Pathé dejó que las matemáticas de SilverScreener decidieran qué películas conservaban sus pantallas

Cada lunes por la mañana, Pathé Theaters en los Países Bajos enfrentaba la misma decisión: qué películas que se exhibían en ese momento en sus cines debían permanecer y cuáles de los reemplazos disponibles debían ocupar sus pantallas. Los gerentes tomaban estas decisiones según su criterio, y cada decisión individual parecía pequeña, pero en conjunto las decisiones de mantener o retirar determinaban lo que ganaba todo el complejo.

Investigadores de Wharton, Erasmus y otras instituciones implementaron SilverScreener, un sistema de programación matemática basado en el modelo de cine de Swami, Eliashberg y Weinberg de 1999, en un cine de Pathé de seis pantallas. Primero desarrollaron un sistema de previsión de asistencia a partir de los datos históricos de Pathé, el criterio gerencial y factores específicos del cine; luego el optimizador seleccionó las películas que se mantendrían y los reemplazos entre los títulos realmente disponibles.

No fue posible un experimento totalmente controlado, por lo que la prueba fue honesta pero imperfecta: los ingresos del cine con SilverScreener se compararon con dos cines multisala similares que seguían operando sin asistencia. El cine que usó las recomendaciones de SilverScreener ganó más que ambos, y la actitud de los gerentes hacia el sistema de modelado mejoró después de haber trabajado con él.

Las conclusiones son dos. Primero, el valor provino de abordar toda la asignación semanal a la vez, no de una mejor previsión de una película individual. Segundo, la adopción siguió al desempeño medido: los mismos gerentes que eran escépticos ante un modelo de programación se mostraron más receptivos tras la comparación de ingresos.

Prever cada película y luego dejar que las matemáticas asignen las pantallas

La alternativa torpe es programar por instinto: mantener las películas que parecen populares y esperar que los reemplazos funcionen, tratando cada pantalla de forma aislada.

Dividir el problema en prever la asistencia y luego optimizar la asignación de mantener o reemplazar refleja cómo se desarrolla la decisión: predicción donde los datos ayudan, optimización donde residen las disyuntivas.

Restringir los reemplazos a los títulos realmente disponibles esa semana hizo ejecutable la recomendación; una programación que ignora la realidad de la distribución es una sugerencia, no una decisión.

Comparar con dos cines comparables sin asistencia dio a los gerentes una cifra con la que discutir; el cambio de actitud siguió a la evidencia, no a la persuasión.

La cadencia semanal importa: una inversión en modelado se amortiza a lo largo de docenas de decisiones al año, no de una gran apuesta.

Docenas de pequeñas decisiones semanales determinan los ingresos de un recinto; la previsión más optimización supera a la intuición en decisiones repetidas de asignación, y una comparación en vivo con pares sin asistencia gana la confianza de los gerentes.

El artículo de implementación apareció en Interfaces en 2001 como seguimiento de campo del modelo SilverScreener de Swami, Eliashberg y Weinberg de 1999, y se convirtió en una de las referencias estándar sobre apoyo a la decisión para exhibidores cinematográficos, con la estructura de prever y luego optimizar del modelo citada en trabajos posteriores sobre gestión de salas de cine. Pathé sigue siendo la mayor cadena de exhibición de los Países Bajos.