На основе анализа таблицы 3.5 в начале главы можно прийти к грубому выводу, что основными драйверами похода в кино для молодёжы стран СНГ являются:
Ш Привлёкшая конкретного респондента маркетинговая компания (a);
Ш Отсутствие фильма в открытом доступе в интернете (b);
Ш Желание респондента пойти в кино с друзьями или членами семьи (c).
Это подтверждают предельные эффекты для нашей логистической регрессии. Так, например, студент, живущий с родителями, имеет на 27 пп. больше вероятность пойти в кино, чем живущий отдельно (c). Более того, молодежь обсуждает с друзьями фильмы в 95% случаев (вопрос №15). Например, студент, использующий торрент трекеры (у него на 20 пп. выше вероятность посещения кинотеатра), может не дождаться появления фильма в открытом доступе и пойти в кинотеатр (b). Студент, оценивающий агрегированные оценки кинокритиков (часто это производная от качественного маркетинга и большого бюджета фильма) имеет на 31 пп. выше вероятность пойти в кино при прочих равных, а студент, отметивший маркетинг от ответа «скорее не важно», до ответа «скорее важно» повышает вероятность пойти в кино от 20 пп. до 34 пп. (a). Предполагается, что уже плюс-минус нейтральное отношение к маркетингу является значимым драйвером похода в кинотеатр, такой же вывод применим к бюджету кинофильма.
В итоге, мы предполагаем, что молодёжь можно разделить на три целевые группы и разработать отдельные управленческие и маркетинговые стратегии, продолжая логику таблицы 3.16 в таблице 3.17:
Таблица 3.17 Сводная таблица 2 - стратегия/рекомендации:
|
Стратегия: |
Максимизация сборов |
Максимизация рентабельности |
|
|
Рекомендации по аудитории СНГ(a): |
Широкая маркетинговая компания по привлечению всех возрастных категорий, на который рассчитан фильм. Поддерживать высокую оценку фильма у кинокритиков и ориентировать на неё аудиторию. Привлекать популярных актёров. |
Выбрать конкретную целевую аудиторию и сфокусировать основные маркетинговые средства на неё. Стараться привлекать молодых, подающих большие надежды актёров. |
|
|
Рекомендации по аудитории СНГ (b): |
Если выбран жанр популярного кино, необходимо вести активную борьбу с незаконным распространение фильма в течение пары первых уикэндов. Важен только краткосрочный эффект. |
Если выбран жанр серьёзного кино, необходимо вести активную борьбу с незаконным распространением фильма в интернете, в особенности на торрент трекерах. Важен долгосрочный эффект. |
|
|
Рекомендации по аудитории СНГ (c): |
Привлекать одновременно разные категории зрителей: дети и их родители, молодые пары, компании друзей, коллеги по работе и т.д…. |
Акцентировать внимание при маркетинге на предпочтительности взрослой аудитории. |
Более того, нами выдвигается ряд дополнительных рекомендаций:
1) Была обнаружена значимая корреляция (наличие линейной связи) частоты просмотра фильмов респондентом и факта использования торрент трекеров при просмотре фильмов. Пик просмотра по торрент треккерам приходится на недельный промежуток. Другими словами, респонденты, использующие торренты, чаще всего смотрят кино раз в неделю, и на основании этого факта мы можем предположить, что чисто технически, скорее всего это выходные дни: суббота и воскресенье (есть корреляция частоты просмотра и видов занятости респондентов). Для кинокомпаний, в свете этого предположения, имеет смысл активно бороться с незаконными торрентами уже начиная с пятницы, чтобы нивелировать вероятность того, что респондент сможет незаконно просмотреть фильм на выходных и тем самым повысить вероятность его похода в кинотеатр. Для кинематографа стран СНГ особенно важно бороться с незаконным распространением фильмов серьёзных жанров, частота просмотра которых на торрентах значимо выше, чем частота просмотра популярных жанров (табл. 3.7).
2) Оценивая результаты логистической регрессии, можно прийти к выводу, что если для респондента очень важны награды и премии у фильма, то вероятность того, респондент пойдёт в кинотеатр вырастет на 26 пп. Это подтверждает результаты, полученные в исследовании Д. Краусса Krauss J. et al. Predicting Movie Success and Academy Awards through Sentiment and Social Network Analysis //ECIS. - 2008. - С. 2026-2037. и М. Хаустона Hennig-Thurau T., Houston M. B., Walsh G. Determinants of motion picture box office and profitability: an interrelationship approach //Review of Managerial Science. - 2007. - Т. 1. - №. 1. - С. 65-92.. Поэтому, стоит обратить большее внимание на получение наград и премий для фильмов с серьёзным жанром (на которые они в общем и ориентированы), т.к. это значимый драйвер похода в кино молодёжи.
3) Общей рекомендацией для киноиндустрии на основе нашего анализа, будет предложение создавать узнаваемую киноиндустрией и рынком кинофраншизу. Как было замечено в работе М. Холбрука и М. Аддис Holbrook M. B., Addis M. Art versus commerce in the movie industry: A two-path model of motion-picture success //Journal of Cultural Economics. - 2008. - Т. 32. - №. 2. - С. 87-107., более узнаваемая кинофраншиза приносит больший финансовый успех кинокартине.
Заключение
Целью исследования являлось определение ключевых факторов, влияющих на успех фильма, и разработка на основе полученных данных рекомендаций по повышению эффективности управленческих стратегий в сфере кинематографа для рынка стран СНГ.
Критерий успеха фильма рассматривался на основе двух отдельных показателей: кассовых сборов и рентабельности. Оценка успешности фильма была проведена на основе данных по ста наиболее кассовым фильмам американского рынка кино. В итоге получены две адекватные и значимые модели линейной регрессии для оценки кассовых сборов и рентабельности (для параметра рентабельности, страдающего от наличия выбросов, также построена модель медианной регрессии с более устойчивыми оценками).
Оценка рынка СНГ кинематографа проведена на основе анализа опроса 175 респондентов, представляющих студенческую молодёжь и их кинематографические предпочтения. На основе полученных данных построена модель бинарной логистической регрессии, предсказывающей вероятность, что респондент пойдёт в кинотеатр.
В процессе выполнения поставленных в работе задач, были получены следующие результаты, позволяющие сделать вывод о достижении поставленной цели:
1) Протестированы гипотезы о влиянии ряда параметров кинофильмов на их кассовые сборы и рентабельность. Получены следующие выводы:
Таблица 3.18Выводы по тестированию гипотез
|
Модель кассовых сборов |
Модель рентабельности |
|||
|
Гипотеза |
Вывод |
Гипотеза |
Вывод |
|
|
Кассовые сборы положительно зависят от бюджета кинокартины. |
Не отвергается |
Рентабельность положительно зависит от наличия других фильмов в рассматриваемой кинофраншизе. |
Не отвергается |
|
|
Наличие более одного кинофильма в кинофраншизе положительно влияет на кассовые сборы. |
Не отвергается |
Рентабельность положительно зависит от популярности жанра. |
Отвергается, зависимость обратная. |
|
|
Более популярные жанры фильмов приносят больше кассовых сборов. |
Не отвергается |
Рентабельность положительно зависит от актёрского и производственного состава. |
Отвергается, зависимость обратная. |
|
|
Кассовые сборы положительно зависит от актёрского и производственного состава. |
Отвергается, связи не обнаружено. |
Оценка кинокартины положительно влияет на киносборы. |
Отвергается, связи не обнаружено. |
|
|
Оценка кинокартины положительно влияет на киносборы. |
Не отвергается |
Рентабельность отрицательно зависит от возрастных ограничений на просмотр фильма. |
Отвергается, если есть возрастное ограничение, сборы будут выше. Оптимальные рейтинги: PG-13 и R |
|
|
Фильмы без возрастного ограничения положительно влияют на кассовые сборы. |
Отвергается. Если есть возрастное ограничение, сборы будут выше. Оптимальный рейтинг: PG-13. |
2) Определены предпочтения зрителей СНГ, на примере молодежи стран СНГ, в отношении зарубежных (американских) фильмов, а также факторы, влияющие на эти предпочтения: бюджет кинокартины, оценка кинокритиков, премии и награды кинофильма, маркетинговая программа, размер кинофраншизы, использование торрент трекеров и ряд социоэкономических параметров респондента.
3) Обоснованы рекомендации по повышению эффективности управленческих стратегий в сфере кинематографа для местного рынка по трём основным целевым группам и по двум основным моделям успешности кинофильма.
Список использованной литературы
1) Аистов А. В., Максимов А. Г. Эконометрика шаг за шагом. Учеб. пособие для вузов-М.: Изд. дом ГУ ВШЭ, 2006.-178, c. - ISBN 5-7598-0332-9.
2) Вентцель Е.С. Теория вероятностей: Учеб. для вузов. -- 6-е изд. стер. -- М.: Высш. шк., 1999.
3) Кумылганова И. А. и др. Проблемы классификационных систем теле- и киноиндустрии США в защите детей от нежелательной аудио-визуальной инф-ии //Медиаскоп. - 2009. - №. 3. - С. 6.
4) Сардарян Г.Т. Факторы, определяющие успех фильма с точки зрения кассовых сборов. М. НИУ-ВШЭ. 2015
5) Трегуб А.В., Трегуб И.В. Методика прогнозирования основных показателей развития отраслей российской экономики // Вестник МГУЛ - Лесной вестник. 2014. №4 (104) С.231-236.
6) Bagella M., Becchetti L. The determinants of motion picture box office performance: Evidence from movies produced in Italy //Journal of Cultural economics. - 1999. - Т. 23. - №. 4. - С. 237-256.
7) Boatwright P., Basuroy S., Kamakura W. Reviewing the reviewers: The impact of individual film critics on box office performance //Quantitative Marketing and Economics. - 2007. - Т. 5. - №. 4. - С. 401-425.
8) Box Office Mojo [Электронный ресурс]: база данных. -- Режим доступа: boxofficemojo.com
9) Cleves M. A., Rock L. From the help desk: Comparing areas under receiver operating characteristic curves from two or more probit or logit models //The Stata Journal. - 2002. - Т. 2. - №. 3. - С. 301-313.
10) Collins A., Hand C., Snell M. C. What makes a blockbuster? Economic analysis of film success in the United Kingdom //Managerial and Decision Economics. - 2002. - Т. 23. - №. 6. - С. 343-354.
11) De Vany A. S., Walls W. D. Estimating the effects of movie piracy on box-office revenue //Review of Industrial Organization. - 2007. - Т. 30. - №. 4. - С. 291-301.
12) Elberse, Anita and Bharat Anand. (2007) “The effectiveness of pre-release advertising for motion pictures: An empirical investigation using a simulator market.” Information Economics and Policy, 19, 319-43.
13) Eliashberg, J. & Shugan, S.M. 1997. `Film critics: Influencers or predictors?' Journal of Marketing, 61(2): 68- 78.
14) Elliott C., Simmons R. Determinants of UK box office success: the impact of quality signals //Review of Industrial Organization. - 2008. - Т. 33. - №. 2. - С. 93-111.
15) Garvin, David A. “Blockbusters: The Economics of Mass Entertainment.” Journal of Comparative Economics 5 (1981): 1-20.
16) Hennig-Thurau T., Houston M. B., Walsh G. Determinants of motion picture box office and profitability: an interrelationship approach //Review of Managerial Science. - 2007. - Т. 1. - №. 1. - С. 65-92.
17) Holbrook M. B., Addis M. Art versus commerce in the movie industry: A two-path model of motion-picture success //Journal of Cultural Economics. - 2008. - Т. 32. - №. 2. - С. 87-107.
18) Holbrook, Morris B., & Michela Addis. (2007). “Taste versus the Market: An Extension of Research on the Consumption of Popular Culture.” Journal of Consumer Research, 24(3), 415-24.
19) Internet Movie Database [Электронный ресурс]: база данных. -- Режим доступа: Imdb.com
20) Krauss J. et al. Predicting Movie Success and Academy Awards through Sentiment and Social Network Analysis //ECIS. - 2008. - С. 2026-2037.
21) Litman, B. 1983. “Predicting success of theatrical movies: An empirical study”, Journal of Popular Culture, 16(spring): 159-175
22) Metacritic [Электронный ресурс]: база данных. -- Режим доступа: metacritic.com
23) Nelson R. A., Glotfelty R. Movie stars and box office revenues: an empirical analysis //Journal of Cultural Economics. - 2012. - Т. 36. - №. 2. - С. 141-166.
24) Pangarker NA ; Smit EVDM (2013). The determinants of global box office performance in the film industry revisisted.
25) Prag J., Casavant J. An empirical study of the determinants of revenues and marketing expenditures in the motion picture industry //Journal of Cultural Economics. - 1994. - Т. 18. - №. 3. - С. 217-235.
26) Rotten Tomatoes [Электронный ресурс]: база данных. -- Режим доступа: rottentomatoes.com
27) Shugan S. M., Swait J. Enabling movie design and cumulative box office predictions using historical data and consumer intent-to-view //University of Florida, working paper. - 2000.
28) The Numbers - Movie Box Office Data, Film Stars, Idle Speculation. [Электронный ресурс]: база данных. -- Режим доступа: <http://www.the- numbers.com>.
29) Topf, Patrick, "Examining Success at the Domestic Box-Office in the Motion Picture Industry" (2010). Honors Projects. Paper 110.
30) Zhang L., Luo J., Yang S. Forecasting box office revenue of movies with BP neural network //Expert systems with applications. - 2009. - Т. 36. - №. 3. - С. 6580-6587.