Андрей Татарников - Измерения и прогнозы в киноиндустрии. Модели и эксперименты

• Название: Измерения и прогнозы в киноиндустрии. Модели и эксперименты
• Автор: Андрей Татарников
• Жанр: Прочая научная литература

Книга посвящена изучению мирового опыта измерений и прогнозирования в киноиндустрии, а также представлению авторского подхода к прогнозированию кассовых сборов. Обращение к анализу зрительских эмоций при просмотре трейлеров к фильмам – одно из наиболее перспективных направлений исследований в рассматриваемой области. А применение математических методов и сетевых технологий для сбора данных существенно снижает влияние субъективных факторов.

---

Еще одна давняя проблема кинематографа – нельзя заранее узнать рынок фильма – в рамках данной работы, его кассовые сборы. Чтобы получить хоть какое-то представление об этом, предпринимаются попытки определить порядок величины: строятся регрессионные модели, проводится кластерный анализ. Чтобы снизить неопределённость выручки, производители не только привлекают известных актёров, режиссёров и работают над сюжетом картины, но и планируют рекламную кампанию. Известно, что рекламный бюджет очень сильно коррелирует как с количеством сообщений в социальных сетях и СМИ, так и с кассовыми сборами. При этом рекламные методы, по-видимому, имеют одинаковую эффективность на вложенный рубль для различных производителей и различных картин.

Для успешной реализации кинопроекта важно снижение неопределенности на каждом из его этапов. Наличие качественного сценария, звездного состава создателей фильма, продюсера, режиссера и актеров не гарантируют кассового успеха без подобающей маркетинговой стратегии и профессионального управления проектом (Крол, 2010). Для повышения эффективности управления бизнес-процессами в киноиндустрии необходима разработка инструментов снижения неопределенности в доходах, что повлечет за собой снижение инвестиционных рисков в сфере кинопроизводства. Прогнозирование показателей экономической эффективности кинопроекта необходимо также для разработки рекламной кампании фильма (Сарымсаков, 2010).

Заинтересованность в прогнозах со стороны производителей и дистрибьюторов обусловлена их непосредственной деятельностью. Первым необходимо формировать бюджеты, вторым – распределять прокатные копии среди кинотеатров, и очевидно, что прокатчики заинтересованы в приобретении как можно более привлекательных для зрителя картин, которые принесут высокую выручку. Принимая во внимание тот факт, что кассовые сборы фильмов сильно коррелируют с доходами по другим каналам распространения, таким как телевидение и продажи на физических носителях, вопрос прогнозирования кассовых сборов фильмов оказывается интересен не только киностудиям, дистрибьюторам фильмов и кинотеатрам, но и инвесторам киноиндустрии, представителям розничной торговли и представителям телевизионных каналов. В то же время сложность стоящей задачи, обусловленная спецификой кино как продукта одновременно коммерческой и творческой деятельности, а также уникальными особенностями распространения и неопределенностью характера спроса на фильмы, привлекают к задаче прогнозирования кассовых сборов и независимых исследователей.

Прогнозирование кассовых сборов

Проблема снижения рисков при кинопрокате рассматривалась многими исследователями и с различных позиций, в первую очередь в США, а также в европейских странах и гораздо меньше в нашей стране. Важно подчеркнуть, что в данном контексте речь идет о весьма специфических рисках, связанных не с техническими или чисто экономическими факторами типа соотношения цены и качества, а с эмоциональными и вкусовыми факторами. Такие риски характерны не только для киноиндустрии, но и для всей индустрии развлечений или, как минимум, для большей ее части.

Рассматривая американский кинорынок как объект для инвестиций, Марк Феррари и Эндрю Радд отмечают, что цены на кинопроекты назначаются на несовершенном и неэффективном рынке, где затруднена и практически невозможна стоимостная оценка, что подразумевает необходимость активного управления проектом (Ferrari, Rudd, 2008). Многие исследователи обращали внимание на наличие огромного количества тонкостей и нюансов, связанных с процессом производства и распространения кинофильма на любом из этапов его жизненного цикла, которые гарантируют аналитикам трудности при прогнозировании показателей экономической эффективности конкретного кинопроекта.

В последнее время появляется множество эмпирических исследований широкого спроса на отдельные фильмы. В то же время, все эти работы направлены не столько на получение точных и информативных результатов, сколько на составление методологии и вариаций моделирования отдельных доходов фильма как функции от ряда объясняющих переменных. В качестве таких переменных могут выступать производственный и рекламный бюджеты, количество прокатных копий, наличие различных премий, обзоры критиков, наличие звезд, жанр, пользовательские оценки в интернете и т. д. Несмотря на наличие статистически значимых моделей, часто имеющих высокий показатель точности прогноза, получаемые результаты во многом интуитивны. У исследователей растет понимание того, что детализация подобных моделей требует особого внимания, в виду наличия таких сложностей, как тяжелые хвосты распределения дохода и потенциально эндогенные объясняющие переменные.

Прогноз кассовых сборов конкретного кинофильма является достаточно сложной задачей, что всегда привлекало ученых и различных исследователей, как независимых, так и аффилированных с крупными производственными студиями. Некоторых аналитиков эта тема привлекала в значительной степени благодаря трудности и неопределенности, связанной с предсказанием спроса на продукцию (Litman, 1983). Такая непредсказуемость спроса делает кинобизнес одним из самых рискованных предприятий для инвесторов в сегодняшнем мире. «Никто не сможет Вам сказать, как поведет себя фильм на рынке… до тех пор, пока он не выйдет на экраны и в темном зале кинотеатра будет представлен на суд зрителю», – утверждал Джек Валенти, бывший президент американской кинематографической ассоциации (MPAA). Противоположная позиция – кассовые сборы и успех фильма предсказать можно, вопрос лишь в том, какой информацией мы располагаем и какую модель используем (Sharda, Delen, 2002).

Западные исследователи, в основном, используют два класса моделей – количественные и поведенческие. Количественные модели опираются на имеющиеся у исследователей базы данных по кинопроектам, откуда выявляются факторы, влияющие на кассовые сборы выходящих фильмов, например, такие как: жанр, размеры производственного и рекламного бюджета, наличие звездных исполнителей (режиссера или актеров), а также стратегия дистрибуции и другие. Далее, при помощи различных статистических процедур реализуется поиск зависимостей и строится прогноз. Качественные или поведенческие модели базируются на процессе принятия потребительского решения по выбору человеком конкретного фильма из множества возможных вариантов. Параметры, оказывающие влияние на поведение разных групп потребителей, выступают в качестве дополнительных факторов успеха фильма в прокате. Отдельные исследователи указывают на значимость источников информации о фильме, а также разделения намерения посмотреть фильм и фактического просмотра (Ведерников, Чириков, 2008).

Существует также и другой вариант классификации моделей прогнозирования кассовых сборов, используемых западными исследователями. Факторы, влияющие на кассовый успех картины, разделяют на две группы – внутренние и внешние. К внутренним относятся характеристики фильма, такие как жанр фильма, состав актеров и режиссер. Внешними факторами являются: дата выпуска фильма в прокат, конкуренты по дате, время года, маркетинговая кампания в поддержку фильма, также к этой категории можно отнести уровень ожидания картины аудиторией и т. д. (El Assady et al, 2013), (Jäger et al, 2013).

Отдельной строкой стоит упомянуть ряд работ, посвященных устной рекламе, называемой в западной литературе Buzz, WOM, а по-простому «сарафанному радио». С развитием интернета и социальных сетей появилась возможность оперативно и в больших количествах получать отклики потребителей на определенный продукт. Особенно интересны методы, которые позволяют автоматизировать сбор данных и последующий прогноз. В этом контексте, конечно, на первый план выходят методы, использующие Интернет в качестве источника данных. Так, в последнее десятилетие появилось множество моделей оценки кассовых сборов по данным, собранным в социальных сетях. При этом отзывы, рецензии и комментарии пользователей классифицируются по настроению – чаще положительному или отрицательному, хотя, имеются работы и с более подробной классификацией, а далее используются для построения показателей, коррелирующих с кассовыми сборами. В результате исследований установлено, что эмоциональная окраска сообщений действительно связана с кассовыми сборами, а негативные и положительные отзывы имеют разный вес в объяснении выручки: для того чтобы компенсировать эффект одного отрицательного отзыва, необходимо несколько положительных.

Количественные модели

Количественные методы прогнозирования реализуются с помощью математических моделей, базирующихся на предыстории. Подобные модели строятся в предположении, что данные о поведении процесса в прошлом могут быть распространены и на будущее. Спектр статистических методов, используемых в данных работах, достаточно широк, начиная от простейших линейных регрессионных моделей и заканчивая сложными иерархическими моделями, а также подходами с использованием нейронных сетей.