Orientadores: Eric David Cohen, Cristiano Morini

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas

Resumo: A presente pesquisa se propõe a discutir a utilização do Big Data, enquanto ferramenta para geração de insights de inovação nas empresas conhecidas como startups orientadas a dados. Com este intuito, foi realizada a revisão sistemática da literatura utilizando o método Pro-Know-C, a fim de...

Resumo: A presente pesquisa se propõe a discutir a utilização do Big Data, enquanto ferramenta para geração de insights de inovação nas empresas conhecidas como startups orientadas a dados. Com este intuito, foi realizada a revisão sistemática da literatura utilizando o método Pro-Know-C, a fim de compreender como se deu a evolução dessa prática empresarial no passado recente, bem como lançar luz nas estratégias empreendidas pelas startups com vistas à utilização de Big Data para se manterem sustentáveis e inovadoras. A fundamentação teórica dá indicação de que há uma aplicabilidade generalizada do Big Data em diversas áreas de conhecimento, com destaque para Ciências da Computação, Gestão e Ciências Médicas. Na mesma linha, o termo "ciência de dados" relevou-se um pouco menos relevante (apesar de estar bastante relacionado) que o Big Data, motivo pelo qual decidiu-se dar foco, predominantemente, ao termo Big Data por conta da sua prevalência no campo de conhecimento de gestão; destarte, fica evidente o rápido crescimento em relação ao uso dessa ferramenta, nos mais diversos setores da economia global. A partir deste referencial, destacam-se oito principais tópicos abordados na literatura, dos quais "insights de inovação" se mostrou promissor, e alinhado com o universo das startups. Apoiando-nos no estudo anterior de Visvizi et al. (2022), buscou-se adaptá-lo para o contexto das startups brasileiras; replicou-se a abordagem qualitativa do estudo anterior, que se apoia na teoria construtivista para compreender a relação entre a gestão baseada em dados e os insights de inovação. Para tanto, foram selecionadas sete startups de diferentes setores e modelos de negócio, a partir da base de dados da ABStartups, bem como duas startups que foram incluídas por razões de conveniência da autora do trabalho. Os executivos das empresas participaram de entrevista em profundidade utilizando o roteiro de Visvizi et al. (2022), e os dados coletados foram analisados por meio da técnica de análise de conteúdo. Os resultados apontam para a importância dos aspectos de comportamento humano, no que concerne a avaliação de dados de forma eficaz, e voltadas à identificação de oportunidades de inovação. Outro achado diz respeito ao destaque em relação aos fatores facilitadores da inovação, fato que nos permite formular e idealizar estratégias adequadas para explorar as oportunidades de inovação. Por fim, o estudo apresenta, ainda, o framework de decisão gerencial "FrameStartData", que traz como principal benefício para as startups a perspectiva de utilização de dados para a tomada de decisão gerencial e geração de insights de inovação. A despeito das limitações do estudo – como, por exemplo, o número limitado de empresas entrevistadas – considera-se que a presente pesquisa traz aspectos bastante relevantes, tanto no âmbito teórico quanto prático, para as startups interessadas em explorar a gestão de dados visando impulsionar a inovação

Abstract: The present research aims to discuss the use of Big Data as a tool for generating innovation insights in companies known as data-driven startups. To achieve this goal, a systematic literature review was conducted using the Pro-Know-C method to understand the evolution of this business...

Abstract: The present research aims to discuss the use of Big Data as a tool for generating innovation insights in companies known as data-driven startups. To achieve this goal, a systematic literature review was conducted using the Pro-Know-C method to understand the evolution of this business practice in the recent past and shed light on the strategies undertaken by startups to leverage Big Data for sustainability and innovation. The theoretical foundation indicates a widespread applicability of Big Data in various fields of knowledge, notably in Computer Science, Management, and Medical Sciences. Similarly, the term "data science" was found to be somewhat less relevant (despite being closely related) than Big Data, which led to the decision to predominantly focus on the term Big Data due to its prevalence in the management knowledge field. Hence, the rapid growth in the use of this tool across diverse sectors of the global economy becomes evident. Building on the previous study by Visvizi et al. (2022), an adaptation was made to the context of Brazilian startups. The qualitative approach from the previous study, based on constructivist theory, was replicated to understand the relationship between data-driven management and innovation insights. Seven startups from different sectors and business models were selected from the ABStartups database, and two additional startups were included for the author's convenience. Executives from these companies participated in in-depth interviews following the Visvizi et al. (2022) script, and the collected data were analyzed using content analysis techniques. The findings highlight the importance of human behavior aspects concerning effective data evaluation, particularly in identifying innovation opportunities. Another significant finding concerns the emphasis on innovation-enabling factors, allowing for the formulation and design of appropriate strategies to explore innovation opportunities. Lastly, the study presents the managerial decision framework "FrameStartData," which offers startups the perspective of using data for managerial decision-making and generating innovation insights. Despite study limitations, such as the limited number of interviewed companies, this research provides highly relevant aspects, both theoretically and practically, for startups interested in exploring data management to drive innovation

Requisitos do sistema: Software para leitura de arquivo em PDF

Aberto