電影導演數據分析

❶ 如果票房一億導演能賺多少

如果票房一億導演能賺多少？票房的錢是怎麼分配的？
如果票房一億導演能賺多少？票房的錢是怎麼分配的？每當新電影一上線，我和小夥伴們總是會根據導演和演員來決定要不要去看。如果是口碑比較好的導演，那肯定去看。如果是演技不錯的演員，那可以考慮去看。口碑好的導演拍出的作品一般是良心之作，而演技好的演員拍的作品會較有韻味。所以，導演和演員與票房的高低有著很大的關系，也影響著他們賺錢的多少。下面，我們就說說票房的事兒。如果票房一億導演能賺多少？1億票房，先要扣掉5%的電影發展專項基金和3.3%的營業稅金，即稅後9170萬。然後進行稅後分賬，通常，製片方拿43%，院線拿57%；製片方可拿到9170x43%=3943萬元；這里一般還要包括3%-5%的宣傳費用、發行費用等，實際可剩餘 3943*95%=3746萬元。導演可以賺的錢=3746萬元-影片成本。說幾個數據：導演的薪酬來自影片製作方大約10%，而後者能拿到電影票房的30%，也就是說導演的報酬不會超過總票房的3%。一億票房的話，導演估計能拿到300萬,這是一個純導演工作的報酬。如果是名導演，考慮到他對票房有一定號召力；或者導演是也是影片投資者,那收入自然是多餘300萬的，但我認為多出來的這部分錢應是來源於他的名氣或是資本，而不能算是純粹的導演這一職位的收入。票房的錢是怎麼分配的？中國電影業對於票房分賬的基本規則如下：1.影片所有票房收入計入電子售票系統，數據統一匯總到中國電影事業專項資金辦公室（簡稱專資辦）。以專資辦的統計數據作為各方分賬的依據。2.所有影片收入首先繳納3.3%的特別營業稅，及5%的電影事業專項資金。剩餘的91.7%認定為一部電影的「可分賬票房」。3.可分賬票房中，電影院及院線提留57%，中影數字提留1-3%的發行代理費。剩餘的40-42%歸於電影製片方和發行方（大部分情況為40%）。4.影片的發行方會收取歸屬製片發行方部分票房的5-15%作為發行代理費用。即為可分賬票房的2-6%作為發行代理費。
5.很多情況下，發行方預付影片的宣傳發行費用，這時發行方會收取12-20%的代理發行費。如果發行方承諾發行保底、買斷發行、預付製作費用等方式，將收取更高的發行代理費用。6.部分影片同檔期處於競爭劣勢，出於增加影片排映場次的目的，給影院及院線承諾票房返點。返點一般佔到可分賬票房的3-5%。7.製片方回收的票房回款公式為：1*（1-0.033-0.05）*40%*（1-0.1）=0.33為一般情況下的製片方分賬。以上情況為例，一部最終票房1億的影片，回收的票房回款為3300萬左右。附：中國電影的資金其它回收途徑主要有以下幾種：1.版權收入：主要指電視放映權和互聯網播放版權銷售。這部分收入裡面，CCTV6的收購費用為140萬-400萬每部影片，主要根據影片的題材、頻道打分制度、觀眾期待度、演員陣容、最終票房決定。網路版權價格波動較大，從幾十萬到幾百萬不等，主要跟觀眾期待度、演員陣容、最終票房有關。
￥
5
網路文庫VIP限時優惠現在開通,立享6億+VIP內容
立即獲取
如果票房一億導演能賺多少？票房的錢是怎麼分配的？
如果票房一億導演能賺多少？票房的錢是怎麼分配的？
每當新電影一上線，我和小夥伴們總是會根據導演和演員來決定要不要去看。如果是口碑比較好的導演，那肯定去看。如果是演技不錯的演員，那可以考慮去看。口碑好的導演拍出的作品一般是良心之作，而演技好的演員拍的作品會較有韻味。所以，導演和演員與票房的高低有著很大的關系，也影響著他們賺錢的多少。下面，我們就說說票房的事兒。
第 1 頁
如果票房一億導演能賺多少？
1億票房，先要扣掉5%的電影發展專項基金和3.3%的營業稅金，即稅後9170萬。
然後進行稅後分賬，通常，製片方拿43%，院線拿57%；
製片方可拿到9170x43%=3943萬元；
第 2 頁
這里一般還要包括3%-5%的宣傳費用、發行費用等，實際可剩餘 3943*95%=3746萬元。
導演可以賺的錢=3746萬元-影片成本。
說幾個數據：導演的薪酬來自影片製作方大約10%，而後者能拿到電影票房的30%，也就是說導演的報酬不會超過總票房的3%。

❷ 《長城》這部電影是誰導演的它的票房怎麼樣

《長城》這部電影是張藝謀導演的，4天內票房高達5億，造價10個億，截至2017年1月2日中午2時，張藝謀執導的《長城》內地總票房累計突破10.5億，成為2016年上映影片中第10部破10億的影片。數據顯示，張藝謀電影《長城》製作成本為1.35億美金，約合9.37億人民幣。其豪華明星團片酬也很高，僅是馬特·達蒙的片酬可能就已達到2000萬美元。

據外國媒體報道，美國大型電影票務網站《Fango》在2017年評選出「最期待的電影」前30名，可以說代表了最平凡的電影觀眾。《長城》獲得了意想不到的第一名，北美明年年初上映的《星球大戰8》被推倒了第三十位。《長城》比北美市場更早在中國上映。能否收回1.5億美元的拍攝費用，期待未來的北美市場。

聲明：本文部分圖片來源於網路，標注來源的數據及相關資料均為引用。原創版權所有，轉載請註明來源及作者。

❸ 50億票房吳京分多少

據相關媒體統計分析，《流浪地球》票房過50億已不成問題。有網友關注，如票房真的過50億，客串演員及投資人吳京能分多少？這個問題也早被網友算出來了。
其實計算並不難，《流浪地球》投資約3億，吳京投資6000萬，佔比20%。票房50億，去掉8.3%的稅，分賬票房為45.85億。片方可分賬39%*45.85億=17.88億。吳京可獲得片方分賬的20%，也就是3.5億。
不過這只是個大概數據，因為在分賬過程中需要扣除發行方的宣發費用，還要扣除發行方的分賬。當然了，還可以獲得額外的版權以及廣告收入。這些數額不對外公布，所以很難算出完全准確的收入。但這些數額有限，因此對相應收入影響也不會太大。也就是說吳京的凈收入應該會在2.5億左右。投資6000萬凈賺2.5億，在當下經濟環境不容樂觀的情況下，如此投資不得不說高明。

吳京的成功並不是偶然，他有著足夠睿智的魄力與信念。當年拍攝《戰狼2》經費嚴重不足時，他把自己房產抵押以籌得款項繼續拍攝，破釜沉舟一下子成就了他的地位。如今的《流浪地球》又一次看出他的過人之處。一方面，他敢於嘗試新的題材，無論《戰狼》軍事系列題材，還是《流浪地球》的科幻題材，都是國產電影的弱項。而吳京卻敢於嘗試，也是足夠讓人佩服。
另一方面，他敢於給導演機會，雖然郭帆曾經拍過兩部電影，但他也是一個新人導演。如此大的投資與製作，經費嚴重不足，市場不明朗，國產科幻片不被看好的情況下，吳京毅然零片酬客串出演並參與投資，這等於給中國科幻電影一個機會，這也足夠讓人佩服吳京的人格魅力。導演郭帆接受采訪時也倍感激動：沒有吳京導演的幫助，就沒有這部片的結果。

當然了，足夠的魄力背後是有著獨到的眼光。吳京對於電影有其獨特的思想，沒有人不想成功，吳京更是一樣。事實證明，吳京真的不一樣，這一次又成功了。

❹ 通常導演的收入在影片的收入中佔多大比例名導與明星的收入是怎樣的比例

所有人員的費用都是在製片階段談好的，電影的收入是收入，成本是成本，就算你問的是成本，導演從不要錢到出錢的都有。

如果你打算只靠票房回成本，那最最安全，就得票房有3000萬，才剛剛打平。

但很多電影，比如甄子丹動作片，海外有一些收入，那國內票房收支平衡點就不用成本乘以3。

大體這么算吧。

❺ 豆瓣電影數據分析

這篇報告是我轉行數據分析後的第一篇報告，當時學完了Python，SQL，BI以為再做幾個項目就能找工作了，事實上……分析思維、業務，這兩者遠比工具重要的多。一個多月後回過頭來看，這篇報告雖然寫得有模有樣，但和數據分析報告還是有挺大差別的，主要原因在於：a.只是針對豆瓣電影數據分析太過寬泛了，具體關鍵指標到底是哪些呢？；b.沒有一個確切有效的分析模型/框架，會有種東一塊西一塊的拼接感。
即便有著這些缺點，我還是想把它掛上來，主要是因為：1.當做Pandas與爬蟲(Selenium+Request)練手，總得留下些證明；2.以豆瓣電影進行分析確實很難找到一條業務邏輯線支撐，總體上還是描述統計為主；3.比起網上能搜到的其他豆瓣電影數據分析，它更為詳細，可視化效果也不錯；

本篇報告旨在針對豆瓣電影1990-2020的電影數據進行分析，首先通過編寫Python網路爬蟲爬取了51375條電影數據，採集對象包括：電影名稱、年份、導演、演員、類型、出品國家、語言、時長、評分、評論數、不同評價佔比、網址。經過去重、清洗，最後得到29033條有效電影數據。根據電影評分、時長、地區、類型進行分析，描述了評分與時長、類型的關系，並統計了各個地區電影數量與評分。之後，針對演員、導演對數據進行聚合，給出產量與評分最高的名單。在分析過程中，還發現電影數量今年逐步增加，但評分下降，主要原因是中國地區今年低質量影視作品的增加。

另外，本篇報告還爬取了電影票房網（ http://58921.com/ ）1995-2020年度國內上映的影片票房，共採集4071條數據，其中3484條有效。進一步，本文分析了國內院線電影票房年度變化趨勢，票房與評分、評價人數、時長、地區的關系，票房與電影類型的關聯，並給出了票房最高的導演、演員與電影排名。

清洗、去重後，可以看到29033條數據長度、評分、評論數具有以下特點：

結合圖1(a)(b)看，可以看到電影數據時長主要集中在90-120分鍾之間，向兩極呈現階梯狀遞減，將數據按照短(60-90分鍾)，中(90-120分鍾)，長(120-150分鍾)，特長(>150分鍾)劃分，各部分佔比為21.06%, 64.15%, 11.95%, 2.85%。

結合圖2(a)看，可以看到我們採集到的電影數據評分主要集中在6.0-8.0之間，向兩極呈現階梯狀遞減，在此按照評分劃分區間：2.0-4.0為口碑極差，4.0-6.0為口碑較差，6.0-7.0為口碑尚可，7.0-8.0為口碑較好，8.0-10.0為口碑極佳。

這5種電影數據的佔比分別為：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再將評分數據細化到每年進行觀察，可以發現，30年內電影數量與年度電影均分呈反相關，年度均分整體呈現下降趨勢，2016年電影均分最低，電影數量最多。

進一步做出每個年份下不同評級等級的電影數據佔比，可以發現，近年來，評分在[2.0,6.0)的電影數據佔比有著明顯提升，評分在[6.0,7.0)的數據佔比不變，評分在[7.0,10.0)的數據佔比減少，可能原因有：

對照圖5，可以發現，評分與時長、評論人數的分布大致呈現漏斗狀，高分電影位於漏鬥上部，低分電影位於漏斗下部。這意味著，如果一部電影的評論人數很多（特別是超過30w人觀影），時長較長(大於120min)，那麼它大概率是一部好電影。

根據各個國家的電影數量作圖，可以得到圖6，列出電影數量前十的國家可得表格2，發現美國在電影數量上占第一，達到8490部，中國其次，達6222部。此外，法國，英國，日本的電影數量也超過1000，其餘各國電影數量相對較少。這可以說明美國電影有著較大的流量輸入，在中國產生了較大的影響。

進一步分析各國電影的質量，依據評分繪制評分箱線圖可得圖7，在電影數量排名前20的國家中：

接著我們可以探索，哪個國家的電影對豆瓣評分隨年份下降的貢獻最大，考慮到電影數量對應著評分的權重。根據上述各國的電影評分表現，我們可以猜測電影數量較多的國家可能對年度均分的下降有較大影響。於是，我們再計算出這些國家的年度電影均分，並與整體均分進行比較分析。

再作出中國大陸，中國台灣，中國香港的均分箱線圖圖9(a)，可以看到，大陸電影均分低於港台電影，且存在大量低分電影拉低了箱體的位置。

分析相關性可得，大陸、香港、台灣電影年度均分與全部評分關聯度分別為R=0.979,0.919,0.822，說明濾去台灣和香港電影，大陸電影年度均分的變化趨勢與全部評分變化更接近。圖9(b)可以進一步反映這一點。

可以看到，大部分類型集中在X×Y=[10000,30000]×[6.00,7.50]的區間范圍內，劇情、喜劇、愛情、犯罪、動作類電影數量上較多，說明這些題材的電影是近三十年比較熱門的題材，其中劇情類電影佔比最多，音樂、傳記類電影平均得分更高，但在數量上較少，動作、驚悚類電影評論人數雖多，但評價普遍偏低。

除此之外，還有兩塊區域值得關註：

根據類型對電影數據進行聚合，整理得到各類型電影評分的時間序列，計算它們與整體均分時間序列的相關性，可得表格4與圖11，可以看到劇情，喜劇，懸疑這三種類型片與總分趨勢變化相關性最強，同時劇情、喜劇類電影在電影數量上也最多，因此可以認為這兩類電影對於下跌趨勢影響最大，但其餘類別電影的相關性也達到了0.9以上，說明幾種熱門的電影得分的變化趨勢與總體均分趨勢一致。

前面已經得知，中美兩國電影佔比最高，且對於均分時間序列的影響最大。在此，進一步對兩國電影進行類型分析，選取幾種主要的類型（數量上較多，且相關性較高）進行分析，分別是劇情，喜劇，愛情，驚悚，動作，懸疑類電影，繪制近年來幾類電影的數量變化柱狀圖與評分箱線圖可得圖12,13,14,15。

對導演與演員進行聚合，得到數據中共有15011名導演，46223名演員。按照作品數量在(0,2], (2,5], (5,10], (10,20], (20,999]進行分組統計導演數量，可以發現，15009名導演中有79.08%只拍過1-2部作品，46220名演員中有75.93%只主演過1-2部作品。忽略那些客串、跑龍套的演員，數據總體符合二八定律，即20%的人占據了行業內的大量資源。

在此，可以通過電影得分、每部電影評論人數以及電影數目尋找優秀的電影導演與演員。這三項指標分別衡量了導演/演員的創作水平，人氣以及產能。考慮到電影數據集中可能有少量影視劇/劇場版動畫，且影視劇/劇場版動畫受眾少於電影，但得分普遍要高於電影，這里根據先根據每部電影評論數量、作品數量來篩選導演/演員，再根據電影得分進行排名，並取前30名進行作圖，可得圖17,18。

結合電影票房網（ http://58921.com/ ）採集到的3353條票房數據，與豆瓣數據按照電影名稱進行匹配，可以得到1995-2020年在中國大陸上映的電影信息，分別分析中國內地電影的數量、票房變化趨勢，票房與評分、評價人數、時長、地區以及類型的關系，此外還給出了不同導演與演員的票房表現以及影片票房排名。

如圖19所示，國內票房數據與上映的電影數量逐年遞增，2020年記錄的只是上半年的數據，且由於受疫情影響，票房與數量驟減。這說明在不發生重大事件的情況下，國內電影市場規模正在不斷擴大。

對電影數據根據類型進行聚合，繪制散點圖21，可以發現：

提取導演/演員姓名，對導演/演員欄位進行聚合，計算每個導演/演員的票房總和，上映電影均分、以及執導/參與電影數目進行計算，作出票房總和前30名的導演/演員，可得圖22,23，圖中導演/演員標號反映了票房排名，具體每位導演/演員的上映影片數量、均分、每部電影評價人數、平均時長與總票房在表5、表6中給出。

最後根據電影票房進行排名，得到票房排名前20的電影如表格7所示，可以看到絕大部分上榜電影都是中國電影，索引序號為3、10、12、14、18、19為美國電影，這也反映了除國產電影之外，好萊塢大片占據較大的市場。

本篇報告採集了1990-2020年間豆瓣電影29033組有效數據，從豆瓣電影的評分、時長、地區、類型、演員、導演以及票房等信息進行分析評價，主要有以下結論：