Modelagem do valor vitalício do cliente via abordagem de análise de sobrevivência

Abstract

Umas das dificuldades na alocação dos recursos de marketing é definir o quanto será investido na aquisição e manutenção de cada cliente. Os investimentos representativos devem depender da capacidade da empresa de prever lucros futuros e os custos de uma classificação errada dos clientes pode ter resultados críticos. Fazendo uso do Valor Vitalício do Cliente (CLV, sigla em inglês de Customer Life Time), que pode ser definido como a diferença entre as aquisições que o cliente fará e o custo para gerar estas aquisições, pode-se diminuir as incertezas na hora de realizar os investimentos de Marketing. Para estimar o CLV é comum que além das estimativas das receitas e custos futuros, se estime o tempo de relacionamento do cliente. Esse contexto torna a análise de sobrevivência uma ferramenta importante para realizar tais estimativas. A partir de dados cadastrais e transacionais disponíveis, oriundos de uma empresa de venda de calçados e roupas, este trabalho se propõe a modelar o tempo de relacionamento dos clientes da empresa a partir da regressão de Cox ajustada aos dados. A partir do modelo ajustado obtemos uma estimativa do CLV dos clientes da empresa. Após modelar a sobrevivência e calcular o CLV dividiu-se os clientes em 80-20 com base no CLV para que então fosse estimada a assertividade do modelo, o valor comparativo foi o valor real gasto pelos clientes em um recorte temporal futuro, essa metodologia mostrou-se satisfatória, conseguindo prever corretamente a classificação 20-80 de 85% dos clientes.

One of the difficulties in allocating marketing resources is to define how much will be invested in the acquisition and maintenance of each customer. The representative investments must depend on the company's ability to predict future profits and the costs of misclassification of customers may have critical results. Making use of the Customer's Lifetime Value (CLV), which can be defined as the difference between the purchases that the customer will make and the cost to generate these acquisitions, it could reduce the uncertainties when making Marketing investments. In order to estimate the CLV, it is common that besides the estimation of future revenues and costs we also estimate the client's relationship time. This context makes survival analysis an important tool to make such estimates. Based on available cadastral and transactional data from a shoe and clothing sales company, this paper proposes to model the relationship time of the company's clients based on the Cox regression adjusted to the data. From the adjusted model we obtain an estimate of the CLV of the company’s clients. After modeling the survival and calculating the CLV, the clients were divided into 80-20 based on the CLV so that the assertiveness of the model was then estimated, the comparative value was the actual value spent by the clients in a future time cut, this methodology showed satisfactory, being able to correctly predict the 80-20 rating of 85% of customers.