|
 .
Quais
clientes vale a pena manter e quais não?
.
sala dos artigos de
gerenciamento
.
Roy Cardiff administra um
negócio de pedidos por remessa postal que rastreia as compras de cada
cliente. Recentemente, resolveu diminuir os custos, restringindo o envio
de catálogos aos clientes com menor probabilidade de comprar seus
produtos no futuro. Seus clientes se classificam em três categorias:
•
Os que fizeram várias
compras pequenas durante o ano anterior.
•
Os que fizeram uma
única compra, mas por um valor muito superior.
•
E os que têm tido um
relacionamento longo com a firma, embora esporádico.
Qual dos segmentos de
clientes, Smith deverá retirar da lista?: segundo diversos professores
de marketing da Univ. de Wharton que estudaram a questão, a resposta não
é simples, apesar dos novos e cada vez mais sofisticados esforços para
avaliar o: "customer lifetime value" (CLV) o (valor econômico do
cliente), ao longo de seu ciclo de vida o valor atual da provável cadeia
de futuros lucros produzidos por um determinado comprador. Em muitos
casos, a empresa toda gira em torno da tentativa de compreender quais os
clientes que valem a pena e quais os que não valem, afirma o professor
de marketing Peter Fader
(Artigo:
Quanto vale seu Cliente: Customer Equity)
.
Isso levou os gerentes de
um amplo setor de indústrias a procurar obter medidas mais refinadas do
CLV por meio da utilização de procedimentos com emprego intensivo de
dados, a fim de identificar os melhores clientes em termos de seus
prováveis padrões de compra futuros. O objetivo é não só identificar os
clientes, mas também chegar a eles por meio da venda por associação (cross-selling),
da venda de produtos de maior margem de lucro (up-selling), do marketing
multicanal e de outras táticas todas relacionadas a padrões de medidas
de desgaste, retenção, perda e a um conjunto de dados estatísticos
conhecidos como "RFM: recentidade, frequência e valor monetário".
A área do CLV é muito
interessante, observa o professor de marketing da Wharton Xavier
Dreze. Apesar de o CLV ser, sem dúvida novo, tem sido utilizado há
muito tempo em mercados que envolvem grandes contas estratégicas e o
conceito tem sido revigorado pela crescente sofisticação da
Internet, que permite que as empresas entrem em contato com as
pessoas diretamente e a baixo custo.
O CLV, vê os clientes como
um recurso do qual as empresas tentam extrair o máximo valor possível.
Entretanto, muitas empresas estão percebendo que o CLV um dos
componentes da Gestão de Relacionamento com clientes ou CRM (Customer
Relationship Management) continua sendo um padrão de medida de difícil
compreensão. Em primeiro lugar, é difícil de calcular com qualquer grau
de certeza e em segundo lugar, é difícil de ser utilizado. O único
número em que um administrador pode confiar bastante é na lucratividade
atual do cliente, afirma o professor de marketing da Wharton, George
Day. E a questão fundamental passa a ser, depois de ter esses dados em
mãos, o que fazer com eles. Algumas empresas utilizam essa informação
para criar programas diferentes para segmentos de valores diferentes. Na
indústria de serviços financeiros, por exemplo, os clientes obtêm níveis
diferentes de serviço em função do tamanho de suas contas. Mas sempre se
corre o risco de que essa prática desagrade aos demais clientes. Além
disso, é difícil prever quanto tempo um cliente permanecerá na empresa
ou qual o seu potencial de crescimento. Segundo a última análise: as
empresas não sabem, de fato, qual é a lucratividade dos clientes
(Artigo:
Venda, enquanto seu
concorrente dorme...)
•
Como lidar com a
sorte: o
CLV é um conceito intuitivamente atraente, mas cuja implementação,
por uma infinidade de motivos, pode ser muito difícil, observa o
professor de marketing David Bell no artigo Seven Barriers to
Customer Equity Management. O CLV, funciona melhor em indústrias com
alto custo de aquisição ou retenção de clientes, como os serviços
financeiros, as empresas aéreas e os hotéis. Ele também é útil em
situações em que há uma distribuição assimétrica de transações ou
seja, onde um pequeno número de pessoas dirige a maior parte do
negócio, como nos hotéis e onde as empresas podem oferecer
recompensas e influenciar o cliente para interferir em seu
comportamento. Por exemplo, as companhias aéreas que podem promover
o cliente à primeira classe, um benefício considerado grande pelo
cliente, mas de pequeno custo para a empresa. A reunião de dados de
CLV pode proporcionar a determinadas empresas inúmeras vantagens,
acrescenta Bell. Por exemplo, os dados de transações individuais
coletados por um hotel auxiliam a empresa a identificar os melhores
clientes e a fazer-lhes vendas por associação de outros produtos.
.
Eles também permitem que o pessoal de marketing da empresa utilize
esse grupo para obter uma avaliação por parte do cliente. Assim a
empresa pode tomar decisões melhores sobre onde alocar com maior
eficiência os recursos de marketing. Suponhamos que os dados revelem
que uma porcentagem significativa dos clientes é do norte de Nova
Iorque e que está na faixa dos 50 anos de idade. O hotel pode
utilizar este perfil para ampliar mais seu alcance, com maior
precisão, observa ele. Bell cita o Harrah’s Casino como exemplo de
uma história de sucesso do CLV. Com base em informações recolhidas
em seu programa de fidelidade, o Harrah’s Casino pode agora saber
quem são as pessoas que vêm ao cassino, para onde vão ao entrar
nele, quanto tempo demoram em cada uma das mesas de jogo e assim por
diante. Isso permite a otimização da faixa e da configuração de seus
jogos de apostas.
.
Outros mencionam as indústrias de saúde e de cartões de crédito, os
profissionais de marketing direto e por meio de e-mails on-line como
potenciais beneficiados pelos dados do CLV, em parte porque se
caracterizam pelo contato direto com o cliente e pela capacidade de
rastreá-los facilmente. Por exemplo, os departamentos de vendas da
indústria farmacêutica, diz Dreze, podem utilizar dados relevantes
para decidir com que freqüência devem visitar os consultórios
médicos para promover os fármacos da empresa. Basicamente, diz Day,
o CLV é mais aplicável sempre que houver um banco de dados com o
perfil dos clientes e informações sobre transações. Mas se você
estiver trabalhando por meio de canais utilizando um revendedor que
agregue custos, por exemplo, ou qualquer situação similar em que não
haja uma relação direta com o cliente então a implementação não será
tão fácil
(Artigo:
Não é trabalho do
cliente lembrar de você)
.
•
Cuidado com os clientes
insatisfeitos:
agora que os profissionais de marketing podem coletar melhores dados
de transações de compra para ajudar a determinar o valor econômico
do cliente ao longo de sua vida, como estes dados devem ser
utilizados? A resposta, sugerem alguns pesquisadores, é "com
cuidado". As pessoas têm particularidades. Individualmente é difícil
prever o comportamento de um cliente. É mais fácil prever o
comportamento de segmentos do mercado. Pode-se dizer, por exemplo,
que em média o setor de viagens ocupará o Hilton um número "X" de
noites. Mas se tentarmos saber quantas noites o Sr. Jones passará no
Hilton, a previsão será mais difícil. Uma das dificuldades da
implementação do método CLV, é que os modelos que o pessoal da
previsão utiliza são muito sensíveis a hipóteses. Por exemplo, os
modelos freqüentemente propõem hipóteses sobre quanto tempo vai
durar o relacionamento de um cliente com a empresa, se esse
relacionamento é ativo e quanto o cliente irá gastar. Entretanto,
algumas dessas suposições podem ser inadequadas:
•
O fato de ter
gasto US$ 100 no ano passado não significa que gastarei US$ 100
este ano.
•
Ou, se um cliente
está inativo, será porque parou de utilizar temporariamente o
produto ou porque mudou para o concorrente?
O problema com as
avaliações pela Internet era que muitas empresas faziam suposições
inadequadas sobre o número de clientes válidos, o quanto custava
para consegui-los e por quanto tempo eles permaneceriam fiéis. O
cálculo do valor de um dólar revelou-se muito sensível a essas
suposições críticas. Os erros cometidos podem ser amplificados, o
que significa que se pode chegar a estimativas totalmente diferentes
se apenas uma das suposições estiver equivocada. Entretanto, muitas
empresas estão utilizando agora alguma forma de medir o valor
econômico do cliente ao longo da vida para determinar como ele deve
ser tratado. Se sou um cliente comum, me deixam pendurado na linha.
Caso contrário, bastam dois toques e sou logo atendido por uma
pessoa de verdade. Isso supõe que as pessoas sejam praticamente
estáticas. Elas são colocadas em certos compartimentos e ali
permanecem. Mas talvez se eu houvesse sido mais bem tratado no
início, tivesse me tornado um cliente melhor
(Artigo:
Você conhece Seus
clientes ? CONHECE-OS DE VERDADE?)
.
Além disso, quando as empresas valorizam os próprios clientes estão
fazendo inferências baseadas no que conhecem do histórico da pessoa
com essa empresa. Faltam dados. Eu não sei o que o cliente está
fazendo em outros lugares. Pode ser que gaste comigo US$ 100 por
ano, mas que também esteja gastando US$ 500 com um dos meus
concorrentes, referindo-se à participação nos gastos, ou o que um
cliente gasta em sua empresa versus o que gasta nos seus
concorrentes. Esse é o problema dessa metodologia. Tenta-se atribuir
valores às pessoas somente com base em informações adquiridas a
partir de transações efetuadas com uma única empresa e nenhuma
outra. Qualquer modelo que uma empresa utilize só é capaz de incluir
um dado no processo de decisão. Portanto, a intuição e o
discernimento gerencial também precisam estar presentes.
.
Cita o caso de um fabricante de componentes para sistemas de grande
escala que soube que tinha uma conta não lucrativa. O que é que você
faz? A conta pode não ser lucrativa, mas nesses tipos de mercado ela
pode significar 15% das suas vendas. É muito complicado declarar que
você não pode mais atendê-la... O valor econômico do cliente ao
longo da vida é obtido depois da ocorrência do fato. A parte
complicada é prever o valor provável; como é possível saber o que
esse cliente fará no futuro? O maior risco de uma empresa, é que ela
inadvertidamente corta clientes que poderiam vir a tornar-se
lucrativos para ela no longo prazo. Fader sugere que alguns modelos
de CLV ignoram o acaso inerente aos indivíduos. Esses modelos
analisam o comportamento passado dos clientes e vêem cada um como se
fosse uma anuidade fixa que dá lucro em certas fases… Mas o padrão
das transações passadas não é o melhor, nem o único previsor do
futuro
(Artigo:
Planejamento
estratégico: por onde começar)
.
Embora táticas como a venda por associação e a venda de produtos de
maior margem de lucro sejam praticadas há muitos anos, ultimamente
elas estão sendo utilizadas com maior freqüência e de modo mais
agressivo para tentar aumentar o valor econômico ao longo da vida do
cliente. Seu sucesso, sugere ele, não é homogêneo. Na venda por
associação, uma empresa que lhe vendeu esquis aquáticos, por
exemplo, vai tentar lhe vender também uma máscara para mergulho.
Para os profissionais de marketing, o apelo é bem claro. É mais
fácil vender para alguém que já se conhece. É uma tentativa de
maximizar o valor de um relacionamento que já existe. Porém, duvide
um pouco dessa tática. Se o comportamento de uma pessoa incluída em
uma categoria é muito aleatório, então quando se considera o
aleatório de uma categoria e se cruza com o aleatório de outra
categoria, muitas vezes é extremamente difícil estabelecer quaisquer
conexões válidas.
.
A venda de um produto com maior margem de lucro também pode ser
problemática. Considere-se a Amazon.com que oferece remessa gratuita
depois que um cliente gastou "X" dólares ou oferece um segundo livro
com desconto depois de o cliente ter comprado um primeiro livro. No
exemplo da Amacon.com, talvez um cliente tivesse pago o preço
integral do segundo livro e não precisasse da oferta. Algumas
empresas enfatizam demais a venda de um produto de preço mais
elevado. É difícil quantificar o verdadeiro impacto destes esforços.
Por meio apenas da análise dos dados de vendas não se obtém a
quantidade de lucratividade incremental que pode estar diretamente
ligada ao esforço de marketing.
.
Uma tática de venda semelhante à venda por associação é o marketing
multicanal. Era comum que a maioria das empresas tivesse só um ponto
de contato com o cliente, mas agora há muitos tipos de lojas que
vendem diretamente ao consumidor, além da Internet, das malas
diretas, dos call centers etc. Isso leva a um problema de alocação
de recursos. Se um cliente utiliza a Internet e um outro o call
center, devemos tratá-los diferentemente? Certamente seria desejável
induzir algumas pessoas a utilizarem a Internet por ser mais barata
do que dispor de uma equipe em um call center, mas a pergunta é:
•
Que clientes?
•
Quais são as
características comportamentais das pessoas que podem ser
induzidas?
Deve-se correr o risco
de provocar a raiva dos clientes fiéis às lojas de call centers
tentando que passem para o sistema on-line ou deve-se manter o foco
sobre os clientes menos fiéis, mesmo que com eles não se obtenha o
mesmo CLV? Isso nos leva a observar, que algumas táticas de venda
são boas, algumas são ruins, mas em geral é difícil distinguir os
retornos desses investimentos de marketing e relacioná-los novamente
às medidas/gerenciamento do CLV atual. Na medida em que as empresas
testam muitas táticas diferentes em seus clientes, contaminam
inadvertidamente os dados de CLV, tornando ainda mais difícil saber
que clientes devem ser visados ou ignorados no futuro. Em um
trabalho recente intitulado Investigating Recency and Frequency
Effects in Customer Base Analysis, Fader, em co-autoria com Bruce
Hardie, Chun-Yao Huang e Ka Lok Lee, verificou como os profissionais
de marketing que utilizam banco de dados avaliaram o valor de
diferentes grupos de clientes com relação a seus padrões de
comportamento passados, antes do CLV ser tão utilizado pelos
administradores. A estrutura mais popular classificava as
possibilidades de acordo com o sistema "RFM: a recentidade, a
freqüência e o valor monetário de transações passadas".
.
As origens do RFM encontram-se no marketing direto, uma das
indústrias que mais progride na utilização de conceitos de CLV.
Fader e seus colegas queriam saber como as medidas simples de RFM se
relacionavam com as estimativas mais complexas de CLV, talvez como
os principais indicadores de compras futuras. Se existe um cliente
que comprou muito, embora não recentemente, e um cliente que comprou
alguma coisa recentemente, qual deles tem o melhor CLV e,
conseqüentemente, qual é mais vantajoso para a empresa? Pergunta
Fader, referindo-se ao exemplo inicial. E como a recentidade e a
freqüência influenciam isto?
(Artigo:
Cross Selling: Deseja
batatas com o seu hambúrguer?)
.
No trabalho, Fader e seus colegas sugerem que estatísticas simples,
como a recentidade e a freqüência, podem de fato oferecer
estimativas válidas de futuros valores econômicos de clientes
durante a vida, ou seja, de que uma quantidade limitada de dados
resumidos de transações, analisados corretamente, possa produzir
previsões de CLV tão precisas como as obtidas a partir do histórico
completo e bem detalhado de compras. O desafio é saber que
estatística utilizar e como utilizá-la de modo correto. Muitos
métodos práticos comuns não conduzem a políticas de gestão muito
eficazes, declara ele.
.
Em Biases in Managerial Inferences about Customer Value from
Purchase Histories: Intuitive Solutions to the Mailing-List Problem,
Fader, David Schweidel e Robert J. Meyer deixam de lado as equações
complexas em um esforço para compreender melhor essas regras
práticas. Fader reconhece que em cenários mais reais, a
identificação dos clientes principais ainda tem um forte componente
intuitivo. Em outras palavras, apesar dos instrumentos para a
formulação de modelos que utilizam dados de transações de compra
para projetar futuros padrões de compra, os gerentes utilizam
amplamente regras subjetivas para identificar os clientes que têm
probabilidade de virem a ser as melhores (ou piores) fontes de
vendas futuras. O trabalho observa que tem sido feito pouco trabalho
empírico de análise da capacidade dos gerentes para fazer
inferências sobre o potencial do cliente a partir de históricos de
compras… Os pesquisadores abordam essa questão por meio de situações
em que se mostra aos participantes históricos de compras de vários
clientes que depois devem ser avaliados de modos diferentes.
.
O que verificamos, é que os administradores utilizam de forma
inconsistente as informações do resumo, como recenticidade,
freqüência e valor monetário. Os modos como os administradores
utilizam esses indicadores variam drasticamente segundo a tarefa que
executam (por exemplo, quando decidem que clientes devem entrar ou
sair da lista de envio postal) e o formato que utilizam para
apresentar os dados do histórico de compras do cliente aos
administradores. É de importância vital compreender como os
administradores são afetados por esses fatores externos antes de
incentivá-los a utilizar qualquer modelo do tipo caixa preta...
Precisamos equilibrar nossos esforços de construção de modelos de
alta tecnologia com uma melhor compreensão dos aspectos psicológicos
que estão por trás da tomada de decisão administrativa.
.
No trabalho A Renewable-Resource Approach to Database Valuation, os
pesquisadores Dreze e Andre Bonfrer apresentam um novo modo de ver
os clientes. O CLV tradicional analisa o valor bruto atual de todos
os rendimentos gerados por um cliente. Uma parte da suposição dos
profissionais de marketing quando computam o valor econômico durante
a vida é que, em algum momento, o cliente irá desistir. Mas quando
se faz essa suposição, acrescenta ele, subestima-se muito o valor do
banco de dados. Se se está procurando otimizar as ações de marketing
com base nesta fórmula, serão tomadas decisões erradas. A razão é
que, de fato, perde-se uma certa porcentagem dos clientes
anualmente, mas clientes novos são incorporados. É preciso levar em
conta a aquisição de novos clientes quando se valoriza o banco de
dados. Em outras palavras, é importante maximizar o valor do banco
de dados e não o valor do cliente
(Artigo:
Quem poderia ser
excluído da lista de clientes)
.
Em outra pesquisa, Noah Gans, professor de operações e informações
de gerenciamento da Wharton, analisa a questão do CLV do ponto de
vista da otimização: se uma empresa dispõe de recursos limitados,
que clientes deve visar? Gans desenvolveu modelos teóricos por meio
da análise de como o tempo médio de permanência de um cliente em um
provedor de serviços é afetado pelo nível global da qualidade do
serviço. Pode haver um forte aumento no tempo esperado de
permanência de um cliente em uma empresa na medida em que se melhora
a qualidade média do serviço, diz ele. Mas há outras questões que
também precisam ser consideradas:
•
O que o
concorrente está fazendo?
•
Quanto custa para
um cliente procurar outro serviço?
•
Como a evolução da
tecnologia afeta a transação?
Em algum momento uma
empresa faz inferências sobre o tipo de cliente com o qual está
lidando. Em seguida, entra em ação oferecendo ao cliente um certo
nível de qualidade de serviço. Em um call center, por exemplo, isso
significaria dar a ele prioridade sobre outros clientes. Essa é uma
operação de controle que a empresa está utilizando para administrar
o que o cliente obtém e os custos para atendê-lo. Gans diz que
deseja utilizar modelos de marketing para tomar melhores decisões
operacionais. Estou esperando que alguém me dê um modelo do
comportamento dos clientes de como eles respondem a diferentes
níveis de serviços e então poderei descrever os custos de uma
determinada qualidade de serviço.
.
Ele utiliza o exemplo da venda por associação. É um problema muito
simples. Você decide no final de um serviço se deve fazer uma venda
por associação. Em um call center, por exemplo, a venda por
associação, do ponto de vista operacional, aumenta o tempo de
duração de uma chamada e faz com que outras pessoas que telefonam
esperem mais. Precisa-se saber que quantidade de vendas por
associação se deseja fazer, quando fazê-la, quanta capacidade extra
isso requer e assim por diante. Quaisquer decisões devem levar em
conta os quatro fatores centrais do marketing: preço, promoção,
produto e local de distribuição, todos envolvendo marketing, mas
também exercendo um impacto direto sobre as operações. Gans abordou
alguns destes itens em um trabalho recente intitulado Customer
Loyalty and Supplier Quality Competition. O trabalho, diz ele, é
apresentado com fórmulas matemáticas para um compartilhamento de
clientes por um provedor de serviços como uma função de seus níveis
gerais de serviços e dos de seus concorrentes
(Artigo:
7 métricas que vão lhe
ajudar a melhorar as vendas).
.
Em seguida, ele demonstra que existe um padrão de nível de serviço
natural para o qual os fornecedores concorrentes convergirão. Na
vida real, muitas vezes se ouve falar destas coisas como nível de
serviço de categoria internacional. Nos call centers, por exemplo,
responder a 80% das chamadas em 20 segundos ou menos é um padrão
comum. O trabalho também mostra que quanto mais concorrentes há em
um mercado, mais elevado é o padrão da indústria, como se esperaria.
Em termos de maximização do CLV, Gans acredita que interessa às
empresas acompanhar a história do que cada cliente faz e decidir,
com base nela, em que categoria colocar o cliente. Em seguida, com
base na inferência sobre as características desta categoria, pode-se
decidir qual a melhor maneira de tratar estes clientes, se por meio
de venda por associação, de venda de produtos mais lucrativos ou o
que quer que seja. Mas é preciso moderar essa decisão porque, em
qualquer momento, um cliente chega e não se sabe de fato de que tipo
de cliente se trata. Portanto, a decisão ideal deve levar em conta a
incerteza sobre a resposta do cliente.
Prof. Peter Fader
Wharton School: Univ.
of Pennsylvania
biblioteca exclusiva
da univ. wharton
.
A Wharton School da
Universidade da Pensilvânia é uma escola superior de administração
norte-americana vinculada à Universidade da Pensilvânia. É conhecida
tanto pelo seu rigor acadêmico quanto por ser a mais antiga escola
de administração dos EUA. Foi fundada em 1881 e seus cursos de
graduação e mestrado (MBA) em administração são consistentemente
considerados os melhores do mundo, seguidos de perto pelos de
Stanford Graduate School of Business, Columbia, Harvard Business
School e Kellogg School of Management.
,
Outros excelentes
artigos Traduzidos e Publicados pelo jornal sdr, da univ wharton:
|
..