Aprimoramento da retenção de clientes em um aplicativo de Business Intelligence
Exacta · 13.07.2026 · 24 · e29515
DOI: 10.5585/2026.29515 ↗Kurz gefasst
Fachartikel in der Zeitschrift Exacta, online erschienen am 13.07.2026. Verfasst von Henrricco Nieves Pujol Tucci und 1 weiteren Autor:innen. Die Arbeit nennt 33 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Este estudo analisa os fatores internos associados ao churn em um aplicativo SaaS de Business Intelligence, com o objetivo de compreender o cancelamento sob uma perspectiva processual e orientar ações de melhoria na retenção de clientes. Inserido no campo da Engenharia da Qualidade, caracteriza-se como pesquisa aplicada, de natureza exploratório-descritiva, com abordagem mista e recorte longitudinal, conduzida por meio de um estudo de caso em uma startup tecnológica. A partir da análise de dados quantitativos e qualitativos, incluindo registros de cancelamento e interações com clientes, foram identificadas as principais causas do churn e implementadas ações estruturadas, como processos de onboarding e acompanhamento contínuo. Os resultados evidenciam redução significativa dos cancelamentos por fatores internos, de 78,97% para 35,47%, bem como diminuição da taxa de perda de clientes recém-adquiridos. Como contribuição, propõe-se um modelo analítico da jornada do cliente em ambientes SaaS, destacando a relevância da fase pós-venda para a retenção.
Zitieren
APA
Tucci, H. N. P., & Pinto, M. V. (2026). Aprimoramento da retenção de clientes em um aplicativo de Business Intelligence. Exacta, 24, e29515. https://doi.org/10.5585/2026.29515
Vancouver
Tucci HNP, Pinto MV. Aprimoramento da retenção de clientes em um aplicativo de Business Intelligence. Exacta. 2026;24:e29515. doi:10.5585/2026.29515
BibTeX
@article{Tucci2026,
author = {Tucci, Henrricco Nieves Pujol and Pinto, Marcus Vinicius},
title = {Aprimoramento da retenção de clientes em um aplicativo de Business Intelligence},
journal = {Exacta},
year = {2026},
volume = {24},
pages = {e29515},
doi = {10.5585/2026.29515}
}
EUVIMED