Eksploracja danych ujawnia zaskakujące czynniki stojące za udanymi filmami

Komedia z 2007 roku Evan Wszechmogący wystąpili Steve Carell i Morgan Freeman, dwie wielkie gwiazdy kasowe. Pod pewnymi względami nie jest więc zaskakujące, że film przyniósł ponad 100 milionów dolarów przychodu. Dla porównania komedia z 2001 roku Super żołnierze zagrał kilka względnych niewiadomych i zarobił marne 18,5 miliona dolarów.

A jednak mądry inwestor prawie na pewno wybrałby drugiego, a nie pierwszego, w który zainwestuje. To dlatego, że Super żołnierze kosztowało tylko 3 miliony dolarów w porównaniu z Evana Wszechmogącego 175 milionów dolarów i przyniosło zwrot z inwestycji przekraczający 5, w porównaniu z -0,4 dla większego filmu.

Ale jak z góry zdecydować, w co zainwestować? Dziś otrzymujemy swego rodzaju odpowiedź dzięki pracy Michaela Lasha i Kang Zhao z University of Iowa. Ci faceci stworzyli bazę danych zawierającą ponad 100 kategorii informacji związanych z filmem, takich jak budżet i przychody, zaangażowane gwiazdy, o czym był film i kiedy został wydany, a następnie użyli algorytmu uczenia maszynowego, aby odkryć wzorce. które przewidują rentowność. A wyniki są zaskakujące.

Zespół rozpoczął od połączenia danych z dwóch źródeł internetowych: Internet Movie Database i BoxOfficeMojo. W ten sposób zgromadzili dane dotyczące ponad 14 000 filmów i 4 000 aktorów, reżyserów itd., koncentrując się w szczególności na filmach wydanych w latach 2000-2010.

Lash i Zhao następnie wykorzystali te dane, aby ustalić, jak doświadczeni są poszczególni aktorzy, jakie przychody i zyski zarobił każdy z ich filmów oraz czy występowali w filmach z innymi aktorami. Podobne obliczenia przeprowadzili również dla dyrektorów.

Wykorzystali również podsumowania fabuły na IMDb, aby porównać zawartość filmów. I oszacowali zwrot z inwestycji dla każdego filmu, aby mieć poczucie jego opłacalności.

Zadaniem algorytmu uczenia maszynowego było przeszukanie tych danych w poszukiwaniu wzorców skorelowanych z rentownością.

Okazuje się, że czynnikiem najsilniej skorelowanym z rentownością filmu jest średni przychód brutto z poprzednich filmów reżysera. Innymi słowy, dyrektorzy, którzy generowali większe przychody w przeszłości, są skorelowani z większą rentownością w przyszłości.

Pod wieloma względami nie jest to zaskakujące. Dobrzy reżyserzy, tacy jak Christopher Nolan, są często dobrze znani przez publiczność kinową i mogą być sporą atrakcją.

Jednak wyniki rzucają sporą niespodziankę. Pokazują, że popularne gwiazdy są skorelowane ze zwiększonymi przychodami, ale nie z rentownością. Innymi słowy, wielkie gwiazdy przyciągają tłumy, ale nie gwarantują zysku, prawdopodobnie dlatego, że przede wszystkim dużo kosztuje ich zatrudnienie.

Inne czynniki, które okazują się ważne, to to, czy film ma ocenę R, czy jest oznaczony jako zagraniczny, co prawdopodobnie koreluje z niższymi zyskami (chociaż Lash i Zhao nie dają tego jasno do zrozumienia).

Nasze eksperymenty oparte na 11 latach filmów pokazują, że [nasz algorytm] może wykonać przyzwoitą robotę w przewidywaniu sukcesu filmów, mówią.

To ciekawe badanie, któremu brakuje przekonywania. Istnieją różne sposoby przewidywania sukcesu kasowego z wyprzedzeniem, chociaż niewiele z nich skierowano do inwestorów, którzy oczywiście muszą być zaangażowani na wczesnym etapie procesu.

Jeśli wierzyć tej metodzie, pokazuje ona prawdziwą wartość reżysera z odpowiednim doświadczeniem, a także pokazuje, że siła gwiazd nie jest gwarancją sukcesu, którą wielu może sobie wyobrazić. To coś, w co inwestorzy Evan Wszechmogący wiedza ta mogła się przydać na początku procesu produkcji tego filmu.

Prawdziwym testem, oczywiście, nie jest przewidywanie przeszłości, ale przewidywanie przyszłości. Jeśli ten algorytm jest w stanie wybrać potencjalnie dochodowe filmy, zanim jeszcze zostaną nakręcone, wtedy Lash i Zhao i staną się bogaczami. Nie możemy się doczekać, aby zobaczyć, jak sobie radzą.

Nr ref.: arxiv.org/abs/1506.05382 : Wczesne prognozy sukcesu filmu: kto, co i kiedy opłaca się

ukryć