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 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 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.