398672_de-DE

liliconcom

Netflix oder AMC: Vorhersage von Veröffentlichungsstrategien im Zeitalter der Optionen (2021-US-EPO-813)

Niveau: Mittelstufe

 

Lavada Blanton, Studentin für Business Analytics, Oklahoma State University

 

Als die Herausforderungen von COVID-19 dazu führten, dass immer mehr Unternehmen auf virtuelle Ressourcen umstellten, war die Filmindustrie keine Ausnahme.Während Milliarden drinnen bleiben und sozial distanzierte Vorsichtsmaßnahmen treffen, müssen Produktionsfirmen die Risiken entscheiden, die mit der traditionellen Filmveröffentlichung in den Kinos verbunden sind. Alternativen wie Netflix, Amazon Prime Video und HBO Max waren einst von Kritikern verpönt, haben sich aber mittlerweile zu angesehenen Playern in der Filmbranche entwickelt. Wir wissen jetzt, dass einige Filme, die während COVID-19 veröffentlicht wurden, weniger als kritisch günstig waren, aber aktuelle Hits wie Godzilla gegen Kong und Seele haben Entscheidungsträgern einen Hoffnungsschimmer gegeben. Dieses Projekt analysierte 1.605 Filme, die seit 2010 entweder im traditionellen Kinoformat oder über einen Streaming-Dienst veröffentlicht wurden. Wir betrachten Schlüsselindikatoren für den Kassenerfolg wie IMDB-Score, Kritiker- und Publikumsrezensionen, um den besten „Filmmix“ zu bewerten, der entweder in Kinos oder über einen Streaming-Dienst vertrieben wird. Um den Vertriebstyp zu vergleichen, wird der Kassenerfolg beim Streamen von Filmen auf der Grundlage eines Kinostartmodells vorhergesagt. Dann werden die Kasseneinnahmen zwischen Streaming und Kino verglichen, um Filme basierend auf Kategorien wie Genre und Erscheinungsmonat zu profilieren. Schließlich wird ein Entscheidungsbaum verwendet, um Empfehlungen zu rationalisieren. Diese Empfehlungen können von Produktionsunternehmen bei der Formulierung der optimalen Freigabestrategie und Ressourcenallokation verwendet werden.

 

 

Automatisch generiertes Transkript...

 

Lautsprecher	Abschrift
Mike Anderson	Wir nehmen jetzt offiziell auf.
	In Ordnung, Sie verstehen, dass dies zur Verwendung in der Jump Discovery Summit-Konferenz aufgezeichnet wird und öffentlich in der Jump-Benutzergemeinschaft verfügbar sein wird, wenn Sie die Erlaubnis für diese Aufzeichnung und Verwendung erteilen.
	Ja.
	Hallo, mein Name ist Lavada Blanton. Und ich bin Doktorandin im Masterstudiengang Business Analytics and Data Science der Oklahoma State University. Mein Projekt heißt Netflix oder AMC
	Vorhersage von Release-Strategien im Zeitalter der Optionen.
	Zuerst eine kleine Einführung in das, worum es in meinem Projekt geht.
	Covid-19 veranlasst Produktionsfirmen, über die Risiken zu entscheiden, die mit den traditionellen Filmveröffentlichungen in den Kinos verbunden sind.
	Streaming-Dienste wie HBO, Netflix und Amazon waren einst von Kritikern verpönt, haben sich aber mittlerweile zu einer angesehenen Größe in der Filmbranche entwickelt.
	Dieses Projekt betrachtet Schlüsselindikatoren und Kassenerfolg, wie z. B. IMDB-Score, Bruttoeinnahmen und Kritikerbewertungen, um den besten Filmmix zu bewerten, der entweder in Kinos oder über einen Streaming-Dienst vertrieben werden soll.
	Und das Ziel dieses Projekts ist es, vorherzusagen, ob Filme über Streaming-Dienste oder Kinokassen vertrieben werden sollten. Der Erfolg wurde anhand eines IMDB-Scores von 5,5 oder höher gemessen, was überdurchschnittlich ist.
	Ich habe 1913 Filmtitel gesampelt, die zwischen 2010 und 2021 veröffentlicht wurden.
	Ich hatte verschiedene Attribute wie Genre, Premierendatum, Laufzeitbudget, Kinoeinnahmen und Inhaltsbewertung, die verwendet wurden, um den besten Filmmix für die jeweiligen Veröffentlichungstypen zu ermitteln.
	Wie Sie hier sehen können, gab es weit weniger Streaming-Filme als Kinofilme. Um dem entgegenzuwirken, habe ich es für IMDB-Scores auf 5,5 oder höher reduziert, und das hat es ein wenig ausgeglichen.
	Als nächstes werde ich meinen Ansatz durchgehen. Zuerst habe ich die Datenvorverarbeitung und Datenerfassung durchgeführt. Dies beinhaltet das Sammeln von Daten von IMDB, Rotten Tomatoes und den Zahlen, die kommen.
	Als nächstes habe ich Filme gefiltert, die vor 2010 veröffentlicht wurden, und diese aus dem Datensatz entfernt. Und ich habe eine Covid-Flagge für Filme erstellt, die zwischen März 2019 und März 2021 veröffentlicht wurden.
	Und wie Sie hier unten sehen können, gab es einige Transformationen speziell in der Dauer, die Vor- und Nach-Transformation wird hier gezeigt.
	Als nächstes habe ich eine Kassenvorhersage für das Streamen von Filmen gemacht. Dies wurde mit einem neuronalen Netzwerk mit einer Auswahl von Kinofilmen in JMP Pro produziert.
	Schließlich habe ich einen Entscheidungsbaum erstellt. Dies wurde herausgefiltert. Der Datensatz wurde nur mit Filmen ab 5.5 und höher herausgefiltert. Dadurch reduzierte sich der Datensatz auf 1400. Und mit dem Beispiel konnte ich als Ziel entweder Streaming oder Theater für einen kategorialen Entscheidungsbaum verwenden.
	Die Anwendungsfälle für diese Daten sind ein Beispiel im Jahr 2019
	Die globale Filmindustrie hat einen Wert von rund 136 Milliarden US-Dollar. Dies bedeutet, dass dies bei jedem Aspekt der Filmproduktion mit viel Risiko und Belohnung verbunden ist.
	Und diese Filmmischungen könnten von Führungskräften in Top-Produktionsfirmen, Streaming-Diensten oder sogar Kinos verwendet werden, um fundierte Entscheidungen über zukünftige Filme zu treffen.
	Nachfolgend finden Sie eine Liste der fünf erfolgreichsten Filme aller Zeiten. Und wie man sieht
	sie sind alle 7,8 oder höher. Dieser Schnitt zeigt also, dass sich diese hohen IMDB-Scores an den Kinokassen niederschlagen.
	Okay, als nächstes werde ich tiefer in die Modelle eintauchen, die ich in JMP Pro verwendet habe.
	Zuerst habe ich ein neuronales Netzwerk gemacht. Dieses neuronale Netzwerk wurde erstellt, um die Kassenverkäufe in Streaming-Filmen vorherzusagen. Wie Sie sehen können, hatten wir ein R-Quadrat von 0,87.
	Und das ist ziemlich gut für das neuronale Netzwerk. Als nächstes habe ich eine schrittweise Variablenauswahl durchgeführt. Dies wurde verwendet, um auszuwählen, welche Variablen für die Empfehlungen am besten geeignet wären.
	Schließlich habe ich eine Bootstrap-Gesamtstruktur erstellt, um die endgültigen Empfehlungen mit dem Verteilungstyp als Ziel zu erstellen.
	Endlich habe ich meine Empfehlungen. Ich habe zwei Filme, die auf Streaming basieren, und zwei Kategorien, die auf Kino basieren.
	Erstens habe ich billige Wohlfühlkomödien. Diese haben eine durchschnittliche Dauer von etwa 91 Minuten. Sie sind Comedy und Drama gleichermaßen und mit R bewertet.
	Und dann haben Sie ein durchschnittliches Budget von 2,1 Millionen Dollar. Als nächstes habe ich Big Budget Thrills. Wir haben eine durchschnittliche Dauer von 147 Minuten. Ein Genre
	50/50 Abenteuer/Horror und 50/50 R oder PG-13. Wir haben ein Budget von 146,5 Millionen Dollar. Als nächstes habe ich für Theater Biografische Nachstellungen mit kleinem Budget.
	Dies ist eine durchschnittliche Dauer von 97 Minuten. Das Genre besteht zu 41 % aus Biografie und zu 35 % aus Abenteuer. Wir haben mehrheitlich PG.
	Außerdem haben wir ein Budget von 8,6 Millionen Dollar. Dann haben wir endlich die Abenteuer für alle. Dies ist eine durchschnittliche Dauer von satten 127 sechs Minuten. 73 % sind Abenteuer.
	Und dann haben wir 71 % als PG-13 und ein Budget von 10,3 Millionen Dollar. Vielen Dank, dass Sie sich meine Präsentation angesehen haben. Haben Sie irgendwelche Fragen?

Das Beste vom GipfelDatenexplorationePosterStatistik und Modellierung