INSTITUTO DE ENSINO E PESQUISA
Programa de Mestrado Profissional em Administração
Fábio da Silva Rodrigues
OS
DETERMINANTES DA LONGEVIDADE DOS CLIENTES DE
SERVIÇOS DE TELEFONIA FIXA NO BRASIL
São Paulo
1
Fábio da Silva Rodrigues
Os determinantes da longevidade dos clientes de serviços de telefonia fixa
no Brasil
Dissertação apresentada ao Programa de Mestrado Profissional em Administração do Insper Instituto de Ensino e Pesquisa, como parte dos requisitos para obtenção do título de Mestre em Administração.
Área de Concentração: Estratégia
2
Rodrigues, Fábio da Silva
Os determinantes da longevidade dos clientes de serviços de telefonia fixa no Brasil / Fábio da Silva Rodrigues; orientador: Charles Kirschbaum – São Paulo: Insper, 2015.
42 f.
Dissertação (Mestrado – Programa de Mestrado Profissional em Administração. Área de Concentração: Estratégia Empresarial) – Insper Instituto de Ensino e Pesquisa.
1. Longevidade de clientes 2. Modelo Longevidade de Cox 3. Marketing de Relacionamento 4. Telecomunicações 5. Serviços de telefonia fixa
São Paulo
3
FOLHA DE APROVAÇÃO
Fábio da Silva Rodrigues
Os determinantes da longevidade dos clientes de serviços de telefonia fixa no Brasil
Dissertação apresentada ao Programa de Mestrado Profissional em Administração do Insper Instituto de Ensino e Pesquisa, como parte dos requisitos para obtenção do título de Mestre em Administração.
Área de Concentração: Estratégia
Orientador: Prof. Dr. Charles Kirschbaum - Insper
Aprovado em: 24/07/2015
Banca Examinadora
Prof. Dr. Charles Kirschbaum Orientador
Instituição: Insper Assinatura: ____________________
Prof. Dr. Wagner A. Kamakura
Instituição: Rice University Assinatura: ____________________
Prof. Dr. Danny Pimentel Claro
4
DEDICATÓRIA
5
AGRADECIMENTOS
Agradeço a todos os professores do Mestrado Profissional do INSPER pelos ensinamentos e apoio, principalmente ao meu orientador Prof. Charles Kirschbaum pelos aconselhamentos nos momentos mais difíceis deste estudo, sempre auxiliando na busca pelo caminho certo e à Prof.ª Priscila Fernandes Ribeiro pelos auxílios na modelagem econométrica do trabalho.
Agradeço também aos professores do Mestrado acadêmico em Administração de Empresas da PUC/PR, onde cursei algumas matérias enquanto residi na cidade de Curitiba/PR, e em especial ao Prof. Heitor Kato que foi um grande incentivador do tema desta dissertação e me apoiou com direcionamentos bibliográficos.
6
RESUMO
RODRIGUES, Fábio da Silva. Os determinantes da longevidade dos clientes de serviços de telefonia fixa no Brasil, 2015. 40 f. Dissertação (Mestrado) – Insper Instituto de Ensino e
Pesquisa, São Paulo, 2015.
O objetivo deste trabalho é explorar as principais variáveis que impactam a longevidade do cliente de telefonia fixa em um modelo integrado avaliando as principais alavancas de posicionamento competitivo, além de analisar um setor pouco estudado em um mercado emergente e altamente regulado como o brasileiro. Foram propostas cinco hipóteses para entender a influência de questões a política de descontos aplicada pela empresa, reclamações sobre o serviço prestado pelos clientes e o posicionamento competitivo em que a empresa está inserida, utilizando o modelo de longevidade de Cox. Os resultados encontrados destacam a importância da qualidade e agilidade na resolução de problemas com o cliente, além do poder de mercado da empresa e as vantagens de uma abordagem competitiva monopolística como fatores-chave para aumentar a longevidade do cliente. Outras questões como a relação entre preço e consumo do serviço, idade do cliente e inadimplência se mostraram relevantes, mas menos impactantes na longevidade. A segmentação de clientes na atuação da empresa se mostrou uma estratégia relevante para direcionar ações da empresa.
7
ABSTRACT
RODRIGUES, Fábio da Silva. The determinants of client longevity for fixed-line customers in Brazil 2015. 40 p. Dissertation (Mastership) – Insper Instituto de Ensino e
Pesquisa, São Paulo, 2015.
The objective of this study is to explore the main variables that impact the longevity of the fixed telephony customer in an integrated model, evaluating some main drivers of competitive positioning and analyze an understudied market sector in an emerging market with high regulated laws as the Brazilian. Five hypotheses have been proposed to understand the influence of discount policies applied by the company, complaints about the service provided to customers and competitive positioning in which the company are inserted, using the survival Cox econometric model. The results highlight the importance the quality and agility in solving problems with customer, in addition to the company's market power and the advantages of a monopolistic competitive approach, as key factors for increasing customer longevity. Other issues such as the relationship between price and consumption, customer's age and bad debt to be relevant, but presented less impact on longevity. Customer segmentation proved to be a relevant strategy to address value to the company.
8
LISTA DE TABELAS
Tabela 01 – Acessos de serviços de telefonia fixa...14
Tabela 02 – Faturamento das empresas de telefonia fixa do Brasil, por tipo de serviço...15
Tabela 03 – Variáveis utilizadas no modelo...23
Tabela 04 – Matriz de correlação...28
Tabela 05 – Resultados das regressões (1/2)...31
9
LISTA DE FIGURAS
Figura 01 – Modelo teórico...21
10
SUMÁRIO
1 Sumário Executivo ... 11
2 Introdução... 13
3 Referencial teórico ... 16
3.1 Política de descontos ... 17
3.2 Qualidade do serviço ... 18
3.3 Cenário competitivo ... 19
4 Abordagem metodológica ... 21
4.1 Modelo de longevidade ... 22
4.2 Base de dados ... 23
4.2.1 Variável dependente ... 25
4.2.2 Variáveis independentes ... 25
4.2.3 Variáveis de controle ... 26
5 Resultados ... 29
6 Conclusão ... 35
11
1
Sumário Executivo
O mercado de telefonia fixa1 no Brasil apresenta redução do seu ritmo de crescimento por consequência de uma maior maturidade do mercado, onde regiões de alto potencial de receita já atingiram sua maturidade e outros mercados com baixa presença se mostram de baixa viabilidade para as operadoras. Somando-se a esse desafio o mercado de telefonia móvel, que até a pouco tempo atrás praticava altos preços por ligações e uso de internet, se tornaram mais competitivos reduzindo seu custo ao consumidor e canibalizando o mercado de telefonia fixa. Este mercado hoje sustenta seu crescimento baseado na oferta de serviços de internet fixa e TV por assinatura, geralmente feito em forma de pacotes (ou bundle) que envolvem estes serviços e, em adicional, o telefone fixo.
Com esta estratégia, as empresas mantiveram um ritmo de crescimento significativo nos últimos anos, mas que também já apresentam sinais de desgaste pela maturação do mercado e preço, pois ainda são produtos que, em pacote, ainda não permitem a massificação na população. Em mercados com estas características de saturação, é comum que a concorrência se acirre e que as empresas do mercado passem a disputar o mesmo cliente, buscando capturar clientes da concorrência e também blindar os seus atuais clientes para evitar que eles mudem de operadora.
Analisando o cenário de perda de clientes, a taxa de rotatividade média no setor de telefonia fixa gira entre 25% e 60%, dependendo do produto, sendo que no melhor dos cenários, você perderia ¼ de todos os seus clientes em apenas um ano em que eles são clientes. Esse contexto, aliada aos altos custos atrelados para a aquisição de um cliente no setor de telefonia fixa, tornam a gestão do cliente já adquirido tema fundamental para a saúde financeira das empresas do setor e o foco principal deste estudo é avaliar o impacto que alguns pilares estratégicos que envolvem a relação entre empresa e consumidor influenciam a permanência dele como cliente, o que chamamos de longevidade.
O estudo buscou evidenciar o impacto das principais interações entre a empresa e o consumidor na sua longevidade como (1) a capacidade da empresa em resolver problemas inerentes à prestação de serviços para seu cliente por acreditarmos que um dos principais pilares de insatisfação do cliente com um serviço é não ter suas solicitações e reclamações
12
atendidas pela empresa; (2) a política de descontos aplicada pela empresa para avaliar como a sensibilidade a descontos do consumidor, e por consequência indireta o preço que este paga pelo serviço, influencia sua decisão em continuar como cliente da empresa e (3) como o cenário competitivo entre as empresas de telefonia fixa na região onde o cliente reside influenciam sua decisão entre permanecer com uma operadora ou trocá-la por outra. Focamos o estudo na avaliação dos impactos destas na longevidade do cliente da operadora.
Para este estudo, analisamos dados reais de clientes de uma operadora de telefonia fixa brasileira como consumo dos produtos, valores de fatura, produtos contratados, número de reclamações junto à empresa e informações que permitiram avaliar a relevância por segmento de clientes e utilizamos um histórico de treze meses de clientes que foram conquistados no mesmo mês.
Utilizando técnicas estatísticas para avaliar como cada uma das variáveis impacta a longevidade dos clientes, encontramos resultados significativos como a relevância do ambiente competitivo entre as empresas na decisão do consumidor em permanecer por muito tempo como cliente de uma operadora, indicando que estratégias de concorrência monopolística surtem resultados significativos na retenção de clientes e deveriam ser adotadas pelas operadoras.
Outra estratégia que se mostrou de alta relevância no aumento da sobrevivência dos clientes foram os índices de reclamações possuírem grande peso na decisão do cliente em permanecer com a operadora, indicando que elas devam buscar uma estratégia de resolução de problemas do cliente em seu primeiro contato, o qual aumentará sua vantagem no aumento da longevidade de seus clientes.
Em relação às políticas de descontos, estas apresentaram relevância na longevidade do cliente, sugerindo que descontos mais agressivos possuem efeito favorável na fidelização porém é uma estratégia menos relevante as anteriores no que tange ao aumento da longevidade.
13
2
Introdução
O mercado de telefonia fixa2 no Brasil apresenta redução do seu ritmo de crescimento sobre a população, apesar da massificação da oferta no país. Um cenário que gera desafios ao crescimento das empresas do setor em novos mercados e aumenta a pressão concorrencial em mercados já estabilizados, onde a competição pelos clientes atuais se intensifica.
Neste contexto, as operadoras de telecomunicações têm dedicado mais esforços de marketing para a captura de assinantes da concorrência e blindagem da sua base, sendo a gestão do ciclo de vida do cliente uma das frentes mais estudadas no marketing de relacionamento para que as empresas tenham sucesso em um ambiente de alta competitividade, adquirindo clientes melhores e maximizando a sua longevidade e evitando sua rotatividade, sendo este segundo um dos maiores desafios enfrentados pelas empresas atualmente.
A taxa anual de rotatividade de clientes gira em torno de 20 a 40 por cento ao redor do mundo, destacando o real problema enfrentado pela indústria em manter clientes adquiridos por muito tempo em sua base. No Brasil estes índices variam entre 25 e 60 por cento ao ano dependendo da operadora e dos serviços prestados3. Estes índices de rotatividade de clientes impactam negativamente as empresas, reduzindo suas margens de lucro pelo incremento dos custos de aquisição via (1) descontos nos serviços prestados e (2) custos inerentes à prestação do serviço, como equipamentos e a instalação na casa do consumidor. (REICHHELD, SASSER 1990; WONG 2011) evidenciando como uma gestão da rotatividade do cliente se faz cada vez mais crítica e necessária.
Razões que podem levar um cliente a deixar de consumir um produto ou serviço de uma empresa e se tornar um churn4 como produtos substitutos diretos ou indiretos, condições macroeconômicas da região ou país onde o cliente reside, renda do cliente, preço do produto, agressividade dos concorrentes e qualidade do serviço, se intensificando em um ambiente de alta competição e que disponha de produtos substitutos, como o setor de telecomunicações.
2 Telefonia fixa engloba a prestação dos serviços de telefone fixo, banda larga fixa e televisão por assinatura. 3 Fontes: Relatórios de resultados das operadoras e da empresa de consultoria Teleco.
14
O mercado brasileiro de telefonia fixa, no que tange ao faturamento, continua a apresentar aumento nas principais empresas conforme mostrado na Tabela 2. Este crescimento de faturamento se dá pelo aumento do volume de assinantes de banda larga e TV por assinatura. Confrontando o crescente faturamento das empresas com a redução acentuada da penetração de serviços, visualizamos um mercado que possui pouco espaço para captação de novos assinantes e incremento de receita das empresas via rentabilização da base de clientes e ganho de market share. Neste contexto mais acirrado de mercado um gerenciamento adequado da sua base de clientes e melhoria constante na prestação do serviço, buscando minimizar a chance deste cliente trocar a empresa por uma concorrente, se faz necessária no curto prazo visando sustentar seu posicionamento estratégico e rentabilidade no longo prazo, garantindo uma base de bons e fiéis clientes.
Tabela 01: Acessos de serviços de telefonia fixa
Telefone Fixo Banda Larga Fixa TV por assinatura
Ano Acessos
ativos
Acessos/
100 hab. * % Var
Acessos
ativos
Acessos/
100 hab. * % Var
Acessos
ativos
Acessos/
100 hab. * % Var
2002 38,8 21,6 - 0,7 0,4 - 3,5 1,9 -
2003 39,2 21,6 0,0% 1,2 0,7 69,7% 3,5 1,9 -1,0%
2004 39,6 21,5 -0,5% 2,3 1,2 88,9% 3,8 2,1 7,0%
2005 39,8 21,4 -0,5% 3,9 2,1 67,9% 4,1 2,2 6,9%
2006 38,8 20,6 -3,7% 5,7 3,0 44,3% 4,7 2,5 13,2%
2007 39,4 20,7 0,5% 7,7 4,0 33,7% 5,3 2,8 11,6%
2008 41,2 21,4 3,4% 10,0 5,2 28,4% 6,3 3,3 17,5%
2009 41,5 21,4 0,0% 11,4 5,9 13,3% 7,5 3,9 18,2%
2010 42,1 21,5 0,3% 13,8 7,0 19,5% 9,8 5,0 28,7%
2011 43,0 21,7 1,1% 16,3 8,2 17,2% 12,7 6,4 29,2%
2012 44,3 22,2 2,3% 19,0 9,5 15,4% 16,2 8,1 26,1%
2013 44,9 22,2 0,2% 21,2 10,5 10,6% 18,0 8,9 10,1% 2014¹ 45,1 21,3 -4,1% 23,7 11,2 6,5% 19,4 9,2 2,8%
Fontes: Telebrasil, Teleco e ABTA
¹ Dados até o 3o Trimestre de 2014
15
mais antigos e bônus com minutos para ligações, adequação de planos e pacotes ao perfil do cliente, (GERPOTT, RAMS, SCHINDLER, 2001; JOO, JUN E KIM, 2002; SCHWEIDEL, FADER, BRADLOW, 2008; WONG, 2011). Outro fator que é influenciado diretamente pelo melhor relacionamento da empresa com seus clientes é seu poder de mercado e market share (THAKUR, SUMMEY, 2005). Como observado em Garg et al. (2010) fatores como a qualidade e disponibilidade do serviço além de promoções e descontos são fatores importantes na retenção de clientes do setor de telecomunicações.
Tabela 02 – Faturamento das empresas de telefonia fixa do Brasil, por tipo de serviço¹²
Milhões de R$ 2012 2013 2014 ∆Ano
TELEFÔNICA VIVO 12.523 11.720 11.261 -3,9%
Telefonia Fixa 8.366 7.578 7.007 -7,5%
Banda Larga 3.563 3.651 3.656 0,1%
TV por Assinatura 594 491 598 21,6%
OI 9.974 10.303 N/A N/A
AMÉRICA MÓVIL 19.348 21.270 23.532 10,60%
GVT 3.804 4.427 5.053 14,1%
Telefonia Fixa 2.306 2.463 2.647 7,5%
Banda Larga 1.248 1.428 1.594 11,6%
TV por Assinatura 211 497 778 56,5%
¹ Fonte: Teleco – Resultados operacionais das maiores operadoras de telefonia fixa do Brasil.
² Operadoras OI e América Móvil não disponibilizaram a quebra de receita entre os serviços de telefonia fixa.
16
Para isso foi utilizada uma base de 38.732 mil novos clientes de uma operadora de telefonia fixa brasileira avaliando o histórico de fatura, consumo, market share e número de concorrentes, descontos concedidos, inadimplência, além de variáveis de perfil do cliente como renda, risco de crédito, idade e tipo de produto adquirido no ato da compra. Entender como estes fatores funcionam, de forma conjunta e segmentada por perfil de cliente, torna-se fundamental para que as empresas concentrem suas estratégias e recursos onde possam obter melhores resultados no aumento da fidelização dos clientes. Os resultados encontrados levantam forte influência das variáveis de mercados sobre a longevidade dos clientes, além de corroborarem com resultados encontrados por outros estudos na análise dos impactos diretos das políticas de desconto e os impactos não lineares das reclamações dos clientes sobre a longevidade dos clientes. O estudo também relata como a segmentação de clientes pode influenciar as ações da empresa em aumentar a longevidade dos seus clientes, fornecendo assim ferramentas gerenciais importantes para a gestão da base de clientes nas operadoras de telefonia fixa.
3
Referencial teórico
Organizações altamente competitivas perceberam que reter clientes valiosos na sua base é uma estratégia de gestão importante para a sua longevidade, o que eleva a importância do gerenciamento da retenção de clientes visando minimizar os efeitos do churn (CHANDAR, LAHA, KRISHNA, 2006).
Os primeiros trabalhos acadêmicos a apontarem benefícios de forma conclusiva na gestão da retenção de clientes foram Reichheld and Sasser (1990) e Reichheld (1996), constatando que indivíduos com maior tempo de vida como clientes de uma empresa costumam ser menos sensíveis a pressões por preço, geram maior fluxo de caixa comparando a novos clientes e acabam por se tornar promotores da empresa.
17
durante e depois de se efetivar a venda e a gestão do relacionamento e a retenção de cliente tornam-se um dos principais objetivos do marketing.
Neslin et al (2006) define que as estratégias de retenção podem ser divididas em dois grandes pilares focados em (1) fortalecer a marca pela qualidade do serviço, imagem e propaganda e; (2) por estratégia de incentivos individuais e segmentação das ofertas de serviços conforme o perfil do cliente seja este pelo tipo de serviço contratado, classe social, idade, entre outros. Explorando o tema de retenção com foco no mercado de telecomunicações, diversos estudos exploram questões como o valor percebido do cliente pelo serviço (GERPOTT et al, 2001), a qualidade do serviço prestado ao consumidor além da cobertura geográfica do serviço.
3.1 Política de descontos
Tópico altamente explorado e relacionado diretamente com a de percepção de valor do cliente é a política de descontos aplicada pela empresa. As políticas de desconto são aplicadas na aquisição de novos clientes e na retenção e/ou renovação de um cliente atual. O uso de descontos aos clientes insatisfeitos é uma das formas mais comuns de gestão de crises entre empresas de telecomunicações e seus clientes no Brasil.
Na literatura acadêmica o tema de desconto concedido é pouco explorado em sua relação direta para o aumento da longevidade de um cliente, onde acabam por serem contemplados implicitamente ao valor pago em fatura pelo cliente. Alguns raros estudos abordam o tema, mas com a ótica de programas de fidelidade aplicadas por empresas de varejo pela internet, refere que uma política de descontos aplicada a um cliente o estimula a consumir novamente no período subsequente (GERPOTT, RAMS, SCHINDLER, 2001; LEWIS, 2004; SCHWEIDEL, FADER, BRADLOW, 2008). Mas não avalia a questão de descontos na retenção de clientes, o que buscaremos entender sua relação direta à longevidade do cliente em uma empresa de prestação de serviços como a de telecomunicações fixa.
18
fixa, ou seja, se as políticas de desconto aplicadas pelas empresas possuem papel relevante no aumento da longevidade dos seus clientes, desenvolvemos a hipótese:
H1: O efeito concessão de descontos é positivo na longevidade do cliente.
3.2 Qualidade do serviço
A relação entre satisfação do cliente com o serviço e sua longevidade como cliente foi exaustivamente discutido na academia. Rust e Zahorik (1993) desenvolveram um modelo matemático para mensurar os resultados de ações cujo foco era aprimorar a satisfação do consumidor, maximizando a alocação de recursos com este fim. Outros autores como Bolton (1998) comprovaram que a melhoria na satisfação do cliente com o serviço aumenta sua longevidade do cliente na empresa.
Como um dos pilares de impacto na satisfação do cliente, diversos autores abordaram a relação entre a qualidade dos serviços prestados pelas empresas e a longevidade dos clientes por diversos prismas, como a expectativa de qualidade dos serviços pelos clientes com suas intenções de permanecer ou não como consumidores da empresa (BOULDING, KALRA, STAELIN, ZEITHAML, 1993), questões de alocação de investimento para a melhoria na qualidade (RUST, ZAHORIK, KEININGHAM, 1995; ZEITHAML, BERRY, PARASURAMAN, 1996) além de analisar os impactos reais dos níveis de satisfação do cliente medindo suas reclamações e suas relações com as ações de marketing da empresa (KOZINETS, VALCK, WOKNICK, WILNER, 2010) e seus impactos financeiros e, consequentemente, no valor da companhia (CHEVALIER e MAYZLIN, 2006; GOLDENBERG LIBE MOLDOVAN e MULLER, 2007; MITTAL, ROSS e BALDASARE, 1998; ROMANI, GRAPPI e DALLI, 2012; CLARO, D. P., FRAGOSO, A. F. G. R., NETO, L., ABRAHÃO, S., e CLARO, P. B. D. O, 2014).
19
caracterizadas por três etapas, onde na primeira o cliente reclama junto à prestadora de serviços buscando a resolução dos seus problemas de qualidade, a segunda etapa é quando o cliente passa a ser um detrator da marca e passa a divulgar a pessoas próximas seus problemas com a prestadora de serviços e, por último, registrando formalmente reclamações junto a órgão de defesa do consumidor ou regulatórios. Focando a abordagem deste estudo no primeiro nível de resposta do cliente insatisfeito com a qualidade do serviço definido por Singh (1988), serão avaliados os impactos diretos do volume de reclamações sobre os serviços registrados pela empresa e a longevidade do cliente, derivando a hipótese:
H2: O volume de reclamações impacta negativamente na longevidade do cliente.
Quanto à relação de causalidade entre reclamações e longevidade, Tax, Brown e Chandrashekaran (1998) investigaram a relação entre as reclamações dos clientes e a habilidade da empresa em resolver as causas das reclamações e uma das conclusões relevantes do trabalho é que empresas que demonstram eficiência na resolução dos problemas de seus clientes, independentemente de sua causa, aumentam a confiança do consumidor na empresa e impactam positivamente na longevidade do cliente, sugerindo que clientes com alto volume de reclamações abertas junto à operadora tenham vivenciado experiências positivas de resolução de problemas em suas primeiras interações com a empresa e sejam menos suscetíveis a impactos negativos de sua atual reclamação mesmo que esta seja mal solucionada. Com base neste contexto, será avaliada se a relação entre reclamações do cliente sobre o serviço possui impacto não linear na longevidade do cliente, derivando a hipótese:
H3: O volume de reclamações tem efeito não linear positivo na longevidade do cliente.
3.3 Cenário competitivo
20
O mercado de telecomunicações possui poucos players atuantes, devido ao alto custo de entrada com licenças governamentais e altos volumes de investimentos necessários para prover o serviço, que caracterizam um mercado com características de oligopólio, mas onde se observa uma forte concorrência monopolística baseada em preço onde cada empresa define sua estratégia de preço para maximizar seu lucro, mas considerando o posicionamento de preços esperado para seus concorrentes. Estudos derivados relacionam a estrutura de mercado à relação de preço e a lucratividade baseado no que a empresa acredita que maximizaria sua lucratividade (SCHAMALENSEE, 1989; WEISS, 1990).
O tema da lucratividade da empresa vai além do preço cobrado, avançando por temas como a quantidade de clientes que você possui ou consegue capturar e seus custos de operação. A literatura focada na concentração de mercado foi explorada por diversas óticas como os efeitos da entrada de uma empresa em um mercado competitivo e os impactos desta no ambiente competitivo via diluição de market share (BEZANKO, D.; DRANOVE, D.; SHANLEY, M., 1996; LAFFONT, TIROLE, 2001; DE BIJIL, PEITZ, 2002). Outras vertentes de análises da lucratividade basearam-se em iniciativas de defesa de posicionamento de mercado através da melhoria da qualidade do serviço e da estratégia de preços (THAKUR, SUMMEY, 2005).
Um dos fatores conhecido é que a competição monopolística gera resultados significativos para a empresa, aumentando seu mark-up e impactando sua lucratividade (BEZANKO, D.; DRANOVE, D.; SHANLEY, M., 1996). Esta dissertação visa contribuir com a academia ao avaliar se estratégias competitivas adotadas pelas empresas na busca de um melhor posicionamento mercadológico apresentam impactos significativos na longevidade do cliente, defendendo os clientes na base e blindando contra a presença de novos competidores ou de estratégias de ampliação de market share pela captura de clientes da concorrência. Com isso foram elaboradas as hipóteses:
H4: Quanto menor a competição entre as empresas em um determinado mercado,
maior será a longevidade do cliente na empresa.
H5: Quanto maior a dominância de mercado da empresa perante seu principal
21
4
Abordagem metodológica
Com o objetivo de avaliar como diferentes variáveis influenciam o tempo de permanência de um consumidor como cliente de uma empresa de telefonia fixa, será utilizada metodologia de modelagem de longevidade, em nosso caso, o evento de longevidade avaliado será o churn do cliente ao longo do período avaliado. A definição de evento, segundo Allison Figura 1: Modelo teórico
(1984), representa uma mudança qualitativa em um determinado período de tempo estudado, além de estudar a relação de dependência com o tempo das variáveis explicativas.
Como as características do problema que o presente estudo se propõe a analisar e suas variáveis dependentes possuem relação com o tempo, seguiremos a linha de estudos como Li (1995); Bolton (1998); Burez, Van Den Poel (2007); Schweidel, Fader, Bradlow, (2008); Portela e Menezes (2010) serão utilizados o modelo de longevidade para analisar algumas das características que influenciam o churn dos clientes de telefonia fixa, utilizando informações de clientes de uma empresa prestadora de serviços, com atuação em diversos estados brasileiros.
22
4.1 Modelo de longevidade
A proposta de abordagem do estudo por um modelo de longevidade caminha na direção de diversos estudos relevantes sobre o comportamento do consumidor e churn. Com a proposta de análise de um setor pouco explorado na academia, o de telecomunicações fixa, em um mercado carente em avaliações neste segmento como o brasileiro.
Entre as principais técnicas utilizadas para estudos de longevidade destacam-se as técnicas de regressão linear, função discriminante, logística e o modelo de Markov, deste último vale o destaque para os modelos semi-Markov (ALLISON, 1984) que permitem trabalhar com tempo contínuo na análise dos resultados, com destaque principal para os modelos de longevidade e de risco proporcional de Cox, que serão utilizados neste estudo.
O modelo risco proporcional de Cox, ou longevidade de Cox, caracteriza-se por um modelo de função de longevidade acumulada que retrata em sua variável dependente a probabilidade acumulada de longevidade de grupos de indivíduos em relação ao evento estudado como uma expectativa de vida de pacientes a um determinado tratamento médico ou, como no caso deste estudo, a probabilidade condicional de um cliente vir a cancelar um serviço contratado, abordando estes temas de forma mais robusta e correta estatisticamente que outros modelos logísticos utilizados para este fim nos estudos de marketing (LI, 1995).
O modelo de Risco Proporcional de Cox é caracterizado pela função exponencial (LI, 1995).
= ∗ ,
Onde:
é a função de longevidade no momento i; é a função de longevidade média; são os coeficientes estimados e;
23
Em nosso modelo, a variável dependente a ser tratada será longevidade do cliente medido pelo tempo até a ocorrência do evento de interesse, em nosso caso medido pelo número de dias até que se ocorra a saída do consumidor da base de clientes da operadora, onde a saída do cliente chamaremos de churn.
4.2 Base de dados
A pesquisa foi elaborada com base nos registros mensais de clientes de uma operadora de serviços de telefonia fixa no Brasil, considerando um total amostral de 38.732 clientes que se tornaram clientes da operadora no mês de novembro de 20135, somente clientes que possuíam serviços em pacotes double play6e triple play7. O estudo contempla um horizonte de análise de 13 meses, considerando apenas os clientes que possuíam todos os registros das informações utilizadas pelo estudo ao final de novembro de 2014. Nenhuma outra configuração de serviços contratados foi considerada no estudo. Para facilitar o entendimento do leitor, a Tabela Y retrata o resumo das variáveis do modelo, seu tipo, valores possíveis e sinal esperado do impacto acumulado de saída do cliente da base de clientes, ou churn.
Para o modelo de Cox utilizado que trata a visão de risco proporcional, a ótica de análise pelo impacto em longevidade faz mais sentido com base na teoria, fazendo-se necessária a interpretação inversa dos sinais dos indicadores pela ótica da longevidade. Ex: Uma variável de sinal negativo aponta efeito de redução da probabilidade de saída do consumidor da base de clientes da empresa, ou seja, aumentando sua longevidade.
Tabela 03 - Variáveis utilizadas no modelo
VARIÁVEL
DEPENDENTE DESCRIÇÃO TIPO
SINAL
ESPERADO
Longevidade do cliente Tempo, em dias, até a ocorrência do evento de churn. Numérica
(Ordinal) N/D
5
A base total de clientes que ingressaram a operadora no mês de novembro é de 65.161 clientes. Inicialmente foi avaliada a opção de preenchimento dos missing values para explorar toda a amostra, mas ao realizar a avaliação de teste de médias entre os grupos com dados completos e dados ausentes, se verificou que a ausência de dados não se dava por causalidade (com p-value de 0,001). Sendo assim, optou-se pela redução da amostra para clientes para somente aqueles com dados completos ao longo dos 13 meses para evitar vieses nas análises.
6 Double play – pacotes (bundle) de serviços que contemplam os produtos telefone fixo e banda larga. 7 Triple play – pacotes (bundle) de serviços que contemplam os produtos telefone fixo, banda larga e TV por
24
Churn
Variável que indica se o evento em teste aconteceu. Variável dicotômica que assume valor 1 quando o cliente deixa a operadora no período estudado.
Categórica N/D
VARIÁVEIS
INDEPENDENTES DESCRIÇÃO TIPO
SINAL ESPERADO
Descontos na fatura Valor médio dos descontos vigentes ao cliente ao longo do tempo de prestação do serviço.
Numérica
(Contínua) - Reclamações Total de registros de reclamação do cliente. Numérica
(Ordinal) + Reclamações (sqr) Total de registros de reclamação do cliente, elevado ao
quadrado.
Numérica
(Ordinal) - Índice de Herfindahl
Variável que relaciona o índice mensal de Herfindahl-Hirschman da cidade onde o cliente reside. O índice retrata a concentração de mercado em um determinado local baseado no market share e quantidade de players no mercado.
Numérica
(Contínua) - Delta market share Diferença entre o market share da empresa e o market share do
principal concorrente da empresa na cidade.
Numérica
(Contínua) -
VARIÁVEIS DE
CONTROLE DESCRIÇÃO TIPO
SINAL
ESPERADO
Fatura / Consumo Variável que representa o valor médio total dos gastos do consumidor dividido pelo consumo médio total dos serviços.
Numérica
(Contínua) + Idade
Variável de controle que descreve a idade que o cliente tinha quando iniciou seu relacionamento com a empresa, em novembro de 2013.
Numérica
(Contínua) - Idade (sqr)
Variável de controle que descreve a idade que o cliente tinha quando iniciou seu relacionamento com a empresa, em novembro de 2013, elevado ao quadrado.
Numérica
(Contínua) +
Classe social A
Dummy que retrata a classe social na qual o cliente pertence, segundo critério definido pelo IBGE (Instituto Brasileiro de Geografia e Estatística). Neste caso, clientes de alta renda (renda familiar mensal acima de 20 salários mínimos).
Categórica -
Classe social B
Dummy que retrata a classe social na qual o cliente pertence, segundo critério definido pelo IBGE (Instituto Brasileiro de Geografia e Estatística). Neste caso clientes de renda intermediária para alta (renda familiar mensal entre 10 e 20 salários mínimos).
Categórica -
Classe social C
Dummy que retrata a classe social na qual o cliente pertence, segundo critério definido pelo IBGE (Instituto Brasileiro de
Geografia e Estatística). Neste caso clientes de renda intermediária (renda familiar mensal entre 4 e 10 salários
mínimos).
Categórica -
Classe social D/E
Dummy que retrata a classe social na qual o cliente pertence, segundo critério definido pelo IBGE (Instituto Brasileiro de Geografia e Estatística). Neste caso clientes de baixa (renda
25
familiar mensal de até 4 salários mínimos). Meses inadimplente
Variável que relaciona o número de meses que o cliente ficou inadimplente em relação ao período total em que este foi cliente da empresa.
Numérica
(Contínua) +
Bundle double play
Dummy que identifica os clientes com pacotes de serviços (bundle) chamados de double play, comporto por serviços de telefone fixo e banda larga fixa, não possuindo os serviços de televisão por assinatura em seu bundle, que os configuraria como clientes chamados de triple play.
Categórica -
4.2.1 Variável dependente
Dentro do universo de clientes deste estudo a variável dependente corresponde à longevidade do cliente, que é a combinação entre a medida pelo tempo até a ocorrência do evento de interesse representada pela variável aging_dias, que sinaliza o total de dias em que o cliente permaneceu com os serviços da operadora, assumindo valores inteiros que podem ir de 0 a 395 dias.
A medida de tempo é combinada com a variável que sinaliza a ocorrência do evento a ser analisado que, no caso do presente estudo, sinaliza se o cliente permanece como cliente da operadora ou não, refletida pela variável churn, que assume valor dicotômico entre 0 e 1 em que 0 corresponde a permanência do cliente na base da operadora e 1 corresponde sua saída da base de clientes da operadora.
Sendo assim, o resultado da variável independente retrata o risco proporcional acumula de o cliente deixar a empresa no momento t+1, ou se tornar um churn, e assim reduzir sua longevidade.
4.2.2 Variáveis independentes
As variáveis independentes relacionadas para suportar as hipóteses levantadas no estudo são divididas em três grupos.
26
discutido na formulação das hipóteses, buscamos um impacto negativo da variável reclamações sobre a longevidade do cliente e um impacto positivo da variável reclamações (sqr) sobre a longevidade do cliente esperando um efeito não linear, esperando maior resiliência de clientes que evidenciam diversos contatos com a empresa.
No segundo grupo buscamos evidenciar o impacto das políticas de descontos concedidos ao cliente sobre sua longevidade. Para este grupo esperamos exatamente o efeito oposto encontrado para reclamações, onde o montante de descontos representado pela variável Descontos na fatura afeta positivamente a longevidade, reduzindo a probabilidade de desligamento do cliente no período t+1.
O último grupo de variáveis busca entender o impacto do ambiente competitivo do setor sobre a permanência do cliente em uma operadora analisando (1) o contexto de concentração de mercado, evidenciado pela variável Índice de Herfindahl, onde espera-se um sinal positivo desta na longevidade do cliente, visto que um mercado mais concentrado possui poucos players significantes, impactando nas reais opções de troca entre clientes e refletindo positivamente na longevidade de cliente e; (2) o poder de mercado da empresa perante seu principal concorrente, mensurado pela variável Delta Market share também esperamos um impacto positivo da presença de mercado da empresa frente ao principal concorrente na longevidade do cliente.
4.2.3 Variáveis de controle
As variáveis de controle relacionadas no estudo pretendem levantar maiores detalhes sobre como as características pessoais e de contratação de serviço influenciam a longevidade do cliente. Como alguns destes grupos segmentam a base em clusters de clientes pela classe social, os resultados do modelo serão estimados com base em um cliente com perfil social menos favorecido, medido pela variável dummy Classe social D/E.
27
fatura/consumo, menor a longevidade do cliente e maior a probabilidade desse cliente em deixar a empresa em t+1.
O segundo grupo busca entender a relação de características pessoais do cliente na sua longevidade como cliente através da Idade do titular da conta e seu efeito quadrático pela variável Idade (sqr), buscando mudanças de comportamento entre faixas de idade do titular.
O terceiro grupo de variáveis de controle visa analisar o seu perfil de pagamento do cliente, buscando entender o impacto de seu comportamento de adimplência na sua longevidade coma operadora. Esperamos que quanto maior o número de meses que o cliente ficou inadimplente, medida pela variável Meses inadimplente, menor sua longevidade devido à sua baixa capacidade de honrar com seus pagamentos.
O quarto grupo visa classificar estes clientes pelo seu perfil de renda, mensurados pela classe social do cliente medidas pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Espera-se que clientes com maior renda tenham maior longevidade e menor probabilidade de churn, pois são clientes com maior capacidade de pagamento e que os serviços impactam em menor percentual seu share of wallet8.
O último grupo de variáveis de controle busca segmentar os clientes pelos tipos de produtos contratados. Em nossa amostra existem apenas dois perfis de pacotes (bundle) de produtos contratados pelos clientes, os pacotes double play e triple play já definidos anteriormente. Espera-se uma relação positiva na longevidade para clientes com menos produtos em seu pacote.
A análise da matriz de correlação das variáveis apresentada na Tabela 4, observamos algumas correlações que não se mostraram de impacto significativo nas análises, concentradas nas variáveis que compõem a variável independente e nas variáveis de controle. A correlação alta entre as variáveis Longevidade do cliente e churn se mostrou alta e negativa, mas já era um resultado esperado uma vez que a variável churn indica a saída do cliente da base da operadora, sendo inversamente proporcional à redução em sua longevidade.
Dentre as variáveis de controle, as principais correlações evidenciadas foram entre as variáveis dummies de Classe social B e Classe social C, as variáveis Idade e Idade (sqr) e as variáveis Bundle double play e meses inadimplente. A correlação entre os dois grupos de
8 Trata-se da percentagem das despesas totais de um cliente, ou de sua “carteira", que se destina ao produto que a
28
variáveis impacta apenas a avaliação entre classes sociais do estudo e, no caso da idade do cliente, já esperada pois são diretamente proporcionais pois uma deriva da outra mas se fazem necessárias em conjunto no mesmo modelo para avaliar o efeito não linear da idade na longevidade do cliente. Em relação à última correlação apresentada entre meses inadimplente e bundle double play, esta é uma correlação alta e positiva não esperada, o que nos gera ressalvas quanto à interpretação dos resultados de inadimplência entre clientes dos diferentes grupos de produtos.
Tabela 4: Matriz de correlação
Variáveis Churn Longevidad
e do cliente
Descontos
na fatura Reclamações
Reclamações (sqr) Índice de Helfindahl Delta market share Fatura / Consumo Idade Idade (sqr) Churn 1
Longevidade do cliente -0,866 1
Descontos na fatura 0,244 -0,350 1
Reclamações 0,045 -0,019 0,121 1
Reclamações (sqr) 0,021 -0,018 0,016 0,508 1
Índice de Helfindahl -0,128 0,139 -0,085 0,016 0,007 1
Delta market share 0,007 -0,007 -0,050 -0,035 0,003 -0,090 1
Fatura / Consumo 0,157 -0,190 0,125 -0,042 0,002 -0,035 0,010 1
Idade -0,118 0,106 -0,051 0,034 0,000 0,032 -0,068 -0,040 1
Idade (sqr) -0,102 0,090 -0,050 0,031 0,001 0,027 -0,065 -0,036 0,982 1 Classe social A -0,074 0,069 -0,055 -0,003 -0,002 -0,032 -0,067 -0,011 0,114 0,106
Classe social B -0,077 0,078 -0,049 0,014 0,011 -0,015 -0,105 -0,028 0,136 0,123
Classe social C 0,070 -0,062 0,038 -0,010 -0,008 0,023 0,097 0,004 -0,164 -0,145
Classe social D/E 0,065 -0,076 0,062 -0,002 -0,002 0,013 0,053 0,049 -0,024 -0,032
Meses inadimplente -0,077 0,195 -0,061 0,053 -0,002 0,005 0,040 -0,033 -0,055 -0,056
Bundle double play 0,241 -0,151 0,069 0,052 0,002 -0,044 0,045 0,055 -0,092 -0,087
Variáveis Classe social A Classe social B Classe social C Classe social D/E Meses inadimplente Bundle double play
Classe social A 1
Classe social B -0,142 1
Classe social C -0,359 -0,706 1 Classe social D/E -0,076 -0,149 -0,376 1
Meses inadimplente -0,070 -0,043 0,068 0,011 1
29
5
Resultados
As variáveis do estudo foram testadas através do modelo de longevidade de Cox. Este modelo foi utilizado por diversos autores por considerarem o mais aderente para um estudo de longevidade entre os modelos probabilísticos disponíveis (LI, 1995; BOLTON, 1998; BUREZ, VAN DEN POEL, 2007; SCHWEIDEL, FADER, BRADLOW, 2008; WOOLDRIDGE, 2008, pág. 535; PORTELA, MENEZES, 2010).
A visão consolidada da longevidade do cliente analisada neste trabalho, podemos visualizar a tendência de queda na taxa de longevidade do cliente, que varia entre 0 e 1, em relação ao tempo de vida do cliente medido em dias. A visão gráfica da longevidade geral, retratado no Gráfico 1, levantam pontos interessantes sobre o comportamento dos clientes ao longo dos 13 meses do estudo. É evidente a mudança de inclinação da curva comparando cortes de períodos. A taxa de longevidade possui inclinação menos intensa até próximo ao 90º dia, aumentando sua inclinação para a maior da série até próximo ao 180º dia, onde novamente muda a inclinação, de forma mais suave, até o final da amostragem, mas ainda mais intensa que a do primeiro período entre o dia 0 e o dia 90. Ao final dos 13 meses, aproximadamente 40% dos clientes da amostra deixaram de ser clientes da operadora.
Figura 02: Gráfico da curva de longevidade de clientes*
30
Isso levanta indícios que o cliente tende a ser complacente com a empresa nos primeiros meses após sua entrada, com um período de alta sensibilidade ao churn logo na sequência, até o 180º dia. Esse período torna-se crucial para as empresas avaliarem a forma como se relacionam com clientes novos no geral, se estas pretendem maximizar o período de permanência destes como clientes. E os clientes que de fato permaneceram por maior período de tempo possuem melhor relação entre cliente-fornecedor com a operadora conforme mais tempo permanecem como cliente, o que explica a suavização da angulação da curva até o final do período do estudo. A Figura 3 retrata o gráfico com o comportamento da taxa de risco do cliente em deixar a empresa no dia seguinte (t+1), reduzindo sua longevidade e corroborando a análise do gráfico da Figura 2.
Figura 3: Gráfico da relação de risco potencial do cliente deixar a empresa
31
ocorrido em seu serviço ou; (2) recebeu um desconto promocional de vendas. Em ambos os casos, em algum momento a fatura desse cliente irá sofrer acréscimo de valor, o que pressiona a longevidade do cliente e corroborando o resultado encontrado. Na hipótese não buscamos relacionar o impacto do acréscimo marginal do volume de descontos na longevidade do cliente.
Tabela 05 – Resultados das regressões (1/2)
As Hipóteses 2 e 3 deste trabalho levantam questionamentos sobre o comportamento da insatisfação do cliente com a empresa e como este impacta na longevidade do cliente. Avaliando as reclamações isoladamente, representada pela hipótese H2, pudemos avaliar que
Variáveis Modelo Completo Regressão 1 Regressão 2 Regressão 3
0.0130*** 0.0133*** (0.000287) (0.000295) -0.0597*** 0.0117 (0.0168) (0.0135) 0.00209*** 0.000778** (0.000408) (0.000246) -1.657*** (0.123) 0.0858** (0.0331)
0.00245*** 0.00252*** 0.00268*** 0.00268*** (0.0000744) (0.0000733) (0.0000673) (0.0000672) -0.0513*** -0.0525*** -0.0508*** -0.0507*** (0.00324) (0.00324) (0.00324) (0.00324) 0.000453*** 0.000461*** 0.000441*** 0.000440***
(0.0000353) (0.0000353) (0.0000354) (0.0000354) -0.587*** -0.567*** -0.690*** -0.690***
(0.0505) (0.0503) (0.0504) (0.0504) -0.462*** -0.451*** -0.523*** -0.524***
(0.0362) (0.0360) (0.0359) (0.0359) -0.280*** -0.276*** -0.319*** -0.319***
(0.0311) (0.0310) (0.0309) (0.0309) 0.986*** 0.989*** 0.986*** 0.988***
(0.0327) (0.0326) (0.0325) (0.0324) -0.265*** -0.227*** -0.466*** -0.469***
(0.0197) (0.0191) (0.0184) (0.0180)
R² - - -
-R² ajustado - - -
-LR chi2 4826.62 5051.82 3648.11 3652.95
AIC 255339.6 256953.7 255553.5 256957.2
BIC 255451.0 257039.3 255630.6 257034.3
F - - -
-N 38732 38732 38732 38732
Standard errors in parentheses * p<0.05, ** p<0.01, *** p<0.001 Idade
Índice de Helfindahl Reclamações Reclamações (sqr) Descontos na fatura
Delta market share Fatura / Consumo
32
quanto maior o volume médio de reclamações dos clientes, menor a tendência deste cliente deixar a empresa. Notadamente este resultado soa contra intuitivo isoladamente, o que sugeriu o teste de um comportamento não linear da variável reclamação abordado pela hipótese H3 que contrário ao resultado isolado de Reclamação e significativo, comprovando o efeito não linear na longevidade do cliente.
Tabela 06 – Resultados das regressões (2/2)
O resultado de ambas as variáveis, com significância a 99,9%, mostram que clientes com baixa interação com a empresa para reclamar dos serviços tendem a simplesmente pedir sua saída da base e clientes com maior interação de reclamações parecem buscar junto com a
Variáveis Regressão 4 Regressão 5 Regressão 6 Regressão 7
-0.0141 (0.0167)
0.00105**
(0.000407)
-1.769*** -1.747***
(0.124) (0.124)
0.0862** 0.0622 (0.0313) (0.0335) 0.00267*** 0.00263*** 0.00267*** 0.00263*** (0.0000675) (0.0000674) (0.0000673) (0.0000674) -0.0507*** -0.0500*** -0.0507*** -0.0500*** (0.00324) (0.00323) (0.00324) (0.00323) 0.000440*** 0.000435*** 0.000440*** 0.000435***
(0.0000354) (0.0000353) (0.0000353) (0.0000353) -0.690*** -0.724*** -0.679*** -0.717***
(0.0504) (0.0505) (0.0506) (0.0506) -0.524*** -0.545*** -0.513*** -0.539***
(0.0359) (0.0359) (0.0360) (0.0361) -0.319*** -0.328*** -0.316*** -0.326***
(0.0309) (0.0310) (0.0310) (0.0310) 0.990*** 0.977*** 0.984*** 0.975*** (0.0325) (0.0325) (0.0325) (0.0325) -0.472*** -0.485*** -0.475*** -0.488***
(0.0185) (0.0180) (0.0181) (0.0181)
R² - - -
-R² ajustado - - -
-LR chi2 3653.67 3859.34 3654.98 3862.78
AIC 256952.4 256746.0 256950.4 256744.6
BIC 257029.5 256823.1 257027.4 256830.2
F - - -
-N 38732 38732 38732 38732
Standard errors in parentheses * p<0.05, ** p<0.01, *** p<0.001 Idade
Índice de Helfindahl Reclamações Reclamações (sqr) Descontos na fatura
Delta market share Fatura / Consumo
33
empresa uma solução para seus problemas, sendo mais pacientes e identificados com a empresa, mas essa tolerância do cliente diminui conforme os volumes de reclamações aumentam, sugerindo uma clara implicação gerencial de que a empresa deve buscar resolver o problema do cliente nas primeiras interações para evitar outros comportamentos nocivos à imagem da empresa como efeitos boca a boca e reclamações em órgãos regulatórios do setor (SINGH, 1988).
As Hipóteses 4 e 5 buscam evidenciar o papel do cenário competitivo na cidade onde o cliente vive em sua longevidade como cliente da operadora. Por ser um mercado com consideráveis barreiras à entrada, encontramos poucos players atuando nas principais cidades, caracterizando um cenário de concorrência monopolística. Apesar dos preços base dos serviços oferecidos serem próximos entre as empresas, em algumas regiões a oferta física dos serviços entre as operadoras não se assemelha por questões de decisões de estratégias de mercado e investimentos em infraestrutura para a disponibilização dos serviços.
Para analisar a influência do cenário competitivo foram estruturados dois pilares de análise baseado no Índice de Herfindahl-Hirschman da cidade do cliente para retratar a concentração do mercado e o delta entre o market share da empresa e do seu maior competidor na cidade para analisar o papel do equilíbrio de forças entre a empresa e seu principal competidor na cidade do cliente.
Na análise da influência da concentração de mercado sobre a longevidade do cliente, demonstrados na Hipótese H4, o resultado demonstra forte influência da concentração de
mercado na longevidade do cliente junto à operadora, sendo esta até agora a variável com maior valor de beta entre as variáveis independentes do modelo, sugerindo que um mercado concentrado é um fator decisivo na longevidade do cliente com a operadora. O resultado se mostra intuitivamente coerente e com sinal esperado de beta já que mercados altamente concentrados tendem a apresentar um domínio maior de um pequeno número de players, que costumam usar estratégias competitivas agressivas como estratégias de competição por preço, para inibir a entrada de novos competidores no mercado e, com menos opções, os clientes tendem a trocar menos de operadora, aumentando sua longevidade.
Na análise da Hipótese H5 sobre o posicionamento de mercado da empresa contra seu maior
34
99,9% e com sinal contrário ao esperado para o beta. O resultado demonstra que quanto maior a distância entre a empresa e seu principal competidor em presença de mercado, você sofra com a perda de clientes em decorrência de estratégias de compra de mercado adotadas pelos concorrentes.
Os resultados combinados destas hipóteses demonstram que essas as forças corroboram que, apesar dos riscos de redução da longevidade do cliente conforme a empresa amplia sua presença perante o segundo player de maior mercado na cidade, a estratégia de concentração de mercado se sobressai mostrando que, na resultante dos dois efeitos, a estratégia monopolística se mostra vencedora para as empresas deste mercado.
As variáveis de controle utilizadas apresentaram significância estatística de 99,9% no modelo completo. A variável idade apresentou efeito curvilinear esperado, uma vez que titulares de menor e maior idade tendem a utilizar os serviços em suas casas mais que titulares de meia idade por estar em idade produtiva e a percepção de um serviço se dá pela sua utilização. Aqueles que mais utilizam ficam mais expostos a eventuais falhas no serviço, influenciando sua decisão de permanência como cliente, afetando a longevidade deste.
A influência dos valores cobrados pela empresa ao cliente e seu perfil de uso dos serviços contratados apresentou sinal positivo e significante conforme esperado, com significância de 99,9%. Esta relação indica que, quanto maior é a relação entre valor pago pelo cliente sobre seu nível de utilização do serviço, menor a longevidade do cliente.
As variáveis de controle que definem as características do cliente que não são influenciadas pela empresa, como classe social, apresentaram sinais esperados e robustos com significância de 99,9%. Um cliente com perfil de renda menor mais arriscado tende a permanecer por menos tempo como cliente em comparação a um cliente com perfil de renda maior. Outra variável de controle evidenciada foram as vezes que este cliente ficou inadimplente com a empresa apresentou resultado, significativo a 99,9%, sobre a redução da longevidade do cliente na empresa conforme aumenta o número de meses em que este ficou inadimplente.
35
devem à maior sensibilidade do consumidor quanto à qualidade do serviço de televisão e frequência de uso, pois variações na qualidade da velocidade da banda larga são bem menos perceptíveis ao usuário final. Outro fator que pode ser um influenciador é o preço da fatura, superior em pacotes triple play.
6
Conclusão
O foco da dissertação foi buscar entender como as estratégias corporativas influenciam no padrão de longevidade dos clientes na empresa, buscando contribuir para o conjunto de literatura de marketing de relacionamento em quadro grandes frentes destacando o (1) foco em clientes de serviços de telefonia fixa, um tipo de indústria com características distintas da telefonia móvel e pouco explorada em estudos acadêmicos; (2) a abordagem do mercado de telefonia fixa em um país emergente; (3) a abordagem da questão de longevidade dos clientes pela ótica das decisões corporativas referentes a qualidade do serviço, as políticas de descontos aplicadas pela empresa e o posicionamento competitivo desta no mercado em que o cliente reside e; (4) a abordagem focada apenas em clientes novos, ou seja, que ingressaram na base de clientes da operadora em novembro/13, mês de início da base amostral deste estudo.
36
A relação entre preço e uso dos serviços, onde ficou evidenciado que o fator possui influencia na longevidade do cliente, mas com impacto abaixo do esperado em magnitude comparado ao grau de relevância encontrado em outros estudos. Gerencialmente, isso reflete o baixo impacto de estratégias baseada em preço na longevidade do cliente, recomendando cautela na adoção destas medidas com o propósito de redução de churn na base de clientes. Como a pesquisa utilizou valores agregados da fatura e do consumo, seria válido analisar estes comportamentos isoladamente por produto para investigar perfis de relação diferente entre eles, diferentemente de outros resultados encontrados como em Portela e Menezes (2010).
As políticas de concessão de descontos aplicados pelas empresas, abordando uma das mais utilizadas no mercado como a política de descontos para clientes insatisfeitos, ou descontos de retenção. Estratégias de descontos na compensação de problemas com a experiência do cliente se mostraram pouco efetivas, com significância estatística de 99,9%, no aumento da longevidade do cliente alertando aos gerentes das empresas que esta não deveria ser sua principal estratégia de retenção de clientes. Como sugestão de estudos futuros, efetuar a separação dos efeitos de desconto e dos tipos de reclamação para evidenciar os impactos que a política de descontos possui sobre diferentes reclamações como problemas de serviço e cobrança indevida.
O resultado mais expressivo deste estudo remete ao cenário competitivo da cidade em que o cliente reside. A abordagem monopolista na estratégia competitiva se mostrou a melhor para aumentar a longevidade do cliente, apontando para sua alta efetividade no mercado de telefonia fixa no Brasil. Os resultados mostram que uma estratégia monopolista, aonde o maior exemplo de sua execução foi no mercado de varejo nos EUA pela empresa Walmart9, se mostra eficiente no mercado de telecomunicações fixa no Brasil para aumentar a longevidade do cliente, podendo impactar diretamente no NPV10 (net presente value) desta empresa. Como sugestões de aprofundamento da análise de presença de mercado e estratégia monopolista seriam (1) confrontar o cenário competitivo com variáveis operacionais da empresa como a cobertura geográfica dos serviços e indicadores de qualidade e; (2) acrescentar à análise dados do círculo de relacionamento do cliente para investigar os efeitos de externalidade de rede na longevidade.
9
Para maior profundidade sobre a estratégia de competição monopolística adotada pelo Walmart, consultar o case: Wal*Mart Stores, Inc. (BRADLEY, GHEMAWAT, 2002).
10 Definido como a soma dos valores presentes dos fluxos de receita e despesas, ao longo de um período de
37
Resultados interessantes surgiram das variáveis de controle utilizadas, mostrando que as decisões gerenciais, sejam elas quais forem, mostram que a segmentação da base de clientes é um poderoso instrumento para direcionar ações de contorno junto a clientes de diferentes perfis. O estudo demonstra que clientes com maior poder aquisitivo costumam apresentar maior longevidade e que os esforços de retenção das empresas deveriam focar primeiramente neste público. Outra importante característica retratada pelo estudo é a menor longevidade de clientes com perfil inadimplente, apontando que os clientes de menor longevidade são os que apresentam pior perfil pagador, o que é saudável no longo prazo para os resultados da empresa.
No que tange ao modelo econométrico, as variáveis analisadas no estudo e seus resultados, sugere-se uma análise de validade preditiva do modelo econométrico para atestar sua capacidade assertiva quanto aos impactos estimados e seus impactos na sobrevivência dos clientes. Outra sugestão seria explorar melhor as causas da alta correlação apresentada entre meses inadimplente e bundle double play, sendo que este não era um resultado esperado e uma investigação se faz pertinente para analisar suas causas e possíveis tratamentos aos dados.
Gerencialmente esta dissertação colabora com a indústria apontando possibilidades de mudanças na estratégia de retenção das operadoras, que hoje basicamente se concentram em descontos e preços mais acessíveis aos clientes. O estudo comprova que os clientes de telecomunicação fixa buscam a excelência na experiência de uso dos seus produtos acima de fatores como preço do produto e utilização do serviço. A empresa precisa focar energias em oferecer um produto superior e atingir o máximo de dominância nos mercados em que atua. Estas estratégias combinadas são a melhor forma de blindar seus clientes e aumentar sua longevidade, além de maximizar o valor de cada cliente para a empresa.
7
Referências
38
Aydin S, Özer G, Arasil Ö. 2005. Customer loyalty and the effect of switching costs as a moderator variable: a case in the Turkish mobile phone market. Marketing Intelligence
& Planning: 89–103.
Bezanko, D., Dranove, D., & Shanley, M., Economic of Strategy, 1996.
Bolton, RN, A dynamic model of the duration of the customer's relationship with a continuous service provider: The role of satisfaction, Marketing science, 1998
Bolton, Ruth N, A Dynamic Model of the Duration of the Customer’s Relationship with a Continuous Service Provider: The Role of Satisfaction, Marketing Science, 17 (1) (1998),
pp. 45–65
Boulding, William, Ajay Kalra, Richard Staelin, and Valarie A. Zeithaml (1993), A Dynamic Process Model of Service Quality: From Expectations to Behavioral Intentions, Journal
of Marketing Research, 30 (February), 7-27.
Bradley, S., Ghemawat, P., Wal*Mart Stores, Inc., Harvard Business School case, November 2002.
Chandar, M., Laha, A., & Krishna, P. (2006, March). Modeling churn behavior of bank customers using predictive data mining techniques. Paper presented at the National
Conference in Soft Computing Techniques for Engineering Applications (SCT-2006), Rourkela, India.
Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: online book reviews. Journal of Marketing Research, 43(3), 345–354. doi: 10.1509/jmkr.43.3.345
Claro, D. P., Fragoso, A. F. G. R., Neto, L., Abrahão, S., & Claro, P. B. D. O. (2014). Consumer Complaints and Company Market Value. BAR-Brazilian Administration
Review, 11(3), 248-263.
Danaher, Peter J. (2002), Optimal Pricing of New Subscription Services: Analysis of a Market Experiment, Marketing Science, Vol. 21, No. 2 (Spring, 2002), pp. 119-138
David A. Schweidel, Peter S. Fader, and Eric T. Bradlow (2008), Understanding Service Retention Within and Across Cohorts Using Limited Information. Journal of Marketing:
39
Day, G.S., 1969. A two-dimensional concept of brand loyalty. Journal of Advertising Research 9, 29-35
Frankel, Robert; Swanson, Scott R.; Sagan, Mariusz, Service switching, word-of-mouth and new provider search: A five country exploratory study, International Journal of
Management & Marketing Research (IJMMR). 2013, Vol. 6 Issue 2, p11-20. 10p. 1
Gerpott, T.J., Rams, W. and Schindler, A. (2001), Customer retention, loyalty and
satisfaction in the German mobile cellular telecommunications
market, Telecommunications Policy, Vol. 25, pp. 249‐69.
Goldenberg, J., Libai, B., Moldovan, S., & Muller, E. (2007). The NPV of bad news. International Journal of Research in Marketing, 24(3), 186–200. doi: 10.1016/j.ijresmar.2007.02.003
Joo, Y-H; Jun, J-K; Kim, B-D, Encouraging customers to pay less for mobile telecommunication services, The Journal of Database Marketing, Volume 9, Number 4, 1
July 2002, pp. 350-359(10)
Keaveney, Susan M. (1995), Customer Switching Behavior in Service Industries: An Exploratory Study, Journal of Marketing, 59 (April), 71-82.
Laffont, JJ, Tirole, J., Competition in telecommunication, 2001 MIT Press
Lee , J . , Lee , K .and Freick , L .( 2001 ) The impact of switching costs on the customer satisfaction-loyalty link: Mobile phone service in France. Journal of Service Marketing 15
(1) : 35 – 48.
Lewis, M., The influence of loyalty programs and short-term promotions on customer retention, Journal of Marketing Research, 2004
Li, S., Survival analysis, Marketing Research, FALL 1995, Vol. 7 No. 4
Madden, Gary; Savage, Scott J.; Coble-Neal, Grant; Subscriber Churn in the Australian ISP Market, Information Economics and Policy, July 1999, v. 11, iss. 2, pp. 195-207
Mittal, V., Ross, W. T., Jr., & Baldasare, P. M. (1998). The asymmetric impact of negative and positive attribute-level performance on overall satisfaction and repurchase
40
MK Kim, MC Park, DH Jeong, The effects of customer satisfaction and switching barrier on customer satisfaction, and customer loyalty within Chinese securities business,
Journal of Relationship Marketing, 2004
Neslin, S., Gupta S., Kamakura W., Lu J., Mason C., Defection detection: Measuring and understanding the predictive accuracy of customer churn models. Journal of Marketing
Research (2006) 43(2):204–211
Paitz, M., New Competition in Telecommunications Markets: Regulatory Pricing Principles, University of Mannheim, Department of Economics March 2002
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=305364
Portela, S., Menezes R., The Duration of the Customer Relationship with Fixed Telecommunications Service Providers in Portugal using Survival Analysis, ISCTE
Business School , 2010.
http://www.iiis.org/CDs2010/CD2010IMC/IMCIC_2010/PapersPdf/ZA008JD.pdf
Rahman, Z., GArg, R., Kuma, I. (2010), Evaluating a model for analyzing methods used for measuring customer experience, Journal of Database Marketing & Customer Strategy
Management (2010) 17, 78–90
Ramendra, T., Summey, J., Filtering Profitable from Not-So Profitable Customers Using Customer Relationship Management, The Marketing Management Journal, 2005, 15(2),
43-54
Reichheld, F., The Loyalty Effect, Harvard Business School Press, Boston (1996)
Reichheld, F. and Sasser, W. E. Jr. (1990), Zero Defections: Quality Comes to Services, Harvard Business Review, Nov– Review, Sept–Oct, 105–111.
Reichheld, Frederick E 1993, Loyalty-Based Management, Harvard Business Review (March-April): 64-73.
Richard L. Oliver, Whence Consumer Loyalty? - Journal of Marketing Vol. 63, Fundamental Issues and Directions for Marketing (1999), pp. 33-44
