طراحی مدل پیش بینی پتانسیل فروش فیلم های سینمایی ایران (رویکرد داده محور) به منظور تعیین استراتژی ورود به بازار
الموضوعات : پژوهش های مدیریت راهبردیبابک حمیدیا 1 , محمد ماستری فراهانی 2 , محمد جواد سهرابی رنانی 3 , عباس رحیمی 4
1 - استادیار، معارف اسلامی و مدیریت، دانشگاه امام صادق (ع)
2 - دانشجوی کارشناسی ارشد ، معارف اسلامی و مدیریت بازرگانی، دانشگاه امام صادق (ع)
3 - دانشجوی کارشناسی ارشد ، معارف اسلامی و مدیریت بازرگانی، دانشگاه امام صادق (ع)
4 - دانشجوی کارشناسی ارشد، معارف اسلامی و مدیریت بازرگانی، دانشگاه امام صادق (ع)
الکلمات المفتاحية: پیشبینی, پتانسیل فروش فیلم سینمایی, فروش گیشه, عوامل موثر بر تقاضای سینمای ایران, استراتژی ورود به بازار,
ملخص المقالة :
داشتن یک مدل ریاضی پیشبینیکننده در خصوص پتانسیل فروش فیلمهای سینمایی پیش از مرحله بازاریابی و اکران فیلم، یکی از نیازهای بسیاری از تهیهکنندگان، سینماداران و ... می باشد. در این پژوهش بر اساس یک روند سیستماتیک و مبتنی بر رویکرد آمیخته اکتشافی ابتدا عوامل موثر بر پتانسیل فروش فیلمهای سینمایی با روش تحلیل مضمون احصاء و طبقهبندی گردید و با انتخاب عوامل محتوایی فیلم یعنی عوامل موثر بر احتمال میزان فروش پیش از مرحله بازاریابی و اکران، به بررسی وضعیت هر یک از این عوامل در 100 فیلم برتر یک دهه از سینمای ایران پرداخته شد. دادههای مورد نیاز از سالنامه آماری فروش فیلم و سینمای ایران استخراج گردید و بر اساس روش آنتروپی شانون و مبتنی بر دادههای واقعی 100 فیلم پرتماشاچی ایران، ضرایب مدل استخراج گردید و در نهایت، یک مدل ریاضی به منظور محاسبه میزان پتانسیل فروش یک فیلم سینمایی تا قبل از مرحله بازاریابی استخراج گردید. نتایج این پژوهش حاکی از آن است که 4 عامل اصلی کارگردان(با ضریب 0.25)، بازیگر(با ضریب 0.253)، ژانر (با ضریب 0.251) و کیفیت فنی فیلم (با ضریب 0.246) و یک عامل فرعی یعنی سری فیلم (با امتیاز اضافه) بر پتانسیل فروش یک فیلمسینمایی تاثیرگذار هستند.
Abedi Ja’fari, Hasan; Taslimi, Mohammad Saeed; Faghihi, Abolhasan; Sheikhzade, Mohammad (2012). Thematic Analysis and Thematic Networks: A Simple and Efficient Method for Exploring Patterns Embedded in Qualitative
Data Municipalities). Strategic Management Thought 5(2).
Dehghanpour, Hamid; Mosalla, Mahsa (2016). Identifies Film Value Chain and its Impact on Sales Growth. Honar-ha-ye-ziba: honar-ha-ye mosighi va namayeshi 20(2).
Elberse, Anita (2007). The Power of Stars: Do Star Actors Drive the Success of Movies? In Journal of Marketing 71 (4). pp. 102–120.
Eliashberg, Jehoshua; Jonker, Jedid-Jah; Sawhney, Mohanbir S.; Wierenga, Berend (2000): MOVIEMOD: An Implementable Decision-Support System for Prerelease Market Evaluation of Motion Pictures. In Marketing Science 19 (3), pp. 226–243.
Fathi, Zohreh; Khamoushi Esfahani, Pante a. Statistical Yearbook of Iranian Film and Cinema Sales (2010-2020). Deputy of Technology Development and Cinematic Studies. Ministry of Culture and Islamic Guidance.
Galvão, Marta; Henriques, Roberto (2018). Forecasting Movie Box Office Profitability. In Journal of Information Systems Engineering & Management 3 (3).
Geraeinenezhad, Gholamreza; Hadi Nezhad, Manijeh; Bakhtiari, Arezoo (2011). Investigation of the Factors Affecting Demand of Iranian Cinema. Culture-Communication studies 11 (9).
Ghiassi, M.; Lio, David; Moon, Brian (2015): Pre-production forecasting of movie revenues with a dynamic artificial neural network. In Expert Systems with Applications 42 (6), pp. 3176–3193.
Kim T, Hong J, Kang P. Box Office Forecasting considering Competitive Environment and Word-of-Mouth in Social Networks: A Case Study of Korean Film Market. Comput Intell Neurosci.
Nourbakhsh, Seyed Kamran; Shafiee, Bahareh (1393). Investigating the role of promotional components on increasing film sales. business management. 6 (22), 27-39.
Poordeljo, Amir Hussein (1396). Investigate market entry strategies with the appropriate time strategy implementation approach. Eleventh International Conference on Strategic Management. Tehran.
Salavatian, Siavash; Rohbakhsh, Mahnaz; Derafshi, Ahmadreza (2019). Factors Affecting the Marketing of Iranian Filmmakers Through Social Media. Culture-Communication studies 19 (41).
Sawhney, Mohanbir S.; Eliashberg, Jehoshua (1996): A Parsimonious Model for Forecasting Gross Box-Office Revenues of Motion Pictures. In Marketing Science 15 (2), pp. 113–131.
Selvaretnam, Geethanjali; Yang, Jen-Yuan (2015). Factors Affecting the Financial Success of Motion Pictures: What is the Role of Star Power? In Discussion Paper Series. School of Economics and Finance.
Sharda. R; Delen. D. (2006). Predicting box-office success of motion pictures with neural networks. In Expert Systems with Applications 30 (2), pp. 243–254.
Sochay, Scott (1994). Predicting the Performance of Motion Pictures. Journal of Media Economics 7(4). pp 1-20
Sood, Niharika; Balamurugan. J (2017). Factors Affecting the Success of Movies-A Case Study of Twin Movies (2). International Journal of Innovative Science and Research Technology.
Tolouei ashlaghi, Abbas; Saghaei, Abbas; Khorsandi Karimi, Sara (2011). Predicting the sale of movies in Iran using neural networks and comparing it with statistical methods. Media studies 5(11).
Zhang, Li; Luo, Jianhua; Yang, Suying (2009). Forecasting box office revenue of movies with BP neural network. Expert Systems with Applications 36. pp 6580–6587