Waarom Halloween volgend jaar beter in december plaatsvindt

Share this post:

Door Peter D’Haeyer, Watson Analytics expert bij IBM

Sidder en beef, het is Halloween vandaag. Ik hou van het vallend blad en de donkerrode kleur van de herfst. Pompoenen uitsnijden, spookhuizen, verkleedpartijen en gratis snoep zijn al lang geen exclusief Amerikaans gegeven meer. Halloween is overal. Mijn absolute nummer één? Horrorfilms.
Voor het plezier heb ik een lijst samengesteld van horrorfilms die de afgelopen decennia in de bioscoopzalen zijn vertoond. Ik maakte gebruik van data als de lanceerdatum, de distributeur, de bruto-opbrengst, de opbrengst na inflatie, het productiebudget en de reviews van fans. Mijn overzicht bevatte vrijwel alle klassiekers in het genre en populaire recente films.

En dan nu het leuke werk. Welke inzichten kan Watson Analytics halen uit deze reeks griezelfilms?

• De meeste horrorfilms verschijnen in oktober. Een niet onverwachte conclusie. De meeste horrorfilms verschijnen in de Halloweenmaand. In juli en december lanceren filmbonzen de minste griezelprenten. Opvallend: filmfanaten beoordelen horrorfilms die in de decembermaand verschijnen significant hoger in vergelijking met andere maanden.
• Horrorfilms uit de jaren ’70 krijgen een hogere beoordeling dan recent werk. Herinner je filmklassiekers als The Exorcist, Jaws, Halloween en The Omen nog? Ze stammen allen uit het tijdperk van de jaren ’70.
• Hoe hoger de beoordeling, hoe hoger de opbrengst (in de VS). Ook na inflatie brengen films met een hoge beoordeling voor Hollywood ook het meeste geld in het laatje. Aangezien horrorfilms in de decembermaand gemiddeld genomen de meest positieve reviews opleveren, is die maand ook een stuk lucratiever.
• Universal is de filmmaatschappij die de meeste horrorfilms heeft uitgebracht, met een totaal van vijftig films. Toch mocht Warner Bros het meeste geld binnenrijven. Gemiddeld brengt een horrorfilm tussen de 5 en 20 miljoen dollar op.
• Hoe hoger het productiebudget, hoe hoger de winst. Watson Analytics gaat automatisch op zoek naar correlaties en associaties in de dataset. Zonder een specifieke variabele te selecteren is het met de tool zeer eenvoudig aan te tonen dat hoe meer geld in een film wordt gestopt, hoe groter de kans dat de kassa rinkelt.

Wat leert deze case ons nu?

Naast het feit dat Halloween beter in december plaats zou vinden, toont bovenstaand voorbeeld aan dat data-analyse eenvoudiger en intelligenter dan ooit is geworden. Tools zoals Watson Analytics stellen bedrijven in staat om eenvoudige vragen te stellen, net zoals je die aan een collega zou stellen. Door een dergelijke oefening te maken stoot je op inzichten waar je initieel niet eens naar op zoek was, maar die wel uiterst relevant zijn voor je business. Je kunt bepaalde veronderstellingen bevestigen of ontkrachten.

In bovenstaande case gebruikten we een dataset over horrorfilms, maar je kunt gebruik maken van eender welke dataset, gestructureerd of ongestructureerd. Wat zeggen klanten over een bedrijf op sociale media? Hoe gestresseerd is het personeel van een bepaalde afdeling? Wat is het kostenverloop voor een product? In welke regio’s koopt een bedrijf te veel voorraad aan? Het zijn vragen waar klassieke analysetools moeite mee hebben, maar waar Watson Analytics in een oogopslag een antwoord op geeft, uiteraard onder de voorwaarde dat het bedrijf in kwestie over relevante datasets beschikt.

CxO’s nemen nog te vaak beslissingen op basis van hun buikgevoel. Door (realtime) data te analyseren, afkomstig uit tal van bronnen zoals interne databases, werkgelegenheidsstatistieken, weersvoorspellingen en concurrentieanalyses kunnen bedrijven anticiperen op toekomstige opportuniteiten of issues.

Meer info: http://www.ibm.com/analytics/watson-analytics/