Data Mining afslører de overraskende faktorer bag succesrige film

Komedie fra 2007 Evan Almægtige med Steve Carell og Morgan Freeman, to store box office-stjerner. Så på nogle måder er det ikke overraskende, at filmen indtjente over 100 millioner dollars i omsætning. Til sammenligning komedien fra 2001 Super Troopers medvirkede nogle relative ukendte og indtog sølle 18,5 millioner dollars.

Og alligevel ville en klog investor næsten helt sikkert vælge den anden frem for den første at investere i. Det er fordi Super Troopers koster kun $3 millioner at lave sammenlignet med Evan Almighty $175 millioner og gav et investeringsafkast på mere end 5 sammenlignet med -0,4 for den større film.

Men hvordan beslutter man på forhånd, hvad man skal investere i? I dag får vi et slags svar takket være Michael Lash og Kang Zhaos arbejde fra University of Iowa. Disse fyre har oprettet en database med over 100 kategorier af filmrelateret information, såsom budget og omsætning, de involverede stjerner, hvad filmen handlede om, og hvornår den blev udgivet, og brugte derefter en maskinlæringsalgoritme til at opdage mønstre der forudsiger lønsomhed. Og resultaterne er overraskende.

Holdet begyndte med at kombinere data fra to onlinekilder: Internet Movie Database og BoxOfficeMojo. På denne måde samlede de data om over 14.000 film og 4.000 skuespillere, instruktører og så videre, med særligt fokus på film udgivet mellem 2000 og 2010.

Lash og Zhao brugte derefter disse data til at finde ud af, hvor erfarne individuelle skuespillere var, hvor meget indtjening og overskud hver af deres film havde opnået, og om de havde optrådt i film med andre skuespillere. De lavede også en lignende beregning for direktører.

De brugte også plotresuméerne på IMDb til at sammenligne filmens indhold. Og de udarbejdede et investeringsafkast for hver film for at få en fornemmelse af dens rentabilitet.

Opgaven for maskinlæringsalgoritmen var at jage disse data på jagt efter mønstre, der korrelerer med rentabilitet.

Det viser sig, at den faktor, der er stærkest korreleret med en films rentabilitet, er den gennemsnitlige bruttoindtægt fra instruktørens tidligere film. Med andre ord er direktører, der tidligere har genereret mere omsætning, korreleret med større rentabilitet i fremtiden.

Det er på mange måder ikke overraskende. Gode ​​instruktører, såsom Christopher Nolan, er ofte kendt af det biografgængere og kan være et stort trækplaster.

Resultaterne giver dog en betydelig overraskelse. De viser, at populære stjerner er korreleret med øget omsætning, men ikke med rentabilitet. Med andre ord, store stjerner tiltrækker skarer, men de garanterer ikke en fortjeneste, formentlig fordi de koster meget at ansætte i første omgang.

Andre faktorer, der viser sig at være vigtige, er, om filmen har en R-rating eller er udpeget som udenlandsk, hvilket formentlig korrelerer med lavere profit (selvom Lash og Zhao ikke gør dette klart).

Vores eksperimenter baseret på 11 års film viser, at [vores algoritme] kan gøre et anstændigt stykke arbejde med at forudsige filmens succes, siger de.

Det er en nysgerrig undersøgelse, der mangler overtalelsesevne. Der er forskellige måder at forudsige kassesucces på forhånd, selvom få har været rettet mod investorer, som naturligvis skal involveres tidligt i processen.

Hvis man skal tro på denne metode, viser den den sande værdi af en instruktør med den rigtige form for track record og viser også, at stjernekraft ikke er garantien for succes, som mange måske forestiller sig. Det er noget investorerne i Evan Almægtige kunne have fundet det nyttigt at vide i begyndelsen af ​​filmens produktionsproces.

Den virkelige test er selvfølgelig ikke i at forudsige fortiden, men i at forudsige fremtiden. Hvis denne algoritme er i stand til at udvælge potentielt profitable film, før de overhovedet er lavet, så bliver Lash og Zhao velhavende personer. Vi glæder os til at se, hvordan de klarer sig.

Ref: arxiv.org/abs/1506.05382 : Tidlige forudsigelser om filmsucces: hvem, hvad og hvornår af rentabilitet

skjule