阿里巴巴和马云没成功前，很多人都在否定阿里巴巴，因为人们都看不懂马云的商业模式。而“赌票房”也是这样，你看到的是“赌”，而我看到的是电影的商业化大数据服务和全新的口碑期种子用户积累。
一、票房竞彩背景
好莱坞电影从研发阶段，就得到不同的数据支持，包括片名、演员阵容、档期、海报、预告片等的确定，从生产到销售都有数据进行支持。
从事这一块的公司有：印第安纳波利公司Fizziology、电影视播公司Moviepilot、先听公司ListenFirst Media、皮德蒙特媒体研究公司Piedmont Media Research、C4等公司。它们均是通过网络博客或社交平台等来源，追踪与电影相关的言论內容，进而分析大众对于电影的评价、好感度与票房预测等。
根据艺恩咨询的数据：潜在的电影客户中，优秀的电影预告片的票房转化率能够达到68%，并且这批用户身上独有的标签，特别容易成为种子用户和朋友圈内的意见领袖。在社会化网络营销改变了传统电影营销模式后，营销中的口碑转化率越来越高。种子用户们对于一个电影的好坏之分，很容易影响到身边的人对一个电影好坏的评价。
在营销时，我们抓住了普通用户的心理特征：
• 贪小便宜
• 竞争
• 贪婪
• 分享
• 赌性
• 中奖
• 分析成功后的自我认可
并且，获得了用户受多方面因素选择电影的相关数据：
• 预告片的观看率
• 跳出率
• A/B测试
• 预告片的受欢迎情况
• 跳出时间
• 选择电影概率
• 购票概率
• 转发概率
• 地区和区域
• 用户的习惯下注时间
• …. …
根据数据，我们发现数据分析的准确率和种子用户转化率结合的非常好。
二、 A/B测试数据
通过用户观看了预告片后，然后根据自己对预告片的感受来判断票房高低，赌赢了还能够获得相应奖励。
①对比三部电影,观看完预告片后，用户的投注比率。如下：
预告片观看 用户投注比率
从图表可以得出用户投注情况：通过观看预告片《美人鱼》的支持率远远领先于《澳门风云3》和《西游记之三打白骨精》。
②对比三部电影,观看完预告片后，用户的退出比率。如下：
预告片观看 用户推出比率
从图表中可以得出用户退出情况，通过观看预告片《美人鱼》的退出率17%，而《西游记之孙悟空三打白骨精》的退出率竟高达23%。
通过前期小范围的用户测试，能够得到一个很大的预告片支持比例。从而做到从发布的多支预告片中，挑出最好的预告片，然后集中火力猛攻，从而帮助电影获得更大的成功。
三、用户、渠道和转化
①用户总数和渠道来源：
从图标得出，来自于微博的用户才占到整体用户的17%。也就是说，在同等情况下，微信的参与力量非常之高。在渠道选择上，需要抓住微信转发这个很好的用户来源。
②金额和用户变化：
从图标中可以明显看出，用户参与和投注比例上升情况：前期的参与人数不太多，而放假前的增长是最为迅猛的，而到放假的前几天，人们基本不再参与投注了。
③参与投注和购票用户的转化情况：
来自微票儿购票的数据显示，参与票房竞猜活动，从而在微票儿（不包括其他渠道）上购票的用户比，能够高达0.35%的用户量，购票用户达到了282人。而这批用户均是观看过预告片的种子用户。
四、活动长尾转化订票地区说明
通过新闻媒体的宣传报道加上电影本身的亮点，提升了用户对于必趣的可信度。在活动结束后，我们通过微博平台、微信公告和短信平台还完成了一轮长尾转化，提升了App的*载下**量。我们根据微票提供的数据与数动结束后的安装数据对比。其中*载下**最多的地区有：
最终显示，安装数据与订票所在地区的转化率基本一致。
五、线下广告机数据采集
目前我们已与近300家影院达成了广告机合作协议。我们免费为影院提供广告机，*放播**他们需要的广告。而我们在广告机上有一些简单的红外线数据采集设备。我们发现通过广告机配合线下数据采集，会有更棒的采集效果，在未来这个广告机还可以做到更多的功能。
5.1 广告机现场照片展示
5.2 广告机相关数据识别
六、活动与数据总结
这个活动的成功，充分证明了我们能够帮助电影宣发完成全面的数据测试服务，待产品线丰富后，我们还能够提供：
• 海报的A/B测试
• 电影预告片测试
• 用户表情和关注度测试
• 用户来源和用户特性分析
• 种子用户转化
• 其他视频类广告、微电影测试
• 用户表情分析
• 年龄段分析
• 频次和密度
• 其他
接下来我们将完成整个闭环的建设，以及更为全面的数据收集和分析服务，为电影提供全面的数据支持和服务。整个模式证明可行，产品布局完成后，我们将大力度进行商务合作，让公司完成自然“造血能力”
