Embed Size (px)
Citation preview
MODELAGEM DE EVASÃO DE CLIENTES BANCÁRIOS
ADIMPLENTES
IDENTIFICAÇÃO DE PADRÕES PELO HISTÓRICO DE SUAS
OPERAÇÕES
Brasília - DF
2016
Autor: Jefferson José Cerutti Gauer
Orientador: Dr. Renato da Veiga Guadagnin
Pró-Reitoria Acadêmica
Escola Politécnica
Programa de Pós-Graduação Stricto Sensu em Gestão do
Conhecimento e Tecnologia da Informação
JEFFERSON JOSÉ CERUTTI GAUER
MODELAGEM DE EVASÃO DE CLIENTES BANCÁRIOS ADIMPLENTES:IDENTIFICAÇÃO DE PADRÕES PELO HISTÓRICO DE SUAS OPERAÇÕES
Dissertação apresentada ao Programa de Pós-Graduação Stricto Sensu em Gestão do Conhe-cimento e Tecnologia da Informação da Uni-versidade Católica de Brasília, como requisitoparcial para obtenção do Título de Mestre emGestão do Conhecimento e da Tecnologia daInformação
Orientador: Dr. Renato da Veiga Guadagnin
Brasília2016
Ficha elaborada pela Biblioteca Pós-Graduação da UCB
G267m Gauer, Jefferson José Cerutti.
Modelagem de evasão de clientes bancários adimplentes: identificação
de padrões pelo histórico de suas operações. / Jefferson José Cerutti Gauer
– 2016.
91 f.; il.: 30 cm
Dissertação (Mestrado) – Universidade Católica de Brasília, 2016.
Orientação: Prof. Dr. Renato da Veiga Guadagnin
1. Marketing de relacionamento. 2. Marketing bancário. 3. Evasão. 4.
Churn. 5. MSD. 6. Média de Saldos Diário. 7. Instituição Bancária. 8.
Mineração de Dados. 9. Data Mining. I. Guadagnin, Renato da Veiga, orient.
II. Título.
CDU 005.94: 336.717
A Deus
e
aos amores de minha vida,
Flávia, Letícia e Rafael.
AGRADECIMENTOS
A Deus, que permite o acontecimento do imaginável e do inimaginável.
Aos meus pais Telmo e Inês e à minha irmã Joice, pelo amor e apoio constantes.
À minha esposa Flávia e aos meus filhos Letícia e Rafael, pelo amor, carinho, apoio,
afeto, paciência e tolerância com minhas ansiedades e inquietações.
Aos meus amigos e familiares, pela presença e companheirismo em várias jornadas.
Ao meu orientador, Dr. Renato, pelos valiosos ensinamentos, apoio incondicional e
extrema paciência durante todo o processo do trabalho.
Aos amigos e colegas de trabalho, que colaboraram com apoio, sugestões e energia
positiva, acreditando comigo no êxito deste estudo.
À minha instituição de trabalho, pelo apoio financeiro.
Ao meu amigo e colaborador, Paulo Rogério, que contribuiu ativamente para que os
resultados pudessem ser alcançados.
Aos professores, funcionários e colegas do Programa de Pós-Graduação em Gestão do
Conhecimento e Tecnologia da Informação da Universidade Católica de Brasília, pelos
ensinamentos transmitidos, experiências compartilhadas e pela contribuição direta ou indireta
para a minha formação.
“De tudo ficaram três coisas: a
certeza de que ele estava sempre começando, a
certeza de que é preciso continuar e a certeza
de que seria interrompido antes de terminar.
Fazer da interrupção um caminho novo. Fazer
da queda um passo de dança, do medo uma
escada, do sonho uma ponte, da procura um
encontro.”
Fernando Sabino
RESUMO
GAUER, Jefferson José Cerutti. Modelagem de evasão de clientes bancários adimplentes:identificação de padrões pelo histórico de suas operações. 2016. 91 f. Dissertação deMestrado em Gestão do Conhecimento e Tecnologia da Informação. Universidade Católica deBrasília, Brasília. 2016.
As semelhanças de produtos e serviços, a estagnação do mercado, a portabilidade deoperações entre instituições e a concorrência e competitividade no setor bancário têmmotivado mais atenção à fidelização do cliente. A consideração de tais fatores é essencialpara a conquista de novos clientes, bem como para a sua retenção, a fim de evitar o churn.Assim, ferramentas de gestão de relacionamento com o cliente exigem uma quantidadecrescente de variáveis. O presente estudo abrange os melhores clientes de uma instituiçãofinanceira brasileira de grande porte. Propõe um modelo para a predição de churn, com basena evolução dos seus empréstimos e investimentos. Operações de 291.761 clientes foram osdados de entrada para a ferramenta QlikView (uma plataforma de BI – Business Intelligence– orientada ao usuário). O modelo transformou a Média de Saldos Diário (MSD) em umaescala logarítmica, a fim de avaliar a oscilação de acordo com os períodos. O indicadoralcançado parece ser um possível preditor de churn, o que indica que a gestão derelacionamento deve considerar cuidadosamente os clientes suscetíveis à evasão. No entanto,só este indicador não explica a taxa de churn. Recomenda-se aplicá-lo como umcomplemento e um refinamento de outros indicadores que já estão implantados na gestão dafidelização com o cliente.
Palavras-Chave: Marketing de relacionamento. Marketing bancário. Evasão. Churn. MSD.Média de Saldos Diário. Instituição Bancária. Mineração de Dados. Data Mining.
ABSTRACT
Similarities of products and services, market stagnation, the portability of operations amonginstitutions, competition and competitiveness in banking sector have motivated more attentionto customer loyalty. It is essential to win new clients as well as to retain them in order to avoidchurn. So management tools that concern relations with customers require an increasingamount of variables. Present study covers the best clients in a big-size Brazilian financial in-stitution. It proposes a model for churn predicting, based on the evolution of their loans andinvestments. Operations from ca. 291 thousands clients were the input data for softwareQlikView (a user-oriented Business Intelligence platform). The model transformed the DailyBalance Average into a logarithm scale in order to assess the value oscillation according to pe-riods. The achieved index seems to be a possible churn predictor, which indicates that rela-tions management should regard carefully customers susceptible to churn. Nevertheless thisindex alone does not explain the churn rate. It is recommended to apply it as a complementand a refinement of other indexes that are already deployed in customer loyalty management.
Keywords: Relationship Marketing. Bank Marketing. Evasion. Churn. MSD. Average Daily Balance. Banking institution. Data Mining.
LISTA DE ILUSTRAÇÕES
Quadro 1 – Composição do Sistema Financeiro Nacional (SFN).................................30
Quadro 2 – Estudos no Brasil que utilizam data mining para predição de churn ........46
Figura 1 – Antecedentes e consequentes da fidelização...............................................39
Figura 2 – Amostras consideradas no estudo................................................................51
Figura 3 – Base de dados analisada...............................................................................54
Figura 4 – Curva do log do valor de MSD....................................................................59
Figura 5 – Curva da variação do log do valor de MSD.................................................63
LISTA DE TABELAS
Tabela 1 – Termos considerados para a seleção da amostra..........................................52
Tabela 2 – Seleção do público-alvo...............................................................................53
Tabela 3 – Informações da base de dados de evasão de clientes...................................55
Tabela 4 – Informações da base de dados de Média de Saldos Diário (MSD).............57
Tabela 5 – Tratamento estatístico das variáveis MSD_RLZD e Log10 (MSD_RLZD).60
Tabela 6 – Avaliação do modelo...................................................................................63
LISTA DE SIGLAS
Bacen – Banco Central do Brasil
BI – Business Intelligence
BNDES – Banco Nacional de Desenvolvimento Econômico e Social
CCS – Cadastro de Clientes do Sistema Financeiro Nacional
CLV – Consumer Life Time Value
CMN – Conselho Monetário Nacional
CRM – Customer Relationship Managemet
CVM – Comissão de Valores Mobiliários
Febraban – Federação Brasileira de Bancos
FMI – Fundo Monetário Internacional
LTV – Loan-To-Value
MSD – Média de Saldos Diário
SCR – Sistema de Informações de Crédito do Banco Central
SFN – Sistema Financeiro Nacional
TI – Tecnologia da Informação
SUMÁRIO
1 INTRODUÇÃO...........................................................................................13
1.1 CONTEXTUALIZAÇÃO............................................................................................13
1.2 DELIMITAÇÃO DO PROBLEMA.............................................................................15
1.3 RELEVÂNCIA DA PESQUISA..................................................................................17
1.4 OBJETIVOS................................................................................................................20
1.4.1 Objetivo Geral.......................................................................................................20
1.4.2 Objetivos Específicos............................................................................................21
1.5 ABORDAGEM METODOLÓGICA E PRINCIPAIS RESULTADOS.......................21
1.6 ESTRUTURA DO TRABALHO.................................................................................22
2 REVISÃO BIBLIOGRÁFICA...................................................................23
2.1 CHURN........................................................................................................................23
2.2 INTERMEDIAÇÃO FINANCEIRA...........................................................................25
2.3 RISCO DE CRÉDITO.................................................................................................27
2.4 MARKETING DE SERVIÇOS E MARKETING BANCÁRIO.................................31
2.5 MARKETING DE RELACIONAMENTO.................................................................33
2.6 ABORDAGEM CONCEITUAL DE LEALDADE E FIDELIDADE.........................37
2.7 CRM – GESTÃO DE RELACIONAMENTO COM O CLIENTE.............................40
2.8 A IMPORTÂNCIA DA BASE DE DADOS – DATABASE MARKETING..................42
2.9 PRINCIPAIS ESTUDOS NO BRASIL.......................................................................45
3 MATERIAIS E MÉTODOS.......................................................................49
3.1 UNIVERSO E AMOSTRA DO ESTUDO..................................................................50
3.2 BASE DE DADOS DE EVASÃO DE CLIENTES.....................................................55
3.3 BASE DE DADOS DE MÉDIA DE SALDOS DIÁRIO (MSD)................................56
3.4 TRATAMENTO ESTATÍSTICO DA AMOSTRA......................................................58
4 RESULTADOS.............................................................................................61
5 CONSIDERAÇÕES FINAIS......................................................................65
5.1 DISCUSSÃO DOS RESULTADOS............................................................................65
5.2 CONCLUSÃO.............................................................................................................65
5.3 LIMITAÇÕES DO ESTUDO......................................................................................67
5.4 TRABALHOS FUTUROS..........................................................................................67
REFERÊNCIAS BIBLIOGRÁFICAS............................................................68
APÊNDICE A – RESULTADO DA ANÁLISE DESCRITIVA DOS BAN-
COS DE DADOS DE SALDOS E CLIENTES...............................................89
13
1 INTRODUÇÃO
1.1 CONTEXTUALIZAÇÃO
Desde os tempos da Grécia e Roma Antigas, primórdios dos bancos comerciais,
bancos de troca ou bancos de depósito (CORAZZA, 2000), passando pela Itália Renascentista
precursora reconhecida dos bancos comerciais modernos regulares (GALBRAITH, 1997), as
instituições financeiras1 possuem como fundamento em suas cestas de produtos a captação de
depósitos e a oferta de crédito aos seus clientes. Com o passar dos tempos, a competitividade
entre as instituições e a bancarização das massas populacionais, essa cesta de produtos
ofertados evoluiu para as mais diversas áreas de atuação, mas a captação e o crédito
continuam sendo os mais representativos, pois é dessa diferença de remuneração entre o juro
tomado dos empréstimos e o juro pago pelas aplicações que advém a principal rentabilidade
dessas instituições.
Com o avanço da tecnologia e da globalização aumentaram a concorrência e os custos
associados à conquista de novos clientes, estimulando a competição entre as empresas. Nesse
mercado cada vez mais competitivo, dinâmico e inseguro, a gestão do risco dos créditos
cedidos pelas instituições financeiras aos seus clientes tem se mostrado bem amadurecida,
representando um dos fatores mais importantes da administração financeira moderna, não
somente com a utilização de modelos no âmbito interno da própria instituição, como também
com regras diversas definidas por órgãos reguladores/supervisores e acompanhamentos por
organismos nacionais e internacionais (AKIAMA, 2008; SOUSA; CHAIA, 2000).
Os principais mecanismos de acompanhamento e monitoramento de clientes que as
instituições financeiras possuem se dão principalmente sobre o risco de inadimplência, o
controle de rentabilidade e a análise de crédito para concessão de novos créditos e/ou serviços
(SHIGAKI, 2001). Em mercados competitivos uma estratégia efetiva se dá por focar nos
clientes existentes, e consequentemente na redução de evasão desses clientes, em vez de
buscar novos clientes ou obter clientes da concorrência. De todo modo, conceitos e técnicas
1 A Lei 4.595/64 estabelece:
Art.17 - Consideram-se instituições financeiras, para os efeitos da legislação em vigor, as pessoas jurídicas públicas
ou privadas, que tenham como atividade principal ou acessória a coleta, intermediação ou aplicação de recursos financeiros
próprios ou de terceiros, em moeda nacional ou estrangeira, e a custódia de valor de propriedade de terceiros.
Parágrafo único. Para os efeitos desta Lei e da legislação em vigor, equiparam-se às instituições financeiras as pes-
soas físicas que exerçam qualquer das atividades referidas neste artigo, de forma permanente ou eventual.
14
mais antigas de fidelização continuam sendo válidos ao relacionamento dessas instituições
com seus clientes.
Os conceitos mais básicos de fidelização indicam a medição por um padrão de
compras repetidas, reforçadas por Brei e Rossi (2005) como a forma mais simples e fácil para
fidelizar clientes, chegando até a perspectiva comportamental com seus conceitos de
fidelidade cognitiva e afetiva (OLIVER, 1997, 1999). A fidelização concreta de clientes
proporciona à instituição rendimento seguro e garantido por um bom período de tempo, razão
pela qual os gestores buscam a retenção dos clientes a partir do oferecimento de benefícios
tangíveis e intangíveis. A longevidade de relacionamento com seus clientes influencia
favoravelmente a lucratividade da empresa, e a obtenção de um desempenho lucrativo
também pode ser constituído como fator importante à satisfação das necessidades e interesses
dos clientes.
A manutenção de clientes fiéis influencia o aumento das vendas e proporciona
melhores preços e menores custos (BARNES, 2002), o que é excelente em tempos
globalizados e de competitividade acirrada. Esses clientes tendem a gerar maior fluxo de
caixa e lucro, comprar mais e divulgar melhor a empresa.
Ainda alinhado a este posicionamento, Barnes (2002) propôs um modelo em que um
maior relacionamento com o cliente leva à sua retenção; a retenção melhora o resultado dos
negócios; e esse aumento de resultado proporciona recompensas maiores para os acionistas,
empregados, fornecedores e clientes. Portanto, elevando a retenção do cliente
automaticamente diminui-se a possibilidade de evasão deste.
Frise-se que o relacionamento entre cliente e instituição financeira costuma ser bem
mais duradouro que o de outros segmentos de mercado, todavia, a competitividade no varejo
bancário impede que as instituições financeiras se acomodem.
Justamente para enfrentar essa competitividade que as instituições financeiras têm
trabalhado com segmentação calcada na valorização do cliente a longo prazo almejando em
conquistar e aumentar sua fidelização. O Customer Relationship Management (CRM) pode
auxiliar para que se construam relacionamentos lucrativos com clientes específicos a longo
prazo.
O interesse para a presente pesquisa surgiu justamente do fato do setor bancário ser
hoje, junto ao de telecomunicações, o que mais evidencia concorrência, similaridade da oferta
de serviços, competitividade, busca por fidelização de clientes e interesse em se evitar o
churn de clientes (BERSON; SMITH; THEARLING, 2000; PORTER, 2000). A semelhança
15
entre os serviços bancários é tamanha que Porter (2000) considera que o mercado de varejo
dos bancos poderia ser tratado como um mercado de commodities.
Levando-se em conta o considerável custo para adquirir clientes novos, bem como os
benefícios de reter os clientes já existentes, criar um modelo de predição de churn que auxilie
a retenção do cliente é relevante para o sucesso de uma empresa do ramo financeiro num
mercado competitivo (NEZZE, 2002). A criação de um modelo de predição de churn que seja
aplicável facilmente numa empresa, atrai a atenção no mercado financeiro e de outros
mercados devido à melhoria nos resultados financeiros que podem ser gerados.
1.2 DELIMITAÇÃO DO PROBLEMA
Os mercados estão cada vez mais dinâmicos e voláteis e as empresas buscam formas
de melhorar a qualidade e agregar valor aos seus serviços (YEE; YEUNG; CHENG, 2008)
priorizando a eficiência operacional. Ainda assim, muitas vezes não conseguem fidelizar seus
clientes ou mantê-los ativos por muito tempo (LU; LU, 2009).
Instituições financeiras de varejo enfrentam desafios para manter sua preponderância
na prestação de serviços bancários. Hoje, os consumidores veem seu banco como um lugar
confiável para guardar, movimentar e proteger seu dinheiro, mas argumentam que não estão
recebendo os serviços de valor agregado que gostariam, diferença esta que tem aberto
oportunidades significativas para a inovação e a competição mercadológica, especialmente
com o advento de alternativas não bancárias que ganharam força no cenário mundial, como o
PayPal, por exemplo, (CGI, 2015).
Ainda segundo a CGI (2015), o estudo, que abrangeu sete países em três continentes
com o intuito de explorar as preferências bancárias dos clientes e os pontos de vista sobre os
modelos bancários futuros, também descobriu que os mesmos estão dispostos a mudar para
alternativas não bancárias para encontrar estes novos serviços, bem como pagar por eles.
Reforçando essa tendência, uma pesquisa realizada pela consultoria Accenture identificou que
25% da base de clientes no setor bancário brasileiro é vulnerável à migração de instituição
(PIMENTEL, 2012). Comparativamente, tem-se que, no setor bancário americano, 30% da
base de clientes é vulnerável à migração (ACCENTURE, 2009).
Com efeito, instituições financeiras dos mais variados portes e período de constituição
possuem internalizados em seus processos (desde os mais básicos aos mais elaborados e
complexos) diversas frentes para fidelizar o cliente, como encarteiramentos e segmentações
16
(SWIFT, 2001), com o intuito de possibilitar um relacionamento mais personalizado e uma
antecipação de possíveis necessidades dos clientes, buscando alongar a sua permanência no
portfólio da instituição e aumentar o volume de negócios. Ferramentas como CRM têm sido
corporativamente estratégicas nesse pleito – Kotler e Fox (1998) e Kurtz e Clow (1998) já
diziam que conquistar novos clientes tem um custo de 5 a 7 vezes maior que a manutenção
dos mesmos clientes que a empresa já possui.
O cerne da rentabilidade das instituições financeiras está calcado na rentabilidade do
crédito concedido aos clientes, então é natural que os planos de retenção de clientes estejam
geralmente voltados à proteção desse crédito. Swift (2001) identifica que as análises e
controles quanto à retenção de clientes podem existir em diversos níveis, desde os com foco
no marketing individual (comunicação individualizada, mala dirigida etc) até o marketing
coletivo (campanhas de mídia, segmentação, encarteiramento etc). O mesmo autor comenta
que é comum uma atuação mais reativa que pró-ativa aos sinais de churn de clientes, e que
quando a atuação na intervenção com o cliente for reativa, pode ocorrer quando o mesmo já se
encontra em processo de evasão ou até mesmo inativo ou evadido da instituição. Nesses
casos, se não encerrou toda sua carteira de operações resgatando todo o montante aplicado,
encerrando serviços, ou ainda quitando ou transferindo empréstimos para outras instituições, o
cliente evadido mantém algumas poucas operações ainda ativas, porém sem efeito de
rentabilização financeira relevante para a instituição de onde se evadiu. De fato, quando se
verifica que o cliente está em processo de evasão, ele pode já ter encerrado operações
rentáveis para a instituição financeira ou ter retirado valores expressivos nela aplicados.
A fidelização de clientes é muito importante para o futuro de diversas organizações,
segundo Brunner, Stöcklin e Opwis (2008), principalmente quando diferenças entre produtos
e serviços são poucas, em épocas de estagnação de mercado ou alto nível de competitividade.
Um cliente, ainda que satisfeito, não garante sua lealdade (BARNES, 2002) e, conforme
sustentam Matos, Henrique e Rosa (2009), está cada vez mais imprescindível que instituições
do setor financeiro monitorem a satisfação do cliente e o modo como está se desenvolvendo
seu relacionamento com a instituição.
Reforçando essa ideia, a empresa CGI (2015) identificou que 70% dos clientes
bancários consideram que recompensas são importantes, 90% dos clientes consideram a
importância de ser reconhecido pelo seu banco, 37% preveem um futuro de um ambiente
bancário altamente digital e com todos os serviços feitos digitalmente, mais de 80% dos
consumidores estão à disposição para que os bancos utilizem suas informações básicas para
17
melhorar produtos ou serviços, 57% confiariam na PayPal para proteção de serviços e 46%
confiariam em sites de investimentos online para serviços de poupança e investimentos.
A questão comportamental do cliente perante a imagem da marca, sua reputação e
consciência (BEERLI; MARTÍN; QUINTANA, 2004), assim como a influência de suas
características pessoais e profissionais e os fatores ambientais internos e externos à
instituição, são variáveis conhecidas pelos gestores e que permitem suas eficientes
considerações nas ferramentas de CRM.
No entanto, é vital a monitoração do modo como está se desenvolvendo o
relacionamento do cliente com a instituição, ainda que as constatações utilizadas atualmente
na gestão do relacionamento sejam eficientes, é necessário que se evolua e se aprofunde o
debate considerando novas variáveis (MATOS; HENRIQUE; ROSA, 2009).
A verificação de operações bancárias de empréstimos e investimentos de cliente
pessoa física enquanto adimplentes e que tenha o menor risco de inadimplência, podem servir
como um indicador para uma atuação pró-ativa com esses clientes, considerados os melhores
clientes, na tentativa de impedir sua evasão, auxiliando e complementando os processos
existentes de retenção de clientes, antecipando sinais de churn antes do encerramento de
operações lucrativas ou da retirada expressiva de valores.
Destarte, a reflexão, nos moldes propostos, consubstancia excelente oportunidade de
identificação de mais um indicador que possa auxiliar a instituição financeira na gestão do
relacionamento com seus clientes, se antecipando a um possível sinal de churn, intervindo na
situação pró-ativamente buscando a plena satisfação do cliente e a sua segurança, dada a
competitividade do mercado,
Analisaram-se os padrões de histórico do churn de clientes quanto às suas operações
de empréstimos e investimentos, buscando-se encontrar respostas que levassem ao
atendimento do objetivo principal do estudo: propor um modelo de predição de risco de
churn, por meio da verificação do saldo de operações bancárias de empréstimos e
investimentos.
1.3 RELEVÂNCIA DA PESQUISA
Os gestores têm concentrado esforços para alcançar e manter a fidelidade de seus
clientes, revendo suas estratégias devido ao aumento da competitividade no mercado de
serviços (TURBAN; VOLONINO, 2013).
18
O gestor atualmente precisa conquistar novos clientes ao mesmo tempo que precisar se
proteger para não perder os já conquistados. Aliando a pressão social por ética, maior
qualidade nos produtos e serviços ofertados, melhores condições ambientais e segurança, é
necessário que as empresas privilegiem as relações de médio e longo prazo com os seus
clientes com o intuito de criar benefícios focados numa relação de benefícios mútuos
(BERRY, 2010).
O setor de serviços financeiros tem sua importância destacada por fatores como a
concorrência crescente, custos maiores para o desenvolvimento de novos produtos e serviços,
assim como o ritmo acelerado de mudanças tecnológicas e de inovação, consolidação de
empresas e clientes mais exigentes (AKAMAVI, 2005). Por outro lado, o setor bancário tem
uma abordagem de fidelidade diferenciada de outras empresas do setor de serviços porque
usar serviços bancários se tornou uma necessidade fundamental na atualidade e, por natureza,
o relacionamento entre cliente e banco geralmente é longo (BARNES, 2002). Nesse viés, os
produtos e serviços bancários tendem a se mesclar, onde ambos precisam estar plenamente
alinhados para atender as necessidades do cliente, seja de curto ou longo prazo, assim como
corresponder à confiança e credibilidade esperada por ele (ABRAMSON, 1987; COBRA,
2007; EHRLICH; FANELLI, 2012).
O processo de liberalização e desregulamentação do setor de serviços financeiros
iniciado na década de 70 em vários países, principalmente nos Estados Unidos e Inglaterra
(AKAMAVI, 2005), influenciou a flexibilização da regulamentação brasileira iniciada nos
anos 90 e se deu por reforçar os padrões de regulamentação prudencial e de capitalização, e de
consolidar a abertura do setor bancário brasileiro (CAMARGO, 2009; SILVA, 2010). A
flexibilização da regulamentação associada à liberalização da entrada de capital estrangeiro no
mercado financeiro brasileiro (CARVALHO; VIDOTTO, 2007; CAMARGO, 2009), fez a
concorrência ficar mais acirrada. Sucedeu-se uma série de fusões ou aquisições de bancos
menores por grandes bancos, principalmente estrangeiros, ganhando escala e participação nos
mercados (PAULA, 2004; CARVALHO; VIDOTTO, 2007; CAMARGO, 2009).
Apesar da crise financeira global propagada em 2008 ter causado reflexos no sistema
financeiro nacional, principalmente no ano seguinte, não chegou a causar uma recessão
profunda, retomando crescimento acelerado a partir de 2010 (PAULA; FERRARI FILHO,
2011), em grande parte por ter mantido sua regulamentação e fiscalização do sistema bancário
(SILVA, 2010).
19
Principalmente em decorrência da recente expansão da economia brasileira observa-se
um crescimento do nível da atividade bancária no país ao longo dos últimos anos. O saldo das
operações de crédito do sistema financeiro, incluso recursos livres e direcionados, apresentou
evolução de 1,6% nos últimos 3 meses e 9,6% nos últimos 12 meses, atingindo R$ 3.132
bilhões em agosto de 2015, sendo quase metade desse montante (R$ 1.480 bilhões) das
carteiras de pessoas físicas. A relação crédito/PIB atingiu 54,6% demonstrando elevação de
1,7% no comparativo anual (BACEN, 2015b).
Considerando a evolução na última década, esses números partem de R$ 541 bilhões
em saldo das operações de crédito e 28,7% de relação crédito/PIB, em agosto de 2005
(BACEN, 2015a), para os números atuais apresentados acima. Estes números revelam uma
fortíssima elevação dos créditos concedidos pelas instituições financeiras com atuação no
mercado brasileiro, praticamente multiplicando por 6 o valor de crédito concedido em uma
década, e numa velocidade de elevação superior à do PIB nacional.
Dentre as seis maiores instituições financeiras no país cinco são do tipo Banco
Comercial, Banco Múltiplo com Carteira Comercial ou Caixa Econômica. Apenas o Banco
Nacional de Desenvolvimento Econômico e Social (BNDES) é do tipo Banco de
Desenvolvimento. Juntas, as cinco instituições possuem um montante em ativos totais (bens e
direitos) na ordem de R$ 4.989 bilhões, representando 66,78% do total do Sistema Financeiro
Nacional. Tanto o montante das 5 maiores instituições como o montante total tiveram
crescimento vertiginoso nos últimos 4 anos, respectivamente de 75,68% e 70,34% conforme
data-base de dezembro de 2014 (BACEN, 2015c).
Com relação ao passivo bancário referente à captação – depósitos à vista, poupança,
interfinanceiros, a prazo e outros – os 5 maiores bancos possuem R$ 1.556 bilhões,
configurando 78,76% do valor captado de todo o Sistema Financeiro Nacional na data-base de
dezembro de 2014. Considerando ainda o crescimento nos últimos 4 anos, a carteira de
depósitos desses bancos aumentou 38,99% perante um crescimento de 32,50% do Sistema
Financeiro Nacional como todo (BACEN, 2015c). Dentre os vários motivos apontados pelo
BACEN, ao menos dois motivos principais podem ser atribuídos: ao crescimento da economia
brasileira, que proporciona aumento da riqueza da população e consequentemente leva a um
aumento no capital disponível para investimentos e aplicações financeiras; e à maior
importância dispendida pelos bancos aos serviços de captação, visto que a gestão desses
valores configura um serviço prestado pelas instituições financeiras no qual pode-se
considerar que o retorno econômico é livre de risco, quer dizer, sua rentabilidade se origina de
20
comissões cobradas pelo gerenciamento dos recursos de terceiros, não envolvendo
empréstimos e nem risco de inadimplemento do cliente.
Esses mesmos bancos possuem juntos 302,5 milhões de clientes, representando
84,77% do total de clientes na base conjugada do Cadastro de Clientes do Sistema Financeiro
Nacional (CCS) e do Sistema de Informações de Crédito do Banco Central (SCR) (BACEN,
2015d).
Essa concorrência para a conquista de novos clientes tem se tornado cada vez mais
voraz, principalmente após a possibilidade de portabilidade de operações de crédito entre
instituições financeiras pelos seus clientes (BACEN, 2014c). Isso quer dizer que não existe
mais aquela segurança da instituição de “forçar” a permanência do cliente mantendo-o cativo
até o final da vigência de suas operações de crédito – hoje, o cliente pode levar seu
empréstimo a qualquer momento para outra instituição que disponibilize uma renegociação
com melhores benefícios. Em vista disso, manter os clientes existentes vem se tornando uma
das estratégias fundamentais das instituições financeiras (RODRIGUES, 2007), e para tanto,
as ferramentas de CRM devem levar em consideração um número cada vez maior de
variáveis.
A importância do tema decorre principalmente da necessidade de mais estudos sobre a
matéria na literatura científica brasileira em relação ao sistema financeiro, ao âmbito da
questão quantitativa relacionada às próprias operações dos clientes e à questão que envolve o
relacionamento cliente/instituição (oferta de produtos, reclamações, satisfação etc).
Registre-se que a temática escolhida é pertinente e adequada ao tema Processos
Decisórios de TI da linha de pesquisa Governança de TI estabelecida pela Universidade
Católica para o Mestrado em Gestão do Conhecimento e Tecnologia da Informação, pois a
investigação pode vir a demonstrar uma forma de aperfeiçoamento do relacionamento entre
instituição financeira e cliente.
1.4 OBJETIVOS
1.4.1 Objetivo Geral
O objetivo deste estudo é propor um modelo de predição de risco de churn, pela
verificação do histórico de saldo de operações bancárias de empréstimos e investimentos de
clientes bancários pessoas físicas adimplentes, que tenham o menor risco futuro de
21
inadimplência (dentro da classificação de risco utilizada pela instituição) e não possuam
nenhuma reclamação não solucionada nos canais de Serviço de Atendimento ao Consumidor
(SAC) ou Ouvidoria, numa instituição financeira brasileira de grande porte.
Tal proposição busca auxiliar na retenção do cliente bancário, focando nesse melhor
cliente (com menor probabilidade de churn). Como bem cita Swift (2001) “O cliente de alto
valor, leal, que dá retorno, satisfeito e lucrativo, é o principal ponto focal para as
organizações lucrativas e em crescimento ao redor do mundo”.
1.4.2 Objetivos Específicos
Para atingir o objetivo geral, os seguintes objetivos específicos devem ser alcançados:
a) Identificação, classificação e agregação da Média de Saldos Diário (MSD) das
operações bancárias, conforme objetivo geral, dos últimos onze meses para clientes evadidos
nos dois últimos meses;
b) Identificação dos padrões de oscilação de MSD das operações bancárias desses
clientes evadidos que permitam a identificação de um indicador de risco de churn.
Em face do exposto, a seguinte questão de pesquisa guiará este estudo: As variáveis
relacionadas ao saldo das operações bancárias do eventual cliente evasor são preditoras de
churn?
1.5 ABORDAGEM METODOLÓGICA E PRINCIPAIS RESULTADOS
Utilizou-se nesse estudo a abordagem predominantemente quantitativa, com uma
concepção pós-positivista, uma estratégia de investigação experimental e método de pesquisa
quantitativo.
A caracterização do estudo aborda como sujeito de estudo os clientes evadidos de uma
instituição financeira; a delimitação do estudo aborda a modelagem matemática utilizando-se
de técnicas de mineração de dados; e o objeto de estudo aborda a análise da oscilação de
saldos de clientes em uma instituição financeira.
Desenvolveu-se um modelo teórico que visa suportar a identificação dos dados e sua
preparação, seu tratamento e processamento, culminando com uma análise para o diagnóstico
de indicador de predição de churn baseado no histórico do saldo de operações. O modelo
22
aborda conceitos e técnicas de mineração de dados utilizando o software de Business
Intelligence (BI) QlikView.
As informações utilizadas no estudo são originárias de uma instituição financeira
nacional de grande porte e o público-alvo definido para o estudo são clientes adimplentes, que
possuam o menor nível de risco de inadimplência e que não possuam nenhuma reclamação
não solucionada nos canais de Serviço de Atendimento ao Consumidor (SAC) ou Ouvidoria
na instituição financeira analisada.
A amostra trabalhada considerou 291.761 clientes como público-alvo, e para estes,
tratou 3.409.505 registros com informações sobre a variação da MSD de suas operações.
Devido a grande amplitude entre os valores de MSD, esse valor foi transformado
numa regressão logarítmica. Os valores de log da MSD foram considerados como uma escala
de grandeza, diminuindo sobremaneira a amplitude dos valores e mantendo a característica de
cálculo com os valores.
O indicador obtido mostrou que pode ser um preditor de churn, sinalizando que os
mecanismos de gestão do relacionamento precisam abordar esse cliente, que pode estar dando
sinais de eminente evasão.
1.6 ESTRUTURA DO TRABALHO
Neste primeiro capítulo, são introduzidos os primeiros conceitos e os objetivos da
pesquisa.
No segundo capítulo, encontram-se os conceitos mais relevantes envolvidos nessa
dissertação, assim como a contextualização na atividade de intermediação financeira e
discutindo sua importância na avaliação do risco de churn de cliente.
No terceiro capítulo, a população e as amostras consideradas são caracterizadas, tal
como as fontes dos dados disponibilizados para o estudo e as variáveis utilizadas. São
apresentadas as técnicas estatísticas acerca da mineração de dados que foram aplicadas no
modelo de predição de churn. Em suma, retrata o experimento e sua análise, abordando os
problemas apresentados e a forma como foram resolvidos.
No quarto capítulo, são expostos os resultados empíricos do modelo obtido. É avaliada
a qualidade do ajuste do modelo e as limitações do modelo são apresentadas.
No quinto e último capítulo, são apresentadas as considerações finais sobre o trabalho.
23
2 REVISÃO BIBLIOGRÁFICA
2.1 CHURN
De acordo com a definição de Ikeda (2000), churn é o ato de um determinado cliente
abandonar uma empresa, geralmente em favor de uma concorrente, encerrando toda sua
relação com a antiga empresa.
O termo tem sua origem atribuída ao verbo to churn da língua inglesa, que pode ser
entendido como mexer, rodar, agitar fortemente, bater (FERREIRA, 2005). Strouse (1999) e
Ferreira (2005) observam que esse fenômeno do churn tem como base o marketing e é uma
forma de medir a fidelidade dos clientes, uma vez que trata da perda de clientes sofrida pela
empresa para a concorrência. Observam também que nas relações entre cliente e empresa esse
fenômeno reflete exatamente o sentido dos verbos antes citados, que é de uma agitação de
clientes no mercado, trocando de empresas com certa frequência, forçando-as a buscarem
novas formas de manter seus clientes no negócio e ainda conquistar os clientes da
concorrência.
Glady, Baesens e Croux (2009), utilizando uma abordagem focada no cliente,
definiram churner ou cliente evasor como aquele cliente cujo CLV (Consumer Life Time
Value ou valor do ciclo de vida do cliente, em tradução livre) é decrescente ao longo do
tempo. Greenberg (2001) define valor do ciclo de vida do cliente como “o lucro gerado por
um cliente durante seu ciclo de vida na empresa”.
Linoff e Berry (2011) consideram o termo churn comum na indústria de serviços, com
certo destaque para os serviços com alguma semelhança e concorrência – como é o caso do
mercado de telecomunicações, seguros, cartões de crédito e serviços financeiros –, em que
esse fenômeno tem ampla utilização como forma de medição da taxa de abandono de clientes.
Dizer que a taxa de churn de uma empresa varia entre 3% e 5% anualmente significa dizer
que tal empresa está perdendo de 3% a 5% de seus clientes ativos por ano (FERNANDES
NETO; MATTOZO; COSTA, 2008). Essa taxa representa mais que a perda do cliente, uma
vez que, além da perda, a empresa precisa repor essa evasão para que possa manter sua base
de clientes. Nesse sentido que algumas traduções do termo trazem a definição de rotatividade
de clientes, indo além da definição mais simples de perda de clientes (STROUSE, 1999).
Engel, Blackwell e Miniard (2005) chamam a atenção para a necessidade de um tipo
de mecanismo de aviso antecipado que possa indicar problemas em tempo que seja suficiente
24
para a tomada de ações corretivas. Os autores alertam que, quando o cliente está na situação
de abandono, ou seja, cancelando suas últimas operações com a instituição, já é tarde demais
para efetivar medidas de retenção.
O churn representa, além da redução de receita do cliente que abandonou a empresa,
um custo extra para a conquista de um novo cliente (KOTLER; FOX, 1998; KURTZ; CLOW,
1998). Com o avanço da tecnologia e da globalização aumentaram a concorrência e os custos
associados à atração de novos clientes (CASTELLS, 2010). Este é o motivo pelo qual o churn
gera impactos financeiros para as empresas.
Segundo Cister (2005) existem 3 tipos de churn: involuntário, voluntário e inevitável.
O churn involuntário é gerado por decisão da própria empresa, que desliga o cliente por
motivos como fraude, falta de pagamentos ou até a não utilização dos serviços. O churn
voluntário ocorre quando o cliente, por sua própria vontade, abandona a empresa. Pode ser
deliberado (quando o cliente toma a decisão porque quer trocar de empresa, muitas vezes
seduzido por campanhas de marketing e/ou promoções) ou acidental (quando a causa advém
de razões que fogem ao controle do cliente, como por exemplo, problemas financeiros
pessoais ou mudança de localidade de moradia). O churn inevitável se dá por questões como
o falecimento do cliente ou quando ele se muda para uma localidade não atendida pela
empresa.
Quanto ao gerenciamento de churn, Ikeda (2006) entende que o mesmo aborda o
desenvolvimento de técnicas de mensuração e administração da taxa de evasão de clientes
para a sua retenção antes do abandono, identificando também as razões para possível evasão.
Já Lejeune (2001) define o gerenciamento de churn como o desenvolvimento de
técnicas que visam a manutenção dos clientes mais lucrativos para a empresa, buscando ainda
aumentar sua lealdade. O autor reforça que esse gerenciamento deve ser focado em clientes
específicos e não em toda a base de clientes. Salienta também que reter o cliente é diferente
de aumentar sua lealdade.
As principais questões com que o gerenciamento de churn deve se preocupar, segundo
Lovelock, Wirtz e Hemzo (2011), são o tipo de cliente que tende a evadir, se vale a pena
investir esforços para mantê-lo e o porquê de clientes lucrativos evadirem.
Para Berry e Linoff (2000) o gerenciamento de churn pode ter vários objetivos. Dentre
os principais está a geração de valor para a instituição por meio da identificação de uma lista
com prováveis churners – potenciais clientes a abandonar a empresa – para que se possa
tomar iniciativas de ações de marketing de relacionamento. Outro objetivo é a construção de
25
um modelo para aplicação e mensuração da efetividade de ações de marketing de
relacionamento. Os referidos autores ainda colocam que, conhecendo-se a taxa de churn,
pode-se utilizá-la em ações de marketing desde o desenvolvimento de campanhas até
programas de retenção de clientes.
Endossando essa linha, Botelho e Tostes (2010) afirmam que o churn do cliente pode
ocorrer em qualquer fase de seu ciclo de vida junto à organização, assim como pode ocorrer
por motivações diversas, desde o atrito no relacionamento com a empresa até o abandono sem
motivo aparente. Os autores destacam que a gestão do relacionamento com o cliente é
justamente o conjunto de ações que previnem tal atrito ou abandono.
Devido às semelhanças conceituais entre os termos e à inexistência de uma tradução
formal, este trabalho considera os termos “churn”, “abandono” e “evasão” como sinônimos.
Dentre todos os nichos de mercado, o do setor financeiro é um dos que são mais
suscetíveis à evasão de clientes.
2.2 INTERMEDIAÇÃO FINANCEIRA
De acordo com Servigny e Renault (2004), a teoria bancária é baseada na
intermediação financeira. Os autores afirmam que as instituições financeiras recebem
depósitos, principalmente líquidos de curto prazo, transformando-os em empréstimos aos seus
clientes, geralmente ilíquidos a longo prazo. Sustentam que essa atividade de transformação é
função primordial para que se atinja o ótimo econômico global, da mesma forma que a
atuação dos bancos como um intermediário reduz as deficiências dos mercados nas áreas de
liquidez, risco e informação. Em suma, o intermediário financeiro direciona recursos de onde
há superavit (agente econômico poupador) para onde há deficit de capital de investimento
(agente econômico investidor).
Entendendo a importância da intermediação financeira, percebe-se que a instituição
financeira está fortemente ligada ao desenvolvimento econômico de uma sociedade. Ao
mesmo tempo, assume um risco característico da atividade no ato de tomar recursos, pois tais
devem estar disponíveis aos clientes depositantes no vencimento ou quando necessário
(depósito à vista, por exemplo), e empresta os mesmos recursos a clientes que deverão honrar
as suas dívidas nos valores e prazos contratados.
Esses empréstimos são conceituados como créditos, segundo Silva (2014), e consistem
na entrega de um valor presente mediante uma promessa de pagamento. Vicente (2001)
26
define-os como uma postergação do recebimento do valor dos serviços prestados e/ou dos
produtos vendidos.
Empréstimos, financiamentos e todas as formas de extensões a essas operações fazem
parte das atividades operacionais orgânicas de uma instituição financeira (VICENTE, 2001).
Nesse mesmo viés, Silva (2014) diz que o crédito é elemento tradicional na relação cliente-
banco, pois é o próprio negócio. Afirma ainda que em uma empresa do ramo comercial ou
industrial há a possibilidade de vendas a prazo ou à vista, ao contrário de um banco que não
pode fazer um financiamento ou empréstimo à vista. Segundo seu entendimento, a fonte de
receita principal de uma instituição financeira tende a ser oriunda de sua atividade de
intermediação.
O setor financeiro, por sua natureza de intermediação, difere de outras indústrias
manufatureiras por ser uma indústria de serviços. Hoffman, Bateson, Ikeda e Campomar
(2010) explicam que os serviços bancários, em consonância com os serviços em geral,
possuem as peculiares características de intangibilidade, perecibilidade, heterogeneidade e
inseparabilidade.
Detalhando o descrito pelos autores, os serviços são intangíveis por não poderem ser
experimentados ou testados adiantadamente, dificultando sua apresentação ao cliente antes da
aquisição e induzindo a contratação por meio de uma promessa de satisfação. Também, os
serviços são perecíveis, pois não podem ser estocados, tornando difícil a administração da
sazonalidade de variação da demanda. São heterogêneos devido à dificuldade em se controlar
e padronizar o serviço para o cliente. Por fim, são inseparáveis por manterem um vínculo
entre o prestador do serviço e o serviço prestado, complementado pelo envolvimento e
contribuição continuados do cliente no processo de produção do serviço.
Cobra (2007) traduz que os serviços prestados pelas instituições financeiras aos
clientes tendem a acompanhar os produtos bancários oferecidos. Ehrlich e Fanelli (2012)
sustentam que os serviços financeiros não são nem serviços nem produtos puramente, mas um
conjunto de atividades que mesclam elementos de ambos. Por fim, Abramson (1987) afirma
que confiança e credibilidade são os principais componentes de um produto bancário, sendo
complementado pelo efetivo desenvolvimento de soluções financeiras para necessidades a
curto prazo – como taxas de juros interessantes – e a longo prazo – como administrar o
patrimônio do cliente. De forma geral, tanto produtos quanto serviços precisam estar
alinhados e focados em atender as necessidades dos clientes.
27
Os principais organismos nacionais que definem critérios e normas para o sistema
financeiro brasileiro são o Banco Central do Brasil (BACEN) (BANCO CENTRAL DO
BRASIL, 2014a; 2014b) e a Comissão de Valores Mobiliários (CVM) (COMISSÃO DE
VALORES MOBILIÁRIOS, 2014), os quais regulam e supervisionam a atuação das
instituições financeiras no mercado brasileiro. Por sua vez, organismos internacionais como o
Fundo Monetário Internacional (FMI) (FUNDO MONETÁRIO INTERNACIONAL, 2014) e
o Banco Mundial (BANCO MUNDIAL, 2014) assim como alguns fóruns (G20, Fórum de
Estabilidade Financeira, Comitê de Basiléia), apesar de não possuírem autoridade formal para
supervisão supranacional, definem direcionadores com o intuito de induzir comportamentos
nos países-membros.
Dessa forma, as instituições financeiras possuem sua operacionalização com o cliente
fortemente atrelado ao fator risco de crédito ao cliente.
2.3 RISCO DE CRÉDITO
Dada a relevância da intermediação financeira, e consequentemente do crédito
concedido, tem-se que levar em consideração o risco que essas operações de crédito
representam para as instituições financeiras. Risco é definido como a probabilidade de ocorrer
o evento gerador de perda ou incerteza (SECURATO, 2007) e, esmiuçando para o ramo
financeiro, tem-se que risco de crédito é uma possibilidade de não recebimento dos valores
prometidos, seja o principal ou os rendimentos de juros dos títulos mantidos nas carteiras de
recebíveis (ASSAF NETO, 2014b). Saunders (2000) explica que existe risco de crédito
devido aos fluxos de caixa prometidos pelos títulos primários em posse das instituições
financeiras poderem não ser pagos integralmente.
Não se pode desconsiderar a origem do risco, que pode ser de várias fontes. Jorion
(2012) defende que dentre as várias fontes, o risco pode ser criado pelo ser humano (ciclos de
negócio, inflação, guerras, mudanças políticas etc), pode ser originado por fenômenos naturais
imprevisíveis (clima, terremotos etc), ou ainda ser resultado do crescimento econômico de
longo prazo (inovações tecnológicas que proporcionam deslocamentos de empregos por
tornar obsoleta uma determinada tecnologia, por exemplo). O referido autor considera tanto o
risco como o empenho em assumi-lo imprescindíveis para o crescimento da economia.
O risco de crédito surge quando os clientes não possuem capacidade para ou não
desejam cumprir suas obrigações contratuais (JORION, 2012) e é definido pelas perdas no
28
momento da inadimplência ou da deterioração da qualidade do crédito desse cliente (BESSIS,
2015). Essa definição, apesar de simples, oculta riscos encobertos. Bessis (2015) explica que
o risco é resultado de dois vieses, um referente à possibilidade de ocorrer a inadimplência
propriamente dita, e outro referente à redução da capacidade de recuperação de perdas
proporcionadas pelas garantias na ocorrência da inadimplência. O autor também explica que
os valores diferem entre saldo da dívida, montante em risco e perda no momento da
inadimplência devido às potenciais recuperações, que dependem de qualquer mitigador de
risco de crédito (garantias reais, garantidores, capacidade de negociação do cliente, fundos
disponíveis etc). Ainda, diz que inadimplência é um evento incerto, portanto, não há como ser
conhecida antecipadamente, assim como potenciais recuperações também não podem ser
previstas antecipadamente. Por fim, o autor classifica risco de crédito em risco de
inadimplência, risco de exposição e risco de recuperação.
O risco de crédito é o mais antigo dos riscos para instituições financeiras e, mesmo
assim, complexo de quantificar (BESSIS, 2015), tendo sido sempre uma das principais e
centenária preocupação por parte dessas instituições (COSSIN; PIROTTE, 2000). Pode
comprometer a saúde financeira de uma instituição e até mesmo do próprio sistema financeiro
nacional (SFN), no qual problemas de qualidade de crédito podem resultar em consideráveis
perdas de capital e patrimônio líquido a ponto de prejudicar as perspectivas de crescimento e
competição ou, em casos extremos, pode levar à insolvência da instituição (SAUNDERS,
2000).
Os avanços na tecnologia de sistemas e as consequências das crises asiáticas nos anos
90 renovaram o interesse na pesquisa sobre inadimplência e risco de crédito (CARLING;
JACOBSON; LINDE; ROSZBACH, 2007), ganhando força com os efeitos da crise de 2008
ocasionada em parte pelas falhas de controle de risco de crédito (PAULA; FERRARI FILHO,
2011) e culminando nas subsequentes revisões do Comitê de Basiléia que resultaram, em
2010, na aprovação das recomendações do Acordo de Basiléia III, aprimorando as práticas de
gestão e governança de riscos (ASSOCIAÇÃO BRASILEIRA DAS ENTIDADES DOS
MERCADOS FINANCEIRO E DE CAPITAIS, 2010; BANK FOR INTERNATIONAL
SETTLEMENTSBANK FOR INTERNATIONAL SETTLEMENTS, 2010).
Bessis (2015) coloca que as atividades das instituições financeiras devem ser
reguladas e acompanhadas por uma autoridade superior, uma vez que as instituições
individuais estão preocupadas com seu próprio risco, enquanto o regulador tem preocupação
com o risco do sistema todo. Silva (2014) define que o Sistema Financeiro Nacional (SFN)
29
consiste de um conjunto de instrumentos e instituições que funcionam como meio para a
realização da intermediação financeira. A composição do SFN é melhor visualizada no
Quadro 1.
Os principais organismos nacionais que definem critérios e normas para o sistema
financeiro brasileiro são o Banco Central do Brasil (BACEN) (BANCO CENTRAL DO
BRASIL, 2014a; 2014b) e a Comissão de Valores Mobiliários (CVM) (COMISSÃO DE
VALORES MOBILIÁRIOS, 2014), os quais regulam e supervisionam a atuação das
instituições financeiras no mercado brasileiro. Por sua vez, organismos internacionais como o
Fundo Monetário Internacional (FMI) (FUNDO MONETÁRIO INTERNACIONAL, 2014) e
o Banco Mundial (BANCO MUNDIAL, 2014) assim como alguns fóruns (G20, Fórum de
Estabilidade Financeira, Comitê de Basiléia), apesar de não possuírem autoridade formal para
supervisão supranacional, definem direcionadores com o intuito de induzir comportamentos
nos países-membros.
Considerando o mercado de crédito, que é o foco das instituições financeiras, o órgão
normativo é o Conselho Monetário Nacional (CMN) (BACEN, 2015f), tendo como principal
executor de suas orientações o Banco Central do Brasil (Bacen) (BACEN, 2015g).
O CMN, em sua função de regulador do SFN, editou a Resolução 2.682/99 (BACEN,
2015h) determinando a classificação das operações de crédito das instituições financeiras em
nove níveis de risco em ordem crescente – AA, A, B, C, D, E, F, G e H –, definindo
percentuais de provisão mínima para cada nível de risco e os critérios de classificação para o
atraso de operações. Essa normatização evoluiu sobremaneira em relação à Resolução
1.748/90 (BACEN, 2015i), pois esta estabelecia procedimentos para classificação das
operações de crédito baseados exclusivamente no prazo de inadimplência, desconsiderando o
risco potencial do tomador de recursos.
Iudícibus, Martins e Gelbcke (2007) sustentam que as instituições financeiras possuem
maior exposição ao risco de crédito por conta de suas atividades operacionais e que a
Resolução 2.682/99 é uma boa fonte de informações sobre a forma de analisar esse risco.
A resolução cita que a classificação da operação no nível de risco correspondente é de
responsabilidade da instituição financeira detentora do crédito, e exige que a instituição
contemple em seu modelo pelo menos alguns aspectos relativos ao devedor e seus
garantidores (grau de endividamento, situação econômico-financeira, pontualidade e atraso
nos pagamentos dentre outros) e relativos à operação de crédito (natureza e finalidade da
30
transação, valor e características das garantias, particularmente quanto à suficiência e
liquidez).
Quadro 1 – Composição do Sistema Financeiro Nacional (SFN)
Fonte: Bacen (2015e)
Conforme apresentado por Bessis (2015), é possível separar esses riscos para que os
sistemas internos das instituições possam classificar o cliente e as operações de forma
separada. Dessa forma, se garante a separação do risco de inadimplência do cliente em si do
risco associado a cada produto mantido por esse cliente. Silva (2014) ainda tipifica esses
31
riscos de créditos em: risco do cliente ou risco intrínseco, risco da operação, risco de
concentração e risco da administração do crédito.
Além da separação do risco da operação do risco do cliente, a Resolução 2.682/99
também estipula um critério mínimo para a classificação de risco das operações de crédito em
função de atraso verificado no pagamento de parcela de principal ou de encargos, observando-
se o que segue:
a) atraso entre 15 e 30 dias: risco nível B, no mínimo;
b) atraso entre 31 e 60 dias: risco nível C, no mínimo;
c) atraso entre 61 e 90 dias: risco nível D, no mínimo;
d) atraso entre 91 e 120 dias: risco nível E, no mínimo;
e) atraso entre 121 e 150 dias: risco nível F, no mínimo;
f) atraso entre 151 e 180 dias: risco nível G, no mínimo;
g) atraso superior a 180 dias: risco nível H.
A Resolução 2.682/99 permite que, internamente, as instituições financeiras
subdividam as classificações de risco para sua melhor gestão.
Para efeito desse estudo e melhor direcionamento ao marketing bancário, como o
público-alvo selecionado foi de clientes bancários pessoa física adimplentes e que tenham o
menor risco de inadimplência, foram considerados clientes com nível de risco A ou AA os que
não possuíam nenhuma operação de crédito classificada com o nível de risco B ou maior que
este.
2.4 MARKETING DE SERVIÇOS E MARKETING BANCÁRIO
Rocha e Silva (2006) afirmam que nas últimas duas décadas o interesse pelo
marketing de serviços aumentou, em grande parte pela relevância que os serviços têm tomado
nas economias. Os mesmos autores sustentam também que o amadurecimento e a
estabilização dos mercados forçam a redução das diferenças entre os produtos ou serviços das
empresas, estimulando-as a desenvolverem vantagens competitivas através da especialização
de seus produtos ou serviços. Toffano, Sampaio, Fagundes, Souza e Coimbra (2014)
complementam que as instituições financeiras atuam na prestação contínua de serviços a bens
intangíveis e Hoffman, Bateson, Ikeda e Campomar (2010) afirmam ainda que as empresas
devem ultrapassar a análise competitiva-padrão, evoluindo do "o que é feito" para o "como as
coisas são feitas".
32
O marketing é abordado pela perspectiva primária de produto, preço, praça (ponto de
venda) e promoção (KOTLER; KELLER, 2006) e, no marketing de serviços em especial,
complementado pela perspectiva de physical (ambiente físico), processos e pessoas
(LOVELOCK; WIRTZ, 2006). O ambiente físico tende a proporcionar uma certa
evidenciação da tangibilidade da qualidade dos serviços prestados por uma instituição; os
processos devem ser robustos, usáveis, rápidos e de pouca burocracia; e as pessoas, talvez o
elemento mais importante, são a linha de frente da empresa.
Lovelock, Wirtz e Hemzo (2011) consideram ainda os níveis de contato do cliente com
as organizações prestadoras de serviços, que pode ser alto (enfatizando encontros com pessoal
de serviços) ou baixo (enfatizando interação com equipamentos). Toffano, Sampaio,
Fagundes, Souza e Coimbra (2014) observam que nos serviços bancários é possível identificar
as duas formas de contato. Exemplificando, pode-se ter um alto contato quando um cliente
procura uma agência para a contratação de produtos e serviços, ou então é visitado por um
gerente, como pode ser de baixo contato quando este mesmo cliente utiliza terminais de
autoatendimento, telefone ou internet para que tenha as mesmas necessidades atendidas.
Seguindo nesse viés do setor financeiro, Toffano, Sampaio, Fagundes, Souza e
Coimbra (2014) observam ainda que a participação e o comportamento do cliente, além das
peculiaridades em relação à exposição e as políticas das instituições que compõem esse setor,
são fatores com relevantes diferenças se comparados aos demais setores da economia. Las
Casas (2007) descreve o marketing bancário como a junção de diversas linhas do marketing
para o caso específico das instituições financeiras, e identifica que inúmeras táticas foram
adotadas com resultados positivos na administração do composto mercadológico bancário,
embora o marketing de serviços financeiros ainda tenha muito a evoluir.
O setor financeiro pode ser dividido em dois amplos segmentos, o de clientes finais –
foco desse trabalho – e o segmento empresarial (LAS CASAS, 2007). Las Casas também
identifica dois tipos de profissionais para esse setor: o gerente financeiro (com maior nível de
conhecimento sobre o mercado e produtos bancários) e o gerente de banco (com experiência
em gerar confiança e credibilidade, agregando valor aos serviços bancários).
Os bancos de varejo brasileiros estão numa fase inicial no quesito criar formas de
relacionamento com seus clientes, que geralmente são estruturadas em modelos baseados em
parâmetros diversos (ENSSLIN; ENSSLIN; PINTO, 2013) que tendem a variar desde formas
mais simplificadas, como níveis de renda, até outras mais sofisticadas, como a
33
comportamental, que pode indicar hábitos e propensão de consumo (PAIVA; BARBOSA;
RIBEIRO, 2009).
Essas instituições também vêm desenvolvendo a automação na operacionalização dos
serviços no intuito de proporcionar uma maior comodidade e agilidade, liberando o cliente de
ir até a agência. Hoje, a indústria brasileira de automação bancária é uma das mais
desenvolvidas do mundo (FONSECA; MEIRELES; DINIZ, 2010). Juntos, internet e mobile
banking ganharam ainda mais relevância para as transações bancárias chegando a 52% do
total de transações no ano de 2014 (FEDERAÇÃO BRASILEIRA DE BANCOS, 2015). A
Federação Brasileira de Bancos (FEBRABAN) reforça que o canal de mobile banking cresceu
127% em relação ao ano anterior e uma em cada quatro contas correntes utiliza este meio.
O setor bancário é um dos pioneiros em adotar estratégias para conhecer melhor o
cliente (ENSSLIN; ENSSLIN; PINTO, 2013), embora nem sempre haja uma proporção entre
o esforço em conquistar um novo cliente e o despendido a quem já é cliente. Ensslin, Ensslin
e Pinto (2013) observam que geralmente a dedicação ao cliente fica limitada ao primeiro
contato, o que se justifica principalmente pelo ticket médio de salários menor nos segmentos
de entrada das instituições bancárias.
Já Proença e Silva (2008) defendem que a duração do relacionamento empresa-cliente
se mostra fundamental na abordagem relacional para o desenvolvimento do marketing
bancário, pois as instituições financeiras têm se obrigado a adotar práticas do marketing de
relacionamento, o que possibilita uma cumplicidade entre clientes e instituições, tornando o
primeiro um membro ativo da relação. Essas instituições também devem adotar a internet com
uma efetiva ferramenta de marketing de relacionamento bancário, para estreitar e aprofundar a
interação entre as partes e construir relações mais leais e de duração mais longa,
proporcionando uma rede de contatos mais segura e ampla (PROENÇA; SILVA, 2008).
Dentre as diversas linhas do marketing que suportam o marketing bancário e que
buscam uma melhor relação e conhecimento do cliente, a disciplina de marketing de
relacionamento é a que tem proporcionado um diferencial competitivo na retenção e
fidelização de clientes (PEPPERS; ROGERS, 2004).
2.5 MARKETING DE RELACIONAMENTO
Em mercados competitivos, o marketing defensivo é uma estratégia para, em vez de
buscar novos clientes ou obter clientes da concorrência, focar nos clientes existentes, e
34
consequentemente na redução de evasão desses clientes, como forma de melhorar o resultado
financeiro da empresa (FORNELL; WERNERFELT, 1987)
Em tempos atuais os gestores precisam ter uma atuação focada em conquistar novos
clientes e mercados e ao mesmo tempo proteger sua base de clientes. Dentro desse cenário,
somado à crescente pressão social por ética, qualidade de produtos e serviços, segurança e
melhores condições ambientais, as empresas precisam reavaliar suas estratégias de
relacionamento no intuito de criar uma abordagem que venha a privilegiar as relações de
médio e longo prazo com seus clientes, focando numa relação de benefícios mútuos, a fim de
gerar novos benefícios (BERRY, 2010).
Essa necessidade de manutenção dos clientes leais à instituição levou também ao
desenvolvimento, na disciplina de Marketing, de uma área denominada Marketing de
Relacionamento, cujo foco maior é a manutenção de clientes, não a atração de novos
(GUMMESSON, 2010).
Nesse sentido Kotler e Keller (2006) abordam o marketing de relacionamento como
uma forma de “conhecer melhor seus clientes de maneira que você possa atender melhor a
seus desejos e necessidades”. Essa proximidade com o cliente pode proporcionar a conquista
de sua confiança e a identificação de suas preferências. Churchill Junior e Peter (2013)
reforçam que essa relação é promissora quando vantajosa para organizações e clientes, por
meio do desenvolvimento de trocas no qual os dois lados participam voluntariamente de
transações destinadas a trazer benefícios para ambos.
Peppers e Rogers (2004) afirmam que o marketing de relacionamento é um caminho
para as empresas com um diferencial competitivo, em especial no setor de serviços, para reter
e fidelizar clientes. Os autores explicam também que é necessário para uma aceitação rápida
por parte do cliente de novos produtos e serviços, e complementam dizendo que uma relação
de cunho mais pessoal é uma das formas mais eficazes de se manter o cliente fiel no longo
prazo. Em 1997 Saliby (1997) já abordava que no marketing de relacionamento os clientes
ganham uma importância acima dos números que representam para a instituição, ou seja,
representam mais que uma meta a ser atingida.
O conceito marketing de relacionamento surgiu na década de 1990, sendo uma
evolução do marketing direto e do database marketing, uma ferramenta do marketing
informatizada para segmentação de clientes por meio de análise de perfil e desenvolvimento
de ações de marketing direcionadas (DIAS, 2010). O autor destaca que esse conceito consiste
na construção de relações satisfatórias e duradouras ao longo do tempo entre cliente,
35
funcionários, fornecedores, acionistas, distribuidores, varejistas, agências de propaganda,
legisladores, pesquisadores e cientistas universitários, imprensa, formadores de opinião em
geral e outros envolvidos ou interessados no negócio. De acordo com Peppers e Rogers
(2004), a teoria e a prática do gerenciamento do relacionamento com o cliente vêm sendo
refinadas e aprimoradas, formando um grande centro de conhecimento para as empresas, o
que torna possível um relacionamento ágil e eficiente com o cliente. Além disso, o
conhecimento do mercado propicia uma maior facilidade na fidelização dos clientes com a
marca e os canais de venda e ainda fortalece a marca.
Porter (1999) observa que o relacionamento com o cliente é um processo contínuo e
deve prevalecer pelo tempo em que o mesmo tenha potencial de consumo dos produtos ou
serviços da empresa. Esse relacionamento tem sua definição e manutenção baseadas nos
valores identificados dos clientes, assim como na alteração ou desenvolvimento de
produtos/serviços norteados por esses valores identificados (PORTER, 1999), aliado à noção
de participação e colaboração do cliente no desenvolvimento de novos produtos e serviços,
assim como na evolução dos existentes (SALIBY, 1997). O foco do marketing de
relacionamento tende a ser no consumidor final, em geral na fidelização da base de clientes –
externo, interno ou intermediário – (BERRY; PARASURAMAN, 2004; CRESCITELLI;
IKEDA, 2006; GORDON, 2002; MCKENNA, 1997; PEPPERS; ROGERS, 2000;
ZEITHAML; BITNER; GREMLER, 2014).
Os autores Paiva, Barbosa e Ribeiro (2009) afirmam que os construtos mais relevantes
para o desenvolvimento do relacionamento com o cliente são: a empatia no intuito de criar
uma identidade com o cliente; a confiabilidade da instituição; o preço proporcionando uma
relação custo-benefício para o cliente; a benevolência da empresa em respeitar e favorecer as
preferências do cliente; a confiança nas habilidades, recursos e compromisso da instituição de
utilizar os meios seguros e corretos para viabilizar o relacionamento com o cliente; a
compreensão das necessidades dos clientes; o tratamento do cliente como um parceiro; a
satisfação das necessidades dos clientes; a disposição de melhor atender cada cliente de
acordo com suas necessidades particulares.
No marketing de relacionamento existem diversas particularidades que devem ser
levadas em conta a fim de formular uma estratégia de ação, pois há um relacionamento direto
com o cliente, ser humano com todos os seus anseios, necessidades, vontades, qualidades e
defeitos. É uma relação complexa, difícil de se manter a longo prazo, pois constantemente
posta à prova, dadas as mudanças comportais do ser humano (SHETH; PARVATIYAR, 2000).
36
Os clientes são diferentes, e ignorar tais diferenças não faz com que os clientes se tornem
semelhantes (PEPPERS; ROGERS, 2004).
A coordenação desse relacionamento com os clientes geralmente demanda
investimentos que precisam ser recuperados de alguma forma pela empresa, seja
financeiramente ou não e, para tanto, é essencial que seja bem definida a escolha de quais são
os clientes preferenciais, nos quais é mais interessante investir (GORDON, 2002). A empresa
deve focar nas capacidades estratégicas (pessoal, conhecimento, processo, tecnologia e
percepção) combinada às vantagens competitivas a fim de criar uma rede de vantagens
organizadas (KOTLER, 2009b). Nesse sentido Peppers e Rogers (2000) sustentam que
algumas relações serão mais importantes que outras – os melhores clientes são definidos pelas
melhores relações e negócios mais rentáveis.
Justamente para enfrentar a competitividade evidente, as instituições financeiras têm
trabalhado com segmentação calcada na valorização do cliente a longo prazo (FARQUHAR;
PANTHER, 2008) com o intuito de conquistar e aumentar sua fidelização.
Uma forma do marketing de relacionamento tratar as particularidades dos clientes
pode ser pela personalização em massa, a fim de se criar pacotes de produtos e serviços com o
objetivo de atender as necessidades específicas dos clientes individualmente, ou seja, um
produto ou serviço básico é complementado com a inserção de opções ou atributos
(PEPPERS; ROGERS, 2004). Os autores afirmam que as diversas combinações de atributos
proporcionam um grande número de versões personalizadas do mesmo produto de acordo
com as necessidades do cliente, sem de fato criar um novo produto.
Assim, o marketing, abordando de uma forma geral, evoluiu para que pudesse se manter
alinhado com as perspectivas das empresas, seja por meio do incremento de suas vendas, aumento
de fluxo de caixa e de segmentos de atuação, seja pela diferenciação de atuação no mercado e da
reputação da empresa, captação e retenção de clientes, e acréscimo do valor do cliente em relação
ao tempo de relacionamento com a instituição (LTV – Loan-To-Value) (ASSAF NETO, 2014a;
GORDON, 2002; KOTLER, 2000; RIBEIRO, 2004; RUST; ZEITHAM; LEMON, 2004;
SOUZA, 2002).
Nas disciplinas de marketing abordadas pelo setor financeiro, assim como pelas
características desse setor, é importante salientar as condicionantes conceituais de lealdade e
fidelidade.
37
2.6 ABORDAGEM CONCEITUAL DE LEALDADE E FIDELIDADE
Este estudo considerará como sinônimos a interpretação dos termos “fidelidade” e
“lealdade” - valendo-se da definição: “... fase que o cliente se torna um usuário consecutivo e
efetivo do serviço prestado, e faz que a empresa se mantenha e prospere por longo tempo”
(JOAQUIM, 2011) -, isso porque não há uma uniformização na doutrina pertinente ao tema
ora enfrentado, no que tange à conceituação desses termos (LEWIS; SOURELI, 2006;
OLIVER 1999).
Uma corrente de estudiosos entende que a acepção dos termos é distinta entre si. Os
autores Oliver (1999) e Beerli, Martín e Quintana (2004) entendem lealdade, no contexto do
presente estudo, como um profundo compromisso futuro ou frequência relativa do volume na
compra de um produto ou serviço preferido, mesmo sofrendo influências ocasionais de
propagandas com possibilidade de influência no comportamento. Day (2001) entende lealdade
como um sentimento de afinidade ou ligação do cliente com serviços ou produtos de uma
empresa.
Já fidelidade, para Macmullan e Gilmore (2008), é a preferência pela compra de um
serviço ou produto de uma forma consistente na ocorrência da necessidade de compra. Para
Leenheer, Heerde, Bijmolt e Smidts (2007) e Vesel e Zabkar (2009), fidelização é um sistema
integrado de ações de marketing com o objetivo de aumentar a lealdade do cliente.
Para Chen e Hu (2010), um cliente pode ser fiel e não leal – a lealdade leva à
fidelidade e é fundamental para a continuidade do relacionamento cliente-empresa (banco, no
estudo que ora se propõe) e para a consequente sustentabilidade das operações do negócio. A
fidelização de um cliente favorece o prolongamento do relacionamento entre este e a empresa
e tal fato propicia a maximização de negócios rentáveis e benéficos a ambas as partes.
Por outro lado, outra corrente de estudos entende que os fundamentos conceituais de
fidelidade e lealdade se assemelham (CHANG; CHEN, 2008), principalmente no setor de
serviços, no qual a lealdade também é chamada de fidelização (LU; LU, 2009). Em geral, o
nível de fidelização no setor de serviços varia conforme o tipo de serviço ofertado, balanceado
também pela questão da fidelidade compartilhada (BARNES, 2002), situação na qual o
cliente pode ser fiel a várias empresas ou marcas dentro de um mesmo contexto.
Ressalte-se que, embora não haja um entendimento regular sobre a acepção dos termos
fidelidade e lealdade, o presente estudo considerará ambos como sinônimos, conforme
descrito acima.
38
Os clientes podem ficar satisfeitos ou encantados quando da oferta de valor superior,
situação esta que pode conduzir à lealdade do mesmo e, por fim, levar a relações duradouras e
lucrativas entre empresa e cliente (CHURCHILL JUNIOR; PETER, 2013; JONES; SASSER
JUNIOR, 1995; STROUSE, 1999). Engel, Blackwell e Miniard (2005) consideram que um
dos maiores ativos que uma empresa pode adquirir é a lealdade de seus clientes quando
baseada numa satisfação contínua.
A fidelização concreta de clientes proporciona à instituição rendimento seguro e
garantido por um bom período de tempo, razão pela qual tem sido encarada como
fundamental pelos gestores (BODET, 2008), que buscam a retenção dos clientes a partir do
oferecimento de benefícios tangíveis e intangíveis.
Evidentemente que a longevidade de relacionamento com seus clientes influencia
favoravelmente a lucratividade da empresa, conforme demonstração de Rust, Zahorik e
Keiningham (1995). A obtenção de um desempenho lucrativo também pode ser constituído
como fator importante à satisfação das necessidades e interesses dos clientes, segundo Kotler
(2009a).
A preocupação com a lealdade dos clientes torna-se mais relevante na medida em que
a manutenção dos relacionamentos de longo prazo é essencial para a rentabilidade de uma
empresa (OLIVER, 1999). As organizações modernas consideram a fidelização de seus
clientes uma questão de sobrevivência em mercados cada vez mais dinâmicos, volúveis e
globalizados (GARRAFONI JÚNIOR; SANTADE; PIZZINATTO; FARAH, 2005). Os
benefícios oriundos dessa fidelização faz com que o cliente se sinta como parte integrante da
instituição. Sua satisfação, confiança, valor e representação de custo de manutenção se
transformam em intenção de compra repetida, resistência à persuasão externa, recomendação
do serviço obtido, fortificação do relacionamento com a empresa e obtenção de mais
recompensas e/ou privilégios (JOAQUIM, 2011), conforme Figura 1.
Clientes fiéis tendem a gerar maior fluxo de caixa e lucro, uma vez que são menos
sensíveis a preços, assim como tendem a comprar mais e divulgar melhor a empresa (RUST;
ZAHORIK; KEININGHAM, 1995; FORNELL; WERNERFELT, 1987, 1988). Nessa mesma
linha de raciocínio, Reichheld e Sasser Júnior (1990) defendem que a perda de clientes é mais
relevante que o custo unitário no resultado financeiro da empresa.
A lealdade muitas vezes é interpretada como a retenção real do cliente, que é o
fundamento da gestão de relacionamento com o cliente (GUSTAFFSSON; JOHNSON;
ROOS, 2005). Apesar de não garantir a lealdade, a satisfação, definida como uma avaliação
39
global do cliente ao desempenho de uma oferta ao longo do tempo (JOHNSON; FORNELL,
1991), tem um forte efeito positivo sobre as intenções de fidelização em uma ampla gama de
categorias de produtos e serviços. O principal mecanismo para manter relacionamentos de
longa duração com os clientes é aumentar sua satisfação por meio das interações com a
empresa, tanto em qualidade quanto em quantidade (VAVRA, 1993).
Figura 1 – Antecedentes e consequentes da fidelização
Fonte: Joaquim (2011)
Em setores altamente competitivos – setor de serviços financeiros, seguros,
telecomunicações e cartões de crédito –, a satisfação do cliente desempenha papel crítico para
o seu relacionamento e permanência como cliente (LINOFF; BERRY, 2011). O conceito de
satisfação, comumente tratado na literatura, relaciona-se com a comparação (ou avaliação)
subjetiva dos níveis esperados e recebidos da experiência com o produto ou serviço
(OLIVER, 1999). A resposta de satisfação ou insatisfação do indivíduo ocorre por meio da
comparação entre expectativa e desempenho. Se o desempenho do produto é superior à
expectativa do cliente, uma situação favorável é verificada, ou seja, a satisfação. Botelho e
Tostes (2010) destacam que a compra por si só pode não ser um indicador de lealdade, devido
a fatores como compra por impulso ou conveniência: compras inconsistentes podem mascarar
a lealdade de consumidores fiéis a várias marcas, não se pode inferir sobre lealdade ou
deslealdade com base apenas em padrões de compras repetidas.
Alguns autores, entre eles Lovelock, Wirtz e Hemzo (2011), recomendam o
desenvolvimento da fidelidade dos clientes essencialmente por:
Alcançar o segmento foco e assegurar níveis de satisfação satisfatórios;
Construir vínculos mais próximos com os clientes e aprofundar o relacionamento; e
Identificar e extinguir os fatores que causam evasão.
40
Seguindo nesse viés de fidelização e retenção de clientes, as abordagens de gestão de
relacionamento com o cliente se mostram como um caminho para se atingir tal intento.
2.7 CRM – GESTÃO DE RELACIONAMENTO COM O CLIENTE
Para Engel, Blackwell e Miniard (2005), a análise do comportamento do cliente é vital
para a sua retenção, considerada um dos maiores desafios do marketing.
Junto com o surgimento do conceito de marketing de relacionamento surge o conceito
de CRM (Customer Relationship Management). A gestão do relacionamento com o cliente
veio a incorporar os avanços da tecnologia de informação (TI) aos fundamentos do marketing
de relacionamento, sendo vista como uma das formas de aumentar as interações do cliente
com a empresa (GUMMESSON, 2010). O autor define CRM como estratégias e valores do
marketing de relacionamento enfatizados no relacionamento com o cliente, transformados em
aplicações práticas.
Swift (2001) define CRM como “uma abordagem empresarial destinada a entender e
influenciar o comportamento dos clientes, por meio de comunicações significativas para
melhorar as compras, a retenção, a lealdade e a lucratividade deles”, e Von Poser (2001)
complementa que CRM pode ser entendido como sendo um modelo estratégico a fim de
facilitar a gestão do conhecimento e a tomadas de decisões que suportem as proposições do
marketing de relacionamento. Para Greenberg (2001) é uma estratégia de negócio que visa a
seleção e administração dos clientes da empresa com o intuito de otimizar o valor a longo
prazo, ajudando num gerenciamento mais efetivo do relacionamento com o cliente (contanto
que a instituição tenha uma filosofia e uma cultura empresarial centrada no cliente, para que
possa suportar os processos de marketing, vendas e serviços de forma eficaz).
Ling e Yen (2001) definem Customer Relationship Management (CRM) como um
conjunto de conceitos, processos e sistemas informatizados que visam o apoio às estratégias
de negócios das instituições para que se construam relacionamentos lucrativos com clientes
específicos a longo prazo.
Ainda na ótica de Swift (2001), o CRM é um processo interativo de transformação de
informações (dados históricos, comunicações focalizadas, transações detalhadas) dos clientes
em relacionamentos significativos com os mesmos, a partir de uma abordagem capaz de
melhorar a comunicação com o cliente certo, por meio da oferta certa, no momento certo e
pelo canal certo, incrementando assim as possibilidades de aumentar a efetivação de negócios,
41
a retenção, a fidelidade e a lucratividade do cliente. Gordon (2002) complementa dizendo que
“todo projeto de CRM começa com a observação de que os consumidores diferem em grau de
importância para cada empresa”, e que os clientes podem ser agrupados em seis categorias,
considerando seu ciclo de vida na organização (clientes potenciais, experimentadores,
compradores, eventuais, regulares e defensores).
Para Neslin, Gupta, Kamakura, Lu e Mason (2006), as ferramentas de CRM
transformam informações sobre os clientes em relacionamentos que beneficiam tanto a
empresa quanto o cliente. O aprendizado contínuo, o conhecimento do cliente e o incremento
da lucratividade de longo prazo constituem-se nos aspectos mais significativos do processo de
CRM, que envolve capturar os dados disponíveis do cliente por toda a empresa, consolidar
todos os dados capturados interna e externamente em um banco de dados central, analisar os
dados consolidados, distribuir os resultados dessa análise aos vários pontos de contato com o
cliente e usar essa informação ao interagir com o cliente por meio de qualquer ponto de
contato com a empresa (PEPPERS; ROGERS, 2004).
No entendimento de Crescitelli (2003), o CRM não traz nenhum conceito novo, no
entanto, avaliando pelo ponto de vista operacional, é um instrumento que viabiliza
desenvolver, gerenciar e mensurar ações de relacionamento para as instituições de grande
porte. Por outro lado, não é um instrumento inflexível, pois permite ser adaptado aos
interesses e às necessidades das empresas.
De acordo com Brown (2001), os programas de CRM “permitem que a companhia
reconquiste os clientes que a abandonaram ou que estão planejando
abandonar, criar mais fidelidade entre os clientes já existentes, vender mais ou fazer a venda
cruzada de serviços para esses clientes e explorar a possibilidade de novos clientes”. Essa
abordagem resulta na identificação dos grupos de objetivos em relação aos clientes:
Reconquistar ou recuperar clientes: processo de convencimento de um cliente a ficar
ou a voltar para a instituição; requer maior sensibilidade; deve ser ágil e seletiva; deve
procurar identificar características do início do processo de desligamento.
Buscar por clientes em potencial: procura por novos clientes. A segmentação define o
conhecimento das necessidades dos clientes para que seja dada a atenção correta aos
pontos relevantes; a seletividade define o que o cliente espera e o quanto ele é valioso
para a empresa e é tão importante para a busca quanto para a reconquista de clientes.
42
Conquistar a fidelidade: mais difícil de mensurar com precisão; alicerçada nos
preceitos: segmentação com base no valor, segmentação com base nas necessidades do
cliente e dispositivos de previsão de desistência.
Cross-Selling (ofertas cruzadas) e Up-Selling (ofertas otimizadas): implica na
identificação de ofertas complementares e necessidades do cliente; aumento de
lucratividade do cliente.
Peppers e Rogers (2003) expõem que “A real vantagem competitiva de uma empresa
consiste em ter informação sobre seus clientes que a concorrência não tem e ser capaz de
transformar rapidamente esse conhecimento em ação. Ganha quem consegue estabelecer
relacionamentos dominantes em seu mercado”. Esta definição exalta como o foco no cliente é
importante e a eficiente gestão do relacionamento pode gerar vantagem competitiva.
O CRM é, pois, um processo gerencial focado em desenvolver e manter
relacionamento individual com os clientes, de forma a criar valor tanto para a empresa quanto
para o cliente, utilizando-se base de dados de clientes, ferramentas estatísticas para suporte à
decisão e técnicas interativas de comunicação (VERHOEF; LANGERAK, 2002). Os referidos
autores completam afirmando ainda que o CRM está alicerçado em três perspectivas da
administração de marketing: orientação para o cliente, marketing de relacionamento e o
database marketing.
2.8 A IMPORTÂNCIA DA BASE DE DADOS – DATABASE MARKETING
Não se pode desconsiderar a importância do uso das bases de dados para o CRM, que
têm desempenhado um papel de extrema relevância na evolução do marketing de massa para
o marketing precisamente direcionado (GRIFFIN; AVRAM, 1998, apud BOONE; KURTZ,
2014)
A evolução dos sistemas e tecnologias de informação e comunicação tem permitido,
desde os anos 90, uma crescente disseminação do uso do marketing com banco de dados
(database marketing), uma ferramenta que aplica sistemas de informação ao marketing direto,
baseado em banco de dados com vistas ao gerenciamento do relacionamento com o cliente -
CRM (GUNNARSSON; WALKER; WALATKA; SWANN, 2007).
43
Para tanto, um eficiente projeto de retenção de clientes necessita de informações sobre
ele, assim como de um criterioso aproveitamento dessas informações (BOONE; KURTZ,
2014; WINER; DHAR, 2010). Vavra (1993) já reconhecia a importância de cada cliente ser
tratado de forma individual e de seus negócios serem conduzidos de forma personalizada,
independente do tamanho da empresa.
O diferencial da metodologia de database marketing é a grande atenção dada à análise
dos dados, agrupados em uma base de dados central. Tudo a fim de que técnicas estatísticas
descrevam o comportamento e as preferências dos clientes. Os profissionais que trabalham
diretamente com o database marketing são usuários de data warehouses (armazéns de dados),
e lidam com uma grande quantidade de dados e informações sobre clientes, o que possibilita a
construção de modelos mais precisos (GUNNARSSON; WALKER; WALATKA; SWANN,
2007). A ideia de se armazenar eletronicamente dados de clientes com o intuito de utilizá-los
em database marketing vem sendo desenvolvida há décadas. Desde os anos 90 que sistemas
computacionais disponíveis tornaram possível, por exemplo, ter um completo histórico de um
cliente na tela do computador no momento de uma interação (BOTELHO; TOSTES, 2010).
Segundo Botelho e Tostes (2010), ainda não há uma definição universalmente aceita
sobre o conceito database marketing, e muitas confusões são feitas na utilização dessa
expressão, devido principalmente ao fato de que:
a) o termo vem de uma derivação dos princípios do marketing direto, que termina por
confundir sua definição com o próprio marketing direto (PETRISON; BLATTBERG; WANG,
1997);
b) o conceito database marketing proporciona o suporte para que se desenvolva as
estratégias de marketing de relacionamento e, frequentemente, as duas expressões são usadas
indistintamente (SHANI; CHALASANI, 1992);
c) as mudanças rápidas no ambiente de negócio e na tecnologia têm estimulado um
debate sobre a definição de limites do marketing em geral – se database marketing é parte do
escopo de marketing ou de tecnologia da informação (BAUER; MIGLAUTSCH, 1992);
d) as aplicações de database marketing variam largamente entre empresas e setores
(STONE; SHAW, 1987).
Os motivos acima acabam por acarretar uma ampla visão da definição de database
marketing. São suas características (RHEE; MCINTYRE, 2008):
a) conjunto de dados informatizado;
44
b) conjunto de dados individuais de clientes – atuais e/ou potenciais –, como
informações demográficas, geográficas, psicográficas e comportamentais;
c) técnicas estatísticas como recursos primordiais para apoio à decisão;
d) objetivo de construir relacionamentos segmentados e melhorar o custo efetivo dos
programas de marketing, aumentando assim a rentabilidade por cliente ou a rentabilidade
geral da empresa.
Em vista disso, tem-se duas definições para database marketing.
Uma definição considera que o database marketing abrange uma coleção de
informações atuais e passadas dos clientes e potenciais clientes, para a construção de uma
base de dados com o objetivo de melhorias nos esforços de marketing (SHANI;
CHALASANI, 1992).
A outra definição, descrita por Roberts (1997) aborda o database marketing como uma
aplicação de técnicas de modelagem e análises estatísticas para o processamento de dados de
clientes em nível individual, dados esses utilizados no suprimento para se desenvolver
programas de marketing de custo efetivo, a fim de que gerar comunicação direta com o cliente
corrente e potenciais clientes, avaliando-se os resultados dos esforços promocionais
direcionados. A implicação do database marketing, para o autor, é de uma comunicação
planejada com os atuais clientes e potenciais clientes, de forma individualizada, sob um
período de tempo prolongado, com o propósito de promover a compra repetida de serviços e
produtos da empresa.
Tostes (2008) considera que há um consenso entre as duas definições acima, em que
ambas se adequam conforme o tipo de aplicação do database marketing (cross-selling, up-
selling, programas de fidelidade, prospecção de cliente, marketing preditivo, marketing
promocional etc).
Botelho e Tostes (2010) destacam que, embora organizações de todos os portes
possam se utilizar do database marketing, o seu uso é mais verificado nas empresas que
possuem um elevado número de clientes. Eles concluem isto considerando que um grande
volume de dados possibilita maiores oportunidades para que seja encontrado segmentos de
clientes ou possíveis clientes que possam ser tratados de maneira personalizada. Os autores
também identificam que o desafio principal do database marketing é garantir a informação
que suporte decisões inteligentes, e a utilização de medidas de desempenho e modelos de
marketing adequados são fundamentais nesse processo. Os referidos autores afirmam que
medidas de desempenho permitem melhorar a efetividade dos programas de marketing,
45
podendo ser usadas para captar taxas de resposta das campanhas de marketing, tíquete médio
por cliente, dívida irrecuperável, aquisição, retenção e reativação de clientes.
2.9 PRINCIPAIS ESTUDOS NO BRASIL
Em termos de Brasil, ainda são escassos os trabalhos científicos que abordam a
questão do churn se utilizando de conceitos de data mining, principalmente no setor de
serviços financeiros. A revisão sistemática da literatura identificou os trabalhos com maior
relevância e que possuem algum alinhamento com o proposto por esse estudo, sendo
apresentados a seguir.
No setor bancário, especificamente, não foi encontrado estudo que abordasse a
mecânica de data mining para fins de predição de churn. Os estudos mais próximos foram o
de Botelho e Tostes (2010), direcionado para o mercado de cartão de crédito, e o de Pinho
(2009), direcionado para o ramo de administradora de investimentos. O mercado de cartão de
crédito é o de características mais semelhantes com o setor bancário, até mesmo por ser uma
das áreas de sua atuação, e por esse motivo o trabalho de Botelho e Tostes (2010) se mostra
como o mais alinhado com o presente estudo.
Outros estudos, embora não aderentes ao setor financeiro, tiveram sua importância
considerada por abordarem os conceitos já citados. Dentre esses estudos, os com grande
relevância para essa pesquisa são os de Castro (2011), direcionado para jogos online, de
Santos (2014), direcionado para instituição de ensino superior, e de Cister e Shehata (2008),
direcionado para fornecedora de energia elétrica. As pesquisas de Fernandes Neto, Mattozo e
Costa (2008), Ferreira, Silva, Vellasco e Pacheco (2004) e Suzuki (2010), todas direcionadas
para o setor de telecomunicações, demonstram que esse setor talvez seja na atualidade o que
mais tem investido em estudos referentes à utilização de mineração de dados para a predição
de evasão de clientes.
Os estudos citados são organizados conforme Quadro 2.
Botelho e Tostes (2010) chamam a atenção para o fato de que clientes podem
abandonar uma organização ainda que altos investimentos em prospecção e retenção sejam
realizados, o que requer diagnóstico e compreensão. Para os autores, que realizaram estudo
similar ao ora pretendido (analisando dados de histórico de relacionamento cliente/empresa e
descrevendo as variáveis que influenciam o abandono/permanência do cliente), é necessário
46
estar sempre atento à probabilidade de clientes abandonarem o relacionamento com uma
organização (churn).
Quadro 2 – Estudos no Brasil que utilizam data mining para predição de churn
Autor Tipo de
publicação
Setor pesquisado
Botelho e Tostes (2010) Artigo Cartão de crédito
Pinho (2009) Artigo Administradora de investimentos
Cister e Shehata (2008) Artigo Fornecedora de energia elétrica
Santos (2014) Dissertação Instituição de ensino superior
Castro (2011) Tese Jogos online
Fernandes Neto, Mattozo e Costa (2008) Artigo Telecomunicações
Ferreira, Silva, Vellasco e Pacheco (2004) Artigo Telecomunicações
Suzuki (2010) Dissertação TelecomunicaçõesFonte: Elaborado pelo autor
Ressaltam os pesquisadores que é geralmente mais caro conquistar novos clientes do
que manter os já existentes. A compreensão do churn possibilita que a organização atue sobre
(e controle) as variáveis-chave que o influenciam, na tentativa de minimizá-lo. Conforme
pesquisa realizada pela consultoria Accenture, 25% da base de clientes no setor bancário
brasileiro é vulnerável à migração (PIMENTEL, 2012) – algumas variáveis (como
características do indivíduo, atributos da organização e do produto e fatores externos, como
variáveis macroeconômicas e culturais), se bem analisadas, podem ajudar a prever e explicar
tal vulnerabilidade.
Como já ressaltado, tanto o cliente tem se tornado mais exigente em termos de
individualização do atendimento, quanto tem aumentado o número de clientes e transações em
grandes empresas de varejo, seja pelo fenômeno da concentração de poucas grandes
empresas, seja pelo maior acesso da população brasileira, na última década, ao consumo
(KAKWANI; NERI; SON, 2010). Botelho e Tostes (2010) reforçam que, se por um lado o
grande volume de dados é um obstáculo para a individualização do relacionamento, por outro
esse volume produz uma massa de dados, capturada sistemicamente em forma digital, capaz
de permitir respostas individualizadas aos clientes por meio de aplicação de técnicas de
mineração de dados (data mining), associadas ao CRM.
47
Botelho e Tostes (2010) observaram que, devido ao grande número de emissores de
cartão de crédito, a competição é grande entre as empresas que utilizam estratégias criativas
para reter clientes e maximizar o lucro. Os autores destacaram que, uma vez o cliente
conquistado, inicia-se seu ciclo de vida na organização, e um dos principais objetivos do
gestor de relacionamento é prolongar ao máximo esse ciclo (extraindo informações sobre as
necessidades do cliente, suas preferências e hábitos), principalmente dos clientes mais
rentáveis.
A partir da década de 90, com a disponibilidade de recursos tecnológicos e seu alcance
em larga escala, criaram-se condições para o desenvolvimento de modelos que permitem a
distinção de clientes, em um processo de segmentação. Isso possibilitou ações de retenção
daqueles mais interessantes para a organização, do ponto de vista de rentabilidade e
lucratividade, além de possibilitar o desenvolvimento de produtos e serviços customizados
(KOTLER, 2000). Como ressaltam Botelho e Tostes (2010), a tecnologia de hoje permite a
muitas empresas acompanharem seus clientes de forma quase individual. Tecnologias
interativas pela internet (e-marketing), telemarketing, TV interativa e ferramentas de
automação da força de vendas permitem a conexão automática dos clientes à empresa. O
feedback é facilitado, ao se obter informação a nível individual sobre as especificações e
modificações dos produtos, do comportamento de compra e expectativas dos clientes.
Também a tecnologia de personalização em massa permitiu que a empresa configurasse as
suas ofertas digitalmente, produzindo inúmeras variações do mesmo produto com reduções de
custos típicas do mercado de massa, dando origem à customização em massa. As
comunidades virtuais, blogs e microblogs atualmente influenciam o relacionamento de seus
usuários com muitas empresas e a forma como avaliam produtos e serviços. Blogs, que são
sites na internet que contém informações pessoais com reflexões, comentários e hyperlinks,
muitas vezes fornecidos pelo escritor, contêm fatos e opiniões que podem atender internautas
que compartilham características comuns, inclusive influenciando-os ao abandono ou adoção
de produtos ou organizações (SINGH; SINGH, 2008). Comunidades virtuais também têm
sido objeto de estudo em marketing de relacionamento no Brasil (AÑAÑA; VIEIRA;
PETROLL; PETERSEN-WAGNER; COSTA, 2008).
Bose e Chen (2009) identificaram, por meio de aplicações de mineração de dados, que
a decisão do cliente em interromper seu relacionamento com a instituição é tomada meses
antes da interrupção efetiva e, por esse motivo, é fundamental a antecipação na detecção de
mudanças no comportamento dos clientes que sinalizem uma potencial evasão.
48
A antecipação será válida ao cliente e à empresa, e apenas existindo um intercâmbio
constante de conhecimento entre ambos é possível para a empresa entender e ofertar soluções
convenientes por meio de produtos e serviços que atendam aos anseios dos clientes
(GARRAFONI JÚNIOR; SANTADE; PIZZINATTO; FARAH, 2005).
O valor econômico da retenção de clientes é amplamente reconhecido na literatura
(NESLIN; GUPTA; KAMAKURA; LU; MASON, 2006) e apresentado da seguinte forma:
a) o esforço de retenção de clientes diminui a necessidade de prospectar novos,
permitindo que as organizações se concentrem nas necessidades dos atuais, buscando o
relacionamento duradouro;
b) clientes de longo relacionamento tendem a comprar mais e, se satisfeitos, podem
prover referenciais positivos pelo "boca a boca";
c) atender e manter clientes de longo prazo é menos oneroso devido ao maior
conhecimento sobre seu ciclo de vida ou de consumo, via informação dos bancos de dados,
mesmo sabendo que clientes de longo prazo não são necessariamente fiéis;
d) tais clientes tendem a ser menos sensíveis às atividades de marketing da
concorrência;
e) a perda de clientes não é somente um custo de oportunidade pela redução de vendas,
mas também pela necessidade de atrair novos clientes para suprir essa perda.
O churn pode ser correlacionado com o ciclo de vida do produto ou até mesmo da
empresa, no qual o estágio de introdução e crescimento possui um número de novos
consumidores fortemente acima do número de clientes evadidos, no entanto, o impacto do
churn torna-se nitidamente mais sensível nos produtos na fase de maturidade e declínio
(LEJEUNE, 2001). Fatores como processos de desregulamentação e abertura de mercado são
grandes influenciadores nas taxas de churn e, consequentemente, nas estratégias das
empresas. A taxa de churn pode ser reduzida, além do uso de processos de CRM, pela
realização de ações de pós-venda, via incremento do nível ampliado do produto. O churn,
também, está diretamente associado ao tempo em que o indivíduo permanece como cliente de
uma organização, portanto está diretamente relacionado ao conceito de Consumer Life Time
Value (CLV ou valor do ciclo de vida do cliente) (NESLIN; GUPTA; KAMAKURA; LU;
MASON, 2006), que se refere à mensuração do lucro, presente e futuro, gerado por um cliente
durante o seu ciclo de vida junto à empresa (GREENBERG, 2001).
49
3 MATERIAIS E MÉTODOS
Para identificar e avaliar as variáveis do problema apresentado foi utilizada a
abordagem predominantemente quantitativa proposta por Creswell (2010), com uma
concepção pós-positivista, que defende uma filosofia determinística na qual as causas
provavelmente determinam os efeitos ou resultados, com uma estratégia de investigação
experimental que busca determinar se um tratamento específico influencia um resultado, e
com método de pesquisa quantitativo por meio de coleta e análise de dados e consequente
validação e interpretação estatística.
O estudo aborda os clientes evadidos de uma instituição financeira através de
modelagem matemática com técnicas de mineração de dados. Dessa forma é analisada a
oscilação de saldos de clientes em uma instituição financeira.
A análise dos dados foi discutida à luz da revisão bibliográfica abordada e das
proposições iniciais. Buscou-se avaliar os dados e informações levantados a fim de encontrar
formulações e recomendações para se evitar o churn do, por assim dizer, melhor cliente de
uma instituição financeira.
A etapa inicial deste trabalho consiste de uma revisão narrativa, partindo da revisão
livre da literatura, com o intuito de identificar os termos adequados. Essa primeira etapa foi
importante para a definição de artigos relevantes (considerados artigos de controle) e
possíveis referenciais teóricos, minimizando-se o risco de descarte de publicações
importantes.
Em seguida, para a revisão sistemática da literatura, foram executadas nos motores de
busca as strings que contêm os termos identificados como mais relevantes na primeira etapa.
Dentre os diversos motores de busca conhecidos, os principais utilizados neste estudo foram o
Portal de Periódicos da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES)(CAPES, 2015), o Google Acadêmico (GOOGLE SCHOLAR, 2015) e o Web Of
Science (WEB OF SCIENCE, 2015), por indexarem publicações em português e em inglês,
abrangerem uma quantidade significativa de artigos e dissertações, permitirem a utilização de
expressões lógicas e por serem os mais representativos em buscas gerais em pesquisas
acadêmicas.
A partir da revisão bibliográfica e da amostra de dados, foi desenvolvido um modelo
teórico que visa suportar a identificação dos dados e sua preparação, seu tratamento e
processamento, culminando com uma análise para o diagnóstico de indicador de predição de
50
churn baseado no histórico do saldo de operações de empréstimos e investimentos de cliente
bancário adimplente pessoa física e que tenha o menor risco de inadimplência.
O modelo aborda para o tratamento e processamento das informações conceitos e
técnicas de mineração de dados, buscando a viabilidade, utilidade, eficiência e escalabilidade
de técnicas de grandes conjuntos de dados (HAN; KAMBER, 2006). Para a aplicação desses
conceitos e técnicas, foram seguidas as fases indicadas pelo modelo de processo para
mineração de dados descritas no CRISP-DM (CRoss Industry Standard Process for Data
Mining), quais sejam: Entendimento do Negócio, Entendimento dos Dados, Preparação dos
Dados, Modelagem, Avaliação e Desenvolvimento (CHAPMAN; CLINTON; KERBER;
KHABAZA; REINARTZ; SHEARER; WIRTH, 2014). O software de Business Intelligence
(BI) utilizado foi o QlikView, uma plataforma de BI orientada ao usuário (QLIKVIEW, 2015).
3.1 UNIVERSO E AMOSTRA DO ESTUDO
As informações utilizadas no estudo são oriundas de uma instituição financeira
nacional de grande porte, que guarda o direito de não ser identificada e de não permitir
identificação de seus clientes. Portanto, devido ao sigilo bancário e ao grande volume de
dados da instituição financeira analisada, foi utilizada uma amostra de dados para a realização
do estudo, a codificação interna para identificação do cliente necessária para o cruzamento
das informações foi mascarada, e da mesma forma que não há menção que possa permitir a
identificação de clientes (como nome do cliente ou CPF – Cadastro de Pessoa Física). Apesar
disso, tanto a amostra de calibração para a elaboração do modelo quanto a amostra de
validação para a verificação do desempenho do modelo, geraram uma massa de dados
representativa dos dados efetivos.
Para efeito, a Média de Saldos Diário (MSD) ou Saldo Médio Diário é o cálculo do
saldo médio por meio da média aritmética dos saldos bancários diários de uma operação ou de
um cliente em determinado período de observação, geralmente um mês ou um trimestre
(BACEN, 2015j), sendo representado pela fórmula:
MSD = ∑ Saldo diário / Período de cálculo
A base de dados a ser utilizada neste estudo é constituída para representar uma amostra
aleatória referente a MSD de operações bancárias de empréstimo e investimento durante 11
51
meses de clientes evadidos nos 2 últimos meses de uma instituição financeira nacional de
grande porte. Nesse estudo foi utilizada a MSD de fechamento que representa toda a evolução
mensal, sendo que geralmente há um único lançamento no mês que representa o efeito de toda
a variação.
Na Figura 2 podemos visualizar o universo e a amostra considerada.
Figura 2 – Amostras consideradas no estudo
Fonte: Elaborado pelo autor
Para efeitos desse trabalho, um cliente pessoa física também é considerado como
correntista. Essa consideração se deve pelo motivo de que, na imensa maioria dos casos, um
cliente precisar ter uma conta-corrente para movimentações bancárias – como transferência de
valores, por exemplo –, adquirir um empréstimo ou realizar aplicações em fundos de
investimentos mais específicos. Há as situações de clientes poupadores ou usuários de cartão
de crédito e não correntistas, no entanto, essa situação de não correntista se apresenta para
Universo: todos os clientes da instituição financeira (56 milhões)
Todos os clientes correntistas pessoa física
(34 milhões de 53 milhões de clientes pessoa física)
Amostra de clientes adimplentes que
possuem pelo menos 1
operação de empréstimo
ou aplicação ativa
no período de fevereiro
a dezembro de 2015
Todos os clientes público-alvo
que se evadiram no mês de
dezembro de 2015 e janeiro
de 2016, da área da amostra
52
efeitos tarifários e gerenciais para o cliente, mas na operacionalização desses tipos de fundos
de investimentos ou cartões de crédito obrigatoriamente exige-se a existência de uma conta-
corrente sem movimentação para esse cliente.
Ainda para efeitos desse trabalho, um cliente evadido é considerado assim quando
encerrar sua última conta-corrente ou não tiver nenhuma outra operação ativa e mantiver uma
última conta-corrente ativa com saldo zerado. Tal fato se deve à necessidade da imensa
maioria das operações de empréstimo, aplicação ou serviço precisar estar vinculada a uma
conta-corrente ativa e, dessa forma, essa conta tende a ser a última operação do cliente
passível de encerramento.
Por último, foram consideradas para este estudo somente operações de empréstimo e
investimentos por apresentarem saldo financeiro, ou seja, respectivamente a débito ou a
crédito do cliente. As operações de serviços não foram consideradas por terem características
peculiares quanto a saldo e em sua maioria não gerar cálculo de MSD, seja por não terem
saldo (seguro de vida, por exemplo), por não serem um valor nem a débito e nem a crédito do
cliente (custódia de cheque ou de títulos, por exemplo) ou simplesmente por serem um serviço
sem intermediação financeira (registro de mensageria para clientes, por exemplo).
Vide Tabela 1.
Tabela 1 – Termos considerados para a seleção da amostra
Consideração Descrição
Correntista Cliente pessoa física que faz movimentações financeiras em
uma conta-corrente.
Cliente evadido Cliente que encerra a última conta-corrente ou mantem uma
última conta-corrente ativa com saldo zerado.
Operações Operações de empréstimo e investimentos com saldo financeiro
(a débito ou a crédito do cliente), desconsiderando as operações
de serviços.Fonte: Base de dados da instituição financeira
Os clientes selecionados como público-alvo para o estudo são somente os clientes
adimplentes no intervalo avaliado, ou seja, clientes que não tiveram nenhuma parcela paga em
atraso (após o vencimento) para suas operações de empréstimos durante esse período. Tal
motivo se deu para focar o trabalho nesse tipo de cliente, pois os clientes que se encontram
53
em situação de inadimplência são acompanhados e monitorados por mecanismos de proteção
do crédito concedido, e consequentemente por um aparato de cobrança desses créditos
inadimplentes, como já citado por Shigaki (2001).
Combinado a esse critério de seleção, também são considerados como público-alvo os
clientes que possuem o menor risco de inadimplência, quer dizer, os clientes que durante o
período avaliado se mantiveram com nível de risco A ou AA e que não tiveram nenhuma
operação de crédito classificada com o nível de risco B ou maior que este durante o mesmo
intervalo. Os clientes que durante o intervalo de avaliação tiveram risco diferente foram
desconsiderados pelo mesmo motivo da existência de mecanismos de acompanhamento e
monitoramento do risco de inadimplência e a análise de crédito para concessão de novos
créditos e/ou serviços (SHIGAKI, 2001). A instituição avaliada subdivide os clientes com
níveis de risco AA em A+ e AAA, porém sem efeito para essa pesquisa devido a amostra não
possuir nenhum cliente AAA e somente algumas unidades de churners com risco A+.
Do público-alvo definido também foram selecionados clientes que não possuíam
nenhuma reclamação não solucionada nos canais de Serviço de Atendimento ao Consumidor
(SAC) ou Ouvidoria na instituição financeira analisada durante o período avaliado. Da mesma
forma que os critérios anteriores, tal critério foi adotado por já existir mecanismos que tratam
dessas ocorrências e acompanham a satisfação do cliente. Portanto, foram selecionados os
clientes considerados satisfeitos, por assim dizer.
Os critérios de seleção do público-alvo estão resumidos na Tabela 2.
Tabela 2 – Seleção do público-alvo
Público-alvo Descrição
Cliente adimplente Não tiveram nenhuma parcela de empréstimo paga em atraso
Cliente com menor risco de
inadimplência
Mantiveram o nível de risco A ou AA e não tiveram nenhuma
operação de empréstimo com nível de risco B ou maior
Cliente sem reclamação Sem possuir nenhuma reclamação não solucionada na
Ouvidoria ou no SACFonte: Base de dados da instituição financeira
Alguns fatores externos não foram levados em consideração nessa pesquisa. Ou por
serem de difícil mensuração e avaliação no impacto do proposto para esse trabalho – como a
mudança nas taxas de juros –, ou por serem de pouca relevância devido a grande capilaridade
54
de agências da instituição financeira em solo nacional – como a mudança de bairro ou cidade
pelo cliente –, ou por já serem tratadas por outros mecanismos e acompanhamento de clientes
– como clientes que encerraram as atividades de empresa que eram sua renda principal, ou
clientes que foram demitidos de seus empregos, situação que altera nível de risco de cliente.
Outros fatores externos foram considerados na seleção do público-alvo por serem de
extrema relevância e poderem distorcer os resultados. Clientes que recebem salário de uma
empresa que mudou de banco e levou sua folha de pagamento para esse banco foram
descartados do estudo por naturalmente terem essa causa provocando o churn do cliente.
O estudo analisou a variação da MSD das operações bancárias dos clientes durante
onze meses (período de amostra selecionado entre fevereiro e dezembro de 2015) e foi
observado se o cliente saiu ou se manteve na base no décimo primeiro e décimo segundo mês
(dezembro de 2015 e janeiro de 2016), conforme Figura 3. Os meses de fevereiro a dezembro
de 2015 foram eleitos para a análise da variação da MSD por serem os meses disponibilizados
pela empresa para a extração da amostra. Consequentemente, os meses de dezembro de 2015
e janeiro de 2016 foram os meses selecionados para avaliar a evasão, ao contrário de somente
1 mês como prática costumeira, por amenizar os impactos da redução de operacionalização
bancária ocasionada pelos feriados e férias de virada de ano.
Figura 3 – Base de dados analisada
Fonte: Elaborado pelo autor
Clientes que entraram na instituição entre os meses 1 e 11 ou saíram entre os meses 1 e
10 foram descartados para não contaminarem a variação mensal da MSD.
A amostra trabalhada possui as seguintes características:
a) onze meses de informações (fevereiro de 2015 a dezembro de 2015) sobre a
variação da MSD das operações de empréstimos e investimentos de cliente pessoa física
adimplente com o menor nível de risco, contendo 3.409.505 registros;
55
b) a relação dos 291.761 clientes avaliados, sendo 292 churners da instituição
financeira no mês de dezembro de 2015 e janeiro de 2016, e 291.469 clientes ativos durante
todo o período avaliado.
As variáveis utilizadas foram:
X1: Média da variação do log (na base 10) da MSD das operações do cliente entre o
primeiro e o décimo primeiro mês, em valores brutos.
Y1: Cancelamento ou não do relacionamento com a instituição financeira no décimo
primeiro e décimo segundo mês dentre os clientes que possuem pelo menos uma operação de
empréstimo ou investimento nos últimos onze meses. Esta variável foi a definida como
dependente do modelo, tendo sua resposta na forma binária (“sim” ou “não”), e para o modelo
convertemos esses resultados em “1” para “sim” e “0” para “não”.
3.2 BASE DE DADOS DE EVASÃO DE CLIENTES
O banco de dados que continha as informações de clientes continha 309.955 registros
com as seguintes informações (Tabela 3):
Tabela 3 – Informações da base de dados de evasão de clientes
Variável Descrição das variáveis
COD-CLI Código do cliente
CD-TIP-CLSC-CAD Código do tipo de classificação do cadastro
DT-CLSC-CAD-CLI Data da classificação do cadastro do cliente
CD-RSCO-CRD-CLI Nível de risco de crédito do cliente
IN_EXT_RCL Identificação de existência de registro de reclamação não
solucionada nos canais de Serviço de Atendimento ao
Consumidor (SAC) ou Ouvidoria.Fonte: Base de dados da instituição financeira
A variável COD-CLI é uma denominação interna para representar o cliente na
instituição, e foi devidamente mascarada descaracterizando a informação e a possibilidade de
alguma identificação.
A variável CD-TIP-CLSC-CAD representa a situação de relacionamento do cliente
com a instituição financeira e a variável DT-CLSC-CAD-CLI representa a data desde quando
56
o cliente se encontra na referida situação. São possíveis 3 tipos de situações elementares, que
pode ser ativo (cliente convencional que opera com o banco frequentemente), eventual (um
tipo de cliente ativo, porém, conhecidamente mantém movimento eventualmente com o
banco, como ONG, escola ou instituições governamentais) e não cliente (cliente que detém
cadastro com a instituição, no entanto, não possui movimentação bancária).
O cliente do tipo de cadastro eventual foi desprezado do estudo por sua movimentação
esporádica descaracterizar a amostra para avaliação e possuir poucos clientes (161).
O tipo de classificação do cadastro é indicativo de evasão por estar na situação de não
cliente, ou seja, quando o cliente deixou de manter relacionamento bancário com a instituição
financeira. É indicativo pois pode ocorrer do cliente evadido ser administrador de instituição
de caráter jurídico sem necessariamente deter operações em seu nome com o banco,
consequentemente não possuir MSD. Nesse caso esse cliente será descartado da mesma forma
que o cliente que possuía somente operações de serviço foi descartado do estudo.
A variável CD-RSCO-CRD-CLI possui a informação de nível de risco de crédito do
cliente que baseou o filtro para a identificação dos clientes com nível de risco A ou AA. Como
já explicado anteriormente, as subdivisões desses níveis não se mostraram relevantes pela
amostra nesse estudo.
Para descartar clientes que possuíam pelo menos 1 reclamação não solucionada nos
canais de Serviço de Atendimento ao Consumidor (SAC) ou Ouvidoria foi utilizada a variável
IN_EXT_RCL.
3.3 BASE DE DADOS DE MÉDIA DE SALDOS DIÁRIO (MSD)
O banco de dados inicial de MSD continha cerca de 500 milhões de registros com as
seguintes informações (Tabela 4):
Da mesma forma que a variável COD-CLI foi tratada na base de dados de clientes,
aqui também foi devidamente mascarada descaracterizando a informação e a possibilidade de
alguma identificação.
As variáveis CD-TIP-CLI, CD-FMA-CLI e CD-EST-VNCT foram tratadas
previamente para selecionar somente clientes do tipo pessoa física e adimplentes. Os clientes
do tipo pessoa jurídica ou produtor rural não são foco dessa pesquisa por naturalmente não
possuírem uma evolução equilibrada de MSD no decorrer do ano devido a sua natureza de
renda diferenciada, fato este que comprometeria esse estudo, além desses clientes
57
representarem apenas 5,36% dos clientes totais da instituição financeira avaliada e por existir
mecanismos de acompanhamento e monitoramento diferenciados em relação à pessoa física e
que também não são objeto desse estudo. Dentre os clientes do tipo pessoa física foram
descartados os que continham qualquer tipo de inadimplência pelos motivos já citados acima
e os clientes que não detivessem pelo menos 1 (uma) operação empréstimo ou investimento.
Tabela 4 – Informações da base de dados de Média de Saldos Diário (MSD)
Variável Descrição das variáveis
COD-CLI Código do cliente
CD-TIP-CLI Identificação de pessoa física ou pessoa jurídica
CD-FMA-CLI Qualificação complementar de produtor rural ou governo
MSD-RLZD Somatório da MSD das operações de empréstimos e investimentos
ULT-SALDO Somatório do último saldo das operações de empréstimos e investimentos
QTD Quantidade de operações para composição da MSD e do último saldo do
cliente
CD-EST-VNCT Identificador de adimplência do cliente
MES Identificação dos meses avaliadosFonte: Base de dados da instituição financeira
A base de dados de clientes evadidos foi cruzada com o banco de dados de MSD para
descartar em cada uma das bases qualquer registro que não tivesse correlação com a outra
base, ou seja, mantendo somente os clientes que tivessem MSD e vice-versa.
Como foi adotado o valor da MSD do mês, a variável ULT-SALDO foi descartada por
estar incorporada na MSD de fechamento, ao mesmo tempo que geralmente há um único
lançamento no mês que representa o efeito de toda a variação mensal, o que torna ambos os
valores muito próximos.
A variável QTD foi utilizada apenas para compor os valores médios para o cliente,
uma vez que as variáveis MSD-RLZD e ULT-SALDO são originalmente o somatório dos
valores de cada operação do cliente.
Desse tratamento resultaram 2.962.956 registros que identificavam a existência de
valores de MSD por cliente por mês avaliado. Para efeitos da correta avaliação dos dados na
ferramenta de BI foram criados registros com valores zerados para cada mês que o cliente não
tivesse MSD, totalizando assim essa base em 3.409.505 registros.
58
Devido a grande amplitude entre os valores de MSD (na amostra partindo de centavos
até cerca de R$ 60.000,00) foi criada a variável LOG_MSD, transformação logarítmica da
variável MSD-RLZD representada da seguinte forma:
Se MSD_RLZD <= 1 então LOG_MSD = 0, senão LOG_MSD = log10(MSD_RLZD)
Da definição de logaritmo, infere-se que somente os números reais positivos possuem
logaritmo. No tratamento de fenômenos em que os números adquirem valores muito grandes,
pode-se utilizar o logaritmo do número tornando-o em uma grandeza de valores menores e
mantendo uma representativa proporcionalidade, facilitando os cálculos e a construção de
gráficos. Como toda MSD é positiva e seus valores são muito grandes e dispersos, é possível
a utilização de logaritmo para simplificar os cálculos e diminuir a discrepância de comparação
entre os valores. Dentre as bases possíveis para uso no cálculo do logaritmo da variável MSD-
RLZD, foi optado pela base 10 por ser um logaritmo comum e muito utilizado em ciência e
engenharia, além de diminuir consideravelmente a amplitude dos valores.
Para MSD_RLZD entre R$ 0,00 e R$ 1,00 assumiu-se como LOG_MSD igual a zero,
pois ao mesmo tempo que são valores irrelevantes para os cálculos, evita-se valores negativos
que causariam prejuízo na comparação da evolução da MSD.
Para a comparação de valores entre os meses foram criadas variáveis de oscilação para
avaliar a evolução entre a MSD atual e anterior, tanto para as variáveis MSD_RLZD quanto
para LOG_MSD, e classificada se o registro teve a variação positiva ou negativa em termos
de oscilação percentual e oscilação em valores brutos.
Com base nestas informações foram avaliados que 291.761 clientes detinham valor de
MSD em pelo menos 1 (um) mês do período avaliado.
3.4 TRATAMENTO ESTATÍSTICO DA AMOSTRA
Para as variáveis qualitativas, as estatísticas apresentadas foram as frequências
absolutas (n) e as frequências relativas (%), enquanto que para as variáveis quantitativas as
estatísticas apresentadas foram: medidas resumos, média, mediana, desvio-padrão, mínimo e
máximo, curtose e quartis, para apontar a variabilidade.
O resultado da análise descritiva realizada sobre o banco de dados de MSD e evasão
de clientes está demonstrada no Apêndice A.
59
Nas análises para a construção do modelo dividiu-se a amostra em dois grupos, uma
amostra de calibração utilizada para a elaboração do modelo e outra amostra de validação
para que fosse verificado o desempenho do modelo. Ambas as amostras geraram uma massa
de dados representativa dos dados efetivos.
Na amostra de calibração foram utilizados 145.837 clientes (49,99% da base),
respectivamente 145.683 (49,93%) clientes ativos e 154 (0,05%) clientes evadidos e
correspondendo a 1.703.295 registros de MSD. Para a validação do modelo foram utilizados
145.924 (50,01%) clientes, sendo 145.786 (49,97%) de ativos e 138 (0,05%) de churners em
correspondência a 1.706.210 registros de saldo.
Para a apresentação das análises descritivas foram apresentados valores monetários de
cada MSD de cada mês por cliente quando tratado o valor da MSD e valor de grandeza
logarítmica quando tratada a regressão do valor de MSD, e para as análises e validações
foram verificadas se ocorreu ou não a evasão do cliente.
Figura 4 – Curva do log do valor de MSD
Fonte: Base de dados da instituição financeira
As oscilações de MSD foram representadas por valores monetários para identificar a
diferença entre o valor de MSD do mês atual em relação ao valor do mês anterior e valores
percentuais para representar a mesma variação.
60
Os valores de MSD foram regredidos ao valor do log na base 10 (Figura 4), fazendo-se
a mesma correlação de variação relativa e variação absoluta.
O tratamento estatístico da amostra está apresentado na Tabela 5.
Tabela 5 – Tratamento estatístico das variáveis MSD_RLZD e Log10 (MSD_RLZD)
MSD_RLZD (R$)Log10 (MSD_RLZD) ou
LOG_MSD
Contagem de registros 3.409.505 3.409.505
Soma 285.889.037,0700 3.321.947,2764
Média 83,8506 0,9743
Desvio Padrão 339,4924 0,9682
Coeficiente de variação 404,88 % 99,37 %
Assimetria 38,3557 0,3746
Curtose 3.517,4553 -1,2532
Q0 – Mínimo 0,0000 0,0000
Q1 – 1º Quartil (25%) 0,0000 0,0000
Q2 – 2º Quartil (Mediana) 7,9300 0,8993
Q3 – 3º Quartil (75%) 66,7900 1,8247
Q4 – Máximo 56.840,5100 4,7547 Fonte: Base de dados da instituição financeira
61
4 RESULTADOS
As oscilações de MSD em valores monetários e em valores percentuais não se
mostraram representativas, pois devido à grande amplitude dos valores os clientes com MSD
mais baixas destoam absurdamente em relação aos clientes que possuem MSD mais altas. Tal
situação foi contornada regredindo os valores de MSD ao valor do log na base 10, diminuindo
sobremaneira a amplitude dos valores e permitindo que pudesse haver uma comparação
representativa entre clientes com MSD díspares e a própria evolução mensal da MSD. No
entanto, a avaliação por valores percentuais apresentou o mesmo problema relatado devido à
continuidade da representação da disparidade dos valores, embora numa proporção muito
menor. Para isso, os valores de log da MSD foram considerados como uma escala de grandeza
a semelhança da escala de pH (para mensuração da acidez ou basicidade de substâncias) ou
escala Richter (para mensurar a magnitude de terremoto), e mantendo ainda a característica de
cálculo com os valores.
Tal escala apresenta representatividade da evolução dos valores de MSD, pois clientes
com valores maiores tendem a ter uma oscilação proporcional também maior que um cliente
com valores baixos de MSD, conforme Figura 4. Outra justificativa para a representação em
escala se dá pelo motivo de que 75% dos valores log de MSD estão com valores entre 0 e
1,8247 (Tabela 5).
Conforme tratamento estatístico da amostra apresentado na Tabela 5, observa-se que o
desvio padrão dos valores de MSD_RLZD (339,4924) destoa em pouco mais de 4 vezes o
valor de média (83,8506) e a dispersão dos valores fica em sua quase totalidade abaixo da
média (coeficiente de variação 404,88%) e bem distante da mediana (7,9300), ou seja, mais
de 75% (3º Quartil - 66,7900) da base está abaixo dessa linha de corte. Isso resulta numa
distribuição assimétrica positiva (38,3557) com alto grau de afastamento à direita em relação
ao eixo de simetria dos valores. Quanto a curtose (3.517,4553), que caracteriza o pico da
curva da função de distribuição, indica que a distribuição é mais alta e concentrada que a
distribuição normal, sendo relativamente fácil obter valores que se distanciam da média por
vários múltiplos do desvio padrão. Esta alta heterogeneidade dos valores é a grande
dificuldade em se utilizar valores financeiros para análises comparativas diretas.
Por outro lado, o valor de log da MSD possui desvio padrão (0,9682) praticamente
uma vez a média (0,9743) tendo uma dispersão equilibrada mais próximo à mediana (0,8993).
O coeficiente de variação (99,37%) ainda indica uma alta dispersão, porém ¼ menor do que a
62
heterogeneidade de quando se utiliza o valor da MSD_RLZD diretamente. Com essa
transformação ainda é possível a obtenção de uma distribuição assimétrica positiva (0,3746),
no entanto, com um leve grau de afastamento à direita em relação ao eixo de simetria dos
valores. Em relação à curtose (-1,2532), o pico da curva da função de distribuição inverte,
indicando que a distribuição se tornou mais baixa e distribuída que a distribuição normal,
permitindo a obtenção de valores mais próximos da média com menos desvio padrão.
Mesmo ainda sendo presente que poucos clientes possuam valores elevados e a
maioria possuam valores mais baixos, consegue-se uma avaliação com uma boa
homogeneidade dos valores, facilitando sua utilização para análises comparativas diretas e
ainda permitindo a realização de cálculos com os valores.
Dessa forma, a solução encontrada para avaliar a oscilação da MSD sem cálculos
complexos é apurando a diferença aritmética entre o valor do log de MSD atual em relação ao
valor anterior. Com essa diferença consegue-se chegar a valores de comparação que permitem
uma uniformidade na avaliação entre clientes, mesmo com uma certa dispersão de valores
ainda presente.
Uma vez que a diferença alcançada entre o valor do log de MSD atual em relação ao
valor anterior resulta em valores na ordem de milésimos de unidade, tal valor obtido é
multiplicado por 100 para uma melhor visualização e representação. A curva dessa oscilação é
vista na Figura 5.
A variação oscila na linha de tendência média no valor de -4,5764 (representada pela
linha vermelha na Figura 5), ou seja, uma redução do valor do log da MSD em relação ao mês
anterior na ordem de 0,045764 que representa o ponto de corte para o indicador de predição
de churn. A oscilação parte do valor 0 (zero) por ser o primeiro mês avaliado, chegando ao
pico de crescimento da MSD no terceiro mês (5,6967) e no quarto mês já atinge o primeiro
vale da queda dos valores (-7,2107), intercalando outro vale de queda no sexto mês (-7,1712)
chegando ao máximo da queda no décimo mês (-7,2722) antes da queda definitiva no último
mês (-29,2466) e consequentemente a evasão do cliente.
Validando esse indicador na amostra de validação chega-se a um índice de acerto na
ordem de 31,91% (114 clientes que evadiram e 49.378 clientes que permaneceram ativos em
relação aos 105.703 clientes previstos pelo modelo).
Os resultados da avaliação do modelo estão apresentados conforme a matriz de
confusão disposta na Tabela 6.
63
Figura 5 – Curva da variação do log do valor de MSD
Fonte: Base de dados da instituição financeira
Tabela 6 – Matriz de confusão de avaliação do modelo
Valor da predição
Evadiu Percentual de resultados corretos
Valor observado Não Sim Total
EvadiuNão 49.380 105.589 154.969 31,86%
Sim 27 114 141 80,85%
Total 49.407 105.703 155.110
Percentagem de acerto geral 31,91%Fonte: Base de dados da instituição financeira
Ajustando o ponto de corte para o primeiro ponto acima (-4,0000) consegue-se um
acerto geral de 31,64% e ajustando-se o para o primeiro ponto abaixo (-5,0000) o acerto geral
obtido fica em 31,95%, praticamente estável em relação ao acerto geral proposto pelo modelo
e mantendo estável a quantidade de acertos do churner previsto e observado. Em outras
64
palavras, o modelo não faz diferença considerável no número de acertos para os pontos de
corte próximo, apenas alterando sensivelmente quantidade de acertos de clientes previstos e
observados como não evasores.
Levando o ponto de corte para distâncias maiores no sentido abaixo, o índice geral de
acerto de churners diminui (60,28%) e o de não churners aumenta na mesma proporção
(35,01%). Isso quer dizer que é preciso avaliar um volume menor de potenciais evasores
(100.824), porém o volume de acerto dos que de fato se evadiram também diminui. No
sentido contrário a lógica se inverte, o volume de acerto desses evasores de fato aumenta
(81,56%), porém é preciso avaliar um volume maior de potenciais churners (108.353
clientes).
Ante o exposto, na questão norteadora dessa pesquisa “As variáveis relacionadas ao
saldo das operações bancárias do eventual cliente evasor são preditoras de churn?”, a resposta
é positiva. Sabendo-se de sua oscilação natural por ser uma Média de Saldos Diário,
influenciada principalmente pela liquidação e contratação de operações, a MSD pode ser um
indicador preditor de churn antes de uma queda acentuada e até mesmo o seu zeramento
definitivo, em outros termos, quer dizer que pode prever a retirada expressiva de valores da
instituição financeira culminando com o encerramento do relacionamento desse cliente com o
banco.
65
5 CONSIDERAÇÕES FINAIS
5.1 DISCUSSÃO DOS RESULTADOS
Por facilidade e efetividade na gestão, as instituições financeiras têm por hábito
trabalhar primeiro os demais mecanismos de filtro, como o nível de risco de crédito, a
segmentação, o encarteiramento, a rentabilidade do cliente e reclamações em seus canais de
comunicação para identificar um possível churner, para só então avaliar suas operações.
Dessa forma, a avaliação de operações fica extremamente diluída e sem efeitos comparativos,
uma vez que tais operações são tratadas por nichos, e a gestão da fidelização desse cliente
(considerado o melhor pois não possui inadimplência, não possui risco de crédito e não possui
reclamações na instituição) fica dispersa e acaba se perdendo no decorrer dos demais filtros
das ferramentas de CRM.
Quando as operações do cliente são utilizadas para iniciar algum tipo de gestão nesse
sentido, são baseadas na inadimplência ou no encerramento, perdendo-se a oportunidade de
antecipar o tempo de gestão do relacionamento na atuação com o cliente, no intuito de
minimizar a possibilidade de evasão e aumentar sua fidelização. É interessante que se inverta
o viés de tratamento desse fluxo de filtros de possíveis clientes em fuga sem prejuízo da
forma que é tratado, mas sim complementando a forma existente. É uma ótima oportunidade
para conhecer um pouco mais sobre o cliente, com novas informações subsidiando o
marketing de relacionamento e trabalhando a manutenção dos clientes da instituição
financeira.
O indicador identificado influencia na taxa de churn, e por mais que numa primeira
análise o nível de acerto do modelo possa parecer relativamente baixo (31,91%), sinaliza
efetivamente que os mecanismos de gestão do relacionamento precisam abordar esse cliente,
que pode estar dando sinais de evasão eminente. A utilização deste modelo para identificar e
abordar eventuais churners implica ajustes no nível de certeza do modelo e sua utilização
como complemento aos demais mecanismos de gestão e análise para fidelização de clientes,
para consequentemente reduzir a quantidade de clientes a serem abordados.
5.2 CONCLUSÃO
O objetivo geral proposto nesse trabalho foi a proposição de um modelo de predição
de risco de churn, por meio da verificação do histórico de operações bancárias de
66
empréstimos e investimentos de clientes bancários pessoas físicas adimplentes, que tenham o
menor risco de inadimplência e que não possuam nenhuma reclamação não solucionada numa
instituição financeira brasileira de grande porte. O objetivo foi alcançado por meio da devida
seleção do público-alvo definido, verificação das informações almejadas e por fim a
proposição do modelo, como esperado. Ao final, o estudo foi capaz de responder
afirmativamente à questão de pesquisa “As variáveis relacionadas à saldo de operações
bancárias do eventual cliente evasor são preditoras de churn?”.
Por meio da pesquisa bibliográfica, da utilização de banco de dados e de ferramenta de
BI, e do conhecimento do autor acerca das informações, buscou-se obter um panorama do
risco de um cliente se tornar um churner e de como a teoria apoia a necessidade de sua
retenção.
Um dos objetivos específicos propostos foi a identificação, classificação e agregação
da Média de Saldos Diário (MSD) das operações bancárias dos últimos onze meses para
clientes evadidos nos dois últimos meses. O objetivo foi alcançado uma vez que foi possível a
extração e transformação dos dados de saldo relativos ao período proposto. A investigação
ficou limitada ao período por ser esse somente o disponível para extração das informações.
Para um período maior seria necessário um trabalho complementar e periódico para
armazenar os dados relativos aos meses mais antigos.
Outro objetivo específico proposto foi a identificação dos padrões de oscilação de
MSD das operações bancárias desses clientes evadidos que permitam a identificação de um
indicador de risco de churn. Tal objetivo também foi alcançado, pois foi possível a
identificação desses padrões, mesmo tendo que voltar ao objetivo anterior e adequar a
transformação dos dados para a criação de uma nova variável (LOG_MSD) com uma nova
abordagem investigativa (a variação logarítmica). Foi possível a identificação do indicador
(variação do valor do log da MSD atual em relação ao valor do log da MSD anterior
multiplicado por 100) com ponto de corte no valor de -4,5764, representando que variações
menores que esse valor são preditoras de churn.
Levando em consideração que as perdas devido à evasão de clientes podem ser
consideráveis (sejam financeiras ou não), a predição de churn se torna informação valiosa
para o gestor, dado que clientes com maiores possibilidades de abandono poderiam ser alvo
de ações direcionadas de marketing visando a sua retenção.
O modelo proposto pode oferecer insights relevantes para que as empresas (no caso, os
bancos/instituições financeiras) compreendam a taxa de abandono de seus clientes e, a partir
dessa compreensão, possam personalizar ações de comunicação e relacionamento
67
diferenciado para os clientes em risco de abandono, otimizando tempo e esforços. As
empresas, podendo identificar com precisão mais acurada os potenciais churners, podem
converter essa precisão em lucro, proporcionando uma gestão e análise mais eficiente,
culminando em decisões mais adequadas a esses clientes, contribuindo para uma melhor
administração do relacionamento entre empresa e cliente.
5.3 LIMITAÇÕES DO ESTUDO
Por mais que se mantenha um ajuste adequado, qualquer modelo estatístico possui
suas limitações, devendo-se realizar um acompanhamento periódico (anual, semestral ou até
mesmo mensal) através de testes estatísticos para medir a aderência proporcionada pelo
modelo, controlando assim uma possível deterioração do indicador alcançado.
Há clientes que repentinamente abandonam a instituição sem nenhum sinal de
oscilação da MSD. Como o estudo se limita aos valores de MSD não há como responder a
todas as causas de evasão, principalmente pelo estudo não abordar os demais mecanismos de
gestão do relacionamento com o cliente.
A predição do churn pode ser almejada por meio da utilização de tantas outras
informações além da MSD do cliente, conforme explanado na revisão bibliográfica, onde é
sabido que somente esse indicador obtido sozinho não responde com exatidão a evasão. Esse
índice é recomendado que seja aplicado pela instituição como complemento e refinamento
dos demais indicadores já utilizados na gestão da fidelização com o cliente.
O período analisado também se mostra como um limitador, pois períodos maiores
podem vir a ofertar valores mais apurados e que possam predizer a evasão do cliente com uma
antecedência maior.
5.4 TRABALHOS FUTUROS
Acerca das operações do cliente almejadas nesse estudo, ele pode ser evoluído levando
em consideração os tipos de operações nesse período, novas contratações ocorridas, assim
como a inclusão do tratamento de operações de serviços.
Além disso, o estudo pode ser estendido para averiguar a oscilação de saldos para
clientes do tipo pessoa jurídica e produtor rural, assim como tratar clientes com os demais
níveis de risco de crédito.
68
REFERÊNCIAS BIBLIOGRÁFICAS
ACCENTURE. The new customer imperative: retaining and acquiring customers in a
changed banking landscape. The Point, v. 9, n. 4, p. 1-8, 2009. Disponível em:
<http://www.accenture.com/SiteCollectionDocuments/PDF/Accenture_Banking_The_Point_
Customer_Imperative_Full_Report.pdf>. Aceso em: 28 de Abril de 2015.
ABRAMSON, Roberto. Marketing bancário, o marketing de consumo e o profissional de
marketing: oportunidade e ação. Estudos ESPM, v. 20, n. 160, p. 36-38, 1987. Disponível
em: <http://sumario-periodicos.espm.br/index.php/estudosespm/issue/view/253>. Acesso em:
17 set. 2015.
AKAMAVI, Raphaël K. A research agenda for investigation of product innovation in the
financial services sector. Journal of Services Marketing, v. 19, n. 6, p. 359-378, 2005.
Disponível em: <http://www.emeraldinsight.com/doi/abs/10.1108/08876040510620148>.
Acesso em: 13 mai. 2015.
AKIAMA, Simone R. Probabilidade de inadimplência de grandes empresas no sistema
financeiro nacional. 2008. 140 f. Dissertação (Mestrado em Ciências Contábeis) - Faculdade
de Economia, Administração e Contabilidade da Universidade de São Paulo, São Paulo, 2008.
AÑAÑA, Edar S.; VIEIRA, Leandro M. M.; PETROLL, Martin de La M.; PETERSEN-
WAGNER, Renan; COSTA, Ricardo S. As comunidades virtuais e a segmentação de
mercado: uma abordagem exploratória, utilizando redes neurais e dados da comunidade
virtual Orkut. RAC - Revista de Administração Contemporânea, v.12, Edição Especial, p.
41-63, 2008. Disponível em: <http://www.scielo.br/scielo.php?pid=S1415-
65552008000500003&script=sci_arttext>. Acesso em: 27 abr. 2015.
ASSAF NETO, Alexandre. Finanças corporativas e valor. 7. ed. São Paulo: Atlas, 2014a.
824 p.
______. Mercado financeiro. 12. ed. São Paulo: Atlas, 2014b. 400 p.
69
ASSOCIAÇÃO BRASILEIRA DAS ENTIDADES DOS MERCADOS FINANCEIRO E DE
CAPITAIS (ANBIMA). Basiléia III: novos desafios para adequação da regulação bancária,
Perspectivas. 2010. Disponível em: <http://portal.anbima.com.br/informacoes-
tecnicas/estudos/perspectivas/Documents/Perspectivas%20ANBIMA%20Basileia
%20III.pdf>. Acesso em: 21 set. 2015.
BANCO CENTRAL DO BRASIL (Bacen). Competências do Banco Central. Disponível
em: <http://www.bcb.gov.br/?LAICOMPETENCIAS>. Acesso em: 03 nov. 2014a.
______. Composição e segmentos do Sistema Financeiro Nacional. Disponível em:
<http://www.bcb.gov.br/?SFNCOMP>. Acesso em: 12 out. 2015e.
______. CMN – Conselho Monetário Nacional. Disponível em:
<http://www.bcb.gov.br/pre/composicao/bacen.asp>. Acesso em: 12 out. 2015g.
______. Depósitos Compulsórios: com informações até março de 2015. Disponível em:
<http://www4.bcb.gov.br/pec/gci/port/focus/faq%2012-depósitos%20compulsórios.pdf>.
Acesso em: 07 out. 2015j.
______. O Banco Central do Brasil - Bacen. Disponível em: <http://www.bcb.gov.br/?
CMN>. Acesso em: 12 out. 2015f.
______. Papel do Banco Central. Disponível em: <http://www.bcb.gov.br/?SPBBC>. Acesso
em: 03 nov. 2014b.
______. Portabilidade de Crédito. Disponível em: <http://www.bcb.gov.br/?
PORTABILIDADEFAQ>. Acesso em: 11 nov. 2014c.
______. Ranking de Bancos e Financeiras. Disponível em:
<https://www3.bcb.gov.br/ranking/?wicket:interface=:7:1::::>. Acesso em: 11 out. 2015d.
______. Relatório de Inflação: Setembro de 2005. v. 7. n. 03. Brasília, 2005. 160 p.
Disponível em: <http://www.bcb.gov.br/htms/relinf/port/2015/09/ri201509P.pdf>. Acesso em:
11 out. 2015a.
70
______. Relatório de Inflação: Setembro de 2015. v. 17. n. 03. Brasília, 2015. 125 p.
Disponível em: <http://www.bcb.gov.br/htms/relinf/port/2015/09/ri201509P.pdf>. Acesso em:
11 out. 2015b.
______. Resolução n. 1.748, de 30 de agosto de 1990. Disponível em:
<http://www.bcb.gov.br/pre/normativos/busca/normativo.asp?
tipo=res&ano=1990&numero=1748>. Acesso em: 01 ago. 2015i.
______. Resolução n. 2.682, de 21 de dezembro de 1999. Disponível em:
<http://www.bcb.gov.br/pre/normativos/busca/normativo.asp?
tipo=res&ano=1990&numero=2682>. Acesso em: 01 ago. 2015h.
______. 50 maiores bancos e o consolidado do Sistema Financeiro Nacional. Disponível
em: <http://www4.bcb.gov.br/top50/port/esc_met_v1.asp>. Acesso em: 11 out. 2015c.
BANCO MUNDIAL. Sobre o Banco Mundial. Disponível em:
<http://www.worldbank.org/en/about>. Acesso em: 05 nov. 2014.
BANK FOR INTERNATIONAL SETTLEMENTS (BIS). Basel III: International
framework for liquidity risk measurement, standards and monitoring. 2010. Disponível
em: <http://www.bis.org/publ/bcbs188.pdf>. Acesso em: 12 set. 2015.
BARNES, James G. Segredos de uma gestão pelo relacionamento com os clientes: é tudo
uma questão de como você faz com que eles se sintam. Tradução de Luiz Frazão. Rio de
Janeiro: Qualitymark, 2002. 400 p.
BAUER, Connie L.; MIGLAUTSCH, John. A conceptual definition of direct marketing.
Journal of Direct Marketing, v. 6, n. 2, p. 7-17, 1992. Disponível em:
<http://onlinelibrary.wiley.com/doi/10.1002/dir.4000060204/abstract>. Acesso em: 04 mai.
2015.
BEERLI, Asunción; MARTÍN, Josefa D.; QUINTANA, Agustín. A model of customer loyalty
in the retail banking market. European Journal of Marketing, v. 38, n. 1-2, p. 253-275,
71
2004. Disponível em:
<http://www.emeraldinsight.com/doi/abs/10.1108/03090560410511221?journalCode=ejm>.
Acesso em: 17 mai. 2015.
BERSON, Alex; SMITH, Stephen J.; THEARLING, Kurt. Building data mining
applications for CRM. New York: McGraw-Hill, 2000. 510 p.
BERRY, Leonard L. Descobrindo a essência do serviço: Os nove geradores de sucesso
sustentável nos negócios. Rio de Janeiro: Qualitymark, 2010. 308 p.
BERRY, Leonard L.; PARASURAMAN, Anantharanthan. Marketing Services: competing
through quality. New York: Free Press, 2004. 228 p.
BERRY, Michael J. A.; LINOFF, Gordon S. Mastering Data Mining: The art and science of
customer relationship management. New York: John Willey & Sons, 2000. 512 p.
BESSIS, Joel. Risk management in banking. 4. ed. Chichester: John Wiley & Sons, 2015.
376 p.
BODET, Guillaume. Customer satisfaction and loyalty in service: two concepts, four
constructs, several relationships. Journal of Retailing and Consumer Services, v. 15, n. 3, p.
156-162, 2008. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0969698907000884>. Acesso em: 18 abr.
2015.
BOSE, Indranil; CHEN, Xi. Hybrid models using unsupervised clustering for prediction of
customer churn. Journal of Organizational Computing & Electronic Commerce, v. 19, n.
2, p. 133-151, 2009. Disponível em:
<http://www.iaeng.org/publication/IMECS2009/IMECS2009_pp638-643.pdf>. Acesso em: 01
jun. 2015.
BOONE, Louis E.; KURTZ, David L. Contemporary marketing. 16. ed. Orlando: Cengage
Learning, 2014, 784 p.
72
BOTELHO, Delane; TOSTES, Frederico D. Modelagem de probabilidade de churn. RAE -
Revista de Administração de Empresas, v. 50, n. 4, 2010. Disponível em:
<http://www.scielo.br/scielo.php?pid=S0034-75902010000400005&script=sci_arttext>.
Acesso em: 01 mai. 2015.
BREI, Vinícius A.; ROSSI, Carlos A. V. Confiança, valor percebido e lealdade em trocas
relacionais de serviço: um estudo com usuários de Internet Banking no Brasil. RAC - Revista
de Administração Contemporânea, v. 9, n. 2, p. 145-168, 2005. Disponível em:
<http://www.scielo.br/scielo.php?pid=S1415-
65552005000200008&script=sci_arttext&tlng=en>. Acesso em: 12 mai. 2015.
BROWN, Stanley A. CRM - Customer Relationship Management: uma ferramenta
estratégica para o mundo do e-Business. São Paulo: Makron Books, 2001. 331 p.
BRUNNER, Thomas A.; STÖCKLIN, Markus; OPWIS, Klaus. Satisfaction, image and
loyalty: new versus experienced customers. European Journal of Marketing, v. 42, n. 9-10,
p. 1095-1105, 2008. Disponível em: <http://www.emeraldinsight.com/journall.htm?
issn=0309-566&volume=42&issue=9/10&articleid=1742406&show=html>. Acesso em: 02
mai. 2015.
CAMARGO, Patrícia O. A evolução recente do setor bancário no Brasil. São Paulo:
Cultura Acadêmica, 2009. 322 p.
CARLING, Kenneth; JACOBSON, Tor; LINDE, Jesper; ROSZBACH, Kasper. Corporate
credit risk modeling and the macroeconomy. Journal of Banking and Finance, v. 31, p. 845-
868, 2007. Disponível em:
<http://www.researchgate.net/publication/223353917_Corporate_credit_risk_modeling_and_t
he_macroeconomy>. Acesso em: 01 out. 2015.
CARVALHO, Carlos E.; VIDOTTO, Carlos A. Abertura do setor bancário ao capital
estrangeiro nos anos 1990: os objetivos e o discurso do governo e dos banqueiros. Nova
Economia, v. 17, n. 3, 2007. Disponível em: <http://www.scielo.br/scielo.php?pid=S0103-
63512007000300002&script=sci_arttext>. Acesso em: 12 mai. 2015.
73
CASTELLS, Manuel. A sociedade em rede – a era da informação: economia, sociedade e
cultura. Tradução de Roneide Venâncio Majer. 10. ed. São Paulo: Paz e terra, 2010. v. 1. 698
p.
CGI. Financial consumer demands for tomorrow's digital bank. Montréal, Quebec, 2015.
Disponível em: <http://www.cgi.com/en/system/files/financial-consumer-demands-for-
tomorrows-digital-bank.pdf>. Acesso em: 13 nov. 2015.
CASTRO, Emiliano G. de. Proposta para previsão de evasão baseada em padrões de
acesso de usuários em jogos online. 2011. 76 f. Tese (Doutorado em Engenharia) -
Universidade de São Paulo, São Paulo, 2011.
CHANG, Hsin H.; CHEN, Su W. The impact of customer interface quality, satisfaction and
switching costs on e-loyalty: Internet experience as a moderator. Computers in Human
Behavior, v. 24, n. 6, p. 2927-2944, 2008. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0747563208000976>. Acesso em: 11 mai.
2015.
CHAPMAN, Pete; CLINTON, Julian; KERBER, Randy; KHABAZA, Thomas; REINARTZ,
Thomas; SHEARER, Colin; WIRTH, Rüdiger. CRISP-DM 1.0 - Step-by-step data mining
guide. Disponível em: <http://www.the-modeling-agency.com/crisp-dm.pdf>. Acesso em: 09
dez. 2014.
CHEN, Po-Tsang; HU, Hsin-Hui. The effect of relational benefits on perceived value in
relation to customer loyalty: an empirical study in the Australian coffee outlets industry.
International Journal of Hospitality Management, v. 29, n. 3, p. 405-412, 2010.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S0278431909001078>.
Acesso em: 31 abr. 2015.
CHURCHILL JUNIOR, Gilbert A.; PETER, J. Paul. Marketing: criando valor para os
clientes. Traduzido por Cecilia Bartalotti e Cid Knipel Moreira. 3. ed. São Paulo: Saraiva,
2013. 636 p.
74
CISTER, Angelo M. Mineração de Dados para a Análise de Atrito em Telefonia Móvel.
2005. 158 f. Tese (Doutorado em Ciências em Engenharia Civil) - Universidade Federal do
Rio de Janeiro, Rio de Janeiro, 2005.
CISTER, Angelo M.; SHEHATA, Lucy D. Definição das características do perfil do
consumidor com a utilização de redes neurais artificiais. In: Encontro Nacional da Associação
Nacional dos Programas de Pós-Graduação em Administração, 32., Rio de Janeiro, 2008.
Anais. Rio de Janeiro: ANPAD, 2008.
COBRA, Marcos. Marketing de Serviço Financeiro. 3. ed. São Paulo: Cobra, 2007. 279 p.
COMISSÃO DE VALORES MOBILIÁRIOS (CVM). Atribuições da Comissão de Valores
Mobiliários. Disponível em: <http://www.cvm.gov.br/>. Acesso em: 04 nov. 2014.
CORAZZA, Gentil. Passado e futuro dos bancos comerciais. Ensaios FEE, Porto Alegre, v.
21, n. 1, p. 101-118, 2000. Disponível em:
<http://revistas.fee.tche.br/index.php/ensaios/article/viewFile/1962/2341>. Acesso em: 13
ago. 2015.
COSSIN, Didier; PIROTTE, Hugues. Advanced credit risk analysis: financial approaches
and mathematical models to assess, price, and manage credit risk. Baffins Lane: John Wiley &
Sons, 2000. 372 p.
CRESCITELLI, Edson. Marketing de relacionamento: um estudo sobre as relações entre
vendedores varejistas e fabricantes de eletrodomésticos. 2003. 214 f. Tese (Doutorado em
administração) - Faculdade de Economia, administração e Contabilidade da Universidade de
São Paulo, São Paulo, 2003.
CRESCITELLI, Edson; IKEDA, Ana A. Marketing de relacionamento entre fabricantes e
varejistas. Revista de gestão USP, v. 13, n. 2, p. 55-65, 2006. Disponível em:
<http://www.revistas.usp.br/rege/article/view/36558>. Acesso em: 12 out. 2015.
CRESWELL, John W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto.
Tradução de Magda Lopes. 3. ed. Porto Alegre: Artmed, 2010. 296 p.
75
DAY, George S. A empresa orientada para o Mercado: compreender, atrair e manter
clientes valiosos. Porto Alegre: Bookman, 2001. 264 p.
DIAS, Sérgio R. (Coord.). Gestão de marketing. 2. ed. São Paulo: Saraiva, 2010. 560 p.
EHRLICH, Evelyn; FANELLI, Duke. The financial services marketing handbook: tactics
and techniques that produce results. 2. ed. Princeton: Bloomberg, 2012. 208 p.
ENGEL, James F.; BLACKWELL, Roger D.; MINIARD, Paul W. Comportamento do
consumidor. Tradução da 9ª edição Norte-americana. 1. ed. Rio de Janerio: Thomson, 2005.
632 p.
ENSSLIN, Leonardo; ENSSLIN, Sandra R.; PINTO, Hugo de M. Processo de investigação e
análise bibliométrica: avaliação da qualidade dos serviços bancários. RAC – Revista de
Administração Contemporânea, v. 17, n. 3, p. 325-349, 2013. Disponível em:
<http://www.scielo.br/pdf/rac/v17n3/a05v17n3>. Acesso em: 17 out. 2015.
FARQUHAR, Jillian D.; PANTHER, Tracy. Acquiring and retaining customers in UK banks:
An exploratory study. Journal of Retailing and Consumer Services, v. 15, n. 1, p. 9-21,
2008. Disponível em: <http://ac.els-cdn.com/S0969698907000112/1-s2.0-
S0969698907000112-main.pdf?_tid=92fdfafe-0593-11e5-8bc8-
00000aacb35e&acdnat=1432856889_3736d5ba11c6c862d427aa4e02eabaf0>. Acesso em: 20
mai. 2015.
FEDERAÇÃO BRASILEIRA DE BANCOS (FEBRABAN). Pesquisa FEBRABAN de
tecnologia bancária 2014. Revista CIAB FEBRABAN, n. 56, 2015. 56 p. Disponível em:
<http://www.ciab.org.br/Downloads/revistaCiab_56.pdf>. Acesso em: 02 out. 2015.
FERNANDES NETO, André P.; MATTOZO, Teófilo C.; COSTA, José A. F. Uma aplicação
de mineração de dados no gerenciamento do churn em serviços de banda larga de
telecomunicações. In: CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO, 4.,
Niterói, 2008. Anais eletrônicos... Niterói: CNEG, 2008. Disponível em:
76
<http://www.latec.uff.br/cneg/documentos/anais_cneg4/T7_0019_0344.pdf>. Acesso em 17
ago. 2015.
FERREIRA, Jorge B. Mineração de dados na retenção de clientes em telefonia celular.
2005. 93 f. Dissertação (Mestrado em Engenharia Elétrica) – Faculdade de Engenharia
Elétrica da Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2005.
FERREIRA, Jorge B.; SILVA, Jorge F. da; VELLASCO, Marley; PACHECO, Marco A.
Mining and understanding wireless churn. In: Encontro Nacional da Associação Nacional dos
Programas de Pós-Graduação em Administração, 28., Curitiba, 2004. Anais. Curitiba:
ANPAD, 2004.
FONSECA, Carlos E. C. da; MEIRELES, Fernando de S.; DINIZ, Eduardo H. Tecnologia
bancária no Brasil: uma história de conquistas, uma visão de futuro. São Paulo: FGVRAE,
2010. 420 p. Disponível em: <http://library.jfpb.jus.br/arquivos/ebooks/economia/Tecnologia
%20Bancaria%20no%20Brasil%20uma%20Historia%20de%20Conquistas%20uma%20Visao
%20de%20Futuro.pdf>. Acesso em: 16 nov. 2015.
FORNELL, Claes; WERNERFELT Birger. A model for customer complaint management.
Making Science, v. 7, n. 3, p. 287-298, 1988. Disponível em:
<http://web.mit.edu/bwerner/www/papers/AmodelforCustomerComplaintManagement.pdf>.
Acesso em: 12 ago. 2015.
______. Defensive marketing strategy by customer complaint management: a theoretical
analysis. Journal of Marketing Research, v. 24, n. 4, p. 337-346, 1987. Disponível em:
<http://web.mit.edu/bwerner/www/papers/DefensiveMarketingStrategybyCustomerComplaint
Management-ATheoreticalAnalysis.pdf>. Acesso em: 12 ago. 2015.
FUNDO MONETÁRIO INTERNACIONAL (FMI). Objetivo do Fundo Monetário
Internacional. Disponível em: <http://www.imf.org/external/about.htm>. Acesso em: 04 nov.
2014.
GALBRAITH, John K. Moeda: de onde veio, para onde foi. Tradução de Antonio Zoratto
Sanvicente. 2. ed. São Paulo: Thomson Pioneira. 1997. 340 p.
77
GARRAFONI JÚNIOR, Atílio; SANTADE, Hélio O.; PIZZINATTO, Nadia K.; FARAH,
Osvaldo E. CRM: conceitos e métodos de aplicação no marketing de relacionamento. Revista
Gestão Industrial, v. 1, n. 3, p. 13-23, 2005.
GLADY, Nicolas; BAESENS, Bart; CROUX, Christophe. Modeling churn using customer
lifetime value. European Journal of Operational Research, v. 197, n. 1, p. 402-411, 2009.
Disponível em: <http://www.essec.edu/faculty/showDeclFileRes.do?
declId=8556&key=Publication-Content>. Acesso em: 05 mai. 2015.
GORDON, Ian. Marketing de relacionamento: estratégias, técnicas e tecnologias para
conquistar clientes e mantê-los para sempre. 5. ed. São Paulo: Futura, 2002. 350 p.
GREENBERG, Paul. CRM Customer Relationship Management na velocidade da luz:
conquista e lealdade de clientes em tempo real na Internet. Rio de Janeiro: Campus, 2001.
GUMMESSON, Evert. Marketing de Relacionamento Total. 3 ed. Porto Alegre: Bookman,
2010. 368p.
GUNNARSSON, Candace L.; WALKER, Mary M.; WALATKA, Vern; SWANN, Kenneth.
Lessons learned: a case study using data mining in the newspaper industry. Journal of
Database Marketing & Customer Strategy Management, v. 14, n. 4, p. 271-280, 2007.
Disponível em: <http://www.palgrave-journals.com/dbm/journal/v14/n4/full/3250058a.html>.
Acesso em: 09 mai. 2015.
GUSTAFFSSON, Anders; JOHNSON, Michael D.; ROOS, Inger. The effects of customer
satisfaction, relationship commitment dimensions, and triggers on customer retention.
Journal of Marketing, v. 69, n. 4, p. 210-218, 2005. Disponível em:
<http://scholarship.sha.cornell.edu/cgi/viewcontent.cgi?article=1424&context=articles>.
Acesso em: 28 abr. 2015.
HAN, Jiawei; KAMBER, Micheline. Data Mining: Concepts and Techniques. 2a edição.
Nova York: Morgan Kaufmann, 2006.
78
HOFFMAN, K. Douglas; BATESON, John E. G.; IKEDA, Ana A.; CAMPOMAR, Marcos C.
Princípios de marketing de serviços: conceitos, estratégias e casos. Tradução da 3ª edição
Norte-americana. 3. ed. São Paulo: Cengage Learning, 2010. 624 p.
IKEDA, Ana A. Marketing de relacionamento em organizações de fomento ao turismo.
São Paulo, 2000. 181 f. Tese (Livre Docência em Administração) – Faculdade de Economia,
Administração e Contabilidade da Universidade de São Paulo. São Paulo, 2000.
______. Segure o Churn! In: LOVELOCK, Cristopher; WIRTZ, Jochen. Marketing de
Serviços: pessoas, tecnologia e estratégia. 5. ed. São Paulo: Pearson Prentice Hall, 2006. 432
p.
IUDÍCIBUS, Sérgio de; MARTINS, Eliseu; GELBCKE, Ernesto R. Manual de contabilida-
de das sociedades por ações: aplicável às demais sociedades. 7. ed. São Paulo: Atlas, 2007.
650 p.
JOAQUIM, Arcélia L. Estudo dos antecedentes e consequências da fidelidade dos clientes
do serviço bancário. 2011.161 f. Dissertação (Mestrado em Ciências) - Faculdade de
Economia, Administração e Contabilidade de Ribeirão Preto da Universidade de São Paulo,
Ribeirão Preto, 2011.
JOHNSON, Michael D.; FORNELL, Claes. A framework for comparing customer satisfaction
across individuals and product categories, Journal of Economic Psychology, v. 12, n. 2, p.
267-286, 1991. Disponível em:
<http://www.sciencedirect.com/science/article/pii/016748709190016M>. Acesso em: 20 abr.
2015.
JONES, Thomas O.; SASSER JUNIOR, W. Earl. Why satisfied customers defect. Harvard
Business Review, v.73, n. 6, p. 89-99, 1995.
JORION, Philippe. Value at risk: a nova fonte de referência para a gestão do risco financeiro.
2. ed. rev. e ampl. São Paulo: Bolsa de Mercadorias e Futuros, 2012. 486 p.
79
KAKWANI, Nanak; NERI, Marcelo C.; SON, Hyun H. Linkages between pro-poor growth,
social programs and labor market: The recent Brazilian experience. World Development, v.
38, n. 6, p. 881-884, 2010. Disponível em:
<http://www.cps.fgv.br/cps/docs/acad/ACAD_PP_WD.pdf>. Acesso em: 01 mai. 2015.
KOTLER, Philip. Administração de marketing: a edição do novo milênio. 10. ed. São
Paulo: Pearson Prentice Hall, 2000. 770 p.
______. Administração de marketing: análise, planejamento, implementação e controle. 5.
ed. São Paulo: Atlas, 2009a. 726 p.
______. Marketing para o século XXI: como criar, conquistar e dominar mercados.
Tradução de Carlos Szlak. 1. ed. Rio de Janeiro: Ediouro, 2009b. 320 p.
KOTLER, Philip; FOX, Karen F. A. Marketing Estratégico para Instituições
Educacionais. São Paulo: Atlas, 1998. 448p.
KOTLER, Philip; KELLER, Kevin L. Administração de marketing. Tradução de Mônica
Rosenberg, Cláudia Freire e Brasil Ramos Fernandes. 12. ed. São Paulo: Pearson Prentice
Hall, 2006.
KURTZ, David L.; CLOW, Kenneth E. Services marketing. New York: John Wiley & Sons,
1998. 560 p.
LAS CASAS, Alexandre L. (Coord.). Marketing Bancário: renovação, crescimento e
diversificação. São Paulo: Saint Paul, 2007. 348 p.
LEENHEER, Jorna; HEERDE, Harald J. van; BIJMOLT, Tammo H. A.; SMIDTS, Ale. Do
loyalty programs really enhance behavioral loyalty? An empirical analysis accounting for
selfselecting members. International Journal of Research in Marketing, v. 24, n. 1, p. 31-
47, 2007. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S016781160600084X>. Acesso em: 30 abr.
2015.
80
LEJEUNE, Miguel A. P. M. Measuring the impact of data mining on churn management.
Internet Research, v. 11, n. 5, p. 375-387, 2001. Disponível em:
<https://www.researchgate.net/publication/220146790_Measuring_the_impact_of_data_minin
g_on_churn_management>. Acesso em: 18 mai. 2015.
LEWIS, Barbara R.; SOURELI, Magdalini. The antecedents of consumer loyalty in retail
banking. Journal of Consumer Behaviour, v. 5, p. 15-31, 2006. Disponível em:
<http://www3.interscience.wiley.com/cgi-bin/fulltext/112-404018/PDFSTART>. Acesso em:
31 abr. 2015.
LING, Raymond.; YEN, David C. Customer relationship management: an analysis framework
and implementation strategies. Journal of Computer Information Systems, v. 41, n. 3, p.
82-97, 2001. Disponível em: <http://connection.ebscohost.com/c/articles/5094389/customer-
relationship-management-analysis-framework-implementation-strategies>. Acesso em: 02
mai. 2015.
LINOFF, Gordon S.; BERRY, Michael J. A. Data mining techniques: for marketing, sales,
and customer relationship management. 3. ed. New York: John Willey & Sons, 2011. 829 p.
LOVELOCK, Cristopher; WIRTZ, Jochen; HEMZO, Miguel A. Marketing de Serviços:
pessoas, tecnologia e estratégia. 7. ed. São Paulo: Pearson Prentice Hall, 2011. 544 p.
LU, Juan; LU, Yan. Dimensions and influencing factors of customer loyalty in the intermittent
service industry. Frontiers of Business Research in China, v. 3, n. 1, p. 63-78, 2009.
Disponível em: <http://www.springerlink.com/content/j57q2rg82225w030/fulltext.pdf>.
Acesso em: 01 mai. 2015.
MACMULLAN, Rosalind; GILMORE, Audrey. Customer loyalty: an empirical study.
European Journal of Marketing, v. 42, p. 1084-1094, 2008. Disponível em:
<http://www.emeraldinsight.com/journals.htm?articleid=1742405&show=html>. Acesso em:
02 mai. 2015.
MCKENNA, Regis. Marketing de relacionamento: Estratégias bem-sucedidas para a era do
cliente. 24. ed. Rio de Janeiro: Elsevier, 1997. 254 p.
81
MATOS, Celso A. de; HENRIQUE, Jorge L.; ROSA, Fernando de. The different roles of
switching costs on the satisfaction-loylaty relationship. International Journal of Bank
Marketing, v. 27, n. 7, p. 506-523, 2009. Disponível em:
<http://www.emeraldinsight.com/journals.htm?articleid=1817191&show=html>. Acesso em
03 mai. 2015.
NESLIN, Scott A.; GUPTA, Sunil; KAMAKURA, Wagner; LU, Junxiang; MASON,
Charlotte H. Defection detection: measuring and understanding the predictive accuracy of
customer churn models. Journal of Marketing Research, v. 43, n. 2, p. 204-211, 2006.
Disponível em: <http://wak2.web.rice.edu/bio/My%20Reprints/Defectiondetection.pdf>.
Acesso em: 07 mai. 2015.
NEZZE, Marlene. Fidelização de cliente bancário: o marketing de relacionamento como
base na estratégia de lealdade. 2002. 102 f. Dissertação (Mestrado em Engenharia de
Produção) – Universidade Federal de Santa Catarina, Florianópolis, 2002. Disponível
em: <https://repositorio.ufsc.br/bitstream/handle/123456789/82798/190527.pdf?sequence=1>.
Acesso em: 10 out. 2015.
OLIVER, Richard L. Satisfaction: a behavioral perspective on the consumer. New York:
McGraw-Hill, 1997.
______. Whence consumer loyalty? Journal of Marketing, v. 63, Edição Especial, p. 33-44,
1999. Disponível em: <http://www.jstor.org/stable/1252099>. Acesso em: 01 mai. 2015.
PAIVA, João C. N.; BARBOSA, Francisco V.; RIBEIRO, Áurea H. P. Proposta de escala para
mensurar o valor percebido no varejo bancário brasileiro. RAC – Revista de Administração
Contemporânea, v. 13, n. 2, p. 310-327, 2009. Disponível em:
<http://www.scielo.br/pdf/rac/v13n2/09.pdf>. Acesso em: 17 out. 2015.
PAULA, Luiz F. de. Determinantes e impactos da recente entrada de bancos europeus no
Brasil. Economia, v. 30, n. 2, p. 35-77, 2004. Disponível em:
<http://ojs.c3sl.ufpr.br/ojs2/index.php/economia/article/view/2013>. Acesso em: 23 mai.
2015.
82
PAULA, Luiz F. de; FERRARI FILHO, Fernando. Desdobramentos da crise financeira
internacional. Revista de Economia Política, v. 31, n. 2, p. 315-335, 2011. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-31572011000200009>.
Acesso em: 2 set. 2015.
PEPPERS, Don; ROGERS, Martha. CRM ganha força no país. HSM Management, v. 7, n.
38, p.49-59, 2003. Disponível em: <http://www.youblisher.com/p/852253-CRM-ganha-forca-
no-pais-2/>. Acesso em: 2 fev. 2016.
______. Marketing 1 to 1: um guia executivo para entender e implantar estratégias de
Customer Relationship Management (CRM Series). 3. ed. São Paulo: Peppers & Rogers
Group, 2004. 108 p.
______. O gerente um a um. 3. ed. Rio de Janeiro: Campus, 2000. 256 p.
PETRISON, Lisa A., BLATTBERG, Robert C.; WANG, Paul. Database marketing: past,
present and future. Journal of Direct Marketing, v. 11, n. 4, p. 109-125, 1997. Disponível
em: <https://books.google.com.br/books?
id=D87AXudMvFwC&pg=PA195&lpg=PA195&dq=%22Database+marketing:+past,
+present+and+future
%22+petrison&source=bl&ots=rj6xQbrmLI&sig=7teW7uUKA_s9hDQmrQRwQC_kle4&hl
=pt-BR&sa=X&ei=Bp5wVc_wN4GcNqfsgoAO&ved=0CEAQ6AEwAw#v=onepage&q=
%22Database%20marketing%3A%20past%2C%20present%20and%20future
%22%20petrison&f=false>. Acesso em: 20 mai. 2015.
PIMENTEL, Fabiana. Quase 90% dos consumidores estão insatisfeitos com atendimento.
Infomoney, São Paulo, 03 ago. 2012. Seção Minhas Finanças. Disponível em:
<http://www.infomoney.com.br/minhas-financas/noticia/2390320/quase-dos-consumidores-
estao-insatisfeitos-com-atendimento>. Acesso em: 12 ago. 2015.
PINHO, Anderson G. de. Análise RFV do cliente por algoritmos genéticos na otimização de
estratégias de marketing. Revista Pensamento Contemporâneo em Administração, v. 3, n.
83
2, p. 86-98, 2009. Disponível em: <http://www.spell.org.br/documentos/download/30934>.
Acesso em: 01 nov. 2015.
PORTER, Michael. E. A nova era da estratégia. Ed. especial. p. 18-28. São Paulo: HSM
Management, 2000
______. Competição: On Competition – estratégias competitivas essenciais. Tradução de
Afonso Celso da Cunha Serra. 13. ed. Rio de Janeiro: Elsevier, 1999. 520 p.
PROENÇA, João F.; SILVA, Marta M. Os efeitos da desmaterialização das relações bancárias
devido ao uso do Internet Banking e do marketing relacional. Revista Portuguesa e
Brasileira de Gestão, v. 7, n. 1, p. 88-102, 2008. Disponível em:
<http://www.scielo.mec.pt/pdf/rpbg/v7n1/v7n1a10.pdf>. Acesso em: 31 ago. 2015.
REICHHELD, Frederick F.; SASSER JUNIOR, W. Earl. Zero defections: quality comes to
services. Harvard Business Review, v. 68, n. 5, p. 105-111, 1990. Disponível em:
<https://hbr.org/1990/09/zero-defections-quality-comes-to-services/ar/1>. Acesso em: 03 set.
2015.
RHEE, Subom; MCINTYRE, Shelby. Including the effects of prior and recent contact effort
in a customer scoring model for database marketing. Journal of the Academy of Marketing
Science, v. 36, n. 4, p. 538-551, 2008. Disponível em:
<http://link.springer.com/article/10.1007/s11747-008-0086-0>. Acesso em: 22 mai. 2015.
RIBEIRO, Fábio P. A Construção da riqueza através do relacionamento e da integração entre
cliente e caixa: os 2 C’s da gestão em Finanças e Marketing. Caderno de Pesquisa em
administração, v. 11, n. 1, p. 51-61, 2004. Disponível em:
<http://www.researchgate.net/publication/237743387_A_CONSTRUO_DA_RIQUEZA_ATR
AVS_DO_RELACIONAMENTO_E_DA_INTEGRAO_ENTRE_CLIENTE_E_CAIXA_OS_
2_C'S_DA_GESTO_EM_FINANAS_E_MARKETING>. Acesso em: 01 ago. 2015.
ROBERTS, Mary L. Expanding the Role of the Direct Marketing Database. Journal of
Direct Marketing, v. 11, n. 4, p. 26-35, 1997. Disponível em:
84
<http://onlinelibrary.wiley.com/doi/10.1002/(SICI)1522-7138(199723)11:4%3C26::AID-
DIR5%3E3.0.CO;2-Y/epdf>. Acesso em: 09 set. 2015.
ROCHA, Ângela da; SILVA, Jorge F. da. Marketing de serviços: retrospectiva e tendências.
RAE – Revista de Administração de Empresas, v. 46, n. 4, p. 79-87, 2006. Disponível em:
<http://www.scielo.br/pdf/rae/v46n4/v46n4a08.pdf>. Acesso em: 15 out. 2015.
RODRIGUES, Eloise C. Retenção de clientes: rentabilizando clientes insatisfeitos. 2007.
31f. Monografia (Pós-graduação em Administração). Universidade Federal do Rio Grande do
Sul, Londrina, 2007.
RUST, Roland T.; ZAHORIK, Anthony J.; KEININGHAM, Timothy L. Return on Quality
(ROQ): Making service quality financially accountable. Journal of Marketing, v. 59, p. 58-
70, 1995. Disponível em: <http://www.burke.com/Library/Articles/ROQbetter.pdf>. Acesso
em: 05 set. 2015.
RUST, Roland T.; ZEITHAML, Valarie A.; LEMON, Katherine N. Customer-Centered Brand
Management. Harvard Business Review, v. 82, n. 9, p. 110-120, 2004. Disponível em:
<https://hbr.org/2004/09/customer-centered-brand-management>. Acesso em: 01 ago. 2015.
SALIBY, Paulo E. O marketing de relacionamento: o novo marketing da nova era
competitiva. RAE – Revista de Administração de Empresas, v. 37, n. 3, p. 6-12, 1997.
Disponível em: <http://rae.fgv.br/rae/vol37-num3-1997/marketing-relacionamento-novo-
marketing-nova-era-competitiva>. Acesso em: 02 nov. 2015.
SANTOS, Átila P. dos. A predição de evasão de estudantes de graduação como recurso de
apoio fornecido por um assistente inteligente. 2014. 64 f. Dissertação (Mestrado em Gestão
do Conhecimento e Tecnologia da Informação) - Universidade Católica de Brasília, Brasília,
2014.
SAUNDERS, Anthony. Administração de instituições financeiras. Tradução de Antônio
Zoratto Sanvicente. São Paulo: Atlas, 2000. 664 p.
85
SECURATO, José R. Decisões financeiras em condições de risco. 2. ed. São Paulo: Saint
Paul, 2007. 264 p.
SERVIGNY, Arnaud de; RENAULT, Oliver. Measuring and managing credit risk. New
York: McGraw-Hill, 2004. 466 p.
SHANI, David; CHALASANI, Sujana. Exploiting niches using relationship marketing.
Journal of Consumer Marketing, v. 9, n. 3, p. 33-42, 1992. Disponível em:
<http://www.emeraldinsight.com/doi/abs/10.1108/EUM0000000002768>. Acesso em: 21 mai.
2015.
SHETH, Jagdish N.; PARVATIYAR, Atul. Handbook of Relationship Marketing.
California: Sage Publications, 2000. 660 p.
SHIGAKI, Terezinha T. S. Proposta de um mecanismo de acompanhamento econômico-
financeiro do devedor de uma instituição financeira para prevenir sua inadimplência.
2001. 149 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de
Santa Catarina, Florianópolis, 2001.
SILVA, Bruno M. e. A desregulação dos mercados financeiros e a crise global. Revista Jus
Navigandi, v. 15, n. 2522, 2010. Disponível em: <http://jus.com.br/artigos/14926>. Acesso
em: 25 ago. 2015.
SILVA, José P. da. Gestão e análise de risco de crédito. 8. ed. São Paulo: Atlas, 2014. 488 p.
SINGH, Robert P.; SINGH, Lisa O. Blogs: emerging knowledge management tools for
entrepreneurs to enhance marketing efforts. Journal of Internet Commerce, v. 7, n. 4, 2008.
Disponível em:
<http://www.tandfonline.com/doi/abs/10.1080/15332860802507305#.VXBd2fCx4YQ>.
Acesso em: 12 mai. 2015.
SOUSA, Almir F. de; CHAIA, Alexandre J. Política de crédito: uma análise qualitativa dos
processos em empresas. Caderno de Pesquisas em Administração, v. 07, n. 3, p. 13-25,
86
2000. Ensaio. Disponível em: <http://www.ead.fea.usp.br/cad-pesq/arquivos/v07-
3ART02.pdf>. Acesso em: 20 ago. 2015.
SOUZA, Ricardo F. de. Canais de Marketing, Valor e Estruturas de Governança. RAE –
Revista de Administração de Empresas, v. 42, n. 2, p. 42-53, 2002. Disponível em:
<http://www.scielo.br/pdf/rae/v42n2/v42n2a04.pdf>. Acesso em: 13 set. 2015.
STONE, Merlin; SHAW, Robert. Database marketing for competitive advantage. Long
Range Planning, v. 20, n. 2, p. 12-20, 1987. Disponível em:
<http://www.sciencedirect.com/science/article/pii/0024630187900021>. Acesso em: 14 mai.
2015.
STROUSE, Karen G. Marketing Telecommunications Services: new approaches for a
changing environment. Norwood: Artech House, 1999. 365 p.
SUZUKI, Marcelo. Modelagem de churn a partir de registros de solicitações de reparos
de clientes. 2010. 99 f. Dissertação (Mestrado em Administração de Empresas) - Escola de
Administração de Empresas da Fundação Getúlio Vargas, São Paulo, 2011.
SWIFT, Ronald. CRM - Customer Relationship Management: o revolucionário marketing
de relacionamento com o cliente. Tradução de Flávio Deny Steffen. 13. ed. Rio de Janeiro:
Elsevier, 2001. 594 p.
TOFFANO, Roberto B.; SAMPAIO, Danilo de O.; FAGUNDES, André F. A.; SOUZA,
Caissa V.; COIMBRA, Rodrigo R. O marketing de relacionamento bancário sob a perspectiva
do cliente interno em onze agências no Brasil. In: International Conference on Inovation and
Entrepreneurship in Marketing and Consumer Behaviour, Aveiro, 2014. Anais…: Aveiro:
ICIEMC, 2014. p. 583-591.
TOSTES, Frederico M. Risco de abandono de relacionamento. 2008. 68 f. Dissertação
(Mestrado Profissional em Gestão Empresarial) - Escola Brasileira de Administração Pública
e de Empresas, Rio de Janeiro, 2008.
87
TURBAN, Efraim; VOLONINO, Linda. Tecnologia da informação para gestão: em busca
do melhor desempenho estratégico e operacional. Tradução de Aline Evers. 8. ed. Porto
Alegre: Bookman, 2013. 468 p.
VAVRA, Terry G. Marketing de relacionamento - after marketing: como manter a
fidelidade de clientes através do marketing de relacionamento. São Paulo: Atlas, 1993. 323 p.
VERHOEF, Peter C.; LANGERAK, Fred. Eleven misconceptions about customer relationship
management. Business Strategy Review, v. 13, n. 4, p. 70-76, 2002. Disponível em:
<http://onlinelibrary.wiley.com/doi/10.1111/1467-8616.00235/epdf>. Acesso em: 13 out.
2015.
VESEL, Patrick; ZABKAR, Vesna. Managing customer loyalty through the mediating role of
satisfaction in the DIY retail loyalty program. Journal of Retailing and Consumer Services,
v. 16, n. 5, p. 396-406, 2009. Disponível em:
<www.sciencedirect.com/science/article/pii/S0969698909000393>. Acesso em: 03 mai. 2015.
VICENTE, Ernesto F. R. A estimativa do risco na constituição da PDD. 2001. 163 f.
Dissertação (Mestrado em Controladoria e Contabilidade) – Universidade de São Paulo, São
Paulo, 2001.
VON POSER, Denise. Relacionamento com os clientes externos, internos e estratégias de
comunicação com o mercado. In: Luiz Cláudio Zenone (coordenador). Customer
relationship Management (CRM) Conceitos e Estratégias: mudando a estratégia sem
comprometer o negócio. São Paulo: Atlas, 2001. 156 p.
WINER, Russel S.; DHAR, Ravi. Marketing management. 4. ed. Upper Saddle River:
Prentice Hall, 2010. 528 p.
YEE, Rachel W.Y.; YEUNG, Andy C.L.; CHENG, T.C. Edwin. The impact of employee
satisfaction on quality and profitability in high-contact service industries. Journal of
Operations Management, v. 26, n. 5, p. 651-668, 2008. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0272696308000028>. Acesso em: 01 mai.
2015.
88
ZEITHAML, Valarie A.; BITNER, Mary J.; GREMLER, Dwayne D. Marketing de Serviços:
A Empresa com foco no cliente. 6. ed. Porto Alegre: Mcgraw-Hill, 2014. 148 p.
______. Missão e Objetivos do portal de periódicos CAPES. Disponível em:
<http://www.periodicos.capes.gov.br/index.php?
option=com_pcontent&view=pcontent&alias=missao-objetivos&mn=69&smn=74>. Acesso
em: 13 fev. 2015.
______. Sobre o Google Acadêmico (GOOGLE SCHOLAR). Disponível em:
<http://scholar.google.com/scholar/about.html>. Acesso em: 13 fev. 2015.
______. Conhecendo melhor o QlikView (QLIKVIEW). Disponível em:
<http://www.in1.com.br/empresa/conhecendo-melhor-o-qlikview>. Acesso em: 13 dez. 2015.
______. About Web Of Science (WEB OF SCIENCE). Disponível em:
<http://wokinfo.com/citationconnection>. Acesso em: 21 mar. 2015.
89
APÊNDICE A – RESULTADO DA ANÁLISE DESCRITIVA DOS BANCOS DE
DADOS DE SALDOS E CLIENTES
a) Quantidade total de clientes com valores de MSD
Total Ativo % Não cliente %
291.761 291.469 99,90 292 0,10
b) Quantidade de clientes com valores de MSD por mês avaliado
Mês Total no mês Ativo % Não cliente %
fev/2015 245.193 244.928 99,89 265 0,11
mar/2015 240.439 240.172 99,89 267 0,11
abr/2015 228.456 228.195 99,89 261 0,11
mai/2015 218.241 217.992 99,89 249 0,11
jun/2015 233.055 232.817 99,90 238 0,10
jul/2015 235.798 235.581 99,91 217 0,09
ago/2015 238.531 238.531 99,91 207 0,09
set/2015 218.212 218.021 99,91 191 0,09
out/2015 224.293 224.133 99,93 160 0,07
nov/2015 230.758 230.595 99,93 163 0,07
dez/2015 205.419 205.288 99,94 131 0,06
c) Quantidade de clientes com valores de MSD para calibração do modelo
Total Ativo % Não cliente %
145.837 145.683 99,89 154 0,11
90
d) Quantidade de clientes com valores de MSD para calibração do modelo por mês avaliado
Mês Total no mês Ativo % Não cliente %
fev/2015 122.652 122.508 99,88 144 0,12
mar/2015 120.323 120.182 99,88 141 0,12
abr/2015 114.160 114.026 99,88 134 0,12
mai/2015 108.959 108.830 99,88 129 0,12
jun/2015 116.351 116.226 99,89 125 0,11
jul/2015 117.752 117.644 99,91 108 0,09
ago/2015 119.304 119.199 99,91 105 0,09
set/2015 109.020 108.920 99,91 100 0,09
out/2015 111.971 111.889 99,93 82 0,07
nov/2015 115.531 115.448 99,93 83 0,07
dez/2015 102.624 102.555 99,93 69 0,07
e) Quantidade de clientes com valores de MSD para validação do modelo
Total Ativo % Não cliente %
145.924 145.786 99,90 141 0,10
f) Quantidade de clientes com valores de MSD para validação do modelo por mês avaliado
Mês Total no mês Ativo % Não cliente %
fev/2015 122.541 122.420 99,90 121 0,10
mar/2015 120.116 119.990 99,90 126 0,10
abr/2015 114.296 114.169 99,89 127 0,11
mai/2015 109.282 109.162 99,89 120 0,11
jun/2015 116.704 116.591 99,90 113 0,10
jul/2015 118.046 117.937 99,91 109 0,09
ago/2015 119.227 119.125 99,91 102 0,09
set/2015 109.192 109.101 99,92 91 0,08
out/2015 112.322 112.244 99,93 78 0,07
nov/2015 115.227 115.147 99,93 80 0,07
dez/2015 102.795 102.733 99,94 62 0,06
91
g) Quantidade de clientes por nível de risco de crédito
Nível de Risco Total Ativo % Não cliente %
A 280.127 279.844 99,90 283 0,10
A+ 11.634 11.625 99,92 9 0,08
AAA 0 0 0,00 0 0,00
