PPGEPR PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: (11) 2320-6355/6355 http://propg.ufabc.edu.br/pgepr

Banca de DEFESA: ANA PAULA ZANETTI NEVES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : ANA PAULA ZANETTI NEVES
DATA : 05/04/2022
HORA: 14:00
LOCAL: por participação remota
TÍTULO:

RELAÇÃO ENTRE CAPACIDADE ANALÍTICA DE BIG DATA E O DESEMPENHO COMPETITIVO DAS STARTUPS DIGITAIS: PROPOSIÇÃO E TESTE DE UM MODELO


PÁGINAS: 199
RESUMO:

As startups digitais contribuem para a economia e sociedade de um país com suas soluções disruptivas, desde que obtenham um bom desempenho. Assim, é relevante explorar fatores que elevem o desempenho competitivo desse segmento de empresas. A capacidade analítica de big data é um desses fatores de alavancagem de desempenho, uma vez que startups manipulam um grande volume de dados desde a sua concepção. Este estudo fundamentado na teoria da visão baseada em recursos, define a capacidade analítica de big data da empresa como a tomada de decisões e operações orientadas por dados, desenvolvidas a partir dos dados disponíveis e da habilidade da equipe para analisá-los. Nesse contexto, o objetivo dessa dissertação foi verificar se há relação entre a capacidade analítica de big data e o desempenho competitivo das startups digitais. Para atender a este objetivo, um survey foi aplicado a 270 startups digitais brasileiras, utilizando a técnica de modelagem de equações estruturais (SEM), e o método dos mínimos quadrados parciais (PLS) como método de análise. Como resultado, verificou-se que as startups digitais desenvolvem a capacidade analítica de big data apoiando principalmente a tomada de decisão. Também, que esta capacidade tem relação positiva e significante com o desempenho competitivo das startups digitais, em suas duas vertentes: desempenho operacional e desempenho de mercado. Outro resultado a se destacar mostrou que, em consonância com pesquisas recentes, os dados se apresentaram mais relevantes para a formação da capacidade analítica de big data, do que as habilidades das pessoas para analisá-los. Como principal contribuição, esta dissertação mostrou que a capacidade analítica de big data é uma característica intrínseca das startups digitais da amostra e que guarda relação com o desempenho competitivo deste segmento de empresas.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2327844 - SILVIA NOVAES ZILBER TURRI
Membro Titular - Examinador(a) Interno ao Programa - 1842803 - PATRICIA BELFIORE FAVERO
Membro Titular - Examinador(a) Externo à Instituição - CRISTIANE DREBES PEDRON - UNINOVE
Membro Suplente - Examinador(a) Interno ao Programa - 2403225 - UGO IBUSUKI
Membro Suplente - Examinador(a) Externo à Instituição - Fernanda Cecília Ribeiro Cahen - ESPM
Notícia cadastrada em: 18/03/2022 18:08
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-2.ufabc.int.br.sigaa-2-prod