Um estudo sobre o gerenciamento de churn e a fidelização de clientes em uma empresa de telecomunicação

Abstract

A perda ou abandono de clientes (churn), representa impactos significativos nos resultados das organizações. O âmbito desse estudo é uma empresa gaúcha do ramo de telecomunicações, sendo esse um dos segmentos de mercado onde os fornecedores de serviços orientam, cada vez mais, as suas decisões estratégicas na gestão do cliente e na sua satisfação, com a finalidade de promover e consolidar a fidelização deste com a organização. O objetivo desse estudo é, recorrendo à utilização de informações constante em bases de dados da empresa Tri Telecom, aprofundar o conhecimento para identificação de clientes que tendem ao fenômeno do churn e criar um modelo que possibilite a antecipação da ocorrência do cancelamento, permitindo a ação por parte da empresa por meio de campanhas de retenção. O tratamento estatístico dos dados e o desenvolvimento do modelo preditivo de churn foram realizados por meio do software IBM SPSS Statistics. Dentre as técnicas de análise preditiva que podem ser utilizadas na execução dos modelos preditivos utilizou-se a Regressão Logística, tendo em vista a sugestão verificada na literatura de que a metodologia é promissora na previsão de customer churn. O trabalho evidencia que o desenvolvimento de ações de retenção pode contribuir significativamente nos resultados da empresa.

The loss or abandonment of customers (churn) represents significant impacts on the results of organizations. The context of this study is a Rio Grande do Sul telecommunications company, which is one of the market segments where service providers increasingly guide their strategic decisions in customer management and satisfaction, with the aim of promoting and consolidate its loyalty with the organization. The objective of this study is, using the information contained in Tri Telecom's databases, to deepen the knowledge to identify customers who tend to the churn phenomenon and to create a model that allows the anticipation of the occurrence of the cancellation, allowing the action by the company through retention campaigns. The statistical treatment of data and the development of predictive churn models were performed using the IBM SPSS Statistics software. Among the data mining techniques that can be used in the execution of predictive models, Logistic Regression was used, in view of the suggestion found in the literature that the methodology is promising in the forecast of customer churn. . The work shows that the development of retention actions can significantly contribute to the company's results.