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

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.

      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,