Estado da Arte e Modelos

Villanueva e Hanssens (2007) apresentam um histórico e o estado da arte nos estudos de Valor do Cliente. Os autores destacam a importância de mais estudos abordando o Valor do Cliente, sendo necessários instrumentos para avaliação do cliente no tempo e, também, relacionar as estratégias que levam à maximização.

Um levantamento das diversas métricas de clientes é apresentado por Gupta e Zeithaml (2006). Os autores classificam as métricas em observáveis e não-observáveis. As métricas não-observáveis, ou perceptuais, são coletadas por meio de surveys, representando a visão do cliente em relação à empresa e seus serviços. Entre as métricas não-observáveis relacionam-se satisfação do cliente, qualidade do serviço, lealdade e intenção de compra. As métricas observáveis, ou comportamentais, utilizam as informações de uso/compra do cliente, identificando o que, quando, quanto e onde foram adquiridos os produtos e serviços. Estas métricas incluem aquisição de clientes, retenção de clientes, venda cruzada, Valor do Cliente no Tempo e Valor Total do Cliente.

Revisões de estudos de valor do cliente são apresentados por diversos autores (WOODRUFF, 1997; JAIN e SINGH, 2002; REINARTZ e KUMAR, 2003; ROSSET et al., 2003; GUPTA; LEHMANN e STUART, 2004; FRANCISCO, 2007; VILLANUEVA e HANSSENS, 2007; GUPTA e LEHMANN, 2008), destacando-se as revisões realizadas por Gupta e Lehmann (2008), Gupta et al. (2006) e Francisco (2007, p. 53-62). Os estudos do valor do cliente no tempo possuem diversas abordagens na literatura de economia e de marketing. Em economia, predominam os modelos econométricos em que, considerando variáveis demográficas e de uso, é realizada a previsão do uso e do tempo de relacionamento futuro do cliente. Por sua vez, os modelos de marketing geralmente incorporam medições relacionadas à competição e da percepção do serviço pelo cliente, como nível de satisfação, facilidade de uso, confiança e outros atributos.

No Quadro 9 é apresentado um resumo das três categorias de classificação do CLV apresentadas por Singh (2003, p. 20): Modelos de Cálculo do CLV; Modelos de Análise de Bases de Dados; e Modelos Normativos. Os modelos de cálculo do CLV estão focados na

elaboração de equações relacionadas à alocação de recursos de modo a otimizar o CLV (SINGH, 2003, p. 21). O modelo de análise da base de dados considera o comportamento passado de compra para prever a probabilidade de compra no próximo período, sendo muitas vezes utilizados como entrada para o cálculo do CLV (SINGH, 2003, p. 30). Os modelos normativos de CLV buscam a compreensão e a relação dos efeitos de diversas variáveis sobre o CLV (SINGH, 2003, p. 36).

Quadro 9 – Categorias de Modelos de CLV

Categoria Modelos Autores Relacionados

Modelo Básico Estrutural do CLV (BERGER e NASR, 1998) Modelo de Migração de Clientes (DWYER; SCHURR e OH, 1987) Modelo de Alocação Ótima de

Recursos (BLATTBERG e DEIGHTON,

1996)

Modelo de Relacionamento (PFEIFER e CARRAWAY, 2000) Modelos de Cálculo do CLV

Modelo para Avaliação de Clientes (GUPTA; LEHMANN e STUART, 2004)

Modelo Pareto/NBD (SCHMITTLEIN; MORRISON e

COLOMBO, 1987) Modelos de Análise de Base de

Clientes

Modelo Estendido de Pareto/NBD (REINARTZ e KUMAR, 2000) Modelos de Valor Total do Cliente (BLATTBERG e THOMAS, 2001) Modelos Normativos de CLV

Modelo de Dinâmica de Preços a partir do CLV

(BLATTBERG e THOMAS, 1997 apud SINGH, 2003)

Fonte: Adaptado de Singh (2003, p. 20).

Gupta et al. (2006), por sua vez, classificam os modelos de CLV em: (1) Modelos RFM; (2) Modelos Probabilísticos (Modelos de Aquisição, Retenção e Expansão de Clientes);

(3) Modelos Econométricos; (4) Modelos de Persistência; (5) Modelos de Ciência de Computação; e (6) Modelos de Difusão/Crescimento. Os modelos RFM criam grupos de clientes relacionando a três variáveis obtidas pelo histórico de compras (GUPTA et al., 2006, p. 142): Recência, Frequência e Monetário. Os modelos probabilísticos são representações em que o comportamento observado é o resultado de um processo aleatório controlado pelas características latentes (não-observáveis) que variam entre os indivíduos (GUPTA et al., 2006, p. 142). Os modelos econométricos são semelhantes aos modelos probabilísticos, em que, geralmente, o CLV é relacionado a modelos de aquisição, retenção e expansão (GUPTA et al., 2006, p. 145). Os modelos de persistência estão focados no comportamento de aquisição, retenção e expansão ao longo do tempo, geralmente realizando análise de séries temporais (GUPTA et al., 2006, p. 147). Os modelos de Ciência da Computação abrangem a mineração de dados, aprendizagem de máquina e estatísticas não paramétricas (GUPTA et al.,

2006, p. 148). Os modelos de difusão/crescimento fornecem informações agregadas do Valor Total do Cliente, auxiliando na previsão do número de clientes (GUPTA et al., 2006, p. 149).

Villanueva (2003) apresenta uma categorização diferenciada de modelos para o Valor Total do Cliente, classificando os modelos em: (1) Bases de Dados Internas; (2) Dados de Levantamento (Survey); (3) Demonstrativos de Resultados de Empresas; (4) Painel de Dados;

e (5) Julgamento Gerencial.

Há um grande número de modelos para a medição do CLV e do CE. No entanto, há uma escassez de modelos que relacionem o comportamento do Valor Total do Cliente com os dispêndios em marketing (VILLANUEVA, 2003, p. 7). Villanueva (2003, p. 8) cita que os modelos que realizam este relacionamento podem ser determinísticos, de julgamento gerencial, pela realização de pesquisa de campo (survey), pelos relatórios de empresas, de painéis de dados ou modelos estocásticos. Os modelos que usam painéis de dados ou survey possuem a vantagem de capturar o comportamento competitivo (VILLANUEVA, 2003, p. 8).

Quadro 10 – Estudos de Valor do Cliente no Tempo

Outros Autores

Foco do Estudo Autores Principais

Estado da Arte

Estado da Arte dos Modelos de

Cliente no Tempo (GUPTA et al., 2006) (JAIN e SINGH, 2002)

Prazo (REINARTZ e KUMAR, 2000)

(REINARTZ e KUMAR, 2003) Valor de Cliente Perdido (HOGAN; LEMON e LIBAI, 2003)

(HOGAN; LEMON e LIBAI, 2004) Cálculo do

CLV

Segundo Valor do Cliente (Cliente

Recuperado) (STAUSS e FRIEGE, 1999)

(THOMAS; BLATTBERG e FOX, 2004)

(GOPINATH; BLATTBERG e MALTHOUSE, 2009) Balanço entre investimentos de

aquisição / retenção (REINARTZ; THOMAS e KUMAR, 2005) Frequência de Contatos para o

fortalecimento do Relacionamento (DAGGER; DANAHER e GIBBS, 2009) (DRÈZE e BONFRER, 2002)

Gerenciamento de Multicanais (THOMAS e SULLIVAN, 2005) Impacto dos Canais de Distribuição

Segmentação Otimizada via CLV (VENKATESAN; KUMAR e BOHLING, 2007)

Fonte: Elaboração Própria (2009).

Alguns autores consideram os clientes como recursos intangíveis, semelhantes à marca, sendo de difícil avaliação o valor deste recurso (GUPTA e LEHMANN, 2003;

KUMAR e GEORGE, 2007, p. 157).

Para Gupta et al. (2006, p. 142), os modelos de Valor de Cliente vêm se mostrando superiores aos modelos RFM que criam grupos de consumidores a partir de três informações históricas: Recência, Frequência e Valor Monetário. Os modelos RFM são utilizados por empresas de marketing direto, onde o histórico de compras do consumidor permite a realização de previsões de compras futuras, obtendo melhores resultados que os modelos de informações demográficas (GUPTA et al., 2006). Para os autores, os modelos RFM possuem duas limitações: a primeira é o de não prover um indicador financeiro do valor do cliente; a segunda limitação é que o modelo considera somente as compras já realizadas, descartando o potencial futuro de cada consumidor. Por exemplo, um novo cliente da empresa receberá uma baixa avaliação no indicador de RFM por não possuir um histórico de consumo.

Outra crítica para a análise RFM é que as empresas tendem a enfatizar a importância da recência, resultando em uma alocação não-otimizada dos recursos (REINARTZ e KUMAR, 2000, p. 18). Os lucros do relacionamento com clientes a longo prazo podem vir de diversas fontes, como a redução dos custos para a prestação dos serviços, a disponibilidade em pagar preços mais elevados e pela periodicidade da compra. Neste sentido, Reinartz e Kumar (2000, p. 18) realizaram estudo para: verificar a relação entre o tempo de relacionamento e a rentabilidade do cliente; verificar se a rentabilidade aumenta ao longo do tempo; verificar se os custos para atendimento dos clientes de longo prazo de relacionamento é menor; e verificar se os clientes de longo prazo pagam preços mais elevados. Entre as questões críticas encontradas, os autores destacam o viés dos modelos de análise de valor de clientes serem voltados aos clientes de maior retorno financeiro, desconsiderando os efeitos em rede e, também, levando a empresa a não atuar sobre os clientes com bom potencial de retorno no futuro. Desse modo, pode levar a empresa a não investir no relacionamento com novos clientes.