Escolar Documentos
Profissional Documentos
Cultura Documentos
JOÃO MONLEVADE
2022
Adônis Silva Oliveira
JOÃO MONLEVADE
2022
1. INTRODUÇÃO
A pandemia da Covid-19 , impulsionou o mercado das edtechs, "o que antes era um
plano B passou a ser a primeira opção para muitos estudantes”, diz Rodrigo de Godoy, head
da EXAME Academy. O sócio da Atmã Educar, Romário Davel considera a crise sanitária
um catalisador de um processo que demoraria até dez anos para ocorrer no ensino superior.
Apesar das edtechs serem uma realidade com inúmeros benefícios tais como a praticidade,
maior custo benefício e ao mesmo tempo proporciona um ensino de qualidade, como
pontuado por Jan, CEO e cofundador da MedRoom, o desafio da motivação e engajamento
dos alunos é um ponto que deve ser melhorado pelos programas online.
As edtechs surgem nos Estados Unidos a partir de três episódios importantes que
ocorreram no país. o primeiro foi a emissão do relatório “Uma nação em risco: O imperativo
para a reforma educativa” (Nacional Comissão Sobre Excelência em Educação [NCEE],
1983). Onde aponta que o sistema de ensino dos EUA estava ficando atrasado em relação ao
resto do mundo.
O conceito de edtechs, vem crescendo cada vez mais, tendo conduzido o processo de
aprendizagem a uma era de novas tecnologias. As edtechs focam no desenvolvimento de
soluções tecnológicas voltadas para a educação. O objetivo dessas empresas é de reinventar
métodos de aprendizado e não somente facilitar o aprendizado em si. Buscam explorar novas
soluções, desenvolvê-las e adicionar a rotina de ensino, com intuito de inspirar além de maior
facilidade na absorção do conteúdo, novas habilidades para com os alunos e com os demais
integrantes componentes desse processo.
Ainda não foi possível selecionar quais serão as variáveis escolhidas para a então
análise dos dados devido a variabilidade das respostas das empresas e também pela falta do
número mínimo de entrevistados, mas até então o grupo busca analisar como variáveis
inicialmente o perfil das empresas segundo a demanda, além do perfil do produto também
segundo a demanda de mercado e a qual a fatia dentro desse segmento tem se destacado
quanto às estratégias e inovações no desenvolvimento de projeto de produto.
3. METODOLOGIA
Figura 02 - Relação das afirmações do primeiro bloco do questionário referente às estratégias internas de
inovação.
C1 A empresa possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes
C5 A empresa possui a inovação como um elemento estratégico para a sua consolidação no mercado
C8 A empresa possui um centro interno de P&D para criar novos conhecimentos e tecnologias
C9 A empresa gerencia suas lições aprendidas para se adaptar às novas mudanças do mercado a partir
de experiências passadas
C10 A empresa busca formalizar (documentar) os conhecimentos gerados pelo relacionamento com
seus clientes, fornecedores e demais parceiros externos
Fonte: Autoria Própria.
Figura 03 - Análise Descritiva do primeiro bloco referente às estratégias internas adotadas pelas Edtechs
pesquisadas.
Conforme a análise do gráfico, pudemos observar que a variável C8 possui o p-valor >
0,05. Portanto é possível afirmar que C8 não rejeita a hipótese de que os dados seguem a
distribuição Normal.
A partir da análise da pesquisa com as empresas, foi possível identificar que todas
delas possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes e portanto estudar o comportamento destes com o intuito de
desenvolver alguma metodologia de inovação para traçar o perfil do cliente e portanto
fornecer o produto ideal para o mercado.
Além disso, foi constatado que boa parte das EdTechs focam no treinamento de seus
funcionários permitindo que estes possam desenvolver todas atividades renovadoras para a
empresa, apenas uma empresa que enfrenta uma grande dificuldade em executar esse
treinamento. Destaca-se ainda que a grande maioria dá preferência a perfis inovadores de
empregados num processo de seleção de trabalho nestas empresas. Também observou-se o
uso de equipes integradas para o desenvolvimento de diversas atividades em oito das dez
EdTechs analisadas. É relevante salientar que ocorre o compartilhamento de estratégias de
inovação entre todos os setores em grande parte das empresas analisadas. É notório que existe
por parte da empresa grande interesse em mapear as experiências e habilidades de seus
funcionários, somente em duas empresas que isso é indiferente. Duas empresas também são
indiferentes a um ambiente organizacional em prol da inovação, diferente das outras oito
EdTechs. Como forma de incentivo, boa parte delas promove treinamentos aos seus
funcionários, programas de recompensas para sugestões inovadoras e uso de tecnologias,
promovendo o espírito de liderança nas equipes de trabalho. Sendo que, cinco das dez
empresas entrevistadas, relatam possuir centros internos de criação e desenvolvimento de
novas tecnologias e conhecimento.
A inovação como citado no início desta parte do trabalho é ferramenta estratégica para
a consolidação das empresas no mercado e isso é comprovado durante a pesquisa, algumas
empresas adotam a parcerias com instituições de pesquisa e contratam empresas que realizam
a parte de Pesquisas e Desenvolvimento para as suas empresas, entretanto a maioria das
empresas entrevistadas não possui parcerias.
Figura 05 - Matriz de correção para analisar as relações entre as variáveis relacionadas às estratégias
internas das empresas.
De acordo com a imagem acima, é notável que as variáveis que possuem uma
correlação significativas são: C2 com C3 (p_valor=0,004); C2 com C9 (p_valor=0,031); C3
com C9 (p_valor=0,005) e C7 com C8 (p_valor=0,027). Para as demais variáveis, nota-se que
não possuem significância, pois apresenta o valor de p maior que 0,05.
Percebe-se que não existe nenhuma correlação forte entre nenhuma das variáveis pois
todas estão abaixo de 0,9, e as variáveis consideradas significativas no parágrafo anterior são
todas classificadas como moderadas, e as demais são consideradas fracas por possuírem
correlação < 0,5.
Para realização das análises das estratégias externas de inovação, foram utilizadas as
seguintes variáveis descritas na figura 06:
C16 A empresa busca renovar e adaptar seus recursos (componentes físicos, financeiros e habilidades
humanas)
C19 A empresa busca promover ações de responsabilidade social no médio e longo prazo
C20 A empresa busca promover ações ambientalmente sustentáveis no médio e longo prazo
C14 A empresa possui uma sistemática de avaliação de performance (tempo de entrega, qualidade,
confiabilidade...) de seus fornecedores
Figura 07 - Análise Descritiva do bloco da relação das estratégias externas adotadas pelas Edtechs
pesquisadas.
Com base na análise da Figura 08, é possível verificar que as variáveis C25, C26 e
C33 possuem o valor p > 0,05 e portanto, não deve-se rejeitar a hipótese de que os dados
dessas variáveis seguem a distribuição Normal.
Figura 09 - Matriz de correção para analisar as relações entre as variáveis relacionadas às estratégias
externas das empresas.
Fonte: Saída do minitab.
De acordo com informação presente na figura 09, nota-se que as variáveis que
possuem uma correlação significativa são: C16 com C17 (p_valor=0,040); C16 com C18
(p_valor=0,024); C17 com C18 (p_valor=0,007); C18 com C22 (p_valor=0,038); C20 com
C25 (p_valor=0,046); C26 com C18 (p_valor=0,021); C18 com C27 (p_valor=0,043); C26
com C27 (p_valor=0,023). Para as demais variáveis, nota-se que não possuem significância,
pois apresenta o valor de p maior que 0,05.
Percebe-se que não existe nenhuma correlação forte entre nenhuma das variáveis pois
todas estão abaixo de 0,9, e as variáveis consideradas significativas no parágrafo anterior são
todas classificadas como moderadas, e as demais são consideradas fracas por possuírem
correlação < 0,5.
Essa etapa é fundamental porque, ao final do processo, a decisão tomada deverá estar
de acordo com o problema identificado. Caso contrário, há grandes chances de você tomar
uma decisão ineficaz, que não consiga trazer a solução que você precisa.
Nesta etapa, você deverá listar todas as alternativas possíveis e desejáveis para
solucionar o problema.
À medida que você passa por esse difícil processo de escolha, já vai ficando mais
claro quais alternativas têm um potencial maior para alcançar seu objetivo.
C29 A empresa desenvolve seus projetos de inovação com base nos recursos que estão disponíveis
(competências internas, tecnologias…)
C30 A partir das ideias geradas dos projetos existentes, a empresa identifica novas possibilidades de
inovação.
C31 A empresa adquire recursos com base em seus novos projetos de inovação
C32 Novos projetos de inovação são definidos com base nos objetivos estratégicos da empresa
C33 A empresa realiza diferentes experimentações até encontrar um produto/serviço que atenda às
necessidades de seus clientes
C35 Novas descobertas (de mercado, de necessidades de clientes...) não influenciam o objetivo dos
projetos de inovação da empresa
Figura 11 - Análise descritiva das afirmações sobre as lógicas de tomada de decisão adotadas pelas
Edtechs pesquisadas.
Fonte: Saída do minitab.
Percebe-se a partir da figura 11, que a variável que possui maior média é a variável
C29(média=4,000) e a menor média é a C35(média=2,300). O desvio padrão mostra o quanto
os dados estão dispersos sobre a média, dessa forma, nota-se que a variável que possui maior
nível de dispersão é a variável C35(desvio-padrão=1,494), seguida da variável C33(desvio-
padrão=1,337). Já a variável que possui menor nível de dispersão é a variável C30(desvio-
padrão=0,707).
Sobre a figura 12, é possível fazer as seguintes informações com base no valor-p >
0,05: a segunda e terceira afirmações, cujos trechos são citados em parte pelo gráfico,
representam que não deve-se rejeitar a hipótese de que os dados seguem a distribuição
Normal.
4.3.2 CORRELAÇÃO DAS LÓGICAS DE TOMADA DE DECISÃO
Figura 13 - Matriz de correção para analisar as relações entre as variáveis relacionadas às lógicas de
tomada de decisões das empresas.
A partir da figura 13, é possível analisar que as variáveis que possuem uma correlação
significativa são: C29 com C30 (p_valor=0,003); C29 com C32 (p_valor=0,033); C32 com
C33 (p_valor=0,048); C32 com C35 (p_valor=0,040) e C29 com C36 (p_valor=0,005). Para
as demais variáveis, nota-se que não possuem significância, pois apresenta o valor de p maior
que 0,05.
Percebe-se que não existe nenhuma correlação forte entre nenhuma das variáveis pois
todas estão abaixo de 0,9, e as variáveis consideradas significativas no parágrafo anterior são
todas classificadas como moderadas, e as demais são consideradas fracas por possuírem
correlação < 0,5.
4.4 ADAPTABILIDADES A UM CONTEXTO TURBULENTO
Buscando uma Startup que se adapte num contexto turbulento, sabendo que há
diversos cenários diferentes em momentos distintos, pode-se concluir que a Startup ideia seja
a que tenha mais tempo de mercado, com maior experiência, um maior número de
funcionários e afins. Porém é necessário um maior conhecimento de todo esse contexto.
Iniciando toda a análise pela Estrutura de Negócio, há uma empresa que já está
consolidada no mercado e tem um fluxo de operação estruturado e direcionado aos seus
processos. Desde que não perca o foco em ideias e oportunidades. Há também outros pontos
interessantes que são: Espírito organizacional e Ambiente Organizacional: Uma startup é uma
empresa que desde o seu nascimento é projetada para escalar e crescer diante de uma
oportunidade identificada, de uma tendência ou descoberta de uma solução para um problema.
Fundos e Escalabilidade: Uma empresa que tenha mais fundos para gastar em coisas
como anúncios, contratação de talentos e abertura de locais adicionais além de ser
escalonáveis. Isso é o que os torna financeiramente interessantes. Normalmente, operam com
base em tecnologia e podem repetir o mesmo “truque” em novas cidades ou países.
A empresa tradicional como em qualquer outra empresa, também visa obter lucros.
Porém, a diferença é que essas empresas visam gerar lucros somente para os proprietários ou
apenas para os operadores. E dessa forma, na maioria das vezes, acabam ganhando mais
dinheiro do que investiram.
Inovação: As startups não ganham lucros desde o primeiro dia de seu início. O
empresário tem de trabalhar para o crescimento e desenvolvimento da empresa ao nível dos
serviços, produtos e atendimento aos clientes, visando obter lucros.
C44 A empresa possui agilidade para resolver problemas e eventos inesperados que são difíceis de
quantificar e resolver o que proporciona sua adaptação à volatilidade do mundo no qual está inserida
C45 A empresa capta informações essenciais para tentar prever o futuro com segurança o que
proporciona sua adaptação à incerteza do mundo no qual está inserida
C46 A empresa busca reestruturar suas redes, processos e relacionamentos com seus stakeholders o que
proporciona sua adaptação à complexidade do mundo no qual está inserida
C47 A empresa realiza experimentações em busca de estratégias para maior clareza das necessidades do
mercado o que proporciona sua adaptação à ambiguidade do mundo no qual está inserida
Fonte: Autoria Própria.
Figura 15 - Análise descritiva das afirmações sobre a adaptabilidade em contexto turbulento nas Edtechs
pesquisadas.
A partir da figura 15, percebe-se que a variável que possui maior média é a variável
C44(média=4,400) e a menor média é a C46(média=3,800). O desvio padrão mostra o quanto
os dados estão dispersos sobre a média, dessa forma, nota-se que a variável que possui maior
nível de dispersão é a variável C45(desvio-padrão=1,054), seguida da variável C46(desvio-
padrão=0,919). Já a variável que possui menor nível de dispersão é a variável C44(desvio-
padrão=0,699).
Figura 16 - Gráfico de probabilidade indicando os valores p do teste de normalidade
Com base na análise da Figura 16, é possível afirmar que as duas afirmações
representadas pelas cores marrom e verde representam as afirmações com o valor p > 0.05 e,
portanto, não deve-se rejeitar a hipótese de que os dados destas afirmações seguem a
distribuição Normal.
Figura 17 - Matriz de correção para analisar as relações entre as variáveis relacionadas à adaptabilidade
em contextos turbulentos das empresas.
Fonte: Saída do minitab.
Percebe-se que não existe nenhuma correlação forte entre nenhuma das variáveis pois
todas estão abaixo de 0,9, e as variáveis consideradas significativas no parágrafo anterior são
todas classificadas como moderadas, e as demais são consideradas fracas por possuírem
correlação < 0,5.
5. ANÁLISE DE COMPONENTES COMPONENTES PRINCIPAIS (ACP) DAS
EMPRESAS PESQUISADAS
Inicialmente, é importante enfatizar a função desta análise para o trabalho que aqui é
desenvolvido. A Análise de Componentes Principais ou PCA (Principal Component Analysis)
é uma técnica de análise multivariada que pode ser usada para analisar inter-relações entre um
grande número de variáveis e explicar essas variáveis em termos de suas dimensões inerentes
(Componentes).
Observa-se que o comportamento dos valores dos loadings da coluna PC1 alteram-se
conforme cada sequência de exclusão de loadings menores e, portanto, as variáveis que não
foram excluídas tiveram seus valores de loadings aumentados, pois os mesmos concentram-se
para construir o valor da Correlação e portanto traçar um perfil global das empresas quanto às
estratégias internas aplicadas.
Fonte
: Saída do minitab.
Após a exclusão dos loadings de menor valor e a obtenção da concordância com valor
igual a 50%, inicia-se o processo de montar uma equação que representa de forma quantitativa
a concordância das empresas quanto às afirmações sobre as estratégias internas que possuem
os maiores e menores loadings e, com isso, obter uma análise do perfil de cada uma das
empresas quanto ao tipo de estratégia utilizada e o quanto cada uma destas será relevante para
a mesma quanto à construção do seu perfil.
Pela análise da Figura 26, observa-se que o número de componentes antes do salto é
de duas componentes. A partir da terceira componente os autovalores são próximos.
Figura 27 - Scree Plot Drive Interno
Com base na análise da Figura 27, é possível perceber que o número de componentes
antes do salto são duas componentes, visto que os valores dos autovetores a partir do segundo
salto são próximos.
Figura 28 - Ranking decrescente dos valores dos loadings na coluna PC1 referente às afirmações do bloco
das Estratégias Internas de Inovação conforme a Análise das Componentes Principais.
C9 A empresa gerencia suas lições aprendidas para se adaptar às novas mudanças do mercado a partir de
experiências passadas
C10 A empresa busca formalizar (documentar) os conhecimentos gerados pelo relacionamento com seus
clientes, fornecedores e demais parceiros externos
C4 A empresa usa equipes integradas (multifuncionais) para o desenvolvimento das diversas atividades
C1 A empresa possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes
C8 A empresa possui um centro interno de P&D para criar novos conhecimentos e tecnologias
C5 A empresa possui a inovação como um elemento estratégico para a sua consolidação no mercado
2,24449
-2,77910
-0,10694
0,74848
-1,53038
1,37248
-1,15506
0,00996
0,08227
1,11380
Figura 30 - Tabela com o ranking das empresas com base na análise dos escores da primeira componente
(C1).
Matraquinha -0,10694 7ª
Kuadro -1,53038 9ª
raleducoficial 0,08227 5ª
F
onte: Saída do minitab.
Na primeira tentativa de rodar a ACP, os valores dos loadings da primeira coluna PC1
tiveram 0,461% de concordância com o primeiro bloco das afirmações que aborda sobre as
estratégias externas aplicadas pelas empresas pesquisadas, não sendo o suficiente para poder
traçar o perfil das empresas quanto às políticas adotadas, então a exclusão dos loadings de
menor valor (referente às afirmações que identificam quais são as estratégias adotadas pelas
Edtechs) se demonstrou necessária até atingir o resultado esperado do coeficiente de
correlação.
Em termos práticos, isso significa que poucas ou nenhuma empresa concorda com a
afirmação proposta ou mesmo não aplica a estratégia na empresa.
Após a exclusão dos loadings de menor valor e a obtenção da concordância com valor
igual a 50%, é necessário montar uma equação que representa de forma quantitativa a
concordância das empresas quanto às afirmações sobre as estratégias externas que possuem os
maiores e menores loadings e, com isso, podendo então obter uma análise do perfil de cada
uma das empresas quanto ao tipo de estratégia utilizada e o quanto cada uma destas será
relevante para a mesma quanto à construção do seu perfil.
Ao fim das manipulações dos valores das análises, seu resultado é essa equação:
PC1= -0,088C16 + 0,215 C17 + 0,296 C19 + 0,629 C20 + 0,163 C22 + 0,660 C25.
Ao analisar esta equação, pode-se deduzir que as afirmações C17, C19, C20, C22 e
C25 foram essenciais para determinar quais são as principais estratégias externas utilizadas
pelas Edtechs para permitir que estas estejam sempre se adequando ao mercado, enquanto a
afirmação C16 apesar de estar incluída na equação, tem pouca relevância em relação às
demais quando as empresas escolhem concordar com esta afirmação, ou seja, a estratégia
externa é pouco aplicada em sua maioria.
Com base na análise da Figura 39, é possível perceber que o número de componentes
antes do salto são duas componentes, visto que os valores dos autovetores a partir do segundo
salto são próximos.
Figura 40 - Ranking decrescente dos valores dos loadings na coluna PC1 referente às afirmações do bloco
das Estratégias Externas de Inovação conforme a Análise das Componentes Principais.
C22 A empresa incentiva seus clientes a participar dos seus projetos de desenvolvimento
C19 A empresa busca promover ações de responsabilidade social no médio e longo prazo
C16 A empresa busca renovar e adaptar seus recursos (componentes físicos, financeiros e habilidades
humanas)
C24 A empresa possui uma sistemática de avaliação de performance (tempo de entrega, qualidade,
confiabilidade...) de seus fornecedores
C20 A empresa busca promover ações ambientalmente sustentáveis no médio e longo prazo
Figura 41 - Tabela com os valores dos Escores das variáveis analisadas do segundo bloco
-3,59564
-1,70729
0,17584
0,82810
-0,43396
-0,21751
0,82810
1,92111
1,56777
0,63349
Figura 42 - Tabela com o ranking das empresas com base na análise dos escores da primeira componente
(C1)
Kludo -1,70729 8ª
Matraquinha 0,17584 5ª
Kuadro -0,43396 7ª
raleducoficial 1,56777 2ª
Figura 43 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Figura 44 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Na segunda tentativa de rodar a ACP, optamos por excluir a variável C31, que possui
o menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
0,460% de concordância com o primeiro bloco das afirmações que aborda sobre as Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas empresas
pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente às
afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
resultado esperado do coeficiente de correlação.
Figura 45 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Na terceira tentativa de rodar a ACP, optamos por excluir a variável C30, que possui o
menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
0,472% de concordância com o primeiro bloco das afirmações que aborda sobre as Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas empresas
pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente às
afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
resultado esperado do coeficiente de correlação.
Figura 46 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Na quarta tentativa de rodar a ACP, optamos por excluir a variável C29, que possui o
menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
0,485% de concordância com o primeiro bloco das afirmações que aborda sobre as Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas empresas
pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente às
afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
resultado esperado do coeficiente de correlação.
Figura 47- Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Na quinta tentativa de rodar a ACP, optamos por excluir a variável C36, que possui o
menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
0,573% de concordância com o primeiro bloco das afirmações que aborda sobre as Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas empresas
pesquisadas, sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas.
Foram feitos vários testes, em sequência, pois houve uma variação no valor de
correlação. A cada interação os valores dos loadings oscilavam e quando o valor era tratado se
tornava negativo. Foram feitas várias exclusões de várias afirmações feitas pela pesquisa, até
atingir o resultado esperado coeficiente de correlação.
Figura 48 - Loading Plot representando a influência de cada uma das afirmações do bloco de Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos loadings da
coluna PC2 para a construção de um perfil.
Este gráfico representa a influência de cada uma das afirmações do bloco de Lógicas
de Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C34
e C31 possuem valores negativos, C29 possui um valor neutro, enquanto as variáveis C35,
C32, C36 e C30 são variáveis que possuem valores positivos.
Figura 49 - Loading Plot Drive Lógicas de Tomada de Decisão para o Desenvolvimento de
Produto/Serviço.
Este gráfico representa a influência de cada uma das afirmações do bloco de Lógicas
de Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C34
e C35 possuem valores negativos, enquanto as variáveis C33 e C32 são variáveis que
possuem valores positivos.
Figura 50 - Scree Plot Driver Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
Fonte:
Saída do minitab.
Pela análise da Figura 50, observa-se que o número de componentes antes do salto é
de duas componentes. A partir da terceira componente os autovalores são próximos.
Figura 51 - Scree Plot Drive Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
Pela análise da Figura 51, observa-se que o número de componentes antes do salto é
de duas componentes. A partir da terceira componente os autovalores são próximos.
Figura 52 - Ranking decrescente dos valores dos loadings na coluna PC1 referente às afirmações do bloco
das Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço conforme a Análise das
Componentes Principais.
C29 A empresa desenvolve seus projetos de inovação com base nos recursos que estão disponíveis
(competências internas, tecnologias…)
C32 Novos projetos de inovação são definidos com base nos objetivos estratégicos da empresa
C30 A partir das ideias geradas dos projetos existentes, a empresa identifica novas possibilidades de
inovação.
C33 A empresa realiza diferentes experimentações até encontrar um produto/serviço que atenda às
necessidades de seus clientes
C31 A empresa adquire recursos com base em seus novos projetos de inovação
C34 A empresa realiza diferentes experimentações até encontrar um produto/serviço que atenda às
necessidades de seus clientes
C35 Novas descobertas (de mercado, de necessidades de clientes...) não influenciam o objetivo dos
projetos de inovação da empresa
Figura 53 - Tabela com os valores dos Escores do terceiro bloco das variáveis analisadas do terceiro bloco
0,25993
0,65922
0,71745
-1,05459
-1,11235
-2,12164
2,09955
1,40485
1,26922
-2,12164
Figura 54 - Tabela com o ranking das empresas com base na análise dos escores da primeira componente
(C1)
Empresas que participaram da Pesquisa Escores da primeira componente Posição
Kludo 0,65922 5ª
Matraquinha 0,71745 4ª
Kuadro -1,11235 8ª
raleducoficial 1,26922 3ª
Figura 55 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.
Fonte: Saída do minitab.
Na primeira tentativa de rodar a ACP, os valores dos loadings da primeira coluna PC1
tiveram 0,362% de concordância com o primeiro bloco das afirmações que aborda sobre as
Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas
empresas pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto
às políticas adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente
às afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
resultado esperado do coeficiente de correlação.
Figura 56 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço
Este gráfico representa a influência de cada uma das afirmações do bloco de Lógicas
de Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C37,
C39 e C38 e C42 possuem valores positivos, enquanto as variáveis C43, C40 e C41 são
variáveis que possuem valores negativos.
Este gráfico representa a influência de cada uma das afirmações do bloco de Lógicas
de Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C40
e C38 possuem valores negativos, C37 possui um valor neutro, enquanto as variáveis C39,
C42 e C43 são variáveis que possuem valores positivos.
Figura 59 - Scree Plot Driver Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
Pela análise da Figura 59, observa-se que o número de componentes antes do salto é
de três componentes. A partir da quarta componente os autovalores são próximos.
Figura 60 - Scree Plot Driver Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
Figura 61 - Ranking decrescente dos valores dos loadings na coluna PC1 referente às afirmações do bloco
das Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço conforme a Análise das
Componentes Principais.
C41 A empresa tende a não comprometer mais recursos do que está disposta a perder, mesmo que o
potencial de retorno de um novo produto seja significativo
C42 Durante o desenvolvimento de um novo produto, a empresa estima o valor do investimento e o quanto
está disposta perder durante suas tentativas de lançamento
C43 Para decidir sobre o desenvolvimento de um novo produto ou serviço, a empresa primeiro analisa os
lucros e as oportunidades que serão geradas
C38 A empresa acredita que parcerias geram valor para projetos futuros.
C39 A empresa toma decisões de novos projetos de inovação com base em análises sistemáticas do
mercado e concorrência
C37 A empresa estabelece relacionamentos com seus parceiros( clientes, fornecedores...) que acaba por
auxiliar na redução da incerteza durante o lançamento de um novo produto.
Figura 62 - Tabela com os valores dos Escores do terceiro bloco das variáveis analisadas do terceiro bloco
-0,23856
-1,39316
0,09310
-0,61621
0,25570
3,38192
1,62811
0,66540
-4,03199
0,25570
Kludo -1,39316 7ª
Matraquinha 0,09310 5ª
Kuadro 0,25570 4ª
raleducoficial -4,03199 8ª
A empresa “Up Business Game” possui o maior valor de Score, portanto é a empresa
que mais concorda com todas variáveis positivas (C37, C38, C39, C40, C40, C42, C43). Já a
empresa “raleducoficial” possui o menor valor de Score, portanto é a empresa que menos
concorda com as variáveis positivas (C37, C38, C39, C40, C40, C42, C43).
Para o último bloco utilizam-se todas as variáveis da coluna PC1, considerada “Coluna
Variável Global” devido ao fato dos loadings corresponderem a valores positivos, e visto que
o valor da concordância é superior a 0,5 (0,609) não se faz necessário remover as afirmações
representadas pelas variáveis, visto que temos o valor referente.
Pela análise da Figura 66, observa-se que o número de componentes antes do salto é
de apenas uma componente. A partir da segunda componente os autovalores são próximos.
Figura 67 - Rank decrescente das perguntas do bloco referente à Adaptabilidade a um contexto turbulento
de acordo com a análise de correlação da variável PC1 conforme a Análise das Componentes Principais.
C45 [A empresa capta informações essenciais para tentar prever o futuro com segurança o que proporciona
sua adaptação à incerteza do mundo no qual está inserida
C47 A empresa realiza experimentações em busca de estratégias para maior clareza das necessidades do
mercado o que proporciona sua adaptação à ambiguidade do mundo no qual está inserida
C46 A empresa busca reestruturar suas redes, processos e relacionamentos com seus stakeholders o que
proporciona sua adaptação à complexidade do mundo no qual está inserida
C44 A empresa possui agilidade para resolver problemas e eventos inesperados que são difíceis de
quantificar e resolver o que proporciona sua adaptação à volatilidade do mundo no qual está inserida
2,43437
0,72388
0,68048
0,16127
2,43437
0,72388
0,68048
2,43437
0,72388
0,68048
Figura 69 - Tabela com o ranking das empresas com base na análise dos escores da primeira componente
(C1)
Kludo 0,72388 2ª
Matraquinha 0,68048 3ª
Kuadro 2,43437 1ª
raleducoficial 0,72388 2ª
6. ANÁLISE FATORIAL
Para realização destas análises é necessário que o número de variáveis seja menor que
o número de respondentes, diferentemente da análise anterior onde esses valores poderiam ser
menores ou iguais. Além disso, a Análise Fatorial apresenta a Communality, que são
quantidades das variâncias (correlações) de cada variável explicada pelos fatores. Quanto
maior a Communality, maior será o poder de explicação daquela variável pelo fator.
Para fazer a análise inicialmente, foi selecionado os valores da coluna 01, identificada
como Fatorial 01 que é utilizado para fins de comparação e análise de dados,também chamado
de fator percentual global. Por meio da análise do Factor 1, foi-se excluindo as variáveis de
menor valor, até obter um valor proporcional e relativo maior/igual que 0.5 de correlação,
como mostram as imagens 70, 71, 72, 73 e 74 logo abaixo.
A figura 73, mostra que obtém-se o percentual de var adequado de 0,5, a análise pode
ser feita a partir dessa análise, porém não seria possível de encontrar o fator global. Então
para se atingir o fator global, a variável negativa é excluída. A figura 74, mostra todos os
fatores após a exclusão da variável C9(-0,692):
Figura 75 - Relações referentes ao Factor Global na Análise Fatorial das estratégias internas
Na figura 75, pode-se perceber que após todas as exclusões necessárias o percentual
de variância atingiu o valor de 0,536, o que mostra que este fator representa 53,6% das
informações necessárias a partir das afirmações C2, C3, C5, C7 e C8 para a determinação de
políticas para o desenvolvimento de estratégias internas dentro das empresas analisadas.
A partir da equação, é possível afirmar que as empresas que mais concordam com as
afirmações C2, C3, C5, C7 e C8 são as que mais aplicam as estratégias de inovação internas
semelhantes, sendo possível observar que as variáveis que mais impactam no ranqueamento
das empresas são C2, C5 e C8.
A partir do fator 1, foi plotado os scores para se montar o ranking das empresas que
mais aplicam as estratégias de inovação, como é visível na figura 76:
Figura 76 - Tabela com o ranking das empresas com base na análise dos escores do primeiro fator
Empresas que participaram da Pesquisa Escores do primeiro fator Posição
Kludo -1,06365 9º
Matraquinha 0,128938 5º
Kuadro -0,518436 7º
raleducoficial -0,534201 8º
Nessa etapa, realiza-se as mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às estratégias externas de inovação. Para fazer a análise, inicialmente foi
selecionado o Factor 1, que é utilizado para fins de comparação e análise de dados, também
chamado de fator percentual global, como mostra a figura 77:
A figura 77 mostra que quando se aplicou a análise fatorial para as estratégias internas,
percebeu-se que o percentual de variabilidade do primeiro fator se encontra menor que o
recomendado, então o ideal é que se rode a análise novamente, excluindo as variáveis que
menos oferecem informações. Percebe-se que o Fator 1, não pode ser considerado fator
global, pois o valor percentual de var (0,361) não é o ideal, por isso é necessário manipular as
variáveis para atingir o percentual de 0,5. A figura 78, apresenta os fatores após a exclusão da
variável C21(-0,035):
Figura 78 - Relação das variáveis na Análise Fatorial das estratégias externas.
A figura 78, mostra que mesmo após a exclusão da variável, o percentual de var ainda
não atingiu o ideal, logo é necessário uma nova exclusão. A figura 79, apresenta a relação dos
fatores e as variáveis após a exclusão da variável C20(0,045):
A figura 79, mostra que o percentual de var ainda não é o ideal para as análises, então
uma nova variável é excluída. A figura 80, apresenta a relação dos fatores com as variáveis
após a exclusão da variável C24(0,401):
Figura 80 - Relação das variáveis na Análise Fatorial das estratégias externas.
Retirando a variável C24, como mostra a figura 80, obtém-se o percentual adequado, a
análise pode ser feita a partir dessa análise, e como temos todas as variáveis positivas pode-se
utilizar o fator 1, como o fator global. A figura 81, apresenta o fator global e seus valores.
Figura 81 - Relação referente ao Factor Global na Análise Fatorial das estratégias externas.
A partir da figura 81, pode-se perceber as relações referentes ao fator 1, e que após
todas as exclusões necessárias o percentual de variância atingiu o valor de 0,522, o que mostra
que este fator explica 52,2% das informações necessárias para determinar as estratégias
externas que as empresas devem adotar.
Ao analisar o Communality, percebe-se que as afirmações que mais contribuem com
informações para a formação do Factor 1, são C18(0,826), C17(0,747) e C22(0,671),
enquanto as que menos contribuem são C19(0,240), C16(0,255) e C23(0,319). Ou seja, as
afirmações C18, C17 e C22 são influentes quanto à determinação das estratégias externas.
A partir da equação podemos afirmar que as as empresas que mais concordam com as
variáveis C16, C17, C18, C19, C22 e C23 são as que mais aplicam as estratégias de inovação
externas, e as variáveis que mais impactam no ranqueamento são as variáveis C18, C17 e
C22.
A partir do fator 1, foi plotado os scores para se montar o ranking das empresas que
mais aplicam as estratégias de inovação, como vemos na figura 82:
Figura 82 - Tabela com o ranking das empresas com base na análise dos escores do primeiro fator
Kludo -1,51154 9º
Matraquinha -0,462448 7º
Kuadro -0,0833605 4º
raleducoficial -0,161949 5º
A figura 82, nos mostra que as empresa que mais aplicam as estratégias internas são
“UP BUSSINESS GAME” e “Delinea Tecnologia educaciona”l que apareceram empatadas,
seguida da “Lira Edu” em segundo lugar, em terceiro a “Drywet Academy”, em quarto a
“Kuadro”, em quinto a “Raleducoficial”, em sexto “Next Level Studios”, em sétimo
“Matraquinha”, em oitavo a “Usina de Campeões”, e por último a “Kludo”.
Nessa etapa, realiza-se às mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às lógicas de tomada decisão para o desenvolvimento de produto/serviço.
Para fazer a análise inicialmente foi selecionado o Factor 1 que é utilizado para fins de
comparação e análise de dados, também chamado de fator percentual global, como mostra a
figura 83:
Figura 83 - Relação das variáveis na Análise Fatorial das lógicas de tomada de decisão para o
desenvolvimento de produto/serviço.
Figura 84 - Relação das variáveis na Análise Fatorial das lógicas de tomada de decisão para o
desenvolvimento de produto/serviço.
Figura 85 - Relação das variáveis na Análise Fatorial das lógicas de tomada de decisão para o
desenvolvimento de produto/serviço.
Fonte: Saída do minitab.
A figura 85, mostra que após a exclusão da variável negativa, se obteve o fator global.
Então, a figura 86, apresenta o fator global e seus valores:
Figura 86 - Relação referente ao Factor Global da Análise Fatorial das lógicas de tomada de decisão para
o desenvolvimento de produto/serviço.
A partir da figura 86, pode-se perceber que após todas as exclusões necessárias o
percentual de variância atingiu o valor de 0,586, o que mostra que este fator explica 58,6%
das informações necessárias. Ao analisar o Communality, percebe-se que as variáveis que
mais contribuem com informações para a formação do Factor 1 são C29(0,864), C30(0,692) e
C32(0,650), enquanto as que menos contribuem são C31(0,190) e C33(0,499).
Quando se exclui variáveis, implica na perda de dados da pesquisa, porém os dados
perdidos são irrelevantes, pois o método de seleção que foi utilizado para o presente trabalho
foi o de excluir as respostas que não terão grande contribuição na análise que necessitamos
fazer, ou seja, na interpretação das inovações internas que as empresas adotam.
A partir da equação, é possível afirmar que as as empresas que mais concordam com
as afirmações C29, C30, C31, C32, C33 e C36 são as que mais aplicam as lógicas de tomada
de decisão para o desenvolvimento de produto/serviço, sendo as variáveis C29, C30, C32 e
C36 as que mais influenciam no ranqueamento final do escore.
A partir do fator 1, foi plotado os scores para se montar o ranking das empresas que
mais aplicam as estratégias de inovação, como vemos na figura 87:
Figura 87 - Tabela com o ranking das empresas com base na análise dos escores do primeiro fator
Kludo -1,13170 9º
Matraquinha 0,10027 5º
Kuadro -0,25042 8º
A figura 87, nos mostra que a empresa que mais aplica as estratégias internas é a “UP
BUSSINESS GAME”, seguida da “Lira Edu” em segundo lugar, em terceiro a “Next Level
Studios”, em quarto a “Usina de Campeões”, em quinto a “Matraquinha”, em sexto “Drywet
Academy”, em sétimo “Delinea Tecnologia educacional”, em oitavo a “Kuadro”, em nono a
“Kludo” e por último a “Raleducoficial”.
Nessa etapa, realiza-se às mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às estratégias relacionadas a adaptabilidade em contextos turbulentos.
Para fazer a análise foi selecionado o Factor 1, que é utilizado para fins de comparação e
análise de dados,também chamado de fator percentual global, como mostra a figura 88:
Figura 88 - Relação total das variáveis na Análise Fatorial das estratégias referentes a Adaptabilidade em
contextos turbulentos.
Figura 89 - Relação do Factor Global na Análise Fatorial das estratégias de adaptabilidade em contextos
turbulentos.
Fonte: Saída do minitab.
A partir da figura 89, o percentual de variância atingiu o valor de 0,586, o que mostra
que este fator explica 58,6% das informações necessárias, para se entender como as empresas
se comportam em relação a adaptabilidade em contextos turbulentos.
A partir do fator 1, foi plotado os scores para se montar o ranking das empresas que
mais aplicam as estratégias de inovação, como vemos na figura 90:
Figura 90 - Tabela com o ranking das empresas com base na análise dos escores do primeiro fator
Kludo -0,783981 8º
Matraquinha -0,0946294 6º
Kuadro -0,0946294 6º
raleducoficial -2,22833 9º
A figura 90, nos mostra que a empresa que mais aplica as estratégias de adaptabilidade
é a “UP BUSSINESS GAME”, seguida da “Usina de Campeões” , em segundo lugar. Em
terceiro, lugar podemos observar a “Next Level Studios”, em quarto a “Delinea Tecnologia
educacional”, em quinto a “Lira Edu”, em sexto “Matraquinha” e “Kuadro”, que apresentaram
scores iguais, em sétimo “Drywet Academy”, em oitavo “Kludo” e por último a empresa
“Raleducoficial”.
7. ANÁLISE DE CLUSTER
A análise de cluster é uma técnica utilizada para agrupar dados e a partir dela podemos
fazer estudos estatísticos sobre as variáveis desejadas. O agrupamento de cluster tem o
objetivo de dividir os elementos da amostra em grupos, de modo que os mais similares fiquem
no mesmo grupo e a partir dessa divisão, podemos mensurar a similaridade dos elementos
com base nos resultados obtidos através das variáveis.
Por meio do Dendograma (Figura 95), é possível analisar as Edtechs que compõem
cada um dos dois clusters analisados, além dos respectivos níveis de similaridade de cada
grupo. Logo, tendo como base os itens analisados anteriormente, é possível afirmar que a
Usina de Campeões é a Edtech que, no geral, mais utiliza das estratégias internas de inovação.
Dado os valores superiores referentes à média das variáveis em relação aos outros grupos
relatados.
Figura 95 - Tabela com o Dendograma
Por fim, analisando o Dendograma (Figura 100), observa-se que em comparação com
a análise sobre as estratégias internas de inovação, as edtechs Usina de Campeões e Kludo
mais utilizam das estratégias externas. Contudo, as edtechs Matraquinha e Kuadro
permaneceram agrupadas em um mesmo cluster, o que garante a similaridade das respostas
das empresas quando analisamos as duas estratégias.
Figura 100 - Tabela com o Dendograma - Externas
A Figura 103 apresenta os centróides para os grupos individuais. Nota-se que, dessa
vez, o cluster 7 é aquele que no geral apresenta as menores médias referente às variáveis, o
que significa que as Edtechs deste agrupamento são aquelas que possuem baixos índices de
usabilidade da estratégia em questão.
Figura 104 - Tabela ilustrando a distância entre Centróides do Grupo - Desenvolvimento de Produto
Por fim, por meio do Dendograma (Figura 105), é possível analisar as Edtechs que
compõem cada um dos quatro clusters analisados, além dos respectivos níveis de similaridade
de cada grupo. Logo, de acordo com os dados obtidos quando analisados os centróides para os
grupos individuais, conclui-se que a Usina de Campeões,Kludo, Matraquinha, Up Business
Game e Drywet Academy são as edtechs que, no geral, mais utilizam das estratégias sobre as
lógicas de tomada de decisão para o desenvolvimento de produto/serviço.
No que diz respeito aos centróides para os grupos individuais (Figura 108), observa-se
que as médias das variáveis mais baixas estão associadas ao cluster 2, que por sua vez
apresenta praticamente todos os valores negativos. Quanto ao cluster 1, exibe médias
positivas, pode-se concluir que os elementos destes apresentam os maiores índices de
usabilidade da estratégia em questão.
Figura 109 - Tabela de com a Distância entre Centróides do Grupo - Lógicas de Tomada de Decisão
Por último, o Dendograma (Figura 110), apresenta as Edtechs que compõem cada um
dos três clusters analisados, além dos respectivos níveis de similaridade de cada grupo.
Assim, é possível afirmar que a Kuadro é a Edtech que mais utiliza as estratégias de lógicas
de tomada de decisão para o desenvolvimento de produto/serviço, enquanto que a Usina de
Campeões, Kludo, Matraquinha, Lira Edu, Kuadro, Up Business, Drywet Academy e Raleduc
Oficial apresentam maiores escores.
A Figura 112 apresenta a partição final após a definição de utilização de dois clusters
para a realização da análise. Por meio dos dados obtidos pelo Minitab, observa-se que os
elementos do cluster 1 apresentaram o menor valor no que diz respeito à soma dos quadrados,
ou seja, isso significa que os elementos o compõem apresentam maior semelhança entre si
quando comparados aos demais agrupamentos.
Figura 114 - Tabela com a Distância entre Centróides do Grupo - Adaptabilidade a um contexto
turbulento
Com base no conteúdo estudado durante todo o semestre, os autores deste trabalho
foram capazes de estudar, aplicar e compreender os conceitos das ferramentas utilizadas para
produzir este trabalho. Além disso, o uso da ferramenta Minitab permite uma análise mais
detalhada e rica com o uso de gráficos, que validam as informações quanto às ações que as
Edtechs adotam, de forma a caracterizar o perfil das mesmas quanto a cada tipo de proposta:
As Estratégias Internas aplicadas, as Estratégias Externas, as Lógicas de tomada de decisão
para o desenvolvimento de produto/serviço e às adaptabilidades adotadas pelas empresas ao
contexto vivido durante o período de Pandemia a partir de 2020.
Por meio das técnicas da Análise da Componente Principal (ACP), Análise Fatorial e
Análise de Cluster, pode-se observar a relação das estratégias aplicadas e as empresas que
mais as empregam. Portanto, com o desenvolvimento desse estudo, foi possível entender na
prática os comportamentos dos respondentes em relação às variáveis, durante a aplicação das
análises descritivas e multivariadas.
Um limitante do trabalho realizado refere-se à baixa adesão de resposta por parte das
Edtechs. Vale ressaltar que o banco de dados continha cerca de 80 empresas selecionadas,
porém por falta de respondentes, o grupo conseguiu entrevistar poucas Edtechs. Os
integrantes do grupo tentaram fazer contato por meio da plataforma LinkedIn, enviando um
texto explicando nosso trabalho junto ao link do formulário. Porém, o índice de resposta foi
extremamente baixo. Esse limitante resultou em perdas concretas nas análises estatísticas.
Principalmente na Análise Fatorial, onde, para realizá-la de forma devida, seria necessário que
houvesse mais respondentes do que variáveis, o que não ocorreu. Dessa maneira, foi
necessário realizar a Análise Fatorial para os Blocos B e C com menos variáveis do que
tínhamos.
REFERÊNCIAS BIBLIOGRÁFICAS
FOCCO. Soluções de Gestão, Inovação nas empresas: tudo o que você precisa saber.
2019. Disponível em: <https://www.foccoerp.com.br/gestao-de-empresas/inovacao-nas-
empresas/>. Acesso em: 04/04/2022.
SILVA, Roberta Cardoso da. Cultura de inovação em uma startup EdTech: análise do
processo de criação e desenvolvimento. 2018. Dissertação de Mestrado. Universidade
Federal de Pernambuco.
YUGI, Cláudio. O que é edtech? Entenda de uma vez por todas. CanalTech, 2020.
Disponível em: < https://canaltech.com.br/inovacao/edtech-o-que-e-159758/ >. Acesso em:
05/04/2022.