Chaque lundi matin, les cinémas Pathé aux Pays-Bas faisaient face à la même décision : quels films alors à l'affiche devaient rester, et lesquels des remplacements disponibles devaient prendre leurs écrans. Les directeurs prenaient ces décisions au jugement, et chaque décision prise isolément semblait anodine — mais ensemble, les choix de maintien ou de retrait déterminaient ce que gagnait tout le multiplexe.

Des chercheurs de Wharton, d'Erasmus et d'ailleurs ont mis en œuvre SilverScreener, un système de programmation mathématique fondé sur le modèle de cinéma de Swami, Eliashberg et Weinberg de 1999, pour un cinéma Pathé de six écrans. Ils ont d'abord développé un système de prévision de la fréquentation à partir des données historiques de Pathé, du jugement des dirigeants et de facteurs propres au cinéma ; l'optimiseur sélectionnait ensuite les films maintenus et les remplacements parmi les titres réellement disponibles.

Une expérience entièrement contrôlée n'était pas possible, aussi le test fut honnête mais imparfait : les recettes du cinéma équipé de SilverScreener ont été comparées à celles de deux cinémas multisalles similaires toujours exploités sans aide. Le cinéma suivant les recommandations de SilverScreener a gagné plus que les deux autres, et l'attitude des dirigeants envers le système de modélisation s'est améliorée après qu'ils l'ont utilisé.

Les enseignements sont doubles. Premièrement, la valeur provenait du traitement de l'ensemble de l'allocation hebdomadaire en une seule fois, et non d'une meilleure prévision d'un film particulier. Deuxièmement, l'adoption a suivi la performance mesurée — les mêmes dirigeants qui se méfiaient d'un modèle de programmation s'y sont ralliés après la comparaison des recettes.

Prévoir chaque film, puis laisser les mathématiques allouer les écrans

L'alternative naïve consiste à programmer à l'instinct : garder les films qui semblent populaires et espérer que les remplacements fonctionnent, en traitant chaque écran isolément.

Décomposer le problème en une prévision de la fréquentation, puis en une optimisation de l'allocation maintien-remplacement, reflète la façon dont la décision se déroule : la prédiction là où les données aident, l'optimisation là où se situent les arbitrages.

Restreindre les remplacements aux titres réellement disponibles cette semaine-là rendait la recommandation exécutable ; une programmation ignorant la réalité de la distribution est une suggestion, pas une décision.

La comparaison avec deux cinémas comparables fonctionnant sans aide a donné aux dirigeants un chiffre à discuter ; le changement d'attitude a suivi les preuves, non la persuasion.

La cadence hebdomadaire compte : un investissement de modélisation s'amortit sur des dizaines de décisions par an, et non sur un seul grand pari.

Des dizaines de petits choix hebdomadaires déterminent les recettes d'un établissement ; la prévision complétée par l'optimisation l'emporte sur l'intuition lors d'appels répétés à l'allocation — et une comparaison en direct avec des pairs fonctionnant sans aide gagne la confiance des dirigeants.

L'article de mise en œuvre a paru dans Interfaces en 2001 comme suivi de terrain du modèle SilverScreener de 1999 de Swami, Eliashberg et Weinberg, et est devenu l'une des références standard sur l'aide à la décision pour les exploitants de salles de cinéma, la structure prévision-puis-optimisation du modèle étant citée dans des travaux ultérieurs sur la gestion des salles. Pathé reste la plus grande chaîne d'exploitation cinématographique des Pays-Bas.

VÉRIFIEZ LES SOURCES

Les sources

  1. Implementing and Evaluating SilverScreener: A Marketing Management Support System for Movie Exhibitors Interfaces 31(3), INFORMS · pubsonline.informs.org
  2. Implementing and Evaluating SilverScreener: A Marketing Management Support System for Movie Exhibitors Semantic Scholar · semanticscholar.org