james alexandre baraniuk modelo de gerenciamento de serviços, utilizando o valor do cliente no ...

296 Pages·2009·4.78 MB·English

JAMES ALEXANDRE BARANIUK

MODELO DE GERENCIAMENTO DE SERVIÇOS, UTILIZANDO O
VALOR DO CLIENTE NO TEMPO: USO DE MINERAÇÃO DE DADOS
EM UM SERVIÇO DE TELECOMUNICAÇÕES

Tese apresentada ao Programa de Pós-
Graduação em Administração, Setor de
Ciências Sociais Aplicadas da Universidade
Federal do Paraná, como requisito parcial
para a obtenção do título de Doutor.
Orientador: Dr. Pedro José Steiner Neto

CURITIBA
2009

AGRADECIMENTOS

Um agradecimento especial ao Professor Doutor Pedro José Steiner Neto, pela
paciência, orientação e incentivo para a realização deste trabalho.

Aos Professores Doutores Sérgio Bulgacov e Paulo Henrique Prado Muller, pelas
sugestões e trocas de ideias para a realização desta pesquisa. Aos Professores Doutores
Fabrício Enembreck e João Carlos Cunha, pelas considerações e colaborações por ocasião da
banca de qualificação. Ao Professor Doutor Edson Emílio Scalabrin, pelo apoio e incentivo
para a utilização de mineração dados.

À Leila, Jorlene, Esther e Cris, pelo apoio administrativo fornecido e pela torcida para
a concretização dos trabalhos dos alunos desta instituição.

Aos colegas de curso Queila, Olga, Cláudia, José Ivan, Edson e Péricles, pelo prazer
de conhecê-los e conviver durante o período do curso.

À equipe da operadora de telecomunicações, que autorizou o acesso e forneceu
informações essenciais para a realização deste trabalho, especialmente a Cátia, o Daniel e o
Allan.

À minha mãe Darcy e ao meu pai, Marciano (in memorian).

À Maristela, Tui e Analin, pelo prazer e pela felicidade de vivermos juntos.
BARANIUK, James Alexandre. Modelo de Gerenciamento de Serviços, Utilizando o
Valor do Cliente no Tempo: Uso de Mineração de Dados em um Serviço de
Telecomunicações. 296 f., Tese de Doutorado. Centro de Pesquisa e Pós-Graduação em
Administração, Universidade Federal do Paraná, Curitiba, 2009.

RESUMO

Com o avanço da informatização nas empresas, observa-se o aumento significativo de
informações transacionais registradas detalhadamente para cada cliente, trazendo novos
desafios e oportunidades para a realização de pesquisas em administração, com a aplicação de
mineração de dados, que são técnicas para a extração de conhecimento a partir de um grande
conjunto de informações. A disponibilidade das informações de cada cliente traz novas
possibilidades de atuação da empresa, permitindo atuar em nichos de mercado cada vez
menores, em que o nível individual seria o limite. Uma das métricas utilizadas para o
monitoramento dos clientes em nível individual é o Valor do Cliente no Tempo, ou Customer
Lifetime Value, que representa o valor presente da previsão do fluxo de caixa a ser gerado por
um cliente durante o período futuro de relacionamento com a empresa. Este parâmetro pode
auxiliar os gestores na escolha de ações de relacionamento com os clientes, tanto em nível
individual como agregado. Neste contexto, a presente tese busca a obtenção de classes de
Valor do Cliente no Tempo, utilizando-se de técnicas de mineração de dados, por meio de um
modelo de fácil implementação, interpretação e ajuste ao longo do tempo. Para a execução,
optou-se pelo uso de modelos simbólicos, por permitirem uma melhor compreensão das
relações entre as variáveis, sendo utilizado o algoritmo de regras de decisão C5.0. O modelo
foi construído e testado, utilizando-se de informações transacionais de usuários de serviço de
voz sobre protocolo de Internet, o VoIP, de uma empresa operadora de telecomunicações
brasileira. A presente pesquisa pretende contribuir academicamente com a apresentação de
um novo modelo de mineração de dados aplicado à obtenção do Valor do Cliente no Tempo
que, pela facilidade de implementação e interpretação, pode ser utilizado por gestores como
ferramenta de apoio à decisão para ações de aquisição, retenção e expansão de uso de
serviços.

Palavras-chave: Valor do Cliente no Tempo, Serviço de Voz sobre a Internet, Mineração de
Dados.
BARANIUK, James Alexandre. Service Management Model Using Customer Lifetime
Value: Use of a Data Mining in Telecommunication Services. 296 f., Doctorate Thesis.
Research Center and Graduate Program in Business Administration, Federal University of
Paraná, Curitiba, 2009.

ABSTRACT

With the advance of computerization in companies, a substantial increase of transactional data
collected and stored for each costumer is observed. This brings new challenges and
opportunities to the business administration field regarding studies using data mining,
techniques to extract knowledge from a large set of information. The availability of the
information of each client increases the line of business of companies, thus enabling them to
operate in smaller niche markets where the individual-level would be the limit. Customer
Lifetime Value (CLV) is one of the metrics used to monitor customers at an individual-level.
This represents the present value of the future cash flow attributed to a customer-company
relationship. This parameter is useful to managers when dealing with their customers at an
individual-level and an aggregate-level. Within this context, the aim of the present thesis is to
obtain classes of Customer Value Lifetime using the data mining technique through a model
that could be easily implemented, understood and adjusted from time to time. To do so, we
chose symbolic models generated by the C5.0 decision tree algorithm, since they provide a
better understanding of the correspondence between the variables. The models were built and
tested using transactional information from users of the Voice over IP (VoIP) service of a
Brazilian telecommunication company. The present study intends to contribute academically
to the presentation of a new data mining model applied to the evaluation of the CLV. With the
easy implementation and interpretation of this model, managers will be able to use it as a tool
to help them make decisions when purchasing, retaining and expanding their service network.

Keywords: Customer Lifetime Value, Voice over Internet Protocol, Data Mining.
LISTA DE FIGURAS

Figura 1 – Tipologia de Pesquisa e Contribuições Escritas..................................................26
Figura 2 – Deslocamento do foco de 4Ps para o relacionamento.........................................40
Figura 3 – Flor de Serviço: Produto Básico e Serviços Complementares............................41
Figura 4 – Modelo Conceitual de Valor do Cliente no Tempo.............................................42
Figura 5 – Determinantes do valor entregue ao cliente.........................................................44
Figura 6 – Influência do Dispêndio em Aquisição e Retenção sobre o Valor do Cliente no
Tempo..................................................................................................................54
Figura 7 – Modelo de Gerenciamento de CLV.....................................................................57
Figura 8 – Segmentação de Mercados Industriais.................................................................73
Figura 9 – Efeitos Contextuais Sobre a Decisão de Compra................................................83
Figura 10 – Modelo Conceitual da Influência da Estratégia de Negócios na Velocidade de
Difusão.................................................................................................................85
Figura 11 – Modelo de Aceitação de Tecnologia...................................................................87
Figura 12 – Variáveis que determinam a Velocidade de Adoção de Inovações.....................88
Figura 13 – Modelo de Difusão de Alta Tecnologia.............................................................107
Figura 14 – Sistemática de Mineração de Dados..................................................................137
Figura 15 – Metodologia CRISP-DM...................................................................................140
Figura 16 – Matriz Confusão................................................................................................152
Figura 17 – Gráficos de Avaliação de Classificadores.........................................................156
Figura 18 – Número de Assinantes de Banda Larga, por 100 habitantes e por tecnologia em
2008...................................................................................................................169
Figura 19 – Percentual de Adoção de Banda Larga em Empresas em 2008.........................169
Figura 20 – Modelo Integrado de Gerenciamento pelo Valor do Cliente no Tempo...........177
Figura 21 – Grupos Temáticos Utilizados para a Análise de Conteúdo...............................194
Figura 22 – Exemplos de Equipamentos dos Usuários para Uso do VoIP...........................196
Figura 23 – Enriquecimento das Variáveis para Identificação de Usuários de CLV Elevado
...........................................................................................................................204
Figura 24 – Modelo de Identificação de Usuários de CLV Elevado....................................206
Figura 25 – Gráfico de Ganho e de Lift do Modelo de CLV Elevado..................................208
Figura 26 – Distribuição dos Níveis de CLV........................................................................212
Figura 27 – Modelo de Identificação de CLV.......................................................................214
Figura 28 – Gráfico de Avaliação do Modelo de Identificação de CLV..............................216
Figura 29 – Modelo Auxiliar para a Aquisição de Clientes – Identificação dos Municípios
...........................................................................................................................223
Figura 30 – Gráfico de Ganho do Modelo Auxiliar de Aquisição de Clientes.....................228
Figura 31 – Modelo de Identificação de Abandono..............................................................231
Figura 32 – Subrotina de Geração de Campo Histórico.......................................................232
Figura 33 – Gráficos de Ganho e de Lift do Modelo de Retenção........................................235
Figura 34 – Modelo de Identificação de Abandono de Usuários de “Nível “5”...................238
Figura 35 – Enriquecimento das Variáveis para Identificação de Abandono de Usuários
“CLV Elevado”..................................................................................................239
LISTA DE QUADROS

Quadro 1 – Bases de Dados Eletrônicas Utilizadas na Pesquisa............................................27
Quadro 2 – Categorias de ofertas dos produtos das empresas................................................31
Quadro 3 – Estratégias para se equilibrar a demanda e a oferta de serviços..........................32
Quadro 4 – Tipologias para Classificação de Serviços ..........................................................34
Quadro 5 – Esquemas de Classificação de Serviços ..............................................................35
Quadro 6 – Estratégias de Foco Básicas para Organizações de Serviço................................38
Quadro 7 – Composto de Marketing......................................................................................39
Quadro 8 – Definições de Variáveis.......................................................................................47
Quadro 9 – Categorias de Modelos de CLV...........................................................................50
Quadro 10 – Estudos de Valor do Cliente no Tempo...............................................................51
Quadro 11 – Classificação dos Modelos de CLV.....................................................................62
Quadro 12 – Estudos de CLV no Brasil...................................................................................64
Quadro 13 – Tipologia de Clientes de Serviços.......................................................................76
Quadro 14 – Fatores Estimuladores e Inibidores para a Aquisição de Tecnologia..................96
Quadro 15 – Estratégias de Estímulo à Adoção de Inovação...................................................97
Quadro 16 – Fatores Influenciadores da Adoção de Inovações no Mercado Organizacional104
Quadro 17 – Estágios de Tomada de Decisão na Assimilação de Inovações Médicas..........105
Quadro 18 – Modelos de Processo de Adoção de Inovações.................................................106
Quadro 19 – Fatores Influenciadores da Adoção e Ações de Influência Utilizadas pelos
Fornecedores......................................................................................................108
Quadro 20 – Estudos Abordando Lealdade, Satisfação e Qualidade.....................................114
Quadro 21 – Frequência e Canal de Comunicação com o Cliente.........................................115
Quadro 22 – Satisfação do Consumidor, Lealdade e Comportamento...................................121
Quadro 23 – Resumo das Estratégias de Retenção de Clientes..............................................129
Quadro 24 – Resumo das Estratégias de Expansão de Uso de Serviços................................136
Quadro 25 – Fases e Atividades Genéricas do Modelo CRISP-DM......................................141
Quadro 26 – Medidores de Classificadores............................................................................154
Quadro 27 – Medidores de Desempenho para Classes Desbalanceadas................................154
Quadro 28 – Resumo das Atividades Realizadas...................................................................184
Quadro 29 – Fontes de Informações Disponibilizadas pela Empresa em Estudo..................187
Quadro 30 – Relação de Reuniões realizadas com os Gestores.............................................192
Quadro 31 – Relação de Entrevistas Exploratórias com Empresas Usuárias de VoIP...........192
Quadro 32 – Grupos e Subgrupos Identificados na Classificação Temática..........................195
Quadro 33 – Dados Transacionais Disponíveis......................................................................202
Quadro 34 – Avaliação do Modelo de CLV Elevado.............................................................207
Quadro 35 – Regras de Decisão do Modelo de CLV Elevado...............................................210
Quadro 36 – Avaliação do Modelo de CLV Elevado.............................................................215
Quadro 37 – Informações Disponibilizadas ...........................................................................218
Quadro 38 – Dados de Entrada do Modelo de Aquisição de Clientes....................................220
Quadro 39 – Exemplo de Variações de Informações na Variável Nome de Município.........221
Quadro 40 – Matriz de Custo de Classificação do Modelo de Aquisição de Clientes...........222
Quadro 41 – Avaliação do Modelo Auxiliar Para a Aquisição de Clientes – Identificação dos
Municípios.........................................................................................................224
Quadro 42 – Exemplos de Municípios com Grande Número de Clientes de “CLV Elevado”
...........................................................................................................................225
Quadro 43 – Regras de Decisão para o Modelo Auxiliar de Aquisição de Clientes..............227
Quadro 44 – Regras de Decisão do Modelo de Identificação de Abandono..........................233
Quadro 45 – Modelo de Interpretação de Regras...................................................................234
Quadro 46 – Resultados do Modelo de Identificação de Abandono de Usuários..................235
Quadro 47 – Regras de Decisão do Modelo de Identificação de Abandono de Usuários
“CLV Elevado”..................................................................................................241
Quadro 48 – Resultados do Modelo de Identificação de Abandono de Usuários “CLV
Elevado”............................................................................................................242
LISTA DE TABELAS

Tabela 1 – Distribuição de Trabalhadores Empregados do Setor de Serviços, Segundo Grau
de Instrução – Paraná - 2002...............................................................................99
Tabela 2 – Número de Usuários de Banda Larga no Paraná, em Setembro de 2008..........170