​​​Digitaal Informatieplatform Podiumkunsten (DIP) en Predictive AI ontwikkelen tool voor podiumkunsten

Het is misschien wel een van de grootste uitdagingen van het runnen van een theater of podium: weten wat je kunt programmeren om de doelgroepen te trekken die je wilt bereiken. Andersom is het voor artiesten, makers en impresariaten vaak de vraag welke podia zij tijdens hun tournee moeten aandoen om geïnteresseerden naar hun show te lokken en om bestaand of nieuw publiek te bereiken.

DIP kan hierin uitkomst bieden. Dit initiatief van drie grote brancheverenigingen in de Nederlandse podiumkunsten is een centraal informatieplatform dat moet zorgen voor meer efficiency middels een digitale infrastructuur die werkprocessen stroomlijnt en data verzamelt en ontsluit. DIP biedt drie modules, die inzicht geven in kaartverkoop, publieksinformatie en contracten. Inmiddels zijn ​​meer dan 150 theaters en podia en zo’n 200 artiesten en impresariaten aangesloten – zo’n 85 procent van de sector.

Eén centrale tool

Deze organisaties en artiesten delen hun data of contracten geanonimiseerd via de monitor. ‘Voorheen zat publieksinformatie opgeslagen in allerlei aparte tools,’ blikt oprichter Joep Grooteman terug. ‘Als voormalig hoofd communicatie van ITA weet ik hoe lastig dat was. Door deze kennis op één plek te verzamelen, kunnen we makkelijker benchmarken.’

Door deze data met elkaar te delen, kunnen theaters en podia meer publiek bereiken, beredeneert Grooteman. ‘We willen organisaties aanmoedigen hun beslissingen meer te baseren op data: welke programma’s passen bij de beoogde doelgroep? Dat kan onder meer met de publieksmonitor, die organisaties inzicht geeft in het profiel van bezoekers.’

Voorspellende gave

Aan die publieksmonitor is dit jaar een voorspellingsmodel toegevoegd, Audience Demand Forecasting Model genaamd, dat is gebaseerd op kunstmatige intelligentie. De tool, ontwikkeld door Predictive AI, wordt momenteel getest en is nog niet voor gebruikers beschikbaar. Deze AI-tool voorspelt hoeveel kaarten voor een bepaalde artiest of voorstelling zullen worden verkocht, nog voordat het programma is geboekt. Grooteman: ‘Dat is interessant voor programmeurs, die onmogelijk van al het aanbod op de hoogte kunnen zijn, of wellicht eens een stap buiten hun eigen expertise willen zetten. Daar profiteren ook minder bekende makers van: zonder al die data bij de hand zouden podia minder snel het risico nemen om een onbekende act op de planken te zetten. Daardoor ontstaat een meer divers aanbod, met ruimte voor bekende en minder bekende artiesten.’

Ook voor artiesten, makers en productiehuizen zitten er voordelen aan de tool: zij kunnen op basis van deze informatie bepalen waar het rendabel is om op te treden of waar zij nieuw publiek kunnen bereiken. Deze voorspelling wordt gemaakt op basis van het gedrag van het publiek: welke tickets kochten zij eerder en wat zijn hun online interesses?

Doelstellingen voorop

Het is volgens Grooteman niet de bedoeling dat programmeurs de uitkomst blind overnemen. ‘De tool is een hulpmiddel voor programmeurs om hun werk beter of efficiënter uit te voeren. De informatie helpt je om onderbouwde keuzes te maken’, aldus Grooteman.

Edsart Udo De Haes, oprichter van Predictive AI, vult aan: ‘Hoewel de betrouwbaarheid van het voorspellingsmodel zeer goed is, kunnen alleen mensen bepalen wat de beoogde doelgroep van een voorstelling is en ​​hoe deze te mobiliseren. Ook helpt de tool om realistisch te zijn over de opkomst: je hoeft niet elke avond de zaal uit te verkopen, als je keuzes maar aansluiten bij je organisatorische doelstellingen.’

Culturele organisaties hebben meestal verschillende doelstellingen: niet alleen zaalbezetting en omzet, maar ook maatschappelijke doelen, zoals het programmeren van een divers aanbod en het bereiken van nieuw publiek. De tool van DIP kan bij beide type doelstellingen ondersteunen: niet als bepalende factor, maar als hulpmiddel. De eerste resultaten laten zien dat het gebruik loont: de tool schat nauwkeurig in wat de verwachte opkomst van een voorstelling is.

Black box

Sommige mensen vinden het spannend dat de tool op kunstmatige intelligentie draait, merkt ​​Udo de Haes in de gesprekken die hij voert. ‘Het blijft een black box waarin je veel waardevolle data stopt. Bovendien verwacht men perfecte uitkomsten. Dat lukt niet altijd. Het gaat erom dat de tool beter functioneert dan één mens zou kunnen, als aanvulling op de expertise van de programmeur.’

Het systeem verbetert zichzelf continu door de eigen voorspellingen te controleren. Ook Grooteman en Udo de Haes blijven zoeken naar manieren om de tool te optimaliseren. Momenteel wordt het voorspellingsmodel bijvoorbeeld getest met enkele theaters, met dank aan subsidie vanuit Innovatielabs. Om de tool op de markt te krijgen, is extra financiering nodig.

De wensen voor de toekomst zijn groter dan alleen het in gebruik nemen van het voorspellingsmodel. ‘Welke informatie kunnen we nog meer over een plek geven? Hoe verzamelen we data over makers die net begonnen zijn? Welke informatie hebben programmeurs nodig om de tool zo goed mogelijk te kunnen gebruiken? Met al die vraagstukken zijn we bezig,’ somt Grooteman op. ‘We willen de sector zo goed mogelijk van dienst zijn.’

Tips van DIP en Predictive AI

Auteur: Anne van den Dool