以及政府领域。

全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示,预计到2018年,大数据或者数据工作者的岗位需求将激增,其中大数据科学家的缺口在140000到190000之间,对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达1500000!

事实上,大数据工作者可以施展拳脚的领域非常广泛,从国防部、互联网创业公司到金融机构,到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚,在硅谷,入门级的数据科学家的收入已经是6位数了(美元)。

如大数据专业学什么:

众多发展方向总有一个适合你

需要掌握的编程语言

——Java

——Python

——R

——Scala等

需要掌握的数据能力

——数据获取:日志收集Sqoop、Flume、Kafka和爬虫等;

——数据计算:实时数据计算流式计算的storm,spark streaming等;以及离线数据计算的HIVE、SPARK、MapReduce、基本算法、数据结构等;

——数据存储:HBase、HDFS等;

——数据挖掘:机器学习相关算法,聚类、时间序列、推荐系统、回归分析、文本挖掘、贝叶斯分类、神经网络等。

大数据领域三个大的技术方向:

方向一:Hadoop(在分布式服务器集群上存储海量数据并运行分布式分析应用的一种方法)大数据开发方向

方向二:数据挖掘、数据分析&机器学习方向

方向三:大数据运维&云计算方向

精通任何方向之一者,均会 “前(钱)”途无量。

三个方向中,大数据开发是基础。以Hadoop开发工程师为例,Hadoop入门月薪已经达到了 8K 以上,工作1年月薪可达到 1.2W 以上,具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万 ,一般需要大数据处理的公司基本上都是大公司,所以学习大数据专业也是进大公司的捷径!

留下评论

电子邮件地址不会被公开。 必填项已用*标注