A FIDELIZAÇÃO DOS CLIENTES ÀS COMPANHIAS AÉREAS ATRAVÉS DE ANÁLISES DE PREFERENCIA DECLARADA

A FIDELIZAÇÃO DOS CLIENTES ÀS COMPANHIAS AÉREAS ATRAVÉS DE ANÁLISES DE PREFERENCIA DECLARADA Shanna Trichês Lucchesi Christine Tessele Nodari Ana Margarita Larrañaga Luis Afonso dos Santos Senna Engenharia de Produção e Transportes Universidade Federal do Rio Grande do Sul RESUMO Para o transporte aéreo, a existência de fidelização determina que os custos decorrentes da mudança de companhia são maiores do que o valor da tarifa. Através de uma pesquisa de preferência declarada avaliouse essa fidelização e, identificouse o percentual de acréscimo na tarifa aceito antes de dispensar os benfeitorias alcançadas devido às viagens já realizadas com a mesma empresa. Diversas estruturas de modelos de escolha discreta foram testadas para representar o comportamento de escolha: logit multinomial; logit misto de coeficientes aleatórios; logit multinomial incorporando variações sistemáticas das preferências; logit misto de componentes de erro; logit misto de componentes de erro incorporando variações sistemáticas das preferências. Os resultados mostraram que passageiros fidelizados tem maior probabilidade de escolher a companhia Tam. O custo de troca desses passageiros é equivalente a 15% do valor da tarifa. Estes também são menos sensíveis a aumentos e incorrem em maiores custos para não trocar de companhia. ABSTRACT For the air transport, the existence of loyalty determines that the costs resulting from disruptions of loyalty are larger than the rate. Through a stated preference survey, this paper evaluated the loyalty and identified the percentage of increase in the value of the fare that passengers are willing to pay before dispensing the improvements achieved during the trips already performed with same company (switching costs). Several structures of discrete choice models were tested to represent the choice behavior: multinomial logit, mixed logit random coefficients, multinomial logit incorporating systematic variations of preferences, mixed logit error component, mixed logit error component incorporating systematic variations of preferences. The results showed that loyal passengers are more likely to choose Tam. The switching costs of passengers loyal Tam, for this sample, is equivalent to 15% of the rate. They are less sensitive to variations in the rate and incur higher costs not to change company. 1. INTRODUÇÃO Em mercados de compras repetidas, os consumidores muitas vezes incorrem em diversos custos ao trocar de fornecedor. Estes custos econômicos e psicológicos que um consumidor pode enfrentar são chamados na literatura internacional de switching costs (Klemperer, 1987). No mercado aéreo, os switching costs que podem ser traduzidos como custos de troca, se referem às perdas de benefícios sofridas pelos passageiros por trocar de companhia aérea e podem representar uma parcela substancial dos custos incorridos pelos usuários. O principal efeito da existência de custos de troca é a possibilidade das empresas aumentarem seus preços, gerando uma demanda cativa. Embora grande parte destes custos possa ser atribuída a diferenças de qualidade percebida, os programas para passageiro frequente contribuem com uma parte não negligenciável. Desde seu surgimento, no início da década de 1980, os programas para passageiro frequente de companhias aéreas tem se convertido num dos programas de fidelidade de maior participação na economia. A indústria aeronáutica registra valores superiores aos 700.000 milhões de dólares, anualmente, por conceito de benefícios entregues aos usuários (Basso et al, 2012). Entretanto, apesar do seu tamanho e importância no mercado aéreo, estes custos têm sido relativamente pouco explorados. Alguns autores que tem analisado seus efeitos são Caminal e

Claici (2007), Hartman e Viard (2008) e Lederman (2007), quem se focaram nos potenciais custos de troca que os programas de passageiro frequente trariam. Uma análise alternativa foi realizada por Basso et al. (2009), destacando que em uma grande quantidade dos casos não é o passageiro quem paga a tarifa, mas existe um terceiro pagante, como é o caso dos passageiros a negócios. Os autores consideram que um usuário nem sempre buscará o mínimo preço, mas a maior utilidade pessoal, e é onde os programas de passageiro frequente tem um papel fundamental. A retribuição econômica de acumular milhas pode ser entendida como um incentivo ou prêmio que as companhias aéreas pagam para os usuários que optarem por tarifas de maior preço. Neste contexto se insere o presente trabalho. Os objetivos são avaliar a fidelização dos clientes às companhias aéreas e, estimar os custos de troca para as companhias estudadas. Para atingir este objetivo foram coletadas as preferências declaradas (PD) dos passageiros que viajam com origem em Porto Alegre e destino Grande São Paulo (aeroportos de Guarulhos, Congonhas ou Viracopos). A contribuição deste trabalho é baseada principalmente em dois aspectos: (i) na abordagem desagregada utilizada. Os estudos mencionados anteriormente determinam os custos de troca baseados numa metodologia proposta por Shy (2002) na qual os únicos dados necessários são preços e participação de mercado. No presente trabalho, modelos de escolha discreta a partir de dados PD foram estimados. Diferentes estruturas foram testadas, as quais permitiram incluir heterogeneidade nas preferências dos indivíduos (aleatória e com variações sistemáticas) e correlação entre os indivíduos amostrados. (ii) na inclusão de variáveis que caracterizam a fidelização do passageiro com a companhia e a existência de um terceiro pagador. Desta forma, foi possível identificar os segmentos de clientes e analisar a heterogeneidade dos impactos dos custos de troca nos diferentes segmentos. Este artigo está estruturado em 7 secções. A secção 2 apresenta a evolução do transporte aéreo no Brasil. O procedimento de coleta de dados e estimação dos modelos são apresentados nas secções 3 e 4. A caracterização da amostra e resultados obtidos são apresentados nos itens 5 e 6, seguido da participação do mercado. A seção 7 apresenta as considerações finais. 2. EVOLUÇÃO DO TRANSPORTE AEREO NO BRASIL Os últimos 10 anos foram marcados por fortes alterações no sistema regulatório e nas próprias estratégias das companhias. No início dos anos 90, as empresas apresentavam dificuldades em suas finanças, que, somadas a estagnação econômica do país, estava levando o setor ao colapso, e o estado tornouse incapaz de superar a crise (Bielschowsky e Custódio, 2011). No ano de 1996, já haviam sido implantadas medidas da chamada desregulação gradual. Entre elas destacamse o fim das restrições territoriais, as empresas não eram mais divididas em regionais e nacionais; criação do conceito de bandas tarifárias; e estímulo a novos entrantes no mercado nacional (Helms, 2010). Os anos seguintes foram marcados pelo aumento dos limites tarifários, em 1997, até sua extinção, em 2001. O ano de 2001 também baliza o início das operações da empresa VRG Gol Linhas Aéreas e o fim das operações da empresa Transbrasil S.A. Linhas Aéreas. A desregulação total culminou nos chamados excesso de capacidade e competição ruinosa, o que obrigou o governo, novamente, a exercer seu poder para interferir economicamente, mas, desta vez, sem influência sobre as tarifas (Sena, 2010). Em 2005 e 2006 aconteceram a criação da ANAC (Agência Nacional de Aviação Civil), cuja função

seria de fiscalizar e regular técnica e economicamente as companhias; e a falência da Viação Aérea São Paulo (VASP). No fim de 2006 e início de 2007 o setor aéreo é impactado pelos dois maiores acidentes aéreo registrados no Brasil: um com a empresa Gol e outro com a empresa Tam. Os dois incidentes, que geraram protestos e greves dos controladores de voos, associados com a venda da VARIG, a incapacidade das empresas operantes de absorver a demanda, além da falta de investimentos em infraestrutura, culminou no apagão aéreo nacional (Sena, 2010). Em 2008 surge a Azul Linhas Áreas Brasileiras, como uma nova proposta de estruturação, apoiada nos contratos de suporte com a Embraer, empresa brasileira fabricante de aeronaves. 3. CENÁRIO DE ESTUDO E OBTENÇÃO DE DADOS Este estudo foi desenvolvido tomando por base a opinião de clientes da rota entre São Paulo e Porto Alegre. Em um dia de semana típico, 52 voos são disponibilizados entre estas duas cidades, dos quais 39 são voos diretos e 13 com escala e/ou conexão. Esse trecho é operado por cinco diferentes companhias: (i) Tam; (ii) Gol; (iii) Azul; (iv) Avianca; e, (v) Pantanal. Das companhias mencionadas, as três primeiras operam mais de 80% dos voos do trecho em estudo e, possuem significativos percentuais de participação no mercado nacional. Segundo a ANAC (2010), no ano de 2010, a participação de cada uma delas era de 42%, 40% e 6% respectivamente. Assim, por deterem a maior parte do mercado do trecho analisado, neste estudo foram consideradas as companhias Tam, Gol e Azul. Os dados pesquisados correspondem a escolhas declaradas pelos clientes dos voos de ligação entre Porto Alegre e São Paulo. As entrevistas foram realizadas faceaface no portão de embarque do Aeroporto Salgado Filho, na cidade de Porto Alegre, nos dias 7 e 21 de maio de 2013, terçasfeiras. Foi utilizada uma amostragem não probabilística de clientes das 3 empresas consideradas no estudo. Por julgamento do pesquisador foram selecionados membros da população entre aqueles que aguardavam embarque ou estavam desembarcando. Uma amostra de 258 passageiros foi selecionada. 3.1. Instrumento de coleta de dados A coleta de dados foi realizada através de técnicas de preferências declaradas (PD). Técnicas PD vêm sendo utilizada intensamente em diversos campos do conhecimento que buscam representar o comportamento humano, em especial, para representar o comportamento da demanda (Hensher, 1994; Lai e Wong, 2000; Louviere et al., 2000). As técnicas PD utilizam projetos experimentais para construir alternativas hipotéticas propostas aos entrevistados, isto as diferencia das técnicas de preferências reveladas (PR), que utilizam dados sobre situações observadas (Ortúzar e Willumsen, 2011). Enquanto modelos estimados com dados PR apresentam melhor aderência às escolhas realizadas pelos indivíduos, os modelos estimados com dados PD apresentam maior estabilidade no tempo e no espaço e caracterizam os tradeoffs enfrentados pelo indivíduo. Uma particular vantagem das técnicas PD é a possibilidade de determinar a importância de fatores de difícil mensuração ou quantificação, como é o caso da fidelização com uma companhia aérea. Elas ainda permitem estimar modelos que incorporem todas as variáveis de interesse, mesmo aquelas que em situações reais apresentem variabilidade insuficiente para a adequada estimação. Outras vantagens das técnicas PD sobre as PR são em relação ao custo e tempo necessário para as análises. Enquanto as PR requerem informação adicional às pesquisas realizadas (por exemplo, métodos indiretos para obter os valores de algumas variáveis como tempo e custo de viagem) as PD são totalmente autónomas. Os cenários de

escolha definem completamente as variáveis necessárias para a modelagem, eliminando erros de medição dos dados. Amostras em pesquisas PD tendem a ser menores que em pesquisas PR, já que cada indivíduo provê múltiplas respostas para cada cenário de escolha (Kroes e Sheldon, 1988; Ortúzar e Willumsen, 2011). A pesquisa foi baseada num desenho fatorial completo (Kocur et al., 1982), considerando o preço como o atributo na escolha da linha aérea, apresentado em 3 níveis. Os cenários de escolha foram definidos de forma de evitar vieses nas respostas, criando situações hipotéticas mas realistas, elaborando conjunto de cenários para diferentes valores de tarifa. A pesquisa foi composta por um total de 10 cenários de escolha. Cada cenário apresenta ao respondente diferentes valores de tarifa associado aos nomes das diferentes empresas que operam o trecho Porto Alegre São Paulo, assim como foi feito em Nodari (1996). Em cada cartão, duas empresas apresentam um valor base enquanto o valor da terceira se diferencia. Buscando analisar a sensibilidade a variação do preço, foram confeccionados três conjuntos de cartões com variações baixas ( b = R$10,00), variações médias ( m = R$ 30,00) e variações altas ( a = R$ 70,00). Na Figura 1 estão apresentados os níveis de preço de cada cartão. Cartão 1 Cartão 2 Cartão 3 Cartão 4 Cartão 5 Cartão 6 Cartão 7 Cartão 8 Cartão 9 Cartão 10 Tam BASE BASE BASE BASE BASE BASE 2 1 + 1 BASE Gol BASE BASE BASE 2 1 + 1 BASE BASE BASE BASE Azul 2 1 + 1 BASE BASE BASE BASE BASE BASE BASE Figura 1: Projeto dos níveis do atributo preço nos cartões de pesquisa Os valores bases foram definidos através de pesquisas nas tarifas praticadas ao usuário, sendo adotados os valores recorrentes para compras de passagem promocionais, com um mês de antecedências e com 1 semana de antecedência. Adicionalmente, foi aplicado um questionário complementar com informações sobre os indivíduos pesquisados. Os entrevistados foram questionados sobre a frequência de viagem, os motivos de viagem mais recorrentes, quem paga a passagem (o próprio passageiro ou terceiros) e a fidelização à companhia aérea. A Figura 2 apresenta um modelo dos cartões apresentados. Antes de iniciar a pesquisa, foi realizado um estudo piloto com 24 entrevistados, com o objetivo de verificar a clareza e objetivos das perguntas contidas nos questionários e as variações dos valores das tarifas apresentados nos cenários de escolha. Este estudo permitiu correções durante a aplicação e explicação do instrumento utilizado. Não foram identificadas alternativas dominantes e as variações de tarifa consideradas foram validadas. Figura 2: Exemplos dos cartões aplicados Dentre os 258 indivíduos pesquisados, 83 responderam o questionário com variações baixas entre as tarifas, 88 responderam os cartões com variações médias e 86 responderam o conjunto de cartões com variações altas entre os valores apresentados. Estas 258 entrevistas produzem um total de 2580 respostas, considerando os 10 cenários apresentados. Esta característica das pesquisas de preferência declarada, onde poucas entrevistas resultam em um farto conjunto de observação individuais, garante a representatividade da amostra. Segundo

Louviere et al. (2000) de 100 a 300 respondentes são suficientes para estimar parâmetros consistentes. 4. ESTIMAÇÃO DE MODELOS DE ESCOLHA DISCRETA Modelos de escolha discreta foram estimados para determinar o efeito da fidelização dos clientes na escolha da companhia aérea. Os modelos de escolha discreta utilizados na modelagem da demanda de transportes estão construídos conforme a teoria da utilidade aleatória (McFadden, 1974). Baseiamse no princípio da maximização da utilidade, no qual o tomador de decisão é modelado selecionando a alternativa de maior utilidade dentre aquelas disponíveis no momento da escolha. O analista não possui informação completa sobre os elementos que cada indivíduo considera ao realizar sua escolha. Portanto, as utilidades são tratadas pelo analista como variáveis aleatórias (Ben Akiva e Lerman, 1995). Assim, a utilidade aleatória de uma alternativa é expressa como a soma dos componentes observáveis ou sistemáticos (denotado como V iq ) e componentes não observáveis (denotado como ε iq ) conforme equação 1 (Domencich e McFadden, 1972). (eq. 1) O componente aleatório é necessário para capturar deficiências na especificação de atributos não observados, erros de medição, diferenças entre indivíduos, percepções incorretas de atributos e aleatoriedade inerente à natureza humana (Manski, 1977). Especificar o modelo requer a especificação do V in e suposições sobre a distribuição conjunta da componente aleatória Ɛ iq. Diferentes hipóteses sobre a distribuição de probabilidade adotada para a componente aleatória Ɛ iq leva a diversos modelos de escolha discreta (Ortúzar e Willumsen, 2011; McFadden, 2000). O logit multinomial (multinomial logit MNL) (McFadden, 1974) é um dos modelos mais simples de escolha discreta e também o mais utilizado. Ele se baseia na hipótese que o termo aleatório Ɛ iq da função utilidade é identicamente e independentemente distribuído conforme uma distribuição de Gumbel (Valor Extremo tipo II). Este pressuposto para a distribuição dos resíduos é bastante simplista, uma vez que dependem da hipótese de independência e homocedasticidade dos resíduos (BenAkiva, Bierlaire, Walkers, 2003). Uma série de modelos com estruturas mais flexíveis têm sido propostos. Modelos logit hierárquicos, nested logitnl (Williams, 1977; McFadden, 1978); e, modelos mais recentes como o logit hierárquico cruzado, cross nested logit CNL (Vovsha,1997) permitem a estimação de modelos que apresentam correlação entre alternativas, e, no caso do CNL, permitem modelar estruturas de correlação cruzadas. A maneira tradicional de capturar heterogeneidade das preferências em modelos de escolha discreta tem sido a inclusão de variações sistemáticas das preferências. A introdução de interações entre os atributos das alternativas (tempo de viagem, custo, frequência, etc) e características socioeconômicas dos indivíduos permitem incorporar esta heterogeneidade (Train, 2009; Ortúzar e Willumsen, 2011; Cherchi e Ortúzar 2003). Entretanto, existem fatores que influenciam as preferências que não são observáveis ou de difícil mensuração. Nos últimos anos, a utilização de modelos logit mistos, mixed logit ML (Ben Akiva e Bolduc, 1996; Brownstone e Train, 1999), é cada vez maior, permitindo incorporar variações das preferências não observáveis. Estes modelos supõem um termo aleatório identicamente e independentemente distribuído conforme uma distribuição de Gumbel, assim como o MNL, mas com um componente aleatório adicional que é quem permite trabalhar com maior flexibilidade. Dependendo dos pressupostos considerados sobre os diversos termos aleatórios é possível modelar correlação e heterocedasticidade (Brownstone e Train, 1999).

Visando caracterizar de forma mais precisa a heterogeneidade dos indivíduos, Bhat (1998) propôs uma abordagem que permite considerar a existência de heterogeneidade, tanto sistemática quanto aleatória. Assim, modelos mistos com variações sistemáticas de preferências começaram a ser estudados. Dependendo dos pressupostos considerados sobre os termos aleatórios não é possível modelar correlação e heterocedasticidade (Brownstone e Train, 1999). No presente trabalho, diversas estruturas de modelos de escolha discreta foram testadas, visando verificar variações nos gostos dos indivíduos que conformam a amostra, melhor aderência do modelo aos dados coletados e buscando representar da forma mais adequada o comportamento de escolha. Em todas as estruturas foram utilizadas funções de utilidade lineares nos parâmetros, prática usual na modelagem de demanda de transporte (Ben Akiva e Lerman, 1995). As estruturas de modelos testadas que apresentaram melhor aderência foram: (i) logit multinomial; (ii) logit misto no seu caso especial de coeficientes aleatórios; (iii) logit multinomial incorporando variações sistemáticas das preferências; (iv) logit misto no seu caso de componentes de erro; (v) logit misto de componentes de erro incorporando variações sistemáticas das preferências. Estes modelos são descritos a seguir. Inicialmente, estruturas mais simples foram testadas, estimando modelos MNL. O MNL considera os parâmetros estimados para as diversas variáveis fixos, sendo os mesmos para todos os indivíduos. Variações nos gostos ou preferências dos indivíduos podem influenciar a escolha da companhia aérea. Estas variações foram representadas nos modelos de duas formas: (i) admitindo que as preferências são distribuídas de forma aleatória na população, e (ii) incorporando variações sistemáticas das preferências. No primeiro caso, modelos logit mistos de coeficientes aleatórios (RCL) foram estimados. Os RCL permitem que os coeficientes dos atributos das alternativas variem na população seguindo alguma distribuição probabilística. Supondo a distribuição conhecida (por exemplo, normal, lognormal, triangular) o modelo devolve os estimadores dos parâmetros que definem esta distribuição, tais como média e variância. Diversas distribuições foram testadas, mas não apresentaram superioridade estatística em relação à distribuição normal. Portanto, o resultado apresentado na Tabela 2 (próxima seção) é unicamente o resultado obtido considerando distribuição normal dos coeficientes aleatórios. Posteriormente, foram estimados modelos logit multinomial incorporando variações sistemáticas de acordo com características individuais do passageiro. As variações sistemáticas incorporadas foram em relação à fidelização do passageiro com a companhia aérea e ao pago da passagem pelo próprio passageiro ou por terceiros. A inclusão destas variações sistemáticas permitiu estudar o efeito de variações no valor da passagem nas diferentes categorias de passageiros definidas (fidelizados e não fidelizados; pagante o próprio passageiros ou terceiros). Estas variações sistemáticas forma incorporadas utilizando variáveis binárias para categorizar indivíduos na amostra. Correlações entre atributos não observados das alternativas Gol e Azul poderiam existir. Ambas são linhas aéreas de baixo custo e mais novas no mercado do que a companhia TAM. Modelos logit hierárquicos foram estimados para representar esta correlação. Dados obtidos em pesquisas de preferência declarada podem estar correlacionados. Quando uma pessoa responde uma pesquisa de preferência declarada, é submetida a vários cenários de escolha. É razoável supor que as respostas de um mesmo indivíduo podem estar correlacionadas, a isso dáse o nome de efeito painel. Os modelos MNL, RCL e NL não representam este efeito, sendo necessário incluir um termo adicional que represente o efeito

painel. Assim, modelos logit mistos de componentes de erro (error components EC) foram estimados para representar este efeito. O EC é um modelo formalmente igual ao logit misto estimado anteriormente, de coeficientes aleatórios (RCL), mas ambos supõem estruturas dos componentes aleatórios diferentes. O RCL considera a aleatoriedade nos coeficientes dos atributos, enquanto que nos modelos EC a aleatoriedade é incluída nos coeficientes específicos das alternativas. Os EC são chamados de componentes de erro porque o erro (a componente aleatória da utilidade) é dividido em duas parcelas: uma parcela aleatória, que pode seguir qualquer distribuição, incluindo a normal, e uma parcela independente e identicamente distribuída conforme distribuição de Gumbel (a mesma que dá origem aos modelos MNL). Variações das preferências dos indivíduos foram adicionadas aos modelos EC. Na função de utilidade foram incluídos termos para representar a correlação entre respostas de um mesmo individuo (efeito painel) e heterogeneidade entre os indivíduos (variações sistemáticas das preferências). 5. ANÁLISE DAS CARACTERÍSTICAS DOS ENTREVISTADOS A Tabela 1 sintetiza a distribuição dos entrevistados por motivo, fidelização e pagamento da passagem (passageiro ou terceiros). Tabela 1: Distribuição dos entrevistados por motivo, fidelização e pagamento da passagem Motivo Pagamento Frequência Próprio 1 vez 1 a 3 vezes Mais de 3 Fidelização Turismo Trabalho Outro Empresa Outro passag. no mês mês vezes mês Fidelizado 14% 9% 5% 19% 4% 4% 19% 5% 3% Não fideliz. 33% 27% 13% 42% 22% 9% 52% 14% 7% 47% 36% 18% 61% 26% 13% 71% 19% 10% Soma 100% 100% 100% A tabela mostra que o motivo mais comum de viagem é o turismo (47%) seguido de trabalho (35%). A maioria dos entrevistados (61%) paga sua própria passagem. A maioria deles não viaja sempre pela mesma companhia (42%). No caso de passagens pagas pela empresa (26% dos entrevistados), também se observa o predomínio de passageiros não fidelizados (22%). Em relação à frequência de viagem, 71% viajam menos de uma vez por mês, enquanto 19% viajam de uma a 3 vezes no mês e 10% viajam mais de 3 vezes no mês. 6. ANÁLISE DOS RESULTADOS A Tabela 2 sintetiza os resultados da estimação dos modelos de escolha da companhia aérea. Analisando os resultados dos primeiros quatro modelos apresentados na Tabela 2, MNL, RC, MNL (2) e MNL (3), é possível observar que os quatro apresentam ajuste similar (PseudoR 2 = 0,25). Entretanto, os estimadores de variância que definem a distribuição no modelo RC não foram significativos, indicando homogeneidade nas preferências dos indivíduos amostrados. Os resultados dos modelos NL estimados não são apresentados no trabalho, pois a estimativa do valor do parâmetro do ninho não foi significativamente diferente de 1, indicando a inexistência de correlação entre atributos da companhia Azul e Gol.

Tabela 2: Resultados dos modelos de escolha da companhia aérea MNL (1) RC MNL (2) MNL (3) EC (1) EC (2) EC (3) Variáveis Coef. Statt Coef. Statt Coef. Statt Coef. Statt Coef. Statt Coef. Statt Coef. Statt Tarifa Tarifa_Azul 20,96 0,092 0,038 20,97 0,038 18,01 0,039 21,32 0,038 19,40 0,094 20,11 0,093 20,37 Tarifa_Gol 21,32 0,093 Tarifa_ Tam 0,040 0,035 21,34 19,50 0,040 0,036 14,50 18,17 0,042 0,038 21,97 20,73 0,040 0,037 19,66 0,085 19,90 16,89 0,098 0,093 20,11 19,36 0,093 0,091 20,89 17,97 Fidelização à linha aérea Fidel_Gol(1,0) 0,287 2,22 0,287 2,22 0,287 2,21 0,796 1,65 0,789 1,65 Fidel_Tam(1,0) 0,739 6,79 0,697 6,44 0,734 6,75 1,980 3,25 1,980 3,36 Pagam. (terceiros ou passag.pagante) Pag. Tam (1,0) 0,451 4,47 0,462 4,52 0,435 4,30 1,300 2,45 1,180 2,47 Freq. de viagem Freq. GOL(1,0) Freq. Tam (1,0) 0,480 0,392 3,58 3,11 0,509 0,388 3,72 0,486 3,08 0,387 3,59 3,04 0,481 0,414 3,57 1,470 2,49 3,34 0,972 1,60 1,720 1,300 Conforme mostra a Tabela 2, o teste da razão de verossimilhança com 5% de significância revela que a adição do componente de erro nos modelos mistos (efeito painel) ao modelo MNL tem um impacto significativo. Estes mostram melhor aderência aos dados que os modelos anteriores (PseudoR 2 = 0,49). As variações sistemáticas incorporadas em relação à fidelização do passageiro com a companhia aérea melhoraram o ajuste do modelo (PseudoR 2 = 0,495). Coeficientes específicos para as companhias Gol e Tam foram utilizados assumindo como hipótese que o efeito da fidelização, da frequência de viagem e quem paga a passagem pode afetar diferente todas as alternativas. Esta hipótese foi verificada em todos os modelos. Os parâmetros estimados para estas variáveis apresentaram diferença significativa entre as alternativas. 6.1. Efeito da tarifa Os parâmetros relativos à tarifa tiveram o sinal negativo esperado em todos os modelos estimados, já que aumentos no valor da tarifa diminuem a probabilidade de escolha de determinada companhia. Os valores destes parâmetros permitem afirmar que os passageiros amostrados são mais sensíveis a variações de preço das companhias Gol e Azul do que a variações no preço da Tam. Aumentos no valor da passagem torna a companhia Gol menos atraente para os compradores, em comparação com as companhias Azul e Tam. 6.2. Efeito da fidelização com a companhia aérea Os modelos estimados mostram que os passageiros que viajam sempre pela mesma companhia tem maior probabilidade de escolha das linhas aéreas Tam e Gol do que a companhia Azul. Ainda, os coeficientes estimados par as variáveis Fidel_Tam e Fidel_Gol permitem verificar também que a preferência pela companhia Tam é sensivelmente superior à 2,87 2,01 1,480 0,943 Interações Fidel.Gol*Tarif.Gol 0,006 4,55 0,021 4,66 FidelTam*Tarif.Tam 0,008 8,66 0,028 6,17 Pag.Tam*Tarif.Tam 0,003 4,42 0,010 2,63 Constante Tam 1,60 1,65 0,276 0,195 0,085 1,56 0,010 1,6 0,634 1,60 Sigma panel 2,890 15,93 2,880 15,94 2,890 16,02 Sigma.Tarif_Azul 0,001 1,70 Sigma.Tarif_Gol 0,56 0,002 Sigma.Tarif_Tam 0,000 0,44 Nº Máx. Nº Máx. Nº Máx. Nº Máx. Nº Máx. Nº Máx. Nº Máx. Verossim. (log)=2124,109 PseudoR 2 = 0,251 Verossim. (log)= 2124,13 PseudoR 2 = 0,251 Verossim. (log)=2106,201 PseudoR 2 = 0,250 Verossim. (log)=2124,509 PseudoR 2 = 0,250 Verossim. (log)=1445,63 PseudoR 2 = 0,490 Verossim. (log)=1430,70 PseudoR 2 = 0,495 Verossim. (log)=1445,23 PseudoR 2 = 0,490 2,50 1,40

apresentada pela Gol. Este resultado pode ocorrer devido à valoração superior dos atributos da companhia Tam em relação às outras companhias por parte do usuário. Fatores como percepção de qualidade, atendimento, serviço, vantagens oferecidas pela companhia, programas de passageiros frequentes não foram incluídos de forma explícita na função de utilidade representativa. Estes fatores podem influenciar a preferência dos indivíduos amostrados pela companhia Tam. Para estudar melhor este efeito, é necessário analisar o efeito de interação apresentado a seguir. A inclusão de variações sistemáticas das preferências em relação à fidelização, apresentadas nos modelos MNL (2) e EC (2), apresentou resultados interessantes. O modelo MNL (2) incorpora uma variável binária que representa o viajante fidelizado com a companhia aérea interagindo com a variável de tarifa. O modelo EC (2) incorpora esta interação e também o efeito painel. Em ambos os modelos, a interação destas variáveis foi significativamente diferente de zero. O coeficiente positivo mostra que passageiros fidelizados com as companhias são menos sensíveis a variações da tarifa. Provavelmente, os planos de passageiro frequente tenham um efeito importante neste resultado. A retribuição econômica de acumular milhas na mesma companhia pode ser compensada com a diferença tarifária. O impacto maior desta interação é observada na companhia Tam. Trabalhos realizados por Lederman (2007) e Hartaman e Viard (2008) analisaram o efeito dos planos de passageiros frequentes e a fidelização dos usuários, verificando as perdas econômicas que os usuários teriam ao trocar de companhia. 6.3. Efeito da existência de um terceiro pagante da passagem Os resultados de todos os modelos mostram que passagem paga pelo próprio passageiro diminui a probabilidade de escolha da Tam em relação as companhias Azul e Gol. Este resultado pode ocorrer devido aos valores das passagens serem superiores, em geral, aos valores ofertados pelas outras companhias. A inclusão de variações sistemáticas das preferências em relação ao pagamento da passagem foi apresentada nos modelos MNL (3) e EC (3). O modelo MNL (3) incorpora uma variável binária, que representa a passagem paga por terceiros (empresa quase na totalidade dos entrevistados) interagindo com a variável de tarifa. A variável Pagante_Tam representa o viajante a negócios, no qual a passagem geralmente é paga pela empresa. O modelo EC (3) incorpora além desta interação, o efeito painel. A interação destas variáveis foi significativa em ambos os modelos, apresentando coeficiente positivo. Passageiros que pagam sua própria passagem são mais sensíveis a variações da tarifa. Assim, é possível verificar o impacto de um terceiro pagante da passagem. Este resultado coincide com os encontrados em outros trabalhos. Diversos autores verificaram que viajantes a negócios tendem a valorizar menos a tarifa e mais o tempo de viagem (Alves e Strambi, 2011; Tsamboulas e Nikoleris, 2008.). Basso et al. (2009) observaram que os passageiros que não pagam a tarifa não buscam sempre o mínimo preço e sim aquela alternativa que promova maior utilidade individual. 6.4. Efeito da frequência de viagem Os parâmetros relativos à frequência de viagem apresentaram sinal negativo em todos os modelos estimados. Passageiros frequentes tem maior probabilidade de escolha da companhia Azul do que as outras. Passageiros que voam com mais frequência tem percepções diferentes sobre o serviço ofertado. O resultado a favor da companhia Azul pode ser justificado, por exemplo, pelo maior espaço entre assentos que os aviões operados pela companhia possuem. Imperceptível aos passageiros que realizam poucos voos no mês, mas desconfortável quando existe a necessidade de enfrentar a situação regularmente.

Probabilidade de escolha Probabilidade de escolha 6.5. Participação no mercado e custos de troca (switching costs) A partir dos modelos de escolha discreta estimados é possível estimar a participação de mercado de cada companhia e determinar os custos de troca. Selecionado o modelo EC (2), o qual apresentou melhor aderência aos dados, foram estimadas as participações das três companhias em diferentes cenários de tarifas. Estas estimações foram calculadas pelo método de enumeração amostral, utilizando o software Biogeme (Bierlaire, 2008). A Figura 2 apresenta as probabilidades de escolha ao variarse a tarifa, para entrevistados fidelizados e não fidelizados à companhia Tam. É possível observar que aumentos do preço da tarifa Tam, representada pela linha amarela na figura, decresce a probabilidade de escolha desta companhia. Passageiros fidelizados a Tam estão dispostos a incorrer em maiores custos para não trocar de companhia do que os passageiros não fidelizados. Os custos de troca para passageiros fidelizados atinge o valor de base de 15% do valor da passagem. A partir deste percentual os passageiros fidelizados trocam pela companhia Azul, mas só trocariam para a companhia Gol se o valor da tarifa sofresse um incremento de 21%. Fidelizados Não fidelizados 60% 60% 50% 50% 40% 30% AZUL GOL 40% 30% AZUL GOL 20% TAM 20% TAM 10% 10% 0% 0% 2.a base 2,5 5 7,5 8,5 12 15 18 21 50 2.b base 2,5 5 7,5 8,5 12 15 18 21 50 Figura 2: Probabilidade de escolha das companhias para variações da tarifa Tam. Análises similares foram realizadas para variações da companhia Azul. Os resultados mostraram que passageiros fidelizados a companhia Azul não estão dispostos em incorrer em custos de troca para permanecer na companhia. Este resultado é esperado ao observar a Figura 2.a. É possível observar, que para passageiros fidelizados, a participação inicial no cenário base é maior da Gol (23%) do que a Azul (21%). Assim, é de esperar que aumentos na tarifa da companhia Azul (mantendo as outras tarifas constantes), diminuam a probabilidade de escolha desta companhia mais ainda. Portanto, a probabilidade de escolha da companhia Azul para passageiros fidelizados permaneceria sempre menor às outras companhias, não existindo ponto de troca da Azul por outra companhia. 7. CONSIDERAÇÕES FINAIS Este trabalho avaliou a fidelização dos clientes à companhias aéreas, estimando os custos de troca para as companhias Gol, Azul e Tam de passageiros que viajam entre Porto Alegre e Grande São Paulo. Diversas estruturas de modelos foram testadas, apresentando similaridade nos efeitos sobre as variáveis explicativas. Dentre os estimados, o modelo logit misto de componentes de erro incorporando variações sistemáticas das preferências, denominado EC (2), apresentou melhor aderência aos dados. Este modelo incorpora a interação entre o viajante fidelizado com a companhia aérea e a variável de tarifa, e também o efeito painel. Os modelos estimados mostram que os passageiros que viajam sempre pela mesma companhia tem maior probabilidade de escolha das linhas aéreas Tam e Gol do que a companhia Azul. A preferência pela companhia Tam é sensivelmente superior à apresentada pela Gol. A inclusão de variações sistemáticas das preferências em relação à fidelização

mostrou que passageiros fidelizados com as companhias são menos sensíveis a variações da tarifa. Este último resultado permanece ao variar a tarifa. Passageiros fidelizados a Tam estão dispostos a incorrer em maiores custos para não trocar de companhia do que os passageiros não fidelizados. Os custos de troca para passageiros fidelizados atinge o valor de base de 15% do valor da passagem. A partir deste percentual os passageiros fidelizados trocam pela companhia Azul, mas só trocariam para a companhia Gol se o valor da tarifa sofresse um incremento de 21%. Este resultado mostra que usuário nem sempre buscará o mínimo preço, mas a maior utilidade pessoal. Provavelmente, os programas de passageiro frequente tenham um efeito importante. A retribuição econômica de acumular milhas na mesma companhia pode ser compensada com a diferença tarifária. Ainda, a diferença entre os planos das companhias pode influenciar este resultado. O plano da Tam é um plano mais flexível, permitindo atender à nova classe C. Pessoas que não conseguem milhas suficientes para trocar por passagens podem usufruir das vantagens do plano. A Tam oferece troca de milhas por uma grande variedade de produtos e serviços (gasolina, eletrônicos, eletrodomésticos, hotéis, compras coletivas, etc). Ainda o plano é mais abrangente, com muitas linhas aéreas associadas. Por sua parte a Azul recentemente reformulou seu plano de passageiro frequente. Anteriormente, o plano consistia em descontos em dinheiro. Conforme relatou a companhia, muitos passageiros não entendiam esse plano, e agora estão utilizando sistema de pontos como as outras. Fatores como qualidade, atendimento e serviço provavelmente influenciem também o resultado. Os resultados permitiram verificar o impacto de um terceiro pagante da passagem. Passageiros que pagam sua própria passagem são mais sensíveis a variações da tarifa. Sugerese para os órgãos reguladores e as companhias interessadas, novos estudos mais abrangentes. A aplicação dessa proposta em diferentes rotas pode caracterizar os passageiros regionalmente, assinalando o comportamento e a influência da fidelização para diferentes pontos do país. Recomendase a inclusão de novas variáveis explicativas que identifiquem a influência dos lanches, dos atrasos, da apresentação da tripulação, da segurança, entre outros, na escolha da companhia. Essa técnica pode ser utilizada para investigação de possíveis déficits na prestação do serviço que possam ser corrigidos, ocasionando migração de usuário e, assim, elevar a fatia percentual da companhia no mercado. Agradecimentos Agradecemos as assessorias de imprensa das companhias aéreas Azul e Tam e do Centro de Memória da Gol por permitirem a utilização de seus nomes nesta pesquisa. REFERÊNCIAS Alves, B. e O. Strambi, (2011) Variação sistemática da preferência em modelos de escolha de modo no acesso terrestre a aeroportos considerando a confiabilidade do tempo de viagem. Transporte em Transformação XV, Ed. Positiva, Brasilia. Basso, L., M. Clements e T. Ross,(2009) Moral hazard and customer loyalty programs. American Economic Journal: Microeconomics. Vol. 1(1): 101123. Basso, L e F. Feres, (2012) Programa de viajero frecuente bajo selección adversa y riesgo moral. XVII Congreso Panamericano de Ingeniería de Tránsito,Transporte y Logística, Santiago de Chile. Bhat, C.R.,(1998a) Accomodating flexible subtitution patterns is multidimensional choice modeling: formulation and application to travel mode and departure tme choice. Transportation Research Part B 32, p. 344466. Benakiva,M.E e D. Bolduc, (1996) Multinomial probit with a logit kernel and a general parametric specification of the covariance structure. Working Paper, Department d Economique, Université Laval, Québec. Benakiva, M.; D. Bolduc, D. e J. Walker, (2003) Specification, Identification, and Estimation of the Logit Kernel (or Continous Mixed Logit) Model. Working Paper apresentado no 5th Invitational Choice Symposium, Asilomar, California.

Benakiva, M. e S. R. Lerman, (1985) Discrete choice analysis: Theory and applications to travel demand. Cambridge: MIT Press. Bierlaire, M. (2003) BIOGEME: A free package for the estimation of discrete choice models, Switzerland, 3rd Swiss Transportation Research Conference. Bielschowsky, P. e M. C. Custódio. (2011) A evolução do Setor de Transporte Aéreo Brasileiro. Revista Eletrônica Novo Enfoque. v. 13, n. 13, p. 7293, 2011. Disponível em: < http://www.castelobranco.br/sistema/novoenfoque/files/13/artigos/7_prof_pablo_marcos_art4_vf.pdf:> Acesso em 22 fev. 2013. Brasil. (2010) Agência Nacional de Aviação Civil. Anuário do Transporte Aéreo. 69 p. Disponível em: <http://www2.anac.gov.br/estatistica/anuarios.asp>. Acesso em: 22 fev. 2013. Brownstone, D.; K. E. Train, (1999) Forescating new product penetration with flexible substitution patterns. Journal of Econometrics 89, P. 109129. Caminal, R. e Claici (2007) Are loyalty Rewarding, Pricing, Schemes, Anti Competitive? International Journal of Industrial Organization, Vol. 25(4): p. 65774. Hartmann, W.; B. Viard, (2008) Do frequency reward programs create switching cost? A dynamic structural analysis of demand in a reward program. Quantitative Marketing and Economics, Vol. 6(2): 109 37. Helms, H. (2010) O panorama da aviação nacional de 1986 a 2006 e a quebra da Varig. 126 f. Dissertação do Programa de Pós Graduação em História, Pontifícia Universidade Católica do Rio Grande do Sul. Hensher, D. A. (1994) Stated preference analysis of travel choices: The state of practice. Transportation 21(2): 107 133. Kroes, E. P. e Sheldon, R. J. (2000) Stated Preference Methods. Journal of Transport Economics and Policy. v. 22, n.1, p.1125, 1988. Disponível em: <http://www.bath.ac.uk/ejournals/jtep/pdf/volume_xx11_no_1_1125.pdf> Acesso em: 18 mar. 2013. Lai, K.; Wong, W. (2000) SP approach toward driver comprehension of message formats on VMS. Journal of Transportation Engineering 126(3): 221 227. Lederman, M. (2007) Do enhancements to loyalty programs affect demand? The impact of international frequentflyes partnerdhip on domestic airline demand. RAND Journal of Economics. Vol. 38(4): 113458. Louviere, J. J., D. A. Hensher, e D. S. Joffre, Stated choice methods: Analysis and applications. United Kingdom: Cambridge University Press, 2000. Louviere, J. J., D. A. Hensher, e J. D. Swait (2000) Stated Choice Methods. United Kingdom: Cambridge University Press. 402 p. Klemperer, P. (1987) Markets with consumer switching costs, The quarterly journal of economics. Vol. 102 (2): p. 375394. Kocur, G. T, T. Adler, W. Hyman e B. Aunet (1982). Guide to forecasting travel demand with direct utility assessment. Report UTANH11000182, Urban Mass Transprotation Administration, Washington DC. Manski, C. (1977) The structure of random utility models. Theory and Decision 8. P. 229254. Mcfadden, D. (1974) Conditional logit analysis of qualitative choice behavior. P Zarembka (ed.), Frontiers in Econometrics. Academic Press, Nueva York. Mcfadden, D. (1978) Modelling the choice of residential location. A.Karlqvist, L.Lundqvist, F.Snickars J.Weibull (eds.), Spatial interaction theory and residential location, NorthHolland, Amsterdam, p. 7596. Mcfadden, D., T. Domenic (1972) A disaggregated Behavioral Modelo of Urban Travel Demand. Report Nº CRA1562, Charles River Associates, Inc. Cambridge, Massachusetts. NODARI, C. T. (1996) Influência de preço e marca na demanda por transporte aéreo. 113 f. Dissertação (Mestre em Engenharia) Programa de PósGraduação em Engenharia de Produção, UFRGS, Porto Alegre. Ortúzar, J. D. e L. G. Willumsen. (2001) Modelling Transport. 3 ed. England: John Wiley & Sons. 549 p. Ortúzar,J.D.e E Cherchi (2003). Alternative specific variables in nonlinear utility functions: influence of correlation, homoscedasticity and taste variations.10 th International Conference on Travel Behaviour Research, Sena, H. S. (2010) O setor de aviação civil no Brasil: impacto da crise 2006/2007 e criação da ANAC para geração da inovação. 88 p. Monografia (Graduação em Administração) Faculdade de Economia Administração e Contabilidade, Universidade de Brasília. Brasília. Shy, O. (2002) A quickandeasy method for estimating switching costs, International Journal of Industry Organization, Vol. 20, p. 7187. Train, K. Discrete choive methods with simulation, 2 ed. Cambridge University Press, Cambridge. Vovsha, P. (1997) Cross nested logit model: an application to mode choice in the TelAviv metropolitan area. Transportation Research Board, 76th Annual meeting, Washington D.C. Williams, H.C.W.L. (1997) On the formation of travel demand models and economic evaluation measures of user benefit. Environment and Planning 9A, 285344.