پیش‌بینی فروش فیلم در گیشۀ سینمای ایران با رویکرد پویایی سیستم

نوع مقاله : مقاله پژوهشی

نویسندگان

1 مدیریت صنعتی؛ اقتصاد، مدیریت، حسابداری؛ دانشگاه یزد؛ ایران

2 دانشیار گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه یزد (نویسندۀ مسئول)

3 استادیار گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران

4 کاندیدای دکتری مدیریت، دانشکده اقتصاد و کسب و کار، دانشگاه نوشاتل، نوشاتل، سوئیس

چکیده

ریسک سرمایه‌گذاری به‌منظور کسب موفقیت مالی در محصولاتی همچون فیلم­های سینمایی که عمر کوتاهی دارند بسیار بالاست. در مطالعات گذشته برای تحلیل پویایی­های این صنعت از مدل‌های خطی و ایستایی استفاده ‌شده است که به‌خاطر خطی­بودنشان، قادر به تحلیل واقع­نگر پیچیدگی­ها و پویایی­های حاکم بر صنعت سینما نیستند. با توجه به اهمیت بسیار زیاد فروش فیلم­های سینمایی برای سرمایه­گذاران آن­ها، این پژوهش با ارائۀ مدلی پویا مبتنی بر رویکرد پویایی سیستم به‌ پیش­بینی فروش و ارزیابی موفقیت مالی فیلم‌ها پرداخته است. مطالعۀ حاضر، با بررسی دقیق پژوهش­های پیشین و همچنین از طریق مصاحبۀ عمیق با شش تن از خبرگان سینمایی، تمام عواملی را که ممکن است در فروش فیلم­های سینمایی تأثیرگذار باشند استخراج کرده و روابط بین آن‌ها را مورد ارزیابی قرار داده است. نتایج این پژوهش نشان می‌دهد که مهم‌ترین عامل مؤثر بر فروش یک فیلم شناخت مخاطب هدف آن است. از سویی دیگر، نتایج حاکی از آن است که برای افزایش موفقیت یک فیلم در گیشه، الزامی به ‌صرف هزینه‌های سنگین به‌منظور حضور بازیگران ستارۀ گران‌قیمت در آن نیست. همچنین عواملی دیگر مانند بازاریابی فیلم، تعداد روز‌های تعطیل، نظر منتقدان و کاربران، و در نهایت ژانر فیلم تأثیر بسزایی در موفقیت فروش این محصولات رسانه­ای در گیشه‌های سینما دارند. در نهایت، پیامدهای­ نظری و عملی این پژوهش در عرصۀ صنعت سینما مورد بحث قرار گرفته است.

کلیدواژه‌ها

عنوان مقاله [English]

Forecasting Movie Sales at the Iranian Box-office with a System Dynamics Approach

نویسندگان [English]

  • Mahyar Kamali Saraji 1
  • Said Haidar Mirfakhradini 2
  • Seyed Mahdi Sharifi 3
  • Afshin Omidi 4
1 Industrial Management; Economics, Management, Accounting; Yazd University, Iran
2 Associate professor , Industrial ManagementDeportment, Yazd University, Iran. (Corresponding Author).
3 Faculty of Management, University of Tehran
4 Ph.D Candidate in Management, Faculty of Economics and Business, University of Neuchatel, Neuchatel, Switzerland
چکیده [English]

In order to obtain financial success, the risk of investment is very high, especially in short-life products like a movie. In the previous studies, linear and static models have been used to analyze the dynamics of this industry but because of their linearity, these models were not capable of analyzing the realities of the complexities and dynamics in the movie industry. Due to the tremendous importance of movie income for their investors, this research used a system dynamics model to forecast and evaluate the financial success of movies in the Iranian media market. By scrutinizing of the previous researches, as well as through in-depth interviews with six cinematic experts, this study extracts all the factors that may affect the sale of movies and evaluates the relationships between them. Results indicated that the most critical factor affecting the sale of a movie is the recognition of the target audience and to increase the success of a movie at the box-office, it is not necessary to spend much money for the presence of expensive stars. However, other factors, such as film marketing, holidays, critics and users' review and genre, have a significant impact on the success of selling these media products in movie theaters. Taken together, the theoretical and practical implications of this research in the field of cinema industry are discussed.

کلیدواژه‌ها [English]

  • Sales forecasting
  • Scenario planning. Cinema industry
  • Movie
  • System thinking

مراجع

منابع و مأخذ
پارسینه (1395). شکست کامل حاتمی‌کیا در اکران/ بادیگارد هزینه تبلیغاتش را هم درنیاورد. بازیابی از پایگاه خبری تحلیلی پارسینه. https://www.parsine.com/fa/news/280963
تابناک (1397). ساخت یک فیلم سینمایی چقدر تمام می‌شود؟ بازیابی از پایگاه اطلاع‌رسانی تابناک. http://www.tabnak.ir/fa/news/797140
رحیمی، عبدالرحیم و میثم موسایی و کامبیز پیکارجو و ناصر آزاد و سید محسن سید علی‏اکبر (1391). «برآورد تابع تقاضای سینما و تحلیل عوامل مؤثر بر آن؛ مطالعۀ موردی: شهر تهران». فصلنامه علمی «مطالعات فرهنگ ـ ارتباطات»، شماره 16: 235-263.
سمیع‌زاده، رضا و الناز محمودی سعیدآباد (1397). «کاربرد الگوریتم‌های یادگیری ماشین در متن‌کاوی با رویکرد آنالیز احساس». مدیریت فناوری اطلاعات، شماره 35: 330-309.
صلواتیان، سیاوش و مهناز روحبخش و احمدرضا درفشی (1397). «عوامل مؤثر بر بازاریابی فیلم‌های سینمایی ایرانی از طریق رسانه‌های اجتماعی». فصلنامه علمی «مطالعات فرهنگ-ارتباطات»، شماره 41: 175-151.
ضامنی، داود و رضا ابراهیم‌زاده دستجردی (1394). «شناسایی مؤلفه‌های ترغیب‌کننده مخاطب برای رفتن به سینما در تهران و ارائه مدل بر اساس روش آمیخته». فصلنامه علمی «مطالعات فرهنگ ـ ارتباطات»، شماره 30: 132ـ109.
کیا، احمد (1396). دانشنامه تهیه و تولید فیلم (با تکیه‌ بر الزامات و شرایط تولید در ایران). تهران: تریتا.
گرایی‌نژاد، غلامرضا و منیژه هادی‌نژاد و آرزو بختیاری (1389). «بررسی و تحلیل عوامل مؤثر بر تقاضای سینمای ایران». فصلنامه  علمی «مطالعات فرهنگ ـ ارتباطات»، شماره 9: 179-147.
موسایی، میثم و عبدالرحیم رحیمی (1389). «برآورد تابع تقاضای سینما در ایران». مدیریت فرهنگی، شماره 4: 98-82.
 
ناول اسمیت، جفری و احمد پایداری و مازیار اسلامی (1377). تاریخ تحلیلی سینمای جهان 1955 ـ 1895. تهران: بنیاد سینمایی فارابی.
 
 
Antipov, E. A., & Pokryshevskaya, E. B. (2016). How to Measure the Power of Actors and Film Directors?. Empirical Studies of the Arts, 34(2), 147-159.
Arbatani, T. R., Asadi, H., & Omidi, A. (2018). Media innovations in digital music distribution: the case of Beeptunes. com. In Competitiveness in emerging markets (pp. 93-108). Springer, Cham.
Barranco, R. E., Rader, N. E., & Smith, A. (2017). Violence at the box office: Considering ratings, ticket sales, and content of movies. Communication Research, 44(1), 77-95.
 
Basuroy, S., Desai, K. K., & Talukdar, D. (2006). An empirical investigation of signaling in the motion picture industry. Journal of marketing research, 43(2), 287-295.
Bharadwaj, N., Noble, C. H., Tower, A., Smith, L. M., & Dong, Y. (2017). Predicting innovation success in the motion picture industry: The influence of multiple quality signals. Journal of Product Innovation Management, 34(5), 659-680.
Cabral, L., & Natividad, G. (2016). Box‐office demand: The importance of being# 1. The Journal of Industrial Economics, 64(2), 277-294.
Chapman, S. N. (2006). The fundamentals of production planning and control. Upper Saddle River, NJ: Pearson/Prentice Hall.
De Vinck, S., & Lindmark, S. (2014). Innovation in the film sector: What lessons from the past tell us about Hollywood’s digital future–and what that means for Europe. In International Perspectives on Business Innovation and Disruption in the Creative Industries. Edward Elgar Publishing.
Duan, J., Ding, X., & Liu, T. (2017). A Gaussian copula regression model for movie box-office revenues prediction. Science China Information Sciences, 60(9), 092103.
Elberse, A. (2007). The power of stars: Do star actors drive the success of movies?. Journal of marketing, 71(4), 102-120.
Finney, A. (2014). Value chain restructuring in the film industry: the case of the independent feature film sector. In International Perspectives on Business Innovation and Disruption in the Creative Industries. Edward Elgar Publishing.
Goff, B., Wilson, D., & Zimmer, D. (2017). Movies, Mass Consumers, and Critics: Economics and Politics of a Two‐Sided Market. Contemporary Economic Policy, 35(2), 269-277.
Gong, J. J., Young, S. M., & Van der Stede, W. A. (2011). Real options in the motion picture industry: Evidence from film marketing and sequels. Contemporary accounting research, 28(5), 1438-1466.
Hofmann, J., Clement, M., Völckner, F., & Hennig-Thurau, T. (2017). Empirical generalizations on the impact of stars on the economic success of movies. International Journal of Research in Marketing, 34(2), 442-461.
Kerrigan, F. (2017). Film Marketing. Routledge.
Kim, T., Hong, J., & Kang, P. (2015). Box office forecasting using machine learning algorithms based on SNS data. International Journal of Forecasting, 31(2), 364-390.
Lee, K. J., & Chang, W. (2009). Bayesian belief network for box-office performance: A case study on Korean movies. Expert Systems with Applications, 36(1), 280-291.
Lee, K., Park, J., Kim, I., & Choi, Y. (2018). Predicting movie success with machine learning techniques: ways to improve accuracy. Information Systems Frontiers, 20(3), 577-588.
Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office revenue. Journal of marketing, 70(3), 74-89.
Liu, Y., Yu, X., An, A., & Huang, X. (2013). Riding the tide of sentiment change: sentiment analysis with evolving online reviews. World Wide Web, 16(4), 477-496.
Oh, S., Baek, H., & Ahn, J. (2017). Predictive value of video-sharing behavior: sharing of movie trailers and box-office revenue. Internet Research, 27, 691-708.
Packard, G., Aribarg, A., Eliashberg, J., & Foutz, N. Z. (2016). The role of network embeddedness in film success. International Journal of Research in Marketing, 33(2), 328-342.
Sadrabadi, A. N., Saraji, M. K., & Monshizadeh, M. (2018). Evaluating the role of brand ambassadors in social media. Journal of Marketing Management and Consumer Behavior, 2(3).
Saraji, M. K., & Sharifabadi, A. M. (2017). Application of system dynamics in forecasting: a systematic review. International Journal of Management, Accounting and Economics, 4(12), 1192-1205.
Sterman, J. (2000). Business dynamics. McGraw-Hill, Inc..
Tian, C. H., Wang, Y., Mo, W. T., Huang, F. C., Dong, W. S., & Huang, J. (2014). Pre-release sales forecasting: a model-driven context feature extraction approach. IBM Journal of Research and Development, 58(5/6), 8-1.
 
Webster, G. B., & Hume, M. (2018). Analysing the role of social media in dialogue marketing and management as a contemporary franchising local area marketing technique. In Social Media Marketing: Breakthroughs in Research and Practice (pp. 176-205). IGI Global.
Xiao, J., Li, X., Chen, S., Zhao, X., & Xu, M. (2017). An inside look into the complexity of box-office revenue prediction in China. International Journal of Distributed Sensor Networks, 13(1), 1550147716684842.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار