Dynamika sprzedaży najpopularniejszych artystów na rynku fonograficznym

Podobne dokumenty
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Wstęp do analitycznych i numerycznych metod wyceny opcji

Kierunek studiów: Finanse i Rachunkowość Specjalność: Inżynieria finansowa

Skoki o zerowej długości w formalizmie błądzenia losowego w czasie ciągłym

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH

FRYDERYKI 2013 Nowa odsłona

Socjofizyka... czyli wkład fizyki w analizę społeczeństw

szeregów czasowych. Funkcjonowanie wybranych metod ryzyka inwestycyjnego dla wybranych empirycznych Wprowadzenie do miary ryzyka.

EKONOMETRYCZNE MODELE KURSÓW WALUTOWYCH

3. Modele tendencji czasowej w prognozowaniu

inwestycji w energetyce?

Perfect, Patrycja & Grzegorz Markowscy

3. Analiza własności szeregu czasowego i wybór typu modelu

Zastosowania analizy stochastycznej w finansach Application of Stochastic Models in Financial Analysis Kod przedmiotu: Poziom przedmiotu: II stopnia

Czy opcje walutowe mogą być toksyczne?

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Warszawa, październik 2009

KONKURENCJA DOSKONAŁA. dr Krzysztof Kołodziejczyk

KOMPLET ĆWICZEŃ PRZESŁANY MAILEM DO

Słowem wstępu. Giełdy amerykańskie czemu taki wybór. Daytrading czemu taki interwał. Remote Trading Proprietary Trading.

Dynamika wiązania się ludzi w pary pod wpływem warunków społeczno-ekonomicznych

Wojny Coli - czyli siła reklamy na rynku oligopolicznym

Spis treści. Przedmowa 11

Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2015/2016

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

Negocjacje Win - Win Szkolenie otwarte HUTHWAITE International

FAQ. 1. Prawdziwe imię i nazwisko Bleta Rexha. 2. Pseudonim artystyczny Bebe Rexha. 3. Data urodzenia Wzrost 1,64 m

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Negocjacje Win - Win Szkolenie otwarte HUTHWAITE International

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

INSTRUMENTY ZARZĄDZANIA RYZYKIEM NOTOWANE NA WARSZAWSKIEJ GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH. Streszczenie

Negocjacje Win - Win Szkolenie otwarte HUTHWAITE International

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2010/2011

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Analiza Popytu. Metody analizy rynku produktowego

Próżnia socjologiczna Fakt, mit czy obsesja? dr Mikołaj Pawlak Instytut Profilikatyki Społecznej i Resocjalizacji Uniwersytet Warszawski

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO

Z-ZIPN Fizyka II. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

UR nowoczesność i przyszłość regionu Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego ZAPYTANIE OFERTOWE

Analiza szeregów czasowych

7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

Lista zespołów muzycznych, solistów i gatunków muzycznych stanowiących sferę zagrożeń duchowych. Lista nr 1

Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Analiza autokorelacji

Negocjacje Win - Win Szkolenie otwarte HUTHWAITE International

SALA SZKOLENIOWA SZKOLIMY Z ZAKRESU EVENTOWA

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Stacjonarność Integracja. Integracja. Integracja

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Ania Karwan - koncert w Teatrze DOM na Piotrkowskiej

PROGRAM FESTIWALU: 05 czerwca 2014r. Aula Publicznego Gimnazjum nr 3 im. Jana Pawła II w Kluczborku ul. Wolności 18

1. (Temat zarezerwowany Kordian Czyżewski) Analiza potęgowego prawa Pareto na przykładzie rozkładu bogactw i dochodów w wybranych krajach

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI

Stochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych

Strategie arbitrażowe w praktyce Tomasz Korecki

Sektor budowlany w Polsce 2014 Analiza regionalna. Prognozy rozwoju na lata

Modelowanie Rynków Finansowych

Stochastyczne równania różniczkowe, model Blacka-Scholesa

Metody Prognozowania

RYNEK ROLNY W UJ CIU FUNKCJONALNYM

Szeregi czasowe, analiza zależności krótkoi długozasięgowych

Ocena nadzoru właścicielskiego Rating PINK 2010Y

Próby zastosowania matematyki w ekologii lasu; oczekiwania, doświadczenia, sugestie

Ekonometria. Zajęcia

Metody statystyki medycznej stosowane w badaniach klinicznych

PODEJMOWANIE DECYZJI KIEROWNICZYCH W PROCESIE NEGOCJACJI BIZNESOWYCH. Autor: mgr inż. Viktoriia Gromova. Wrocław 2012 r.

Ocenę dopuszczająca otrzyma uczeń, który zna pojęcia

Wycena nieruchomości w podejściu porównawczym - complex. Materiały reklamowe ZAWAM-Marek Zawadzki

HRE Index - Wskaźnik koniunktury na rynku nieruchomości za 1 kw HRE Think Tank Warszawa, 28 maja 2018 r.

4.1. O grafice w R 4.2. Kolorystyka 4.3. Podstawowe komendy graficzne i opcje 4.4. Wykres pudełkowy 4.5. Histogram 4.6. Wykres kolumnowy 4.7.

Modelowanie rynków finansowych

Rola innowacji w ocenie ryzyka eksploatacji obiektów hydrotechnicznych

Etapy modelowania ekonometrycznego

Korelacje krzyżowe kryzysów finansowych w ujęciu korelacji potęgowych. Analiza ewolucji sieci na progu liniowości.

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich)

Elementy Modelowania Matematycznego

OPCJE MIESIĘCZNE NA INDEKS WIG20

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

WPROWADZENIE DO ANALIZY TECHNICZNEJ

Zmienność wiatru w okresie wieloletnim

oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI

Analiza szeregów czasowych: 6. Liniowe modele niestacjonarne

Katedra Demografii i Statystki Ekonomicznej


UNIWERSYTET EKONOMICZNY w POZNANIU PORTY. Redaktor naukowy B

Analiza i modelowanie przepływów w sieci Internet. Andrzej Andrijew

Zajęcia 1. Statystyki opisowe

Wykład 5: Analiza dynamiki szeregów czasowych

INFORMATYKA i FINANSE KATEDRA INFORMATYKI TEORETYCZNEJ

PUBLICZNY TRANSPORT ZBIOROWY W ZADANIU TRANSPORTOWYM DUALNYM

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Jak konsumu... jemy muzykę?

Psychologia a analiza techniczna

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Analiza metod prognozowania kursów akcji

Transkrypt:

Dynamika sprzedaży najpopularniejszych artystów na rynku fonograficznym Andrzej Buda (Instytu Fizyki Jądrowej PAN im. Henryka Niewodniczańskiego w Krakowie) Andrzej Jarynowski (Instytut Socjologii Uniwerystetu w Sztokholmie/Zakład Teorii Układów Złożonych Uniwerystetu Jagielońskiego w Krakowie)

Wprowadzenie do rynku fonograficznego Rynek fonograficzny = rynek towarowy (układ złożony) Wartość sprzedaży 1% najpopularniejszych artystów = wartości sprzedaży 77% kolejnych 80% rynku opanowane przez 4 firmy (Universal, EMI, Sony BMG and Warner Bros). Wszyscy najlepiej sprzedający się artyści należą do nich Cotygodniowe dokładne wyniki sprzedaży (lista 200 bestsellerowych płyt) od 2003 zbierane przez IFPI (International Federation of the Phonographic Industry) Rynek muzyczny kurczy się od 2000 po kilka procent rocznie do 28 do 16 miliardów USD, cyfryzacja na masową skale jako sposób walki o utrzymanie dochodu (wzrost marży)

Wprowadzenie do rynku fonograficznego - obecnie )

Sprzedaż płyt w milionach sztuk 30 best selling artists (2003-2011) Eminem Black Eyed Peas Michael Jackson Lady Gaga 50 Cent Coldplay Green Day Norah Jones Beyonce Usher Rihanna U2 Adele Alicia Keys Britney Spears Taylor Sw ift Pink Evanescence Miley Cyrus Kanye West Amy Winehouse Nickelback Kelly Clarkson Jay-Z The Beatles Kings Of Leon Bruce Springsteen Justin Timberlake Nelly Furtado Rascal Flatts 0.0E-01 4.0E+06 8.0E+06 1.2E+07 1.6E+07 2.0E+07 2.4E+07 2.8E+07

Analiza hierarchiczna Rynek giełdowy Rynek fonograficzny Notowania akcji na giełdzie Notowania artysty na listach sprzedaży Stopa zwrotu zmiana sprzedaży płyt Korelacje między akcjami Korelacje między artystami Odległość między akcjami Odległość między artystami Główny ideks giełdowy Najpopularniejsi artyści Sektory i podsektory Gatunki muzyczne gospodarki

Analiza hierarchiczna

Trajektorie sprzedażowe 3000 50 Cent Alicia Keys Amy Winehouse Beyonce Black Eyed Peas Britney Spears Bruce Springsteen Coldplay Eminem Evanescence Green Day Jay-Z Justin Timberlake Kanye West Kelly Clarkson Kings Of Leon Michael Jackson Miley Cyrus Nelly Furtado Nickelback Norah Jones Pink Rascal Flatts Rihanna Taylor Swift U2 Usher The Beatles Lady Gaga Adele 2500 2000 1500 1000 500 0 12 34 56 78 100122144166188210232254276298320342364386408 1 23 45 67 89 111133155177199221243265287309331353375397

Sprzedaż

Zwroty logarytmiczne sprzedaży

Unormowana sprzedaż

Sprzedaż sezonowa

Autokorelacja

Autokorelacja

Analiza hierarchiczna Diagram of phonographic market 50 Cent Green Day Kelly Clarkson Beyonce U2 Jay-Z The Beatles Britney Spears Nickelback Eminem Michael Jackson Miley Cyrus Kings Of Leon Taylor Swift Pink Rascal Flatts Rihanna Black Eyed Peas Coldplay Kanye West Amy Winehouse Justin Timberlake Nelly Furtado Evanescence Norah Jones Usher Lady Gaga Adele Alicia Keys Bruce Springsteen 0.90 0.95 1.00 1.05 1.10 1.15 Distance 1.20 1.25 1.30 1.35

Analiza sieciowa: istotne stat. pozytywne korelacje

Analiza sieciowa: istotne stat. pozytywne korelacje

Analiza sieciowa: negatywne korelacje

Model stochastyczny sprzedaży Black Eyed Peas 700 600 sprzedaż w tysiącach 500 400 300 200 100 0 0 50 100 150 200 tygodnie od 2003 250 300 350 400

Model stochastyczny sprzedaży Bruce Springsteen 2000 1800 1600 sprzedaż w tysiącach 1400 1200 1000 800 600 400 200 0 0 50 100 150 200 tygodnie od 2003 250 300 350 400

Model stochastyczny sprzedaży 3000 50 Cent Alicia Keys Amy Winehouse Beyonce Black Eyed Peas Britney Spears Bruce Springsteen Coldplay Eminem Evanescence Green Day Jay-Z Justin Timberlake Kanye West Kelly Clarkson Kings Of Leon Michael Jackson Miley Cyrus Nelly Furtado Nickelback Norah Jones Pink Rascal Flatts Rihanna Taylor Swift U2 Usher The Beatles Lady Gaga Adele 2500 2000 1500 1000 500 0 12 34 56 78 100122144166188210232254276298320342364386408 1 23 45 67 89 111133155177199221243265287309331353375397

Model stochastyczny sprzedaży Płyta wydawana średnio co 120 tygodni Promocja płyty średnio 40 tygodni Średnio 3 single na płytę Co 2-3 płyta uzyskuje uznanie

Założenia modelu

Założenia modelu

Model stochastyczny sprzedaży 2000 1800 1600 1400 50 Cent Alicia Keys Amy Winehouse Beyonce Black Eyed Peas Britney Spears Bruce Springsteen Coldplay Eminem 1200 1000 800 600 400 200 0 9 25 41 57 73 89 105121 137 153 169 185 201 217 233 249 265 281 297 313 329 345 361 377 393 409 1 17 33 49 65 81 97 113 129 145 161 177 193 209 225 241 257 273 289 305 321 337 353 369 385 401

Model stochastyczny sprzedaży Bazowy model: quasi-geometryczny ruch Browna z powrotem do średniej Poza stanem bazowym- stan wzbudzony- w trakcie promocji płyty W stanie wzbudzonym: pik podstawowy i piki wtórne z możliwością utrzymania się na wysokim poziomie

The 30 most popular artists record sales 2600 2400 2200 2000 1800 Sales [k] 1600 1400 1200 1000 The MRGRW model of the 30 most popular artists record sales 2600 2400 800 600 400 2200 200 2000 0 1 1800 35 18 69 52 86 103 137 171 205 239 273 307 341 375 409 120 154 188 222 256 290 324 358 392 Sales [k] 1600 Weeks 1400 1200 Model vs rzeczywistość 1000 800 600 400 200 0 1 35 18 69 52 86 103 137 171 205 239 273 307 341 375 409 120 154 188 222 256 290 324 358 392 Weeks

Model stochastyczny sprzedaży Model vs rzeczywistość Wykładnik Hursta Rzeczywistość: H=0,39 Model: H=0,31

The MRGRW model of the 30 most popular artists record sales 2600 2400 2200 2000 1800 Sales [k] 1600 1400 1200 1000 800 600 400 200 0 1 35 18 69 52 103 137 171 205 239 273 307 341 375 409 86 120 154 188 222 256 290 324 358 392 Weeks

Model stochastyczny sprzedaży Markowskie przejście (MRS) między stanem podstawowym (MRqGRW) a wzbudzonym i vice versa Wydanie albumu (przejście do stanu wzbudzonego), jako liczba losowa z rozkładu jednorodnego i gruboogonowego Stan wzbudzony charakteryzuje się tymi samymi parametrami procesu, co podstawowy Wydanie singla (w stanie wzbudzonym), jako liczba losowa z rozkładu jednorodnego Utrzymanie wysokiej sprzedaży (spowodowane wysoką jakością płyty lub singla, czy w wyniku dobrej trasy koncertowej) jako podbicie poziomu odniesienia na jakiś czas

Model niestacjonarny sprzedaży Pamieć markowska wysokość piku zależy od sprzedaży poprzedniego albumu Black Eyed Peas 700 600 Record sales [k] 500 400 300 200 100 0 0 50 100 150 200 weeks since 2003 250 300 350 400

Model niestacjonarny sprzedaży Sezonowość wydawania albumów

Model niestacjonarny sprzedaży Sezonowość wydawania albumów

Model niestacjonarny sprzedaży vs rzeczywistość W wyniku porównania trajektorii modelowych i empirycznych przez obserwowanie zachowań kolektywnych konsumentów muzyki, zapostulowane zostanie wyodrębnienie dwóch kategorii kupujących świadomych fanów muzyki (zwracających uwagę na jakość produktu i przywiązanych do konkretnych gatunków muzycznych) i klienteli

Rynek fonograficzny konsumenci świadomych fanów muzyki (zwracających uwagę na jakość produktu i przywiązanych do konkretnych gatunków muzycznych) klienteli od święta (podążającej za trendami) => układ otwarty

Model stochastyczny sprzedaży - wady Duża liczba parametrów dopasowywanych i ustawianych na sztywno heurystycznie na podstawie wiedzy eksperckiej (opartej tylko pośrednio na empirii) Krótkie szeregi czasowe (500 tygodni) Skomplikowane relacje wydawcaatytsta-fan (analiza hierarchiczna)

Model stochastyczny sprzedaży - zastosowania Strategie graczy na rynku towarowym (np. czy lepiej iść za ciosem i wydawać płyty o podobnej tematyce zaraz po sobie, czy przesuwać premiery, aby nie robić sobie konkurencji). Efekty kolektywne Przewidywanie wysokości piku i sprzedaży całkowitej

Rynek fonograficzny zagadnienia na przyszłość agentowe modelowanie sprzedaży analiza deterministyczna równania różniczkowe trajektorii sprzedaży P(t), dokładne rozwiązania i podstawowe parametry (promocja, jakość produktu, wielkość rynku)

Podziękowania: Jaroslaw Kwapien, Joanna Janczura, Andrzej Grabowski, Tomasz Gubiec, Ryszard Kutner, Stanislaw Drozdz, Fredrik Liljeros, Malgorzata Samsel-Czekala The MRGRW model of the 30 most popular artists record sales 2600 2400 2200 2000 1800 Sales [k] 1600 1400 1200 1000 800 600 400 200 0 1 35 18 69 52 86 103 137 171 205 239 273 307 341 375 409 120 154 188 222 256 290 324 358 392 Weeks Dziękuję za uwagę