Návrhy na zvýšení profitability hudebního zábavního průmyslu v Brně

Mendelova univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu

Návrhy na zvýšení profitability hudebního zábavního průmyslu v Brně

Bakalářská práce

Vedoucí práce: Mgr. Kateřina Myšková, Ph.D.

Brno 2013

Jan Franěk

Tímto bych rád poděkoval především vedoucí práce Mgr. Kateřině Myškové, Ph.D. za neocenitelnou pomoc a ochotu při zpracování této bakalářské práce, dále Ing. Pavlu Cupákovi za poskytnutá data klubu Fléda a Mgr. Antonínu Továrkovi za pomoc při úpravě pravopisu.

Prohlašuji, že tuto práci jsem zpracoval samostatně pod vedením Mgr. Kateřiny Myškové, Ph.D. s použitím literatury, která je uvedena v seznamu. V Brně dne 15. listopadu 2012

__________________

Abstract Franěk, J. Suggestions on how to increase the profitability of music entertainment industry in Brno. Bachelor thesis. Brno: Mendel university of Brno, Faculty of Business and Economics, 2012. The aim of the thesis is to suggest measures leading to raising attendances and profitability of music and entertainment subjects in Brno. In the theoretical part music industry is defined, a survey of the most important music clubs is outlined, then I examine the specifics of the questionnaire research and describe the statistical methodology of data processing. The proper work contains processing, discussion and independence testing of the data obtained from the questionnaire research. Eventually, the thesis contains time series analysis of the Fléda club´s attendance. Keywords Music industry, questionnaire research, attendance analysis, Fléda music club, time series Abstrakt Franěk, J. Návrhy na zvýšení profitability hudebního zábavního průmyslu v Brně. Bakalářská práce. Brno: Mendelova univerzita v Brně, Provozně ekonomická fakulta, 2012 Cílem práce je navrhnout opatření směřující ke zvýšení návštěvnosti a ziskovosti brněnských subjektů působících v hudebním zábavním průmyslu. V teoretické části je vymezen hudební průmysl, uveden přehled nejdůležitějších hudebních klubů, rozebrána specifika dotazníkového šetření a popsána statistická metodika zpracování dat. Vlastní práce obsahuje zpracování, diskusi a testování nezávislostí dat získaných z dotazníkového šetření. Nakonec práce obsahuje analýzu časové řady návštěvnosti klubu Fléda. Klíčová slova Hudební průmysl, dotazníkové šetření, analýza návštěvnosti, hudební klub Fléda, časová řada.

Úvod a cíl práce

9

Obsah 1

2

Úvod a cíl práce 1.1

Úvod ......................................................................................................... 15

1.2

Cíl práce ................................................................................................... 16

Typologie hudebních klubů

18

2.1

Vymezení kultury .....................................................................................18

2.2

Kulturní procesy ......................................................................................18

2.3

Cestovní ruch zaměřený na hudební kluby ............................................. 19

2.4

Vymezení služby ..................................................................................... 20

2.5

Hudební průmysl .................................................................................... 20

2.6

Externí a interní pořádání akcí ............................................................... 22

2.7

Vymezení pojmu hudební klub............................................................... 23

2.7.1

Prostory klubu................................................................................. 23

2.7.2

Ozvučení klubu ............................................................................... 23

2.7.3

Zaměstnanci klubu.......................................................................... 24

2.7.4

Výnosy a náklady klubu .................................................................. 24

2.8

Významné brněnské hudební kluby ....................................................... 24

2.8.1

Fléda ................................................................................................ 25

2.8.2

Faval Music Circus .......................................................................... 26

2.8.3

Melodka........................................................................................... 26

2.8.4

Metro Music Bar ............................................................................. 26

2.8.5

Stará Pekárna .................................................................................. 27

2.9

3

15

Významné mimobrněnské kluby ............................................................ 27

2.9.1

Roxy................................................................................................. 27

2.9.2

Palác Akropolis ............................................................................... 28

2.9.3

Lucerna Music Bar .......................................................................... 28

Marketingový výzkum

29

3.1

Zákazníci ................................................................................................. 29

3.2

Marketing kultury ................................................................................... 30

10

Úvod a cíl práce

3.2.1

Vymezení vztahu mezi marketingem a kulturou ........................... 30

3.2.2

Neziskové a komerční subjekty v rámci kultury ............................. 31

3.3

Marketingový průzkum ........................................................................... 31

3.4

Techniky marketingového výzkumu .......................................................32

3.4.1

Dotazování .......................................................................................33

3.4.1.1 Písemné dotazování .........................................................................33 3.4.1.2 Osobní dotazování ...........................................................................33 3.4.2

Pozorování .......................................................................................34

3.4.3

Experiment ......................................................................................34

3.5

4

3.5.1

Celkový dojem.................................................................................. 35

3.5.2

Formulace a typy otázek .................................................................. 35

3.5.3

Distribuce dotazníku .......................................................................36

Statistická terminologie 4.1

38

Základní pojmy ....................................................................................... 38

4.1.1

Statistická jednotka ........................................................................ 38

4.1.2

Statistický znak ............................................................................... 38

4.1.3

Statistický soubor ........................................................................... 38

4.2

Statistické třídění.................................................................................... 38

4.3

Statistické závislosti................................................................................ 40

4.3.1

Kontingenční tabulky ..................................................................... 40

4.3.2

Test nezávislosti ............................................................................... 41

4.4

5

Dotazník ...................................................................................................34

Časové řady ..............................................................................................42

4.4.1

Trend ................................................................................................43

4.4.2

Sezónnost ........................................................................................ 44

4.4.3

Klasický regresní model.................................................................. 44

4.4.4

Předpoklady klasického lineárního regresního modelu ................. 45

Vlastní práce

46

5.1

Dotazníkové šetření ................................................................................ 46

5.2

Statistické závislosti vybraných znaků ....................................................62

5.3

Analýza časových řad............................................................................... 67

Úvod a cíl práce

11

6

Závěr

73

7

Literatura

76

A

Dotazník

79

B

Návštěvnost klubu Fléda

84

12

Úvod a cíl práce

Seznam obrázků Obr. 1 Frekvence návštěv brněnských hudebních klubů

48

Obr. 2

Příčiny nenavštěvování brněnských klubů

48

Obr. 3

Sezónní rozdělení návštěvnosti

49

Obr. 4

Průměrná vzdálenost do klubů v Brně

51

Obr. 5

Rozdělení skupinové návštěvnosti

52

Obr. 6

Ideální zahájení akce

52

Obr. 7

Jak se respondenti dozvídají o konání akce

56

Obr. 8

Věkové rozdělení respondentů

60

Obr. 9

Nejvyšší dosažené vzdělání

60

Obr. 10

Ekonomická aktivita respondentů

61

Obr. 11

Čistý měsíční příjem

61

Obr. 12

Závislost návštěvnosti na bydlišti

63

Obr. 13

Závislost ekonomické aktivity na frekvenci návštěv

64

Obr. 14

Graf závislosti útraty na skupinové návštěvnosti

65

Obr. 15

Graf závislosti sezónnosti a frekvence návštěv

66

Obr. 16 Graf hodnot vyhlazených klouzavými průměry klubu Fléda

68

Obr. 17 Graf skutečných a vyrovnaných hodnot návštěvnosti klubu Fléda

69

Obr. 18

Graf reziduí regrese

70

Obr. 19

Graf trendové složky návštěvnosti klubu Fléda

71

Obr. 20

Graf predikce návštěvnosti klubu Fléda

72

Úvod a cíl práce

13

Seznam tabulek Tab. 1 Rozdělení kulturních institucí

21

Tab. 2

Tabulka rozdělení četností

39

Tab. 3

Kontingenční tabulka

41

Tab. 4

Praktická ukázka kontingenční tabulky

41

Tab. 5

Preference dní v týdnu

50

Tab. 6

Rozdělení četností sumy vynaložené na vstupné

53

Tab. 7 Rozdělení četností sumy utracené na akci

54

Tab. 8

55

Bodové hodnocení motivačních faktorů

Tab. 9 Kontingenční tabulka nezávislosti bydliště na frekvenci návštěv

62

Tab. 10 Kontingenční tabulka ekonomické aktivity a frekvence návštěv

63

Tab. 11 Kontingenční tabulka skupinové návštěvy a utracené sumy za občerstvení

65

Tab. 12

Kontingenční tabulka sezónnosti a frekvence návštěv

66

Tab. 13

Verifikace sezónní složky návštěvnosti

69

Tab. 14

Tabulka hodnot návštěvnosti pro predikované období

72

14

Úvod a cíl práce

Úvod a cíl práce

15

1 Úvod a cíl práce 1.1

Úvod

Hudba je stará jako lidstvo samo. Již v pravěkých dobách si lidé vyráběli hudební nástroje z různých přírodních materiálů. Stejně jako lidstvo, i hudba se v čase rozvíjela. Z prostého napodobování zvířecích i přírodních zvuků se postupně vytvořila složitá hierarchie tónů a stupnic. Dalo by se tedy s jistotou tvrdit, že hudba patří k lidem stejně neodmyslitelně patří jako řeč. Stala se společenskou

záležitostí,

kratochvílí,

která

lidi

spojovala,

inspirovala

je

a pomáhala utvářet sociální vazby. V přeneseném slova smyslu tedy už naši dávní předci organizovali hudební akce – koncerty. V moderní době se hudba vyvinula do formy průmyslu. Po celém světě se pořádají koncerty, festivaly, karnevaly. V každém městě můžeme nalézt hudební kluby, divadla, koncertní síně, obchody s hudbou. Hudba nás provází celý život. Rodiče zpívají dětem ukolébavky, hudební výchova je součástí našeho vzdělání. S rozvojem moderních technologií pronikla hudba postupně do všech částí našich životů. V posledních letech se hudební průmysl celosvětově ocitá ve složité situaci, která se razantně mění a neustále vyvíjí. Celkový prodej nosičů od roku 2000 výrazně klesá a s příchodem internetové generace1 upadá i návštěvnost kulturních akcí zaměřených na hudbu. Ta se dnes z velké části šíří digitálně skrze internet, který nabízí velké možnosti v rámci nelegálního šíření a stahování dat. O dopadu tohoto faktu se ovšem odborná veřejnost pře. Česká republika je historicky významnou kolébkou umění včetně hudebního. Skladatelé, kteří pocházeli z naší země nebo zde komponovali, mají věhlas po celém světě. Problematická však byla doba v letech 1948-1989. Izolace v socialistickém bloku, tvrdá cenzura a s ní spojené zákazy pořádání akcí, které nebyly po vůli Komunistické straně, brzdily svobodný a přirozený vývoj hudební

1

Internetová generace – doba masového rozšíření internetu ve světě (90. léta)

16

Úvod a cíl práce

scény. Po sametové revoluci dostal hudební průmysl v naší zemi nový, svobodný impuls. Každý mohl produkovat, pořádat, interpretovat i prodávat dříve cenzurovanou hudbu. Pořadatelé různých kulturních akcí měli tedy volné ruce. Toto téma jsem si vybral z toho důvodu, že jako člen hudebního uskupení vystupujícího již několik let v klubech v Brně a okolí, stejně tak jako pravidelný účastník hudebních akcí jsem si nemohl nevšimnout upadající návštěvnosti, což se odráží na ekonomické stránce jak klubů, tak i kapel. V této práci provedu analýzu současné situace, zejména s pomocí dat od brněnského klubu Fléda. Dále použiji dotazníkového šetření k návrhu zvýšení profitability hudebního zábavního průmyslu v Brně. Velkým problémem se stalo získání literatury zabývající se činností hudebních klubů. Tato činnost je velice specifická a obecný popis hudebního průmyslu není schopen ji plně dokumentovat. Okrajově hudební kluby typologicky spadají i do cestovního ruchu, ovšem ani tato oblast je téměř vůbec nezohledňuje. Z toho

důvodu

jsem

se

rozhodl

využít

vlastních

zkušeností

a vědomostí, nabytých za roky vystupování a plynoucích z mnoha rozhovorů s pořadateli koncertů, majiteli klubů, zvukaři i umělci, a vytvořit obecný popis klubů.

1.2 Cíl práce Cílem práce je navrhnout opatření směřující ke zvýšení návštěvnosti a ziskovosti brněnských subjektů působících v hudebním zábavním průmyslu. Práci rozdělím na část teoretickou a praktickou. Teoretickou část práce rozdělím na tři hlavní kapitoly. V první kapitole čtenáře podrobně seznámím se specifiky a typologií hudebního průmyslu, rozeberu jeho ekonomickou stránku, přičemž budu klást důraz na největší rozdíly oproti běžnému podnikání. Dále vytvořím podrobný přehled brněnských i významnějších celorepublikových hudebních zábavních subjektů. Referenčním subjektem mi v práci bude brněnský klub Fléda, s kterým jsem za účelem vytvoření práce navázal úzký kontakt. V druhé části zdůvodním výběr dotazníkového šetření

Úvod a cíl práce

17

jako nástroje pro zisk dat a teoreticky jej rozeberu. V třetí kapitole čtenáře seznámím s metodikou použitou při práci. Specifikuji statistické nástroje použité při práci, zejména metody vhodné pro kontingenční tabulky (testy nezávislosti) a pro analýzu časových řad. V rámci praktické části práce zpracuji data získaná na základě dotazníkového šetření mezi návštěvníky hudebních zábavních akcí (zaměřeného zejména na ekonomickou situaci návštěvníka, motivaci k návštěvě dané akce, hudební preference, ochotu cestovat za hudbou a zábavou, spokojenost s prostředím a nabídkou občerstvení) pomocí metod vhodných pro kontingenční tabulky (testy nezávislosti). Dále popíši data získaná od klubu Fléda. Použiji vyrovnání časové řady návštěvnosti klouzavými průměry s cílem odhalit trend, díky kterému budu schopen vytvořit predikci pro následující období a pokusím se odhalit sezónní složku návštěvnosti.

18


2 Typologie hudebních klubů Hudební kluby jsou velice specifickým odvětvím hudebního průmyslu, které vykazují prvky cestovního ruchu. Než přejdeme k samotnému objasnění ekonomických a provozních specifik klubů, musíme nejprve vymezit hudební průmysl v rámci kultury a cestovního ruchu.

2.1 Vymezení kultury Definovat kulturu je obtížné, protože existují různé přístupy k pojmu „kultura“. Jednou z možností je definovat ji jako soubor distinktivních hmotných a duchovních, citových i intelektuálních rysů. Tyto rysy charakterizují skupinu či celou společnost. Kultura kromě umění a písemnictví obsahuje mimo jiné i způsoby života a soužití, tradice, přesvědčení a hodnoty. (Škarabelová, Neshybová, Rektořík, 2007, s. 11) Kulturu dělíme na nehmotnou (duchovní) a hmotnou (materiální lidské vývtvory - artefakty). Do nehmotné části kultury se zahrnují pravidla a normy chování, ideje, omezení, symbolické systémy, společenské instituce organizující lidské chování apod. (Škarabelová, Neshybová, Rektořík, 2007, s. 11)

2.2 Kulturní procesy V odvětví kultury probíhají určité procesy, jejichž výsledkem jsou vysoce specifické produkty (služby či statky). Tyto procesy se uskutečňují ve specializovaných institucích, které jsou uspořádány a spravovány odborným managementem. Základními vstupy kultury jsou práce, kapitálové statky a hmotné vstupy. Nejdůležitějším vstupem je však práce, která má vysoce odborný a unikátní charakter tvůrčího rázu. (Hamerníková, 1995, s. 27) Kulturní procesy můžeme rozdělit do pěti fází, kterými jsou tvorba, produkce, distribuce, spotřeba a ochrana či udržování kulturních hodnot. Unikátní fází je zejména tvorba, která je pro kulturu specifická. Tvorba nese prvky kreativity, autorství a imaginae, což ji odlišuje od procesů v jiných odvětvích. Fáze


19

ochrany je poté výjimečná významem určitých kulturních statků, které jsou společensky vysoce ceněny a stávají se kulturním dědictvím, které je nutno střežit a o něž je nutno pečovat. (Hamerníková, 1995, s. 28)

2.3 Cestovní ruch zaměřený na hudební kluby Cestovní ruch je v dnešní době významnou složkou příjmu státu i spotřeby obyvatel. V České republice je řada vyhledávaných turistických destinací, zejména Praha, Český Krumlov či Lednicko-valtický areál, které znamenají pozitivní přínos platební bilance s odhadovanou částkou přesahující 3 mld. Kč v roce 2008. (Synek a kol., 2010, s. 365) Cestovní ruch je spojen s přesunem osob a finančních prostředků mimo jejich běžné životní prostředí, je to tedy průmysl, který poskytuje služby spojené s cestováním a turistikou. Můžeme jej dělit do pěti sektorů, a to následovně: •

Sektor ubytovacích služeb – hotely, penziony, motely apod.

•

Sektor atrakcí – národní parky, sportovní centra, historická a kulturní místa (do kterých patří i hudební zábavní subjekty, včetně hudebních klubů).

•

Sektor dopravy – všechny druhy dopravy včetně půjčoven.

•

Sektor zprostředkovatelský – cestovní kanceláře, agentury apod.

•

Sektor organizační – turistická centra národního i regionálního charakteru apod. (Ryglová, Burian, Vajčnerová, 2011, s. 17)

Mezi základní formy cestovního ruchu patří zejména rekrační, sportovněturistický, léčebný a lázeňský a kulturně poznávací, do kterého můžeme řadit hudební kluby. (Ryglová, Burian, Vajčnerová, 2011, s. 20) Podle druhu můžeme hudební kluby řadit do domácího cestovního ruchu z hlediska platební bilance a vnitřního cestovního ruchu z pozice místa realizace služeb. Obojí je spojeno s domácí spotřebou, tedy situací, kdy osoby trvale žijící v určité zemi nepřekračují její hranice a jejich spotřeba služeb a cestování je pouze v rámci dané země. (Ryglová, Burian, Vajčnerová, 2011, s. 20)

20


Dalším způsobem objasnění hudebních klubů v rámci cestovního ruchu je podle financování, jedná se o tzv. volný cestovní ruch, což znamená, že návštěvník si vstupné i ostatní výdaje platí sám v plném rozsahu, přičemž služba je volně dostupná a ceny jsou jasně stanoveny. V neposlední řadě spadají hudební kluby do krátkodobého, neorganizovaného cestovního ruchu, který jeví znaky individuální i kolektivní návštěvnosti, která je sezónně ovlivněna. (Ryglová, Burian, Vajčnerová, 2011, s. 21)

2.4 Vymezení služby Produkt, který hudební kluby nabízejí svým návštěvníkům, má charakter služby, přesněji služby audiovizuální. Tato podkapitola má za úkol definovat službu, uvést její specifika a typologicky zařadit služby nabízené hudebními kluby. Službu můžeme definovat jako „činnost, kterou může jedna strana nabídnout druhé, je naprosto nehmatatelná a nevytvoří žádné nabyté vlastnictví. Její realizace může, ale nemusí být spojena s fyzickým výrobkem.“ (Bednář, 2002, s. 5) Obecně rozlišujeme čtyři kategorie nabídky služeb: •

Hmatatelné zboží bez výskytu služeb (chléb, máslo atd.).

•

Hmatatelné zboží s doprovodnými službami – k produktu je poskytována služba pro zvýšení přitažlivosti (doprava zboží apod.).

•

Hlavní služba s doprovodnými vyrobky a službami – do této kategorie patří i hudební kluby, které k hlavní službě v podobě audiovizuálního zážitku nabízejí i občerstvení, šatnu atd.

•

Pouze služba – jedná se o služby postrádající doprovodný výrobek (poradenství, terapie apod.). (Bednář, 2002, s. 5)

2.5 Hudební průmysl Ekonomické a manažerské prostředí hudebního průmyslu je velmi specifické, přičemž o prostředí hudebních klubů to můžeme tvrdit dvojnásobně. Hudební průmysl a jeho specifika se v literatuře objevují jen výjimečně, většinou je popi-


21

sována kultura jako celek, což je pro potřeby této práce příliš obecný rámec teoretického podkladu. Hudební průmysl je navíc sám o sobě rozdělen do mnoha odvětví, která jsou v mnoha případech značně rozdílná. Typologie a ekonomická specifika hudebních klubů jsou odbornou literaturou téměř zcela opomíjeny. Hudební průmysl je součástí kultury, do které mj. patří všechny druhy umění, výchovná a vzdělávací činnost a ochrana kulturních hodnot. Kulturní instituce z hlediska oboru činností se zaměřením na umění můžeme názorně ilustrovat následující tabulkou. (Bačuvčík, 2012, s. 44) Tab. 1

Oblast

Rozdělení kulturních institucí

Obor

Podobor Divadlo

Dramatické

Film Televize Rozhlas

Umění

Koncertní instituce Hudební

Výtvarné Literární

Vydavatelství a nakladatelství Tvorba Prezentace originálu Vydavatelství a nakladatelství Tvorba a prezentace

Druh Činohra Hudební Pohybové Loutkové divadlo Filmové studio Filmové ateliéry Televizní studio Televizní vysílání Rozhlasové studio Rozhlasové vysílání Umělecký soubor Pořadatel koncertů/festivalů Vydavatelství audiovizuálních nahrávek Vydavatelství notového materiálu Performance, „pouliční produkce“ Galerie, muzeum Knižní nakladatelství Vydavatelství časopisů Klub poezie

Zdroj: Bačuvčík, Marketing kultury, 2012, s. 44

Z výše uvedené tabulky rozdělení kulturních institucí v rámci umění můžeme jasně pozorovat, že pořádání koncertů či festivalů je jen malou částí kultury.

22


2.6

Externí a interní pořádání akcí

Externí koncerty a festivaly se většinou pořádají od jara do podzimu ve venkovních prostorách pod otevřeným nebem, výjimkou se stávají např. vánoční koncerty pořádané v zimních měsících. Kapacitně jsou mnohem větší než interní, jelikož prostorové omezení je jen minimální, zisky z takových akcí mohou být tedy nepoměrně vyšší. Logisticky a pořadatelsky jsou však náročnější, jelikož každý koncert a festival je odlišný podmínkami, ve kterých se koná. Jedná se především o počasí, nájemné, uspořádání a rozdělení prostoru pro konání akce a v neposlední řadě i program akce, tedy seznam účinkujících. Tento způsob pořádání se většinou používá pro vystupování známých domácích i zahraničních hvězd či každoroční tradiční festivaly, kde je interpretů větší množství, ale i pro menší akce lokálního charakteru. Interní koncerty jsou akce v uzavřených prostorách a můžeme je dělit na dvě hlavní skupiny. Do první skupiny patří vystupování významných interpretů, jejichž koncerty jsou z různých důvodů pořádány ve velkých sálech divadel, koncertních síních či sportovních halách. Náročností i zisky jsou srovnatelné s velkými externími akcemi a mají jednorázový charakter. Druhou skupinou jsou koncerty v hudebních klubech, jimiž se zabývá tato práce. Jedná se o stálé interní prostory, ve kterých se pořádají koncerty rozmanitých žánrů a stylů, v menší míře mohou sloužit i jako divadla či kina (např. klub Fléda). Důležitým prvkem klubů je také občerstvení, které je jejich nedělitelnou součástí. Kluby tedy lákají návštěvníky dvojího charakteru. První skupina do klubu chodí kvůli jeho atmosféře, trávit svůj volný čas podobně jako v hospodách či restauracích. Jsou tedy pravidelnými zákazníky, jejichž hlavní motivací k návštěvě je samotný klub a hudba. Druhou skupinu motivuje k návštěvě vystoupení oblíbených interpretů a místo, kde se jejich koncert koná, je vedlejší.


23

2.7 Vymezení pojmu hudební klub Hudební klub je veřejná či soukromá instituce, jejíž hlavní podnikatelskou činností je produkce živé hudby, nabízí tedy zákazníkům (návštěvníkům) službu v podobě audiovizuálního zážitku. K této produkci využívá vlastních či pronajatých prostor, materiálního vybavení v podobě ozvučovacího aparátu a také vystupujících umělců. Součástí klubů je i restaurační část či bar, v některých případech pořádají koncerty samotné restaurace či hospody, jejichž hlavní podnikatelskou činností však není pořádání koncertů. Návštěvníci jsou samozřejmě segmentováni hlavně z hlediska hudebního žánru, který mají v oblibě, ale také z demografického hlediska (bydliště, věk, rodinný stav, příjem atd.). 2.7.1

Prostory klubu

Základním problémem, kterým se musí zabývat management klubu, je zvolení vhodné lokace klubu a zejména jeho prostor. Klub by měl být lokalizován v místě s dostatečnou základnou návštěvníků a měl by být snadno dostupný. Prostory klubu musí odpovídat zejména kapacitním nárokům managementu, hygienickým předpisům, nárokům na hlukovou izolaci a v neposlední řadě i dostupnosti rozvodných sítí. Uspořádání a vzhled klubu významně ovlivňují jeho atmosféru, která je důležitým faktorem ovlivňujícím návštěvnost. 2.7.2

Ozvučení klubu

Technické prostředky používané k vytvoření ideálního ozvučení klubu jsou zásadním činitelem ovlivňujícím návštěvnost a zároveň významnou majetkovou položkou. Tyto prostředky kluby většinou vlastní, protože pronajmutí aparatury od specializované firmy zabývající se ozvučením je nákladné a nekoresponduje s dlouhodobým charakterem nájmu.

24


2.7.3

Zaměstnanci klubu

Kromě managementu, jehož hlavním úkolem je řízení klubu, je nutné zaměstnávat zvukaře, který se stará o ozvučení vystupujících umělců a celkový zvuk v klubu, osoby pracující na baru (barman, servírka, kuchař), osobu prodávající a kontrolující vstupenky, osoby provádějící úklid prostor (pokud se o něj nestarají výše zmínění zaměstnanci) a případně osobu obsluhující šatnu. Kromě výše zmíněných může klub zaměstnávat i pomocníky vystupujících. Specifickými zaměstnanci jsou i vystupující umělci, kteří jsou najímáni za účelem představení, jsou tedy jednou z hlavních motivací návštěvníků. Klub se může zaměřit na určitý hudební žánr, nebo ve svých prostorách přivítat různorodé hudební směry, známé i neznámé umělce. Ceny vstupného se do velké míry odvíjejí od známosti a oblíbenosti umělců, všechny vystupující je ovšem nutné zajistit kvalitním ozvučením. Každý klub by měl pamatovat, že kvalitní ozvučení nezajistí kvalitní koncert, pokud není umělec kvalitní, a naopak ani nejlepší umělec nepředvede plnohodnotné vystoupení bez kvalitního ozvučení. 2.7.4

Výnosy a náklady klubu

Výnosy klubu plynou zejména ze vstupného a tržeb za občerstvení, případně z reklamy umístěné v klubu. Vedlejší výnosy mohou plynout i z příspěvků veřejnosti, kulturních příspěvkových organizací, státu či jeho samosprávných celků, z dotací či darů apod. Další skupinu výnosů tvoří pronájem prostor klubu na různé akce, které nejsou pořádány klubem samotným (firemní akce, koncerty nepořádané klubem samotným apod.). Náklady klubů tvoří z velké části nájmy a spotřeba energií, mzdy zaměstnanců, pořízení vybavení a občerstvení, honoráře umělců, reklamu, různé autorské poplatky, zřizování internetových stránek apod.

2.8 Významné brněnské hudební kluby Město Brno je známo rozmanitostí hudebních zábavních subjektů, mezi které patří i hudební kluby. Pro potřeby této práce budou tedy uvedeny nejdůležitější


25

z nich, přičemž nejvýznamnějším a nejvíce popsaným je klub Fléda, který se stal reprezentativním subjektem této práce. 2.8.1

Fléda

Klub Fléda patří k největším kulturním centrům nejen v Brně i České republice a nachází se v místě s více než stoletou historií na ulici Štefánikova v centru Brna. V roce 1911 založil Rudolf Skládaný tančírnu s kabaretem a pojmenoval ji Brünner Fledermaus (Brněnský netopýr). Brzy se tento podnik stal vyhledávaným a proslulým místem, navštěvovaným umělci i Brňany ve velkých počtech. V té době se také vžil název Fléda, který trvá do dnešní doby. V roce 1951 byla tančírna uzavřena a později přeměněna v restaurační zařízení nižší cenové kategorie. Taneční zábavy přetrvaly, ovšem ubohé úrovně. V září 1971 byla hospoda přeměněna na kabaret s cílem obnovení tradice, avšak už čtyři roky poté místo převzala Československá televize Brno a započala přestavba kabaretu na televizní studio. Po revoluci byl dům navrácen rodině Skládaných, kteří jej pronajímali České televizi Brno až do roku 2000, kdy byl objekt prodán. Od roku 2001 je zde provozován klub Fléda a budova několikrát změnila majitele i produkční skupinu starající se o klub. V současnosti provoz zajišťuje agentura Level B production s.r.o., která má budovu dlouhodobě pronajatou. (Fléda, 2012, nepublikovaný rukopis) Kapacita Flédy vysoce přesahuje nabídku podobného charakteru na celé Moravě; ročně do klubu přijde kolem 100 000 návštěvníků. Řadí se tak do trojice našich nejvýznamnějších klubů vedle pražských podniků Roxy a Lucerna Music Bar. Díky své výhodné lokaci blízko Slovenska a Rakouska klub láká nejen domácí, ale i zahraniční návštěvníky, čímž pomáhá cestovnímu ruchu a atraktivitě regionu. (Fléda, 2012, nepublikovaný rukopis) V letech 2004–2009 produkovala Fléda 1687 akcí různého zaměření, od koncertů domácích a zahraničních interpretů, klubových nocí, přes kino a divadelní představení až po přednášky, výstavy a firemní večírky. Cílová skupina návštěvníků není omezena věkem, kromě majoritní skupiny ve věku 18-35 let se koná řada koncertů i pro starší posluchače. Žánrově Fléda není vymezena, dra-

26


maturgie je vytvářena napříč všemi žánry, návštěvník se tu tedy může setkat s jazzem, folkem, blues, rockem, heavy metalem, popem, taneční, elektronickou a mj. i vážnou hudbou. Dále se zde pořádají vernisáže, výstavy mladých i etablovaných umělců, divadelní představení, výchovné kurzy, školení, sociální aktivity a kino. Klub spolupracuje s velkým množstvím institucí, např. s Provozně ekonomickou fakultou Mendelovy univerzity. (Fléda, 2012, nepublikovaný rukopis) 2.8.2

Faval Music Circus

Klub Favál sídlí blízko brněnského výstaviště a jeho zaměření je multižánrové. Po Flédě disponuje z brněnských klubů největší kapacitou a kromě studentských akcí, sportovního promítání a filmových festivalů se zabývá i pořádáním koncertů domácích i zahraničních interpretů. (Favál Music Circus, 2012, [online]) 2.8.3

Melodka

Klub Melodka vznikl v roce 1929 jako vinárna Melodie v prostorách stadionu na ulici Kounicova. Po přelomu tisíciletí, kdy byly prostory klubu využívány jako techno klub postrádající kvalitu a dobré vedení, výrazně klesla oblíbenost klubu. Zvrat nastal v roce 2006 při změně majitele, který klubu navrátil původní jméno a provedl celkovou rekonstrukci vnitřních prostor, včetně pořízení nového a velmi kvalitního technického zařízení. Zároveň od základů změnil dramaturgii klubu na multižánrovou. V dnešní době je Melodka stabilním a nezávislým klubem, který bez vnější finanční pomoci pořádá koncerty domácích i zahraničních interpretů, ale i mladších a čerstvých kapel a jiné kulturně umělecké pořady. (Melodka, 2012, [online]) 2.8.4

Metro Music Bar

Historie tohoto klubu se datuje od roku 1937, kdy v původních prostorách střední velikosti (mezi Flédou a Starou Pekárnou) na ulici Poštovské v samotném centru Brna vznikl jazzový klub Metro Hall. Za totalitního režimu se přeměnil ve vinárnu a diskotéku, v jejíž podobě fungoval až do roku 2008, kdy byl klub zrekonstruován do současné podoby. Metro Music Bar má, podob-


27

ně jako Fléda či Melodka, multižánrové zaměření s důrazem na živou hudbu. Zajímavým projektem tohoto klubu je i natáčení úspěšné „Stand up comedy show“2 s názvem „Na Stojáka“ v jeho prostorách, vysílané původně na stanici HBO, nově jej vysílá Česká televize. (Metro Music Bar, 2009, [online]) 2.8.5

Stará Pekárna

Vznik Staré Pekárny, jednoho z nejstarších klubů v republice vůbec, se datuje do devatenáctého století, přesněji do roku 1896, kdy v tehdejší pekárně kromě pečení chleba a jiného pečiva začali lidem nabízet i kulturní představení. Znovuotevřena byla v roce 1999 po dlouhých soudních sporech o vrácení původním majitelům. Dnes je Stará Pekárna hospůdkou a hlavně menším klubem, který se zaměřuje na menšinové a nekomerční projekty a kapely. Kromě koncertů pořádá i vernisáže, karnevaly, autorská čtení a divadelní vystoupení. Zajímavostí tohoto klubu je uskutečnění svatebního obřadu v roce 2010. (Stará Pekárna, 2013, [online])

2.9 Významné mimobrněnské kluby Významné hudební kluby sídlící mimo Brno můžeme najít po celé republice, ovšem zcela nejdůležitější sídlí v Praze, hlavním politickém i kulturním městě naší země. Celému českému regionu vládnou zejména kluby Roxy, Palác Akropolis a Lucerna Music Bar. 2.9.1

Roxy

Klub Roxy je součástí rozsáhlého komplexu nazývaného Centrum Roxy. Jedná se především o prostorný klub, několik galerií, kavárnu i divadlo se sídlem v centru Prahy na ulici Dlouhá s historií dlouhou 17 let. Kromě pořádání koncertů mnoha žánrů se zabývá pronájmem prostor na akce veškerého druhu s kompletním zajištěním veškerých potřebných služeb. (Roxy, 2009, [online])

Stand up comedy show – komediální vystoupení jednoho či více komiků přímo před publikem, kteří vedou monolog, vyprávějí zábavné historky či vtipy. 2

28

2.9.2


Palác Akropolis

Stavba monumentálního a pokrokového domu započala v březnu 1927. Budova byla víceúčelová, kromě divadelního sálu a kavárny se zde vyskytovaly prominentní byty i lékařské ordinace. Velké ambice s budovou nebyly nikdy zcela naplněny, až se po únoru 1948 divadlo zavřelo a prostory byly změněny ve sklad. Až v roce 1991 se budovy ujala Žižkovská divadelní a hudební agentura a započaly rozsáhlé rekonstrukce restaurace i divadelního sálu.Palác Akropolis se skládá z velkého divadelního sálu pro velké koncerty a akce, malé scény v komornějším stylu, divadelního baru, foyer a kavárny. (Palác Akropolis, 2012, [online]) 2.9.3

Lucerna Music Bar

Lucerna Music Bar je historicky spjata s rodinou Havlových. Stavět ji začal roku 1907 dědeček exprezidenta Václava Havla jako Palác Lucerna. Nejdříve se postavil moderní objekt s luxusními byty, kinem, kavárnou a kabaretem, přičemž dnešní podobu dostala roku 1929. Ranné období do roku 1924 je spojeno zejména s Karlem Hašlerem. Během komunismu byla Lucerna často upravována, avšak její sláva pohasínala. Až v roce 1995 byl klub otevřen pod nynějším názvem Lucerna Music Bar a brzy se stal jedním z největších a nejvýznamnějších českých klubů, kde vystupují největší domácí i zahraniční hvězdy. Zajímavostí klubu je podium, které se zasouvá do podlahy a tím zvětšuje taneční parket. (Lucerna Music Bar, 2010, [online])


29

3 Marketingový výzkum Marketing a jeho nástroje jsou základním kamenem úspěchu jakéhokoliv podniku v dnešní době. Marketing je v podstatě umění znát potřeby zákazníků, být schopen je uspokojovat a dělat to lépe než konkurence. K tomu je potřeba neustále sledovat situaci na trhu – jak zákazníky, tak i konkurenci. Každý podnik, který nabízí svůj produkt či službu, musí provést sérii kroků k úspěšnému odbytu. Nejprve je třeba znát a dokázat definovat firemní cíle, tedy co a komu nabízet a jakou firmou se stát. Následuje marketingový výzkum námi vybraného segmentu zákazníků s cílem zjistit jak, kde a za jakou cenu prodávat. (Foret, 2012, s. 3) Tato práce se zabývá průzkumem mezi návštěvníky zábavních hudebních subjektů v Brně formou dotazníkového šetření, je tedy nezbytně nutné objasnit pojmy zákazník, marketing kultury, marketingový výzkum, dotazníkové šetření atd.

3.1 Zákazníci Studium zákazníků, tedy objevování jejich preferencí a reakcí na nabízený produkt a následné naslouchání jejich potřebám, zřejmě sahá hluboko do historie lidstva. Toto studium se postupně rozšířilo a propracovalo až během dvacátého století. K správnému popsání a pochopení zákazníků nám slouží šest základních okruhů. (Foret, 2012, s.5) 1. Socioekonomický profil – tento okruh se zabývá sociálními a demografickými charakteristikami zákazníků, jako jsou věk, pohlaví, nejvyšší dosažené vzdělání, rodinný stav, počet dětí, ekonomická aktivita, bydliště apod. 2. Životní podmínky – zkoumáme, jakou má zákazník životní úroveň, zejména výši příjmu, majetek, kterým disponuje, jaké jsou jeho výdaje na pořízení majetku atd.

30


3. Hodnoty zákazníků – jak zákazník vnímá život, jaké životní postoje zaujímá, o jaké hodnoty se opírá a jaképreferuje v rámci duchovním, politickém apod. 4. Životní styl – jakým aktivitám, pracovním či mimopracovním, se zákazník věnuje; mezi mimopracovní patří především sportovní, kulturní, vzdělávací, rekreační, rodinné a jiné aktivity převážně relaxačního charakteru. 5. Nákupní orientace – souhrn vnějších (mj. cena, kvalita, propagace a distribuce zboží či služeb) a vnitřních (životní situace, preference, vkus atd.) vlivů, které stimulují nákupní chování a rozhodování zákazníků. 6. Vliv marketingové komunikace – jak hluboce a jakými prostředky zákazníka ovlivňujeme. (Foret, 2012, s. 5)

3.2 Marketing kultury 3.2.1

Vymezení vztahu mezi marketingem a kulturou Svět umění a kultury je od světa marketingového značně odlišný. Umění

se obecně považuje za vznešené vyjádření myšlenek a pohledů na svět geniálními tvůrci. Umění rozjasňuje všechny smysly jeho konzumentů, očišťuje a povznáší jejich duše. Je tedy na hony vzdálené mašinéristickým marketingovým kampaním a tahu za co nejvyššími zisky. Umění své konzumenty zbavuje pout a nabízí oproštění od věcí pozemských, zatímco marketing své konzumenty svazuje, a ať už pod přímým, či nepřímým tlakem, nutí je nakupovat. Marketing je však s kulturou a uměním v dnešní době pevně svázán. S jistou mírou nadsázky bychom mohli tvrdit, že v moderním světě nemůže správně jeden bez druhého fungovat. Marketingové kampaně jsou nasyceny hudbou, výtvarnými či literárními díly a mimo jiné i hereckými výkony. I prostý plakát přilepený na vývěsnou desku je svým způsobem umění, stejně jako znělka z reklamy. Kultura a umění na druhé straně potřebuje znát své zákazníky a konzumenty a musí je dokázat správně popsat, aby je následně mohla přilá-


31

kat. Ať už se tedy marketing od umění a kultury liší jakkoliv, vždy je bude sjednocovat zacílení na zákazníky. (Bačuvčík, 2012, s. 5) 3.2.2

Neziskové a komerční subjekty v rámci kultury Pro jasné vymezení marketingové strategie hudebních klubů musíme

nejdříve objasnit rozdílnost mezi marketingem komerčním a nekomerčním, jinými slovy marketingem neziskových subjektů. Vztah těchto dvou sfér je v kulturní infrastruktuře klíčový. Komerční i nekomerční subjekty se často zabývají podobnou, někdy i stejnou činností. Běžný zákazník se nezabývá tím, jak hluboká je rozdílnost subjektů, jejichž produkty či služby nakupuje. Vedle sebe tak působí neziskové organizace zřízené veřejným sektorem, neziskové organice zřízené soukromými osobami i komerční organizace, které jsou provozovány za účelem zisku. (Bačuvčík, 2012, s. 12) Marketingové koncepce, jejich řízení a kontrola jsou u každého typu organizace do jisté míry rozdílné. •

Neziskové organizace – Tyto subjekty nejsou zřizovány za účelem dosažení zisku, který vystupuje pouze jako ekonomická a účetní veličina. Zisk není možné rozdělit mezi majitele či zaměstnance, musí se použít na realizaci poslání organizace, tedy investovat do hlavní náplně její činnosti. Marketingové aktivity těchto organizací často postrádají dobrý systém, pečlivě definované cíle, postupy i kontrolu.

•

Komerční organizace – Komerční subjekty v kulturním světě podnikají za účelem dosažení a rozdělení zisku stejně jako v jakémkoliv jiném odvětví. Jejich marketingové koncepce proto zpravidla bývají mnohem lépe propracované za účelem zvýšení počtu zákazníků, a tím pádem i zisku samotného. (Bačuvčík, 2012, s. 13)

3.3 Marketingový průzkum „Marketingový výzkum poskytuje empirické informace o situaci na trhu, především o našich zákaznících. Tyto informace jsou získány na základě objektivizo-

32


vaných a systematických metodologických postupů, které respektují specifika složité sociálně-ekonomické reality.“(Foret, 2012, s. 7) Pokud hovoříme o marketingovém výzkumu, v prvé řadě rozlišujeme primární a na něj navazující sekundární výzkum. • Primární výzkum je prvotní sběr informací o námi studovaném segmentu zákazníků. Je realizován pomocí výzkumných metod, které budou podrobněji popsány v následující části práce. Mezi hlavní znaky primárního výzkumu patří především práce v terénu a přímý kontakt s případnými zákazníky. Úkolem je přinést zcela nové poznatky a zahrnuje všechny postupné kroky výzkumu. Jeho pořízení je nákladné jak časově, tak i finančně, vyžaduje precizní přípravu, avšak s perfektní přípravou nabízí neocenitelné informace svému zadavateli. • Sekundární výzkum je postaven na předchozím primárním výzkumu. Jde v podstatě o nové použití již známých informací, které můžeme použít jinak, odlišně je statisticky vyhodnotit či interpretovat, nebo tyto informace rozšířit o nové poznatky. Je nezbytně nutné předem vědět, zdali jsou námi používaná data v jejich surové podobě zjištěných hodnot tak, jak byla získána od respondentů (neagregovaná data), či zda byla tato data statisticky zpracována do procentuální, průměrové nebo rozptylové podoby (agregovaná data). Agregovaná data bývají ve valné většině případů levnější na pořízení, avšak nenabízejí komfort zcela nového zpracování. (Foret, 2012, s. 10)

3.4 Techniky marketingového výzkumu Obecně rozeznáváme tři základní výzkumné techniky. Jedná se o konkrétní způsob sběru primárních dat, díky kterému můžeme mimo jiné zjistit výskyt různých jevů, určitého chování lidí, ale i jejich postoje, názory a motivaci. Patří mezi ně dotazování, pozorování a experiment. (Foret, 2012, s. 39)


3.4.1

33

Dotazování

Dotazování je jednou z nejčastějších technik sběru dat, kterou laická veřejnost běžně mylně chápe jako jedinou. Realizuje se pomocí dotazníků či záznamových archů a vhodně zvoleného komunikačního kanálu s respondentem. Tato komunikace může probíhat buď přímo, kdy hovoříme o tzv. písemném dotazování, či nepřímo skrze prostředníka (tazatele), potom se jedná o tzv. osobní dotazování, rozhovor. (Foret, 2012, s. 39) 3.4.1.1

Písemné dotazování

Písemné dotazování se realizuje pomocí dotazníků a ankety. •

Dotazník se soustřeďuje na pečlivě selektovanou skupinu respondentů. Obsahuje otázky, díky kterým je zadavatel výzkumu schopen zjistit většinu informací, které potřebuje. Kromě písemného dotazníku se v poslední době stále více setkáváme s online dotazníky, které jsou elegantnější, úspornější a pro dotazované příjemnější. Pro tuto práci bylo vybráno dotazníkové šetření jako hlavní nositel nových informací, proto bude v jedné z následujících kapitol popsáno podrobněji. (Foret, 2012, s. 41)

•

Anketa neobsahuje příliš velké množství otázek. Jedná se spíše o průzkum veřejného mínění, např. na politickou situaci, motivaci nákupu v novém obchodním centru a jiné. Problémem ankety bývá skladba vzorku, který bývá nereprezentativní, proto by se měla používat spíše na prvotní průzkum trhu než na seriózní marketingový výzkum. (Foret, 2012, s. 56)

3.4.1.2 Osobní dotazování Jak jsme uvedli již dříve, osobní dotazování se uskutečňuje za pomoci prostředníka, který se respondenta během rozhovoru ptá na předem vytvořené a určené otázky a jeho odpovědi zaznamenává do archu. Tato technika bývá časově i mzdově nákladná, záleží však na velikosti reprezentativního vzorku (počet respondentů). Náklady lze i snížit telefonic-

34


kým rozhovorem, který je mnohdy pro dotazované výhodnější z důvody vyšší anonymity. (Foret, 2012, s. 56-57) 3.4.2

Pozorování Hlavním určujícím znakem pozorování jsou vyškolení pracovníci – pozo-

rovatelé, kteří objektivně sledují reakce, vlastnosti a chování lidí, které pozorují, aniž by se vzájemně ovlivňovali. Dělí se na standardizované a nestandardizované. U standardizovaného jsou přesně definovány pozorované jevy, způsob pozorování i záznamu. Při nestandardizovaném mají pozorovatelé určitý stupeň volnosti a přesně určený je pouze cíl. Tato skutečnost ovšem znemožňuje porovnávání výsledků získaných různými pozorovateli. (Foret, 2012, s. 59) 3.4.3

Experiment Experiment je specifickou technikou výzkumu. Postup je do určité míry

opačný než u předchozích technik. Nejprve učiníme jistou změnu – změníme či inovujeme produkt, změníme jeho cenu či umístění, nebo nabídneme zcela nový. Teprve poté pozorujeme reakce zákazníků na nastalé změny. Problém spočívá v tom, že na chování zákazníků má vliv i mnoho vnějších činitelů, reprezentativnost experimentu je tedy rozporuplná. Rozeznáváme experiment v terénu, tedy přirozeném nákupním prostředí, a experiment laboratorní, který probíhá v organizovaném, uměle vytvořeném prostředí a kde se měří fyziologické reakce jako tepová frekvence, krevní tlak, pocení, oční pohyby a například i snímky z magnetické rezonance mozku či EEG3. (Foret, 2012, s. 61-62)

3.5 Dotazník Dobrý dotazník musí být v prvé řadě správně sestavený a musí vyhovovat hlavním požadavkům – účelově technickým (přesné odpovědi), psychologickým (úkol odpovědět má být snadný, chtěný, žádoucí a příjemný; odpovědi by měly být stručné a pravdivé) a požadavku srozumitelnosti (respondent musí rozumět

3

EEG – elektroencefalogram slouží k vyšetření elektrické aktivity centrální mozkové soustavy


35

všemu, o co jej žádáme). Abychom tyto požadavky naplnili, opíráme se zejména o následující aspekty dotazníku. (Foret, 2012, s. 41) 3.5.1

Celkový dojem

Již na první pohled musí dotazník respondenta zaujmout svým grafickým provedením – úpravou, stylizací první strany i barvou a kvalitou papíru. Za optimální formát se považuje rozměr A4. Úvodní text dotazníku by měl respondenta nenuceně zaujmout, měly by mu být popsány cíle výzkumu, důležitost jeho odpovědí, mělo by se apelovat na jeho spolupráci, objasnit způsob vyplnění a termín odevzdání a zdůraznit případnou anonymitu dotazníku. (Foret, 2012, s. 41-42) 3.5.2

Formulace a typy otázek

Otázky musí být jednoznačné a srozumitelné. Konkrétnější otázky vedou ke konkrétnějším odpovědím, ale zároveň se vystavujeme riziku neochoty odpovídat na tyto otázky, kvůli kterým musí respondent dlouho vzpomínat, počítat atd. Otázky by také měly být formulovány tak, abychom zjistili, co chceme, tedy aby byly validní, s čímž úzce souvisí i reliabilita (spolehlivost). Spolehlivost v tomto kontextu znamená, že pokud budeme opakovaně pokládat stejnou otázku, dostaneme na ni stejnou odpověď, podobně jako bychom opakovaně měřili délku vybraného kancelářského stolu. Vyvarovat bychom se měli sugestivním otázkám, které způsobem položení napovídají vhodnou odpověď. S tím úzce souvisí tzv. „haló efekt“, neboli sugestivní pořadí otázek, které vzniká kladením příbuzných otázek za sebou, ať už kladných či negativních. Odpověď na první z nich poté ovlivňuje zbylé. Podle typu dělíme otázky na otevřené a uzavřené. Kombinace obou jsou tzv. polootevřené, resp. polouzavřené otázky. Nezbytné jsou však i otázky filtrační. (Foret, 2012, s. 47-48) Otevřené otázky jsou typické pro kvalitativní výzkum. Nabízejí respondentovi volnost odpovědět svými slovy, podle svých zkušeností a zcela svobodně, protože mu nepředkládají žádné předem připravené možnosti. Dotazovaný nám tedy svojí odpovědí může výzkum obohatit o nové myšlenky a pohledy, které nás

36


samotné nenapadnou. Problematické je však následné zpracování odpovědí, které musíme nejprve pročíst, kategorizovat, zařadit a teprve potom zpracovat. Odpovědi na otevřené otázky také většinou trvají delší dobu a jsou náročnější na přemýšlení. (Foret, 2012, s. 49) Uzavřené otázky jsou typické pro výzkum kvantitativní. Nabízejí předem definované odpovědi, z nichž vybíráme jednu či více variant. Výhodou je rychlé zpracování dotazníků, nevýhodou možná absence přijatelných odpovědí. Dělíme je dle následujících tří nejběžnějších kategorií: •

Binární otázky umožňují pouze dvě možné odpovědi (ano – ne, muž – žena, apod.). Hlavní předností je snadná zpracovatelnost.

•

Výběrové respondentovi nabízejí větší množství možností, ze kterých vybírá pouze jednu. Pro zpracování jsou velmi výhodné.

•

Výčtové jsou podobné výběrovým. Rozdílnost je v možném výběru více než jedné varianty. Následující zpracování takových otázek je obtížnější. (Foret, 2012, s. 50-51)

3.5.3

Distribuce dotazníku

Způsoby distribuce a následného návratu dotazníků se od masového rozšíření internetu ve světě značně změnily. Osobní či poštovní distribuce a sběry jsou oproti moderním způsobům více nákladné, zastaralé a mohou se stát časově nepoměrně náročnějšími. Rozesílání dotazníků skrze email odstraňuje téměř veškeré náklady s dotazováním spojené, ovšem vystavuje nás riziku špatného doručení nebo neprůchodnosti přes spamový filtr. Fenoménem poslední doby se stalo vyplňování dotazníků online. Dotazník si vytvoříme v předem připravených šablonách, které nám nabízí nepřeberné množství stylistických i obsahových úprav. Odkaz na takto propracovaný dotazník potom můžeme již směle rozesílat přes sociální sítě či komunikátory. Ze všech možností se právě tato jeví jako nejméně náročná jak na finance, tak i čas. Největší nevýhodou elektronických podob dotazníkového šetření je však nedostupnost některých skupin respondentů, u kterých není používání počítače a internetu běžně rozšířeno, jako jsou například důchodci. Je tedy pouze na zadavateli dotazníkového šetření, aby stříd-


37

mě zvážil všechny možnosti a vybral pro sebe tu správnou, případně použil více možností zároveň. (Foret, 2012, s. 55-56)

38

Statistická terminologie

4 Statistická terminologie 4.1 Základní pojmy 4.1.1

Statistická jednotka

Statistická jednotka je elementárním prvkem statistického pozorování, na kterém zkoumáme exaktně vymezený projev konkrétního jevu. Za těmito prvky si můžeme představit věci, události, osoby, fyzikální veličiny apod. Je naprosto nezbytné definovat jednotku prostorově, věcně i časově. (Blašková a kol., 2009, s. 10) 4.1.2

Statistický znak

Statistické znaky jsou vlastnosti, které nesou námi zkoumané jednotky. Jedná se například o fyzické vlastnosti (výška, váha, věk, apod.). Statistické znaky dělíme na kvantitativní a kvalitativní. Hodnotou kvantitativního znaku je reálné číslo, přičemž u něj rozlišujeme konečný počet (diskrétní znak) a nabývání hodnoty z intervalu (spojitý znak). Kvalitativní znak na rozdíl od kvantitativního nabývá slovních hodnot a v jeho rámci vymezujeme i tzv. binární znak, který nabývá pouze dvou hodnot (Ano – Ne, Muž – Žena, atd.). Statistická teorie znaku přiřazuje označení X, Y, ... a jejich hodnoty x1, x2 ,... resp. y1, y2 ,... . (Blašková a kol., 2009, s. 10-11) 4.1.3

Statistický soubor

Statistický soubor je množina dat, která se chystáme zkoumat, která je neprázdná a nabývá konečného množství prvků neboli statistických jednotek. Toto konečné množství nazýváme rozsah souboru a značíme jej n. (Blašková a kol., 2009, s. 9)

4.2 Statistické třídění Statistické třídění je stěžejní částí a zároveň metodou zpracování dat získaných z dotazníkového šetření v rámci vlastní práce. Jednoduché třídění používáme u souborů menšího rozsahu s jasně definovanou n-ticí znaků x1, x2 ,..., xn , např.


39

známky ve škole. Znaky se v souboru mohou vyskytovat v různém počtu, hovoříme o tzv. četnosti znaku fi , i = 1,2,...,k , kde:

k

∑f i =1

i

= n . Četností rozlišujeme

více druhů, které si pro lepší přehlednost uvedeme v následující tabulce. (Blašková a kol., 2009, s. 11-15) Tab. 2

Tabulka rozdělení četností

Úrovně znaku

Absolutní četnost fi

Kumulativní četnost

Relativní četnost fi /n

Kumulativní relativní četnost

Relativní četnost v%

x1 x2 . . xk Celkem

f1 f2 . . fk n

f1 f1 + f2 . . f1 + ... + fk -

f1 /n f2 /n . . fk /n 1

f1 /n ( f1 + f2 )/n . . ( f1 + ... + fk )/n -

f1 /n . 100 f2 /n . 100 . . fk /n . 100 100

Zdroj: Blašková a kol., 2009, s.14.

Kromě jednoduchého používáme i intervalové třídění pro spojité znaky a skupinové třídění v případě diskrétních znaků. Problematické je ovšem určení optimálního množství intervalů či skupin a jejich šíří u různých souborů dat. Pokud nepoužijeme vlastní rozdělení, můžeme stanovit počet intervalů vztahem k = n , kde n je rozsah souboru. Počet intervalů k samozřejmě musíme zaokrouhlit na celá čísla. Velikost stejně velkých intervalů poté spočítáme a případně zaokrouhlíme dle vzorce h=

x max − x min , k

(1)

kde xmax je maximální hodnota znaku a xmin hodnota minimální. Takto roztříděné intervaly většinou necháváme zdola otevřené a shora uzavřené. Tabulku jednoduchého rozdělení četností můžeme použít i v případě intervalových a skupinových třídění, kdy úroveň znaku nahradíme intervalem či skupinou a doplníme sloupec se střední hodnotou intervalu či skupiny xi. (Blašková a kol., 2009, s. 1619)

40


4.3 Statistické závislosti Při

zpracování

statistických

souborů,

jako

jsou

např.

data

získaná

z dotazníkového šetření, používáme širokou škálu nástrojů. Za pomoci statistického třídění a grafů jsme schopni zpracovat data do čitelné podoby, která nám umožní porovnat různé skutečnosti vyplývající z odpovědí, můžeme si udělat představu o segmentaci, průměrných cenách, věku, výšce apod. Jsme samozřejmě schopni určit i nejdůležitější intervaly či skupiny, které zkoumáme, ovšem nejsme schopni určit, jak na sobě různé vlivy závisí. K tomu používáme kontingenční tabulky a test nezávislosti. 4.3.1

Kontingenční tabulky

Kontingenční tabulky nám pomáhají efektivně zobrazit vztahy mezi dvěma statistickými znaky Y a Z . Tyto znaky můžeme sami rozdělit do konečně mnoho kategorií (např. útrata 100 až 200 Kč), nebo nabývají předem daných hodnot (Ano – Ne, Muž – Žena, apod.). Kontingenčí tabulka je matice, kde je v každé buňce uvedena četnost případů, kdy měl znak v příslušném řádku i sloupci odpovídající hodnotu neboli počet případů, kdy došlo ke shodě výskytu obou znaků. Tuto četnost označujeme nij. (Anděl, 2003, s. 167) Rozlišujeme i další četnosti, které si uvedeme a popíšeme. •

Absolutní četnost i-tého řádku je součtem všech četností nij na určitém řádku: ni. =

∑n

ij

.

j

•

Absolutní četnost j-tého sloupce je součtem všech četností nij v určitém sloupci: n. j = ∑ nij . i

•

Absolutní četnost kontingenční tabulky n je tedy rovna součtu absolutních četností všech řádků či sloupců. Je evidentní, že součet četností všech řádků musí být roven součtu četností všech sloupců, tedy: n = ∑ ni. = ∑ n.j = ∑∑ nij . i

j

i

j


•

41

Počet sloupců c (tedy hodnota znaku Z) a počet řádků r (hodnota znaku Y) jsou rozhodující parametry, které určují stupeň volnosti při testování hypotéz kontingenční tabulky a zároveň nesou informaci o počtu kategorií znaků. (Anděl, 2003, s. 167-168)

Pro objasnění a názornou ukázku si všechny proměnné dosadíme do tabulky a následně vytvoříme příklad z praxe. Tab. 3

Kontingenční tabulka

Z 1 L c n11 L n1c

Y

∑ n1.

1 M r

M

M

n r1 L n rc

nr .

∑

n.1 L n.c

n

M

O

Zdroj: Anděl, Statistické metody, str. 168

Příklad z praxe může vypadat následovně. Tab. 4

Praktická ukázka kontingenční tabulky

Velikost jablek

Barva jablek Zelená

Malá jablka Střední jablka Velká jablka Celkem

4.3.2

Žlutá

Červená

Celkem

80

34

12

126

45

37

35

117

36

7

67

110

161

78

114

353

Test nezávislosti

Test nezávislosti v rámci kontingenčních tabulek nám umožňuje zjistit, zda veličiny Y a Z jsou na sobě nezávislé, tedy jestli se neovlivňují v konkrétním nabývání hodnot. Při testování nezávislosti používáme Chí-kvadrát test dobré

42


shody a porovnáváme očekávané četnosti se skutečnými. Postupujeme tak, že si nejprve stanovíme nulovou hypotézu H0 o nezávislosti veličin Y a Z. Dále stanovíme počet stupňů volnosti χ2 testu, který je roven rc − (r + c − 2) − 1 = (r − 1)(c − 1) ,

(2)

a díky němuž zjistíme příslušný kvantil rozdělení s hladinou významnosti α podle statistických tabulek, tedy χ (2r −1)( c −1) (1 − α ) . Následně můžeme počítat χ2 podle jednoho ze dvou ekvivalentních vzorců

χ

2

=

r

c

i =1

j =1

∑∑

n n   n ij − i . . j n  n i.n . j

  

2

,

(3)

n nebo r

c

χ = n∑∑ 2

i =1 j =1

nij2 ni. n. j

−n.

(4)

Následně porovnáme vypočítaný kvantil testované statistiky χ 2 s příslušným kvantilem χ (2r −1)( c −1) (1 − α ) , zjištěným ze statistických tabulek. V případě, že vychází χ 2 ≥ χ (2r −1)( c −1) (α ) , zamítneme nulovou hypotézu H0 o nezávislosti veličin Y a Z, domníváme se tedy, že tyto veličiny jsou na určené hladině významnosti α závislé. Pozornost ovšem musíme věnovat i četnostem v kontingenční tabulce, kdy všechny teoretické četnosti ni.n.j/n musí být vyšší než 5. Pokud jsou nižší, upravíme tabulku sloučením příslušných řádků či sloupců. (Anděl, 2003, s. 168170)

4.4 Časové řady Časová řada je v čase orientovaná soustava hodnot jistého ukazatele, který je vymezen ve věcném a prostorovém rámci. Časovou orientací v tomto kontextu


43

rozumíme uspořádání od nejstarší hodnoty po nejnovější, tedy od minulosti k přítomnosti. Pokud je součástí analýzy časové řady i predikce, můžeme sahat i do budoucnosti, kde odhadujeme vývoj ukazatele, ovšem s jistou mírou rizika chyby, které se tím více zvyšuje, čím dál do budoucnosti hodláme predikovat. Základní rozdělení časových řad je na intervalové a okamžikové. (Artl, Artlová, 2009, s. 11) Intervalové časové řady sledují vývoj určitého ukazatele v jistém období, například návštěvnost brněnských hudebních klubů za jeden měsíc. Naproti tomu okamžikové nesledují ukazatel po celou dobu období, ale jen v přesně definovaném okamžiku. Může se jednat například o stav zaměstnanců klubu k určitému datu. (Artl, Artlová, 2009, s. 11) Dalším možným rozdělením je délka období, po které řadu zkoumáme. Dlouhodobá časová řada zkoumá ukazatel po dobu více než jednoho roku, zatímco krátkodobá časová řada se zabývá časovým obdobím kratším než jeden rok. Můžeme si povšimnout, že časové hledisko a rozdělení na dlouhodobé a krátkodobé časové období těsně koresponduje s běžným ekonomickým vnímáním času. Kromě výše zmíněných druhů stojí za povšimnutí i tzv. vysokofrekvenční časová řada, která je charakteristická vysokým počtem sledování ve velmi krátkých časových úsecích (týdnech, dnech, někdy i hodinách). Praktické využití této časové řady nalezneme u firem, kde probíhají rychlé změny u důležitých ukazatelů (doručovatelské firmy, pošty, apod.). (Artl, Artlová, 2009, s. 11) 4.4.1

Trend

Trend vykresluje změny v časových řadách zkoumaného jevu, ilustruje tedy jeho vývoj. Tyto změny jsou dlouhodobého charakteru a jsou ovlivněny velkým množstvím faktorů, jako jsou například změny v trhu, v nákupním chování zákazníků nebo změny demografické a legislativní. Trend může v čase stoupat a klesat mírněji, nebo strměji, může být také hladší, či variabilnější než samotná časová řada. Trend můžeme kvantifikovat lineárním deterministickým modelem

44


X t = α + βt + ut ,

t = 1, 2, ..., T.

(5)

Hodnoty neznámých parametrů α a β získáme pomocí metody nejmenších čtverců s chybovým členem ut. (Artl, Artlová, 2009, s. 13-14) 4.4.2

Sezónnost

Sezónnost je systematické kolísání periodického charakteru, které se opakuje v pravidelných cyklech u krátkodobých a vysokofrekvenčních časových řad. Toto kolísání je způsobeno zejména změnami v ročním cyklu. Rozlišujeme sezónnost čtvrtletní, měsíční, týdenní či denní, přičemž většinou je vidět na první pohled z grafu. Pro výpočet sezónní složky použijeme předchozího modelu, obohaceného o pomocné proměnné, které nabývají hodnoty jedna, jestliže se čas t shoduje s j-tým obdobím v roce, a hodnoty nula v ostatních. Tyto proměnné označujeme Dj,t a parametry charakterizující sezónní složku µj. V případě čtvrtletního sledování sezónní složky tedy použijeme model

X t = α + β t + µ 2 D2,t + µ 3 D3,t + µ 4 D4,t + u t ,

t = 1, 2, ..., T.

(6)

Pomocná proměnná D1,t je v modelu vynechána kvůli multikolinearitě. (Artl, Artlová, 2009, s. 15-18) 4.4.3

Klasický regresní model

Klasický regresní model se používá mimo jiné i pro popis časových řad. Zapisujeme jej

Y = β 0 + β1 X 1 + β 2 X 2 + ... + β k X k + ε , kde Y je závisle proměnná, Xj nezávisle proměnné pro j = 1, 2, ..., k, β0 je absolutní člen, βj je j-tý regresní parametr pro j = 1, 2, ..., k a ε je náhodná složka. (Hampel, Blašková a Střelec, 2012, s. 11) Pokud je náhodná složka E(ε) rovna nule, jsme schopni očekávanou hodnotu Y vyjádřit deterministickým vztahem

(7)


45

E (Y ) = β 0 + β 1 X 1 + β 2 X 2 + ... + β k X k , který nazýváme regresní funkcí základního souboru. Při použití metody nejmenších čtverců tuto regresní rovnici odhadujeme z výběru o rozsahu n za pomoci výběrové regresní rovnice, čímž vyrovnáme hodnoty Y. Rozdíl mezi vyrovnanými a skutečnými hodnotami nazýváme reziduum ei. (Hampel, Blašková a Střelec, 2012, s. 11-12) 4.4.4

Předpoklady klasického lineárního regresního modelu

Každý model musí splňovat následujících sedm předpokladů. 1. Regresní model je lineární v parametrech, obsahuje úrovňovou konstantu, je správně specifikován a má aditivně připojený chybový člen. 2. Chybový člen má nulovou střední hodnotu. 3. Všechny vysvětlující proměnné nejsou korelované s chybovým členem. 4. Pozorování chybového členu jsou nekorelována se sebou samými, tedy nedochází k sériové korelaci. 5. Chybový člen má konstantní rozptyl, tj. nedochází k heteroskedasticitě. 6. Žádná vysvětlující proměnná není perfektní lineární kombinací jiné vysvětlující proměnné, tj. nedochází k perfektní multikolinearitě. 7. Chybový člen je normálně rozdělený. (Hampel, Blašková a Střelec, 2012, s. 13-14)

(8)

46

Vlastní práce

5 Vlastní práce Na úvod této kapitoly je vhodné popsat jisté postupy práce, zdůvodnit určitá rozhodnutí, ve zkratce čtenáře seznámit s obsahem a připomenout i hlavní cíle, význam a předpokládaný přínos práce. Vlastní práce je rozdělena do dvou částí, které spolu úzce souvisejí a logicky na sebe navazují. První část práce se bude zabývat analýzou dotazníkového šetření návštěvníků klubů. Dotazník obsahuje dvacet otázek, které jsou obsahově strukturovány do přijatelné a navazující formy, tedy sledu. Všechny otázky budou podrobně popsány, stejně jako odpovědi na ně, chybět nebude ani komentář k výsledkům. Dále se bude práce zabývat testováním závislostí důsledně vybraných znaků. Druhá část se bude zabývat analýzou časových řad návštěvnosti brněnského klubu Fléda. Data návštěvnosti poskytnutá Flédou, tedy neznámějším, nejstarším a také nejvýznamnějším brněnským hudebním klubem, nemohou reprezentovat situaci na celém trhu, ovšem vývoj návštěv-nosti tohoto klubu je dostatečně reprezentativní. Výsledky a závěry z této analýzy tedy nebudou sloužit jako dogmatické tvrzení, které nepřipouští alternativu, ale budou užitečné k částečnému objasnění současnosti i minulosti a vodítkem k významu první části práce.

5.1

Dotazníkové šetření

Dotazníkové šetření je hlavní složkou vlastní práce a také hlavním přínosem práce. Tvoří jej dvacet otázek, které sledují frekvenci a motivaci návštěvnosti, hudební a jiné preference, ekonomickou i společenskou situaci, i sekci vlastních názorů a připomínek respondentů. Obsahuje deset uzavřených otázek, z nichž většina má za úkol demograficky popsat respondenta (pohlaví, ekonomická aktivita, apod.), tři polouzavřené otázky, kde by bylo příliš složité a nepřehledné zohlednit všechny možné varianty odpovědí a existovalo by riziko opomenutí nějaké možnosti, proto respondentovi nabízí hlavní možnosti odpovědí, ale zároveň mu dává volnou ruku k odpovězení vlastními slovy. Dále obsahuje pět

Vlastní práce

47

otevřených otázek, které jsou náročné na zpracování, ale vzhledem ke způsobu položení otázky a očekávanému výstupu nejvhodnější (věk, průměrná útrata za vstupné a občerstvení atd.). Dotazník také obsahuje dvě maticové otázky, kde respondent uvádí svoji spokojenost přidělením bodů k různým podotázkám stejného charakteru (Jak jste spokojeni s atmosférou, s úrovní hudby, atd.). K vytvoření dotazníku bylo použito online dotazování skrze službu vyplnto.cz. Následně byl dotazník rozeslán skrze sociální sítě. Důvodem k tomuto kroku byla zejména časová nenáročnost získání respondentů a zacílení převážně na mladé návštěvníky klubů. Konečný počet respondentů je 206, přičemž návratnost dotazníku (tedy bezchybné a plné vyplnění) byla 76,4 %. Musíme však poznamenat, že zvolený způsob rozeslání dotazníku ovlivňuje segmentaci, očekáváme tedy vyšší počet dotazovaných žijících mimo Brno, kterým je okolo 25 let a kteří studují. Zajímavou statistikou je také, z jakých internetových stránek se respondenti k dotazníku dostali. 64,6 % jich vyplnilo díky sociální síti Facebook, 5,6 % přímo ze stránek vyplnto.cz, 25,7 % bylo z blíže nespecikovaných internetových stránek s příliš minoritním podílem. Rozvoj moderních trendů dokazují i 4 % respondentů vyplňujících skrze mobilní telefony. První otázka dotazníku byla čistě filtračního charakteru a zabývala se frekvencí návštěv brněnských hudebních klubů. Jejím úkolem bylo odfiltrovat ty, kteří do klubu nechodí vůbec, a pro které tedy věcná část dotazníku neměla smysl, což neznamená, že by tato část dotazovaných pro nás nebyla důležitá, protože pokud do klubu nechodí, může existovat možnost, jak je přilákat. Jak lze vidět z následujícího grafu frekvencí návštěv brněnských hudebních klubů, 52,91 % respondentů navštěvuje klub maximálně párkrát v roce, 21,84 % měsíčně, 17,96 % vůbec a jen 7,28 % týdně. Lze tedy říct, že pro více než polovinu je návštěva hudebního klubu zcela výjimečnou kratochvílí, zřejmě spojenou s oblíbenou akcí, která se nekoná často. Úkolem pro kluby by tedy mělo být zaměřit se více na návštěvníky, kteří nechodí vůbec, či pouze výjimečně, a nabídnout jim produkt, který je přiláká častěji a v hojnější míře. Takovými návrhy se budeme podrobněji zabývat ve zbytku této kapitoly.

48

Vlastní práce

Obr. 1

Frekvence návštěv brněnských hudebních klubů

Druhá otázka byla určena pouze těm, kteří do klubů nechodí vůbec, a jejím cílem bylo zjištění příčin této situace.

Obr. 2

Příčiny nenavštěvování brněnských klubů

Vlastní práce

49

Na grafu můžeme jasně pozorovat, že pro polovinu dotazovaných jsou hlavním důvodem komplikace s dopravou, což může být způsobeno i vzdáleností bydliště od Brna, ovšem tento problém postihuje i osoby, které kluby navštěvují, ale nežijí v Brně, protože noční spoje hromadné dopravy z Brna do okolí na hlavních trasách chybějí (například vlakové spojení s jihem). Další důvody se týkají spíše klubů samotných. 34,21 % nemá dostatečné informace o programech klubů, 23,68 % kluby a jejich akce nelákají, 15,79 % na tyto akce nemá dostatek peněz a jako poslední významnější důvod je nespokojenost s atmosférou v klubech podpořená 10,53 % respondentů. Vlastní odpovědi na tuto otázku poté více či méně korespondují s hlavními problémy. Další otázka se zabývala sezónním rozdělením návštěv a je pevně spjata s analýzou časové řady návštěvnosti, kterou se bude zabývat druhá část vlastní práce.

Obr. 3

Sezónní rozdělení návštěvnosti

Nejdůležitějším ročním obdobím se jeví léto, které podpořilo 27,81 % respondentů. Tento výsledek však může být velkou mírou zkreslen ze dvou příčin. První příčinou je vysoké procento (39,64 %) osob, které nedokáží jednoznačně určit období, kdy kluby navštěvují. Druhou příčinou může být nezáměrné zaměnění akcí v klubech s jinými hudebními akcemi, které se konají přes léto. Zaprvé je nutné zamyslet se nad příčinami nízké jarní návštěvnost (14,79 %). Zadruhé nad relevantností tohoto znaku, kdy podzimní návštěvy si respondenti snáze

50

Vlastní práce

vybaví, jelikož byl v tomto období průzkum uskutečněn. K naprosto objektivnímu posouzení tohoto znaku by tedy bylo nutné měřit sezónnost celoročně a teprve poté ji vyhodnotit. Následujícím zjišťovaným znakem je logicky preference dní, které se respondentům jeví jako vhodné pro návštěvu akcí. Čtvrtá otázka tedy nabídla možnost přidělit dnům body od jedné do pěti podle toho, jak moc jsou vhodné (5 – nejvhodnější, 1 – nejméně vhodný). Pro ilustraci si data seřadíme do tabulky, do které dosadíme průměr dosažených bodů a také rozptyl hodnot, tedy jak moc se od sebe body přidělené jednotlivým dnům lišily. Tab. 5

Preference dní v týdnu

Podotázka Pondělí Úterý Středa Čtvrtek Pátek Sobota Neděle

Průměr 1.958 2.345 2.953 2.722 4.343 4.219 2.178

Rozptyl 1.266 1.452 1.453 1.574 1.681 1.828 1.554

Jak můžeme pozorovat z výše uvedené tabulky, žádné překvapivé hodnoty naměřeny nebyly. Zcela jednoznačně se nejvhodnější jeví pátek a sobota, ovšem i středa a čtvrtek stojí za zmínku. Jelikož je jejich průměr vyšší než střední hodnota (2,5), jedná se o spíše vhodné dny. Tuto skutečnost zřejmě hojně podporují odpovědi studentů, pro které středy a čtvrtky často znamenají večery studentských akcí. Pondělí, úterý a neděle jsou poté zcela nevhodné. Z rozptylů můžeme jasně vidět, že sobota, ač je velmi vhodná, tak díky nejvyššímu rozptylu také obsahuje nejvíce extrémních hodnot. Usuzujeme proto, že pro někoho je sobota nejlepší možností, pro jiné ale ne. Pátek tedy je zcela jistě tou nejlepší volbou. Pátá otázka se zabývala průměrnou vzdáleností, kterou musí návštěvníci urazit, pokud cestují na akci v Brně. Budeme ji poměřovat s otázkou číslo 17 (Žijete v Brně?). Důležitost těchto otázek je klíčová, protože nám umožní zjis-

Vlastní práce

51

tit vzdálenost i předpokládaný způsob dopravy při cestování domů z akce. 59,71 procenta dotazovaných žije mimo Brno, tedy 123. V Brně tedy žije 40,39 %, resp. 83 osob. Tato statistika ovšem obsahuje i ty, kteří na akce nechodí vůbec, proto je musíme vyselektovat. 75,68 %, tedy 28 z nich uvedlo, že v Brně nežijí, a zbytek, tedy 24,32 %, resp. 9 respondentů žije v Brně. Po úpravě žije mimo Brno 95, tedy 56,21 %, v Brně 74, tedy 43,79 %.

Obr. 4

Průměrná vzdálenost do klubů v Brně

Z grafu je patrné, že 46,16 % urazí vzdálenost do 10 km, 53,84 % vzdálenost delší. Vyplývá z toho problém v cestování, zejména domů, jelikož v nočních hodinách nejezdí dost spojů veřejné dopravy a pro mnoho respondentů je to i důvod, proč kluby nenavštěvují. Dalším zkoumaným znakem byla skutečnost, zda návštěvníci chodí na akce vždy sami, spíše sami, spíše v doprovodu, či vždy s doprovodem. 121 (71,6 procenta) chodí vždy s doprovodem, 41 (24,26 %) spíše s doprovodem a pouze 7 (4,14 %) spíše sámi. Vždy sám nechodí nikdo. Nabízí se tedy jasná příležitost nabídnout jisté skupinové výhody návštěvníkům, čímž bychom mohli přilákat větší skupiny, které by mohly mít například slevu na vstupném. Zároveň očeká-

52

Vlastní práce

váme, že tyto větší skupiny utratí větší sumu za občerstvení. Testováním tohot i jiných předpokladů se budeme zabývat na konci této kapitoly.

Obr. 5

Rozdělení skupinové návštěvnosti

Obr. 6

Ideální zahájení akce

Co se týče ideálního začátku akce, 47,34 % uvedlo 20:00– 20:59, 37.87 % považuje za ideální čas zahájení 19:00– 19:59. Z výše uvedeného grafu můžeme

Vlastní práce

53

vidět i další odpovědi, které jsou ovšem už méně významné. Jelikož byla tato otázka polouzavřená, objevily se i jiné než nabízené možnosti, které ovšem nemají výraznější váhu. Následující dvě otázky se zabývaly důležitými útratovými znaky, tedy kolik respondenti průměrně utratí za vstupné, resp. kolik průměrně utratí za občerstvení na akci. Tyto otázky byly zcela otevřené, proto bylo nutné zdlouhavě zapisovat každou z odpovědí, ty následně rozdělit do intervalů (některé intervaly bylo nutné z důvodu nízké četnosti spojit) a teprve poté interpretovat. Problémem se stal výskyt extrémních hodnot u otázky průměrné útraty za vstupné. Celkem tři odpovědi se s hodnotami 1500 Kč, 2000 Kč a 8000 Kč staly jednoznačně chybnými, jelikož vstupné v brněnských klubech i na největší zahraniční hvězdy nepřesahuje částku 1000 Kč. Tyto chyby mohou být způsobeny špatným pochopením otázky, chybným zapsáním částky, nebo dokonce i záměrným zapsáním nereálné částky. Tyto tři odpovědi jsme tedy nuceni vyřadit a pro pozdější testování závislosti útraty je nebudeme moci brát v potaz. Tab. 6

Rozdělení četností sumy vynaložené na vstupné

Interval

Střed intervalu xi






0 − 120)

60

77

77

0,4639

0,4639

46,39

120 − 240)

180

55

132

0,3313

0,7952

33,13

240 − 360)

300

18

150

0,1084

0,9036

10,84

360 − 1000

680

16

166

0,0964

1

9,64

Celkem

-

166

-

1

-

100

Poslední sloupec tabulky, tedy relativní četnost v procentech, jasně vypovídá o tom, že 46,39 % respondentů většinou navštěvuje levnější akce a koncerty převážně méně známých a lokálních kapel. 33,13 % zaplatí za vstupné 120 až 240 Kč, což můžeme považovat za akce a koncerty se známějšími interprety.

54

Vlastní práce

10,84 % průměrně zaplatí už poměrně vyšší částku 240 až 360 Kč a 9,64 % dotazovaných částku ještě vyšší. Tyto dva intervaly cen vstupného jsou většinou spojeny s vystupováním českých i zahraničních hvězd a známých interpretů. Nutno podotknout, že cena vstupného nemusí vždy záviset na úrovni a kvalitě pořádané akce a často se opírá o cenovou politiku klubů. Obdobným způsobem zaneseme do následující tabulky i četnosti průměrné útraty za občerstvení. Rozdělení četností je velice podobné, jako v předchozím případě. 12,43 % utratí do 150 Kč, kdy nejnižší dvě uvedené hodnoty byly 0 a 50 Kč. Nejsilnějším intervalem, který podpořilo 33,14 % dotazovaných, je útrata od 150 do 250 Kč, následovaná s podporou 23,67 % respondentů útrata od 250 do 350 Kč. Významný je ještě interval 450 až 550 Kč, který podpořilo 15,38 %. Vztah mezi útratou za vstupné a za občerstvení se jeví jako významný, proto budeme na konci kapitoly testovat závislost těchto dvou znaků. Tab. 7

Rozdělení četností sumy utracené na akci

Interval

Střed intervalu xi






0 − 150)

75

21

21

0,1243

0,1243

12,43

150 − 250)

200

56

77

0,3314

0,4557

33,14

250 − 350)

300

40

117

0,2367

0,6924

23,67

350 − 450)

400

14

131

0,0828

0,7752

8,28

450 − 550)

500

26

157

0,1538

0,9290

15,38

550 − 1500

1025

12

169

0,0710

1

7,10

Celkem

-

169

-

1

-

100

Dalším důležitým znakem, který měl dotazník za úkol zkoumat, byla motivace k návštěvě akcí. Obdobně jako u otázky zabývající se preferencí dní v týdnu, i zde respondenti přiřazovali body k šesti důležitým motivačním faktorům, které pomohou zodpovědět otázku „Proč vlastně lidé chodí?“ a nasměrují naše sou-

Vlastní práce

55

středění k významným činitelům, kterých mohou kluby využít a přilákat tím více návštěvníků. Tab. 8

Bodové hodnocení motivačních faktorů

Podotázka Zábava s přítelem/ přítelkyní, přáteli, kolegy, rodinou, atd. Poslech hudby Atmosféra Poznávání nových lidí

Průměr

Rozptyl

4,296

0,942

4,189 3,947 2,923

1,159 1,033 1,302

2,556 2,172

1,194 1,361

Občerstvení Společenská prestiž

Zcela nejdůležitějším faktorem je zábava s přítelem/přítelkyní, přáteli, kolegy, rodinou apod. Faktor skupinové návštěvnosti se potvrdil již dříve, kdy jsme se dotazovali, zda chodí respondenti na akce sami, či nikoliv. Otevírá se tedy veliký prostor pro zacílení marketingových strategií klubů na skupiny. Významné motivátory jsou i poslech hudby a atmosféra na akcích. Úroveň produkované hudby a příjemná atmosféra klubů by tedy měly být samozřejmostí. Následující dvě otázky se zabývaly informovaností, respektive jakým způsobem se respondenti nejčastěji dozvídají o konání akce či koncertu a zdali se aktivně zajímají o program klubů. Z grafu na následující straně vidíme, že v dnešní době informovanosti o akcích vévodí sociální sítě a informace od známých a přátel. Aktivně se o program klubů zajímá 54,44 %, zbylých 45,56 % ne. Informace o klubech a jejich programech musí být dobře viditelné, proto se kluby nemohou spoléhat pouze na jeden informační nástroj. Přehledné a kvalitně zpracované internetové stránky i profily na sociálních sítích se kromě vylepovaných plakátů v dnešní době stávají naprostou samozřejmostí.

56

Vlastní práce

Obr. 7

Jak se respondenti dozvídají o konání akce

Informovanost nyní rozšíříme o další faktor, jímž je povědomí návštěvníků o klubech. Úkolem bylo vypsat jména klubů, přičemž nebylo možné vybírat z žádných možností, tím pádem bylo nutné se opírat pouze o znalosti a zkušenosti. Premisou byla skutečnost, že k snadnému vybavení si jména klubu vede hlavně frekvence návštěv a také dojem, který klub v návštěvníkovi zanechá svojí atmosférou, kvalitou hudby i jinými faktory. Tento dojem samozřejmě může být jak pozitivní, tak i negativní. Znalost klubů mezi veřejností by samozřejmě měla silně korespondovat s předpokládanou významností, uvedenou v teoretické části práce. Jednoznačně nejznámějším klubem je Fléda, kterou zná 64,08 % dotazovaných. Velmi známé jsou i Favál (43,69 %), Melodka (39,32 %), Metro Music Bar (38,4 %) a Stará Pekárna (16,19 %). Kolem hranice 10 % se pohybovaly kluby RC Brooklyn (11,17 %), Mersey (10,68 %), M13 Muzak club (10,19 %), Desert (8,74 %), Šelepka (8,74%), Mandragora (8,25 %) a Semilasso (8,25 %). Hranici 5% ještě překročily kluby Boro (6,31 %), Kabinet Múz (5,83 procenta), Alterna (5,83 %), Yacht club (5,83 %) a Leitnerka (5,34 %). Mezi odpověďmi se objevilo ještě dalších devět klubů, které nepřekonaly hranici pěti procent, vybavilo si je tedy méně než 11 respondentů z 206. Jedná se o kluby

Vlastní práce

57

Musilka, Kavárna Trojka, Podobrazy, Skleněná louka, A2, Starý pivovar, Hudební sklep Šenk pod Špalkem a 100 Watt. Jedním z hlavních impulsů pro změny vedoucí k vyšší návštěvnosti i profitability je nespokojenost návštěvníků. Dotazník tedy mimo jiné položil i otázku „Uveďte prosím, zdali vám něco v brněnských hudebních klubech chybí“. Otázka byla dobrovolná a odpovědělo na ni 42,23 %, tedy 87 dotazovaných. Nejčastěji (19,54 %) uváděli, že jim nechybí nic. Stejné procento uvedlo, že jim chybí čisté ovzduší, tedy méně zakouřené a lépe větrané kluby. Není náhodou, že respondenti uváděli právě tento důvod. Kluby v Brně jsou většinou plně kuřácké, možnosti odvětrávání vzduchu jsou vzhledem k zvukotěsnosti velmi omezené a investice do drahý a kvalitní klimatizace náročné. Zcela nekuřácké kluby naproti ovšem příliš nelákají kuřáky, kterým se během produkce nechce chodit kouřit před klub na vyhrazené místo pro kouřenía zároveň si mnoho z nich akci s hudbou a alkoholem bez cigaret nedokáže představit. Ideálním, ovšem nákladným řešením se tedy jeví vybudování klimatizace a odvětrávacích systému, díky nimž se v klubu budou cítit příjemně jak nekuřáci, tak i kuřáci. Zároveň tyto systémy zajistí příjemnou teplotu bez ohledu na roční období, neboť zejména v létě se mnohé kluby, například Melodka, potýkají s vysokými teplotami v prostorách klubu, které jsou jak pro návštěvníky, tak i pro zaměstnance a vystupující velmi nepříjemné. 11,49 % (10) respondentů uvedlo, že jim chybí více místa k sezení, odkládání věcí a odpočinek. Tento problém je možné vyřešit lepším rozmístěním stolů a jiného nábytku a vytvořením ideálního poměru mezi prostorem pro tanec a prostorem pro sezení, případně i vytvořením šatny, pokud chybí. 10,35 % (9) dotazovaných vadila kvalita piva a vína v klubech, případně vysoké ceny alkoholických nápojů. 9,2 % (8) respondentů bylo nespokojeno s úrovní ozvučení akcí. Tento problém může být ovšem způsoben několika vlivy. Prvním je vybavení klubu kvalitním ozvučovacím aparátem, druhým je zvukař, který aparát nastavuje a tím do značné míry ovlivňuje kvalitu zvuku. Dalším vlivem je akustika klubu, která zvuk ovlivňuje velkou měrou. Samozřejmě nemůžeme opomenout ani interprety a jejich produkci, protože opravdu špatná kape-

58

Vlastní práce

la dobře nezahraje ani na nejlepší aparaturu a zároveň ani nejlepší kapela nevykouzlí nic, pokud je ozvučení jak po stránce mechanické, tak po lidské nekvalitní. Kromě výše zmíněných hlavních problémů byly uvedeny i další, které nebyly podpořeny velkým procentuálním množstvím, ovšem některé z nich jsou neméně důležité a přinášejí s sebou jasný signál pro možnost změn vedoucích ke zvýšení profitability. 6,9 % (6) respondentů uvedlo, že by přivítalo tematicky lépe zaměřené akce včetně výzdoby klubu a tematicky pojatých nápojů, případně jídel, a také hudebně rozmanitější akce. Tři respondenti (3,45 %) si stěžovali na pomalou či nedostatečnou obsluhu a dlouhé fronty, v kterých mnohdy musí čekat i více než pět minut, než jsou obslouženi. Tento problém je řešitelný, pokud má klub barovou kapacitu pro více zaměstnanců, které není nutné mít v klubu každý večer, ale které by bylo možno mít na místě na večery s vysokou návštěvností. Dva respondenti si stěžovali na špinavé toalety, což ovšem není problém jen hudebních klubů a je jen na provozovateli, v jaké čistotě své toalety udržuje. Ve většině klubů jsou však toalety zastaralé a provozovatelé by kromě čistoty měly dbát i na jejich celkovou úroveň. Investice spojené s renovací toalet však nejsou malé, proto je musí každý klub sám uvážit. Zajímavá služba, která chyběla jednomu dotazovanému, byla absence nabídka jídel ve většině klubů. Někteří návštěvníci v klubech stráví za večer i více než šest hodin, během kterých jim často velmi rychle vyhládne. Nabídka jednoduchých, avšak chutných a cenově dostupných jídel (např. gyros, hamburger, plněné tortily apod.) by nejen zpříjemnila návštěvu akce, ale také přinesla nezanedbatelné tržby klubu, avšak také problémy a náklady spojené s hygienickými předpisy. Posledním z hlavních, ovšem neméně důležitých témat je cestování návštěvníků domů. Noční vlakové i autobusové spoje z Brna na jih, západ, východ i sever téměř chybějí; například posledním možným pátečním a sobotním spojem na jih (Židlochovice, Břeclav) je osobní vlak, respektive autobus v 22:27 a na sever (Tišnov) osobní vlak v 00:36 (Zjištěno z jízdních řádů platných v prosinci 2012). Tato skutečnost je opravdovým a tvrdě trestajícím problémem. Nejedná se pouze o návštěvníky hudebních klubů, ale o všechny osoby žijící mimo Brno,

Vlastní práce

59

které nemají v nočních hodinách možnost dostat se domů jinak než automobilem. Řešení není snadné, ale je možné. Kluby by se měly spojit a apelovat na dopravce, zejména na společnosti provozující autobusovou dopravu, aby uvedli do zkušebního provozu několik víkendových nočních spojů a dali o nich náležitě vědět mezi veřejností. Pokud by se takové spoje uchytily, konkurenční boj by mohl zvýšit frekvenci i oblast působení těchto spojů. Jako výsledek by se zvýšil zájem o návštěvu nočního Brna jako celku, tím pádem i hudebních klubů. Noční autobusy a případně i vlaky vyjíždějící z Brna by proto nemusely být vůbec prázdné. Rozsáhlost a náročnost průzkumu spojeného s tímto tématem je ovšem nad rámec této práce. Poslední minoritní problémy, které respondenti uvedli, jsou zejména kvalitní propagace a organizace akcí, málo prostoru pro vystoupení začínajících a méně známých umělců, slabá návštěvnost a nemožnost zakoupení bezlepkového občerstvení. Na závěr dotazníku byly přidány otázky demografického typu, tedy pohlaví, věk, ekonomická aktivita, čistý měsíční příjem, nejvyšší dosažené vzdělání a také bydliště, díky kterým získáme lepší představu o návštěvnících a také se nám budou velmi hodit pro testování nezávislostí. Mezi dotazovanými bylo 55,34 % (114) žen a 44,66 % (92) mužů. Vzniká tím menší disproporce, ovšem nijak zásadní. V Brně žije 40,29 % (83) respondentů, mimo Brno 59,71 % (123). Co se věku týče, bylo potřeba rozdělit respondenty do několika skupin. První tvoří nejmladší respondenti ve věku 15– 18 let, tedy většinou studenti středoškolského vzdělávání. Další skupinu tvoří mladší vysokoškoláci a pracující ve věku 19– 23 let. Následují starší vysokoškoláci a pracující ve věku 24– 28 let. Skupina ve věku 29– 33 let jsou většinou respondenti s již ukončeným vzděláním, pracující a zakládající rodiny. Poslední skupinou byly osoby starší 33 let. Šíře skupiny je zde stejně jako v první případě porušena z důvodu nutnosti sloučení skupin s malou četností, přičemž nejstarší respondent měl 46 let.

60

Obr. 8

Vlastní práce

Věkové rozdělení respondentů

Pokud se podíváme na segmentaci respondentů podle nejvyššího dosaženého vzdělání, můžeme jasně pozorovat, že více než třetina (33,5 %) jich měla ukončené vysokoškolské vzdělání a více než polovina (54,37 %) ukončila středoškolské vzdělání s maturitou.

Obr. 9

Nejvyšší dosažené vzdělání

Vlastní práce

61

Co se ekonomické aktivity týče, více než polovina dotazovaných studuje (53,4 %), pracuje 40,78 %, nezaměstnaných je 4,37 % a 3 dotazovaní (1,46 %) jsou na rodičovské dovolené.

Obr. 10

Ekonomická aktivita respondentů

Obr. 11

Čistý měsíční příjem

62

Vlastní práce

Poslední otázka dotazníku zjišťovala průměrný měsíční příjem respondentů. Vysoký podíl příjmů do 5000 Kč (39,81 %) silně koresponduje s vysokým podílem studentů v souboru. Ostatní rozdělení je poměrně rovnoměrné.

5.2 Statistické závislosti vybraných znaků Druhá část vlastní práce se zabývá testováním závislosti některých znaků zkoumaných dotazníkem, které bylo předestřeno v předchozí kapitole. Zajímat nás bude především závislost ekonomické aktivity na frekvenci návštěvnosti se zaměřením na studenty, závislost bydliště na návštěvnosti se zaměřením na bydliště mimo Brno, závislost průměrné útraty za večer na tom, zda návštěvníci chodí vždy s doprovodem, či nikoliv, a také závislost frekvence návštěv na ročním období. V této části práce využijeme kontingenčních tabulek a testování nezávislosti na 5% hladině významnosti, které jsme popsali v teoretické části práce. Jako první budeme testovat nezávislost bydliště na frekvenci návštěv klubů. Data si nejprve přehledně uvedeme v kontingenční tabulce. Tab. 9

Kontingenční tabulka nezávislosti bydliště na frekvenci návštěv

Bydlíte v Brně ? Ano Ne Celkem

Jak často navštěvujete hudební kluby v Brně ? Celkem Ročně Měsíčně Týdně Vůbec 42 21 11 9 83 67 22 4 28 123 109 45 15 37 206

Vypočtená hodnota testové statistiky χ2 = 11,63 je větší než kritická hodnota χ20,95(3) = 7,81, zjištěná z tabulek. Nulovou hypotézu o nezávislosti těchto dvou znaků tedy zamítáme ve prospěch alternativní. Z následujícího grafu (obr. 12) můžeme pozorovat, že lidé žijící mimo Brno vykazují vyšší nepoměr v návštěvnosti než lidé z Brna. Více než trojnásobek respondentů žijících mimo Brno nechodí na akce vůbec a zároveň ani polovina nechodí na akce týdně.

Vlastní práce

Obr. 12

63

Závislost návštěvnosti na bydlišti

Druhou testovanou závislostí je opět frekvence návštěv na ekonomické aktivitě.

Z důvodu

malé

četnosti

respondentů

na

rodičovské

dovolené

a nezaměstnaných spojíme tyto skupiny se skupinou zaměstnaných proti studentům. Tab. 10

Kontingenční tabulka ekonomické aktivity a frekvence návštěv

Vaše Jak často navštěvujete hudební kluby v Brně ? ekonomická Celkem Ročně Měsíčně Týdně Vůbec aktivita ? Student 58 30 6 16 110 Nestudující 51 15 9 21 96 Celkem 109 45 15 37 206 Vypočtená hodnota χ2 = 5,8 je menší než kritická hodnota χ20,95(3) = 7,81 zjištěná ze statistických tabulek. Hypotézu o nezávislosti ekonomické aktivity na frekvenci návštěv tedy nezamítáme. Tyto dva znaky na sobě tedy nejsou závislé. Pro přehlednou ilustraci si oba znaky opět ukážeme v grafu.

64

Vlastní práce

Obr. 13

Závislost ekonomické aktivity na frekvenci návštěv

Z grafu můžeme pozorovat, že měsíční návštěvnost je vyšší u studentů, ovšem u týdenní návštěvnosti je tomu právě naopak. Tuto skutečnost bychom ovšem mohlipřičítat mnoha různým faktorům, které bez hlubšího zkoumání problému není možné specifikovat. Další testování se zabývalo závislostí mezi tím, zda člověk chodí na akce vždy s doprovodem, spíše s doprovodem či spíše sám, a mezi průměrně utracenou sumou za občerstvení na akci za jeden večer. Z důvodu nízké či chybějící četnosti některých dvojic znaků bylo nutno některé skupiny sloučit. Výsledná tabulka, z které bude vypočítán chí-kvadrát pro test nezávislosti, vypadá následovně.

Vlastní práce Tab. 11

Kontingenční tabulka skupinové návštěvy a utracené sumy za občerstvení

Na akce chodíte Vždy s doprovodem Spíše s doprovodem /spíše sám Celkem

Obr. 14

65

Jakou částku průměrně utratíte za občerstvení ? Méně než 150 až 250 až 150 Kč 250 Kč 350 Kč 16 36 27

Více než 350 Kč 42

Celkem 121

5

20

13

10

48

21

56

40

52

206

Graf závislosti útraty na skupinové návštěvnosti

Hodnota χ2 = 4,17 je opět menší než příslušná kritická hodnota χ20,95(3) = 7,81. To, jestli jde člověk vždy s doprovodem, spíše s doprovodem či spíše sám, nemá tedy žádný vliv na to, kolik peněz utratí. Hypotéza o nezávislosti těchto dvou znaků se tedy nezamítá. Poslední testovanou hypotézou bude závislost frekvence návštěv na ročním období. V tomto případě byl výpočet složitější, protože do kontingenční tabulky nemohli být zařazeni respondenti, kteří si neuvědomovali zvýšenou četnost návštěv v jakémkoliv období, a zároveň ti, kteří do klubů nechodí vůbec. Respondenti měli navíc možnost vybrat maximálně dvě odpovědi. V tomto případě do-

66

Vlastní práce

staly obě období půl bodu. Dále bylo nutno spojit četnosti měsíční a týdenní návštěvnosti, aby bylo splněno pravidlo četností ni.n.j/n ≥ 5. Tab. 12

Kontingenční tabulka sezónnosti a frekvence návštěv

Jak často navštěvujete kluby ? Několikrát v roce Měsíčně / Týdně Celkem

V jakém ročním období navštěvujete kluby nejčastěji ? Celkem Jaro Léto Podzim Zima 9 23 12,5 18,5 63 5,5 12,5 13,5 9,5 41 14,5 35,5 26 38 104

Ani v tomto případě hodnota χ2 = 2,34 nepřekročila kritickou hranici χ20,95(3) = 7,81, proto nezamítáme hypotézu o nezávislosti znaků.

Obr. 15

Graf závislosti sezónnosti a frekvence návštěv

Data uvedená v grafu drží poměr frekvencí návštěv ve všech obdobích kromě podzimu, kdy jsou měsíční a týdenní návštěvy častější než roční. Je to významný ukazatel, díky kterému se podzim jeví jako ideální období pro pořádání koncertů a akcí v klubech. Nesmíme však opomenout zásadní skutečnost, která mohla tuto statistiku nepřímo ovlivnit. Dotazníkové šetření bylo prováděno právě

Vlastní práce

67

v podzimním období, proto si respondenti snáze vybavili návštěvu klubu v tomto období než v ostatních, což znehodnocuje statistickou významnost.

5.3 Analýza časových řad Poslední část vlastní práce se bude zabývat analýzou časové řady návštěvnosti nejvýznamnějšího klubu v Brně - Flédy. K dispozici jsou data měsíční návštěvnosti z let 2006–2012, uvedené jako příloha B, která budou analyzována pomocí statistického programu Gretl. V souvislosti s touto analýzou je však nutné upozornit na jednu významnou skutečnost. Návštěvnost jednoho klubu, byť sebevýznamnějšího, nemůže reprezentovat situaci na trhu brněnských klubů, musíme tedy výsledky interpretovat s rezervou a brát je spíše jako vodící informaci, která nám nastíní předpoklad situace. K lepšímu zmapování situace na trhu by bylo nutné analyzovat návštěvnost všech významných brněnských klubů, což je pro svoji náročnost a zaměření této práce bohužel nad rámec. Prvním krokem je vyobrazení skutečných hodnot. Na tento krok navazuje hledání sezónní a trendové složky. Na závěr bude vytvořena predikce návštěvnosti pro následující období. Jak můžeme pozorovat z následujícího grafu (obr. 16), již na první pohled se zde vyskytuje sezónní složka, přičemž maxima dosahuj návštěvnost zpravidla v listopadu a prosinci, minima poté v červenci a sprnu. Tyto výkyvy návštěvnosti jsou obrovské, proto je nutné se nad nimi zamyslet. Dva velké propady v lednu a červnu mohou být mimo jiné způsobeny studenty, kteří mají právě v těchto měsících nejvíce studijních povinností a nejméně času na zábavu. Naopak zvýšení návštěvnosti v únoru může být z velké části způsobeno koncem zimního semestru a zkouškových období. Jinak je tomu v září a říjnu. Růst v těchto měsících zapřičiňuje zejména konec léta, tedy času dovolených a velkých hudebních festivalů pod širým nebem. Zároveň jsou tyto měsíce spojovány se začátkem akademického roku, tedy i přílivem studentů do Brna. Nejvyšší návštěvnost v klubu Fléda od roku 2006 byla v prosinci 2007 (13 300) a nejnižší v červenci 2012 (1800), což je pouhých 13,53 % nejvyšší návštěvy. Pro vyšší informační

68

Vlastní práce

hodnotu byly skutečné hodnoty vyhlazeny centrovanými klouzavými průměry 12-tého řádu.

Obr. 16

Graf hodnot vyhlazených klouzavými průměry klubu Fléda

Nyní se budeme zabývat sezónní složkou dat, která je již na první pohled patrná z grafu skutečných hodnot. Tuto složku budeme modelovat v programu Gretl pomocí metody nejmenších čtverců a za použití nových proměnných. Zatímco v případě skutečných hodnot jsme se spokojili s daty návštěvnosti a proměnnou času, nyní musíme model rozšířit o dvanáct pomocných proměnných dummy, z nichž jednu kvůli multikolinearitě vynecháme.

Vlastní práce

Obr. 17

69

Graf skutečných a vyrovnaných hodnot návštěvnosti klubu Fléda

K potvrzení vhodnosti je nutné model ekonometricky verifikovat. Následující tabulka uvádí vhodnost všech proměnných, přičemž se zaměřujeme především na vysoké koeficienty determinace, nízká informační kritéria a testované statistiky potvrzující předpoklady regresního modelu. Tab. 13

const time dm1 dm2 dm3 dm4 dm5 dm6 dm7 dm8 dm9 dm10 dm11

Verifikace sezónní složky návštěvnosti

Koeficient 13046,7 -16,1905 -8233,33 -3417,14 -3229,52 -3156,19 -4082,86 -7752,38 -9821,9 -10077,1 -8475,24 -3087,62 -1316,19

Smìr. chyba 291,203 3,01574 357,655 357,54 357,451 357,388 357,35 357,337 357,35 357,388 357,451 357,54 370,838

t-podíl 44,8027 -5,3687 -23,0203 -9,5574 -9,0349 -8,8313 -11,4254 -21,6949 -27,4854 -28,1967 -23,7102 -8,6357 -3,5492

p-hodnota <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 <0,00001 0,00070

*** *** *** *** *** *** *** *** *** *** *** *** ***

70

Vlastní práce

Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace

28464952 0,968952

F(12, 69)

179,4463

7042,683

Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)

3364,302 642,2893 0,963552 4,99e-47

Program Gretl označuje vhodné proměnné přidělováním hvězdiček, přičemž tři hvězdičky značí naprosto vhodnou proměnnou. Všechny proměnné tedy jsou vhodné. Koeficienty determinace model vysvětlují z více než 96 % a P-hodnota nabývá dostatečně nízké hodnoty. Všechny předpoklady klasického regresního modelu byly splněny, s výjimkou konstatního rozptylu, tedy heteroskedasticity. Tento fakt můžeme přičíst neobvyklým výchylkám v srpnu 2011 a září 2012. Tyto výchylky mají původ v programových změnách klubu v těchto měsících, výskyt heteroskedasticity tedy není zásadní kvůli orientačnímu významu sezónní složky. Pro ilustraci uvedeme graf reziduí.

Obr. 18

Graf reziduí regrese

Vlastní práce

71

Než přistoupíme k predikci návštěvnosti na příští období, proložíme graf skutečných hodnot lineární křivkou trendu.

Obr. 19

Graf trendové složky návštěvnosti klubu Fléda

Z výše uvedeného grafu jednoznačně vidíme trendovou křivku, podle níž můžeme s jistotou ilustrovat klesající tendenci návštěvnosti klubu Fléda, což je varovným signálem nejen pro Flédu, ale i pro ostatní brněnské kluby. Posledním úkolem analýzy je predikce návštěvnosti pro budoucí období. Jedná se o prosinec 2012 a první tři měsíce roku 2013. Nejprve bude predikce ilustrována grafem a tabulkou, poté budou slovně popsána.

72

Vlastní práce

Obr. 20

Graf predikce návštěvnosti klubu Fléda

Tab. 14

Tabulka hodnot návštěvnosti pro predikované období

Měsíc Prosinec 2012 Leden 2013 Únor 2013 Březen 2013

Předpovídané hodnoty 11478,22 3251,44 8033,93 8187,85

Směrodatná chyba 711,251 707,768 708,608 709,462

Interval hodnot s 95% spolehlivostí 10059,67 - 12896,77 1839,84 - 4663,04 6620,66 - 9447,21 6772,88 - 9602,83

Dle předpovědi se bude návštěvnost i nadále snižovat; v prosinci 2012 by měla být nižší o 122 než v předchozím roce, v lednu 2013 o 749, v únoru 2013 o 66, avšak v březnu 2013 by měla být vyšší o 688 návštěvníků. Souhrně by ovšem měla být návštěvnost v prvním čtvrtletí roku 2013 nižší o zhruba 250 návštěvníků, což se nejeví jako velké množství. Klesající trend návštěvnosti klubu Fléda by podle předpovědi měl pokračovat, pokud nenastanou změny, které přilákají více návštěvníků, kteří by mohli zvýšit profitabilitu.

Závěr

73

6 Závěr Prvním ze dvou hlavních cílů této práce bylo vytvořit dotazník zaměřující se na návštěvníky brněnských hudebních klubů. Data z něj získaná statisticky zpracovat, vyhodnotit a popsat je, a následně na jejich základě vytvořit obecné návrhy na zvýšení profitability klubů. Teoretická část práce obsahuje vymezení hudebního průmyslu a především klubů v rámci kultury, cestovního ruchu a typologií hudebních klubů. Dále je zde popsána metodika dotazníkového šetření a také statistická terminologie a metodika. Vlastní práce obsahuje rozbor dvaceti otázek dotazníku, včetně diskuze výsledků a návrhů na zvýšení profitability brněnských hudebních klubů. Pro statistické zpracování dotazníku bylo využito služeb vyplnto.cz, přičemž otevřené otázky bylo nutno zpracovat ručně. Dále se zabývá testováním nezávislosti vybraných znaků. Třetí a poslední částí je analýza časové řady návštěvnosti nejvýznamnějšího brněnského klubu, Flédy. Z demografického hlediska dotazník nejčastěji vyplňovaly ženy (55,34 %), 59,71 % dotazovaných žije mimo Brno, jsou nejčastěji ve věku 19 až 28 let (77,18 procent). Středoškolského vzdělání dosáhlo 54,37 %, vysokoškolského 33,5 %, soubor dotazovaných je tedy nadprůměrně vzdělán, přičemž 53,4 % stále studuje, 40,78 % pracuje, 4,37 % je nezaměstnaných a 1,4 % na rodičovské dovolené. Příjem

dotazovaných

má

rovnoměrné

rozložení,

kromě

skupiny

do

5 000 Kč, kterou reprezentuje 39,81 % (význam studentstva). Z výsledků dotazníkového šetření vyplývá, že 52,91 % respondentů navštěvuje kluby maximálně párkrát v roce, 21,84 % měsíčně, 7,28 % týdně a 17,96 % vůbec, přičemž mezi nejčastější důvody, proč lidé kluby nenavštěvují, je složité a zdlouhavé cestování, málo informací o programeh klubů, finanční situace a nezájem o kluby a jejich akce. Nejčetnější návštěvy klubů jsou dle dotazovaných v letním a podzimním období, nejméně četné na jaře, hypotéza o nezávislosti sezónnosti a frekvenci návštěv však nebyla zamítnuta, stejně jako hy-

74

Závěr

potéza o nezávislosti ekonomické aktivity na frekvenci návštěv Nejvhod-nějsím dnem pro konání akcí se stal pátek s průměrem 4,343 bodu (stupnice 1 až 5), následovaný sobotou (4,219) a středou (2,953), spojenou často se studentskými akcemi. Nejvhodnější čas k zahájení akce je podle respondentů mezi sedmou a devátou hodinou večerní (celkem 85,21 %). 59,71 % dotázaných žije mimo Brno, přičemž 53,84 % průměrně urazí na akci více, než 10 km. Jedním z nejvýznamnějších zjištění šetření je fakt, že 71,6 % respondentů navštěvuje kluby vždy s doprovodem, 24,26 % spíše s doprovodem a pouze 4,14% spíše sám, přičemž nikdo na akce nechodí vždy sám. Otevírá se tedy jasná příležitost vytvořit různá zvýhodnění pro skupiny či naopak pro jednotlivce. Hypotéza o nezávislosti útraty na skupinové návštěvnosti nebyla zamítnuta. Nejčastěji, v 46,39 procentech případů, utratí návštěvníci za vstupné do 120 Kč a za občerstvení utratí 33,14 % dotazovaných 150 až 250 Kč, 23,67 % utratí 250 až 350 Kč a 15,38 procent utratí 450 až 550 Kč. Mezi nejdůležitější motivátory k návštěvě patří zábava s přáteli (průměr 4,296 bodu na stupnici od 1 do 5), dále poslech hudby (4,189) a atmosféra klubu (3,947). Nejvýznamnější informační zdroje jsou bezkonkurenčně sociální sítě, z kterých se o koncertech dozvídá 78,7 % (bylo možno vybrat maximálně dvě možnosti) a přátelé a známí (68,05 %). Zajímavý výsledek ukázala otázka zabývající se známostí brněnských klubů. Nejčastěji si respondenti vybavili právě pět nejvýznamnějších klubů popsaných v teoretické části práce v pořadí Fléda (64,08 %), Favál (43,69 %), Melodka (39,32 %), Metro Music Bar (38,4 %) a Stará Pekárna (16,19 %). Výsledky tedy dokonale korespondují s předpoklady. Návštěvníkům v klubech často chybí nezakouřený vzduch, více míst k sezení, kvalitnější obsluha i občerstvení (zejména pivo a víno) a také absence prodeje teplých pokrmů, což jsou významné indikátory možného směru vývoje klubů na cestě k vyšší profitabilitě. Jediná zamítnutá hypotéza o nezávislosti se týkala závislosti frekvenci návštěv na bydlišti. Návštěvníci žijící mimo Brno kluby nenavštěvují tak často, jako návštěvníci z Brna. Spolu s omezenými možnostmi nočního cestování mimo Br-

Závěr

75

no, popsanými ve vlastní práci, je tato situace jasným impulsem ke změně noční veřejné dopravy směřující z Brna. Analýza časové řady návštěvnosti klubu Fléda prokázala jasně patrný klesající trend a sezónní složku s maximem v listopadu a prosinci a minimem v červenci a srpnu. Predikce pro prosinec roku 2012 a první čtvrtletí roku 2013 ukazuje pokračující klesání návštěvnosti. Brněnské hudební kluby by se měly pokusit snížit svoje náklady a nabídnout návštěvníkům nové či kvalitnější služby. Měly by dbát na kvalitu ovzduší ve svým prostorách, atmosféry a obsluhy včetně občerstvení. Dalším návrhem je možnost zavedení nabídky teplých jídel a rozmanitějších tématicky založených akcí. V neposlední řadě by se kluby měly zabývat zpátečním cestováním návštěvníků žijících mimo Brno, tedy společně apelovat na veřejné dopravce s návrhem zřízení zkušebního provozu častějších nočních linek směřujících mimo Brno.

76

Literatura

7 Literatura ANDĚL, J. Statistické metody. 3. vydání. Praha: Matfyzpress, 2003. ISBN 8086732-08-8 ARTL, J. A M. ARTLOVÁ. Ekonomické časové řady. 1. vydání. Praha: Professional Publishing, 2009. ISBN 978-80-86946-85-6. BAČUVČÍK, R. Marketing kultury: divadlo, koncerty, publikum, veřejnost. 1. vydání. Zlín: VeRBuM, 2012. ISBN 978-80-87500-17-0. BEDNÁŘ, F. Management a marketing služeb. 1. vydání. Brno: Janáčkova akademie múzických umění v Brně, 2002. ISBN 80-85429-70-5. BLAŠKOVÁ, V. A KOL. Statistika I. 1. vydání. Brno: Mendelova univerzita v Brně, 2009. ISBN 978-80-7375-286-6. FORET, M. Marketingový průzkum: Poznáváme svoje zákazníky. 2. aktualizované vydání. Brno: BizBooks, 2012. ISBN 978-80-265-0038-4. HAMERNÍKOVÁ, B. Kultura a masmédia v tržních podmínkách. Veřejná podpora a alternativní zdroje financování. 1. vydání. Praha: Vysoká škola ekonomická v Praze, 1995. ISBN 80-7079-857-2. HAMPEL, D., V. BLAŠKOVÁ A L. STŘELEC. Ekonometrie 2. 2. přepracované vydání. Brno: Mendelova univerzita v Brně, 2012. ISBN 978-80-7375-664-2. ŠKARABELOVÁ, S., J NESHYBOVÁ A J. REKTOŘÍK. Ekonomika kultury a masmédií. 1. vydání. Brno: Masarykova univerzita, 2007. ISBN 978-80-210-4267-4. SYNEK, M., E. KYSLINGEROVÁ A KOL. Podniková ekonomika. 5. přepracované a doplněné vydání. Praha: C. H. Beck, 2010. ISBN 978-80-7400-336-3. RYGLOVÁ, K., M. BURIAN A I. VAJČNEROVÁ. Cestovní ruch – podnikatelské principy a příležitosti v praxi. 1. vydání. Praha: Grada Publishing, a.s., 2011. ISBN 978-80-247-4039-3. FLÉDA. Historie klubu Fléda. Brno, 2012. Nepublikovaný rukopis.

Literatura

77

FAVÁL MUSIC CIRCUS. O klubu [online]. 2012. vyd. [cit. 2012-12-29]. Dostupné z: http://www.faval.cz/index.php?menu=oklubu LUCERNA MUSIC BAR. Historie klubu Lucerna Music Bar [online]. 2010. vyd. [cit. 2012-12-29]. Dostupné z: http://lucerna.musicbar.cz/lucerna-musicbar/historie-klubu/ MELODKA. O klubu [online]. 2012. vyd. [cit. 2012-12-29]. Dostupné z: http://www.melodka.cz/o-klubu METRO MUSIC BAR. Brno má konečně metro!!! [online]. 2009. vyd. [cit. 201212-29]. Dostupné z: http://www.metromusic.cz/zprava.html PALÁC AKROPOLIS. Historie Paláce Akropolis je podobně pestrá a dramatická, jako dějinné události celého 20. století [online]. 2012. vyd. [cit. 2012-1229]. Dostupné z: http://web.palacakropolis.cz/o-akropolis/historie ROXY. Na úvod [online]. 2009. vyd. [cit. 2013-2-1]. Dostupné z: http://new.roxy.cz/beta/?scene=home#club_info?CookieID=1&0.8699983 812402934&&0.18083367962390184&page=1&month=1&year=2013&d=3 &date=2.1.2013 STARÁ PEKÁRNA. Stará Pekárna je klub a hospůdka ... [online]. 2013. vyd. [cit. 2013-2-1]. Dostupné z: http://www.starapekarna.cz/?pg=1&m=4&load=1

78

Literatura

Přílohy

Dotazník

79

A Dotazník Analýza návštěvnosti brněnských hudebních klubů Vážení respondenti, zobrazuje se před Vámi dotazník, který je součástí průzkumu v rámci bakalářské práce s názvem „Návrhy na zvýšení profitability hudebního zábavního průmyslu v Brně“. Věnuje se především hudebním klubům produkujícím živou hudbu (nejedná se tedy o diskotéky). Dotazník je zcela anonymní a jeho vyplnění by Vám nemělo trvat déle než 10 minut. Na otázky prosím odpovídejte podle pořadí, a pokud není uvedeno jinak, vyberte pouze jednu možnost. V otázkách, které obsahují otevřenou část („doplňte, uveďte“), se prosím pokuste svými slovy co nejlépe vystihnout Vaši situaci. Za Váš čas a odpovědi Vám velice děkuji! Jan Franěk, student Provozně ekonomické fakulty Mendelovy univerzity v Brně 1. Jak často navštěvujete akce v brněnských hudebních klubech ? • Vůbec • Maximálně párkrát v roce • Měsíčně • Týdně • Vícekrát v týdnu

2. (Odpovězte prosím pouze v případě, že jste na první otázku odpověděli „Vůbec“). Z jakého důvodu kluby nenavštěvujete? Zatrhněte prosím maximálně dvě možnosti, které nejlépe vystihují vaši situaci a pokračujte otázkou 13. • Hudební kluby a jejich akce mě nelákají • Nemám dostatečné informace o programech klubů • Moje finanční situace mi to nedovoluje • Cestování s tím spojené je pro mě zdlouhavé a náročné

80

Dotazník

• Hudba produkovaná v klubech je mi cizí • Nejsem spokojen/a s atmosférou v klubech • Jiný důvod, uveďte: _____

3. Ve kterém ročním období jsou vaše návštěvy akcí nejčetnější? Vyberte prosím maximálně dvě možnosti. • Na jaře • V létě • Na podzim • V zimě • Neuvědomuji si zvýšenou četnost v jakémkoliv období

4. Které dny v týdnu jsou pro vás nejvhodnější k návštěvě hudebních akcí? Prosím, přidělte body na stupnici od 1 do 5, kde 5 je naprosto vhodný a 1 zcela nevhodný. DEN

1

2

3

4

5

Pondělí Úterý Středa Čtvrtek Pátek Sobota Neděle 5. Pokuste se odhadnout, jakou vzdálenost průměrně urazíte, pokud cestujete na akci, která se koná v Brně? • Do 5 kilometrů • Od 5 do 10 kilometrů • Od 10 do 20 kilometrů • Od 20 do 30 kilometrů • Více než 30 kilometrů

Dotazník

81

6. Kluby navštěvujete ... • Vždy sám/a • Spíše sám/a • Spíše s doprovodem (partner/ka, přátelé, kolegové, rodina, atd.) • Vždy s doprovodem (partner/ka, přátelé, kolegové, rodina, atd.)

7. Jaký je podle vás ideální čas zahájení akce? • 17:00-17:59 • 18:00-18:59 • 19:00-19:59 • 20:00-20:59 • Jiný, uveďte: _____

8. Odhadněte, jakou částku v průměru utratíte za vstupné na akce. • Doplňte: ____

9. Odhadněte, jakou částku průměrně utratíte za občerstvení za jeden večer na akci ? • Doplňte: ____

10. Jak moc Vás k návštěvě klubů motivují následující možnosti? Prosím, přidělte body na stupnici od 1 do 5, kde 5 je „nejvíce motivuje“ a 1 „nejméně motivuje“. 1

2

3

4

5

Poslech hudby Zábava s přáteli Poznávání nových lidí Občerstvení Atmosféra Společenská prestiž 11. Jak se nejčastěji dozvídáte o konání akce? Uveďte prosím maximálně dvě možnosti. • Sociální sítě (Facebook, Twitter apod.)

82

Dotazník

• Média (Televize, rádia, noviny) • Od přátel a známých • Z internetových stránek klubů • Z plakátů • Jinak, uveďte: _____

12. Zajímáte se aktivně o program klubů? (Vyhledáváte vámi oblíbené akce, kapely apod.) • Ano • Ne

13. Uveďte prosím, které brněnské hudební kluby znáte. • _____

14. Uveďte prosím, zdali vám něco v brněnských hudebních klubech chybí. • _____

15. Uveďte vaše pohlaví • Muž • Žena

16. Doplňte váš věk. • _______

17. Žijete v Brně? • Ano • Ne

18. Vaše nejvyšší dosažené vzdělání: • Neukončené či základní • Středoškolské bez maturity • Středoškolské s maturitou • Vyšší odborné • Vysokoškolské

19. Jaká je vaše současná ekonomická aktivita? • Nezaměstnaný/á • Student/ka

Dotazník

83

• Pracující • Rodičovská dovolená • Důchod (Starobní či invalidní)

20.Jaký je váš čistý měsíční příjem? • Do 5.000,- Kč • 5.001-10.000,- Kč • 10.001-15.000,- Kč • 15.001-20.000,- Kč • Více než 20.000,- Kč

Za Vaše odpovědi, které budou velkým přínosem pro moji práci, Vám děkuji !

84

Návštěvnost klubu Fléda

B Návštěvnost klubu Fléda měsíc leden únor březen duben květen červen červenec srpen září říjen listopad prosinec CELKEM

2006 4600 9500 10700 9700 9100 5900 3100 2100 3200 9700 10500 13100 91200

2007 4500 9500 9900 9600 8900 5700 2900 1900 3000 9800 11100 13300 90100

2008 4200 9900 9400 9700 8500 4500 2300 2300 4900 9700 10900 12900 89200

2009 4200 9800 9100 9900 8400 4400 2500 2400 3200 9600 11700 11200 86400

2010 4100 8100 9900 8900 8300 4200 1900 1900 3300 9700 11200 12100 83600

2011 4000 8200 7800 8900 8100 4100 3100 3400 4400 8500 11000 11600 83100

2012 3900 8100 7500 8000 6800 3500 1900 1800 4900 7500 10800 64700

Návrhy na zvýšení profitability hudebního zábavního průmyslu v Brně

Recommend Documents