Analiza

17. travnja 2026.

mojekarte

50.000 € dodatnih prihoda po sezoni od prodaje ulaznica koje se teško prodaju

Lonely seats stranded between sold ones in a theatre hall

U svim kazalištima događa se ista situacija: dvorana je „gotovo rasprodana", ali tu i tamo ostanu pojedinačna mjesta – usamljena sjedala između već prodanih. Ta mjesta teško je prodati jer publika najčešće dolazi u paru ili u društvu. No problem nije samo u izgubljenom prihodu od neprodanih ulaznica. Prazna sjedala vizualno narušavaju dojam pune dvorane, negativno utječu na energiju izvođača i smanjuju percepciju uspješnosti predstave.

Koliki popust je pravi?

Pitanje glasi: koliki popust treba dati na pojedinačna mjesta da bi se prodala – 10 %, 30 %, 50 %? Ako je popust premalen, nitko ga neće primijetiti. Ako je prevelik, ruši se prihod i percepcija vrijednosti predstave.

Stavimo brojke na problem

Uzmimo za primjer kazališnu dvoranu s 500 mjesta i prosječnom cijenom ulaznice 20 €. Neka je u prosjeku prodano 90 % kapaciteta dvorane. Zvuči vrlo dobro. No 10 % ostaje prazno, što je 50 mjesta po izvedbi. Većina tih mjesta pojedinačna su sjedala koja su ostala „zarobljena" između prodanih.

Financijska slika te situacije izgleda ovako. 50 neprodanih mjesta × 20 € = 1.000 € izgubljenog prihoda po svakoj izvedbi. Ako profesionalno kazalište ima 100 izvedbi godišnje, to znači 1.000 € × 100 = 100.000 € godišnje. To nije samo estetski problem. To je itekako ozbiljan prihod.

Osjećaj nije cjenovna strategija

Većina kazališta popuste određuje iskustveno: „Probajmo 20 %, pa ćemo vidjeti." Sve u redu, ali bez sustavnog praćenja podataka nemoguće je znati koliko je pojedinačnih mjesta ostalo neprodano, u kojoj fazi prodaje nastaju, koje su cjenovne kategorije najproblematičnije i reagira li publika na 15 % jednako kao na 35 %. Bez analitike svaka je odluka nagađanje.

Što BI sustav zapravo radi

Uz kvalitetan BI sustav kazalište može analizirati dinamiku prodaje po sjedalu – dakle vidjeti točno kada pojedinačna mjesta ostaju „zarobljena" između prodanih. Isto tako može testirati različite razine popusta, primjerice 1. tjedan 15 % popusta na pojedinačna mjesta, 2. tjedan 25 %, 3. tjedan 35 %. BI sustav u tom eksperimentu mjeri postotak konverzije, brzinu prodaje, utjecaj na ukupni prihod, učinak „kanibalizacije" redovne prodaje i tako dalje.

Podatak pobjeđuje mišljenje

Kazalište iz ovog primjera uvelo je praćenje podataka, a rezultati nakon tri mjeseca pokazali su sljedeće: 15 % popusta ne daje gotovo nikakav učinak, s 25 % popusta prodaje se 40 % pojedinačnih mjesta, a s 35 % popusta prodaje se 75 %. Popust iznad 35 % ne donosi značajan dodatni rast. Optimalni popust je dakle 35 %.

To je podatak. To nije mišljenje. Niti osjećaj.

Što to znači u eurima

Optimizacija značajno mijenja financijsku sliku prodaje. Od 50 pojedinačnih mjesta proda se 75 %, što je 37,5 sjedala. Snižena cijena ulaznice za 35 % iznosi 13 €, što kazalištu donosi 37,5 × 13 € = 487,50 € dodatnog prihoda po izvedbi. Na godišnjoj razini (100 izvedbi) to znači 487,50 € × 100 = 48.750 € dodatnog prihoda po kazališnoj sezoni.

Bez dodatnih predstava. Bez povećanja cijena. Bez većih troškova produkcije. Samo pametnijim upravljanjem podacima. Wooow!

Srodne priče