Análise dos fatores preditivos de performance em projetos de inovação por meio de regressões múltiplas
| Nível educacional (dc.audience.educationLevel) | Graduação | pt_BR |
| Orientador(a) (dc.contributor.advisor) | Souza, Marcos Leandro Hoffmann | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/2420878841218342 | pt_BR |
| Autor(a) (dc.contributor.author) | Schmitz, Matheus | |
| Curso (dc.curso) | Engenharia de Produção | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2022-06-09T17:45:52Z | |
| dc.date.available (dc.date.available) | 2022-06-09T17:45:52Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2018-07-07 | |
| Abstract (dc.description.abstract) | This study aims to quantify the capacity that criteria used during the selection and prioritization stage of innovation projects have in predicting the future performance of projects. For the development of the study, the existing works on the subject were analyzed, through a systematic review of the literature, which later supported the construction of the methodological procedures used. The predictive capacity was quantified first by means of simple regression models, and later by means of multiple regression models, which had as input data from twenty-one evaluations performed during the screening of new ideas, and as outputs data from the ideas’ performance evaluations, which were done after their development and subsequent market introduction. The screening data used fall into four categories: impact, viability, economic and risk. The performance metrics were developed and collected during the execution of this work, having been considered four different performance metrics: financial, knowledge acquisition, brand enhancement and ecosystem strengthening. The results obtained evidenced that, except for knowledge acquisition, the performance of an innovation project can be partially predicted through the criteria used during the screening stage. The study also found that only a minority of the criteria used is necessary for the construction of the multiple regression models with the best predictive capacity. Moreover, the study presents quantitative evidence of the relationship between the radicality of an idea and its expected performance. | en |
| Resumo (dc.description.resumo) | Este trabalho tem como objetivo quantificar a capacidade que critérios utilizados durante a etapa de seleção e priorização de projetos de inovação possuem em predizer a performance futura dos projetos. Para o desenvolvimento do estudo, foram analisados os trabalhos já existentes sobre o tema, por meio de uma revisão sistemática da literatura, que posteriormente embasou a construção dos procedimentos metodológicos utilizados. A capacidade preditiva foi quantificada primeiramente por meio de modelos de regressão simples, e posteriormente por meio de modelos de regressão múltipla, que tiveram como inputs dados de vinte e uma avaliações realizadas durante a triagem de novas ideias, e como outputs dados das avaliações de performance das ideias após seu desenvolvimento e subsequente introdução ao mercado. Os dados de triagem utilizados englobam quatro categorias, sendo elas: impacto, praticabilidade, econômica e risco. Já as métricas de performance foram desenvolvidas e coletadas durante a execução deste trabalho, de modo que foram consideradas quatro diferentes métricas de performance, sendo elas: financeira, aquisição de conhecimento, valorização da marca e fortalecimento do ecossistema. Os resultados obtidos evidenciaram que, com exceção da aquisição de conhecimento, a performance de um projeto de inovação pode ser parcialmente predita através dos critérios utilizados durante a etapa de triagem. O estudo constatou também que apenas uma minoria dos critérios utilizados é necessária para a construção dos modelos de regressão múltipla com a melhor capacidade preditiva. Ainda, o estudo apresenta evidências quantitativas da relação entre a radicalidade de uma ideia e sua performance esperada. | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11610 | |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| Assunto (dc.subject) | Inovação | pt_BR |
| Assunto (dc.subject) | Desenvolvimento de novos produtos | pt_BR |
| Assunto (dc.subject) | Seleção e priorização | pt_BR |
| Assunto (dc.subject) | Triagem | pt_BR |
| Assunto (dc.subject) | Regressão múltipla | pt_BR |
| Assunto (dc.subject) | Innovation | en |
| Assunto (dc.subject) | New product development | en |
| Assunto (dc.subject) | Selection and prioritization | en |
| Assunto (dc.subject) | Screening | en |
| Assunto (dc.subject) | Multiple regression | en |
| Título (dc.title) | Análise dos fatores preditivos de performance em projetos de inovação por meio de regressões múltiplas | pt_BR |
| Tipo de arquivo (dc.type) | TCC | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Matheus Schmitz.pdf
- Tamanho:
- 2.26 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- análise _ fatores
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: