Machine Translated by Google

Análise Multi-Índice com Níveis de Prontidão para

Apoio à Decisão em Design de Produto

David C. Lowea , Laura Justhama , Mark J. Everitta,*

Grupo de Pesquisa em Engenharia de Sistemas aQuantum, Universidade de Loughborough, Epinal Way, LE11
3TU, Leicestershire, Reino Unido

Abstrato

O Technology Readiness Level (TRL) foi introduzido pela NASA em 1974 para medir a maturidade técnica
para implantação em missões espaciais. Desde então, tem sido amplamente adotado em muitos setores para
avaliar a prontidão técnica de novos produtos e sistemas. Contudo, o TRL não captura todas as dimensões
necessárias para avaliar a viabilidade de um determinado conceito de produto. Métricas adicionais foram
propostas para medir outros parâmetros de projeto, mas notamos a falta de um mecanismo abrangente capaz
de avaliar esses parâmetros em conjunto. Neste artigo propomos a Análise Multi Índice (MIA) que combina
essas métricas existentes em um único índice abrangente. Em nosso exemplo, selecionamos 10 métricas
conhecidas compreendendo 39 dimensões de design para demonstrar que nossa abordagem permite análises
multifatoriais que não são possíveis com métricas individuais. Detalhamos quatro casos gerais para a
aplicação deste índice e demonstramos como dados valiosos de tendências podem ser usados durante o
desenvolvimento de produtos para melhorar as decisões de engenharia e, em última análise, melhorar o
sucesso do produto. Fornecemos uma ferramenta de software para permitir uma avaliação MIA conveniente.

Palavras-chave: desenvolvimento de novos produtos, NPD, prontidão, nível,

1. Introdução o desenvolvimento bem sucedido de um produto

deve ser considerado durante o seu desenvolvimento.
No design de produtos, a ênfase é colocada na Trabalhos no campo da
Teoria da Gestalt, onde uma percepção global e
engenharia simultânea descobriram que surgem
holística de um produto é de maior importância do
problemas no Desenvolvimento de Novos Produtos
que a soma de suas partes individuais atomizadas.
(NPD) onde diferentes elementos são projetados
O trabalho pioneiro de Pugh [1] sugeriu que a
de forma independente e sem [2]. integração Foi
engenharia e o sucesso do produto melhoram
demonstrado que a simultaneidade
apropriado pelo uso
beneficia
de o NPD
quando o processo de design é total.
equipes multidisciplinares com as quais projetar o
produto simultaneamente a partir de múltiplas
Em outras palavras, qualquer fator que possa afetar
perspectivas.

ÿEndereço de e-mail do autor

para correspondência: mjeveritt@lboro.ac.uk (Mark J.
Esta abordagem tem sido defendida por muitos na
Everitt) literatura [3, 4, 5, 6].
Pré-impressão enviada para Elsevier 17 de agosto de 2022
Machine Translated by Google
A avaliação do nível de prontidão é geralmente usada
selecionando uma métrica específica que se adapte a
uma análise parcial específica do ponto de vista de
uma determinada parte interessada e, em seguida,
avaliando o produto em relação a esse índice.
Por exemplo, o mérito técnico pode ser avaliado para
indexar a funcionalidade de um produto; as perspectivas
comerciais podem ser medidas para avaliar a viabilidade
económica; ou a prontidão para a padronização podem
ser aplicadas, embora isoladamente [7]. Expandindo a
abordagem de Pugh e métodos propostos mais
recentemente na literatura sobre índices de prontidão
[8], apresentamos uma metodologia que permite
avaliação detalhada e sinóptica, onde alguns ou todos
os níveis de prontidão pertinentes podem ser
combinados em um estimador de prontidão multi-índice.
Esta
contribuição axiomática do design permite que a
avaliação do produto seja expressa como uma única
Análise Multi-Índice (MIA), onde as pontuações
individuais do índice também podem ser mapeadas.
Neste trabalho demonstramos a utilidade de um mapa
multilinear, mas alternativas como multiplicativa,
harmônica, ponderada ou outras também podem ser
aplicadas utilizando a mesma metodologia.
Uma seleção de dez índices existentes foi resumida na
seção seguinte.
Cada índice consiste em uma escala ordinal com
marcos descritivos que o produto deve atingir para ser
classificado em um determinado nível.
O objetivo implícito nesta abordagem existente é
otimizar o produto de modo que ele maximize seu
desempenho nessa escala única.
2. Uma visão geral da prontidão selecionada
níveis
O primeiro índice a ser amplamente utilizado foi o Índice
de Tecnologia globalmente aceito.
Nível de Prontidão (TRL) [9, 10, 11] que
2
foi desenvolvido para medir, numa escala ordinal de 1
a 9, a competência técnica de uma tecnologia.
O Índice de Prontidão
Comercial (CRI) foi criado em 2014 [12] para medir
aspectos de viabilidade financeira. Este índice mede o
progresso alcançado pelas partes interessadas com
interesse comercial no seu desenvolvimento. Foi
reconhecido, especialmente na literatura cinzenta, que
problemas onde a capacidade de fabricação não foi
dada suficientemente consideração
surgir
durante o projeto
de um produto. Estudos [13], conforme citado em [14],
conduzidos pelo US Government Accountability Office
(GAO) demonstram como a falta de conhecimento de
fabricação é uma das principais causas do crescimento
de custos e de derrapagens de cronograma em seus
programas multibilionários. A escala Manufacturing
Readiness Level (MRL) foi desenvolvida para resolver
isso. O sucesso de um produto é prejudicado se os
seus elementos constituintes não estiverem devidamente
integrados entre si e não puderem interoperar ou se o
produto não puder interagir adequadamente com
elementos externos. O Nível de Prontidão de Sistemas
(SRL) e um nível de prontidão de Integração (IRL)
associado foram propostos [15, 16] para medir a
integração de sistemas. Freqüentemente, um produto
exigirá suporte contínuo depois de recebido pelo
usuário final e sem o qual não poderá ser implantado
com êxito durante toda a sua vida útil. O Nível de
Maturidade de Sustentação (SML) indexa esse requisito
[17]. Trabalhos recentes também propuseram outras
escalas para indexar se existe mercado para o produto
(Demand Readiness Level - DRL) [18, 19]; se o
ambiente regulatório é receptivo à sua introdução
(Regulatory Readiness Level - RRL) [20]; se um produto
tem probabilidade de ser aceito pelos consumidores
Machine Translated by Google
(Nível de Prontidão para Aceitação - ARL) [8]; e
se a organização proponente do produto está
pronta para realizar seu projeto e produção (Nível
de Prontidão Organizacional - ORL) [8].
3. Metodologia
3.1. Dimensões do projeto
Ao examinar os níveis de prontidão existentes,
percebemos que alguns deles são compostos por
escalas múltiplas e mais específicas. Neste
trabalho nos referimos aos níveis de prontidão
existentes como submétricas e às suas escalas
constituintes como dimensões de design.
A hierarquia submétrica/dimensão de design, que
pode ser generalizada para todos os níveis de
prontidão incluídos, é mostrada na fig.
1. Uma tabela das 10 submétricas
revisadas acima e suas dimensões de projeto
incluídas no apêndice
é A.
3.2. Motivação
Propomos que uma característica essencial da
prontidão como conceito, aplicada a qualquer
produto, é que ela deve ser aplicada na totalidade.
A estratégia de design implícita numa análise
parcial é onde uma submétrica individual se
concentra num produto que atinge o nível mais
alto nessa submétrica única, independentemente
de qualquer outro factor. É facilmente demonstrado
que esta não é uma estratégia ideal. Considere
um produto que tem um desempenho técnico
impecável (pontuação TRL alta), mas o design
evoluiu de tal forma que não pode ser fabricado
na escala exigida (pontuação LMR baixa).
Apesar da sua competência técnica, este produto
não terá sucesso, uma vez que não pode ser
disponibilizado ao mercado pretendido. Um caso
semelhante pode ser feito contra outros índices
de prontidão
3
considerado aqui. O que as submétricas permitem,
enquanto índices individuais, é que um produto
seja avaliado objectivamente com base em
critérios individuais, mas isto não proporciona um
meio de o avaliar globalmente.
Seguindo esta linha de raciocínio, fazemos a
observação crítica de que um produto só pode
ser tão bem sucedido quanto a sua pontuação
mínima em qualquer uma das submétricas que
são aplicadas durante a sua avaliação. Para
melhorar a situação actual, propomos que um
produto seja avaliado utilizando as submétricas
individuais e, em seguida, estas pontuações
sejam tomadas em conjunto para produzir uma
pontuação num único índice que mede a prontidão
do produto ou sistema global. Este último índice
chamamos de Análise Multi-Índice (MIA). A
pontuação MIA, tal como a aplicamos com um
mapa linear, é sempre limitada pela pontuação
mais baixa em qualquer submétrica que, por sua
vez, é limitada pela pontuação mais baixa nas
suas dimensões de design constituintes. A
estratégia da nossa nova abordagem é que o
designer maximize a pontuação MIA do produto
por meio de escolhas cuidadosas de design ao
longo do processo de desenvolvimento, informadas
pelo impacto potencial de cada decisão em todas
as submétricas. Este método MIA fornece o
seguinte:
1. Um produto que atingiu a prontidão máxima
em todas as suas submétricas está em
condições ideais para ter sucesso no
mercado pretendido.
2. Um produto limitado por uma ou mais
submétricas de pontuação inferior terá seu
sucesso limitado por essas submétricas.
3. O objetivo do design do produto passa a ser
otimizar o produto como um todo, e não
aspectos individuais de seu design. Isso
maximiza sua prontidão geral e, portanto,
sua capacidade geral
Machine Translated by Google
Figura 1: Estrutura do MIA com submétricas e dimensões de design
sucesso.
4. As compensações e decisões de design
tomadas durante o desenvolvimento do
produto são então informadas pelo seu
provável impacto na prontidão geral e,
portanto, no sucesso do produto. Este se
torna o princípio orientador durante o design
do produto.
A metodologia que propomos permite uma análise
objetiva do design tanto em termos quantitativos
como qualitativos e fornece uma estratégia para
otimizar o sucesso do produto. Dois desafios
principais surgiram durante a construção de uma
única métrica MIA: as submétricas existentes são
temporalmente independentes umas das outras; e
os índices têm comprimentos (intervalos) diferentes.
Discutiremos como esses dois problemas foram
resolvidos a seguir.
o Índice
3.3. Determinando
Alinhamentos
As submétricas devem ser alinhadas para que um
produto atinja marcos equivalentes em cada
submétrica simultaneamente. Para conseguir isso,
usamos várias dicas presentes nas formulações
dos níveis de submétricas individuais. Por exemplo,
a tabela LMR para LMR 4 [14]
4
afirma que isso só pode ser alinhado com o TRL
4+, fornecendo um dos vários pontos de
indexação entre as duas submétricas. A literatura
originária de outras submétricas (por exemplo,
MRL, CRI, DRL, ARL, RRL, ORL), mostra
especificamente tabelas que indexam essas
submétricas ao TRL, que é consistentemente
escolhido nos dadoso da literatura[14] a
como
[12][18 ][8]. Através de uma combinação destas
pistas e com alguns julgamentos em que as
pistas não estavam explicitamente presentes,
fomos então capazes de produzir o alinhamento
conforme mostrado na tabela 1.
Os alinhamentos e o número de níveis para as
diversas submétricas ditaram os n = 15 níveis de
MIA para o índice. Os primeiros 14 níveis
correspondem a uma combinação única de
pontuações submétricas. Adicionamos o MIA 15
para representar um produto que foi retirado de
uso para a finalidade original pretendida para
incorporar o conceito de design para reutilização,
reaproveitamento ou reciclagem que é omitido de
qualquer uma das submétricas incluídas.
O alinhamento resolve o problema da equivalência
temporal entre submétricas, mas não a questão
dos diferentes intervalos de índices {1-9, 0-9, 1-12,
1-10, 1-6}. Para facilitar uma
Machine Translated by Google

Tabela 1: alinhamentos submétricos. Cada nível de análise multiíndice define um conjunto de níveis sobre as submétricas
(nível de prontidão tecnológica, índice de prontidão comercial, nível de prontidão de fabricação, sustentação
nível de maturidade, nível de prontidão para integração, nível de prontidão de sistemas, nível de prontidão para demanda, regulamentação
nível de prontidão, nível de prontidão para aceitação, nível de prontidão organizacional)

Análise Multiíndice (MIA)

Submétrica
12 3 4 5 6 7 8 9 10 11 12 13 14 15
TRL 12 3 456456 7 8 9
MIAT RL 12 3 8 9 14 15
IRC 3 4 5 11 12 6
MIACRI 18 2 10 13 14 15
LMR 1 2 3 45678456784 9 10
MIAMRL 1 2 3 5678 10 14 15
LME 1 2 3 9 10 11 12
MIASML 1 2 3 45678123456 10 11 12 14 15
IRL 0 7823345678 9
MIAIRL 2 14 15
SRL 0 1234567823345678 9
MIASRL 2 14 15
DRL 1 2 3 456456 7 8 9
MIADRL 1 2 3 456456 8 9 14 15
RRL 1 2 3 7 8 9
MIARRL 1 2 3 8 9 14 15
ARL 1 2 3 456456 7 8 9
MIAARL 1 2 3 8 9 14 15
ORL 1 2 3 456456 7 8 9
MIAORL 1 2 3 8 9 14 15

5
Machine Translated by Google
análise apropriada, esses intervalos precisavam ser
normalizados de modo que houvesse uma
equivalência numérica entre as mesmas submétricas
em do MIA
posição.
3.4. Variação de submétricas Para
resolver o problema de amplitude, criamos uma
tabela de pontuações 'ajustadas pela MIA' para cada
,..
métrica {MIAT RL, MIACRI . }. As pontuações
ajustadas, por submétrica, foram encontradas a
partir dos alinhamentos das submétricas na tabela 1,
pela inspeção da pontuação MIA equivalente mais
alta para cada posição. O valor equivalente da MIA
foi então inserido em uma posição semelhante a
uma nova escala ajustada pela MIA (itálico na tabela
1).
Por exemplo, a posição SRL = 0 abrange MIA 1 – 2,
portanto a sua pontuação ajustada é MIASRL = 2.
Com a escala submétrica normalizada, os cálculos
podem ser realizados nos valores de forma mais
conveniente (descritos posteriormente).
Quaisquer referências futuras a pontuações
submétricas devem ser consideradas como
pontuações ajustadas pela MIA, ou seja, submétricas
que utilizam o intervalo MIA 1 – 15 e não os
comprimentos originais e diversos do índice.
3.5. Dimensões de Submétrica
desduplicadas
Uma vez que as próprias submétricas compreendem
uma ou mais dimensões de design (fig.1 e apêndice
A) e as submétricas foram concebidas
independentemente umas das outras, existe o risco
de duplicação nas dimensões de design. Isto é
indesejável, uma vez que os parâmetros individuais
são medidos mais de uma vez e nem sempre
utilizando exatamente os mesmos critérios.
Consequentemente, tomamos medidas para remover
a duplicação.
6
Empregamos as três etapas específicas a seguir:
1. Para explorar a extensão da duplicação da
forma mais abrangente possível, construímos
uma matriz de comparação (apêndice B),
derivada dos títulos das dimensões de design,
conforme literatura designada em [9, 10, 11,
o 12, 14, 17,
15, 16, 18, 8] e listado no apêndice A.
2. Ao inspecionar esses títulos, fizemos
comparações pareadas entre todas as
dimensões e depois registramos quaisquer
correlações julgadas na matriz. Por exemplo,
ao comparar (3) e (37), os títulos “ambiente
regulatório” e “status regulatório” indicam
alguma duplicação.
Para uma indexação conveniente, cada
dimensão do projeto foi numerada na matriz.
Descobrimos que havia 10 possíveis incidentes
duplicados: {(2, 34), (3, 37), (9, 36), (1, 5), (4,
38), (6, 15), (6, 16), (8, 20), (8, 11), (1, 14)}.
Esta técnica de peneira foi útil para reduzir o
número de correspondências possíveis de (392
ÿ 39)/2 para 10.
3. As 10 correspondências possíveis restantes
foram examinadas de forma abrangente,
comparando adicionalmente as descrições das
dimensões do projeto em cada posição em seu
intervalo. Resolvemos cada caso de duplicação
e mostramos esse resultado aqui. O processo
levou à fusão de algumas dimensões do projeto
e à adição ou remoção de algumas submétricas,
conforme necessário. Usamos a notação ÿx
onde uma dimensão deve ser removida de uma
submétrica e +y onde uma é adicionada. Os
símbolos primos nos números das dimensões
indicam onde uma dimensão foi revisada por
Machine Translated by Google
amalgamação.
Das 10 correspondências identificadas, foram
necessárias alterações em 5 casos:
{2, 34} Resolução: amalgamar (2) em (34). TRL
(-2), IRL (-34) (+34ÿ ).
{3, 37} Resolução: amalgamar (3) em (37). CRI
(ÿ3), RRL (ÿ37) (+37ÿ ).
{9, 36} Resolução: amalgamar (9) em (36). CRI
(ÿ9), DRL (ÿ36) (+36ÿ ).
{1, 14} Resolução: amalgamar (14) em (1). MRL
(ÿ14), TRL (ÿ1) (+1ÿ ).
{8, 20} Resolução: amalgamar (8) em (20). MRL
(ÿ20) (+20ÿ ), CRI (ÿ8) (+20ÿ ).
Através deste método conseguimos uma escala
holística de análise de múltiplos índices e
submétricas que são abrangentes, mas com
duplicação mínima. Além disso, todos os
elementos da escala são provenientes de um
conjunto de dimensões de design exclusivas e
precisas.
O sistema MIA completo está contido em uma
grande matriz MIA semelhante à da tabela 1,
mas com detalhes adicionais das dimensões do
projeto e das descrições detalhadas do nível.
Devido a restrições de espaço, incluímos isso no
material suplementar1 . Além disso, produzimos
uma ferramenta de software que pode ser
utilizada para realizar as avaliações e analisar os
resultados. Isso também está disponível no
material suplementar.2
1Link disponível mediante solicitação
2Link disponível mediante solicitação
7
4. Aplicação
Escolhemos quatro estudos de caso onde o
O sistema de pontuação MIA foi aplicado em
quatro casos gerais, para avaliar:
1. Um único produto com uma única avaliação
(para entender o equilíbrio do design); 2.
Um único
produto com múltiplas avaliações (como
ferramenta de gerenciamento de projetos
durante o desenvolvimento do produto);
3. Vários produtos com uma única avaliação
(para comparar soluções de produtos para
um determinado problema, por exemplo, na
seleção ou aquisição de tecnologia); 4.
Vários produtos
diversas vezes (para monitorar como as
soluções concorrentes para um problema
estão se desenvolvendo ao longo do tempo).
O procedimento para fazer a avaliação MIA é o
seguinte:
Para cada uma das dez submétricas, o status do
produto é comparado com as definições de nível
das dimensões de design dessa métrica
(conforme contidas na matriz MIA). Quando o
produto atende a todos os critérios das dimensões
de design dessa submétrica para um nível
específico, ele é pontuado nesse nível nessa
submétrica. Quando uma variedade de níveis é
obtida para submétricas em múltiplas dimensões
de projeto, o nível submétrico é definido pela
dimensão de pontuação mais baixa (limitante),
de acordo com nosso raciocínio apresentado na
seção de metodologia.
Por exemplo, ao avaliar o TRL que tem apenas
uma dimensão de design (1ÿ), considera-se que
um produto atendeu aos critérios “Conceitos
tecnológicos formulados” que se encontram na
matriz na posição TRL 2.
Este então é o componente TRL de seu
Machine Translated by Google
Pontuação MIA. Da mesma forma, suponha que o CRI
esteja sendo avaliado com seis dimensões de projeto
4, 5, 6, 7, 20ÿ, 10. O produto é julgado, por sua vez,
em relação a todas as seis dimensões.
Nas dimensões 4, 5, 6, 7, 20 verifica-se que satisfaz o
nível CRI 11, mas nas dimensões 10 satisfaz apenas
o CRI 10. É, portanto, pontuado no CRI 10, uma vez
que esta é a dimensão limitante.
4.1. Design Equilibrado
Além da pontuação única do MIA, a diferença entre a
submétrica de pontuação mais alta e a de pontuação
mais baixa em pontos do desenvolvimento de um
produto fornece informações valiosas. Chamamos
essa diferença de 'intervalo' e ela é encontrada em
cada avaliação aplicando uma função min() e max()
sobre o conjunto de pontuações submétricas e depois
calculando max ÿ min. O intervalo é de particular
interesse, uma vez que este valor deve necessariamente
convergir para 0 se todas as submétricas atingirem
uma pontuação equivalente a MIA 14. Minimizar o
intervalo direciona assim a estratégia central do
designer. Propomos que onde o intervalo é diferente
de zero, o design do produto é “desequilibrado” e onde
é zero, o design é “equilibrado”. O principal valor da
abordagem MIA para NPD é compreender as
características de um design desequilibrado e aplicar
esse conhecimento para melhorar o produto durante o
seu desenvolvimento. Sugerimos que o desequilíbrio
ocorre quando as escolhas de design favorecem
indevidamente uma submétrica em detrimento de outra.
Com a nossa abordagem, onde o intervalo é > 0, o
projetista do produto é continuamente solicitado a
considerar quais escolhas sobre o projeto podem ser
modificadas para reduzir a magnitude desse intervalo
e trazer o projeto de volta ao equilíbrio. No exemplo
mostrado na fig. 4, é necessária ação para resolver o
baixo
8
Submétricas ARL e DRL. Isso pode ser feito explorando
opções de design que afetam negativamente as
métricas de pontuação mais alta. Mas, como um
produto só pode atingir um MIA da sua submétrica
mínima, este passo contra-intuitivo na verdade aumenta
o sucesso global do produto.
Em
qualquer ambiente de projeto determinístico, é possível
modelar a pontuação MIA de um grande conjunto de
opções de projeto possíveis e, assim, prever e
selecionar a solução ideal. um
4.2. Interpretando a previsão Intervalo e
do destino do produto Com
múltiplas avaliações MIA e, portanto, múltiplos valores
calculados para o intervalo, é possível inferir dados de
tendência de como o projeto está evoluindo ao longo
do tempo. Um gráfico do intervalo versus tempo mostra
não apenas o valor absoluto do intervalo, mas também
uma inclinação que é de interesse, uma vez que esta
derivada indica se o projeto está se tornando mais ou
menos desequilibrado com o tempo. Existem várias
tendências de intervalo possíveis durante o
desenvolvimento do produto, e estas podem ser
usadas para modelar o destino potencial do produto,
como mostrado na fig. 2. Os destinos são encontrados
tomando-se o intervalo em cada ponto de avaliação e
comparando-o com a pontuação da submétrica mais
alta.
Identificamos 4 destinos principais que variam de (1)
melhor resultado a (4) pior
resultado.
• Destino 1: Neste destino ideal, todas as
submétricas eventualmente atingem pontuações
MIA de 14 e o intervalo é 0. Este melhor cenário
descreve um design equilibrado e com a
sucesso máximo que não pode ser mais
otimizado. Este é o objetivo do designer.
• Destino 2: A tendência é para todos
Machine Translated by Google

Tabela 2: pontuações e valores calculados

Não. {TRL,ORL,ARL,RRL,ORL,
SRL,IRL,SML,MRL,CRI} Intervalo Máximo Mínimo
1 {3,2,2,1,1,1,3,1,1,8} 1 {4 ,5,2,3,2,3,3,5,2,10} 2 {7 8
2 8
,14,5 ,3,3,7,7,7,8,10} 3 {14,14,5,4,6,9,14,10,10,11} 8
3 10 14 11
4 14 4 10

pode, se for bem sucedido, evoluir o produto

em destinos (1) ou (2), ou se for neutro, o
o destino permanece em (3). Também é possível
que as mudanças poderiam produzir um
efeito negativo

• Destino 4: Esta tendência deve ser evitada.

O intervalo está aumentando e o
design se tornando mais desequilibrado.
Figura 2: tendências de intervalo e destino do produto Esta tendência indica uma situação fundamental
problema de escolhas de design que devem
ser imediatamente abordado. Um
submétricas para eventualmente atingir altos
manifestação extrema deste destino melhor
(mas <14) pontuações MIA e o
ilustra por que deve ser evitado.
intervalo é 0, indicando um equilíbrio, mas
Considere um design que satisfaça totalmente
produto não ideal (como pode ser
todas as submétricas, exceto uma, que
encontrado através de um design heurístico
permanece com a pontuação mais baixa. A
abordagem). Neste caso o desenho
produto como este pode aparecer por
parece tão otimizado quanto possível e
média pontuação submétrica (ou seja,
atinge um sucesso moderado, mas seu
melhorias adicionais são limitadas especialmente o valor modal) a ser
altamente provável que tenha sucesso, mas o nosso
por más escolhas de design ou por algum
análise sugere que este é um erro
restrição que não pode ser superada por
suposição, uma vez que o sucesso é definido por
trabalho adicional – por exemplo, uma lei fundamental
a pontuação submétrica mínima.
da natureza, ou uma exigência material
para elementos que não existem.
Ilustramos os quatro casos de aplicação com

• Destino 3: A tendência do intervalo é zero e exemplos.

o intervalo é diferente de zero. O desenho é

portanto desequilibrada e a situação é 4.3. Caso 1 – Produto Único, Único
Avaliação
nem melhorando nem piorando. O
designer deve considerar alguma mudança Neste caso mais simples, uma avaliação é
de abordagem que tenta diminuir feito de um produto com os dez
o intervalo e melhorar o produto submétricas produzindo uma pontuação para cada
resultado aumentando a sua MIA global. que pode ser plotado em um diagrama de aranha
O resultado das mudanças de design (fig.4).
9
Machine Translated by Google
Figura 3: gráficos mostrando os valores calculados (max,
min, intervalo) da tabela 2.
Figura 4: pontuações hipotéticas de produtos (losangos) e
pontuações ideais do MIA 14 (círculos)
10
O diagrama de aranha mostra cada métrica em
uma escala de MIA 1 – 15 (losangos), com a
pontuação de MIA 14 para cada submétrica sendo
o alvo (círculos). As divisões e colocações setoriais
simuladas mostram como as submétricas individuais
se alinham aos números da MIA de acordo com a
Tabela 1. Este tipo de diagrama mostra, portanto,
convenientemente tanto as pontuações das
submétricas individuais, como também visualmente
por área, a situação global holística da MIA do
produto. Neste exemplo, o produto atingiu uma
pontuação MIA de 4, sendo esta limitada pela
pontuação submétrica mais baixa (ARL).
4.4. Caso 2 – Avaliações Múltiplas de Produto Único
Ao fazer múltiplas avaliações durante o
desenvolvimento de um produto podemos inferir
dados de tendências sobre o seu progresso. O
momento da avaliação (ou seja, quando fazer as
avaliações) do produto deve ser escolhido de
acordo com o prazo de sua
desenvolvimento.
O produto na fig.5 foi avaliado 4 vezes durante o
seu ciclo de vida e tem feito progressos constantes
para altas pontuações MIA em algumas métricas
(por exemplo, TRL, ORL, MRL, SML, IRL, SRL). O
seu progresso no CRI é moderado, mas estagnou
antes do seu máximo.
O progresso nas submétricas ARL, RRL e DRL é
fraco. ARL, por exemplo, progrediu apenas uma
vez entre as 4 avaliações.
Apesar das pontuações altas em muitas métricas,
a pontuação geral mais alta deste produto é MIA
4, uma vez que esta é a pontuação mais alta
alcançada pela mais baixa das submétricas (RRL).
A Figura 3 apresenta os valores de intervalo
calculados do produto ao longo das 4 avaliações
(da tabela 2). Da avaliação 1 a 2, o intervalo (= 8)
permanece inalterado, uma vez que as pontuações
submétricas mínima e máxima
Machine Translated by Google

Figura 5: Múltiplas avaliações mostrando a evolução de um

produto durante seu ciclo de vida. Esta análise foi retirada
de nossa análise detalhada separada da aeronave
Concorde (em preparação)
subir igualmente (destino 3). O intervalo piora
e o desenho fica mais desequilibrado entre 2 –
3 já que o máximo aumenta, mas
o mínimo permanece inalterado (destino 4)
Finalmente, o intervalo e o equilíbrio do projeto
melhoram entre 3 – 4, uma vez que o mínimo
aumenta e o máximo está no seu limite (destino
1 ou 2).
4.5. Caso 3 – Avaliação Única de Vários Produtos
Este caso pretende fornecer avaliação
diferencial em qualquer situação em que mais
de uma abordagem esteja sendo considerada
para resolver um problema de projeto, como
durante a seleção de tecnologia ou na fase de
seleção de conceito do projeto de produto. A
análise prossegue avaliando cada projeto
individualmente, conforme descrito no caso 1,
e depois comparando os resultados. A Fig. 6
mostra dois designs comparados e mostra que
o design 1 (círculos) é mais forte comercialmente e em
11
Figura 6: comparação de dois desenhos hipotéticos.
Desenho 1 (círculos), desenho 2 (triângulos)
sustentação, enquanto o design 2 é mais forte
na demanda e na prontidão organizacional. O
projeto 1 atingiu MIA 2 (limitado por ARL) e o
projeto 2 atingiu MIA 4 (limitado por DRL). A
partir desta análise, o designer tem pistas para
entender melhor por que (qualitativamente)
uma solução tem pontuações submétricas mais
altas ou mais baixas do que outra, e em que
quantidade. Esta análise pode ser estendida
para modelar os resultados prováveis de
intervalos e destinos associados a todas as
abordagens alternativas para um problema de
projeto, informando assim a melhor escolha.
4.6. Caso 4 – Avaliações Múltiplas de Produtos
Múltiplos
No caso final, consideramos como vários
projetos podem ser comparados ao longo do
tempo. Uma aplicação típica para esta análise
é como ferramenta de gerenciamento de
projetos durante a engenharia e design de
produtos, onde é necessário monitorar a
evolução de designs alternativos. Este método envolve realiza
Machine Translated by Google
Figura 7: dois projetos comparados ao longo do tempo. Projeto
1 (superior), projeto 2 (inferior)
a avaliação do caso 3 múltiplas vezes, realizando
então a análise sugerida no caso 2 para cada
alternativa. Um exemplo mostrando duas alternativas
com 4 avaliações simultâneas é mostrado na fig. 7.
A figura mostra as alternativas evoluindo de forma
diferente a partir de uma posição inicial semelhante.
O desenho 1 (linhas pontilhadas) mostra as
características de uma abordagem desequilibrada
que está falhando e tem um intervalo de piora
(destino 4) como tendência de longo prazo, embora
a tendência de curto prazo entre as avaliações 3 –
4 mostra melhora. O Design 2 (linhas sólidas)
demonstra uma situação muito melhor onde seu
intervalo (I) mostra uma melhoria (I ÿ 0) e é um
design que está se tornando mais equilibrado
(prováveis destinos 1 ou 2). Em situações em que
o projetista deseja selecionar o projeto mais
promissor a ser seguido, esta abordagem axiomática
determina a escolha ideal.
5. Estudos de caso
A aplicação desta técnica pode revelar falhas no
processo de NPD que então
12
permite que ações corretivas sejam tomadas. Para
ilustrar a metodologia, apresentamos quatro
estudos de caso de produtos que não prosperaram
e apresentamos uma breve análise MIA de cada
fracasso.
5.1. Betamax
Betamax era uma tecnologia de fita de vídeo
magnética que perdeu a guerra de formatos (ou
seja, participação de mercado) com o concorrente
Video Home System (VHS), em grande parte devido
a déficits em IRL. Apesar de possuir um produto
técnico superior (qualidade de imagem e som), os
tempos máximos de gravação da fita Betamax,
inicialmente de 1 hora, eram insuficientes para os
fins que muitos consumidores adquiriam de
videocassetes (VCR). Os consumidores identificaram
uma configuração de sistema para satisfazer sua
necessidade de capturar transmissões inteiras,
integrando o componente VCR entre o sinal over-
the-air e o aparelho de TV.
No entanto, o produto Betamax falhou nesta
“validação de funções inter-relacionadas entre
componentes integradores em um ambiente ponta
a ponta relevante” [16], uma vez que não se
integrou com durações de mídia existentes. Uma
hora foi insuficiente para capturar um longa-
metragem, por exemplo.
A ação corretiva indicada pelo método MIA é
aumentar o componente de integração em
detrimento do componente técnico, a fim de
aumentar a pontuação geral do MIA. Na maioria
dos casos envolvendo mídia de fita, isso é
conseguido diminuindo a velocidade de transporte
que troca a largura de banda do sinal pelo tempo
de execução. A Betamax apenas deu esse passo
como uma revisão do produto original (Beta II) e
nessa época a maioria dos consumidores já havia
investido na concorrência.
Machine Translated by Google
5.2. Cuecat
O Cuecat Barcode Scanner era um dispositivo
portátil conectado a um computador pessoal por
cabo que foi produzido por volta de 2000 para
integrar mídias existentes, como revistas, com a
então emergente. Sua finalidade permitia códigos
mídia de barras na Internet. dentro da
impressa a ser digitalizada para que o conteúdo
suplementar pudesse ser acessado on-line que
não estava incluído no material impresso. A
Cuecat não conseguiu reunir usuários, apesar
de 500 mil unidades terem sido doadas e US$
185 milhões em capital de investimento. O
produto teve um bom desempenho em todas as
submétricas, exceto na prontidão para a
demanda, onde não conseguiu atingir o DRL 4 “validação
Em última análise, e apesar da sua boa
execução, não havia procura real pelo produto
naquela altura. Neste caso, o método MIA não
pode melhorar o resultado, mas sugere que o
produto deveria ter sido abandonado por ser
proibido. A eventual solução para referenciar
conteúdo online não exigia hardware dedicado.
Em vez disso, os códigos de barras e os códigos
QR podem ser lidos utilizando o hardware
existente num dispositivo móvel com software
adequado.
5.3. Computador tablet
O Samsung Galaxy Note 7 foi um tablet lançado
em 2016. O produto foi inicialmente muito bem-
sucedido, com pré-encomendas recordes em
alguns países [21] e foi bem recebido pelos
comentaristas da indústria. No entanto, 2 meses
após o lançamento, a Samsung descontinuou
permanentemente o produto devido à combustão
espontânea dos dispositivos, causada por um
defeito de fabricação da bateria.
Este problema permaneceu mesmo após um
recall de produto e a aquisição de componentes
de um fornecedor diferente. Tais problemas de
qualidade de fabricação são
13
limitado por três dimensões do LMR: “gestão da
qualidade do fornecedor”, “qualidade do produto”
e “gestão da qualidade”. O produto não atingiu o
MRL 8” de planos de teste e inspeção completos
e validados para unidades de produção”. ou LMR
9 “Metas de qualidade verificadas” [14]. Em
decorrência do defeito o produto foi proibido de
ser vendido e seu transporte aéreo foi proibido.
Alguns comentadores da indústria [22]
consideraram que a tendência para baterias
integradas em vez de baterias substituíveis
agravava o problema. Na Nota 7, apenas este
componente (dentro do sistema do produto)
precisava de substituição para resolver o
problema, mas a bateria não era uma peça que
pudesse
ser reparada.
de mercado” [18]. A abordagem da
capacidade de manutenção (projeto “para
melhoria contínua ou em reação à obsolescência”)
é o nível alvo na escala TRL [9, 10, 11]. A análise
do MIA sugere que a característica de
desempenho técnico da duração da bateria foi
priorizada em detrimento da qualidade de
fabricação. Uma solução potencial é a seleção
de baterias com menor capacidade, mas de
maior confiabilidade. Assim, o compromisso
resulta numa pontuação global mais elevada da
MIA, apesar de um nível de desempenho
ligeiramente reduzido.
5.4. General Motors EV1 O
General Motors EV1 foi o primeiro veículo elétrico
de produção em massa construído especificamente
para esse fim, lançado em 1996. O carro foi
disponibilizado apenas sob um contrato de
locação e apenas para residentes da Califórnia,
onde a regulamentação determinava que 2%
das frotas dos fabricantes de automóveis fossem
emissões. - veículos gratuitos e onde os
fabricantes de automóveis tiveram que manter
um serviço e fornecimento de peças por 15 anos
após a fabricação (sustentação). Uma análise
da procura indicou que aproximadamente 5.000 a 20.000 carros
Machine Translated by Google
alugado por ano. No primeiro ano, apenas foram
assinados 288 contratos de locação e, no final da
produção em 1999, apenas 1.117 automóveis tinham
sido produzidos, o que levou à incapacidade de
progredir para o DRL 4 (“validação do mercado
confirmada”) [18]. Os arrendatários tinham direito a
vários incentivos fiscais que, em termos de CRI,
constituíam um subsídio (CRI 12 “ainda necessitando
de apoio governamental”) [12]. No entanto, a baixa
procura e o requisito de manutenção de 15 anos
tornaram o produto antieconómico para volumes tão
baixos. Em vez de cumprir os regulamentos de
sustentabilidade e, assim, alcançar um SML de 9
"Pacote de Suporte ao Produto demonstrado no
ambiente operacional"
[17], a GM tomou a decisão de recuperar todos os
veículos e assim retirar o produto do mercado. Em
termos de MIA, o EV1 falhou nas múltiplas submétricas
de procura, regulação, prontidão comercial e de
sustentação.
Além desses breves exemplos, também aplicamos a
análise MIA para explorar detalhadamente o
desenvolvimento do Concorde.
Este será publicado como um artigo separado (em
preparação).
6. Discussão
A aplicação mais valiosa da abordagem MIA é como
metodologia de design proativa. A chave é
compreender as características de um design
desequilibrado e aplicar esse conhecimento para
melhorar um produto enquanto ele está em
desenvolvimento.
O método permite uma análise qualitativa e quantitativa
adequada para avaliar projetos únicos ou múltiplos,
uma ou várias vezes durante seu ciclo de vida, e
incorpora uma estratégia para maximizar o sucesso
do produto. Escolhas de design devem ser feitas para
melhorar o MIA
14
pontuação geral, em vez de um único aspecto dela.
A metodologia é particularmente adequada para
produtos que atualmente apresentam uma pontuação
MIA muito baixa. Produtos que se
originam de descobertas bottom-up/program push
feitas em ambientes de pesquisa pura, onde a única
submétrica aplicada a eles (se é que é aplicada)
tende a ser o TRL, que mede o desempenho da
funcionalidade principal. Sugerimos que esta
abordagem à avaliação é insuficiente em qualquer
outra coisa que não seja o ambiente de investigação
teórica. Uma barreira persistente encontrada durante
a maturação de produtos com baixo MIA é o problema
do Vale da Morte. Oferecemos uma perspectiva MIA
sobre este problema na próxima seção.
6.1. Insights sobre o problema do Vale da Morte
Cruzar o vale da morte (VoD) é um problema bem
reconhecido que pode ocorrer durante o
desenvolvimento de produtos. Diz-se que ocorre
“durante os estágios iniciais da inovação, na transição
entre a pesquisa científica original e a comercialização
associada
de
tecnologias” [23] O problema normalmente se
manifesta quando um novo conceito exige que o
capital de investimento prossiga durante o 'front-end
difuso' [24] (MIA 1 - 11).
Os investidores normalmente incorporam o risco na
decisão de investimento que é conhecida no
literatura econômica como “confiança” [25], uma
subclasse de problemas de risco onde o risco
“depende do desempenho de outro ator” (ou seja, o
desenvolvedor do produto). A confiança é
especialmente importante em situações em que o
desenvolvedor é uma empresa pequena, nova ou
desconhecida, uma vez que não há histórico de
negociação anterior ou experiência para avaliar o
risco. Durante a fase de front-end difusa, os
investidores normalmente enfrentam um problema de confiança
Machine Translated by Google

decorrente do risco em uma das três categorias A estratégia de design ideal é onde o produto é
– agência [26], mercado [27] e execução [25]. projetado de forma holística e que o design seja
O risco de agência, onde o empreendedor pode equilibrado (com intervalo zero ou muito
agir de forma oportunista de maneiras que não pequeno) em todos os momentos. No entanto,
são do interesse do investidor, normalmente o alinhamento das submétricas que devem
domina o cálculo da confiança e é causado pela promover esta estratégia e que se baseia na
assimetria de informação [28]. literatura atual, parece indicar duas meias-vidas
O problema de VoD pode ser analisado usando consecutivas e não um único ciclo de vida. Ao
MIA, uma vez que introduzimos submétricas inspecionar o alinhamento na tabela 1, os
para descrever o produto a partir de perspectivas valores na tabela 3 e o traço Max na figura 8,
separadas, incluindo fatores comerciais (CRI). fica evidente que, embora a maioria das
Para fazer observações sobre o caso geral de submétricas avance aproximadamente um nível
como um design equilibrado deve progredir por aumento de posição no MIA, a submétrica
através dos níveis de MIA, pegamos o gráfico CRI não segue isso. padrão. Seu valor inicial
de alinhamento MIA/submétrico mostrado na em MIA 1 é CRI 8 e permanece inalterado até
tabela 3 e aplicamos várias funções ao conjunto MIA 8. Nossa suspeita é que esse comportamento
de pontuações submétricas. discrepante seja a causa da descontinuidade
Os resultados estão representados graficamente na fig. 8. do intervalo e de outros artefatos gráficos. Para
compreender melhor a diferença entre a
Observamos no gráfico que, no caso geral, um progressão do CRI e a tendência das outras
produto não progride linearmente ao longo de submétricas, representamos graficamente os
todo o seu ciclo de vida. O traço de soma mostra níveis submétricos do CRI e a pontuação
uma tendência aproximadamente linear até MIA submétrica média por posição MIA (fig.9).
8. Depois disso, até MIA 10, a inclinação
aumenta antes de diminuir em > MIA 10,
indicando que algum evento ocorre durante a
transição MIA 8 - 9.
Da mesma forma, o traço 1\sum indica, por ser
composto por duas curvas separadas que se
cruzam no MIA 8, que existem duas fases
subjacentes em jogo. O traço do produto tem
formato de curva em S onde o ponto de inflexão
está presente entre MIA 8 - 9 e um ponto de
inflexão semelhante ocorre no produto do traço
de toras no mesmo local.
Finalmente, o resultado mais
significativo ocorre no traço de intervalo que
apresenta uma tendência linear para zero entre
MIA 1 - 8, depois uma descontinuidade abrupta Figura 9: MIACRI e pontuações métricas médias versus
durante a transição MIA 8 - 9, seguida por outra posição MIA (caso geral)
tendência linear para zero entre MIA 9 - 14.
Estes resultados são de grande interesse
porque nossa sugestão é que o O gráfico, que contrasta o progresso do CRI
15
Machine Translated by Google

Figura 8: Funções gerais do alinhamento MIA por posição. A região pontilhada destaca onde o
ocorre a concatenação de duas fases de design (ver texto)

Tabela 3: Pontuações ajustadas de MIA de caso geral com valores calculados em cada nível de MIA
Desaparecido

Submétrica 1 2 3 4 5 6 7 8 9 10 11 12 13 14

MIATRL 1 2 3 4 6 8 8 9 14 14 14 14 14
MIACRI 8 8 8 8 8 8 8 10 10 11 12 13 14
MIAMRL 1 2 3 4 6 7 8 10 10 14 14 14 14
MIASML 1 2 3 4 6 7 8 10 10 11 12 14 14
MIAIRL 2 2 3 4 6 7 8 14 14 14 14 14 14
MIASRL 2 2 3 4 6 7 8 14 14 14 14 14 14
MIADRL 1 2 3 4 6 8 8 9 14 14 14 14 14
MIARRL 1 2 3 4 6 8 8 9 14 14 14 14 14
MIAARL 2 3 4 6 8 8 9 14 14 14 14 14
MIAORL 11 2 3 4 6 8 8 9 14 14 14 14 14
Soma 19 26 35 44 5 62 76 80 103 128 134 140 136 139
Mínimo 2 3 4 6 7 8 9 10 11 14 12 13
Máx. 1 8 8 8 8 8 8 14 14 14 14 14 14
Intervalo 8 6 5 4 2 1 0 5 4 30
produtos 7 3,2 8 5 5 5 5 5 5 5 5 53 5 8 3 4,10 1,57 2,10 1,56 8,06 6,29 1,07 1,16 1,05 1,79 2,89 2 2,13 1 2,69
x101 x103 x105 x106 x107 x107 x108 x109 x1010 x1011 x1011 x1011 x1011 x1011

1/soma 0,05 0,04 0,03 0,02 0,02 0,02 0,01 0,01 0,01 3,23
0,01
13,40 13,670,01 0,01 0,01 3,47 3,80 0,01

Produto (log) 0,00 0,00 0,00 0,01 0,04 0,09 0,28 0,36 1.04 2,60 13,60 13,90 13,78 3,91
Significar 1,90 2,60 3,50 4,40 5,30 6,20 7,60 8,00 10,30 12,80 1,22 2,00 3,00 4,00 5,00 6,00 7,56 8,00 10,33 13,11 14,00 14h00

Média (CRI) 14h00

16
Machine Translated by Google
versus o progresso médio sobre as outras
submétricas, mostra que durante o front-end
difuso crucial (MIA 1-8), a pontuação média da
submétrica não-CRI prossegue linearmente
(+1/-0), enquanto o CRI não mudar neste
intervalo. Entre MIA 1-9 não ocorre nenhum
progresso na submétrica CRI.
Assim, do ponto de vista comercial, o produto
continua a ser uma “proposta comercial
hipotética” que “não foi testada nem comprovada
comercialmente” e continua a ser uma “proposta
impulsionada por defensores da tecnologia com
pouca ou nenhuma evidência de dados técnicos
ou financeiros verificáveis para fundamentar
alegações”. [5]. O investidor enfrenta uma
situação em que nenhuma entrega em termos
da submétrica do CRI se manifesta durante a
maior parte do estágio de front-end fuzzy e é
nesta situação, e com esta grande incerteza
que o capital deve ser arriscado (um “alto -risco,
baixa decisão de dados” [23]). O produto pode
muito bem estar avançando em muitas outras
submétricas, mas o status comercial do projeto
não muda até o MIA 9. É esta situação em que
o empreendedor tem conhecimento técnico
abundante, mas o investidor tem pouco
conhecimento comercial que supomos
representar a assimetria de dados que faz com
que o risco primário seja assumido pelo
investidor. Simplificando, o problema é que o
investidor não consegue medir o progresso
enquanto o capital está em risco e sabe que a
decisão de investir
devem ser feitas neste cenário complexo.
A Fig.9 mostra que há duas 'fases' divididas ao
meio pelo MIA 8. A Fig. 8mostra que o intervalo,
que definimos anteriormente como uma medida
do desequilíbrio de um projeto, não tem uma
única tendência para 0, mas em vez disso tem
duas tendências distintas 'fases' que são intrínsecas de design desequilibrado que leva a
17
aos alinhamentos submétricos do MIA. As
etapas não são um artefato gerado por essa
análise, mas são um reflexo direto inerente ao
processo de design do produto tal como é
atualmente entendido coletivamente, para
funcionar. O intervalo é derivado do alinhamento
das submétricas que foram sugeridas por outros
de forma independente na literatura
(especialmente [5]). As figuras mostram uma
representação do motivo pelo qual ocorre o
problema do vale da morte. Durante esta
primeira fase, que pode ser chamada de fase
técnica, o limite superior do intervalo (máx: =
MIACRI 8) não melhora enquanto os valores
mínimos progridem. Durante esta fase não há
progresso comercial mensurável, mas progresso
em outras submétricas com crescente assimetria
de informação. Uma vez concluída esta fase e
ultrapassado o VoD (assumindo o investimento
necessário), espera-se então um progresso
constante com a métrica comercial, enquanto o
restante desenvolvimento é rapidamente
concluído. Esta fase pode ser chamada de fase
de comercialização. Sugerimos os rótulos de
fase com hesitação, pois vemos o intervalo
descontínuo como um problema metodológico a
ser superado, em vez de duas fases separadas
nas quais um problema de design deveria ser
deliberadamente decomposto. Nossa opinião é
que a descontinuidade do intervalo na fig.8 é
um problema que deve ser eliminado da
metodologia de projeto de produto.
O problema do VoD manifesta-se como um
produto que atinge o MIA 8, mas não consegue
avançar através de uma fase comercial (não
consegue cruzar o VoD) e este tipo de resultado
já definimos como um destino de 2 (fig. 2).
Consequentemente, consideramos que o
problema de VoD é na verdade um caso especial
Machine Translated by Google
um resultado do destino 2. O alinhamento das
submétricas reflete a visão predominante na
literatura de terminar as atividades técnicas
antes que a comercialização seja seriamente
considerada. Sugerimos que o problema VoD é
um problema estrutural inerente à atual teoria
de design. Este problema de análise parcial é
exatamente o que a nossa abordagem holística
pretende remediar.
Fazemos as seguintes observações para
melhorar a situação:
1) Esperamos que a solução para o problema
de VoD envolva uma comunicação muito mais
próxima e detalhada entre investidor e inovador
durante o front-end difuso para reduzir a
assimetria de informação. Esforçámo-nos por
produzir um método que permita às duas partes
quantificar e compreender melhor as posições
uma da outra.
2) Os aspectos comerciais do produto devem
ter peso igual ao seu desempenho técnico. O
método MIA fornece dicas constantes sobre a
importância dos fatores comerciais, mesmo no
início do ciclo de vida do produto.
3) Aumentar a resolução da submétrica CRI e/
ou suas dimensões de projeto produzirá níveis
mais discretos a serem integrados ao método
MIA.
Aumentar a resolução e os níveis, especialmente
em posições <MIA 9, onde a pontuação do CRI
não muda atualmente, dá mais oportunidades
para a métrica avançar. Isso permite que a
melhoria seja medida e, assim, a descontinuidade
do intervalo seja reduzida em magnitude.
18
7. Conclusão e trabalhos futuros
Neste trabalho propusemos uma análise
multiíndice única como método de avaliar o
desenvolvimento de um produto de forma
holística ao longo de toda a sua vida útil. O
índice contém submétricas que avaliam um
produto a partir de múltiplas perspectivas
específicas, permitindo uma análise qualitativa
e quantitativa. Otimizamos o processo de
avaliação desduplicando o trabalho anterior e
mantendo as submétricas que atuam como
espaços reservados para partes interessadas
específicas. Em seguida, mostramos para
produtos individuais como os dados de
tendências podem ser inferidos a partir de
múltiplas avaliações durante o desenvolvimento
do produto e como essa modelagem pode
informar uma estratégia de design para otimizar
o sucesso desse produto. Mostramos como
esse processo pode ser usado para comparar
diferentes soluções de produtos para um
determinado problema e como isso permite
comparações entre soluções que podem
informar a tomada de decisões e a alocação de
recursos. Descrevemos, por meio da análise
do intervalo, os possíveis destinos que
aguardam os produtos quando o design se
torna desequilibrado e sugerimos um meio de
prever e evitar um resultado negativo, incluindo cruzar o VoD.
7.1. Extensibilidade desta abordagem
Acreditamos que nossa abordagem terá
aplicação além da avaliação de um indivíduo.
desenvolvimento de Poderia, para o
produtos. por exemplo, auxiliar na seleção de
tecnologias ou na priorização de P&D em áreas
de tecnologias emergentes. Por exemplo, na
computação quântica, ainda não existe um
vencedor claro (ou conjunto de vencedores) em
termos da plataforma tecnológica ideal a utilizar.
Acreditamos que a nossa abordagem será útil
para ajudar a comparar criticamente os diferentes
Machine Translated by Google
escolhas tecnológicas para diferentes aplicações
de tecnologia quântica (que exploraremos em
trabalhos futuros) e informar o trabalho sobre
padronização neste setor
[29, 30, 31, 32]. Pode-se considerar também a
inclusão de outras métricas, como o nível de
prontidão para padronização [7]. Para aplicações
específicas, é necessária uma escolha criteriosa
de níveis de prontidão específicos para
maximizar a utilidade de nossa abordagem. A
escolha dependerá, até certo ponto, da aplicação
A da nossa intenção, por exemplo.
metodologia para a priorização estratégica do
desenvolvimento de tecnologia emergente teria
necessidades diferentes das ferramentas
utilizadas para o desenvolvimento interno de um
produto específico.
Em todos os casos, encorajamos que a
integridade da abordagem MIA seja preservada
ao adicionar outros índices, seguindo a nossa
metodologia na qual as dimensões do design
devem satisfazer os critérios de serem únicas.
Se isso for impossível devido à especificidade
das dimensões existentes,
que falta ser propostas
devem
modificações para excluir qualquer dimensão
existente com a qual um novo componente
possa se sobrepor e então 'adicionar novamente'
a(s) dimensão(ões) exclusiva(s) e esclarecida(s)
às submétricas relevantes, como fizemos
anteriormente demonstrado.
Referências
[1]Stuart Pugh. Design total: métodos integrados para
engenharia de produto bem-sucedida. Pub Addison
Wesley. Co, Wokingham, Inglaterra Reading, Mass,
1991.
[2] Beatriz Minguela-Rata. Inovação de produto: Um estudo
empírico sobre o impacto da engenharia simultânea na
globalização, competitividade e qualidade de novos
produtos.
Governabilidade, 5(3):80–101, 2011.
[3] Xenofonte Koufteros, Mark Vonderembse e William Doll.
Engenharia simultânea e
19
suas conseqüências. Jornal de Gestão de
Operações, 19(1):97–115, 2001.
[4] O. Hauptmann. A influência da simultaneidade de
processos nos resultados do projeto no desenvolvimento
de produtos: um estudo empírico de equipes
multifuncionais. Transações IEEE sobre Gerenciamento
de Engenharia, 43(2):153–164, 1996.
[5] Murray R. Millson e David Wilemon.
O impacto da integração organizacional e da proficiência
no desenvolvimento de produtos no sucesso do mercado.
Gestão de Marketing Industrial, 31(1):1–23, 2002.
[6] Amy C. Edmondson e Ingrid M. Nembhard.
Desenvolvimento de produtos e aprendizagem em
equipes de projeto: Os desafios são os benefícios.
Jornal de Gestão de Inovação de Produto, 26(2):123–
138, 2009.
[7] Grupo de Foco da UIT-T sobre Tecnologia Quântica para
Redes (FG QIT4N) Informações.
Relatório Técnico FG QIT4N D1.4 Perspectivas de
padronização e maturidade tecnológica: Aspectos de
rede de tecnologias de informação quântica. Relatório
técnico, Setor de padronização de telecomunicações da
União Internacional de Telecomunicações, 2021.
[8] Jostein Vik, Anders Mahlum Melÿas, Egil Petter Stræte e
Roger Andre Søraa.
Avaliação do nível de prontidão equilibrada (BRLa):
Uma ferramenta para explorar tecnologias novas e
emergentes. Previsão Tecnológica e Mudança Social,
169 (maio), 2021.
[9] Rosen R. Sadin S., Povinelli F. O impulso tecnológico da
NASA em direção a futuros sistemas de missão espacial.
Acta Astronautica, 20:73–77, 1989.
[10] John C. Mankins. Níveis de prontidão tecnológica, 1995.
[11] Organização Internacional de Normalização. Sistemas
espaciais - Definição dos Níveis de Prontidão Tecnológica
e seus critérios de avaliação. ISO 16290:2013, página
12, 2013.
[12] Governo Australiano. Índice de
Prontidão Comercial para Setores de Energia Renovável,
2014.
[13] GAO. Aquisição de Defesa: Avaliação de Programas de
Armas Selecionados (GAO-09-326SP).
Escritório de Responsabilidade do Governo dos Estados
Unidos, 2009.
[14] Programa de Tecnologia de Fabricação OSD e Trabalho
Conjunto de MRL de Serviço/Indústria
Machine Translated by Google
Grupo. Deskbook de nível de prontidão de
fabricação (MRL). Relatório técnico, Departamento de
Defesa dos Estados Unidos, 2018.
[15] Brian Sauser, D. Verma, J. Ramirez-Marquez e Ryan
Gove. Do TRL ao SRL: O conceito de níveis de
prontidão dos sistemas.
Conferência sobre Pesquisa em Engenharia de
Sistemas, Los Angeles, CA, páginas 1–10, 2006.
[16] Marc F. Austin e Donald M. York.
Avaliação de Prontidão do Sistema (SRA) é um
exemplo ilustrativo. Procedia Ciência da
Computação, 44(C):486–496, 2015.
[17] Departamento de Defesa dos EUA. Guia do gerente de
suporte ao produto, volume dezembro. NAO, 2019.
[18] Florin Paun. ”Nível de prontidão para demanda”
(DRL), uma nova ferramenta para hibridizar as
abordagens Market Pull e Technology Push: Evolução
das práticas e dos atores da ecoinovação. ANR -
ERANETWORKSHOP, fevereiro de 2011, páginas 1–
6, 2011.
[19] David Dent e Brian Pettit. Níveis de preparação
tecnológica e de mercado. (Livro Branco) Dent
Associates 2011, páginas 1–3, 2011.
[20] Peter H. Kobos, Leonard A. Malczynski, La Tonya N.
Walker, David J. Borns e Geoffrey T. Klise. O timing é
tudo: um quadro de transição tecnológica para os
níveis de preparação regulamentar e de mercado.
Previsão Tecnológica e Mudança Social, 137 (outubro
de 2014): 211–225, 2018.
[21]Rob Triggs. (Atualização: grande demanda no Canadá
também) O Galaxy Note 7 quebra o recorde de pré-
encomenda da Coreia do Sul. Autoridade Android, agosto de 2016.
[22]Kyle Weins. Colar as baterias do Galaxy Note 7 tornou
tudo pior para a Samsung. Com fio, outubro de 2016.
[23] Paul Ellwood, Ceri Williams e John Egan.
Atravessando o vale da morte: cinco processos de
inovação subjacentes. Technovation, agosto de
2018:102162, 2020.
[24] Vincent Lefebvre, Gilles Certhoux e Miruna Radu-
Lefebvre. Manter a confiança para atravessar o Vale
da Morte: Um estudo retrospectivo das decisões de
investimento e reinvestimento dos business angels.
Tecnologianovação,
junho:102159, 2020.
[25] Cécile Carpentier e Jean Marc Suret. Processo de
decisão e critérios de rejeição dos membros do grupo
de anjos: uma análise longitudinal. Journal of Business
Venturing, 30(6):808–821, 2015.
20
[26] Scott Shane. Uma teoria geral do
empreendedorismo: a oportunidade individual E. Elgar,
nexo. Cheltenham, Reino Unido
Northampton, MA, EUA, 2003.
[27] Truls Erikson, Roger Sørheim e Bjørnar Reitan. Anjos
Familiares vs. Outros Investidores Informais. Revisão
de Empresas Familiares, 16(3):163–171, 2003.
[28] Thomas J. Chemmanur e Zhaohui Chen.
Capitalistas de risco versus anjos: a dinâmica dos
contratos de financiamento de empresas privadas.
Revisão de Estudos de Finanças Corporativas,
3(1-2):39–86, 2014.
[29] Bárbara Goldstein. O sonho de uma linguagem comum. ,
2021.
[30] Christopher Chunnilall, TOBIAS LINDSTROM, IVAN
RUNGGER, RACHEL GODUN, OLGA KAZAKOVA,
HELEN MARGOLIS, SUNDEEP BHANDARI, IAIN
MAY e RHYS LEWIS. Desenvolvimento de padrões
internacionais para tecnologias quânticas.
Relatório Técnico NPL REPORT
TQE19, Laboratório Nacional de Física (NPL), 2021.
[31] O. van Deventer, N. Spethmann, M. Loeffler, M. Amoretti,
R. van den Brink, N. Bruno, P. Comi, N. Farrugia, M.
Gramegna, B. Kassenberg, W. Kozlowski, T. L¨anger,
T. Lindstrom, V. Martin, N. Neumann, H. Papadopoulos,
S. Pascazio, M. Peev, R. Pitwon, M. Adriaan Rol, P.
Traina, P. Venderbosch, FK Wilhelm- Mauch e A.
Jenet. Rumo aos padrões europeus para tecnologias
quânticas. , páginas 1–39, 2022.
[32] Eoin O'Sullivan e Laure Br´evignon Dodin. Papel da
Padronização no apoio às Tecnologias Emergentes.
Instituto de
Manufatura da Universidade de Cambridge, página
102, 2012.
Machine Translated by Google

Apêndice A

Tabela 4: Submétricas e dimensões originais do projeto

Nº Dimensão do Projeto Submétrico
1 Proficiência técnica Nível de prontidão tecnológica TRL
2 Ambiente regulatório: maturidade do planejamento, licenciamento e padrões Índice de Prontidão Comercial CRI
3 Aceitação das partes interessadas: maturidade do processo para consulta das partes interessadas com base em evidências
4 Desempenho técnico: disponibilidade de informações de desempenho técnico detectáveis
5 Custos financeiros: disponibilidade de informações financeiras robustas e competitivas ligadas aos custos de capital e operacionais e às
receitas previstas, permitindo aos investidores assumir níveis crescentes de risco futuro de mercado e de projeto

6 Receitas financeiras: disponibilidade de informações financeiras robustas e competitivas ligadas aos custos operacionais e de capital e às
receitas previstas, permitindo aos investidores assumir níveis crescentes de risco futuro do mercado e do projeto

7 Cadeia de fornecimento/competências da indústria: o desenvolvimento de uma cadeia de fornecimento de produtos e competências

industriais competitiva e eficiente, necessária para apoiar um setor comercialmente viável, necessária para apoiar um setor
comercialmente viável
8 Oportunidades de mercado: desenvolvimento desde um plano comercial hipotético até a demonstração de um mercado viável (local e/ou
estrangeiro) através de canais competitivos para modelos de negócios sustentáveis e de mercado

9 Maturidade da empresa: desenvolvimento do setor para incluir empresas estabelecidas com forte crédito
classificações
10 Base industrial Nível de prontidão de fabricação MRL
11 Desenvolvimento de tecnologia de fabricação
12 Programa de produtividade
13 Maturidade do projeto
14 Conhecimento de custos de produção (modelagem de custos)
15 Análise de custos
16 Orçamento de investimento em manufatura
17 Maturidade
18 Disponibilidade
19 Gestão da cadeia de abastecimento
20 Manuseio especial (prazo de validade, segurança, materiais perigosos, ambiente de armazenamento, etc.)
21 Modelagem e simulação (produto e processo)
22 Maturidade do processo de fabricação
23 Rendimentos e taxas do processo
24 Gestão da qualidade
25 Qualidade do produto
26 Gestão da qualidade do fornecedor
27 Força de trabalho de manufatura (engenharia e produção)
28 Ferramentas
29 Instalações
30 Planejamento e programação de fabricação
31 Planejamento de materiais
32 Capacidade de suporte do produto Nível de maturidade de sustentação SML
33 Integração entre componentes do sistema IRL Nível de prontidão para integração
34 Sistema como um todo Nível de prontidão do sistema DRL
35 Demanda de produto Nível de prontidão de demanda DRL
36 Situação regulatória Nível de prontidão regulatória do RRL
37 Aceitação pública Nível de preparação para aceitação de ARL
38 Prontidão geral da organização Nível de prontidão organizacional ORL

Apêndice B

21
Machine Translated by Google

Figura 10: Matriz de coincidência de desduplicação de dimensão de projeto

22