Desta vez apresentarei a você, caro leitor, um trabalho desenvolvido em parceria pela AES Eletropaulo, distribuidora de energia elétrica e pela Fundação CPqD, entidade de pesquisa com larga experiência nos mercados de energia elétrica e telecomunicações.

Trata-se do desenvolvimento de uma metodologia específica de segmentação geocomportamental, que buscou formar e caracterizar segmentos de clientes a partir da base de mais de 5 milhões de unidades consumidoras da AES Eletropaulo. Esse projeto recentemente ganhou o prêmio de melhor trabalho de negócios do CATI 2006 – 3º Congresso Anual de Tecnologia da Informação da FGV-EAESP.

Antes de mais nada, por que uma empresa de energia elétrica precisa fazer uma segmentação de seu mercado visando uma melhoria no relacionamento com seu cliente, se seus clientes são cativos? Na verdade, a lógica não é assim tão simplista.

A identificação do melhor canal de relacionamento representa uma melhoria na satisfação dos clientes, o que possibilita uma extensão e um conhecimento cada vez maior da relação, e uma gradativa migração dos canais pessoais para canais telefônicos e eletrônicos. Tudo isso acarreta uma redução significativa de custos operacionais.

O projeto visou a maximização do aproveitamento de dados técnicos e comerciais advindos dos diversos processos de gestão da empresa, e utilizou o algoritmo Two-Step Clusters para proceder com a segmentação. Assim, tivemos condições de analisar o comportamento dos clientes da empresa, quanto à preferência e freqüência de contato com a rede de atendimento, hábitos de pagamento e negociação de dívidas, propensão a perdas comerciais e características de qualidade da rede de fornecimento de energia.

E por que “geocomportamental” ? Através do uso de análises espaciais, a partir da localização geográfica dos clientes da AES Eletropaulo, a metodologia integrou informações externas para a caracterização dos segmentos, como os microdados do Censo Demográfico 2000, a tradicional Pesquisa ABRADEE (Associação Brasileira dos Distribuidores de Energia Elétrica) de Satisfação do Cliente Residencial Urbano, aplicada em 2005, e o Score de Risco de Recebimento, da AES Eletropaulo.

Quatorze segmentos foram identificados, o que permitiu a geração de novos conhecimentos e estimativas do Mercado, definição de soluções, produtos e serviços adequados a cada um e auxílio em diversos programas de diminuição de perdas financeiras e melhoria de receita da empresa.

De forma complementar, a identificação dos hábitos e padrões de consumo de cada segmento de clientes vêm permitindo um contínuo aperfeiçoamento do conhecimento do perfil de consumo de clientes-chave, possibilitando a adoção de ações comerciais específicas e/ou oferta de serviços diferenciados.

Diante do modelo de segmentação de 14 clusters, caracterizado pela figura 2, e pelo enriquecimento dos segmentos propiciado pela metodologia de sobreposição, alguns potenciais benefícios de gestão de relacionamento com os clientes, sob a perspectiva comercial essencialmente, foram vislumbrados. De forma sucinta, destacamos os principais:

• Possibilidades de diferenciar os atrasados e seus respectivos níveis de atraso;
• Possibilidade de diferenciar os devedores (não residencial devedor, fraudador, residencial inadimplente, incobrável sem medição);
• Percepção mais detalhada dos perfis dos adimplentes, possibilitando direcionar campanhas para ampliação de mercado e de satisfação;
• Percepção mais detalhada do perfil do cliente de baixo consumo e dos acessos aos canais de relacionamento com a AES Eletropaulo;
• Percepção regional (geográfica) da distribuição dos diversos clientes em seus segmentos.

A incorporação de informações de fontes secundárias, a criação de modelos de influência espacial (GIS) e a busca de padrões e tendências (Data Mining) permitem uma melhor caracterização sócio-econômico-demográfica dos clientes e do mercado da concessionária.

Isso propicia melhor eficácia em estudos de fraude, análise de inadimplência, contratação de demanda por região e identificação de área de incidência de medição estimada, Identificação de vocações econômicas das regiões (caracterizando setores comerciais e industriais), melhor ação em planejamento de rede, entre outros, e, inclusive, auxílio na correção de inconsistências nas bases cadastrais da empresa.

A partir da população segmentada, as áreas de negócio Gestão de Recebíveis, Gestão de Perdas Comerciais, e Relacionamento com o Cliente têm podido utilizar estes resultados como insumos para ações estratégicas diferenciadas por clusters, a fim de melhorar, sedimentar e ampliar o relacionamento empresa-cliente.

É mais um grande exemplo dos benefícios que o uso de geotecnologias trazem para o dia-a-dia das organizações. Uma pitada de análise geográfica, mesmo sem ser sofisticada, mas sim integrada com análise de agrupamento e business intelligence, como no caso do projeto acima, é sempre original e bem-vinda.

Estrutura básica do projeto.

-> Figura 1: Estrutura básica do projeto.

Segmentos definidos

-> Figura 2: Segmentos definidos

Veja no portal MundoGEO o artigo que detalha o projeto na íntegra:
www.mundogeo.com/Artigo_Clusters BT.pdf  

Eduardo de Rezende Francisco
Mestre e Doutorando em Administração de Empresas pela FGV-EAESP, Bacharel em Ciência da Computação pelo IME-USP, atua em GIS, Business Intelligence, Pesquisas de Mercado e Estratégias de Marketing na AES Eletropaulo, é Consultor em integração Geomarketing & Data Mining e presidente da GITA Brasil (www.gita.org.br)
eduardo.francisco@aes.com