Não Me Abandone Por Favor: Modelos de Churning em Telefonia Móvel
Técnicas de mineração em bancos de dados aliadas ao uso de GIS são ferramentas que ajudam telefônicas a segurar seus valiosos clientes.
Circunstâncias e prioridades de vida mudam, às vezes rapidamente. Filhos crescem, vão estudar fora, casam-se, têm seus próprios filhos; mães param de trabalhar, depois retomam suas carreiras; pais trocam de emprego, durante algum tempo viajam muito, depois eventualmente ficam mais no escritório – ou vice-versa. Em cada um desses momentos, a proporção de energia direcionada a estudos, trabalho e lazer muda de importância relativa; os deslocamentos geográficos aumentam ou diminuem; a família tem mais ou menos renda livre para gastar. Como reflexo, altera-se o padrão de consumo e interação social de cada um desses atores e em particular a forma como usam o telefone, fixo e móvel.
As empresas de telefonia celular percebem claramente essas modificações de padrão de comportamento – e suas conseqüências.
Enquanto os mercados são jovens, os cancelamentos de assinatura não representam um problema: há mais pessoas aderindo ao sistema do que saindo, e a carteira de usuários cresce. No entanto, à medida em que o mercado torna-se maduro, a taxa de adesões cai, e a perda de clientes, também chamada de "atrito" ou "churn" (na língua mãe), torna-se fonte de preocupação.
As melhores alternativas para continuar crescendo em receitas num mercado maduro são aumentar a taxa de retenção, vender serviços mais sofisticados (upsell) e vender mais itens de serviço por usuário (cross-sell). A esta altura, adquirir novos clientes torna-se extremamente caro e tipicamente envolve avançar sobre a concorrência (poach). Como se pode imaginar, a concorrência não fica passiva, assistindo isso acontecer.
Modelos de Churning
Em mercados competitivos, TODAS as empresas de telefonia móvel estão operando ou desenvolvendo modelos de previsão de atrito. Se alguma não está, ou ela própria não é competitiva, ou seu mercado não é.
Os modelos de atrito têm por objetivo identificar as causas de cancelamento de assinatura, os grupos de clientes com maior chance de desertar e os grupos de clientes com maior vida útil.
Com base neste conhecimento, a empresa pode remover ou reduzir as causas de encerramento de conta; cativar os clientes propensos a partir e oferecer um tratamento diferenciado aos clientes mais valiosos (maior tempo de relacionamento significa mais lucros).
Nem todos os cancelamentos de assinatura, no entanto, são voluntários. Muitas vezes, clientes desistem dos serviços, embora desejassem mantê-los, porque não têm renda suficiente para sustentar aquele padrão de consumo; outras vezes são "dispensados" pela própria empresa – por não pagarem suas contas ou por causarem prejuízo.
Os modelos de atrito precisam ser suficientemente sofisticados para distinguir esses casos daqueles em que o cliente é capaz e lucrativo. Quando a distinção não acontece, facilmente se configura um quadro de pesadelo: a companhia investe esforços e recursos para manter futuros inadimplentes.
Tudo Pronto para Data Mining
A competição é uma das razões para uso generalizado de modelos de atrito nas empresas de telefonia móvel. Há pelo menos mais duas importantes.
Em primeiro lugar, estas empresas, por definição, utilizam tecnologia sofisticada e altamente informatizada. Assim, os procedimentos e o software de mineração de dados não causam os mesmos arrepios de medo e repulsa que provocam em segmentos menos high tech.
Em segundo lugar, as operações das empresas de telecomunicações geram naturalmente os enormes bancos de dados necessários ao acompanhamento ao mesmo tempo individualizado e coletivo do comportamento dos clientes. A personalização em massa ocorre com facilidade sobre uma base de dados que "já está lá", disponível, "pedindo" para ser garimpada.
Necessidade de GIS
As informações básicas para modelos de churning em telefonia celular são relativas a:
Cadastro – idade, sexo, endereço de residência, endereço de trabalho do assinante;
Conta – data de abertura, pacote de serviços, tipo de aparelho;
Comportamento – número de chamadas emitidas e recebidas, minutos médios emitidos e recebidos, roaming, círculo social (quantidade de números distintos chamados), etc.
Aparentemente não há necessidade de uso de um Sistema Geográfico de Informações para trabalhar estes dados. Esta impressão, no entanto, é falsa. Para a obtenção de sucesso em um modelo de data mining, os dados originais devem ser preparados para que a informação neles contida possa ser extraída com eficiência. Em 10 entre 10 casos, isso implica em pré-processamento sofisticado. Com o auxílio de um GIS, dados de endereço e detalhes de ligações podem ser transformados em uma rica gama de indicadores espaciais de alto teor explicativo.
A pouca utilização de GIS no contexto de modelos de atrito em telefonia móvel deve-se a uma ainda baixa probabilidade de que as pessoas envolvidas nos projetos de churning conheçam simultaneamente e na profundidade necessária as disciplinas de telecomunicações, marketing, estatística e geografia. Equipes multidisciplinares, por sua vez, acabam custando caro. O investimento, no entanto, retorna, multiplicado, num período extremamente curto.
Dica de Leitura. O novo livro de Barry e Linnof, "Mastering Data Mining", publicado pela editora Wiley no começo do ano, descreve 6 casos de aplicações de Data Mining em ambiente empresarial; um deles é sobre telefonia celular e relata insights muito interessantes, embora de forma um pouco resumida. De qualquer maneira, vale a pena conferir. Ele pode ser adquirido através do site www.amazon.com.
Francisco Aranha é professor da Escola de Administração de Empresas de São Paulo, da Fundação Getúlio Vargas (Eaesp/FGV), e consultor em Marketing de Precisão pela Paredro Administração (SP). Email: faranha@fgvsp.br