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

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 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.

Наиболее подробные обзоры литературы по экономике кино содержатся в трудах Маккейзи (McKenzie, 2012) и Элиашберга (Eliashberg et al, 2006). Первый уделяет большее внимание непосредственно экономическим исследованиям, тогда как второй сосредоточивается на вопросах маркетинга в киноиндустрии.

Прэг и Касавант были одними из первых исследователей, использовавшими множество объясняющих переменных, подобных вышеперечисленным. В их выборку вошли 652 фильма, вышедших на американский рынок за продолжительный период времени. Рассматриваемый ими набор переменных включает в себя производственный бюджет, критические обзоры, наличие звезд, наличие франшизы, наличие премий, жанр и рейтинг. Кроме того, для подвыборки из 195 картин также учитывается рекламный бюджет. Построенная регрессионная модель выявила положительное влияние на общую кассу следующих факторов: бюджет, отзывы критиков, наличие звезд, франшизы и премий. При включении в модель рекламного бюджета, значимым влиянием обладают только рецензии критиков. Далее авторами исследуются определяющие факторы маркетинговых расходов – в качестве объясняющих переменных используются: бюджет, рецензии критиков, наличие звезд, франшизы, премий, а также жанр и рейтинг. Авторы отмечают значимость бюджета, звезд, премий и двух жанров – боевика и комедии. При этом авторы утверждают, что их не удивляет потеря значимости некоторых переменных. Сделан вывод, что в данных о рекламе, в том числе печатных СМИ, косвенно отражаются данные о наличии звезд и премий, а также о размере бюджета (Prag, Casavant, 1994).

Более позднее исследование, рассматривающее особенности спроса и предложения в киноиндустрии, принадлежит Элберс и Элиашбергу (Elberse, Eliashberg, 2002). Ими рассматривается еженедельный доход картин в прокате одновременно на рынках США, Франции, Германии, Испании и Великобритании с применением модели динамики спроса и предложения. Выборка включает 164 фильма, которые были выпущены в 1999 году и, по крайней мере, однажды входили в топ 25 в США. Авторы моделируют еженедельный доход как функцию от количества экранов на рассматриваемой неделе, включающую зависимые и независимые переменные, которые рассматриваются только для данных за первую неделю. Зависимыми переменными являются: среднее число экранов за неделю, конкурирующие фильмы и сезон выпуска. Независимые переменные включают данные о привлеченных звездных актерах, режиссере и рекламных расходах. Спрос моделируется как функция ожидаемого дохода от решения о распределении сеансов на рассматриваемой неделе. Авторы используют данные Голливудской Фондовой биржи ( HSX) в качестве индикатора ожидаемого дохода на первой неделе, для последующих недель используется процедура экспоненциального сглаживания, в которой ожидаемое значение на прошлой неделе обновляется с учетом ошибки предсказания. В случае, когда рассматриваются иностранные рынки, модель дополняется лаговой переменной, учитывающей разницу во времени выхода на рынок по сравнению с американским. Полученные результаты показывают, что существует несколько переменных, непосредственно влияющих на доход. Доказано также соответствующее влияние распределения экранов, так называемой росписи.

Для всех без исключения рассматриваемых рынков количество экранов (прокатных копий) является определяющим фактором, в свою очередь, ожидаемые доходы – главный фактор, определяющий количество экранов. Элберс и Элиашберг также показывают, что реклама выступает главным предиктором и для количества экранов, и для кассовой выручки лишь на премьерной неделе, тогда как сарафанное радио – на последующих неделях. Другое предположение заключается в наличии обратной связи между внутренним и внешним рынком: если прокатчики задерживают релиз картины на одном рынке по сравнению с другим, теряется эффект сарафанного радио.

Де Вани и Уолс (De Vany, Walls, 2004) широко изучают динамику спроса при помощи статистических распределений доходов и возможность их прикладного применения для киноиндустрии. Также они исследуют эффект информационного каскада, вызываемого сарафанным радио, применительно к конкретному фильму (De Vany, Walls, 1996). Используя выборку из 300 фильмов, выпущенных в 1985—1986 и входивших в топ-50 по версии журнала Variety , они уподобляют эффект информационного каскада бозе-эйнштейновской модели физики, где информационная обратная связь имеет потенциал для генерации экстремальных значений кассовых сборов «хитов» и «провалов». Модель Де Вани и Уолса доказывает, что распределение дохода развивается рекурсивно во время жизненного цикла фильма в кинотеатрах в условиях стохастической конкуренции. Получающиеся распределения имеют более тяжелые хвосты, чем у лог-нормального распределения, что, кроме всего прочего, нарушает точную форму закона Парето, подразумевая автокоррелированную модель роста доходов, и интерпретируется авторами ими как «возрастающая отдача информации».