KOFIC: https://www.kobis.or.kr/kobisopenapi/homepg/apiservice/searchServiceInfo.do
데이터는 KOFIC의 일별 박스 오피스를 사용하기로 하였고 필요시 영화 상세목록 데이터를 활용해 배우와 감독, 영화사 컬럼도 활용할 생각이다.
-
일단 일별 박스 오피스의 데이터 컬럼은
'박스오피스 유형', # boxofficeType
'상영 기간', # showRange
'순번', # rnum
'순위', # rank
'순위 변동', # rankInten
'신규/구작', # rankOldAndNew
'영화 코드', # movieCd
'영화 제목', # movieNm
'개봉일', # openDt
'매출액', # salesAmt
'매출 점유율', # salesShare
'매출 변동', # salesInten
'매출 증감', # salesChange
'누적 매출액', # salesAcc
'관객 수', # audiCnt
'관객 변동', # audiInten
'관객 증감', # audiChange
'누적 관객 수', # audiAcc
'스크린 수', # scrnCnt
'상영 횟수' # showCnt
히트맵 결과로 봤을 때 스크린 수 가 매출액과 관객수의 상관계수가 유의하다.
이러한 형태로 이루어져있으며대부분 수치형 자료의 형태로 이루어져 있다.
태블로 BI를 통해 시각화로 EDA를 진행해보았다.
- 누적 관객 수와 누적 매출액은 동일은 시계열 형태를 보였다.
- 누적 매출액은 21년에 최저점을 찍고 23년도부터 다시 하방하는 추세이다.
- 랭킹순위가 올라간 누적 영화 이름을 히트맵차트로 시각화하였다.
- 영화별 누적매출액을 버블차트로 시각화하였다.
- 영화별 누적 관객 수를 막대차트로 시각화하였다.
관객 수에 비해 매출 변도이 20년부터 21년에 상승하는 추세였으며 23년부터 급하락 하는 추세이다.
- 관객수가 하락하는 데에 비해 대박 영화들은 매출액이 관객 수가 많은 연도와 대비하여 뒤쳐지지 않는 수치이다.
- 요약 - 주제(쇠퇘해가는 영화관의 원인분석 및 영화관 관람객 수의 활성화 분석)
2023년 이후로 쇠퇘해가는 영화관 시장 대박 영화를 내더라도 관람객 수가 계속 줄어가기때문에 매출은 계속해서 줄어간다. 그 이유를 알기위해 영화관 쇠퇘 원인을 도메인을 통해 파악해야하며 예상원인은 영화관람 비용 증가와 Ott시장 활성화. 추가로 연도별 극장 수 감소와 ott시장의 연도별 매출 증가 데이터와 yotube 시청자수 증가데이터를 파악하고 영화관 매출 급감 시대에 어떤 마케팅 및 콘텐츠가 유익한 효과를 불러들이는지 파악하는것이 필요할것이다
가설1. 영화관람 비용 증가
가설2. Ott시장 활성화
가설3. 코로나로 인한 집콕족 증가
- 다른 팀원들 의견
영화로 선정한 이유 - 영화 산업의 회복 및 성장
기간
코로나19 시기를 기준으로 할 경우
2018.01.01 - 2020.01.19 (전. 약2년)
2020.01.20 - 2023.01.30(국내 첫 확진자 발생 - 1차 실내 마스크 해제. 약 3년)
2023.02.01 - 현재 (후. 약1년반)
- 코로나19 전후 박스오피스 트렌드 비교
코로나19 이전, 동안, 이후 박스오피스 트렌드는 어떻게 변화했는가?
목적 : 영화 시장의 변화에 맞춰 새로운 전략을 수립하거나 시장의 회복 가능성을 평가.
분석 내용 : 관객 수, 매출액, 개봉 영화 수 등을 시기별로 비교하여 영화 시장에 미친 전반적 영향을 파악.
- 계절성 및 개봉 시기 분석
영화의 개봉 시기가 흥행 성적에 미치는 영향은 무엇인가?
목적 : 영화 개봉일을 선정할 때, 데이터에 기반하여 최적의 개봉 시기를 정하는 데 도움을 줄 수 있습니다.
분석 내용 : 특정 시기(예: 여름 방학, 겨울 연휴, 명절 등)에 개봉한 영화의 성적이 다른 시기에 개봉한 영화와 어떻게 다른지 분석합니다.
계절성과 영화 흥행의 관계를 분석하여 언제 개봉하는 것이 가장 효과적인지 파악합니다.
-
영화의 흥행 요인 예측 모델
개봉 전에 특정 영화가 흥행할지를 예측할 수 있을까?
목적 : 영화 제작사나 배급사에서 신작의 흥행 가능성을 사전에 평가하여 마케팅 전략이나 배급 방식을 결정하는 데 활용할 수 있습니다.
내용 : 영화의 흥행 여부를 예측하기 위해 영화의 다양한 요소(장르, 개봉일, 상영 스크린 수, 감독 등)를 활용해 머신러닝 예측 모델을 구축합니다.
영화의 장르, 개봉 시기, 감독의 유명도, 배우 라인업, 스크린 수 등 다양한 변수들을 분석하여 어떤 요인이 흥행에 중요한지를 파악합니다. -
영화관 회복을 위한 마케팅 전략 제안
코로나19 이후 영화 시장의 회복을 위해 어떤 마케팅 전략이 필요한가?
목적 : 영화관 방문 유도 캠페인, OTT와의 협력 전략(예: 영화관에서 본 영화의 확장판을 OTT에서 제공), 장르별 타겟 마케팅 등 구체적인 전략 제안.
내용 : 코로나19 전후 관객 분석을 통해 영화관으로 다시 관객을 유도하는 효과적인 마케팅 방안 제시. OTT와 영화관의 시너지 전략 도출. -
상영관 수와 흥행의 관계
주제: 상영관 수(scrnCnt)와 영화 흥행 성적 간의 관계 분석.
세부 분석: 상영관 수와 매출, 관객 수 간의 상관관계를 분석하여 상영관 수가 많은 영화가 더 성공적인지 여부를 탐구.
