Een antwoord op de vraag naar concertbezoek in Amsterdam

Een antwoord op de vraag naar concertbezoek in Amsterdam
Aute ur(s ):
Praag, B.M.S. van (auteur)
Praag, C.M. van (auteur)
B.M.S. van Praag is hoogleraar-directeur van de Stichting voor Economisch Onderzoek (SEO) van de Universiteit van Amsterdam. C.M. van Praag is
consultant b ij The Boston Consulting Group te Baarn. Het onderzoek waarop dit voor ons unieke vader-dochter artikel geb aseerd is, is uitgevoerd door
SEO/Intomart in opdracht van het Koninklijk Concertgeb ouw Orkest, Het Concertgeb ouw NV en het Nederlands Philarmonisch orkest. De auteurs zijn
dank verschuldigd aan de mede-onderzoekers Karel Slootman (directeur Intomart), Hans van Ophem (UvA), Piet Stam (Ziekenfondsraad) en Willem
Wijnb ergen (KCO). De auteurs bedanken ook Martijn Sanders (Concertgeb ouw NV) en Jan Willem Loot (NedPho/NKO). Het onderzoeksrapport The
demand for concerts of classical music – Decision support for the scenario-planning of orchestras by means of a ROA-analysis, European Journal of
Opinion and Marketing Research, 1996, is door de European Society for Opinion and Marketing Research bekroond met de ‘Case History Award’.
Ve rs che ne n in:
ESB, 82e jaargang, nr. 4106, pagina 388, 14 mei 1997 (datum)
Rubrie k :
Tre fw oord(e n):
kunst, cultuur

Wat vinden mensen belangrijk bij concertbezoek? Een economisch model biedt het antwoord, en is daarmee een nieuw hulpmiddel bij de
programmering van orkesten.
Historisch gezien is Amsterdam een van de belangrijkste muzikale centra van Europa. Niet alleen het Concertgebouw en de Beurs van
Berlage, maar ook belangrijke orkesten waaronder het Koninklijk Concertgebouw Orkest, het Nederlands Philarmonisch Orkest en het
daaraan gelieerde Nederlands Kamerorkest leveren een belangrijke bijdrage aan de goede reputatie van Amsterdam als muziekstad. Voor
de meeste concerten is veel publieke belangstelling. Ook de aandacht van sponsors, internationale recensenten en platenmaatschappijen
laat niet te wensen over.
Het is een uitdaging voor dirigenten en artistiek leiders om blijvend de goede balans te vinden tussen die publieke belangstelling enerzijds
en de artistieke uitdaging voor het orkest en een vooraanstaande reputatie anderzijds. Het is de balans tussen commercieel programmeren,
het ijzeren repertoire, en innovatief programmeren (bijvoorbeeld wereldpremières). Bij de leiding van enkele instellingen in Amsterdam
bestond het gevoel dat kwantitatief onderbouwde kennis van de behoeften en voorkeuren van concertbezoekers een effectief instrument is
om deze balans te behouden in de toekomstige concertprogrammering. Daartoe is een model opgesteld dat het effect van programmeringsvariabelen op de vraag naar concerten kwantificeert.
Voorkeuren en gedrag
De ‘Rank Order and Acceptance’-analysemethode is ontworpen om de voorkeuren en aankoopbeslissingen van mensen die bepaalde
substitueerbare consumptiebundels krijgen aangeboden te begrijpen en te meten 1. Zo kan een auto worden gezien als een combinatie van
vele facetten, de attributen. De ene auto onderscheidt zich van de andere door een unieke combinatie van de waarden die elk van de
attributen aanneemt. Er zijn twee manieren om uit te vinden wat het relatieve gewicht is van attributen (is de inhoud van de kofferbak of de
laksoort belangrijker?) en te meten naar welke attribuutwaarden de voorkeur uitgaat van een gegeven consument (laksoort metallic of
gefabriceerd met natuurlijke stoffen). De eerste manier is om het werkelijke aankoopgedrag van consumenten te observeren. De tweede
manier confronteert geïnformeerde consumenten met alternatieven, waarna gevraagd wordt welke keuze ze zouden maken als ze een aankoop
gaan doen. Het voordeel van de simulatiemethode is dat alternatieven gepresenteerd kunnen worden die nog niet in de markt zijn. Ook is de
methode goedkoper. Het nadeel is dat er geen harde bewijzen zijn dat datgene wat men zegt aan te zullen kopen ook daadwerkelijk gekocht
wordt.
Alles wat zojuist gezegd is over auto’s geldt ook voor andere goederen of diensten. Er is geen reden om aan te nemen dat een consument een
auto op andere wijze kiest dan een waspoeder, of een concert.
In dit artikel beschrijven we het aankoopgedrag van concerten, gemeten met de simulatiemethode. We gaan ervan uit dat dit verantwoord is:
de steekproef bestaat uit goed geinformeerde mensen die gewend zijn vanuit programmaboekjes hun keuze te maken; concert-proefritten
bestaan immers niet. De gesimuleerde programmaboekjes beschrijven alle concerten in termen van attributen of programmeringsvariabelen.
De omschrijving van een volledig concert noemen we een vignet. Consumenten maken hun keuze uit de vignetten en op basis daarvan
schatten we een model dat de keuze van consumenten verklaart.
Onderzoek
Kwalitatief onderzoek
Om te ontdekken welke programmeringsvariabelen invloed hebben op de vraag naar concerten zijn enkele groepsgesprekken gevoerd met
concertbezoekers van allerlei pluimage. Deze gesprekken maakten duidelijk dat een concert een gecompliceerd goed is, dat bestaat uit vele
programmeringsvariabelen (zie tabel 2). Om deze variableen realistisch en gevarieerd in te kunnen vullen is ook met experts (de

opdrachtgevers) gesproken. De opzet en inhoud van de programmaboekjes was het resultaat.

Tabel 2

Tabel 2. Opzet van de concertaanbiedingen/vignetten
Locatie
Beurs van Berlage/Concertgebouw
Kwaliteit van het orkest
A-kwaliteit/B-kwaliteit
Omvang van het orkest
symphonisch orkest/
kamerorkest/
groot orkest met/zonder koor
Reputatie van de dirigent a
onbekend cq bekend in Nederland/
internationaal bekend cq v. wereldfaam
Reputatie van de solist a
onbekend cq bekend in Nederland/
internationaal bekend cq v, wereldfaam
Optreden solist
niet/vocaal/instrumentaal
Dag van optreden
weekdag/weekend
Tijdstip van optreden
ochtend/middag/avond
Maand van optreden
januari, februari, …
Leeftijd en heterogeniteit
gemiddelde ouderdom en variantie van de in een concertprogramma opgenomen
componisten
Prijs
prijs

a. In het onderzoek zijn vier kwaliteiten onderscheiden, maar de opdrachtgevers vinden het jammer als ook andere marktpartijen van de
precieze ondezoeksresultaten op de hoogte zijn.

De concertbezoeker
De 1100 respondenten van het kwantitatieve onderzoek vormen een representatieve steekproef van concertbezoekers in het seizoen 94/95
(abonnementhouders of anderszins) uit de bestanden van het Concertgebouw, het Concertgebouworkest en het Nederlands Philarmonisch
Orkest. Het concertpubliek bestaat voor 75% uit mensen ouder dan 45. Gemeten naar inkomen en opleiding valt 54% in de hoogste sociale
categorie (tegen 11% gemiddeld). Deze bevoorrechte groep consumeert een verbazingwekkend aantal concerten: gemiddeld 15 per jaar.
Daarnaast luistert ze thuis bijna dagelijks naar klassieke muziek.
Het concert
Iedere respondent kreeg, naast een aantal vragen over persoonlijke karakteristieken en gedrag en behoeften ten aanzien van muziek, een
programmaboekje dat bestond uit twee series van zestien vignetten. Niet iedereen kreeg dezelfde programma-boekjes, in totaal waren 128
vignetten in omloop die verschilden in prijs, locatie, programma enz. – net echt dus. In de eerste plaats werd aan de respondenten gevraagd
de 32 vignetten als volgt te rangordenen:
Stel dat u zestien concerten (uit 32) mocht uitzoeken, welke zou u dan kiezen als degene die voor u het meest waardevol zijn gegeven de
prijs?
In de tweede plaats werd aan de respondenten gevraagd welke concerten de respondent acceptabel vindt, dat wil zeggen echt zou kopen
indien de 32 vignetten het seizoensprogramma zouden uitmaken:
Welke van de concerten uit de vorige vraag zou u echt kopen voor het nieuwe seizoen, als dit de enige concerten waren die op het
programma staan? U kunt ze allemaal, een aantal of geen van alle kiezen.
Daarna werden de vragen herhaald met gehalveerde en verdubbelde prijzen en een kwantumkorting. De op deze manier weergegeven
voorkeuren en voorgenomen aankoopbeslissingen van de consument leveren een voldoende nauwkeurige input op om te berekenen welke
programmeringsvariabelen, en daarmee welke concertprogramma’s, welke nutswaarde hebben voor een consument met bepaalde

karakteristieken.
Vertaalslag door experts
Er zouden in de analyse te veel variabelen aanwezig zijn als alle componisten, orkesten, dirigenten, solisten en concertdata die in de
vignetten voorkomen als aparte te analyseren eenheden behandeld worden. De voor het onderzoek ingeschakelde experts hebben ons
geholpen met de vertaalslag. Componisten zijn chronologisch geclassificeerd in zeven groepen (zie tabel 1). De overige attributen en
mogelijke waarden die in de ROA-analyse worden meegenomen, zijn weergegeven in tabel 2.

Tabel 1

Tabel 1. Classificatie van componisten in muziekperioden
Muziekperiode

Componisten zoals

1. Barok
2. Klassiek
3. Romantisch

Vivaldi, Händel, Bach
Mozart, Haydn, vroege Beethoven
Brahms, Schubert, Chopin,
Mendelssohn, late Beethoven
R. Strauss, Mahler, Brückner, Wagner
Strawinsky, Debussy, Schönberg, Ravel
Sjostakowitz, Hindemith, Bartok
Boulez, Stockhausen, Ligeti, Schat

4.
5.
6.
7.

Laat-romantisch
Begin deze eeuw
Midden deze eeuw
Hedendaags

De vraag naar concertbezoek
De onderzoeksresultaten worden weergegeven in de vorm van procentuele vraageffecten: het percentage waarmee de vraag naar of de
zaalvulling van een concert stijgt (negatief: daalt) als een attribuut of programmerings-variabele een bepaalde waarde aanneemt. Er kan
steeds verondersteld worden dat de waarde van één van de attributen wordt gewijzigd, terwijl de andere ongewijzigd blijven. De resultaten
kunnen met elkaar vermenigvuldigd worden: als een concert in de Beurs van Berlage 13% minder vraag genereert dan een concert in het
Concertgebouw, dan kan dat worden gecompenseerd door bij voorbeeld een beter orkest (A-kwaliteit in plaats van B-kwaliteit) waardoor de
belangstelling zelfs 1,23* (1- 0,13)=7% groter is.
Locatie
Voor een concert in de Beurs van Berlage bestaat 13% minder belangstelling dan voor een concert in het concertgebouw.
Kwaliteit van het orkest
De vraag naar een concert waarin een orkest van A-kwaliteit optreedt is 23% groter dan de vraag naar een concert van een orkest van
‘slechts’ B-kwaliteit.
Omvang van het orkest
De voorkeur van het concertpubliek gaat uit naar grote orkesten. Voor een symphonisch orkest is 23% minder belangstelling; voor een
kamerorkest zelfs 30% minder.
Kwaliteit van de dirigent
De kwaliteit van de dirigent is van grote invloed op de belangstelling voor een concert; nog groter dan het effect van de kwaliteit van de
solist of het orkest. Een internationaal bekende of zelfs beroemde dirigent verhoogt de belangstelling met 28% (ten opzichte van een
onbekende of slechts in Nederland bekende dirigent).
Solisten
Er is een groot verschil in waardering voor een vocale en een instrumentale solist. Een vocale solist die onbekend of bekend in Nederland is
kan volgens het publiek beter achterwege blijven: de belangstelling voor een concert met zo’n solist is 6% kleiner dan voor een concert
zonder solist. Een instrumentale solist wordt daarentegen zeer geapprecieerd: hij/zij verhoogt de vraag met 52% ten opzichte van een
programma zonder solist. De kwaliteit van de solist heeft ook invloed op de vraag. Een bekende/beroemde solist verhoogt de belangstelling
met 24% ten opzichte van een onbekende of in Nederland bekende solist. figuur 1 geeft de effecten van solisten op de vraag weer. Uit deze
figuur blijkt dus dat de vraag naar een concert waarin een beroemde instrumentale solist optreedt 81% groter is dan wanneer er geen solist
optreedt.

Figuur 1. De invloed van solisten procentuele vraagverandering t.o.v. onbekende vocale solist
Tijdstip
In het algemeen geldt dat een concert in het weekend beter bezocht wordt dan een doordeweeks concert: het verschil bedraagt 18%. Het
onderzoek wijst uit dat het publiek ook in het weekend liever ‘s avonds naar een concert luistert. De tweede voorkeur gaat uit naar de
ochtend (9% minder bezoek), niet naar de middag (20% minder bezoek).
Seizoenseffecten
Het effect op de vraag van de maand waarin het concert plaats vindt, is verrassend. figuur 2 laat zien dat er een top blijkt te bestaan in de
zomermaanden (vanaf juni tot en met oktober). De maanden november, december, april en mei scoren laag. De huidige abonnementen lopen
meestal vanaf september tot juni. Gegeven de behoeften, zouden voorjaars- en najaars-abonnementen verstandig zijn. Zo kan rekening
worden gehouden met het feit dat november en december minder populair zijn. Daarnaast voorzien ook zomerconcerten in een behoefte. Dit
blijkt ook: de Robeco-zomerconcerten zijn succesvol.

Figuur 2. De zomer is populair Procentuele vraagverandering per maand, t.o.v. mei
Programmakeuze
Zoals gezegd is aan iedere compositie een periode classificatie gegeven (zie tabel 1). De belangstelling varieert met deze periodes, en een
gevarieerd programma wordt zeer op prijs gesteld. De voorkeur gaat uit naar de vroege Beethoven, dat wil zeggen op tweederde tussen de
Klassieke en de Romantische periode. De perioden daarvoor (Barok en de vroege Klassieken) genieten de voorkeur in mindere mate. Na de
vroege Beethoven geldt dat de belangstelling afneemt naarmate het programma moderner wordt. Een en ander wordt weergegeven in figuur
3. In de inleiding wezen we reeds op de balans tussen commercieel programmeren en innovatief programmeren.

Figuur 3. De vroege Beethoven genereert de hoogste nutswaarde Compositieperiode en relatieve vraagverandering, %
Effect van prijs
De gemiddelde prijselasticiteit bedraagt 1,01. Dit betekent dat een prijsverhoging van 10% tot een vraagvermindering van ongeveer 10,1%
leidt. Dus de winst (per kaartje) van een prijsverhoging, wordt net overtroffen door het effect van de prijs op de vraag, tenzij de concertzaal
reeds volledig bezet is. Doordat de prijselasticiteit ongeveer één bedraagt, kunnen de hierboven besproken vraageffecten ook (grosso modo)
in termen van prijs worden weergegeven; ofwel een concert in maart kan ongeveer 40% duurder zijn dan een concert in mei (zie figuur 2) en
zal dan ceteris paribus dezelfde zaalbezetting hebben. Op dezelfde wijze geldt dat een concert in de Beurs evenveel bezoekers zal hebben als
een identiek concert in het Concertgebouw dat 13% duurder is. Voor de verschillende orkesten worden overigens sterk verschillende prijselasticiteiten gevonden.
Effect van ink omen en leeftijd
Naarmate het inkomen van een muziekliefhebber toeneemt, neemt ook zijn concertbezoek toe, zij het met mate. Ook leeftijd beïnvloedt
concertbezoek matig: oudere mensen gaan vaker naar een concert dan jongere.
Conclusie
De analyseresultaten over de voorkeuren en het aankoopgedrag van concerten in Amsterdam zijn door de artistieke leiding van orkesten te
gebruiken als een hulpmiddel bij het nemen van programmeringsbeslissingen. Het te verwachten bezoek van een voorgenomen
seizoensprogrammering, die in de regel een jaar of twee bestrijkt, kan worden berekend. De betrouwbaarheid van het model is getoetst voor
de afgelopen twee seizoenen en er blijkt een maximale afwijking op te treden van 15%. Het wordt momenteel als hulpmiddel bij de
programmering gebruikt. Maar, zoals Frans-Jan Burkens, marketing manager van het Koninklijk Concertgebouw Orkest reeds opmerkte 2:
.. ondanks alle kennis uit onderzoek maken het artistieke primaat en de noodzaak tot het twee jaar vooruit programmeren van de
concertreeksen dat een orkest niet terstond wil en kan inspringen op de publieke behoeften, zoals een wasmiddelenfabrikant dat kan. De
laatste kan beslissen om binnen een termijn van enkele weken de kleur van de verpakking van blauw in groen te veranderen. De
klankkleur van een orkest op een dergelijke manier wijzigen, behoort niet tot de mogelijkheden, los van de vraag of het publiek een
dergelijke switch accepteert.
Het publiek hoeft zich dus geen zorgen te maken over verschraling van het programma als gevolg van onderzoek. De resultaten worden
slechts gebruikt om gegeven een bepaald artistiek niveau maximaal in te spelen op de behoeften van het publiek

1 De ROA-methode is een verfijning van de conjunct-meetmethode die veel wordt toegepast in marketing. De schattingen worden
uitgevoerd met een complex van aangepaste logit-analyses en conjunct-meetmethoden. Een technisch expose wordt hier achterwege gelaten.
2 Management, Kunst & Cultuur, nr 4, 1995.

Copyright © 1997 – 2003 Economisch Statistische Berichten (www.economie.nl)