Análise do contraste da penalidade e da recompensa (PRC): identificando oportunidades de melhoria em um serviço

Abstract

As organizações estão inseridas em um ambiente competitivo no qual a melhoria contínua dos seus produtos auxilia a manter ou incrementar novos negócios. Nesse processo, é relevante ouvir o cliente, pois é ele quem decide se o produto ou serviço será utilizado ou não, sendo então essencial conhecer os atributos do produto que intensificam o nível de satisfação dos clientes. Este artigo tem como objetivo apresentar o método de análise do contraste da penalidade e da recompensa (Penalty and Reward Contrast analysis - PRC), que identifica atributos relevantes na influência da satisfação do consumidor. Para ilustrar o método PRC, realizou-se uma pesquisa avaliando 16 atributos de supermercados, com uma amostra de 290 respondentes. O resultado da pesquisa revela que a análise do contraste da penalidade e da recompensa apresenta os atributos que influenciam a satisfação geral, mas descarta atributos que os consumidores não têm experiência de utilização, entre eles, os inovadores.

Análise do contraste da penalidade e da recompensa (PRC): identificando atributos de qualidade em serviços de academias

“…Na pesquisa realizada por Picolo e Tontini (2006), este procedimento foi utilizado para verificar a influência de cada um dos 16 atributos na satisfação geral dos clientes de dois supermercados. Os autores concluíram que a satisfação geral estava recebendo maior influência dos atributos relacionados a procedimentos de operação do que atributos relacionados à estrutura física.…”

“…Sendo assim, a satisfação geral será diretamente influenciada pelo nível de satisfação com o atributo. Os atributos considerados neutros são aqueles que não influenciam a satisfação geral independente do desempenho (Matzler et al, 2004;Picolo e Tontini, 2006).…”

Background to the Perceived Quality of a Business Course: a nonlinear approach

“…No tocante à avaliação do impacto do desempenho das dimensões na qualidade percebida, destaca-se que essa pode ser feita por três maneiras: perguntas de suficiência e insuficiência no desempenho com respostas categóricas (KANO et al, 1984;SAUERWEIN, 1996;TONTINI, 2003a), com escala ordinal (TONTINI, 2003b;TONTINI;SANTANA, 2006;TONTINI;SILVEIRA, 2005) e por análise de regressão com variáveis dummy, também chamada de análise do contraste da penalidade e da recompensa (PRC Penalty and Reward Contrast Analysis) (ANDERSON; MITTAL, 2000; AUDRAIN-PONTEVIA, 2004;BRANDT, 1987;CHEUNG;LEE, 2005;FUCHS;WEIERMAIR, 2004;MATZLER;SAUERWEIN, 2002;MATZLER et al, 2004;PICOLO;TING;CHEN, 2002).…”

“…Assim, obtêmse dois coeficientes de regressão para uma única variável independente: um coeficiente quando o desempenho do atributo for menor (penalidade), e outro, quando for maior (recompensa) do que o valor referencial determinado. A análise do PRC também pode ser efetuada com um modelo multiatributos (Y = b0 + b1X1pos + b2X2neg + ... + bnXnpos + bnXnneg), no qual se analisa simultaneamente a interferência de vários atributos na avaliação geral (PICOLO;.…”

Usando a Análise de Lacunas de Melhoria na gestão de trade-offs de estratégias operacionais

“…A limitation of many studies is that they assume the relationship between attributes' importance and performance is linear. However, several studies demonstrate the existence of non-linearity between these factors (Anderson & Mittal, 2000;Kano et al, 1984;Picolo & Tontini, 2008;Tontini & Picolo, 2014), what may lead to erroneous decisions. Based on these problems, we define the following research question: How the checking of the importance of operational Limitações da pesquisa: Uma limitação dessa pesquisa é proveniente da metodologia IGA -Improvement Gap Analysis quanto ao uso da insatisfação dos clientes como medida de relevância das estratégias operacionais.…”