Ксения Леонтьева. Конкуренция между кинотеатрами: опыт геомаркетингового прогноза.

29 ноября 2019

Ксения Леонтьева. Конкуренция между кинотеатрами: опыт геомаркетингового прогноза. Интервью  CINEMAPLEX 29.11.2019

В рамках деловой программы отраслевого форума «Дни ритейла на Неве» выступила Ксения Леонтьева, доцент кафедры продюсирования кино и телевидения СПбГИКиТ, которая рассказала о специфике проведения анализа торговой зоны для кинотеатров и подходах прогнозов кинопосещений, который она проводит со студентами СПбГИКиТ.

Мероприятие проходило в формате научно-практической конференции, где пользователи геомаркетинговых инструментов программы «Геоинтеллект», разработанных «Центром пространственных исследований», делились опытом их применения для целей изучения рынка и решения задач оптимизации работы объектов ритейла из разных отраслей.
В первую очередь Леонтьева рассказала о результатах проведенного со студентами СПбГИКиТ исследования, а именно о состоянии кинорынка в целом и основных тенденциях в отрасли. Основная аудитория сайта CINEMAPLEX — представители отечественного кинобизнеса, для которых слайд, представленный ниже, дает исчерпывающую информацию.

Стоит обратить внимание на тенденцию сокращения доли многозальников и кинотеатров в ТРЦ. Согласно исследованиям Невафильм Research, это связано с внедрением господдержки, в результате которой кинотеатры открываются в небольших городах и, как правило, вне торговых центров.
"Хотя это был основной двигатель рынка, так как торговый центр предоставляет большие площади с наименьшими затратами."

Общая ситуация по стране неоднозначная. Для доли отечественного кино в прокате — главного показателя, по которому отчитывается Министерство культуры, — 2018 год был рекордным, отмечает Леонтьева, но сейчас идет снижение, и к концу года этот показатель будет еще ниже, так как в декабре обычно выходят рождественские зарубежные релизы, которых довольно много.
"Цена билета, один из базовых показателей отрасли, уже довольно долго стагнирует. Это сказывается на том, что кинотеатры не могут не повышать цену билетов в условиях конкуренции и экономической ситуации в стране, что также приводит к удлинению сроков окупаемости кинотеатров."
Была затронута тема кинотеатров, субсидируемых Фондом кино. Согласно представленным данным, несмотря на активную господдержку отрасли, замечено снижение темпов роста рынка. Леонтьева акцентировала внимание на доли рынка субсидированных кинотеатров и отметила, что согласно полученным показателям за первые месяцы 2019 года, видно, что 30% кинотеатров — это 15% залов и всего 4% кассовых сборов. То есть это далеко не самые успешные объекты.
 

Ключевым моментом выступления стала презентация методики прогнозирования посещаемости кинотеатра, в течение многих лет разрабатываемой командой Невафильм Research.

"Такие задачи возникают достаточно редко. Даже крупная сеть не каждый день решает вопросы, где ей открыть кинотеатр."


Метод прогнозирования проходит в несколько этапов.
В первую очередь проводится кластерный анализ. На основе анализа спроса и предложения в разных городах, выбирают наиболее оптимальный город для открытия кинотеатра
   
На первом слайде представлен график по 140 крупным городам, с населением более 100 тыс человек. Разделив поле на 4 части, получаем данные, согласно которым, при одной и той же плотности экрана (развитии предложения), спрос реагирует на рынок совершенно по-разному.

Исследователи выделили 6 признаков для проведения кластерного анализа:
1. Численность населения. Выделяется группа городов-миллионников. Москва и Петербург не включаются и рассматриваются как отдельные рынки.
2. Доля трудоспособного населения.
3. Доля жителей младше трудоспособного возраста.
4. Оборот розничной торговли.
5. Плотность экранов на 100 тыс. жителей (обеспеченность).
6. Кинопотребление — сколько раз в год каждый житель города ходит в кино. Города с населением больше 100 тыс жителей практически все обеспечены кинопоказом.
"Сделав кластерный анализ, становится понятна ситуация на большей части рынка, и можно разделить города на перспективные и не очень."
На следующем этапе проводится выбор конкретного города, и на основании динамики кластера, которому город принадлежит, определяется рост посещения в зависимости от числа кинозалов, прогнозируется ситуация в будущем. Для прогноза используются топ-10 фильмов, так как волатильность кинорынка очень сильно зависит от качества проектов, выходящих в прокат.

Далее следует регрессионный анализ факторов, которые влияют на долю кинотеатров в городе. Рассматривается большой набор факторов, главным из которых, с точки зрения регрессионного анализа, является число жителей в основной зоне обслуживания. Эта зона обслуживания определяется в зависимости от размера города.
"У нас было исследование аудитории, которое показывало, как в разных городах в зависимости от преобладающего способа передвижения населения люди реагируют на расстояние до кинотеатра. Где-то это автомобильная зона, где-то пешеходная. Именно этот показатель мы достаем из программы «Геоинтеллект»."

На основании данных программы «Геоинтеллект» строится зона обслуживания. На примере представлены две пересекающиеся зоны двух конкурирующих кинотеатров. Леонтьева отметила, что акцентировать внимание нужно на перекрытиях.
"В итоге у нас получается 4 области: из области 1 и 2 проще всего доехать до конкретного кинотеатра, из области 3 можно от обоих кинотеатров, область 4 равноудалена от кинотеатров, поэтому она рассматривается также отдельно."
На финальном этапе исследования используются геомаркетинговые модели. За основу берется модель Хаффа и различные ее модификации. Проводится сопоставление двух факторов: торговая площадь у кинотеатра и у конкурентов; время, которое необходимо для того, чтобы добраться из зоны проживания в кинотеатр или к конкурентам.
  

А также проводится оценка чувствительности потребителя к затраченному времени для того, чтобы воспользоваться преимуществами того или иного кинотеатра. Этот показатель рассчитывается для каждого конкретного фактора.
"На данный момент мы со студентами ведем работу над рейтингом городов России, где будут представлены перспективы для каждого конкретного города."


Яндекс.Метрика