Brug deltagerdata til at planlægge paneler, der fylder år efter år

Hvorfor datadrevet planlægning af paneler på conventions er vigtig

Planlægningen af paneler på fan-conventions kan være afgørende for et events succes. I en tid, hvor store conventions afholder hundredvis af paneler og aktiviteter, er det ikke længere valgfrit at bruge deltagerdata til at styre programmet – det er nødvendigt. De største fan-events, fra San Diego Comic-Cons mere end 135.000 deltagere til New York Comic Cons rekord på 180.000 solgte billetter, viser, hvad der står på spil: Fyldte paneler giver engagerede og tilfredse fans, mens tomme rum eller overfyldte sale viser, at muligheder går tabt. Erfarne convention-arrangører har lært, at datadrevet eventprogrammering ikke bare er et modeord; det er en konkurrencefordel, der får fans til at vende tilbage hvert år.

Deltagerne stemmer med fødderne på conventions – de møder op til det indhold, de elsker, og springer det over, der ikke interesserer dem. Ved at analysere, hvilke sessioner der trækker store crowds, og hvilke der ikke får fat, kan arrangører løbende forbedre programmet. For eksempel bød Anime Expo 2024 in Los Angeles omkring 400 paneler, visninger og events over fire dage. Med så bredt et program er en datadrevet tilgang afgørende for at placere populære paneler i større rum, lægge dem på de bedste tidspunkter og sikre, at nicheemner finder deres engagerede publikum. Kort sagt hjælper deltagerdata med at fylde sæderne år efter år ved at tilpasse programmet til fansenes efterspørgsel.

Ud over at øge fansenes tilfredshed giver datainformeret planlægning af paneler også økonomisk mening. Fyldte rum betyder ofte større forbrug på stedet og gladere sponsorer, udstillere og gæster. Omvendt spilder paneler, der konsekvent kun er halvt fyldt, ressourcer og kan dæmpe stemningen. Som nyere tendenser i convention-branchen viser, gør teknologien det muligt for arrangører at finjustere oplevelsen ud fra indsigt i realtid. Førende fan-events verden over – uanset om det er en lokal anime-con med 2.000 deltagere eller en expo med mere end 100.000 – bruger data til at træffe beslutninger. Resultatet? Flere paneler, man bare må se, færre fejl i programlægningen og et ry, der får deltagerne til at glæde sig til næste år.

Indsamling af deltagerdata: Fra registrering til panelrum

Datadrevet panelprogrammering begynder med at indsamle de rigtige deltagerdata. Hvis du virkelig vil forstå, hvad dine fans ønsker, skal du bruge pålidelige målepunkter for, hvordan de engagerer sig i dit indhold. Det betyder, at du indsamler oplysninger på alle stadier – fra spørgeskemaer før eventet og registreringsoplysninger til optælling af deltagere på stedet og feedback efter eventet. Sådan indsamler erfarne arrangører data, der kan bruges til at planlægge panelerne:

Registrering af deltagelse i paneler

Grundlaget for datadrevet planlægning er at vide, hvor mange der deltager i hvert panel, og hvem de er. Manuel optælling kan fungere til mindre events, men større conventions har fordel af teknologi, der registrerer deltagelsen præcist. Mange conventions bruger scanning af badges eller RFID-sporing ved indgangen til panelrummene for at registrere deltagerantallet i realtid. Nogle events udsteder for eksempel RFID-badges, som deltagerne scanner ved hver session – det giver præcise optællinger og endda indsigt i den enkelte deltagers præferencer. Moderne registreringssystemer til conventions (for eksempel en dedikeret billetløsning til popkultur-conventions) understøtter ofte scanning ved indtjekning til sessioner eller integration med mobilapps, som deltagerne bruger som programguide.

Ved at registrere deltagelsen pr. session kan du beregne hvert rums belægningsgrad (deltagelse som procentdel af kapaciteten). Det er vigtigt, at panelerne er godt besøgt uden at være overfyldte. Overfyldning giver sikkerhedsproblemer og fans, der bliver afvist, mens dårligt fyldte paneler enten viser nicheinteresse eller fejl i programlægningen. Som tommelfingerregel:

Det kræver omhyggelig optælling af deltagerne at følge disse målepunkter. På mindre cons kan medarbejdere eller frivillige bruge kliktællere ved døren eller indsamle billetter til paneler med begrænsede pladser. Større events bruger elektronisk indtjekning – for eksempel en mobil scanningsapp til at scanne badges eller billetter ved døren til hver session. En samlet eventplatform som Ticket Fairys billet- og analysesystem kan gøre det enklere, fordi systemet registrerer indgange og giver arrangørerne et live-dashboard over deltagelsen. Data i realtid viser, om et rum fyldes hurtigere end forventet, så du kan reagere derefter. (Nogle cons placerer crew ved populære sessioner med standby-køer, åbner ekstra plads eller tilbyder alternativ visning, hvis data viser, at rummene nærmer sig kapaciteten.) Målet er at vide præcis, hvilke paneler fans strømmer til, og hvilke de springer over.

Brug af spørgeskemaer og feedback fra fans

Rå deltagertal fortæller kun en del af historien. Hvis du vil planlægge paneler, der virkelig rammer, har du brug for kvalitative indsigter fra deltagerne. Her er spørgeskemaer efter paneler og conventions nyttige. Effektive arrangører indsamler feedback på spørgsmål som: Hvilke paneler var dine favoritter? Hvilke emner eller gæster vil du gerne se fremover? Var der sessioner, der skuffede, og hvorfor? Når du kombinerer feedbacken med deltagelsesdata, får du et mere komplet billede af panelernes resultater.

Mange conventions udsender korte panelspørgeskemaer via deres mobilapp eller en QR-kode, der deles ud efter hver session. Selv en enkel vurdering fra 1 til 5 stjerner for hvert panel plus et åbent kommentarfelt kan give værdifulde pejlemærker. Ved events med flere spor kan du overveje et kort spørgeskema hver aften under connen, mens indtrykkene er friske, og et længere spørgeskema efter eventet. Arrangører oplever igen og igen, at svarprocenten stiger, hvis spørgeskemaerne er korte (højst fem spørgsmål) og eventuelt belønnes (for eksempel med lodtrækning blandt dem, der svarer). En mellemstor sci-fi-con i Storbritannien fik for eksempel svarprocenten op på 35 % efter at have tilbudt en gratis signeret plakat til ti tilfældigt udvalgte respondenter.

Deltagerspørgeskemaer kan afsløre skjulte perler og problemer, som tallene alene ikke viser. Du opdager måske, at et panel med moderat deltagelse fik strålende anmeldelser fra dem, der deltog – et tegn på et nichehit, der kan vokse, hvis det markedsføres bedre. Eller måske fik et velbesøgt panel dårlig feedback på grund af problemer med indholdet, hvilket er vigtigt at vide, før du bare gentager det næste år. En omfattende branchenrapport om eventdeltagelse bemærker, at arrangører, der kombinerer kvantitative data (deltagelse, salg) med kvalitative input (tilfredshedsscorer, kommentarer), får den klareste indsigt i et events succes. Kort sagt: Lyt til dine fans. Deres direkte feedback kombineret med hårde data er en stærk guide til næste års program.

Glem heller ikke registrerings- og demografiske data. Hvis din billetplatform giver mulighed for brugerdefinerede spørgsmål ved checkout, kan du overveje at spørge deltagerne om deres interesser eller fandoms. Når fans køber badges, kan de for eksempel sætte kryds ved, hvilke spor (anime, tegneserier, gaming osv.) de glæder sig mest til. Disse data fra før eventet kan give et fingerpeg om, hvilket indhold der kan trække crowds. En arrangør af en australsk popkultur-convention bemærkede under registreringen en stigning i antallet af deltagere, der identificerede sig som »cosplay-entusiaster«. Det fik connen til at udvide cosplayprogrammet og workshops om regler for rekvisitter. Som forventet blev de sessioner fyldt til sidste plads. Moderne platforme registrerer også oplysninger som, hvornår billetterne blev købt, eller hvilken marketingkanal der førte en deltager til eventet – indirekte tegn på, hvilke annoncer eller gæster der skabte interesse. Alle disse datapunkter, fra registreringstendenser til panelvurderinger, bidrager til bedre programbeslutninger.

Analysér data for mønstre og præferencer

Det er nytteløst at indsamle data, hvis du ikke analyserer dem for at finde indsigter, du kan handle på. Næste skridt i datadrevet eventprogrammering er at gennemgå deltagertal, spørgeskemasvar og andre oplysninger for at finde tendenser. Hvilke mønstre viser dataene, og hvordan kan de bruges til at planlægge panelerne? Erfarne con-arrangører gør analysen til en fast del af arbejdet efter eventet – en »programmeringsobduktion«, der omsætter tal til strategi.

Find populære emner og paneler, der klarer sig dårligt

Begynd med at rangordne panelerne efter både deltagelse og deltagertilfredshed. Hvilke sessioner fyldte alle pladser, og hvilke havde svært ved at trække et publikum? Se efter fællestræk blandt de bedste: Var det temaet (for eksempel paneler om Marvel-superhelte, der trak flere end andre), formatet (Q&A-sessioner kontra foredrag) eller måske en gæsts stjernestatus? På en stor comic con i Indien opdagede arrangørerne for eksempel, at paneler om nye blockbuster-film konsekvent havde en belægningsgrad på over 80 %, mens paneler om klassisk tegneseriehistorie i gennemsnit lå langt lavere. Konklusionen var at øge indholdet om kommende film og tv-serier – det, der er hot nu – for at imødekomme fansenes efterspørgsel og samtidig finde nye greb til at løfte paneler om klassisk indhold, for eksempel ved at tilføje populære skabere.

Find samtidig de paneler, der klarer sig dårligt. Hvis bestemte emner gentagne gange har under 30 % deltagelse, er det et advarselssignal. Indholdet kan være for smalt, eller panelet kan være lagt samtidig med et stort hovedevent og derfor være dømt til at mislykkes på grund af et sammenfald – ikke manglende interesse. Data skal ses i en sammenhæng: Sammenhold tidspunkt og placering med sessioner med lav deltagelse. Du opdager måske et sammenfald i programmet eller et afsides rum, der holdt et ellers relevant panel nede. En anime-convention bemærkede for eksempel, at alle deres paneler i foredragsformat om akademiske emner havde lav deltagelse – ikke nødvendigvis fordi deltagerne ikke kunne lide emnerne, men fordi panelerne lå samtidig med cosplaykonkurrencen og i en anden bygning. Året efter ændrede de programmet for at undgå sammenfaldet, og deltagertallet til panelerne blev fordoblet.

Det er nyttigt at kategorisere panelerne efter type og genre under analysen. Opdel data efter spor, tema og format. Måske havde workshops og interaktive paneler højere tilfredshedsscorer end passive speaker-paneler – et tegn på, at fans ønsker mere praktisk indhold. Eller dataene viser, at dine gamingrelaterede paneler var 90 % fyldt, mens sporet om science fiction-litteratur i gennemsnit kun nåede 40 %. Disse mønstre hjælper dig med at flytte fokus. Mange erfarne arrangører laver faktisk en enkel rapport eller et heatmap over deres panelprogram, hvor de fremhæver de tidsrum, der havde flest og færrest deltagere. Visualiseringen kan hurtigt vise, at lørdag middag var pakket, mens søndag morgen – måske ikke overraskende – havde få deltagere. På den baggrund kan du lægge lettere indhold tidligt om morgenen og gemme blockbuster-panelerne til spidsbelastningstidspunkterne.

Ud over deltagertallene bør du se på engagementsmålepunkter, hvis de er tilgængelige. Skabte bestemte paneler stor aktivitet på sociale medier under eventet? Hvis din eventapp eller hashtag for eksempel viste en stigning i opslag under »Mystery Celebrity Panel« lørdag, er det et kvalitativt tegn på stor interesse. Hvis dine feedbackformularer til paneler samtidig viser, at 95 % af respondenterne »ville anbefale dette panel til en ven«, er det en session, du bør overveje at udvide eller gentage. Ifølge IAEE’s branchedata om målepunkter for konferencer er deltagelse den vigtigste enkeltstående indikator for et events succes – folk »stemmer med fødderne« og deres tid. Gå derfor i dybden med, hvor deltagerne valgte at bruge deres tid. De mønstre, du finder i dataene, er guld værd i den fremtidige planlægning.

Forstå målgruppesegmenter og interesser

En anden stærk anvendelse af deltagerdata er at identificere hvem din målgruppe er, og hvordan forskellige segmenter opfører sig. Din convention består sandsynligvis af forskellige fangrupper – for eksempel hardcore cosplayers, casual popkulturfans, gamere, anime-entusiaster osv. Data kan hjælpe dig med at tilpasse programmet til disse segmenter. Begynd med at undersøge de demografiske oplysninger, du har (aldersintervaller, førstegangs- kontra tilbagevendende deltagere, VIP-billetindehavere kontra almindelige deltagere), og se, om deres valg af paneler er forskellige.

Tilbagevendende deltagere søger for eksempel måske mod smalle »insider«-paneler, der går mere i dybden med universets lore, mens førstegangsdeltagere strømmer til celebrity-Q&A’er og hovedattraktioner. En europæisk gamingexpo bemærkede, at deltagere under 25 år i stort antal mødte op til paneler om esportsturneringer og spilsessioner med demoer, mens deltagere over 25 foretrak udvikleroplæg og diskussioner om retrospil. Ved at segmentere feedback- og deltagelsesdataene besluttede arrangørerne at oprette to nye panelspor året efter: ét målrettet »professionelle gamere og esportsfans« og ét om »retro- og brancheemner«. På den måde henvendte de sig mere direkte til begge demografiske grupper. Begge spor fik efterfølgende bedre tilfredshedsscorer, fordi fansene fandt indhold, der talte til dem.

Hvis dit billet- eller registreringssystem integrerer med et CRM- eller analyseværktøj, kan du endda lægge købsadfærd eller marketingdata oven på programpræferencerne. Du opdager måske, at deltagere, der købte VIP-badges (eller billetter på dyrere niveauer), fylder de forreste rækker ved akademiske eller smalle paneler – måske fordi de er superfans med bredere interesser. Når du forstår disse nuancer, kan du kuratere indhold datadrevet: Sørg for, at hvert vigtigt målgruppesegment har noget, der er tilpasset dem, og markedsfør sessionerne over for dem, der med størst sandsynlighed er interesserede.

Nogle avancerede conventions eksperimenterer med deltagerpersonaer baseret på data. De grupperer deltagerne i typer (for eksempel »Cosplay-skaberen«, »Samler-superfanen« og »Anime-bingeren«) og laver et eksempelprogram med paneler, som hver persona ville elske. Derefter undersøger de, om programmet faktisk understøtter disse ideelle planer uden sammenfald. Denne type analyse kan for eksempel vise, at alle paneler rettet mod cosplay-skaberen ligger samlet, så deltageren tvinges til at vælge, selv om de kunne spredes ud. Metoden er hentet fra erhvervskonferencer, men fungerer også til fan-events – den sikrer, at programmet giver forskellige interessegrupper en afbalanceret rejse gennem eventet. Jo bedre du forstår dine målgruppesegmenter gennem data, desto mere præcist kan du planlægge indhold, som hver gruppe vil betragte som uundværligt.

Planlæg paneler ud fra datadrevne indsigter

Indsamling og analyse af deltagerdata danner grundlaget – nu er det tid til at bruge indsigterne til faktisk at planlægge panelerne på din næste convention. Datadrevet planlægning betyder, at du bruger dokumentation (ikke kun mavefornemmelsen) til at beslutte, hvilke paneler der skal med, hvornår og hvor de skal ligge, og hvordan du håndterer dem for at skabe størst muligt engagement. Resultatet bør være et program, der konsekvent fylder rummene og giver tilfredse deltagere. Her er de vigtigste strategier:

Optimér fordeling af rum og tidsrum

En af de mest umiddelbare gevinster ved data er smartere fordeling af rum. Ved at forudsige, hvilke paneler der bliver mest populære, kan du matche paneler med stor efterspørgsel med større rum og paneler med lavere efterspørgsel med mindre lokaler. Det lyder indlysende, men uden data er det gætteri – mange arrangører er blevet overrasket af et »sleeper hit« i et for lille rum eller en hypet session, der ikke fyldte en stor sal. Se på sidste års deltagertal og eventuelle forhåndsregistreringer eller interessetegn for nyt indhold. Hvis et lignende panel sidste år nåede 95 % af kapaciteten i et rum med 500 pladser, kan du overveje at flytte det til et rum med 800 pladser denne gang. Omvendt kan du flytte et eksperimentelt panel, der kun trak 50 personer i en sal med 400 pladser, til et mindre rum eller slå det sammen med et andet emne.

Data kan være overraskende gode til at forudsige et panels popularitet. Arrangørerne af teknologikonferencen PASS Summit brugte faktisk historiske data og algoritmer til at forudsige deltagelsen i sessionerne. Det lykkedes dem at tildele rum, så antallet af overfyldte sessioner faldt fra 17 % til kun 8 % fra år til år. De analyserede faktorer som speakerens popularitet og tendenser i emnerne for at lave forudsigelserne. På fan-conventions kan du på samme måde vægte faktorer som franchisens eller emnets popularitet, aktivitet på sociale medier, gæstens tiltrækningskraft og tidligere deltagelse i lignende paneler. Selv en enkel datadrevet rangliste (for eksempel »niveau 1« for hovednavne, »niveau 2« for middelstor interesse osv.) kan hjælpe med fordelingen af rum. Det er langt bedre at have et rum, der er lidt for stort, end at afvise hundredvis ved døren. Som erfarne arrangører ofte siger: Tomme sæder skriver ikke vrede klager på sociale medier, men fans, der ikke kan komme ind til et fyldt panel, gør måske.

Brug også data til at optimere placeringen i programmet. Din analyse viser måske, at bestemte tidsrum konsekvent klarer sig bedre end andre. Er lørdag kl. 11 et godt tidspunkt, hvor mange fans er på stedet og fulde af energi? Læg et panel med et stort navn eller et længe ventet emne dér. Måske viser dataene, at deltagelsen falder sidst på eftermiddagen – det kan være et godt tidspunkt til nicheemner eller sekundært indhold, fordi færre alligevel deltager på det tidspunkt. Tag også højde for mønstre som spisetider og andre aktiviteter: Hvis der for eksempel er en stor cosplaykonkurrence eller koncert kl. 19, kan et panel, der ligger samtidig, få lavere deltagelse. Spred dine »marquee«-events ud, så de ikke tager publikum fra hinanden. Et datadrevet program kan bestå i at forankre hver dag med et eller to tentpole-paneler (baseret på tidligere popularitet) og fylde programmet omkring dem med indhold, der supplerer.

En anden dataunderstøttet ændring er at gentage populære sessioner. Hvis du har et panel, der altid bliver fyldt og stadig har flere interesserede, kan du overveje at afholde det to gange (måske én gang på hver af to dage) eller tilbyde en ekstravisning på den sidste dag. Nogle conventions gør dette med indhold, der har ekstremt stor efterspørgsel – et panel om japansk kultur i New York kan for eksempel ligge både lørdag og søndag, hvis den første session nåede kapaciteten. Data fra tidligere dage eller år kan begrunde disse ekstrasessioner. Det spreder deltagerne og giver flere fans mulighed for at se det indhold, de ønsker. Sørg blot for, at gentagelserne ikke ligger samtidig med relateret indhold, som det samme publikum også gerne vil se.

Undgå sammenfald og håndtér crowds

Dine deltagerdata er også et kort over fansenes interesser, som kan hjælpe dig med at undgå sammenfald, der splitter publikum. En klassisk begynderfejl i programlægningen er at lægge to superpopulære paneler samtidig, så fansene tvinges til at vælge, og begge paneler ender med at være halvt fyldt i stedet for, at det ene er helt fyldt. Data kan forhindre dette. Ved at gennemgå, hvilke paneler der appellerede til de samme målgruppesegmenter (ud fra spørgeskemaer eller scanninger af adgangskort), kan du identificere mulige sammenfald. Hvis du for eksempel ved, at deltagerne til »Game of Thrones Fan Discussion« sidste år i høj grad også deltog i »Lord of the Rings panel«, skal du ikke lægge dem i samme tidsblok i år – der er sandsynligvis et stort overlap mellem målgrupperne. Læg dem i stedet efter hinanden eller med god afstand. På den måde kan data øge den samlede paneldeltagelse, fordi fansene ikke tvinges til at springe den ene favorit over for at se den anden.

Mange store cons bruger også værktøjer som et reservationssystem eller et »lotteri« til de mest efterspurgte sessioner. Det øger ikke kun fansenes tilfredshed ved at gøre adgangen fair, men giver også arrangørerne gode data om interesseniveauet. SXSW’s PanelPicker-system giver for eksempel fællesskabet mulighed for at stemme på foreslåede sessioner før eventet og fortæller dermed arrangørerne direkte, hvilke emner der har størst opbakning blandt fansene. Fan-conventions kan bruge en enklere metode: Lad deltagerne markere nogle få paneler, de er mest interesserede i, under registreringen eller i eventappen (ikke som en garanti, men som pejlemærke eller RSVP). Hvis 2.000 deltagere på forhånd har markeret et panel, der kun har 500 pladser, ved du, at der kan komme lange køer, eller at du bør indføre billetter til panelet. New York Comic Con har for eksempel brugt online-lotterier til populære paneler i rum med begrænset kapacitet – dataene fra tilmeldingerne hjælper dem med at forudse køens størrelse og fordele sikkerhedspersonale og køareal derefter. Når du bruger disse værktøjer, især hvis din billetplatform til conventions understøtter sessionreservationer, bliver potentielle problemer med crowd control til håndterbar, datainformeret logistik.

Selv med god planlægning vil nogle paneler være meget populære. Her kommer datainformeret crowd management ind i billedet. Overvåg deltagelsesdata under eventet (mange platforme tilbyder live-dashboards) for at se, om bestemte sessioner overskrider kapaciteten, eller om køerne begynder at danne sig flere timer før. Med disse indsigter kan du sætte løsninger i værk undervejs. Comic-Con International’s Hall H bruger for eksempel et armbåndssystem til at håndtere køer natten over, så kun de første 6.500 i køen (Hall H’s kapacitet) bliver stående. Ikke alle events har Hall H’s hype, men princippet gælder: Brug oplysninger om efterspørgslen til at sikre fair adgang. Du kan måske udpege et ekstra rum med livevideostreaming til et panel, der eksploderer i popularitet – data fra tidligere dage eller forhåndstilmeldinger kan begrunde at have den backup klar. Eller du kan ændre rumfordelingen på dag 2, hvis data fra dag 1 viser, at du har undervurderet publikum. Nogle cons gentager endda et »overraskelseshit« den sidste eftermiddag, når de har set, hvor populært det var.

Det er også værd at planlægge køhåndtering og rækkefølgen ved indgangen ud fra data om, hvem der har adgang. Mange indehavere af premiumbilletter (VIP’er osv.) forventer tidlig adgang til store paneler. Data kan fortælle dig, hvor stor en del af rummet der kan blive optaget af VIP’er kontra almindelige deltagere, så du kan planlægge separate køer eller reserverede siddepladser. Kort sagt stopper en datadrevet tilgang ikke ved planlægningen – den omfatter også, hvordan du gennemfører seating og flow. (Læs mere om at undgå køkaos i vores guide til avanceret crowd management på conventions, der holder køerne ordnede og samtidig maksimerer fansenes tilfredshed.) Ved at forudse behov og sammenfald gennem data sikrer du, at fyldte rum bliver en positiv oplevelse – en elektrisk stemning – i stedet for et problem.

Cases: Data i praksis på fan-conventions

Intet viser effekten af deltagerdata bedre end eksempler fra virkeligheden. Her er nogle cases fra conventions verden over, der har brugt data til at styrke deres paneler:

SXSW (Austin, USA) – Afstemninger i fællesskabet former programmet: Et af de mest kendte eksempler på datadrevet programmering er South by Southwest’s proces med PanelPicker®. SXSW inviterer fællesskabet til at stemme på foreslåede sessioner flere måneder i forvejen og indsamler dermed data om det indhold, deltagerne helst vil se. Arrangørerne kombinerer fansenes input (som kan løbe op i titusindvis af stemmer) med intern kuratering. Resultatet er et konferenceprogram, der konsekvent matcher deltagernes interesser – fordi det bogstaveligt talt er formet af de mennesker, der gerne vil deltage. For SXSW har processen hjulpet med at holde sessionrummene fyldt år efter år; når fansene har indflydelse på programmet, møder de op til sessionerne. Arrangører af conventions kan lære af SXSW ved at inddrage fans i programbeslutninger, enten gennem afstemninger før connen eller rådgivende udvalg, så indholdet rammer. Det er datadrevet planlægning i form af direkte demokrati.

Anime Expo (Los Angeles, USA) – Indholdet finjusteres gennem spørgeskemaer: Anime Expo (AX), Nordamerikas største anime-convention, indsamler omfattende feedback fra deltagerne for at finjustere programmet. Efter AX 2022 bemærkede arrangørerne gennem spørgeskemaer og deltagelsesdata for panelerne, at interessen for branchepaneler med insiderviden (for eksempel samtaler med animeproducenter og studier) var stigende. Som svar udvidede AX sporet i 2023 med flere sessioner og større rum. De havde paneler med store japanske animestudier i conventionens Petree Hall, der har plads til tusindvis. Resultatet var fremragende – panelerne nåede fuld kapacitet med køer ud ad døren, og spørgeskemaundersøgelser efter connen vurderede branchesporene som en af årets bedste tilføjelser. AX oplevede derimod, at deltagelsen i nogle fan-drevne community-paneler var faldet. I stedet for at fjerne dem uden videre sammenholdt arrangørerne feedbacken med andre data og opdagede, at tidspunktet var problemet: Mange fanpaneler lå tidligt om morgenen, hvor deltagerne enten stod i kø til store events eller endnu ikke var ankommet. På baggrund af den indsigt flyttede AX 2024 mange fanpaneler til tidlige eftermiddagstider, og deltagelsen steg markant igen. Eksemplet viser, hvordan kombinationen af deltagelsesstatistik og direkte feedback fra fans gør det muligt for en convention at ændre sin programmeringsstrategi og hurtigt se resultater i form af øget deltagelse.

MidSizeCon (globale eksempler) – Forudsigende fordeling af rum: En mellemstor gaming-convention i Tyskland (lad os kalde den MidSizeCon) fik i 2022 klager over overfyldte og halvtomme paneler – nogle gange på samme dag. I 2023 brugte arrangørerne deres data til at forudsige efterspørgslen og fordele rummene bedre. De bemærkede, at et panel om »Retro Gaming Classics« hver gang trak over 300 personer, selv om det tidligere havde ligget i et rum med 200 pladser. Samtidig lå en række paneler om »Indie Game Dev« i et teater med 500 pladser, men havde i gennemsnit kun omkring 150 deltagere. MidSizeCon ændrede derfor strategi: De flyttede retrospilpanelet til det større rum og indie-udviklerpanelerne til et mindre rum, så kapaciteten passede til den dokumenterede efterspørgsel. De så også på mønstre i løbet af dagen – data viste, at retrospilpanelet trak endnu større crowds lige efter frokost, så det fik et attraktivt tidspunkt tidligt på eftermiddagen. Resultaterne var tydelige på stedet: Ingen fans blev længere afvist til retrosessionen, fordi det større rum havde plads til alle, og indie-sessionerne føltes passende fyldte i det mindre rum, hvilket skabte bedre energi. Deltagelsen i begge spor steg, og feedbacken var positiv hele vejen rundt. Casen viser, at selv uden avancerede algoritmer kan grundlæggende dataanalyse (tidligere optællinger og succesfulde tidsrum) forbedre udnyttelsen af rum og publikumsoplevelsen markant.

Professionelle konferencer – Læringer til fan-cons: Erhvervskonferencer og messer har brugt datadrevet planlægning af sessioner i årevis, og fan-conventions er nu ved at indhente dem. En teknologikonference brugte for eksempel machine learning på deltagerdata til at forudsige interesseniveauer og reducerede antallet af problemer med overfyldning markant. De fandt, at speakerens popularitet var en af de bedste indikatorer for deltagelse – en konklusion, der også gælder fan-events, hvor en berømt skuespiller eller skaber kan få tallene til at stige uanset panelets emne. Mange af disse konferencer sammenholder også sessionsvurderinger med deltagelse og finder nogle gange overraskende resultater, for eksempel at et fyldt rum ikke garanterer høje vurderinger af sessionens kvalitet. Arrangører af fan-conventions bør på samme måde afveje popularitet og kvalitet – data kan afsløre situationer, hvor et panel trak et stort publikum, men fik dårlig feedback, hvilket viser, at indhold eller moderering skal forbedres næste gang. Læringen på tværs er klar: Flere data giver bedre programbeslutninger, uanset om det gælder branche-keynotes eller workshops i cosplaytegning.

Alle disse eksempler – fra at lade fans stemme til at analysere spørgeskemaer og omfordele rum – viser datas konkrete effekt. Conventions, der arbejder datadrevet, oplever typisk højere samlet paneldeltagelse og større deltagertilfredshed. Fansene føler, at deres interesser bliver hørt og imødekommet. Når du planlægger ud fra det, dataene fortæller, at deltagerne ønsker, skaber du en positiv spiral: Succesfulde paneler skaber begejstring, som giver mere mund-til-mund og højere deltagelse året efter. Det er ikke overraskende, at events, der er kendt for gode programmer, ofte har solide dataprocesser bag kulisserne.

Løbende forbedringer: Skab en feedbacksløjfe med data hele året

Den sidste del af en datadrevet programmeringsstrategi er at gøre den løbende og iterativ. Målet er ikke kun at bruge deltagerdata til ét event, men at opbygge en feedbacksløjfe, der gør hvert års convention bedre end den foregående. Erfarne arrangører bruger data som et kompas – ikke kun til planlægning af paneler, men også til marketing, billetsalg og den overordnede eventudformning. Sådan integrerer du data i din planlægningscyklus året rundt:

Analyse og debrief efter eventet: Gennemgå dataene grundigt lige efter connen, mens alt stadig er frisk i hukommelsen. Generér rapporter fra dit billet- og registreringssystem med deltagertal for panelerne, no-show-rater for særlige events og andre statistikker (for eksempel hvor mange der brugte reservationssystemet til paneler, hvis du havde et). Kombinér det med opsummeringer af spørgeskemaerne og teamets observationer. Mange teams holder et møde efter connen, hvor afdelingslederne (program, gæsterelationer, drift) deler deres indtryk – når de understøttes af data, undgår du, at beslutningerne udelukkende bygger på anekdotiske minder. I stedet for »lørdag føltes virkelig travl« kan du for eksempel sige: Lørdag kl. 13–15 havde 20 % højere paneldeltagelse end alle andre tidsrum, muligvis på grund af de to blockbuster-paneler – næste år spreder vi dem ud.« Dokumentér indsigterne i en programmeringsplaybook til næste udgave.

Sæt datadokumenterede mål for næste år: Brug indsigterne til at opstille konkrete mål. Måske vil du øge den gennemsnitlige belægningsgrad for paneler fra 60 % til 75 % eller få antallet af paneler under 20 % kapacitet ned på nul. Du kan også sætte et mål for at løfte tilfredshedsscorerne for panelerne eller fjerne klager over sammenfald i programmet. Målbare målsætninger hjælper med at fokusere strategien. Hvis feedbacken for eksempel viste forvirring over overlappende store paneler, kan et mål være »ingen overlappende niveau 1-paneler« i programmet. Hvis paneldeltagelsen søndag faldt til 50 % af lørdagens, kan målet være »øge søndagens paneldeltagelse med 25 %« – for eksempel ved at lægge et must-see-event søndag morgen eller tilbyde et incitament til fans, der bliver. Når du knytter målene til data, kan du senere måle, om den nye programmeringsstrategi virkede.

Gennemfør ændringer med de rigtige værktøjer: Datadrevne forbedringer kræver ofte de rigtige værktøjer. Moderne event management-platforme kan være uvurderlige her. Ideelt set har du brug for et system, der integrerer billetsalg, programlægning og analyse, så alle dine deltagerdata er samlet ét sted. Med en løsning som Ticket Fairys samlede platform har arrangørerne 100 % ejerskab over deltagerdataene – det betyder, at du kan eksportere og analysere hvert klik og hver scanning. Dataportabilitet er afgørende; dine indsigter må ikke være låst fast hos en leverandør. Sørg for, at enhver platform, du vurderer, giver nem adgang til rådata (salg, indtjekninger, spørgeskemasvar), så du selv kan analysere dem. Se også efter funktioner som live-dashboards (til at overvåge tendenser under eventet) og CRM-integration til at berige deltagerprofiler med deres panelinteresser. Et godt værktøj træffer ikke beslutningerne for dig, men det fremhæver de oplysninger, du har brug for, når du planlægger programmet.

Teknologien kan også gøre det nemt at gennemføre nogle datadrevne tiltag. Ticket Fairys system omfatter for eksempel tracking af henvisninger og kampagnekoder, så du kan se, hvilke annoncer eller gæster der satte gang i billetsalget. Hvis en bestemt panelannoncering (for eksempel et særligt reunion-panel) gav en stigning i henvisninger og nye registreringer, er det data, du kan bruge til at afsætte mere tid eller marketing til lignende indhold. På driftssiden giver solide billetplatforme adgangskontrolapps – du kan bruge dem ikke kun ved hovedindgangen, men også ved panelrummene til at scanne badges ved indgangen. Alle scanninger føres tilbage til dine analyser og viser live-deltagertal pr. rum. Nogle events bruger RFID-armbånd til problemfri tracking på hele venueområdet. Når du vurderer løsninger, bør du vælge en, der har disse avancerede funktioner uden at gå ud over deltageroplevelsen. Fansene skal ikke føle, at de bliver overvåget – det skal foregå ubemærket og gøre eventet bedre for dem.

Markedsfør den forbedrede oplevelse: Når du gennemfører datadrevne ændringer, skal du fortælle deltagerne, at du har lyttet. Hvis spørgeskemaerne for eksempel viste klager over lange køer til et populært panel, kan du annoncere: »Nyt næste år: Et reservationssystem til de mest populære paneler, så du er sikret en plads.« Det løser ikke kun et problem, men bliver også et marketingaktiv, der kan drive det tidlige billetsalg. Mange arrangører lancerer henvisningsprogrammer (og gør fans til ambassadører) for at øge deltagelsen, når de har skabt et stærkt program. En convention med et godt program er trods alt lettere at markedsføre – fansene glæder sig over indholdet. Et henvisningsinitiativ kan forstærke effekten, og data hjælper også her. Du kan følge, hvilke fanambassadører der skaffer deltagere til bestemte segmenter. Hvis en influencer i animefællesskabet for eksempel sælger mange billetter via henvisninger, vil deres følgere måske gerne have flere animepaneler – data, du indsamler, efterhånden som registreringerne kommer ind, kan bekræfte det, så du stadig kan justere det endelige program.

Vær til sidst agil, og gentag processen. Fanlandskabet ændrer sig hele tiden – et panel, der var et hit i år, kan være kølet af næste år, når nye serier, spil eller memes fanger fandommens interesse. Ved at holde øje med fansenes samtaler hele året (onlinefora, tendenser på sociale medier osv.) og sammenholde dem med dine egne deltagerdata bliver du ikke taget på sengen. Mange conventions har nu en tilstedeværelse i fællesskabet året rundt (via Discord-servere, fanklubber osv.), hvor de kan spørge kernemålgruppen om idéer til mulige paneler. Sammen med solid analyse efter eventet sikrer det, at du har opdateret viden om, hvad der trækker et publikum, når det er tid til at planlægge programmet. Det er denne løbende feedbacksløjfe – planlæg, gennemfør, mål, justér – der gør data til mere end en hjælp én gang. Det bliver et permanent kompas for din conventions vækst.

Kort sagt forvandler deltagerdata i din panelprogrammeringscyklus processen fra kvalificeret gætteri til en videnskabeligt understøttet kunst. Det erstatter ikke behovet for kreativ vision eller forståelse af din fandom – det styrker den med dokumentation. De conventions, der klarer sig bedst på dagens konkurrenceprægede scene, er dem, der ser data som kreativitetens ven, ikke dens fjende. Brug tallene til at styrke dit teams passion og intuition, så skaber du et program, der ikke bare fylder sæderne, men også får fansene til at tælle dagene, til de vender tilbage.

Vigtigste pointer om datadrevet panelprogrammering

• Mål alt: Du kan ikke forbedre det, du ikke følger. Brug badgescanninger, kliktællere eller indtjekning i appen til at registrere deltagelsen i hvert panel, og indsamle feedback gennem spørgeskemaer for at få kontekst.
• Omsæt data til indsigt: Indsaml ikke bare data – analysér dem. Find ud af, hvilke paneler der var hits eller misses, og hvorfor (emne, tidspunkt, sammenfald). Se efter tendenser på tværs af emner, formater og demografi for at styre beslutningerne.
• Optimér programlægningen: Brug data til at planlægge smart – læg paneler med stor efterspørgsel i store rum på attraktive tidspunkter, og undgå overlappende indhold, der appellerer til de samme fans. Sigt efter, at de fleste paneler når en sund kapacitet på 60–90 %, så energien er høj uden at fans bliver afvist.
• Tilpas og gentag: Se din programmeringsplan som en strategi i udvikling. Justér næste års program ud fra det, dataene viste i år – hvad enten det betyder mere af en populær indholdstype, at fjerne et panel, der fik dårlig modtagelse, eller at ændre rækkefølgen, så den passer til deltagernes vaner.
• Brug teknologien: De rigtige værktøjer (en integreret platform til billetter, analyse og programlægning) gør dataindsamling og -analyse langt lettere. Vælg løsninger, der giver indsigt i realtid, arrangøren ejerskab over dataene og funktioner som panelreservationer eller RFID-tracking, der øger datapræcisionen og forbedrer fanoplevelsen.
• Styrk fanengagementet: Inddrag deltagerne i processen, når det er muligt. Overvej afstemninger om panelernes emner før eventet eller et henvisningsprogram, der kan øge deltagelsen. Fans, der føler sig hørt og ser deres feedback blive omsat til handling, møder mere entusiastisk op og fortæller andre om din convention.
• Arbejd løbende med forbedringer: Gør dataevaluering til en fast rutine efter eventet, og tag læringen med videre. Hvert års data er en plan for at finjustere og øge deltagelsen i conventionens paneler året efter. Med tiden opbygger denne cyklus et ry for et fantastisk program – og det ry er et vigtigt aktiv, når du skal fastholde og udvide din fanbase.

At bruge deltagerdata til panelprogrammering er en af de mest effektive måder at løfte din convention fra god til uforglemmelig. Ved at lytte til det, tallene – og dine fans – fortæller dig, kan du levere paneler, der virkelig fylder sæderne år efter år, og skabe et levende, fanfokuseret event, der holder over tid.

Ofte stillede spørgsmål

Hvad er en god belægningsgrad for et panel på en convention?

En sund belægningsgrad for et panel på en convention ligger mellem 60 % og 90 % af rummets kapacitet. Det viser et stærkt engagement uden at skabe sikkerhedsproblemer eller afvise fans. Paneler under 20 % kapacitet kræver som regel, at emnet vurderes igen, mens paneler over 100 % har brug for større venues.

Hvordan registrerer arrangører af conventions deltagelsen i paneler?

Arrangører af conventions registrerer deltagelsen i paneler ved hjælp af teknologi som badgescanning, RFID-sporing ved indgangen til rum og indtjekning i mobilapps. Disse digitale systemer giver præcise deltageroptællinger i realtid og oplysninger om den enkelte deltagers præferencer. De erstatter manuelle kliktællere og gør det muligt for personalet at se, om rummene fyldes hurtigere end forventet.

Hvorfor er datadrevet planlægning af paneler vigtig for fan-conventions?

Datadrevet planlægning af paneler sikrer, at programmet stemmer direkte overens med fansenes efterspørgsel, hvilket giver fyldte rum og større deltagertilfredshed. Ved at bruge deltagelsesmålinger og spørgeskemaer kan arrangører placere populære emner i større rum, undgå fejl i programlægningen og forbedre eventets økonomi gennem større forbrug på stedet og gladere sponsorer.

Hvordan kan eventarrangører undgå sammenfald i programmet for convention-paneler?

Arrangører undgår sammenfald ved at analysere deltagerdata for at identificere overlappende faninteresser og placere panelerne i forskellige tidsblokke. Ved at gennemgå tidligere deltagelse og spørgeskemadata kan planlæggerne sikre, at to meget populære sessioner, der henvender sig til det samme målgruppesegment, ikke ligger samtidig, så den samlede deltagelse maksimeres.

Hvordan forbedrer demografiske deltagerdata eventprogrammet?

Demografiske deltagerdata forbedrer eventprogrammet ved at vise bestemte indholdspræferencer blandt forskellige målgruppesegmenter. Analyse af faktorer som alder, billetniveauer og registrerede interesser gør det muligt for arrangører at tilpasse panelspor direkte til forskellige grupper, for eksempel ved at oprette særlige esportsessioner for yngre deltagere eller paneler med dybdegående lore for VIP’er.

Hvordan håndterer store conventions crowds til meget populære paneler?

Store conventions håndterer crowds til populære paneler ved at bruge reservationssystemer på forhånd, online-lotterier og live-dashboards over deltagelsen. Arrangørerne kan også sætte løsninger i værk undervejs, for eksempel åbne ekstra rum med livevideostreaming eller uddele armbånd for at begrænse køerne. Det sikrer fair adgang og sikker køhåndtering til sessioner med stor efterspørgsel.

Hvad er den bedste måde at indsamle feedback fra deltagere om convention-paneler?

Den bedste måde at indsamle feedback på er gennem korte spørgeskemaer efter panelerne, som udsendes via mobilapps eller QR-koder og eventuelt belønnes. Når spørgeskemaerne holdes på under fem spørgsmål, og der tilbydes belønninger som lodtrækninger, stiger svarprocenten markant. Det giver kvalitative indsigter, som rå deltagertal ikke kan vise.

Hvordan påvirker afstemningssystemer i fællesskabet programmet for convention-paneler?

Afstemningssystemer i fællesskabet indsamler direkte input fra fans om foreslåede sessioner flere måneder før eventet og påvirker dermed programmet. Platforme som SXSW’s PanelPicker giver arrangører mulighed for at kombinere tusindvis af deltagerstemmer med intern kuratering, så det endelige program matcher målgruppens faktiske interesser og fylder rummene.