Estudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais



Documentos relacionados
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE

4 Aplicativo para Análise de Agrupamentos

Pesquisa sobre o Perfil dos Empreendedores e das Empresas Sul Mineiras

6 Construção de Cenários

1 Introdução 1.1. Contextualização

18º Congresso de Iniciação Científica CARACTERÍSTICAS DA ANÁLISE DESCRITIVA EM ESTUDOS SOBRE EMPREENDEDORISMO

Guia Site Empresarial

CONSULTA PÚBLICA Nº 008/2010. Revisão da Metodologia de Estabelecimento dos Limites dos Indicadores Coletivos de Continuidade

ROTEIRO PARA A ELABORAÇÃO DE PROJETOS DE PESQUISA - CEUA

Inferência Estatística-Macs11ºano

4 Avaliação Econômica

Pesquisa de. Dia dos Namorados

Pisa 2012: O que os dados dizem sobre o Brasil

Capítulo 7 Medidas de dispersão

Florianópolis, 17 de agosto de 2011.

Orientação a Objetos

Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

NOTA TÉCNICA 11/2014. Cálculo e forma de divulgação da variável idade nos resultados dos censos educacionais realizados pelo Inep

Avaliação de Investimentos

Como redigir o projeto de pesquisa? Identificação

Resenha. Fernanda Gabriela Gadelha ROMERO 1

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas


TEMA: A importância da Micro e Pequena Empresa para Goiás

Projeto de trabalho: AS DIFERENÇAS ENTRE BRASIL E ALEMANHA

U3 Sistemas Análise e Desenvolvimento de Softwares ===== Manual do Plano de Contas Financeiras ===== Manual. Plano de Contas Financeiras

3 Metodologia 3.1. Tipo de pesquisa

MÓDULO 6 INTRODUÇÃO À PROBABILIDADE

Fundamentos da Matemática

Manual do usuário. v1.0

Factor Analysis (FACAN) Abrir o arquivo ven_car.sav. Clique Extraction. Utilizar as 10 variáveis a partir de Vehicle Type.

O que é a estatística?

Manual do Desenvolvedor

OCOMON PRIMEIROS PASSOS

3 Metodologia Introdução

Resolução de Exercícios Orientações aos alunos

NOTA TÉCNICA. INDICADOR DE NÍVEL SOCIOECONÔMICO (Inse) DAS ESCOLAS

Descrição do processo de priorização para tomada de tempos: Pesquisa ação em uma empresa job shop de usinados aeronáuticos.

TENHA MAIS MÃO NAS SUAS CONTAS

SETIS- III Seminário de Tecnologia Inovação e Sustentabilidade 4 e 5 de novembro de 2014.

Sistema Banco de Preços Manual do Usuário OBSERVATÓRIO

ELABORAÇÃO DE PROJETOS

CONSTITUIÇÃO DE PROVISÃO PARA DEVEDORES DUVIDOSOS

QUEDA NO NÍVEL DE ENDIVIDAMENTO DO CATARINENSE É ACOMPANHADA POR PEQUENA DETERIORAÇÃO DA QUALIDADE DAS DÍVIDAS

PESQUISA DIA DAS CRIANÇAS - NATAL

Endividamento das famílias catarinenses aumenta mensalmente em função da retomada das vendas no crédito

Tópicos Abordados. Pesquisa de Mercado. Aula 2. Contextualização. Qualitativa X Quantitativa. Instrumentalização. 1. Diferença entre qualitativa

Análise de agrupamento das empresas do ramo de energia elétrica.

3. PESQUISA. 3.1.Tipo de Pesquisa

INCLUSÃO DIGITAL ATRAVÉS DE CURSOS DE INFORMÁTICA NA ULBRA CAMPUS GUAÍBA

Módulo 4. Construindo uma solução OLAP

Ser grande não significa ser mais rico, e ter relevância em um dos indicadores não confere a cada país primazia em comparação a outro.

Análise descritiva das informações referentes a aluno, diretor e escola. Modelos de Regressão Multinivel:(dois níveis hierárquicos) Aluno Escola

BANCO DE DADOS I AULA 3. Willamys Araújo

RESULTADOS DE OUTUBRO DE 2013

Universidade Federal Fluminense

São Paulo, 17 de outubro de 2012.

COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS

Manual de Pedido de Matrícula em Disciplinas pelo Q-Acadêmico WEB

Em 2007, por cada indivíduo nascido em Portugal, foram criadas 1,6 empresas

Prof. Raul Sidnei Wazlawick UFSC-CTC-INE. Fonte: Análise e Projeto de Sistemas de Informação Orientados a Objetos, 2ª Edição, Elsevier, 2010.

Manual do sistema SMARsa Web

Comitê de Ética em Pesquisa - tel:

LEVANTAMENTO DE MERCADO E SEGMENTAÇÃO DE CLIENTES POR PRODUÇÃO AGRÍCOLA

Estatística Aplicada ao Serviço Social

3 Estratégia para o enriquecimento de informações

FLUXOGRAMA DA PESQUISA

INTENÇÃO DE COMPRA DIA DAS CRIANÇAS 2014

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

ADM041 / EPR806 Sistemas de Informação

TRABALHANDO COM SUBSTITUIÇÃO TRIBUTÁRIA

Melhor Prática vencedora: Monitoramento (Capital)

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

PREVISÃO DE DEMANDA - O QUE PREVISÃO DE DEMANDA - TIPOS E TÉCNICAS DE PREVISÃO DE DEMANDA - MÉTODOS DE PREVISÃO - EXERCÍCIOS

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência:

A POSIÇÃO DO MUNICÍPIO DE SÃO JOSÉ DOS CAMPOS (SP) EM RELAÇÃO AO ÍNDICE DE DESENVOLVIMENTO HUMANO (IDH) E AO ÍNDICE DE GINI

Conceito de pesquisa

ESTUDO SOBRE CIRCULAÇÃO DE REVISTAS

PESQUISA DE ENDIVIDAMENTO E INADIMPLE NCIA DO CONSUMIDOR - PEIC

PESQUISA DE ENDIVIDAMENTO E INADIMPLE NCIA DO CONSUMIDOR - PEIC

Pesquisa com Professores de Escolas e com Alunos da Graduação em Matemática

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

Tópicos Abordados. Pesquisa de Mercado. Aula 1. Contextualização

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

UNIVERSIDADE FEDERAL DE SANTA MARIA Centro de Ciências Sociais e Humanas Programa de Pós-Graduação em Administração

UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS

PESQUISA DE ENDIVIDAMENTO E INADIMPLE NCIA DO CONSUMIDOR - PEIC

Demonstração dos Fluxos De Caixa. (DFC)

Gean Carlo Gomes Jéssica Jabczenski Roslindo. Projeto de Conclusão de Curso

PESQUISA DE ENDIVIDAMENTO E INADIMPLE NCIA DO CONSUMIDOR - PEIC

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

PESQUISA DE ENDIVIDAMENTO E INADIMPLÊNCIA DO CONSUMIDOR - PEIC

O uso de Objetos de Aprendizagem como recurso de apoio às dificuldades na alfabetização

QUALIDATA Soluções em Informática. Módulo CIEE com convênio empresas

Estruturas de Armazenamento e Indexação. Rafael Lage Moreira Barbosa

Transcrição:

Estudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais Cleyton Zanardo de Oliveira CER, DEs, UFSCar Vera Lúcia Damasceno Tomazella, DEs, UFSCar Resumo Uma única pessoa pode possuir mais de um cartão de crédito, podendo ser do mesmo banco ou não. No entanto há um cartão que possui a preferência do cliente no momento em que realiza suas transações. Dentre todos os cartões do cliente esse será considerado o seu primeiro cartão, e assim tornando-o fortemente vinculado ao banco de origem do cartão. O local onde o cliente transaciona, no banco é denominado MCC, estes lugares são divididos de acordo com seu ramo comercial. Entre esses grupos existem os MCC s básicos, onde estes dividem os clientes em dois grupos distintos. Um grupo que possui faturamento e número de transações baixo, e o outro grupo que possui faturamento e número de transações alto. Os clientes que pertencerem ao segundo são chamados de Essenciais. Diante disto, o objetivo deste estudo foi encontrar MCC s que vinculam o cliente com a Instituição Financeira, tornando-o um Cliente Essencial. 1. Introdução Uma única pessoa pode possuir mais de um cartão de crédito, podendo ser do mesmo banco ou não. No entanto há um cartão que possui a preferência do cliente no momento em que realiza suas transações. Dentre todos os cartões do cliente esse será considerado o seu primeiro cartão, e assim tornando-o fortemente vinculado ao banco de origem do cartão. Todo cartão de crédito possui um número de Conta Cartão/Contrato, este número é único e não se repete. Caso o cliente tenha mais de um contrato, ou seja, tenha mais de um cartão de crédito, que é denominado como Segundo Contrato, o número da Conta Cartão/Contrato é outro. O local onde o cliente transaciona, no banco é denominado MCC, estes lugares são divididos de acordo com seu ramo comercial em 21 grupos, que variam do grupo G00 até o grupo G20. Entre esses grupos existem os MCC s básicos, onde estes dividem os clientes em dois grupos distintos. Um grupo que possui faturamento e número de transações baixo, e o outro grupo que possui faturamento e número de transações alto. Os clientes que pertencerem ao segundo grupo estariam mais vinculados com a Instituição Financeira, ou seja, o primeiro cartão de crédito desses clientes é um Cartão de Crédito da Instituição Financeira. Esses clientes são chamados de Essenciais. Como um cliente pode ter mais de um contrato, ou seja, mais de um cartão de crédito, o estudo para encontrar os MCC s básicos poderia ser realizado considerando os contratos ou o CPF do cliente. Optou-se neste estudo trabalhar considerando a Visão CPF, onde o resultado final será para cada cliente, e não para cada cartão do cliente.

O estudo proposto neste Trabalho consiste em encontrar MCC s que vinculam o cliente com a Instituição Financeira, tornando-o um Cliente Essencial. Sendo assim, através de técnicas estatísticas serão encontrados os MCC s em que o cliente concentra suas transações, chamando de MCC s Básicos, para diferentes condições econômicas. 2. Metodologia A metodologia utilizada para esse estudo é bastante difundida entre os Estatísticos e de fácil entendimento. Sendo assim iniciamos o estudo retirando uma amostra piloto de 100 contratos por mês, em 12 meses a fim de estimar a média e a variância populacional, para assim calcular o tamanho da amostra final. As variáveis utilizadas para estimar o desvio padrão populacional, foram, o faturamento que é o valor gasto no mês pelo cliente em suas compras, e o número de transações no mês que é a quantidade de vezes que o cliente utilizou o cartão de crédito. Utilizando as informações encontradas na amostra piloto, concluímos que para uma amostragem aleatória simples (Silva,2004) a amostra final foi de 784 contratos, considerando um erro de 2,5%. Mesmo assim extrapolamos e utilizamos uma amostra de 854, que posteriormente dividimos em três partes conforme seu poder aquisitivo: 127 clientes da Condição Econômica Baixa, 563 clientes da Condição Econômica Média e 164 clientes da Condição Econômica Alta. Com o intuito de descobrir quais MCC s dividem a população em dois grupos (um com baixo faturamento e o outro com alto faturamento), foi utilizada a análise de cluster (Mingoti, 2007), considerando as 13 medidas de faturamento padronizado mensais, e as 13 medidas de número de transações mensais. Inicialmente foi utilizada a técnica de cluster não hierárquica K- means, escolhendo 50 sementes, e depois foi utilizado o método hierárquico de Ward. E assim conseguimos uma representação gráfica através do dendograma. Mesmo com a análise de cluster se tratando de uma técnica multivariada, o agrupamento é de certa forma descritivo. Portanto existe a necessidade de verificar se a diferença em relação ao número de transações e o valor do faturamento são estatisticamente diferentes, para assim poder inferir o resultado para a população. As seguintes comparações foram realizadas para cada MCC selecionados pela análise de cluster: I Comparação do número de transações e valor do faturamento nos diferentes meses para cada grupo. Assim poderá ser verificado se existe uma recorrência no padrão de consumo do cliente; II Comparação do número de transações e valor do faturamento entre os dois grupos. Para verificar se realmente o grupo 2 é mais rentável (considerando apenas as duas variáveis em estudos) que o grupo 1, em cada MCC. Para a comparação entre os meses, para verificar a recorrência, por termo um desbalanceamento muito grande entre os dois grupos optamos por utilizar o teste de Friedman (SIEGEL, 1975). Neste caso, os blocos serão os clientes, e os tratamentos serão os meses.

Lembrando que este teste será realizado para cada variável, valor do faturamento e número de transações. Escolhidos os MCC s que dividem a população em dois grupos, cada cliente será classificado como pertencente ao MCC (SIM) e não pertencente ao MCC (NÃO). Desta forma foi criada uma variável qualitativa, e a Análise de Correspondência (Mingoti, 2007) mostra-se adequada para verificar as relações entre os grupos. 3. Resultados Os clusters que dividem a população no grupo de Condição Econômica Baixa foram: G01, G02, G09, G11, G12, G13, G14, G15 e G18. Para a Condição Econômica Média foram G02, G11, G12, G13, G14, G17, G18 e G19, e por fim, para a Condição Econômica Alta identificamos os clusters G01, G02, G04, G08, G09, G11, G12, G13, G15, G17, G18, G19 e G20. Como exemplo, considere a Figura 1 e as Tabelas 1, 2 e 3 que representam os resultados para o MCC G02 da classe econômica baixa. MCC G02 1 2 4 3 Figura 1 Dendograma MCC G02 Tabela 1 Média de faturamento do MCC G02 Média do Faturamento Cluster n 08/07 02/08 08/08 1 106 19,52 17,09 30,02 2 18 56,35 73,38 120 3 2 178 135 61,38 4 1 51,01 0 36,69 Tabela 2 Média de transações do MCC G02 Média do Número de Transações Cluster n 08/07 02/08 08/08 1 106 0,46 0,29 0,53 2 18 1,39 2 2,94 3 2 8 5,5 2 4 1 6 0 3 Tabela 3 Média do faturamento padronizado MCC G02 Média do Faturamento Padronizado Cluster n 08/07 02/08 08/08 1 106 0,04 0,03 0,05 2 18 0,1 0,11 0,14 3 2 0,31 0,2 0,07 4 1 0,09 0 0,06 De acordo com os clusters dos MCC s selecionados observamos que a grande maioria dos clusters não resultaram em apenas 2 grupos, como por exemplo o MCC G02 da Classe Econômica Baixa. Entretanto para todos os MCC s, existe um cluster com grande número de clientes, que possui baixo faturamento e número de transações (Grupo 1), e um segundo grupo

composto por cerca de 10% das pessoas da Condição Econômica Baixa, e que possui valor de faturamento e número de transações maiores que a média amostral (Grupo 2), sendo estes, os dois clusters principais de cada MCC. Nos casos dos MCC s em que a clusterização resultou em mais de dois grupos, existe a necessidade de agrupar, ou excluir esses demais grupos. A diferença entre os clusters da Classe Econômica Média comparada com a Classe Econômica Baixa, é que o grupo 2 dos MCC s esta sendo composto por cerca de 5% da população, enquanto que no caso anterior, o grupo 2 variava em torno de 10% da população em estudo. Comparando os grupos dentro de cada MCC, graficamente para todas os MCC s os dois grupos apresentaram-se bem distintos, ou seja o grupo 1 sempre possui valores baixos e o grupo 2 sempre possui valores altos. Considerando a Classe Econômica Baixa quando se estuda a recorrência, verifica-se que apenas para os MCC s G11, G13, e G15 o número de transações e o valor do faturamento se mantêm constantes ao longo do ano. Para a Classe Econômica Média, comparando as medidas das variáveis de cada MCC ao logo do ano e verificando a recorrência do cliente no MCC, com significância de 0,05, apenas para o MCC G17 o grupo 2 se manteve constante, para os demais MCC, pelo menos uma das variáveis não foi constante ao longo do ano. E na Classe Econômica Alta, comparando as medidas das variáveis de cada MCC ao logo do ano, verificando a recorrência do cliente no MCC, com nível de significância de 0,05, apenas para os MCC s G11, G12, G17 e G20 ela se manteve constante. Entretanto, graficamente percebe-se que apesar dos dois grupos nos demais MCC s não serem constantes ao longo do ano, independente da condição econômica os dois tratamentos não se cruzam, o que indica que o faturamento e o número de transações do grupo 2 é sempre maior que do grupo 1. Sendo assim, procede-se a análise considerando todos os MCC s selecionados pela clusterização. Utilizando a análise de correspondência, verificou-se que existiam fortes relações entre alguns grupos de MCC s, sendo assim, formaram-se grupos com os MCC s mais correlacionados. Desta forma o Cliente da Instituição Financeira será considerado um Cliente Essencial, ou seja, um cliente em que o seu cartão principal seja o Cartão da Instituição Financeira, se pertencer ao grupo 2 em pelo menos um dos MCC s ou Grupos de MCC s básicos expostos nas Tabelas 4, 5 e 6. Tabela 4 Descrição do MCC s básico para Condição Econômica Média MCC BÁSICO MCC_Básico_G12 MCC_Básico_G13 MCC_Básico_G18 GRUPO_ MCC_Básico_1 GRUPO_ MCC_Básico_2 GRUPO_ MCC_Básico_3 G12 G13 G18 G09 e G14 G01 e G02 G11 e G15 COMPONENTES

Tabela 5 Descrição do MCC s básico para Condição Econômica Média MCC BÁSICO MCC_Básico_G11 GRUPO_ MCC_Básico_1 GRUPO_ MCC_Básico_2 GRUPO_ MCC_Básico_3 G11 G12 e G17 G14 e G18 G02 e G13 COMPONENTES Tabela 6 Descrição do MCC s básico para Condição Econômica Alta MCC BÁSICO MCC_Básico_G17 MCC_Básico_G20 GRUPO_ MCC_Básico_1 GRUPO_ MCC_Básico_2 GRUPO_ MCC_Básico_3 GRUPO_ MCC_Básico_4 GRUPO_ MCC_Básico_5 G17 G20 G01 e G15 G04 e G08 G13 e G18 G09, G11 e G19 G02 e G12 COMPONENTES 4. Discussão Os MCC s básicos encontrados de acordo com a análise, mostram-se satisfatórios em relação ao faturamento. Sendo assim as Tabelas 7, 8 e 9 mostram a razão do Faturamento e do Número de transações do cliente classificado como Essencial em relação ao cliente Não Essencial. Esta razão será chamada de incremento do Cliente Essencial, ou seja, quantas vezes mais os Clientes Essenciais faturam ou transacionam do que os Clientes Não Essenciais. Tabela 7 Incremento por MCC básico Classe Econômica Baixa Faturamento Nr. Transações MCC_Básico_G12 1,6 1,8 MCC_Básico_G13 1,8 2,1 MCC_Básico_G18 2,0 2,2 GRUPO_MCC_Básico_1 1,5 1,4 GRUPO_MCC_Básico_2 2,2 2,6 GRUPO_MCC_Básico_3 2,7 3,0 Tabela 8 Incremento por MCC básico Classe Econômica Média Faturamento Nr. Transações MCC_Básico_G11 2,6 3,7 GRUPO_MCC_Básico_1 2,8 3,6 GRUPO_MCC_Básico_2 3,6 4,2 GRUPO_MCC_Básico_3 3,3 4,6 Tabela 9 Incremento por MCC básico Classe Econômica Alta Faturamento Nr. Transações MCC_Básico_G17 1,4 1,6 MCC_Básico_G20 1,3 1,5 GRUPO_MCC_Básico_1 4,6 2,6 GRUPO_MCC_Básico_2 3,8 2,2 GRUPO_MCC_Básico_3 3,7 4,3 GRUPO_MCC_Básico_4 3,3 5,0 GRUPO_MCC_Básico_5 3,4 4,3

Mesmo já definido os MCC s básicos, existem alguns que não possuem o incremento muito maior para os Clientes Essenciais em relação aos Não Essenciais. Na classe econômica baixa, o MCC que possui incremento baixo é o GRUPO_MCC_Básico_1 (incremento de 1,5 no faturamento), e para Condição Econômica Alta, são os MCC_Básico_G17 e MCC_Básico_G20 que incrementam respectivamente em 1,4 e 1,3 no faturamento. Na Condição Econômica Média, para todos os MCC s básicos, existe um incremento considerável. Apesar de toda análise para encontrar os MCC s básicos realizar-se com um histórico de 13 meses, para expandir este conceito na população, serão utilizadas apenas as informações de faturamento e transações dos clientes dos 3 últimos meses, pois não é viável esperar 13 meses para saber se um cliente é essencial ou não. 5. Referencias Bibliográficas [1] MIGOTI, S. A. Analise de dados através de métodos de estatística multivariada uma abordagem aplicada.belo Horizonte:Editora UFMG, 1ª. Reimpressão, 2007. [2] SIEGEL, S. Estatística não paramétrica: para ciências do comportamento. São Paulo: Editora Mc Graw-Hill do Brasil, 1975. [3] SILVA, Nilza Nunes da. Amostragem Probabilística: um curso introdutório. 2ª. Edição São Paulo: Editora da Universidade de São Paulo, 2001.