0
Insper Instituto de Ensino e Pesquisa
Programa de Mestrado Profissional em Administração
–
MPA07
O efeito da utilização de múltiplos canais de marketing entre
cliente-fornecedor: Um estudo no segmento de previdência privada
aberta no Brasil
Celso Augusto de Almeida Barros
1
DEDICATÓRIA
2
AGRADECIMENTOS
Deixo neste documento os meus mais sinceros agradecimentos às minhas
orientadoras, Dra. Carla Ramos e Dra. Adriana Bruscato, pela dedicação, paciência e orientações que me deram para a realização deste trabalho.
À Profª. Priscila Fernandes Ribeiro por toda a sua dedicação e comprometimento com os alunos.
À Profª. Luciana Ferreira, cujas aulas foram sempre inspiradoras.
3
RESUMO
Nas últimas décadas assistiu-se a uma evolução da atividade de marketing, tendo-se partido de uma visão transacional caracterizada por um modelo com o propósito final de apenas vender, para uma visão relacional em que a empresa visa estabelecer uma relação de longo prazo com o cliente. Esta nova visão baseia-se em um modelo que usa múltiplos canais de marketing e serviços para promover contatos entre cliente e empresa. Mas até que ponto a empresa se beneficia da disponibilização e uso de múltiplos canais de marketing com os clientes? Este estudo visa examinar de que forma a variedade de contatos em múltiplos canais de marketing e relacionamento usados nos contatos entre clientes e empresa afetam a satisfação geral do cliente, o seu efeito sobre a recomendação e por último o valor do cliente (Customer Lifetime Value). Este estudo classifica os contatos direcionados pela empresa para o cliente em diversos canais como ferramentas de marketing pull, e os contatos voluntários dos clientes para se relacionarem com a empresa através das diversas plataformas de serviços como ferramentas de marketing push. A hipótese central que norteia esta pesquisa é que o uso de múltiplas formas de contatos pull e/ou push tem um efeito positivo na relação cliente-empresa, gerando satisfação, recomendação e um maior valor do cliente. Esta pesquisa contribui assim para a teoria de marketing justamente ao apresentar uma forma diferente da usada tradicionalmente para agrupar os canais de marketing, introduzindo a noção de canais push e pull, e estudando o efeito dos contatos entre clientes e empresas através de múltiplos canais. Os resultados obtidos com este estudo sugerem que os gestores de marketing podem melhorar os resultados de indicadores importantes sobre os clientes, como ampliar a satisfação, estimular a recomendação e aumentar o valor dos clientes, redefinindo as estratégias de marketing e relacionamento através da disponibilização e ativação de múltiplos canais de contato com os clientes.
4
ABSTRACT
In recent decades there has been an evolution of marketing activity, having advanced from a transactional vision, characterized by a model with the ultimate purpose of selling, to a relational vision in which the company aims at building a long term relationship with the customers. This new vision is based on a model that uses multiple communication and service channels to promote contacts between customer and firm. This study aims to examine how the variety of communication and relationship channels used in the contacts between customers and firm affects the overall customer satisfaction, the word-of-mouth effect, and finally the customer lifetime value. The study classifies the contacts directed by the firm to the customers through multi-channels as pull communication tools, and the voluntary contacts of customers to the firm as push communication tools. The main hypothesis that guides this research is that the use of push and pull communication tools has a positive effect on the customer-firm relationship, increasing satisfaction, the word-of-mouth effect and customer lifetime value. This study contributes to marketing theory by introducing this new vision on communication channels (i.e., push and pull tools), and by studying the contacts effects between customer-firm relationship across multi-channels. The results of this study suggest that marketing managers can improve the results of important indicators such as customer satisfaction, stimulate word-of-mouth and increase customer lifetime value by redefining the communication and relationship strategies through multi-channels of contacts with customers.
5
Lista de ilustrações
6
Lista de tabelas
Tabela 1 - Tempo de permanência dos clientes... 37
Tabela 2 - Detalhamento das variáveis ... 38
Tabela 3 - Estatísticas descritivas variáveis numéricas ... 42
Tabela 4 - Estatísticas descritivas variáveis categóricas ... 42
Tabela 5 - Correlações entre as variáveis numéricas ... 43
Tabela 6 - Resultados obtidos ... 45
7
Índice
1. INTRODUÇÃO ... 12
2. REVISÃO DA LITERATURA ... 15
2.1 Múltiplos canais de marketing ... 15
2.1.1 Definição ... 15
2.1.2 Utilização de múltiplos canais e efeito gerado ... 16
2.2 Satisfação geral do cliente ... 18
2.2.1 Definição ... 18
2.2.2 Satisfação geral e a utilização de múltiplos canais de marketing ... 20
2.3 Valor do Cliente (CLV) ... 21
2.3.1 Definição ... 21
2.3.2 CLV e a utilização de múltiplos canais de marketing ... 22
2.3.3 Satisfação geral: relação com CLV e com a recomendação ... 24
2.4 Efeito sobre a recomendação ... 26
2.4.1 Definição ... 26
2.4.2 Efeito da recomendação e a utilização de múltiplos canais de marketing.... 27
2.4.3 Efeito da recomendação e o CLV ... 27
3. MODELO TEÓRICO E HIPÓTESES ... 29
4. METODOLOGIA E DESIGN DE PESQUISA ... 32
4.1 Coleta de dados ... 32
4.1.1 Seleção da amostra ... 32
4.1.2 Caraterísticas da amostra ... 34
4.2 Operacionalização das variáveis ... 35
4.2.1 Contatos Push e Contatos Pull ... 35
4.2.2 Satisfação geral do cliente e efeito na recomendação ... 36
4.2.3 Valor do cliente (CLV) ... 36
4.2.4 Detalhamento das variáveis ... 38
4.2.5 Variáveis de controle ... 39
4.3 Técnicas de análise dos dados e modelo econométrico ... 40
4.3.1 Modelo econométrico ... 40
4.3.2 Análise preliminar: Descritivas e Análise de correlação ... 41
8
6.1 Limitações e estudos futuros ... 60
Referências: ... 63
Anexos ... 67
Anexo 1 – Regressões ... 67
Anexo 2 – Questionário de satisfação ... 72
9
SUMÁRIO EXECUTIVO
Introdução
Satisfazer as necessidades dos clientes não deixou de ser a máxima da atividade de marketing, mas a amplitude desse conceito mudou. Anteriormente, esse conceito estava mais vinculado ao ato da venda e menos sobre como a empresa manteria um relacionamento de longo prazo com o cliente. Essencialmente, a relação entre empresa e cliente deixou de ser momentânea para ser um processo contínuo de contatos. Esses contatos podem ocorrer através de múltiplos canais, que devem servir tanto para a empresa contatar o cliente, como para o cliente entrar em contato com a empresa. E é justamente nessa mudança que reside a grande oportunidade para melhorar indicadores de desempenho como a satisfação, recomendação e valor do cliente.
O problema, entretanto, é que as empresas perdem de 15% a 20% de novos clientes todo ano. E até mesmo clientes que se dizem satisfeitos mudariam de fornecedor por uma pequena diferença de preço. Isso demonstra que os contatos promovidos entre empresa e clientes, em ambos os sentidos, não estão surtindo o efeito esperado. No momento mais crítico, as empresas tentam minimizar as consequências das falhas com a redução dos preços, abrindo mão da margem, ao invés de agir proativamente para melhorar a experiência do cliente, assegurando resultados crescentes no longo prazo.
Proposta
10 aproximadamente 25% no lucro. Para tanto, é preciso estabelecer o contato adequado e oferecer canais que prestem um bom serviço. A diversidade de canais de marketing usados nos contatos entre cliente-empresa pode então constituir um elemento fundamental no gerenciamento efetivo de relacionamentos. A pesquisa aqui desenvolvida estuda a efetividade desta diversidade de ferramentas de marketing disponibilizadas pela empresa, e que podem ser ativadas pela empresa ou pelo cliente.
Contexto
Essa é a realidade das empresas que gerenciam grandes bases de clientes, como as do setor de serviços, como bancos, seguradoras, empresas de telefonia e de assinatura em geral. Elas possuem informações valiosas, pois detêm dados cadastrais e transacionais, e são capazes de conhecer o comportamento dos clientes ao longo dos anos. Por vezes, entretanto, elas não oferecem bons canais de serviços e de transação que atendam as necessidades dos clientes.
É exatamente isso que esta pesquisa com mais de seis mil clientes de uma grande seguradora analisou. A pesquisa agrupou todos os contatos promovidos pela empresa como push e todos os contatos promovidos pelos clientes como pull, de acordo com o canal utilizado. O resultado da pesquisa indica que, isoladamente, os contatos push e pull levam à satisfação do cliente, entretanto a combinação entre elas não leva ao mesmo resultado, pois possivelmente há falta de coesão e sinergia entre elas. Já em relação ao valor do cliente, os contatos push e pull são efetivos para aumentar o valor do cliente, de modo que a dinâmica promovida entre eles estimula as transações. Por fim, em relação à recomendação, antes que isso aconteça, o cliente precisa estar satisfeito de modo geral. Outro resultado interessante, mas pouco intuitivo para os gestores, é que para rentabilizar os clientes, a satisfação não é um pressuposto. Mais importante é oferecer canais capazes de corresponder às necessidades de informações e de transações dos clientes.
11 como o envio de comunicados regulares, ações de marketing direto com ofertas de novos produtos e serviços, ações de relacionamento, entre outras formas. Por outro lado, os clientes podem interagir com a empresa para obter informações sobre os produtos atuais ou mesmo realizar novas transações. Isso tudo pode ocorrer através dos canais em diversas plataformas, tais como central de atendimento, sites, aplicativos mobile, ponto de atendimento, etc.
Implicações práticas
O importante é que tanto os contatos promovidos pela empresa, quanto pelos clientes, por meios dos múltiplos canais existentes, possibilitem ao cliente ter a melhor experiência possível. Para tal, é imprescindível que exista a convergência de informações e que o esforço do cliente seja o menor possível, evitando que ele tenha que buscar canais diferentes para atender as suas necessidades.
As empresas ainda deveriam levar em consideração dois outros aspectos relevantes. O primeiro diz respeito à frequência dos contatos que pode interferir na satisfação, pois há um ponto ótimo de contatos, ou seja, assim como algum contato com o cliente é melhor do que nada, o excesso também pode gerar insatisfação. Em segundo lugar, as preferências dos clientes pelo tipo de canal também podem determinar a escolha por uma empresa, por exemplo, os canais podem ser classificados de acordo com pessoal, físico ou digital.
12
1. INTRODUÇÃO
Inicialmente, a atividade de marketing baseava-se no modelo transacional em que ocorre a transferência isolada de um bem ou serviço de uma parte para outra meramente em troca de um pagamento (KOTLER, 1972). O foco principal do marketing é neste caso a relação de troca (HUNT, 1983). A evolução desta visão para o denominado marketing de relacionamento é reconhecida como uma importante mudança de paradigma quando comparada com o conceito de 1960 (SHETH et al., 2002). A mudança teve lugar com a inclusão do modelo relacional, em que se acredita que os processos de relacionamento de longo prazo com clientes são mais rentáveis que ter apenas transações isoladas. Consequentemente, pode-se projetar que ao se estabelecer um relacionamento de longo prazo alguns indicadores de desempenho como satisfação de cliente, recomendação e o valor do cliente apresentem melhoras. Parte desse resultado é atingido porque os custos de servir o cliente diminuem ao longo do tempo, os clientes ficam mais satisfeitos e consequentemente aceitam pagar preços maiores por serviços melhores (REINARTZ; KUMAR, 2000).
Para chegar a esses resultados não basta apenas desenvolver produtos e serviços que atendam as necessidades dos clientes. Durante o processo de relacionamento de longo prazo, espera-se que os contatos entre clientes e empresas sejam frequentes e ocorram das mais diversas formas (MENDE; BOLTON; BITNER, 2013). Por um lado esses contatos são promovidos pelos clientes para obter informações ou solicitar transações adicionais. Por outro, as empresas também necessitam estabelecer alguma forma de comunicação, retenção ou mesmo ofertar novos produtos e serviços para os seus clientes. Esses contatos se dão através dos canais de marketing e relacionamento estabelecidos entre clientes-empresas (KLAUS; MAKLAN, 2013). Conceitualmente, os contatos realizados através de múltiplos canais se referem à prática de oferecer informações, mercadorias e serviços através de dois ou mais canais simultaneamente (RANGASWAMY; VAN BRUGGEN, 2005).
13 resultados seriam obtidos. No entanto, alguns estudos mostram que essa relação nem sempre é positiva, para além de ser também moderada por diversos fatores. Por exemplo, Godfrey, Seiders e Voss (2011) concluem que existe uma quantidade ideal de contatos, que varia entre os canais e a preferência do cliente. Após esse ponto ser alcançado, os contatos adicionais geram “distanciamento” e as respostas aos contatos são cada vez mais negativas. Portanto, aumentar a frequência dos contatos pode não ter um efeito positivo nas transações (THOMAS; SULLIVAN, 2005). Além disso, quando os clientes buscam as empresas para satisfazer uma necessidade de informações ou serviços, o ideal seria que as empresas investissem para reduzir ao máximo o esforço do cliente, promovendo a integração e a uniformização dos serviços e conteúdos disponíveis nos canais (DIXON; FREEMAN; TOMAN, 2010). Assim, por exemplo, se um cliente entra em contato com a empresa para solucionar um problema ou precisa realizar uma transação, esses canais deveriam oferecer os recursos necessários para isso. Se a experiência do cliente for positiva é bem provável que isso se reflita na satisfação, e consequentemente, a probabilidade dele se tornar um porta voz da empresa será maior.
O presente estudo visa medir o efeito da utilização de uma maior ou menor variedade de canais de marketing no contato com os clientes (isto é, canais são disponibilizados pela empresa para gerenciamento dos relacionamentos com os clientes, e que podem ser ativados pela empresa ou pelo cliente), considerando algumas variáveis de controle como: segmentação de clientes, quantidade de planos, tempo de permanência e reclamações na central de atendimento. O estudo propõe que os contatos e ações de marketing, comunicação e relacionamento promovidos pela empresa com os clientes sejam classificados como push, e os contatos promovidos pelos clientes para obtenção de informações ou para fazerem reclamações sejam denominados como pull. O objeto de pesquisa deste trabalho reside em entender se os contatos push e pull promovem mudanças positivas ou negativas na satisfação geral dos clientes com a empresa, na recomendação e no valor do cliente (CLV).
14 obtidos junto à empresa líder do setor no Brasil, com mais de dois milhões de clientes em todo o território nacional. As relações da empresa com os clientes são contratuais, na medida em que se podem identificar as transações e o comportamento dos clientes ao longo do tempo (SINGH; JAIN, 2013). Escolheu-se realizar este estudo através de planos de previdência privada aberta no Brasil principalmente porque este produto se caracteriza por um investimento de longo prazo, ou seja, idealmente os clientes só devem utilizar o saldo acumulado após longos anos de acumulação. Ao longo desses anos, os contatos são frequentes, por parte da empresa para com o cliente e vice versa, o que permite avaliar com mais propriedade o efeito push e pull.
Durante o período de posse do plano de previdência privada aberta, o cliente pode realizar uma série de contatos por meio dos canais. Por exemplo, como consequência de uma ação de marketing direcionada a um cliente, este pode fazer contribuições adicionais que tem efeito positivo sobre a receita. Por outro lado, um mau atendimento no call center pode gerar insatisfação, e consequentemente, um resgate, que tem efeito negativo no valor do cliente.
A contribuição desta pesquisa para os estudos sobre os contatos entre clientes e empresas através de múltiplos canais de contato está na proposta de avaliar o efeito dos contatos push (empresacliente) e pull (clienteempresa) sobre indicadores de desempenho atrelados ao ciclo de vida do cliente, nomeadamente como satisfação, recomendação e o valor do cliente (CLV). Além disso, os resultados podem ser observados para cada um dos indicadores de desempenho descritos e o efeito conjunto entre eles, algo não identificado nos estudos anteriores. Os resultados indicam que a variedade de contatos push e pull afetam a satisfação, a recomendação e a rentabilidade do cliente.
15
2. REVISÃO DA LITERATURA
Nesta seção de revisão da literatura são apresentados os temas centrais que servem de base ao desenvolvimento deste estudo. De forma resumida, os principais conceitos a serem revistos são: contatos cliente-empresa em múltiplos canais, satisfação do cliente, recomendação e valor do cliente.
2.1 Múltiplos canais de marketing
2.1.1 Definição
O contato com o cliente através de múltiplos canais é definido como a comunicação personalizada com os clientes através de vários canais, que faz parte de uma estratégia mais ampla de marketing de relacionamento e que serve para informar sobre serviços, promover o lançamento de novos produtos e avaliar a satisfação dos clientes (GODFREY; SEIDERS; VOSS, 2011). Marketing de relacionamento diz respeito a "todas as atividades de marketing direcionadas para o estabelecimento, desenvolvimento e manutenção de trocas relacionais bem sucedidas” (MORGAN; HUNT, 1994). Morgan e Hunt (1994) definiram 10 modelos de relacionamento; especificamente, o sexto modelo diz respeito ao “intercâmbio de longo prazo entre as empresas e os clientes finais”, como particular importância para a atividade de marketing de serviços. Entretanto, a eficácia dos esforços do marketing de relacionamento pode variar dependendo da estratégia adotada pela empresa e do contexto de troca (PALMATIER et al., 2006).
16 devem operar de maneira complementar e sincronizada (BERGER et al., 2002). O processo de integração das informações deve garantir a combinação mais adequada entre os canais e uma visão unificada das suas informações (PAYNE; FROW, 2004, 2005).
Mesmo havendo o consenso que certa quantidade de contato com o cliente é melhor que nada, existe um nível a partir do qual os contatos adicionais levam à diminuição ou até mesmo a retornos negativos (GODFREY; SEIDERS; VOSS, 2011). A efetividade dos canais também pode ser afetada por fatores menos tangíveis. A teoria da reciprocidade sugere que identificar e utilizar os canais preferidos pelos clientes aumenta a motivação dos clientes a responder de forma positiva aos investimentos de comunicação (GODFREY; SEIDERS; VOSS, 2011). Segundo os autores, se o canal escolhido proporcionar maior utilidade, os contatos e as transações (compra e recompra) podem aumentar ainda mais. Entretanto, se os contatos entre empresa e cliente forem avaliados como intrusivo, o efeito pode ser negativo, de acordo com a teoria de reação.
Começa a evidenciar-se pelos aspectos aqui apresentados, a necessidade de que os contatos entre os clientes e empresa ocorram de forma integrada e coesa; acima de tudo, espera-se que a experiência do cliente seja positiva.
2.1.2 Utilização de múltiplos canais e efeito gerado
17
BRUGGEN, 2005). Para Klaus e Maklan (2013) a experiência do cliente é gerada através de um longo processo de contatos entre a empresa e o cliente, em seus múltiplos canais.
Diversos estudos buscaram formas de classificar os canais e de medir os resultados de acordo com essas classificações. Por exemplo, Kushwaha e Shakar (2013) e Neslin (2006) classificam os canais de acordo com a modalidade tradicional (meio físico) e eletrônica (web, digital). Reinartz, Thomas e Kumar (2005) também estabeleceram uma classificação para os contatos gerados entre a empresa e cliente, que varia de “mais interpessoal” a “menos interpessoal”. Os autores também classificam os canais de marketing como “rico” (reuniões presenciais), “padronizados” (mala direta e contato via telefone) e “pela Web” (KUSHWAHA; SHANKAR, 2013).
Existe uma similaridade entre os canais de contato classificados como “rico” e “mais interpessoal”. Ambos são mais efetivos quando há a necessidade de se estabelecer transações, ou seja, os meios “ricos” de marketing são mais eficazes na conversão de clientes transacionais para clientes relacionais do que os meios “padronizados” ou menos interpessoais (REINARTZ; THOMAS; KUMAR, 2005). Os meios “padronizados” e “menos interpessoais” como mala direta e contato telefônico são os meios mais rentáveis, que podem ser usados em combinação com outros canais, exemplo telefone, para apoiar o processo de prospecção. Ferramentas de marketing como mala direta servem para comunicar benefícios, informar sobre novas ofertas e manter viva a confiança estabelecida anteriormente (NESLIN et al., 2006).
18 A escolha de canal também pode variar de acordo com a categoria do produto. Um estudo contemplando produtos financeiros mostrou que os clientes optam por investir em fundos através dos canais on-line, mas escolhem financiamento imobiliário na presença dos gerentes de conta. A consulta de informações sobre produtos mais complexos ocorre no meio digital, mas a contratação é realizada pessoalmente (KUMAR; VENKATESAN, 2005). Há outros exemplos: clientes de produtos hedônicos (cosméticos) buscam por variedades de opções, interagem com um número maior de canais e gastando mais em diferentes canais. Por outro lado, clientes de produtos utilitários (materiais para escritório) normalmente realizam compras em um único canal e gastam apenas nesse canal (KUSHWAHA; SHANKAR, 2013).
Os contatos entre empresa e clientes podem influenciar o tempo de adoção de um novo canal, ou seja, quanto tempo um cliente leva entre conhecer o novo canal e a sua utilização. Portanto, as empresas podem estimular a adoção de canais adicionais e, consequentemente, aumentar o valor do cliente, já que existe essa relação. Por exemplo, dado uma frequência ideal, o tempo de adoção do segundo canal por parte do cliente, que normalmente utiliza apenas um, pode ser reduzido em até 12%, e o tempo de adoção do terceiro canal pode ser reduzido em até 13% (VENKATESAN; KUMAR; RAVISHANKER, 2007).
Pode-se concluir então que a simples disponibilização de canais para contatos entre cliente e empresas não é por si só uma extensão do produto e um benefício para o cliente. É necessário que as empresas gerenciem os canais considerando a complexidade do produto, o perfil e a preferência dos clientes, bem como as características intrínsecas do canal.
2.2 Satisfação geral do cliente
2.2.1 Definição
19 perspectivas: a satisfação com a transação (pontual) e a satisfação cumulativa (experiência acumulada ao longo do tempo), sendo que esta vem ganhando destaque por auxiliar na previsão de comportamentos e receitas futuras (BOLTON, 1998; JOHNSON et al., 2000). Outras pesquisas utilizam construtos relacionados com a experiência e percepções. São eles: (i) expectativa, que se refere a uma antecipação ao desempenho esperado com o produto; (ii) desempenho em si, uma indicação sobre quanto melhor for o desempenho, maior será a satisfação e (iii) “discrepância”, ou seja, a diferença entre o desempenho esperado anteriormente e o que de fato se observa após a experimentação (CHURCHILL; SURPRENANT, 1982).
De forma similar aos construtos apresentados acima, o American Customer Satisfaction Index (ACSI) define que a satisfação é determinada por outros três fatores antecedentes: (i) qualidade percebida, (ii) valor percebido e (ii) expectativas do consumidor. O ACSI destaca que os clientes não devem ser tratados de forma homogênea, ou seja, deve-se desenvolver produtos e serviços que atendam a necessidades específicas de cada segmento; setores cujo consumo ocorre de forma mais frequente geram expectativas maiores por parte dos consumidores, pois a capacidade de avaliação é maior, e por último, a qualidade é mais determinante para a satisfação do que o preço (FORNELL et al., 1996).
20
2.2.2 Satisfação geral e a utilização de múltiplos canais de marketing
A satisfação, como uma avaliação geral, costuma agir como variável mediadora para a qualidade do produto, para a percepção entre preço e benefício (payment equity) (PALMER; MADALENO; WILSON, 2006), além de ser considerada como um indicativo para retenção, recomendação e lealdade (VERHOEF, 2003). Complementando estes autores, Palmer, Madaleno e Wilson (2006) acrescentam que a satisfação com os canais de contato também influencia a satisfação geral.
A pesquisa de Neslin (2006) deixa claro que clientes que utilizam múltiplos canais compram mais, mas não foi possível concluir se isso aumenta a lealdade. Entretanto, Wallace, Giese, e Johnson (2004) identificaram que a oferta de múltiplos canais está associada a maior satisfação do cliente e maior lealdade. Mas há outras variáveis que podem influenciar essa relação, como a estratégia de marketing adotada pela empresa (frequência e duração dos contatos), sentido (unilateral ou bidimensional), modalidade (formal ou informal), e o conteúdo (MOHR; NEVIN, 1990). Godfrey, Seiders e Voss (2011) identificaram que existe um ponto ideal entre a utilização de canais, frequência e preferência do canal. No entanto, mesmo clientes que recebem pouco investimento podem apresentar lealdade, por conta de custos de mudança e pouco tempo para avaliar alternativas (PALMATIER et al., 2006).
21 resultados dos contatos dos clientes entre os diversos canais de relacionamento podem ser positivos ou negativos, dependendo de características do canal, do nível de contato pessoal e das preferências individuais. Essa polaridade de resultados também foi identificada por Godfrey, Seiders e Voss (2011).
A partir deste pressuposto teórico que os contatos com os canais podem influenciar a satisfação, espera-se identificar qual é a relação entre os contatos push e pull com a satisfação geral do cliente, conforme as hipóteses a seguir:
Hipótese 1: há uma relação positiva entre a variedade de ferramentas push usadas e a satisfação geral.
Hipótese 2: há uma relação positiva entre a variedade de ferramentas pull usadas e a satisfação geral.
2.3 Valor do Cliente (CLV)
2.3.1 Definição
22 O conceito de Customer Equity (CE) propõe que o valor gerado para o acionista seja, de alguma forma, equivalente ao aumento do valor do cliente. Os resultados obtidos por Schulze, Skiera Wiesel (2012) indicam um fator de 1,55, ou seja, 10% de aumento no valor do cliente eleva em 15,5% o valor para o acionista. Outro estudo identificou que um aumento de 5% na retenção de clientes resulta em um aumento potencial entre 25% e 100% no lucro, dependendo da indústria (REICHHELD; MARKEY; HOPTON, 2000). Para os pesquisadores, a retenção de clientes é a principal vantagem competitiva para explicar o crescimento do lucro, se sobrepondo a participação de mercado, ganhos de escala e gestão de custos. Além do CLV, é possível calcular o Customer Referral Value (CRV), que considera, além da projeção de valor do cliente previsto no CLV, mais o valor das receitas projetadas para os novos clientes obtidas com as indicações (KUMAR; PETERSEN; LEONE, 2007). O interessante desta pesquisa é que o CLV não é necessariamente um bom estimador para o CRV.
Existem assim inúmeros desafios para se estabelecer um elo entre as ações de marketing e o Customer Lifetime Value (CLV), a ponto que alguns pesquisadores concluíram que tais ações são ineficazes para aumentar o valor do cliente (BERGER et al., 2002). Além disso, os resultados são tipicamente não lineares e assimétricos, já que sofrem influência de muitas variáveis simultaneamente, como por exemplo, a relação que existe entre a satisfação do cliente, retenção e lucratividade (MITTAL; KAMAKURA, 2001). Por conta do efeito simultâneo entre as variáveis, sugere-se que o valor do cliente seja analisado a partir de dados muito agregados, pois o CLV deve ser visto como uma variável endógena (BERGER et al., 2002).
2.3.2 CLV e a utilização de múltiplos canais de marketing
23 frequência dos contatos, pois há um ponto em que elas se tornam ineficientes. Neste estudo os autores identificaram uma relação entre resultados obtidos e investimento em comunicação em formato de U invertido, o que indica que há um ponto ótimo a ser estabelecido.
Dado que um componente importante do CLV diz respeito aos custos de aquisição e marketing entre os canais, muitos pesquisadores buscaram responder a seguinte pergunta: qual será a melhor alocação de recursos entre os canais de forma a maximizar o valor do cliente (NESLIN et al., 2006; PAYNE; FROW, 2004; REINARTZ; THOMAS; KUMAR, 2005). Nesse sentido, uma consideração importante em relação à alocação de recursos de marketing é que ela promova a “harmonia entre os canais”, definida “de forma sincronizada e complementar”. Assim, quando uma empresa atinge um alto grau de harmonia entre os canais, estes irão complementar uns aos outros e terão um efeito positivo sobre o valor do cliente (BERGER et al., 2002).
Conforme mencionado anteriormente sobre as classificações dos canais, por exemplo, rico, padronizado ou interpessoal, Reinartz, Thomas e Kumar (2005) identificaram que os canais mais interpessoais são os que apresentam os melhores resultados em relação à rentabilidade do cliente, seguidos de canais indiretos. E de acordo com as combinações entre eles, os resultados podem ser maiores do que separadamente, moderados pelo tempo de relacionamento. Mas outra estratégia para rentabilizar o cliente pode ser direcionar clientes que geram receitas menores, para canais de baixo custo de autoatendimento, como sites (RANGASWAMY; VAN BRUGGEN, 2005). Entretanto, a disponibilização de novos canais, principalmente nos meios digitais, tem promovido resultados distintos por conta da canibalização. Os resultados indicam que o volume total de vendas tende a aumentar, entretanto o lucro no longo prazo diminui, por conta da redução da taxa de retenção de clientes (NESLIN et al., 2006).
up-24 selling. Ou seja, pressupõe-se que a receita aumente de acordo com a realização de mais transações (KUSHWAHA; SHANKAR, 2013). Desta forma, sugere-se investigar as seguintes hipóteses, complementares às anteriores, sobre o efeito dos contatos push e pull sobre o valor do cliente:
a) Hipótese 3a: há uma relação positiva entre a variedade de ferramentas push usadas e o CLV.
b) Hipótese 4a: há uma relação positiva entre a variedade de ferramentas pull usadas e o CLV.
2.3.3 Satisfação geral: relação com CLV e com a recomendação
O ponto central sobre satisfação está refletido no princípio fundamental da teoria de marketing que os lucros são gerados através da satisfação das necessidades e dos desejos dos clientes (CHURCHILL; SURPRENANT, 1982). Portanto, pode-se esperar que a satisfação irá gerar lealdade e, consequentemente, crescimento dos lucros (BOLTON, 1998; REINARTZ; KUMAR, 2000), dado que a lealdade é um proxy para a rentabilidade (REICHHELD; SASSER, 1990).
A lealdade pode variar em função da percepção sobre o produto, características pessoas e sociais, custo de mudança, conhecimento prévio adquirido com a utilização do produto, fatores demográficos (idade, gênero e renda), além de sofrer interferência dos repetidos contatos entre empresa e cliente (BOLTON, 1998; OLIVER, 1999; VERHOEF, 2003). A lealdade é definida por Oliver (1999) como um compromisso de recompra do produto ou serviço, independentemente de questões circunstanciais e de esforços de marketing (OLIVER, 1999).
25 mesmo com baixos níveis de satisfação. Já em mercados altamente competitivos, mesmo elevados índices de satisfação não garantem a retenção de clientes, pois a possibilidade de troca é muito maior (REINARTZ; KUMAR, 2000). Nesse sentido, Sharma (2007) identificou em sua pesquisa que há uma probabilidade de 67% dos clientes mudarem de fornecedor por uma redução de cinco por cento no preço.
Alguns estudos sugerem que a satisfação é um elemento crítico para que as relações entre empresas e clientes perdurem, mas há resultados que demonstram que entre 65% e 85% dos clientes que cancelaram os serviços em uma determinada indústria se diziam satisfeitos. Uma explicação para isso é que as empesas que servem uma grande base de clientes possuem uma base de clientes heterogênea, o que limita a sua capacidade de satisfazê-los (SHARMA, 2007). Os resultados obtidos por Reinarts e Kumar (2000) sugerem que para cada perfil de cliente sejam desenvolvidas estratégias distintas de marketing.
Parece ser consenso que a satisfação leva a clientes mais leais e, consequentemente, mais rentáveis (HALLOWELL, 1996). Entretanto o autor faz uma advertência importante: ampliar a satisfação dos clientes não significa ampliar o seu CLV na mesma medida. A estratégia correta é investir nos clientes cujas necessidades a empresa pode atender melhor do que os seus concorrentes, e de uma forma rentável. Estes são os clientes que têm mais probabilidade de permanecer por períodos maiores, consumir mais e promover a recomendação. Para Reinartz e Kumar (2000), satisfazer os clientes pode gerar custos elevados, portanto, quando esses custos excedem a margem de contribuição gerada pelos clientes, a empresa passa a perder valor (REINARTZ; KUMAR, 2000).
Com base nestes pressupostos teóricos, sugere-se a seguinte hipótese para avaliar o efeito da satisfação sobre o valor do cliente (CLV):
Hipótese 5: há uma relação positiva entre a satisfação geral e o valor do cliente (CLV).
26
Hipótese 6: há uma relação positiva entre a satisfação geral e a recomendação.
2.4 Efeito sobre a recomendação
2.4.1 Definição
As empresas normalmente se preocupam apenas com a satisfação do cliente, por considerarem que clientes satisfeitos realizam compras recorrentes e influenciam a percepção daqueles com quem se comunicam (RICHINS, 2009). Entre as definições, a recomendação indica a probabilidade de um cliente se referir positivamente para um potencial cliente a respeito de um produto ou fornecedor (PALMATIER et al., 2006). Os autores adicionam que apenas os clientes que têm relações fortes com as empresas estão dispostos a arriscar a sua própria reputação dando uma referência.
A literatura de marketing propõe que a recomendação é um dos prováveis direcionadores para a escolha de um produto. No entanto, estabelecer a causalidade entre a recomendação e a escolha do consumidor não é tão simples (CHEVALIER; MAYZLIN, 2006). A recomendação pode ser o que melhor descreve a verdadeira lealdade do cliente (REICHHELD, 2003).
27
2.4.2 Efeito da recomendação e a utilização de múltiplos canais de marketing
Os meios digitais têm impulsionado a recomendação. A Internet facilita a comunicação entre os consumidores, permitindo o compartilhamento de informações, preferência e experiências com grande facilidade. (TRUSOV; BUCKLIN; PAUWELS, 2009). Há, por exemplo, clientes que se tornam “advogados” da empresa nas redes sociais, esclarecendo dúvidas sobre produtos e oferecem insights no desenvolvimento de novos produtos (SINGH; JAIN, 2013). Ao mesmo tempo, esses meios são considerados de baixo custo em comparação com os meios tradicionais de comunicação (BRUYN; LILIEN, 2008). Klaus e Maklan (2013) identificaram que a experiência do cliente com os serviços tem uma relação direta com a recomendação. Da mesma forma que a inconsistência de informações afeta negativamente a satisfação, qualquer incoerência ou conflito nas mensagens entre os canais pode diminuir a intenção de recomendação (PAYNE; FROW, 2004).
A maioria dos estudos estabelece uma relação indireta, ou seja, parte-se do pressuposto que a satisfação é um antecedente para a recomendação. Com base nessa relação direta, propõe-se testar se a experiência dos clientes com os contatos push e pull tem uma relação direta com a recomendação, através das seguintes hipóteses:
Hipótese 3b: há uma relação positiva entre a variedade de ferramentas push usadas e a recomendação.
Hipótese 4b: há uma relação positiva entre a variedade de ferramentas pull usadas e a recomendação.
2.4.3 Efeito da recomendação e o CLV
28 para outra pessoa (REICHHELD, 2003). Richins (2009) faz um alerta: os estudos sobre recomendação negativa são limitados e deveriam investigar os fatores comportamentais, ou seja, porque alguns clientes se manifestam negativamente enquanto outros não. A importância desse estudo é tal que, de 30% a 90% dos clientes que se dizem insatisfeitos não fariam a recompra de um produto.
A recomendação é uma estratégia cujos resultados são obtidos lentamente, e que em contrapartida requerem investimentos menores do que outras ferramentas tradicionais de marketing (VILLANUEVA; YOO; HANSSENS, 2006). Os autores identificaram na sua pesquisa que clientes oriundos da recomendação trazem em média 2,23 novos clientes, enquanto clientes provenientes de ações de marketing trazem 1,59 cliente novo. Esta análise indica que a aquisição de clientes via recomendação é um antecedente importante para a geração de mais recomendação.
No entanto, a efetividade da recomendação é bem menor do que a intenção expressa pelos clientes. Por exemplo, Kumar e Petersen (2007) relatam no seu artigo que do total de 68% dos clientes que manifestaram intenção de promover a empresa para outra pessoa, apenas 33% realmente fazem. Desse total 14% viram clientes e apenas 11% tornam-se clientes rentáveis. A indicação é que empresas que utilizam a estratégia de recomendação para conquistar novos clientes invistam em programas de marketing de relacionamento (PALMATIER et al., 2006). Em muitos casos, as empresas utilizam programas de incentivos financeiros para recompensar a iniciativa dos clientes (BRUYN; LILIEN, 2008; VILLANUEVA; YOO; HANSSENS, 2006).
29 De forma simplificada, o CVL é uma projeção das receitas provenientes de um cliente ao longo do tempo, menos o custo de marketing associados a esse cliente (KUMAR; PETERSEN; LEONE, 2007). Mas para Villanueva, Yoo e Hanssens (2006) essa forma não considera as possíveis receitas geradas pela recomendação que um cliente pode promover ao longo do tempo. Os autores propõem verificar o link entre a recomendação e o CLV. Portanto, considera-se investigar a seguinte hipótese:
Hipótese 7: há uma relação positiva entre a recomendação e o CLV.
3. MODELO TEÓRICO E HIPÓTESES
Com base na revisão da literatura, o modelo teórico aqui apresentado tem por objetivo investigar o efeito dos contatos empresa-cliente do tipo push e pull sobre alguns dos principais indicadores de desempenho das empresas: satisfação do cliente, recomendação e valor do cliente. As hipóteses propostas estão ilustradas na Figura 1.
As combinações de múltiplos canais de marketing devem garantir que a experiência dos clientes seja altamente positiva, e quando um cliente decida interagir em mais de um canal, a sua visão sobre as informações e serviços seja única. Portanto, a integração de múltiplos canais é um processo crítico do relacionamento, pois representa um ponto de criação conjunta de valor (PAYNE; FROW, 2005).
Figura 1 - Modelo Conceptual de Análise
Diversidade de ferramentas:
Certificado Extrato
Ações de mala direta Ações de relacionamento SMS
MODELO PUSH (Empresa => Cliente)
H1(+) H3a (+)
30 As hipóteses H1 e H2 sugerem que exista uma relação causal entre os contatos push e pull, variáveis independentes, sobre a satisfação do cliente, variável dependente. Deve-se destacar que os canais agrupados no conceito push estabelecem um contato com sentido unilateral, impessoal, limitado em conteúdo (KUMAR; VENKATESAN, 2005; MOHR; NEVIN, 1990) e com pouca possibilidade de realizar transações. Por outro lado, os canais agrupados no conceito pull são bidimensionais (MOHR; NEVIN, 1990), permitem relações pessoais com a empresa (GODFREY; SEIDERS; VOSS, 2011) e uma série de transações.
Em linha com os argumentos apresentados sobre as duas primeiras hipóteses, as hipóteses H3a e H4a buscam estabelecer a mesma relação com o CLV (variável dependente), partindo do pressuposto teórico de que quanto maior for a integração entre os canais (PAYNE; FROW, 2005) e maior for utilização dos mesmos, consequentemente maior será o valor do cliente (KUSHWAHA; SHANKAR, 2013; VENKATESAN; KUMAR; RAVISHANKER, 2007). Espera-se observar o mesmo efeito com a recomendação, através das hipóteses H3b e H4b.
No entanto, o valor do cliente também pode ser afetado pela satisfação, conforme proposto pela hipótese H5. O pressuposto, conforme apresentado anteriormente na revisão da literatura, é que clientes mais satisfeitos permanecem por mais tempo, realizam mais transações e consequentemente tornam-se mais
Diversidade de ferramentas:
Terminal autoatendimento (TAA) Site - distribuidor
Site – seguradora Call Center APP (aplicativo)
MODELO PULL (Cliente => Empresa)
CLV
Variáveis de Controle
Segmentação de cliente Qtd Planos
Tempo de permanência (anos) Reclamações na Central de Atendimento (C.A)
WOM Satisfação geral
H2(+) H4a (+)
H6(+) H7(+)
31 rentáveis. Para Bolton (1998) é imprescindível que os gestores entendam a relação que existe entre satisfação e o tempo de permanência, para promover ações que impactem o valor do cliente. Entretanto, essa relação não é necessariamente positiva, conforme apresentado anteriormente (SHARMA, 2007).
Outra consequência que se espera encontrar nos estudos sobre satisfação é que ela tenha uma correlação direta com a recomendação, neste estudo, proposto pela hipótese H6. O que diferencia este estudo dos anteriores é que aqui se considera o resultado dos contatos como antecedente para satisfação, cujo efeito se reflete na recomendação. Para além disso, propõe-se aqui um efeito indireto dos contatos push e pull sobre a recomendação via impacto na satisfação geral.
Por fim, a H7 visa medir o efeito da recomendação sobre o valor do cliente. O pressuposto apresentado pela teoria é que clientes que indicam a empresa para amigos são clientes considerados satisfeitos, que por isso, tornam-se promotores da empresa. Entretanto, essa relação não é direta (KUMAR; PETERSEN; LEONE, 2007). Para os mesmo autores, o verdadeiro valor do cliente deveria refletir a receita gerada pelos clientes oriundos das indicações. Entretanto, isso não será objeto desta tese. Aqui também se propõe um efeito indireto dos contatos push e pull sobre o CLV via efeito na recomendação.
32
4. METODOLOGIA E DESIGN DE PESQUISA
A validação dos modelos teóricos via teste das hipóteses propostas na seção anterior, será realizada através de um estudo quantitativo e métodos estatísticos, utilizando a base de 6324 clientes de uma empresa no setor de previdência privada aberta no Brasil. Nesta seção, se explica como foi elaborada a base de dados, seleção da amostra e suas caraterísticas, sendo também apresentada a operacionalização das variáveis mais relevantes para este estudo. Explica-se ainda a técnica adotada para a análise dos dados recolhidos.
4.1 Coleta de dados
4.1.1 Seleção da amostra
33
Os planos de previdência apresentam características favoráveis para este tipo de estudo. Em primeiro lugar são produtos complexos e o processo de escolha leva em consideração muitas variáveis. Aplicando os conceitos apresentados por Neslin (2006), um potencial cliente pode iniciar a busca por informações sobre os tipos de planos nos canais digitais, como o site do banco, e efetuar a contratação pessoalmente com o seu gerente de conta. A partir desse momento, o mesmo cliente pode optar pelo acompanhamento do plano (pós-venda) pelo site ou pela central de atendimento, intercalando as consultas entre os meios físicos e digitais. Cabe ressaltar um detalhe: em função do conceito de comprometimento calculista (GUSTAFSSON; JOHNSON; ROOS, 2005), ou seja, quando o cliente avalia possíveis custos intrínsecos a mudança, a aquisição do plano de previdência se dá quase que exclusivamente através do banco no qual o cliente já é correntista. Este aspecto é importante porque força a utilização dos canais contemplados nesta pesquisa.
Em segundo lugar, os planos de previdência são investimentos de longo prazo, permitindo assim à empresa realizar uma série de contatos com os seus clientes por muitos anos. Essa característica cria condições favoráveis para avaliar o efeito dos contatos push e pull sobre as variáveis pesquisadas. Em terceiro lugar, considerando a possibilidade de contatos por muitos anos, o cliente “acumula uma experiência” com os contatos, o que remete ao conceito de cumulative satisfaction apresentado por Bolton (1998). Ainda sobre a satisfação, em linhas gerais, ela diz respeito à diferença de expectativa antes e depois da aquisição do produto (CHURCHILL; SURPRENANT, 1982). Dado que o plano de previdência não é de utilização imediata, mas permite o acompanhamento periódico, o cliente pode avaliar a diferença de expectativa do momento da contratação até o momento final, para a aposentadoria. Por fim, o produto também encontra aderência ao conceito payment equity (PALMER; MADALENO; WILSON, 2006), dado que o componente preço é menos percebido pelos clientes, pois ele é apresentado na forma de taxa de administração, incorporado na rentabilidade líquida diária. Assim, a avaliação do cliente não se restringe ao preço e passa a avaliar os benefícios que o produto apresenta ao longo do tempo.
34 Seiders e Voss (2011). Essas ações incluem o convite a eventos, palestras e workshops exclusivos, entre outras iniciativas. Além disso, ela realiza ações de marketing de acordo com o perfil do cliente, por exemplo, com ações de up-selling através de mala direta com base em modelos de segmentação. A empresa também zela para que os clientes não sejam impactados em demasia, infringindo a teoria de reação (GODFREY; SEIDERS; VOSS, 2011) e utiliza para isso Data Base Management (DBM) como ferramenta de gestão de clientes.
Em suma, com base nas caraterísticas do produto e nos contatos estabelecidos entre cliente e empresa, é possível avaliar o efeito push e pull em relação às variáveis apresentadas no modelo teórico.
4.1.2 Caraterísticas da amostra
A base de dados totaliza 6323 clientes e foi constituída de acordo com o modelo teórico, com informações obtidas através dos sistemas da empresa, utilizando também informações extraídas da pesquisa de satisfação de clientes. Os dados foram coletados entre os anos de 2011 e 2014, agrupados sem o período. Não seria possível realizar um estudo em formato de painel, pois a seleção dos clientes para a pesquisa de satisfação é aleatória. Também não há diferenças no critério de seleção dos respondentes, nem mudanças metodológicas nas pesquisas de satisfação realizadas nos períodos. Os clientes que responderam à pesquisa mais de uma vez no período considerado foram excluídos da base final.
Os dados cadastrais como gênero, posse de produto, CLV, tempo de permanência na base e ações de marketing (mala direta) e de relacionamento, foram obtidas através do Data Base Management (DBM). As respostas sobre satisfação geral e recomendação foram obtidas nas pesquisas de satisfação realizadas nos últimos quatro anos, com aproximadamente 1600 clientes em cada pesquisa.
35 acesso à central de atendimento. Neste último caso, foram coletados os acessos com propósito de obter mais informações sobre produtos e serviços e contatos para reclamações.
4.2 Operacionalização das variáveis
Conforme descrito anteriormente, a base utilizada foi constituída especificamente para este estudo, utilizando dados de sistemas distintos. Além das informações mais relevantes para identificar o efeito dos contatos com os indicadores de satisfação, recomendação e valor do cliente, a base recebeu algumas informações cadastrais dos clientes.
4.2.1 Contatos Push e Contatos Pull
O segmento de seguro é um serviço altamente abstrato e complexo que implica benefícios futuros. Para tanto, as seguradoras devem desenvolver uma estratégia de marketing de relacionamento consistente com o longo prazo (MENDE; BOLTON; BITNER, 2013). A empresa objeto desta pesquisa estabelece uma série de contatos com os seus clientes ao longo do tempo. Esses contatos ocorrem através de diferentes canais e de ações de relacionamento disponíveis, separados em duas perspectivas detalhadas na Figura 1.
36 informações gerais sobre o produto através de SMS e ações de relacionamento como convites para eventos e palestras, totalizando cinco possíveis combinações. Assim, o valor desta variável variou entre 0-5, para a variedade de ferramentas push utilizadas. Por exemplo, se um cliente utilizou a central de atendimento e o site, independentemente do número de vezes usados, foram considerados dois contatos pelo canal pull. Da mesma forma, se a empresa enviou SMS e promoveu ações de relacionamento, independentemente da quantidade de vezes, foram considerados dois contatos pelo canal push. Portanto, no total seriam dois contatos de cada tipo e quatro combinados.
4.2.2 Satisfação geral do cliente e efeito na recomendação
Parte do processo de criação de satisfação geral dos clientes e da alavancagem da recomendação é mensurado pela empresa em questão através da pesquisa anual de satisfação, com uma amostra significante de cada um dos segmentos de clientes estudados nesta dissertação. As respostas sobre satisfação geral e recomendação foram obtidas nas pesquisas de satisfação realizadas com, aproximadamente, 1600 clientes em cada anos, entre 2011 e 2014. A pesquisa utilizou a escala de Likert de 10 pontos para classificação de resposta, considerando nota zero para “totalmente insatisfeito” para a medida de satisfação geral ou “não recomendaria” para a recomendação, e a nota dez para “totalmente satisfeito” para medir a satisfação geral ou “recomendaria” para a recomendação. As perguntas utilizadas no questionário, aplicado via telefone, se encontram nos anexos 2 e 3, respectivamente.
4.2.3 Valor do cliente (CLV)
37 Portanto, esse modelo captura as transações passadas e a expectativa de receitas futuras. As receitas são determinadas pela taxa de administração financeira (TAF), taxa de carregamento e receitas de cobertura de risco (cross-selling). A partir das receitas obtidas nos últimos 12 meses são projetadas as receitas para os próximos 24 meses. Em seguida, esse resultado é multiplicado pela probabilidade de sobrevivência (tempo de permanência) na base por 24 meses, conforme ilustrado a seguir na Figura 2.
Figura 2 - Modelo potencial do valor do cliente
Receitas passadas
+ Receitas futuras
T-12 T-11 ... T-0 T+1 T+2 ... T+24
X
T1 T2 T3 T4 ... T21 T22 T23 T24
Probabilidade de sobrevivência
Considerando que a permanência na base está diretamente relacionada com a projeção da receita, análises internas sobre o comportamento da base de clientes da empresa mostram que a empresa perde aproximadamente 7% dos seus novos clientes a cada ano. Por exemplo, dos clientes que adquiriram o plano no ano 1, apenas 51% desses se mantém na base após 7 anos, conforme Tabela 1. Se considerarmos que o plano de previdência é um investimento de longo prazo, podemos concluir que a empresa tem dificuldade em manter os clientes por períodos superiores há 10 anos.
Tabela 1 - Tempo de permanência dos clientes
Ano 1 12 meses 2 anos 3 anos 4 anos 5 anos 6 anos 7 anos
100% 90% 80% 71% 64% 59% 55% 51%
38
4.2.4 Detalhamento das variáveis
Conforme mencionado anteriormente, a base de dados foi constituída com uma série de informações recolhidas direta ou indiretamente de bases de dados e questionários de satisfação implementados pela empresa em questão e depois utilizadas nas definições dos modelos. Na Tabela 2 são apresentadas as variáveis incluídas na base de dados:
Tabela 2 - Detalhamento das variáveis
Variável Descrição Tratamento
Gênero Identificação do gênero do cliente
Dummy, sendo Masculino 0 e Feminino 1
Tipo de produto PGBL (rentabilidade de acordo com o mercado)
Identifica o tipo de produto adquirido
Dummy, sendo PGBL 1, VGBL ou Tradicional 0 Tipo de produto VGBL
(rentabilidade de acordo com o mercado)
Dummy, sendo VGBL 1, PGBL ou Tradicional 0 Tipo de produto
Tradicional (rentabilidade pré-definida; este produto não é mais
comercializado)
Dummy, sendo Tradicional 1, PGBL ou VGBL 0
Segmento de produto
Identifica se o produto é Individual ou Júnior
(modalidade destinada para criança)
Dummy, sendo Individual 1 e Júnior 0
Segmento de renda
Varejo (var) Renda até R$ 2 mil
Dummy: sendo 1 (var) e 0 para (ar), ou (per), ou (gi) Segmento de renda
Personalizado (per) Renda de R$ 2 mil até R$ 8 mil Dummy: sendo 1 (per) e 0 para (ar), ou (gi), ou (var) Segmento de renda Alta
Renda (ar) Renda acima R$ 8 mil
Dummy: sendo 1 (ar) e 0 para (var), ou (per), ou (gi) Segmento de renda
Grupo Informativo (gi)
Cliente sem classificação. Potencial para ser classificado como Alta Renda
Dummy: sendo 1 (gi) e 0 para (ar), ou (var), ou (per)
CLV Médio
Projeção de receita de acordo com taxa e expectativa de permanência na base
Projeção calculada anualmente no mês de dezembro de cada ano: utilização do valor médio dos quarto anos.
39 Satisfação Geral Resultado da pesquisa de
acordo com escala Likert Sem tratamento Índice de
recomendação
Resultado da pesquisa de
acordo com escala Likert Sem tratamento
Tempo de permanência
Período compreendido entre a contratação do plano e a realização de resgate total, ou permanência até o momento de geração da base (dezembro de 2014)
Sem tratamento
Envio de Certificado
Agrupamento: Diversidade de
Ferramentas push Sem tratamento
Envio de Extrato Envio de Ações de marketing direto Convite para Eventos
Envio de SMS
Acesso ao Extrato TAA
Agrupamento: Diversidade de
Ferramentas Pull Sem tratamento
Acesso ao Site BB
Acesso ao Site BP
Aplicativo Mobile
Acesso a Call Center
4.2.5 Variáveis de controle
As variáveis propostas para controlar os efeitos entre as variáveis dependentes e independentes são:
I. Segmentação de clientes: pressupõe-se que quanto maior a renda, maior o consumo e o valor do cliente.
40 III. Tempo de permanência: estima-se se que quanto maior o tempo, mais transações o cliente realize, e consequentemente, maior será o valor o cliente. Além disso, espera-se que clientes satisfeitos permaneçam mais tempo na base.
IV. Reclamações realizadas pela central de atendimento: partindo do pressuposto que clientes insatisfeitos permaneçam por menos tempo (controle 2) e consequentemente realizem menos transações, espera-se que o seu valor seja menor.
4.3 Técnicas de análise dos dados e modelo econométrico
Nesta seção são relatadas as definições metodológicas para garantir a significância dos resultados, o detalhamento das variáveis descritivas, às correlações entre as variáveis e, por fim, os resultados obtidos com os 12 modelos.
4.3.1 Modelo econométrico
Para a análise dos dados, a aplicação estatística utilizada teve por base a regressão múltipla, que permite analisar a relação entre diversas variáveis independentes (x) e a variável dependente (y), para prever o valor de y em função de x. Após a estruturação da base de dados, descrita na seção anterior, a extração dos resultados foi realizada com o software estatístico STATA, versão 12, cujos comandos podem ser verificados no anexo. Além da regressão múltipla, outros recursos foram adotados para melhorar o poder explicativo do modelo e nível significância das variáveis, conforme a seguir:
41 a heterocedasticidade identificada nos modelos, foram utilizados erros padrões robustos nas regressões (WOOLDRIDGE, 2010).
II. Teste Jaque-Bera: utilizado para verificar se a distribuição dos resíduos segue uma distribuição normal. A normalidade dos erros não foi válida, entretanto, o tamanho da amostra é grande e os resultados se justificam pelo Teorema do Limite Central.
III. Utilização de logaritmo: será utilizado em função da amplitude de valores apresentada pela variável, para reduzir a variação para uma escala menor. Este recurso será utilizado para a variável relativa ao valor do cliente.
4.3.2 Análise preliminar: Descritivas e Análise de correlação
Em relação às descritivas apresentadas nas Tabela 3 e 4, observa-se que não existe uma diferença significante entre os gêneros, mas deve-se ter em conta que os clientes têm em média dois planos (os planos podem variar de acordo com a combinação entre três tipos de modalidade e dois tipos de produtos), que o tempo de permanência na base é de aproximadamente 9 anos, e que não há distinção significante entre os três segmentos de clientes.
42 Tabela 3 - Estatísticas descritivas variáveis numéricas
Variáveis Obs. Média Desv.
Padrão Min. Max.
Qtd. Planos 6323 2,02 1,27 1 27
Tempo de permanência 6323 9,42 4,95 0 20
Diver. Ferr. Push 6323 1,25 0,89 0 5
Diver. Ferr. Pull 6323 0,92 0,98 0 5
Reclamação 6323 0,03 0,18 0 3
Valor do cliente (CLV) 4963 3.166,21 5.018,25 1.060,00 123.716
Nota de satisfação Geral 6323 7,8 1,9 1 10
Nota de recomendação 6209 7,7 1,9 1 10
Tabela 4 - Estatísticas descritivas variáveis categóricas
Variáveis Obs. %
Gênero Masculino 6323 0,506
Feminino 0,494
Tipo de produto Individual 6323 0,69
Menor 0,62
Modalidade de plano
PGBL
6323
0,49
VGBL 0,53
Tradicional 0,26
Segmento de cliente
Alta Renda
6323
0,26
Personalizado 0,28
Grupo Informativo 0,30
Varejo 0,16
A tabela 5 apresenta as correlações entre as variáveis utilizadas nos modelos teóricos. O nível de correlação entre as variáveis sugere multicolinearidade fraca, sendo a mais significante com 0,32% entre tempo de valor do cliente.
43 mais contatos (KUSHWAHA; SHANKAR, 2013). Por outro lado, a correlação entre satisfação e recomendação para o valor do cliente é negativa.
Tabela 5 - Correlações entre as variáveis numéricas
Variáveis dos Modelos 1 2 3 4 5 6 7 8
1 Ln CLV 1,00
2 Satisfação geral -0,09 1,00
3 Recomendação -0,09 0,70 1,00
4 Div.Ferr. Pull 0,09 0,01 -0,03 1,00
5 Div.Ferr. Push 0,14 0,12 0,06 0,14 1,00
6 Qtd. Planos 0,32 -0,04 -0,02 0,12 0,20 1,00
7 Tempo de Permanência 0,11 -0,05 -0,02 0,07 0,04 0,24 1,00
8 Reclamação 0,05 -0,06 -0,05 0,15 0,04 0,04 0,05 1,00
A correlação da variável push com a satisfação e recomendação também apresenta sinal positivo, corroborando com o pressuposto teórico que a utilização de multicanais pode resultar em uma experiência que promova a satisfação (PAYNE; FROW, 2004). A variável pull apresenta correlação positiva apenas para satisfação e negativa para recomendação. Entretanto, a teoria sugere que a experiência do cliente com os canais tem relação positiva com recomendação (KLAUS; MAKLAN, 2013).
44
5. RESULTADOS E ANÁLISES DOS MODELOS ECONOMÉTRICOS
Nesta seção são apresentadas as interpretações dos resultados obtidos para cada um dos modelos propostos. Para cada uma das hipóteses previstas foi realizada uma regressão. Em seguida, elas foram agrupadas para entender o efeito dessas variáveis em conjunto sobre a variável dependente, conforme Tabela 6.
A seguir são apresentadas as interpretações dos resultados com base nos modelos proposto e nos principais conceitos apresentados na revisão da literatura.
45 Tabela 6 - Resultados obtidos
Modelo 3 (H1+H2) Modelo 8 (H3a+H4a+H5+H7 ) Modelo 12 (H3b+H4b+H6) Satisfação Geral lclv Recomenda-ção
0.258*** H1 0.254*** 0.0838*** H3a 0.0931*** 0.219*** H3b -0.0114
(9.59) (9.36) (4.06) (4.47) (6.21) (-0.45)
0.0628** H2 0.0343 0.0460** H4a 0.0405* -0.0113 H4b -0.0665**
(2.67) (1.46) (2.58) (2.27) (-0.35) (-3.00)
-0.0437*** H5 -0.0422** 0.927*** H6 0.929***
(-4.62) (-3.00) (63.66) (63.34)
-0.0294*** H7 -0.00952
(-4.02) (-0.89)
-0.366*** -0.316*** -0.370*** 1.065*** 1.081*** 1.076*** 1.066*** 1.031*** -0.616*** -0.564*** -0.268*** -0.255***
(-4.94) (-4.22) (-4.99) (20.63) (21.12) (21.04) (20.78) (19.94) (-6.31) (-5.76) (-3.67) (-3.48)
-0.230** -0.215** -0.233** 0.702*** 0.704*** 0.699*** 0.687*** 0.672*** -0.304** -0.286** -0.0858 -0.0787
(-3.17) (-2.93) (-3.20) (14.09) (14.14) (14.09) (13.71) (13.45) (-3.22) (-3.01) (-1.24) (-1.14)
-0.108 -0.0719 -0.111 0.267*** 0.277*** 0.281*** 0.277*** 0.254*** -0.157 -0.118 -0.0581 -0.0479
(-1.49) (-0.98) (-1.54) (4.92) (5.12) (5.21) (5.10) (4.67) (-1.69) (-1.27) (-0.84) (-0.69)
-0.0491* -0.0133 -0.0507* 0.254*** 0.262*** 0.266*** 0.268*** 0.254*** -0.0535 -0.0182 -0.0129 -0.00639
(-2.35) (-0.68) (-2.42) (14.12) (14.50) (14.89) (14.47) (13.85) (-1.96) (-0.69) (-0.70) (-0.33)
-0.00848 -0.0129** -0.00879 0.0143** 0.0137** 0.0132** 0.0135** 0.0129** -0.0119 -0.0152* -0.00500 -0.00473
(-1.75) (-2.65) (-1.81) (3.14) (2.99) (2.90) (2.95) (2.83) (-1.83) (-2.35) (-1.07) (-1.02)
-0.602*** -0.627*** -0.632*** 0.283** 0.253** 0.268** 0.276** 0.212* -0.671** -0.633** -0.108 -0.0455
(-3.70) (-3.76) (-3.85) (3.14) (2.76) (2.95) (3.00) (2.28) (-3.19) (-2.92) (-0.82) (-0.33)
7.858*** 8.066*** 7.842*** 5.993*** 6.044*** 6.423*** 6.314*** 6.381*** 8.294*** 8.508*** 0.992*** 1.028***
(95.73) (103.04) (94.50) (103.73) (106.07) (70.46) (75.97) (68.68) (78.24) (83.22) (6.57) (6.82)
Observações 6323 6323 6323 4934 4934 4934 4853 4853 6209 6209 6209 6209
R2 ajustado 0.021 0.008 0.021 0.192 0.190 0.192 0.192 0.197 0.015 0.010 0.493 0.493
Estatística t em parênteses: * p<0.05, ** p<0.01, *** p<0.001 Robusto: erros padrões robustos
Normalidade dos erros
Recomenda-ção
Recomenda-ção
Modelos
Modelo 9 Modelo 10 Modelo 11
Satisfação Geral Satisfação
Geral lclv lclv lclv lclv
Recomenda-ção
Modelo 1 Modelo 2 Modelo 4 Modelo 5 Modelo 6 Modelo 7
Cliente Gi Qtd Planos Tempo permanencia Reclamação Central Constante Div. Ferr. Push
Div. Ferr. Pull
Satisfação Geral
Recomendação
Cliente AR
46
Modelo 1 (H1): há uma relação positiva entre a variedade de ferramentas
push em relação à satisfação geral.
Os resultados do modelo 1 mostram que os contatos com as ferramentas push (empresa-cliente) apresentam um coeficiente positivo e estatisticamente significante (p<0,001) para a variável resposta satisfação dos clientes. Isto significa que a ampliação dos contatos push tem potencial para incrementar a satisfação dos clientes (variável dependente).
Para as variáveis de controle, os coeficientes para os segmentos de clientes são negativos e estatisticamente significantes para os segmentos de maior renda, mas sem efeito estatístico para o segmento menor renda. A interpretação desse resultado sugere que clientes com maior renda (segmentos ar e per) são mais críticos aos canais do que os clientes de menor renda, agindo como detratores na pesquisa de satisfação. Em relação à variável quantidade de planos, o seu coeficiente é negativo com significância de p<0,05, indicando que há algum tipo de desgaste em função da posse do produto. De fato, a empresa em estudo oferece produtos que foram desenvolvidos em plataformas tecnológicas distintas e por conta disso não há uniformidade na oferta de serviços. Além disso, quando o cliente possui mais de um produto, as informações não são apresentadas de forma unificada, ou seja, o cliente precisa repetir o acesso aos canais para todos os produtos separadamente. A variável tempo de permanência não apresentou resultado estatisticamente significante, mas o coeficiente negativo pode sugerir que ao longo do tempo aumente a insatisfação dos clientes. Da mesma forma, as reclamações apresentam coeficiente negativo e estatisticamente significante (p<0,001) para a satisfação, o que se caracteriza por um resultado coerente com o pressuposto que clientes que manifestem algum problema através dos canais oferecidos pela empresa irão agir como detratores na pesquisa de satisfação.
