Факторы экономического успеха зарубежных кинокартин: стратегии компаний и предпочтения зрителей
Обзор ключевых факторов, влияющих на успех фильма, разработка на основе полученных данных рекомендаций по повышению эффективности управленческих стратегий в сфере кинематографа для российского рынка. Оценка факторов, влияющих на предпочтения респондентов.
Рубрика | Маркетинг, реклама и торговля |
Вид | дипломная работа |
Язык | русский |
Дата добавления | 16.12.2022 |
Размер файла | 1,5 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Гипотеза НЕ отвергается, чем выше бюджет, тем выше киносборы.
Наличие более одного кинофильма в кинофраншизе положительно влияет на кассовые сборы.
Гипотеза НЕ отвергается, если кинофраншиза представлена более чем один фильмом, киносборы выше.
Более популярные жанры фильмов приносят больше кассовых сборов.
Гипотеза НЕ отвергается, серьёзные кинофильмы приносят меньше кассовых сборов, так как меньше привлекают аудиторию.
Кассовые сборы положительно зависит от актёрского и производственного состава.
Гипотеза отвергается, связи актёрского и производственного состава и киносборами не обнаружено.
Оценка кинокартины положительно влияет на киносборы.
Гипотеза НЕ отвергается, с ростом значения оценки кинокартины, растут киносборы, так как люди ориентируются на мнения кинокритиков при решении пойти в кино.
Фильмы без возрастного ограничения положительно влияют на кассовые сборы.
Гипотеза отвергается, кассовые сборы во всех случаях выше, если есть возрастные ограничения. Наибольшие кассовые сборы получаются при возрастном рейтинге PG-13
2) Модель рентабельности кинокартины:
Для анализа предлагаются одновременно две модели: неустойчивую и укороченную по выборке линейную регрессию (2.3.1) или непараметрическую устойчивую к выбросам медианную регрессию (2.3.2).
Таблица 2.10 Итоговая оценка параметров для модели №2(Медианная регрессия).
Таблица 2.11 Итоговая оценка параметров для модели №2(МНК).
Обе модели адекватны с эконометрической и экономической точки зрения, объяснено 19,5% вариации рентабельности для модели линейной регрессии и примерно 3,3% для медианной регрессии. Все параметры значимы на 5% уровне значимости, кроме константы в линейной регрессии. Модель линейной регрессии чувствительна к выбросам и требует дополнительной спецификации (тест Рамсея) и расширения выборки, чтобы устранить мультиколлинеарность по переменной возрастного рейтинга (RTi), когда вторая модель более устойчива к выбросам и интересна для нашего анализа. Полученные оценки для модели медианной регрессии, несмотря на все уточнения и низкую степень подгонки, являются для нас более привлекательными, хотя по своей природе оценки медианной регрессии могут быть очень грубыми. Теперь мы можем тестировать гипотезы для модели №2.
Таблица 2.12 Результат тестирования гипотез и выводы по модели №2.
Для модели рентабельности: |
|||
Нулевая гипотеза: |
Выводы |
||
Рентабельность положительно зависит от наличия других фильмов в рассматриваемой кинофраншизе. |
Гипотеза НЕ отвергается, чем выше бюджет, тем выше рентабельность. Скорее всего тут действует эффект масштаба. |
||
Рентабельность положительно зависит от популярности жанра. |
Гипотеза отвергается, более рентабельны серьёзные картины ориентированные на награды. |
||
Рентабельность положительно зависит от актёрского и производственного состава. |
Гипотеза отвергается, более популярный актёрский и производственный состав стоит больших издержек, и даже большие кассовые сборы не всегда покрывают их. |
||
Оценка кинокартины положительно влияет на киносборы. |
Гипотеза отвергается, связи оценки кинокартины и рентабельности не обнаружено. |
||
Рентабельность отрицательно зависит от ограничений на просмотр фильма. |
Гипотеза отвергается, рентабельность во всех случаях выше, если есть возрастные ограничения. Наибольшие кассовые сборы получаются при возрастном рейтинге R, который не допускает на показ людей младше 17 лет. |
По полученным результатам можно вывести две явные стратегии для кинокомпаний и подчеркнуть основные факторы, влияющие на них.
Стратегия №1: Максимизация кассовых сборов. Это генеральная стратегия для крупных фильмов. Кинокомпании стараются снимать фильмы популярных (кассовых) жанров с очень большой долей маркетинга в бюджете кинокартины. Также обнаруживается положительная связь самих затрат на фильм и итоговых кассовых сборов. Более успешны проекты с более чем одним фильмом в кинофраншизе. На сборы прямо влияют оценки кинокритиков и выбранный возрастной рейтинг. Оптимальным возрастным рейтингом является рейтинг PG 13. Объясняется это весьма просто. Студия несильно ограничивает свою аудиторию по возрасту, а взрослому зрителю действия кинофильма «детскими» не покажутся. Актёрский и производственный состав незначим в модели, однако, скорее всего, он уже нашёл отражение в бюджете кинокартины или для удачной маркетинговой компании фильма не критически важен фактор звёздного состава. Более формально стратегия описана в таблице 2.13.
Таблица 2.13Стратегия кинокомпании №1.
Параметры: |
Описание стратегии: |
|
Цель: |
Максимизация сборов |
|
Жанр: |
Популярные массовые фильмы, то есть развлекательное кино. |
|
Бюджет: |
Широкая маркетинговая компания, привлечение звёзд. |
|
Целевая аудитория: |
13+ и выше (Возрастной ценз PG-13 и выше). |
|
Оценка кинокритиков: |
Стратегия чувствительна к оценкам кинокритиков. |
|
Звёздный состав актёров: |
Нет связи с киносборами, скорее всего параметр уже отражён в бюджете. |
|
Кинофраншиза: |
Если присутствует кинофраншиза, то эффект маркетинговой компании будет эффективнее. |
Стратегия №2: Максимизация рентабельности. Генеральная стратегия для некрупных фильмов. Кинокомпании стараются обдуманно вкладывать деньги в проект, главным фактором является отдача от вложенных средств. Кинокомпании подбирают серьёзные фильмы, ориентированные на награды для конкретных целевых аудиторий с возрастным цензом выше 13 лет (или 17-ти). Картины этого класса отличаются продуманным бюджетом с высокой отдачей на вложенный капитал, при этом присутствует эффект масштаба - наличие в кинофраншизе более одного фильма приводит к росту рентабельности. На последнюю уже не влияют оценки кинокритиков, наверно чаще всего фильмы сами по себе качественные. Однако наличие известного актёрского и производственного состава приводит к резкому падению рентабельности. Возможно, что затраты на гонорар популярным актёрам поглощают большую часть рентабельности или даже больше чем ту долю кассовых сборов, прирост которых они могут обеспечить присутствуя в фильме. Более формально стратегия описана в таблице №2.14
Таблица 2.14 Стратегия кинокомпании №2.
Параметры: |
Описание стратегии: |
|
Цель: |
Максимизация рентабельности |
|
Жанр: |
Серьёзные фильмы, ориентированные на награды. |
|
Бюджет: |
Продуманная и эффективная маркетинговая компания. |
|
Целевая аудитория: |
13+ или 17+ и выше (Возрастной ценз PG-13 или R). |
|
Оценка кинокритиков: |
Стратегия НЕ чувствительна к оценкам кинокритиков. |
|
Звёздный состав актёров: |
Предпочитают не снимавшихся ранее актёров и недорогой производственный состав. |
|
Кинофраншиза: |
Если присутствует кинофраншиза, то эффект маркетинговой компании будет эффективнее. |
Более подробная интерпретация результатов таблиц 2.22-23 приведена в разделе 3.3. Полученную нами эмпирическую модель можно использовать для предсказания кассовых сборов
Глава 3: Оценка предпочтений зрителей стран СНГ
3.1 Анализ дескриптивной статистики
Описание исследуемой выборки. Общая первоначальная оцениваемая выборка состоит из 175 заполненных электронных форм анкет. Форма сбора данных: Google формы (Google forms). Выгрузка данных произведена 01.05.2016 на основе использования макросов в Excel при обработке отдельных вопросов опроса. Составленная готовая таблица импортирована в статистический пакет программного обеспечения STATA12. Дескриптивная статистика по выборке приведена в приложении №3.
Анкета опроса состоит из 23 вопросов, оценивающих: частоту просмотра фильмов, посещения кинотеатров и разнородные предпочтения респондентов по отношению к кинофильмам и своему свободному времени, а также характеристики самих респондентов. На основе опросника получены модельные переменные и описательные статистики по исследуемой выборке для определения её однородности. Рассмотрим основные социоэкономические параметры выборки (5 вопросов):
Таблица 3.1Общая характеристика выборки.
1.Пол респондента |
Отв. |
% |
3. Род деятельности: |
Отв. |
% |
|
Мужской |
89 |
50.86 |
Учусь |
88 |
50.29 |
|
Женский |
86 |
49.14 |
Работаю |
20 |
11.43 |
|
2. Проживает с родителями? |
Работаю и учусь |
65 |
37.14 |
|||
Да |
117 |
66.86 |
Не работаю и не учусь |
2 |
1.14 |
|
Нет |
58 |
33.14 |
4. Возрастная группа: |
|||
5. Материальное положение |
15-19 |
12 |
6.86 |
|||
Денег достаточно для приобретения необходимых продуктов и одежды, на более крупные покупки приходится откладывать |
58 |
33.14 |
20 |
49 |
28.00 |
|
Покупка большинства товаров длительного пользования не вызывает трудностей, однако купить квартиру мы не можем |
74 |
42.29 |
21 |
65 |
37.14 |
|
Денег достаточно чтобы ни в чем себе не отказывать |
43 |
24.57 |
22 |
25 |
14.29 |
|
23 |
12 |
6.86 |
||||
24-32 |
12 |
6.86 |
Типичный респондент - это неработающий 21-летний студент, проживающий с родителями, семья которого спокойно может позволить себе купить большинство товаров длительного пользования, но не может купить сверхдорогие товары, например квартиру. С некоторыми ограничениями можно назвать эту выборку молодёжной и подходящей для исследования предпочтений российской молодёжи в отношении зарубежных (американских фильмов).
Опишем основные статистические выкладки по однородности оцениваемой выборки и предпочтениям респондентов:
Таблица 3.2 Что предпочитает делать респондент в свободное время.
Опишем наших респондентов по их предпочтениям. Как видно из таблицы 3.2, наша выборка представлена любителями кино (85%), кафе (66%) и литературы (59%), что подчёркивает актуальность нашего исследования, т.к. подавляющее большинство любит посмотреть в свободное время кино. Этот вывод подтверждают результаты частотного анализа - 80% респондентов смотрят кино, как минимум, один раз в неделю, а половина из этих 80% смотрит кино, как минимум, один раз за пару дней.
Таблица 3.3.Как предпочитает респондент смотреть кино?
Как видно в таблице 3.3, респонденты практически равномерно отдают предпочтения как просмотру в кинотеатре, так и на торрент трекере, так и на онлайн стриминговых сервисах (45%-47%), однако практически никто не смотрит фильмы на дисковых носителях (2%).
Таблица 3.4 Как часто респондент смотрит кино?
Таблица 3.5 В каком случае респондент предпочитаете просмотр в кинотеатре?
Как видно из таблицы 3.5, более половины респондентов предпочитает пойти в кино по трём основным причинам: респондент следил за рекламной компанией (62%); фильма нет в открытом доступе (53%); его хотят посмотреть друзья/члены семьи респондента (50%).
Таблица 3.6 Какой жанр кино предпочитает респондент?
В основном молодёж стран СНГпредпочитает комедии (71%), драмы (62%), и триллеры (50%). Данные таблицы 3.6. схожи с результатами обследования американских респондентов. 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), p. 420.
Таблица 3.7 Где и какое кино посмотрел респондент?
Где |
Фильм я не смотрел |
В кинотеатре |
На торрент трекере |
На онлайн стриминг сервисе |
На диске |
|
Бэтмен против Супермена: На заре справедливости |
101 |
70 |
3 |
1 |
0 |
|
Самый лучший день |
142 |
16 |
9 |
8 |
0 |
|
Левиафан |
109 |
18 |
32 |
14 |
2 |
|
Форсаж 7 |
85 |
75 |
8 |
5 |
2 |
|
Звездные Войны: Пробуждение Силы |
85 |
76 |
7 |
6 |
1 |
|
Из машины |
123 |
6 |
38 |
7 |
1 |
|
Одержимость |
94 |
22 |
38 |
16 |
5 |
Таблица 3.8 Агрегированный тип фильма по жанру.
Страна производства: |
Серьёзные фильмы целящиеся на награды |
Популярные массовые фильмы |
|
США |
Из машины |
Форсаж 7 |
|
США |
Одержимость |
Звездные Войны: Пробуждение Силы |
|
США |
Бэтмен против Супермена: На заре справедливости |
||
Россия |
Левиафан |
Самый лучший день |
Анализируя таблицы 3.7-3.8 можно прийти к крайне важному для нашего исследования выводу. Респонденты предпочитают смотреть популярные массовые американские фильмы (выделено зелёным) в кинотеатрах, а более серьёзные американские фильмы они предпочитают смотреть на торрент трекерах (выделено жёлтым). Такие же выводы можно получить по российским серьёзным, целящимся на награды, фильмам - их предпочитают смотреть на торрент трекерах (выделено жёлтым). Однако по массовым популярным фильмов СНГ нельзя сделать вывода о том, что их больше предпочитают смотреть в кино, так как выбранный нами фильм «Самый лучший день» посмотрело менее 19% респондентов (выделено красным), хотя это самый кассовый российский фильмом 2015 года (10,5 млн. $). Конкретно эту комедию смотрело слишком мало людей, чтобы сделать значимый вывод о предпочтениях респондентов при визуальном анализе. Вероятнее всего это связанно с тем, что фильм целится на более взрослую аудиторию. Также стоит заметить, что 95% респондентов обсуждают с друзьями просмотренные фильмы.
Таблица 3.9 Как часто респондент посещает кинотеатр?
В таблице №3.9 представлена наша главная зависимая переменная для эконометрического анализа - частота посещения кинотеатра. Это категориальная переменная, разделяющаяся на четыре категории: «чаще одного раза в неделю» (3; 2%); «раз в неделю» (20; 11%); «раз в 2-3 недели» (74; 42%); «реже одного раза в месяц» (78; 45%). Однако качественный мультикатегориальный анализ для этой переменной будет провести сложно, т.к. первые две категории неравномерно представлены в анализе: 2% и 11%, когда остальные две категории несут в себе 87% выборки, поэтому принято решение разделить выборку на две категории для дихотомического анализа. Первая подвыборка - «раз в месяц» с кодировкой 1 для 55% выборки (объединяя категории: чаще одного раза в неделю + раз в неделю + раз в 2-3 недели + реже одного раза в месяц); вторая подвыборка - «реже одного раза в месяц» с кодировкой 0 для 45%.
3.2 Оценка факторов, влияющих на предпочтения респондентов
Для оценки параметров модели предлагается использовать бинарную модель логистической регрессии. Перечень и расшифровка используемых в исследовании переменных представлены в таблице 3.10.
Таблица 3.10: Расшифровка используемых переменных.
Код |
Расшифровка и раскодировка |
|
Объясняемые переменные: |
||
GO |
Респондент предпочтёт пойти в кино чаще одного раза в месяц (1 - да; 0 -нет); |
|
Объясняющие переменные: |
||
GEN |
Пол респондента (1 - мужчина; 0 - женщина); |
|
AGE |
Полный возраст респондента в годах; |
|
W |
Род деятельности (1 - учусь; 2 - работаю; 3 - работаю и учусь; 4- не работаю и не учусь); Базовая группа: 1 -учусь. |
|
H |
Проживает с родителями (1 - да; 0 - нет); |
|
INC |
Материальное положение (1 - достаточно для приобретения одежды и еды; 2 - достаточно для товаров длительного пользования; 3 - можно не в чём себе не отказывать); Базовая группа: 1 - достаточно для приобретения одежды и еды. |
|
M2 |
Отношение к маркетингу фильма (1 -безразличие; 2 - пассивный интерес; 3 - активный интерес; 4 - крайне активный интерес) Базовая группа: 1 - безразличие. |
|
FU2 |
Респондент предпочитает наличие в кинофраншизе более одного фильма (1 - да; 0 -нет); |
|
TT |
Респондент использует при просмотре фильмов торрент трекеры (1 - да; 0 -нет); |
|
PR2 |
Респондент пользуется агрегированными оценками кинокритиков (1 - да; 0 -нет); |
|
MDB |
Респондент пользуется кинематографическими базами данных (1 - да; 0 -нет); |
|
RUS |
Респондент предпочитает кинокартины: (1 - только зарубежные; 2 - чаще всего зарубежные; 3 - примерно пополам; 4 - чаще всего российские; 5 -только российские); Базовая группа: 1 - только зарубежные. |
|
FR* |
Оценка степени влияния друзей на решение пойти в кино на конкретный фильм (от 1 для «совсем не влияет» до 5 для «имеет сильное влияние»); |
|
BO* |
Степень влияния кассовых сборов фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
PC* |
Степень влияния бюджета фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
SP* |
Степень влияния актёрского и производственного состава фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
AW* |
Степень влияния количества наград у фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
FU* |
Степень влияния кинофраншизы фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
M* |
Степень влияния маркетинга фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
PR* |
Степень влияния оценки кинокритиков при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
|
GN* |
Степень влияния жанра фильма при решении пойти в кино на конкретный фильм (от 1 для «совсем не важно» до 5 для «очень важно»); |
Примечание: для выделенных знаком «*» переменных, базовая группа «1»: «совсем не важно».
Стоит уточнить, что базовая группа «1» удаляется для каждой категориальной переменной, у которой более двух категорий, чтобы избежать ловушки искусственных переменных. Также до оценки модели проведён анализ мультиколлинеарности между всеми переменными и их группами - максимальный VIF составил 2,04; средний VIF 1,34;. Мультиколлинеарность не выявлена.
Количество переменных в этой модели является избыточным для выборки в 175 респондентов, поэтому необходимо более осторожно подойти к процессу спецификации модели. Принято решение, несмотря на большую критику подхода в ряде эконометрических учебников, Аистов А. В., Максимов А. Г. Эконометрика шаг за шагом. Учеб. пособие для вузов-М.: Изд. дом ГУ ВШЭ, 2006.- стр. 58. применить пошаговую регрессионную процедуру в двух вариациях: PE-процедура - рассчитывается общая модель со всеми регрессорами и далее пошагово удаляются незначимые на 20% уровне значимости параметры; PR-процедура - расчёты начинается с пустой модели и в неё добавляются наиболее значимые переменные, пока все значимые на 20% уровне значимости переменные не будут добавлены. Также, учитывая результаты главы №2 необходимо учесть влияние гетероскедастичности на значимость параметров, поэтому для каждой процедуры также продублированы расчёты для робастных стандартных ошибок.
Итоговый результат этих процедур представлен в таблице 3.11:
Таблица 3.11 Оценки параметров логистической регрессии:
Можно считать, что по степени подгонки модели эквиваленты, однако в каждой модели разный набор переменных и необходимо выбрать наиболее адекватную модель для оценки нашей выборки. Для выбора оптимальной модели мы будем использовать оценку площади под ROC-кривой, по методологии, предложенной М. Клеве. 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. Чем больше будет выгнута ROC-кривая, тем более точным является прогнозирование результатов модели.
Оценивая таблицу 3.12, было принято решение остановиться на модели с PR-процедурой подбора параметров с робастными стандартными ошибками, как модели с большим значением под ROCC кривой (и как наименее противоречащей экономическому смыслу модели). Оценим качество нашей модели в таблице 3.13.
Таблица 3.12 Оценка площади под ROC кривой для выбора модели:
Таблица 3.13 Дополнительная статистика по модели:
Качество модели характеризуют: критерий согласия Хосмера-Лемешова (р=0,5415, что явно больше 5% ур. значимости), чувствительность - 83,16%, специфичность - 68 %. Прогностичность положительного результата 76,7%, прогностичность отрицательного результата - 76,12%. (см. приложение №10)
Оценивая выбросы в приложении №9 можно предположить, что в модели есть порядка десяти выбросов (по пять с каждой стороны подвыборок). Там же оценивая график чувствительности к специфичности, можно оценивать и изменять критерий отсечения одной подвыборки от другой. Предполагается, что для достижения более качественного разделения выборки необходимо расширить выборку и достичь двух равномерных подвыборок (50% на 50%) и избавиться от выбросов.
Оценим логит-модель в таблице 3.14:
Таблица 3.14 Оценки модели логистической регрессии:
Мы заинтересованы в том, чтобы узнать, какой эффект имеет изменение в определённой переменной на вероятность пойти в кинотеатр. Для этого необходимо вычислить маржинальный эффект этой переменной в данной регрессии. Для этого в STATA существует команда margins, atmeans c различными опциями, которая вычисляет маржинальные эффекты, фиксируя значения всех регрессоров на уровне средних (алгоритм процедуры опции atmeans). Другими словами, для более объективного анализа воспользуемся оценкой предельного эффекта влияния этого параметра на вероятность пойти в кино. (табл. 3.15 и см. приложение №11).
3.3 Рекомендации по повышению эффективности управленческих стратегий
На основе результатов главы №2 были выявлены две основные управленческие стратегии: стратегия максимизации кассовых сборов кинокартины (1) и стратегия максимизации рентабельности кинокартины (2).
Они предполагают разный подход к выбору жанра и целевой аудитории.
Таблица 3.16 Сводная таблица 1 - стратегия/рекомендации:
Стратегия: |
Максимизация сборов |
Максимизация рентабельности |
|
Рекомендации для России: |
Необходимо выбирать популярные жанры (комедии, боевики и т.п.), привлекая известных звезд. Фактор «звёздного актёрского состава» в этой модели незначим, однако мы вводим предпосылку, что он значим, и положительно влияет на сборы для такого типа стратегии. Важно планомерно работать над оценкой кинокритиков и стараться угадать общие желания аудитории (от 13 лет и выше). Необходимо отдавать предпочтения фильмам с существующей кинофраншизой. Предпочтение семейным фильмам. |
Необходимо выбирать серьёзные жанры (драмы, триллеры и т.п.). Ориентироваться на получение наград и премий. Стараться привлекать к съемкам ранее не снимавшихся актёров. Для фильма оценка кинокритиков уходит на второй план. Необходимо отдавать предпочтения фильмам с существующей кинофраншизой. Предлагается выделить целевую аудиторию (от 13 лет и выше или от 17 лет и выше) и в дальнейшем работать с ней. |
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.
Размещено на Allbest.ru
Подобные документы
Основные этапы развития российского фармацевтического рынка. Анализ конкурентоспособности фармацевтических предприятий, роль маркетинга в их деятельности. Исследование факторов, влияющих на психологию и предпочтения покупателей лекарственных препаратов.
дипломная работа [1,0 M], добавлен 12.10.2012Понятие конкуренции и конкурентоспособности. Классификация уровня конкурентоспособности фирмы. Этапы отраслевого и конкурентного анализа отрасли. Подходы к анализу фирм-конкурентов. Ключевые факторы успеха. Анализ конкурентной стратегии ООО "Шервуд".
курсовая работа [108,0 K], добавлен 17.06.2011Анализ и классификация факторов, влияющих на поведение потребителя, внешние (экзогенные) и внутренние (эндогенные) факторы. Сегментация рынка в контексте потребительского поведения. Планирование комплекса маркетинга, разработка продуктовой стратегии.
реферат [127,0 K], добавлен 08.05.2010Сущность, цели и виды ценовой политики организации. Подходы к проблеме ценообразования. Основные этапы разработки ценовых стратегий. Методика установления цен. Анализ основных факторов, влияющих на процесс разработки ценовой стратегии предприятия.
курсовая работа [147,8 K], добавлен 08.05.2011Сущность и значение маркетинга. Классификация факторов, влияющих на поведение потребителей, психологический компонент выбора покупки. Экспериментальное исследование факторов, влияющих на выбор продукции. Применение результатов в привлечении покупателя.
курсовая работа [105,7 K], добавлен 10.12.2009Анализ причин изменений в структуре конкуренции и внешней среде. Угроза появления продуктов- и услуг-заменителей. Определение факторов конкурентоспособности на рынке на основе ключевых факторов успеха. Построение карт стратегических групп и их анализ.
курсовая работа [378,3 K], добавлен 15.10.2015Понятие рынка, виды рынков и их классификация. Функции рынка и его проблемы. Рыночный спрос и классификация его формирующих факторов. Предложение и классификация влияющих на его величину факторов. Характеристика услуг студии йоги и Аюрведы "Индия".
курсовая работа [92,5 K], добавлен 15.04.2015Маркетинговые исследования российского рынка, оценка конкурентоспособности соков отечественного производства, реализуемых в ООО "Бахетле-1". Изучение ассортимента, потребительских свойств, методов оценки качества и факторов, влияющих на качество напитков.
дипломная работа [191,1 K], добавлен 17.02.2014Оценка эффективности рекламы, помещаемой в бесплатные журналы города Уфа; пути улучшения качества. Определение критериев и оценка факторов, влияющих на их просмотр. Изучение восприятия и сегментации потребителей. Основные методы получения информации.
курсовая работа [597,6 K], добавлен 26.03.2011Мотивы покупательского поведения на потребительском рынке, мотиваторы выбора конкретного товара. Исследование факторов, влияющих на совершение покупки: социальные, психологические, возрастные, экономические. Покупательское поведение на рынках предприятий.
курсовая работа [283,8 K], добавлен 09.11.2010