Design of marketing strategies based on forecast model for US movies in the Turkish motion picture industry

Abstract

Her yıl dünyada binlerce film gösterime girmektedir. Bir film için harcanan ortalama bütçenin 100 ila 150 milyon dolar arasında değiştiği düşünüldüğünde, sinema endüstrisi sadece ulusal ekonomilerin değil, aynı zamanda küresel ekonominin gelişmesine de büyük katkı sağlan büyük bir endüstridir. Anca bu büyük yatırımlar büyük riskleri de yanında getirmektedir; çekilen her on filmden ortalama sadece üç veya dört film karlı olarak nitelendirilebilir. Bu yüksek riskler ve her filmin yeni bir ürün olduğu göz önüne alındığında, tahmin modelleri ve karar destek sistemleri sektörde önem kazanmaktadır. 1980'lerden bu yana, bir filmin gösterime girmesinden önce ya da erken aşamalarında gişe başarısını tahmin eden birçok model geliştirilmiştir. Ancak bu modeller çoğunlukla yurtiçi performansları tahmin etmek için kullanılmaktadır. Artan finansal önemine rağmen, bir filmin yurtdışı pazarlarındaki gişe performansını tahmin eden model sayısı oldukça azdır. Bu çalışmada, Türkiye pazarında vizyona giren Amerikan filmleri için bir tahmin modelinin geliştirilmesi ve bu tahmin modelinin sonuçlarına göre pazarlama stratejilerinin belirlenmesi amaçlanmıştır. IMDB, Box Office Mojo, Box Office Türkiye gibi kaynaklardan; 1559 filmlik bir veri seti oluşturulmuş ve beş farklı makine öğrenmesi algoritması Destek Vektör Regresyonu (SVM), Yapay Sinir Ağları (ANN), Karar Ağacı Regresyonu (DT), Rastgele Orman (RF) ve Gradyan Arttırma Ağacı (GBT) uygulanmış, modelin sonuçlarına göre de pazarlama stratejileri belirlenmiştir. Modelimiz, bir filmin Türkiye'de yayınlanmadan önce beklenen gişesini tahmin etmek için geliştirildiğinden, stüdyolara, dağıtıcılara ve katılımcılara pazara giriş, giriş ve dağıtım stratejilerinin zamanlaması ile ilgili kararlarında yardımcı olabilir.

Thousands of movies are released around the world every year. Given that the average budget spent on a film ranges from 100 to 150 million dollars, the motion picture industry contributes extensively to the development of not only the national economies but also to the global economy. Yet these big investments come with big risks. In fact, on average, of the ten movies that are produced only three or four can be characterized as profitable. Considering these high stakes and the fact that each movie is a new product, forecast models and decision support systems have been gaining importance in the industry. Since the 1980s several attempts have been made to estimate the theatrical performance of a movie before or at the early stages of its release. Nevertheless, these models are mostly used to predict domestic performances and despite their increasing financial importance, the industry still struggles to predict box office performances in overseas markets. In this study, it is aimed to develop a forecast model for American films released in the Turkish market and to determine marketing strategies based on the results of this prediction model. From sources like IMDB, Box Office Mojo, Box Office Türkiye; a data set of 1559 movies is constructed and five models: Support Vector Regression (SVM), Artificial Neural Networks (ANN), Decision Tree Regression (DT), Random Forest (RF) and Gradient Boosting Tree (GBT) are employed and marketing strategies based on the results were discussed. Since our model is developed to predict the expected box office of a movie before its theatrical release in Turkey, it can help studios, distributors, and exhibitors in their decisions about market entry, the timing of entry and distribution strategies.