Web and mobile technologies have had such profound impact that we have witnessed significant evolutionary changes in our social, economic and cultural activities. In recent years, online social networking sites such as Twitter, Facebook, Google+, and LinkedIn have gained immense popularity. Such social networks have led to an enormous explosion of network-centric data in a wide variety scenarios, posing unprecedented analytical and computational challenges to MIS researchers. At the same time, the availability of such data offers major research opportunities in various social computing and analytics areas to tackle interesting questions such as: - From a business and marketing perspective, how to mine the novel datasets of online user activities, interpersonal communications and interactions, for developing more successful marketing strategies? - From a system development perspective, how to incorporate massive amounts of available data to assist online users to find relevant, efficient, and timely information? In this dissertation, I explored these research opportunities by studying multiple analytics problems arose from the design and use of social networking services. The first two chapters (Chapter 2 and 3) are intended to study how social network can help to derive a better estimation of customer lifetime value (CLV), in the social gaming context. In Chapter 2, I first conducted an empirical study to demonstrate that friends' activities can serve as significant indicators of a player's CLV. Based on this observation, I proposed a perceptron-based online CLV prediction model considering both individual and friendship information. Preliminary results have shown that the model can be effectively used in online CLV prediction, by evaluating against other commonly-used benchmark methods. In Chapter 3, I further extended the metric of traditional CLV, by incorporating the personal influences on other customers' purchase as an integral part of the lifetime value. The proposed metric was illustrated and tested on seven social games of different genres. The results showed that the new metric can help marketing managers to achieve more successful marketing decisions in user acquisition, user retention, and cross promotion. Chapter 4 is devoted to the design of a recommendation system for micro-blogging. I studied the information diffusion pattern in a micro-blogging site (Twitter.com) and proposed diffusion-based metrics to assess the quality of micro-blogs, and leverage the new metric to implement a novel recommendation framework to help micro-blogging users to efficiently identify quality news feeds. Chapter 5 concludes this dissertation by highlighting major research contributions and future directions.

While earlier studies have discussed such individual factors as motivation, retention, and productivity as they relate to effective and productive sales force management, organizational factors, such as organizational development interventions, are also critical in developing salespeople and identifying their value, and have not been sufficiently studied. In response to the research gap, this study presents a salesperson lifecycle management model for identifying and optimizing salespersons’ value using effective and productive organizational development interventions. Such organizational development interventions should be proven valid for recognizing the proper alignment of people strategies with organizational goals. Surprisingly, this important aspect of sales management has not gained serious attention thus far. To fill the research gap, this study develops a quantitative basis that measures salesperson value and salesperson lifetime value for identifying an optimal organizational development intervention decision. To address the research objective, this study conducts a simulation with four different organizational development investment strategies and, under each strategy, three different sales performance types. This study also empirically tests the quantitative basis developed in the study two with an actual salesperson performance data from one of global consumer financing company and finds that sales organizations can utilize the quantitative basis for effective and productive organizational development intervention strategies.

While earlier studies have discussed such individual factors as motivation, retention, and productivity as they relate to effective and productive sales force management, organizational factors, such as organizational development interventions, are also critical in developing salespeople and identifying their value, and have not been sufficiently studied. In response to the research gap, this study presents a salesperson lifecycle management model for identifying and optimizing salespersons’ value using effective and productive organizational development interventions. Such organizational development interventions should be proven valid for recognizing the proper alignment of people strategies with organizational goals. Surprisingly, this important aspect of sales management has not gained serious attention thus far. To fill the research gap, this study develops a quantitative basis that measures salesperson value and salesperson lifetime value for identifying an optimal organizational development intervention decision. To address the research objective, this study conducts a simulation with four different organizational development investment strategies and, under each strategy, three different sales performance types. This study also empirically tests the quantitative basis developed in the study two with an actual salesperson performance data from one of global consumer financing company and finds that sales organizations can utilize the quantitative basis for effective and productive organizational development intervention strategies.

Recentes pesquisas no campo do Marketing têm apresentado resultados demonstrando que estratégias baseadas em elevar o Valor Vitalício dos Clientes (CLV) podem ter um impacto positivo no valor ao acionista. Em consequência disso, o Customer Equity, equivalente à soma dos CLVs dos clientes, também chamado de valor da base de clientes de uma empresa, vem se estabelecendo como métrica capaz de comprovar o impacto do Marketing no valor das empresas. A lógica que sustenta esta relação está no fato de que o valor das ações está baseado na expectativa de fluxo de caixa futuro, que provêm da base de clientes. O cálculo do CLV dos clientes também apresenta uma importante utilidade gerencial como balizador da correta alocação de recursos de Marketing, indicando os clientes mais lucrativos no longo prazo. A partir do modelo de Kumar e Shah (2009), esta dissertação realiza o cálculo do Customer Equity de uma empresa do setor financeiro a partir de informações individuais das transações dos clientes. O CLV é calculado individualmente, permitindo identificar o perfil dos clientes mais rentáveis no longo-prazo. Também é testada a relação entre Customer Equity e capitalização de mercado ao longo de 31 meses, sem comprovação de associação significativa entre as variáveis, mas havendo um sinal de relação positiva entre elas. Os resultados são discutidos, e, por fim, são analisadas implicações gerenciais e sugestões de pesquisas futuras. / Recent research in the field of Marketing have presented results demonstrating that strategies based on raising the Customer Lifetime Value (CLV) can have a positive impact on shareholder value. As a result, the Customer Equity, the sum of the customer’s CLVs, also called a customer’s base value of a company, has established itself as a metric able to demonstrate the impact of Marketing on the value of companies. The logic that underlies this relationship is in the fact that the value of the shares is based on expected future cash flows that stem from the customer base. Calculating customer’s CLV also has an important management utility of indicate the proper allocation of Marketing resources, identifying the most profitable customers in the long run. From the model of Kumar and Shah (2009), this paper performs the calculation of the Customer Equity of a financial institution from individual details of customer’s transactions. The CLV is calculated individually, allowing to identify the profile of the most profitable customers in the long run. Is also tested the relationship between Customer Equity and market capitalization over 31 months, without being proven a significant association between variables, but having a sign of a positive relationship between them. The results are discussed, and finally, managerial implications and suggestions for future research are analyzed.

A gestão de clientes é um processo que envolve a tomada de decisões estratégicas, que influenciam a composição do portfólio de clientes da companhia, e operacionais, que afetam o relacionamento dos clientes com a empresa no dia a dia. O framework sugerido nesta tese propicia a integração dessas duas perspectivas, permitindo aos gestores alocarem melhor os recursos de marketing, por possibilitarem (a) o incremento da eficiência da carteira de clientes, a partir da sua otimização, e (b) a identificação dos clientes mais propensos a gerarem lucros futuros, com base na modelagem de customer lifetime value (CLV) desenvolvida. A abordagem de otimização do portfólio de clientes foi elaborada para auxiliar os gestores a definirem os segmentos que devem ser alvo dos investimentos de marketing e tem como objetivo indicar a composição da carteira de clientes que proporcionará a rentabilidade, a diversificação do risco e a lucratividade desejadas pelos acionistas. A abordagem sugerida é uma adaptação para o marketing da teoria financeira do portfólio. Foram incluídas restrições específicas para a área de gestão de clientes que asseguram a exequibilidade dos portfólios recomendados, tanto em relação à necessidade de aquisição de clientes ou de redução da participação dos segmentos na carteira, quanto em relação à manutenção da lucratividade da empresa. Ademais, foram incorporadas opções de estimação do retorno, tais como a inclusão da tendência à série com base na modelagem SUR, além de serem avaliadas a utilização de duas proxies para o risco, a variância e o Conditional Value at Risk. De acordo com o framework de gestão de clientes proposto, a implementação das decisões estratégicas é viabilizada a partir da integração da análise dos resultados obtidos pela otimização com a avaliação proporcionada pelo modelo de CLV sugerido. Este, além de englobar a evolução do comportamento do cliente ao longo do relacionamento da empresa, considera o retorno e a matriz de probabilidade de troca de segmento de maneira individualizada. A heterogeneidade da matriz de Markov foi alcançada a partir da combinação convexa da matriz de transição geral com a matriz personalizada de cada cliente, possibilitando, assim, a priorização de clientes pertencentes a um mesmo segmento. O framework sugerido foi aplicado na base de clientes de uma grande empresa que atua nacionalmente na indústria de serviços financeiros. Após a constatação de que os segmentos podem gerar diferentes retornos e representar distintos níveis de risco para a companhia, foi feita a comparação dos resultados dos portfólios recomendados com o realizado. Os portfólios sugeridos desempenharam melhor de maneira consistente em termos de lucratividade e de eficiência, medida a partir do sharpe ratio. Em relação ao modelo de CLV, os resultados foram comparados com os obtidos a partir do modelo de Pfeifer & Carraway (2000), utilizado como ponto de partida para o seu desenvolvimento. As modificações incorporadas, além de possibilitarem a individualização por cliente, aumentaram a precisão da previsão dos valores individuais e a qualidade do ordenamento, mantendo a capacidade de avaliação do valor da base. Para resumir, foi proposto um framework de gestão de clientes que inclui a avaliação do risco, possibilitando aos gestores uma visão holística do negócio e particular de cada cliente. / Customer management is a process that involves strategic decision-making, which influence the composition of the customer portfolio, and operational decision making, which affect the relationship of each customer with the company. The proposed framework provides the integration of the strategic and operational perspectives, empowering managers to better allocate marketing resources as it enables (a) the increase of the efficiency of the customer portfolio, through its optimization, and (b) the identification of the customers that are more likely to bring profit in the future, through the customer lifetime value (CLV) model developed. The customer portfolio optimization method was built to help managers to define the customer segments that should be the target of their marketing investments. Its purpose is to indicate the customer portfolio composition that will provide the return, profitability and risk diversification desired by shareholders. The suggested approach is an adaptation to marketing of financial portfolio theory. In this way, customer management specific constrains were included to ensure the applicability of the recommended portfolios in terms of either the necessity of acquiring new customers or reducing the importance of a given segment in the portfolio as well as in terms of maintaining the company’s profitability. Furthermore, options of estimating return were incorporated such as the inclusion of the trend in the time series based SUR modeling as well as the optimizations were evaluated considering two proxies for risk, variance and Conditional Value at Risk. According to the proposed framework, the implementation of the strategic decisions concerning the changes needed in the customer portfolio become possible through the integration of the results of the optimization with the estimation of the value of each customer provided by the CLV model developed. In this model, besides accounting for the evolution of the customer behavior throughout the duration of his relationship with the company, we also consider, for each customer, his individual return and his individual transition matrix. The heterogeneity of the Markov matrix was reached with a convex combination of the general transition matrix and the personalized matrix of each customer. It, therefore, enables managers to priorize customers of the same segment. The suggested framework was applied to the customer database of a large national company from the financial services industry. Once evidenced that the customer segments can generate different returns and can have different levels of risk for the company, we compared the results of the recommended with the current. The portfolios suggested by the optimization performed consistently better in terms of profitability and efficiency, measured through sharpe ratio. Concerning the CLV model developed, we compared the results with Pfeifer & Carraway (2000) model, which was used as the start point for our model. The improvements implemented not only allowed the estimation of CLV at the individual level, but also increased the precision of the predictions for the customer lifetime values and for the customer ranking, maintaining the quality of the customer equity forecast. To sum up, our proposed framework which includes risk assessment enables marketing managers to have a holistic vision of their customer portfolio and to drilldown into a particular vision of each customer.

A questão da produtividade das atividades de marketing é um antigo debate da disciplina, porém ganhou destaque nos anos 1990 a partir de uma conjuntura que propiciou questionamentos sobre a eficácia e eficiência dos departamentos de marketing das empresas. Argumentou-se que o marketing deveria ir além das métricas tradicionais e explicitar as consequências de marketing para todos os stakeholders. Nesse sentido, os conceitos de customer equity e customer lifetime value têm se mostrado promissores em fazer a conexão marketing-finanças a partir de uma série de estudos iniciados nos anos 1990. Desde então foram elaboradas inúmeras modelagens a fim de mensurar a contribuição das ações de marketing empiricamente. De fato, evidências apontam para uma real contribuição de marketing dentro da empresa, seja pelo valor da marca, da clientela, da satisfação, lealdade entre outros. No entanto, a diversidade de modelos pode significar um entrave na padronização de cálculo e não existem pesquisas que estudem o impacto do modelo escolhido nos resultados da estimação nem sua implicação para tomada de decisão. A presente tese visou investigar até que ponto existe modelo dependência na estimação do customer equity e customer lifetime value, já que os resultados impactam diretamente na estratégia a ser utilizada pela gerência e, consequentemente, no desempenho da empresa A partir da classificação dos modelos foram comparados aqueles chamados de determinísticos, um grupo de modelos com características semelhantes e implementação simplificada. Os resultados indicam que, no caso da utilização do customer equity para avaliação financeira da empresa a estimação apresenta grande variabilidade, o que indica modelo dependência e a necessidade de aprofundamento metodológico, principalmente em negócios com alta heterogeneidade de margens e retenções. O ciclo de vida do cliente, por sua vez apresenta modelo dependência no que diz respeito a estratégia gerencial para maximizar o mesmo, sendo a seguinte: nos modelos de projeção infinita a retenção de clientes apresenta “prêmio” crescente no ciclo de vida esperado, enquanto que margens de contribuição tem peso maior em ambientes com retenção menor que 50% aproximadamente. Modelos com projeção finita, no entanto, não apresentam essa característica, sendo a retenção sempre a causar maior impacto marginal no valor do ciclo de vida esperado. Esses resultados fornecem evidências para concluirmos que existe modelo dependência na estimação de tais métricas. / The marketing productivity is an old debate in the field and has gained substantial attention since 1990’s as a product of a context that raised questions about the real contribution of marketing, its efficiency and efficacy. Managers argued that marketing should demonstrate its effects beyond traditional metrics and making them available to all business’ stakeholders. In this sense, customer equity and customer lifetime value has been used to make the connection between marketing and finance by 1990’s until now. In fact, research has shown that marketing contributes to firm value by elevating brand equity, customer loyalty and satisfaction, customer equity, among others. However, the large number of customer equity and customer lifetime models can be a difficulty on finding standard methodology, and there are no studies that compare model’s impact on results. This study aims to investigate the dependency of the models in estimating customer equity and customer lifetime value and its consequence on strategy adoption by managers. Starting from a classification proposal, a group of deterministic models were chosen to be compared. Results show that using customer equity for valuation purposes is model dependent, since models present great estimation variability, especially in a heterogeneous context. Customer lifetime value does produce divergent strategies and has model dependency as well: on models of infinite projection retention rates have increasing effect on expected customer lifetime values, but margins are preferred until a retention threshold of fifty percent. This does not occur within a model with finite projection, which retention rates has always more impact than margins. The sum of this results offer evidence that, indeed, model dependency on estimating customer equity and customer lifetime value exists.

El presente trabajo de titulo tiene como objetivo utilizar técnicas de data mining para determinar una metodología que permita estimar el lifetime value de los clientes de un supermercado mayorista. El comportamiento histórico de compra y variables de georeferenciación se utilizan para estimar cómo se comportará un cliente en el futuro. Este comportamiento se define como la variación porcentual del monto que desarrollará cada cliente. Para la estimación se utilizan técnicas probabilísticas y de data mining. En particular, se construyen cinco modelos basados en las siguientes técnicas: Pareto/NBD, Árbol de decisión y MLP. Posteriormente, se incluyen tres modelos ingenuos que permitan justificar el desarrollo de modelos sofisticados. El desempeño de los modelos indica que las técnicas de data mining, para el caso analizado, tienen mejores resultados en las estimaciones. Se concluye, que el modelo Pareto/NBD es conservador ya que tiende a asumir que un cliente mantendrá su comportamiento. No obstante, el modelo árbol de decisión es levemente más agresivo siendo el mejor a nivel de segmentos e individual con un error de precisión de un 55.8% a nivel de clientes y un 9.2% a nivel de segmentos. El resultado final consiste en la estimación del lifetime value a nivel de segmentos e individual de los clientes, utilizando el modelo árbol de decisión, que define un flujo monetario que se descuenta a lo largo de un periodo de tiempo. De esta manera se determina el lifetime value. Como trabajo futuro se propone definir un criterio que permita proyectar la tasa de crecimiento de los clientes a lo largo del tiempo.

A questão da produtividade das atividades de marketing é um antigo debate da disciplina, porém ganhou destaque nos anos 1990 a partir de uma conjuntura que propiciou questionamentos sobre a eficácia e eficiência dos departamentos de marketing das empresas. Argumentou-se que o marketing deveria ir além das métricas tradicionais e explicitar as consequências de marketing para todos os stakeholders. Nesse sentido, os conceitos de customer equity e customer lifetime value têm se mostrado promissores em fazer a conexão marketing-finanças a partir de uma série de estudos iniciados nos anos 1990. Desde então foram elaboradas inúmeras modelagens a fim de mensurar a contribuição das ações de marketing empiricamente. De fato, evidências apontam para uma real contribuição de marketing dentro da empresa, seja pelo valor da marca, da clientela, da satisfação, lealdade entre outros. No entanto, a diversidade de modelos pode significar um entrave na padronização de cálculo e não existem pesquisas que estudem o impacto do modelo escolhido nos resultados da estimação nem sua implicação para tomada de decisão. A presente tese visou investigar até que ponto existe modelo dependência na estimação do customer equity e customer lifetime value, já que os resultados impactam diretamente na estratégia a ser utilizada pela gerência e, consequentemente, no desempenho da empresa A partir da classificação dos modelos foram comparados aqueles chamados de determinísticos, um grupo de modelos com características semelhantes e implementação simplificada. Os resultados indicam que, no caso da utilização do customer equity para avaliação financeira da empresa a estimação apresenta grande variabilidade, o que indica modelo dependência e a necessidade de aprofundamento metodológico, principalmente em negócios com alta heterogeneidade de margens e retenções. O ciclo de vida do cliente, por sua vez apresenta modelo dependência no que diz respeito a estratégia gerencial para maximizar o mesmo, sendo a seguinte: nos modelos de projeção infinita a retenção de clientes apresenta “prêmio” crescente no ciclo de vida esperado, enquanto que margens de contribuição tem peso maior em ambientes com retenção menor que 50% aproximadamente. Modelos com projeção finita, no entanto, não apresentam essa característica, sendo a retenção sempre a causar maior impacto marginal no valor do ciclo de vida esperado. Esses resultados fornecem evidências para concluirmos que existe modelo dependência na estimação de tais métricas. / The marketing productivity is an old debate in the field and has gained substantial attention since 1990’s as a product of a context that raised questions about the real contribution of marketing, its efficiency and efficacy. Managers argued that marketing should demonstrate its effects beyond traditional metrics and making them available to all business’ stakeholders. In this sense, customer equity and customer lifetime value has been used to make the connection between marketing and finance by 1990’s until now. In fact, research has shown that marketing contributes to firm value by elevating brand equity, customer loyalty and satisfaction, customer equity, among others. However, the large number of customer equity and customer lifetime models can be a difficulty on finding standard methodology, and there are no studies that compare model’s impact on results. This study aims to investigate the dependency of the models in estimating customer equity and customer lifetime value and its consequence on strategy adoption by managers. Starting from a classification proposal, a group of deterministic models were chosen to be compared. Results show that using customer equity for valuation purposes is model dependent, since models present great estimation variability, especially in a heterogeneous context. Customer lifetime value does produce divergent strategies and has model dependency as well: on models of infinite projection retention rates have increasing effect on expected customer lifetime values, but margins are preferred until a retention threshold of fifty percent. This does not occur within a model with finite projection, which retention rates has always more impact than margins. The sum of this results offer evidence that, indeed, model dependency on estimating customer equity and customer lifetime value exists.

A gestão de clientes é um processo que envolve a tomada de decisões estratégicas, que influenciam a composição do portfólio de clientes da companhia, e operacionais, que afetam o relacionamento dos clientes com a empresa no dia a dia. O framework sugerido nesta tese propicia a integração dessas duas perspectivas, permitindo aos gestores alocarem melhor os recursos de marketing, por possibilitarem (a) o incremento da eficiência da carteira de clientes, a partir da sua otimização, e (b) a identificação dos clientes mais propensos a gerarem lucros futuros, com base na modelagem de customer lifetime value (CLV) desenvolvida. A abordagem de otimização do portfólio de clientes foi elaborada para auxiliar os gestores a definirem os segmentos que devem ser alvo dos investimentos de marketing e tem como objetivo indicar a composição da carteira de clientes que proporcionará a rentabilidade, a diversificação do risco e a lucratividade desejadas pelos acionistas. A abordagem sugerida é uma adaptação para o marketing da teoria financeira do portfólio. Foram incluídas restrições específicas para a área de gestão de clientes que asseguram a exequibilidade dos portfólios recomendados, tanto em relação à necessidade de aquisição de clientes ou de redução da participação dos segmentos na carteira, quanto em relação à manutenção da lucratividade da empresa. Ademais, foram incorporadas opções de estimação do retorno, tais como a inclusão da tendência à série com base na modelagem SUR, além de serem avaliadas a utilização de duas proxies para o risco, a variância e o Conditional Value at Risk. De acordo com o framework de gestão de clientes proposto, a implementação das decisões estratégicas é viabilizada a partir da integração da análise dos resultados obtidos pela otimização com a avaliação proporcionada pelo modelo de CLV sugerido. Este, além de englobar a evolução do comportamento do cliente ao longo do relacionamento da empresa, considera o retorno e a matriz de probabilidade de troca de segmento de maneira individualizada. A heterogeneidade da matriz de Markov foi alcançada a partir da combinação convexa da matriz de transição geral com a matriz personalizada de cada cliente, possibilitando, assim, a priorização de clientes pertencentes a um mesmo segmento. O framework sugerido foi aplicado na base de clientes de uma grande empresa que atua nacionalmente na indústria de serviços financeiros. Após a constatação de que os segmentos podem gerar diferentes retornos e representar distintos níveis de risco para a companhia, foi feita a comparação dos resultados dos portfólios recomendados com o realizado. Os portfólios sugeridos desempenharam melhor de maneira consistente em termos de lucratividade e de eficiência, medida a partir do sharpe ratio. Em relação ao modelo de CLV, os resultados foram comparados com os obtidos a partir do modelo de Pfeifer & Carraway (2000), utilizado como ponto de partida para o seu desenvolvimento. As modificações incorporadas, além de possibilitarem a individualização por cliente, aumentaram a precisão da previsão dos valores individuais e a qualidade do ordenamento, mantendo a capacidade de avaliação do valor da base. Para resumir, foi proposto um framework de gestão de clientes que inclui a avaliação do risco, possibilitando aos gestores uma visão holística do negócio e particular de cada cliente. / Customer management is a process that involves strategic decision-making, which influence the composition of the customer portfolio, and operational decision making, which affect the relationship of each customer with the company. The proposed framework provides the integration of the strategic and operational perspectives, empowering managers to better allocate marketing resources as it enables (a) the increase of the efficiency of the customer portfolio, through its optimization, and (b) the identification of the customers that are more likely to bring profit in the future, through the customer lifetime value (CLV) model developed. The customer portfolio optimization method was built to help managers to define the customer segments that should be the target of their marketing investments. Its purpose is to indicate the customer portfolio composition that will provide the return, profitability and risk diversification desired by shareholders. The suggested approach is an adaptation to marketing of financial portfolio theory. In this way, customer management specific constrains were included to ensure the applicability of the recommended portfolios in terms of either the necessity of acquiring new customers or reducing the importance of a given segment in the portfolio as well as in terms of maintaining the company’s profitability. Furthermore, options of estimating return were incorporated such as the inclusion of the trend in the time series based SUR modeling as well as the optimizations were evaluated considering two proxies for risk, variance and Conditional Value at Risk. According to the proposed framework, the implementation of the strategic decisions concerning the changes needed in the customer portfolio become possible through the integration of the results of the optimization with the estimation of the value of each customer provided by the CLV model developed. In this model, besides accounting for the evolution of the customer behavior throughout the duration of his relationship with the company, we also consider, for each customer, his individual return and his individual transition matrix. The heterogeneity of the Markov matrix was reached with a convex combination of the general transition matrix and the personalized matrix of each customer. It, therefore, enables managers to priorize customers of the same segment. The suggested framework was applied to the customer database of a large national company from the financial services industry. Once evidenced that the customer segments can generate different returns and can have different levels of risk for the company, we compared the results of the recommended with the current. The portfolios suggested by the optimization performed consistently better in terms of profitability and efficiency, measured through sharpe ratio. Concerning the CLV model developed, we compared the results with Pfeifer & Carraway (2000) model, which was used as the start point for our model. The improvements implemented not only allowed the estimation of CLV at the individual level, but also increased the precision of the predictions for the customer lifetime values and for the customer ranking, maintaining the quality of the customer equity forecast. To sum up, our proposed framework which includes risk assessment enables marketing managers to have a holistic vision of their customer portfolio and to drilldown into a particular vision of each customer.

Recentes pesquisas no campo do Marketing têm apresentado resultados demonstrando que estratégias baseadas em elevar o Valor Vitalício dos Clientes (CLV) podem ter um impacto positivo no valor ao acionista. Em consequência disso, o Customer Equity, equivalente à soma dos CLVs dos clientes, também chamado de valor da base de clientes de uma empresa, vem se estabelecendo como métrica capaz de comprovar o impacto do Marketing no valor das empresas. A lógica que sustenta esta relação está no fato de que o valor das ações está baseado na expectativa de fluxo de caixa futuro, que provêm da base de clientes. O cálculo do CLV dos clientes também apresenta uma importante utilidade gerencial como balizador da correta alocação de recursos de Marketing, indicando os clientes mais lucrativos no longo prazo. A partir do modelo de Kumar e Shah (2009), esta dissertação realiza o cálculo do Customer Equity de uma empresa do setor financeiro a partir de informações individuais das transações dos clientes. O CLV é calculado individualmente, permitindo identificar o perfil dos clientes mais rentáveis no longo-prazo. Também é testada a relação entre Customer Equity e capitalização de mercado ao longo de 31 meses, sem comprovação de associação significativa entre as variáveis, mas havendo um sinal de relação positiva entre elas. Os resultados são discutidos, e, por fim, são analisadas implicações gerenciais e sugestões de pesquisas futuras. / Recent research in the field of Marketing have presented results demonstrating that strategies based on raising the Customer Lifetime Value (CLV) can have a positive impact on shareholder value. As a result, the Customer Equity, the sum of the customer’s CLVs, also called a customer’s base value of a company, has established itself as a metric able to demonstrate the impact of Marketing on the value of companies. The logic that underlies this relationship is in the fact that the value of the shares is based on expected future cash flows that stem from the customer base. Calculating customer’s CLV also has an important management utility of indicate the proper allocation of Marketing resources, identifying the most profitable customers in the long run. From the model of Kumar and Shah (2009), this paper performs the calculation of the Customer Equity of a financial institution from individual details of customer’s transactions. The CLV is calculated individually, allowing to identify the profile of the most profitable customers in the long run. Is also tested the relationship between Customer Equity and market capitalization over 31 months, without being proven a significant association between variables, but having a sign of a positive relationship between them. The results are discussed, and finally, managerial implications and suggestions for future research are analyzed.