Разработчики: | FanGid, ФанГид (Гастроли) |
Дата премьеры системы: | сентябрь 2021 года |
Отрасли: | Индустрия развлечений, досуг, спорт, Реклама, PR и маркетинг |
Технологии: | Big Data, Data Mining |
Основные статьи:
2021: Запуск инновационного IT-проекта в концертной индустрии
Ильяс Хуснияров, опытный руководитель, работающий в индустрии организации концертной деятельности, рассказал о запуске IT-проекта FanStat, разработанного и внедренного под его руководством.
В силу традиционной консервативности концертной индустрии многие организаторы и промоутеры отказываются от трансформации IT-инфраструктуры своего бизнеса, используя неактуальные алгоритмы, а также проверенные временем, но устаревшие программы - таблицы Google, Excel и аналогичные. Однако прогресс динамичен, информационные технологии и автоматизация процессов находятся сейчас в процессе бурного развития. Пренебречь этим развитием – значит привести компанию к кризису и стагнации.
В этой связи различные аналитические сервисы вызывают все больший интерес концертного бизнеса. В сентябре 2021 года на международном музыкальном форуме Colisium 2021 концертное агентство FanGid презентовало новый продукт - сервис аналитики FanStat, который представляет собой масштабную базу данных российских и зарубежных артистов. Но недостаточно собрать данные вместе, их необходимо также правильно «упаковать». Сергей Петренко, МТС RED: ИБ-игроки строят экосистемы, чтобы обеспечить заказчика интегрированными средствами защиты
Для удобства ознакомления вся информация в сервисе FanStat структурирована и поделена на блоки. Яндекс.Музыка, Apple Music, VK, Shazam, Spotify, Deezer, Яндекс Wordstat, Google Trends, Wikipedia, Twitter, YouTube, TikTok, Dance Melody, TopRadio, Fedstat, Rolld, Яндекс Афиша, Kassir.ru - эти и некоторые другие источники позволяют промоутеру следить за популярностью и посещаемостью концертов того или иного исполнителя.
Сервис FanStat — это аналитический инструмент, позволяющий отслеживать изменения показателей популярности артиста или группы за определённый период в определённой локации. Эти показатели быстро меняются в зависимости от множества факторов - выпуска нового трека или альбома, участия в медиапроектах, проведения масштабных мероприятий, даже произошедших изменений в личной жизни и связанных с исполнителем скандалов. Все эти и многие другие события отражаются на количестве подписчиков в социальных сетях, реакций читателей, просмотров видео, запросов в поисковых сервисах, прослушиваний треков в стриминговых сервисах, а также на посещаемости концертов. В случае, когда данные показатели стабильно растут на протяжении полугода - следует обратить внимание на этого исполнителя или группу и начать более глубокой анализ целесообразности и возможности проведения мероприятия с ее участием.
Чтобы решить эту задачу и был создан уникальный сервис FanStat, который объединил в себе свыше 20 источников информации об исполнителе и более 86 показателей его активности в течение определённого периода времени. Эта данные позволяют анализировать и получить объективную картину популярности и востребованности зрителями того или иного исполнителя, принимать обоснованные решение о проведении мероприятия в той или иной локации. По сути, сервис FanStat работает как DDDM-система - позволяет принимать решения на основе собранных данных. Подобные системы активно используются в самых разных отраслях и индустриях и являются общим трендом развития аналитических сервисов. Важно отметить, что аналогов данного сервиса в нашей стране не существует, да и в мире их число очень невелико: два подобных сервиса запущены в США и один – в Европе.
На этапе разработки в FanGid начали тестировать различные гипотезы на проводимых агентством мероприятиях, и приняли решение не ограничиться только предоставлением информации, а подключить машинное обучение для обработки больших данных. К сотрудничеству были привлечены крупные промоутеры и компании, которые предоставили FanGid информацию о сборах собственных мероприятий для последующего анализа. Используя алгоритм FanStat в агентстве сопоставили концертные сборы с показателями артиста за полгода до мероприятия, получили первые результаты и вывели предварительный коэффициент популярности артиста на основе анализа социальных сетей, поисковых систем и стриминговых сервисов. Также использовалась информация о локации концертного события, содержащая сведения о населении города, среднем доходе, количестве запросов исполнителя или группы в поисковых системах региона, вместимости площадки проведения концерта.
В итоге были подготовлены три основных модели прогноза оценки рентабельности проведения конкретного мероприятия или концерта. Эти модели позволяют организаторам изучить предварительный прогноз сборов в определенном городе страны и принять обоснованное решение о целесообразности проведения концерта или мероприятия с участием этого артиста или коллектива исполнителей. Благодаря разработанному сервису FanStat удалось добиться положительного результата с вероятностью в 45–50%. Дальнейшее зависит от экспертности, квалификации и удачи промоутера мероприятия, поскольку любой самый умный алгоритм не может с абсолютной точностью спрогнозировать посещаемость. Сервис FanStat призван не заменить промоутера или организатора, а предоставить им удобный инструмент оценки рисков и прогнозные значения на основе собранных данных. По мнению представителей индустрии, такого рода обоснованные данные способствуют развитию бизнеса и существенно влияют на результаты деятельности компании.
В FanGid искренне рады, что смогли предоставить эту помощь, и планируют дальнейшее развитие сервиса FanStat не только во всех регионах страны, но и в различных странах мира.
Автор: Ильяс Хуснияров
Дата: 28 октября 2021 года
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)