CINEMA OPERATION INTELLIGENCE COCKPIT · 产品架构蓝图
横店影视 · 影院经营智能驾驶舱
技术架构与产品业务架构蓝图
以「数据 + AI」双底座重构影院经营全链路：从票房监控的数据感知，到 AI 排片的供给决策、CDP/RFM 的需求洞察、智能定价的价值兑现，构建「监控看清市场 → 排片优化供给 → 画像洞察需求 → 定价兑现价值」的经营操作系统。
版本：V1.0 · 架构蓝图
对标主体：横店影视（603103.SH）
编制日期：2026-08-21
产品形态：AI 原生经营操作系统
报告撰写：张栩铭 ｜ 横店影视 ｜ 信息技术部 ｜ AI赋能专家 | 数字化专项产品负责人
01设计理念与核心洞察
基于行业研究报告、四模块闭环调研、竞品采购分析与现状系统梳理，凝练出本产品的 四大设计支点：AI 原生操作系统、数据+AI 双底座、四模块商业闭环、下沉市场差异化。
支点一 · 行业趋势
从「工具」到「操作系统」
行业正从"在旧系统上叠加 AI 功能"转向"以 AI 为内核重构经营系统"。对标凤凰云智 3.0（AI 开发平台 + AI 营销 Agent 双引擎）与 Vista Group（AI 嵌入售票/排片/卖品/支付核心工作流），驾驶舱以统一数据底座 + 原生 AI 能力构建结构性优势。
支点二 · 战略选择
数据 + AI 双底座自建
将自有票务、卖品、会员数据统一为 CDP 底座并叠加 AI 经营能力，避免被单一 SaaS 平台锁定，同时满足国家数据平台票房上报与票务软件备案的合规硬边界，沉淀通用系统无法复制的行业数据集。
支点三 · 商业闭环
四模块经营操作系统
票房监控（感知）→ AI 排片（供给）→ CDP/RFM 画像（需求）→ 动态定价（兑现），任一模块输出即下一模块输入，形成"数据 → 供给 → 需求 → 价格"的自学习闭环，让 AI 收益可量化、可归因。
支点四 · 差异化禀赋
下沉市场 + 竞对预警护城河
横店影视三四五线城市影院占比超 70%、影投市占率全国第二。驾驶舱聚焦下沉市场本地化排片、县域客群 RFM 运营，并保留放大"影院票务通"积累的竞对偏差预警差异化能力，与头部平台形成互补而非正面竞争。
02技术架构图
自下而上七层架构：数据源 → 数据接入 → 数据底座 → AI 能力 → 业务服务 → 应用终端，辅以贯穿全链路的支撑体系。技术选型遵循「数据买 + 连 + 沉淀」原则（权威票房数据采购、自有系统连通、行业数据沉淀），AI 以国产大模型 + 垂类模型双轨承载。
用户终端USERS
总部管理层经营大屏 / 经营日报 / 决策驾驶舱
区域运营区域票房 / 排片执行 / 竞对预警
门店店长单店经营 / 排片调整 / 定价执行
市场 / 会员运营营销活动 / 会员运营 / 智能客服
AI 智能体AI 营销 Agent / 智能问答 / 归因助手
▼
应用层APPLICATION
经营驾驶舱大屏 / PC / 移动端 · 三级下钻
预警中心5 类偏差预警 · 消息推送
智能排片工作台排片建议 / 动态调排 / 效果复盘
会员运营工作台画像查询 / RFM 分层 / 营销触达
智能定价工作台分区 / 场次 / 时段 / 用户四维定价
AI 助手自然语言问数 / 经营问答 / Agent
▼
业务服务层SERVICES
产品线 1 · 经营驾驶舱大盘监控 / 门店对比 / 经营日报 / 归因分析
产品线 2 · 智能排片引擎票房预测 / 自动排片 / 动态调排 / 本地化排片
产品线 3 · 会员运营中枢CDP / 画像 / RFM 分层 / 精准营销 / 观影助手
产品线 4 · 智能定价引擎分区 / 场次 / 时段 / 用户定价 / 清仓 / 合规
产品线 5 · 竞对预警中心排片 / 价格偏差预警 · 规则配置 · 消息中心
产品线 6 · AI 开放平台AI 开发平台 / 营销 Agent / 模型管理 / OpenAPI
▼
AI 能力层AI ENGINE
大模型底座国产 LLM · 多模态 · 通义 / 豆包 / 自研垂类
AI Agent 框架规划 / 工具调用 / 记忆 / 多智能体协作
机器学习平台票房预测 · 需求预测 · 排片优化 · 定价优化
推荐与画像引擎用户偏好 · 影片匹配 · 智能推荐 · CLV 预测
归因分析引擎票房波动归因 · 排片 / 定价效果归因
自然语言能力问数 NL2SQL · 文案生成 · 经营知识问答
▼
数据底座层DATA FOUNDATION
数据湖 / 数仓ODS → DWD → DWS · 冷热分层
CDP 客户数据平台OneID · 360° 用户视图 · 标签体系
指标中台票房 / 人次 / 上座率 / 均价 统一口径
实时计算Flink 实时票房 · 秒级指标 · 实时预警
数据治理元数据 / 数据质量 / 主数据 / 血缘
▼
数据接入层INGESTION
ETL / ELT 采集Python / DataX 定时批量采集
消息队列Kafka 实时流 · 售票事件 · 会员事件
API 数据网关第三方聚合 API · 官方数据 · 鉴权限流
数据校验多源交叉校验 · 口径一致性 · 异常检测
▼
数据源层DATA SOURCES
国家数据平台专资办 · 票房上报 · 备案票务软件
第三方市场数据猫眼 / 灯塔 / 聚合票房 API
自有票务 POS售票 / 场次 / 座位 / 价格
影院票务通现状监控系统数据导出（过渡期）
会员 / 卖品系统会员交易 / 储值 / 卖品消费
TMS 放映系统排期执行 / 密钥 / 放映日志
IoT 设备闸机 / 放映机 / 能耗 / 安防
03产品业务架构图
以「监控看清市场 → 排片优化供给 → 画像洞察需求 → 定价兑现价值」四大商业闭环为核心，底部以数据底座 + AI 底座双引擎支撑，两侧以合规体系与渠道生态为约束和赋能，构成 AI 原生经营操作系统。
📡
数据感知层
票房监控
看清大盘与竞对，输出市场机会与风险信号
- 全国 / 区域 / 门店三级大盘
- 竞对票房 · 排片 · 价格对比
- 5 类偏差实时预警
🎬
供给决策层
AI 智能排片
把好影片排到好时段好影厅，优化场次供给
- 票房预测 · 自动排片
- 动态调排 · 下沉本地化适配
- 排片效果复盘归因
👥
需求洞察层
CDP / RFM 画像
理解谁在何时为何付费，支撑差异化运营
- OneID 360° 用户视图
- RFM 分层 · 标签体系
- 精准营销 · 沉睡唤醒
💰
价值兑现层
智能动态定价
把需求转化为收入，最大化单座产出
- 分区 · 场次 · 时段 · 用户定价
- 临场清仓 · 渠道价差管理
- 合规公示 · 票源约束
→ → → →
闭环数据流：票房监控产出实时市场信号 → 喂养 AI 排片 生成供给计划 → CDP/RFM 洞察需求分层 → 动态定价 兑现收入价值 → 经营结果回流数据底座，模型自学习迭代
双底座 · 引擎层
数据底座 + AI 底座
数据底座沉淀自有票务 / 卖品 / 会员行业数据集（通用系统无法复制的护城河），AI 底座以国产大模型 + 垂类模型承载排片推理、营销策略、定价决策与归因分析，应用交付从月级压缩至小时级。
约束层 · 合规体系
合规硬边界内嵌
AI 排片与定价须在备案票务软件与国家数据平台框架内运行：票价与上报口径一致、分区规则提前公示、价差与票源配置符合监管要求，数据采集遵循最小化与《个人信息保护法》。
赋能层 · 渠道生态
多渠道触达与生态协同
打通猫眼 / 淘票票 / 抖音 / 自有小程序 / 企业微信等购票与触达渠道，联动卖品、衍生品、异业合作激活非票收入，构建票房之外的第二增长曲线。
价值层 · 决策闭环
「事找人」的主动驾驶
从"人找事"的被动看板升级为"事找人"的主动驾驶：智能预警、归因分析、运营建议自动推送，将经营日报从 2 小时人工汇总缩短至 3 分钟自动生成。
04产品线总览
基于业务架构，驾驶舱规划 6 条产品线：前 5 条对应四大商业闭环 + 差异化护城河，第 6 条 AI 开放平台作为使能底座支撑全部产品线。P0 优先建设产品线 1 / 5 / 4（最快见效的数据监控、竞对预警与分区定价试点），P1 建设产品线 2 / 3，产品线 6 贯穿全程演进。
05产品线功能结构图
每条产品线按 核心功能域 → 功能点 两级结构展开，功能设计对齐行业对标（Vista Group / 凤凰云智 3.0 / AMC）与合规约束（国家数据平台 / 备案票务软件）。
📊
产品线 1 · 经营驾驶舱
OPERATION COCKPIT · 数据感知 / 智慧经营中枢
P0 · 首期建设
面向总部管理层、区域运营与门店店长的经营可视中枢：看大盘、比竞对、出日报、问归因，将经营决策从"经验驱动"升级为"数据 + AI 驱动"。
1三级票房大盘
- 全国大盘：实时票房 / 票房占比 / 排片占比
- 区域大盘：区域票房排名 / 门店数 / 区均票房
- 门店大盘：单店票房 / 人次 / 上座率 / 场均人次
- 影片排行榜 · 档期 / 影片趋势对比
- 历史同期对比 · 大盘对标（猫眼口径）
2竞对对比分析
- 本店 vs 竞对：票房 / 排片 / 价格双表对比
- 竞对票房占比 · 周边票房占比
- 竞对高于 / 低于本店数据明细
- 竞对影院地图 · 距离与商圈映射
3经营日报
- 每日自动生成票房 / 人次 / 均价摘要
- 管理层群自动推送（企业微信 / 邮件）
- 门店经营日报 · 区域汇总日报
- 报表模板自定义 · 定时订阅
4AI 归因分析
- 票房波动归因（影片 / 档期 / 竞对 / 天气）
- 排片效果归因 · 定价效果归因
- 经营异常预警与 AI 运营建议
- 自然语言问数：经营指标即问即答
5经营大屏
- 总部决策大屏 · 区域运营大屏
- 门店管理大屏 · 移动端驾驶舱
- 大屏主题 / 指标卡自定义配置
🎬
产品线 2 · 智能排片引擎
AI SCHEDULING ENGINE · 供给决策 / AI 排片优化
P1 · 数据沉淀后建设
将影片、时段、影厅、区域匹配到最优解：以票房预测为输入生成排片计划，动态调排抓住机会场次，下沉市场本地化排片构筑差异化，全程与国家数据平台排片口径保持一致。
1票房预测
- 影片票房曲线预测（首周末 / 全周期）
- 按片名 / 类型 / 档期 / 卡司多维预测
- 区域需求预测 · 档期热度评估
- 预测准确率回测与模型迭代
2自动排片
- 时段 × 厅型 × 影片最优匹配
- 工作日 / 周末 / 黄金场策略引擎
- 预售期排片计划自动生成
- 排片说明与人工确认工作流
3动态调排
- 实时上座率监测与机会场次捕捉
- 临场排片微调建议（影厅 / 场次）
- 排片计划与国家数据平台一致性校验
4本地化排片
- 下沉市场观影偏好模型（三四五线）
- 方言影片 / 民俗节庆档期适配
- 县域商圈动线与黄金时段分析
- 区域 / 城市差异化排片策略
5排片效果复盘
- 场次效率分析（单厅产出 / 上座率）
- 排片 vs 总部要求 / 大盘 / 竞对偏差
- 复盘结论回流模型自学习
👥
产品线 3 · 会员运营中枢
CDP & MEMBER OPS · 需求洞察 / 用户画像与分层运营
P1 · 数据底座建成后建设
将票务、卖品、会员、营销触点数据统一为 OneID 客户数据平台，RFM 分层驱动差异化运营，对标 Movio（Vista）1 亿+ 观众画像与 AMC Stubs 3900 万家庭会员的数据运营引擎，构建县域客群精细化运营能力。
1CDP 客户数据平台
- 多源数据接入（票务 / 卖品 / 会员 / 渠道）
- OneID 统一身份 · 360° 用户视图
- 标签体系（人口 / 偏好 / 行为 / 价值）
- 数据合规：最小化采集 + 授权管理
2RFM 分层
- R（最近消费）/ F（频次）/ M（金额）模型
- 高价值 / 成长 / 沉睡 / 流失风险 / 新客分层
- 分店 / 分区域客群结构分析
- CLV 客户终身价值预测
3精准营销
- 营销活动管理（目标 / 人群 / 渠道 / 预算）
- 优惠券引擎 · 套餐捆绑 · 场次升级提醒
- 多触点触达：小程序 / 短信 / 企业微信
- 活动效果归因与 ROI 分析
4会员体系
- 会员等级 / 积分 / 储值管理
- 权益体系：优先座 / 专属价 / 生日礼遇
- 高价值会员保级与升级策略
5沉睡唤醒与观影助手
- 沉睡会员识别与唤醒策略（定向券）
- 流失风险预警与召回计划
- 观影助手：个性化影片推荐
- AI 智能客服：购票 / 排片 / 会员问答
💰
产品线 4 · 智能定价引擎
DYNAMIC PRICING · 价值兑现 / 场次座位智能定价
P0 · 分区售票试点先行
对标 AMC 定价组合（每客收入 $22.10）与 Vista AI 动态调价（Transformer + 强化学习 + 多臂老虎机），以「分区 + 场次 + 时段 + 用户」四维差异化定价兑现需求价值，合规内嵌"提前公示、票源配置、价差约束"。
1分区售票
- 黄金区 / 优选区 / 普通区 / 特惠区划分
- 分区票价规则与座位体验匹配
- 低价票源配置约束（禁止秒空）
- 分区规则提前公示与知情保障
2场次 / 时段定价
- 热门场次溢价 · 冷门场次降价
- 早鸟价 · 峰值溢价 · 工作日 / 周末差异
- 周二 / 周三促销日（对标 AMC 50% 折扣）
- 档期 / 节假日定价策略
3用户分层定价
- 会员价 · RFM 分层定向价
- 沉睡会员唤醒价 · 新客特惠承接
- 高价值会员权益价（不加价保级）
4临场清仓与渠道
- 开映前自动清仓降价（最大化利用率）
- 余票监测 · 销售速度触发策略
- 渠道价差管理（猫眼 / 淘票票 / 抖音 / 小程序）
5定价合规管控
- 票价与上报国家平台口径一致
- 价差上限约束 · 价格误导防控
- 分账口径协同（8.3% / 57% / 43%）
- 定价效果归因与模型自学习
🚨
产品线 5 · 竞对预警中心
ALERT CENTER · 差异化护城河 / 排片价格偏差预警
P0 · 首期建设（承袭现状系统）
承袭并放大"影院票务通"的差异化护城河能力，将 5 类偏差预警从"规则引擎"升级为"AI 预警 + 主动建议"：不仅告诉你偏差多少，还告诉你该怎么调，将"人找事"转为"事找人"。
1预警规则配置
- 排片占比阈值 · 价格差阈值配置
- 按区域 / 城市 / 门店 / 影片维度配置
- 总部要求排片占比下发与同步
- 预警开关与发送渠道管理
2五类偏差预警
- 排片 vs 总部：要求排片占比偏差
- 排片 vs 大盘：猫眼大盘排片占比偏差
- 排片 vs 竞对：竞对排片占比偏差
- 价格 vs 竞对：本店价格与竞对均价偏差
- 排片差异化：差异化影片 / 观影人数预警
3实时检查与 AI 建议
- 偏差实时检测引擎（分钟级）
- AI 归因：偏差原因自动分析
- AI 调整建议：排片 / 价格操作指引
- 一键执行或转人工确认工作流
4预警消息与统计
- 消息收件箱（类型 / 区域 / 影片筛选）
- 企业微信 / 短信 / 邮件多通道推送
- 门店预警次数统计与排行
- 预警处置跟踪与闭环管理
5竞对管理
- 竞对影院配置（距离 / 商圈 / 关联）
- 竞对覆盖范围与商圈竞争分析
- 竞对策略动态监测报告
🧠
产品线 6 · AI 开放平台
AI OPEN PLATFORM · 使能底座 / AI 原生引擎
贯穿全程 · 持续演进
对标凤凰云智 3.0「AI 开发平台 + AI 营销 Agent」双引擎：让运营人员以自然语言描述需求即可生成并上线应用（交付周期从 2 个月压缩至 4 小时），营销 Agent 按目标自动产出策略与文案（交付从 30 天压缩至 3 小时）。
1AI 开发平台
- 自然语言生成经营应用
- 低代码可视化编排
- 应用模板市场 · 一键发布上线
- 应用运行监控与迭代管理
2AI 营销 Agent
- 目标驱动：提升首周末票房 / 唤醒沉睡会员
- 自动产出策略 + 文案 + 发券规则
- 渠道排期编排 · 一键下发与复盘
- 转化率追踪与策略自优化
3智能问答助手
- 经营知识库 · 政策法规库问答
- 数据问数：自然语言转指标查询
- 多模态理解：报表 / 截图自动解读
4模型与算法管理
- 垂类模型训练 / 评估 / 部署
- 预测模型版本管理与回测
- 大模型底座接入与切换管理
- 推理成本与效果监控
5开放能力
- 数据 OpenAPI（集团内部分享）
- 与总部 / 区域 / 门店系统集成
- 权限与密钥管理 · 调用审计
- 生态伙伴应用接入规范
06落地路线图
遵循「试点 → 验证 → 推广」节奏：先以低门槛数据底座跑通监控与预警（最快见效），再以分区售票试点验证 AI 定价收益，随后滚动投入排片与画像模型，最终形成全闭环并评估对外产品化。ROI 验证点：3 个月内通过预警避免 ≥2 次竞对冲击、日均看板访问 ≥20 人次。
V0 · 数据底座 + 感知
驾驶舱 + 预警中心上线
3 ~ 6 个月 · 投入约 35 万
开源 BI + 聚合票房 API + 轻量采集构建数据底座；上线产品线 1（三级大盘 / 竞对对比 / 经营日报）与产品线 5（5 类偏差预警），承袭"影院票务通"能力并 AI 化。
V1 · 定价试点
智能定价引擎试点
6 ~ 12 个月 · 追加 40~80 万/年
选取 10~20 家门店开展分区售票 + 场次差异化定价试点（对标北京 60%+ 分区渗透的成熟实践），叠加 RFM 分层定向价，验证动态定价收益增量；引入专资办等权威数据。
V2 · 供给 + 需求模型
智能排片 + 会员运营
12 ~ 24 个月 · 追加 200~400 万
基于试点数据训练本地模型：产品线 2 票房预测与自动排片、产品线 3 CDP/RFM 画像与精准营销，覆盖核心城市并向下沉市场扩展本地化排片。
V3 · 全闭环产品化
AI 原生经营操作系统
24 个月 + · 平台化投入 800~1500 万
四模块全闭环实时联动，AI 开放平台对外输出能力；沉淀行业数据集构建护城河，评估向中小影投输出 SaaS 服务，形成第二增长曲线。
立项前提
数据合规先行
票房数据通过正规商业 API 获取，不爬取受限数据；排片与定价与国家数据平台 / 备案票务软件口径对齐；CDP 数据最小化采集，遵循《个人信息保护法》。
团队能力
小步快跑组织
V0 阶段以"采购 + 开源 + 轻量外包"为主（内部 IT 承接运维）；V2 起组建数据与算法团队；产品线 6 的 AI 能力通过国产大模型 + 垂类微调降低自研门槛。
差异化坚守
不做通用功能的重复建设
通用票房查询复用采购与现有数据；自研重心锁定下沉市场本地化排片、RFM 县域客群运营、分区动态定价、竞对预警四大差异化能力，与头部平台形成互补。