《北京女子圖鑑》之這肯定不是北京女子的圖鑑
世像數據研究院
BIG DATA ERA
不知道有多少人和本懶一樣,因為《東京女子圖鑑》而關注《北京女子圖鑑》,後者據說是改編自前者,根據簡介,「講述了以陳可為代表的獨身女性在北京真實的戀愛與生活」。
一來此劇翻拍的是「珠玉」: 《東京女子圖鑑》豆瓣評分8.7,二來大城市職業女性的生存境遇本就是不錯的主題,可以做比較深刻的延展。
但萬萬沒想到,還是自己太天真,期待後的落差,就好像豆瓣不斷下降的評分,還不知道底在哪裡。
女主陳可是一個環抱著夢想北漂卻被現實碾壓的四川妹子,本科文憑的她本以為自己可以在北京輕鬆找到工作,未曾想剛到北京就出盡了狀況。
面試處處碰壁、啟動資金即將告罄、差點被暫住處男同學欺負、半夜拖著行李箱走在空蕩的北京街頭打電話給男朋友想尋求安慰,卻被告知「分手」。
凄涼到只剩一塊錢,只能買半根玉米。霉運匯聚的開場,雖然是一個套路,但多多少少讓曾經或現在捉襟見肘的我們感同身受。
這種親切感容易讓人對其產生不切實際的幻想,原以為這部片子是此為基石,貢獻另一種成長圖譜:女主將以何種心態面對困境?將如何憑藉自己的力量完成夢想?又有怎樣的溫馨小插曲?對職場小白有怎樣不一樣的引導意義?
結果前六集非常完美地避開了以上想像從而實踐了低微到塵埃里的「大女主」依靠他人幫助走上人生巔峰的古老路子。
同志們,靠你們了
對,就是這樣。
還記得上文提到的差點欺負陳可的那個高中同學嗎?雖然陳可憤而離開,但是仍然問他,推薦她去當前台的承諾是否仍能兌現。就這樣,陳可擁有了在北京的第一份工作。
在陳可拖著行李在北京街頭哭泣的那晚,雖然不情願,但她還是聯繫了高中女同學王佳佳求收留。
不情願是因為她不大看得上王佳佳,還在四川的時候,陳可發現沒念大學的王佳佳卻在北京混得還不錯,穿得也很時尚,內心戲是連她都能在北京站穩腳跟。
沒想到王佳佳是一個非常樂於助人的同學,大晚上立刻跑出來接陳可。
當然王佳佳的樂於助人,非常有」個人特色」,比如幫助陳可料理自己的外表;為陳可從別的男人(吳總)手裡榨取了衣服;帶陳可去酒吧交際,認識了一位時尚雜誌編輯以及一位HR;諄諄教導她人脈資源的重要性。
正是在這個吳總的幫助下,陳可順利地跳槽到了一家外企的銷售部,從前台一躍而成了外企小白領。
當時這個銷售正處於升職內鬥期:一方是有大客戶資源但不幹實事只會收買人心的中年婦女:經理柳靜,一方是工作能力很強但沒後台的良好奮鬥青年:銷售經理張超。
有意思?你可真有意思
先不管部門為總經理的職位而內鬥的背景,陳可算是在兢兢業業地工作,還因為方案做的好而被高總賞識。
雖然方案的思路來源於蹦迪認識的時尚雜誌編輯和HR,但不妨礙她嶄露頭角,還被高總帶去出差、見大客戶。
未料半夜高總打電話說他的香煙落在了陳可包里,讓她送過去。陳可沒去,出差回來,高總就把客戶就給了別人。
陳可覺得繼續留在這個公司沒太大意義了,就諮詢HR跳槽事宜,在HR誇大、作假等各種手段的傳輸下,陳可成功地跳槽到了另外一家企業。
你們那裡的「北京」是不知道有一種東西叫reference check?
這家企業的顧總是陳可的奮鬥的目標,想要變成她這樣優雅又有錢的樣子。可是,在跟一個大客戶——有為青年於總時,陳可因為臉上過敏沒有及時跟進而被其他公司趁虛而入。
顧總得知後大發脾氣,責問陳可為何丟客戶,並勒令她追不回客戶就走人。
高潮來了,陳可打電話給那位高總進行江湖救急,對,就是那位要求送香煙的高總,而高總還真給她出了主意:多擬幾分合同,截下對方的快遞,今晚想方設法找於總談一次。
單號是你想要有,想有就能有╮(╯▽╰)╭
陳可準備了合同、聯繫了快遞員、約了於總吃晚飯,然後裝可憐哭訴自己丟了這單子讓顧總失望等等。但真的成功讓於總答應再次考慮合作。
呃……要如何告訴編劇,職場不相信眼淚?
最後,陳可把蓋好章的合同交給了顧總,完滿完成了自己的任務,經歷了職場人生的又一次成長。
恩,順便說一下,良好青年張超成為了陳可在北京的第一任男朋友,有為青年於總即將成為陳可在北京的第二任男朋友,根據演員表來看,這絕對不是最後一任男朋友。
真的是獨立女性被黑的最慘的一次了
至此,本懶基本已經喪失對這部片子的好奇心,也不指望這部片子在類型上可以有所突破。前六集的故事大概可以總結為:我的人脈和我的成功之路,或者我和我流水般的男朋友們。
本劇浮於表面的貧窮根本就沒有涉及到奮鬥在北京的人的真實困境,也未曾對北京的階層或背景有任何交代。
《東京女子圖鑑》僅用幾分鐘就通過女主找房子的過程,展現了東京不同階層的生活狀態:高檔住宅區離地鐵遠、沒便利店,因為那裡的住戶有車、不吃便利店;中低檔住宅區離地鐵近、附近充斥著吃的,環境是低俗與時尚並進。
反觀《北京女子圖鑑》呢?看到任何北京特色了嗎?陳可是一個複雜生動的角色嗎?
這確實是一部失敗的圖鑑。
世像數據研究院
▼
最專業的影視數據統計
Reliable Data


TAG:世像數據研究院 |