Dwayne Johnson, mais conhecido como The Rock, é um ator estadunidense conhecido principalmente por suas participações na franquia Velozes e Furiosos (Fast & Furious). Começou sua carreira como lutador de luta livre no programa de televisão WWE, estreando como ator no seriado de televisão “De volta aos 70” e continuando participando em diversos filmes e seriados ao longo dos anos. Nesta análise, iremos avaliar como se distribuem os filmes do The Rock considerando sua bilheteria e sua avaliação na crítica especializada e verificar a existência (ou não) de grupos de filmes considerando essas características.

the_rock <- read_imported_data("the_rock")

the_rock <- the_rock %>%
  mutate(bilheteria_std = scale(bilheteria),
         avaliacao_std = scale(avaliacao))

the_rock <- the_rock %>% column_to_rownames("filme")

Comecemos verificando a distribuição da avaliação dos filmes, vemos pelo boxplot que a mediana das avaliações é próxima a 50, indicando que metade dos filmes estão acima da média e metade abaixo, considerando o intervalo de 0 a 100 no espectro das avaliações. Entretanto, também vemos que a distribuição tende a uma assimetria à direita.

the_rock %>%
  ggplot(aes(x = avaliacao, y = "")) +
  geom_boxplot(outlier.shape = NA) +
  geom_jitter(color = 'coral') +
  labs(title = "Distribuição das avaliações dos filmes da The Rock",
       y = "",
       x = "Avaliação¹",
       caption = "¹A avaliação pode variar de 0 a 100") +
  theme(axis.ticks.y = element_blank())

Quanto a bilheteria, vemos que aproximadamente 75% dos filmes tiveram uma arrecadação inferior aos US$ 150 milhões, sendo a bilheteria máxima próxima aos US$ 400 milhões.

the_rock %>%
  ggplot(aes(x = bilheteria, y = "")) +
  geom_boxplot(outlier.shape = NA) +
  geom_jitter(color = 'coral') +
  labs(title = "Distribuição das bilheterias dos filmes da The Rock",
       y = "",
       x = "Bilheteria (em milhões de dólares)") +
  theme(axis.ticks.y = element_blank())

Vejamos agora a relação entre essas variáveis observando os gráfico de dispersão abaixo. Manualmente, conseguimos identificar alguns grupos bem definidos:

the_rock %>%
  ggplot(aes(x = avaliacao, y = bilheteria)) +
  geom_point() +
  labs(title = "Avaliação por bilheteria nos filmes de The Rock",
       y = "Bilheteria (em milhões de dólares)",
       x = "Avaliação¹",
       caption = "¹A avaliação pode variar de 0 a 100")

Vejamos então, o resultado da aplicação do algoritmo de agrupamento k-means considerando 4 grupos. Podemos ver que os grupos foram divididos próximos dos grupos que supusemos acima. Cada um destes grupos recebeu um nome, seguindo a ordem acima temos respectivamente: That’s not funny, Fantasy action, Fast & Furious e Action comedy. A seguir dedicaremos uma subseção para cada um destes grupos.

set.seed(1234)

cluster <- kmeans(the_rock %>% select(avaliacao_std, bilheteria_std), centers=4)
cluster$cluster <- cluster$cluster %>%
  sapply(FUN = function(x) c("That's not funny", 'Action comedy',
                             'Fantasy action', 'Fast & Furious')[x])

the_rock <- the_rock %>%
  mutate(GROUP = c(cluster$cluster))

factoextra::fviz_cluster(cluster, 
                         the_rock %>% select(avaliacao, bilheteria), 
                         stand = F,
                         pointsize = 1.5,
                         labelsize = 7,
                         repel = T) +
  theme_bw() +
  labs(title = "Agrupando os filmes de The Rock",
       subtitle = "Por bilheteria e avaliação",
       y = "Bilheteria (em milhões de dólares)",
       x = "Avaliação¹",
       caption = "¹A avaliação pode variar de 0 a 100",
       shape = "Grupo",
       color = "Grupo",
       fill = "Grupo") +
  theme(legend.position = "bottom")

Action comedy

the_rock %>% 
  filter(GROUP == "Action comedy") %>% 
  select(avaliacao, bilheteria) %>% 
  knitr::kable(col.names = c("Avaliação", "Bilheteria"), caption = "Filmes do grupo Action comedy")
Filmes do grupo Action comedy
Avaliação Bilheteria
Jungle Cruise 63 65.6
Fighting With My Family 93 23.0
Fast & Furious Presents: Hobbs & Shaw 67 173.8
Central Intelligence 71 127.4
The Other Guys 78 119.2
The Rundown 69 47.6
Beyond the Mat 82 2.0

Neste grupos estão concentrados filmes que tiveram um bom desempenho na crítica e uma bilheteria inferior aos 200 milhões de dólares, uma análise dos títulos revela que em sua maioria estes são filmes de ação que tem em uma pitada de humor, como por exemplo o recente Jungle Cruise, que traz uma aventura fantasiosa com cenas de ação agregada a um ar de humor que o torna um filme para toda a família. Aqui vale destacar ainda o spin-off da franquia Velozes e Furiosos, Fast & Furious Presents: Hobbs & Shaw que traz o The Rock no papel principal, mas que não se juntou aos demais filmes da franquia devido sua bilheteria inferior.

Fantasy action

the_rock %>% 
  filter(GROUP == "Fantasy action") %>% 
  select(avaliacao, bilheteria) %>% 
  knitr::kable(col.names = c("Avaliação", "Bilheteria"), caption = "Filmes do grupo Fanstasy action")
Filmes do grupo Fanstasy action
Avaliação Bilheteria
Rampage 51 99.3
Skyscraper 48 67.8
San Andreas 49 155.2
Hercules 58 72.7
Pain & Gain 50 49.9
Snitch 57 42.9
Journey 2: The Mysterious Island 45 103.8
Faster 42 23.2
Race to Witch Mountain 42 67.1
Get Smart 51 130.3
Gridiron Gang 42 38.4
The Scorpion King 41 90.3
The Mummy Returns 47 202.0

Este é o grupo que concentra a maior parte dos filmes do ator, reunindo vários filmes de ação fantasiosa como The Scorpion King e The Mummy Returns, ambos da mesma franquia e clássicos dos anos 2000. Além disso, também temos filmes de ação mais realísticos, porém explorando condições hipóteticas da realidade como no caso de Skyscrapper e San Adreas, este último se passa em um cenário em que a Falha de San Andreas destrói a costa oeste dos Estados Unidos. Vemos ainda que dentro deste grupo a bilheteria varia bastante enquanto que a avaliação da crítica se mantém entre 40 e 60, sendo este último o fator mais forte dentro do grupo.

Fast & Furious

the_rock %>% 
  filter(GROUP == "Fast & Furious") %>% 
  select(avaliacao, bilheteria) %>% 
  knitr::kable(col.names = c("Avaliação", "Bilheteria"), caption = "Filmes do grupo Fast & Furious")
Filmes do grupo Fast & Furious
Avaliação Bilheteria
Jumanji: The Next Level 71 316.8
Jumanji: Welcome to the Jungle 76 404.6
The Fate of the Furious 67 225.7
Moana 95 248.8
Furious 7 82 350.8
Fast & Furious 6 71 238.7
Fast Five 77 209.8

Este terceiro grupo, como dito se caracteriza pelos sucessos de bilheteria e de crítica do ator, nele reunimos a renomada franquia Velozes e Furiosos (que dá nome ao grupo), as continuações de Jumanji, um clássico dos anos 90, e Moana (animação da Disney e filme melhor avaliado do ator). Apesar de distintos entre si, esses filmes compartilham o fato de serem filmes de franquias que ao longo dos anos acumularam muito público (no caso de Moana, me refiro as animações da Disney como franquia).

That’s not funny

the_rock %>% 
  filter(GROUP == "That's not funny") %>% 
  select(avaliacao, bilheteria) %>% 
  knitr::kable(col.names = c("Avaliação", "Bilheteria"), caption = "Filmes do grupo That's not funny")
Filmes do grupo That’s not funny
Avaliação Bilheteria
Baywatch 17 58.0
G.I. Joe: Retaliation 29 122.5
Tooth Fairy 17 60.0
Planet 51 23 42.2
The Game Plan 29 90.6
Be Cool 30 55.8
Doom 18 28.0
Walking Tall 26 45.9

Este grupo reúne os fracassos de crítica do astro, contendo filmes de diversas bilheterias. A maioria dos filmes deste grupo, como Baywatch e Tooth Fairy, são filmes de comédia e direcionados ao públicos familiar e infantil, sendo esta a motivação para o nome do grupo. Além destes, temos ainda alguns thriller de ação como a adaptação do jogo de videogame Doom que detêm uma das avaliações mais baixas da carreira ator.