城郊来信短剧 · 热度 81.6 · 完播率 82%
已定档
🔥 94.2
长夜灯河
32 章后完读率反常上翘，配角决策线成了自来水发动机。
热度 94.2
连载中
🔥 91.7
山海食肆
单章食物描写密度是同类 1.9 倍，二创素材量翻 2.6 倍。
热度 91.7
开发中
🔥 89.5
第七次回溯
跳读率仅 12%，无限流赛道均值 27%，靠压缩设定取胜。
热度 89.5
筹备中
🔥 86.1
雾港档案
完结后回流读者中 54% 由影视立项新闻带入。
热度 86.1
上线中
🔥 83.4
小城有雨
女性读者占比 78%，评论区高频词是「像我家」。
热度 83.4
周更
🔥 79.8
机械蝉鸣
漫画版多出 12 个分镜彩蛋，5 个被做成表情包扩散。
热度 79.8
立项
🔥 77.2
京华纸鸢
完本两年后仍有日均 1.2 万次阅读，长尾极稳。
热度 77.2
筹备中
🔥 77.5
霜降前夜
改编完成度 91 分，预期差 8.4，典型的双刃剑项目。
热度 77.5
改编去向
题材热词
数据工具
头条报告
短剧改编的「三章定律」还成立吗
用 1,286 部短剧样本把「前三章即高能」这条经验拆开验证。结论比想象中复杂：真正决定完播率的不是前三章有多炸，而是第四章有没有把选择权交出去。报告里附了 7 个可复用的改编节奏模板。
专题
动漫改编的「截图友好度」有多重要
素材密度与二创传播的相关系数达到 0.71。
对比
三大平台追更曲线差异图谱
同一个题材，在不同平台的第 10 章留存能差 19%。
短剧备案数环比下降 6.2%，但单集成本上涨 18%
网文大数据拆了 312 条备案信息，发现成本上涨主要来自美术与场景，而非演员。这意味着「看起来贵」正在取代「请得起谁」成为新卖点。
无限流题材回流：完读率中位数一年内提升 9.4%
原因并不浪漫：作者开始主动压缩设定说明，把世界观藏进对话里。数据上表现为跳读率下降，情绪值曲线更平滑。
动漫改编新增 47 部作品入池，美食与日常占比过半
这类作品在网文大数据里的「截图友好度」评分普遍高于 80 分，二创素材产出效率是悬疑题材的 2.8 倍。
第 48 期网文大数据报告上线，新增改编完成度评分
评分维度从 62 项扩展到 86 项，新增「观众预期差」「单元剧适配度」两个指标，用于预判立项风险。
网文大数据到底统计哪些指标？
目前覆盖 86 个维度，核心是四组：阅读留存（章节完读率、跳读率、追更率）、声量（二创数、讨论情绪值、表情包扩散半径）、改编（改编完成度、观众预期差、单元剧适配度）和长尾（完本回流、搜索回升、跨平台迁移）。每个维度的计算口径都在第 48 期网文大数据报告的附录里写清楚了。
为什么同一部作品在不同平台的数据差这么多？
因为读者结构不同。同题材下，不同平台的第 10 章留存最多能差 19%，差异主要来自推荐机制和更新节奏。网文大数据的处理方式是先做平台归一化，再做横向对比，具体方法可以看网文平台数据对比那一节。
榜单里的「热度」具体怎么算出来的？
热度是留存、声量、改编预期三组指标的加权结果，权重每季度微调一次。它不是绝对值，而是相对排位，所以你会看到网文IP热度榜里有些作品分数很高但讨论量并不大，那是因为它的留存分被拉满了。
免费用户能查到多细的数据？
免费层开放热度总览、题材分布和前 100 名的留存曲线，足够做初步判断。更细的分章数据、二创监测和改编建议在报告里。如果你只是想验证一本书值不值得追，热搜数据那一屏基本就够用了。
我想推荐一部作品进榜，应该去哪里提？
去页面底部的留言板，按「书名 + 题材 + 你观察到的异常数据」的格式留言。编辑每天会挑 10 条整理进下一期观察池，留言被选中的作品会在榜单更新时标注来源。
留言引导：欢迎分享你追过的作品与观察到的数据异常，例如「《长夜灯河》第 33 章追更率突然上翘」「某部短剧前三集完播率异常高」。带上书名与题材关键词，更容易被编辑整理进下一期网文大数据观察池。
《长夜灯河》那个 32 章后的完读率上翘真的深有同感，配角一开始自己做选择，我立刻从跳读改成逐字看了。网文大数据能把这个曲线抓出来还挺意外的。
做短剧的强烈建议看第 48 期报告里那段「第四章交出选择权」。我们组按这个思路改了一版，前三集完播率没变，第四集直接涨了 11 个点，网文大数据这次是真的给到可执行的东西。
想问下霜降前夜改编完成度 91 分是怎么算的？我看原著前两章信息量确实有点大，如果按建议压缩 30%，会不会把悬疑感也压没了？
机械蝉鸣的表情包出圈我是亲眼看着起来的，一个分镜能剪出七八个版本。截图友好度这个概念太真实了，建议以后单开一个榜。
提个建议：平台数据对比那块能不能加个时间轴筛选？我想看同一本书在不同平台的热度是怎么随时间迁移的，这对判断作品长尾价值挺关键。