Impacto das interações de atendimento na retenção de clientes: uma análise do impacto do NPS das interações de atendimento no resultado da retenção de clientes de cartão de crédito

Abstract

Empresas tem se dedicado a compreender as etapas vivenciadas pelos seus consumidores ao longo do processo de aquisição e uso de um determinado produto ou serviço. A difusão dessa abordagem introduziu conceitos como jornada do cliente e experiência do consumidor, bem como novas metodologias, como a do Net Promoter Score (NPS). O Net Promoter Score (NPS) foi adotado por empresas de diferentes seguimentos, sendo um exemplo delas o banco Itaú Unibanco. No Brasil, o segmento bancário foi um dos pioneiros na implementação dessa metodologia nas suas pesquisas de mercado, tanto na visão relacional como na visão transacional. O desafio, portanto, continua sendo agregar esse indicador aos demais indicadores de qualidade (tais como satisfação e recomendação), e relaciona-lo com indicadores do negócio (receita, lucro, retenção). Esse trabalho tem por objetivo avaliar o impacto, em termos de NPS, das interações dos clientes com as centrais de atendimento, do banco Itaú Unibanco, do segmento pessoa física do produto cartão de crédito, no resultado da retenção. Para esse fim, foram adotados procedimentos estatísticos de teste ANOVA, teste de diferença de médias, correlações de Pearson, bem como modelos de árvore de decisão e regressão logística para avaliar, primeiramente, a percepção de distintas interações de atendimento ao cliente em termos de NPS, e o impacto do NPS das interações de atendimento anteriores no resultado da retenção de clientes. Os resultados corroboraram a ideia de diferentes percepções entre interações, em termos de NPS, e destacaram a importância das avaliações NPS anteriores das interações de Atendimento e Retenção no resultado da retenção de clientes. Adicionalmente, variáveis controle do atendimento (como tempo entre contatos, volume e resolutividade) e dos clientes (como idade, renda e tempo de relacionamento) foram incluídas nos modelos e, em algumas abordagens, foram relevantes para os resultados auferidos. Estudos futuros sobre o tema poderiam aprofundar a análise para outros bancos, bem como extrapolar o universo de interações de atendimento para a jornadas críticas do cliente bancário, avaliando o impacto das percepções ao longo da jornada de consumo nos resultados financeiros.

Companies have been dedicated to understanding the stages experienced by their consumers throughout the process of acquiring and using a product or service. The diffusion of this approach introduced concepts such as customer journey and consumer experience, as well as new methodologies such as the Net Promoter Score (NPS). Companies from different segments, such as Itaú Unibanco, adopted the Net Promoter Score (NPS). In Brazil, the banking segment was one of the pioneers in implementing this methodology in its market research, both in relational and transactional approaches. The challenge, therefore, remains to aggregate this indicator to other quality indicators (such as satisfaction and recommendation), and relates it to business indicators (revenue, profit, retention). The objective of this paper is to evaluate the impact, in terms NPS, of customer interactions with the Itaú Unibanco contact centers, of retail segment, of credit card holders, on retention results. For this purpose, statistical procedures were used such as ANOVA test, Mean Difference test, Pearson correlations, as well as decision tree analysis and logistic regression models to first, evaluate the perception of different customer service interactions in terms of NPS, and access the impact of previous customer service interactions NPS on retention results. The results corroborated the idea of different perceptions between interactions in terms of NPS and emphasized the importance of previous NPS evaluations of the Interactions of Problem Resolution and Retention in the result of customer retention. In addition, control variables (such as time, volume and resolution) and client variables (such as age, income and relationship time) were included in the models and, in some approaches, were relevant to the results obtained. Future studies on the subject could deepen the analysis for other banks, as well as extrapolate the universe of customer service interactions to critical customer bank journeys, evaluating the impact of customer interactions perceptions on financial results.