aplicaÇÃo do lean startup para a definiÇÃo dos … · estão relacionados à economia...
Embed Size (px)
TRANSCRIPT
UNIVERSIDADE FEDERAL DE SANTA CATARINA – UFSC
CENTRO TECNOLÓGICO – CTC
ENGENHARIA DE PRODUÇÃO E SISTEMAS - EPS
Julia Thomas Cuellar
APLICAÇÃO DO LEAN STARTUP PARA A DEFINIÇÃO
DOS ATRIBUTOS DE UM SERVIÇO DA
ECONOMIA COLABORATIVA
Florianópolis
2017
JULIA THOMAS CUELLAR
APLICAÇÃO DO LEAN STARTUP PARA A DEFINIÇÃO
DOS ATRIBUTOS DE UM SERVIÇO DA
ECONOMIA COLABORATIVA
Trabalho de conclusão de curso submetido ao
Departamento de Engenharia de Produção e
Sistemas da Universidade Federal de Santa
Catarina como requisito parcial para obtenção do
título em Engenharia, área civil e habilitação
Produção Civil.
Orientador: Prof. Dr. Diego de Castro Fettermann
Florianópolis, 12 de junho de 2017.
Julia Thomas Cuellar
APLICAÇÃO DO LEAN STARTUP PARA A DEFINIÇÃO
DOS ATRIBUTOS DE UM SERVIÇO DA
ECONOMIA COLABORATIVA
Este Trabalho de Conclusão de Curso foi julgado adequado e aprovado
em sua forma final pelo Curso de Graduação em Engenharia de
Produção Civil, da Universidade Federal de Santa Catarina.
Florianópolis, 12 de junho de 2017.
________________________
Prof. Dr. Marina Bouzon
Coordenador do Curso
Banca Examinadora:
________________________
Prof. Dr. Diego de Castro Fettermann
Orientador
Universidade Federal de Santa Catarina
________________________
Prof. Dr. Artur Santa Catarina
Universidade Federal de Santa Catarina
________________________
Prof. Dr. Guilherme Ernani Vieira
Universidade Federal de Santa Catarina
Dedicado à todas as pessoas que
me permitiram chegar até aqui, especialmente
Maria Inês Thomas e Jorge Orlando Cuellar Noguera
meus pais.
AGRADECIMENTOS
Este trabalho representa mais um passo rumo ao futuro
profissional que desejo traçar. Por isso, gostaria de agradecer a todos
aqueles que de alguma forma me motivaram e me guiaram neste
caminho.
À Deus, qυе iluminou о mеu caminho durante esta caminhada.
Aos meus pais, Jorge Orlando Cuellar Noguera e Maria Inês
Thomas, por todos os ensinamentos dados ao longo de meus 23 anos de
vida, pelas noites mal dormidas e, principalmente, pelo amor que
passaram a mim. Vocês são minha força para seguir sempre em frente.
Obrigada por tudo, amo vocês.
A Iuri Araújo, pelos momentos de apoio, conforto e crescimento
que já tivemos e ainda teremos.
A Mayara Garcia, por todo o carinho, força e aprendizado que
proporcionou. Esta etapa da minha vida não seria a mesma sem você.
Ao meu orientador Diego de Castro Fettermann, por todo apoio
dado para o desenvolvimento deste trabalho.
À EJEP, que proporcionou meus primeiros passos profissionais e
me permitiu conhecer amigos que levarei para toda a vida.
Ao GLean, que oportunizou diversas maneiras de
desenvolvimento profissional, deixando-me mais preparada para o
mercado de trabalho.
À CAPES, pela oportunidade extremamente enriquecedora de
realização da graduação sanduíche na University of Missouri, EUA.
Ao Colégio Militar de Santa Maria, que foi fator extremamente
importante para minha formação pessoal e profissional, que lapidou
muitas de minhas características e me permitiu encontrar pessoas
exemplo em todos os aspectos da vida.
A todos os meus amigos que, direta ou indiretamente, me
auxiliaram e apoiaram no alcance de meus objetivos.
As nuvens mudam sempre de posição,
mas são sempre nuvens ao céu.
Assim devemos ser todo dia, mutantes,
porém leais ao que pensamos e sonhamos
(Paulo Baleki)
RESUMO
O presente trabalho tem como objetivo a realização de um ciclo do Lean
Startup para a definição dos atributos de um serviço de economia
colaborativa direcionados a uma maior agregação de valor ao cliente. O
serviço tem a funcionalidade de apresentar opções de serviço de beleza
para os clientes de acordo com a sua localização. Utilizando o sensor de
localização do smartphone e a disponibilidade de atendimentos dos
prestadores do serviço o aplicativo apresenta os serviços de beleza
disponíveis mais próximos e o seu custo, facilitando a seleção do
prestador de serviço por parte do cliente.
Palavras-chave: Aplicativo. Economia Colaborativa. Mínimo Produto
Viável. Lean Startup.
ABSTRACT
This paper aims to perform the Lean Startup cycle by defining the
attributes of a service of the collaborative economy, leading to a greater
aggregation of value to the client. The service provides beauty service
options to customers according to their location. Using the location
sensor of the smartphone and the availability of calls from service
providers the application presents the nearest available beauty services
and their cost, making it easier for the customer to select the service
provider.
Keywords: App. Collaborative Economics. Minimum Valuable
Product. Lean Startup.
LISTA DE FIGURAS
Figura 1 – Evolução da atividade empreendedora no Brasil segundo
estágio do empreendimento ................................................................... 27
Figura 2 – Cinco princípios do pensamento enxuto ............................. 33
Figura 3 – Ciclo de feedback Construir-Medir-Aprender .................... 35
Figura 4 – Exemplo de tela inicial de interação com a cliente ............. 44
Figura 5 – Persona do aplicativo Lótus ............................................... 45
Figura 6 – Imagem parcial do questionário .......................................... 47
Figura 7 – Modelo conceitual proposto para estudo ............................ 54
Figura 8 – Análise da Curva ROC para verificação do ajuste do modelo
............................................................................................................... 58
LISTA DE GRÁFICO
Gráfico 1 – Faixa etária da pesquisa..................................................... 52
LISTA DE TABELAS
Tabela 1 – Planejamento experimental utilizado na pesquisa .............. 46
Tabela 2 – Dados descritivos da pesquisa ............................................ 53
Tabela 3 – Análise de regressão logística para as variáveis do público-
alvo ........................................................................................................ 55
Tabela 4 – Análise de regressão logística com as funcionalidades do
aplicativo ............................................................................................... 56
Tabela 5 – Análise de regressão logística de todas as variáveis do
modelo ................................................................................................... 57
Tabela 6 – Área sobre a Curva ROC .................................................... 58
LISTA DE EQUAÇÕES
Equação 1 – Função Utilidade Total .................................................... 39
Equação 2 – Probabilidade de um evento ocorrer ................................ 41
Equação 3 – Resultado do modelo de regressão logística .................... 56
Equação 4 – Função utilidade do modelo ............................................ 57
LISTA DE ABREVIATURA
MVP – Mínimo Produto Viável
SUMÁRIO
1 INTRODUÇÃO ................................................................................ 27
1.1 OBJETIVOS ................................................................................... 29
1.1.1 Objetivo geral ............................................................................. 29
1.1.2 Objetivos específicos .................................................................. 29
2 REVISÃO DA LITERATURA ....................................................... 31
2.1 ECONOMIA COLABORATIVA ................................................... 31
2.2 LEAN THINKING ........................................................................... 32
2.2.1 Os cinco princípios ..................................................................... 32
2.3 LEAN STARTUP ............................................................................. 34
2.3.1 O ciclo Construir-Medir-Aprender .......................................... 35
2.4 ANÁLISE CONJUNTA .................................................................. 38
2.5 REGRESSÃO LOGÍSTICA.............................................................41
2.6 ANÁLISE DE PERSONAS.............................................................41
3 METODOLOGIA ............................................................................ 43
3.1 DESCRIÇÃO DO PRODUTO ........................................................ 43
3.2 DEFINIÇÃO DO PÚBLICO-ALVO .............................................. 45
3.3 MODELO DE ANÁLISE ............................................................... 45
4 RESULTADOS ................................................................................. 51
4.1 CONSTRUIR .................................................................................. 51
4.2 MEDIR ............................................................................................ 52
4.2.1 Características do público-alvo ................................................. 54
4.2.2 Funcionalidades do atributo ...................................................... 55
4.2.3 Análise de todas as variáveis do modelo ................................... 57
4.3 APRENDER .................................................................................... 58
5 CONCLUSÃO .................................................................................. 61
REFERÊNCIAS .................................................................................. 63
APÊNDICE A – PESQUISA DE ATRIBUTOS ............................... 69
27
1 INTRODUÇÃO
Novas ideias surgem a todo o momento em várias partes do
mundo. Muitas delas são colocadas em prática com a abertura de novos
negócios ou modificação de negócios existentes. Destas, muitas
fracassam ou não atingem seu objetivo por diversos motivos, dentre eles
a má gestão de aplicação destas ideias no mercado (ELISABETH;
CALADO, 2015). Uma pesquisa realizada pela Global
Entrepreunership Monitor (GEM), realizada em 2015, aponta um
aumento das taxas de atividades empreendedoras no país, segundo o
relatório executivo Empreendedorismo no Brasil (GEM, 2016). Tal fato
pode ser observado na Figura 1.
Figura 1 – Evolução da atividade empreendedora no Brasil segundo estágio do
empreendimento
Fonte: GEM, 2016.
Apesar disso, outra pesquisa, realizada pelo Serviço Brasileiro de
Apoio às Micro e Pequenas Empresas (SEBRAE), aponta que cerca de
70% dos novos negócios fecham antes de completarem um ano de
existência. Em termos globais, esta taxa é de 60% (ELISABETH;
CALADO, 2015). Ou seja, apesar do grande número de novas ideias desenvolvidas no país, poucos são os empreendedores que obtêm
sucesso ao lançar essa ideia no mercado. Elisabeth e Calado (2015)
apontam, que o principal motivo para o insucesso de novos negócios é a
falta de conhecimento do mercado, ou seja, a falta de informação sobre
as reais necessidades dos clientes-alvo.
28
Atualmente, a abordagem do Sistema Toyota de Produção,
também conhecido como filosofia Lean, já é amplamente aplicada em
diversas empresas com o objetivo de aumentar a competitividade da
organização (OHNO, 1997). No entanto, somente a partir de 2011 com o
lançamento do livro “A Startup Enxuta”, escrito por Eric Ries, é que
esta filosofia foi mais amplamente explorada para também aumentar a
competitividade e chances de sucesso de novos negócios.
A filosofia Lean tem por objetivo aumentar a eficiência da
produção pela eliminação consistente e completa de desperdícios
(OHNO, 1997). Em uma abordagem contemporânea, Wilson (2010)
apresenta o conceito Lean como sendo uma forma de reduzir incertezas
da organização, permitindo com que as pessoas envolvidas trabalhem de
maneira mais confiante nos resultados que irão alcançar. Em ambos os
conceitos apresentados, observa-se o foco da filosofia Lean em
apresentar resultados para a organização poder progredir e alcançar seus
objetivos. O presente trabalho utilizará conceitos provenientes do Lean
Thinking para aumentar a probabilidade de sucesso de um novo negócio
classificado como Startup.
A abordagem que vincula práticas da filosofia Lean com a
criação de novos negócios é denominada de Lean Startup, ou Startup
Enxuta. A metodologia do Lean Startup consiste em um conjunto de
práticas para ajudar os empreendedores a aumentar suas chances de
desenvolver um novo negócio de sucesso (RIES, 2012). Apesar de a
metodologia Startup Enxuta ser abordada na literatura por alguns
autores, como, por exemplo, Ries (2012), Maurya (2010), Elisabeth e
Calado (2015), Blank e Dorf (2012), Behrens (2015), Caroli (2015), e
Rodrigues, Oliveira e Souza (2013) são verificados poucos estudos
sobre a sua aplicação em casos de sucesso.
A literatura na área, entretanto, aborda muito sobre os conceitos
gerais do Lean Startup e pouco sobre as ferramentas técnicas que podem
ser utilizadas para aumentar as chances de sucesso em cada etapa de
aplicação. A falta deste repertório de práticas e ferramentas também
prejudica a aplicação da metodologia por empreendedores, visto sua
dificuldade em selecionar os melhores procedimentos para o seu caso
específico.
Desta forma, o presente trabalho busca definir os atributos de um
serviço da economia colaborativa por meio da aplicação da metodologia
proposta do Lean Startup, acrescentando ferramentas técnicas para
embasar as decisões tomadas ao longo do processo. Assim sendo, este
trabalho irá auxiliar e disseminar a aplicação da metodologia por outros
29
empreendedores, buscando aumentar, então, a taxa de sucesso de novos
negócios que vivem em um ambiente de incertezas.
A aplicação do trabalho será realizada no desenvolvimento de
um aplicativo de serviços de beleza, que se enquadra como sendo da
economia colaborativa. Nesta monografia, somente serão abordadas
questões relacionadas a quais atributos os clientes estão dispostos a
utilizar por meio do aplicativo, sendo que as demais definições de
público-alvo, investimento, e operacionalização do aplicativo não serão
abordados.
1.1 OBJETIVOS
Os objetivos dividem-se em:
1.1.1 Objetivo geral
O presente trabalho tem como objetivo principal definir os
atributos que agregam valor para o cliente no desenvolvimento de um
serviço de economia colaborativa.
1.1.2 Objetivos específicos
Com o objetivo de cumprir com o objetivo geral deste trabalho,
os seguintes objetivos específicos foram estabelecidos:
Aplicar a metodologia do Lean Startup no momento de
concepção de um novo negócio de economia colaborativa e
Identificar os atributos do produto com maior agregação de
valor para o cliente para a definição do Mínimo Produto Viável
(MVP).
30
31
2 REVISÃO DA LITERATURA
Neste capítulo serão abordados conceitos relacionados ao tema
deste trabalho, com o objetivo de proporcionar um maior entendimento
sobre o assunto ao leitor. Os principais temas abordados neste trabalho
estão relacionados à economia colaborativa, ao pensamento enxuto, o
modelo Lean Startup proposto por Ries (2012) e a técnica Análise
Conjunta para a análise de mercado.
2.1 ECONOMIA COLABORATIVA
Novas relações entre consumidores e empresas geradoras de
produtos e serviços estão se estabelecendo, de modo que cada vez mais
a sociedade busque a colaboração entre indivíduos como fator gerador
de novas empresas (MARTIN, 2015).
Santos (2016) afirma que a chamada economia colaborativa surge
como uma “forma inovadora de ofertar produtos e serviços”, permitindo
que empreendedores atribuam aos conceitos de compartilhamento uma
visão mercadológica que vem apresentando bons resultados. Empresas
como Uber, Shippify e BoraJunto são alguns dos exemplos de empresas
que têm se inserido no mercado utilizando a economia colaborativa
(SANTOS, 2016).
Martin (2015), então, define economia colaborativa como uma
forma de geração de valor onde o que é comercializado não é o produto
ou o serviço em si, mas a utilidade que estes são percebidos pelo
consumidor.
Sendo assim, a economia colaborativa se apresenta como uma
nova forma de fazer negócio, onde plataformas integram pessoas que de
alguma forma possuem algum produto/serviço a ser oferecido e pessoas
que necessitam desses produtos e serviço, de modo a aumentar o valor
agregado para os consumidores.
O presente trabalho é baseado em um aplicativo da economia
colaborativa justamente pela tendência na preferência dos consumidores
que este tipo de negócio tem nos próximos anos (ZHUO, 2015).
Zhuo (2015) também apresenta três questões importantes a serem
consideradas para o sucesso deste tipo de negócio:
Manter baixos custos fixos;
32
Realizar parcerias que agreguem valor ao cliente,
mantendo o foco da empresa no que ela se propõe a
agregar valor ao cliente;
Obter relacionamento de longo prazo com o cliente,
proporcionando excelentes experiências de consumo.
2.2 LEAN THINKING
O Lean Thinking, ou pensamento enxuto, poder ser aplicado em
qualquer tipo de empresa, em qualquer área desta, colocando o cliente
como foco principal de todas as atividades desenvolvidas (WOMACK;
JONES, 1997). Segundo Salgado (2009, p. 345):
O pensamento enxuto é uma forma de fazer
cada vez mais com menos, ou seja, menos
esforço humano, equipamento, tempo e espaço
e, ao mesmo tempo, aproximar-se cada vez
mais de oferecer aos clientes exatamente o que
eles desejam.
2.2.1 Os cinco princípios
Os cinco princípios do pensamento enxuto demonstram a
importância do cliente como centro principal das atividades
desenvolvidas por uma organização. São eles: especificar o valor,
identificar a cadeia de valor, criar o fluxo, puxar a produção e a busca
incessante pela perfeição (WOMACK; JONES, 1997). A partir da
Figura 2, pode-se observar uma representação dos princípios.
33
Figura 2 – Cinco princípios do pensamento enxuto
Fonte: WOMACK; JONES, 1997.
Para atingir o primeiro princípio, especificar valor, inicialmente
deve-se identificar quem é o cliente da organização (WOMACK;
JONES, 1997), ou seja, para quem a organização está empregando
esforços para entregar um produto ou serviço. Feito isso, é de extrema
importância que se identifique qual é o valor esperado por este cliente,
ou seja, o que o cliente realmente valoriza em relação a preço,
qualidade, quantidade e prazo de entrega (TEIXEIRA, 2015).
Identificado o cliente e o valor que a organização entrega para
ele, é necessário identificar a cadeia de valor. Este segundo princípio
tem como foco a organização em si, observando quais são os processos
e atividades desempenhadas que realmente estão modificando o produto
ou serviço de forma entregar o valor definido no primeiro princípio
(WOMACK; JONES, 1997). Teixeira (2015) afirma que esta é a etapa
que a empresa deve analisar quais dos seus processos estão agregando
valor ao que foi identificado no princípio anterior, e reduzir ao máximo
aqueles que estão sendo desnecessárias.
O terceiro princípio, criar o fluxo, busca reduzir o tamanho dos
lotes de forma a criar um fluxo dentro da cadeia, reduzindo desperdícios
Especificar o Valor
Identificar a Cadeia de
Valor
Criar o Fluxo
Puxar a Produção
Buscar a Perfeição
34
e o lead time de produção (WOMACK, JONES, 1997). Desta forma, o
produto ou serviço poderá entregar o valor ao cliente de forma mais
eficiente, ou seja, realizando mais com menos. Jones e Mitchell (2006)
também apontam que criando o fluxo é possível gerenciar a cadeia de
valor de forma integrada, aumentando a eficácia e eficiência do
processo.
A puxada da produção tem como principal objetivo produzir
somente quando o cliente efetivamente requisitar, ou seja, ao invés de
produtos serem empurrados para o cliente, é o cliente quem dá a ordem
para a produção de mais um tipo de produção (WOMACK; JONES,
1997). Desta forma, elimina-se a produção de itens desnecessários e
foca-se a produção, ou interação de um serviço, no que o cliente
realmente deseja para aquele momento (JONES; MITCHELL, 2006).
Por fim, o quinto e último princípio proposto por Womack e
Jones (1997) é a busca incessante pela perfeição. Este conceito visa
orientar a empresa a buscar constantemente por melhorias que podem
ser realizadas com o objetivo de reduzir os desperdícios e aumentar a
efetividade e eficácia da empresa.
Ou seja, o Lean Thinking prega que toda a organização esteja
voltada para o que o cliente enxerga de valor em seus produtos ou
serviços e trabalhe na busca pela eliminação dos diferentes desperdícios
da organização.
2.3 LEAN STARTUP
Uma Startup pode ser entendida como uma instituição humana,
projetada para criar novos produtos e serviços sob condições de extrema
incerteza (RIES, 2012). Além disso, uma Startup é uma organização
formada para a pesquisa de um modelo de negócio repetível e escalável
(BLANK; DORF, 2012). Tais definições apontam para duas
características principais: o fato de uma Startup estar inserida em um
ambiente de incerteza, e o fato de que ela em algum momento deverá ser
escalável, a fim de permitir seu crescimento. É neste contexto que as
metodologias presentes na abordagem Lean Startup se inserem.
Ries (2012) menciona que para aumentar a probabilidade de
sucesso de uma Startup, ela deve ser orientada de três formas: Visão,
Direção e Aceleração. Inicialmente, a Startup deve buscar metodologias
de interação com o cliente que garantam níveis de aprendizagem cada
vez maiores das reais necessidades dos clientes, ou seja, que permita ver
35
quais são tais necessidades. Esse processo é denominado de
Aprendizagem Validada. A Direção é marcada pelo ciclo Construir-
Medir-Aprender, onde o feedback das interações realizadas
anteriormente permite o progresso contínuo da Startup rumo ao
crescimento. Por fim, o momento de aceleração permitirá que a Startup
alcance seus objetivos de crescimento e se torne financeiramente
sustentável (RIES, 2012).
2.3.1 O ciclo Construir-Medir-Aprender
O processo de criação de uma Startup é proposto em um ciclo
de projeto de três etapas: Construir-Medir-Aprender (RIES, 2012). Este
ciclo tem como objetivo potencializar a probabilidade de sucesso de
uma Startup, e pode ser observado, a seguir, na Figura 3.
Figura 3 – Ciclo de feedback Construir-Medir-Aprender
Fonte: RIES, 2012.
Ideias
Construir
Produto
Medir
Dados
Aprender
36
Caroli (2015) firma que este ciclo deve ser rápido e frequente,
para que desta forma haja aprendizados de maneira muito rápida e com
baixos custos de experimentação.
Etapa 1: Construir
A primeira etapa do ciclo de feedback proposto por Ries (2012)
é a construção de um modelo para a ideia inicial de criação da Startup.
Este modelo deve ser construído com base em hipóteses de validação,
que deverão atestar, ou não, a aceitação destas pelos clientes. Ries
(2012) sugere que o modelo construído seja um produto minimamente
viável (MVP), permitindo a análise de aceitação antes mesmo do
produto estar completamente finalizado. Desta forma, reduz-se o tempo
de feedback e ações de correções podem ser realizadas mais
rapidamente, reduzindo o retrabalho.
2.3.1.1 Mínimo Produto Viável
O conceito de Produto Mínimo Viável - MVP é uma das
principais características de uma Startup Enxuta. Segundo Ries (2012, p
70):
O MVP é aquela versão do produto que permite
uma volta completa no ciclo Construir-Medir-
Aprender, com o mínimo de esforço e o menor
tempo de desenvolvimento. O produto mínimo
viável carece de diversos recursos que podem
se provar necessários mais tarde.
Ainda, segundo Caroli (2015), o Mínimo Produto Víável “é a
versão mais simples de um produto que pode ser disponibilizada para a
validação de um pequeno conjunto de hipóteses sobre um negócio”. O
autor ainda afirma que este conceito visa o não desperdício de tempo,
dinheiro e esforço para a criação de um produto ou serviço que não
atenda da forma necessária às necessidades e expectavas do consumidor.
Desta forma, o MVP permite com que o aprendizado de cada ciclo proposto por Ries (2012) seja incrementado ao desenvolvimento
do produto de forma a permitir que cada vez novas hipóteses sejam
aprimoradas e, assim, atendendo de forma cada vez mais assertiva o
desejo do consumidor final (CAROLI, 2015).
37
Neste caso, pode-se fazer uma comparação clara com a
Manufatura Enxuta, que se utiliza de um lote unitário com o objetivo de
flexibilizar a produção, evidenciar problemas e saná-los de maneira
eficiente. O produto mínimo viável seria o menor lote possível que
permita a interação com o cliente de maneira a sanar os problemas
identificados por eles e, assim, progredir rumo a um produto que atenda
de uma melhor forma suas necessidades (RIES, 2012).
Desta forma, o mínimo produto viável permite um feedback
rápido por parte do consumidor, de forma a potencializar os resultados
alcançados e reduzir o retrabalho no momento de concepção do produto
ou serviço. Caroli (2015) também afirma que o Mínimo Produto Viável
deve permitir uma “evolução gradual e contínua” na construção do
produto.
Neste sentido, Rodrigues, Oliveira e Souza (2013, p. 165)
afirmam que:
A ideia por trás do produto mínimo viável é que
uma Startup pode eliminar o desperdício
limitado a primeira versão de um produto para
as funcionalidades absolutamente essenciais
que validam a visão de longo prazo e as
hipóteses fundamentais da Startup.
O presente trabalho fará o uso deste conceito para analisar as
características/serviços que os consumidores julgam importantes
estarem inseridos no aplicativo. Portanto, este trabalho definirá as
características necessárias ao primeiro Mínimo Produto Viável a ser
testado com seus potenciais clientes.
Assim, a partir da construção da ideia, parte-se para a análise da
satisfação do potencial consumidor com a solução proposta. Está é a
fase “Medir” do ciclo do Lean Startup.
Etapa 2: Medir
A segunda etapa é caracterizada pela medição da aceitação por
parte dos clientes e da escalabilidade do produto (RIES, 2012). Portanto, o primeiro passo deve ser identificar qual é o cliente-alvo do produto ou
serviço que se propõe e, através de experimentos de validação das
hipóteses levantadas na construção do Mínimo Produto Viável, aferir a
aceitação do público em relação ao produto proposto e mensurar quais
38
características deveriam ser acrescentadas ou não agregam valor ao
público (RIES, 2012).
É de suma importância que a medição das métricas de
desempenho possa conduzir a empresa para tomadas de decisão
posteriores em relação aos seus produtos (RIES, 2012). Em outras
palavras, antes de realizar a medição, é necessário ter claro quais são as
características que irão ser mensuradas e a forma com que esta
mensuração ocorrerá, para que assim os resultados possam ser
analisados posteriormente de forma conclusiva. Furr e Dyer (2014)
apontam que bons experimentos nesta etapa devem ser rápidos,
confiáveis e ter um número relevante de participantes.
A partir da mensuração, passa-se apara a terceira etapa do ciclo:
o aprendizado em relação às medições realizadas.
Etapa 3: Aprender
A partir dos resultados obtidos na etapa de medir, a última etapa
do ciclo poderá ser iniciada. É nesta etapa que a empresa deverá tomar a
decisão de continuar no desenvolvimento do produto construído ou
pivotar para um novo produto que atenda às necessidades reais
observadas nas etapas anteriores (RIES, 2012).
Segundo Behrens (2015), “um pivô é definido como uma
correção de curso estruturada para testar uma nova hipótese fundamental
sobre o produto, estratégia ou motor de crescimento”. Ou seja, a partir
das mensurações da aceitação dos clientes realizadas na Etapa 2,
analisa-se quais características deverão ser mantidas, quais deverão ser
acrescentadas ou modificadas no produto ou serviço proposto.
É de extrema importância salientar que esta etapa só será
efetiva caso as métricas tenham sido bem estabelecidas inicialmente e
novas características essenciais para o produto realmente tenham sido
aprendidas (RIES, 2012).
A partir das decisões realizadas na etapa de aprendizagem,
ocorre a construção de um novo mínimo produto viável para que, desta
forma, o ciclo Construir-Medir-Aprender possa novamente ocorrer.
2.4 ANÁLISE CONJUNTA
A Análise Conjunta é uma técnica utilizada para estimar a
preferência do consumidor utilizando técnicas de análise de
multivariáveis, analisando os trade-offs que as pessoas fazem ao
39
escolher diferentes cenários (HAIR JR. et al 2014; SCHAUPP;
BÉLANGER, 2005). Segundo Schaupp e Bélanger (2005), este tipo de
análise permite a comparação dos diferentes efeitos que cada um dos
atributos pode causar na construção do produto ou serviço.
A Análise Conjunta vem sendo cada vez mais utilizada nos
testes em que diferentes cenários devem ser avaliados (KOTLER, 1996,
MALHOTRA; BIRKS, 2007). Segundo Schaupp e Bélanger (2005), a
Análise Conjunta possui diversas vantagens, dentre elas as citadas a
seguir.
Foco em mensuração das preferências do consumidor para
os atributos;
Permite um modelo de tomada de decisão realística, pois
força os clientes a avaliar os produtos ou serviços como um
todo;
O modelo não assume nenhuma suposição sobre a natureza
do relacionamento entre os atributos e as variáveis
dependentes;
Permite a comparação de variáveis quantitativas e
qualitativas como variáveis dependentes.
Esta técnica permite, então, que o pesquisador quantifique a
preferência do entrevistado em relação a atributos pré-definidos, que
podem ou não ter relação entre si (HAUSER; RAO, 2004). Para cada
escolha do entrevistado, são inferidos alguns resultados que, somados,
resultarão em uma função geral que integra as diferentes decisões
realizadas nas comparações individuais (GREEN; SRINIVASAN,
1978). Tal função, denominada de Total Worth ou função utilidade,
pode ser observada na Equação 1 a seguir.
Equação 1 – Função Utilidade Total
𝑦𝑐 = ∑ ∑ 𝛽𝑎𝑙 . 𝑥𝑎𝑙
𝐿𝑎
𝑙=1
𝐴
𝑎=1
Para a função de utilidade total, temos que:
𝑦𝑐: Função utilidade
𝛽𝑎𝑙: Função “parth-worth” do atributo a e nível l
𝑥𝑎𝑙: Variável binária de verificação do atributo (1 caso o atributo estiver
presente e 0 caso contrário)
40
Fonte: GREEN; SRINIVASAN, 1978.
A função utilidade, de acordo com Hair Jr. et al (2014) é o
conceito mais importante a ser estudado ao longo da análise conjunta e é
a forma mais utilizada para aferir valor a um atributo. Os autores
também afirmam que ao utilizar a análise conjunta para determinar o
valor a determinado atributo, deve-se considerar os seguintes fatores:
A utilidade engloba todos os aspectos de um atributo, sejam
eles tangíveis ou intangíveis;
A utilidade é aceita de diferentes maneiras de acordo com o
nível de determinado atributo, seja ele preço, marca,
funções, etc. O nível de cada atributo e a combinação que se
encontra varia sua atribuição de valor;
A utilidade é expressa pela relação com que um atributo
possui ao ser relacionado com outros atributos, de diferentes
maneiras. A partir disso, assume-se que atributos com maior
valor apresentam maior chance de serem escolhidos.
Para obtenção do melhor resultado em termos de definição da
utilidade do atributo, deve-se poder descrever o objeto em função de
seus atributos e descrever cada um dos atributos de forma a explicar
como cada um deles agregaria valor ao produto (HAIR JR. et al, 2014).
Desta forma, estes autores afirmam que quatro questões fundamentais
devem ser respondidas pelo pesquisador de forma a obter um melhor
resultado:
Quais são os atributos importantes que podem afetar a
preferência do cliente?
Como os respondentes irão saber o significado de cada fator
atribuído?
Como os respondentes vão realmente avaliar suas escolhas?
Quantos cenários serão avaliados?
A partir da construção destes cenários e deste modelo de
pesquisa, deve-se buscar o público-alvo do produto ou serviço que está
se avaliando e, assim, identificar quais dos atributos apresentam maior
preferência em relação a estes respondentes (HAIR JR. et al, 2014).
41
2.5 REGRESSÃO LOGÍSTICA
A Regressão Logística é uma forma de prever acontecimentos
utilizando-se da estatística, onde as variáveis de previsão apresentam-se
de forma qualitativa (HAIR JR. et al, 2014).
A regressão logística tem como objetivo determinar a
probabilidade de um evento ocorrer e identificar quais características
são determinantes para essa probabilidade acontecer (FÁVERO et al.,
2009). O mesmo ainda define a probabilidade de um evento ocorrer pela
Equação 2:
Equação 2 – Probabilidade de um evento ocorrer
𝑃(1) = 1
1 + 𝑒−(𝛼+ ∑ 𝛽𝑖𝑋𝑖)
Sendo,
P(1) : Probabilidade do evento (1-escolha do cenário) acontecer
𝛼 𝑒 𝛽: Parâmetros do modelo
Xi : Comportamento das variáveis
Fonte: FÁVERO et al., 2009.
A partir deste cálculo, a forma mais recomendada de verificar a
qualidade do ajuste obtido no modelo desenvolvido é a partir da análise
da curva ROC (FÁVERO et al., 2009).
2.6 DEFINIÇÃO DE PERSONAS
Umas das formas de definição de um público-alvo é a definição
de personas do negócio, ou seja, a caracterização do cliente representada
fisicamente por uma pessoa, de forma a descrever seus comportamentos,
seus objetivos ao utilizar o produto ou serviço, as restrições que podem
impedir esta pessoa de utilizar o produto ou serviço, ou restrições do
cotidiano, e as experiências que essa pessoa gostaria de ter (PRUITT;
ADLIN, 2003).
Palagi (2016) afirma que a definição de personas permite às
empresas compreender de forma mais assertiva quem são os seus
clientes e suas necessidades, permitindo com que as ações a estes
clientes se tornem mais efetivas também.
42
Ghise (2015) apresenta uma lista de informações que sugere-se
definir em relação a persona criada para o negócio, dentre elas: idade,
estado civil, renda mensal, hábitos, emprego, se há uma formação
específica em que o produto ou serviço será mais utilizado, como ele
busca obter informações e se informar, se utilizam mídias sociais com
frequência, seus sonhos, suas restrições, e as dificuldades do dia-a-dia.
Para criar uma persona, segundo Ghise (2015), é necessário ir a
campo e entender efetivamente como as pessoas que se enquadram
dentro do estereótipo do público alvo realmente vivem e quais os seus
hábitos. Ghise (2015) afirma que deve-se “contar a história da vida
dela”.
43
3 METODOLOGIA
A obtenção dos resultados deste estudo ocorrerá por meio da
aplicação da metodologia Lean Startup para desenvolvimento de uma
empresa de economia colaborativa, mais especificamente na criação de
um Mínimo Produto Viável inicial para realizar um ciclo Construir-
Medir-Aprender.
O presente trabalho somente irá abordar questões relacionadas a
quais atributos os clientes estão dispostos a utilizar por meio do
aplicativo, sendo que as demais definições de público-alvo,
investimento, e operacionalização do aplicativo não serão abordados.
3.1 DESCRIÇÃO DO PRODUTO
O produto a ser estudado, que recebeu o nome de Lótus, é um
aplicativo que permite que homens e mulheres possam usufruir de
serviços de beleza em qualquer lugar que estejam. Para tanto,
profissionais deste segmento deverão se inscrever no aplicativo e ofertar
seu serviço, definindo seu preço e local de atuação.
O serviço tem a funcionalidade de apresentar opções de serviço
de beleza para os clientes de acordo com a sua localização. Utilizando o
sensor de localização do smartphone e a disponibilidade de
atendimentos dos prestadores do serviço o aplicativo apresenta os
serviços de beleza disponíveis mais próximos e o seu custo, facilitando a
seleção do prestador de serviço por parte do cliente. Um exemplo do que
poderia ser a tela inicial do aplicativo pode ser observado na Figura 4.
O presente trabalho irá definir os atributos do aplicativo, ou seja,
quais funcionalidades ele deverá conter para potencializar sua utilização.
44
Figura 4 – Exemplo de tela inicial de interação com a cliente
Fonte: autoria própria.
Uma pesquisa de mercado prévia, anterior ao desenvolvimento
deste trabalho, foi realizada em aproximadamente 15 salões de beleza de
Porto Alegre - RS e Florianópolis - SC com o objetivo de descobrir
quais eram os principais serviços de beleza procurados nos respectivos
salões. Esta pesquisa foi realizada em conversas com donos de salões de
beleza das duas cidades mencionadas acima e, a partir dos resultados
encontrados, definiram-se cinco atributos a serem considerados neste
trabalho:
1. Massagem terapêutica
2. Maquiagem
3. Manicure/Pedicure
4. Deslocamento do profissional até a cliente
5. Design de sobrancelha
Dessa forma, a seguinte hipótese de pesquisa foi criada:
H1:“Todos os cinco atributos agregam valor para o cliente”.
Esta etapa de criação de atributos a serem validados com o
cliente é a primeira etapa do ciclo do Lean Startup, a fase de Construir.
45
3.2 DEFINIÇÃO DO PÚBLICO-ALVO
O aplicativo Lótus tem como público-alvo mulheres entre 20 e
30 anos, trabalhadoras e com pouco tempo livre para utilizar os serviços
providos pelo aplicativo. Assim, o aplicativo Lótus entraria como uma
forma de conectar e tornar mais fácil a marcação de horários para
desfrutar desses serviços, permitindo também a comparação de preços e
avaliação dos serviços prestados pelos profissionais cadastrados.
Para este trabalho, foi definida uma única persona como
público-alvo deste aplicativo. A Persona chama-se Ana Paula e pode ser
caracterizada fisicamente como na Figura 5.
A Ana Paula tem 25 anos e tem uma rotina de trabalho intensa,
com pouco tempo que poderia ser destinado para cuidados próprios.
Além disso, ela é uma mulher prática, que gosta de agilidade e busca
sempre adquirir produtos e serviços que proporcionem praticidade e
simplicidade para seu cotidiano. Ana Paula gosta muito de viajar e
conhecer novos lugares e ter novas experiências. Nas poucas horas
livres que possui durante os dias da semana, costuma assistir séries, ir ao
shopping e ler um bom livro.
Figura 5 – Persona do aplicativo Lótus
Fonte: autoria própria.
3.3 MODELO DE ANÁLISE
Como forma de definir e responder a hipótese de pesquisa, foi
utilizada a metodologia de Análise Conjunta. Segundo Siqueira (2000),
este tipo de análise “proporciona uma maneira de medir o impacto de
cada atributo de um produto na preferência do consumidor”. De forma
Persona Lótus
Nome: Ana Paula
Idade: 25 anos
Situação profissional: empregada, com
uma rotina profissional bastante intensa
Principal característica: Prática
Hobbies: viajar, assistir séries TV, ler e
ir ao shopping
46
prática, neste trabalho serão analisados quais serviços impactam
positivamente a percepção do consumidor em relação ao aplicativo
proposto.
Para tanto foi realizado um experimento fatorial
(MONTGOMERY, 2012) para a criação dos estímulos (cenários) para
serem incluídos no instrumento de pesquisa (questionário). Ao
planejarmos um experimento fatorial completo com cinco fatores e cada
um em dois níveis (25), temos um total de 32 cenários possíveis
(2x2x2x2x2). Esta quantidade de cenários tende a exigir muito dos
respondentes. Para reduzir esta quantidade cenários a serem incluídos na
pesquisa foi desenvolvido um planejamento experimental fracionado
(MONTGOMERY, 2012). Este tipo de planejamento tem por
característica reduzir a quantidade de combinações do tratamento
mediante limitações da análise da interação entre os fatores analisados
(MONTGOMERY, 2012). Desta forma foi utilizado um delineamento
experimental fracionado com cinco fatores com dois níveis cada (25-1),
resultando em 16 combinações de cenários com a inclusão dos cinco
fatores/atributos analisados. Mesmo assim, a opção de realizarmos um
questionário em que o respondente é perguntado sobre a melhor opção
entre 16 diferentes cenários consiste em uma tarefa complexa. Para
reduzir esta complexidade é recomendada a divisão do planejamento
experimental em blocos, que dividem de forma aleatória a distribuição
dos cenários em cada um dos blocos planejados. Desta forma, optou-se
pela criação de quatro blocos, com a inclusão de quatro cenários por
bloco. Por fim, para o desenvolvimento do questionário foi utilizado um
delineamento experimental fracionado com cinco fatores com dois
níveis cada um, distribuídos em quatro blocos (25-1 blocado).
Para a definição do planejamento experimental dos cenários
para serem incluídos na pesquisa foi utilizado o software estatístico
MINITAB (2000). Como resultado, cada cenário apresenta uma
combinação diferente dos cinco serviços apresentados anteriormente.
Quando um atributo está contido no cenário, ele é representado pelo
número 1 (um), enquanto a ausência do atributo é caracterizada pelo
número -1 (menos um). O resultado do planejamento experimental
aplicado pode ser observado na Tabela 1. Tabela 1 – Planejamento experimental utilizado na pesquisa
Bloco Atributo A Atributo B Atributo C Atributo D Atributo E
Massagem Maquiagem Manicure/
Pedicure
Deslocamento
para o local
Design de
sobrancelha
1 -1 1 1 1 -1
47
1 1 -1 -1 1 1
1 -1 1 1 -1 1
1 1 -1 -1 -1 -1
2 -1 -1 1 1 1
2 1 1 -1 -1 1
2 1 1 -1 1 -1
2 -1 -1 1 -1 -1
3 1 -1 1 -1 1
3 -1 1 -1 -1 -1
3 1 -1 1 1 -1
3 -1 1 -1 1 1
4 -1 -1 -1 1 -1
4 1 1 1 1 1
4 -1 -1 -1 -1 1
4 1 1 1 -1 -1
Fonte: autoria própria (dados gerados pelo MINITAB).
No bloco 4, um dos resultados apresentados pelo MINITAB®
foi a inserção somente do Atributo D. No entanto, esta não seria uma
solução possível, pois este atributo é somente um complemento aos
demais atributos, não podendo ser oferecido de maneira isolada. Desta
forma, no bloco 4 foram utilizados somente três cenários de pesquisa, e
não quatro como nos demais blocos.
Com base no planejamento experimental (Tabela 1) foi
desenvolvido o instrumento de pesquisa que permitisse a mensuração da
preferência dos consumidores em relação a estes atributos oferecidos.
Para tanto foi utilizada uma plataforma de pesquisa online, denominada
Qualtrics®. Esta plataforma foi selecionada por oferecer a utilização de
questões em blocos, permitindo, então, que o respondente selecione o
melhor cenário entre os blocos. Além disso, a plataforma não
apresentava custos para registro de 100 ou menos respostas. Uma
imagem parcial do questionário desenvolvido é apresentada na Figura 6.
O questionário em sua totalidade é apresentado no APÊNDICE A e
também pode ser consultado no endereço:
https://qtrial2017q2az1.az1.qualtrics.com/jfe/form/SV_e3cKadqUhZ95n
4F.
Figura 6 – Imagem parcial do questionário
48
Fonte: autoria própria.
A pesquisa foi divulgada em redes sociais, com foco em grupos
que tenham o perfil do público-alvo descrito anteriormente. No entanto,
não foi restringida a participação de outros perfis na resposta do
questionário.
Em razão de a resposta ser a escolha do melhor cenário pelo
usuário, a mensuração da variável resposta é binária, restrita em 0
(cenário não escolhido) e 1 (cenário escolhido). Este tipo de resposta,
também definido como choice based, é um dos mais utilizado para a
realização de pesquisa de análise conjunta em razão de melhor expressar
o procedimento de escolha do cliente. A partir da mensuração da
variável reposta ser binária, a análise dos dados obtidos na pesquisa
recomenda a utilização do modelo de estimação dos parâmetros
49
utilizando a técnica de Regressão Logística (Logit) (HAIR JR. et al,
2014).
50
51
4 RESULTADOS
Os resultados foram alcançados neste projeto a partir do ciclo
proposto por Ries (2012) de Construir-Medir-Aprender. Abaixo, serão
apresentados os resultados alcançados em cada uma das etapas do ciclo,
de forma a definir os atributos que deverão ser incluídos no aplicativo
para maior agregação de valor ao cliente.
4.1 CONSTRUIR
A construção do Mínimo Produto Viável a ser utilizado no
experimento teve como objetivo definir quais era os atributos que os
potenciais consumidores gostariam que existissem no aplicativo
proposto. Desta forma, elaborou-se o questionário apresentado no
Apêndice A como forma de avaliar a hipótese criada: “Quais atributos
que direcionam a uma maior agregação de valor ao cliente?”.
Assim como já descrito anteriormente, os produtos analisados
foram os seguintes:
1. Massagem
2. Maquiagem
3. Manicure/Pedicure
4. Deslocamento do profissional até a cliente
5. Design de Sobrancelha
O questionário também questionou os respondentes em relação
a questões socioeconômicas para que, desta forma, pudesse ser
analisado a coerência dos respondentes com o público-alvo do
aplicativo.
Além do questionário, também foi elaborada uma identidade
visual prévia da marca bem como uma proposta do que seria a página
inicial do aplicativo (Figura 4), para que, desta forma, os potenciais
clientes pudessem ter uma impressão mais fidedigna do que seria o
aplicativo.
52
4.2 MEDIR
A pesquisa elaborada apresentou 198 respostas válidas, dentre
as quais 158 eram do sexo feminino e 40 do sexo masculino. Entre os
respondentes participantes da pesquisa 67,7% destes estão na faixa
etária de 20 a 25 anos, como pode ser observado no Gráfico 1.
Gráfico 1 – Faixa etária da pesquisa
Fonte: autoria própria (dados da pesquisa).
Na amostra analisada na pesquisa, 120 delas exercem atividade
remunerada atualmente (60,6%), enquanto as demais não.
Correspondendo os dados socioeconômicos da pesquisa com a definição
de público-alvo, conclui-se que os respondentes da pesquisa estavam
primordialmente dentro da faixa etária definida (20 a 30 anos), do sexo
feminino e exercendo atividade remunerada, permitindo com que a
pesquisa, desta forma, seja válida para definição da aceitação do
aplicativo por este público e para definição dos atributos a serem
selecionados para inserção no aplicativo Lótus.
Por meio desta pesquisa, também se observou que o aplicativo
teve uma alta aceitação entre os participantes, com um indicador de
aproximadamente 92%. Quando segregada essa aceitação por sexo, 75%
do público masculino que participou da pesquisa teria interesse em
utilizar o aplicativo assim como 96,2% do público feminino. A Tabela 2
apresenta os dados descritivos da amostra da pesquisa.
22
134
24 12 4 2
Menos de 20
anos
20 a 25 anos 25 a 30 anos 30 a 35 anos 35 a 40 anos Mais de 40
anos
Faixa Etária
53
Tabela 2 – Dados descritivos da pesquisa
Gênero Masculino Feminino
40 (20%) 158 (80%)
Exerce atividade profissional Sim Não
120 (61%) 78 (39%)
Utilizaria o aplicativo? Sim Não
182 (92%) 16 (8%)
Faixa
Etária
Menos de 20 anos
20 a 25 anos
25 a 30 anos
30 a 35 anos
35 a 40 anos
Mais de 40 anos
22
(11%)
134
(68%)
24
(12%)
12
(6%)
3
(1,5%)
3
(1,5%)
Fonte: autoria própria (dados da pesquisa).
Para a análise dos dados foi verificada a relação das
características do público-alvo e das funcionalidades do aplicativo. As
características do público-alvo são expressas pelas variáveis gênero
(masculino/feminino) e trabalho (exerce atividade profissional/não
exerce atividade profissional). Ambas as características são expressas
por variáveis qualitativas binárias (0/1). As funcionalidades do
aplicativo são expressas pela presença/ausência de cada um dos
atributos propostos para o aplicativo, sendo: A1(massagem), A2
(maquiagem), A3 (manicure/pedicure), A4 (deslocamento do
profissional), A5 (design de sobrancelha).
No roteiro de análise proposto, primeiramente é analisado o
relacionamento das características do público-alvo e posteriormente dos
atributos do produto. Por fim, são incluídas todas as variáveis no
modelo, incluindo todas as variáveis do público-alvo e referentes aos
atributos do aplicativo (Figura 7). Ao final é verificada a qualidade do
ajuste obtido deste modelo por meio da Curva ROC.
54
Figura 7 – Modelo conceitual proposto para estudo
Fonte: autoria própria.
4.2.1 Características do público-alvo
O modelo de Regressão Logística para as variáveis referentes ao
público-alvo, gênero e trabalho (realiza atividades profissionais) não se
apresentou significativo para estas variáveis (p-valor<0,010), assim
como pode ser observado na Tabela 3. Este resultado se apresenta de
forma positiva para o estudo realizado, visto que não foi identificada
relação significativa entre o perfil do público-alvo e a opção de escolha
das funcionalidades do aplicativo.
Este resultado pode ser interpretado como uma ausência de
restrição do perfil do público-alvo do aplicativo em relação a estas
variáveis, ou seja, tanto o gênero quanto o exercício de atividades
profissionais não se apresentam como restrição para o aplicativo. Neste
caso, é preciso ressaltar que a amostra analisada apresenta limitação em
relação aos respondentes do gênero masculino (20%), o mesmo se
apresenta em relação aos que não exercem atividade profissional (39%).
55
Tabela 3 – Análise de regressão logística para as variáveis do público-alvo
B EP Wald gl Sig. Exp(B)
Constante -
2,639 ,216 149,160 1 0,000*** 0,071
Gênero 0,000 ,207 0,000 1 1,000 1,000
Trabalha 0,000 ,157 0,000 1 1,000 1,000 *significativo a 10%, **significativo a 5% e ***significativo a 1%
Fonte: autoria própria (dados da pesquisa).
4.2.2 Funcionalidades do atributo
O modelo de Regressão Logística para as variáveis referentes aos
atributos do produto, A1(massagem), A2 (maquiagem), A3
(manicure/pedicure), A4 (deslocamento do profissional), A5 (design de
sobrancelha) se apresentam todas significativas (p-valor<0,05) e
positivas para a escolha do cliente.
Entre os atributos analisados, o que apresenta mais efeito sobre a
escolha do cliente é o A1 (massagem), sendo que a sua presença na
configuração do aplicativo aumenta a chance 80% de o cenário ser
selecionado em comparação aos cenários em que não está presente. Da
mesma forma, a presença do atributo A2 (maquiagem) na configuração
do aplicativo aumenta a chance em 18,5% de o cenário ser selecionado
em comparação aos cenários em que não está presente.
A Tabela 4 apresenta os resultados obtidos na realização da
Regressão Logística na atribuição da funcionalidade dos aplicativos.
56
Tabela 4 – Análise de regressão logística com as funcionalidades do aplicativo
B EP Wald gl Sig. Exp(B)
Constante -
3,118 0,114 746,395 1 0,000*** 0,044
A1 0,588 0,093 39,567 1 0,000*** 1,800
A2 0,170 0,085 3,998 1 0,046** 1,185
A3 0,380 0,085 19,832 1 0,000*** 1,463
A4 0,435 0,086 25,490 1 0,000*** 1,545
A5 0,519 0,110 22,237 1 0,000*** 1,681
*significativo a 10%, **significativo a 5% e ***significativo a 1%
Fonte: autoria própria (dados da pesquisa)
O resultado do modelo de Regressão Logística analisado pode ser
expresso na Equação 3. Nesta equação, o resultado é expresso na
probabilidade de escolha do cenário a partir da combinação dos atributos
presentes no aplicativo.
Equação 3 – Resultado do modelo de regressão logística
𝑃𝑟𝑜𝑏(1)
=1
1 + 𝑒−(−3,118+0,588𝐴𝑡𝑟𝑖𝑏.1+0,170𝐴𝑡𝑟𝑖𝑏.2+0,380𝐴𝑡𝑟𝑖𝑏.3+0,435𝐴𝑡𝑟𝑖𝑏.4+0,519𝐴𝑡𝑟𝑖𝑏.5)
Fonte: adaptada de Green e Srinivasan (1978) para o modelo proposto.
O mesmo resultado ainda pode ser expresso de acordo com a
Função Utilidade, como mais frequentemente apresentado nas
aplicações de Análise Conjunta. Neste caso, o resultado é apresentado
de acordo com a sua utilidade para o cliente, sendo que o coeficiente de
cada atributo correspondendo ao seu peso na função (Equação 4).
57
Equação 4 – Função utilidade do modelo
𝑈(𝑌) = 0,588𝐴𝑡𝑟𝑖𝑏. 1 + 0,170𝐴𝑡𝑟𝑖𝑏. 2 + 0,380𝐴𝑡𝑟𝑖𝑏. 3 +0,435𝐴𝑡𝑟𝑖𝑏. 4 + 0,519𝐴𝑡𝑟𝑖𝑏. 5 (5)
Fonte: adaptada de Fávero et al (2009) para o modelo proposto.
4.2.3 Análise de todas as variáveis do modelo
Da mesma forma que os modelos parciais, os relacionamentos
das variáveis com a escolha do cliente permanecem os mesmos, ou seja,
a significância das variáveis analisadas permanece sem alteração
(Tabela 5).
Tabela 5 – Análise de regressão logística de todas as variáveis do modelo
B EP Wald gl Sig. Exp(B)
Constante -
3,118 0,237 172,393 1 0,000*** 0,044
Gênero 0,000 0,214 0,000 1 0,999 1,000
Trabalha -
0,001 0,162 0,000 1 0,995 0,999
A1 0,588 0,093 39,567 1 0,000*** 1,800
A2 0,170 0,085 3,998 1 0,046** 1,185
A3 0,380 0,085 19,832 1 0,000*** 1,463
A4 0,435 0,086 25,490 1 0,000*** 1,545
A5 0,519 0,110 22,237 1 0,000*** 1,681
*significativo a 10%, **significativo a 5% e ***significativo a 1%
Fonte: autoria própria (dados da pesquisa).
A partir disso, foi verificada a qualidade do ajuste do modelo de
regressão logística. O resultado da Curva ROC indica uma qualidade de
ajuste satisfatória, apresentando uma área de 0,737. (Figura 8).
58
Figura 8 – Análise da Curva ROC para verificação do ajuste do modelo
Fonte: autoria própria (dados da pesquisa).
Este resultado ainda se apresenta altamente significativo (p-
valor<0,001), justificando que o modelo desenvolvido se apresenta
válido e com capacidade de previsão superior a uma classificação
aleatória (área=0,5), assim como pode ser observado na Tabela 6.
Tabela 6 – Área sobre a Curva ROC
Área Erro
Padrãoa
Sig.
assintóticab
Intervalo de Confiança 95%
Assintótico
Limite
inferior
Limite
superior
0,737 0,021 0,000*** 0,697 0,778 *significativo a 10%, **significativo a 5% e ***significativo a 1%
Fonte: autoria própria (dados da pesquisa).
59
4.3 APRENDER
A partir do trabalho realizado e dos resultados obtidos, esta etapa
tem como principal objetivo obter conclusões e realizar tomadas de
decisões que proporcionarão uma continuação no desenvolvimento do
aplicativo.
Neste sentido, as medições realizadas na etapa anterior
mostraram-se válidas para validação da hipótese H1 definida neste
trabalho: “Todos os cinco atributos agregam valor para o cliente”. A
partir dos resultados encontrados, decidiu-se continuar com a proposição
inicial, mantendo todos os atributos testados no aplicativo.
Observa-se, também, que o atributo que o cliente mais está
disposto a utilizar por meio do aplicativo é o A1 (massagem), seguidos
do A5 (design de sobrancelha), A4 (deslocamento do profissional), A3
(manicure/pedicure), A2 (maquiagem). Esta ordem de preferência do
consumidor poderá nortear, por exemplo, decisões a respeito da
operacionalização do aplicativo no futuro. Ou seja, segundo a pesquisa,
não há dúvidas sobre a necessidade do aplicativo disponibilizar o
serviço de massagem, mas, caso seja necessário reduzir um atributo para
reduzir o investimento de criação do aplicativo, o serviço escolhido
deverá ser o de maquiagem.
Desta forma, a partir do aprendizado desta etapa, uma nova
hipótese deverá ser gerada para construção de um novo MVP para que,
assim, ela possa ser novamente testada, permitindo com que o produto
entregue mais valor para o cliente.
60
61
5 CONCLUSÃO
O presente Trabalho de Conclusão de Curso buscou identificar os
atributos que agregam valor ao consumidor, em uma empresa economia
colaborativa, aplicando a metodologia do Lean Startup para definição
deste novo negócio.
A economia colaborativa é uma grande tendência atualmente,
permitindo com que pessoas que possuem algum produto ou serviço a
oferecer possam se conectar com pessoas que estejam em busca destas
ofertas. Grande parte das grandes empresas nascidas nestes últimos 5
anos tiveram como base este pressuposto, como por exemplo o Uber e
Airbnb.
Dentro deste contexto, propôs-se a criação de uma empresa que
conectasse prestadores de serviço de beleza com potenciais clientes, de
modo que o agendamento dos serviços fosse facilitado utilizando a
geolocalização do usuário e do prestador de serviço.
A concepção deste novo negócio foi realizada baseando-se na
metodologia do Lean Startup, buscando identificar os atributos a serem
incorporados pelo aplicativo de forma a aumentar a agregação de valor
do produto ao cliente.
Para tanto, foram construídos cenários de pesquisa, cada um
contendo diferentes atributos combinados para que, desta forma, os
respondentes da pesquisa elaborada pudessem apresentar sua
preferência. A técnica utilizada para realização desta pesquisa foi a
Análise Conjunta. Analisando seus resultados, obteve-se uma aceitação
do aplicativo de aproximadamente 92% dos respondentes, dos quais
elencaram como significantes para conter no aplicativo todos os
atributos propostos. Ou seja, os serviços de manicure/pedicure,
massagem, maquiagem, design de sobrancelha e deslocamento do
profissional até o cliente serão disponibilizados aos usuários pelo
aplicativo. A pesquisa apresentou uma curva ROC no valor de 0,73
fazendo com que a análise seja considerada válida e satisfatória.
A metodologia do Lean Startup foi considerada extremamente
importante para definição dos atributos do aplicativo, pois assim pode-se
validar com os potenciais clientes, ou seja, aqueles que realmente farão
uso do aplicativo, quais seriam os serviços que eles mais teriam
interesse em adquirir. Além da interação com os potenciais clientes, a
metodologia permitiu que essa interação fosse estruturada e realizada
com o máximo de aproveitamento de informações.
62
Além disso, a partir das definições realizadas neste trabalho,
poderá se dar, então, continuidade ao desenvolvimento do aplicativo,
buscando identificar novas hipóteses de pesquisas para que, dessa
forma, a realização de um novo ciclo Construir-Medir-Aprender seja
possível. Desta forma, continuar-se-á a aplicação do da metodologia
Lean Startup com o objetivo de sempre aprimorar o valor entregue ao
cliente neste serviço.
63
REFERÊNCIAS
BEHRENS, J. S. B. Startup na prática: desafios e
oportunidades: Memorial Descritivo. 2015. 41 p. Trabalho de Conclusão
de Curso (Graduação) - Curso de Comunicação Organizacional,
Universidade Federal de Brasília, Brasília, 2015. Disponível em:
<http://bdm.unb.br/bitstream/10483/11697/1/2015_JessicaSoaresBraga
Behrens.pdf>. Acesso em: 23 abr. 2017.
BLANK, S.; DORF, B. The Startup owner's manual: the step-by-step
guide for building a great company. [S. l.]: K & S Ranch, 2012.
CAROLI, P. Direto ao ponto: criando produtos de forma enxuta. [S. l.]:
Casa do Código, 2015. [ebook].
ELISABETH, S.; CALADO, R. Transformando ideias em negócios
lucrativos: aplicando a metodologia Lean Startup. Rockville: Global
South , 2015.
FÁVERO, L. P. et al. Análise de dados: modelagem multivariada para
tomada de decisões. Rio de Janeiro: Campus, 2009.
FURR, N.; DYER, J. Innovator's method: bringing the Lean Startup
into your organization. Boston: Harvard Business Review Press, 2014.
GARBUGLI, É. Lean B2B: build products businesses want. [S.l: s.n.],
2014. Disponível em: <http://Leanb2bbook.com/blog/why-the-Lean-
Startup-techniques-dont-work-in-b2b/>. Acesso em: 22 mar. 2017.
GHISE, V. Buyer Persona: Tudo que você precisa saber. Vinícius
Ghise Digital Strategist, [s. L.], Out. 2015. Disponível em:
<http://www.viniciusghise.com.br/blog/buyer-persona/>. Acesso em: 15
jun. 2017.
64
GREEN P. E.; SRINIVASAN, V. Cojoint Analysis in consumer
research: issues an outlook. Journal of Consumer Research, Oxford,
v. 5 n. 2, p. 103-123, set. 1978)
HAIR JR., J. F. et al. Multivariate data analysis: a global perspective.
7. ed. Edinburgh: Pearson, 2014.
HAUSER; J. R.; RAO, V. R. Conjoint Analysis, Related Modeling, and
Applications. In: WIND, Yoram; GREEN, Paul E. (Eds.). Marketing
research and modeling: progress and prospects: a tribute to Paul E.
Green. Nova Iorque: LLC, 2004. Cap. 6. p. 141-168.
GLOBAL ENTREPRENEURSHIP MONITOR – GEM.
Empreendedorismo no Brasil 2015: relatório executivo. [s.l.]: IBQP,
SEBRAE, FGV, 2016. Disponível em:
<http://www.bibliotecas.sebrae.com.br/chronus/ARQUIVOS_CHRONU
S/bds/bds.nsf/c6de907fe0574c8ccb36328e24b2412e/$File/5904.pdf>.
Acesso em: 20 abr. 2017.
JONES, D.; MITCHELL, A. Lean Thinking for the NHS: a report
commissioned by the NHS Confederation. Londres: NHS
Confederation, 2006. p. 2-24. Disponível em:
<http://www.nhsconfed.org/~/media/Confederation/Files/Publications/D
ocuments/Lean %20thinking%20for%20the%20NHS.pdf>. Acesso em:
26 abr. 2017.
KOTLER, P. Administração de marketing: análise, planejamento,
implementação e controle. 4.ed. São Paulo: Atlas, 1996.
MALHOTRA, N. K.; BIRKS, D. F. Marketing research: An applied
approach. Pearson Education, 2007.
MARTIN, C. J. The sharing economy: a pathway to sustainability or a
nightmarish form of neoliberal capitalism? Ecological Economics,
Manchester, v.121, p. 148-159, 2015.
65
MAURYA, A. Running Lean. Boston: O’Reilly Media, 2010.
MINITAB. Software estatístico. Disponível em:
<https://www.minitab.com/pt-br/products/minitab/>. Acesso em: 26 abr.
2017.
MONTGOMERY, D. C. Design and analysis of experiments. 8. ed. [
S.l. ]: Wiley, 2012.
OHNO, T. O sistema Toyota de produção. São Paulo: Bookman,
1997.
PALAGI, L.. A Importânica da definição de Personas em suas
Campanhas. Wide Inspiração para Seus Negócios, [s. L.], nov. 2016.
Disponível em: <http://www.revistawide.com.br/design/colunistas/a-
importancia-da-definicao-de-personas-em-suas-campanhas->. Acesso
em: 15 jun. 2017.
PRUITT, J. S.; ADLIN, T. Personas: practice and theory. [São
Francisco: ACM, 2003]. Disponível em:
<https://www.microsoft.com/en-us/research/wp-
content/uploads/2017/03/pruitt-
grudinold.pdf?from=http%3A%2F%2Fresearch.microsoft.com%2Fen-
us%2Fum%2Fredmond%2Fgroups%2Fcoet%2Fgrudin%2Fpersonas%2
Fold%2520versions%2Fpruitt-grudinold.pdf>. Acesso em: 28 abr. 2017.
QUALTRICS. Management plataform. Disponível em:
<https://www.qualtrics.com/>. Acesso em: 26 abr. 2017.
RIES, E. A. Startup enxuta. São Paulo: Texto Editores Ltda, 2012.
RODRIGUES, R. B.; OLIVEIRA, R. T. A. de; SOUZA, R. R. de.
Startups dirigidas à inovação de software: da universidade ao
66
mercado. Revista da Escola Regional de Informática, Garanhuns, v. 2,
n. 2, p.162-169, nov. 2013. Disponível em:
<file:///C:/Users/Consultor/Downloads/379-1273-1-PB.pdf>. Acesso
em: 22 abr. 2017.
SALGADO, E. G. et al. Análise da aplicação do mapeamento do fluxo
de valor na identificação de desperdícios do processo de
desenvolvimento de produtos. Gestão & Produção, São Carlos, v. 16,
n. 3, p. 344-356, jul. 2009. Disponível em:
<http://www.scielo.br/pdf/gp/v16n3/v16n3a03>. Acesso em: 23 jun.
2016.
SANTOS, R. S. dos. A economia colaborativa como meio para
criação de valor social sustentável no processo de gestão da inovação: um estudo de caso com a organização "Tem Açúcar?". 2016.
28 f. Trabalho de Conclusão de Curso (Graduação) - Curso de
Administração, Centro de Ciências Exatas e Sociais Aplicadas,
Universidade Estadual da Paraíba, Patos, 2016. Disponível em:
<http://dspace.bc.uepb.edu.br/jspui/bitstream/123456789/13314/1/PDF -
Ricardo Soares dos Santos.pdf>. Acesso em: 26 abr. 2017.
SCHAUPP, L. C.; BÉLANGER, F. A conjoint analysis of online
consumer satisfaction. Journal of Electronic Commerce
Research, [Taipé, Taiwan], v.6, n. 2, p. 95-111, maio 2005. Disponível
em: < http://www.jecr.org/sites/default/files/06_2_p02_0.pdf>. Acesso
em: 26 abr. 2017.
SIQUEIRA, J. de O. Mensuração da estrutura de preferência do
consumidor: uma aplicação do Conjoin Analysis em marketing. 2000.
250 f. Dissertação (Mestrado) - Curso de Administração, Universidade
de São Paulo, São Paulo, 2000. Disponível em:
<file:///C:/Users/Consultor/Downloads/CA-Siqueira.PDF>. Acesso em:
26 abr. 2017.
TEIXEIRA, T. A. Aplicação de princípios e ferramentas lean numa
unidade de cirurgia de ambulatório de um hospital. 2015. 154 f.
67
Dissertação (Mestrado) - Curso de Engenharia Industrial, Escola de
Engenharia, Universidade do Minho, Braga, 2015. Disponível em:
<file:///C:/Users/Consultor/Downloads/DISSERTAÇÃO_TIAGO
TEIXEIRA MEI PG21183_2016.pdf>. Acesso em: 12 mar. 2017.
WILSON, L. How to implement Lean Manufacturing. New York:
McGraw-Hill, 2010.
WOMACK, J. P.; JONES, D. T. Lean Thinking. New York: Free
Press, 1997.
ZHUO. T. The Sharing Economy Isn't a Niche. It's the Future of
Market Capitalism. Entrepreneur, [s. L.], nov. 2015. Disponível em:
<https://www.entrepreneur.com/article/253070>. Acesso em: 15 jun.
2017.
68
69
APÊNDICE A – PESQUISA DE ATRIBUTOS
70
71
Questão 1:
Questão 2:
72
Questão 3:
Questão 4:
73
Questão 5:
OBS: A Questão 5 é a composição das escolhas do respondente nas quatro
questões anteriores.
Fonte: desenvolvido pela autora