Embed Size (px)
Citation preview
1
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
MESTRADO EM ADMINISTRAÇÃO
ANNE MARJORIE PARENTE RODRIGUES ALCOFORADO
PROGRAMA AGENTES LOCAIS DE INOVAÇÃO: UMA AVALIAÇÃO DA
POLÍTICA DE INOVAÇÃO PARA AS MICRO E PEQUENAS EMPRESAS DO RIO
GRANDE DO NORTE
Natal/RN
2019
2
ANNE MARJORIE PARENTE RODRIGUES ALCOFORADO
PROGRAMA AGENTES LOCAIS DE INOVAÇÃO: UMA AVALIAÇÃO DA
POLÍTICA DE INOVAÇÃO PARA AS MICRO E PEQUENAS EMPRESAS DO RIO
GRANDE DO NORTE
Defesa de mestrado apresentada ao Programa de
Pós-Graduação em Administração da Universidade
Federal do Rio Grande do Norte (PPGA/UFRN),
como requisito para a obtenção do grau de Mestre
em Administração
Orientadora: Raquel Menezes Bezerra Sampaio.
Natal/RN
2019
3
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial do Centro Ciências Sociais Aplicadas - CCSA
Alcoforado, Anne Marjorie Parente Rodrigues.
Programa Agentes Locais de Inovação: uma avaliação da política
de inovação para as micro e pequenas empresas do Rio Grande do Norte / Anne Marjorie Parente Rodrigues Alcoforado. - 2019.
141f.: il.
Dissertação (Mestrado em Administração) - Universidade Federal
do Rio Grande do Norte, Centro de Ciências Sociais Aplicadas,
Programa de Pós Graduação em Administração. Natal, RN, 2019.
Orientador: Prof. Drª. Raquel Menezes Bezerra Sampaio.
1. Programa Agentes Locais de Inovação - Dissertação. 2.
Inovação - Empresas de Pequeno Porte - Dissertação. 3. Regressão
- Dissertação. I. Sampaio, Raquel Menezes Bezerra. II.
Universidade Federal do Rio Grande do Norte. III. Título.
RN/UF/Biblioteca do CCSA CDU 005.342
Elaborado por Eliane Leal Duarte - CRB-15/355
4
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
MESTRADO EM ADMINISTRAÇÃO
PROGRAMA AGENTES LOCAIS DE INOVAÇÃO: UMA AVALIAÇÃO DA
POLÍTICA DE INOVAÇÃO PARA AS MICRO E PEQUENAS EMPRESAS DO RIO
GRANDE DO NORTE
ANNE MARJORIE PARENTE RODRIGUES ALCOFORADO
Defesa de mestrado apresentada e aprovada em 31 de julho de 2019, pela banca
examinadora composta pelos seguintes membros:
______________________________________
Raquel Menezes Bezerra Sampaio, Drª.
Orientadora
_______________________________________
Luciano Menezes Bezerra Sampaio, Dr.
Examinador Interno
________________________________________
Lucia de Fátima Lucio Gomes da Costa, Drª.
Examinador Externo
5
Dedico este trabalho ao meu filho, Enzo, que
me inspira a cada dia a manter meu olhar
ávido por viver de uma maneira intensa
através do seu olhar curioso e do seu coração
puro e aberto para todos os desafios que o
mundo nos reserva.
6
AGRADECIMENTOS
Primeiramente, ao meu marido, Hudo Alcoforado, que SEMPRE me apoia, me orienta
e me incentiva em todos os momentos da minha vida, fáceis ou difíceis. Além de ser hoje um
pedaço de mim. Sempre vou amá-lo.
Ao meu filho lindo, Enzo, que mesmo dentro do seu encantado universo infantil torce
pela minha vitória e me dá incentivo para continuar minha trajetória e conquistar todos os
meus objetivos.
Aos meus pais e meu irmão, que me ajudaram na construção da minha essência e hoje,
mesmo de longe, sempre torcem pela minha vitória. Serei eternamente grata.
A minha orientadora, Raquel Sampaio, por ter me dado todo o suporte necessário para
a realização desse trabalho, ao me presentear com sua paciência e presteza, além de sempre
acreditar em mim.
Aos meus professores do mestrado da Universidade Federal do Rio Grande do Norte,
pela fonte de conhecimento que foram na minha formação acadêmica, sendo também meus
formadores de vida. Nunca esquecerei a importância que cada um exerceu em minha vida.
Aos meus colegas de mestrado que me ajudaram a construir conhecimento e juntos a
mim compartilharam experiências. Também agradeço aos meus amigos fora do ambiente
acadêmico que torceram pela minha vitória em todos os momentos desses longos quatro anos.
À Universidade Federal do Rio Grande do Norte e todos os funcionários do Programa
de Pós-Graduação em Administração que sempre prestaram a assistência necessária para que
eu conseguisse alcançar todos os meus objetivos.
Ao SEBRAE Nacional e do Rio Grande do Norte pelo suporte e orientação nos dois
anos que atuei como ALI (Agente Local de Inovação). Ao gestor nacional do Programa
Agentes Locais de Inovação, Thiago Cunha, pela sua presteza e assistência fundamentais para
o sucesso desta pesquisa.
Enfim, agradeço às pessoas que, direta ou indiretamente, deixaram marcas em mim e,
assim, contribuíram e continuarão contribuindo na minha jornada.
7
“Tu te tornas eternamente responsável por
aquilo que cativas.”
Antoine de Saint-Exupéry
8
RESUMO
As Empresas de Pequeno Porte possuem uma elevada importância socioeconômica no cenário
mundial e brasileiro, devido à sua geração de emprego e renda para a população. Ademais,
diante da intensa globalização e desenvolvimento mundial, essas empresas também têm sido
relevantes no processo inovativo dos países. No Brasil, ao longo das últimas décadas, várias
políticas, ações, leis e entidades foram desenvolvidas no fomento a essas empresas e a sua
inovação. Esta dissertação tem por objetivo analisar a associação de características das
empresas participantes do Programa Agentes Locais de Inovação do SEBRAE com a
focalização do Programa com os níveis de e ganhos de inovação alcançados no ciclo 16/18 no
âmbito do Estado do Rio Grade do Norte, através da uma avaliação econométrica utilizando o
método de regressão. Assim, este trabalho realizou uma análise gerencial do Programa através
da mensuração das características dos empresários e empresas participantes do Programa nas
empresas brasileiras do Estado do Rio Grande do Norte que revelou a importância e força das
empresas localizadas na capital, centro político, econômico, financeiro e social do Estado e,
por isso, já mais estruturados na maturidade global de inovação organizacional e mais
engajados no desenvolvimento das ações de inovação propostas pelo Programa frente a sua
forte concorrência do mercado. Assim, a localização em Natal pode ser usadas pelos gestores
do ALI como meio de seleção das empresas mais propensas a focalizar nos resultados do
Programa e também podem utilizar-se das ações realizadas por esta empresa como modelo de
expansão das mais variadas ações de inovação (em variadas dimensões) para as outras MPEs
do Estado proporcionando avanços em inovação na economia do RN. Entretanto, o principal
resultado observado pelo trabalho foi a relevância da política de inovação do Programa ALI
no Estado como elemento fomentador de inovações no mercado de todo o Estado.
Palavras – chave: Programa Agentes Locais de Inovação. Empresas de Pequeno Porte.
Regressão.
9
ABSTRACT
Small Enterprises have a high socioeconomic importance in the world and Brazilian scenario,
due to their generation of employment and income for the population. In addition, given the
intense globalization and global development, these companies have also been relevant in the
innovative process of the countries. In Brazil, over the last decades, several policies, actions,
laws and entities have been developed in the promotion of these companies and their
innovation. This dissertation aims to analyze the association of characteristics of companies
participating in the SEBRAE Local Innovation Agents Program’s with the program’s focus on
the levels of and gains of innovation achieved in the 16/18 cycle within the State off Rio
Grande do Norte, through an econometric evaluation using the regression method. Thus, this
work performed a managerial analysis of the Program by measuring the characteristics of
entrepreneurs and companies participating in the Program in Brazilian companies in the state
of Rio Grande do Norte, which revealed the importance and strength of companies located in
the capital, political, economic, financial center. and the state social and, therefore, already
more structured in the global maturity of organizational innovation and more engaged in the
development of the innovation actions proposed by the Program in face of its strong market
competition. Thus, the location in Natal can be used by ALI managers as a means of selecting
the companies most likely to focus on the Program's results and may also use the actions
taken by this company as a model for expanding the most varied innovation actions ( in
various dimensions) to the other MPEs of the State providing advances in innovation in the
economy of RN. However, the main result observed by the work was the relevance of the
innovation policy of the ALI Program in the State as an element that fosters market
innovations throughout the Rio Grande do Norte.
Key Word: Local Innovation Agents Program. Small Business. Regression.
10
LISTA DE GRÁFICOS
Gráfico 1 – Porte das Empresas ................................................................................................ 60
Gráfico 2 – Setores das Empresas ............................................................................................ 61
Gráfico 3 – Regiões do RN ...................................................................................................... 61
Gráfico 4 – Gêneros dos Empresários ...................................................................................... 63
Gráfico 5 – Empreendimentos Anteriores ................................................................................ 63
Gráfico 6 – Empréstimos para a Empresa ................................................................................ 64
Gráfico 7 – Dificuldade de Pagamento .................................................................................... 64
Gráfico 8 – Último Ciclo das Empresas Analisadas ................................................................ 65
Gráfico 9 – Análise comparativa dos graus de inovação nos momentos TO e T1 ................... 68
Gráfico 10 – Evolução da Inovação Global do Radar 0 e do último Radar ............................. 70
Gráfico 11 – Evolução da Inovação Global do Radar 0 e do último Radar ............................. 71
Gráfico 12 – Evolução da Inovação Global do Radar 0 e do último Radar ............................. 72
Gráfico 13 – Evolução da Inovação Global do Radar 0 e do último Radar ............................. 73
Gráfico 14 – Evolução da Inovação Global do Radar 0 e do último Radar de acordo com o
alcance da empresa em número de ciclos ................................................................................. 74
11
LISTA DE QUADROS
Quadro 1 – Conceitos de Inovação ........................................................................................... 27
Quadro 2 – Tipos de Inovação segundo a OCDE ..................................................................... 28
Quadro 4 – Dimensões do Radar da Inovação de Sawhney e definições dessas utilizados pelo
Radar da Inovação .................................................................................................................... 33
Quadro 3 – Evolução Nacional do programa ALI .................................................................... 39
Quadro 5 – Análise dos trabalhos sobre o ALI ........................................................................ 47
Quadro 6 – Equivalência dos escores com a situação da empresa perante a inovação ............ 53
Quadro 7 – Resumo da estratégia de análise de dados ............................................................. 54
Quadro 8 – Variáveis observáveis das empresas ...................................................................... 55
Quadro 9 – Cidades atendidas pelo ALI/RN ............................................................................ 62
Quadro 10 – Grau de Inovação momento T0 ........................................................................... 65
Quadro 11 – Evolução no Grau de Inovação ............................................................................ 66
Quadro 12 – Evolução das médias dos graus de inovação por dimensão nos instantes de tempo
T0, T1 e a diferença percentual entre as médias ....................................................................... 67
Quadro 13 – Inovação Global para o Radar 1 (T0) .................................................................. 67
Quadro 14 – Inovação Global para o último Radar (T1) .......................................................... 67
Quadro 15 – Estatística descritiva dos radares T0 e T1 por setor ............................................ 69
Quadro 16 – Estatística descritiva dos radares T0 e T1 por setor ............................................ 70
Quadro 17 – Estatística descritiva dos radares T0 e T1 por porte da empresa ......................... 71
Quadro 18 – Estatística descritiva dos radares T0 e T1 por porte da empresa ......................... 73
Quadro 19 – Estatística descritiva dos radares T0 e T1 pelo último ciclo que a empresa
realizou no Programa ................................................................................................................ 74
12
LISTA DE FIGURAS
Figura 2 – Radar da Inovação segundo Sawhney ..................................................................... 32
Figura 1 – Etapas do Programa Agentes Locais da Inovação .................................................. 42
Figura 3 – Região de atuação do ALI/RN ................................................................................ 51
13
LISTA DE TABELAS
Tabela 1 – Estatística de Y Inicial ............................................................................................ 76
Tabela 2 – Regressão de Y Inicial ............................................................................................ 76
Tabela 3 – Regressão de Delta Y.............................................................................................. 78
Tabela 4 – Regressão da Dimensão Oferta ............................................................................... 81
Tabela 5 – Regressão Dimensão Plataforma Z ......................................................................... 83
Tabela 6 – Regressão da Dimensão Marca ............................................................................... 86
Tabela 7 – Regressão da Dimensão Clientes ............................................................................ 88
Tabela 8 – Regressão da Dimensão Soluções .......................................................................... 90
Tabela 9 – Regressão em Relacionamento ............................................................................... 93
Tabela 10 – Regressão Agregação de Valor ............................................................................. 96
Tabela 11 – Regressão Dimensão Processo ............................................................................. 98
Tabela 12 – Regressão de Organização .................................................................................. 101
Tabela 13 – Regressão Cadeia de Fornecimento .................................................................... 104
Tabela 14 – Regressão Dimensão Presença ........................................................................... 106
Tabela 15 – Regressão da Dimensão Rede ............................................................................. 108
Tabela 16 – Regressão Amb. Inovadora ................................................................................. 110
14
LISTA DE SIGLAS
EPP - Empresas de Pequeno Porte
ME - Médias Empresas
MPE - Empresa Média e Pequena
SEBRAE - Serviço Brasileiro de Apoio às Micro e Pequenas
FNQ - Fundação Nacional da Qualidade
IBGE - Instituto Brasileiro de Geografia e Estatística
15
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................................................... 17
2 REFERENCIAL TEÓRICO ....................................................................................................................... 24
2.1 Inovação ...................................................................................................................................... 24
2.2 Inovação em micro e pequenas empresas .................................................................................... 30
2.3 O modelo Radar da inovação ...................................................................................................... 31
3.1 O Programas Agentes Locais de Inovação .................................................................................. 37
3.2 Avaliação de políticas de Inovação ............................................................................................. 44
3.2.1Avaliações do Programa Agentes Locais de Inovação (ALI) ............................................... 45
4 DADOS E METODOLOGIA ................................................................................................................... 50
4.1 Caracterização da pesquisa .......................................................................................................... 50
4.2 Abrangência do estudo ................................................................................................................ 50
4.3 Coleta de dados ........................................................................................................................... 52
4.4 Análise dos dados ........................................................................................................................ 53
4.4.1 Análise descritiva do perfil das empresas ............................................................................ 54
4.4.2 Avaliação do Programa ALI ................................................................................................ 56
5 ANÁLISE E DISCUSSÃO DOS RESULTADOS .......................................................................................... 60
5.1 Análise Descritiva das empresas ................................................................................................. 60
5.1.1 Características das empresas pesquisadas ............................................................................ 60
5.1.2 Características dos empresários............................................................................................ 62
5.1.3 Características iniciais e finais Programa ALI/RN .............................................................. 64
5.1.3 Comparativos por setor ........................................................................................................ 69
5.1.4 Comparativos por região ...................................................................................................... 70
5.1.5 Comparativos por porte ........................................................................................................ 71
5.1.5 Comparativos por sexo ......................................................................................................... 72
5.1.6 Comparativos por último ciclo executado pela empresa no programa ................................. 73
5.2 Análise Evolutiva das empresas participantes do Programa ALI/RN ciclo 2016/2018. ............. 75
5.2.1 Análise das empresas participantes ( ................................................................. 75
5.2.2 Evolução geral das empresas participantes do ALI/RN (ΔY) ............................................... 78
5.3 Avanço das dimensões da Inovação nas empresas do RN, ciclo 16/18 .................................. 80
6 CONSIDERAÇÕES FINAIS ................................................................................................................... 114
16
REFERÊNCIAS ....................................................................................................................................... 120
APÊNDICE A ......................................................................................................................................... 127
APÊNDICE B ......................................................................................................................................... 133
17
1 INTRODUÇÃO
Nos últimos tempos, a competitividade no mercado ganhou força com globalização
das informações, dos produtos e serviços e, consequentemente, da economia. Estes fatos
tornaram os consumidores mais exigentes e difíceis de fidelizar em virtude da ampla
possibilidade de escolhas existentes no mercado real e, mais recentemente, também no
mercado virtual. Assim, o ambiente ficou altamente competitivo e o mercado instável. A fim
de sustentar a sobrevivência dos negócios neste cenário, nas últimas décadas, as empresas
encontram-se em uma incessante busca por estratégias que proporcionem novas formas de
antecipar, conciliar e satisfazer as necessidades do mercado e de seus clientes (ZENG et al.
2017).
Com esta evolução do campo organizacional, observa-se um desenho ambiental em
que as mudanças têm se apresentado de forma rápida e desordenada (TOFFLER, 1985;
HAMEL e PRAHALAD, 1995; HAMEL, 2000). Desta maneira, as organizações tem buscado
“repensar” seus produtos/serviços, processos, e relacionamento com o mercado e com os seus
clientes internos e externos através da inovação organizacional, objeto de estudo deste
trabalho.
A inovação como fenômeno estratégico de crescimento e desenvolvimento da firma
começou a ser explorada, no início do século XX (década de 30) por Schumpeter, na sua
Teoria de Desenvolvimento Econômico (MILLER, 2018). Esta teoria se pautava na ideia de
que as organizações (firmas) passam a assumir o papel de agentes capazes de dinamizar o
mercado através da inovação (TIGRE, 2016). Desta forma, a inovação organizacional passou
a ser entendida como uma via capaz de gerar riquezas e oferecer melhores soluções para o
mercado competitivo. Essa teoria, nada mais é do que uma visão mais ampliada do papel das
organizações no meio em que estão inseridas.
Ratifica-se, assim, que as mudanças no âmbito das organizações estão relacionadas ao
desenvolvimento de uma nova compreensão acerca da dinâmica existente no ambiente
organizacional/institucional (ANDRADE, 2005). Na prática mercadológica, esse acelerado
desenvolvimento empresarial exige dos gestores uma imersão sistêmica nos seus negócios
para acompanhamento sustentável dentro da dinâmica do ambiente.
Em relação aos estudos acadêmicos, a entrada da Teoria do Desenvolvimento
Econômico no meio organizacional marcou o afastamento das rígidas orientações da
18
economia neoclássica, e a inserção de novas bases conceituais de inovação promovendo, desta
maneira, orientação para continuidade das pesquisas neste campo das empresas. A corrente de
estudos nesta área passou assim a evoluir. Essa evolução deu-se, segundo Fernandes et al.
(2013), em fases: origem, integração, distinção e sistematização ampliando, desta maneira, a
realização de trabalhos acerca da geração de inovação no meio organizacional (CROSSAN;
APAYDIN, 2010) e, consequentemente, desenvolvendo os conceitos e modelos de análise do
temo.
Nesta jornada conceitual, o termo inovação agregou várias dimensões e, atualmente,
refere-se a novos produtos, serviços, operações, parcerias, estratégias de marketing e canais
de conhecimento (SAWHNEY; WOLCOTT ; ARRONIZ, 2006; CHEN; SAWHNEY, 2010;
QUANDT; BEZERRA; FERRARESI, 2015 SILVA; DI SERIO, 2017) advindos da
capacidade e das competências organizacionais em introduzir e praticar a inovação
(DOTZEL; SHANKAR; BERRY, 2013) adaptando-se às mudanças contínuas do ambiente
externo à empresa.
Entretanto, inovar não é uma tarefa simples, nem no campo teórico, nem no campo
prático. Estudar inovação requer muita persistência, visto que, ainda é rara a utilização em
estudos que visualizam a inovação de gestão (PERDOMO-ORTIZ; GONZALEZ-BENITO;
GALENDE, 2006; PERDOMO-ORTIZ; GONZALEZ-BENITO; GALENDE, 2006; KIM;
KUMAR; KUMAR, 2012; BON; MUSTAFA, 2013; RUIZ-MORENO et al., 2016). Essa
lacuna teórica nos estudos em inovação organizacional, a inovação que foca nos processos e
variantes internas de gestão, revela uma baixa robustez dos projetos de incentivo a inovação
que os governos colocam em ação nos países na década de 90 (AVELLAR E BOTELHO,
2016) que acabaram por propiciar falta de transparência na prestação de contas com a
sociedade perante seus projetos de evolução da economia (geração de emprego,
produtividade, desenvolvimento, entre outros indicadores econômicos).
Assim, a falta de alinhamento dos estudos sobre inovação além de provocar
sobreposições de conceito no tema, também retarda estudos consistentes que poderiam
impactar positivamente no mercado acadêmico e prático.
Operacionalizar a inovação nas organizações também não é uma missão simples, exige
uma gestão sistêmica do ambiente interno e externo. Esse nível de gestão é, muitas vezes,
alcançado por empresas de tecnologia que devido a sua base de surgimento já ser inovativa
consegue acompanhar o mercado com uma maior facilidade ou por grandes empresas
multinacionais que já alcançaram esse tipo de gestão por experiência.
19
Já nas Micro e Pequenas Empresas (MPEs) do Brasil, campo de aplicação deste
trabalho, a inovação ainda se mostra incipiente. Falta de experiência dos empresários em
compreender o mercado, os concorrentes, os marcos regulatórios do setor; além de se
depararem com os altos investimentos no negócio e o pouco retorno inicial
(OSTERWALDER, 2011; BLANK, 2014), somados à dificuldade de acesso ao crédito; ao
baixo nível de qualificação profissional; à informalidade e à baixa intensidade tecnológica
(NOGUEIRA, 2017) são, dentre outros, fatores que desaceleram o processo de inovação nas
empresas brasileiras de pequeno porte. Ademias, somada à falta de maturidade organizacional
das MPEs (NOGUEIRA, 2017) que as inabilitam a receber e gerenciarem os recursos dos
programas de inovação que possam ser desenvolvidos é também carente os estudos que
abrangem inovação nas MPEs fato este que as levam a cada vez menos conhecimento do
contexto em que se inserem e mais distantes da evolução de mercado tão sonhada para os
países.
Apesar desses inúmeros desafios e barreiras ao desenvolvimento da inovação prática e
conceitual no Brasil, manter as MPEs longevas no cenário econômico é de suma importância
para o país, pois é nessas empresas que gira a maior parcela da economia do Brasil: maiores
geradoras de empregos formais e responsáveis por movimentar 27% do PIB brasileiro
(SEBRAE, 2014). O Rio Grande do Norte (RN), Estado alvo deste estudo, em 2015 ocupava a
17ª posição no Brasil em número de MPEs (165.330 empresas). Portanto, as MPEs brasileiras
devem ser estudadas, pois são vistas como um dos principais agentes no processo de
desenvolvimento econômico de uma nação (TEXEIRA; FEITOZA, 2015).
No Brasil, a Lei Complementar nº 123/2006 identifica as MPEs sob o critério da
receita bruta anual. As microempresas são as empresas que possuem receita bruta igual ou
inferior a R$ 360 mil, enquanto as pequenas empresas são aquelas que possuem receita bruta
maior que R$ 360 mil e igual ou inferior a R$ 4,8 milhões.
Em face das dificuldades encontradas pelo empresariado, surgiram iniciativas,
especialmente na última década, com o objetivo de apoiar as MPEs no processo de inovação
de seus negócios, tendo em vista que suas empresas representam uma força motriz para o
desenvolvimento econômico e social de um país. Esses incentivos às MPEs tiveram como
marco a promulgação da Lei Complementar nº123/2006 que instituiu o Estatuto Nacional da
Microempresa e da Empresa de Pequeno Porte (BRASIL, 2006), conhecida como Lei Geral
das Micro e Pequenas Empresas ou Lei do Supersimples (NOGUEIRA, 2017). Assim,
políticas públicas voltadas ao segmento (ARROIO; SCERRI, 2014), além de ações,
20
instrumentos legais específicos, incentivos fiscais (Lei do Bem), apoio financeiro (por meio
do FINEP e BNDES), parcerias e novos programas (NOGUEIRA, 2017) destinados ao
fomento vem sendo implementados no país.
Uma dessas estratégias usadas para alavancar a inovação no País dá-se por meio de
programas de incentivo à inovação como o Programa ALI (Agentes Locais de Inovação)
idealizado pelo SEBRAE (Serviço Brasileiro de Apoio às Micro e Pequenas Empresas), que
presta assistência empresarial a MPEs no Brasil, em parceria com o CNPq (Conselho
Nacional de Pesquisa). O SEBRAE idealizou o Programa ao observar a dificuldade de
longevidade das micro e pequenas empresas, e a carência do entendimento do que significa
um processo de inovação pelos micro e pequenos empresários brasileiros e da sua aplicação
dentro das suas firmas.
Assim, o programa Agentes Locais de Inovação (ALI), objeto de estudo deste
trabalho, tem como objetivos fomentar e desmitificar a cultura da inovação nas micro e
pequenas empresas, aumentar a competitividade e auxiliar no gerenciamento de projetos e
soluções inovadoras nas empresas contempladas por meio de um acompanhamento presencial
e personalizado de 30 meses com agentes treinados pelo SEBRAE baseados na metodologia
do professor Mohanbir Sawhney, da Kelogg School of Management (EUA) que baseia a
inovação em 12(doze) dimensões que convergem para compor ou alterar o estágio de cada
empresa, acrescida da dimensão “ambiência inovadora” necessária para adaptação da
metodologia ao território e cultura das micro e pequenas empresas brasileiras. O
acompanhamento é realizado diretamente com os empresários responsáveis pelas empresas
que respondem um questionário estruturado nas dimensões da inovação (metodologia) feitas
pelos agentes durante todo o acompanhamento. Estas respostas geram escores para cada
dimensão da inovação, assim como também um grau de inovação global (ambos medidos no
início (T0) e no fim (T1) dos 30 meses), que estruturam o panorama de inovação das
empresas e, assim, permitem análises e estruturação de planos de ação para alavancá-las no
mercado em que estão inseridas. O acompanhamento dos agentes é, assim, avaliativo,
norteador e incentivador das micro e pequenas empresas.
Desta maneira, o Programa oferece suporte necessário para que as MPEs, na figura de
seus empresários, consigam impulsionar-se e desenvolver-se no mercado explorando as
oportunidades existentes no seu contexto e aprimorando os seus processos já existentes,
sendo, desta maneira, um catalizador do processo de inovação nas MPEs assistidas.
21
O programa ALI é direcionado, em sua metodologia, para as empresas de Pequenos
Porte (EPPs) e também para as microempresas (MEs) do Brasil. Contudo, diante da enorme
dimensão territorial do País, e consequentemente, da diversidade econômica, política,
econômica e sociais de cada Estado é necessário que o Programa conheça, entenda, respeite e
atue levando-as em consideração. Observar o Programa ALI nas individualizadas regionais é,
assim, um requesito essencial para que o programa avance nos resultados, proporcione
inovações nas organizações regionais e faça a diferença no cenário brasileiro da inovação.
Assim, surgiu a seguinte problemática: Quais características das empresas
participantes do ALI (Agentes Locais de Inovação) podem contribuir para a sua evolução no
programa a partir da análise dos níveis e ganhos de inovação alcançados no Estado do Rio
Grande do Norte?
Portanto, para auxiliar no desenvolvimento dos objetivos do Programa ALI no estado
do RN, conhecer o perfil das empresas participantes e usar as características das empresas e
dos empresários para direcionar ações de inovação organizacionais às empresas e guiar
medidas gerenciais do SEBRAE para melhor orientar o programa no Estado é de suma
importância.
Diante do contexto, o objetivo geral deste estudo é analisar a associação de
características das empresas participantes com o progresso no programa e com os níveis e
ganhos de inovação alcançados no ciclo 16/18 no âmbito do Estado do Rio Grande do Norte.
Posto isto, são propostos os seguintes objetivos específicos:
a) Mapear o perfil das empresas e dos empresários participantes do Programa ALI,
ciclo 16/18, no Rio Grande do Norte.
b) Examinar a variabilidade das notas de cada dimensão da inovação, obtidas pelos
participantes do Programa ALI, ciclo 16/18, no Rio Grande do Norte, conforme características
observáveis das empresas.
c) Avaliar, de acordo com as características dos participantes do Programa ALI, a
evolução alcançada no grau de inovação, ao longo do ciclo 16/18, no Rio Grande do Norte.
Desta forma, o presente estudo se justifica não apenas pela já explicitada relevância do
Programa ALI, como uma das estratégias para estimular a inovação em MPEs, mas pela
escassez de pesquisas científicas que discutam os estímulos às MPEs brasileiras (leis, apoio,
incentivos e programas) quanto a seu alinhamento ao contexto aplicado e a sua efetividade,
ultrapassando a mera quantificação da dimensão do universo das empresas beneficiadas
(NOGUEIRA, 2017). Assim como, são incomuns análises da concordância do desenho dessas
22
políticas a população participante (critérios de seleção, características e transparência da
seleção), o que aponta para a necessidade de ampliar discussões sobre a efetividade desse
programa. Os estudos, até então realizados, do ALI (conforme a revisão sistemática presente
no apêndice A) são focados na análise das impressões (qualitativos) dos agentes e empresários
em relação aos avanços da inovação dentro das organizações.
Os estudos com o propósito geral de avaliar a efetividade das políticas de incentivo à
inovação começaram a avançar nas últimas décadas e apresentam metodologias diversas e
robustas para tal. Nos últimos anos, verificou-se a predominância de estudos que utilizam
técnicas econométricas (AVELLAR E BOTELHO, 2016) de maneira que se consiga
perceber a efetividade, os benefícios e as desvantagens das políticas de inovação das MPEs.
Assim, os estudos anteriores são limitados a estudos de caso que não geram
impressões confiáveis para universalização das conclusões da pesquisa, tampouco modelos
para fomento da inovação no País. Analisar os dados de forma empírica e fidedigna, como os
recentes estudos econométricos, é assim uma lacuna dos estudos do ALI.
Por todo o exposto, pretende-se que esse estudo colabore com a pesquisa empírica
avaliando a efetividades das estratégias que fomentam a inovação (os programas de inovação)
e sua gestão no ambiente organizacional do Brasil, especialmente no âmbito das Micro e
Pequenas Empresas. Com isso, o estudo busca contribuir para o fomento a maiores discussões
sobre o tema entre acadêmicos, gestores de políticas públicas e privadas de inovação,
profissionais da área e, também, micro e pequenos empresários proporcionando, assim, um
aprimoramento dos instrumentos de incentivo à inovação já existentes no ambiente
organizacional brasileiro e, paralelamente, incentivaria a ampliação e diversificação desses
instrumentos de forma eficaz nas MPEs.
Adicionalmente, cabe ressaltar como implicação gerencial para o programa ALI, a
discussão promovida neste estudo pode subsidiar decisões do SEBRAE RN no que se refere à
implementação de melhorias no Programa ALI para o Rio Grande do Norte, no sentido de
ajustar o direcionamento da sua oferta com base na avaliação de características das empresas.
Assim sendo, para sistematizar o processo de pesquisa e possibilitar o melhor
entendimento de seus resultados, esta dissertação foi dividida em seis seções: introdução;
referencial teórico; avaliação de políticas de inovação; dados e metodologia; análise e
discussão dos resultados; e considerações finais. Esta primeira seção é composta pela
introdução, que apresenta o tema inovação e contextualiza o problema de pesquisa e seus
objetivos.
23
A segunda seção, contextualiza, conceitua e caracteriza a inovação nas organizações e
discute sua integração às Micro e Pequenas Empresas (MPEs). Também é incorporada a essa
seção toda descrição do Programa Agentes Locais de Inovação (ALI), programa que liga a
inovação às MPEs no Brasil.
A terceira seção apresenta o embasamento teórico sobre o objetivo da pesquisa
(avaliação de políticas de inovação), por meio de tópico de avaliação de políticas de inovação
e traz uma análise da revisão sistemática da literatura que analisa a evolução dos estudos
sobre o Programa ALI.
Em seguida, a seção de dados e metodologia descreve as estratégias selecionadas para a
operacionalização da pesquisa, trazendo informações sobre a caracterização e abrangência do
estudo, procedimentos de coleta e análise dos dados, incluindo o processo de seleção de
variáveis e a definição do modelo utilizado.
A quinta seção apresenta os principais resultados da pesquisa, agrupados em duas etapas:
avaliação do perfil das MPEs participantes do Programa ALI no RN e análise da evolução
(antes e depois) do Programa nas MPEs do RN utilizando a regressão como metodologia, que
assim procuram satisfazer os objetivos específicos do estudo. Na última seção, são
apresentadas as considerações finais da pesquisa, incluindo suas limitações e sugestões para
futuros estudos.
24
2 REFERENCIAL TEÓRICO
Com o intuito de reunir elementos capazes de compor uma lupa teórica para o estudo
da avaliação do Programa Agentes Locais de Inovação recorreu-se a este referencial teórico
como meio de trabalhar conceitos importantes para o entendimento da pesquisa
2.1 Inovação
Nos últimos anos, períodos de aceleradas mudanças econômica, política e,
principalmente, tecnológica causaram o acirramento da concorrência e, consequentemente, o
surgimento de novas formas de estruturação nas organizações de todo o mundo. Assim sendo,
as empresas foram conduzidas, pelo contexto, a constantemente melhorar seu desempenho
organizacional seja através da minimização dos custos, da maximização da produtividade, da
expansão dos produtos ofertados ou da melhoria na qualidade dos processos. Além desse
aprimoramento interno das organizações para sobreviverem no mercado em que estão
inseridos, outros desafios externos colocam as organizações em constante redirecionamento
no mercado como a participação em novos mercados, o estabelecimento de diferentes
relações, a detecção de novas oportunidades, entre outros. Barbosa, Sacomano e Porto (2007)
asseguram que, diante de tamanha competição, as organizações, sob as perspectivas
fundamentadas no aumento de informações e conhecimento, reorganizem seus processos e
relacionamentos. Desta forma, no cenário atual é necessário que as empresas consigam se
adaptar e atender as demandas do mercado sendo a inovação um fator essencial para essa
sobrevivência no mundo dos negócios.
Nesse contexto competitivo e globalizado, a inovação tornou-se uma atividade-chave
no mundo dos negócios, bem como para a economia dos países, em razão de transformar
incessantemente a sociedade em que se vive (TIDD; BESSANT; PAVIT, 2005). Desta forma,
a inovação relaciona-se diretamente com a viabilidade de uma empresa obter vantagem
competitiva no meio em que atua e, portanto oferecer desenvolvimento às sociedades
modernas.
De acordo com Strobel e Kratzer (2016), as atividades inovadoras não só aumentam a
probabilidade de vantagem competitiva e crescimento de cota no mercado, mas também,
desencadeiam mudanças sociais e econômicas.
25
As primeiras definições de inovação remetem à antiguidade grega e romana, onde a
novidade era relativamente rotineira e aceita, uma vez que não alterava a ordem presumida
como “natural” das coisas (GODIN; LUCIER, 2012). No entanto, os conceitos de novidade e
inovação eram postos de forma distante, sendo a novidade tida como “boa” enquanto a
inovação era tida como “má”.
Com o advento da Revolução Francesa e seus ideais liberais, a inovação passou a ser
vista como algo positivo no século XIX, quando gradativamente começou a receber novos
significados, abandonando a associação de ação de mudança de costumes estabelecidos, para
ser relacionada à criatividade e à invenção de algo útil para a sociedade (MOLDASCHL,
2010).
Enquanto fenômeno econômico e social, o interesse pelo estudo da inovação, no meio
acadêmico remetem-se aos trabalhos de Joseph Alois Schumpeter, economista da escola
clássica, que destacou a importância da inovação para o desenvolvimento econômico, por
meio da evolução tecnológica. Em seu artigo de 1928, “The Instability of Capitalism”,
defendeu a inovação como a força que conduzia o capitalismo (LOW, 2006). Mais tarde,
Schumpeter reforçou essa ideia em seu livro “Capitalism, Socialism and Democracy”
assegurando que o fator impulsionador que mantém o mecanismo capitalista em movimento
tem origem nos novos consumidores, de novos bens, de novos métodos de produção ou de
transporte, de novos mercados, de novas formas de organização industrial que a empresa
capitalista cria (SCHUMPETER, 1950).
Dessa forma, Schumpeter (1950) define inovação como um processo de constante
procura pela vantagem estratégica através da criação de algo novo que proporcione novas
fontes de lucratividade, a qual deriva na destruição de velhas regras e no estabelecimento de
novas.
Apesar de o conceito ser explorado de forma constante, não há ainda uma
conceituação que seja aceita por todos do meio acadêmico ou organizações. A origem latina
da palavra “innovare” tem em sua linhagem a ideia de renovação. Mas, como conceito, a
origem da definição de inovação é difusa.
O próprio Schumpeter (1982), em estudos posteriores, apresenta a inovação
organizacional em cinco dimensões: introdução de novos produtos, melhores métodos de
produção, novos mercados, desenvolvimento de novas fontes provedoras de insumos e
criações de novas estruturas de mercado.
26
Afuah (1998) classifica a inovação de acordo com as suas características: tecnológicas,
mercadológicas e administrativas ou organizacionais. Sendo a inovação tecnológica o
conhecimento dos componentes, das ligações entre eles, métodos, técnicas e processos
embutidos em um produto ou serviço. Já a inovação mercadológica consiste no conhecimento
novo que compõe os canais de distribuição, os produtos, as aplicações ou as necessidades e
prioridades do consumidor no intuito de melhorar o que é conhecido como quatro P’s:
produto, preço, promoção e praça/lugar. Com relação à inovação administrativa, esta envolve
as inovações relacionadas à estrutura organizacional e aos processos administrativos. Assim, a
definição e a classificação do autor estão ligadas a estratégias, estruturas, sistemas ou pessoas
na organização.
Chang e Hughes (2012) resumem dois tipos de inovação: exploratória e explorada,
onde a primeira atende às necessidades novas ou emergentes com novas tecnologias,
materialmente diferentes do que já existe e a segunda satisfaz as necessidades dos clientes nos
mercados já estabelecidos com melhorias nas tecnologias existentes. Além disso, os autores
acreditam que o processo de inovação envolve a estrutura, a gestão e o ambiente interno de
uma empresa.
Strobel e Kratzel (2016), a definiram como criatividade, disponibilidade de recursos,
fusões e aquisições, desinvestimentos, redução, centrando principalmente na introdução de
novos produtos e processos, bem como implementar novas ideias que criam valor.
Conceituar inovação depende, muitas vezes, da perspectiva de quem analisa e os
acontecimentos da época. Compreender as diferenças não é tarefa simples ou objetiva, como
pôde ser observado nas divergências conceituais de inovação conferidas pelos autores que a
definem. Apesar das diferentes óticas entre autores (O quadro 1 compacta alguns conceitos de
autores sobre Inovação defendidos em seus trabalhos), é universal a vasta relevância que a
inovação traz para a humanidade, sendo considerada como fonte de prosperidade, progresso e
competitividade de uma nação, ao passo em que ajuda a melhorar a qualidade de vida e a
experiência humana. Para as empresas, a inovação contribui para o reconhecimento das
oportunidades do mercado, traduzir ideias brilhantes em prática por meio da introdução de
produtos novos ou melhorias, serviços, tecnologias, processos, bem como capacidades
organizacionais (ALSAATY; HARRIS, 2009).
27
Quadro 1 – Conceitos de Inovação
Referência Conceito Schumpeter (1950) Inovação consiste em uma nova combinação de meios
de produção podendo ser a introdução de novos bens,
novos métodos e novos mercados.
Barnett (1953) A inovação é qualquer pensamento, comportamento ou
coisa diferente das formas existentes.
Drucker (1973) Inovação é a ferramenta através da qual exploram a
mudança como uma oportunidade para um negócio ou
serviço diferente.
Freeman (1982) A inovação inclui técnica, design, fabricação,
gerenciamento e atividades comerciais pertinentes ao
marketing de um produto novo (ou incrementado) ou
primeiro uso comercial de um processo ou equipamento
novo (ou incrementado).
Van de Ven (1986) O desenvolvimento e implementação de novas ideias por
pessoas de uma ordem institucional.
Porter (1992) A inovação é o meio pelo qual as empresas alcançam
vantagem competitiva através de novas tecnologias e/ou
novas formas de fazer as coisas.
Afuah (1998) Inovação pode ser entendida como o uso de novos
conhecimentos para ofertar um novo produto ou serviço
que o consumidor deseja.
OCDE (2005) Manual de Oslo
Inovação é a implementação de um produto (bem ou
serviço) novo ou significativamente melhorado, ou um
processo, ou um novo método de marketing, ou um novo
método organizacional nas práticas de negócios, na
organização do local de trabalho ou nas relações
externas.
Prahalad (2006) Inovação consiste na adoção de novas tecnologias que
permitem aumentar a competitividade das empresas
Moreira e Queiroz, (2007) Inovação é uma simples equação:
inovação = ideia + implementação + resultado, ou seja,
uma ideia só se transforma em inovação se for
implementada com sucesso no mercado.
Tidd, Bessant e Pavitt (2008); Inovação caracteriza-se como o processo que faz uma
oportunidade se transformar em uma nova ideia
colocada em prática da maneira mais ampla possível.
Alssaty e Harris (2009)
Inovação pode ser uma melhoria nas técnicas de gestão
que proporcionam processos de negócios ou pode ser
uma descoberta científica ou tecnológica que aprimore
um produto ou serviços da empresa.
Ram, Cui e Wu (2010) Inovação constitui a um processo por meio do qual uma
ideia, objeto, prática, tecnologia ou processo é criado,
reinventado, desenvolvido, difundido, aprovado e
utilizado – que, desta forma, - crie ou agregue valor para
a unidade de adoção.
Bigliardi et al. (2011) A inovação trata-se da introdução com sucesso de algo
novo e utilizável, como, por exemplo, a introdução de
novos métodos, técnicas, ou práticas ou novos ou
alterados serviços.
Strobel e Kratzer (2016) Inovação é um processo constituído de uma série de
fases: desenvolvimento de um produto ou serviços;
identificação das oportunidades, exploração dos avanços
tecnológico; e, desenvolvimento e transformação de
produtos que já existem.
Fonte: Facundes (2018) adaptado pela autora
Por isso, faz-se necessário entender o conceito de inovação, tanto para evitar
problemas de interpretação em pesquisas acadêmicas, conforme constatado, quanto para
28
fomentar políticas públicas de estímulo à inovação. Em consonância, no Brasil, como forma
de normatizar o termo, foi criada a Lei de Inovação, Lei n° 10.973/2004 (BRASIL, 2004), a
fim de estabelecer medidas de incentivo à inovação, à pesquisa científica e tecnológica no
ambiente produtivo. Na referida lei, o termo inovação foi conceituado como a “introdução de
novidade ou aperfeiçoamento no ambiente produtivo ou social que resulte em novos produtos,
processos ou serviços”.
Para o referente trabalho, o conceito empregado é o que consta no Manual de Oslo
(2005), documento de referência da Organização para Cooperação e Desenvolvimento
Econômico (OCDE), o qual orienta a coleta de dados e a interpretação dos resultados em
pesquisas sobre inovação. Em suas primeiras edições, constava que a inovação era a
introdução de um novo ou melhoramento de produto e processo. Já em sua última versão, a
OCDE introduziu dois novos tipos para inovação: inovação de marketing e inovação
organizacional. Estas já foram testados em vários países que participam da OCDE, obtendo
assim, resultados positivos (OCDE, 2005).
Quadro 2 – Tipos de Inovação segundo a OCDE
TIPOS DE INOVAÇÃO Explicação
Inovação de produto Introdução de novos bens e serviços e/ou melhoramentos
significativos nas características funcionais ou de uso dos bens e
serviços já existentes. Utiliza-se de novos conhecimentos ou
tecnologias, ou podem basear-se em novos usos ou combinações
para conhecimentos ou tecnologias previamente existentes.
Inovação de processo Implementação de um método de produção ou distribuição novo ou
significativamente melhorado. Podem reduzir custos de produção ou
de distribuição, melhorar a qualidade, ou ainda produzir ou distribuir
produtos novos ou significativamente melhorados.
Inovação de marketing Prática de um novo método de marketing com mudanças
significativas na concepção do produto ou em sua embalagem, no
posicionamento do produto, em sua promoção ou na fixação de
preços. Visam melhor atender as necessidades dos consumidores,
abrindo novos mercados, ou reposicionando o produto de uma
empresa no mercado com o objetivo de aumentar as vendas.
Inovação organizacional Implementação de um novo método organizacional nas práticas de
negócios da empresa, na organização do seu local de trabalho ou em
suas relações externas. Destinam-se à melhoria do desempenho de
uma empresa por meio da redução de custos administrativos ou de
custos de transação, estimulando a satisfação no local de trabalho (a
produtividade do trabalho) ganhando acesso a ativos não
transacionáveis (conhecimento externo não codificado) ou reduzindo
os custos de suprimentos.
Fonte: OCDE
29
Observando a complexidade do processo de inovação e seus inúmeros conceitos ao
longo do tempo, podemos observar que como já observava Schumpeter muitos autores
utilizam-se em seus conceitos das ideias defendidas por ele de inovações “radicais” e
“incrementais” como parte do processo de mudança/inovação organizacional. Releva-se,
assim, a ideia de que a inovação acontece de forma descontínua nas empresas.
Segundo Zawislak (1994), a inovação empresarial pode ser fruto de um progresso
técnico oriundo de uma contínua atividade de adaptação e de melhoramento, ou seja,
inovações que são introduzidas em etapas dentro das organizações. O autor também pontua
que em longo prazo, essas modificações na técnica e/ou na tecnologia, dadas por um conjunto
de inovações incrementais são extremamente relevantes para a sustentabilidade das empresas,
principalmente nas empresas foco destes estudos, as MPEs, que tem, devido a sua estrutura,
base inovações gradual. Em contrapartida, Zawislak (1994), afirma que as inovações radicais
são aquelas responsáveis por fazer a técnica evoluir de um nível para outro sem passar por um
processo gradual de desenvolvimento. Por não passar por esse processo gradual (e
consequentemente mais lento), esse tipo de inovação causa um spill over mais sensível do que
as inovações incrementais, atingindo o sistema de maneira mais rápida, não havendo tempo
para adaptação gradual.
Considerando esses tipos de inovação, Schumpeter (2006) coloca a inovação no centro
do debate de desenvolvimento econômico considerando-a uma variável endógena, ou seja,
que ocorre no interior da própria indústria em que as empresas inseridas.
Além de elucidar inovação do ponto de vista econômico, Schumpeter também foi
responsável por trazer à tona o relacionamento entre as empresas e o caráter de cooperação
com a concorrência. Essa relação, segundo ele, é responsável pelo processo ativo de criação
de atividades econômica nas organizações. Desta maneira, é aceito também a presença de
forças externas atuando ao longo do processo de inovação tornando-o, assim, imprevisível.
Esse entendimento implica em mudanças na forma como o processo do capitalismo evolui,
uma vez que as empresas passam a enxergar seus concorrentes de outra maneira, pois
entendem que as empresas estão situadas em um momento do tempo, tendo ainda um passado
e futuro para visitar e não as compreendendo apenas em termos de preços, mas também
levando em consideração novas tecnologias, novas fontes de oferta, novos tipos de
organização etc. (CLEMENTE; CAULLIRAUX, 2007).
Portanto, como enfatiza Souza et al. (2009) a inovação é um processo complexo,
descontínuo e incerto, sendo influenciado por fatores internos e externos à organização. Por
30
isso, para inovar no meio organizacional, é necessário a junção de vários recursos através de
uma gestão profissional que seja capaz de avaliá-la e administrá-la, segundo diferentes
aspectos, na intenção de abranger todas as áreas da organização. A jornada de inovação,
assim, estende-se desde a geração da ideia, avaliações, adoção, difusão até, finalmente, a
comercialização (ALSAATY; HARRIS, 2009).
Posto isto, Tigre (2006) afirma que a inovação consiste numa ferramenta importante
para maximizar a produtividade e a competitividade das organizações, bem como para
impulsionar o desenvolvimento econômico das regiões. Esse desenvolvimento não se dá pelo
mero crescimento de atividades econômicas, mas fundamentalmente por um processo de
transformação da estrutura produtiva no sentido de incorporar novos produtos e processos e
agregar valor à produção por meio da intensificação do uso da informação e do conhecimento.
2.2 Inovação em micro e pequenas empresas
As micro e pequenas empresas são de extrema relevância para o progresso e expansão
das economias mundiais. No Brasil, campo de estudo deste trabalho, a economia é
extremamente dependente deste segmento de empresas: 6,6 milhões de empresas sendo a
força motriz na geração de empregos formais do país (52,1%) e responsável por movimentar
27% do PIB brasileiro (SEBRAE, 2014). Assim, para o desenvolvimento econômico do país
é primordial que as MPEs sejam priorizadas e fortalecidas em gestão da inovação e inovação.
Em 1997, Schumpeter destacou a importância das pequenas empresas como fonte de inovação
para as economias.
Entretanto, há um debate entre os teóricos em relação à capacidade de inovar das
pequenas frente às grandes empresas, sendo essa questão decorrente da enorme diferença na
organização do setor e do sistema de inovação em que eles se encontram (AVELLAR;
BOTELHO, 2016). Para as grandes empresas existem vantagens materiais devido ao maior
acesso a incentivos financeiros para P&D (Pesquisa e Desenvolvimento)(advindas das fortes
exigências do mercado financeiro), enquanto que para as pequenas empresas, existem
vantagens comportamentais como maior flexibilidade e capacidade de adaptação às mudanças
do mercado - devido à resposta rápida que são capazes de dar, graças à flexibilidade estrutural
(ROVERE, 2000). Todavia, é importante destacar um ponto citado por Maia (2012): a maior
capacidade de captar recursos formais em P&D não deve ser utilizada como meio de
subestimar a capacidade de inovação da pequena empresa. Para o contexto destas empresas:
31
empreendedores com baixo conhecimento de gestão empresarial, condições de crédito pouco
favoráveis, menos acesso a informações tecnológicas e baixo emprego de tecnologia, e baixa
qualificação dos funcionários acabam por tornar mais eficiente e relevante a aplicação de
gastos não formais relacionados à inovação, como, por exemplo, consultorias, treinamentos e
inovações em gestão da inovação. Estas inovações organizacionais e, muitas vezes,
incrementais poderiam criar um ambiente favorável para que as MPEs brasileiras alçasse por
caminhos inovativos mais arrojados e disruptivos.
Tendo em vista o exposto, a inovação é uma questão estratégica para os vários setores
na economia brasileira nos dias atuais. Essa relevância, também é evidente no setor das
MPEs, pois as práticas inovativas podem contribuir para o desenvolvimento das MPEs e para
a produtividade brasileira, entre outros benefícios potenciais. Por isso, faz-se, necessário e
imprescindível, o desenvolvimento de políticas e programas de incentivo a inovação e a
gestão da inovação na economia brasileira, além de incrementos as formalidades legais de
incentivo ao segmento já existente (leis e entidades).
Nesse sentido, em meio ao crescimento de ações direcionadas a apoiar o segmento de
MPEs (estruturas jurídicas, institucionais, planos, políticas, programas e ações), o próximo
tópico irá discutir o Programa Agente Locais de Inovação (ALI) um dos poucos programas de
inovação existentes que possuem como viés o incentivo a inovação e gestão da inovação. Este
Programa foi modelado para atender de forma personalizada às MPEs brasileiras e
congruentes às suas reais necessidades diante do atual mercado.
2.3 O modelo Radar da inovação
A obra de Sawhney, Wolcott e Arroniz (2006), que é base da metodologia do
Programa Agentes Locais de Inovação, demonstra que uma empresa que deseja inovar no seu
negócio deve analisar e explorar a organização sob diferentes perspectivas ou dimensões que
juntas compõem um novo framework do processo de inovação denominado pelos autores de
Radar da Inovação. O estudo é embasado em resultados obtidos de pesquisas de campo,
pesquisas acadêmicas e pesquisa bibliográfica cobrindo aspectos conceituais da inovação, do
processo de inovação e dos mecanismos em uso para sua avaliação (Bachman e Destefani,
2008).
32
A determinação do Radar da Inovação se sustenta em três pilares: o que avaliar
(dimensões da inovação), como medir (escala usada) e que período de tempo considerar
(Bachmann e Destefani, 2008).
2.3.1Dimensões do Radar da Inovação
A ferramenta contempla quatro dimensões principais: ofertas, clientes, processos e
presença. O aprofundamento dessas quatro dimensões gerou mais oito dimensões
complementares: plataforma, soluções, experiência dos clientes, captação de valor,
organização, cadeia de suprimentos, redes e marca. Desse modo, a ferramenta contempla 12
dimensões, entendidas como etapas do processo de inovação. Com o propósito de simplificar
a leitura e interpretação dos resultados obtidos com a aplicação do modelo, optou-se pela
utilização de um gráfico “radar”, que associa valores agregados de várias dimensões,
evidenciando os resultados mais significantes. Nele, cada dimensão tem seu próprio eixo de
valor, a partir de um centro comum e as linhas fazem a ligação de todos os valores da mesma
sequência. Assim, cada dimensão discorre sobre características que evidenciam a inovação
nas empresas. A Figura 2, apresenta a representação gráfica do modelo, acompanhada do
Quadro 4 que apresenta de forma resumida a definição das dimensões que compõem o
modelo de Radar da Inovação.
Figura 1 – Radar da Inovação segundo Sawhney
Fonte: Sawhney, Wolcott e Arroniz (2006, p. 77)
33
Quadro 3 – Dimensões do Radar da Inovação de Sawhney e definições dessas utilizados pelo
Radar da Inovação
DIMENSÃO DEFINIÇÃO
OFERTA Capacitação no desenvolvimento de novos produtos ou
serviços ao mercado.
PLATAFORMA Capacidade na utilização de componentes, métodos, recursos
ou tecnologias comuns para oferecer novos produtos ou
diferentes versões de produtos: aumento competitividade ou/e
especificação de consumidores.
MARCA Solidez na utilização de símbolos (marca) da empresa como
diferencial mercadológico ou para alavancagem do negócio.
CLIENTES Inteligência na identificação das necessidades e manifestações
dos clientes e do mercado a fim de alcançar melhores
resultados para seus produtos/serviços.
SOLUÇÕES Poder de combinação customizada e integrada de bens,
serviços e informações capazes de solucionar problemas dos
clientes: soluções complementares ou integração de recursos.
Visar aumento de fidelidade dos clientes e de rentabilidade do
negócio.
RELACIONAMENTO Aptidão na interação da empresa com os consumidores
AGREGAÇÃO DE
VALOR
Capacidade de explorar “gaps” existentes nos recursos
do negócio ou nas oportunidades de interação
agregando, desta maneira, mais valor aos seus clientes
e gerando novos fluxos de receita.
PROCESSO Propensão à inserção de novidades ou à redefinição dos
principais processos operacionais na busca de melhoria na
eficiência, eficácia ou qualidade do negócio (processos,
sistemas, softwares ou aspectos ambientes).
ORGANIZAÇÃO Tendência à melhoria na estrutura organizacional da empresa
(parcerias, distribuição e responsabilidades dos
colaboradores): visão externa e estratégica da empresa.
CADEIA DE
FORNECIMENTO
Pensamento diferenciado com os agentes logísticos
(transporte, estocagem e entrega.)
PRESENÇA Competência na criação de novos canais de distribuição
(intermediação) e pontos de presença.
REDE Habilidade em melhorias nas redes de ofertas através da
conexão e comunicação com os clientes e os fornecedores.
Fonte: Sawhney, Wolcott e Arroniz (2006) e Bachmann e Destefani (2008), adaptado pela autora
34
Para utilização no Programa Agentes Locais de Inovação, a consultoria Bachmann &
Associados reconfigurou o modelo apresentado por Sawhney Figura 2 e Quadro 4
acrescentando-lhe a dimensão Ambiência Inovadora. Essa dimensão representava a efetiva
adaptação da metodologia indiana à realidade das MPE´s brasileiras que possui
especificidades internas como restrições financeiras (dificuldade de acesso a crédito, riscos
financeiros), de conhecimento (dirigente sem formação adequada à condução dos processos
inovativos) (Nogueira, 2017) e culturais (proprietários relutantes em delegar autoridade ou
tomada de decisões (Hausman, 2005)). Como a abordagem original não destaca o ambiente
interno da organização, a inclusão da dimensão passava a considerar o clima organizacional
propício à inovação como pré-requisito para uma empresa inovadora. Esta dimensão,
portanto, avalia também a importância que a empresa dá aos fatores que contribuem para criar
uma ambiência favorável à inovação, como fontes externas de conhecimento, propriedade
intelectual, ousadia inovadora, financiamento da inovação e coleta interna de ideias.
Carvalho (2015) em sua pesquisa explica que quando o Radar da Inovação foi
adaptado para o contexto das MPEs por Bachmann e Destefani (2008), continha potencial
para colaborar no alcance de vantagem competitiva, uma vez que direciona para quais
dimensões as empresas de um determinado setor têm inovado, ao passo que sinaliza quais
dimensões ainda são pouco exploradas e, portanto, podem distinguir uma empresa em relação
aos seus concorrentes setoriais. Por isso, é possível dizer que o Radar da Inovação, de
Sawhney, Wolcoot e Arroniz (2006), permite uma ampliação do que são ações de inovação
em uma empresa e, por consequência, possibilita uma avaliação mais abrangente da inovação
organizacional.
Desta maneira, conforme afirma o manual de capacitação do Programa, a metodologia
considera quaisquer inovações de produto, mesmo as estéticas e de design, por considerar que
estas podem ser um primeiro passo dado pelo empreendedor no uso do conhecimento (de
produto e de mercado) com o objetivo de aumentar a competitividade. Além dos aspectos
tecnológicos, o Radar da Inovação também leva em conta a adoção de práticas de gestão que
são comuns nas organizações maiores e que, nas Empresas de Pequeno Porte (EPP),
representam alguma novidade. Finalmente, o Radar da Inovação avalia o quanto o ambiente
interno é propício à inovação. Afinal, é amplamente aceito que “Uma empresa inovadora é
um local onde as pessoas estão capacitadas a resolver problemas e onde a criatividade é parte
da cultura organizacional”. Portanto, a determinação do Radar da Inovação é uma orientação
35
sobre quais dimensões podem se transformar em oportunidades para a empresa inovar no
mercado.
Tendo em vista que o Radar da Inovação proporciona essa visão mais abrangente de
inovação, o Programa Agentes Locais de Inovação (ALI), do SEBRAE, conforme dito
anteriormente, passou a utilizá-la na avaliação do grau de inovação de MPEs.
2.3.2 Escala de medição: Grau de Inovação (GI)
A metodologia do Radar da Inovação permitiu a mensuração do indicador grau de
inovação (GI) de uma empresa. A dificuldade de medir o Grau de Inovação é bem
demonstrada por levantamento realizado por consultoria nos Estados Unidos (Bachmann e
Destefani, 2008). O grau de inovação das organizações, e até de países, é tipicamente
avaliado por meio de indicadores como número de patentes, volume de recursos
aplicados em P&D e outras métricas. Estas formas de avaliar o grau de inovação permitem
avaliar também a eficácia do processo de inovação (Bachman e Associados, 2008).
No entanto, a metodologia do Radar da Inovação sugere uma alternativa prática para
avaliar o Grau de Inovação nas organizações brasileiras de maneira que a inovação não fosse
caracterizada como um evento ou fato isolado, mas fruto de um processo. Daí a preocupação
em avaliar não o simples resultado (número de inovações), mas a maturidade dos processos de
inovação das empresas. Muitos novos empreendimentos decorrem de uma única ideia de
sucesso, frequentemente casuísta; isto não é suficiente para caracterizar tal organização como
inovadora. Assim, é dado um escore maior àquelas empresas que tem uma prática estruturada
(ação sistemática) para buscar e gerar inovações. A escala de medição também é alinhada
com o Manual de Oslo que orienta que os pontos de vistas das empresas devem ser
registrados em bases binárias (importante/não importante) ou restringindo a faixa de respostas
(BACHMANN; DESTEFANI, 2008).
A medição é, então, realizada através das dimensões do processo da inovação que são
compostas por variáveis que ao serem analisadas terão a sua pontuação de acordo com os
critérios previamente estabelecidos pela metodologia (Manual de Capacitação do Programa
ALI). O cálculo do grau de inovação (GI) das empresas é realizado com base na avaliação de
cada uma das variáveis que compõem as treze dimensões pesquisadas no diagnóstico de
inovação (DI). O grau de inovação da empresa é, dessa forma, obtido a partir da divisão do
36
somatório dos valores das médias obtidas em cada dimensão (treze dimensões) levando em
conta seus respectivos pesos (as dimensões possuem peso 1, com exceção da dimensão
ambiência inovadora que possui peso 2 devido aos seu grau de importância no cenário
brasileiro) pelo número total de dimensões (treze dimensões). Portanto, o grau de inovação é
um indicador utilizado para mensurar o grau de maturidade no uso do processo de gestão da
inovação em Empresas de Pequeno Porte. O grau de inovação trata-se de uma medida não
absoluta, mas uma referência sobre as diferentes oportunidades para inovar existentes na
empresa avaliada.
Portanto, o Radar da Inovação estimula a confecção e disponibilidade de dados
quantitativos quando transforma as informações obtidas pelos gestores das empresas
assistidas pelo Programa ALI em graus de inovação. Essa inovação do Programa tem como
base romper a máxima de que as Empresas de Pequeno Porte possuem, predominantemente,
dados qualitativos advindos da menor disponibilidade de informações típica desse tipo de
empresa.
O Radar da Inovação se diferencia da conhecida Taxa de Inovação, adotada pela
PINTEC (Pesquisa de Inovação realizada a cada três anos pelo IBGE que levanta informações
para construção de indicadores nacionais sobre as atividades de inovação empreendidas pelos
setores da indústria, serviços, eletricidade e gás brasileiros). Enquanto a Taxa de Inovação
corresponde ao percentual de empresas que implementaram inovação de produto ou processo
em relação ao total de empresas respondentes, o Radar da Inovação tem um enfoque mais
limitado e avalia a inovação internamente à organização (MANUAL DE CAPACITAÇÃO
ALI, 2014).
2.3.3 Horizonte temporal
O Grau de Inovação das organizações tem como objetivo primordial acompanhar
a evolução das mesmas de forma bastante pontual (BACHMANN; DESTEFANI, 2008). Para
isto, há necessidade de se estabelecer um período de tempo para ser considerado na
37
avaliação. Em virtude da morosidade na apresentação de resultados nos processos de
inovação, assim como a rápida desatualização nos resultados obtidos e práticas adotadas no
mundo globalizado, a metodologia construída por Bachmann & Associados para o Programa
Agentes Locais de Inovação, baseada no Radar da Inovação, acompanhando diversos
trabalhos da mesma orientação, tomou por base um um horizonte de 3 anos para o
levantamento dos dados e o acompanhamento da evolução dos graus de inovação.
3 PROGRAMA AGENTES LOCAIS DE INOVAÇÃO (ALI) E CONTRIBUIÇÕES DA
LITERATURA EMPÍRICA PARA AVALIAÇÃO
Com o propósito de entender o funcionamento do Programa ALI e, assim, propor
análises mais consistentes sobre sua atuação e propor contribuições coerentes ao
funcionamento do ALI explorou-se este tópico como forma de que o trabalho tenha
alinhamento com as etapas do trabalho dos agentes na aplicação do ALI .
3.1 O Programas Agentes Locais de Inovação
O programa Agentes Locais da Inovação (ALI) foi criado em 2007 e foi iniciado no
primeiro semestre de 2008 pelo SEBRAE do Paraná e do Distrito Federal como uma
proposta-piloto que, fundamentada em uma metodologia indiana, procurava verificar a
aplicabilidade e a viabilidade no território brasileiro de uma ferramenta capaz de alargar a
participação e a sobrevivência das micro e pequenas empresas através da inovação
(SEBRAE, 2015). Este projeto era viabilizado por meio da prática continuada de ações de
inovação nas Empresas de Pequeno Porte por meio de uma orientação proativa, gratuita,
especializada e personalizada.
Definido o objetivo, o SEBRAE, inicialmente, contratou uma empresa de consultoria,
a Bachmann & Associados, para dar andamento ao projeto. Na ausência, no entanto, de
experiências similares no País, a contratada utilizou a metodologia do professor Mohanbir
Sawhney, da Kelogg School of Management (EUA) que baseia a inovação em 12(doze)
dimensões que convergem para compor ou alterar o estágio de cada empresa, acrescida da
dimensão “ambiência inovadora”. Essa nova dimensão permitiria englobar, à medida de
inovação das MPEs brasileiras, a importância do contato da empresa, dos seus gestores e dos
38
seus funcionários com diferentes fontes de conhecimento externo como, por exemplo,
universidades, associações técnicas, entidades do sistema S, instituições financeiras, entre
outras. DRUCKER (2010), também reforça a importância dos empreendedores buscarem
nessas fontes de conhecimento externas informações sobre as mudanças e os sintomas que
indicam o surgimento de novas oportunidades para que uma inovação possa ter êxito.
Assim, a partir do diagnóstico de cada uma 13 (treze) dimensões propostas evoluiu-se
para a mensuração média e, após essa mensuração foi-se para a identificação de uma métrica
que situasse em determinado estágio o patamar de inovação das empresas, chamado de Grau
de Inovação Global (GIG). Logo, o diagnóstico é o instrumento utilizado para analisar a
situação/estágio em que a empresa se encontra com relação à inovação (SEBRAE, 2015).
Desta forma, o primeiro passo da Bachmann & Associados foi o levantamento do
estágio de inovação das micro e pequenas empresas do Paraná através da medição do Grau de
Inovação nas Pequenas e Médias Empresas no início do Projeto Agentes Locais de Inovação,
indicador resultante da média dos escores (grau de maturidade) de cada uma das dimensões da
inovação consideradas pela metodologia utilizada como base.
Testado, o projeto-piloto mostrou-se uma alternativa inteligente para levar
gratuitamente a inovação aos pequenos negócios. Em 2010, o projeto Agentes Locais de
Inovação deu seu primeiro salto: passou de projeto-piloto para tornar-se um programa de
alcance nacional, envolvendo diversos estados brasileiros. Em 2012, um novo marco: o
SEBRAE ganhou um novo aliado no Programa, o Conselho Nacional de Desenvolvimento
Científico e Tecnológico (CNPq), que proporcionou a solidificação do Programa no cenário
nacional quando passou a atuar em todo o território brasileiro.
Assim, nos primeiros três ciclos de atuação do programa (2008 a 2014), houve um
aumento de, aproximadamente, 350% no atendimento as empresas (conforme quadro 3
abaixo), permitindo, desta forma, uma expansão de atuação para todos os Estados do Brasil
como uma estratégia de acompanhamento e estímulo à inovação do SEBRAE. Essa extensão
do programa revela além de seu crescimento, a sua aceitação pelos clientes advinda,
sobretudo, dos resultados obtidos através da prestação da mentoria à suas empresas.
39
Quadro 4 – Evolução Nacional do programa ALI
Ano
2008-2009
(1º ciclo de
atuação)
2010-2012
(2 ºciclo de
atuação)
2013-2014
(3º ciclo de
atuação)
Status do ALI Projeto-piloto Programa Programa + parceria
CNPq
Número de ALIs 30 30 100
Número de
empresas 1504 1632 5200
Fonte: Programa ALI, uma história de sucesso – SEBRAE/NA (2014)
As atividades práticas do programa são realizadas pelos agentes locais de inovação
(ALIs). Desde 2010, o ALI atua com bolsista extensionista do Conselho Nacional de
Desenvolvimento Científico e Tecnológico (CNPq), através de parceria firmado por meio do
Acordo de Cooperação Técnica nº 55/2014 entre o CNPq e o SEBRAE. Anteriormente a
parceria com o CNPq, a parceria era firmada em cada estado com as fundações estatuais de
amparo à pesquisa (FAPs). O benefício trazido pela parceria com o CNPq foi referente
principalmente em relação à uniformização em relação a valores e regras das bolsas de
capacitação e de campo para as 27 UF (Unidades Federais). Este fato possibilitou que o
Programa fosse operacionalizado de maneira padronizada, abrangendo todos os estados do
Brasil. (SEBRAE, 2014).
No entanto, os agentes são selecionados por processo seletivo (prova escrita)
conduzido pela empresa terceirizada CONCEPÇÃO CONSULTORIA TÉCNICA
ESPECIALIZADA LTDA e, posteriormente, capacitados em um processo imersivo e
intensivo de um mês por instrutores do SEBRAE para que sejam capazes de atuar na
proposição de ações visando incrementar a competitividade e inovação nos pequenos
negócios (SEBRAE, 2014). Os agentes são capacitados nos campos cognitivos, atitudinal e
operacional segundo o manual de capacitação ALI. De acordo com Néto e Teixeira (2011), o
referido projeto treina os agentes selecionados nos conceitos de inovação, em ferramentas
voltadas para a busca de soluções inovadoras, e os orienta com informações sobre as
entidades que podem colaborar para fomentar a inovação nas MPEs.
Os Agentes Locais de Inovação (ALI) acompanham as empresas localizadas nos
setores e segmentos contemplados pelo programa que variam de acordo com as necessidades
40
de cada Estado (levantamento realizado pelos escritórios regionais do SEBRAE) durante 18
meses. Cada agente fica responsável pelo acompanhamento de 40 empresas
concomitantemente dos setores predeterminados, porém a escolha dentro do setor é realizada
pelo agente. Este fator pode causar, no entanto, vieses de seleção (comodidade do agente por
localização, indicação, influência ou outros fatores).
Essencialmente, a execução das atividades do programa é caracterizada por visitas
sistemáticas do Agente Local de Inovação (ALI) aos empreendimentos. Primeiramente, os
agentes visitam as empresas (com base no perfil de empresas definido pelo programa: MPEs)
e as sensibilizam para os objetivos, benefícios e ações do programa a fim de conquistar a
adesão voluntária da empresa ao programa. Desta forma, a empresa que aderir ao projeto
receberá uma posterior visita do ALI para um diagnóstico completo alicerçado nas dimensões
da inovação defendidas por Sawhney (2006) e Drucker (2010) que foi denominado de Radar
da Inovação, e na análise das oportunidades de melhoria a serem exploradas (através do
instrumento matriz SWOT). Assim, com base nesse diagnóstico global, o agente proporá a
construção de um plano de ação, validado por um consultor sênior, para inserir soluções
inovadoras no ambiente da empresa. Depois de definido, esse plano será implementado sob a
responsabilidade da empresa com o acompanhamento e orientação do ALI (SEBRAE, 2014).
Dessa maneira, o SEBRAE (2014) explica que o Programa funciona da seguinte
forma, os Agentes visitam os empreendimentos oferecendo soluções e apresentando respostas
às demandas do negócio e o programa segue em sete etapas, que são:
(1) Sensibilização: momento que a empresa tem o primeiro contato com a proposta do
Programa ALI, sendo pré-requisito não participar de outros projetos do SEBRAE. Nesta
etapa, a empresa é apresentada à proposta do Programa para que conheça seus objetivos e
verifique seu interesse de participação espontânea;
(2) Adesão: momento em que a organização (empresário) de maneira formal assume o
compromisso perante o Programa. A empresa aderente pode a qualquer momento desistir de
participação no programa através da assinatura do termo de desistência quando não mais
poderá ter acesso ao acompanhamento do agente ALI exclusivo;
(3) Diagnóstico Empresarial: etapa em que ocorre a apresentação de informações de
gestão pelos empresários que são solicitadas pelos agentes que seguem o mesmo questionário
utilizado pelo Prêmio de Competitividade para Micro e Pequenas Empresas (MPE BRASIL)
do SEBRAE. Este questionário tem como base o modelo de excelência em gestão da FNQ e
41
possui 37 questões, com 4 opções de resposta, envolvendo os 8 critérios de excelência em
gestão do MEG, voltado para Empresas de Pequeno Porte;
(4) Radar da Inovação: esta etapa consiste também em levantamento de informações
pelos agentes junto aos empresários. Desta vez, entretanto, segue-se o questionário Radar da
Inovação que tem como base a inovação nas MPEs. Assim, este instrumento que também
servirá como base para esta dissertação será minuciosamente detalhado no próximo tópico;
(5) Devolutiva: etapa em que o ALI elabora um relatório, a ser entregue aos gestores
da empresa, sobre as informações e os dados coletados nas etapas de Diagnóstico Empresarial
e Radar da Inovação. Este servirá de base para estruturação do plano de ação;
(6) Matriz F.O.F.A (forças, oportunidades, fraquezas e ameaças): etapa realizada,
depois do recebimento da etapa Devolutiva, em que o ALI elabora, em conjunto com o
empresário, uma análise do ambiente interno e externo da empresa de forma visual. Serve
para estruturar o plano de ação de acordo com a necessidade do empresário (após as etapas
padronizadas anteriores que oferece várias ideias baseadas nos instrumentos validados).
(7) Início e Monitoramento do Plano de Ação: etapa em que, em conjunto com o
empresário, o ALI planeja, minuciosamente, as ações de inovação e gestão da inovação que a
empresa implementará na empresa. Essa estruturação deve estar de acordo com o resultado
gerado pelo Radar da Inovação e as necessidades percebidas na empresa (matriz fofa).
Também se planeja as visitas de acompanhamento e suporte à empresa no desenvolvimento
dessas ações planejadas até a finalização das mesmas. Quando as ações dos planos de ação
são concluídas, o ciclo é finalizado e um novo ciclo de acompanhamento é iniciado. Este novo
ciclo revisa todas as ferramentas utilizadas no ciclo anterior com o objetivo de relembrar os
empresários e, desta forma, abrir os seus horizontes em relação as dimensões da inovação e
incentivar o planejamento e a execução de um novo plano com novas ações em diferentes
dimensões da inovação. Assim, os planos de ações são acompanhados e atualizados em média
por dois a quatro ciclos de duração média de seis meses.
Todas as etapas do programa são realizadas em conjunto: agentes locais de inovação
(ALIs), empresário(s) e consultor sênior do SEBRAE. O Consultor Sênior é um experiente
profissional que supervisiona, monitora e valida todas as etapas do Programa. Ele é contratado
via SGC (Sistema de Gestão de Credenciados) ou Licitação ou Contratos e deve residir na
região em que o ALI tem responsabilidade de acompanhar, sendo um especialista no
segmento que deve ser acompanhado pelo extensionista. As áreas de prioritário interesse para
atuação do Consultor Sênior devem ser: inovação ou desenvolvimento setorial; gestão da
42
produção e da qualidade; ou empreendedorismo. Esse recurso permite um atendimento
diferenciado às empresas assistidas pelo Programa.
Figura 2 – Etapas do Programa Agentes Locais da Inovação
Fonte: Guia Rápido do ALI – SEBRAE/NA (2015)
Nesse contexto, Néto e Texeira (2011) explicam que o programa ALI foi concebido
visando estimular a cultura da inovação na cultura empresarial das MPEs, promovendo a
ampliação da sua capacidade competitiva, e aproximar as MPEs das instituições de ciência e
tecnologia (C&T) para transferir tecnologia ou estimular projetos de pesquisa. Em
consonância, Carvalho (2015), explana que a criação do programa ALI tem como objetivo
fomentar a prática da inovação para as MPEs e sensibilizar os empresários sobre a
importância da inovação como fator de sucesso. Paredes (2015) complementa explicando que
a proposta do Programa ALI visa um acompanhamento específico em MPEs dos setores de
comércio, indústria e serviços tomando como direção a realização de diagnósticos focados na
avaliação da inovação organizacional, no ambiente da administração, empreendedorismo e
responsabilidade social. Segundo ele o programa ainda visa uma análise dos ambientes
internos e externos e a conjectura de planos de ação para as empresas participantes. Para
Colbari (2015), o projeto ALI merece destaque por operar na proteção dos pequenos negócios,
43
propiciando as MPEs o acesso ao conhecimento e à inclusão do “espírito” da inovação. O
SEBRAE (2014), gestor do Programa, afirma que Projeto Agente Locais de Inovação é uma
proposta para acompanhar e dar suporte aos empresários de micro e pequenas empresas na
prática da gestão da inovação, de modo a tornar suas empresas inovadoras.
Para continuidade plena, o Programa passa por constantes reestruturações baseadas nas
demandas do mercado e análises dos acompanhamentos. Para o ciclo 2016-2019, foco desse
estudo, o SEBRAE lançou uma série de diretrizes estratégicas que devem acompanhar o
Agente Local da Inovação (descritas no Guia Rápido dos Agentes Locais da Inovação,
fornecido pelo SEBRAE durante o treinamento dos ALIs). São eles:
1° Atuação setorial: direciona o extensionista para atuar com empresas do mesmo
segmento, para que seja possível um diálogo mais uniforme com os empresários, pois o
agente terá maior conhecimento naquela área de atuação. Essa diretriz requer um alinhamento
entre o Coordenador Estadual do ALI e o gestor das Unidades de Atendimento para
priorização dos setores a serem atendidos pelos ALIs;
2° Utilização do SistemALI: visando dar suporte às decisões que são consideradas
estratégicas nos programas, projetos e produtos. Algumas informações interessantes que
podem ser encontradas no SistemALI e podem ser utilizadas pelo SEBRAE/UF: quantidade
de empresas por segmentos, evolução do grau de inovação e gestão das empresas atendidas,
ações com maior recorrência nos planos de ação e indicadores para mensurar os impactos das
ações de inovação e gestão;
3º Alinhamento do Programa com os produtos do SEBRAE: tem por base direcionar
as ações das empresas propostas pelos agentes aos produtos fornecidos pelo SEBRAE como,
por exemplo, o SEBRAEtec (que possui produtos e serviços direcionados a área de tecnologia
e inovação), entre outros.
Além do acompanhamento prático das empresas, descrito acima detalhadamente, os
agentes ALIs, em virtude da parceria com o CNPq que visa uma amplitude de estudos
acadêmicos, devem executar também trabalhos científicos através da confecção de artigos
científicos e estudos de caso das empresas atendidas. Esse trabalho tem por objetivo
proporcionar uma aproximação de todos os envolvidos (ALIs, empresários, gestores, entre
outros) com a academia gerando, sobretudo, uma ampliação dos estudos de inovação nos
pequenos negócios. Segundo o texto “Programa ALI, uma história de sucesso” (SEBRAE,
2014) é possível afirmar que a aproximação com a academia interfere positivamente na
ampliação dos estudos de inovação nos pequenos negócios graças à produção de diversos
44
artigos científicos produzidos pelos agentes, como requisito do trabalho realizado. Para
realizar a produção acadêmica com assertividade, os ALIs são acompanhados por um
orientador acadêmico com doutorado na área de inovação que são selecionados via processo
seletivo.
3.2 Avaliação de políticas de Inovação
Conforme Avellar e Botelho (2016), diversos países adotaram, especialmente a partir
dos anos 1990, políticas de incentivo à inovação. O desenho destas políticas e os
instrumentos utilizados por elas variaram entre países, mas, em geral, houve uma combinação de
instrumentos de incentivo fiscal e de incentivo financeiro como, por exemplo, subvenção
econômica (cunho fiscal) e empréstimos subsidiados que buscavam estimular atividades
inovativas, promovendo a redução dos custos envolvidos aos gestores.
No Brasil, conforme Nogueira (2017, pág. 99), pode-se constatar pelo levantamento dos
instrumentos de apoio as MPEs, que a princípio, o país avançou no suporte a legislação, a
ações e aos órgãos direcionadores, como o SEBRAE. No entanto, o que se pode observar,
neste contexto, é uma pulverização das ações e instrumentos de fomento à inovação, expondo,
assim, uma carência de foco e de coordenação nos projetos a favor da inovação nas MPEs
brasileiras, ditas como pilares do desenvolvimento econômico.
Também se observa uma lacuna de estudos que avaliem as modalidades de políticas e de
instrumentos existentes, de modo a se poder verificar sua eficiência e eficácia isoladamente e
em conjunto, especialmente daqueles instrumentos que têm logrado uma abrangência mais
compatível com as dimensões do país. Impactos na geração de empregos, no adensamento das
cadeias produtivas, na produtividade, na longevidade dos empreendimentos, no
desenvolvimento regional e sub-regional, na rentabilidade, na exportação e na inovação são
alguns dos indicadores econômicos que merecem ser avaliados. Esta é uma importante lacuna
a ser urgentemente preenchida pelos pesquisadores e estudiosos que se debruçam sobre o
tema.
Quando se examina os estudos sobre políticas de inovação no segmento das MPEs e seus
efeitos, percebe-se que os estudos são ainda mais escassos. Conforme aponta Avellar e
Botelho (2016) em uma minuciosa revisão sistemática da literatura sobre as políticas de
inovação pelo mundo, esse segmento só passou a ser objeto dos programas de inovação em
45
meados de 1980, inicialmente, pelos países da OECD (Organização para Cooperação e
Desenvolvimento Econômico) com o Small Business Innovation Research (SBIR),
implementado no âmbito do Small Business Innovation Development Act (1982) nos Estados
Unidos, fato este que gerou o primeiro estudo apenas em 1996 com Lener; em 2008 pelos
países europeus com reconhecimento do papel central das Empresas de Pequeno Porte na
economia com a Lei das Pequenas Empresas para a Europa (Small Business Act); na América
Latina, somente nos anos 2000 com ações de políticas mais articuladas ao segmento que
estudos foram desenvolvidos por Acevedo e Tan (2010), Dini e Stumpo (2011) e Ferraro
(2011); e no Brasil, os principais estudos são os desenvolvidos por Avellar (2008, 2009), De
Negri et al. (2008) e Araújo et al. (2012), Avellar e Alves (2008), e Matos e Arroio (2010).
No entanto, são raros os trabalhos que avaliam os incentivos de cunho organizacional
(programas de desenvolvimento empresarial) voltado para otimização dos processos
empresariais necessários, inclusive, para a aderência aos programas de incentivo fiscal e
financeiro. Todos os trabalhos que os avaliam têm por objeto um ou mais programas de
incentivo a inovação que possuem por instrumento a injeção de incentivos e dinheiro nas
empresas. Na realidade, entretanto, a maioria das Empresas de Pequeno Porte do Brasil
possui baixo nível de maturidade organizacional (NOGUEIRA, 2017) fato que as tornam,
muitas vezes, incapacitadas de receberem ou gerenciarem de forma eficaz os recursos
oriundos dos programas de benefícios fiscais e/ou créditos incentivadores.
Desta forma, programas de incentivo a gestão da inovação são necessários para a
estruturação do segmento das MPEs brasileiras, assim como a mensuração dos seus efeitos é
essencial para a evolução dos programas, do segmento e, sobretudo, da economia brasileira,
dependente das MPEs.
3.2.1Avaliações do Programa Agentes Locais de Inovação (ALI)
O Programa Agentes Locais de Inovação é um projeto brasileiro que já vendo sendo
aplicados nas MPEs da Brasil por mais de uma década (desde de 2008), com a adesão de mais
de 50 mil empresas atendidas ( Anprotec, 2015), desta forma, já trata-se de uma proposta de
inovação sólida no mercado. No entanto, para continuidade do projeto tendo em vista o
pesado investimento financeiro (em torno de 362 milhões de reais por ano) que o SEBRAE
46
junto ao CNPq realiza para proporcionar viabilidade na execução das atividades de todas as
etapas do ALI (acompanhamento com bolsistas, palestras, treinamentos, entre outros).
De fato, ao alcançar dimensão nacional e presença cativa no plano estratégico anual do
SEBRAE e do CNPq, o programa, aparentemente, atinge benefícios as empresas assistidas.
Contudo, devido ao vultoso aporte financeiro despendido por esses órgãos, esses benefícios
precisam ser gerenciados. O instrumento Radar da Inovação foi construído com o intuito de
contribuir para a mensuração através do seu grau de inovação propiciando aos gestores do
programa ALI uma gestão por resultados do ALI.
Porém este tipo de mensuração camufla os efetivos resultados do programa, visto que,
atribui todas as evoluções das empresas ao ALI quando, na verdade, as empresas poderiam
evoluir organicamente (evolução natural e seletiva do mercado) ou por incentivos de outros
fatores (outros programas, incentivos, leis ou características do negócio). Por isso, é
necessário um estudo mais aprofundado dos resultados obtidos pelas empresas diante das suas
características e da realidade que estão inseridas. Desta forma, será visto os reais benefícios
obtidos das inovações propostas pelo ALI perante o contexto, proporcionado aos gestores um
realinhamento do Programa a sua eficiência.
Os estudos com o propósito geral de avaliar as políticas de incentivo à inovação
aumentaram e apresentam metodologias diversas. Entretanto, nos últimos anos verifica-se a
predominância de estudos que utilizam técnicas econométricas, a fim de comparar grupos de
empresas contempladas pelos programas com grupos que apresentam características
semelhantes, ou possibilidades semelhantes de terem sido selecionadas como objeto de apoio,
de modo a apreender a efetividade das políticas públicas (AVELLAR E BOTELHO, 2016).
Esse levantamento foi executado com bastante diligencia e responsabilidade por Avellar e
Botelho (2016) averiguando estudos no Brasil e no mundo.
Outra linha de análise encontra-se no estudo de Salles Filho et al. (2011), que realiza
uma comparação entre os resultados de dois programas de incentivo: PIPE (Programa de
Apoio à Inovação em Pequenas Empresas), programa implementado pela FAPESP (Fundação
de Apoio à Pesquisa em São Paulo) com os encontrados para o SBIR.
Essas duas linhas de análise, no entanto, analisam os efeitos dos programas e
políticas existentes de forma isolada ou comparativa a outros programas. Essas formas são
bastante úteis, porém diante da realidade brasileira em que os programas são adaptados dos
programas ou metodologias de sucesso internacionais, como o Programa ALI é muito
importante uma avaliação paralela de focalização do programa: reconhecimento das
47
características e a identificação adequada da população elegível ao programa conforme o
desenho da política (Guia Prático de análise ex post CGU, 2018).
O Programa ALI que já nasceu com formulação voltada para as MPEs (através do
instrumento Radar da Inovação), ou seja, com a população elegível já definida em seu
desenho estrutural (pelos gestores do Programa) precisa validar essa sua focalização dentro de
cada Estado brasileiro haja vista suas dimensões territoriais e, consequentemente, sua
diversidade de mercado. Validar a focalização e avaliar a consistência do desenho do
programa torna-se, assim, essencial para que as empresas selecionadas evoluam
compativelmente ao objetivo do Ali seja por relação lógica aos mecanismos de intervenção ou
por ser mais atingida pelos problemas do grupo selecionado (Guia Prático de análise ex post
CGU, 2018).
Desta forma, este estudo também recorreu a um trabalho de revisão sistemática da
literatura, que tinha por objetivo levantar os artigos produzidos e publicados no Brasil sobre o
Programa Agentes Locais de Inovação e seus métodos de análise de resultado até então
utilizados. Após os refinamentos necessários (demonstrados na revisão sistemática no
APÊNDICE A) e posterior investigação desses, o Quadro 5 foi gerado como produto.
Quadro 5 – Análise dos trabalhos sobre o ALI
N° Metodologia Variáveis Dimensões
1
Analises comparativa:
diferenças de médias de
cada dimensão,
diferenças de médias do
grau de inovação global
e;
uma análise estatística
dos dados;
Conclusão: O que
realmente importa é o
perfil empreendedor do
gestor empresa
Variáveis não correlacionadas
ao GI:
Gênero;
tempo de empresa
.
Variáveis correlacionadas ao
GI:
número de
funcionários;
empresas que já
utilizaram
serviço/produto do
SEBRAE antes de
serem acompanhadas
pelo Programa ALI;
nível de
escolaridade.
Evolução de todas as
dimensões com exceção das
dimensões:
cadeia de
fornecimento e;
presença
O que realmente importa é o
perfil empreendedor do gestor
empresa
2 Estudo de caso (3
empresas: Farmácias de
manipulação);
Analise qualitativa/
observacional;
Analisa as dimensões;
-
Dimensão destaque:
Ambiência inovadora
48
Conclusão: processo
incremental e endógeno
3 Estudo 1 caso;
Variação do GI e do
grau de cada dimensão
(antes e depois);
Analise observacional de
cada dimensão (análise
de conteúdo);
Conclusão: inovação
incremental para MPEs.
-
As dimensões destaque:
Processos;
Organização;
Rede e;
Ambiência
Inovadora.
5 Analise qualitativa das
dimensões mais
utilizadas
Conclusão:
o Distanciamento
do empresário:
o Redução dos
investimentos
em inovação;
o Mortalidade de
algumas
empresas:
Melhorar o processo de
seleção das empresas e;
Concentrar a
formação/especialização
dos agentes para maior
contribuição
-
As dimensões destaque:
Clientes;
Ambiência
Inovadora ;
Marca
8 Avaliação de
desempenho das
empresas do ALI de
Campo Grande do setor
de indústrias.
número de ciclos
realizados no
programa (falta de
uniformidade)
As dimensões destaque
negativo:
Marca;
Gestão de inovação;
Layout
13 Estudo qualitativo em
3000 MPEs (Paraná).
Comportamento da inovação:
GI por dimensão:
Setores;
Região
-
14 Pesquisa qualitativa
(entrevista com agentes)
-
-
TOTAL 7
Fonte: Elaboração da autora com base nos artigos filtrados pela revisão sistemática (Apêndice A).
Esta análise permitiu observar que os estudos sobre o Programa ALI se concentram,
sobretudo em estudos de caso e/ou entrevistas com os agentes que aplicam o Programa afim
de que através de análises qualitativas chegue-se a conclusões sobre os resultados das
empresas. Os estudos que fazem avaliações quantitativas reforçam também o viés para análise
dos resultados da contribuição de cada dimensão na conquista de competitividade. Nenhum
49
dos estudos, no entanto, fez uma análise da focalização do Programa ao contexto de aplicação.
Porém, um dos trabalhos (n°5) levantou a questão através da necessidade de melhorar o
processo de seleção das empresas que serão assistidas para que assim consigam se adequar a
configuração do programa e receber todos os benefícios do programa. Essa seleção das
empresas proposta é fruto de um estudo da focalização.
Portanto, este trabalho fará a análise da evolução das empresas participantes do
Programa ALI, programa de inovação do SEBRAE e CNPq voltada para às Micro e Pequenas
Empresas brasileiras no contexto do estado do Rio Grande do Norte (RN), por meio da
metodologia econométrica de regressão linear multivariada. Assim, esta dissertação pretende
investigar o perfil de empresas que mais se beneficiou do programa (melhores resultados) e,
assim, ajustar e/ou alinhar o programa à realidade das MPEs, tão importantes na economia
brasileira. Desta maneira, o programa conseguirá, como o apoio das análises realizadas neste
trabalho, selecionar empresas de forma consistente para o desenho (metodologia) do ALI e
propor medidas eficazes para todas as empresas selecionadas, ajudando-as na conquista de
competitividade no mercado através das ações de inovação propostas pelo ALI e seu Radar da
Inovação.
50
4 DADOS E METODOLOGIA
4.1 Caracterização da pesquisa
O presente estudo será caracterizado segundo seus fins e seus meios, para tal
utilizará a taxionomia proposta por Vergara (2016). Quanto aos fins trata-se-á de uma
pesquisa descritiva e explicativa. É descritiva posto que serão apresentados diversos aspectos
que caracterizam as MPEs do Brasil, assim como características do fenômeno da inovação e
suas práticas nas MPEs, buscando estabelecer relações entre eles. Já seu caráter explicativo
reside no fato de buscar esclarecer alguns dos aspectos que influenciam /contribuem para essa
relação (através das dimensões). Já quanto aos meios será uma pesquisa bibliográfica,
documental e experimental.
4.2 Abrangência do estudo
O estudo foi realizado com as MPEs participantes do Programa ALI do Estado do Rio
Grande do Norte em três regiões: Natal (Região Metropolitana), e Oeste e Seridó (interior do
RN). As regiões estão caracterizadas na Figura 3.
51
Figura 3 – Região de atuação do ALI/RN
Fonte: Edital do Programa ALI RN (2016).
De acordo com dados do SEBRAE Nacional, o programa contemplou um universo de
800 MPEs do RN pertencente aos três setores da economia (indústria, comércio e serviços)
procurando contemplar a heterogeneidade das MPEs.
Este estudo, no entanto, após filtros (ausência de dados das empresas, duplicidade de
empresas, ausência de empresas, empresas que desistiram presente na base, erros/troca de
grande parte das datas dos dados das empresas) geraram inviabilidade no uso de 64% das
empresas contidas na base de dados fornecida pelo SEBRAE Nacional (a base de dados
utilizada pelo programa, chamado de SISTEMALI, é frágil e apresentação erros que torna
impossíveis a realização de pesquisas). Logo, para este estudo que prioza a utilização de
dados robustos foram consideradas como amostra apenas 286 empresas.
Em relação ao período analisado, a pesquisa abrange o terceiro ciclo do Programa no
Estado compreendido entre os anos de 2016 a 2018.
52
4.3 Coleta de dados
Os dados utilizados nas diferentes etapas da pesquisa foram coletados na base do
SEBRAE Nacional com sede em Brasília-DF pelo setor de Tecnologia da Informação (TI) do
SEBRAE Nacional com base nas informações solicitadas pela pesquisadora em planilha
estruturada. O pedido foi realizado formalmente a gerência do Programa ALI Nacional
através de documento oficial comprometendo-se com a pesquisa unicamente para fins
acadêmicos e prezando pela manutenção do sigilo dos dados e das empresas pesquisadas.
Os referidos dados dizem respeito a dados e informações das empresas relativas a
aspectos gerais, operacionais, econômico, administrativos e de gestão das MPEs do RN
participantes do Programa ALI. Vale ressaltar que a base de dados foi utilizada é alimentada
com dados e informações dos agentes locais de inovação (ALIs) colhidas durante as visitas de
acompanhamento às empresas participantes do Programa com base nas respostas dos
empresários (ou responsáveis pelas empresas) ao questionário estruturado (Radar da
Inovação) que são sistematizadas, instantaneamente, em um sistema interno do Programa
denominado SistemAli.
Os dados foram colhidos no ciclo de 2016/2018 do Programa ALI no estado do Rio
Grande do Norte. Este estudo é longitudinal, onde foram coletados os dados para análise em
dois momentos: momento de adesão da empresa ao Programa ALI (T0) e momento do último
ciclo desenvolvido pela empresa no Programa ALI (T1) no estado, havendo, no entanto, um
acompanhamento ao longo do tempo do fenômeno em estudo. O momento 1 compreende a
sensibilização do empresário para adesão ao programa, onde lhe são apresentados os objetivos
e método de funcionamento, com posterior aplicação do diagnóstico Radar Inovação para
avaliar o que a empresa tem desenvolvido de inovação nos últimos três anos, relacionado às
13 dimensões do radar adaptado por Bachmann e Destefani (2008). O momento 2 dá-se no
último ciclo desenvolvido pela empresa durante o acompanhamento pelo ALI. É importante
resaltar que a evolução das empresas, por depender de fatores internos e externos da empresa,
não se apresenta de forma uniforme para todas as empresas, desta forma, umas empresas
evoluem mais rápidas e outros mais lentamente. Por isso os últimos ciclos das empresas são
diferentes e devem ser levados em consideração nas avaliações de programas como variáveis
explicativas.
A ferramenta usada no trabalho de Sawhney et al. (2006) e adaptada por Bachmann e
Associados (já discutida neste trabalho) que tem como intuito mensurar o grau de inovação
53
em MPEs a partir da concepção de dimensões inovativas, sendo, desta forma, capaz de
mensurar a propensão a inovar de cada empresa. O indicador, resultante da média dos escores
(grau de maturidade) de cada uma das dimensões da inovação, obtido pelas respostas a 42
questões objetivas, resulta em uma métrica útil para mensurar o Grau de Inovação. Além
disso, o método permite diagnosticar possíveis formas para inovação por parte das empresas.
O diagnóstico de inovação é dividido em dois blocos. O bloco I aborda 93 questões
relacionadas ao perfil da empresa e contém informações a respeito da caracterização da
empresa: razão social, nome fantasia, CNPJ, endereço, telefone, Código Nacional de
Atividade Econômica (CNAE), número de pessoas ocupadas e porte dos clientes. Esta parte é
aplicada unicamente no momento de adesão da empresa ao Programa e neste estudo será
utilizado como variáveis.
O bloco II, denominado de cálculo do grau de inovação, é formado pelas treze
dimensões e por 42 questões objetivas. Cada dimensão é composta de um conjunto de
variáveis/perguntas que recebem a pontuação escalar de 1, 3 ou 5, de acordo com a situação
da resposta dada pelo empresário a cada questão. As variáveis terão a sua pontuação conforme
as situações mostradas no Quadro 6:
Quadro 6 – Equivalência dos escores com a situação da empresa perante a inovação
Escore Situação
1 Organização pouco ou nada inovadora
3 Organização inovadora ocasional
5 Organização inovadora sistêmica
Fonte: Adaptado de Bachmann e Destefani (2008)
A aplicação desse segundo bloco dá-se em todas as dimensões de inovação trabalhadas
pela metodologia de Bachmann e Destefani (2008).
4.4 Análise dos dados
Os dados coletados na pesquisa foram analisados em 2 etapas. Na primeira etapa, foi
desenvolvida uma análise descritiva dos dados gerais das empresas e dos empresários através
de estatística descritiva buscando compreender o perfil das MPEs participantes do Programa
54
no RN. Em seguida, foi realizada uma avaliação da focalização do Programa ALI no RN,
permitindo o aprofundamento da investigação sobre as características (variáveis) das
empresas mais beneficiadas com o Programa considerando o contexto. Essa avaliação
resultará em um perfil de empresas adequadas a receber o programa ALI ou/ e permitirá
possíveis adequações do programa diante da realidade. No Quadro 7 está apresentado um
resumo da estratégia de análise de dados e sua vinculação aos objetivos desta pesquisa. Nos
tópicos seguintes estão detalhadas as etapas definidas para a análise de dados.
Quadro 7 – Resumo da estratégia de análise de dados
Objetivo geral: Analisar a estratégia de focalização do Programa ALI a partir dos resultados alcançados no ciclo 16/18 no âmbito do Estado do Rio Grande do Norte.
Objetivos específicos Etapa Ferramentas
a) Mapear o perfil das empresas e dos empresários participantes do Programa ALI, ciclo 16/18, no Rio Grande do Norte.
Análise descritiva EXCEL
b) Examinar a variabilidade das notas de cada dimensão da inovação, obtidas pelos participantes do Programa ALI, ciclo 16/18, no Rio Grande do Norte, conforme características das empresas.
Regressão STATA
c) Avaliar, de acordo com as
características dos participantes do
Programa ALI, a evolução alcançada
no grau de inovação, ao longo do
ciclo 16/18, no Rio Grande do Norte.
Regressão EXCEL
Fonte: Elaboração da autora.
4.4.1 Análise descritiva do perfil das empresas
A primeira etapa visa atender o objetivo “a” da pesquisa e, portanto, desenvolver uma
avaliação do perfil das empresas participantes do Programa ALI no RN, por meio do método
de estatística descritiva. Os valores (percentuais) que serão obtidos as respostas às questões já
estruturadas pelo desenho do Programa fornece, assim, elementos comparativos e sugestivos
para o aperfeiçoamento da aplicação do referido Programa de incentivo a práticas de
55
inovação, pois é capaz de captar as particularidades e especificidades da realidade das
empresas alvos do Programa no Estado.
A execução da análise descritiva será realizada com auxílio do Excel que permite uma
melhor visualização dos resultados na geração dos gráficos representativos desses resultados.
Para aplicação da análise em questão, serão realizadas escolhas quanto ao conjunto de
variáveis disponíveis em questionário estruturado pelo Programa ALI para serem examinadas.
4.4.1.1 Variáveis selecionadas
Como se observa na literatura acadêmica existe uma diversidade considerável de
variáveis que podem ser usadas como delineadora do perfil das unidades trabalhadas nos
estudos, neste caso, para retratar as empresas MPEs estudadas. Tomando como base os
estudos existentes e considerando as características desta pesquisa (objetivos, disponibilidade
de dados e formatação do Programa ALI) foram selecionadas treze variáveis do questionário
de entrada, já estruturado pelo Programa, aplicado às empresas participantes para compor a
análise descritiva conforme disposto no Quadro 8.
Quadro 8 – Variáveis observáveis das empresas
Variável DEFINIÇÃO
Setor Ramos de atividade que podem ser exploradas pelas
empresas: indústria, comércio ou serviço.
Faixa de faturamento Modalidade da empresa baseada na faixa de faturamento
anual, segundo a regulamentação da Lei complementar
123: ME (até trezentos e sessenta mil reais) ou EPP (entre
trezentos e sessenta mil reais e quatro milhões e
oitocentos mil reais).
Neste estudo representará o porte da empresa.
Cidade Cidade a que pertence a empresa.
Neste estudo foi utilizada para classificar a região do RN.
Sexo Gênero a que pertence a pessoa responsável pela empresa
56
Empreendedor anterior Participação anterior do empreendedor em outro
empreendimento
Utilização de empréstimo Uso (anterior ou presente) de recursos financeiros
advindos de empréstimos
Dificuldade no pagamento Relato de dificuldade de pagamento da empresa.
Último ciclo desenvolvido no
programa ALI
Último ciclo que a empresa realizou durante
acompanhamento no programa ALI.
Fonte: Elaboração da autora
4.4.2 Avaliação do Programa ALI
A segunda parte visa atender os objetivos “b” e “c” do estudo e, desta forma, avaliar e
compreender as principais relações entre os graus de inovação (das dimensões e globais) com
as variáveis observáveis e contextuais das empresas atendidas pelos ALI/RN por meio de
metodologia de regressão linear multivariada. A análise estimará, desta forma, o perfil de
empresas adequadas a receber toda a contribuição do Programa ALI, ou seja, qual parcela das
empresas está mais apta a se beneficiar das práticas de inovação nas MPEs atendidas pelo
Programa ALI.
Para tal, será definido o modelo de avaliação que será aplicado aos resultados dos graus
de inovação geral (variável dependente ou de resposta) e, também aos graus de inovação das
dimensões da inovação (ambos indicadores da metodologia utilizada na estruturação do
Programa ALI: Radar da Inovação) das MPEs atendidas pelo Programa no terceiro ciclo do
Rio Grande do Norte entre os anos de 2016 e 2018. A execução da avaliação será feita com
auxílio do EXCEL. A aplicação da análise da evolução prevê algumas escolhas quanto à
estimação do modelo econométrico e especificação do modelo e metodologias e que serão
utilizadas como instrumentos para analise do Programa ALI no RN. Tais particularidades
serão detalhadas nos tópicos a seguir.
4.4.3.2 Modelo econométrico
O modelo de inovação aqui proposto busca uma relação entre a variável dependente
(variável de resposta) com variáveis independentes específicas (variáveis explicativas) a fim
57
de identificar características das empresas e empresários que são relevantes para que as MPEs
realizem mais práticas inovativas (segundo a metodologia do Radar da Inovação). Para isto,
será utilizada a comparação da medida do grau de inovação global obtido pelas empresas no
instrumento do Programa (questionário Radar da Inovação) com as variáveis de perfil das
empresas atendidas pelo ALI-RN.
A regressão linear é uma tentativa de modelar uma equação matemática linear que
descreva o relacionamento entre duas variáveis (CURRAL, 1994). Há diversas maneiras de
uso dessas equações de regressão, em situações envolvendo duas ou mais variáveis. Este
trabalho, por exemplo, pretende explicar as variações nos graus de inovação em função das
variáveis que caracterizam o perfil das empresas ou seus empresários. Deve-se notar,
entretanto, que a lógica de uma relação causal deve advir de fenômenos externos ao âmbito da
estatística. A análise estatística de regressão apenas modela qual relacionamento matemático
pode existir, se existir algum (HOFFMANN, 2006). Ainda como aplicação da regressão pode-
se estar interessado em predizer valores futuros de uma variável. Por exemplo, através de
avaliação das variáveis de perfil das empresas pode-se avaliar o potencial de evolução dos
graus de inovação. É de presumir que haja um relacionamento matemático entre o resultado
do teste e o potencial futuro. Embora tais relações possam assumir uma grande diversidade de
formas, discutiremos apenas as equações lineares.
As equações lineares são importantes porque servem para aproximar muitas relações
da vida real, e porque são relativamente fáceis de lidar e de interpretar (RODRIGUES et al.
2013, p.609).
A regressão múltipla é mais receptiva a análise ceteris paribus, pois ela nos permite
controlar explicitamente muitos outros fatores que, de maneira simultânea, afetam a variável
dependente (WOOLDRIDGE, 2007, p.64).
Para o estudo, a equação linear múltipla é:
58
As variáveis explicativas do modelo são:
Serviços e indústria são variáveis dummy para o setor de serviços e da indústria,
respectivamente. O setor de referência será o comércio.
Mulher é uma variável dummy para empresas presididas por mulheres e a categoria de
referência é composta por empresas com empresários do sexo masculino;
EPP é uma variável dummy para empresas do tipo EPP. A categoria de referência é
ME;
Natal e Seridó são variáveis dummy para as empresas localizadas na Região de Natal
e do Seridó. Oeste é a categoria de referência formada por empresas localizadas na
região Oeste do Estado.
Empreendedor é uma variável dummy para os empresários que já empreenderam
anteriormente. A categoria de referência é composta por empresários que estão
empreendendo pela primeira vez no mercado;
Empréstimo é uma variável dummy para os empresários que já solicitaram
empréstimos para as empresas. A categoria de referência é composta por empresas que
não solicitaram empréstimos;
Pagamento é a variável dummy para as empresas que possuem dificuldade de realizar
seus pagamentos. A categoria de referência é formada pelas empresas que não
possuem dificuldades de pagamentos;
Ciclo 1, ciclo 2, ciclo 3 são variáveis dummy para as empresas que avançaram no
programa até o ciclo 1, 2 e 3, respectivamente. A categoria de referência é formada
pelas empresas avançaram até o ciclo 4;
Como todas as variáveis do modelo são qualitativas e assim usamos variáveis
dummy independentes na mesma equação tem-se que o parâmetro ( n) fornece o
diferencial proporcional (aproximado) em Y entre aqueles que apresentam ou não a
característica de n considerada, mantendo fixas as outras variáveis explicativas.
O segundo modelo utilizado neste trabalho analisa mudanças nos graus de inovação
ao longo da participação de uma empresa no programa (ΔY):
59
Nesta equação as variáveis explicativas são as mesmas da equação anterior, mas
foram excluídas as variáveis referentes ao número de ciclos concluídos pelas empresas já que
elas estão diretamente relacionadas com a evolução no grau de inovação ao longo da
participação no programa.
60
5 ANÁLISE E DISCUSSÃO DOS RESULTADOS
5.1 Análise Descritiva das empresas
Para um entendimento mais profundo da realidade das empresas atendidas pelo
ALI/RN foram realizadas análises descritivas das empresas, empresários e do programa.
5.1.1 Características das empresas pesquisadas
Primeiramente, foram analisadas as estatísticas descritivas da amostra viável de 286
micro e pequenas empresas assistidas pelo Programa ALI no estado do Rio Grande do Norte
(RN) durante o ciclo de 2016/2018.
As empresas, por descrição do programa, pertencem ao porte de ME- microempresas
com receita igual ou menor que R$ 360 mil anuais ou EPP - Empresas de Pequeno Porte com
receita maior que R$ 360 mil e menor que R$ 3,6 milhões anuais. Na amostra analisada a
distribuição de atendimento quanto ao porte das empresas foi de 47,20% de MEs e 52,8% de
EPPs atendidas, demonstrando um equilíbrio no atendimento aos portes de empresas
abarcados pelo programa, conforme Gráfico 1.
Gráfico 1 – Porte das Empresas
Fonte: Elaboração da autora
A distribuição das empresas atendidas pelos ALI no Estado por setor mostra uma
prevalência em comércio (49%), seguido do setor de serviços (39%) e do setor de indústrias
(12%), conforme Gráfico 2.
61
Gráfico 2 – Setores das Empresas
Fonte: Elaboração da autora
Em relação às três regiões do Estado do RN que são atendidas pelo Programa ALI no
ciclo 16/18, observa-se que Natal (Região Metropolitana) possui predominância no
atendimento com 56,29% das empresas (161empresas); já o Oeste possui 25,52% (73
empresas); e o Seridó tem 18,18% (52 empresas) das empresas do ALI, conforme Gráfico 3.
Fonte: Elaboração da autora
Fonte: Elaboração da autora
As empresas atendidas estão distribuídas pelas cidades do RN segundo o Quadro 9.
Gráfico 3 – Regiões do RN
62
Quadro 9 – Cidades atendidas pelo ALI/RN
CIDADES N°
EMPRESA %
AÇU 21 7,34%
ALTO DO RODRIGUES 1 0,35%
ANGICOS 1 0,35%
BOA SAÚDE 1 0,35%
BOM JESUS 3 1,05%
CAICÓ 15 5,24%
CURRAIS NOVOS 13 4,55%
EXTREMOZ 1 0,35%
IPANGUAÇU 1 0,35%
ITAJÁ 2 0,70%
JARDIM DO SERIDÓ 3 1,05%
MACAÍBA 2 0,70%
MACAU 5 1,75%
MONTE ALEGRE 1 0,35%
MOSSORÓ 43 15,03%
NATAL 141 49,30%
NÍSIA FLORESTA 1 0,35%
PARELHAS 3 1,05%
PARNAMIRIM 10 3,50%
SANTA CRUZ 3 1,05%
SÃO BENTO DO TRAIRI 2 0,70%
SÃO JOSÉ DE MIPIBU 1 0,35%
SÃO VICENTE 1 0,35%
SENADOR ELÓI DE SOUZA 1 0,35%
SERRA CAIADA 3 1,05%
SÍTIO NOVO 1 0,35%
TANGARÁ 1 0,35%
TIBAU DO SUL 5 1,75%
Total geral 286 100,00% Fonte: Elaboração da autora
5.1.2 Características dos empresários
Em relação ao perfil dos empresários das empresas analisadas, 42% são mulheres e
58% homens. Confirmando a expansão do número de mulheres empreendedoras nas MPEs
brasileiras, mas certificando ainda preponderância de homens nessas empresas no RN,
conforme Gráfico 4.
63
Gráfico 4 – Gêneros dos Empresários
Fonte: Elaboração da autora
Os empresários da amostra são formados por 81,47% (233) de empresários de
primeira viagem, ou seja, a empresa que participa do ALI é seu primeiro empreendimento não
possuindo, desta forma, experiência de mercado. Os outros 19% (53 empresários) já
empreenderam antes com outras empresas (Gráfico 5).
Gráfico 5 – Empreendimentos Anteriores
Fonte: Elaboração da autora
A maioria dos empresários da amostra (51,75%, ou 148 empresários) já realizaram
empréstimos para sua empresa, enquanto 48,25% (138 empresários) não realizaram
empréstimos para viabilizar a sustentabilidade da sua empresa (Gráfico 6).
64
Gráfico 6 – Empréstimos para a Empresa
Fonte: Elaboração da autora
O cenário também parece confiante para os empresários, visto que, 81,47% (233
empresários) relataram não possuem dificuldades diante dos seus pagamentos (Gráfico 7).
Gráfico 7 – Dificuldade de Pagamento
Fonte: Elaboração da autora
5.1.3 Características iniciais e finais Programa ALI/RN
No início do acompanhamento do programa ALI é detectado o grau de inovação para
cada dimensão, assim como o grau de inovação global (Quadro 10). Desta forma, no início do
Programa (T0) a média dos graus de inovação global das empresas foi de 2,38. Como a escala
65
varia de 1 a 5, este valor corresponde ao segundo quarto da escala. Essa situação indicava que
a inovação ainda era incipiente.
Quadro 10 – Grau de Inovação momento T0
ESTAT. Oferta Plataforma Marca Clientes Soluções Relacionamento Agregação de valor
MEDIA 2,84 3,17 3,74 2,33 2,01 3,35 1,56
ESTAT.
Processos Organização Cadeia fornecimento
Presença Rede Ambiência Inovadora
Grau de inovação global
MEDIA 1,83 2,07 1,85 1,61 2,80 2,07 2,38 Fonte: Elaboração da autora
No final do acompanhamento, pode-se realizar uma análise bastante interessante a
respeito das empresas e da sua evolução durante os 30 meses de acompanhamento do
programa AL: analise da quantidade de ciclos que as empresa realizaram durante todo o
acompanhamento pelo ALI e as médias dos graus de inovação alcançados de forma global e
também para cada dimensão da inovação. Das 286 empresas analisadas, 12 empresas (4,20%)
alcançaram apenas o ciclo 1(segundo ciclo do programa); 144 empresas (50,35%) foram até o
ciclo 2; 111 empresas (38,81%) alcançaram o ciclo 3; e 19 empresas (6,64%) conseguiram
chegar ao ciclo 4 (Gráfico 8). Esse analise mostra um comprometimento dos empresários com
o Programa e, consequentemente, como o avanço das inovações nas empresas atendidas.
Gráfico 8 – Último Ciclo das Empresas Analisadas
Fonte: Elaboração da autora
66
O reflexo da dedicação dos empresários ao Programa pode ser observado com a
evolução dos graus de inovação no último ciclo de acompanhamento das empresas pelo
Programa através da mensuração final (Quadro 11).
A média dos graus de inovação global das empresas subiu de 2,38 para 2,99.
Quadro 11 – Evolução no Grau de Inovação
ESTAT. Oferta Plataforma Marca Clientes Soluções Relacionamento Agregação de valor
MEDIA 3,25 3,75 4,07 3,03 2,54 4,03 2,16
ESTAT. Processos Organização Cadeia fornecimento
Presença Rede Ambiência Inovadora
Grau de inovação
global MÉDIA 2,46 2,82 2,43 2,16 3,52 2,81 2,99
Fonte: Elaboração da autora
Comparativamente nos dois momentos de avaliações deste estudo: adesão (momento
anterior ao acompanhamento do ALI- T0) e último ciclo da empresa no Programa (T1),
percebe-se, segundo a Quadro12, que houve uma evolução no Grau de Inovação médio em
todas as dimensões da inovação das empresas participantes do Programa ALI. Pode-se, assim,
dizer que com o acompanhamento do Programa ALI, houve e foi verificado, de alguma
forma, estímulo à ações de inovação, melhorias nas empresas e incentivo aos empresários no
conhecimento das inovações de seu setor (Gráfico 9) em torno de 25,6% na média do Grau de
Inovação Global.
Verifica-se também evolução positiva para todas as dimensões, mesmo que o não
tenha apresentado numericamente um salto tão grande. Assim, denota-se que, paulatinamente,
a cultura da inovação se alicerça em diferentes ações voltadas para as várias dimensões da
inovação. Isto se consolida na constatação que as dimensões que mais cresceram
percentualmente são diferentes das dimensões que apresentaram a maior média absoluta em
T1.
67
Quadro 12 – Evolução das médias dos graus de inovação por dimensão nos instantes de tempo
T0, T1 e a diferença percentual entre as médias
O P M C S R AV Pro Org. CF Pres. Rel. AI GI
T0 2,84 3,17 3,74 2,33 2,01 3,35 1,56 1,83 2,07 1,85 1,61 2,80 2,07 2,38
T1 3,25 3,75 4,07 3,03 2,54 4,03 2,16 2,46 2,82 2,43 2,16 3,52 2,81 2,99
% 14,5 18,2 8,9 29,6 26,0 20,1 38,7 34,97 36,5 31,8 34,4 25,4 35,7 25,6
Fonte: Elaboração da autora
Os resultados permitiram estabelecer o ranking das dimensões que mais cresceram: 1º
- Agregação de Valor (38,7%); 2º - Organização (36,5%) e 3º - Ambiência Inovadora
(35,7%).
Quadro 13 – Inovação Global para o Radar 1 (T0)
O1 P1 M1 C1 S1 R1 A1 PRO1 ORG1 CF1 PRES1 REL1 AI1 GI1
Média 2,84 3,17 3,74 2,33 2,01 3,35 1,56 1,83 2,07 1,85 1,61 2,80 2,07 2,38
Desvio Padrão
1,1812 1,672 0,947 0,905 1,03 1,28 0,787 0,61 0,974 1,11 0,955 1,467 0,7132 0,5496
MÁX 5 5 5 5 5 5 4 3,7 5 5 5 5 4,3 3,8
MIN 1 1 1 1 1 1 1 1 1 1 1 1 1 1,2
N° OBS.
286 286 286 286 286 286 286 286 286 286 286 286 286 286
Fonte: Elaboração própria a partir dos dados do Radar 1 do Programa ALI - SEBRAE RN (2016/2018).
Inicialmente, segundo observa-se no quadro 13 acima, as empresas da amostra quando
iniciaram sua participação no Programa ALI (T0) tinham como dimensões mais bem
avaliadas: marca, relacionamento e plataforma, ou seja, possuíam sua empresa (marca) forte
no mercado devido a um forte relação com o cliente e sua diversidade de produtos.
Quadro 14 – Inovação Global para o último Radar (T1)
O2 P2 M2 C2 S2 R2 A2 PRO2 ORG2 CF2 PRES2
REL2 AI2 GI2
Média 3,25 3,75 4,07 3,03 2,54 4,03 2,16 2,46 2,82 2,43 2,16 3,52 2,81 2,99
Desvio Padrão
1,147 1,578 0,818 1,243 1,19 1,142 1,259 0,784 1,224 1,422 1,333 1,445 0,978 0,779
MÁX. 5 5 5 5 5 5 5 4,7 5 5 5 5 5 5
MIN. 1 1 1 1 1 1 1 1 1 1 1 1 1 1,5
N° OBS.
286 286 286 286 286 286 286 286 286 286 286 286 286 286
FONTE: Elaboração própria a partir dos dados do último Radar do Programa ALI - SEBRAE RN (2016/2018).
68
Com o acompanhamento das empresas da amostra pelo Programa ALI observa-se que
ao final do acompanhamento (T1) as empresas tiveram como dimensões mais bem avaliadas
as mesmas dimensões que já eram mais fortes em T0 .
Porém, ao cruzar essas informações com o quadro 12, percebe-se que as dimensões
que mais cresceram percentualmente são diferentes das dimensões que apresentaram a maior
média absoluta em T0 e T1. Ou seja, o programa proporcionou uma abertura de horizontes
aos empresários que acabaram por proporcionar evoluções em dimensões que elevaram seu
sucesso no mercado e que anteriormente ao acompanhamento não eram compreendidas e
trabalhadas pelos empresários.
Gráfico 9 – Análise comparativa dos graus de inovação nos momentos TO e T1
Fonte: Elaboração da autora
O Gráfico 9 podemos observar que na maioria das dimensões as empresas ainda
continuaram classificadas como moderadamente inovadoras ou ocasionais (de acordo com
classificação do Quadro 6 que demonstra a situação das empresas segundo a metodologia do
Radar da Inovação). O efeito positivo levou algumas dimensões a mudarem de status como a
dimensão oferta e relacionamento que passaram de pouco a moderadamente inovadoras,
demonstrando que o Programa proporcionou ações nessas dimensões com novos produtos no
mercado e melhora no relacionamento com os clientes que estão intimamente relacionadas.
Essa melhoria da média da inovação corrobora Simpson et al. (200645 apud
LAFORET, 2013), que argumenta que as empresas que têm a perspectiva ampla da
organização orientada para a inovação experimentam maior eficiência operacional e
produtividade. Segundo Teixeira (2017) isso decorre de inovações de processos
69
intraorganizacionais: as empresas orientadas para a inovação experimentam a satisfação dos
funcionários, alto desempenho e retenção. Consequentemente, esse ambiente orientado para a
inovação é mais propenso a uma maior satisfação e autorrealização, bem como, teoricamente,
aumenta a participação da empresa no mercado.
Para melhor compreensão os fatores que influenciam na inovação em MPE será dada
continuidade aos comparativos entre o Radar 0 (T0) e o último Radar (T1) . Será apresentada
a evolução do desempenho das empresas participantes no Programa ALI considerando fatores
observáveis (de perfil) das empresas.
5.1.3 Comparativos por setor
O Programa ALI conseguiu com que todos os setores alcançassem avanços nas médias
do grau de inovação global, contudo esses progressos não foram suficientes para mudar a
classificação de todos os setores para inovador sistemático (segundo classificação do Quadro
6). Por meio da evolução percentual serão analisados os avanços de todos os setores
participantes (Quadro 15).
Quadro 15 – Estatística descritiva dos radares T0 e T1 por setor
SETOR MÉDIA DESVIO PADRÃO MÁXIMO MÍNIMO N°OBS. DIFERENÇA %
INDÚSTRIA T0 2,34 0,62 3,60 1,20 34 38%
T1 2,96 0,79 4,40 1,50 34
COMÉRCIO T0 2,32 0,57 3,70 1,20 139 39%
T1 2,93 0,83 5,00 1,60 139
SERVIÇO T0 2,50 0,50 3,80 1,40 113 43%
T1 3,07 4,80 4,80 1,60 113
Fonte: elaborado pela autora
Observa-se que os setores que mais obtiveram crescimento percentual em relação ao
Radar 0 foram: 1º- serviços (43%); 2º- comércio (39%); e 3º- indústria (38%).
Esse crescimento observado nas empresas atendidas pelos no ALI no Rio Grande do
Norte é destacado no gráfico 10.
70
Gráfico 10 – Evolução da Inovação Global do Radar 0 e do último Radar
Fonte: elaborado pela autora
5.1.4 Comparativos por região
Ao elaborar o comparativo por regiões pode-se averiguar, por meio da diferença
percentual entre as médias do Radar 0 e do último Radar, que a região que mais cresceu foi a
região Oeste. As MPE participantes do Programa ALI situadas nesta região obtiveram uma
evolução do T0 para o T1 em 74% (TABELA A). No Radar 0 apenas as empresas da região
de Natal (que cobre a capital e sua região metropolitana) atingiram um média de inovação que
as categorizavam como moderadamente inovadoras.
Quadro 16 – Estatística descritiva dos radares T0 e T1 por setor
SETOR MÉDIA DESVIO PADRÃO MÁXIMO MÍNIMO N°OBS. DIFERENÇA % MÉDIA
NATAL T0 2,47 0,524194146 3,8 1,2 161 26%
T1 3,21 0,770247399 5 1,7 161
OESTE T0 2,33 2,326027397 3,6 1,2 73 74%
T1 2,59 0,647204503 4,8 1,5 73
SERIDÓ T0 2,19 0,55130108 3,4 1,2 52 33%
T1 2,86 0,7594112 4,6 1,5 53
Fonte: elaborado pela autora
71
O Gráfico 11 apresenta a evolução dos Radares da Inovação por região. Todas as regiões
obtiveram uma média maior após o acompanhamento do Programa. Entretanto, em termos
percentuais a região que melhor média apresentou do Radar 0 para o último Radar foi a
região Oeste. As empresas da região Oeste melhoraram 74%. A segunda região que mais
evoluiu foi do Seridó com 33% e, em terceiro Natal com 26%.
Gráfico 11 – Evolução da Inovação Global do Radar 0 e do último Radar
Fonte: elaborado pela autora
5.1.5 Comparativos por porte
O comparativo por regiões permite averiguar, por meio da diferença percentual entre
as médias do Radar 0 e do último Radar, que o porte de empresas que mais cresceu foram as
Microempresas (ME). As empresas participantes do Programa ALI situadas neste porte
cresceram do T0 para o T1 em 47% (Quadro 17). No entanto, foram as empresas de Pequeno
Porte (EPP) que atingiram uma média de inovação global que as categorizavam como
moderadamente inovadoras (acima de 3).
Quadro 17 – Estatística descritiva dos radares T0 e T1 por porte da empresa
PORTE MÉDIA DESVIO PADRÃO MÁXIMO MÍNIMO N° OBS. DIFERENÇA %
EPP T0 2,480132 0,558094361 3,8 1,2 151 32%
T1 3,156291 0,770590783 5 1,6 151
72
ME T0 2,27037 0,520056552 3,3 1,2 135 47%
T1 2,802963 0,748624683 4,8 1,5 135
Fonte: elaborado pela autora
O Gráfico 12 apresenta a evolução dos Radares da Inovação por porte de empresas. Os
dois tipos de empresa (EPP e ME) obtiveram uma média maior após o acompanhamento do
Programa. Entretanto, em termos percentuais o porte de empresas que melhor média
apresentou do Radar 0 para o último Radar foram as MEs. As empresas EPPs melhoraram
32%.
Gráfico 12 – Evolução da Inovação Global do Radar 0 e do último Radar
Fonte: elaborado pela autora
5.1.5 Comparativos por sexo
O comparativo por sexo permite averiguar, por meio da diferença percentual entre as
médias do Radar 0 e do último Radar, que gênero de empresários que mais evoluiu foi o
feminino. As empresárias participantes do Programa ALI cresceram do T0 para o T1 em 45%
(Quadro 18). No entanto, foram as empresas que possuem homens na frente do negócio que
atingiram uma média de inovação global que as categorizavam como moderadamente
inovadoras (acima de 3).
73
Quadro 18 – Estatística descritiva dos radares T0 e T1 por porte da empresa
SEXO MÉDIA DESVIO PADRÃO
MÁXIMO MÍNIMO N° OBS. DIFERENÇA %
MASCULINO T0 2,361983 0,541334 3,8 1,2 121 31%
T1 3,047934 0,824025 5 1,6 121
FEMININO T0 2,395152 0,556865 3,7 1,2 165 45%
T1 2,946667 0,744372 4,9 1,5 165
Fonte: elaborado pela autora
O Gráfico 13 apresenta a evolução dos Radares da Inovação por sexo dos empresários.
Os dois gêneros de empresários obtiveram uma média maior após o acompanhamento do
Programa.
Gráfico 13 – Evolução da Inovação Global do Radar 0 e do último Radar
Fonte: elaborado pela autora
5.1.6 Comparativos por último ciclo executado pela empresa no programa
Em relação ao comparativo pelo último ciclo executado pelas empresas no Programa
comparativo observa-se, por meio da diferença percentual entre as médias do Radar 0 e do
último Radar, que as empresas que mais evoluíram no grau de inovação foram as empresas
que alcançar o mais ciclos. As empresas participantes do Programa ALI que alcançaram o
ciclo 4 aumentaram seu grau de inovação em 66%, as que foram até o ciclo 3 tiveram 50% de
aumento, as que chegaram ao ciclo 2 cresceram 28% no GI e as empresas que chegaram só
até o ciclo 1 evoluíram apenas 9% (Quadro 19). No entanto, foram as empresas que
alcançaram só até o ciclo 1 e 2 que conseguiram atingir um média de inovação global que as
categorizavam como moderadamente inovadoras (acima de 3).
74
Quadro 19 – Estatística descritiva dos radares T0 e T1 pelo último ciclo que a empresa
realizou no Programa
último ciclo MÉDIA DESVIO PADRÃO
MÁXIMO
MÍNIMO
N° OBS. DIFERENÇA %
1 T0 2,20 0,34 2,8 1,6 12 66%
T1 2,54 0,54 3,9 2 12
2 T0 2,34 0,53 3,5 1,2 144 50%
T1 2,84 0,66 4,5 1,6 144
3 T0 2,46 0,57 3,8 1,2 111 28%
T1 3,19 0,84 5 1,5 111
4 T0 2,35 0,62 3,5 1,4 19 9%
T1 3,25 1,03 4,8 1,6 19
Fonte: elaborado pela autora
O Gráfico 14 apresenta a evolução dos Radares da Inovação para todas as empresas
assistidas pelos ALI. Os dois tipos de empresa (EPP e ME) obtiveram uma média maior após
o acompanhamento do Programa.
Gráfico 14 – Evolução da Inovação Global do Radar 0 e do último Radar de acordo com o
alcance da empresa em número de ciclos
Fonte: elaborado pela autora
75
Esta análise do perfil das empresas, do perfil dos empresários das empresas analisadas
e do grau de comprometimento das empresas com o programa ALI permitiu a obtenção de
uma ideia inicial da distribuição das características observadas na amostra e de sua relação
com os graus de inovação global. No entanto, esta análise descritiva não é capaz de isolar a
associação de uma característica, mantendo fixas as demais variáveis de perfil das empresas.
A seguir, será usada a análise da regressão múltipla com a finalidade de se obter uma relação
entre as variáveis das empresas disponíveis no momento do cadastro, o grau de inovação no
radar 0 (T0) e a variação do grau de inovação entre o último radar (T1) e o radar 0 (T0).
5.2 Análise Evolutiva das empresas participantes do Programa ALI/RN ciclo 2016/2018.
Para uma compreensão mais efetiva da evolução das empresas atendidas pelo ALI/RN
ciclo 2016/2018 foram realizadas análises econométricas. Essas análises visam avaliar, de
acordo com as características observáveis dos participantes do Programa ALI, a evolução
alcançada no grau de inovação, escala de medição do instrumento Radar da Inovação.
As variáveis observáveis são colhidas pelos agentes locais de inovação, como requisito
obrigatório (contratual) de adesão ao programa, diretamente dos responsáveis pelas empresas.
Esses dados são armazenados no sistema e formam uma base de dados importante, sólida e
confiável das empresas participantes.
Essa base de dados das variáveis servirá nesta pesquisa como fator de observação da
seleção das empresas. A seleção das empresas que participam do ALI/RN é realizada,
primeiramente, pelo filtro administrativo gerencial dos escritórios regionais do SEBRAE
(setores, regiões, parcerias) e, posteriormente, por conveniência dos agentes (proximidade,
conhecimento do setor, networking).
5.2.1 Análise das empresas participantes (
Este trabalho, inicialmente, examinou a partir das características dos participantes do
Programa ALI, ao longo do ciclo 16/18, no Rio Grande do Norte seu grau de inovação global
inicial ( , ou seja, antes de receber o tratamento (Programa ALI).
76
Tabela 1 – Estatística de Y Inicial
Estatística de regressão
R múltiplo 0,34
R-Quadrado 0,12
R-quadrado ajustado 0,08
Erro padrão 0,53
Observações 286
Fonte: elaborado pela autora
Através relação obtida entre as variáveis observáveis (dummy) com o grau de
inovação inicial pela regressão múltipla observamos que o coeficiente de determinação (R-
quadrado) indica que aproximadamente apenas 12% de grau de inovação inicial ( é
explicada pelas variáveis observadas embutidas no modelo. Naturalmente, existem outros
fatores que não entraram no modelo e que explicam o grau de inovação de uma empresa.
Contudo, esse modelo foi sugerido a fim de utilizar as informações da base de dados do
SEBRAE para verificar a focalização do Programa ALI no RN, sendo, dessa forma, uma
ferramenta que permita um melhor direcionamento nas empresas participantes no Estado
permitindo, desta maneira, que os reais objetivos do Programa sejam atingidos pelas empresas
mais bem qualificadas a recebê-lo.
Contudo, o valor p do teste F (F de significação da regressão) é menor que 0,05 temos
evidências estatísticas que o modelo ajuda a prever a variável resposta grau de inovação
inicial ( .
Tabela 2 – Regressão de Y Inicial
Fonte: elaborado pela autora
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores
Interseção 2,10 0,1395648 15,0233 1,4E-37 1,821957542 2,371477534
Serviço 0,14 0,0692075 1,95771 0,05128 -0,00075992 0,27173648
Indústria -0,03 0,1031383 -0,2554 0,79862 -0,229387 0,176707927
EPP 0,19 0,0667014 2,82382 0,0051 0,057038099 0,31966697
Seridó -0,14 0,1015602 -1,3409 0,18106 -0,3361251 0,063756382
Natal 0,14 0,0822379 1,72292 0,08604 -0,02021174 0,30359042
Mulher -0,01 0,0650103 -0,1305 0,89626 -0,13646928 0,11950102
Empreendedor -0,12 0,0823396 -1,468 0,14325 -0,28297845 0,041224169
Empréstimo 0,06 0,0682037 0,82105 0,41234 -0,07827353 0,190270577
Pagamento -0,06 0,0865004 -0,6652 0,50648 -0,22783327 0,112751964
Ciclo 1 -0,03 0,2028537 -0,1362 0,89179 -0,42697908 0,371733553
Ciclo 2 0,02 0,1313622 0,15647 0,87578 -0,23805798 0,279165471
Ciclo 3 0,20 0,1337069 1,52013 0,12964 -0,05997576 0,466479411
77
O intercepto é 2,10, que representa o valor médio do grau de inovação inicial para as
empresas do setor do comércio da região Oeste dirigidas por homens que não empreenderam
anteriormente, não pediram empréstimo e que tenham alcançado o ciclo 4 no
acompanhamento com o Programa, ou seja, o valor médio para empresas na qual as categorias
estão sendo usadas como categorias de referência.
Os coeficientes de regressão descrevem o relacionamento entre cada variável preditora
(x) e a variável resposta ( Assim, o valor do coeficiente representa a mudança
média no grau de inovação inicial, levando em consideração a unidade (1) do preditor (x),
variável categórica (dummy).
Nota-se que apenas possuem significância estatística as variáveis: EPP, Serviço e
Natal. Esta última entra levando em consideração a referencia máxima de 10% de
significância. As outras variáveis podemos perceber que não são significativas nem a 10% de
significância. Logo, esta informação dá indícios de que essas variáveis não afetam no grau de
inovação inicial ( das empresas no RN.
O coeficiente estimado da variável EPP é 0,19. Os coeficientes das variáveis dummy
representam a diferença média entre a categoria e a categoria de referência, mantida as outras
variáveis constantes. Assim podemos dizer que quando a empresa é uma EPP, o grau de
inovação inicial da empresa já inicia em 0,19 a mais que quando ME (Microempresa). Esse
valor representa 0,038% do valor do grau de inovação (1 a 5). Isso nos permite inferir que o
porte da empresa é relevante para a empresa já possuir uma melhor maturidade para receber o
programa (benefícios, sugestões, ações, parcerias, orientações de inovação). É importante
observar que, atualmente, o SEBRAE/RN ao direcionar o Programa ALI para as empresas
possui como requisito inicial de entrada nos Programa apenas o porte de EPP, os setores são
direcionados por caráter gerencial. O Programa é apenas aberto para as empresas ME no final
do período máximo de adesão ao programa como uma maneira de completar as vagas
destinadas ao Programa no estado. Esta análise, nos permite validar que a focalização do
programa é mantida quando o programa atende EPPs e acaba por perder direcionamento ao
incluir MEs. Parece ser mais válido abrir o programa no final do período de adesão para
outros setores ou regiões que para as MEs do mesmo setor e região. Certamente, as EPPs está
mais adequada a receber toda a contribuição e desenho do ALI permitindo assim alcançar
mais e melhores benefícios das práticas de inovação fomentadas pelo Radar da Inovação.
78
De maneira geral, o resultado de não significância estatística também é interessante,
pois está indicando também que não há diferença significativa no grau de inovação inicial das
empresas e dará respaldo análise da evolução de inovação realizada a seguir. Mais ainda,
como as dummies de ciclos não foram significantes, isto indica que o fato de algumas
empresas evoluírem mais ou menos durante acompanhamento no programa, não está ligado às
condições iniciais com as quais elas entraram no programa. Assim, se houve diferenças
consistentes de ganhos no grau de inovação das empresas, estes ganhos não podem ser
justificados por uma diferença inicial entre as empresas.
5.2.2 Evolução geral das empresas participantes do ALI/RN (ΔY)
O segundo modelo utilizado neste trabalho analisa mudanças nos graus de inovação
ao longo da participação de uma empresa no programa (ΔY):
Tabela 3 – Regressão de Delta Y
(1)
VARIÁVEL
Serviço -0.0414
(0.0663)
Indústria -0.0445
(0.0837)
EPP 0.0328
(0.0612)
Seridó 0.439***
(0.0827)
Natal 0.517***
(0.0705)
Mulher 0.155***
(0.0567)
Empreendedor 0.0495
(0.0684)
Empréstimo 0.0209
(0.0591)
Pagamento -0.169**
(0.0712)
Constant 0.187***
(0.0534)
Observações 286
R-quadrado 0.198
Valor do teste F 0
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
79
A relação resultante da relação entre as variáveis observáveis (dummy) com a variação
do grau de inovação ( ) através da regressão múltipla apresenta como coeficiente de
determinação (R-quadrado) 0,198 que indica que 19,8 % da variação do grau de inovação é
explicada pelas variáveis observadas embutidas no modelo. Portanto, temos que outros fatores
interferem nessa relação, mas não estão sendo levados em consideração no modelo (apenas
19,8%). Esse modelo foi proposto com o intuito de utilizar as informações da base de dados
do SEBRAE para verificar se a evolução da empresa está relacionada às suas características
iniciais permitindo, desta maneira, uma análise da possível interferência das empresas
selecionadas nos resultados dos programas. Diferentemente do modelo de análise de grau de
inovação global inicial , o modelo de análise de variação do grau de inovação global
( ) não utilizou como variável dummy o último ciclo realizado pela empresa durante
acompanhamento visto que o objetivo ao analisar a variação passa a ser observar as
características que podem ser utilizadas para focalizar o Programa de forma mais efetiva em
relação aos objetivos proposto pelo desenho do ALI. Sendo assim, a quantidade de ciclos que
a empresa realizará, sendo imprevisível (pois se desenvolve de acordo com a realização da
empresa durante acompanhamento), não poderia ser utilizado no modelo.
O valor p do teste F (F de significação da regressão) é menor que 0,05. Assim sendo,
temos evidências estatísticas que o modelo ajuda a prever a variável resposta variação do grau
de inovação ( ). Desta forma, podemos usar a relação de saída da regressão para análise da
variação do grau de inovação das empresas que são acompanhadas pelo programa ALI no RN
como forma de analisar as características que devem ser priorizadas pelo SEBRAE como
forma de ajustar a focalização do ALI.
Da Tabela acima observa-se que o intercepto é 0,19, representando o grau de inovação
para as empresas do setor do comércio da região Oeste dirigidas por homens que não
empreenderam anteriormente e que não pediram empréstimo.
Verificamos que as variáveis: mulher, Natal e Seridó apresentam-se com o sinal do
coeficiente positivo, ou seja, as empresas que possuem essas características possuem a
tendência média de aumentarem mais o grau de inovação das empresas quando inseridas no
ALI/RN do que as categorias de referência. Assim podemos dizer que quando a empresa
localiza-se no Seridó, ou em Natal, ou é administrada por uma mulher, ela tende a aumentar o
grau de inovação da empresa durante o acompanhamento com o Programa em média (0,44),
(0,52), (0,16) a mais do que empresas localizadas no Oeste e dirigidas por homens,
respectivamente. Já a variável Pagamento apresentou um sinal negativo, indicando que
80
empresas que estão pagando empréstimos tem pior evolução no grau de inovação do que as
empresas livres de empréstimos num valor médio de -0.17 do grau de inovação. Destas,
apenas a variável Natal era significante na regressão do estado inicial do grau de inovação. No
entanto, a diferença em T0 entre Natal e Oeste era de apenas 0.14 a favor de Natal. Assim,
mesmo que descontarmos essa diferença inicial, restando ainda um ganho relativo maior para
Natal em 0.38 no grau de inovação.
Desta forma, podemos inferir que essas características podem ser usadas pelos
gestores do Programa ALI como meio de ajustar a seleção das empresas participantes, visto
que essas regiões (Seridó e Natal), sexo (Mulher) e que não estão pagando empréstimos
(Pagamento) ajudam no ( Assim, parece válido priorizar essas características na seleção
das empresas participantes e direcionar planos de ação para empresas com essas
características, possibilitando, desta forma, que as empresas se engajem mais ao ALI, obterem
melhores benefícios de inovação e desenvolverem-se mais proporcionando, deste modo,
avanços na economia das MPEs brasileiras e gerando melhores resultados ao programa
Agentes Locais de Inovação.
5.3 Avanço das dimensões da Inovação nas empresas do RN, ciclo 16/18
É interessante analisar também o comportamento sobre a evolução das empresas em
relação às dimensões propostas pelo instrumento Radar da Inovação. Para saber (re)orientar o
Programa e os agentes para as corretas ações de inovação direcionadas para as empresas no
âmbito de cada Estado foi realizada uma análise das variabilidades das notas de cada
dimensão da inovação propostas pelo Radar da Inovação. Esse estudo tem, assim, como
objetivo avaliar dimensões do grau de inovação que pouco exploradas na literatura, a fim de
identificar avanços nas dimensões que compõem o grau de inovação.
Este investigação, inicialmente, examinou todas as 13 dimensões da inovação
trabalhadas pelo ao longo do ciclo 16/18 no Rio Grande do Norte. Essa relação foi arranjada
através da metodologia de regressão similar a metodologia utilizada para o grau de inovação
inicial( ) e para mudanças no grau de inovação ( ).
81
5.3.1 Oferta
Tabela 4 – Regressão da Dimensão Oferta
(1) (2)
VARIABLES O1 DeltaO
Serviço -0.470*** -0.142
(0.146) (0.106)
Indústria -0.753*** 0.0332
(0.195) (0.125)
EPP 0.195 -0.193*
(0.138) (0.101)
Seridó -0.338 0.382***
(0.222) (0.128)
Natal 0.426** 0.328***
(0.185) (0.111)
Mulher 0.0838 0.0930
(0.141) (0.0921)
Empreendedor -0.170 0.0847
(0.185) (0.127)
Empréstimo 0.0443 0.0930
(0.141) (0.0959)
Pagamento 0.127 -0.257**
(0.168) (0.118)
Ciclo 1 0.194
(0.338)
Ciclo 2 -0.0464
(0.238)
Ciclo 3 0.249
(0.246)
Constant 2.705*** 0.256***
(0.269) (0.0959)
Observações 286 286
R-quadrado 0.128 0.060
Teste F 1.24e-05 0.00681
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.1.1 Dimensão oferta inicial ( ) : O1
A tabela acima apresenta os resultados estimados para a Oferta.
O valor médio do grau de inovação inicial de oferta para as empresas do setor do
comércio da região Oeste dirigidas por homens que não empreenderam anteriormente, não
pediram empréstimo e que tenham alcançado o ciclo 4 no acompanhamento com o Programa
é de 2,705.
82
Verificamos que as variáveis: serviço indústria e Natal são significantes.As empresas
do setor de serviços tem inicialmente um valor menor da dimensão de oferta do que as
empresas do comércio e aproximadamente 0,47 e 0,75, respectivamente.
O coeficiente estimado da variável Natal é 0,426. Assim, quando a empresa localiza-se
em Natal, o grau de inovação inicial da dimensão oferta da empresa já inicia em 0,426 a mais
que quando em outras regiões do Estado. Esse valor representa 8,52% do valor do grau de
inovação (1 a 5). Isso nos permite inferir que a região da empresa no Estado é relevante para a
empresa já possuir uma melhor maturidade benefícios, sugestões e ações nesta dimensão. Esta
análise nos permite validar que a focalização do programa é mantida quando o programa
atende empresas em sua maioria empresas de Natal e direciona 50% dos agentes do Estado
para essa região. Sendo Natal a capital do estado e abarcando também a sua região
metropolitana é compreensível que novas ofertas de produtos sejam primeiramente
apresentadas ao mercado por esta região visto que nela estão os principais mercados
consumidores do Estado (maioria das pessoas; maiores rendas; maioria das empresas que
produzem, vendem e consomem novidades) permitindo assim alcançar mais e melhores
benefícios nesta dimensão da inovação.
5.3.1.2 Diferença na dimensão oferta ( ): DeltaO
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão ( ) através da regressão múltipla apresenta
como coeficiente de determinação (R-quadrado) 0,6 que indica que apenas 6% da variação do
grau de inovação é explicada pelas variáveis observadas embutidas no modelo.
O aumento médio no grau de inovação da dimensão oferta para as empresas do setor
do comércio da região Oeste dirigidas por homens que não empreenderam anteriormente e
que não pediram empréstimo (categorias de referência) é de 0.256.
No entanto, a análise do p-valor nos permite notar que EPP possui significância a
10%, Pagamento possui significância a 5% e Natal e Seridó a 1%. As demais variáveis,
rejeitam a hipótese de significância a 5% e 1% e, desta forma, não explicam a variação no
grau de inovação da dimensão oferta das empresas que participam do Programa ALI/RN,
visto que não apresentaram diferença significativa com a categoria de referência.
83
Desta maneira, quando a empresa localiza-se no Seridó ou em Natal, tende a aumentar
o grau de inovação da empresa durante o acompanhamento com o Programa em média 0,382
e 0,328, respectivamente, com relação a região do Oeste. Já empresas com dificuldade no
pagamento ou do tipo EPP tem uma evolução pior do que empresas sem dificuldade no
pagamento ou do tipo ME em 0,257 e 0,193, respectivamente. Desta forma, podemos inferir
que essas características podem ser usadas pelos gestores do Programa ALI como meio de
ajustar a seleção das empresas participantes, visto que essas regiões (Seridó e Natal) ajudam
no e dificuldades no pagamento e EPP pioram a oferta de produtos (coerentemente a
realidade econômica do mercado). Assim, parece coerente priorizar essas regiões na seleção
das empresas participantes e direcionar planos de ação para desenvolvimento de inovação em
ofertas para as outras regiões com bases nos modelos dessa região. No entanto, a priorização
das EPPs pelo programa não está de acordo com a maior evolução da Oferta.
5.3.2 Plataforma
Tabela 5 – Regressão Dimensão Plataforma Z
(1) (2)
VARIÁVEL P1 DeltaP
Serviço 1.508*** -0.235
(0.176) (0.168)
Indústria 1.433*** -0.393*
(0.231) (0.207)
EPP 0.0710 -0.115
(0.173) (0.159)
Seridó 0.121 0.312
(0.282) (0.196)
Natal 0.623*** 0.811***
(0.213) (0.167)
Mulher 0.161 0.431***
(0.167) (0.154)
Empreendedor -0.283 -0.0311
(0.200) (0.177)
Empréstimo 0.0585 -0.134
(0.176) (0.155)
Pagamento -0.196 -0.309
(0.236) (0.217)
Ciclo 1 -0.691
(0.517)
Ciclo 2 -0.592**
(0.266)
Ciclo 3 0.0414
(0.288)
Constant 2.876*** 0.214
(0.304) (0.155)
84
Observações 286 286
R-quadrado 0.298 0.104
Teste F 0 0.000208
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.2.1 Dimensão plataforma inicial ( ) : P1
Através da relação obtida entre as variáveis observáveis (dummies) com o grau de
inovação inicial da dimensão Plataforma pela regressão múltipla observamos que o
coeficiente de determinação (R-quadrado) indica que aproximadamente apenas 29,8% de grau
de inovação inicial de oferta ( é explicada pelas variáveis observadas colocadas no
modelo.
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
plataforma ( . Desta forma, podemos usa a relação de saída da regressão para
análise do grau de inovação inicial da dimensão plataforma do programa ALI no RN.
O intercepto é 2,876, ou seja, trata-se do valor médio do grau de inovação inicial de
plataforma para as empresas inseridas nas categorias de referência.
Verificamos que as variáveis: EPP, Natal, mulher, empréstimo, pagamento, ciclo 1 e 3
apresentam-se com o sinal positivos, ou seja, as empresas que possuem essas características
possuem a tendência média de possuírem grau de inovação inicial de oferta aumentado.
Enquanto que as variáveis: serviço, indústria, seridó, empreeendedor anterior e ciclo 2
possuem uma tendência oposta (diminuição do
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
variável ciclo 2 (5% de significância) e serviço, indústria, Natal (a 10% de significância) . As
outras não afetam no grau de inovação inicial da dimensão plataforma ( das
empresas no RN.
Os coeficientes das variáveis dummy representam a diferença média entre a categoria
e a categoria de referência, mantida as outras variáveis constantes. Assim podemos dizer que
quando a empresa é do setor de indústria ou serviços já possuem grau de inovação inicial de
plataforma mais avançado, ou seja, já possuem maior variedade de produtos que o setor de
comércio. A região de Natal também é uma característica que inicialmente já proporciona
85
maior maturidade inicial da dimensão plataforma e, também coerente à realidade econômica e
social da capital e região metropolitana que demanda maior variedade de produtos e serviços.
5.3.2.2 Diferença na dimensão plataforma(ΔP) : DeltaP
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão plataforma (ΔP) através da regressão múltipla
apresenta como coeficiente de determinação (R-quadrado) 0,104 que indica que 10,4% da
variação do grau de inovação é explicada pelas variáveis observadas embutidas no modelo..
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão plataforma das empresas que
são acompanhadas pelo programa ALI no RN é uma forma capaz de verificar as
características que devem ser priorizadas e fomentadas pelo SEBRAE para que haja inovação
em plataforma (variedade de produtos).
O intercepto é 0,214 trata do valor médio do grau de inovação da dimensão plataforma
para as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens,
que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: indústria, Seridó, Natal, mulher apresentam-se com o
sinal do coeficiente positivo, assim as empresas que possuem essas características possuem a
tendência média de aumentarem o grau de inovação de plataforma das empresas quando
inseridas no ALI/RN. Diferentemente das demais variáveis dummies.
A análise do P-valor nos permite notar que apenas Natal e mulher possuem
significância a 1%. As demais variáveis, rejeitam a hipótese de significância a 5% e 1% e,
desta forma, não explicam a variação no grau de inovação da dimensão plataforma das
empresas que participam do Programa ALI/RN, visto que não apresentaram diferença
significativa com a categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal, ou possui é
administrada por mulher, tendem a aumentar o grau de inovação da empresa durante o
acompanhamento com o Programa em média (0,811), (0,431), respectivamente, em relação as
variáveis categóricas Oeste e homem. Ou seja, essas variáveis tendem a ajustar o grau de
inovação da plataforma ( em 16% e 8,6%, respectivamente, em relação à pontuação
86
máxima de 5. Desta forma, podemos inferir que essas características podem ser usadas pelos
gestores do Programa ALI como meio de ajustar a seleção das empresas participantes, visto
que a região de Natal e mulheres estam mais propensas a receber inovação em plataforma.
Assim, parece coerente priorizar esses caracteres na seleção das empresas participantes e
direcionar planos de ação para desenvolvimento de inovação em plataforma (variedade) para
as outras regiões com bases nos modelos dessa região.
5.3.3 Marca
Tabela 6 – Regressão da Dimensão Marca
(1) (2)
VARIABLES M1 DeltaM
Serviço 0.0892 -0.0744
(0.123) (0.0819)
Industria -0.467** 0.238
(0.218) (0.161)
EPP 0.0918 0.0841
(0.122) (0.0807)
Seridó -0.119 0.0408
(0.153) (0.104)
Natal 0.101 0.114
(0.151) (0.0896)
Mulher 0.00136 0.00343
(0.117) (0.0803)
Empreendedor 0.142 -0.0263
(0.134) (0.0891)
Empréstimo -0.0758 0.0895
(0.122) (0.0805)
Pagamento 0.0206 -0.109
(0.170) (0.0915)
Ciclo 1 -0.0596
(0.325)
Ciclo 2 -0.0381
(0.197)
Ciclo 3 0.0490
(0.193)
Constant 3.684*** 0.195**
(0.207) (0.0911)
Observations 286 286
R-squared 0.049 0.043
F-test 0.344 0.346
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
87
5.3.3.1 Dimensão marca inicial ( ) : M1
Observamos que o coeficiente de determinação (R-quadrado) indica que
aproximadamente apenas 29,8% de grau de inovação inicial da dimensão marca (
é explicada pelas variáveis observadas colocadas no modelo.
Contudo, sendo o valor p do teste F (F-test) maior que 0,05, não temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de marca
( . Desta forma, não podemos usa a relação de saída da regressão para análise do
grau de inovação inicial da dimensão marca do programa ALI no RN.
5.3.3.2 Diferença na dimensão marca (Δm) : DeltaM
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão marca (ΔP) através da regressão múltipla apresenta
como coeficiente de determinação (R-quadrado) 0,043 que indica que apenas 4,3% da
variação do grau de inovação da dimensão marca é explicada pelas variáveis observadas
embutidas no modelo.
O valor p do teste F (F-test) não é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão plataforma das empresas que
são acompanhadas pelo programa ALI no RN não é capaz significante.
Desta forma, podemos inferir que a evolução da dimensão marca não apresenta relação
com as características das empresas e empresários. Provavelmente, essa dimensão está mais
ligada a características não elencadas para o modelo como variáveis externas a empresa que
parece ser bem compreensível já que esta dimensão está ligada a investimentos que a empresa
realizada em propagandas ou outros negócios para alavancar a marca da empresa.
88
5.3.4 Clientes
Tabela 7 – Regressão da Dimensão Clientes
(1) (2)
VARIABLES C1 DeltaC
Serviço 0.204* -0.0180
(0.118) (0.121)
Indústria -0.0579 -0.0102
(0.165) (0.173)
EPP 0.225** -0.110
(0.108) (0.112)
Seridó -0.0430 0.654***
(0.154) (0.156)
Natal 0.364*** 0.603***
(0.130) (0.125)
Mulher 0.136 0.192*
(0.111) (0.108)
Empreendedor -0.0536 -0.0789
(0.149) (0.127)
Empréstimo 0.104 0.0234
(0.108) (0.114)
Pagamento 0.0206 -0.206
(0.154) (0.148)
Ciclo 1 0.464
(0.331)
Ciclo 2 0.220
(0.224)
Ciclo 3 0.504**
(0.229)
Constant 1.514*** 0.260**
(0.228) (0.112)
Observations 286 286
R-squared 0.106 0.088
F-test 0.00102 0.000132
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.4.1 Dimensão clientes inicial ( ) : C1
Verifica-se que o coeficiente de determinação (R-quadrado) indica que
aproximadamente apenas 10,6% de grau de inovação inicial da dimensão clientes (
é explicada pelas variáveis observadas colocadas no modelo.
89
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
clientes ( . Assim, podemos usar a relação gerada pela regressão para análise do
grau de inovação inicial da dimensão clientes do programa ALI no RN.
O intercepto é 1,514, ou seja, trata-se do valor médio do grau de inovação inicial de
clientes para as empresas inseridas nas categorias de referência.
Verificamos que as variáveis: serviços, EPP, Natal, mulher, empréstimo, pagamento,
ciclo 1, 2 e 3 apresentam-se com os sinais positivos: as empresas que possuem essas
características possuem a tendência média de possuírem grau de inovação inicial de clientes
maiores. Enquanto que as outras possuem uma tendência oposta (diminuição do .
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
variável ciclo 3 e EPP (5% de significância); Natal (1% de significância) e serviço (a 10% de
significância). As outras não afetam no grau de inovação inicial da dimensão clientes
( das empresas no RN.
Assim, em relação aos coeficientes das variáveis dummy podemos dizer que quando a
empresa possuem variáveis significativas como EPP, Natal, serviço, ciclo 3 já possuem grau
de inovação inicial de clientes (grau de maturidade em clientes) mais avançado, ou seja, já
possuem maior interação com seus clientes que quando comparados a variáveis categóricas.
5.3.4.2 Diferença na dimensão clientes (ΔC) : DeltaC
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão clientes (ΔC) através da regressão múltipla
apresenta como coeficiente de determinação (R-quadrado) 0,088 que indica que 8,8% da
variação do grau de inovação de clientes é explicada pelas variáveis observadas enrustidas no
modelo.
O valor p do teste F (F-test) menor que 0,05 evidencia, estatísticamente, que a relação
de saída gerada para análise da evolução da dimensão clientes das empresas que são
acompanhadas pelo programa ALI no RN é bom para verificar as características que devem
ser priorizadas e fomentadas pelo SEBRAE para que haja inovação em clientes (avanços nas
relações estabelecidas com os clientes e evoluções proporcionadas por esta relação).
90
O intercepto é 0,260 trata do valor médio do grau de inovação da dimensão clientes
para as empresas da categoria de referência.
As variáveis: indústria, Seridó, Natal, mulher e empréstimos apresentam-se com o
sinal do coeficiente positivo, assim as empresas que possuem essas características possuem a
tendência média de aumentarem o grau de inovação da dimensão clientes das empresas
inseridas no ALI/RN. Já as demais variáveis dummies reagem de forma oposta.
A análise do P-valor nos permite notar que apenas Natal e Seridó possuem
significância a 1% e, mulher possui significância a 10%. As demais variáveis não são
responsáveis pela variação no grau de inovação da dimensão clientes das empresas que
participam do Programa ALI/RN, visto que não apresentaram diferença significativa com a
categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal ou Seridó
ou são administrada por mulheres, tendem a aumentar o grau de inovação da empresa durante
o acompanhamento com o Programa em média (0,603), (0,654), (0,192), respectivamente, em
relação as variáveis categóricas Oeste e homem. Ou seja, essas variáveis tendem a ajustar o
grau de inovação da dimensão clientes ( em 12%, 13% e 3,8%, respectivamente, em
relação à pontuação máxima de 5. Podemos depreender que essas características podem ser
usadas pelos gestores do Programa ALI como meio de ajustar a seleção das empresas
participantes, visto que a região de Natal e Seridó e administradas por mulheres estão mais
predispostas a receber inovação em clientes. Assim, é adequado a preferência dessas variáveis
na seleção das empresas participantes para melhorar a focalização e o desenvolvimento de
planos de ação com foco em inovação em clientes (identificação de oportunidades através dos
clientes ) para as empresas do RN usando como modelos as ações desenvolvidas pelas
empresas destaques desta dimensão.
5.3.5 Soluções
Tabela 8 – Regressão da Dimensão Soluções
(1) (2)
VARIABLES S1 DeltaS
Serviço 0.113 -0.0112
(0.138) (0.131)
Indústria 0.119 -0.0567
(0.180) (0.188)
EPP -0.0779 6.20e-05
91
(0.127) (0.129)
Seridó -0.629*** 0.418**
(0.182) (0.166)
Natal -0.268* 0.645***
(0.158) (0.143)
Mulher 0.00545 0.292**
(0.126) (0.116)
Empreendedor 0.0748 -0.0788
(0.160) (0.135)
Empréstimo 0.275** -0.122
(0.133) (0.123)
Pagamento -0.198 -0.0574
(0.157) (0.142)
Ciclo 1 -0.189
(0.309)
Ciclo 2 -0.202
(0.261)
Ciclo 3 -0.0693
(0.261)
Constant 2.276*** 0.0617
(0.267) (0.108)
Observations 286 286
R-squared 0.073 0.095
F-test 0.0190 7.06e-05
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.5.1 Dimensão soluções inicial ( ) : S1
A relação gerada entre as variáveis dummies com o grau de inovação inicial da
dimensão soluções indica que o coeficiente de determinação (R-quadrado) 0,073, ou seja,
7,3% do grau de inovação inicial de soluções ( é explicada pelas variáveis
observadas colocadas no modelo.
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
soluções ( .
O intercepto é 2,276, ou seja, trata-se do valor médio do grau de inovação inicial de
soluções para as empresas inseridas na categorias de referência.
As variáveis: serviço, indústria, mulher, empreendedor, empréstimo possuem o sinal
positivos, desta maneira, as empresas que possuem essas características possuem a tendência
92
média de possuírem grau de inovação inicial de soluções alto. Enquanto que o restante das
variáveis possui uma tendência oposta (diminuição do
A análise do P-valor nos permite notar que apenas possuem significância a variável
Seridó (1% de significância), empréstimo (5% de significância) e Natal (1% de significância).
As outras não afetam no grau de inovação inicial da dimensão soluções ( das
empresas no RN. Constatamos, portanto, que¸ mantida as outras variáveis constantes, a
diferença média entre a Natal e Seridó e a categoria de referência (Oeste) são,
respectivamente, (-0,268) e (-0,629) configurando um cenário em que essas regiões afetam
negativamente o grau de inovação inicial da dimensão soluções (-5,4%) e (-12,6%). Essas
regiões são mais inclinadas a não proporcionar soluções complementares de produtos ou
serviços a seus clientes. Este informação deve ser observada e gerenciada pelos gestores do
Programa visto ser de imensa importância implementar planos de ação durante o
acompanhamento com o ALI para empresas inovarem em soluções visto ser uma
oportunidade para alavancar a renda das MPEs do RN. Também foi observado que as
empresas que fazem empréstimos tem predisposição em ter um grau de inovação inicial da
diemensão soluções 0,275 mais alto que as empresas que não realizam empréstimos, ou seja,
5,5% melhores nesta dimensão inicialmente
5.3.5.2 Diferença na dimensão soluções (ΔS) : DeltaS
O R-quadrado de 0,095 desta relação indica que 9,5% da variação do grau de inovação
da dimensão soluções é explicada pelas variáveis observadas do modelo gerado.
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão soluções é capaz de detectar
relações.
O intercepto é 0,06 trata do valor médio do grau de inovação da dimensão soluções
para as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens,
que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: EPP, Seridó, Natal e mulher apresentam-se com o sinal
do coeficiente positivo, assim as empresas que possuem essas características possuem a
tendência média de aumentarem o grau de inovação de soluções das empresas quando
93
participam do ALI/RN. As outras variáveis são negativas e, por isso, apresentação oposto
comportamento.
A análise do P-valor nos permite notar que apenas Natal, Seridó e mulher possuem
significância a entre 1% e 5%. As demais variáveis, rejeitam a hipótese de significância a 5%
e 1% , pois não apresentaram diferença significativa com a categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal e Seridó ou
são administrada por mulher, tendem a aumentar o grau de inovação da empresa durante o
acompanhamento com o Programa em média (0,645), (0,418), (0,292), respectivamente, em
relação as variáveis categóricas Oeste e homem. Ou seja, essas variáveis tendem a ajustar o
grau de inovação de soluções ( em 12,9% , 8,4% e 5,8%, respectivamente, comparando-
se com à pontuação máxima de 5. Desta forma, podemos inferir que essas características
podem ser usadas pelos gestores do Programa ALI como meio de ajustar a seleção das
empresas participantes e, desta maneira, ajustar e focalizar o Programa para melhor
desempenho desta dimensão.
5.3.6 Relacionamento
Tabela 9 – Regressão em Relacionamento
(1) (2)
VARIABLES R1 DeltaR
Serviço 0.0628 0.208*
(0.168) (0.116)
Indústria -0.383 0.371**
(0.254) (0.169)
EPP -0.00961 0.0889
(0.157) (0.107)
Seridó -0.205 0.575***
(0.225) (0.153)
Natal 0.601*** 0.105
(0.185) (0.120)
Mulher 0.127 -0.0202
(0.152) (0.106)
Empreendedor -0.292 0.232
(0.202) (0.146)
Empréstimo 0.0862 -0.0967
(0.166) (0.113)
Pagamento -0.116 -0.0933
(0.219) (0.140)
Ciclo 1 0.0226
(0.357)
Ciclo 2 -0.0136
94
(0.289)
Ciclo 3 0.493*
(0.283)
Constant 2.872*** 0.369***
(0.288) (0.126)
Observations 286 286
R-squared 0.104 0.073
F-test 0.000326 0.00332
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.6.1 Dimensão relacionamento inicial ( ) : R1
O R-quadrado indica que aproximadamente 10,4% de grau de inovação inicial de
relacionamento ( é explicada pelas variáveis observadas colocadas no modelo.
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
relacionamento ( . Pode-se, assim, usar a relação de saída da regressão para análise
do grau de inovação inicial da dimensão relacionamento do programa ALI no RN.
O intercepto é 2,876, ou seja, trata-se do valor médio do grau de inovação inicial de
relacionamento para as empresas inseridas nas categorias de referência.
Verificamos que as variáveis: serviço, Natal, mulher, empréstimo, ciclo 1 e 3
apresentam-se com o sinal positivos (tendência média de possuírem grau de inovação inicial
de relacionamento alto. As demais variáveis possuem tendência oposta ( .
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
Natal (a 1% de significância) e ciclo 3 (10% de significância). As outras não afetam no grau
de inovação inicial da dimensão relacionamento ( das empresas no RN.
Assim, quando a empresa é da região de Natal tendem a possuírem grau de inovação
inicial da dimensão relacionamento mais avançado, ou seja, possuem maior relacionamento
com o cliente advindas de maior informatização ou adoção de outras interfaces que mantêm e
melhoraram esta troca com os clientes.
95
5.3.6.2 Diferença na dimensão relacionamento (ΔR) : DeltaR
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão relacionamento (ΔR) apresenta como coeficiente
de determinação (R-quadrado) 0,073 que indica que 7,3% da variação do grau de inovação
desta dimensão é explicada pelas variáveis observadas contidas no modelo.
O valor p do teste F (F-test) mostra-se estatísticamente significante na análise da
evolução da dimensão relacionamento das empresas que são acompanhadas pelo programa
ALI no RN.
O intercepto é 0,369 trata do valor médio do grau de inovação da dimensão
relacionamento para as empresas da categoria de referência (comércio, da região Oeste,
dirigidas por homens, que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: serviço, indústria, EPP, Seridó, Natal e empreendedor
possuem o sinal do coeficiente positivo, assim as empresas que possuem essas características
possuem a tendência média de aumentarem o grau de inovação de relacionamento das
empresas quando inseridas no ALI/RN. Em contraposição encontram-se as demais variáveis
dummies.
A análise do P-valor nos permite reparar que Seridó possui significância a 1%,
indústria possui a 5% e serviço a 10%. As demais variáveis, rejeitam a hipótese de
significância e, desta maneira, não explicam a variação no grau de inovação da dimensão
relacionamento das empresas que participam do Programa ALI/RN (não apresentaram
diferença significativa com a categoria de referência).
Desta maneira, podemos dizer que quando a empresa localiza-se no Seridó tende a
aumentar o grau de inovação de relacionamento da empresa durante o acompanhamento com
o Programa em média (0,575) em relação às empresas do Oeste. E as organizações da
indústria possui tendência a elevarem seu em 0,371 em relação aos empresas de comércio
quando acompanhadas pelo ALI. Ou seja, essas variáveis tendem a ajustar o grau de inovação
da dimensão rede ( em 11,5% e 7,4%, respectivamente, em relação à pontuação máxima
de 5. Deve-se, assim, priorizar esses caracteres na seleção das empresas participantes e
observar as ações que estas empresas executam nesta dimensão para estimular as outras e,
assim direcionar a focalização e a evolução da dimensão relacionamento.
96
5.3.7 Agregação de valor
Tabela 10 – Regressão Agregação de Valor
(1) (2)
VARIABLES A1 DeltaA
Serviço -0.0299 -0.115
(0.102) (0.139)
Indústria 0.0341 -0.518***
(0.179) (0.163)
EPP 0.126 0.0407
(0.104) (0.126)
Seridó -0.0281 0.489***
(0.152) (0.169)
Natal 0.0455 0.535***
(0.119) (0.154)
Mulher -0.0945 0.467***
(0.0927) (0.124)
Empreendedor -0.161 0.0251
(0.118) (0.141)
Empréstimo 0.0793 -0.228*
(0.104) (0.124)
Pagamento -0.0909 -0.138
(0.128) (0.156)
Ciclo 1 -0.245
(0.186)
Ciclo 2 0.179
(0.168)
Ciclo 3 0.257
(0.172)
Constant 1.343*** 0.238**
(0.169) (0.119)
Observations 286 286
R-squared 0.044 0.124
F-test 0.00115 0.000395
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.7.1 Dimensão agregação de valor inicial ( ) : A1
As variáveis observáveis (dummies) possuem relação com o grau de inovação inicial
da dimensão agregação de valor cujo coeficiente de determinação (R-quadrado) indica que
aproximadamente apenas 4,4% de grau de inovação inicial de agregação de valor (
é explicada pelas variáveis observadas inseridas no modelo.
97
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, apresenta evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
agregação de valora ( .
No entanto, a análise do P-valor dos coeficientes nos permite notar nenhuma das
variáveis observáveis colocadas no modelo apresenta significância. Ou seja, as variáveis não
afetam no grau de inovação inicial da dimensão agregação de valor ( das empresas
no RN.
5.3.7.2 Diferença na dimensão agregação de valor (ΔA) : DeltaA
Observado agora a interação resultante da relação entre as variáveis observáveis
(dummy) com a variação do grau de inovação da dimensão agregação de valor (ΔA) através
da regressão múltipla tem-se como coeficiente de determinação (R-quadrado) 0,124 que
indica que 12,4% da variação do grau de inovação de agregação de valor é explicada pelas
variáveis observadas colocadas no modelo.
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão agregação de valor das
empresas participantes do ALI/RN é uma forma capaz de verificar as características que
devem ser priorizadas e fomentadas pelo SEBRAE para que haja inovação agregação de valor
(novas formas de gerar receita).
O intercepto sendo 0,238 revela o valor médio do grau de inovação da dimensão
agregação de valor para as empresas da categoria de referência (comércio, da região Oeste,
dirigidas por homens, que não empreenderam anteriormente e que não pediram empréstimo).
Percebemos também que as variáveis: EPP, Seridó, Natal, mulher e empreendedor
apresentam-se com o sinal do coeficiente positivo, assim as empresas que tem essas
características possuem a tendência média de aumentarem o grau de inovação de agregação de
valor das empresas quando inseridas no ALI/RN. As outras variáveis dummies consideradas
no modelo apresentam atuação oposta.
O P-valor nos permite notar que indústria, Seridó, Natal e mulher possuem
significância a 1%, enquanto empréstimo só é significante a 10%. As demais variáveis não
explicam a variação no grau de inovação da dimensão agregação de valor das empresas que
98
participam do Programa ALI/RN, porque que não apresentaram diferença significativa com a
categoria de referência consideradas.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal, Seridó,
que são administradas por mulheres tendem a aumentar o grau de inovação da dimensão
agregação de valor da empresa durante o acompanhamento com o Programa em média
(0,535), (0,489),(0,467), respectivamente, em relação as variáveis categóricas Oeste e homem.
Ou seja, essas variáveis tendem a ajustar o grau de inovação da agregação de valor ( em
10,7% , 9,8% e 9,3% respectivamente, em relação à pontuação máxima de 5. Enquanto que
pertencer ao setor de indústria (-0,518) seria uma desvantagem em relação a pertencer ao
comércio em torno de 10,4%. Desta forma, podemos sugerir que essas características podem
ser usadas pelos gestores do Programa ALI como meio de ajustar a seleção das empresas
participantes, visto que a região de Natal e mulheres estão mais propensas a receber inovação
em agregação de valor. Assim, parece viável priorizar esses caracteres na seleção das
empresas participantes, pois obtenção de receita é o principal objetivo das organizações e
requesito básico para fomentar investimentos futuros das empresas em inovações.
5.3.8 Processo
Tabela 11 – Regressão Dimensão Processo
(1) (2)
VARIABLES PRO1 DeltaPRO
Serviço 0.150* -0.0731
(0.0781) (0.0750)
Indústria 0.0108 -0.0693
(0.124) (0.0938)
EPP 0.284*** 0.0711
(0.0739) (0.0738)
Seridó 0.0636 0.166*
(0.102) (0.0869)
Natal 0.211** 0.407***
(0.0859) (0.0846)
Mulher -0.0294 0.0290
(0.0739) (0.0650)
Empreendedor -0.130 0.0706
(0.0974) (0.0844)
Empréstimo 0.0842 0.0853
(0.0739) (0.0700)
Pagamento -0.163* -0.120
(0.0963) (0.0818)
Ciclo 1 -0.150
99
(0.243)
Ciclo 2 -0.137
(0.208)
Ciclo 3 -0.00380
(0.205)
Constant 1.585*** 0.331***
(0.190) (0.0691)
Observations 286 286
R-squared 0.133 0.118
F-test 6.67e-06 2.18e-06
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.8.1 Dimensão processo inicial ( ) : PRO1
O R-quadrado indica que aproximadamente apenas 13,3% de grau de inovação inicial
de processo ( é explicada pelas variáveis observadas colocadas no modelo.
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
processo ( . Desta forma, podemos usa a relação de saída da regressão para
análise do grau de inovação inicial da dimensão processo do programa ALI no RN.
O intercepto é 1,585, ou seja, trata-se do valor médio do grau de inovação inicial de
processo para as empresas inseridas na categorias de referência.
Verificamos que as variáveis: serviço, indústria, EPP, Seridó, Natal, empréstimo,
apresentam-se com o sinal positivos, ou seja, as empresas que possuem essas características
possuem a tendência média de possuírem grau de inovação inicial de processo alto. Enquanto
que as outras variáveis possuem uma tendência oposta (
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
variável EPP (1% de significância); Natal (a 5% de significância) e; serviço e pagamento (
10% de significância). As outras não afetam no grau de inovação inicial da dimensão processo
( das empresas no RN.
Como os coeficientes das variáveis dummy representam a diferença média entre a
categoria e a categoria de referência, mantida as outras variáveis constantes podemos dizer
que quando a empresa são EPP, da região de Natal, do setor de serviço e possuem dificuldade
no pagamento revelam que a empresa possuem uma predisposição de apresentarem grau de
100
inovação inicial de processo mais alto, ou seja, já possuem processos já mais dinâmicos e
atualizados.
5.3.8.2 Diferença na dimensão processo (ΔPRO) : DeltaPRO
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão processo (ΔPRO) através da regressão múltipla
apresenta como coeficiente de determinação (R-quadrado) 0,118 que indica que 11,8% da
variação do grau de inovação de processo é explicada pelas variáveis observadas embutidas
no modelo.
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão processo das empresas que são
acompanhadas pelo programa ALI no RN é uma forma capaz de verificar as características
que devem ser priorizadas e fomentadas pelo SEBRAE para que haja inovação em processo
(atualização e novidades nos processos organizacionais).
O intercepto é 0,331 trata do valor médio do grau de inovação da dimensão processo
para as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens,
que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: EPP, Seridó, Natal, mulher, empreendedor e empréstimo
apresentam-se com o sinal do coeficiente positivo, assim as empresas que possuem essas
características possuem a tendência média de aumentarem o grau de inovação de processo das
empresas quando acompanhadas pelo ALI/RN. Comportamento oposto é revelado nas demais
variáveis dummies.
A análise do P-valor nos permite notar que apenas Natal (significância a 1% ) e Seridó
(significância a 5% ) diferença significativa com a categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal ou Seridó
tendem a aumentar o grau de inovação em processo da empresa durante o acompanhamento
com o Programa em média (0,407), (0,166), respectivamente, em relação a variável categórica
Oeste. Ou seja, essas variáveis tendem a ajustar o grau de inovação de processo ( em
8,1% e 3,3%, respectivamente, em relação à pontuação máxima de 5. Assim, podemos inferir
que essas características podem ser usadas pelos gestores do Programa ALI como meio de
101
ajustar a seleção das empresas participantes, visto que as regiões de Natal e Seridó estão mais
propensas a receber e executar ações de inovação em processo que as localizadas no Oeste.
Assim, parece coerente priorizar esses caracteres na seleção das empresas participantes e
direcionar planos de ação para desenvolvimento de inovação em processo para a região Oeste
com base nas ações executadas por estas regiões.
5.3.9 Organização
Tabela 12 – Regressão de Organização
(1) (2)
VARIABLES ORG1 DeltaORG
Serviço 0.185 -0.101
(0.125) (0.121)
Indústria -0.119 0.00703
(0.193) (0.178)
EPP 0.156 0.0335
(0.119) (0.111)
Seridó -0.0999 0.449***
(0.147) (0.166)
Natal 0.574*** 0.632***
(0.136) (0.126)
Mulher 0.110 0.191*
(0.112) (0.104)
Empreendedor 0.0347 0.129
(0.145) (0.128)
Empréstimo 0.150 -0.101
(0.120) (0.110)
Pagamento -0.0815 -0.189
(0.158) (0.142)
Ciclo 1 -0.338
(0.253)
Ciclo 2 -0.0531
(0.209)
Ciclo 3 0.280
(0.215)
Constant 1.438*** 0.320***
(0.218) (0.112)
Observations 286 286
R-squared 0.147 0.100
F-test 4.83e-08 0.000174
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
102
5.3.9.1 Dimensão organização inicial ( ) : O1
Através da relação obtida entre as variáveis observáveis (dummies) com o grau de
inovação inicial da dimensão Plataforma pela regressão múltipla observamos que o
coeficiente de determinação (R-quadrado) indica que aproximadamente apenas 29,8% de grau
de inovação inicial de oferta ( é explicada pelas variáveis observadas colocadas no
modelo.
Contudo, sendo o valor p do teste F (F-test) menor que 0,05, temos evidências
estatísticas que o modelo ajuda a prever a variável resposta grau de inovação inicial de
plataforma ( . Desta forma, podemos usa a relação de saída da regressão para
análise do grau de inovação inicial da dimensão plataforma do programa ALI no RN.
O intercepto é 2,876, ou seja, trata-se do valor médio do grau de inovação inicial de
plataforma para as empresas inseridas na categorias de referência.
Verificamos que as variáveis: EPP, Natal, mulher, empréstimo, pagamento, ciclo 1 e 3
apresentam-se com o sinal positivos, ou seja, as empresas que possuem essas características
possuem a tendência média de possuírem grau de inovação inicial de oferta aumentado.
Enquanto que as variáveis: serviço, indústria, seridó, empreeendedor anterior e ciclo 2
possuem uma tendência oposta (diminuição do
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
variável ciclo 2 (5% de significância) e serviço, indústria, Natal (a 10% de significância) . As
outras não afetam no grau de inovação inicial da dimensão plataforma ( das
empresas no RN.
Como os coeficientes das variáveis dummy representam a diferença média entre a
categoria e a categoria de referência, mantida as outras variáveis constantes podemos dizer
que quando a empresa é do setor de indústria ou serviços já possuem grau de inovação inicial
de plataforma mais avançado, ou seja, já possuem maior variedade de produtos que o setor de
comércio. A região de Natal também é uma característica que inicialmente já proporciona
maior maturidade inicial da dimensão plataforma e, também coerente a realidade econômica e
social da capital e região metropolitana que demanda maior variedade de produtos e serviços.
103
5.3.9.2 Diferença na dimensão oferta (ΔP) : DeltaP
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão plataforma (ΔP) através da regressão múltipla
apresenta como coeficiente de determinação (R-quadrado) 0,104 que indica que 10,4% da
variação do grau de inovação é explicada pelas variáveis observadas embutidas no modelo..
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão plataforma das empresas que
são acompanhadas pelo programa ALI no RN é uma forma capaz de verificar as
características que devem ser priorizadas e fomentadas pelo SEBRAE para que haja inovação
em plataforma (variedade de produtos).
O intercepto é 0,214 trata do valor médio do grau de inovação da dimensão plataforma
para as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens,
que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: indústria, Seridó, Natal, mulher apresentam-se com o
sinal do coeficiente positivo, assim as empresas que possuem essas características possuem a
tendência média de aumentarem o grau de inovação de plataforma das empresas quando
inseridas no ALI/RN. Diferentemente das demais variáveis dummies.
A análise do P-valor nos permite notar que apenas Natal e mulher possuem
significância a 1%. As demais variáveis, rejeitam a hipótese de significância a 5% e 1% e,
desta forma, não explicam a variação no grau de inovação da dimensão plataforma das
empresas que participam do Programa ALI/RN, visto que não apresentaram diferença
significativa com a categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal, ou possui é
administrada por mulher, tendem a aumentar o grau de inovação da empresa durante o
acompanhamento com o Programa em média (0,811), (0,431), respectivamente, em relação as
variáveis categóricas Oeste e homem. Ou seja, essas variáveis tendem a ajustar o grau de
inovação da plataforma ( em 16% e 8,6%, respectivamente, em relação à pontuação
máxima de 5. Desta forma, podemos inferir que essas características podem ser usadas pelos
gestores do Programa ALI como meio de ajustar a seleção das empresas participantes, visto
que a região de Natal e mulheres estam mais propensas a receber inovação em plataforma.
Assim, parece coerente priorizar esses caracteres na seleção das empresas participantes e
104
direcionar planos de ação para desenvolvimento de inovação em plataforma (variedade) para
as outras regiões com bases nos modelos dessa região.
5.3.10 Cadeia de Fornecimento
Tabela 13 – Regressão Cadeia de Fornecimento
(1) (2)
VARIABLES CF1 DeltaCF
Serviço -0.192 -0.0709
(0.144) (0.150)
Indústria -0.0142 0.0151
(0.218) (0.238)
EPP 0.408*** 0.0648
(0.128) (0.147)
Seridó 0.164 0.436**
(0.200) (0.180)
Natal 0.151 0.574***
(0.163) (0.151)
Mulher -0.206 0.108
(0.138) (0.140)
Empreendedor -0.154 0.151
(0.167) (0.193)
Empréstimo -0.100 0.411***
(0.140) (0.141)
Pagamento -0.172 -0.208
(0.166) (0.204)
Ciclo 1 -0.320
(0.356)
Ciclo 2 0.0651
(0.231)
Ciclo 3 0.117
(0.239)
Constant 1.729*** -0.0721
(0.251) (0.134)
Observations 286 286
R-squared 0.068 0.084
F-test 0.0802 0.000288
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
105
5.3.10.1 Dimensão cadeia de fornecimento inicial ( ) : CF1
O (R-quadrado) da relação gerada indica que aproximadamente apenas 6,8% de grau
de inovação inicial da cadeia de fornecimento ( é explicada pelas variáveis
observadas colocadas no modelo.
Sendo o valor p do teste F (F-test) maior que 0,05, temos evidências estatísticas que o
modelo não é ideal para prever a variável resposta grau de inovação inicial de cadeia de
fornecimento ( .
5.3.10.2 Diferença na dimensão cadeia de fornecimento (ΔCF) : DeltaCF
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão cadeia de fornecimento (ΔCF) apresenta como
coeficiente de determinação (R-quadrado) 0,084 que indica que 8,4% da variação do grau de
inovação é explicada pelas variáveis observadas do modelo.
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída é significativa para o exame da evolução da dimensão cadeia de fornecimento
das empresas que são acompanhadas pelo programa ALI no RN.
O intercepto é (-0,0721) trata do valor médio do grau de inovação da dimensão cadeia
de fornecimento para as empresas da categoria de referência (comércio, da região Oeste,
dirigidas por homens, que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: indústria, EPP, Seridó, Natal, mulher, empreendedor e
empréstimo apresentam-se com o sinal do coeficiente positivo, assim as empresas que
possuem essas características possuem a tendência média de aumentarem o grau de inovação
da cadeia de fornecimento das empresas quando inseridas no ALI/RN. As demais variáveis
dummies (serviço e pagamento) comportam-se de forma oposta.
A análise do P-valor nos permite notar que apenas Natal e empréstimo possuem
significância a 1% e Seridó a 5%. As demais variáveis, rejeitam a hipótese de significância a
5% e 1% e, desta forma, não explicam a variação no grau de inovação da dimensão cadeia de
106
fornecimento das empresas que participam do Programa ALI/RN, visto que não apresentaram
diferença significativa com a categoria de referência.
Desta maneira, podemos dizer que quando a empresa localiza-se em Natal e Seridó ,
tendem a aumentar o grau de inovação da empresa durante o acompanhamento com o
Programa em média (0,574), (0,436), respectivamente, em relação as variáveis categóricas
Oeste. E a presença da variável aquisição de empréstimo para a empresas revela uma
tendência da organização em aumentar sua dimensão cadeia de fornecimento em (0,41). Essas
variáveis tendem a ajustar o grau de inovação da cadeia de fornecimento ( em 11,5%,
8,7% e 8,2%, respectivamente, em relação à pontuação máxima de 5. Desta forma, podemos
inferir que essas observáveis podem ser usadas pelos gestores do Programa ALI como meio
de ajustar a seleção das empresas participantes, visto que a região de Natal e Seridó estão
mais propensa a adotar soluções para redução de custos de transporte ou estoque que as
empresas da região Oeste. As empresas que já realização a aquisição de empréstimos também
estão mais inclinadas a adotar melhores soluções de cadeia de fornecimento, pois possuem
capital para a execução.
5.3.11 Presença
Tabela 14 – Regressão Dimensão Presença
(1) (2)
VARIABLES PRES1 DeltaPRES
Serviço -0.0835 -0.352***
(0.115) (0.134)
Indústria 0.111 -0.0769
(0.225) (0.190)
EPP 0.0497 0.100
(0.122) (0.137)
Seridó -0.222 0.634***
(0.158) (0.205)
Natal 0.0101 0.624***
(0.136) (0.139)
Mulher 0.0565 -0.00283
(0.118) (0.124)
Empreendedor -0.134 0.0797
(0.150) (0.159)
Empréstimo -0.0545 0.0413
(0.128) (0.126)
Pagamento 0.173 -0.404***
(0.188) (0.152)
Ciclo 1 0.0772
(0.379)
Ciclo 2 -0.216
(0.202)
Ciclo 3 0.0782
107
(0.216)
Constant 1.710*** 0.220*
(0.213) (0.114)
Observations 286 286
R-squared 0.041 0.102
F-test 0.422 1.54e-05
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.11.1 Dimensão presença inicial ( ) : PRES1
O coeficiente de determinação (R-quadrado) indica que apenas 4,1% de grau de
inovação inicial de presença ( é explicada pelas variáveis observadas colocadas no
modelo.
Contudo, sendo o valor p do teste F (F-test) maior que 0,05, temos evidências
estatísticas que o modelo não é ideal para prever a variável resposta grau de inovação inicial
de presença ( . Desta forma, não é recomendável usar a relação de saída da
regressão para análise do grau de inovação inicial da dimensão presença do programa ALI no
RN.
5.3.11.2 Diferença na dimensão presença (ΔPRES) : DeltaPRES
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão presença (ΔPRES) através da regressão múltipla
apresenta como coeficiente de determinação (R-quadrado) 0,102 que indica que 10,2% da
variação do grau de inovação é explicada pelas variáveis observadas embutidas no modelo.
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão presença das empresas que são
acompanhadas pelo programa ALI no RN é capaz de verificar as características que devem
ser priorizadas e fomentadas pelo SEBRAE para que a inovação presença (novos pontos e
canais de venda) se desenvolva nas MPEs.
108
O intercepto é 0,220 trata do valor médio do grau de inovação da dimensão presença
para as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens,
que não empreenderam anteriormente e que não pediram empréstimo).
AS variáveis: EPP, Seridó, Natal, empreendedor e empréstimo apresentam-se com o
sinal do coeficiente positivo. Ou melhor, só as empresas que possuem essas características
possuem a tendência média de aumentarem o grau de inovação de presença em relação às
empresas categóricas quando inseridas no ALI/RN.
A análise do P-valor nos permite notar que possuem significância a 1% apenas as
dummies serviço, Seridó, Natal e pagamento. As demais variáveis, rejeitam a hipótese de
significância visto que não apresentaram diferença significativa com a categoria de referência.
Desta maneira, podemos dizer que empresas com estas características possuem
tendência a aumentar o grau de inovação dimensão presença a da empresa durante o
acompanhamento com o Programa. Ou seja, essas variáveis tendem a ajustar o grau de
inovação da presença ( em relação à pontuação máxima de 5. Desta forma essas variáveis
podem ser usadas gerencialmente como meio de ajustar a seleção das empresas participantes.
5.3.12 Rede
Tabela 15 – Regressão da Dimensão Rede
(1) (2)
VARIABLES RED1 DeltaRED
Serviço 0.0709 0.293*
(0.192) (0.151)
Indústria -0.171 0.0264
(0.300) (0.221)
EPP 0.298 0.0412
(0.191) (0.144)
Seridó -0.251 0.769***
(0.283) (0.201)
Natal 0.0930 0.534***
(0.226) (0.142)
Mulher 0.200 0.0778
(0.177) (0.139)
Empreendedor -0.456* 0.194
(0.235) (0.181)
Empréstimo -0.0425 -0.0474
(0.196) (0.135)
Pagamento 0.0999 0.00362
(0.243) (0.187)
Ciclo 1 0.0288
109
(0.558)
Ciclo 2 -0.00737
(0.365)
Ciclo 3 0.408
(0.376)
Constant 2.483*** 0.0855
(0.383) (0.148)
Observations 286 286
R-squared 0.054 0.077
F-test 0.217 2.07e-05
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.12.1 Dimensão rede inicial ( ) : R1
O R-quadrado indica que aproximadamente 5,4% de grau de inovação inicial de rede
( é explicada pelas variáveis observadas colocadas no modelo.
Contudo, sendo o valor p do teste F (F-test) maior que 0,05, temos evidências
estatísticas que o modelo não ajuda a prever a variável resposta grau de inovação inicial de
rede ( . Assim, não podemos usar a relação de saída da regressão para análise do
grau de inovação inicial da dimensão rede do programa ALI no RN.
5.3.12.2 Diferença na dimensão rede (ΔRed) : DeltaRED
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão rede (ΔR) apresenta como coeficiente de
determinação (R-quadrado) 0,077 que indica que 7,7% da variação do grau de inovação é
explicada pelas variáveis observadas contidas no modelo.
O valor p do teste F (F-test) mostra-se estatísticamente significante na análise da
evolução da dimensão rede das empresas que são acompanhadas pelo programa ALI no RN.
O intercepto é 0,0855 trata do valor médio do grau de inovação da dimensão rede para
as empresas da categoria de referência (comércio, da região Oeste, dirigidas por homens, que
não empreenderam anteriormente e que não pediram empréstimo).
110
Verificamos que as todas variáveis possuem o sinal do coeficiente positivo (exceção
da variável empréstimo), assim as empresas que possuem essas características possuem a
tendência média de aumentarem o grau de inovação de rede das empresas quando inseridas no
ALI/RN.
A análise do P-valor nos permite reparar que Seridó e Natal possui significância a 1%,
e serviço a 10%. As demais variáveis, rejeitam a hipótese de significância e, desta maneira,
não explicam a variação no grau de inovação da dimensão rede das empresas que participam
do Programa ALI/RN (não apresentaram diferença significativa com a categoria de
referência).
Desta maneira, podemos dizer que quando a empresa localiza-se no Natal e Seridó
tende a aumentar o grau de inovação da dimensão rede da empresa durante o
acompanhamento com o Programa em média (0,534) e (0,769), respectivamente, em relação
às empresas do Oeste e as organizações do serviço possui tendência a elevarem seu em
0,293 em relação às empresas de comércio quando acompanhadas pelo ALI. Ou seja, essas
variáveis tendem a ajustar o grau de inovação da dimensão rede ( em 10,7% e 15,4%,
respectivamente, em relação à pontuação máxima de 5. Deve-se, assim, priorizar esses
caracteres na seleção das empresas participantes para focalizar a evolução da dimensão rede.
5.3.13 Ambiência Inovadora
Tabela 16 – Regressão Amb. Inovadora
(1) (2)
VARIABLES AI1 DeltaAI
Serviço 0.0998 0.0455
(0.0960) (0.0893)
Indústria -0.205* -0.0988
(0.118) (0.107)
EPP 0.337*** 0.158*
(0.0895) (0.0825)
Seridó 0.0919 0.420***
(0.142) (0.103)
Natal 0.00390 0.673***
(0.101) (0.0928)
Mulher -0.0849 0.0734
(0.0871) (0.0766)
Empreendedor -0.0319 -0.00487
(0.119) (0.0953)
Empréstimo 0.0561 0.0754
111
(0.0925) (0.0829)
Pagamento -0.172 -0.158
(0.109) (0.0991)
Ciclo 1 0.000165
(0.253)
Ciclo 2 0.0516
(0.181)
Ciclo 3 0.0902
(0.183)
Constant 1.845*** 0.155**
(0.177) (0.0772)
Observations 286 286
R-squared 0.091 0.202
F-test 0.00348 0
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fonte: elaborada pela autora no Stata
5.3.13.1 Dimensão plataforma ambiência inovadora ( ) : AI1
Percebemos que o coeficiente de determinação (R-quadrado) indica que
aproximadamente 9,1% de grau de inovação inicial de ambiência inovadora (
é explicada pelas variáveis observadas colocadas no modelo.
Sendo o valor p do teste F (F-test) menor que 0,05, temos evidências estatísticas que o
modelo ajuda a prever a variável resposta grau de inovação inicial de ambiência inovadora
( . Posto isto, podemos usar a relação de saída da regressão para análise do
grau de inovação inicial da dimensão ambiência inovadora do programa ALI no RN.
O intercepto é 1,845, ou seja, trata-se do valor médio do grau de inovação inicial de
ambiência inovadora para as empresas inseridas nas categorias de referência.
Verificamos que as variáveis: serviço, EPP, Seridó, Natal, empréstimo, ciclo 1, 2 e 3
apresentam-se com o sinal positivo, ou seja, as empresas que possuem essas características
possuem a tendência média de possuírem grau de inovação inicial de ambiência inovadora
maior. Enquanto que as variáveis: indústria, mulher, empreeendedor anterior e pagamento
possuem uma tendência oposta (diminuição do
No entanto, a análise do P-valor nos permite notar que apenas possuem significância a
variável EPP (1% de significância) e indústria (a 10% de significância) . As outras não afetam
no grau de inovação inicial da dimensão ambiência inovadora ( das empresas
no RN.
112
Podemos perceber que quando a empresa é uma EPP já possuem grau de inovação
inicial de ambiência inovadora mais avançado, ou seja, já possuem maior relação com fontes
externas de conhecimento que as MEs. O setor de indústria é uma característica importante a
ser observada pelos gestores do Programa, visto que apresenta uma menor maturidade inicial
da dimensão ambiência inovadora, ou seja, o setor possui menor engajamento externo que o
setor de comércio (predominante em participação no ALI segundo gráfico 2).
5.3.13.2 Diferença na dimensão ambiência inovadora (ΔAI): DeltaAI
A interação resultante da relação entre as variáveis observáveis (dummy) com a
variação do grau de inovação da dimensão ambiência inovadora (ΔAI) através da regressão
múltipla apresenta como coeficiente de determinação (R-quadrado) 0,202 que indica que 20,2
% da variação do grau de inovação é explicada pelas variáveis observadas embutidas no
modelo (sem consideração dos ciclos).
O valor p do teste F (F-test) é menor que 0,05 evidenciando estatísticamente que a
relação de saída gerada para análise da evolução da dimensão ambiência inovadora das
empresas que são acompanhadas pelo programa ALI no RN é uma forma capaz de verificar as
características que devem ser priorizadas e fomentadas pelo SEBRAE para que haja inovação
em ambiência inovadora (aquisição de conhecimento externo).
O intercepto é 0,155 trata do valor médio do grau de inovação da dimensão ambiência
inovadora para as empresas da categoria de referência (comércio, da região Oeste, dirigidas
por homens, que não empreenderam anteriormente e que não pediram empréstimo).
Verificamos que as variáveis: serviço, EPP, Seridó, Natal, mulher e empréstimo
apresentam-se com o sinal do coeficiente positivo, assim as empresas que possuem essas
características possuem a tendência média de aumentarem o grau de inovação de ambiência
inovadora das empresas quando inseridas no ALI/RN. Diferentemente das demais variáveis
dummies.
A análise do P-valor nos permite notar que apenas Natal e Seridó possuem
significância a 1%. A variável EPP possui significância apenas a 10% e as demais variáveis,
rejeitam a hipótese de significância e, desta forma, não explicam a variação no grau de
113
inovação da dimensão ambiência inovadora das empresas que participam do Programa
ALI/RN, pois não apresentaram diferença significativa com a categoria de referência.
Portanto, podemos dizer que quando a empresa localizadas em Natal e no Seridó, e as
EPP, tendem a aumentar o grau de inovação da empresa durante o acompanhamento com o
Programa em média (0,673), (0,420), (0,158), respectivamente, em relação as variáveis
categóricas Oeste e ME. Ou seja, essas variáveis tendem a ajustar o grau de inovação da
ambiência inovadora ( em 13,5%, 8,4% e 3,2%, respectivamente, em relação à
pontuação máxima de 5. Visto que esta dimensão foi usada no Radar da Inovação como
diferencial (peso 2 no grau de inovação das empresas) para o contexto brasileiro das
organizações de pequeno porte devemos destacar que essas características devem ser usadas
pelos gerentes do Programa no RN como meio de ajustar a seleção das empresas
participantes, visto que As empresas das regiões de Natal e Seridó e as administradas por
mulheres estão mais propensas a receber principal dimensão da inovação (segundo Radar da
Inovação): ambiência inovadora. Assim, parece coerente priorizar essas variáveis na seleção
das empresas participantes como forma de captar as empresas mais propensas a desenvolver o
Radar da Inovação (objetivo do programa), assim como direcionar planos de ação para
desenvolvimento de inovação em ambiência inovadora: qualificar os agentes, fomentar o
relacionamento com entidades de fomento como Sistema S, universidades, associações
técnicas, empresariais e os próprios colaboradores das empresas.
114
6 CONSIDERAÇÕES FINAIS
A inovação organizacional é associada a vários benefícios internos como minimização
de custos, maximização de produtividade e melhoria da qualidade dos processos e, benefícios
externos como novas oportunidades de mercado para seus produtos e expansão das relações
comerciais. Essas evoluções inovativas nas MPES, empresas base da estrutura econômica brasileira,
servem assim como impulso também a estrutura econômica brasileira e seu desenvolvimento
econômico. No entanto, o Brasil ainda convive com um cenário em que micro e pequenos
empresários possuem baixo conhecimento em gestão empresarial e baixo interesse em
desenvolvê-la que acaba por refletir na ausência de conhecimento em inovação nas MPEs.
Entretanto, mudanças recentes, notadamente as ocorridas nos últimos anos, na postura das
entidades e gestores públicos, ao enxergar a importância da inovação para o País têm gerado
alternativas para avanços no setor.
O Programa Agentes Locais de Inovação (ALI), parceira do SEBRAE com o CNPq,
surgiu então como um meio para o fomento da inovação organizacional nas micro e
pequenas empresas brasileiras. Com metodologia própria para este segmento, o ALI através
da proatividade dos agentes assessoram os empresários in loco de maneira individualizada.
Contudo, desde o surgimento do Programa 2008 e sua expansão para todo o território
brasileiro em 2010, o Programa passou por algumas adaptações e reformulações com intuito
de estimular cada vez mais o avanço das MPEs no mercado brasileiro. Essas alterações no
desenho do Programa, no entanto, dão-se de maneira nacional, ou seja, não respeitam muitas
vezes as diferentes dinâmicas econômicas regionais e estaduais.
A fim de que o desenho do Programa nacional seja respeitado, já que possui bases
conceituais fortemente trabalhadas e estruturadas, é necessário que sejam realizadas ações
diferenciadas por meio dos escritórios regionais na execução do Programa em seus estados
em respeito das diferenças entre as diferentes realidades econômicas, financeiras e sociais de
cada região. Desta forma, é preciso que se estimule os agentes a direcionar os empresários
em ações focadas nas suas necessidades e também que os SEBRAE regionais direcionem a
seleção das empresas afim de que alcancem os objetivos do Programa em cada região.
Contudo, para direcionar essas ações, nos últimos anos as possibilidades trazidas
pela análise de dados roubaram a cena. O volume de dados disponíveis cresceu
exponencialmente e a exposição a análises melhorou constantemente, tornando-se um tópico
115
de foco nas organizações. A convergência dessas tendências está fomentando a eficiência e a
inovação dos negócios. Segundo a consultoria McKinsey and Company, a oportunidade
pode ser imensa e saber aproveitar o poder de seus dados pode ajudar organizações
a utilizarem suas próprias ideias para diferenciar seus produtos e serviços no
mercado através da inovação, além de impulsionar a eficiência e estratégias de otimização de
custos.
Este trabalho realizou, assim, a análise econométrica dos dados do último período de
atuação do ALI no RN (2016 a 2018) com o intuito de conhecendo melhor as organizações
do Estado que adereriam a participação do Programa, analisá-las e gerar informação para que
os gestores possam direcionar ações e assim focalizar o ALI no Rio Grande do Norte.
Em relação ao perfil das empresas que participaram do Programa (maior
predisposição a aceitar participar do ALI) podemos dizer que as empresas são na sua maioria
EPP, do setor do comércio, da região de Natal, do sexo masculino, que nunca tinham
empreendido, que já realizaram empréstimos, mas não possuem dificuldade no seu
pagamento. Esse perfil de adesão é interessante a ser observado, pois revela as empresas que
estão mais inclinadas a aceitar o Programa e, desta forma, enxergam a inovação de uma
maneira diferenciada. É mister observar que a fase de adesão ao Programa ocorre
exclusivamente nos primeiros seis meses de inicio do Programa e é uma etapa difícil de ser
concluída, pois os agentes de maneira aleatória visitam as empresas e “vendem” a inovação e
o ALI. Saber esse perfil de aderência pode ajudar a direcionar os agentes nesta fase do
Programa, deixando esta etapa mais direcionada.
Também é interessante perceber que das empresas que foram acompanhadas pelo
ALI em torno de 50% conseguiram desenvolver apenas 2 ciclos de ações de inovação e
apenas 7% chegaram a desenvolver até o 4 ciclos (o sugerido como ideal pelo desenho do
programa). Essa informação identifica uma necessidade de maior estímulo aos empresários
para conclusão de ciclos que pode ser dado pelos agentes e por ações do próprio SEBRAE.
Os agentes, desta maneira, podem ser mais treinados em relação temas como motivação,
projetos, ações de inovação dentro do SEBRAE, entre outros. Todos essas intervenções
servirão como forma de estímulos, ao já inseridos empresários, a avançarem no
desenvolvimento de ações de inovação tornando os resultados do ALI mais consistentes.
O avanço das análises de forma econométrica deu as análises um papel fundamental
de relação entre as variáveis observáveis e consistentes contidas em bases de dados do
SEBRAE. Aproveitar esses dados colhidos pelos agentes diretamente com os empresários
116
que participaram do Programa fazem desses dados fortes bases para utilizam e mensuração
de informações do próprio Programa.
A primeira análise do grau de inovação global inicial que contou com os as variáveis
porte, setor, região, sexo, empreendedorismo, financeiros (empréstimo e pagamento) e ciclos
realizados revelou que o porte EPP das empresas é importante para estabelecimento de um
grau de inovação inicial relevante, ou seja, antes das empresas aderirem ao programa já
apresentam um grau de maturidade de inovação. As EPPs, por serem empresas com maior
margem de lucro, possuem mais recursos financeiros para investir em inovações sejam estas
organizacionais ou tecnológicas. Como a mensuração do grau de inovação abarca todas essas
inovações, podemos dizer que as EPPs apresenta-se mais a frente em inovação que as MEs.
Desta forma, para que o Programa para se mantenha estimulante para as EPPs, ou seja, para
que as EPPs avancem em ações (ciclos) de inovação é necessário que os agentes sejam
habilitados em inovação mais avançadas para fomentar o avanço dessas empresas. A análise
foi mostrou-se contribuitiva, pois como apenas EPP mostrou- se significativa indica que não
houve seleção de amostra, já que, no início não há diferença significativa no grau de
inovação das empresas. Ou seja, o fato de algumas empresas evoluírem mais ou menos
durante acompanhamento no programa, não está ligado às condições iniciais com as quais
elas entraram no programa não podendo-se justificar os ganhos por uma diferença inicial
entre as empresas.
A análise do avanço do grau de inovação global contou com as mesmas variáveis,
com exceção dos últimos ciclos, visto que ao analisar essa diferença queremos prever quais
características que os gestores devem utilizar na seleção das empresas para melhor focalizar
o programa e os ciclos não podem ser previstos. Essa analise permitiu observar que apenas
as variáveis Seridó, Natal e mulher foram relevantes para as diferenças no grau de inovação
global nas empresas acompanhadas. Esses dados nos leva a considerar que essas
características podem ser usadas pelos gestores para seleção de empresas com maior
propensão de avanços no programa, ou seja, mais abertas a receber sugestões e informações
dos agentes locais, assim como também realizar as ações de inovações planejadas durante o
acompanhamento. Podemos verificar que apesar da maioria dos empresários aderentes ao
Programa ser do sexo masculino, são as mulheres a frente dos negócios que realizam mais
ações. A região de Natal por ser o centro da economia norte rio grandense apresenta além de
muito potencial também mais aceitação a receber e executar as ações de inovação e de seguir
planejamento.
117
A análise do comportamento das dimensões também é uma observação que deve ser
realizada pelos gestores do Sebrae e do Programa ALI, pois valida o instrumento Radar da
Inovação de acordo com as características observáveis dos empresários do Rio Grande do
Norte. Essa validação nada mais é do que uma caracterização das dimensões da inovação no
Estado e é importante para que se (re)oriente o programa, os agentes e os direcionamentos
no Estado através de uma focalização cada vez mais consistente do ALI.
A primeira análise do grau de inovação inicial de cada dimensão em relação às
caraterísticas das empresas (com exceção dos últimos ciclos executados pelas empresas que
não tem caráter de previsibilidade) revela uma importante observação, apenas algumas
características foram significantes (apresentaram diferença significativa) para as dimensões
na caracterização das empresas antes de receber o programa (dimensão inicial). Assim as
características iniciais pouco interferem na justificação dos ganhos nas dimensões. A
variável Natal (empresa localizada em Natal) se apresentou como a mais frequência, sendo
relevante para as dimensões oferta, plataforma, clientes, relacionamento, processo,
organização. Esse fato nos levar a crer que nestas dimensões o grau inicial de inovação é
mais elevado muito provavelmente por questões econômicas e sociais que fazem desta
região propícia a diversificar seus produtos, serviços, relação com clientes, processos,
estratégias de mercado para ganhar competitividade visto que é uma região de maior
acirramento do mercado e com maiores oportunidades de acesso a informações e inovações.
Desta forma, é viável que se utilize dessa análise para que as demais regiões sejam
fomentadas com ações inovativas pelo SEBRAE de suas regiões para que consigam se
atualizar e ganhar destacar nas diferentes dimensões da inovação.
Outra característica significante e presente nas dimensões clientes, soluções,
processos, cadeia de fornecimento e ambiência inovadora é o porte das EPP. Isso revela que
esse porte de empresa tende a apresentar inicialmente melhores graus de inovação nas
referidas dimensões. Essa informação é evidente constatada pelos ganhos econômicos,
financeiros e sociais presentes nessas empresas. Em virtude de um maior faturamento e
estruturação organizacional essas empresas possuem graus de maturidade iniciais bem mais
expressivos fato que as coloca em situação privilegiada para receber o Programa e propiciar
mais avanços em inovação.
Na segunda análise se observa a relação entre a evolução no grau de inovação das
diversas dimensões da inovação. Essa investigação teve como objetivo analisar quais
características das empresas e dos empresários são relevantes para que as empresas alcancem
118
maiores evoluções nas dimensões e, consequentemente, em inovação quando acompanhadas
pelo ALI/RN. Como a soma dessas dimensões forma o grau de inovação das empresas é
relevante observar o comportamento das dimensões de forma isolada e ao longo do
acompanhamento (considerar os ciclos que conseguiram alcançar no acompanhamento).
Nesta avaliação foi notado que a característica da empresa em estar situação em Natal
é um enorme diferencial. Apenas nas dimensões marca e relacionamento esta característica
não se mostrou significante, mas em todas as outras foi essencial pertencer a essa região para
conseguir avanços nos graus de inovação das dimensões. Mesmo quando os graus iniciais
das dimensões foram significantes também foi expressivo o avanço nos graus ao ser assistido
pelo programa. De fato, estar inserido na região de maiores oportunidades econômicas,
sociais e políticas favorece não só a uma maior maturidade inicial, assim como também a
avanços mais consistentes de inovação (maior receptividade, planejamento e execução de
ações de inovação), ou seja, no Programa. Assim para conquistar mais resultados no
programa deve-se focar em empresas de Natal. A Região do Seridó também demonstra
importância em várias dimensões (exceto plataforma, marca, soluções e processos) sendo
assim uma região que apesar de não possui grau de maturidade inicial alto mostrou-se
bastante aberta a receber boa parte dos tipos de inovação que o Programa propõe e conseguir
avançar no mercado. Utilizar-se das ações do Seridó e da Natal como modelo de expansão de
ações para a região do Oeste parece ser um bom recurso para incentivar a inovação no
Estado.
De fato, ao se analisar trabalhos com objetivos de avaliação de programas de inovação
podemos tomar dois caminhos: levantar as empresas com maiores ganhos (progressão no
Programa) e investir nelas para focalizar no resultado e alcance dos objetivos do desenho já
estruturado do ALI, ou investigar as empresas que não alcançam os objetivos do Programa e
criar soluções para que insiram-se mais fortemente no programa. Como se trata de um
programa de abrangência nacional e possui fortes bases metodológicas é importante que se
mantenha a configuração e delineamento do Programa e, desta forma, a empresa possa
avançar em diferentes dimensões da inovação. É importante notar que o avanço no grau de
inovação global é orientado pelas várias dimensões da inovação, logo a efetividade do
Programa é assumida como de sucesso quando alcança a empresa em várias dimensões. Fazer
com que o empresário perceba essa soma de dimensões é uma das principais missões dos
agentes e do ALI.
119
As empresas de Natal são, desta forma, mais propensas a receber e aderir ao ALI
(muito por já possuir uma maior maturidade inicial de inovação/ y inicial); e a evoluírem no
grau de inovação global ( pois também evoluem significativamente em várias dimensões da
inovação). É mister reforçar a relevância que estar em um centro político, econômicos, social
e político como Natal e região metropolitana repercute na inovação. Levar à inovação a
economia brasileira é uma tarefa árdua e difícil haja vista à enorme abrangência territorial
brasileira e consequentemente a sua diversa economia e estrutura política e social. Assim, o
avanço brasileiro deve ser feita através da conquista em cada estado. E um estudo
direcionado através da análise econométrica do principal programa de estimulo a inovação
do país (Programa ALI) é interessante para que o programa seja ajustado em sua
estruturação, execução e finalização.
No entanto, assim como muitos estudos acadêmicos, algumas limitações foram
verificadas. Primeiramente, o acesso e viabilidade dos dados. Apesar do programa ALI
possuir sistema próprio para armazenamento dos dados colhidos, a sua base de dados ainda é
suscetível a erros. Ajustar e reforçar a segurança dos dados é uma sugestão para o SEBRAE
que de posse de dados mais seguros e consistentes pode realizar trabalhos eficazes na
geração de informação estratégica de inovação organizacional.
A frágil base de dados (falta de muitos dados temporais, por exemplo) propiciou ao
estudo diversas barreiras para maiores observações e obtenção de resultados mais
consistentes.
Como sugestão de estudos futuros é importante que seja realizado o cruzamento desta
base de dados do SEBRAE com bases como RAIS e Jucern a fim de formar um grupo
controle e, desta forma, possa-se ampliar o estudo para mensuração de efetividade do
Programa. Essa mensuração seria de grande importância para os gestores do ALI.
120
REFERÊNCIAS
ACEVEDO, G. L.; TAN, H. W. Impact evaluation of SME programs in Latin America
and Caribbean.World Bank, 2010.
AFUAH, A. Innovation management: strategies, implementation, and profit. New York:
Oxford University Press, 1998.
ALSAATY, F. M.; HARRIS, M. H. The Innovation Event: An Insight into the Occurrence of
Innovation. The Business Review, Cambridge, v. 14, n.1, p. 292-299, 2009.
ANDRADE, T. Inovação e ciências sociais: em busca de novos referenciais.
Revista Brasileira de Ciências Sociais, v. 20, n. 58, 2005.
ANPROTEC. Associação Nacional de Entidades Promotoras de Empreendimentos
Inovadores. Notícias Anprotec. Disponível em < http://anprotec.org.br/site/2015/02/agentes-
locais-de-inovacao-ja-atenderam-50-mil-empresas/>. Acesso em: 09 jul. 2018.
ARAÚJO, B.C.; PIANTO, D.; DE NEGRI, F.; CAVALCANTE, L. R.; ALVES, P. F. Impactos
dos fundos setoriais nas empresas. Revista Brasileira de Inovação, v. 11(Número especial), p.
85-111, 2012.
ARROIO, A.; SCERRI, M. The promise of small and medium enterprises. New Delhi:
Routledge, 2014.
AVELLAR, A. P.; ALVES, P. Avaliação de impacto de programas de incentivos fiscais à
inovação – um estudo sobre os efeitos do PDTI no Brasil. Revista Economia, p.143-164,
2008.
AVELLAR, A. P. Impacto das Políticas de Fomento à Inovação no Brasil sobre o Gasto em
Atividades Inovativas e em Atividades de P&D das Empresas. Estudos Econômicos, v. 39,
629-649, 2009.
AVELLAR, A.P.; BOTELHO, M.R.A. Efeitos das políticas de inovação nos gastos com
atividades inovativas das pequenas empresas brasileiras. Estudos Econômicos, v. 46, n.3, p.
609-642, 2016.
BACHMANN, D.L., DESTEFANI, J.H. Metodologia para Estimar o Grau de Inovação
nas MPE: Cultura do Empreendedorismo e Inovação. Curitiba, 2008.
BARBOSA, F. A.; SACOMANO, J. B.; PORTO, A. J. V. Metodologia de análise para redes
interorganizacionais: competitividade e tecnologia. Gestão e Produção. São Carlos, v. 14, n.
2, p.411-423, 2007.
BARNETT, H.G. Innovation: the basis of cultural change. New York: McGraw-Hill, 1953.
121
BIGLIARDI, Barbara; COLACINO, Pierluigi; DORMIO, Alberto Ivo. Innovative
characteristics of small and medium enterprises. Journal of technology management &
innovation, v. 6, n. 2, p. 83-93, 2011.
BLANK, S.; DORF, B. Startup: manual do empreendedor. Rio de Janeiro: Alta Books, 2014.
BON, A. T.; MUSTAFA, E. M. A. Impact of total quality management on innovation in
service organizations: Literature review and new conceptual framework. Procedia
Engineering, v. 53, p. 516-529, 2013.
BRASIL, Lei Complementar n°123, de 14 de dezembro de 2006.
BRASIL. Lei 11.196/05, “Lei do Bem”, de 21 de novembro de 2005
BRASIL. Lei nº 10.973, de 2 de dezembro de 2004. Dispõe sobre incentivos à inovação e à
pesquisa científica e tecnológica no ambiente produtivo e dá outras providências. Disponível
em: < http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/lei/l10.973.htm>. Acesso
em: 15 de fevereiro de 2019.
CARVALHO, G. D. G. et al. Radar da inovação como ferramenta para o alcance de vantagem
competitiva para micro e pequenas empresas. Revista de Administração e Inovação, v. 12,
n. 4, p. 162-186, 2015.
CAVALETTI, Cristina Mayala. A Aferição de Inovações em Micro e Pequenas Empresas
(MPEs): um estudo sobre o alinhamento entre indicadores utilizados no programa Agentes
Locais da Inovação e aqueles utilizados em nível nacional e mundial. 2016.
CHANG, Y.; HUGHES, M. Drivers of innovation ambidexterity in small- to medium-sized
firms. European Management Journal, v. 30, n. 1, p. 1–17, 2012.
CHEN, J.; SAWHNEY, M. Defining and measuring business innovation: The innovation
radar. Kellogg School of Management working paper, 2010. Disponível em:
<https://www.researchgate.net/profile/Jiyao_Chen/publication/308174360_Defining_and_M
eassuring_Business_Innovation_The_Innovation_Radar/links/57dc608c08ae72d72ea690f2/
Defin ing-and-Measuring-Business-Innovation-The-Innovation-Radar>. Acesso em:
22/09/2018.
CLEMENTE, R. G., CAULLIRAUX, H. M. Inovação: Novas abordagens e suas
implicações para as MPES. Rio de Janeiro: X encontro ReINC, 2008.
CNPq. CNPq- institucional. CNPq, 2017. Disponível em:
<http://cnpq.br/apresentacao_institucional/>. Acesso em: 13 de janeiro 2019.
COLBARI, Antonia. Cultura da inovação e racionalidade econômica no universo do pequeno
empreendimento. Revista Interações. v. 15, n. 2, 2015.
CROSSAN, M. M.; APAYDIN, M. A multi‐dimensional framework of organizational
innovation: A systematic review of the literature. Journal of management studies, v. 47,
n. 6, p. 1154-1191, 2010.
122
D'ANJOUR, Miler Franco. Relações entre inovatividade e inovação organizacional:
um estudo em micro e pequenas empresas. 2018. 210f. Tese (Doutorado em
Administração) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio
Grande do Norte, Natal, 2018.
DE NEGRI, João Alberto Organizador; KUBOTA, Luis Claudio Organizador.
Políticas de incentivo à inovação tecnológica no Brasil. 2008.
DE MATOS, M.; ARROIO, Ana. Políticas de apoio a micro e pequenas empresas no
Brasil. Avancos recentes e perspetivas. CEPAL-AECID, Santiago de Chile, 2011.
DESOUZA, K. C. et al. Crafting organizational innovation processes. Innovation:
management, policy & practice. v.11, n.1, p.6–33, 2009.
DINI, Marco; STUMPO, Giovanni; ITALIANA, Italia Cooperazione. Políticas para la
innovación en las pequeñas y medianas empresas en América Latina. 2011.
DOTZEL, T.; SHANKAR, V.; BERRY, L. L. Service innovativeness and firm value.
Journal of Marketing Research, v. 50, n. 2, p. 259-276, 2013.
DRUCKER, P.F. Management, tasks, responsibilities, practices. New York: Harper and
Row, 1973.
DRUCKER, P.F. Inovação e espírito empreendedor: práticas e princípios. São Paulo:
Cengage Learning, 2010.
FACUNDES, Débora Dayanny de Freitas et al. Avaliação das inovações adotadas por
micro e pequenos hotéis participantes do programa agentes locais de inovação (ALI),
implementado pelo SEBRAE, em Mossoró-RN. 2018.
FERRARO, C, (Org.) Apoyando a las pymes: Políticas de fomento en América Latina y el
Caribe. Nações Unidas, Chile, 2011.
FREEMAN, C. The economics of industrial innovation. London: Frances Pinter, 1982.
GODIN, B; LUCIER, P. Innovation and Conceptual Innovation in Ancient Greece.
Project on the Intellectual History of Innovation: Working Paper No. 12. Montreal: INRS,
2012. Disponível em: <http://www.csiic.ca/PDF/antiquity.pdf>. Acesso em: 10 de fevereiro
2019.
HAMEL, G.; PRAHALAD, C.K. Competindo pelo futuro. 10. ed. Rio de Janeiro:
Editora Campus,1995.
HAMEL, G. Liderando a Revolução. 4. ed. Rio de Janeiro: Campus, 2000.
HAUSMAN, Angela. Innovativeness among small businesses: Theory and propositions for
future research. Industrial marketing management, v. 34, n. 8, p. 773-782, 2005.
123
KIM, D.; KUMAR, V.; KUMAR, U. Relationship between quality management practices
and innovation. Journal of operations management, v. 30, n. 4, p. 295-315, 2012.
LERNER, J. The Government as Venture Capitalist: The Long-run effects of the SBIR
Program, Journal of Business, v. 72, pp. 285-318, 1996.
LIMA, Váldeson Amaro; DA SILVA MÜLLER, Carlos André. Inovação como estratégia
competitiva de pequenas empresas: estudo de casos com farmácias participantes do
programa agentes locais de inovação em Rondônia. Revista Eletrônica de Estratégia &
Negócios, v. 10, n. 3, 2017.
LOW, D.R. Innovation and its interaction with market orientation: a study of
australian manufacturing SMEs. A thesis presented to the University of Western Sydney
in partial fulfilment of the requirements for the degree of Doctor of Philosophy. Setembro
2006. Disponível em: <http://library.uws.edu.au/adt-NUWS/uploads/approved/adt-NUWS
20070911.154522/public/01Front.pdf>. Acessado em: 19 de janeiro de 2019.
MAIA, A.F.S. Inovação em micro e pequenas empresas: uma análise do caso
brasileiro. Abril de 2012. 117 páginas. Dissertação – Universidade Federal de
Uberlândia. Uberlândia, 20 de abril de 2012.
MOLDASCHL, M. Why innovation theories make no sense. Papers and Preprints of the
Department of Innovation Research and Sustainable Resource Management (BWL IX),
Chemnitz University of Technology, 2010. Disponível em:
<http://www.csiic.ca/PDF/WP_2010_09 InnoST_eng.pdf>. Acessado em: jan. 2019.
MOREIRA, D.; QUEIROZ, A. C. (Org.). Inovação organizacional e tecnológica. São
Paulo: Thomson, 2007.
NÉTO, A.T. Silva., TEIXEIRA, R. M. Mensuração do Grau de Inovação de Micro e
Pequenas Empresas: Estudo em Empresas da Cadeia Têxtil- Confecção em Sergipe. Revista
de Administração e Inovação, São Paulo, v. 8, n. 3, p.205-229, 2011.
NOGUEIRA, M.O. Um pirilampo no porão: um pouco de luz nos dilemas da produtividade
das pequenas empresas e da informalidade no Brasil. Brasília: IPEA.2017.
OCDE; FINEP. Manual de Frascati: metodologia proposta para definição da pesquisa e
desenvolvimento experimental. 6 ed., 2002. Disponível em:
<http://www.ipdeletron.org.br/wwwroot/pdf-publicacoes/14/Manual_de_Frascati.pdf >.
Acesso em: nov. 2018.
OCDE; FINEP. Manual de Oslo: diretrizes para coleta e interpretação de dados sobre
inovação. 3 ed., 2005. Disponível em: < http://www.finep.gov.br/images/apoio-e-
financiamento/manualoslo.pdf >. Acesso em: nov. 2018.
ORGANIZAÇÃO PARA COOPERAÇÃO E DESENVOLVIMENTO ECONÔMICO -
OECD. Manual de Oslo: Diretrizes para a coleta e interpretação de dados sobre inovação. 3
ed. Paris: OECD, 2005.
124
OSTERWALDER, A.; PIGNEUR, Y. Business Model Generation - Inovação em Modelos
de Negócios: um manual para visionários, inovadores e revolucionários. Rio de Janeiro: Alta
Books, 2011.
PAREDES, B. J. B. et al. Uma análise intrassetorial e intersetorial do grau de inovação
de empresas de pequeno porte do estado de Pernambuco. RAI Revista de
Administração e Inovação, v. 12, n. 4, p. 140-161, 2015.
PAULA, CAMILLA RODRIGUES DE et al. Análise do grau de inovação das Micro
e Pequenas Empresas do segmento alimentício atendidas pelo programa Agentes
Locais de Inovação na Região Oeste do Estado de Goiás. 2014.
PERDOMO-ORTIZ, J.; GONZÁLEZ-BENITO, J.; GALENDE, J. Total quality
management as a forerunner of business innovation capability. Technovation, v. 26, n. 10,
p. 1170-1185, 2006.
PORTER, M. Vantagem competitiva: criando e sustentando um desempenho superior. Rio
de Janeiro: Campus, 1992.
PRAHALAD, C.K. The Innovation Sandbox. Strategic Business, v. 44, p. 1-10, 2006.
QUANDT, C. O.; BEZERRA, C. A.; FERRARESI, A. A. Dimensões da
inovatividade organizacional e seu impacto no desempenho inovador: proposição e
avaliação de um modelo. Gestão & Produção, v. 22, n. 4, p. 873-886, 2015.
RAM, Jiwat; CUI, Binyue; WU, Ming-Lu. The Conceptual Dimensions of Innovation: A
Literature Review. International Conference on Business and Information, Sapporo,
Japan, 2010.
RODRIGUES, Rodrigo Lins; DE MEDEIROS, Francisco PA; GOMES, Alex Sandro.
Modelo de Regressão Linear aplicado à previsão de desempenho de estudantes em ambiente
de aprendizagem. In: Brazilian Symposium on Computers in Education (Simpósio
Brasileiro de Informática na Educação-SBIE). 2013. p. 607.
ROVERE, R.L.L. Perspectivas das Micro, Pequenas e Médias Empresas no Brasil. Rio de
Janeiro: Revista de Economia Contemporânea, v. 5, edição especial, páginas 20-38, 2001.
RUIZ-MORENO, A. et al. Quality management and administrative innovation as firms'
capacity to adapt to their environment. Total Quality Management & Business
Excellence, v. 27, n. 1-2, p. 48-63, 2016.
SANTOS, Carlos César Ribeiro. Análise e experiência geral do programa Agentes Locais
de Inovação referente ao ano de 2016. Orientadores, p. 36.
SAWHNEY, M.; WOLCOTT, R.; ARRONIZ, I. The 12 different ways for companies
to innovate. MIT Sloan Management Review, v. 47, n. 3, 75-81,
2006.
SBA. Small Business Innovation Research Program (SBIR). Disponível em :
http://www.sba.gov/content/small-business-innovationresearchprogram-
125
sbir. Acesso em 29.março.2015
SEBRAE. Inovação nos pequenos negócios. Serviço Brasileiro de Apoio às Micro e
Pequenas Empresas – Unidade de Gestão Estratégica, 2013. 80 páginas.
SEBRAE. Serviço Brasileiro de Apoio às Micro e Pequenas Empresas. Manual do
participante: manual de capacitação do programa agentes locais de inovação. v. 1 a 6.
Manual. Brasília: Sebrae, 2014.Manual mimeografado.
SEBRAE. Serviço Brasileiro de Apoio às Micro e Pequenas Empresas. Participação das
Micro e Pequenas Empresas na Economia Brasileira. Relatório. Brasília, 2014. Relatório.
Mimeografado.
SEBRAE. Serviço Brasileiro de Apoio às Micro e Pequenas Empresas. MPE Indicadores:
Pequenos Negócios no Brasil. Brasília: Sebrae, 2014.
SEBRAE. Agentes Locais de Inovação – Guia Rápido. Serviço Brasileiro de Apoio às
Micro e Pequenas Empresas.
SEBRAE. Participação das micro e pequenas empresas na economia brasileira. Serviço
Brasileiro de Apoio às Micro e Pequenas Empresas – Unidade de Gestão Estratégica, 2014.
SEBRAE. O público do SEBRAE. Serviço Brasileiro de Apoio às Micro e Pequenas
Empresas – Unidade de Gestão Estratégica, 2015.
SILVA, G.; DI SERIO, L. C. Revisitando os Pressupostos Básicos da Teoria de Inovação.
In: EnANPAD. 41, 2017, São Paulo. Anais EnANPAD, 2017.
SILVA, Leisianny Mayara Costa et al. Análise do Processo Inovativo em Pequena Empresa:
Estudo de Caso a Partir do Programa Agentes Locais de Inovação. Revista de
Empreendedorismo e Gestão de Pequenas Empresas, v. 7, n. 1, p. 162-194, 2018.
SIMÕES, L. C. et al. Radar da inovação: um estudo de caso das prestadoras de serviço de
Brasília/DF. REGEPE-Revista de Empreendedorismo e Gestão de Pequenas Empresas,
v. 4, n. 2, p. 133-152, 2015.
SIMPSON, P.; SIGUAW, J.; ENZ, C.. Innovation orientation outcomes: The good and the
bad. Journal of Business Research, 59(10/11): 2006, p. 1133–1141.
STROBEL, N.; KRATZER, J. A. N. Obstacles to innovation for SMES: Evidence from
Germany. International Journal of Innovation Management. v.21, n.3, 2016.
SCHUMPETER, J. Capitalism, Socialism and Democracy, 3 ed. Harper and Row, New
York, 1950.
SCHUMPETER, J. A. Teoria do Desenvolvimento Econômico. Abril Cultural. 1982.
SCHUMPETER, J.A. History of economic analysis. Reino Unido: Taylor & Francis, 2006.
126
TEIXEIRA, Josélia Elvira. Políticas de estímulo à inovação em micro e pequenas
empresas: contribuições do Programa Agentes Locais de Inovação (Brasil) e da Rede PME
Inovação (Portugal). 2017.
TEXEIRA, R. M.; FEITOZA, R. A. A. Inovação na Pequena Empresa: Mapeamento da
produção científica internacional e nacional no período de 2000 a 2014. Revista Micro e
Pequena Empresa - FACCAMP, v. 9, n. 1, p. 90-102, 2015.
TIDD, J.; BESSANT, J.; PAVITT, K. Managing Innovation: integrating technological,
market and organizational change. 4.ed. John Wiley & Sons, Ltd: Chicester, 2005.
TIGRE, P. B. Gestão da Inovação: a economia da tecnologia do Brasil. 3.ed. Rio de Janeiro:
Elsevier, 2006.
TIDD, J.; BESSANT, J; PAVITT, K. Gestão da Inovação, 3. ed. Porto Alegre: Bookman,
2008.
TOFFLER, A. A empresa flexível. 3 ed. Rio de Janeiro: Record, 1985.
VAN DE VEN, A.H. Central Problems in the Management of Innovation. Management
science, v. 32, n. 5, p. 590-607, 1986.
VERGARA, S. C. Projetos e relatórios de pesquisa em administração. 16 ed. São
Paulo: Editora Atlas, 2016.
VIANNA, José F. Avaliação do desempenho em inovação e gestão do segmento de indústria
no programa agentes locais de inovação. Orientadores, p. 46.
ZAWISLAK, P. A. A relação entre Conhecimento e Desenvolvimento: essência do
progresso técnico. Rio Grande do Sul: Universidade Federal do Rio Grande do Sul, 1994.
ZENG, J. et al. The impact of organizational context on hard and soft quality
management and innovation performance. International Journal of Production
Economics, v. 185, p. 240-251, 2017.
127
APÊNDICE A – Protocolo de revisão sistemática da literatura do Programa ALI
FONTE DE DADOS
A escolha pela base de dados eletrônica a ser consultada levou em consideração a abrangência
da base, ou seja, se a base possui em sua coletânea publicações amplas sobre o tema em
questão. O Programa Agentes Locais de Inovação é um programa relativamente novo e,
portanto, ainda não possui artigos e trabalhos de impacto no cenário acadêmico. Dessa forma,
a base de dados eletrônica foi o Google Acadêmico.
STRING DE BUSCA
Os termos utilizados para o string de busca levaram em consideração as palavras-
chaves decorrentes de um levantamento preliminar da literatura. Para a pesquisa na área de
programa de inovação para micro e pequenas empresas (MPEs) identificaram-se as palavras
como: “Programa Agentes Locais de Inovação”, utilizada assim como o string de busca da
pesquisa.
O processo de execução da busca nos repositórios Google Acadêmico, levou em
consideração todos os anos. Assim, o quantitativo de trabalhos publicados para os strings de
busca “Programa Agentes Locais de Inovação” teve como resultado o quadro quantitativo
demonstrado a seguir.
Quadro 01: Procedimento de pesquisa em base eletrônica de dados: Google Acadêmico. Base de dados: Google Acadêmico Data de consulta ao banco: 05 de abril de 2019.
FILTROS DESCRIÇÃO RESULTADOS
String de Busca
“Programa Agentes Locais de Inovação” 211
Total da base de dados
211
Fonte: Elaborado pela autora (2019).
128
PROCESSO DE SELEÇÃO
Após a realização da busca inicial que totalizou um quantitativo de 211 trabalhos
publicados que possuem em seu corpo de texto o string “Programa Agentes Locais de
Inovação”, seguiu-se com a aplicação de filtros de pesquisa de forma a proporcionar uma
melhor delimitação dos trabalhos para a execução dessa pesquisa.
Para tal, com o intuito de ter na base somente artigos relacionados ao Programa
específico em questão, optou-se por refinar a busca de trabalhos que tivessem validação a partir
de 2008 (ano de início dos testes do Programa pelo SEBRAE) e estivessem no idioma português,
visto ser um programa utilizado somente no Brasil. O produto dessa análise encontra-se no quadro
a seguir.
Quadro 01: Procedimento de pesquisa em base eletrônica de dados: Google acadêmico
Base de dados: Google acadêmico Data de consulta ao banco: 05 de abril de 2019.
FILTROS DESCRIÇÃO RESULTADOS
String de Busca 1
“programa agentes locais de inovação”
211
Idioma
Pesquisar páginas em português
204
Período
2008-2019
200
Filtro 1:
Tipo de documento: Excluir as alternativas PATENTES e CITAÇÕES
175
Filtro 2
String no título do artigo (em pesquisa avançada no menu da plataforma)
14
Fonte: Elaborado pela autora (2019).
Após o processo de busca dos trabalhos publicados, juntamente com a aplicação dos
filtros descritos nos quadros anteriores obteve-se um quantitativo de 14 artigos na temática do
trabalho.
129
Uma primeira análise observou a ordenação dos artigos por ordem relevância. Em
seguida, por meio de uma análise qualitativa dos artigos, foi observando se o título, resumo e
palavras-chaves do trabalho analisado possuíam alinhamento a temática trabalhada ou a
metodologia utilizada neste trabalho. Caso o artigo estivesse fora do escopo, ele seria
removido. Após a realização dessas análises permaneceram no estudo 7 artigos na temática
em análise.
Quadro 02: Artigos selecionados segundo filtros aplicados na base eletrônica de dados:
Google Acadêmico N° Nome Autores Tipo Alinhamento 1
1
Análise do grau de inovação das
micro e pequenas empresas do
segmento alimentício atendidas pelo
programa agentes locais de inovação
na região oeste do estado de Goiás.
Camilla Rodrigues de Paula
TCC Análise do GI
Goiás
Setor alimentos
(50)
2 Inovação como estratégia competitiva
de pequenas empresas: estudo de
casos com farmácias participantes do
programa agentes locais de inovação
em Rondônia.
Váldeson Amaro Lima, Carlos
André da Silva Müller
Artigo Análise do GI
Rondônia
Farmácias (3)
3 Análise do Processo Inovativo em
Pequena Empresa: Estudo de Caso
a Partir do Programa Agentes
Locais de Inovação.
Leisianny Mayara Costa Silva; Ana
Regina Bezerra Ribeiro; Bruno
Ferreira Frascaroli; Rodolfo Araújo
de Moraes Filho
Artigo
Análise do
Radar + quali
Paraíba
Estudo de caso
(1)
4 Programa Agentes Locais de
Inovação: proposição de
metodologia para indução ao
registro de propriedade industrial
Bárbara Samanta de Oliveira
Artigo Fora do escopo
5 Análise e experiência geral do
programa Agentes Locais de
Inovação referente ao ano de 2016.
Carlos César Ribeiro Santos
Artigo
Análise das
dimensões mais
utilizadas;
Brasil
6 Análise e experiência do programa
agentes locais de inovação – ciclo 3.
Renelson Ribeiro Sampaio
Artigo
Fora do escopo
7 Aspectos inovadores das micro e
pequenas empresas participantes do
programa agentes locais de inovação
no ciclo III em Sergipe.
Gabriel Silva das Virgens, Maria
Conceição Melo Silva Luft, Maria
Elena Leon Olave, Larissa Soares
de Queiroz
Artigo
Fora do escopo
8 Avaliação do desempenho em
inovação e gestão do segmento de
indústria no programa agentes locais
de inovação.
José F. Vianna Artigo Avaliação de
desempenho;
Campo Grande
9 Análise e descrição das diferentes realidades
do programa agentes locais de inovação –
RN
Napiê Galvê Araujo Silva Artigo Fora do escopo
10 Contribuição à etapa de adesão das Ivan Julio Apolonio Callejas Fora do escopo
130
empresas ao programa agentes locais
de inovação considerando o estágio
de maturidade
Artigo
11 Políticas públicas para o
desenvolvimento associado com a
inovação: Uma análise da formulação
e de narrativas de atores envolvidos
na implementação do Programa
Agentes Locais de Inovação – ALI –
em Campina Grande
Alênicon Pereira de Souza TCC Fora do escopo
12 PROGRAMA ALI Sebrae/CNPq:
expectativas e realizações dos
agentes locais de inovação em
Ribeirão Preto/SP de 2012 a 2014.
CRISTIANE BASSI JACOB Artigo Fora do escopo
13 Políticas de estímulo à inovação em
micro e pequenas empresas:
contribuições do Programa Agentes
Locais de Inovação (Brasil) e da rede
PME Inovação (Portugal).
Josélia Elvira Teixeira Tese Análise
quantitativa de
dados;
Paraná
3000 MPEs
14 A Aferição de Inovações em Micro e
Pequenas Empresas (MPEs): um
estudo sobre o alinhamento entre
indicadores utilizados no programa
Agentes Locais da Inovação e
aqueles utilizados em nível nacional e
mundial.
Cristina Mayala Cavaletti TCC Análise de
indicadores;
Brasil
TOTAL 7
Fonte: Elaborado pela autora (2019).
Protocolo: Programas Agentes Locais de Inovação
Tema:
Programa Agente Locais de Inovação para o conhecimento dos trabalhos publicados e de suas
analises neste tema, assim como também das metodologias aplicadas nos estudos neste
Programa.
Objetivo:
Reunir elementos que possam enriquecer o conhecimento do programa e os tipos de análise
realizadas até então.
Fonte primária:
Google Acadêmico
String de busca:
Programa Agentes Locais de Inovação (título do artigo).
131
Critérios de inclusão:
Tema: Programas Agentes Locais de Inovação;
Confirmação de utilização de análise do desenvolvimento das empresas frente à
aplicação do Programa.
Disponibilidade de texto completo.
Apontamentos da pesquisa:
Data: 05/04/19
Google Acadêmico
Inicial: 14
Final: 7
Revisões detalhadas: N° Nome Metodologia Local
Observações
1
Análise do grau de inovação das
micro e pequenas empresas do
segmento alimentício atendidas pelo
programa agentes locais de inovação
na região oeste do estado de Goiás.
Análise do GI
Goiás
Setor alimentos
(50)
2 Inovação como estratégia competitiva
de pequenas empresas: estudo de
casos com farmácias participantes do
programa agentes locais de inovação
em Rondônia.
Estudo de caso (3 empresas:
Farmácias de manipulação);
Mensuração do GI (CICLO 0 E 1);
Análise qualitativa/ observacional (a
partir dos recursos e competências);
Analisa as dimensões em destaque
positivo e negativo
Conclusão: processo incremental e
endógeno
Porto
Velho
Inovação nas
MPEs
3 Análise do Processo Inovativo em
Pequena Empresa: Estudo de Caso
a Partir do Programa Agentes
Locais de Inovação.
Estudo de caso;
Variação do Gi e do grau de cada
dimensão;
Análise de cada dimensão
Artigo
Ordem
cronológica
conceitual da
inovação;
Tipo de
inovação e os 4
Os da inovação;
Inovação nas
MPEs;
Elementos que
contribuem com
a inovação nas
mpes;
*Além do
financiamento
(171);
132
5 Análise e experiência geral do
programa Agentes Locais de
Inovação referente ao ano de 2016.
Artigo
Análise das
dimensões mais
utilizadas;
Brasil
8 Avaliação do desempenho em
inovação e gestão do segmento de
indústria no programa agentes locais
de inovação.
Artigo Avaliação de
desempenho;
Campo Grande
13 Políticas de estímulo à inovação em
micro e pequenas empresas:
contribuições do Programa Agentes
Locais de Inovação (Brasil) e da rede
PME Inovação (Portugal).
Tese Análise
quantitativa de
dados;
Paraná
3000 MPEs
14 A Aferição de Inovações em Micro e
Pequenas Empresas (MPEs): um
estudo sobre o alinhamento entre
indicadores utilizados no programa
Agentes Locais da Inovação e
aqueles utilizados em nível nacional e
mundial.
TCC Análise de
indicadores;
Brasil
TOTAL 7
Fonte: Elaborado pela autora (2017)
133
APÊNDICE B – Questionário Radar da Inovação
Empresa: CNPJ:
A - Dimensão Oferta
Item 1 - Novos produtos
( ) a. A empresa lançou, com sucesso, mais de um novo produto no mercado nos últimos 3 anos. ( ) b. A empresa lançou, com sucesso, um novo produto no mercado nos últimos 3 anos. ( ) c. A empresa não lançou, com sucesso, qualquer novo produto no mercado nos últimos 3 anos.
Evidência.
Item 2 – Ousadia
( ) a. Nos últimos 3 anos, a empresa retirou do mercado mais de um produto que não teve sucesso. ( ) b. Nos últimos 3 anos, a empresa retirou do mercado um produto que não teve sucesso. ( ) c. Nos últimos 3 anos, todos os produtos colocados no mercado tiveram sucesso. Nota: Caso não tenha sido colocado qualquer novo produto no mercado, também prevalece este escore.
Evidência.
Item 3 - Resposta ao meio ambiente
( ) a. Nos últimos 3 anos, a empresa mudou características de mais de um produto por razões ecológicas. ( ) b. Nos últimos 3 anos, a empresa mudou alguma característica de um de seus produtos por razões ecológicas. ( ) c. Nos últimos 3 anos, a empresa não mudou qualquer característica de seus produtos por razões ecológicas.
Evidência.
134
B - Dimensão Plataforma
Item 4 - Sistema de produção
( ) a. Os recursos físicos e de conhecimento para produção ou atendimento servem à mais de uma família de produtos. ( ) b. Os recursos físicos e de conhecimento para produção ou atendimento servem à uma família de produtos. ( ) c. Os recursos físicos e de conhecimento para produção ou atendimento servem à apenas um produto.
Evidência.
Item 5 - Versões de produtos
( ) a. O mesmo produto é oferecido em mais de duas versões, para atingir novos mercados ou grupos de consumidores. ( ) b. Algum produto é oferecido em duas versões, para atingir novos mercados ou grupos de consumidores. ( ) c. Cada produto é oferecido em uma única versão.
Nota: No caso de empresa com mais de um produto, basta que um deles tenha mais de uma versão para estabelecer o escore.
Evidência.
C - Dimensão Marca
Item 6 - Proteção de marca
( ) a. A empresa tem uma ou mais marcas registradas. ( ) b. A marca da empresa não é registrada. ( ) c. A empresa não tem uma marca.
Nota: Devido à demora dos processos burocráticos, basta que a solicitação de registro tenha sido feita para que a marca possa ser considerada.
Evidência.
Item 7 - Alavancagem da marca
( ) a. A empresa usa sua marca em propaganda ou associada a outros tipos de produtos ou negócios que possam trazer prestígio. ( ) b. A empresa usa sua marca exclusivamente em seus produtos. ( ) c. A empresa não usa sua marca nos produtos ou negócio. Nota: Caso a empresa não tenha uma marca, também prevalece este escore.
135
Evidência.
D – Dimensão Clientes
Item 8 - Identificação de necessidades
( ) a. A empresa tem uma sistemática para colher informações sobre as necessidades dos clientes. ( ) b. Nos últimos 3 anos, a empresa identificou ao menos uma necessidade não atendida de seus clientes. ( ) c. Nos últimos 3 anos, a empresa não identificou qualquer nova necessidade de seus clientes.
Evidência.
Item 9 - Identificação de mercados
( ) a. A empresa tem uma sistemática para identificar novos mercados para seus produtos. ( ) b. Nos últimos 3 anos, a empresa identificou ao menos um novo mercado para seus produtos. ( ) c. Nos últimos 3 anos, a empresa não identificou qualquer novo mercado para seus produtos.
Evidência. Item 10 - Uso das manifestações dos clientes – Resultado
( ) a. A empresa lançou mais de um novo produto, ou versão, nos últimos 3 anos, em decorrência de informações sobre necessidades dos clientes. ( ) b. A empresa lançou apenas um novo produto, ou versão, nos últimos 3 anos, em decorrência de informações sobre necessidades dos clientes. ( ) c. A empresa não lançou nenhum novo produto, ou versão, nos últimos 3 anos, em decorrência de informações sobre necessidades dos clientes.
Evidência.
E - Dimensão Soluções
Item 11 - Soluções complementares ( ) a. Nos últimos 3 anos, a empresa ofertou mais de uma nova solução complementar a seus clientes, criando novas oportunidades de receita. ( ) b. Nos últimos 3 anos, a empresa ofertou uma nova solução complementar a seus clientes, criando nova oportunidade de receita. ( ) c. Nos últimos 3 anos, a empresa não ofertou qualquer nova solução complementar, isto é, fora de seu negócio central.
136
Evidência.
Item 12 - Integração de recursos ( ) a. Nos últimos 3 anos, a empresa ofereceu mais de uma nova solução a seus clientes, com base na integração de recursos/produtos/serviços. ( ) b. Nos últimos 3 anos, a empresa ofereceu uma nova solução a seus clientes com base na integração de recursos/produtos/serviços. ( ) c. Nos últimos 3 anos, a empresa não ofereceu novas soluções a seus clientes com base na.integração de recursos/produtos/serviços.
Evidência.
F - Dimensão Relacionamento
Item 13 - Facilidades e amenidades
( ) a. Nos últimos 3 anos, a empresa adotou mais de uma nova facilidade, interface ou recurso para melhorar o relacionamento com os clientes. ( ) b. Nos últimos 3 anos, a empresa adotou uma nova facilidade, interface ou recurso para melhorar o relacionamento com os clientes. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer nova facilidade, interface ou recurso para melhorar o relacionamento com os clientes. Nota: Exemplos de recursos são: senhas, cafezinho, cartão de aniversário, vitrine, design diferenciado, etc. Evidência.
Item 14 – Informatização ( ) a. Nos últimos 3 anos, a empresa adotou mais de um novo recurso de informática para se relacionar com os clientes. ( ) b. Nos últimos 3 anos, a empresa adotou um novo recurso de informática para se relacionar com os clientes. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer novo recurso de informática para se relacionar com os clientes. Nota: São exemplos de recursos: site, redes sociais, câmeras online, cookies, etc. Evidência.
G - Dimensão Agregação de valor
Item 15 - Uso dos recursos existentes ( ) a. A empresa tem uma sistemática para adotar novas formas de gerar receitas usando as instalações e recursos já existentes. ( ) b. Nos últimos 3 anos, a empresa adotou alguma nova forma de gerar receita usando as instalações e recursos já existentes. ( ) c. Nos últimos 3 anos, a empresa não adotou novas formas de gerar receitas usando as instalações e recursos já existentes.
137
Evidência.
Item 16 - Uso das oportunidades de interação
( ) a. Nos últimos 3 anos, a empresa adotou mais de uma nova forma de gerar receita facilitando o relacionamento de parceiros com seus clientes. ( ) b. Nos últimos 3 anos, a empresa adotou alguma nova forma de gerar receita facilitando o relacionamento de parceiros com seus clientes. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer nova forma de gerar receita facilitando o relacionamento de parceiros com seus clientes.
Evidência.
H - Dimensão Processos
Item 17 - Melhoria dos processos
( ) a. A empresa sistematicamente modifica seus processos (execução, controle, marketing, etc.) ou instalações, para obter maior eficiência, qualidade, flexibilidade ou rapidez no atendimento. ( ) b. Nos últimos 3 anos, a empresa modificou pelo menos um processo (execução, controle, marketing, etc.) ou instalações, para obter maior eficiência, qualidade, flexibilidade ou rapidez no atendimento. ( ) c. Nos últimos 3 anos, a empresa não modificou qualquer de seus processos (execução, controle, marketing, etc.) ou instalações, para obter maior eficiência, qualidade, flexibilidade ou rapidez no atendimento. Evidência.
Item 18 - Sistemas de gestão ( ) a. Nos últimos 3 anos, a empresa adotou pelo menos duas novas práticas de gestão. ( ) b. Nos últimos 3 anos, a empresa adotou pelo menos uma nova prática de gestão. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer nova prática de gestão. Nota: Alguns exemplos de novas práticas: GQT, MEG, Just in Time, reengenharia, Manual de Boas Práticas, Manual de Procedimentos, Benchmarking, Terceirização, etc.
Evidência. Item 19 – Certificações
( ) a. Nos últimos 3 anos, a empresa recebeu mais de uma nova certificação de processo ou de produto. ( ) b. Nos últimos 3 anos, a empresa recebeu uma nova certificação de processo ou de produto.
138
( ) c. Nos últimos 3 anos, a empresa não recebeu qualquer certificação de processo ou de produto.
Nota: Alguns exemplos de certificações são: ISO9001, ISO14001, OHSAS18001, SA8001, acreditação, certificação voluntária, PAS, etc.
Evidência.
Item 20 - Softwares de gestão
( ) a. Nos últimos 3 anos, a empresa adotou algum novo software para a gestão administrativa ou da produção com o propósito específico de ganhar diferenciação. ( ) b. Nos últimos 3 anos, a empresa adotou ou substituiu algum software para a gestão administrativa ou da produção. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer novo software para a gestão administrativa ou da produção. Evidência. Item 21 - Aspectos ambientais (Ecológicos) ( ) a. Nos últimos 3 anos, a empresa fez mais de uma mudança nas instalações ou na forma de trabalhar por razões ecológicas. ( ) b. Nos últimos 3 anos, a empresa fez uma mudança nas instalações ou na forma de trabalhar por razões ecológicas. ( ) c. Nos últimos 3 anos, a empresa não fez qualquer mudança nas instalações ou na forma de trabalhar por razões ecológicas.
Evidência. Item 22 - Gestão de resíduos
( ) a. Nos últimos 3 anos, a empresa transformou parte de seus resíduos em uma oportunidade de gerar receita. ( ) b. Nos últimos 3 anos, a empresa alterou a destinação de seus resíduos, visando menor impacto ambiental ou benefícios para terceiros. ( ) c. Nos últimos 3 anos, a empresa não alterou a destinação de seus resíduos. Evidência.
I - Dimensão Organização Item 23 – Reorganização ( ) a. A empresa sistematicamente reorganiza suas atividades, ou modifica a forma de trabalhar dos colaboradores, para obter melhora em seus resultados. ( ) b. Nos últimos 3 anos, a empresa reorganizou suas atividades, ou modificou a forma de trabalhar dos colaboradores, para obter melhora em seus resultados.
139
( ) c. Nos últimos 3 anos, a empresa não reorganizou suas atividades, ou modificou a forma de trabalhar dos colaboradores, para obter melhora em seus resultados. Evidência. Item 24 – Parcerias ( ) a. Nos últimos 3 anos, a empresa fez duas ou mais parcerias com outras organizações, para fornecer produtos melhores ou ganhar competitividade. ( ) b. Nos últimos 3 anos, a empresa fez uma parceria com outra organização, para fornecer produtos melhores ou ganhar competitividade. ( ) c. Nos últimos 3 anos, a empresa não fez qualquer parceria com outra organização, para fornecer produtos melhores ou ganhar competitividade. Evidência. Item 25 - Estratégia competitiva ( ) a. Nos últimos 3 anos, a empresa fez uma mudança radical na estratégia competitiva. ( ) b. Nos últimos 3 anos, a empresa fez uma mudança significativa na estratégia competitiva. ( ) c. Nos últimos 3 anos, a empresa não fez qualquer mudança significativa na estratégia competitiva. Evidência.
J - Dimensão Cadeia de fornecimento Item 26 - Cadeia de fornecimento ( ) a. A empresa sistematicamente adota novas soluções para reduzir o custo do transporte ou dos estoques das matérias primas e produtos. ( ) b.Nos Nos últimos 3 anos, a empresa adotou uma nova solução para reduzir o custo do transporte ou dos estoques das matérias primas e produtos. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer nova solução para reduzir o custo do transporte ou dos estoques das matérias primas e produtos. Evidência.
K - Dimensão Presença Item 27 - Pontos de venda ( ) a. Nos últimos 3 anos, a empresa criou pontos ou canais de venda diferentes dos existentes anteriormente, compartilhando recursos com terceiros. ( ) b. Nos últimos 3 anos, a empresa criou pontos ou canais de venda diferentes dos existentes anteriormente.
140
( ) c. Nos últimos 3 anos, a empresa não criou pontos ou canais de venda diferentes dos existentes anteriormente. Evidência. Item 28 – Intermediação ( ) a. Nos últimos 3 anos, a empresa estabeleceu relação com intermediários para a venda de seus produtos em novos mercados. ( ) b. Nos últimos 3 anos, a empresa estabeleceu relação com intermediários para a venda de seus produtos. ( ) c. Nos últimos 3 anos, a empresa não estabeleceu novas relações com intermediários para a venda de seus produtos. Evidência.
L - Dimensão Rede Item 29 - Diálogo com o cliente ( ) a. Nos últimos 3 anos, a empresa adotou novas formas de trocar informações com os clientes, usando ou não a tecnologia da informação, para ganhar eficiência em seus processos. ( ) b. Nos últimos 3 anos, a empresa adotou uma nova forma de trocar informações com os clientes, usando ou não a tecnologia da informação, para ganhar eficiência em seus processos. ( ) c. Nos últimos 3 anos, a empresa não adotou qualquer nova forma de trocar informações com os clientes, usando ou não a tecnologia da informação, para ganhar eficiência em seus processos. Evidência.
M - Dimensão Ambiência inovadora Item 30 - Fontes externas de conhecimento – I ( ) a. A empresa faz uso rotineiro de consultorias ou do apoio de entidades como o SEBRAE, SENAI, SESI, SENAC, universidades, empresas júnior, etc. ( ) b. Nos últimos 3 anos, a empresa fez uso eventual de consultorias ou do apoio de entidades como o SEBRAE, SENAI, SESI, SENAC, universidades, empresas júnior, etc. ( ) c. Nos últimos 3 anos, a empresa não fez uso de consultorias ou do apoio de entidades como o SEBRAE, SENAI, SESI, SENAC, universidades, empresas júnior, etc. Evidência.
141
Item 31 - Fontes externas de conhecimento – II ( ) a. A empresa sistematicamente busca novas informações e tecnologias em eventos (seminários, congressos, etc.) e associações técnicas ou empresariais. ( ) b. A empresa eventualmente busca novas informações e tecnologias em eventos (seminários, congressos, etc.) e associações técnicas ou empresariais. ( ) c. A empresa não busca novas informações e tecnologias em eventos (seminários, congressos, etc.) e associações técnicas ou empresariais. Evidência. Item 32 - Fontes externas de conhecimento – III ( ) a. A empresa tem por prática buscar conhecimentos ou tecnologias junto aos fornecedores, concorrentes ou clientes. ( ) b. Nos últimos 3 anos, a empresa absorveu algum tipo de conhecimento ou tecnologias junto aos fornecedores ou clientes. ( ) c. Nos últimos 3 anos, a empresa não absorveu qualquer tipo de conhecimento ou tecnologia junto de fornecedores ou clientes. Evidência. Item 33 - Fontes externas de conhecimento – IV ( ) a. A empresa sistematicamente adquire informações, técnicas ou não, pagando taxas ou royalties por invenções patenteadas, ou absorve know-how e competências. ( ) b. Nos últimos 3 anos, a empresa adquiriu informações, técnicas ou não, pagando taxas ou royalties por invenções patenteadas ou know-how e competências. ( ) c. Nos últimos 3 anos, a empresa não adquiriu informações, técnicas ou não, pagando taxas ou royalties por invenções patenteadas ou know-how e competências. Evidência. Item 34 - Financiamento da inovação ( ) a. A empresa já utilizou algum dos programas de apoio financeiro subsidiado para atividades inovadoras. ( ) b. A empresa já solicitou algum dos programas de apoio financeiro subsidiado para atividades inovadoras. ( ) c. A empresa nunca solicitou qualquer dos programas de apoio financeiro subsidiado para atividades inovadoras. Evidência. Item 35 - Coleta de idéias ( ) a. A empresa tem um sistema formal para colher sugestões dos colaboradores.
142
( ) b. A empresa tem um sistema informal para colher sugestões dos colaboradores. ( ) c. A empresa não tem qualquer sistema, formal ou informal, para colher sugestões dos colaboradores. Evidência.
