Os Determinantes da Lealdade num Contexto de Serviços: Um Estudo no Sector Segurador Português

Abstract

Progressivamente, o marketing relacional tem vindo a assumir uma indisfarçável importância no panorama geral do marketing. O marketing relacional representa a melhor forma de reter os clientes no longo prazo, pelo que constitui uma vantagem competitiva sustentável para uma empresa. Todas as contribuições académicas acerca do marketing relacional apontam como objectivo final da abordagem relacional a obtenção da lealdade do cliente. Os benefícios que se repercutem numa empresa por possuir um espectro de clientes leais têm sido realçados amplamente, uma vez que o aumento dos proveitos e a redução dos custos traduzem-se numa maior lucratividade ou rentabilidade da empresa. Por conseguinte, se a lealdade dos clientes tem como consequência uma maior rentabilidade da empresa, cumpre indagar os factores que influenciam a lealdade. Se a satisfação do cliente foi apontada, desde sempre, como um indiscutível determinante da lealdade, modernamente, são cada vez mais os investigadores que se debruçam sobre muitos outros antecedentes da lealdade. O espectro de antecedentes ou determinantes da lealdade tornou-se vasto. Constitui objectivo cimeiro desta dissertação identificar os antecedentes e as consequências da lealdade dos segurados a Companhias de Seguros. O sector segurador apresenta características específicas que o distinguem dos outros sectores. Cumpre, assim, não só traçar os principais determinantes da lealdade, mas, também, apurar os que surgem específicos do sector segurador. Foram recolhidos dados de 744 possuidores de seguro automóvel, que foram, posteriormente, analisados através de duas técnicas estatísticas: a modelagem de equações estruturais e as redes neuronais artificiais. O modelo de equações estruturais confirmou a forte influência que a satisfação exerce na lealdade. O compromisso relacional dos segurados com as seguradoras influenciou também directamente a lealdade. Em idêntico sentido, os custos de benefícios perdidos, a propensão para a lealdade, e a justiça interactiva assumiram-se como determinantes da lealdade. Cumpre destacar o valor percebido e a qualidade de serviço como determinantes da lealdade, embora a sua influência se tenha revelado indirecta, através da satisfação. Uma das consequências da lealdade apontadas na literatura é o passa-palavra. Confirmou-se nesta investigação que os segurados leais dizem bem da sua Companhia de Seguros e recomendam-na. As redes neuronais artificiais geraram uma camada escondida com três neurónios a influenciarem a lealdade. O primeiro neurónio designado “proximidade relacional”, por ter privilegiado factores de natureza relacional, foi o que mais contribuiu positivamente para a lealdade. Destacaram-se a reputação, a propensão para a lealdade, a satisfação, o compromisso relacional, e a orientação para o cliente. O segundo neurónio, designado “insatisfação/baixa qualidade da relação”, revelou-se o único cujo contributo para a lealdade foi negativo. Contudo, agora, olhando para a outra face da moeda, mais uma vez, a satisfação assumiu um papel muito importante na lealdade, uma vez que a ausência de satisfação ditou a deslealdade. A inexistência de confiança e de compromisso relacional, espelhando, juntamente com a falta de satisfação, uma baixa qualidade da relação, contribuiu negativamente para a lealdade. Por sua vez, os custos de benefícios perdidos negativos revelaram-se prejudiciais à obtenção da lealdade. O terceiro neurónio escondido, que contribuiu positivamente para a lealdade, embora assumindo um valor muito mais fraco do que o do primeiro neurónio, colocou em relevo o papel do valor percebido, da justiça percebida, e da qualidade de serviço percebida na obtenção da lealdade. A comunicação registou valores positivos, quer no primeiro, quer no terceiro neurónio, embora não muito expressivos. Os resultados alcançados mediante o emprego destas duas técnicas sugerem que a modelagem de equações estruturais e as redes neuronais artificiais podem ser complementares, mostrando patentes analogias.

Relationship marketing has been steadily assuming undisguised importance in the overall marketing picture. It is the best way to retain customers in the long-run, and is thus a sustainable competitive advantage for a firm. All academic articles on relationship marketing indicate that obtaining customer loyalty is the ultimate goal. The benefits to a firm that has a spectrum of loyal customers have been extensively highlighted since increased income and lower costs equal greater profitability. Therefore, if customer loyalty leads to greater profitability we need to see what factors influence loyalty. While customer satisfaction has always been indicated as an unarguable determinant of loyalty, of late researchers have increasingly been looking at a number of other precursors of loyalty. The spectrum of precursors or determinants of loyalty is very broad indeed. The key goal of this dissertation is to identify the precursors and consequences of the loyalty of persons insured with insurance companies. The insurance sector has specific characteristics that set it apart from other sectors. It is not enough just to find the main determinants of loyalty, those that are specific to the insurance sector must be singled out, too. Information was collected on 744 holders of car insurance and this was subsequently analysed by means of two statistical techniques: structural equation modelling, and artificial neural networks. Structural equation modelling confirmed the strong influence of satisfaction on loyalty. The relational commitment of the insured parties to the insurers directly influenced loyalty, too. Other determinants were the cost of lost benefits, the propensity for loyalty and interactive justice. It should be noted that perceived value and quality of service are determinants of loyalty, though their influence is indirect, through satisfaction. One consequence of loyalty reported in the literature is word-of-mouth. This research confirmed that loyal customers speak well of their company and recommend it. Artificial neural networks generated a hidden layer of three neurons that influence loyalty. The first neuron, called “relational proximity” because it favoured factors of a relational nature, contributed most positively to loyalty. Reputation, propensity for loyalty, satisfaction, relational commitment and orientation to the customer were highlighted. The second neuron, called “dissatisfaction/poor quality relationship”, was found to be the only one whose input to loyalty was negative. But looking at the other side of the coin, satisfaction was again highly important to loyalty since absence of satisfaction dictated disloyalty. Lack of trust and relational commitment together with lack of satisfaction reflected a poor quality relationship and contributed negatively to loyalty. The negative cost of lost benefits was also found to jeopardise the acquisition of loyalty. The third hidden neuron, which contributes positively to loyalty, though it is much weaker than the first one, highlights the role of perceived value, perceived justice and perceived quality of service in gaining loyalty. Communication has positive values, but not strikingly so, in both the first and third neurons. The results achieved through these two techniques suggest that structural equation modelling and artificial neural networks can complement one another since they exhibit clear analogies.