用爬虫分析演唱会门票销售数据-帮助大黄挣多多

开篇先科普一下，其实广义范围来定义黄牛，做票务代理的都叫黄牛，只是要分大黄还是小黄，大黄就是大麦网，永乐，演唱会承办方这类，可以称为一级票代，小黄就是淘宝天猫，各地方票务销售点，现场蹲点叫卖的那些卖票的，可叫着二三四...级票代。

主动权和利润通常是从一级至下级递减。

从高到低常常会尽力压榨下一级，手法就是在制定售票价格上一级有话语权。还有种情况就是在门票卖得不好的情况下，会出现一种场景，就是大黄血亏，小黄挣得喜滋滋。

第一种情况大黄想要尽力提高利润，第二种情况大黄想要尽力降低损失，这两种的操作手法就是在制定票价上。 

传统上大黄给小黄制定的票价都是靠过往老司机经验来判断，但是想尽力压榨下一级就需要更精确一点的数据来帮助做判断。

几年前我做了一个小程序，真的是小。写爬虫实时抓取淘宝，天猫等各大在线票务平台的各个演唱会销售数据，和 各种论坛讨论该演唱会门票的帖子，分析整合各个票种的售卖情况和热度，做一个可视化的票务销售情况页面，再外加一点预测功能。

帮助那些老司机来辅助判断今天该给小黄什么价位，给多少张票。

抓取的数据大致包括(时间久了，有点记不太准确)，该票种原价票多少钱，折价后多少钱，卖了多少张，多少人买，多少人留言，有多少小黄在卖该场演唱会。

每天数据结构化后，做一个趋势图。

具体举例一下，比如 杨大腕在北京有场演唱会，原价票有如下几种：1888,1288,888,488,288，票卖得还是可以(实际上很多票都是小黄帮忙消化了的),大黄按每张票5-6折的价格卖个小黄，小黄每天乐颠乐颠的来拿票，卖得喜滋滋，大黄也觉得小黄挺给力的，但是有天发现小黄在网络上卖的票居然是全价卖，有点还加价卖，居然卖得还很好，大黄吐血，你挣得比哥狠啊，不行我要压榨，狠狠压榨，所以就想做一个票务销售预测情况来辅助制定票价规则。

你可能要问，大黄可以不要小黄，自己在网上全价销售就行了？

1.大黄不敢承担这个风险，每场都卖的火爆很少，搞砸了就血亏几百万。

2.大黄要利润较大化，要依靠小黄，因为加几倍价钱卖这种事只能让小黄去做，大黄的里子不能这样做。

你可能还要问，大黄自己降价卖不就行了吗？

1.大黄的面子不能这样做。

2.官方降价了，那之前全价买票的用户咋办？退差价？

所以大黄和小黄是吵吵闹闹的小夫妻，天天见到烦，久了不见怪想念。

演唱会买票这个事，只能说点皮毛，说多了怕被拍砖。