SatisfaÃÃo, lealdade e retenÃÃo: um prÃ-experimento aplicado à telefonia mÃvel

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

A satisfaÃÃo dos consumidores e a lealdade de clientes fiÃis a alguns produtos e marcas estÃo interligadas de forma complexa, e, assim como os executivos, tambÃm acadÃmicos de marketing e da estatÃstica, entendem e admitem esta Ãntima relaÃÃo em estudos que apontam a satisfaÃÃo do consumidor como um antecedente da lealdade. PorÃm, normalmente, a maioria das pesquisas trata da satisfaÃÃo e da lealdade auto-relatados, ou seja, a anÃlise desta premissa sob a visÃo dos clientes, que se dizem satisfeitos ou leais. Poucos sÃo os estudos que utilizam bases de dados para investigar as ligaÃÃes entre construtos relacionais e comportamentos auto-relatados. Deste modo, a proposta deste trabalho Ã, utilizando a base de dados de uma empresa que atua no setor de telecomunicaÃÃes, identificar quais sÃo os componentes atitudinais e comportamentais que tÃm conduzido à satisfaÃÃo, à lealdade e à retenÃÃo de seus clientes e, em que intensidade. Para tanto, foi realizada uma pesquisa do tipo survey, tendo como campo de estudo a indÃstria de telefonia mÃvel celular. Por meio da utilizaÃÃo da Modelagem de EquaÃÃes Estruturais â MEE verificou-se que a satisfaÃÃo tem impacto positivo na lealdade, o que confirma estudos prÃvios. Utilizando-se de princÃpios de mineraÃÃo de dados, foram aplicadas as tÃcnicas Redes Neurais, Ãrvore de DecisÃo e RegressÃo LogÃstica, para predizer nÃveis de satisfaÃÃo e lealdade, a partir dos dados comportamentais. PorÃm, o poder de explicaÃÃo dos modelos construÃdos foi insuficiente. Os resultados destas anÃlises sÃo discutidos, as implicaÃÃes acadÃmicas e gerenciais sÃo apontadas e, no decorrer das consideraÃÃes e crÃticas, sÃo feitas sugestÃes para estudos futuros.

ASSUNTO(S)

comportamento do consumidor fidelidade redes neurais marketing de relacionamento satisfaction neural nets crm â customer relationship management lealdade mineraÃÃo de dados regressÃo logÃstica consumers behavior data mining logistic regression satisfaÃÃo retenÃÃo Ãrvore de decisÃo modelagem de equaÃÃes estruturais loyalty decision tree administracao

Documentos Relacionados