Um modelo quantitativo para o valor do cliente

Abstract

Identifica-se que a aplicação de técnicas estatísticas e financeiras nos modelos para a tomada de decisão dos investimentos de marketing se apresenta muito abaixo de seu potencial. O modelo do Valor do Cliente e o cálculo do Valor Vitalício do Cliente vêm ganhando destaque como referência bibliográfica no tema, provocando discussão nos meios acadêmicos e empresariais em torno de como projetar o fluxo de caixa futuro descontado, gerado por um cliente durante o tempo que manterá relacionamento comercial com a empresa. Apesar de na literatura acadêmica existirem diversos artigos descrevendo o cálculo do Valor do Cliente, poucos sugerem técnicas estatísticas e estimadores que poderiam ser úteis para este fim. O modelo de cálculo usado como referência neste estudo propõe uma combinação original envolvendo as técnicas de análise de sobrevivência com modelos lineares hierárquicos. Nesta tese será demonstrado como os Modelos Lineares Hierárquicos podem ser utilizados como uma importante ferramenta para entender, explicar e prever a margem de contribuição gerada por um cliente. Essa técnica recentemente passou a ser utilizada como ferramenta nas questões relacionadas à Administração de Empresas e ainda não foi aplicada no cálculo do Valor Vitalício do Cliente. Entre outras vantagens, a técnica permite levar em consideração, no cálculo, tanto as características individuais de cada cliente, quanto à tendência da margem gerada por ele ao longo do tempo. A Análise de Sobrevivência foi utilizada para modelar a probabilidade de um cliente manter o relacionamento comercial com a Administradora. Na tentativa de contribuir para o tema, este estudo desenvolveu uma aplicação a partir da modelagem desenvolvida por Cox (1972). Essa metodologia também permite estimar o comportamento do cliente levando em conta suas características individuais. Como ilustração, o modelo será aplicado em uma das cinco principais Administradoras de Cartões de Crédito do Brasil. Vale observar que o mesmo modelo poderia ser aplicado em outras indústrias com características semelhantes, como telefonia, provedores de internet, bancos e financeiras. Dada a natureza exploratória do estudo, suas conclusões se restringem à análise da amostra; entretanto, elas podem se constituir em um ponto de partida para outras pesquisas mais aprofundadas.

Application of statistical and financial techniques in decision-making models for marketing investments is an area of study with considerable potential that, as yet, is largely unexplored. The Customer Equity model and Customer Lifetime Value Analysis are gaining recognition in the literature in this area, with discussions among academics and practitioners regarding how to project the Net Present Value of future cash flow generated by a client during the lifetime of his commercial relationship with a firm. Despite the recent appearance of several articles in the academic literature describing customer equity calculations, few suggest statistical techniques or estimators for the parameters that could be used by a firm for its own projections. The model used as a reference in this study proposes an original combination involving survival analysis techniques and hierarchical linear models. In this thesis, we will demonstrate how hierarchical linear models can be used as an important tool to understand, explain and predict the gross margin generated by a client. Use of this technique in business administration is a recent development and it has not yet been applied to the calculation of customer lifetime value. This technique, in addition to other advantages, takes into consideration both the individual characteristics of the client and the trend of the margin he generates over time. Survival analysis has been used to predict the probability that a client will maintain a commercial relationship with the firm. In order to make a further contribution in this area, in this study we develop an application based on Cox’s model (1972), using a methodology that also predicts client behavior on the basis of his individual characteristics. As an illustration, the model will be applied in one of the five largest credit card issuers in Brazil. We note that the same model could be applied in industries with similar characteristics, such as telecommunications, internet service providers, banks and finance companies. Given the exploratory nature of this study, its conclusions are limited to the analysis of this sample, however they provide a starting point for further research.