1999

Sistema de Representação Comercial para Representantes Comerciais

2018

.

SDR - Sistema de representação, Vendas e Serviços

fone: (51) 3019 2817 - e-mail: suporte@sdr.com.br - chat via Skype: sistemasdr

.

.

.

.

.

.

.

Quais clientes vale a pena manter e quais não?

.

sala dos artigos de gerenciamento

.

Roy Cardiff administra um negócio de pedidos por remessa postal que rastreia as compras de cada cliente. Recentemente, resolveu diminuir os custos, restringindo o envio de catálogos aos clientes com menor probabilidade de comprar seus produtos no futuro. Seus clientes se classificam em três categorias:

Os que fizeram várias compras pequenas durante o ano anterior.
Os que fizeram uma única compra, mas por um valor muito superior.
E os que têm tido um relacionamento longo com a firma, embora esporádico.

Qual dos segmentos de clientes, Smith deverá retirar da lista?: segundo diversos professores de marketing da Univ. de Wharton que estudaram a questão, a resposta não é simples, apesar dos novos e cada vez mais sofisticados esforços para avaliar o: "customer lifetime value" (CLV) o (valor econômico do cliente), ao longo de seu ciclo de vida o valor atual da provável cadeia de futuros lucros produzidos por um determinado comprador. Em muitos casos, a empresa toda gira em torno da tentativa de compreender quais os clientes que valem a pena e quais os que não valem, afirma o professor de marketing Peter Fader (Artigo: Quanto vale seu Cliente: Customer Equity)

.

Isso levou os gerentes de um amplo setor de indústrias a procurar obter medidas mais refinadas do CLV por meio da utilização de procedimentos com emprego intensivo de dados, a fim de identificar os melhores clientes em termos de seus prováveis padrões de compra futuros. O objetivo é não só identificar os clientes, mas também chegar a eles por meio da venda por associação (cross-selling), da venda de produtos de maior margem de lucro (up-selling), do marketing multicanal e de outras táticas todas relacionadas a padrões de medidas de desgaste, retenção, perda e a um conjunto de dados estatísticos conhecidos como "RFM - recentidade, frequência e valor monetário".

A área do CLV é muito interessante, observa o professor de marketing da Wharton Xavier Dreze. Apesar de o CLV ser, sem dúvida novo, tem sido utilizado há muito tempo em mercados que envolvem grandes contas estratégicas e o conceito tem sido revigorado pela crescente sofisticação da Internet, que permite que as empresas entrem em contato com as pessoas diretamente e a baixo custo.

O CLV, vê os clientes como um recurso do qual as empresas tentam extrair o máximo valor possível. Entretanto, muitas empresas estão percebendo que o CLV um dos componentes da Gestão de Relacionamento com clientes ou CRM (Customer Relationship Management) continua sendo um padrão de medida de difícil compreensão. Em primeiro lugar, é difícil de calcular com qualquer grau de certeza e em segundo lugar, é difícil de ser utilizado. O único número em que um administrador pode confiar bastante é na lucratividade atual do cliente, afirma o professor de marketing da Wharton, George Day. E a questão fundamental passa a ser, depois de ter esses dados em mãos, o que fazer com eles. Algumas empresas utilizam essa informação para criar programas diferentes para segmentos de valores diferentes. Na indústria de serviços financeiros, por exemplo, os clientes obtêm níveis diferentes de serviço em função do tamanho de suas contas. Mas sempre se corre o risco de que essa prática desagrade aos demais clientes. Além disso, é difícil prever quanto tempo um cliente permanecerá na empresa ou qual o seu potencial de crescimento. Segundo a última análise: as empresas não sabem, de fato, qual é a lucratividade dos clientes (Artigo: Venda, enquanto seu concorrente dorme...)

Como lidar com a sorte: o CLV é um conceito intuitivamente atraente, mas cuja implementação, por uma infinidade de motivos, pode ser muito difícil, observa o professor de marketing David Bell no artigo Seven Barriers to Customer Equity Management. O CLV, funciona melhor em indústrias com alto custo de aquisição ou retenção de clientes, como os serviços financeiros, as empresas aéreas e os hotéis. Ele também é útil em situações em que há uma distribuição assimétrica de transações ou seja, onde um pequeno número de pessoas dirige a maior parte do negócio, como nos hotéis e onde as empresas podem oferecer recompensas e influenciar o cliente para interferir em seu comportamento. Por exemplo, as companhias aéreas que podem promover o cliente à primeira classe, um benefício considerado grande pelo cliente, mas de pequeno custo para a empresa. A reunião de dados de CLV pode proporcionar a determinadas empresas inúmeras vantagens, acrescenta Bell. Por exemplo, os dados de transações individuais coletados por um hotel auxiliam a empresa a identificar os melhores clientes e a fazer-lhes vendas por associação de outros produtos.
.
Eles também permitem que o pessoal de marketing da empresa utilize esse grupo para obter uma avaliação por parte do cliente. Assim a empresa pode tomar decisões melhores sobre onde alocar com maior eficiência os recursos de marketing. Suponhamos que os dados revelem que uma porcentagem significativa dos clientes é do norte de Nova Iorque e que está na faixa dos 50 anos de idade. O hotel pode utilizar este perfil para ampliar mais seu alcance, com maior precisão, observa ele. Bell cita o Harrah’s Casino como exemplo de uma história de sucesso do CLV. Com base em informações recolhidas em seu programa de fidelidade, o Harrah’s Casino pode agora saber quem são as pessoas que vêm ao cassino, para onde vão ao entrar nele, quanto tempo demoram em cada uma das mesas de jogo e assim por diante. Isso permite a otimização da faixa e da configuração de seus jogos de apostas.
.
Outros mencionam as indústrias de saúde e de cartões de crédito, os profissionais de marketing direto e por meio de e-mails on-line como potenciais beneficiados pelos dados do CLV, em parte porque se caracterizam pelo contato direto com o cliente e pela capacidade de rastreá-los facilmente. Por exemplo, os departamentos de vendas da indústria farmacêutica, diz Dreze, podem utilizar dados relevantes para decidir com que freqüência devem visitar os consultórios médicos para promover os fármacos da empresa. Basicamente, diz Day, o CLV é mais aplicável sempre que houver um banco de dados com o perfil dos clientes e informações sobre transações. Mas se você estiver trabalhando por meio de canais utilizando um revendedor que agregue custos, por exemplo, ou qualquer situação similar em que não haja uma relação direta com o cliente então a implementação não será tão fácil
(Artigo: Não é trabalho do cliente lembrar de você)
.
Cuidado com os clientes insatisfeitos: agora que os profissionais de marketing podem coletar melhores dados de transações de compra para ajudar a determinar o valor econômico do cliente ao longo de sua vida, como estes dados devem ser utilizados? A resposta, sugerem alguns pesquisadores, é "com cuidado". As pessoas têm particularidades. Individualmente é difícil prever o comportamento de um cliente. É mais fácil prever o comportamento de segmentos do mercado. Pode-se dizer, por exemplo, que em média o setor de viagens ocupará o Hilton um número "X" de noites. Mas se tentarmos saber quantas noites o Sr. Jones passará no Hilton, a previsão será mais difícil. Uma das dificuldades da implementação do método CLV, é que os modelos que o pessoal da previsão utiliza são muito sensíveis a hipóteses. Por exemplo, os modelos freqüentemente propõem hipóteses sobre quanto tempo vai durar o relacionamento de um cliente com a empresa, se esse relacionamento é ativo e quanto o cliente irá gastar. Entretanto, algumas dessas suposições podem ser inadequadas:

O fato de ter gasto US$ 100 no ano passado não significa que gastarei US$ 100 este ano.
Ou, se um cliente está inativo, será porque parou de utilizar temporariamente o produto ou porque mudou para o concorrente?

O problema com as avaliações pela Internet era que muitas empresas faziam suposições inadequadas sobre o número de clientes válidos, o quanto custava para consegui-los e por quanto tempo eles permaneceriam fiéis. O cálculo do valor de um dólar revelou-se muito sensível a essas suposições críticas. Os erros cometidos podem ser amplificados, o que significa que se pode chegar a estimativas totalmente diferentes se apenas uma das suposições estiver equivocada. Entretanto, muitas empresas estão utilizando agora alguma forma de medir o valor econômico do cliente ao longo da vida para determinar como ele deve ser tratado. Se sou um cliente comum, me deixam pendurado na linha. Caso contrário, bastam dois toques e sou logo atendido por uma pessoa de verdade. Isso supõe que as pessoas sejam praticamente estáticas. Elas são colocadas em certos compartimentos e ali permanecem. Mas talvez se eu houvesse sido mais bem tratado no início, tivesse me tornado um cliente melhor (Artigo: Você conhece Seus clientes ? CONHECE-OS DE VERDADE?)
.
Além disso, quando as empresas valorizam os próprios clientes estão fazendo inferências baseadas no que conhecem do histórico da pessoa com essa empresa. Faltam dados. Eu não sei o que o cliente está fazendo em outros lugares. Pode ser que gaste comigo US$ 100 por ano, mas que também esteja gastando US$ 500 com um dos meus concorrentes, referindo-se à participação nos gastos, ou o que um cliente gasta em sua empresa versus o que gasta nos seus concorrentes. Esse é o problema dessa metodologia. Tenta-se atribuir valores às pessoas somente com base em informações adquiridas a partir de transações efetuadas com uma única empresa e nenhuma outra. Qualquer modelo que uma empresa utilize só é capaz de incluir um dado no processo de decisão. Portanto, a intuição e o discernimento gerencial também precisam estar presentes.
.
Cita o caso de um fabricante de componentes para sistemas de grande escala que soube que tinha uma conta não lucrativa. O que é que você faz? A conta pode não ser lucrativa, mas nesses tipos de mercado ela pode significar 15% das suas vendas. É muito complicado declarar que você não pode mais atendê-la... O valor econômico do cliente ao longo da vida é obtido depois da ocorrência do fato. A parte complicada é prever o valor provável; como é possível saber o que esse cliente fará no futuro? O maior risco de uma empresa, é que ela inadvertidamente corta clientes que poderiam vir a tornar-se lucrativos para ela no longo prazo. Fader sugere que alguns modelos de CLV ignoram o acaso inerente aos indivíduos. Esses modelos analisam o comportamento passado dos clientes e vêem cada um como se fosse uma anuidade fixa que dá lucro em certas fases… Mas o padrão das transações passadas não é o melhor, nem o único previsor do futuro
(Artigo: Planejamento estratégico: por onde começar)
.
Embora táticas como a venda por associação e a venda de produtos de maior margem de lucro sejam praticadas há muitos anos, ultimamente elas estão sendo utilizadas com maior freqüência e de modo mais agressivo para tentar aumentar o valor econômico ao longo da vida do cliente. Seu sucesso, sugere ele, não é homogêneo. Na venda por associação, uma empresa que lhe vendeu esquis aquáticos, por exemplo, vai tentar lhe vender também uma máscara para mergulho. Para os profissionais de marketing, o apelo é bem claro. É mais fácil vender para alguém que já se conhece. É uma tentativa de maximizar o valor de um relacionamento que já existe. Porém, duvide um pouco dessa tática. Se o comportamento de uma pessoa incluída em uma categoria é muito aleatório, então quando se considera o aleatório de uma categoria e se cruza com o aleatório de outra categoria, muitas vezes é extremamente difícil estabelecer quaisquer conexões válidas.
.
A venda de um produto com maior margem de lucro também pode ser problemática. Considere-se a Amazon.com que oferece remessa gratuita depois que um cliente gastou "X" dólares ou oferece um segundo livro com desconto depois de o cliente ter comprado um primeiro livro. No exemplo da Amacon.com, talvez um cliente tivesse pago o preço integral do segundo livro e não precisasse da oferta. Algumas empresas enfatizam demais a venda de um produto de preço mais elevado. É difícil quantificar o verdadeiro impacto destes esforços. Por meio apenas da análise dos dados de vendas não se obtém a quantidade de lucratividade incremental que pode estar diretamente ligada ao esforço de marketing.
.
Uma tática de venda semelhante à venda por associação é o marketing multicanal. Era comum que a maioria das empresas tivesse só um ponto de contato com o cliente, mas agora há muitos tipos de lojas que vendem diretamente ao consumidor, além da Internet, das malas diretas, dos call centers etc. Isso leva a um problema de alocação de recursos. Se um cliente utiliza a Internet e um outro o call center, devemos tratá-los diferentemente? Certamente seria desejável induzir algumas pessoas a utilizarem a Internet por ser mais barata do que dispor de uma equipe em um call center, mas a pergunta é:

Que clientes?
Quais são as características comportamentais das pessoas que podem ser induzidas?

Deve-se correr o risco de provocar a raiva dos clientes fiéis às lojas de call centers tentando que passem para o sistema on-line ou deve-se manter o foco sobre os clientes menos fiéis, mesmo que com eles não se obtenha o mesmo CLV? Isso nos leva a observar, que algumas táticas de venda são boas, algumas são ruins, mas em geral é difícil distinguir os retornos desses investimentos de marketing e relacioná-los novamente às medidas/gerenciamento do CLV atual. Na medida em que as empresas testam muitas táticas diferentes em seus clientes, contaminam inadvertidamente os dados de CLV, tornando ainda mais difícil saber que clientes devem ser visados ou ignorados no futuro. Em um trabalho recente intitulado Investigating Recency and Frequency Effects in Customer Base Analysis, Fader, em co-autoria com Bruce Hardie, Chun-Yao Huang e Ka Lok Lee, verificou como os profissionais de marketing que utilizam banco de dados avaliaram o valor de diferentes grupos de clientes com relação a seus padrões de comportamento passados, antes do CLV ser tão utilizado pelos administradores. A estrutura mais popular classificava as possibilidades de acordo com o sistema "RFM: a recentidade, a freqüência e o valor monetário de transações passadas".
.
As origens do RFM encontram-se no marketing direto, uma das indústrias que mais progride na utilização de conceitos de CLV. Fader e seus colegas queriam saber como as medidas simples de RFM se relacionavam com as estimativas mais complexas de CLV, talvez como os principais indicadores de compras futuras. Se existe um cliente que comprou muito, embora não recentemente, e um cliente que comprou alguma coisa recentemente, qual deles tem o melhor CLV e, conseqüentemente, qual é mais vantajoso para a empresa? Pergunta Fader, referindo-se ao exemplo inicial. E como a recentidade e a freqüência influenciam isto?
(Artigo: Cross Selling: Deseja batatas com o seu hambúrguer?)
.
No trabalho, Fader e seus colegas sugerem que estatísticas simples, como a recentidade e a freqüência, podem de fato oferecer estimativas válidas de futuros valores econômicos de clientes durante a vida, ou seja, de que uma quantidade limitada de dados resumidos de transações, analisados corretamente, possa produzir previsões de CLV tão precisas como as obtidas a partir do histórico completo e bem detalhado de compras. O desafio é saber que estatística utilizar e como utilizá-la de modo correto. Muitos métodos práticos comuns não conduzem a políticas de gestão muito eficazes, declara ele.
.
Em Biases in Managerial Inferences about Customer Value from Purchase Histories: Intuitive Solutions to the Mailing-List Problem, Fader, David Schweidel e Robert J. Meyer deixam de lado as equações complexas em um esforço para compreender melhor essas regras práticas. Fader reconhece que em cenários mais reais, a identificação dos clientes principais ainda tem um forte componente intuitivo. Em outras palavras, apesar dos instrumentos para a formulação de modelos que utilizam dados de transações de compra para projetar futuros padrões de compra, os gerentes utilizam amplamente regras subjetivas para identificar os clientes que têm probabilidade de virem a ser as melhores (ou piores) fontes de vendas futuras. O trabalho observa que tem sido feito pouco trabalho empírico de análise da capacidade dos gerentes para fazer inferências sobre o potencial do cliente a partir de históricos de compras… Os pesquisadores abordam essa questão por meio de situações em que se mostra aos participantes históricos de compras de vários clientes que depois devem ser avaliados de modos diferentes.
.
O que verificamos, é que os administradores utilizam de forma inconsistente as informações do resumo, como recenticidade, freqüência e valor monetário. Os modos como os administradores utilizam esses indicadores variam drasticamente segundo a tarefa que executam (por exemplo, quando decidem que clientes devem entrar ou sair da lista de envio postal) e o formato que utilizam para apresentar os dados do histórico de compras do cliente aos administradores. É de importância vital compreender como os administradores são afetados por esses fatores externos antes de incentivá-los a utilizar qualquer modelo do tipo caixa preta... Precisamos equilibrar nossos esforços de construção de modelos de alta tecnologia com uma melhor compreensão dos aspectos psicológicos que estão por trás da tomada de decisão administrativa.
.
No trabalho A Renewable-Resource Approach to Database Valuation, os pesquisadores Dreze e Andre Bonfrer apresentam um novo modo de ver os clientes. O CLV tradicional analisa o valor bruto atual de todos os rendimentos gerados por um cliente. Uma parte da suposição dos profissionais de marketing quando computam o valor econômico durante a vida é que, em algum momento, o cliente irá desistir. Mas quando se faz essa suposição, acrescenta ele, subestima-se muito o valor do banco de dados. Se se está procurando otimizar as ações de marketing com base nesta fórmula, serão tomadas decisões erradas. A razão é que, de fato, perde-se uma certa porcentagem dos clientes anualmente, mas clientes novos são incorporados. É preciso levar em conta a aquisição de novos clientes quando se valoriza o banco de dados. Em outras palavras, é importante maximizar o valor do banco de dados e não o valor do cliente
(Artigo: Quem poderia ser excluído da lista de clientes)
.
Em outra pesquisa, Noah Gans, professor de operações e informações de gerenciamento da Wharton, analisa a questão do CLV do ponto de vista da otimização: se uma empresa dispõe de recursos limitados, que clientes deve visar? Gans desenvolveu modelos teóricos por meio da análise de como o tempo médio de permanência de um cliente em um provedor de serviços é afetado pelo nível global da qualidade do serviço. Pode haver um forte aumento no tempo esperado de permanência de um cliente em uma empresa na medida em que se melhora a qualidade média do serviço, diz ele. Mas há outras questões que também precisam ser consideradas:

O que o concorrente está fazendo?
Quanto custa para um cliente procurar outro serviço?
Como a evolução da tecnologia afeta a transação?

Em algum momento uma empresa faz inferências sobre o tipo de cliente com o qual está lidando. Em seguida, entra em ação oferecendo ao cliente um certo nível de qualidade de serviço. Em um call center, por exemplo, isso significaria dar a ele prioridade sobre outros clientes. Essa é uma operação de controle que a empresa está utilizando para administrar o que o cliente obtém e os custos para atendê-lo. Gans diz que deseja utilizar modelos de marketing para tomar melhores decisões operacionais. Estou esperando que alguém me dê um modelo do comportamento dos clientes de como eles respondem a diferentes níveis de serviços e então poderei descrever os custos de uma determinada qualidade de serviço.
.
Ele utiliza o exemplo da venda por associação. É um problema muito simples. Você decide no final de um serviço se deve fazer uma venda por associação. Em um call center, por exemplo, a venda por associação, do ponto de vista operacional, aumenta o tempo de duração de uma chamada e faz com que outras pessoas que telefonam esperem mais. Precisa-se saber que quantidade de vendas por associação se deseja fazer, quando fazê-la, quanta capacidade extra isso requer e assim por diante. Quaisquer decisões devem levar em conta os quatro fatores centrais do marketing: preço, promoção, produto e local de distribuição, todos envolvendo marketing, mas também exercendo um impacto direto sobre as operações. Gans abordou alguns destes itens em um trabalho recente intitulado Customer Loyalty and Supplier Quality Competition. O trabalho, diz ele, é apresentado com fórmulas matemáticas para um compartilhamento de clientes por um provedor de serviços como uma função de seus níveis gerais de serviços e dos de seus concorrentes
(Artigo: 7 métricas que vão lhe ajudar a melhorar as vendas).
.
Em seguida, ele demonstra que existe um padrão de nível de serviço natural para o qual os fornecedores concorrentes convergirão. Na vida real, muitas vezes se ouve falar destas coisas como nível de serviço de categoria internacional. Nos call centers, por exemplo, responder a 80% das chamadas em 20 segundos ou menos é um padrão comum. O trabalho também mostra que quanto mais concorrentes há em um mercado, mais elevado é o padrão da indústria, como se esperaria. Em termos de maximização do CLV, Gans acredita que interessa às empresas acompanhar a história do que cada cliente faz e decidir, com base nela, em que categoria colocar o cliente. Em seguida, com base na inferência sobre as características desta categoria, pode-se decidir qual a melhor maneira de tratar estes clientes, se por meio de venda por associação, de venda de produtos mais lucrativos ou o que quer que seja. Mas é preciso moderar essa decisão porque, em qualquer momento, um cliente chega e não se sabe de fato de que tipo de cliente se trata. Portanto, a decisão ideal deve levar em conta a incerteza sobre a resposta do cliente.

Prof. Peter Fader

biblioteca exclusiva da univ. wharton

Wharton School da Univ. da Pensilvânia.

A Wharton School da Universidade da Pensilvânia é uma escola superior de administração norte-americana vinculada à Universidade da Pensilvânia. É conhecida tanto pelo seu rigor acadêmico quanto por ser a mais antiga escola de administração dos Estados Unidos. Foi fundada em 1881 e seus cursos de graduação e mestrado (MBA) em administração são consistentemente considerados os melhores do mundo, seguidos de perto pelos de Stanford Graduate School of Business, Columbia, Harvard Business School e Kellogg School of Management.

.

Outros excelentes artigos Traduzidos e Publicados pelo jornal sdr, da univ wharton:

A última bolachinha do pacote! QUAIS CLIENTES VALE A PENA LARGAR?
Os líderes jogam o xadrez, não damas A VARIEDADE INFLUENCIA O CONSUMO
O QUE AS MULHERES COMPRAM E POR QUÊ? Consumidores recorrem à estratégia
CLIENTES DESORIENTADOS, LUCRO CERTO! para aprender a voar, 1º aprenda a caminhar
O produto não é nada. O nome o é tudo! Como seduzir os indecisos, os não clientes?
Oferecer descontos pode arruinar seu negócio Não encontrou aquele vestido na prateleira?
Promoção comercial, um orçamento que cresce Para os chineses, a guerra de preços é uma arte
o cliente foi com a concorrência (Graças A DEUS) como seria a campanha de mkt do seu produto?
VENDEDOR DESINTERESSADO = clientes insatisfeitos Os homens compram, as mulheres vão de compras
Equipes externas de vendas, são a chave do sucesso Mantenha-se próximo do cliente (mas não demais)
A estratégia de Preços DA APPLE: um GOLPE a seus clientes? O que a revolução digital pode ensinar ao varejo tradicional

.

.

Sistema de Representação para Representantes Comerciais

.

SDR - Sistema de representação, Vendas e Serviços

fone: (51) 3019 2817 - e-mail: suporte@sdr.com.br - chat via Skype: sistemasdr

.

.

 

.

.

RAZÃO SOCIAL: PORTAL SDR LTDA SISTEMA DE REPRESENTAÇÃO

CNPJ: 10.767.123/0001-06 DATA DE REGISTRO DESTE WEB SITE: 15.04.1999

Av. Caçapava 425 sala 03 Petrópolis Porto Alegre (RS) BRASIL cep: 90460-130

.

1999

SDR - Sistema de Representação Comercial para Representantes Comerciais

2018

Copyright © - SDR