Relacionamento com o assinante de internet banda larga fixa (Internet Service Provider – ISP)
DOI:
https://doi.org/10.20397/2177-6652/2023.v23i4.2577Palabras clave:
Churn Rate, Regressão Logística, CRM – Customer Relationship ManagementResumen
Objetivo: Estimar a probabilidade de assinantes desistirem do relacionamento com uma ISP, utilizando dados do histórico deste relacionamento, e descrever as possíveis variáveis que influenciam o abandono (churn) do assinante.
Metodologia: Foram analisados dados históricos de clientes de um ISP com mais de 30.000 assinantes, obtendo-se informações, de forma aleatória, de 1.000 assinantes ainda ativos na base e 1.000 que cancelaram o serviço. Para análise dos dados foi utilizada a regressão logística, tendo como variável dependente o (não) cancelamento de assinaturas e variáveis independentes: o tempo de contrato, inadimplência, valor devido (e tempo de débito), abertura de chamado, contato para reclamação e motivo de cancelamento.
Originalidade/relevância: O custo de adquirir um assinante é cinco vez mais alto do que manter o assinante existente na base; em alguns casos, o assinante entrante se desliga antes de a empresa empatar a conta do Customer Acquisition Cost (CAC) (XEVELONAKIS, 2005), afetando negativamente a lucratividade.
Resultados: Os resultados mostram que, à medida que se aumenta o tempo de contrato, aumenta-se em 1,35 vezes a chance de o assinante manter sua assinatura ativa. Por outro lado, quando o assinante abre vários chamados em geral, causando a reincidência, diminui-se em 34,5% a chance de o assinante manter sua assinatura ativa. O contato para reclamação aumenta a chance em 1,55 vezes de manter a assinatura ativa.
Contribuição: Se o ISP resolver a questão do assinante no primeiro contato, evitando a reincidência, e relacionar-se de maneira fidedigna, aumentará o tempo de contrato e diminuirá as chances de um possível cancelamento da assinatura.
Citas
Anderson, D. R., Sweenwy, D. J., & Williams, T. A. (2013). Estatística aplicada a Administração e Economia (3a ed.). Cengage Learning.
Asamoah, D. A. et al. (2016). Who renews? Who leaves? Identifying customer churn in a telecom company using big data techniques. Journal of Information Systems Education, 27(4), 223-232.
Botelho, D., & Tostes, F. D. (2010). Modelagem de probabilidade de churn. RAE-Revista de Administração de Empresas, 50, 396-410.
Eppen, G. D., Hanson, W. A., & Martin, R. K. (1991). Bundling-new products, new markets, low risk. Purdue University, Krannert Graduate School of Management.
Fox, M., & Poje, M. (2002). Churn: Are rural telecoms immune. Rural Telecommunications, 21, 1-5.
Gattermann-Itschert, T., & Thonemann, U. W. (2021). How training on multiple time slices improves performance in churn prediction. European Journal of Operational Research, 295(2), 664-674.
Geppert, C. (2003). Customer churn management: Retaining high-margin customers with CRM techniques, 2-3.
Greenberg, P. (2001). CRM, Customer Relationship Management na velocidade da luz: Conquista e lealdade de clientes em tempo real na Internet. Campus.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise Multivariada de Dados (6a ed.). Bookman Editora.
Hamelin, N., Nassali, A., & Harcar, T. (2009). Determining churn drivers in Moroccan telecom sector. Research Yearbook, 16(2), 573.
Jahanzeb, S., & Jabeen, S. (2007). Churn management in the telecom industry of Pakistan: A comparative study of Ufone and Telenor. Journal of Database Marketing & Customer Strategy Management, 14(2), 120-129.
Ken, W. (2006). The customer retention challenge. Telecommunications International, 40, 14-15.
Kumra, R. (2006). Lost customer assessment: A case study of mobile service provider. Lal Bahadur Shastri Institute of Management.
Lejeune, M. A. P. M. (2001). Measuring the impact of data mining on churn management. Internet Research.
Mishra, A., & Mishra, D. (2009). Customer Relationship Management: Implementation process perspective. Acta Polytechnica Hungarica, 6(4), 83-99.
Nemec, J., Hyman, M., & Grambs, P. (2011). Winning the customer churn battle in the wireless industry.
Neslin, S. A., Gupta, S., Kamakura, W., Lu, J., & Mason, C. H.(2006). Defection detection: Measuring and understanding the predictive accuracy of customer churn models. Journal of Marketing Research, 43(2), 204-211.
Palmatier, R. W. et al. (2006). Factors influencing the effectiveness of relationship marketing: A meta-analysis. Journal of Marketing, 70(4), 136-153.
Peppers, D., & Rogers, M. (2001). Marketing 1 to 1: Um guia executivo para entender e implantar estratégias de Customer Relationship Management (CRM Series) (2a ed.). Makron Books.
Reichheld, F. F. (1993). Loyalty-based management. Harvard Business Review, 71(2), 64-73.
Richeldi, M., & Perruci, A. (2002). Churn analysis case study, 2.
Vavra, T. G., & Pruden, D. R. (1995). Using after marketing to maintain a customer base. Discount Merchandiser, 35(5), 86-88.
Vieira, P. R. da C., & Ribas, J. R. (2011). Análise multivariada com uso do SPSS. Editora Ciência Moderna Ltda.
Woo, K.‐S., & Fock, H. K. Y. (2004). Retaining and divesting customers: An exploratory study of right customers,“at‐risk” right customers, and wrong customers. Journal of Services Marketing, 18(3), 187-197.
Xevelonakis, E. (2005). Developing retention strategies based on customer profitability in telecommunications: An empirical study. Journal of Database Marketing & Customer Strategy Management, 12(3), 226-242.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Revista Gestão & Tecnologia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Os direitos, inclusive os de tradução, são reservados. É permitido citar parte de artigos sem autorização prévia desde que seja identificada a fonte. A reprodução total de artigos é proibida. Em caso de dúvidas, consulte o Editor.