Metodologia de Analytics Aplicada a Dados Quantitativos e Qualitativos de Pesquisas de Satisfação de Clientes para Definir Objetivos de Melhoria em Customer Experience (CxP) no Mercado B2B
Informações
Código: MKT1083
Divisão: MKT - Marketing
Tema de Interesse: Tema 05 - Teoria, Epistemologia e Métodos de Pesquisa em Marketing
Autores
Suely Fischer Omura (MBA Executivo em Economia e Gestão: Business Analytics e Big Data/FGV/EAESP - Fundação Getulio Vargas/Esc de Admin de Empresas de São Paulo) suely.omura@uol.com.br
Eduardo de Rezende Francisco (Mestr Prof em Gestão e Políticas Públicas - MPGPP/FGV/EAESP - Fundação Getulio Vargas/Esc de Admin de Empresas de São Paulo e Mestr Prof em Gestão para a Competitividade - MPGC/FGV/EAESP - Fundação Getulio Vargas/Esc de Admin de Empresas de São Paulo) eduardo.francisco@fgv.br
Gustavo Corrêa Mirapalheta (Mestr e Dout em Admin de Empresas /FGV/EAESP - Fundação Getulio Vargas/Esc de Admin de Empresas de São Paulo) gustavo.mirapalheta@fgv.br
Resumo
Frente ao cenário atual de transformação digital e mercados competitivos, repleto de commodities e formado por clientes exigentes, engajados em diferentes plataformas de comunicação, investir na otimização de Customer Experience (CxP) constitui estratégia de diferenciação para qualquer negócio. Este trabalho aplica técnicas de Analytics em pesquisas de satisfação visando definir objetivos de melhoria na experiência de clientes, usando uma metodologia replicável em qualquer indústria do mercado B2B que necessite minimizar tempo e recursos na análise de informação estratégica de clientes, e gerar insights a partir de textos usualmente não aproveitados. A base de dados usada neste estudo abrangeu o feedback (escores e comentários textuais) fornecido por 1521 organizações-cliente de um provedor de serviços de comunicações, através das suas pesquisas de satisfação, aplicadas em sete países da América Latina, de 2008 a 2011. A metodologia combinou diferentes técnicas estatísticas para explorar dados quantitativos e qualitativos: Correlação e Regressão Linear e Logística, Text Mining e Social Network Analysis. Os resultados obtidos (e a estrutura dos códigos desenvolvidos propositalmente apresentada) propiciaram identificar os fatores que impactam, positiva ou negativamente, a jornada do cliente, além dos atributos que mais influenciam a satisfação, a propensão a recomendar a marca e a lealdade dos clientes.
Abrir PDF