Upload
phamthuan
View
212
Download
0
Embed Size (px)
Citation preview
FACULDADE BOA VIAGEM – DeVry Brasil
Centro de Pesquisa e Pós-Graduação em Administração – CPPA
Mestrado Profissional em Gestão Empresarial
HUMBERTO CAETANO CARDOSO DA SILVA
ANTECEDENTES DA RETENÇÃO DE CLIENTES PÓS-FALHA E RECUPERAÇÃO DE SERVIÇOS DE TECNOLOGIA DA
INFORMAÇÃO EM AMBIENTES BUSINESS-TO-BUSINESS
Recife, PE
2016
FACULDADE BOA VIAGEM – DeVry Brasil MESTRADO PROFISSIONAL EM GESTÃO EMPRESARIAL
- MPGE -
CLASSIFICAÇÃO DE ACESSO A DISSERTAÇÕES
Considerando a natureza das informações e compromissos assumidos com suas fontes,
o acesso à dissertação do Mestrado Profissional em Gestão Empresarial - MPGE do
Centro de Pesquisa e Pós-Graduação em Administração – CPPA – da Faculdade Boa
Viagem é definido em três graus:
• Grau 1: livre (sem prejuízo das referências ordinárias em citações diretas e
indiretas);
• Grau 2: com vedação a cópias, no todo ou em parte, sendo, em conseqüência,
restrita a consulta em ambientes de bibliotecas com saída controlada;
• Grau 3: apenas com autorização expressa do autor, por escrito, devendo, por
isso, o texto, se confiado a bibliotecas que assegurem a restrição, ser mantido em local
sob chave ou custódia;
A classificação desta dissertação se encontra, abaixo, definida por seu autor.
Solicita-se aos depositários e usuários sua fiel observância, afim de que se preservem as
condições éticas e operacionais da pesquisa científica na área de administração.
Título da Dissertação: Antecedentes da Retenção de Clientes Pós-Falha e Recuperação de Serviços de Tecnologia da Informação em Ambientes Business-to-Business Nome do(a) autor(a): Humberto Caetano Cardoso da Silva
Data da Aprovação: 26 de outubro de 2016
Classificação conforme especificação acima:
Grau 1 ××××
Grau 2 ××××
Grau 3 ××××
Recife, 26 de outubro de 2016
__________________________
Assinatura do(a) Autor(a)
X
HUMBERTO CAETANO CARDOSO DA SILVA
ANTECEDENTES DA RETENÇÃO DE CLIENTES PÓS-FALHA E RECUPERAÇÃO DE SERVIÇOS DE TECNOLOGIA DA
INFORMAÇÃO EM AMBIENTES BUSINESS-TO-BUSINESS
Dissertação apresentada como requisito complementar para obtenção do grau de Mestre em Gestão Empresarial do Centro de Pesquisa e Pós-Graduação em Administração – CPPA da Faculdade Boa Viagem - DeVry Brasil, sob a orientação do Prof. Dr. Marcus Augusto Vasconcelos Araújo.
Recife, PE
2016
Catalogação na fonte -
Biblioteca da Faculdade Boa Viagem | DeVry, Recife/PE
S586a Silva, Humberto Caetano Cardoso da.
Antecedentes da retenção de clientes pós-falha e recuperação de
serviços de tecnologia da informação em ambientes business-to-
business / Humberto Caetano Cardoso da Silva. – Recife: FBV |
DeVry, 2016.
116 f. : il.
Orientador(a): Marcus Augusto Vasconcelos Araújo.
Dissertação (Mestrado) Gestão Empresarial -- Faculdade Boa
Viagem - DeVry.
Inclui apêndice.
1. Marketing de serviços. 2. Falha e recuperação de serviços.
3. Business-to-business. 4. Retenção de clientes. I. Título. DISS 658[16.2]
Ficha catalográfica elaborada pelo setor de processamento técnico da Biblioteca da FBV | DeVry
Dedico Aos meus pais João e Marluce,
À minha esposa Taciana, Aos meus filhos Fillipe e Camilla,
Ao meu neto Matheus, E a toda a minha família.
Este trabalho não seria possível sem vocês!
AGRADECIMENTOS Agradeço à Deus pela saúde e força para encarar mais esse desafio. Aos meus pais, João
e Marluce, pelo eterno incentivo em estudar, em buscar sempre o melhor de mim, e em me
fazer acreditar que tudo é possível e que o esforço vale a recompensa alcançada.
À minha esposa Taciana, por participar ativamente na construção deste trabalho,
comemorando, junto comigo, cada vitória, e presente em cada momento difícil. Já são 25 anos
de parceria, e que venham muitos mais. Aos meus filhos Fillipe e Camilla, meu neto Matheus,
e minha nora Tayana, por me aguentarem nos momentos mais estressantes desses últimos
tempos. E a todos os meus familiares que foram importantes, cada um do seu jeito, na
construção deste trabalho.
Ao Prof. Dr. Marcus Augusto Vasconcelos Araújo, e à toda equipe do Mestrado
Profissional em Gestão Empresarial, pelo excelente trabalho, profissionalismo, e alto nível de
qualidade, proporcionando as ferramentas para que todos os mestrandos possam desenvolver
trabalhos de interesse acadêmico e prático relevantes.
Aos amigos Fernando, Viviane e Patrícia, e todos os amigos da turma 11 do Mestrado
Profissional em Gestão Empresarial, pela parceria e paciência. Todos vocês foram fundamentais
na caminhada.
Finalmente, ao meu amigo e sócio Jonio, a todos os professores e coordenadores da
Uninassau e aos profissionais que participaram, direta ou indiretamente, na realização deste
projeto.
A todos, a minha eterna gratidão!
“Em um lugar escuro nos encontramos, e um
pouco mais de conhecimento ilumina nosso
caminho”
Yoda
RESUMO
A competitividade dos mercados está forçando as empresas a serem, a cada dia, mais eficientes.
A utilização de Tecnologia da Informação e suas ferramentas é um diferencial importante para
que as empresas consigam atingir o sucesso e crescimento sustentável. O ideal seria que as
falhas de serviço não existissem, mas os erros e falhas são inerentes do processo de prestação
de serviços (LOVELOCK et al., 2011). A severidade da falha, percebida em um ambiente de
grande competitividade como é o ambiente Business-to-Business (B2B), pode levar ao fim do
relacionamento cliente-fornecedor. A qualidade da recuperação e os resultados que estas
recuperações geram, podem criar índices de confiança e comprometimento entre o cliente e o
fornecedor que irão reforçar os laços comerciais, gerando relacionamentos duradouros (TAX et
al., 1998). A dependência do cliente em relação ao fornecedor pode ser um dos motivos pelos
quais os clientes se mantém em relações, mesmo em situações de insatisfação com a prestação
do serviço. Outros instrumentos utilizados na intenção de manter o cliente retido são os custos
de mudanças, que são todos os custos, financeiros ou não financeiros, enfrentados pelo cliente
no momento de uma mudança de fornecedor. O propósito deste trabalho é estudar a relação
entre o comprometimento e a confiança obtidos após uma recuperação de falha de serviço,
juntamente com a severidade percebida da falha de serviços, a dependência do fornecedor e os
custos de mudança, na retenção de clientes em ambientes B2B após a ocorrência de uma falha
de serviços. O estudo foi realizado com profissionais de Tecnologia da Informação que ocupam
cargo de chefia e, portanto, podem exercer o poder de encerrar relacionamentos com
fornecedores. A análise dos dados foi realizada a partir da utilização de Regressão Logística,
buscando, dessa maneira, identificar quais variáveis têm maior poder explicativo em relação às
variáveis dependentes identificadas no estudo, especialmente a retenção de clientes. Como
resultado final da regressão, relações significativas foram identificadas entre confiança e as
variáveis dependência do fornecedor e severidade da falha, comprometimento calculativo e as
variáveis dependência do fornecedor e custos de mudança, comprometimento afetivo e as
variáveis confiança e custos de mudança e, finalmente, entre a retenção e as variáveis
comprometimento afetivo e severidade da falha.
ABSTRACT
The market competitiveness is forcing companies to be more efficient every day. The use of
Information Technology and its tools are a key differentiator for companies achieve success and
sustainable growth. The Ideal would be that service failures do not exist, but mistakes and
failures are inherent in the process of providing services (LOVELOCK et al., 2011). The
severity of the failure, perceived in a highly competitive environment as is the Business-to-
Business (B2B) environment, can lead to the end of the customer-supplier relationship. The
quality of recovery and the results that these recoveries can generate, can create confidence
indices and commitment between the customer and supplier that will enhance trade ties,
creating lasting relationships (TAX et al., 1998). The customer's dependence on the supplier
may be one of the reasons why customers remain in relationships, even in situations of
dissatisfaction with the service provided. Another instrument used to retain the customer are
the switching costs barrier, which are all financial costs or non-financial, faced by the clients
during a supplier change moment. The purpose of this work is to study the relationship between
commitment and confidence obtained after a service failure recovery, along with the perceived
severity of the failure of services, the supplier dependency and switching costs, in customer
retention in B2B environments upon occurrence of a service failure. The study was conducted
with professionals from Information Technology that occupy management positions and
therefore can exercise the power to terminate relationships with suppliers. Data analysis was
carried out using logistic regression, seeking, in this way, to identify which variables have the
greatest explanatory power in relation to the dependent variables identified in the study,
especially customer retention. As result of the regression, significant relations were found
among the trust and supplier dependency and severity of the failure, the calculative commitment
and supplier dependency and switching costs, affective commitment and trust and switching
costs and, finally, among retention and affective commitment and severity of the failure.
SUMÁRIO
LISTA DE FIGURAS ................................................................................................... 13
LISTA DE TABELAS .................................................................................................... 14
1. INTRODUÇÃO .......................................................................................................... 16
1.1 Objetivos da Pesquisa ............................................................................................. 19
1.1.1 Objetivo Geral ....................................................................................................... 19
1.1.2 Objetivos Específicos ............................................................................................ 20
1.2 Justificativa Teórica ............................................................................................... 20
1.3 Justificativa Prática ............................................................................................... 21
2. FUNDAMENTAÇÃO TEÓRICA .............................................................................. 24
2.1 O Serviço de Tecnologia da Informação e o Ambiente B2B ............................... 24
2.2 Serviço e Falha de Serviço ..................................................................................... 27
2.2.1 Falha de Serviço no Ambiente B2B ...................................................................... 30
2.2.2 Severidade da Falha ............................................................................................... 32
2.3 Comprometimento ................................................................................................. 34
2.3.1 Comprometimento em Ambiente B2B .................................................................. 36
2.4 Confiança ................................................................................................................ 37
2.4.1 Confiança em Ambiente B2B ................................................................................ 39
2.5 Dependência do Fornecedor .................................................................................. 41
2.5.1 Dependência do Fornecedor em Ambiente B2B ................................................... 43
2.6 Custos de Mudança ................................................................................................ 44
2.6.1 Custos de Mudança em Ambiente B2B ................................................................. 46
2.7 Retenção .................................................................................................................. 47
2.8 Hipóteses e Modelo Teórico Proposto ................................................................... 53
3. PROCEDIMENTOS METODOLÓGICOS ............................................................... 55
3.1 Caracterização da Pesquisa ................................................................................... 55
3.1.1 Variáveis Pesquisadas ............................................................................................ 55
3.1.2 População-Alvo e Amostra .................................................................................... 57
3.1.3 Validação do Instrumento de Coleta de Dados ...................................................... 58
3.1.4 Pré-teste do Instrumento de Coleta de Dados ........................................................ 59
3.1.5 Coleta e Processamento dos Dados ....................................................................... 60
3.2 Procedimento para Análise dos Dados .................................................................. 60
3.2.1 Dados Perdidos ...................................................................................................... 60
3.2.2 Observações Atípicas ............................................................................................. 61
3.2.3 Estatísticas Descritivas .......................................................................................... 62
3.2.4 Análise Fatorial Exploratória ................................................................................ 62
3.2.5 Análise Fatorial Confirmatória .............................................................................. 63
3.2.6 Regressão Logística ............................................................................................... 63
4. ANÁLISE DOS DADOS E DISCUSSÃO DOS RESULTADOS ............................. 65
4.1 Caracterização da Amostra ................................................................................... 65
4.2 Estatísticas Descritivas das Variáveis ................................................................... 68
4.3 Confiabilidade do Instrumento ............................................................................. 71
4.4 Análise Fatorial Exploratória ................................................................................ 74
4.5 Análise Fatorial Confirmatória ............................................................................. 79
4.6 Regressão Logística ................................................................................................ 79
4.6.1 Regressão Logística: Variável Confiança .............................................................. 80
4.6.2 Regressão Logística: Variável Comprometimento Calculativo ............................. 81
4.6.3 Regressão Logística: Variável Comprometimento Afetivo ................................... 84
4.6.4 Regressão Logística: Variável Retenção ................................................................ 86
4.7 Avaliação das Hipóteses do Estudo ....................................................................... 88
5. CONCLUSÃO ............................................................................................................ 91
5.1 Implicações Gerenciais e Acadêmicas ................................................................... 95
5.2 Limitações ............................................................................................................... 96
5.3 Sugestões de Pesquisas Futuras ............................................................................. 97
REFERÊNCIAS ............................................................................................................ 98
APÊNDICE A – QUESTIONÁRIO DE PESQUISA ..................................................... 114
13
LISTA DE FIGURAS
Figura 1 – Representação da “Flor de Serviços” do serviço de correio eletrônico ......... 27
Figura 2 – Modelo de um Framework para Examinar as Relações da Gestão de ...........
Reclamações
29
Figura 3 – Modelo de retenção de clientes insatisfeitos em ambientes B2B ................. 30
Figura 4 – Modelo Severidade da Falha e Lealdade ...................................................... 33
Figura 5 – Modelo conceitual da retenção de clientes baseado na Qualidade do ..........
Relacionamento
34
Figura 6 – Impacto da Confiança e Demais Antecedentes na Lealdade ........................ 37
Figura 7 – Modelo de Retenção de Clientes .................................................................. 38
Figura 8 – Modelo das Fases da Relação Entre Empresas ............................................... 39
Figura 9 – Modelo do Marketing de Relacionamento ........................................................ 40
Figura 10 – Modelo multidimensional dos Custos de Mudança .................................... 44
Figura 11 – Modelo Teórico Proposto .............................................................................. 53
Figura 12 – Modelo das Hipóteses Suportadas no Estudo .............................................. 89
14
LISTA DE TABELAS
Tabela 1 – Entendendo a Natureza da Ação do Serviço ..................................................... 25
Tabela 2 – Tipologia da Oferta de Serviços ....................................................................... 26
Tabela 3 – Resumo de Hipóteses Testadas no Estudo ......................................................... 52
Tabela 4 – Escalas Utilizadas por Construto ....................................................................... 55
Tabela 5 – Características de Sexo da amostra pesquisada ................................................. 64
Tabela 6 – Faixa etária da amostra pesquisada ................................................................... 65
Tabela 7 – Número de Funcionários da amostra pesquisada .............................................. 65
Tabela 8 – Tempo de relacionamento com o fornecedor da amostra pesquisada ................ 65
Tabela 9 – Setor de atuação da amostra pesquisada ............................................................ 66
Tabela 10 – Estado de endereço da amostra pesquisada ..................................................... 66
Tabela 11 – Tipos de Serviços de TI ................................................................................... 67
Tabela 12 – Mediana, média, desvio padrão e coeficiente de variação das questões de .....
Severidade da Falha
67
Tabela 13 – Mediana, média, desvio padrão e coeficiente de variação das questões de .....
Dependência e Fornecedor
68
Tabela 14 – Mediana, média, desvio padrão e coeficiente de variação das questões de .....
Comprometimento
68
Tabela 15 – Mediana, média, desvio padrão e coeficiente de variação das questões de .....
Confiança
69
Tabela 16 – Mediana, média, desvio padrão e coeficiente de variação das questões de .....
Custos de Mudança
69
Tabela 17 – Confiabilidades calculadas do bloco Severidade da Falha .............................. 71
Tabela 18 – Confiabilidades calculadas do bloco Dependência do Fornecedor ................. 71
Tabela 19 – Confiabilidades calculadas do bloco Comprometimento ................................ 71
Tabela 20 – Confiabilidades calculadas do bloco Confiança .............................................. 72
Tabela 21 – Confiabilidades calculadas do bloco Custos de Mudança ............................... 72
Tabela 22 – Cargas Fatoriais dos elementos do bloco Severidade da Falha ....................... 74
Tabela 23 – Cargas Fatoriais dos elementos do bloco Dependência do Fornecedor .......... 74
Tabela 24 – Cargas Fatoriais dos elementos do bloco Comprometimento ......................... 75
Tabela 25 – Cargas Fatoriais dos elementos do bloco Confiança ....................................... 76
15
Tabela 26 – Cargas Fatoriais dos elementos do bloco Comprometimento ......................... 77
Tabela 27 – Ajuste do Modelo da AFC do bloco Comprometimento ................................. 78
Tabela 28 – Coeficientes do Modelo de Regressão da Confiança ...................................... 80
Tabela 29 – Índices de Ajustamento do Modelo de Regressão da Variável Confiança ....... 80
Tabela 30 – Coeficientes do Modelo de Regressão do Comprometimento Calculativo ..... 82
Tabela 31 – Índices de Ajustamento do Modelo de Regressão da Variável ........................
Comprometimento Calculativo
83
Tabela 32 – Coeficientes do Modelo de Regressão do Comprometimento Afetivo ........... 84
Tabela 33 – Índices de Ajustamento do Modelo de Regressão da Variável ........................
Comprometimento Afetivo
85
Tabela 34 – Coeficientes do Modelo de Regressão da Retenção ........................................ 86
Tabela 35 – Índices de Ajustamento do Modelo de Regressão da Variável Retenção ........ 87
Tabela 36 – Resumo de Hipóteses Suportadas e Não Suportadas no Estudo ..................... 87
16
CAPÍTULO I
INTRODUÇÃO
O setor de Tecnologia da Informação (TI) no Brasil é o 7º mercado mundial de TI. Em
2012, segundo levantamento da Associação Brasileira das Empresas de Tecnologia da
Informação (Brasscom), 5,2% do PIB Brasileiro foi gerado por empresas do setor de TI. Esse
valor correspondeu a um total US$ 123 bilhões (BRASSCOM, 2015), sendo o setor de
serviços responsável por 30% desse valor (IDC, 2015). O contexto do mercado de Tecnologia
da Informação tem características próprias como a alta velocidade de inovações e competição
acirrada (WEBER; KLEIN, 2013).
Essa participação do TI no PIB Brasileiro foi impulsionada pela terceirização, que gerou
novas oportunidades de empreender em ambientes Business-to-Business. Esta terceirização
surge da necessidade da redução de custos e pessoal objetivando que as organizações consigam
atingir seus objetivos, com a qualidade e o desempenho necessários do TI. A primeira utilização
de terceirização de TI ocorreu em 1989, quando a Kodak contratou a IBM para gerir seu parque
tecnológico. No Brasil o primeiro anúncio de terceirização da TI ocorreu em 1992, quando a
Shell contratou a Origin Brasil Participações por US$ 100 milhões, para prestar serviços de TI
por oito anos (BERNSTORFF; CUNHA, 2000).
Em um cenário de competitividade, a retenção de clientes passa a ter papel
fundamental. Ranaweera e Prabhu (2003) definem retenção como uma propensão do cliente
a continuar com o provedor de serviços em um futuro próximo. Dawkins e Reichheld (1990)
identificaram uma relação na qual um aumento de 5 por cento na retenção de clientes, geraria
um aumento entre 25 a 95 por cento na receita da empresa. Após este trabalho vário outros
autores demonstraram interesse no assunto retenção, assim como gerentes e consultores de
negócios.
Existe um reconhecimento geral de que os clientes, assim como os produtos, têm um
ciclo de vida que os acompanha durante a sua relação com as empresas. Inicialmente os
clientes são prospectos, em seguida clientes novatos, clientes costumeiros e, finalmente,
defensores da marca (ANG; BUTTLE, 2006). Uma característica importante da retenção de
cliente é que ela é caracterizada pela repetição de compras no decorrer do tempo. Não existe
a exclusividade em relação a um provedor de serviços, nem a identificação do cliente com a
marca (REICHHELD, 1993; VAVRA; PRUDEN, 1995; PALMATIER et al., 2006). Jones et al.
17
(2007) argumentam que a retenção de clientes pode gerar aumento de receita e diminuição de
custos.
A retenção de clientes também está ligada ao desenvolvimento de ralações de longo
prazo, favorecendo a consolidação, crescimento e, finalmente, a sobrevivência da empresa no
mercado (MITHAS; KRISHNAN; FORNELL, 2002; HOMBURG; WIESEKE;
BORNEMANN, 2009; HILLEBRAND; NIJHOLT; NIJSSEN, 2011). Clientes retidos podem
pagar preços mais elevados que clientes novos e estão menos propensos a receber ofertas e
descontos que são oferecidos à clientes novos (ANG; BUTTLE, 2006).
No momento em que são tratadas questões de retenção de clientes nas relações entre
empresas, ambientes de compra e venda business-to-business (B2B), o contexto de
venda/compra não é apenas a realização de um desejo do cliente, mas um evento maior para
construir e manter um relacionamento de longo prazo, visando o crescimento de ambas as partes
(GOUNARIS, 2005). Para que este relacionamento se torne duradouro, é necessário que sejam
criadas barreiras de mudança de fornecedor, fazendo com que o cliente tenha interesse na
manutenção da relação (MORGAN; HUNT, 1994).
Em relacionamentos de longo prazo falhas na prestação de serviços podem ocorrer e
prover “erro zero” deve ser o objetivo de qualquer organização, mas, em se tratando de
serviços, devido à sua natureza variável, entregas e resultados são diferentes ao longo do
tempo (LOVELOCK et al., 2011). Estes “diferentes resultados” podem ser encarados pelos
clientes como falhas e as mesmas tendem a ser ubíquas na indústria de serviços (BERRY;
PARASURAMAN, 1991) e mais perceptíveis em ambientes de alta competitividade como
ambientes B2B. Entretanto uma boa recuperação da falha é um fator de construção de
relações de longo prazo com clientes que, inicialmente, encontravam-se insatisfeitos (TAX
et al., 1998; WEUN; BEATTY; JONES, 2004).
A recuperação de serviços tem um objetivo claro promover a prestação do serviço de
forma correta na segunda tentativa (BROWN; COWLES; TUTEN, 1996), sendo esta
estrategicamente focada em um aspecto relacional com o cliente, de forma que, não só o
serviço seja recuperado, mas que este seja aperfeiçoado e não volte a falhar (DOS SANTOS;
VON DER HEYDE FERNANDES, 2008). Tax et al. (1998) argumentam que uma
recuperação de serviços de alta qualidade pode gerar maior percepção de comprometimento e
confiança do cliente no fornecedor, sendo esses dois construtos, comprometimento e confiança,
os primeiros a serem testados no modelo teórico.
A falha em ambientes altamente competitivos, como o ambiente de relações B2B, pode
18
gerar altos níveis de insatisfação, e quanto maior a severidade dessa falha, maior será a
necessidade de uma recuperação de serviço de qualidade. Em casos extremos, não importa o
quão bem realizada foi a recuperação do serviço, pois o cliente percebe uma falha tão grave que
qualquer compensação que a empresa forneça não será suficiente (McCOLLOUGH, 2009). A
severidade da falha, definida como a magnitude da perda percebida pelo cliente no momento
de falha (YANAMANDRAM; WHITE, 2005), também está relacionada com a confiança e o
compromisso alcançados após uma recuperação de serviços (WEUN et al., 2004).
A partir do momento da falha e da consequente recuperação de serviços, o
compromisso entre as partes, proveniente de uma alta qualidade na recuperação, é a crença
de que um relacionamento vale a pena ser mantido, e que se possam justificar esforços para
que este relacionamento tenha longa duração (MORGAN; HUNT, 1994). Já a confiança é a
aceitação de riscos pelas partes envolvidas em um relacionamento, entendendo que existem
aspectos básicos de honestidade, boa vontade e competência (SHEPPARD; SHERMAN,
1998).
Gounaris (2005) argumenta que comprometimento e confiança são duas noções
altamente inter-relacionadas, que estimulam um vínculo emocional entre o fornecedor e o
cliente, que facilita o estabelecimento de relações colaborativas, reduz incertezas e aumenta a
eficiência na utilização de recursos. Concomitantemente, Hennig-Thurau e Klee (1997)
desenvolveram um modelo denominado “Qualidade do Relacionamento”, no qual
compromisso e confiança são antecedentes da retenção de clientes e consequentes da qualidade
percebida.
O comprometimento também é citado em outros modelos como o de White e
Yanamandram (2007), assim como a confiança também é citada com antecedente da retenção
em outros modelos como o de Agustin e Singh (2002 apud EBERLE, 2014) e Milan e De Toni
(2012). Identificar os motivos pelos quais os clientes se mantém em uma relação é o alvo de
vários estudos. Alguns dos pontos identificados são a qualidade na recuperação de falhas de
serviços (TAX et al., 1998; SPRENG et al., 1995; HESS; RICART, 2003), as relações
interpessoais (JONES et al., 2000; KIM et al., 2004; PATTERSON, 2004), e os custos de
mudança (LEE; CUNNINGHAM, 2001; BURNHAM et al., 2003; PATTERSON, 2004).
Já a dependência é definida como a ausência de alternativas melhores ou equivalentes
disponíveis no mercado (GAO et al., 2005), sendo um antecedente importante para o
comprometimento na relação (VENETIS; GHAURI, 2004). Segundo Gilliland e Bello (2002),
uma relação de dependência se estabelece quando uma das partes tem mais a perder com o fim
da relação que a outra parte, pois a parte dependente terá dificuldades em obter os níveis de
19
serviço e benefícios existentes na relação atual.
Yanamandram e White (2012) argumentam que um dos antecedentes da retenção de
clientes em relações B2B, além do comprometimento e da dependência, são os custos de
mudança. Sendo estes definidos como todos os custos que o cliente terá a partir do momento
que este mude de fornecedor. Os custos de mudança podem ser financeiros, de
relacionamento, de procedimentos, de riscos econômicos, na avaliação de alternativas ou na
perda de benefícios (LIU, 2006; WANG, 2010; BARROSO; PICÓN, 2012). A dependência,
os custos de reaprender os procedimentos e a perda do relacionamento são aspectos
importantes na retenção de clientes em ambientes B2B (LIU, 2006).
Complementarmente aos estudos de Liu (2006) sobre retenção de clientes em
ambientes B2B, a dependência, definida como a extensão na qual uma empresa precisa de
um fornecedor em particular para alcançar seus objetivos, também foi analisada como
antecedente da retenção de clientes em outros estudos em ambientes B2B como os de
Yanamandram e White (2005, 2006, 2010, 2012). Adicionalmente, Chang et al. (2012)
analisaram a relação da dependência do fornecedor com o comprometimento em
relacionamentos B2B, verificando que a dependência tem relação positiva com o
comprometimento calculativo e negativa com o comprometimento afetivo.
A presente pesquisa foi desenvolvida com a intenção de testar um modelo teórico, no
sentido de investigar a relação entre os antecedentes da retenção de clientes em ambientes B2B
no setor de Tecnologia da Informação em situações pós-falha e aplicação de ação de
recuperação de serviços, de forma a verificar seu poder explicativo, estimulando a retenção de
clientes no contexto estudado.
Neste cenário, apresenta-se a questão de pesquisa que norteou este trabalho: Qual a
relação entre a retenção de clientes com custos de mudança, severidade da falha,
confiança, comprometimento e dependência do fornecedor após a ocorrência de falhas
de serviços de TI em contextos B2B?
Para responder a esta questão, estabeleceram-se alguns objetivos para esta pesquisa,
os quais se encontram na seção seguinte.
1.1 Objetivos da pesquisa
1.1.1 Objetivo Geral
Avaliar as relações entre a retenção de clientes com custos de mudança, severidade
da falha, confiança, comprometimento e dependência do fornecedor após a ocorrência de
falhas de serviços de TI em contextos B2B.
20
1.1.2 Objetivos Específicos
• Avaliar os custos de mudança percebidos na prestação de serviços de TI em contextos
B2B
• Levantar a relação entre custos de mudança percebidos e retenção de clientes após a
ocorrência de falhas de serviços de TI em contextos B2B;
• Analisar o comprometimento e a confiança de clientes após a ocorrência de falhas de
serviços de TI em contextos B2B;
• Verificar a relação do comprometimento e da confiança entre clientes e prestador na
sua retenção após a ocorrência de falhas de serviços de TI em contextos B2B;
• Mensurar a severidade da falha percebida pelos clientes de serviços de TI em contextos B2B;
• Identificar a relação entre a severidade da falha e retenção dos clientes após a ocorrência de falhas de serviços de TI em contextos B2B;
• Avaliar a relação de dependência do cliente em relação ao fornecedor na prestação de
serviço de TI em contextos B2B
• Levantar a relação entre a dependência do fornecedor e retenção de clientes após a ocorrência de falhas de serviços de TI em contextos B2B.
1.2 Justificativa Teórica
Existem, na literatura, vários estudos que relacionam a boa recuperação de serviços
com intenção de recompra (DOS SANTOS; VON DER HEYDE FERNANDES, 2008), da
mesma forma que uma boa recuperação de serviços pode gerar maiores níveis de
comprometimento e confiança (TAX et al., 1998; WHITE; YANAMANDRAM, 2007;
CHANG et al., 2012; WANG; CHANG, 2013). É esperado que altos níveis de
comprometimento e confiança tenham relação direta na retenção de clientes.
O Marketing Science Institute, em suas edições de 2014-2016 e 2016-2018, pede por
maiores estudos nas áreas de recuperação de serviços, com a pergunta específica “Como as
empresas recuperam a falha quando as expectativas não são atingidas?” (MSI, 2014, p. 14)
e “Identificar os caminhos críticos para compra em ambientes B2B utilizando modelos
causais.” (MSI, 2016, p. 4).
Neste cenário de falha e recuperação de serviços, o cliente passa por uma escolha
entre ficar ou trocar de fornecedor, e em ambientes de alta exigência, como o ambiente B2B,
o papel dos custos de mudança na retenção dos clientes pode ter um fator decisivo,
especialmente quando se leva em consideração ambientes altamente competitivos como os
21
ambientes de relações B2B. Verifica-se, por exemplo, que a satisfação se torna menos
importante na presença de altos custos de mudança, fazendo com que um cliente, mesmo
insatisfeito, se mantenha na relação, seja por dependência do fornecedor, ou seja, sem este
fornecedor não poderá operar, seja por outros custos, mesmo que não sejam financeiros como
custos de perda de relacionamento ou custos de perda de customização (FORNELL, 1992;
JONES et al., 2000; LEE; LEE; FEICK, 2001; DOS SANTOS; VON DER HEYDE
FERNANDES, 2008).
São poucos os estudos que tratam de forma conjunta os construtos
Comprometimento, Confiança, Dependência do Fornecedor, Custos de Mudança, Severidade
da Falha e Retenção, em situações de falha e recuperação de serviços. Este número torna-se
ainda menor quando são tratados ambientes de relações B2B.
Existem os estudos que incluem confiança, comprometimento e retenção, como os de
Gounaris (2005), ou satisfação, confiança e custos de mudança, como os de Ranaweera e
Prabhu (2003), ou, ainda, satisfação, comprometimento e retenção, como os de Hennig-
Thurau (2004). Vários são os estudos que pedem maiores esforços no entendimento dos
mecanismos existentes nas relações B2B, e de estudos empíricos na área
(PARASURAMAN, 1998; WHITE; YANAMANDRAM, 2007; OLIVEIRA; ROTH, 2012;
JOHNS, 2014).
Adicionalmente, Matos, Henrique e Rossi (2007) argumentaram que a severidade da
falha de serviços é um dos construtos que devem moderar a relação entre recuperação da falha
de serviços e satisfação, intenção de recompra, boca-a-boca positivo e imagem da empresa.
Entretanto os autores não conseguiram avaliar esta relação por conta da falta de estudos na área.
Outros estudos também relatam a necessidade de maiores esforços na avaliação do papel
desempenhado pela severidade da falha, como McCollough (2009), Weun, Beatty e Jones
(2004) e Tsarenko e Tojib (2012).
Portanto, o presente estudo é relevante por testar, em um mesmo modelo, a relação
entre os construtos comprometimento, confiança, dependência do fornecedor, custos de
mudança, severidade da falha e retenção, em uma situação de falha e recuperação de serviços
em ambientes B2B para empresas do setor de Tecnologia da Informação.
1.3 Justificativa Prática
A grande competitividade nos mercados vem forçando as empresas a serem cada vez
mais eficientes. A utilização da Tecnologia da Informação é uma das ferramentas que podem
trazer um diferencial, e possibilitar vantagem competitiva. Albertin e Albertin (2012)
22
argumentam que a variedade de tecnologias e informações convergentes e interligadas exigem
que o administrador tenha maior conhecimento do valor estratégico da Tecnologia da
Informação.
A necessidade das empresas em cortar custos, focar na atividade principal da empresa,
evitar o desgaste com recrutamento e treinamento e as incertezas no ciclo de vida dos
sistemas, levam as empresas a optarem por terceirizar o seu setor de TI. Um aspecto a ser
ressaltado é que, no caso do setor de TI, existem vários graus de terceirização, podendo ir
desde a simples manutenção de impressoras, passando por suporte à sistemas e servidores,
até a terceirização total do parque tecnológico. Este processo de terceirização de TI fez com
que um mercado de negócios B2B surgisse de forma a suprir as várias necessidades
tecnológicas que um único cliente possui (BERNSTORFF; CUNHA, 2000; MOZZINI, 2011).
A alta competitividade no setor de TI é um fator presente, fazendo com que 29% das
empresas de Tecnologia da Informação fechem antes de completar dois anos de existência,
sendo os principais motivos relacionados à problemas de gestão organizacional (SEBRAE,
2013). Segundo dados do TIC – Domicílios e Empresas (2012), o número de empresas
prestadoras de serviços de Tecnologia da Informação em 2010 era de 73,387, tendo um
crescimento médio de 11,7% ao ano entre os anos de 2007 e 2010. Em ambientes
competitivos, como o ambiente B2B, a manutenção do cliente, ou a manutenção da intenção
de recompra, é determinada pelo potencial atrativo das alternativas disponíveis (WHITE e
YANAMANDRAM, 2007), portanto estabelecer relações duradouras pode possibilitar
aumento na retenção de clientes frente à crescente concorrência.
As situações dicotômicas enfrentadas pelo setor de Tecnologia da Informação de uma
empresa trazem grandes desafios. Em certos momentos é provedor de serviços para os
clientes internos, funcionários e clientes externos, em outros é cliente de uma gama de
serviços de tecnologia terceirizados, como hospedagem de sites, e-mail corporativo, suporte
à servidores, acesso à Internet, consultoria, etc. O desenvolvimento dessas relações sobre o
ponto de vista de ser uma prestação de serviços em um mercado do tipo B2B, tem aspectos
especiais. Estes serviços são, em grande parte, de alta intangibilidade, visando a entrega de
um serviço final, que também é intangível (LOVELOCK, 2011).
Neste cenário de prestação de serviços com índices variáveis de tangibilidade, alta
concorrência e intenso nível de inovações, encontram-se gestores com ideias inovadoras,
mas perfis técnicos, que tem dificuldades na gestão organizacional. Entender os problemas
23
de gestão, fornecendo ideias e mecanismos de controle para situações estressantes resultantes
de falhas de serviços, pode possibilitar ao gestor melhor entendimento gerencial do negócio
(WEBER; KLEIN, 2013).
Manter clientes atuais satisfeitos e desenvolver mecanismos que permitam relações
de longo prazo é um fator imperativo para o sucesso das empresas. Uma falha de serviços,
de modo geral, produz um impacto negativo na percepção do cliente em relação à empresa
fornecedora (MATTILA, 2001; McCOLLOUGH, 2009). Dessa forma, utilizar estratégias de
recuperação que resultem na retenção de clientes é um fator fundamental para a
sobrevivência.
Conhecer as saídas dos momentos de falha, como aumento/redução da confiança e
comprometimento, e a influência de ações anteriores à falha, como intensificação do valor
percebido e o estabelecimento de custos de mudança, e como estes se relacionam com a
retenção do cliente, representam a diferença entre manter ou perder o cliente. Portanto
administradores, gestores de Marketing, profissionais de relacionamento com clientes e
gestores de recuperação de falhas, poderão se utilizar dos achados do estudo na sua vida diária,
visando conseguir maiores índices de clientes retidos e satisfeitos a longo prazo na empresa.
24
CAPÍTULO II
FUNDAMENTAÇÃO TEÓRICA
Nesta seção será iniciada a discussão teórica sobre o ambiente de Tecnologia da
Informação nas relações B2B, dos serviços de suporte e recuperação de falhas, dos construtos
estudados e sua relação com a retenção de clientes, identificando a literatura relevante nas áreas
de comprometimento, confiança, custos de mudança, dependência, severidade da falha e
retenção de clientes. A seção será encerrada com o modelo estudado e as hipóteses e as hipóteses
testadas na pesquisa.
2.1 O Serviço de Tecnologia da Informação e o Ambiente B2B
O mercado B2B tem uma natureza diferente do mercado B2C. No mercado B2B o
cliente adquire produtos e serviços através de dois critérios, sendo o primeiro relacionado a
compras de itens com aspecto tangível, como matérias primas ou equipamentos para
produção, ou intangível, como serviços de limpeza, legais ou de tecnologia. O segundo
critério está relacionado ao fato deste produto ou serviço estarem ligados ao consumo
interno, à venda direta ao consumidor, ou ainda à transformação do mesmo
(PARASURAMAN, 1998; OLIVEIRA; ROTH, 2012; JANITA; MIRANDA, 2013).
De acordo com os critérios de aquisição de produtos e serviços propostos por
Parasuraman (1998), a aquisição de produtos e serviços de Tecnologia da Informação (TI)
está enquadrada tanto na compra de itens e serviços, quanto na sua utilização destes para
consumo interno ou venda direta ao consumidor. O valor estratégico da TI está exigindo, por
parte dos administradores, um maior conhecimento de suas peculiaridades e melhores
práticas (ALBERTIN, 2001; ALBERTIN; ALBERTIN, 2012).
O setor de TI de uma empresa é uma área de antagonismos, em termos de prestação
de serviços, é ao mesmo tempo prestador de serviços e cliente de serviços. Em alguns
momentos oferece serviços de suporte à rede, manutenção de equipamentos, e outros
serviços que são prestados para clientes internos, no caso de ser um setor de uma empresa,
ou clientes externos, no caso de ser uma empresa terceirizada de serviços de tecnologia,
também é cliente de uma gama de serviços de tecnologia, como hospedagem de sites, e-mail
25
corporativo, suporte à servidores, acesso à Internet, consultoria, etc.
A característica de ser cliente e provedor de serviços ao mesmo tempo, faz com que
o setor de TI das empresas desempenhe, também, o papel do tomador de serviços. Essas
relações desenvolvidas entre empresas têm aspectos especiais, pois se desenvolvem não só
do ponto de vista de ser uma prestação de serviços em um mercado do tipo B2B (Business-
to-Business), mas também por serem estes serviços, em grande parte, de alta intangibilidade,
visando a entrega de um serviço final, que também é intangível (LOVELOCK, 2011).
O aspecto de alta intangibilidade dos serviços de TI, e o tipo entrega de serviço que é
realizado, quase sempre através de ferramentas self-service, trazem outros desafios para a
prestação deste tipo de serviço. Desafios estes já tratados em outros estudos (BITNER, 1990;
BITNER, 2001; CURRAN et al. 2003), que pesquisaram a entrega de serviços através da
utilização de tecnologias self-service. Esta tecnologia self-service, inerente a entrega do
serviço de TI, traz várias dificuldades para que sejam alcançados altos níveis de satisfação
do cliente. (BEATSON et al., 2007).
Uma forma de tentar classificar o serviço de Tecnologia da Informação pode ser feita
através da utilização da classificação de serviços proposta por Lovelock (1983). Este
classifica os serviços de acordo com a natureza da ação do serviço, podendo este ter ações
tangíveis ou intangíveis, ou de acordo com quem está realmente sendo atingido pelos serviços,
pessoas ou coisas. A Tabela 1 descreve a natureza da ação da prestação de serviços de acordo
com a classificação proposta por Lovelock (1983).
Utilizando a classificação proposta por Lovelock (1983), os serviços de suporte à
Tecnologia da Informação são classificados como sendo de ações tangíveis direcionadas a
equipamentos e servidores, quando esse suporte envolve a manutenção de equipamentos,
ações intangíveis direcionadas às mentes, quando estão envolvidos serviços de entrega de
informações e ações intangíveis direcionadas a recursos intangíveis, nas ocasiões em que o
suporte trabalha com informações armazenadas e na recuperação das mesmas. Existe, ainda,
a possibilidade de se ter a utilização dos serviços de Tecnologia da Informação de entrega
contínua e de transações discretas. Os serviços como Internet, e-mail, etc., são contratados, e
utilizados, continuamente, enquanto os serviços de reparo de impressoras, ou mesmo alguns
mais especializados, como de suporte a servidores, podem ser utilizados no momento de um
problema.
26
Tabela 1 – Entendendo a Natureza da Ação do Serviço
Fonte: Adaptado de Lovelock (1983)
Kindström e Kowalkowski (2014) argumentam, utilizando a classificação de Lovelock
(1983), que os serviços devem atender às flutuações de demandas existentes e que estas
dependem de cada serviço que está sendo prestado. Como Tecnologia da Informação é um
setor de suporte para que as empresas alcancem seus objetivos, as flutuações de demanda e
de restrições levantadas por Kindström e Kowalkowski (2014) devem ser atendidas não de
acordo com o serviço de TI, mas de acordo com as necessidades das empresas as quais o
serviço de TI está sendo prestado.
Outra classificação, proposta por Ulaga e Reinartz (2011), divide os serviços através
da forma como estes são contratados / renovados e o foco que o serviço se propõe. Segundo
essa classificação os serviços são divididos em tipos de entrada ou saída, e no foco dos
serviços, pessoas ou produtos. Esta classificação está demonstrada no Tabela 2
(KINDSTRÖM; KOWALKOWSKI, 2014).
A TI proporciona a capacidade de obtenção de vantagens competitivas ao longo da
“cadeia de valor” (PORTER; MILLAR, 1985). O conjunto de cada uma das atividades
tecnológicas, utilizadas pela empresa, na realização dos seus negócios é a chamada “cadeia
de valor”. A TI pode gerar barreiras à entrada de novos competidores, casos em que apenas
uma empresa tem certa tecnologia e oferece um serviço diferenciado, influenciar a negociação
com fornecedores, como nos casos de ferramentas de supply chain, alterar a base de
competição e, até mesmo, gerar novos produtos, que só podem ser oferecidos por conta da
utilização de TI (MCFARLAN, 1984; ALBERTIN; ALBERTIN, 2012).
27
Tabela 2: Tipologia da Oferta de Serviços
Foco do Serviço
Processamento de Cliente
Serviços de
Processamento de
Suporte
Serviços de
Processamento de
Disponibilidade
Soluções ao
Consumidor
Serviços de Engenharia, treinamento
Aluguel, Gerenciamento de frotas
Soluções Específicas para Clientes
Produto Serviços de Ciclo de
Vida de Produtos Serviços de
Disponibilidade de
Produtos
Serviços de
Performance de
Produtos Peças, Assistência Técnica
Revisões Automotivas, Monitoramento
Softwares Customizáveis
Baseados na Entrada Baseados na Saída: Disponibilidade
Baseados na saída: Performance
Modelo de Renovação Fonte: Adaptado de Kindström e Kowalkowski (2014)
2.2 Serviço e Falha de Serviço
Lovelock (1994) compara serviços e produtos à uma flor, com suas pétalas. Sendo o
centro desta “flor” o produto ou o serviço principal. Esta “flor de serviços” seria composta
por um serviço principal, e por uma série de serviços adicionais, que fariam com que o
serviço principal pudesse ser utilizado, ou que o diferenciasse da concorrência
(PARASURAMAN, 1998).
Em serviços de correio eletrônico (e-mail), por exemplo, o produto/serviço principal
é a capacidade do usuário de enviar e receber mensagens eletrônicas. De maneira a propiciar
uma experiência mais agradável ao usuário, várias funcionalidades foram adicionadas ao
serviço principal, como ferramentas de webmail (utilização do e-mail através da Internet),
antivírus, filtro de mensagens indesejadas, e o próprio serviço de suporte ao usuário e à
ferramenta em si. Esta é a pétala responsável pela recuperação de uma falha do serviço
principal. A Figura 1 ilustra a “flor de serviços” e as “pétalas” do serviço de correio
eletrônico. É importante notar que o serviço central, serviço de correio eletrônico, passa a
necessitar de todas as pétalas dessa flor para que a prestação de serviços proporcione uma
experiência completa e equivalente à outras ofertas deste mesmo serviço disponíveis no
mercado.
O momento da entrega do serviço é chamado de “encontro de serviço”. Este é
definido como o momento da interação entre clientes e os funcionários do prestador de
28
serviço (BITNER et al., 1990; LOVELOCK, 1988; FUTRELL, 2015). Hume e McColl-
Kennedy (1999) versam sobre a duração da prestação de serviços, levando em consideração
se os encontros de serviço são ditos como episódicos, estendidos ou contínuos. Os autores
descrevem o “encontro de serviços contínuo” como uma cadeia de renovação do serviço de
tempo indefinida, possibilitando vários episódios de encontro de serviços.
Figura 1: Representação da “Flor de Serviços” do serviço de correio eletrônico
Fonte: Elaborado pelo autor
Baseado na classificação proposta por Lovelock (1983), os produtos/serviços
oferecidos em tecnologia da Informação podem ter natureza de ação tangível, intangível,
direcionada a pessoas ou a coisas. Nos casos da utilização de serviços com natureza de ação
tangível, como manutenção de equipamentos, estes encontros de serviço podem ser
episódicos ou de duração contínua. Mas mesmo nestes casos, em que a natureza de ação é
tangível, como a hospedagem de servidores, os encontros de serviço são de natureza
contínua.
Utilizando a classificação de duração da prestação de serviços, proposta por Hume e
McColl-Kennedy (1999), excetuando-se os casos de manutenção física de equipamentos, que
podem ser episódicos ou contínuos, a prestação de serviços de Tecnologia da Informação a
empresas é dada de maneira contínua. Neste contexto, e do ponto de vista da “flor de
serviços”, o chamado “suporte à Tecnologia da Informação” é a recuperação de serviço a ser
realizada no momento de uma falha ou redução da qualidade na prestação de um serviço de
tecnologia.
A partir de um serviço completo, conforme definido na “flor de serviços”, é
necessário que todas as etapas deste serviço operem de acordo com o planejado para que a
satisfação do cliente seja atingida. A satisfação ou insatisfação do cliente durante a utilização
de um serviço podem ser observadas sob a ótica do paradigma da desconfirmação de
29
expectativas (CHURCHILL; SURPRENANT, 1982; OLIVER, 1980; OLIVER; DESARBO,
1988; TSE; WILTON, 1988; SILVA; ARAÚJO, 2015). Nele o processo cognitivo que o
cliente utiliza para concluir que a prestação de serviços foi satisfatória, passa pela avaliação
da expectativa existente antes do encontro de serviços. Caso a performance ou resultado
observados durante o encontro de serviços tenha sido igual, ou mesmo maior, que a
expectativa anterior, o encontro foi satisfatório. Caso contrário, a performance ou o resultado
observado durante o encontro de serviços tenha sido inferior a expectativa anterior o
encontro foi insatisfatório, gerando a falha de serviços (BITNER, 1990; SILVA; ARAÚJO,
2015).
No estudo de Tax et al. (1998) sobre insatisfação e os consequentes de uma
recuperação de serviços, os autores avaliam as considerações feitas por clientes em situações
de reclamação de serviço. Nestas situações os clientes têm opções de deixar o provedor de
serviços, fazer boca-a-boca negativo, não reclamar ou reclamar com o provedor de serviços
(TAX et al., 1998; WHITE; YANAMANDRAM, 2007; HAVERILA; NAUMANN, 2010).
Recuperação de serviço são todas as atividades associadas à intenção ou esforços que
a empresa realiza no sentido de identificar e corrigir as eventuais falhas de serviço (TAX et
al., 1998; WANG; CHANG, 2013). Como falhas são inevitáveis, é necessário que se criem
procedimentos e controles de forma a identificar quão frequentes são estas falhas e como se
recuperar após estas ocorrerem (WANG et al., 2011).
Tax et al. (1998) propõem que sejam utilizadas três dimensões de justiça, a
distributiva, a procedural e a interacional, de forma que o cliente perceba que cada aspecto
da resolução de uma falha, gera um episódio de justiça. Cada tipo de justiça aplicada na
recuperação da falha tende a suprir um tipo de sentimento de perda que o cliente tem em
relação ao serviço prestado. Além disso, a satisfação com o processo de recuperação irá afetar
positivamente o comprometimento e a confiança do cliente, resultando em situações nas
quais a satisfação do cliente com o provedor de serviços é maior pós a falha que antes da
falha (TAX et al., 1998; WANG et al., 2011; WANG; CHANG, 2013). O modelo proposto
está demonstrado na Figura 2.
O processo de recuperação de serviços pode ser iniciado por qualquer uma das partes,
o cliente ou o provedor de serviços. A recuperação de serviços pode ser iniciada no momento
da falha, geralmente chamada de “recuperação de serviço”, ou no momento da reclamação
por parte de um cliente sobre uma falha de serviço, geralmente chamada de “gerenciamento
30
de reclamação”. No entanto, estas duas expressões têm sido utilizadas como sinônimos (DOS
SANTOS; VON DER HEYDE FERNANDES, 2008).
Figura 2: Modelo de um Framework para Examinar as Relações da Gestão de Reclamações
Fonte: Adaptado de Tax et al. (1998)
Adicionalmente, Yilmaz, Varnali e Kasnakoglu (2016) utilizam o modelo de Tax et
al. (1998) como base para a argumentação que existem “caminhos” diferentes nos quais as
reclamações dos clientes podem ser atendidas. O primeiro caminho é o tradicional, utilizando
os modelos de justiça distributiva, processual e interacional. O segundo caminho é aquele no
qual a empresa aprende com o erro e evolui para que o processo como um todo torne-se mais
eficiente (YILMAZ; VARNALI; KASNAKOGLU, 2016).
2.2.1 Falhas de Serviço no Ambiente B2B
O modelo de investimento de relações pessoais de Rusbult (1980) indica que um alto
investimento e a percepção que existem apenas alternativas ruins ao serviço prestado, fazem
com que o cliente permaneça em uma relação, mesmo que insatisfeito. Em ambientes B2B,
independentemente do tamanho do investimento feito pelo cliente na relação, o término de uma
relação sempre será seguido por uma nova relação, podendo esta ser estabelecida com
provedores de serviço externos ou internos. Outros fatores além das relações pessoais
influenciam o comportamento de retenção em ambientes B2B, como custos de mudança,
qualidade na recuperação do serviço e inércia do cliente (WHITE; YANAMANDRAM, 2007;
YANAMANDRAM; WHITE, 2010).
A pesquisa na área de gestão de reclamações em ambientes B2B tem sido foco de alguns
estudos, mas pesquisas ainda são necessárias na área (HOMBURG; RUDOLPH, 2001;
ROSSOMME, 2003; WHITE; YANAMANDRAM, 2007; YANAMANDRAM; WHITE,
2010). Serviços em ambientes B2B tendem a ser mais complexos e exigem maior conhecimento
31
técnico que em serviços direcionados à consumidores finais, e podem incluir manutenções,
reparos e serviços especializados (GORDON et al., 1993; JACKSON et al., 1995; MATHE;
SHAPIRO, 1993). Homburg e Rudolph (2001) identificaram, em um estudo realizado em vários
países em ambientes de serviços B2B, que uma boa gestão de reclamações tem uma correlação
significativa com a satisfação geral do cliente.
Brock, Blut, Evanschitzky e Kenning (2013) estudaram a falha de serviços em
ambientes B2B comparativamente com ambientes B2C, e os papéis das justiças distributiva,
processual e interacional nas relações. Os autores identificaram que a justiça distributiva tem
sempre um papel relevante, independente do ambiente estudado. A justiça procedural tem maior
relevância no ambiente B2B do que no B2C. E que a justiça interacional tem menor relevância
em ambientes B2B (BROCK; BLUT; EVANSCHITZKY; KENNING, 2013).
O modelo proposto por White e Yanamandram (2007) para clientes insatisfeitos em
ambientes B2B, apresentado na Figura 3, inclui os custos de mudança, em vários níveis como
custos de incerteza, custos da troca em si, custos da perda da relação, etc. Em relação à
qualidade percebida na recuperação do serviço o modelo utiliza o que foi proposto por Tax et
al. (1998) através das justiças distributiva, processual e interacional. O modelo conta, ainda,
com os construtos comprometimento, a dependência do cliente em relação ao fornecedor e a
inércia do cliente. O modelo é concluído com a relação dos construtos comprometimento,
custos de mudança, dependência do fornecedor, inércia do cliente e qualidade percebida na
recuperação dos serviços e a retenção do cliente (WHITE; YANAMANDRAM, 2007).
Figura 3: Modelo de retenção de clientes insatisfeitos em ambientes B2B
Fonte: Adaptado de White e Yanamandram (2007)
Este modelo, proposto originalmente por White e Yanamandram (2007), foi testado
posteriormente em um estudo empírico feito pelos próprios autores, mas sem a presença do
construto inércia do cliente. O estudo indicou uma alta correlação entre as relações satisfação
na recuperação do serviço e a retenção do cliente, custos de mudança e dependência do
32
fornecedor, custos de mudança e comprometimento calculativo, dependência do fornecedor e
retenção e comprometimento e retenção. (YANAMANDRAM; WHITE, 2010).
2.2.2 Severidade da Falha
Devido à natureza variável do serviço as falhas são inevitáveis. A falha de serviço
pode ocorrer quando o serviço não atende às expectativas do cliente. Vários estudos
argumentam que a severidade da falha deve ser levada em consideração quando está sendo
analisada a falha e recuperação de serviço. A severidade da falha pode ser definida como a
severidade percebida pelo cliente do problema, quanto mais intensa a severidade de um
problema, maior será a perda percebida pelo cliente (WANG et al., 2011).
Weun et al. (2004) argumentam que, apesar de vários estudos tratarem de falha e
recuperação de serviços, estes não incluem a severidade da falha nos seus modelos, apesar
de autores identificarem que a severidade da falha é importante fator a ser considerado no
processo de recuperação de serviços. Os autores adicionam que a severidade da falha terá
influência na avaliação de um provedor de serviços após a falha ter sido recuperada, e que,
apesar de uma recuperação de serviços eficiente, uma falha com alto grau de severidade
produziria uma perda perceptível para o cliente (WEUN et al., 2004).
Ainda segundo Weun et al. (2004), uma falha de serviço com um alto grau de
severidade percebida pelo cliente tende a ter uma relação negativa com a satisfação, a
confiança e o comprometimento, e uma relação positiva com o boca-a-boca negativo. Os
resultados encontrados pelos autores deram suporte para as quatro hipóteses.
Concomitantemente Wang e Chang (2013) argumentam que a severidade da falha percebida
pelo cliente é um fator crítico que influencia na qualidade do relacionamento, isto é, na
confiança e no comprometimento. Finalmente, McQuilken (2010) acrescenta que a confiança
percebida pelo consumidor terá um impacto negativo caso este se depare com uma situação
de falha de serviço com alto grau de severidade.
Smith et al. (1999), McCollough et al. (2000) e McCollough (2009), estudaram o
papel da severidade da falha nas justiças propostas pelo modelo de Tax et al. (1998), para
investigar o paradoxo da recuperação de serviços. Para o caso dos estudos de Smith et al.
(1999), os dados não deram suporte às relações hipotetizadas, mas nos estudos de
McCollough et al. (2000) e McCollough (2009), quando a severidade da falha não esteve
presente no modelo, não existia suporte para o paradoxo da recuperação de serviços.
Em situações de falha de serviço, que são ubíquas e inevitáveis na prestação de
serviços, os clientes tendem a fazer uma avaliação do quão grave é a falha e se esta está
33
contida em uma chamada zona de tolerância. Esta zona de tolerância é uma área na qual o
cliente absorve a falha e avalia qual o grau de severidade a falha teve. Caso essa falha tenha
um alto grau de severidade, o cliente escolhe pela troca de fornecedor, caso a falha seja de
um grau de severidade baixo ou dentro da sua zona de tolerância, a decisão do cliente estará
vinculada aos esforços para recuperação desta falha (GRÖNROOS, 2001; LOW et al., 2013
WANG; CHANG, 2013).
Adicionalmente, McQuilken e Robertson (2011) argumentam que a severidade da
falha de serviços pode ir desde uma falha com grau mínimo de dano até uma falha com alto
grau de impacto no cliente. Os autores acrescentam, ainda, que a severidade da falha de
serviço está ligada positivamente a intenções dos clientes em reclamar, boca-a-boca negativo
e a intenção do cliente em desertar.
A frequência da transação também impacta na amplitude da zona de tolerância.
Relações mais duradouras tendem a suportar falhas de maior severidade (LOW et al., 2013).
As relações entre empresas na prestação de serviços de TI tendem a ser relações de mais
longo prazo, possibilitando maior espaço para absorção de falhas de maior nível de
severidade.
As falhas de serviço podem ser o evento catalizador para a perda de clientes, e são
eventos motivadores no comportamento de troca dos mesmos. Wang et al. (2011)
argumentam que a lealdade de um cliente à uma empresa depende, ao menos em parte, da
qualidade do serviço, e que este senso de lealdade pode diminuir em situações de falha de
serviços. Adicionalmente, a severidade da falha do serviço pode agir de forma negativa na
relação entre o cliente e o provedor de serviços (WEUN et al., 2004). O modelo proposto
por Wang et al. (2011) pode ser visto na Figura 4.
O estudo do impacto da severidade da falha de serviço nos consequentes da
recuperação da falha e nos antecedentes de retenção de clientes em ambientes B2B é um
assunto pouco explorado, sendo os estudos de Low et al. (2013) um dos poucos exemplos
nessa área. Os autores identificaram relações significativas positivas na moderação que a alta
frequência de transação ocasionam na relação entre a lealdade e a tolerância a falhas de
serviços. Adicionalmente, relações significativas negativas na moderação da falha na entrega
de produto e na falha de baixa qualidade do serviço, ocasionam na relação entre a lealdade e
a tolerância a falhas de serviços também foram encontradas.
34
Figura 4: Modelo da Severidade da Falha e Lealdade
Fonte: Adaptado de Wang et al. (2011)
2.3 Comprometimento
Kotler (1994) cita que “A chave para a retenção do cliente é a sua satisfação”. A
retenção do cliente é aspecto chave para o sucesso das organizações de serviço, e o estudo
da relação de seus antecedentes identificados na literatura, como confiança,
comprometimento e custos de mudança, de grande importância (HENNIG-THURAU;
KLEE, 1997; EBERLE, 2014; BURNHAM et al., 2003; RANAWEERA; PRABHU, 2003;
MILAN, 2006; MILAN et al., 2008; JIM; PARK; KIM, 2008; EDWARD; SAHADEV, 2011;
MILAN; DE TONI, 2012; EBERLE, 2014).
Segundo Morgan e Hunt (1994), o marketing de relacionamento se refere a todas as
atividades direcionadas a estabelecer, desenvolver e manter relações de sucesso. Baseados
na teoria de comprometimento-confiança de Morgan e Hunt (1994), Henning-Thurau e Klee
(1997) propuseram o modelo, apresentado na Figura 5, da relação entre satisfação do cliente,
qualidade percebida, confiança e comprometimento. Os autores definem que o marketing de
relacionamento é composto do conjunto de três construtos qualidade percebida,
comprometimento e confiança.
Morgan e Hunt (1994) definem compromisso como uma relação contínua tão
importante que o “parceiro de troca”, ou a “outra parte na relação”, possa justificar o esforço
máximo para manter essa relação. As partes do compromisso acreditam que o
relacionamento vale a pena ser mantido e se asseguram que esta relação dure longo tempo.
Os autores também propõem que o comprometimento na relação é um dos fatores centrais
do marketing de relacionamento. Para Berry e Parasuraman (1991) a construção de um
relacionamento é feita com base no comprometimento mútuo das partes envolvidas. Chang,
Wang, Chih e Tsai (2012) corroboram com essa definição afirmando que o comprometimento
35
é um dos requisitos necessários para uma relação de longo prazo, e que pode ser considerado
como uma saída do processo de manutenção da relação.
Figura 5: Modelo conceitual da retenção de clientes baseado na Qualidade do Relacionamento
Fonte: Adaptado de Henning-Thurau e Klee (1997)
Um dos modelos que utilizam o comprometimento é o proposto por White e
Yanamandram (2007) de retenção de clientes. Este mesmo modelo foi, posteriormente,
estudado pelos mesmos autores de forma empírica. Os autores identificaram o
comprometimento como um dos fatores de retenção de clientes (YANAMANDRAM;
WHITE, 2010). O comprometimento também é um dos resultados obtidos após uma
recuperação de falhas bem-sucedida, assim como a confiança (TAX et al., 1998; WANG;
CHANG, 2013).
Segundo Prado e Santos (2003) o comprometimento possui várias dimensões, sendo
duas delas elas o comprometimento afetivo, no qual a preferência emocional do cliente pela
empresa influencia positivamente na intenção e desejo de permanecer e investir no
relacionamento, e o comprometimento calculativo, que leva em consideração aspectos
concretos de custos de mudança e benefícios de continuar no relacionamento (FULLERTON,
2003; PRADO; SANTOS, 2003; BERGAMO et al., 2011).
Adicionalmente, Venetis e Ghauri (2004) argumentam que as intenções das partes em
continuar e reforçar o relacionamento estão presentes em duas dimensões, o
comprometimento afetivo e o comprometimento calculativo. O presente estudo se propõe a
estudar o construto comprometimento nessas duas dimensões propostas, o comprometimento
afetivo e o comprometimento calculativo.
Henning-Thurau e Klee (1997), em seu estudo, identificaram a relação que altos
níveis de satisfação estão relacionados positivamente com o comprometimento.
Corroborando com isso os estudos realizados por Tax et al. (1998) verificaram que altos
níveis de satisfação com a resolução de falhas de serviço levam, também, a maiores níveis
36
de comprometimento. Essa relação de satisfação com comprometimento foi verificada em
estudos empíricos posteriores como os de Wang e Chang (2013), que realizaram um estudo
com alunos de graduação que vivenciaram situações de falha de serviços em restaurantes.
Os estudos de Wang e Chang (2013) demonstraram uma relação entre justiça procedural e
justiça distributiva com confiança, e desta com o comprometimento, além da relação da
justiça interacional com a confiança. Essa relação existente entre a confiança e o
comprometimento é, também, verificada em outros estudos além dos de Wang e Chang
(2013), como os de Chang et al. (2012) e Pizzutti dos Santos e Basso (2012).
2.3.1 Comprometimento em Ambiente B2B
O comprometimento é o desejo de continuar a relação pois está é importante para
ambas as partes (MORGAN; HUNT, 1994; WETZELS et al., 1998; GOUNARIS, 2005).
Wetzels et al. (1998) argumentam que existem dois tipos de comprometimento o calculativo
e o afetivo. O comprometimento afetivo ocorre quando o indivíduo internaliza valores da
organização e identifica-se com a mesma. No comprometimento afetivo existe o desejo de
manter a relação e de investir esforços. O comprometimento calculativo pode ser
compreendido como uma avaliação cognitiva do valor da continuação de um relacionamento.
O comprometimento calculativo é, portanto, um estado de ligação à um fornecedor, pois o
final dessa relação implicaria sacrifícios e perdas conquistadas ao longo do tempo. Um
aspecto importante do comprometimento calculativo é o reconhecimento de altos custos de
mudança associados ao fim do relacionamento (SIQUEIRA, 2001).
Relacionamentos baseados no comprometimento calculativo, no momento de
encerramento dos mesmos, passam por análises de custo/benefício, sendo os custos
associados ao fim do relacionamento e os benefícios esperados no novo relacionamento
(WHITE; YANAMANDRAM, 2007; YANAMANDRAM; WHITE, 2010). Em ambientes
B2B as relações positivas entre o comprometimento calculativo e a retenção de clientes
foram encontradas nos estudos de Wetzels et al. (1998). Entretanto, nos estudos de Gounaris
(2005), esta relação não pode ser suportada.
E existe, ainda, a relação entre a confiança e o comprometimento afetivo e o
comprometimento calculativo. O grau de confiança que um cliente tem em seu fornecedor
faz com que exista um maior grau de comprometimento afetivo que calculativo. Assim o
cliente não está associado a um fornecedor apenas pelas análises de custo/benefício, mas
também através de aspectos emocionais (GOUNARIS, 2005).
37
Um outro ponto identificado na literatura é a diferença entre dependência do cliente
em relação ao fornecedor e comprometimento calculativo. A dependência está ligada a
elementos estruturais que mantém a relação, enquanto que o comprometimento calculativo
se relaciona ao grau de motivação que existe na continuação de uma relação baseada em
laços estruturais (GEYSKENS et al., 1996). Apesar de semelhantes, os dois construtos,
dependência e comprometimento calculativo, não são sinônimos, e alguns estudos tratam o
construto dependência como um antecedente do comprometimento calculativo (HEIDE;
JOHN, 1992; VENETIS; GHAURI, 2004).
Os dois aspectos do comprometimento, calculativo e afetivo, afetam positivamente a
retenção de clientes, fazendo com que quanto maior o comprometimento, tanto afetivo
quanto calculativo, maior a inclinação do cliente em se manter no relacionamento e de
investir esforços no mesmo (GOUNARIS, 2005).
Chang et al. (2012) investigam como o comprometimento, tanto o calculativo como
o afetivo, em ambientes de relações B2B, são alcançados a partir de fatores como custos de
término do relacionamento, dependência do cliente em relação ao fornecedor, custos de perda
de investimentos feitos no relacionamento cliente e fornecedor e confiança. Ao final do
estudo os autores demonstram existir uma relação entre os construtos.
2.4 Confiança
A confiança é um dos construtos mais importantes em contextos relacionais, sendo
de grande importância no desenvolvimento de relações cliente-fornecedor de longo prazo
(MORGAN; HUNT, 1994; MOUZAS et al., 2007; JIANG et al., 2011). Palmatier et al.
(2013) declaram que “É esperado que a confiança afete a velocidade com a qual ocorre o
comprometimento de forma positiva. Confiança é um aspecto importante na relação, pois
cria um ambiente no qual o aprendizado e a adaptação podem ocorrer”.
Na área de sociologia, a confiança começou a ser estudada em meados dos anos 50
com os estudos de Deustch (1958), que definiu confiança como a expectativa ou capacidade
de uma pessoa de fazer previsões sobre uma determinada ação e qual a importância das
consequências dessa ação. Na década de 60 Rotter (1967) foi um dos primeiros a explorar o
tema sob o aspecto psicológico, criando a escala de mensuração da confiança interpessoal.
A partir da década de 70, os estudos nas áreas de Marketing e de comportamento do
consumidor examinaram como as características da confiança implicariam na tomada de
decisão de organizações, normas de conduta, valores e princípios, intenções e prioridades
38
entre fornecedores (TERRES, 2011).
Sheppard e Sherman (1998) entendem que a confiança é a aceitação de riscos pelas
partes envolvidas em um relacionamento destacando aspectos básicos de honestidade, boa
vontade e competência do fornecedor. Brei e Rossi (2005) destacam que a interdependência
entre as partes envolvidas faz com que todos colaborem para que os objetivos sejam
atingidos. Singh e Sirdeshmukh (2000) utilizam a analogia de uma reta contínua, onde em
uma extremidade está a desconfiança e na outra está a confiança. Estes dois extremos,
distintos qualitativamente, explicam determinados comportamentos dos clientes em relação
às empresas.
O modelo de Agustin e Singh (2002 apud EBERLE, 2014) analisa a confiança no
âmbito da prestação de serviços. Neste modelo a confiança é tratada como a crença ou
convicção que o cliente tem de que o serviço será prestado conforme prometido. Neste
modelo, apresentado na Figura 6, a satisfação, a confiança e o valor percebido, são tratados
como antecedentes da lealdade, um construto além da retenção de clientes, pois pressupõe
que exista um vínculo emocional entre o cliente e a empresa (OLIVER, 2010;
SIRDESHMUKH et al., 2002).
Figura 6: Impacto da Confiança e Demais Antecedentes na Lealdade
Fonte: Adaptado de Agustin e Singh (2002 apud EBERLE, 2014)
Outros modelos que estudam a relação entre confiança e retenção de clientes são os
de Ranaweera e Prabhu (2003), Jin et al. (2008) e Milan e De Toni (2012). O estudo de Milan
e De Toni (2012), que tem seu modelo apresentado na Figura 7, feito em um grupo
multinacional que opera nas áreas de alimentação e restaurantes, hotelaria e viagens e
produtividade e marketing, identificou que altos níveis de confiança resultam na retenção de
clientes. Em consonância, os estudos de Ranaweera e Prabhu (2003) e Jin et al. (2008),
também identificaram a relação entre confiança e retenção do cliente.
39
Figura 7: Modelo de Retenção de Clientes
Fonte: Adaptado de Milan e De Toni (2012)
A confiança em uma pessoa ou organização se desenvolve através da observação ou
do aprendizado de sucessivas interações. Em situações de falhas de serviço, o
comportamento, as ações e o histórico delas contribuem para a criação da relação de
confiança entre cliente e fornecedor. Como a satisfação está ligada diretamente à
confirmação das expectativas, a satisfação com recuperações de serviço contribui para a
confiabilidade da empresa e, assim, para a relação de confiança (TAX et al., 1998; PIZZUTTI
DOS SANTOS; BASSO, 2012; WANG; CHANG, 2013).
Pizzutti dos Santos e Basso (2012) e Wang e Chang (2013) aprofundaram os estudos
de Tax et al. (1998) e Gounaris (2005), em relação à geração de relação de confiança entre
clientes e fornecedores após recuperação de falhas de serviços, porém ambos os estudos
foram realizados em ambientes de relações B2C. Especificamente no estudo de Wang e
Chang (2013) foi medida a relação individual de cada uma das justiças propostas por Tax et
al. (1998), interacional, distributiva e procedural, e a confiança, encontrando resultados que
indicam alta correlação.
2.4.1 Confiança em Ambiente B2B
Confiança é um aspecto central do marketing de relacionamento, e assume papel de
grande importância em ambientes de serviço B2B, na medida em que os compradores se
deparam com grande complexidade na avaliação de muitos aspectos intangíveis do serviço
oferecido. Agregado à incerteza da capacidade de o fornecedor atender às expectativas do
cliente de forma consistente, os clientes devem considerar aspectos da relação que sugerem
que o fornecedor está alinhado às necessidades do cliente (DONEY et al. 2007).
Gounaris (2005) propõe que o nível de confiança que um cliente tem em seu
fornecedor, faz com que o mesmo utilize aspectos emocionais, comprometimento emocional,
ao invés de aspecto físicos, como custo/benefício, do comprometimento, comprometimento
calculativo. Na literatura de marketing de relacionamento, vários autores consideram a
confiança um antecedente do comprometimento (MORGAN; HUNT, 1994; GARBARINO;
JOHNSON, 1999), sendo o compromisso no relacionamento um mediador entre a confiança
e a retenção de clientes (HENNIG-THURAU; GWINNER; GREMLER, 2002).
40
Tax et al. (1998) e Gounaris (2005) propõem que quanto maior a qualidade percebida
no serviço, ou na recuperação do mesmo, maior será a o grau de confiança que o cliente terá
no fornecedor. Corroborando com esta afirmação, Doney et al. (2007), afirmam que os
aspectos de qualidade técnica e funcional do serviço estão relacionados positivamente com
a confiança do cliente no provedor de serviços. Finalmente a confiança, também, está
positivamente relacionada ao valor que o cliente percebe na compra do serviço
(SIRDESHMUKH et al., 2002; HARRIS; GOODE, 2004; DONEY et al, 2007).
Ferro, Padin, Svensson e Payan (2016) argumentam que a satisfação tem dois
aspectos, o calculativo, que está relacionado a questões econômicas, e o relacional,
relacionado a questões não econômicas, como questões psicológicas relacionadas à
manutenção do relacionamento. Os autores argumentam que as relações entre empresas, se
iniciam com uma expectativa em relação a transações futuras, com o objetivo de crescimento
de ambas as partes. À medida que as expectativas são atingidas, ou não, a satisfação ou a
insatisfação com a relação surge. A partir do momento em que a relação se intensifica, a
partir da satisfação econômica, são gerados comprometimento e confiança, terminando por
ocasionar a satisfação não econômica. O modelo proposto pelos autores é apresentado na
Figura 8.
Figura 8: Modelo de Fases da Relação entre Empresas
Fonte: Adaptado de Ferro et al. (2016)
Um dos estudos seminais em ambientes B2B que tratam das relações entre confiança
e comprometimento na retenção de cliente foi o desenvolvido por Morgan e Hunt (1994).
Neste estudo os autores propuseram um modelo de Marketing de relacionamento, que pode
41
ser observado na Figura 9, no qual a confiança era um construto antecedente ao
comprometimento, e este estaria relacionado negativamente à propensão do cliente em
abandonar a relação. Os autores verificaram que a relação entre confiança e
comprometimento teve sua hipótese não refutada, assim como a relação entre o
comprometimento e a retenção. Baseado no que foi proposto no estudo de Morgan e Hunt
(1994), o presente estudo avaliou a confiança do cliente em relação ao fornecedor como
sendo um antecedente do comprometimento.
Figura 9: Modelo do Marketing de Relacionamento
Fonte: Adaptado de Morgan e Hunt (1994).
2.5 Dependência do Fornecedor
Gao et al. (2005) define dependência como a ausência de alternativas melhores ou
equivalentes disponíveis no mercado. Venetis e Ghauri (2004) acrescentam que a
dependência de uma parte em relação à outra é um importante antecedente para o
comprometimento na relação. Segundo Gilliland e Bello (2002), uma relação de dependência
se estabelece quando uma das partes tem mais a perder com o fim da relação que a outra
parte, pois a parte dependente terá dificuldades em obter os níveis de serviço e benefícios
existentes na relação atual.
O modelo de investimento em relações pessoais amplia as proposições da teoria de
interdependência de forma a analisar a tendência a se manter em uma relação. A dependência
é uma figura central na estrutura da interdependência, na busca do entendimento da
persistência em um relacionamento. O “Nível de dependência” se refere à extensão da
necessidade de um indivíduo se manter em uma relação (RUSBULT et al., 1998;
YANAMANDRAM; WHITE, 2010).
O termo interdependência é muito presente na literatura (RUSBULT et al., 1998;
YANAMANDRAM; WHITE, 2006, 2010; CHANG et al., 2012), mas sua definição é
separada da definição de dependência. A interdependência é definida como uma relação na
42
qual as duas partes passam a depender uma da outra, enquanto a dependência surge da
necessidade que uma empresa tem de se manter em um relacionamento para que possa atingir
seus objetivos (YANAMANDRAM; WHITE, 2005; CHANG et al., 2012).
Vários autores argumentam que a interdependência pode ocorrer de duas formas, a
interdependência total, quando as partes da relação apresentam um grau de dependência uma
da outra igualitária, e a interdependência assimétrica, quando uma das partes da relação vive
uma situação de maior dependência que a outra. Nas situações de relações entre empresas as
interdependências assimétricas podem se dar a partir do fornecedor, ou seja, o fornecedor
depende do cliente, ou a partir do cliente, ou seja, o cliente depende do fornecedor
(GEYSKENS et al., 1996; YANAMANDRAM; WHITE, 2006; CHANG et al., 2012). O
presente estudo tem como objetivo identificar o grau de dependência que o cliente tem do
fornecedor de serviços de TI, e como essa dependência influencia na retenção e nos
construtos que são seus antecedentes.
Em uma relação de interdependência assimétrica, ou de dependência de uma parte em
relação à outra parte, a exploração potencial da parte com mais força na relação tem sido a
razão principal para a antecipação de efeitos negativos da dependência no comprometimento
afetivo. A possibilidade de explorar a relação que a parte com mais força na relação possui
não significa que essa ação, de exploração, irá ocorrer. A confiança iria impedir que essa
exploração ocorra, agindo de maneira a moderar a relação da dependência com o
comprometimento afetivo. A atitude, da parte com mais força, de não explorar a relação, mas
de construir uma relação mais duradoura, pode ser convertida, pela parte mais fraca da
relação, em confiança no fornecedor (GEYSKENS et al., 1996; JAMBULINGAM et al.,
2011).
A dependência, ou interdependência assimétrica, pode surgir do resultado do
investimento e dos laços criados em uma relação e, por tornar uma das partes vulneráveis às
ações da outra parte, a confiança torna-se necessária para que o relacionamento possa se
desenvolver. Quando o parceiro comercial é considerado confiável, as partes passam a se
comprometer na relação (VENETIS; GHAURI, 2004).
Beldad et al. (2010) argumentam que a pronunciada divisão do trabalho resulta em
fortes laços de dependência, e que a confiança é um dos requerimentos para que exista uma
operacionalização efetiva. Os autores acrescentam, ainda, que a confiança é um produto da
dependência das pessoas em outras, já que todos têm necessidades que requerem serviços e,
nestes casos, surge uma relação de confiança.
43
O outro aspecto relacional ligado à dependência entre as partes é o comprometimento.
Geyskens et al. (1996) argumentam que em uma relação de interdependência simétrica, tanto
o comprometimento afetivo, quanto o comprometimento calculativo tendem a aumentar na
medida que a interdependência aumenta. Já nas situações nas quais a interdependência é
assimétrica, o comprometimento afetivo é impactado negativamente para ambas as partes,
enquanto o comprometimento calculativo aumenta para a parte mais dependente, mas
diminui para a parte menos dependente.
Concomitantemente, Van Bruggen et al. (2005) verificaram que em relações onde a
interdependência se apresentou de maneira simétrica, a qualidade da relação entre as partes,
confiança e comprometimento, aumentaria. Já nos casos onde o cliente é dependente do
fornecedor, a qualidade do relacionamento percebido pelo cliente diminuiria.
2.5.1 Dependência do Fornecedor em Ambiente B2B
Yanamandram e White (2005, 2006, 2010, 2012), White e Yanamandram (2007) e
Chang et al. (2012), são alguns dos autores que avaliaram o papel da dependência do
fornecedor em ambientes B2B e sua relação com retenção, comprometimento afetivo e
comprometimento calculativo.
Yanamandram e White (2005) argumentam que em um contexto B2B, as relações
entre comprador-fornecedor, também envolvem relações e interações pessoais. Estes laços
sociais servem para aumentar a dependência do cliente no fornecedor de serviços. Os autores
acrescentam, ainda, que a inabilidade do cliente em substituir o fornecedor também pode ser
considerada uma indicação do grau de dependência que um cliente tem do seu fornecedor.
Em ambientes de relações B2B, o investimento no aprimoramento da relação cliente-
fornecedor é importante pois ele não só aumenta os custos de mudança, como também torna
a relação mais próxima, criando sinergia entre as partes. Quando os clientes percebem que
os fornecedores estão realizando um investimento na relação, tentando torna-la mais forte,
sua dependência do fornecedor irá aumentar (CHANG et al., 2012).
A dependência é um processo de manutenção da relação dinâmico, sendo determinado
por ambas as partes pelos recursos e pelo poder na relação. Clientes com menor poder na
relação ou menor quantidade de recursos, tem maior dependência do fornecedor e, por
conseguinte, enfrenta situações de maior perda no momento de encerrar um relacionamento.
Em situações de alta dependência o cliente se vê forçado a calcular os sacrifícios e perdas do
encerramento de uma relação. Dessa forma a dependência é positivamente relacionada com
o comprometimento calculativo (GEYSKENS et al., 1996; GILLILAND; BELLO, 2002;
44
CHANG et al., 2012; YANAMANDRAM; WHITE, 2012).
De maneira inversa, caso o cliente perceba um alto grau de dependência em relação
à um fornecedor, sua motivação na criação de relações baseadas no afeto é diminuída
(HIBBARD; KUMAR; STERN, 2001). Nestes casos o cliente utiliza mais as considerações
de custos e de perda de benefícios, que considerações afetivas, fazendo com que a
dependência em um fornecedor atue de maneira negativa com o comprometimento afetivo
(WETZELS et al., 1998; CHANG et al. 2012).
Finalmente, Yanamandram e White (2010), em um estudo sobre a retenção de clientes
em ambiente B2B, através da utilização de Modelagem de Equações Estruturais,
identificaram que a dependência do fornecedor está positivamente relacionada com o
comprometimento calculativo e com a retenção de clientes.
2.6 Custos de mudança
A retenção de clientes é um dos objetivos principais de todas as empresas, e a criação
e manutenção de relações de longo prazo através de barreiras de troca de fornecedores é uma
das ferramentas que podem ser utilizadas (MORGAN; HUNT, 1994). A importância dos
custos de mudança na retenção de clientes é um tema encontrado em alguns estudos
(WETZELS; BLOEMER, 1998; WANG et al., 2010; EDWARD; SAHADEV, 2011; QIN et
al., 2012; DANESH et al., 2012; EBERLE, 2014; NESPOLO, 2014), mas sua ação em
situações pós falha de serviço foi pouco tratada na literatura. No estudo de Augusto de Matos
et al. (2013), apesar da influência dos custos de mudança ter um papel central no título do
artigo, o mesmo é tratado junto a outros construtos como qualidade e satisfação e seu papel
pós falha de serviço não tem uma confirmação. O mesmo ocorre no estudo de Wang et al.
(2010), no qual os custos de mudança são tradados de maneira desconectada do fato “falha
e recuperação de serviço”.
Os custos de mudança são todos os custos que o cliente terá a partir do momento que
este mude de fornecedor. Estes custos podem ser tanto financeiros, quanto de relacionamento
(LIU, 2006). Outros estudos como os de Patterson e Smith (2003) e Wathne et al. (2001)
destacam ainda, que os custos de mudança podem ser as percepções de tempo, recursos
financeiro e esforços investidos na relação. O estudo de Lee e Cunningham (2001) ressaltam
os custos existentes na busca de um novo fornecedor e os riscos envolvidos na nova relação.
Wang et al. (2010) definem custos de mudança como os custos ocorridos, uma única
vez, na troca de fornecedores ou mercado. Os autores argumentam que os custos de mudança
surgem de uma grande variedade de fatores, que incluem a natureza do produto ou serviço,
45
o tipo de cliente que a empresa fornecedora atende e estratégias e investimentos que o novo
fornecedor tem para o mercado.
O custo de mudança tem sido utilizado em vários frameworks que estudam lealdade
e retenção, além de terem um efeito mais importante que a satisfação quando se trata de
lealdade (BURNHAM et al., 2003). El-Manstrly (2015) argumenta que uma questão que se
mantém obscura em vários estudos é a utilização do construto custos de mudança na forma
unidimensional. Existem desvantagens em tratar o construto custos de mudança como
unidimensional, pois vários estudos apontam dimensões como custos de mudança financeiro
(BURNHAM et al., 2003), custos de mudança de procedimentos e custos de mudança
relacionais (PATTERSON; SMITH, 2003). O modelo proposto por Burnham et al. (2003),
apresentado na Figura 10, trata o construto custos de mudança como sendo multidimensional,
e cada uma dessas dimensões tem impactos em diferentes tipos de cliente e diferentes tipos
de ambientes.
Barroso e Picón (2012) vão além na discussão e propõem que o construto custos de
mudança é multidimensional e formado por seis dimensões, sendo elas (1) o custo da perda
de benefícios, (2) o custo da perda de relações pessoais, (3) o custo do risco econômico, (4)
o custo da avaliação de alternativas, (5) os custos de configuração inicial do serviço, neste
estudo tratados como custos de personalização, e (6) custos de perdas monetárias. O estudo
conclui que três das dimensões iniciais tem impacto positivos na relação custos da perda de
benefícios, custos da perda de relações pessoais e custos do risco econômico. Já os custos
relacionados à avaliação de alternativas, configuração inicial do serviço e perdas monetárias,
tem um aspecto negativo, pois forçam o cliente a ficar em uma relação, mesmo esta não
sendo mais satisfatória.
Figura 10: Modelo multidimensional dos Custos de Mudança
Fonte: Adaptado de Burnham et al. (2003)
46
2.6.1 Custos de mudança em Ambiente B2B
Um ponto que deve ser levantado, quando os custos de mudança são estudados em
ambientes B2B, é a dependência existente do cliente em relação ao fornecedor. Em algumas
situações o cliente precisa manter a relação com um fornecedor para que os objetivos possam
ser atingidos (LAM et al., 2004). Esta afirmação está alinhada às de Heide e John (1988)
que, em seu estudo, argumentam que investimentos feitos em serviços muito personalizados
não podem ser transferidos facilmente, o que criaria uma situação de custos de mudança
muito elevada. Este fato pode ser verificado em sistemas de informação adaptados a
situações específicas do cliente, ou configurações ou procedimentos próprios de setores
específicos da empresa, causando uma barreira à mudança no momento em que esses
benefícios operacionais adquiridos com o fornecedor atual precisam ser refeitos pelo novo
fornecedor.
Em situações de troca de fornecedor, a necessidade de reaprender procedimentos
empresariais, ou de desenvolver novas relações com o pessoal do novo fornecedor, apesar
de terem um aspecto não-monetário, podem desenvolver a percepção de grandes barreiras de
mudança por parte dos clientes. Como a maioria das operações em ambientes empresariais
são essenciais para o desempenho geral da organização, um comprador deve avaliar as
alternativas existentes afim de identificar um fornecedor viável para substituir o atual (LIU,
2006).
Do ponto de vista empresarial, o estabelecimento de relações pessoais, procedimentos
conhecidos e o contato direto com o pessoal do fornecedor atual, podem ser vistos como
custos de mudança e, assim, criar barreiras à mudança de fornecedores (LIU, 2006).
Adicionalmente, Jackson (1985) afirma que compradores empresariais tendem a ficar com o
mesmo fornecedor a fim de evitar os custos de mudança.
Custos de mudança percebidos indicam o quão fácil é, para um cliente, substituir um
fornecedor. Quanto menor a dependência que um cliente tem em relação à um fornecedor,
mais fácil será a avaliação das alternativas existentes no mercado DWYER et al., 1987).
Entretanto, o estresse emocional envolvido na busca de alternativas, na perda potencial de
investimentos feitos, monetários ou não, nos ajustes que devem ser feitos ao se adotar um
novo fornecedor, criam uma situação de inércia e dependência com o fornecedor atual,
contribuindo para o aumento nos custos de mudança percebidos (LIU, 2006).
Yanamandram e White (2006) realizaram um estudo exploratório e confirmatório de
um modelo de custos de mudança percebidos em ambientes B2B. Após a criação e
47
refinamento da escala, cinco dimensões de custos de mudança em ambientes B2B foram
identificadas, sendo elas: (1) custos de perda de benefícios, (2) custos antes da troca, (3)
custos após a troca, (4) custos de incerteza, (5) custos da perda do relacionamento com o
provedor. Sendo custos de mudança um construto multidimensional, e de acordo com os
estudos de Yanamandram e White (2006), o presente estudo tem como objetivo avaliar os
custos de mudança a partir das dimensões propostas pelos autores.
2.7 Retenção
A retenção de clientes pode ser definida como a repetição do comportamento de
compra. Este comportamento de compra não está associado à inclinação do cliente em
relação a marca, mas sim ao fato de realizar ou não a compra (HENNIG-THURAU; KLEE,
1997). Ranaweera e Prabhu (2003) definem retenção como uma propensão do cliente a
continuar com o provedor de serviços em um futuro próximo.
Aflaki e Popescu (2013) argumentam que um cliente pode deserdar, e que este
processo está relacionado à sua memória de experiências de encontros de serviços já
realizados. Assim, expectativas iniciais ou índice de lealdade do cliente em relação ao
fornecedor, ou fatores como contrato ou ambiente na qual a empresa está inserida, são pontos
avaliados pelo cliente no momento de uma decisão de recompra. Os autores acrescentam,
ainda, que eventos randômicos e a qualidade do serviço prestado ao cliente, são somados à
equação final que o cliente utiliza para determinar a continuidade do relacionamento.
Utilizando o trabalho de Rusbult (1980), que propõe um modelo de investimento para
relações pessoais, White e Yanamandram (2007) argumentam que, em um ambiente B2B, a
intenção de recompra é determinada pelo potencial atrativo de alternativas disponíveis e nos
recursos investidos na relação. O modelo proposto por Rusbult (1980) argumenta que os
recursos investidos na relação, criam fatores que diminuem a probabilidade que o
relacionamento se encerre. Diferentemente de relações pessoais, nos ambientes empresariais
o término de uma relação sempre está associado ao início de uma nova relação com um novo
fornecedor (WHITE; YANAMANDRAM, 2007).
Um ponto central que deve ser esclarecido é a diferença entre lealdade e retenção.,
que são construtos relacionados, mas não sinônimos. Retenção, ou “intenção de recompra”,
está mais relacionado à uma “intenção comportamental” (ZEITHAML et al. 1996), enquanto
a lealdade está mais relacionada à uma atitude em relação a marca (SODERLUND et al.,
2001).
48
Outro conceito que se aproxima da Retenção é a Fidelidade. Esses são conceitos mais
próximos, mas, ainda assim, distintos. Segundo Kotler (2003), a Fidelidade pode ser definida
como o grau em que os clientes estão predispostos a permanecer com sua empresa e a resistir
a ofertas da concorrência. Para Lovelock e Wright (2002), fidelidade em um contexto
empresarial, corresponde a intenção do cliente, de forma contínua por um período
prolongado de tempo, de comprar e recomprar os produtos e serviços de um fornecedor de
forma preferencialmente exclusiva e recomendando a marca a outras pessoas.
A fidelidade à marca pode se refletir em altas taxas de recompra e retenção de clientes,
mas estas taxas podem ter um significado diferente. Alguns clientes não vão embora por
inércia, indiferença, dependência do fornecedor ou por barreiras que são impostas à troca do
mesmo como contratos de longo prazo (KOTLER, 2003).
Os estudos de retenção de clientes são, em grande parte, relacionados à ambientes
B2C. Ambientes B2B tem características específicas e eventos únicos podem desencadear o
fim da relação (HOLLMANN et al., 2015). Adicionalmente, incidentes críticos negativos
influenciam a natureza e a magnitude da relação entre satisfação e participação no mercado
em ambientes B2B (VAN DOORN; VERHOEF, 2008).
Hollmann et al. (2015) argumentam que a deserção de clientes está relacionada à
vários fatores como preço, falhas de serviço, programas de fidelidade, competição e
diferenças individuais dos clientes. Os autores acrescentam que o relacionamento
fornecedor-cliente se dá a partir de um ciclo de vida, no qual a relação se inicia, passa por
uma faze de amadurecimento e, eventualmente, chega ao fim.
Adicionalmente, Hollmann et al. (2015) propõem 5 medidas a serem tomadas para
que se possa evitar o fim do relacionamento, sendo elas: (1) ir além dos objetivos do cliente,
percebendo quais são os valores organizacionais e individuais de forma a atendê-los; (2) ir
além do ciclo de 90 dias, que é um ciclo no qual os clientes em contextos B2B percebem a
possibilidade de continuar ou não com o fornecedor; (3) ir além de grandes incidentes, pois
não apenas os grandes incidentes levam uma relação ao fim, mas também incidentes de
pequeno porte podem, caso ocorram continuadamente, levar uma relação ao fim; (4) ir além
de questões organizacionais, tratando o cliente de maneira mais pessoal e próxima, evitando
relações estritamente corporativas e; (5) ir além da “última gota”, pois a busca pelas razões
da deserção do cliente não pode se limitar ao último evento, pois é possível que um conjunto
de eventos tenha levado o cliente a trocar de fornecedor.
49
Em situações de falha e recuperação de serviços, a qualidade percebida na
recuperação da falha pode levar a níveis mais altos de comprometimento (TAX et al., 1998).
White e Yanamandram (2007), em seu estudo sobre clientes insatisfeitos em ambientes B2B,
identificaram uma alta correlação entre o comprometimento calculativo e a retenção de
clientes. Gounaris (2005) e Chang et al. (2012) argumentam que existe uma relação entre
comprometimento calculativo e comprometimento afetivo com a retenção de clientes.
Concomitantemente, os estudos de Wang e Chang (2013) mostram que existe uma
relação direta entre justiça interacional e comprometimento, e uma relação indireta entre
justiça procedural e justiça distributiva e comprometimento. Adicionalmente, Venetis e
Ghauri (2004) estudaram as relações existentes entre o Comprometimento Afetivo e
Calculativo com a retenção de clientes, encontrando suporte parcial para sua hipótese. Com
base nisso, percebe-se a oportunidade de se verificar empiricamente o comprometimento e a
sua relação com a retenção de clientes e, sendo assim, apresentam-se as hipóteses de pesquisa
H1a e H1b:
H1a: A retenção de clientes é positivamente relacionada ao comprometimento afetivo
percebido após a recuperação de falhas de serviço.
H1b: A retenção de clientes é positivamente relacionada ao comprometimento
calculativo percebido após a recuperação de falhas de serviço.
Adicionalmente ao comprometimento, os estudos de Tax et al. (1998) também
identificaram que a satisfação com a recuperação da falha de serviço pode levar a níveis mais
altos de confiança. Os estudos de Wang e Chang (2013), que tratam de situações de
recuperação de falhas de serviços em restaurantes, identificaram uma relação entre a
confiança e o comprometimento. Os estudos de Gounaris (2005) e Chang et al. (2012)
também corroboram com essa possível relação, porém Chang et al. (2012) propõem que a
relação da confiança com o comprometimento calculativo é negativa e com o
comprometimento afetivo é positiva. Morgan e Hunt (1994) argumentam que a confiança é
um importante antecedente do comprometimento, e que este estaria relacionado à retenção
de clientes. Com base nisso, percebe-se a oportunidade de se verificar empiricamente a
confiança e a sua relação com o comprometimento do cliente em relação ao fornecedor e,
sendo assim, apresentam-se as hipóteses de pesquisa H2a e H2b:
H2a: O comprometimento afetivo de clientes é positivamente relacionado à confiança
percebida após a recuperação de falhas de serviço.
H2b: O comprometimento calculativo de clientes é positivamente relacionado à
50
confiança percebida após a recuperação de falhas de serviço.
A dependência do cliente em relação à um fornecedor é um construto presente em
vários trabalhos que estudam a retenção de clientes em ambientes B2B (GEYSKENS et al.,
1996; YANAMANDRAM; WHITE, 2005, 2006, 2010, 2012; CHANG et al., 2012). A
dependência do cliente está ligada diretamente à sua retenção, pois o cliente não consegue
localizar alternativas viáveis ao serviço que está sendo oferecido atualmente
(YANAMANDRAM; WHITE, 2010, 2012). Dessa forma apresenta-se a hipótese de
pesquisa H3a:
H3a: A retenção do cliente é positivamente relacionada à dependência do cliente em
relação ao fornecedor.
Geyskens et al., (1996) argumentam que, em uma relação de dependência, a não
exploração dessa dependência pela parte mais forte da relação pode gerar maiores níveis de
confiança no fornecedor. Beldad et al. (2010), a partir de uma revisão literária, teorizam que,
em relações de dependência, o cliente passa a confiar que o fornecedor irá cumprir com o
que promete, aumentando os níveis de confiança por parte do cliente. Sendo assim,
apresenta-se a hipótese de pesquisa H3b:
H3b: A confiança percebida pelo cliente no fornecedor é positivamente relacionada à
dependência do cliente em relação ao fornecedor.
Geyskens et al. (1996), Gilliland e Bello (2002), Gounaris (2005), Chang et al. (2012)
e Yanamandram e White (2005, 2006, 2010 e 2012), propuseram que a dependência do
fornecedor tem relação com o comprometimento, porém Chang et al. (2012) propõem que a
relação da dependência com o comprometimento calculativo é positiva e com o
comprometimento afetivo é negativa. Sendo o comprometimento um construto
multidimensional, pode-se apresentar as hipóteses de pesquisa H3c e H3d:
H3c: O comprometimento afetivo do cliente em relação ao fornecedor é
positivamente relacionado à dependência do cliente em relação ao fornecedor.
H3d: O comprometimento calculativo do cliente em relação ao fornecedor é
positivamente relacionada à dependência do cliente em relação ao fornecedor.
Alguns estudos têm tradado os custos de mudança como unidimensionais, mas que
existem vantagens no estudo dos custos de mudança como um construto multidimensional
(EL-MANSTRLY, 2015). Barroso e Picón (2012) identificaram seis dimensões dos custos
de mudança. Segundo Lam et al. (2004) personalizações e alterações feitas nos serviços
51
podem criar importantes barreiras à mudança de fornecedor devido à necessidade de
configuração e personalização do serviço. Liu (2006) e Jackson (1985) argumentam que as
relações pessoais, os procedimentos aprendidos e o contato direto com o pessoal do
fornecedor atual, criam barreiras à troca. Yanamandram e White (2010) desenvolveram um
modelo de custos de mudança em ambientes B2B com cinco dimensões, no qual a dimensão
Custos de Mudança de Perda de Benefícios está diretamente ligada à Retenção. Sendo assim,
apresentam-se as hipóteses de pesquisa H4a, H4b, H4c, H4d e H4e:
H4a: Os custos de mudança de perda de benefícios são positivamente relacionados à
retenção de clientes.
H4b: Os custos de mudança de antes da troca são positivamente relacionados à
retenção de clientes.
H4c: Os custos de mudança pós troca são positivamente relacionados à retenção de
clientes.
H4d: Os custos de mudança de incerteza são positivamente relacionados à retenção
de clientes.
H4e: Os custos de mudança de perda de relacionamentos são positivamente
relacionados à retenção de clientes.
Além do estresse emocional relacionado a buscas de alternativas, maiores custos de
mudança podem ocasionar níveis mais elevados de comprometimento, conforme proposto
por White e Yanamandram (2007). Adicionalmente, Jones et al. (2007) argumentam que
custos de mudança sociais e de benefícios estão relacionados ao comprometimento afetivo,
enquanto custos de mudança de procedimentos estão relacionados ao comprometimento
calculativo. Finalmente, apresentam-se as hipóteses de pesquisa H5a, H5b, H5c, H5d, H5e,
H5f, H5g, H5h, H5i e H5j:
H5a: Os custos de mudança de perda de benefícios são positivamente relacionados
ao comprometimento afetivo do cliente em relação ao fornecedor.
H5b: Os custos de mudança de antes da troca são positivamente relacionados ao
comprometimento afetivo do cliente em relação ao fornecedor.
H5c: Os custos de mudança de pós-troca são positivamente relacionados ao
comprometimento afetivo do cliente em relação ao fornecedor.
H5d: Os custos de mudança de incerteza são positivamente relacionados ao
52
comprometimento afetivo do cliente em relação ao fornecedor.
H5e: Os custos de mudança de perda de relacionamentos são positivamente
relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5f: Os custos de mudança de perda de benefícios são positivamente relacionados ao
comprometimento calculativo do cliente em relação ao fornecedor.
H5g: Os custos de mudança de antes da troca são positivamente relacionados ao
comprometimento do cliente em relação ao fornecedor.
H5h: Os custos de mudança de pós-troca são positivamente relacionados ao
comprometimento do cliente em relação ao fornecedor.
H5i: Os custos de mudança de incerteza são positivamente relacionados ao
comprometimento do cliente em relação ao fornecedor.
H5j: Os custos de mudança de perda de relacionamentos são positivamente
relacionados ao comprometimento do cliente em relação ao fornecedor.
Weun et al. (2004) argumentam que a severidade da falha tem um impacto negativo
na confiança, no comprometimento e no boca-a-boca positivo. Concomitantemente, Wang e
Chang (2013) afirmam que a severidade da falha percebida pelo cliente é um fator crítico da
qualidade do relacionamento, isto é, na confiança e no comprometimento. Finalmente
McQuilken e Robertson (2011) acrescentam que a severidade da falha está ligada a intenções
dos clientes em reclamar, boca-a-boca negativo e a intenção do cliente em desertar. Dessa
forma, apresentam-se as hipóteses de pesquisa H6a, H6b, H6c e H6d.
H6a: A severidade da falha de serviços é negativamente relacionada à retenção do
cliente.
H6b: A severidade da falha de serviços é negativamente relacionada à confiança do
cliente no fornecedor.
H6c: A severidade da falha de serviços é negativamente relacionada ao
comprometimento afetivo do cliente no fornecedor.
H6d: A severidade da falha de serviços é negativamente relacionada ao
comprometimento calculativo do cliente no fornecedor.
53
2.8 Hipóteses e Modelo Teórico Proposto
Visando melhor compreensão em torno das hipóteses da pesquisa, a Tabela 3
apresenta uma lista das hipóteses testadas no estudo, reunindo os construtos
comprometimento calculativo e afetivo, confiança, custos de mudança de forma
multidimensional, dependência, severidade da falha e retenção.
Tabela 3: Resumo de Hipóteses Testadas no Estudo Hipótese
H1a A retenção de clientes é positivamente relacionada ao comprometimento afetivo percebido após a recuperação de falhas de serviço.
H1b A retenção de clientes é positivamente relacionada ao comprometimento calculativo percebido após a recuperação de falhas de serviço.
H2a O comprometimento afetivo de clientes é positivamente relacionado à confiança percebida após a recuperação de falhas de serviço.
H2b O comprometimento calculativo de clientes é positivamente relacionado à confiança percebida após a recuperação de falhas de serviço.
H3a A retenção do cliente é positivamente relacionada à dependência do cliente em relação ao fornecedor.
H3b A confiança percebida pelo cliente no fornecedor é positivamente relacionada à dependência do cliente em relação ao fornecedor.
H3c O comprometimento afetivo do cliente em relação ao fornecedor é positivamente relacionado à dependência do cliente em relação ao fornecedor.
H3d O comprometimento calculativo do cliente em relação ao fornecedor é positivamente relacionada à dependência do cliente em relação ao fornecedor.
H4a Os custos de mudança de perda de benefícios são positivamente relacionados à retenção de clientes.
H4b Os custos de mudança de antes da troca são positivamente relacionados à retenção de clientes.
H4c Os custos de mudança pós troca são positivamente relacionados à retenção de clientes.
H4d Os custos de mudança de incerteza são positivamente relacionados à retenção de clientes.
H4e Os custos de mudança de perda de relacionamentos são positivamente relacionados à retenção de clientes.
H5a Os custos de mudança de perda de benefícios são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5b Os custos de mudança de antes da troca são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5c Os custos de mudança de pós-troca são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5d Os custos de mudança de incerteza são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5e Os custos de mudança de perda de relacionamentos são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
H5f Os custos de mudança de perda de benefícios são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
H5g Os custos de mudança de antes da troca são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
54
Hipótese
H5h Os custos de mudança de pós-troca são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
H5i Os custos de mudança de incerteza são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
H5j Os custos de mudança de perda de relacionamentos são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
H6a A severidade da falha de serviços é negativamente relacionada à retenção do cliente.
H6b A severidade da falha de serviços é negativamente relacionada à confiança do cliente no fornecedor.
H6c A severidade da falha de serviços é negativamente relacionada ao comprometimento afetivo do cliente no fornecedor.
H6d A severidade da falha de serviços é negativamente relacionada ao comprometimento calculativo do cliente no fornecedor.
Fonte: Elaborado pelo autor
O modelo, apresentado na Figura 11, foi desenvolvido a partir dos modelos teóricos
propostos por Tax et al. (1998), Weun et al. (2004), Yanamandram e White (2007), Henning-
Thurau e Klee (1997), Agustin e Singh (2002 apud EBERLE, 2014), Morgan e Hunt (1994),
Wang et al. (2011) e Burnham et al. (2003).
Figura 11: Modelo Teórico Proposto
Fonte: Elaborado pelo autor
55
CAPÍTULO III
PROCEDIMENTOS METODOLÓGICOS
O presente capítulo trará uma visão geral dos aspectos metodológicos que orientaram
esta investigação. Primeiramente vai ser apresentada a caracterização da pesquisa, os
procedimentos de coleta e a análise dos dados.
3.1 Caracterização da Pesquisa
Esta pesquisa utilizou os pressupostos sugeridos por Hair Jr., Black, Babin, Anderson e
Tatham (2009) e Malhotra, Birks e Wills (2012) para estudos de natureza quantitativa,
caracterizando esta pesquisa como descritiva, com a utilização de um levantamento (survey),
com corte transversal único.
A pesquisa descritiva tem como objetivo entender características de determinada
população ou fenômeno ou verificar a relação entre variáveis (GIL, 2008). A pesquisa
descritiva de natureza quantitativa utiliza a coleta estruturada de dados de um número
representativo de respondentes, a tabulação e à verificação das frequências e das interações
das variáveis pesquisadas entre si (HAIR Jr. et al., 2009; MALHOTRA; BIRKS; WILLS,
2012). Esta pesquisa, de caráter descritivo, teve como objetivo identificar antecedentes de
retenção de clientes de serviços de Tecnologia da Informação, em ambientes B2B, em
situações pós-falha e recuperação de serviços.
Segundo Churchill Jr. (1999), as pesquisas descritivas possuem uma formalidade e são
estruturadas, normalmente, através de hipóteses, descritas em um modelo teórico. O autor
destaca, ainda, que a utilização do método de levantamento (survey) com corte transversal é
amplamente utilizado. O método survey é aplicado a uma amostra da população em um
questionário estruturado com perguntas padronizadas, de forma a obter informações dos
respondentes sobre seus comportamentos, intenções, percepções, motivações e características
(HAIR Jr. et al., 2009; MALHOTRA; BIRKS; WILLS, 2012).
3.1.1 Variáveis Pesquisadas
De acordo com o modelo teórico apresentado na Figura 11, seis construtos foram
56
abordados e testados. Na Tabela 4 estão apresentadas as variáveis pesquisadas através da
survey. Os trabalhos que serviram como referência para a criação do instrumento de pesquisa
também estão apresentados na Tabela 4.
Tabela 4: Escalas Utilizadas no Estudo
Construtos Itens de Escala Bloco Item Escalas Utilizadas
Retenção RETE_1 1 1 Escala binária (Continuar ou trocar de fornecedor)
Severidade da Falha SEVE_1 a 3 2 1; 2 e 3 Weun et al. (2004); Tang (2014)
Dependência do Fornecedor
DEPE_1 a 3 3 4; 5 e 6 Ganesan (1994); Yanamandram e White (2010); Chang et al. (2012)
Comprometimento Calculativo
COMC_1 a 3 4 7; 8 e 9 Gustafsson et al. (2005), Chang et al., (2012)
Comprometimento Afetivo
COMA_1 a 3 10; 11 e 12
Confiança CONF_1 a 7 13; 14; 15; 16; 17; 18 e 19
Doney e Cannon (1997); De Andrade et al. (2011); Nespolo (2014)
Custos de Perda de Benefícios
CMPB_1 a 2 20 e 21 Yanamandram e White
(2006, 2010); Olou (2014) Custos Antes da Mudança
CMAM_1 a 3 22; 23 e 24
Custos Pós a Mudança CMPM_1 a 3 25; 26 e 27
Custos de Incerteza CMIN_1 a 4 28; 29; 30 e 31
Custos de Perda de Relacionamento
CMPR_1 a 3 32; 33 e 34
Fonte: Elaborado pelo autor
Para a variável Severidade da Falha (SEVE), foi utilizada a escala desenvolvida por
Tang (2014). Esta escala é baseada nos estudos de Weun et al. (2004), e validada por Tang
(2014) através de análise fatorial e verificação de confiabilidade através da utilização do
coeficiente alfa de Cronbach. A análise do grau de Dependência do Fornecedor, se deu a partir
da utilização da escala desenvolvida por Ganesan (1994), e posteriormente utilizada nos
estudos de Yanamandram e White (2010) e Chang et al. (2012).
Para as variáveis Comprometimento Calculativo (COMC) e Comprometimento
Afetivo (COMA) foi utilizada a escala desenvolvida por Gustafsson et al. (2005). Esta escala
57
foi posteriormente utilizada nos estudos de Chang et al. (2012). A variável Confiança (CONF)
foi considerada no modelo proposto como sendo unidimensional. A escala utilizada no estudo,
com nove itens, foi adaptada de Doney e Cannon (1997), contendo os itens de 1 a 7. Esta
escala já foi testada e validada nos estudos de Milan (2006), De Andrade et al. (2011), Milan
e De Toni (2012), Milan et al., (2013), Eberle (2014) e Nespolo (2014).
Para Custos de Perda de Benefícios, Custos Antes da Mudança, Custos Pós a Mudança,
Custos de Incerteza e Custos de Perda de Relacionamento, foi utilizada a escala de medição
dos custos de mudança em ambientes de serviços B2B proposta por Yanamandram e White
(2006), e revalidada em um estudo posterior dos próprios autores (YANAMANDRAM;
WHITE, 2010).
O instrumento de coleta de dados foi finalizado com a utilização de questões para o
levantamento de informações a fim de caracterizar o perfil dos entrevistados. O questionário
elaborado para esta pesquisa está disponível no Apêndice A.
3.1.2 População-alvo e Amostra
Considerando a técnica de informantes-chave, que propõe que os informantes devem
ser selecionados com base nas suas qualificações, no conhecimento especializado e na sua
posição na empresa, a pesquisa será realizada em empresas de setores variados da economia
do Brasil. Os participantes do estudo foram gestores de Tecnologia da Informação. Este cargo
foi escolhido, pois são estes que recebem o serviço de suporte, que contratam as empresas
terceirizadas, e que têm que reportar à alta administração os sucessos e as falhas do serviço
(KUMAR; STERN; ANDERSON, 1993).
Oliveira (2001) define amostragem não probabilística como “aquela em que a seleção
dos elementos da população para compor a amostra depende ao menos em parte do
julgamento do pesquisador ou do entrevistador no campo”, e amostra por conveniência como
“A seleção de membros da população mais acessíveis”. Devido ao fato dos participantes da
pesquisa não terem sido escolhidos de forma aleatória, a amostra utilizada no estudo foi
definida como não probabilística e por conveniência.
O tamanho da amostra ainda é um assunto que gera discussões, pois esta depende do
tipo de análise estatística a ser realizada no estudo, e existem, ainda, autores que discordam
sobre o número de respondentes a ser utilizando dentro de uma mesma análise estatística
(DAMÁSIO, 2012).
58
Para que fosse realizada a etapa proposta por Churchill (1979) de validação da escala,
foi utilizada a análise fatorial, que, segundo Hair Jr. et al. (2009) “é uma técnica de
interdependência, cujo propósito é definir a estrutura inerente entre as variáveis na análise”.
Neste caso uma amostra com um número N menor que 50 respondentes dificulta a realização
das análises, sendo o tamanho mínimo da amostra de pelo menos 100 respondentes (HAIR
JR. et al., 2009). Hair Jr. et al. (2009) indica, ainda, que existam no mínimo 5 (cinco) casos
para cada variável.
Cattell (1978), por sua vez indica um número N de, pelo menos, 250 respondentes,
existindo uma razão de 3 a 6 respondentes por item. Já Everitt (1975) sugere que existam,
pelo menos, 10 respondentes para cada item do questionário. O consenso é de que quanto
maior a amostragem, mais preciso será o resultado da análise (DAMÁSIO, 2012).
Outra técnica estatística utilizada no estudo é a técnica de Regressão Logística. De
acordo com recomendações encontradas na literatura, para a utilização da técnica de
Regressão Logística, o número mínimo de casos deve ser de 9 casos para cada variável
independente presente na equação. Baseando-se no modelo proposto na Figura 11, o número
máximo de variáveis independentes é de 13, fazendo com que a amostra mínima do estudo
seja de 117 questionários. (HAIR Jr. et al., 2009).
A partir das técnicas a serem utilizadas no estudo, Análise Fatorial, que necessita de
pelo menos 5 respondentes por item do questionário, levando em consideração que o
questionário que mede os custos de mudança tem 5 dimensões e 15 perguntas, e Regressão
Logística, que requer pelo menos 9 respondentes para cada variável independente presente na
equação, a literatura indica que o número mínimo de respondentes foi de 117 casos.
3.1.3 Validação do Instrumento de Coleta de Dados
Após a elaboração e estruturação do instrumento de coleta de dados da pesquisa, este
passou por um procedimento de validação conhecido como validade de face (KINNEAR;
TAYLOR, 1996) ou validade nominal (MALHOTRA; BIRKS; WILLS, 2012). A validação
de face é um procedimento no qual especialistas observam se os itens existentes na escala
parecem claros e adequados ao que se propõem medir. (HAIR Jr. et al., 2009; LUCIAN e
DORNELAS, 2014).
Posteriormente a validação de face, foram realizados três testes, a dimensionalidade,
a análise de confiabilidade e a validade convergente. Estes, segundo Hair Jr. et al. (2009), são
59
os passos necessários para validação de uma escala em Marketing. A dimensionalidade trata
da unidimensionalidade dos itens de uma escala múltipla, significando que estes estejam
relacionados uns com os outros e representando um conceito único. Neste aspecto a análise
fatorial tem um aspecto fundamental na avaliação da dimensionalidade dos itens de uma
escala.
A confiabilidade é o grau de consistência entre as múltiplas medidas de uma variável,
de forma que as respostas não sejam muito variadas, possibilitando que medidas tomadas em
um determinado instante seja confiável. O coeficiente alfa de Cronbach é a medida mais
amplamente utilizada para avaliar a consistência de uma escala, sendo que regras práticas
sugerem que seu valor fique acima de 0,6 (HAIR Jr. et al., 2009).
Finalmente, a validade convergente efetua uma avaliação do grau de correlação que
duas medidas do mesmo conceito têm. Uma das maneiras de se verificar a validade
convergente é através das cargas fatoriais, indicando que os fatores convergem para um ponto
comum. As cargas fatoriais devem ser estatisticamente significantes, o que na prática requer
valores aguais ou acima de 0,5 (HAIR Jr. et al., 2009).
3.1.4 Pré-teste do Instrumento de Coleta de Dados
De forma a identificar possíveis problemas com o questionário foi realizada a etapa
de pré-teste. O pré-teste foi realizado com 14 participantes do estudo, nos seus ambientes de
trabalho, obtendo um total de 22 questionários, pois cada participante poderia responder o
questionário uma vez para cada situação de retenção ou deserção. Foram analisadas a
compreensão geral do texto, o tempo de resposta do questionário e a ordem das perguntas
(Hair Jr. et al., 2009; MALHOTRA, 2014).
A coleta dos dados foi realizada pessoalmente pelo pesquisador com a intenção de
orientar os respondentes e detectar possíveis alterações a serem feitas. O tempo médio para
preenchimento do questionário foi de 5 minutos, para os participantes que responderam ao
questionário em apenas uma das situações, retenção ou deserção. Nos casos que o participante
poderia responder por ter vivenciado as duas situações de interesse do estudo, retenção ou
deserção, o tempo médio de resposta foi de 11 minutos. De forma geral os participantes não
tiveram dificuldades na compreensão das questões, não sendo necessários ajustes no
questionário.
60
3.1.5 Coleta e Processamento dos Dados
Malhotra, Birks e Wills (2012), definem a coleta de dados como o momento em que o
pesquisador entra em contato com os envolvidos na pesquisa para que se possa entregar o
questionário e realizar a pesquisa.
Dado o tamanho da amostra, a forma de coleta de dados definida para esta pesquisa se
deu a partir de duas maneiras: (1) o questionário foi entregue pelo próprio pesquisador em
empresas nas quais o mesmo tem acesso à equipe decisora em questões relacionadas a TI, e
(2) através da utilização de alunos de graduação em cursos de Sistemas de Informação,
Ciência da Computação e Redes de Computadores, que atuaram como pesquisadores junto
aos gestores das empresas às quais estão trabalhando.
Antes da análise dos dados que foram coletados na pesquisa, foi necessário filtrar as
informações de forma que foi possível localizar erros de digitação, dados omissos ou não
respostas (missings) e observações atípicas (outliers), o que é aprofundado na sequência.
3.2 Procedimento para Análise dos Dados
Segundo Hair Jr. et al. (2009), as técnicas multivariadas possibilitam que o
pesquisador tenha um grande poder analítico, mas também exige maior responsabilidade, de
forma a garantir que a estrutura estatística e teórica na qual se baseiam também está bem
sustentada. O autor argumenta que é necessário que sejam examinados os dados antes da
aplicação de qualquer técnica multivariada.
Para que fossem analisados os dados, foi utilizada estatística descritiva multivariada
de dados, a partir da técnica de Regressão Logística. Esta é uma das técnicas mais utilizadas
em pesquisas em Administração, especialmente na área de Marketing (MATOS et al., 2004;
SÁRIS; BATISTA-FOGUET; COENDERS, 2007; EBERLE, 2014; NESPOLO, 2014).
3.2.1 Dados Perdidos
Hair Jr. et al. (2009), define que dados perdidos (missings) são resultados de processos
que podem ser eventos sistemáticos externos ao respondente, como erros de entrada de dados
ou de coleta, ou qualquer ação por parte do respondente, como a recusa em responder uma
questão. Os impactos dos dados perdidos na pesquisa podem ser: (1) de modo prático, a
redução do número de respondentes disponível, e assim do tamanho da amostra, ou (2) de
forma substantiva, a possibilidade de viés estatístico a partir da utilização de dados não-
61
aleatórios.
Para que esses dados perdidos sejam tratados Hair Jr. et al. (2009), define um processo
de quatro etapas a serem realizadas, que são: (1) determinar o tipo de dados perdidos; (2)
determinar a extensão de dados perdidos; (3) diagnosticar a aleatoriedade dos processos de
perda de dados; e, (4) selecionar o método de atribuição. Finalmente, alguns autores indicam
o percentual aceitável de dados perdidos de até 10% (HAIR Jr. et al., 2009; BYRNE, 2010).
Finalmente, foi utilizado o método de atribuição de dados perdidos de acordo com as
análises dos procedimentos a serem realizados, conforme sugerido por Hair Jr. et al. (2009).
Para este estudo foi utilizada a abordagem Expectation-Maximization (EM). Este processo
representa um método interativo da verossimilhança para estimar e atribuir dados perdidos, de
forma que dados perdidos são substituídos pela média dos dados disponíveis.
3.2.2 Observações Atípicas
Observações atípicas (outliers), segundo Hair Jr. et al. (2009), “são aquelas que
contém combinações únicas de características identificáveis como sendo notavelmente
diferentes”. Devido ao fato de que as observações atípicas podem implicar em distorções das
variâncias e das covariâncias entre os indicadores ou variáveis, afetando os resultados obtidos
através da Modelagem de Equações Estruturais (MME), estes casos devem receber
tratamento especial (EBERLE, 2014; NESPOLO, 2014).
As observações atípicas podem ser divididas em quatro classes, sendo elas: (1) erro
de procedimento, como erros na entrada ou codificação de dados, (2) evento extraordinário,
explicando a peculiaridade de uma situação, (3) observações extraordinárias, na qual o
pesquisador não possui uma explicação para o fato, ou (4) únicas em sua combinação, que
são observações que não tem valores particularmente altos, mas que sua combinação é
incomum (HAIR Jr. et al., 2009).
Observações atípicas podem ser: (1) univaridas: apresentam escores extremos em uma
variável (KLINE, 2011); (2) bivariadas: podem ser avaliadas conjuntamente com um diagrama
de dispersão; e (3) multivariadas: apresentam escores extremos em mais de uma variável. Já
em relação a manter um registro ou eliminar uma observação que se apresentou de forma
atípica, Hair Jr. et al. (2009) propõe que estas só devem ser eliminadas quando os valores estão
visivelmente fora da normalidade e que não representam as observações da população estudada
(HAIR Jr. et al., 2009).
62
3.2.3 Estatísticas Descritivas
A descrição dos dados obtidos, a caracterização do comportamento isolado de cada
uma das variáveis do conjunto das observações, é um dos cuidados iniciais que o pesquisador
deve ter. A Estatística Descritiva, através da análise univariada, proporciona (1)
caracterização do que é típico no grupo, (2) indica a variabilidade dos indivíduos, e (3)
verifica a distribuição dos indivíduos em relação a determinadas variáveis (GIL, 2008).
Para caracterização do que é típico no grupo, em um questionário que utilizará escala
do tipo Likert, foram utilizadas a mediana (SVENSSON, 2001), para indicação da
variabilidade dos indivíduos e da distribuição em relação a determinadas variáveis foram
utilizados a média, a frequência percentual e o desvio padrão (GIL, 2008).
3.2.4 Análise Fatorial Exploratória
Segundo Hair Jr. et al. (2009), análises multivariadas são aquelas se referem a técnicas
estatísticas que analisam múltiplas medidas sobre indivíduos de forma simultânea. Neste
trabalho serão utilizadas a Análise Fatorial Exploratória e a Análise Fatorial Confirmatória.
A análise fatorial exploratória é uma das primeiras técnicas multivariadas a ser
utilizada, pois permite a aplicação de outras técnicas multivariadas. A análise fatorial é uma
técnica de interdependência, e tem como objetivo principal definir a estrutura subjacente da
matriz de dados, direcionando-se a analisar a estrutura das correlações entre um grande
número de variáveis, definindo estruturas subjacentes denominados fatores (HAIR Jr. et al.,
2009).
A análise foi realizada de forma a atingir um dos três objetivos: (1) identificar
dimensões das variáveis; (2) identificar um novo conjunto, menor, de variáveis não-
correlacionadas; e (3) identificar, em um conjunto maior, um conjunto menor de variáveis
que se destacam (MALHOTRA, 2001).
Para que seja realizada a identificação das dimensões propostas no estudo foi realizada
uma análise fatorial exploratória com todas as variáveis de todos os construtos, com o objetivo
de se verificar a dimensionalidade dos mesmos. Com base nos valores indicados na literatura,
foi utilizada uma carga fatorial mínima de 0,60, adequada para o grande número de variáveis
utilizadas (HAIR Jr. et al., 2009).
63
3.2.5 Análise Fatorial Confirmatória
A Análise Fatorial Confirmatória permite testar quão bem variáveis medidas
representam os construtos. Na análise fatorial confirmatória o pesquisador define quais
variáveis estão relacionadas a construtos de forma a verificar se estas têm cargas fatoriais
significativas (HAIR Jr. et al., 2009).
A partir da técnica de Análise Fatorial Confirmatória é possível verificar o ajuste entre
os dados observados e um modelo construído a partir da teoria. As relações entre variáveis
latentes e indicadoras é analisada a partir de técnicas de modelagem de equações estruturais
(LEÓN, 2011).
A utilização da Análise Fatorial Confirmatória neste trabalho tem como objetivo a
validação do instrumento de mensuração das variáveis pesquisadas. Diante da formulação
teórica dos construtos, as escalas foram definidas de forma a operacionalizar a pesquisa a
partir da formulação teórica.
3.2.6 Regressão Logística
A análise de Regressão Logística foi utilizada para que se pudesse identificar a força
das relações entre as variáveis pesquisadas, possibilitando a identificação de cada variável
independente em relação às variáveis dependentes existentes no estudo. A Regressão
Logística permite, ainda, a análise de dados quando estes não apresentam características
paramétricas das variáveis (HAIR Jr. et al., 2009; HOSMER; LEMESHOW; STURDIVANT,
2013).
A regressão logística é uma técnica especial de regressão, na qual a variável
dependente é do tipo binária (HAIR Jr. et al., 2009). O objetivo final, ao se utilizar este
modelo de análise, é o mesmo que outro tipo de regressão, como a regressão linear, que é o
de encontrar o modelo que melhor descreve a relação entre variáveis dependentes e
independentes (HOSMER; LEMESHOW; STURDIVANT, 2013).
Segundo Tabachnick e Fidell (2013) a regressão logística é apontada como sendo a
melhor técnica multivariada nas situações em que a variável dependente não é paramétrica.
Ainda segundo Tabachnick e Fidell (2013) a regressão logística é relativamente livre de
restrições e capaz de analisar uma complexa variedade de preditores. Adicionalmente, Hair
Jr. et al. (2009) acrescentam que a regressão logística não depende da suposição de
64
normalidade das variáveis, fazendo com que a regressão logística seja uma técnica de maior
aplicabilidade.
A utilização de variáveis dependentes e independentes binárias, permite uma melhor
visualização do efeito da presença de uma variável independente em relação à uma variável
independente (TABACHNICK; FIDELL, 2013). Dessa forma, as escalas do tipo Likert de 5
pontos foram transformadas em escalas binárias, tendo as respostas valores de 0 ou 1. O ponto
de corte de cada uma das escalas se deu através da utilização da mediana. Valores iguais ou
inferiores à mediana foram codificados como 0. Valores superiores à mediana foram
codificados como 1 (VAN DOORN et al., 2013).
Visando identificar o modelo final, através da manutenção ou retirada de variáveis do
modelo de regressão, foi utilizado o método Backward LR. Com este processo é possível se
excluir variáveis a partir de um modelo mais amplo, obtendo-se apenas aquelas que possuem
relações construtivas e relevantes para o modelo final (TABACHNICK; FIDELL, 2013;
ARAÚJO, 2012).
Para que o modelo final possa ser avaliado, foi utilizado o teste ajuste do modelo
Estatística Hosmer-Lemeshow. Este verifica se o modelo gera valores não significativos de
X2. Para um modelo logístico, os valores desta estatística devem ser superiores a 0,05
(TABACHNICK; FIDELL, 2013; HOSMER; LEMESHOW; STURDIVANT, 2013;
ARAÚJO, 2012).
65
CAPÍTULO IV
ANÁLISE DOS DADOS E DISCUSSÃO DOS RESULTADOS
O presente capítulo trata das análises dos dados coletados a partir da survey.
Inicialmente serão apresentadas as estatísticas descritivas, de maneira a caracterizar a amostra.
Em seguida serão efetuadas as análises multivariadas e testes estatísticos de maneira que
possam ser confirmadas ou não as hipóteses propostas no estudo.
4.1 Caracterização da Amostra
A pesquisa foi operacionalizada através da utilização de um questionário estruturado,
aplicado entre os meses de maio e agosto de 2016 junto à gestores de Tecnologia da Informação.
Cada gestor poderia responder ao questionário duas vezes, uma vez para uma situação de
insatisfação e recuperação do serviço, mas que a relação com o fornecedor continuou, e outra
vez para uma situação de insatisfação e recuperação de serviços, mas que o cliente escolheu
trocar de fornecedor. Ao todo 134 empresas participaram do estudo, com um total de 171
questionários respondidos.
A seguir serão apresentadas as tabelas que caracterizam a amostra em termos de
frequências relativas de sexo, faixa etária, número de funcionários da empresa, tempo como
cliente do fornecedor de serviços de TI, setor de atividade da empresa e estado.
A Tabela 5 demonstra a distribuição dos participantes do levantamento por sexo. 93,28%
dos respondentes foram homens, e 6,72% mulheres.
Tabela 5: Características de Sexo da amostra pesquisada Sexo Frequência Relativa Masculino 93,28% Feminino 6,72% Total 100%
Fonte: Coleta de dados (2016)
Dentre os participantes do levantamento 76,12% está na faixa entre 26 e 45 anos. Fato
já esperado, pois os ocupantes do cargo de gestor são os novos profissionais de Tecnologia
66
formados após a revolução tecnológica dos anos 1990. Os percentuais de faixa etária podem
ser vistos na Tabela 6.
Tabela 6: Faixa etária da amostra pesquisada Idade Frequência Relativa Até 25 anos 5,97% 26 a 35 anos 44,03% 36 a 45 anos 32,09% 45 a 60 anos 16,42% 60 anos ou mais 1,49% Total 100%
Fonte: Coleta de dados (2016)
Em relação ao tamanho das empresas, obteve-se uma grande variação. Ao todo 134
empresas fizeram parte da pesquisa. Os valores vão desde empresas com apenas 5 funcionários,
até grandes empresas com mais de 22.000 funcionários. A distribuição de empresas por número
de funcionários segundo os critérios de classificação de porte das empresas do IBGE está
apresentada na Tabela 7.
Tabela 7: Número de Funcionários da amostra pesquisada Tamanho Frequência Relativa Micro 14,93% Pequena 25,37% Média 8,96% Grande 50,75% Total 100%
Fonte: Coleta de dados (2016)
O tempo como cliente do serviço de TI está disponível na Tabela 8. Os valores foram
convertidos para anos, de forma que todos fossem apresentados em uma única unidade de
tempo. Na pesquisa puderam ser identificadas relações que duram/duraram 6 meses, até
relações de longa duração, que duram/duraram 24 anos.
Tabela 8: Tempo de relacionamento com o fornecedor da amostra pesquisada Idade Frequência Relativa Até 2 anos 25,73% 2 a 4 anos 28,65% 4 a 8 anos 29,24% 8 anos ou mais 16,37% Total 100%
Fonte: Coleta de dados (2016)
Entre as empresas que participaram do estudo, o maior percentual, de 52,24%, foi das
empresas do setor de serviços, em seguida as empresas do setor de comércio com 28,36%. A
distribuição das empresas por setor está apresentada na Tabela 9.
67
Tabela 9: Setor de atuação da amostra pesquisada Idade Frequência Relativa Serviço 52,24% Comércio 28,36% Governamental 13,43% Indústria 5,97% Total 100%
Fonte: Coleta de dados (2016)
Devido ao fato de a amostra ter sido coletada por conveniência, grande parte das
empresas participantes do estudo encontram-se no estado de Pernambuco, chegando a um
percentual de 89,55% do total de empresas pesquisadas. A distribuição de empresas por estado
está disponível na Tabela 10.
Tabela 10: Estado de endereço da amostra pesquisada Idade Frequência Relativa Pernambuco 89,55% Piauí 3,73% São Paulo 2,24% Ceará 1,49% Rio Grande do Norte 0,75% Maranhão 0,75% Bahia 0,75% Tocantins 0,75% Total 100%
Fonte: Coleta de dados (2016)
Finalmente, foi pesquisado o tipo de serviço de TI que as empresas utilizavam, e que
tiveram algum momento de insatisfação. Essas situações de insatisfação e recuperação foram o
objeto do estudo. Os serviços mais citados na pesquisa foram os de provedores de acesso à
Internet com 32,16%, seguidos pelos serviços de hospedagem de sites, aplicações ou stream
através da internet e manutenção e reparação de computadores e equipamentos, ambos com
12,28%. A distribuição de tipos de serviços de TI pode ser vista na Tabela 11.
Outros serviços aparecem na listagem que podem ser destacados são os serviços de
Desenvolvimento e uso de software próprio, com 9,94%, Suporte e manutenção e software,
com 9,35% e Consultoria em sistemas e processos em TI, com 7,02%.
68
Tabela 11: Tipos de Serviços de TI Idade Frequência Relativa Provedores de acesso à rede de comunicação (Internet), provedores de voz sobre protocolo IP - VOIP
32,16%
Hospedagem de Sites; hospedagem de aplicações ou stream de som e imagem através da Internet
12,28%
Manutenção e reparação de computadores, periféricos e equipamentos de informática
12,28%
Desenvolvimento e licenciamento de uso de software próprio
9,94%
Suporte e manutenção de software 9,36% Consultoria em sistemas e processos em TI 7,02% Consultoria em segurança de sistemas de informação 2,34% Processamento de dados (inclusive entrada de dados e gestão de banco de dados de terceiros)
2,34%
Auditoria, certificação e homologação em tecnologia da informação (incluindo testes)
1,75%
Cursos de treinamento e capacitação em tecnologia da informação
1,75%
Representação e/ou licenciamento de uso de software 1,17% Outros 7,60% Total 100%
Fonte: Coleta de dados (2016)
4.2 Estatísticas Descritivas das Variáveis
Neste tópico serão apresentadas as estatísticas descritivas que possibilitam caracterizar
as variáveis presentes no estudo. Cada variável será apresentada de acordo com sua distribuição
normal.
Em relação à Severidade da Falha, obteve-se uma média de 3,12, em uma escala de
cinco pontos que varia de “Pouco Grave” a “Muito Grave” (5), o desvio padrão foi de 1,24,
e coeficiente de variação de 39,8%. O resultado da Severidade da Falha está na Tabela 12.
Tabela 12: Mediana, média, desvio padrão e coeficiente de variação das questões de Severidade da Falha
Questão Média Desvio Padrão
Coef. De Variação
01. Este problema afetou gravemente o meu negócio.
3,37 1,22 36,2%
02. Este problema prejudicou o meu negócio. 3,16 1,22 38,6% 03. Este problema causou uma grande perda para o meu negócio.
2,63 1,30 49,4%
Fonte: Coleta de dados (2016)
Para Dependência do Fornecedor, a média das respostas foi de 3,10, em uma escala
de cinco pontos com variação entre “Discordo Totalmente” (1) e “Concordo Totalmente” (5).
Para essa variável o desvio padrão foi de 1,27 e o coeficiente de variação foi de 40,9%. Os
69
valores para a variável Dependência do Fornecedor estão na Tabela 13.
Tabela 13: Mediana, média, desvio padrão e coeficiente de variação das questões de Dependência e Fornecedor
Questão Média Desvio Padrão
Coef. De Variação
01. Este fornecedor é crucial para nossa performance futura.
3,04 1,32 43,3%
02. Nós somos dependentes desse fornecedor. 2,82 1,32 46,9% 03. Este fornecedor é importante para nosso negócio.
3,39 1,23 36,3%
Fonte: Coleta de dados (2016)
O Comprometimento foi estudado a partir de uma perspectiva multidimensional,
utilizando o Comprometimento Afetivo e o Comprometimento Calculativo. Para a dimensão
comprometimento afetivo a média das respostas foi de 2,54, já para a dimensão
comprometimento calculativo a média foi de 2,69. A escala de cinco pontos contava com a
variação entre “Discordo Totalmente” (1) e “Concordo Totalmente” (5). Para a dimensão
comprometimento afetivo o desvio padrão foi de 1,13 e o coeficiente de variação foi de
44,6%, e para o comprometimento calculativo o desvio padrão foi de 1,15 e o coeficiente de
variação foi de 42,8%. Os valores obtidos na pesquisa para a variável Comprometimento
estão na Tabela 14.
Tabela 14: Mediana, média, desvio padrão e coeficiente de variação das questões de Comprometimento
Questão Média Desvio Padrão
Coef. De Variação
Comprometimento Calculativo 01. Vale a pena economicamente ser um cliente desse fornecedor
3,19 1,24 39,0%
02. A empresa iria sofrer economicamente se o relacionamento foi quebrado.
2,66 1,27 47,7%
03. O fornecedor tem vantagens de localização em comparação com outros fornecedores.
2,73 1,40 51,3%
Comprometimento Afetivo 04. Tenho prazer em ser um cliente desse fornecedor. 2,50 1,16 46,4% 05. O fornecedor é o operador que tem o melhor atendimento de seus clientes.
2,56 1,15 44,9%
06. Há uma sensação de reciprocidade no meu relacionamento com o fornecedor.
2,56 1,23 48,0%
Fonte: Coleta de dados (2016)
Para a variável Confiança, a média das respostas foi de 3,06, em uma escala de cinco
pontos com variação entre “Discordo Totalmente” (1) e “Concordo Totalmente” (5). O valor
do desvio padrão desta medida foi de 1,12, com um coeficiente de variação de 36,6%. Os
70
valores obtidos na pesquisa para a variável Confiança estão na Tabela 15.
Tabela 15: Mediana, média, desvio padrão e coeficiente de variação das questões de Confiança
Questão Média Desvio Padrão
Coef. De Variação
07. Este fornecedor cumpre as promessas feitas. 2,81 1,16 41,3% 08. Este fornecedor sempre é honesto comigo. 3,10 1,16 37,4% 09. Eu acredito nas informações que este fornecedor me fornece.
3,11 1,09 35,0%
10. Este fornecedor está verdadeiramente preocupado que o negócio seja bem-sucedido.
2,98 1,21 40,6%
11. Quando decisões importantes são tomadas, este fornecedor considera o bem-estar da empresa e o seu próprio bem-estar.
2,93 1,13 38,6%
12. Eu confio que este fornecedor considere nossos melhores interesses.
2,90 1,15 39,7%
13. Este fornecedor é confiável. 3,30 1,20 36,4% Fonte: Coleta de dados (2016)
Finalmente, os Custos de Mudança, variável medida com a utilização de 5 dimensões,
sendo 2 questões para a dimensão Custos de Mudança de Perda de Benefícios (CMPB), que
teve uma média de 2,52, um desvio padrão de 1,27 e coeficiente de variância de 50,4%. A
dimensão Custos de Mudança Antes da Mudança (CMAM) com 3 questões, teve uma média
de 2,57, um desvio padrão de 1,23 e coeficiente de variância de 47,9%. Foram 3 questões para
Custos de Mudança Pós Mudança (CMPM), que teve uma média de 2,70, um desvio padrão de
1,29 e coeficiente de variância de 47,8%. Já os Custos de Mudança de Incerteza (CMIN) foram
medidos com 4 questões e teve uma média de 2,95, um desvio padrão de 1,03 e coeficiente de
variância de 34,9%. Finalmente, 3 questões para a dimensão Custos de Mudança de Perda de
Relacionamento (CMPR), com uma média de 2,92, um desvio padrão de 1,18 e coeficiente de
variância de 40,4%. A escala utilizada foi de cinco pontos com variação entre “Discordo
Totalmente” (1) e “Concordo Totalmente” (5). Os valores obtidos para média, desvio padrão
e coeficiente de variação para esta variável podem ser lidos na Tabela 16.
Tabela 16: Mediana, média, desvio padrão e coeficiente de variação das questões de Custos de Mudança
Questão Média Desvio Padrão
Coef. De Variação
Custos de Mudança de Perda de Benefícios 14. Por usar o mesmo fornecedor, nós recebemos certos benefícios que não receberíamos se mudássemos para um novo.
2,61 1,42 54,4%
15. Nosso fornecedor nos oferece privilégios particulares que não receberíamos em outros lugares.
2,44 1,29 52,9%
71
Custos de Mudança de Antes da Troca 16. Não temos tempo para obter as informações para avaliar completamente outros fornecedores.
2,53 1,19 47,0%
17. Comparar nosso fornecedor atual com potenciais fornecedores leva muito esforço, mesmo quando temos a informação.
2,51 1,23 49,0%
18. Analisar as informações sobre os fornecedores alternativos leva muito tempo.
2,72 1,28 47,1%
Custos de Mudança Pós Troca 19. Aprender a usar os recursos oferecidos por um novo fornecedor pode levar tempo.
2,84 1,26 44,4%
20. Se mudamos do nosso fornecedor atual, teríamos de aprender sistemas do novo fornecedor.
2,81 1,43 50,9%
21. Habituar-se com a nova forma de trabalho do novo fornecedor pode ser difícil.
2,54 1,16 45,7%
Custos de Mudança de Incerteza 22. Nós não sabemos o que vamos ter de lidar, caso façamos a mudança para um novo fornecedor.
2,67 1,28 47,9%
23. Mudar para um novo fornecedor irá provavelmente resultar em alguns problemas inesperados.
3,15 1,18 37,5%
24. Nossa preocupação é que os serviços oferecidos por outros fornecedores não vão funcionar tão bem como esperado.
2,93 1,17 39,9%
25. Não temos certeza qual seria o nível de serviço se mudássemos para um novo fornecedor.
3,04 1,17 38,5%
Custos de Mudança de Perda de Relacionamento 26. Nós investimos muito tempo no relacionamento com nosso fornecedor atual.
3,01 1,27 42,2%
27. Foi feito um grande esforço para construir e manter o relacionamento com o fornecedor atual.
2,94 1,24 42,2%
28. No geral, temos investido muito no relacionamento com o fornecedor atual.
2,88 1,20 41,7%
Fonte: Coleta de dados (2016)
4.3 Confiabilidade do Instrumento
De acordo com Da Hora, Monteiro e Arica (2010) o coeficiente alfa de Cronbach tem
grande utilização e aceitação no meio acadêmico como ferramenta para estimação da
confiabilidade do questionário. Hair Jr. et al. (2009) e Malhotra (2001) afirmam que valores
de alfa de Cronbach acima de 0,6 são considerados satisfatórios. Adicionalmente, Hair Jr. et
al. (2009) sugerem que alfas acima de 0,7 demonstram boa consistência interna da escala.
Para o bloco que mediu a variável Severidade da Falha, obteve-se um alfa de Cronbach
de 0,869. O alto valor encontrado indica um entendimento dos respondentes em relação aos
itens do questionário. Os valores do alfa de Cronbach podem ser visualizados na Tabela 17.
72
Tabela 17: Confiabilidades calculadas do bloco Severidade da Falha Questão Alfa de Cronbach
se Retirado 01. Este problema afetou gravemente o meu negócio. 0,850 02. Este problema prejudicou o meu negócio. 0,759 03. Este problema causou uma grande perda para o meu negócio.
0,836
Alfa de Cronbach 0,869 Fonte: Calculados pelo autor
Para a variável Dependência do Fornecedor o valor calculado do alfa de Cronbach foi
de 0,807. O valor acima do limite de 0,70 indica uma boa consistência interna em relação do
questionário. A Tabela 18 traz os valores do alfa de Cronbach para a variável Dependência.
Tabela 18: Confiabilidades calculadas do bloco Dependência do Fornecedor Questão Alfa de Cronbach
se Retirado 01. Este fornecedor é crucial para nossa performance futura. 0,723 02. Nós somos dependentes desse fornecedor. 0,753 03. Este fornecedor é importante para nosso negócio. 0,730 Alfa de Cronbach 0,807
Fonte: Calculados pelo autor
O Comprometimento foi estudado a partir de uma perspectiva multidimensional,
utilizando o Comprometimento Calculativo e o Comprometimento Afetivo. Para a dimensão
de comprometimento calculativo, o valor do alfa de Cronbach foi de 0,702, que apesar de ser
um valor mais baixo, ainda se encontra acima do valor mínimo de 0,70 indicado na literatura.
Já o comprometimento afetivo obteve um valor de alfa de Cronbach de 0,877.
Tabela 19: Confiabilidades calculadas do bloco Comprometimento Questão Alfa de Cronbach
se Retirado Comprometimento Calculativo 01. Vale a pena economicamente ser um cliente desse fornecedor
0,659
02. A empresa iria sofrer economicamente se o relacionamento foi quebrado.
0,592
03. O fornecedor tem vantagens de localização em comparação com outros fornecedores.
0,574
Alfa de Cronbach 0,702 Comprometimento Afetivo 04. Tenho prazer em ser um cliente desse fornecedor. 0,832 05. O fornecedor é o operador que tem o melhor atendimento de seus clientes.
0,827
06. Há uma sensação de reciprocidade no meu relacionamento com o fornecedor.
0,818
Alfa de Cronbach 0,877 Fonte: Calculados pelo autor
73
O bloco de questões da variável Confiança obteve um alfa de Cronbach de 0,938. Em
geral, a consistência interna obtida no questionário pode ser verificada através da pequena
variação dos valores resultantes caso algum dos itens seja removido do questionário. Os
resultados do alfa de Cronbach para a variável Confiança podem ser verificados na Tabela 20.
Tabela 20: Confiabilidades calculadas do bloco Confiança Questão Alfa de Cronbach
se Retirado 07. Este fornecedor cumpre as promessas feitas. 0,935 08. Este fornecedor sempre é honesto comigo. 0,931 09. Eu acredito nas informações que este fornecedor me fornece.
0,925
10. Este fornecedor está verdadeiramente preocupado que o negócio seja bem-sucedido.
0,924
11. Quando decisões importantes são tomadas, este fornecedor considera o bem-estar da empresa e o seu próprio bem-estar.
0,929
12. Eu confio que este fornecedor considere nossos melhores interesses
0,926
13. Este fornecedor é confiável. 0,930 Alfa de Cronbach 0,938
Fonte: Calculados pelo autor
Finalmente, o bloco de questões relacionadas à variável Custos de Mudança possui 5
dimensões. Para os custos de mudança de perda de benefícios o alfa de Cronbach foi de 0,861.
Esta é uma dimensão com apenas dois itens, portanto não é possível a remoção de algum item
visando o aumento do valor do alfa. Na dimensão custos de mudança antes da troca, o alfa de
Cronbach foi de 0,817. Apesar da remoção do item 1 possibilitar um aumento no alfa de 0,817
para 0,881, o item foi mantido, pois este também se manteve durante o processo de análise
fatorial. Em relação aos custos de mudança após a troca, o valor do alfa de Cronbach foi de
0,851. Já os custos de mudança de incerteza obtiveram um alfa de Cronbach de 0,823.
Finalmente, os custos de mudança da perda de relacionamento obtiveram alfa de Cronbach de
0,895. Os valores dos alfas de Cronbach para as dimensões pode ser visualizado na Tabela 21.
Tabela 21: Confiabilidades calculadas do bloco Custos de Mudança Questão Alfa de Cronbach
se Retirado Custos de Mudança de Perda de Benefícios 14. Por usar o mesmo fornecedor, nós recebemos certos benefícios que não receberíamos se mudássemos para um novo.
15. Nosso fornecedor nos oferece privilégios particulares que não receberíamos em outros lugares.
Alfa de Cronbach 0,861 Custos de Mudança de Antes da Troca 16. Não temos tempo para obter as informações para avaliar completamente outros fornecedores.
0,881
74
17. Comparar nosso fornecedor atual com potenciais fornecedores leva muito esforço, mesmo quando temos a informação.
0,651
18. Analisar as informações sobre os fornecedores alternativos leva muito tempo.
0,682
Alfa de Cronbach 0,817 Custos de Mudança Pós Troca 19. Aprender a usar os recursos oferecidos por um novo fornecedor pode levar tempo.
0,823
20. Se mudamos do nosso fornecedor atual, teríamos de aprender sistemas do novo fornecedor.
0,780
21. Habituar-se com a nova forma de trabalho do novo fornecedor pode ser difícil.
0,770
Alfa de Cronbach 0,851 Custos de Mudança de Incerteza 22. Nós não sabemos o que vamos ter de lidar, caso façamos a mudança para um novo fornecedor.
0,784
23. Mudar para um novo fornecedor irá provavelmente resultar em alguns problemas inesperados.
0,763
24. Nossa preocupação é que os serviços oferecidos por outros fornecedores não vão funcionar tão bem como esperado.
0,778
25. Não temos certeza qual seria o nível de serviço se mudássemos para um novo fornecedor.
0,782
Alfa de Cronbach 0,823 Custos de Mudança de Perda de Relacionamento 26. Nós investimos muito tempo no relacionamento com nosso fornecedor atual.
0,887
27. Foi feito um grande esforço para construir e manter o relacionamento com o fornecedor atual.
0,833
28. No geral, temos investido muito no relacionamento com o fornecedor atual.
0,829
Alfa de Cronbach 0,895 Fonte: Calculados pelo autor
4.4 Análise Fatorial Exploratória
As escalas utilizadas no estudo foram obtidas a partir de instrumentos já aplicados e
validados em estudos anteriores (CHANG et al., 2012; DE ANDRADE et al., 2011; DONEY;
CANNON, 1997; GANESAN, 1994; GUSTAFSSON et al., 2005; NESPOLO, 2014; OLOU,
2014; TANG, 2014; WEUN et al., 2004; YANAMANDRAM; WHITE, 2006,2010). De forma
a verificar a dimensionalidade das questões foi conduzida uma análise fatorial exploratória,
conforme sugerido por Hair Jr. et al. (2009).
A variável Severidade da Falha foi avaliada a partir do questionário desenvolvido por
Tang (2014), baseado nos estudos de Weun et al. (2004), sendo formado por 3 itens. O número
total de respondentes, 171 casos, supera o valor sugerido por Hair Jr. et al. (2009), que é de
no mínimo 5, sendo mais indicado a utilização de 10 respondentes por item do questionário.
75
As cargas fatoriais obtidas ficaram acima do valor proposto por Hair et al. (2009) de 0,60.
Adicionalmente, Hair Jr. et al. (2009) e Malhotra (2001), indicam que sejam
verificados os valores da estatística KMO (Kaiser-Meyer-Olkin) e o teste de esfericidade de
Bartlett, de forma a avaliar a qualidade do modelo gerado. Para a variável Severidade da Falha
o valor do teste KMO foi de 0,714, e o teste de esfericidade de Bartlett foi significativo
(p<0,001). A variância explicada por este fator único foi de 79,42%. Os valores das cargas
fatoriais para a variável Severidade da Falha podem ser observados na Tabela 22.
Para a Dependência do Fornecedor, foi utilizado o questionário desenvolvido por
Ganesan (1994). O questionário já foi utilizado em estudos posteriores realizados por
Yanamandram e White (2010) e Chang et al. (2012), e é composto por 3 itens. Assim como na
variável Severidade da Falha, o número de respondentes supera os valores indicados por Hair
Jr. et al. (2009) para a realização da análise fatorial.
Tabela 22: Cargas Fatoriais dos elementos do bloco Severidade da Falha Questão Fator 01. Este problema afetou gravemente o meu negócio. 0,869 02. Este problema prejudicou o meu negócio. 0,923 03. Este problema causou uma grande perda para o meu negócio.
0,880
Variância total explicada 79,42% Fonte: Calculados pelo autor
Os valores do teste estatístico KMO foi de 0,713 e o teste de esfericidade de Bartlett foi
significativo (p<0,001). A variância explicada no modelo para variável de fator único foi de
72,19%. Os valores das cargas fatoriais, todos acima de 0,60, estão na Tabela 23.
Tabela 23: Cargas Fatoriais dos elementos do bloco Dependência do Fornecedor Questão Fator 01. Este fornecedor é crucial para nossa performance futura. 0,734 02. Nós somos dependentes desse fornecedor. 0,704 03. Este fornecedor é importante para nosso negócio. 0,728 Variância total explicada 72,19%
Fonte: Calculados pelo autor
O comprometimento foi estudado a partir de uma perspectiva multidimensional,
utilizando o questionário desenvolvido por Gustafsson et al. (2005) e, posteriormente, utilizado
por Chang et al., (2012). O questionário é composto por dois blocos com 3 itens cada, um bloco
para o Comprometimento Afetivo e outro para Comprometimento Calculativo. Para esta
variável, o número de respondentes mínimo para a realização da análise fatorial é de 5
76
respondentes para cada item do questionário, sendo indicado um número a partir de 10 casos
para cada item, tendo este número ficado abaixo do total de casos do estudo que foi de 171
(HAIR Jr. et al., 2009).
Como resultado da análise fatorial, a questão 01 da dimensão comprometimento
calculativo foi retirada da análise, pois esta apresentou baixa carga fatorial. O restante das
questões das dimensões Comprometimento Calculativo e Comprometimento Afetivo,
apresentaram cargas fatoriais dentro das respectivas medidas. Adicionalmente, verificou-se
uma variância explicada de 43,38% para o Comprometimento Afetivo, 29,53% para o
Comprometimento Calculativo e 72,91% para a variância do modelo.
Em relação ao teste KMO, o valor obtido foi de 0,831, e o teste de esfericidade de
Bartlett obteve p<0,001, indicando boa adequação dos dados para a análise fatorial. O resultado
da análise fatorial está disponível na Tabela 24.
Tabela 24: Cargas Fatoriais dos elementos do bloco Comprometimento Questão Fator 1 Fator 2 Descrição 01. Vale a pena economicamente ser um cliente desse fornecedor
0,538 0,523 Calculativo
02. A empresa iria sofrer economicamente se o relacionamento foi quebrado.
0,137 0,845 Calculativo
03. O fornecedor tem vantagens de localização em comparação com outros fornecedores.
0,202 0,814 Calculativo
04. Tenho prazer em ser um cliente desse fornecedor. 0,876 0,130 Afetivo 05. O fornecedor é o operador que tem o melhor atendimento de seus clientes.
0,858 0,232 Afetivo
06. Há uma sensação de reciprocidade no meu relacionamento com o fornecedor.
0,865 0,225 Afetivo
Variância total explicada 43,38% 29,53% 72,91% Fonte: Calculados pelo autor
Para a medição da confiança foi utilizado o questionário desenvolvido por Doney e
Cannon (1997). O mesmo questionário foi utilizado por De Andrade et al. (2011) e Nespolo
(2014), e apresentou boa unidimensionalidade. Este é um questionário de fator único,
composto por 7 itens. Segundo Hair Jr. et al. (2009), utilizar o mínimo de 5 casos ou,
idealmente, 10 casos por item do questionário é um procedimento indicado, o que foi
alcançado no estudo pois o número total de casos de 171, supera o valor proposto para esta
variável, que é de 70 casos.
O teste KMO obteve um valor de 0,922, e o teste de esfericidade de Bartlett foi
significativo (p<0,001). A variância total explicada no modelo foi de 73,12%. A Tabela 25
77
apresenta o resultado da redução de fatores desta variável.
Tabela 25: Cargas Fatoriais dos elementos do bloco Confiança Questão Fator 07. Este fornecedor cumpre as promessas feitas. 0,782 08. Este fornecedor sempre é honesto comigo. 0,832 09. Eu acredito nas informações que este fornecedor me fornece.
0,889
10. Este fornecedor está verdadeiramente preocupado que o negócio seja bem-sucedido.
0,894
11. Quando decisões importantes são tomadas, este fornecedor considera o bem-estar da empresa e o seu próprio bem-estar.
0,851
12. Eu confio que este fornecedor considere nossos melhores interesses
0,880
13. Este fornecedor é confiável. 0,844 Variância total explicada 73,12%
Fonte: Calculados pelo autor
Finalmente, os custos de mudança, estudados de forma multidimensional,
apresentaram cargas fatoriais nas dimensões que se propõem a escala utilizada no estudo.
Esta foi desenvolvida por Yanamandram e White (2006) com o propósito de medir os custos
de mudança em relações B2B. Posteriormente esta escala foi utilizada por Olou (2014).
O questionário é composto por 15 questões, sendo 2 questões para a dimensão Custos
de Mudança de Perda de Benefícios (CMPB), 3 questões para a dimensão Custos de Mudança
Antes da Mudança (CMAM), 3 questões para Custos de Mudança Pós Mudança (CMPM), 4
questões para Custos de Mudança de Incerteza (CMIN), e 3 questões para a dimensão Custos
de Mudança de Perda de Relacionamento (CMPR).
Após a realização da análise fatorial, verificou-se que os 15 itens que compõem a escala
obtiveram carga fatorial nas suas respectivas dimensões. O teste de esfericidade de Bartlett foi
significativo (p<0,001) e o teste estatístico KMO obteve um resultado de 0,840. As variâncias
explicadas para cada uma das dimensões foram de 11,89% (CMPB), 15,70% (CMAM), 16,11%
(CMPM), 17,68% (CMIN), 16,50% (CMPR) e 77,88% para a variância total do modelo. As
cargas fatoriais podem ser observadas na Tabela 26.
78
Tabela 26: Cargas Fatoriais dos elementos do bloco Comprometimento Questão Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 Descrição 14. Por usar o mesmo fornecedor, nós recebemos certos benefícios que não receberíamos se mudássemos para um novo.
0,141 0,242 0,057 0,120 0,886 Per. Ben.
15. Nosso fornecedor nos oferece privilégios particulares que não receberíamos em outros lugares.
0,100 0,272 0,132 0,109 0,874 Per. Ben.
16. Não temos tempo para obter as informações para avaliar completamente outros fornecedores.
0,204 0,091 -0,033 0,746 0,061 Antes Tr.
17. Comparar nosso fornecedor atual com potenciais fornecedores leva muito esforço, mesmo quando temos a informação.
0,106 0,087 0,254 0,855 0,099 Antes Tr.
18. Analisar as informações sobre os fornecedores alternativos leva muito tempo.
0,138 0,049 0,358 0,815 0,052 Antes Tr.
19. Aprender a usar os recursos oferecidos por um novo fornecedor pode levar tempo.
0,153 0,085 0,756 0,408 0,052 Pós Tr.
20. Se mudamos do nosso fornecedor atual, teríamos de aprender sistemas do novo fornecedor.
0,148 0,284 0,849 0,060 0,081 Pós Tr.
21. Habituar-se com a nova forma de trabalho do novo fornecedor pode ser difícil.
0,297 0,182 0,791 0,172 0,115 Pós Tr.
22. Nós não sabemos o que vamos ter de lidar, caso façamos a mudança para um novo fornecedor.
0,689 0,190 0,289 0,152 0,143 Incerteza
23. Mudar para um novo fornecedor irá provavelmente resultar em alguns problemas inesperados.
0,795 0,035 0,283 0,146 -0,017 Incerteza
24. Nossa preocupação é que os serviços oferecidos por outros fornecedores não vão funcionar tão bem como esperado.
0,828 0,149 0,036 0,032 0,132 Incerteza
25. Não temos certeza qual seria o nível de serviço se mudássemos para um novo fornecedor.
0,687 0,254 0,075 0,313 0,090 Incerteza
26. Nós investimos muito tempo no relacionamento com nosso fornecedor atual.
0,332 0,740 0,234 0,160 0,232 Per. Rel.
27. Foi feito um grande esforço para construir e manter o relacionamento com o fornecedor atual.
0,170 0,862 0,206 0,068 0,184 Per. Rel.
28. No geral, temos investido muito no relacionamento com o fornecedor atual.
0,111 0,888 0,125 0,063 0,235 Per. Rel.
Variância total explicada 17,68% 16,50% 16,11% 15,70% 11,89% 77,88% Fonte: Calculados pelo autor
79
4.5 Análise Fatorial Confirmatória
Para que se pudesse verificar a validade nomológica foi utilizada a técnica de Análise
Fatorial Confirmatória. Hair Jr. et al. (2009) e Tabachnick e Fidell (2013) sugerem a utilização
dos seguintes índices:
• Qui-Quadrado (χ²): De forma a rejeitar a Hipótese Nula;
• CFI (Comparative Fit Index): Índice de ajustamento do modelo, esperando-se
valores acima de 0,95;
• NFI (Normed Fit Index) - Índice de ajustamento do modelo, esperando-se
valores acima de 0,95;
• RMSEA (Root Mean Square Error of Approximation) - Índice de ajustamento
do modelo, esperando-se valores abaixo de 0,08.
Devido ao baixo número de graus de liberdade, não foi possível realizar a análise fatorial
confirmatória para as variáveis Severidade da Falha e Dependência do fornecedor. Para as
outras variáveis os índices de ajuste se mostraram dentro dos valores propostos indicando bom
ajuste dos modelos. Os valores das análises estão disponíveis na Tabela 27.
Tabela 27: Ajuste do Modelo da AFC do bloco Comprometimento Questão Confiança
Comprometimento Custos de
Mudança Valores
Esperados Qui-Quadrado (χ²) 57,288 15,082 175,579 NE* gl 14 8 80 NE* CFI 0,955 0,983 0,934 ≥ 0,95 NFI 0,942 0,965 0,886 ≥ 0,95 RMSEA 0,135 0,072 0,084 ≤ 0,08
Fonte: Calculados pelo autor (* Não Especificado)
4.6 Regressão Logística
Finalmente, nesta seção serão realizadas as análises das relações entre as variáveis
pesquisadas e a confirmação das hipóteses do estudo. Para a análise das relações entre as
variáveis do estudo foi utilizada a Regressão Logística. Esta técnica possibilita a avaliação da
relevância de cada variável independente em relação às variáveis dependentes do estudo.
Adicionalmente, a Regressão Logística possibilita o estudo estatístico nos casos em que não
existem características paramétricas das variáveis estudadas (HAIR Jr. et al., 2009; HOSMER;
LEMESHOW; STURDIVANT, 2013).
80
As variáveis presentes no estudo foram transformadas da escala original tipo Likert de
5 pontos, para escalas binárias. Esta transformação possibilita a melhor análise dos resultados
e melhor poder preditivo dos modelos. O ponto de corte foi definido como sendo a mediana de
cada uma das escalas, resultando em 0 para os casos em que os valores foram iguais ou menores
que a mediana e 1 para os casos nos quais os valores ficaram acima da mediana.
Os modelos de Regressão Logística foram gerados a partir do método Stepwise
Backward LR, de forma que o software estatístico utiliza um processo iterativo a partir de um
modelo maior, até que sejam mantidas apenas as variáveis independentes significantes no
modelo (HAIR Jr. et al., 2009).
Adicionalmente, também foram analisadas as relações com as variáveis tamanho da
empresa, tempo como cliente e ação de recuperação da falha. As variáveis foram dicotomizadas
para que pudessem ser analisadas no contexto de Regressão Logística.
4.6.1 Regressão Logística: Variável Confiança
As relações significativas para a variável Confiança, que possui relacionamentos
teorizados com as variáveis Dependência (BELDAD et al., 2010) e Severidade da Falha
(WEUN et al., 2004; WANG; CHANG, 2013), se apresentaram para as variáveis Severidade
da Falha e Dependência. Adicionalmente, Tax et al. (1998) propõem que ações de
recuperação bem-sucedidas podem elevar os níveis de Confiança do cliente em relação ao
fornecedor e a ação de recuperação do serviço por parte do fornecedor também apresentou
relação significativa.
Quando as variáveis são tratadas de maneira conjunta, o modelo apresentou Odds
Ratio de 3,618 para a variável dependência, indicando que quando há uma relação de
dependência percebida, as chances de se afirmar que há confiança na relação aumentam 3,618
vezes. A Severidade da Falha apresentou Odds Ratio de 0,371, indicando que existe uma
relação negativa entre a Confiança e a Severidade da Falha e quando o cliente percebe falhas
graves, as chances de se afirmar que existe confiança na relação diminuem 62,9%.
Finalmente, para as empresas que realizaram processos de correção da falha de serviço, o
Odds Ratio foi de 6,704, indicando que quando a recuperação de serviços é realizada a chance
de se afirmar que existe confiança na relação aumenta 6,704 vezes. A relação entre a
Severidade da Falha e a Confiança, encontrada por Weun et al. (2004), foi suportada
estatisticamente, o que suporta a Hipótese H6b. Já a variável Dependência obteve relação
81
significativa, conforme proposto de forma teórica por Beldade et al. (2010), refutando a
Hipótese H3b. Os valores da regressão estão disponíveis na Tabelas 28.
Tabela 28: Coeficientes do Modelo de Regressão da Confiança Variáveis B S.E. Wald GL Sig. Exp(B) Dependência 1,286 0,384 11,197 1 0,001 3,618 Severidade da Falha -0,991 0,415 5,702 1 0,017 0,371 Ação de Recuperação 1,903 0,572 11,068 1 0,001 6,704 Constante -2,423 0,580 17,462 1 0,000 0,089
Fonte: Calculados pelo autor
Hair Jr. et al. (2009) indicam a utilização de valores acima de 0,05 para a estatística
de Hosmer e Lemeshow. Portanto o valor obtido no estudo, de 0,637, supera o limite
considerado mínimo, sendo o valor preditivo do modelo de 70,8%. Os índices de ajuste do
modelo final estão disponíveis na tabela 29.
Tabela 29: Índices de Ajustamento do Modelo de Regressão da Variável Confiança Índices de Ajustamento do Modelo Estat. Hosmer e Lemeshow 0,637 χ² (Qui-Quadrado) 3,412 Graus de Liberdade 5 -2 Log likelihood 188,439 Cox & Snell R Square 18,20% Nagelkerke R Square 25,00%
Fonte: Calculados pelo autor
4.6.2 Regressão Logística: Variável Comprometimento Calculativo
Seguindo Prado e Santos (2003), Venetis e Ghauri (2004) e Chang et al. (2012) o
comprometimento foi medido de maneira multidimensional. A variáveis Severidade da Falha
(WEUN et al., 2004), Dependência (GEYSKENS et al., 1996; GILLILAND; BELLO, 2002;
CHANG et al., 2012; YANAMANDRAM; WHITE, 2005, 2006, 2010, 2012; WHITE;
YANAMANDRAM, 2007), Custos de Mudança (YANAMANDRAM; WHITE, 2010, 2012;
WHITE; YANAMANDRAM, 2007; JONES et al., 2007) e Confiança (GOUNARIS, 2005;
CHANG et al., 2012; WANG; CHANG, 2013), tiveram os relacionamentos teorizados com
a variável Comprometimento Calculativo.
Para o modelo final, com todas as relações hipotetizadas no estudo, as variáveis que
formaram a equação logística final foram a Dependência, corroborando com os achados de
Gounaris (2005), Yanamandram e White (2010) e Chang et al., (2012), e suportando a
Hipótese H3d, os Custos de Mudança de Perda de Benefícios e Custos de Mudança de Perda
de Relacionamento, também corroborando com os achados de Yanamandram e White (2010),
82
e indo de encontro ao proposto por Jones et al. (2007), que argumentam que custos sociais e
de perda de benefícios estão associados à dimensão Afetiva do Comprometimento e não à
dimensão Calculativa, e suportando as Hipóteses H5f e H5j.
Já os Custos de Mudança Antes da Troca, Custos de Mudança Pós Troca, apesar de
terem obtido suporte estatístico nos estudos de Jones et al. (2007) e Yanamandram e White
(2010), não obtiveram suporte estatístico, refutando as Hipóteses H5g e H5h. Este fato pode
estar relacionado a uma série de fatores intrínsecos ao mercado de TI como a facilidade com a
qual as equipes de TI veem o processo de aprendizagem de novos produtos/serviços, a
disponibilidade de informações comparativas entre fornecedores em meios como páginas de
Internet ou grupos de usuários, ou mesmo fatores que suplantam essas duas dimensões dos
custos como grande dependência do fornecedor.
Em relação à dimensão Custos de Mudança de Incerteza, esta não obteve suporte
estatístico, corroborando com os resultados de Yanamandram e White (2010) que também não
puderam verificar a relação entre esta dimensão e o Comprometimento Calculativo, refutando
a Hipótese H5i.
A relação do Comprometimento Calculativo com a Severidade da Falha não obteve
suporte estatístico, apesar desta relação ter sido encontradas nos estudos de Weun et al.
(2004), refutando a Hipótese H6d, assim como a Confiança, apesar dessa relação ter sido
encontrada nos estudos de Chang et al., (2012) e Wang e Chang (2013), refutando a Hipótese
H2c.
A relação entre Severidade da Falha e Comprometimento, proposta e suportada por
Weun et al. (2004), foi mensurada a partir de uma visão do unidimensional do construto
Comprometimento. O presente estudo analisou o construto a partir de uma perspectiva
multidimensional, o que pode ter levado a não confirmação da relação para a dimensão
Calculativa do construto Comprometimento. Adicionalmente, no ambiente de serviços de TI,
após uma falha o cliente pode perceber de forma mais presente a confiança de que o
fornecedor irá solucionar o problema, o que pode levar a relações mais voltadas para a parcela
de Confiança do que da parcela de Comprometimento do Marketing de Relacionamento.
De forma semelhante aos estudos de Weun et al. (2004), Wang e Chang (2013)
também analisaram o Comprometimento a partir da perspectiva unidimensional, o que pode
ter levado à não confirmação da relação entre as variáveis Confiança e Comprometimento
83
Calculativo. Wang e Chang (2013) hipotetizaram que a Confiança teria um impacto negativo
no Comprometimento Calculativo, obtendo suporte estatístico para esta relação. O não
suporte da relação no presente estudo pode estar ligado ao método estatístico utilizado para
análise. Apenas as variáveis que possuem maior poder explicativo em relação ao
Comprometimento Calculativo, são mantidas na equação da Regressão Logística final.
O Odds Ratio obtido para a variável Dependência de 2,192 indica que quando existe
uma percepção de dependência do cliente em relação ao fornecedor as chances de ser percebido
o comprometimento calculativo na relação aumentam 2,192 vezes. Já os Custos de Mudança
de Perda de Benefícios, com um Odds Ratio de 5,484, indicam que quando o cliente percebe
os Custos de Mudança de Perda de Benefícios, as chances de o cliente perceber
comprometimento calculativo na relação aumentam 5,484 vezes. Finalmente, para os Custos
de Mudança de Perda de Relacionamento o Odds Ratio foi de 2,208, indicando que caso o
cliente perceba Custos de Mudança de Incerteza, as chances aumentam 2,208 vezes de também
perceber Comprometimento Calculativo na relação. Duas variáveis, tempo de relacionamento
e tamanho da empresa, também apresentaram relações significativas. Para o tempo de
relacionamento o Odds Ratio foi de 2,060 e para o tamanho da empresa o Odds Ratio foi de
0,392, indicando que empresas maiores tem as chances de perceber o comprometimento
calculativo diminuídas em 60,8%. Os valores do Modelo da Regressão Logística do
Comprometimento Calculativo estão disponíveis na Tabela 30.
Tabela 30: Coeficientes do Modelo de Regressão do Comprometimento Calculativo Variáveis B S.E. Wald GL Sig. Exp(B) Dependência 0,785 0,387 4,116 1 0,042 2,192 Custos de Mudança de Perda de Benefícios
0,792 0,423 3,508 1 0,061 2,208
Custos de Mudança de Perda de Relacionamento
1,702 0,400 18,065 1 0,000 5,484
Tempo de Relação 0,723 0,389 3,456 1 0,063 2,060 Tamanho da Empresa -0,936 0,409 5,249 1 0,022 0,392 Constante -2,076 0,408 25,869 1 0,000 0,125
Fonte: Calculados pelo autor
O modelo final teve um valor preditivo de 77,2%, tendo os índices de ajustamento
demonstrado um bom grau de ajustamento do modelo. Hair Jr. et al. (2009) indicam a
utilização de valores acima de 0,05 para a estatística de Hosmer e Lemeshow. Portanto o valor
obtido no estudo, de 0,660, supera o limite considerado mínimo. Os valores de ajustamento
do modelo estão disponíveis na Tabela 31.
84
Tabela 31: Índices de Ajustamento do Modelo de Regressão da Variável Comprometimento Calculativo
Índices de Ajustamento do Modelo Estat. Hosmer e Lemeshow 0,660 χ² (Qui-Quadrado) 5,886 Graus de Liberdade 8 -2 Log likelihood 171,619 Cox & Snell R Square 23,60% Nagelkerke R Square 32,80%
Fonte: Calculados pelo autor
4.6.3 Regressão Logística: Variável Comprometimento Afetivo
Assim como a variável Comprometimento Calculativo, a variável Comprometimento
Afetivo teve relações teorizadas com a Severidade da Falha (WEUN et al., 2004), a
Dependência (GEYSKENS et al., 1996; CHANG et al., 2012), os Custos de Mudança
(JONES et al., 2007) e a Confiança (GOUNARIS, 2005; CHANG et al., 2012; WANG;
CHANG, 2013).
Para o modelo final, com todas as relações hipotetizadas no estudo, apenas as variáveis
Confiança, corroborando com os estudos de Chang et al., (2012) e Wang e Chang (2013),
suportando a Hipótese H2b, e Custos de Mudança de Perda de Benefícios, também
corroborando com os achados de Jones et al. (2007) e Yanamandram e White (2010), e
suportando a Hipótese H5a, formaram a equação logística final.
A relação entre o Comprometimento Afetivo e as variáveis Dependência, não obteve
suporte estatístico, refutando a Hipótese H3c. Apesar dessa relação ter sido encontrada nos
estudos de Chang et al. (2012). Já Geyskens et al. (1996), ao estudar relações de dependência
assimétrica entre clientes e fornecedores, não obtiveram suporte para a hipótese desta
dependência estar relacionada negativamente com o comprometimento afetivo, o que pode
ter sido o caso do presente estudo, já que grande parte das relações entre cliente-fornecedor
apresentam esse aspecto desigual.
Para a variável Severidade da Falha, o presente estudo não apresentou suporte
estatístico para sua relação com Comprometimento Afetivo, refutando a Hipótese H6c. Esta
relação foi suportada no estudo de Weun et al. (2004), que tratou o construto
Comprometimento de maneira unidimensional. Apesar de ter sido tratado de maneira
multidimensional, a relação entre a Severidade da Falha e o Comprometimento Afetivo e
Calculativo, não pode ser verificada. Este não suporte estatístico pode ser explicado de vido
ao fato de que, como colocado anteriormente, em ambiente de serviços de TI, após uma falha,
85
a confiança da solução do problema por parte do fornecedor, pode levar a relações mais
voltadas para a Confiança do que para o Comprometimento, quando se trata de Marketing de
Relacionamento.
Já para os custos de mudança Antes da Troca, Após a Troca, de Incerteza e de Perda
de Relacionamento, não houve suporte estatístico, refutando as Hipóteses H5b, H5c, H5d
e H5e. Jones et al. (2007) suportaram a hipótese de que custos de mudança sociais e de perda
de benefícios estão relacionados ao Comprometimento Afetivo, dessa forma é de se esperar
que custos procedurais como avaliações antes e após a troca e custos de incerteza não estejam
relacionados à essa dimensão do Comprometimento. Em relação à dimensão Custos de
Mudança de Perda de Relacionamento, encontrada nos estudos de Jones et al. (2007), não
suporte no presente estudo pode estar ligado ao método estatístico utilizado. Na Regressão
Logística, apenas as variáveis que possuem maior poder explicativo em são mantidas na
equação final.
O Odds Ratio obtido para a variável Confiança de 17,390, indica que quando existe uma
percepção de confiança do cliente em relação ao fornecedor as chances de ser percebido o
comprometimento afetivo na relação aumentam 17,390 vezes. Já para os Custos de Mudança
de Perda de Benefícios, com um Odds Ratio de 5,394, indicam que quando o cliente percebe
os Custos de Mudança de Perda de Benefícios, as chances de o cliente perceber
comprometimento afetivo na relação aumentam 5,394 vezes. Os valores do Modelo da
Regressão Logística do Comprometimento Afetivo estão disponíveis na tabela 32.
Tabela 32: Coeficientes do Modelo de Regressão do Comprometimento Afetivo Variáveis B S.E. Wald GL Sig. Exp(B) Confiança 2,856 0,659 18,805 1 0,000 17,390 Custos de Mudança de Perda de Benefícios
1,685 0,571 8,699 1 0,003 5,394
Constante -4,283 0,687 38,899 1 0,000 0,014 Fonte: Calculados pelo autor
O modelo final teve um valor preditivo de 85,4%, tendo os índices de ajustamento
demonstrado um bom grau de ajustamento do modelo. Hair Jr. et al. (2009) indicam a
utilização de valores acima de 0,05 para a estatística de Hosmer e Lemeshow. Portanto o valor
obtido no estudo, de 0,984, supera o limite considerado mínimo. Os valores de ajustamento
do modelo estão disponíveis na Tabela 33.
86
Tabela 33: Índices de Ajustamento do Modelo de Regressão da Variável Comprometimento Afetivo
Índices de Ajustamento do Modelo Estat. Hosmer e Lemeshow 0,984 χ² (Qui-Quadrado) 0,032 Graus de Liberdade 2 -2 Log likelihood 101,359 Cox & Snell R Square 28,50% Nagelkerke R Square 47,20%
Fonte: Calculados pelo autor
4.6.4 Regressão Logística: Variável Retenção
Ao todo, a variável retenção foi teoricamente relacionada a 9 antecedentes. Wang et
al. (2011) e McQuilken e Robertson (2011) argumentam que a severidade da falha de serviços
está negativamente relacionada à retenção de clientes. Já a Dependência do cliente em relação
ao fornecedor foi analisada nos estudos de Yanamandram e White (2005, 2006, 2010, 2012).
A relação entre a Retenção e o Comprometimento foi analisada de forma
unidimensional nos estudos de Morgan e Hunt (1994) e Wang e Chang (2013), a partir da
dimensão Calculativa nos estudos de Yanamandram e White (2010) e a partir das dimensões
Afetiva e Calculativa nos estudos de Gounaris (2005) e Venetis e Ghauri (2004). Finalmente,
Lam et al. (2004) e Yanamandram e White (2010), tratam de várias formas de se criar
barreiras de troca visando a retenção do cliente.
Para o modelo final, com todas as relações hipotetizadas no estudo, as variáveis que
formaram a equação logística final foram a Comprometimento Afetivo, corroborando com os
achados de Morgan e Hunt (1994), Wang e Chang (2013), Gounaris (2005) e Venetis e Ghauri
(2004), e suportando a Hipótese H1a, e Severidade da Falha, também corroborando com os
achados de Wang et al. (2011) e McQuilken e Robertson (2011), e suportando a Hipótese
H6a. Adicionalmente, a ação de recuperação de serviço mostrou-se significativa na equação
logística final, também suportando o Paradoxo da Recuperação proposto por Tax et al. (1998).
A relação da Retenção com a variável Dependência não pode ser suportada
estatisticamente, apesar dessa relação ter tido suporte nos estudos de Wang et al. (2011) e
McQuilken e Robertson (2011), refutando a Hipótese H3a. Yanamandram e White (2012)
argumentam que a Dependência se apresenta a partir das alternativas disponíveis no mercado
e do investimento acumulado na relação com o fornecedor. A alta competitividade do mercado
de TI pode explicar o porquê do não suporte à essa relação.
87
Para a variável Comprometimento Calculativo, apesar dessa relação ter sido
encontrada nos estudos de Gounaris (2005), Venetis e Ghauri (2004) e Yanamandram e White
(2010, 2012), na presente pesquisa não foi possível a obtenção de suporte estatístico,
refutando a Hipótese H1b. Esta variação do presente estudo pode ser explicada por conta
da complexidade do tipo de serviço prestado, juntamente com o alto grau de intangibilidade
e incerteza em relação aos resultados obtidos. Segundo Doney et al. (2007), estes fatores
podem fazer com que o cliente utilize aspectos emocionais, suplantando, assim, aspectos
relacionados ao comprometimento calculativo.
Os Custos de Mudança, em suas 5 dimensões propostas, não obtiveram suporte
estatístico, refutando as Hipóteses H4a, H4b, H4c, H4d e H4e. Lam et al. (2004), em seu
estudo, trataram os custos de troca como um construto unidimensional, ao contrário da análise
efetuada por Yanamandram e White (2006, 2010), que utilizaram 5 dimensões de Custos de
Mudança. Das dimensões propostas inicialmente por Yanamandram e White (2006) e testadas
posteriormente pelos mesmo autores (YANAMANDRAM; WHITE, 2010), apenas a
dimensão Custos de Mudança de Perda de Benefícios teve sua relação com a Retenção
suportada estatisticamente. Dessa forma é de se esperar que as outras 4 dimensões propostas
não apresentem suporte estatístico. Para a dimensão Custos de Mudança de Perda de
Benefícios, o fato desta não ter tido suporte estatístico pode estar relacionado ao tipo de
análise de dados utilizado no presente estudo, no qual apenas as variáveis de maior poder
explicativo se apresentam na equação logística final.
O Odds Ratio obtido para a variável Comprometimento Afetivo foi de 3,613, indicando
que quando existe a percepção de comprometimento afetivo na relação as chances do cliente
permanecer na relação aumentam 3,613 vezes. Em relação à Severidade da Falha, o Odds Ratio
foi de 0,416, indicando que quando o cliente percebe falhas de alta gravidade as chances deste
permanecer na relação diminuem 58,4%. Finalmente, caso a empresa fornecedora tenha agido
para resolver a falha de serviços, as chances do cliente permanecer na relação aumentam 11,683
vezes. Os valores da Regressão Logística da Retenção estão disponíveis na tabela 34.
Tabela 34: Coeficientes do Modelo de Regressão da Retenção Variáveis B S.E. Wald GL Sig. Exp(B) Comprometimento Afetivo 1,284 0,592 4,701 1 0,030 3,613 Severidade da Falha -0,878 0,381 5,310 1 0,021 0,416 Ação de Recuperação 2,458 0,495 24,687 1 0,000 11,683 Constante -1,473 0,472 9,747 1 0,002 0, 229
Fonte: Calculados pelo autor
88
O modelo final teve um valor preditivo de 74,9%, tendo os índices de ajustamento
demonstrado um bom grau de ajustamento do modelo. Hair Jr. et al. (2009) indicam a
utilização de valores acima de 0,05 para a estatística de Hosmer e Lemeshow. Portanto o valor
obtido no estudo, de 0,854, supera o limite considerado mínimo. Os valores de ajustamento
do modelo estão disponíveis na Tabela 35.
Tabela 35: Índices de Ajustamento do Modelo de Regressão da Variável Retenção Índices de Ajustamento do Modelo Estat. Hosmer e Lemeshow 0,854 χ² (Qui-Quadrado) 1,964 Graus de Liberdade 5 -2 Log likelihood 176,803 Cox & Snell R Square 28,40% Nagelkerke R Square 38,10%
Fonte: Calculados pelo autor
4.7 Avaliação das Hipóteses do estudo
Para que se possa fazer uma melhor avaliação em torno das hipóteses da pesquisa, a
Tabela 36 apresenta uma lista das hipóteses testadas no estudo. Nesta tabela é possível
identificarmos quais as relações hipotetizadas foram suportadas ou refutadas, reunindo, dessa
maneira, os construtos que compõem o presente estudo, comprometimento calculativo e
afetivo, confiança, custos de mudança de na sua forma multidimensional, custos de mudança
de perda de benefícios, custos de mudança de perda de relacionamento, custos de mudança de
incerteza, custos de mudança antes da troca e custos de mudança após a troca, dependência,
severidade da falha e retenção.
Tabela 36: Resumo de Hipóteses Suportadas e Não Suportadas no Estudo Hipótese
H1a A retenção de clientes é positivamente relacionada ao comprometimento afetivo percebido após a recuperação de falhas de serviço.
Suportada
H1b A retenção de clientes é positivamente relacionada ao comprometimento calculativo percebido após a recuperação de falhas de serviço.
Refutada
H2a O comprometimento afetivo de clientes é positivamente relacionado à confiança percebida após a recuperação de falhas de serviço.
Suportada
H2b O comprometimento calculativo de clientes é positivamente relacionado à confiança percebida após a recuperação de falhas de serviço.
Refutada
H3a A retenção do cliente é positivamente relacionada à dependência do cliente em relação ao fornecedor.
Refutada
H3b A confiança percebida pelo cliente no fornecedor é positivamente relacionada à dependência do cliente em relação ao fornecedor.
Suportada
H3c O comprometimento afetivo do cliente em relação ao fornecedor é positivamente relacionado à dependência do cliente em relação ao fornecedor.
Refutada
89
Hipótese
H3d O comprometimento calculativo do cliente em relação ao fornecedor é positivamente relacionada à dependência do cliente em relação ao fornecedor.
Suportada
H4a Os custos de mudança de perda de benefícios são positivamente relacionados à retenção de clientes.
Refutada
H4b Os custos de mudança de antes da troca são positivamente relacionados à retenção de clientes.
Refutada
H4c Os custos de mudança pós troca são positivamente relacionados à retenção de clientes. Refutada
H4d Os custos de mudança de incerteza são positivamente relacionados à retenção de clientes.
Refutada
H4e Os custos de mudança de perda de relacionamentos são positivamente relacionados à retenção de clientes.
Refutada
H5a Os custos de mudança de perda de benefícios são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
Suportada
H5b Os custos de mudança de antes da troca são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
Refutada
H5c Os custos de mudança de pós-troca são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
Refutada
H5d Os custos de mudança de incerteza são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
Refutada
H5e Os custos de mudança de perda de relacionamentos são positivamente relacionados ao comprometimento afetivo do cliente em relação ao fornecedor.
Refutada
H5f Os custos de mudança de perda de benefícios são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
Suportada
H5g Os custos de mudança de antes da troca são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
Refutada
H5h Os custos de mudança de pós-troca são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
Refutada
H5i Os custos de mudança de incerteza são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
Refutada
H5j Os custos de mudança de perda de relacionamentos são positivamente relacionados ao comprometimento calculativo do cliente em relação ao fornecedor.
Suportada
H6a A severidade da falha de serviços é negativamente relacionada à retenção do cliente. Suportada
H6b A severidade da falha de serviços é negativamente relacionada à confiança do cliente no fornecedor.
Suportada
H6c A severidade da falha de serviços é negativamente relacionada ao comprometimento afetivo do cliente no fornecedor.
Refutada
H6d A severidade da falha de serviços é negativamente relacionada ao comprometimento calculativo do cliente no fornecedor.
Refutada
Fonte: Elaborado pelo autor
Após a descrição das Hipóteses suportadas pelo presente estudo, e para que seja possível
sumarizar as relações entre as variáveis propostas, foi elaborada a Figura 12, que possui as
relações existentes nas equações de regressão finais.
90
Figura 12: Modelo das Hipóteses Suportadas no Estudo
Fonte: Elaborado pelo autor
91
CAPÍTULO V
CONCLUSÃO
A proposta deste estudo foi a de analisar as relações existentes entre vários dos
antecedentes de retenção de clientes de serviços de Tecnologia da Informação em ambientes
B2B após um evento de falha e recuperação de serviços. Para isso foram avaliados os construtos
Severidade da Falha, Dependência do Fornecedor, Confiança, Comprometimento e Custos de
Mudança.
Yanamandram e White (2010, 2012) foram dois dos autores que estudaram os custos de
mudança como variável multidimensional em contextos B2B. No estudo dos autores os custos
de mudança se relacionavam com a retenção e o comprometimento calculativo. Para duas das
dimensões dos custos de mudança, custos de mudança de perda de benefícios e custos de
mudança de perda de relacionamento, a relação com o comprometimento calculativo pode ser
verificada no estudo.
A dimensão custos de mudança de perda de benefícios também pode ser verificada
estatisticamente como relacionada ao comprometimento afetivo. Jones et al. (2007)
conduziram um estudo no qual os custos de mudança procedurais estariam ligados ao
comprometimento calculativo e custos de mudança de perda de benefícios e custos de mudança
de perdas sociais estariam ligados ao comprometimento afetivo. A relação entre o
comprometimento afetivo e os custos de mudança de perda de benefícios confirmam uma das
hipóteses propostas pelos autores. Adicionalmente, é importante ressaltar o fato de que mesmo
custos de troca de natureza positiva estão relacionados ao comprometimento calculativo.
No presente estudo os custos de mudança de perda de benefícios, que obtiveram
relações significativas com o comprometimento calculativo e com o comprometimento afetivo,
e os custos de mudança de perda de relacionamento, que obtiveram relações significativas o
comprometimento calculativo, são dimensões do custo de mudança que estão relacionadas ao
relacionamento cliente-fornecedor, relações estas também citadas por Morgan e Hunt (1994),
o que denota uma possível preferência por um tipo de relação e um tipo de custos de mudança
que deveriam ser buscados por prestadores de serviços.
92
Ambas as dimensões de custos de mudança que apresentaram relações significativas no
presente estudo estão relacionadas a aspectos considerados positivos dos custos de mudança,
estando relacionadas às duas dimensões do comprometimento propostas, a afetiva e a
calculativa (JONES et al., 2007). Ou seja, a criação de barreiras à troca se mostrou significativa
a partir do momento em que o cliente permanece na relação por acreditar que está ligado ao
fornecedor por conta dos benefícios que a relação lhe proporciona.
A falta de melhores alternativas ou o intenso investimento na relação podem ser motivos
para que o cliente passe a ter uma percepção de dependência em relação ao fornecedor (GAO
et al., 2005; YANAMANDRAM; WHITE, 2010). No presente estudo o ambiente
extremamente competitivo no qual estão inseridas as empresas prestadoras de serviço de TI
pode ter influenciado a percepção de dependência que o cliente tem em relação ao fornecedor,
especialmente no momento em que este decide pela troca de fornecedor.
Beldad et al. (2010) argumentam que a pronunciada divisão do trabalho resulta em laços
de dependência, pois várias das tarefas necessárias as operações diárias das empresas não são
mais executadas no ambiente interno. A TI é um setor no qual grande parte das operações é
realizada a partir de provedores de serviços externo, e que a confiança entre as partes é um
requerimento para que ocorra a efetiva operação. No presente estudo, realizado em um contexto
de prestação de serviços B2B, em uma atividade com grande grau de contratação de serviços
terceirizados, a relação entre a dependência e a confiança pode ser verificada, corroborando
com o proposto nos estudos de Beldad et al. (2010).
Adicionalmente, Geyskens et al. (1996), Gilliland e Bello (2002), Chang et al. (2012),
Yanamandram e White (2005, 2006, 2010, 2012) e White e Yanamandram (2007), são alguns
dos autores que estudaram a dependência em contextos B2B. Corroborando com os achados de
Gounaris (2005), Yanamandram e White (2010) e Chang et al., (2012), a relação da
dependência do fornecedor com o comprometimento calculativo, pode ser verificada no estudo.
Uma importante noção que pode ser levantada a partir dos resultados é que, como a
confiança é um construto antecedente do comprometimento, em suas dimensões afetiva e
calculativa (CHANG et al., 2012; GOUNARIS, 2005; WANG; CHANG, 2013), a relação da
dependência do fornecedor como antecedente da confiança (BELDAD et al., 2010), pode levar
a níveis mais elevados de certas dimensões do comprometimento, como o comprometimento
calculativo.
93
Em relação ao comprometimento, que segundo Henning-Thurau e Klee (1997) é um
dos construtos que compõem o marketing de relacionamento, juntamente com a qualidade
percebida e a confiança, Morgan e Hunt (1994) argumentam que este dito “marketing de
relacionamento”, se refere a todas as atividades direcionadas a manter relações de sucesso.
É importante salientar as diferenças existentes entre o comprometimento afetivo e
calculativo. Apesar de existir a tendência de se afirmar que o comprometimento é um desejo
geral de continuidade do relacionamento e o tratamento do construto continuidade como único
(GOUNARIS, 2005), os achados do presente estudo revelam diferenças entre as dimensões do
comprometimento.
No caso do comprometimento calculativo as relações apresentadas com a variável
dependência e custos de mudança de perda de relacionamento denotam a característica única
dessa dimensão do comprometimento. Adicionalmente, o comprometimento calculativo foi a
única variável do estudo que apresentou relações significantes com o tempo da relação e o
tamanho da empresa. O comprometimento calculativo tem como premissa aspectos de custos
e benefícios relacionais (PRADO; SANTOS, 2003), e estes podem explicar o valor negativo da
relação com o tamanho da empresa encontrada no estudo. Empresas de grande porte podem
exercer maior poder sobre os fornecedores, fazendo com que o processo de avaliação de
alternativas influencie no comprometimento calculativo.
Já o comprometimento afetivo teve suas relações estatisticamente verificadas com a
confiança e com os custos de mudança de perda de benefícios, além estar relacionado com a
retenção de clientes. Gounaris (2005) argumenta que quanto mais o cliente confia no
fornecedor, maior será o comprometimento afetivo que este cliente tem em relação ao
fornecedor. Este caráter emocional da relação pode ser visto no alto valor da relação entre a
confiança e o comprometimento afetivo obtido no presente estudo.
O comprometimento é um dos consequentes de uma recuperação de falhas realizada
com sucesso (TAX et al. 1998), sendo as falhas, no contexto da prestação de serviço,
inevitáveis. Especificamente em ambientes B2B, a complexidade na prestação de serviços
exige maiores conhecimentos técnicos e uma boa gestão de reclamações e recuperação de
serviços pode resultar em altos índices de satisfação do cliente (HOMBURG; RUDOLPH,
2001).
Vários são os estudos que analisam o papel da Severidade da Falha em vários aspectos
94
do marketing de serviços e da retenção de clientes. Entre eles é possível citar os estudos de
Weun et al. (2004), McQuilken e Robertson (2011) e Wang e Chang (2013). Em todos os
estudos citados o ambiente pesquisado estava inserido em contextos B2C. Uma contribuição
importante do presente estudo é a análise do impacto da severidade em contextos B2B.
Em relação à confiança, os valores encontrados relacionados a falhas consideradas
graves indicam que, quando estas são percebidas, as chances de se perceber altos índices de
confiança na relação caem 62,9%. Uma relação semelhante é encontrada quando tratada a
variável severidade da falha em relação à retenção. Neste caso o valor da diminuição da
chance de ocorrer retenção quando o cliente perceber a severidade da falha como alta é de
58,4%.
Em ambos os casos, das relações entre a severidade da falha e a confiança e da
severidade da falha e a retenção, a variável ação de recuperação esteve presente, indicando
que a ação de recuperação promove maiores índices de confiança, comprometimento e de
retenção. O fato das duas variáveis surgirem conjuntamente nas duas relações pode indicar a
ação contrária que a recuperação do serviço tem na percepção da severidade da falha.
Finalmente, outro dos consequentes de uma recuperação de falhas realizada com
sucesso é a confiança (TAX et al. 1998). A variável confiança foi a que se mostrou presente na
relação com o comprometimento afetivo. No modelo desenvolvido as variáveis confiança e
comprometimento afetivo tiveram papéis centrais.
Mais uma informação complementa o papel do comprometimento de clientes em
contextos B2B é fornecida por Doney et al. (2007). Os autores argumentam que em ambientes
de serviços B2B, onde as complexidades de se examinar muitos aspectos de intangibilidade dos
serviços oferecidos, juntamente com a incerteza dos resultados obtidos pelos serviços
prestados, fazem com que o cliente passe a utilizar aspectos relacionais que sugerem que o
fornecedor está alinhado com os objetivos e necessidades futuros do cliente. Dessa forma o
valor da transação pode ser suplantado pela sensação de que o fornecedor é confiável.
A descrição de um ambiente complexo e de alta intangibilidade feita por Doney et al.
(2007), se assemelha bastante ao ambiente vivenciado por clientes de serviços de TI. Vários
são os serviços a serem contratados, sendo estes, em grande parte, de alto grau de
intangibilidade. O contexto, então, se apresenta de forma que a confiança passe a comandar as
relações, pois o cliente espera e confia que o fornecedor irá cumprir com a sua parte da
95
prestação de serviços.
5.1 Implicações Gerenciais e Acadêmicas
A presente pesquisa teve o objetivo de analisar as relações entre variáveis antecedentes
da retenção em contextos de relação B2B após a ocorrência de falhas de serviço. O referido
contexto é algo pouco estudado e sua avaliação das relações entre as diferentes variáveis
permite maior entendimento sobre o tema, permitindo o avanço científico na área de Marketing.
A utilização de várias variáveis no modelo proposto, como dependência, confiança,
comprometimento, custos de mudança e severidade da falha, além do contexto B2B utilizado
para obtenção dos dados e do momento em que a pesquisa se propôs a ser realizada, pós falha
e recuperação de serviços, tornam possível a identificação de fatores potenciais relacionados à
retenção de clientes, indicando a importância da pesquisa no contexto de prestação de serviços
B2B.
Adicionalmente, a utilização de variáveis como tempo como cliente, tamanho da
empresa e ação de recuperação, permitiu não somente verificar a influência destas nas relações
testadas no estudo, mas corroborar com teorias como o paradoxo da recuperação de serviços,
tendo em vista que a ação de recuperação de serviços apresentou um papel importante nos
resultados das regressões realizadas, corroborando, assim, com trabalhos de Tax et al. (1998) e
com paradoxo da recuperação de clientes.
Um ponto interessante que se apresentou no presente trabalho foram as relações entre
componentes dos custos de mudança, descritos por Jones et al. (2007) como custos de mudança
de natureza positiva, estarem relacionados à dimensão calculativa do comprometimento.
Diferentemente do proposto pelo autor, que argumentou que custos de mudança de natureza
positiva estariam relacionados, apenas, à dimensão afetiva do comprometimento.
Outro achado importante do estudo, com implicações acadêmicas e gerenciais, foram
os papeis das variáveis comprometimento afetivo, confiança e severidade da falha. Dentre as
três, juntamente com a variável ação de recuperação, o comprometimento afetivo e a severidade
da falha se apresentaram no modelo de regressão logística da retenção. Adicionalmente, as
variáveis confiança e severidade da falha também estiveram presentes no modelo de regressão
logística do comprometimento afetivo.
Henning-Thurau e Klee (1997) argumentam que o marketing de relacionamento, o qual
96
é composto por confiança, comprometimento e qualidade percebida, é parte central e
determinante para a retenção de clientes, e no modelo resultante do presente estudo a variáveis
confiança e comprometimento afetivo representaram papéis de grande importância. Portanto,
para gerentes de serviços de TI, é fundamental adotar procedimentos que permitam gerar altos
níveis de confiança e comprometimento, como também ferramentas que evitem que falhas de
serviços sejam percebidas como graves.
Finalmente, como as falhas são inevitáveis, é necessário que os procedimentos de
recuperação de falhas estejam implementados e treinados. A utilização de ferramentas
desenvolvidas para registro, catalogação e identificação de problemas, permitem que a ação de
recuperação do serviço possa recuperar de um cliente insatisfeito, reforçar os laços da relação
cliente-fornecedor e, ainda, identificar processos fundamentais para a operação do cliente, que
podem causar grandes prejuízos, fazendo com que o cliente tenha a sensação de uma falha
muito grave.
Hollmann et al. (2015) tratam da deserção de clientes em ambientes B2B. Os autores
argumentam que as relações cliente-fornecedor têm um ciclo de vida, e que, eventualmente,
chegam ao seu fim. Mas os autores também tratam de pontos que podem fortalecer essa relação,
fazendo com que estas durem mais.
O “ir além”, proposto por Hollmann et al. (2015), está em consonância com os achados
do presente estudo. Perceber que as falhas vão ocorrer e que é preciso trata-la corretamente,
gerar relacionamentos próximos de confiança e comprometimento e perceber o que é, de fato,
importante para o cliente, não só organizacionalmente, mas, também, no nível pessoal.
5.2 Limitações
Para a realização do presente estudo, a principal limitação encontrada foi a falta de
respondentes fora do estado de Pernambuco, dificultando a sua utilização de forma mais ampla
em empresas de todo país. 89,55% dos respondentes foram do estado de Pernambuco, e houve
uma grande dificuldade para que respondentes de outros estados participassem.
O estudo foi realizado a partir de situações já ocorridas, fazendo com que os
respondentes avaliasses a relação com os seus fornecedores a partir de uma memória do
ocorrido e, também, fazendo com que a variável dependente do estudo ficasse com um caráter
binário, o cliente continuou com o fornecedor ou trocou de fornecedor. Esta característica
binária da variável retenção, fez com que as análises estatísticas disponíveis para uso ficassem
97
restritas.
Finalmente, a coleta de dados, utilizando alunos de graduação como pesquisadores com
a função de efetuar a realização do survey junto aos gestores de TI das empresas às quais estão
ligados, poderia levantar alguns questionamentos. Essa metodologia já foi utilizada em outros
estudos como os de Bitner, Booms e Tetreault (1990) e Jones et al. (2007). De maneira a
confirmar a consistência dos questionários entregues, das 134 empresas participantes do estudo,
30 foram escolhidas aleatoriamente e contatadas, não sendo encontrado nenhuma
inconsistência.
5.3 Sugestões de Pesquisas Futuras
Visando ampliar o conhecimento nas áreas em que o presente estudo pretendeu explorar
e considerando os resultados e as limitações aqui apresentadas, aponta-se como sugestão para
pesquisas futuras, em primeira análise, a aplicação de um estudo similar em ambientes B2B
com serviços de níveis de tangibilidade fortemente altos e fortemente baixos, de forma que seja
possível a comparação da participação dos construtos aqui estudados nos dois contextos.
Como a coleta de dados do presente estudo foi realizada a partir de uma amostra
principalmente local, sendo 89,55% dos participantes pertencentes ao estado de Pernambuco,
maiores estudos, com amostras estatisticamente distribuídas no cenário nacional, podem
apresentar informações que possibilitem o fortalecimento da discussão em relação à retenção
de clientes em contextos B2B.
Finalmente, visualiza-se como possibilidade de futuros estudos o entendimento de como
se comporta a deserção, quais os fatores levam o cliente à trocar de fornecedor e como as ações
de fortalecimento do relacionamento atuam no sentido de construir relações duradouras,
retendo os cliente, mesmo em cenários onde o cliente tem grandes inclinações à mudança.
98
REFERÊNCIAS
AFLAKI, S.; POPESCU, I. Managing retention in service relationships. Management Science, v. 60, n. 2, p. 415-433, 2013.
ALBERTIN, A. L. Valor estratégico dos projetos de tecnologia de informação. Revista
de Administração de Empresas, 41(3), 42-50, 2001. ALBERTIN, A.L.; ALBERTIN, R.M. Dimensões do uso de tecnologia da
informação: um instrumento de diagnóstico e análise. Revista de Administração Pública, v. 46, n. 1, p. 125-151, 2012.
ALENCAR, G. P. Influência dos fatores de situação socioeconômica, de aceitação da
gravidez e da assistência pré-natal na mortalidade fetal: análise com modelagem de equações estruturais. 2009. Tese de Doutorado. Universidade de São Paulo.
ANDERSON, J.C.; NARUS, J.A. Business Market Management: Teaching Business
Market Management. Prentice Hall, 1999. ANG L; BUTTLE F. Customer retention management process: A quantitative
study”. Eur. J. Mark., 40 (1): 83-99, 2006. AUGUSTO DE MATOS, C.; LUIZ HENRIQUE, J.; DE ROSA, F. Customer
reactions to service failure and recovery in the banking industry: the influence of switching costs. Journal of Services Marketing, v. 27, n. 7, p. 526-538, 2013.
BARROSO, C.; PICÓN, A. Multi-dimensional analysis of perceived switching costs.
Industrial Marketing Management, v. 41, n. 3, p. 531-543, 2012. BERRY, Leonard L.; PARASURAMAN, A. Marketing service. Competing through
Quality, New York, 1991. BEATSON, A; LEE, N; COOTE, LV. Self-Service Technology and the Service
Encounter. Service Industries Journal. 27, 1, 75-89, Jan. 2007. ISSN: 02642069. BELDAD, Ardion; DE JONG, Menno; STEEHOUDER, Michaël. How shall I trust
the faceless and the intangible? A literature review on the antecedents of online trust. Computers in Human Behavior, v. 26, n. 5, p. 857-869, 2010.
BERGAMO, F. V. de M.; GIULIANI, A. C.; GALLI, L. C. do L. A. Modelo de
lealdade e retenção de alunos para instituições do ensino superior: um estudo teórico com base no marketing de relacionamento. Brazilian Business Review, v. 8, n. 2, p. 43-67, 2011.
99
BERNSTORFF, V. H.; CUNHA, J. C. O que as Organizações Buscam e Alcançam com a Terceirização em Tecnologia da Informação (TI). IN: XXIII Encontro da ANPAD, v. 23, 2000.
BERRY, L.L.; ZEITHAML, V.A.; PARASURAMAN, A. (1985), “Quality counts
in services, too”, Business Horizons, May-June, pp. 44-52. BITNER, M.J. Services and technology: opportunities and paradoxes, Managing
Service Quality, 11(6), pp.375–9, 2001. BITNER, M.J.; BOOMS, B.H.; TETREAULT, M.S. The service encounter:
Diagnosing Favorable and Unfavorable Incidents. Journal of Marketing. 54, 1, 71-84, Jan. 1990. ISSN: 00222429.
BLOEMER, Johanna; DE RUYTER, K.; WETZELS, M. Customer loyalty in a
service setting. 1998. BOLLEN, K. A. Structural equations with latent variables. Wiley Series in Probability
and Mathematical Statistics. New York: John Wiley & Sons, 1989. BRASSCOM – Associação Brasileira das Empresas de Tecnologia da Informação e
Comunicação. Disponível em http://www.brasscom.org.br. Acesso em 11 Nov, 2015.
BREI, V.A.; ROSSI, C.A.V. Confiança, valor percebido e lealdade em trocas
relacionais de serviço: um estudo com usuários de internet banking no Brasil. Revista de Administração Contemporânea, v. 9, n. 2, p. 145-168, 2005.
BROCK, C., BLUT, M., EVANSCHITZKY, H., KENNING, P. Satisfaction with
complaint handling: A replication study on its determinants in a business-to-business context. International journal of research in marketing, v. 30, n. 3, p. 319-322, 2013.
BROWN, S.W.; COWLES, D.L.; TUTEN, T.L. Service recovery: its value and
limitations as a retail strategy. International Journal of Service Industry Management, v. 7, n. 5, p. 32-46, 1996.
BURNHAM, T. A.; FRELS, J. K; MAHAJAN, V. Consumer switching costs: a
typology antecedent, and consequences. Journal of the Academy of Marketing Science, v. 31, n. 2, p. 109-126, 2003.
BYRNE, B. M. Structural equation modeling with AMOS: basic concepts
applications, and programming. 2nd. edition. New York: Routledge, 2010. CATTELL, R. B. The scientific use of factor analysis. New York: Plenum, 1978. CHANG, S. H.; WANG, K. Y.; CHIH, W. H.; TSAI, W. H. Building customer
commitment in business-to-business markets. Industrial marketing management, v.
100
41, n. 6, p. 940-950, 2012. CHI, T.; KILDUFF, P. P. D. Understanding consumer perceived value of casual
sportswear an empirical study. Journal of Retailing and Consumer Services, v. 18, p. 422-429, 2011.
CHURCHILL Jr., G. A. Marketing research: methodological foundations. Fort
Laudardale: Harcourt College Publishers, 1999 CHURCHILL JR, G.A.; SURPRENANT, C. An investigation into the determinants
of customer satisfaction. Journal of marketing research, p. 491-504, 1982. CRONIN Jr., J.; BRADY, M. K.; HULT, G. T. M. Assessing the effects of quality,
value, and customer satisfaction on customer behavioral intentions in service environments. Journal of Retailing and Consumers Services, v. 76, n. 2, p. 193-215, 2000.
CURRAN, J.M., MEUTER, M.L. e SURPRENANT, C.F. Intentions to use self-
service technologies: a confluence of multiple attitudes, Journal of Service Research, 5(3), pp.209–24, 2003.
DA HORA, H. R. M.; MONTEIRO, G. T. R.; ARICA, J.. Confiabilidade em
questionários para qualidade: um estudo com o Coeficiente Alfa de Cronbach. Produto & Produção, v. 11, n. 2, p. 85-103, 2010.
DAMÁSIO, B. F. Uso da análise fatorial exploratória em psicologia. Avaliação
psicológica, v. 11, n. 2, p. 213-228, 2012. DANESH, S.N.; NASAB, S.A.; LING, K. The study of customer satisfaction,
customer trust and switching barriers on customer retention in Malaysia hypermarkets. International Journal of business and Management, v. 7, n. 7, p. p141, 2012.
DAWKINS, P.; REICHHELD, F. Customer retention as a competitive weapon.
Directors and Boards, v. 14, n. 4, p. 42-47, 1990. DE ANDRADE, C. H. M.; REZENDE, S. F. L.; SALVATO, M. A.; BERNARDES, P..
A Relação entre Confiança e Custos de Transação em Relacionamentos Interorganizacionais/The Relation between Trust and Transaction Costs in Interorganizational Relationships. Revista de Administração Contemporânea, v. 15, n. 4, p. 608, 2011.
DEUTSCH, Morton. Trust and suspicion. Journal of conflict resolution, p. 265-279,
1958. DONEY, P.M.; BARRY, J.M.; ABRATT, R. Trust determinants and outcomes in
global B2B services, Vol. 41 Iss: 9/10, pp.1096 – 1116, 2007.
101
DONEY, P. M.; CANNON, J. P. An examination of the nature of trust in buyer-seller relationships. Journal of Marketing, v. 61, n. 2, p. 35-51, 1997.
DOS SANTOS, C.P.; VON DER HEYDE FERNANDES, D. A recuperação de
serviços como ferramenta de relacionamento e seu impacto na confiança e lealdade dos clientes. RAE: Revista de Administração de Empresas. 48, 1, 10-24, jan. 2008. ISSN: 00347590.
EBERLE, L. Valor percebido, reputação, confiança e custos de troca como
determinantes da retenção de clientes. 2014. EDWARD, M.; SAHADEV, S. Role of switching costs in the service quality, perceived
value, customer satisfaction and customer retention linkage. Asia Pacific Journal of Marketing and Logistics, v. 23, n. 3, p. 327-345, 2011.
EGGERT, A.; ULAGA, W. Customer perceived value: a substitute for satisfaction in
business markets? Journal of Business & industrial marketing, v. 17, n. 2/3, p. 107-118, 2002.
EL-MANSTRLY, D. The Moderator Effect of Switching Costs Dimensions on the
Relationships Between Customer Value, Trust and Loyalty. In: Ideas in Marketing: Finding the New and Polishing the Old. Springer International Publishing, 2015. p. 575-575.
EVERITT, B. S. Multivariate analysis: The need for data, and other problems. British
Journal of Psychiatry, 126 (1), 237-240, 1975. FERRO, C.; PADIN, C.; SVENSSON, G.; PAYAN, J. M. Trust and commitment as
mediators between economic and non-economic satisfaction in manufacturer-supplier relationships. Journal of Business & Industrial Marketing, v. 31, n. 1, 2016.
FLINT, D.J.; WOODRUFF, R.B. Issues in a Grounded Theory Study of Customer
Desired Value Change: Resolutions using Phenomenology, Ethnography and Holistic Transcript Readings. In: Proceedings of the 1997 Academy of Marketing Science (AMS) Annual Conference. Springer International Publishing, 2015. p. 134-139.
FORNELL, C. A national customer satisfaction barometer: the Swedish experience.
Journal of Marketing, v. 56, p. 6-21, 1992. FULLERTON, Gordon. When does commitment lead to loyalty? Journal of Service
Research. v.45, n.4, p.333-344, 2003. FUTRELL, G.D. A Modified Framework of Service Encounter Types for the
Application of Relationship Marketing in Services. Atlantic Marketing Journal, v. 4, n. 1, p. 3, 2015.
GANESAN, S. Determinants of long-term orientation in buyer-seller relationships.
102
the Journal of Marketing, p. 1-19, 1994. GAO, T.; SIRGY, M. J.; BIRD, M. M. Reducing buyer decision-making uncertainty
in organizational purchasing: can supplier trust, commitment, and dependence help?. Journal of Business Research, v. 58, n. 4, p. 397-405, 2005.
GARBARINO, E.; JOHNSON, M.S. The different roles of satisfaction, trust, and
commitment in customer relationships. the Journal of Marketing, p. 70-87, 1999. GERA, R. Modelling the service antecedents of favorable and unfavorable behavior
intention in life insurance services in India. International Journal of Quality and Services Sciences, v. 3, n. 2, p. 225-242, 2011.
GEYSKENS, I.; STEENKAMP, J.B.E.; SCHEER, L.K.; KUMAR, N. The effects of
trust and interdependence on relationship commitment: A trans-Atlantic study. International Journal of research in marketing, v. 13, n. 4, p. 303-317, 1996.
GIL, A.C. Métodos e técnicas de pesquisa social. In: Métodos e técnicas de pesquisa
social. Atlas, 2010. GILLILAND, D. I.; BELLO, D. C. Two sides to attitudinal commitment: The effect
of calculative and loyalty commitment on enforcement mechanisms in distribution channels. Journal of the Academy of Marketing Science, v. 30, n. 1, p. 24-43, 2002.
GORDON, G.L.; CALANTONE, R.J.; DI BENEDETTO, C.A. Business-to-business
service marketing, Journal of Business and Industrial Marketing, 8:1, 45-57, 1993. GOUNARIS, S.P. Trust and commitment influences on customer retention: insights
from business-to-business services. Journal of Business research, v. 58, n. 2, p. 126-140, 2005.
GRÖNROOS, C; VOIMA, P. Critical service logic: making sense of value creation
and co-creation. Journal of the Academy of Marketing Science. 41, 2, 133-150, Mar. 2013. ISSN: 00920703.
GRÖNROOS, C. Value co-creation in service logic: A critical analysis. Marketing
Theory. 11, 3, 279-301, Sept. 2011. ISSN: 14705931. GRÖNROOS, C. From marketing mix to relationship marketing: towards a paradigm
shift in marketing. Management decision, v. 32, n. 2, p. 4-20, 1994. GUSTAFSSON, A.; JOHNSON, M. D.; ROOS, I. The effects of customer satisfaction,
relationship commitment dimensions, and triggers on customer retention. Journal of marketing, v. 69, n. 4, p. 210-218, 2005.
HAIR Jr., J. F.; BLACK,W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L.
Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009.
103
HANSEN, H.; SAMUELSEN, B. S.; SILSETH, P. R. Customer perceived value in B-to-B service relationship: investigating the importance of corporate reputation. Industrial Market Management, v. 37, p. 206-217, 2008.
HARRIS, L.C.; GOODE, M.M.H. The four levels of loyalty and the pivotal role of
trust: a study of online service dynamics. Journal of retailing, v. 80, n. 2, p. 139-158, 2004.
HAVERILA, M.; NAUMANN, E. Customer complaint behavior and satisfaction in
a B2B context: a longitudinal analysis. Journal of Services Research, v. 10, n. 2, p. 45, 2010.
HEIDE, J.B.; JOHN, G. Do norms matter in marketing relationships?. The Journal
of Marketing, p. 32-44, 1992. HENNIG-THURAU, T.; GWINNER, K.P.; GREMLER, D.D. Understanding
relationship marketing outcomes an integration of relational benefits and relationship quality. Journal of service research, v. 4, n. 3, p. 230-247, 2002.
HENNIG-THURAU, T. Customer orientation of service employees: Its impact on
customer satisfaction, commitment, and retention. International Journal of Service Industry Management, v. 15, n. 5, p. 460-478, 2004.
HENNIG-THURAU, T.; KLEE; A. The impact of customer satisfaction and
relationship quality on customer retention: a critical reassessment and model development. Psychology & Marketing, v. 14, n. 8, p. 737-764, 1997.
HESS, M.; RICART, J. E. Managing customer switching costs: a framework for
competing in the networked environment. Management Research, v.1, p. 93-110, 2003.
HEWETT, K.; MONEY, R. B.; SHARMA, S. An exploration of the moderating role
of buyer corporate culture in industrial buyer-seller relationships. Journal of the Academy of Marketing Science, v. 30, n. 3, p. 229-239, 2002.
HIBBARD, J. D.; KUMAR, N.; STERN, L. W. Examining the impact of destructive
acts in marketing channel relationships. Journal of Marketing Research, v. 38, n. 1, p. 45-61, 2001.
HILLEBRAND, B.; NIJHOLT, J. J.; NIJSSEN, E. J. Exploring CRM effectivenees: an
institutional theory perspective. Journal the Academy Marketing Science, v. 39, n. 4, p. 592-608, 2011.
HOLLMANN, T; JARVIS, C; BITNER, M. Reaching the breaking point: a dynamic
process theory of business-to-business customer defection. Journal of the
Academy of Marketing Science. 43, 2, 257-278, Mar. 2015. ISSN: 00920703. HOMBURG, C.; RUDOLPH, B. Customer satisfaction in industrial markets:
104
dimensional and multiple role issues. Journal of Business Research, v. 52, n. 1, p. 15-33, 2001.
HOMBURG, C.; WIESEKE, J.; BORNEMANN, T. Implementing the marketing
concept at the employee-customer interface: the role of customer need knowledge. Journal of Marketing, v. 73, p. 64-81, 2009.
HOSMER JR, D. W.; LEMESHOW, S.; STURDIVANT, R. X. Applied logistic
regression. John Wiley & Sons, 2013. HUME, M.; MCCOLL-KENNEDY, J.R. Episodic, extended and continuous service
encounters: a theoretical framework. In: Conference Proceedings ANZMAC Conference, Sydney. 1999.
IDC – IDC Brasil. Disponível em: http://br.idclatin.com. Acesso em 115 Jul, 2016. JACKSON, Barbara B. Build customer relationships that last. Harvard Business
Review, 1985. JACKSON, R.W.; NEIDELL, L.A.; LUNSFORD, D.A. An empirical investigation of
the Differences in Goods and Services as Perceived by Organizational Buyers, Industrial Marketing Management, 24:2, 99-108, 1995.
JANITA, M. Soledad; MIRANDA, F. Javier. The antecedents of client loyalty in
business-to-business (B2B) electronic marketplaces. Industrial Marketing Management, v. 42, n. 5, p. 814-823, 2013.
JIANG; Z.; HENNEBERG, S. C.; NAUDÉ, P. The importance of trust vis-à-vis
reliance in business relationships: some international findings. International Marketing Review, v. 28, n. 4, p. 318-339, 2011.
JIN; B.; PARK; J. Y.; KIM, J. Cross-cultural examination of the relationships among
firm reputation e-satisfaction, e-trust and e-loyalty. International Marketing Review, v. 25, n. 3, p. 324-337, 2008.
JOHNS, Raechel. Do self-service technologies affect interfirm relationships? A B2B
perspective. Australasian Journal of Information Systems, v. 18, n. 3, 2014. JOHNSTON, R. The determinants of service quality: satisfiers and dissatisfiers.
International Journal of Service Industry Management. 6, 5, 53, May 1995. ISSN: 09564233.
JONES, M. A.; MOTHERSBAUGH, D. L; BEATTY, S. E. Switching barriers and
repurchase intentions in services. Journal of Retailing and Consumer Services, v. 76, n. 2, p. 259-274, 2000.
JONES, M. A.; REYNOLDS, K. E.; MOTHERSBAUGH, D. L.; BEATTY, S. E. The
positive and negative effects of switching costs on relational outcomes. Journal of
105
Service Research, v. 9, n. 4, p. 335-355, 2007. JURAN, J. M.; DE FEO, J. Juran’s quality handbook: the complete guide to
performance excellence. 6th edition. New York: McGraw-Hill, 2010. KINDSTRÖM, Daniel; KOWALKOWSKI, Christian. Service innovation in product-
centric firms: A multidimensional business model perspective. Journal of Business & Industrial Marketing, v. 29, n. 2, p. 96-111, 2014.
KIM, M. K.; PARK, M. C.; JEONG, D. H. The effects of customer satisfaction and
switching barrier on customer loyalty in Korean mobile telecommunication services. Telecommunications Policy, v. 28, p. 145-159, 2004.
KLINE, R. B. Principles and Practice of Structural Equation Modeling. The Guilford
Press. Mew York: London, 2011. KORTGE, G. Dean; OKONKWO, Patrick A. Perceived value approach to pricing.
Industrial Marketing Management, v. 22, n. 2, p. 133-140, 1993. KOTLER, P. Marketing de A a Z: 80 conceitos que todo profissional precisa saber.
Rio de Janeiro: Campus, 2003. KUMAR, N.; STERN, L. W.; ANDERSON, J. C. Conducting interorganizational
research using key informants. Academy of management journal, v. 36, n. 6, p. 1633-1651, 1993.
LAM, S.Y.; SHANKAR, V.; ERRAMILLI, M.K.; MURTHY, B. Customer Value,
Satisfaction, Loyalty, and Switching Costs: An Illustration From a Business-to-Business Service Context. Journal of the Academy of Marketing Science. 32, 3, 293-311, 2004. ISSN: 00920703.
LEE, M.; CUNNINGHAM, L. F. A cost/benefit approach to understanding service
loyalty. Journal of Services Marketing, v. 15, n. 2, p. 113-130, 2001. LEE, J.; LEE, J.; FEICK, L. The impact of switching costs on the customer satisfaction-
loyalty link: mobile phone service in France. Journal of services marketing, v. 15, n. 1, p. 35-48, 2001.
LEÓN, D. A. D. Análise fatorial confirmatória através dos softwares R e Mplus. 2011. LINDGREEN, A.; WYNSTRA, F. Value in business markets: what do we know where
are we going? Industrial Marketing Management, v. 34, n. 7, p. 732-748, 2005. LIU, A. H. Customer value and switching costs in business services: developing exit
barriers through strategic value management. Journal of Business & Industrial Marketing, v. 21, n. 1, p. 30-37, 2006.
LOCKSHIN, L; MCDOUGALL, G. Service problems and recovery strategies: an
106
examination of the critical incident technique in a business-to-business market. International Journal of Retail & Distribution Management. 26, 11, 429, Nov. 1998. ISSN: 09590552.
LOVELOCK, C. Product Plus: How Product + Service = Competitive Advantage,
McGraw-Hill, Inc., New York, NY, 1994. LOVELOCK, C.H. Classifying Services to Gain Strategic Marketing Insights.
Journal of Marketing. 47, 3, 9, 1983. ISSN: 00222429. LOVELOCK, C.H.; WRIGHT, L. Principles of service marketing and management.
Prentice Hall, 2002. LOVELOCK, C.H.; WIRTZ, J. Marketing de serviços: pessoas, tecnologia e
resultados. Pearson Prentice Hall, 2011. LOW, Wen-Shinn; LEE, Jeng-Da; LIAN, Wan-Chun. Can Loyal Customers Tolerate
Service Failure? The Moderating Roles of Service Failure Severity and Transaction Frequency in a B2B Context. Journal of Service Science and Management, v. 2013, 2013.
MALHOTRA, N. K.; BIRKS, D.; WILLS, P. Marketing research: applied approach.
4th edition. New York: Pearson, 2012. MANZINI, E. J. A entrevista na pesquisa social. Didática, São Paulo, v. 26/27, p. 149-
158, 1990/1991. MATHE, H., SHAPIRO, R.D. Integrating Service Strategy in the Manufacturing
Company, London: Chapman & Hall, 1993. MATTILA, A; WIRTZ, J. Exploring the Role of Alternative Perceived Performance
Measures and Needs-Congruency in the Consumer Satisfaction Process. Journal
of Consumer Psychology (Lawrence Erlbaum Associates). 11, 3, 181-192, Nov. 2001.
MCCOLLOUGH, Michael A. The recovery paradox: The effect of recovery
performance and service failure severity on post-recovery customer satisfaction. Academy of Marketing Studies Journal, v. 13, n. 1, p. 89, 2009.
MCFARLAN, W.E. Information Technology Changes The Way You Compete. Harvard
Business Review, v.62, n.3, p.98-103, May/June 1984. MCQUILKEN, Lisa. The influence of failure severity and employee effort on service
recovery in a service guarantee context. Australasian Marketing Journal (AMJ), v. 18, n. 4, p. 214-221, 2010.
MCQUILKEN, Lisa; ROBERTSON, Nichola. The influence of guarantees, active
requests to voice and failure severity on customer complaint behavior. International
107
Journal of Hospitality Management, v. 30, n. 4, p. 953-962, 2011. MILAN, G. S. A prática do marketing de relacionamento e a retenção de clientes: um
estudo aplicado em um ambiente de serviços. 2006. Tese (Doutorado). Escola de Engenharia de Produção, UFRGS, Porto Alegre.
MILAN, G.S.; DE TONI, D.; MILAN, J.M.M. Antecedentes da retenção de clientes:
um estudo aplicado a usuários de serviços bancários. ENCONTRO DE MARKETING, EMA, 2008.
MILAN, G.S.; DE TONI, D. A Construção de um modelo sobre a retenção de clientes
e seus antecedentes em um ambiente de serviços. REAd–Revista Eletrônica da Administração, v. 18, n. 2, p. 433-467, 2012.
MITHAS, S.; KRISHNAN, M. S.; FORNELL, C. Why do customer relationship
management applications affect customer satisfaction? Journal of Marketing, v. 69, n. 4, p. 201-209, 2002.
MOLINER, M. A.; SÁNCHEZ, J.; RODRÍGUEZ, R. M.; CALLARISA, L. Perceived relationship quality and post-purcahse perceived value. European Journal of Marketing, v. 41, n. 11/12, p. 1392-1422, 2007.
MOZZINI, Silvia Helena Risch. Fatores de decisão de Terceirização em Tecnologia
da Informação. 2011. Dissertação. UFRGS. MORGAN, R.M.; HUNT, S.D. The commitment-trust theory of relationship
marketing. Journal of Marketing, v. 58, n. 3, p. 20-38, 1994. MOUZAS, S.; HENNEBERG, S.; NAUDÉ, P. Trust and reliance in business
relationships. European Journal of Marketing, v. 41, n, 9/10, p. 1016-1032, 2007. MSI – Marketing Science Institute. Research Priorities 2014–2016. Disponível em
http://www.msi.org/uploads/files/MSI_RP14-16.pdf. Acesso em 08 Set, 2016; MSI – Marketing Science Institute. Research Priorities 2016–2018. Disponível em
http://www.msi.org/uploads/articles/MSI_RP16-18.pdf. Acesso em 08 Set, 2016; NESPOLO, D. Relação entre valor percebido, reputação, confiança e custos de troca
como determinantes da retenção de clientes no contexto de serviços de telefonia móvel. 2014.
OH, O. Price fairness and its asymmetric effects on overall price, quality and value
judgments: the case of an upscale hotel. Tourism Management, v. 24, p. 241-249, 2003.
OLIVEIRA, TMV de. Amostragem não probabilística: adequação de situações para uso
e limitações de amostras por conveniência, julgamento e quotas. Administração on line, v. 2, n. 3, 2001.
108
OLIVEIRA, Pedro; ROTH, Aleda V. Service orientation: the derivation of
underlying constructs and measures. International Journal of Operations & Production Management, v. 32, n. 2, p. 156-190, 2012.
OLIVER, R.L. Satisfaction: a behavioral perspective on the consumer. 2nd edition.
New York: M. E. Sharpe, 2010. OLIVER, R.L. A Cognitive Model of the Antecedents and Consequences of
Satisfaction Decisions. Journal of Marketing Research (JMR). 17, 4, 460-469, Nov. 1980. ISSN: 00222437.
OLIVER, R.L.; DESARBO, W.S. Response determinants in satisfaction judgments.
Journal of consumer research, p. 495-507, 1988. OLIVER, R.L. Whence consumer loyalty?. the Journal of Marketing, p. 33-44, 1999. OLOU, L. Evaluating the effect of switching barriers in the Ghanian mobile
telecommunication industry. Dissertação. 2014. PADILLA, R. S.; MILTON, S. K.; JOHNSON, L. W. Components of service value in
business-to-business Cloud Computing. Journal of Cloud Computing, v. 4, n. 1, p. 1-20, 2015.
PALMATIER, R.W.; GOPALAKRISHNA, S.; HOUSTON, M. B. Returns on business-
to-business relationship marketing investments: Strategies for leveraging profits. Marketing Science, v. 25, n. 5, p. 477-493, 2006.
PALMATIER, R. W.; HOUSTON, M. B.; DANT, R. P.; GREWAL, D. Relationship
velocity: toward a theory of relationship dynamics. Journal of Marketing, v. 77, p. 13-30, 2013.
PARASURAMAN, A. Customer service in business-to-business markets: An agenda
for research. Journal of Business & Industrial Marketing. 13, 4/5, 309, Apr. 1998. PARASURAMAN, A., ZEITHAML, V.A.; BERRY, L.L. “SERVQUAL: a multiple-
item scale for measuring consumer perceptions of service quality”, Journal of Retailing, Spring, pp. 12-40, 1988.
PARVATIYAR, A.; SHETH, J.N. Paradigm shift in marketing theory and approach:
the emergence of relationship marketing. Relationship Marketing: Theory, Methods and Applications Section I, Session, v. 2, 1994.
PATTERSON, P. G. A contingency model of behavioral intentions in a services
context. European Journal of Marketing, v. 38, n. 9/10, p. 1304-1315, 2004. PATTERSON, P.G.; SMITH, T. A cross-cultural study of switching barriers and
propensity to stay with service providers. Journal of retailing, v. 79, n. 2, p. 107-
109
120, 2003. PAYNE, A.; HOLT, S. A review of the ‘value’ literature and implications for
relationship marketing. Australasian Marketing Journal (AMJ), v. 7, n. 1, p. 41-51, 1999.
PERIN, M. G.; SAMPAIO, C. H.; BREI, V. A.; PORTO, C. de A. As relações entre
confiança, valor e lealdade: um estudo intersetorial. In: XXVIII Encontro Anual da Associação Nacional dos Programas de Pós-Graduação em Administração (ANPAD), 2004, Curitiba: Anais, Curitiba, ENANPAD, 2004.
PIZZUTTI DOS SANTOS, Cristiane; BASSO, Kenny. Do ongoing relationships
buffer the effects of service recovery on customers' trust and loyalty?. International Journal of Bank Marketing, v. 30, n. 3, p. 168-192, 2012.
PORTER, Michael E.; MILLAR, Victor E. How information gives you competitive
advantage. 1985. PRADO, P.H.M.; SANTOS, R.C. Comprometimento e lealdade: dois conceitos ou
duas dimensões de um único conceito. Anais do Encontro Nacional da Associação Nacional de Pós-Graduação e Pesquisa em Administração, 2003.
PUJARI, D. Self-service with a smile? Self-service technology (SST) encounters
among Canadian business-to-business. International Journal of Service Industry Management, v. 15, n. 2, p. 200-219, 2004.
RANAWEERA, C.; PRABHU, J. The influence of satisfaction, trust and switching
barriers on customer retention in a continuous purchasing setting. International Journal of Service Industry Management, v. 14, n. 4, p. 374-395, 2003.
RAVALD, A.; GRÖNROOS, C. The value concept and relationship marketing.
European journal of marketing, v. 30, n. 2, p. 19-30, 1996. REICHHELD, F.F. Loyalty based management, Harvard Business Review, 71 (March-
April), 64–73, 1993. ROSSOMME, J. Customer satisfaction measurement in a business-to-business context:
a conceptual framework. Journal of Business & Industrial Marketing, v. 18, n. 2, p. 179-195, 2003.
ROTTER, Julian. A new scale for the measurement of interpersonal trust. Journal of
personality, 1967. RUIZ, D. M.; GREMLER, D. D.; WASHBURN, J. H.; CARRIÓN, G. C. Service value
revisited: Specifying a higher-order, formative measure. Journal of Business Research, v. 61, n. 12, p. 1278-1291, 2008.
RUSBULT, Caryl E. Commitment and satisfaction in romantic associations: A test
110
of the investment model. Journal of experimental social psychology, v. 16, n. 2, p. 172-186, 1980.
SEBRAE (2013). Sobrevivência das empresas no Brasil. Disponível em:
http://www.sebrae.com.br/Sebrae/Portal%20Sebrae/Anexos/Sobrevivencia_das_empresas_no _Brasil=2013.pdf Acesso em: 04 mar. 2016.
SHEPPARD. B. H.; SHERMAN, D. M. The grammars of trust: a model and general
implications. Academy of Management Review, v. 23, n. 3, p. 422-437, 1998. SILVA, H. C. C.; ARAUJO, M. A. V. Determinantes de satisfação e insatisfação em
serviços de suporte à tecnologia da informação em ambientes B2B. Anais - SIMPEP, 2015.
SINGH, J.; SIRDESHMUKH, D. Agency and trust mechanisms in consumer
satisfaction and loyalty judgments. Journal of the Academy of marketing Science, v. 28, n. 1, p. 150-167, 2000.
SIQUEIRA, M.M.M. Comprometimento organizacional afetivo, calculativo e
normativo: evidências acerca da validade discriminante de três medidas brasileiras. Encontro Anual da ANPAD, v. 25, p. 23-40, 2001.
SIRDESHMUKH, D.; SINGH, J.; SABOL, B. Consumer trust, value, and loyalty in
relational exchanges. Journal of Marketing, v. 66, n. 1, p. 15-37, 2002. SÖDERLUND, M.; VILGON, M.; GUNNARSSON, J. Predicting purchasing
behavior on business-to-business markets. European Journal of Marketing, v. 35, n. 1/2, p. 168-181, 2001.
SPRENG, R.A.; HARRELL, G.D.; MACKOY, R.D. Service recovery: impact on
satisfaction and intentions. Journal of Services Marketing, v. 9, n. 1, p. 15-23, 1995. SVENSSON, E. Guidelines to statistical evaluation of data from rating scales and
questionnaires. Journal of Rehabilitation Medicine, v. 33, n. 1, p. 47-48, 2001. SWEENEY, J. C.; SOUTAR, G. N. Consumer perceived value: the development of
a multiple item scale. Journal of Retailing and Consumer Services, v. 77, n. 2, p. 203-220, 2001.
TABACHNICK, B. G.; FIDELL, L. S. Using multivariate statistics, 6th ed. Boston:
Pearson. 2013. TAM, J. L. The moderating role of perceived risk in loyalty intentions: an investigation
in a service context. Marketing Intelligence & Planning, v. 30, n. 1, p. 33-52, 2012. TANG, Andrew C. Justice-Based Normative Recovery Expectations in Enterprise
Information Technology Services: The Effect of Failure Severity and Criticality on Disconfirmation and Satisfaction. 2014.
111
TAX, S.S.; BROWN, S.W.; CHANDRASHEKARAN, M. Customer Evaluations of
Service Complaint Experiences: Implications for Relationship Marketing. Journal
of Marketing. 62, 2, 60-76, Apr. 1998. ISSN: 00222429. TERRES, M. da S. A importância do afeto para a confiança em trocas de serviços
com conseqüências serveras. Porto Alegre: UFRGS, 2011. Tese (Doutorado em Administração), Escola de Administração, Universidade Federal do Rio Grande do Sul, 2011.
TIC – Domicílios e Empresas (2012). Disponível em: http://www.cetic.br/
media/docs/publicacoes/2/tic-domicilios-e-empresas-2012.pdf. Acesso em: 08 set. 2016;
TSARENKO, Yelena; TOJIB, Dewi. The role of personality characteristics and
service failure severity in consumer forgiveness and service outcomes. Journal of Marketing Management, v. 28, n. 9-10, p. 1217-1239, 2012.
TSE, D.K.; WILTON, P.C. Models of consumer satisfaction formation: An extension.
Journal of marketing research, p. 204-212, 1988. ULAGA, W.; EGGERT, A. Relationship value in business markets: the construct and
its dimensions. Journal of Business-to-business Marketing, v. 12, n. 1, p. 73-99, 2005.
ULAGA, W.; EGGERT, A. Relationship value and relationship quality: Broadening the
nomological network of business-to-business relationships. European Journal of marketing, v. 40, n. 3/4, p. 311-327, 2006.
ULAGA, Wolfgang; REINARTZ, Werner J. Hybrid offerings: how manufacturing
firms combine goods and services successfully. Journal of marketing, v. 75, n. 6, p. 5-23, 2011.
VAN DOORN, J.; VERHOEF, P.C. (2008). “Critical incidents and the impact of
satisfaction on customer share”. Journal of Marketing, 72(3), 124–42. VAVRA, Terry G.; PRUDEN, Douglas R. Using aftermarketing to maintain a customer
base. Discount Merchandiser, v. 35, n. 5, p. 86-88, 1995. VENETIS, K.A.; GHAURI, P.N. Service quality and customer retention: building long-
term relationships. European Journal of marketing, v. 38, n. 11/12, p. 1577-1598, 2004.
VIANA, D. A.; CUNHA JÚNIOR, M. V. M.; SLONGO, L.A. Medindo o conceito
de marketing de relacionamento no contexto brasileiro. In: Encontro nacional dos programas de pós-graduação em administração, 19., Foz do Iguaçu, Anais. Foz do Iguaçu, 1999.
112
WANG, C. Y. Service quality, perceived value, corporate image, and customer loyalty in the context of varying levels of switching costs. Psychology & Marketing, v. 27, n. 3, p. 252-262, 2010.
WANG, E. S.; CHANG, S. Creating Positive Word-of-Mouth Promotion Through
Service Recovery Strategies. Services Marketing Quarterly, v. 34, n. 2, p. 103-114, 2013.
WANG, Y. S.; WU, S. C.; LIN, H. H.; WANG, Y. Y. The relationship of service failure
severity, service recovery justice and perceived switching costs with customer loyalty in the context of e-tailing. International Journal of Information Management, v. 31, n. 4, p. 350-359, 2011.
WATHNE, K.H.; BIONG, H.; HEIDE, J.B. Choice of supplier in embedded markets:
relationship and marketing program effects. Journal of Marketing, v. 65, n. 2, p. 54-66, 2001.
WEBER, M.; KLEIN, A. Z. Gestão Estratégica em Empresas de Tecnologia da
Informação: Um Estudo de Caso. Iberoamerican Journal of Strategic Management (IJSM), v. 12, n. 3, p. 37-65, 2013.
WETZELS, M.; DE RUYTER, K.; VAN BIRGELEN, M. Marketing service
relationships: the role of commitment. Journal of business & industrial marketing, v. 13, n. 4/5, p. 406-423, 1998.
WEUN, S.; BEATTY, S. E.; JONES, M.A. The impact of service failure severity on
service recovery evaluations and post-recovery relationships. Journal of Services Marketing, v. 18, n. 2, p. 133-146, 2004.
WHITE, L.; YANAMANDRAM, V. A model of customer retention of dissatisfied
business services customers. Managing Service Quality: An International Journal, v. 17, n. 3, p. 298-316, 2007.
WILSON, D.T.; JANTRANIA, S. Understanding the value of a relationship. Asia-
Australia marketing journal, v. 2, n. 1, p. 55-66, 1994. WILSON, E.; VLOSKY, R. Partnering Relationship Activities: bulding theory from
case study research. Journal of Business Research, 39: 59-70, 1997 WOODRUFF, R. B., CLEMONS, D. S., SCHUMANN, D. W., GARDIAL, S. F., &
BURNS, M. J. (1991). The standards issue in CS/D research: a historical perspective. Journal of Consumer Satisfaction, Dissatisfaction and Complaining
Behavior, 4, 103-109. WOODRUFF, R. Customer value: the next source for competitive advantage. Journal
of the Academy of Marketing Science, v. 25, n. 2, p. 139-153, 1997. YANAMANDRAM, V.; WHITE, L. A conceptual model of the antecedents of
113
behavioural loyalty of dissatisfied business services customers. 2005. YANAMANDRAM, V. K.; WHITE, L. Exploratory and confirmatory factor analysis
of the perceived switching costs model in the business services sector. 2006. YANAMANDRAM, V. K.; WHITE, L. Exploring the Switching Costs-Behavioural
Loyalty Relationship amongst Dissatisfied Customers in the B2B Services Sector. 2006.
YANAMANDRAM, V.; WHITE, L. An empirical analysis of the retention of
dissatisfied business services customers using structural equation modelling. Australasian Marketing Journal (AMJ), v. 18, n. 4, p. 222-232, 2010.
YANAMANDRAM, V.; WHITE, L. Why do some business relationships persist
despite dissatisfaction? A social exchange review. Asia Pacific Management Review, v. 17, n. 3, p. 301-320, 2012.
YANG, K. L.; JOLLY, L. D. The effects of consumer perceived value and subjective
norm on mobile data service adoption between American and Korean consumers. Journal of Retailing and Consumer Services, v. 16, p. 502-508, 2009.
YANG, Z.; PETERSON, R.T. Customer perceived value, satisfaction, and loyalty:
The role of switching costs. Psychology & Marketing, v. 21, n. 10, p. 799-822, 2004.
YILMAZ, Cengiz; VARNALI, Kaan; KASNAKOGLU, Berna Tari. How do firms
benefit from customer complaints?. Journal of Business Research, v. 69, n. 2, p. 944-955, 2016.
ZEITHAML, V.A. Consumer perceptions of price, quality, and value: a means-end
model and synthesis of evidence. The Journal of marketing, p. 2-22, 1988.
114
APÊNDICE A – QUESTIONÁRIO DE PESQUISA
115
QUESTIONÁRIO
Prezado(a) Senhor(a):
Considerando sua experiência em relação a uma situação de insatisfação com uma empresa fornecedora de serviços de Tecnologia da Informação (Serviços de suporte à computadores, servidores, redes, Internet, desenvolvimento de software, manutenção de hardware, impressoras, etc.), e que o Sr(a) fez uma reclamação para que o problema fosse solucionado, solicitamos que indique com um “X” a sua opinião para cada uma das afirmações a seguir.
1 – Que tipo de serviço este provedor presta(va) para sua empresa? (Selecione 1 ou mais)
(a) Desenvolvimento e licenciamento de uso de software próprio
(e) Representação e/ou licenciamento de uso de software
(i) Consultoria em sistemas e processos em TI
(b) Consultoria em segurança de sistemas de informação
(f) Auditoria, certificação e homologação em tecnologia da informação (incluindo testes)
(j) Suporte e manutenção de software
(c) Processamento de dados (inclusive entrada de dados e gestão de banco de dados de terceiros)
(g) Hospedagem de sites; hospedagem de aplicações ou stream de som e imagem através da Internet
(k) Manutenção e reparação de computadores, periféricos e equipamentos de informática
(d) Provedores de acesso à rede de comunicação (Internet), provedores de voz sobre protocolo IP - VOIP
(h) Cursos de treinamento e capacitação em tecnologia da informação
(l) Outro: ____________________
2 – Após a sua reclamação, houve alguma iniciativa por parte do fornecedor de serviços de TI para reverter a falha que gerou a insatisfação?
(a) SIM (b) NÃO
3 - Após a reclamação, e a solução proposta pelo fornecedor, este provedor de serviços continuou a ser utilizado ou foi substituído por um concorrente?
(a) Continuou a ser utilizado (b) Foi substituído por um concorrente
4 – Com relação ao evento que causou sua insatisfação, como você classifica a sua gravidade?
Questões Pouco grave
Muito grave
01. Este problema afetou gravemente o meu negócio. 1 2 3 4 5 02. Este problema prejudicou o meu negócio. 1 2 3 4 5 03. Este problema causou uma grande perda para o meu negócio. 1 2 3 4 5
5 – Levando em consideração a relação entre a empresa e o provedor de serviço analisado, como você classifica a dependência da empresa em relação ao fornecedor?
Questões Discordo Totalmente
Concordo Totalmente
04. Este fornecedor é crucial para nossa performance futura. 1 2 3 4 5 05. Nós somos dependentes desse fornecedor. 1 2 3 4 5 06. Este fornecedor é importante para nosso negócio. 1 2 3 4 5
6 - Considerando o fornecedor de serviços de TI analisado, indique em que medida concorda ou descorda de cada uma das afirmações abaixo em uma escala de 1 a 5, sendo 1 “Discordo Totalmente” e 5 “Concordo Totalmente”.
Questões Discordo Totalmente
Concordo Totalmente
07. Vale a pena economicamente ser um cliente desse fornecedor 1 2 3 4 5
08. A empresa iria sofrer economicamente se o relacionamento fosse quebrado. 1 2 3 4 5
09. O fornecedor tem vantagens de localização em comparação com outros fornecedores. 1 2 3 4 5
116
10. Tenho prazer em ser um cliente desse fornecedor. 1 2 3 4 5
11. O fornecedor é o operador que tem o melhor atendimento de seus clientes. 1 2 3 4 5
12. Há uma sensação de reciprocidade no meu relacionamento com o fornecedor. 1 2 3 4 5
13. Este fornecedor cumpre as promessas feitas. 1 2 3 4 5
14. Este fornecedor sempre é honesto comigo. 1 2 3 4 5
15. Eu acredito nas informações que este fornecedor me fornece. 1 2 3 4 5
16. Este fornecedor está verdadeiramente preocupado comigo. 1 2 3 4 5
17. Quando decisões importantes são tomadas, este fornecedor considera o meu bem-estar e o seu próprio bem-estar.
1 2 3 4 5
18. Eu confio que este fornecedor considere nossos melhores interesses 1 2 3 4 5
19. Este fornecedor é confiável. 1 2 3 4 5
20. Por usar o mesmo fornecedor, nós recebemos certos benefícios que não receberíamos se mudássemos para um novo.
1 2 3 4 5
21. Nosso fornecedor nos oferece privilégios particulares que não receberíamos em outros lugares.
1 2 3 4 5
22. Não temos tempo para obter as informações para avaliar completamente outros fornecedores.
1 2 3 4 5
23. Comparar nosso fornecedor atual com potenciais fornecedores leva muito esforço, mesmo quando temos a informação.
1 2 3 4 5
24. Analisar as informações sobre os fornecedores alternativos leva muito tempo 1 2 3 4 5
25. Aprender a usar os recursos oferecidos por um novo fornecedor pode levar tempo. 1 2 3 4 5
26. Se mudamos do nosso fornecedor atual, teríamos de aprender sistemas do novo fornecedor.
1 2 3 4 5
27. Habituar-se com a nova forma de trabalho do novo fornecedor pode ser difícil. 1 2 3 4 5
28. Nós não sabemos o que vamos ter de lidar, caso façamos a mudança para um novo fornecedor.
1 2 3 4 5
29. Mudar para um novo fornecedor irá provavelmente resultar em alguns problemas inesperados.
1 2 3 4 5
30. Nossa preocupação é que os serviços oferecidos por outros fornecedores não vão funcionar tão bem como esperado.
1 2 3 4 5
31. Não temos certeza qual seria o nível de serviço se mudássemos para um novo fornecedor.
1 2 3 4 5
32. Nós investimos uma quantidade considerável de tempo para construir e manter o relacionamento com nosso fornecedor atual.
1 2 3 4 5
33. Foi feito um grande esforço para construir e manter o relacionamento com o fornecedor atual.
1 2 3 4 5
34. No geral, temos investido muito no relacionamento com o fornecedor atual. 1 2 3 4 5
Dados gerais do participante da pesquisa:
Sexo: (a) Feminino | (b) Masculino Idade: _________
Setor de Atividade: (a) Comércio (b) Serviço (c) Indústria (d) Governamental
Quantidade de Funcionários: _________ Tempo como cliente: _________
Estado: ___________