El documento describe los beneficios del uso de Revenue Management (RM) en la industria cinematográfica. El RM permite segmentar el mercado y aplicar diferenciación de precios para aumentar los ingresos. Estudios de caso muestran que cines que usan RM tuvieron mayores ingresos y asistencia que cines similares sin RM. El RM beneficia tanto a los cines al aumentar ingresos como a los clientes al ofrecer precios más accesibles.
4. P
Q
P
Q
A) Ingresos sin RM
Asume clientes homogéneos y
un precio único.
B) Ingresos con RM
Se segmenta el mercado y se aplica
diferenciación de precios.
$3.000
100
$4.000
$3.000
$2.000
$1.000
50 50 50 50
P▪Q=$ 300.000 P▪Q=$ 500.000
Ciencia que aumenta ingresos
Revenue Management: Ciencia que aumenta ingresos
6. Case Study: RM vs. no RM cinemas
Growth vs. last year
May-July 2010
ROI=177.7%
Similar markets, identical number of screens and market shares
11.5%
18.7%
6.3%
-5.8%
-2.5%
3.7%
-10%
-5%
0%
5%
10%
15%
20%
Attendance Revenue ATP
RM No RM
7. Hoyts Cinemas Results
Hoyts 1
vs. direct competitor
Extra
Admissions
over last year
(weeks 31 to 37)
Extra Revenue
over last year
(US$)
(weeks 31 to 37)
Hoyts 2
vs. direct competitor
-
10,000
20,000
30,000
Hoyts Competitor
$0
$50,000
$100,000
$150,000
Hoyts Competitor
-
4,000
8,000
12,000
Hoyts Competitor
$0
$20,000
$40,000
$60,000
Hoyts Competitor
9. Beneficios del RM para Cines
Aumentar ingresos
Ganar nuevos clientes
Aumentar frecuencia de asistencia
Generar percepción de precios
accesibles y “boca a boca”
Combatir piratería
Subir precios normales hasta un 5%
10. Beneficios del RM para Clientes
Cine desde $1.000
Permite aumentar frecuencia de
asistencia
Premia a la gente que se planifica
Nuevos canales de venta
11. Plan A
1.Business Plan: 49 Páginas Word
2.Tiempo de preparación: 360 HH.
3.Revisión posterior por modelo de
negocio: 0 veces.
4.Velocidad de consolidación: lenta
5.Objetivo de éxito presupuestado:
demostrar resultados. WRONG!
6.Iteraciones modelo de pricing: 3.
14. Resultados Plan B
En 3 meses:
1.Ventas: USD 270.000
2.Clientes: 15.000
3.Inscritos mailing: 30.000
4.Fans Facebook: 5.740
5.Comercios asociados: 92
15. Plan B
1.Business Plan: 15 láminas PowerPoint
2.Tiempo de preparación: 30 HH.
3.Velocidad de consolidación: rápida
4.Iteraciones: constantes!!
16. Algunas conclusiones Plan AB
1. No vale la pena invertir muchas HH en
un Business Plan; muchos supuestos
(teoría), pocas respuestas reales
(práctica)
22. Adjudicación de Línea 2 de Capital Semilla
Premio “Emprendedor Jóven 2008”
Incorporación de dos excelentes socios inversionistas.
Finalistas del concurso 100K.
Revenue Management en todos los complejos
Implementación La Serena
Implementación Florida Center
Excelente feedback en feria Showeast: Orlando, USA.
Excelente feedback en feria Showest (Las Vegas, USA)
Inicio implementación México. 5ta cadena mundial.
Finalistas
Nuevo proyecto con gran éxito:
Algunos Hitos de ZP
23. La decisión de emprender…
“La posibilidad de realizar un sueño es lo que hace que la
vida sea interesante.”
Paulo Coelho
¡ESO ES EMPRENDER!
“Mirar grande, querer grande, pensar grande, realizar
grande.”
Padre Alberto Hurtado
24. Emprender es como estar constantemente arriba…
Hay:
Cambios de trayectoria
Cambios de emoción
Vueltas bruscas
Loops
Caídas en picada
Subidas repentinas
Mucha adrenalina!
Lo importante es estar atentos a los cambios
para aprovecharlos a mil y disfrutarlos!!
Notes de l'éditeur
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Similar markets:
-Similar population in La Serena and Iquique.
-Both cinemas operates as monopolis in their respective cities.
136338
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!
Ejemplo: Lo que hace LAN el que compra con anticipación paga menos.
Modelo RM: Bases de datos predicción de demanda segmentación optimización output (capacidad óptima a vender por cada tarifa)
Fin: Cobrarle a cada uno su real disposición a pagar (DAP). A los segmentos altos “robarles” el excedente del consumidor. Invitar a los segmentos bajos a utilizar el servicio dados los bajos costos marginales.
ZP aplicación al cine. Costos marginales negativos, baja ocupación de salas (15%-20%) Optimizar.
Los que no utilizan RM dejan $ sobre la mesa!