Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo

Detalhes bibliográficos
Autor(a) principal: Neves, Ana Paula Zanetti
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059
Resumo: Orientador(a): Prof(a). Dr(a). Silvia Novaes Zilber Turri
id UFBC_2a2965036e0c039d7a47c3feec6066ed
oai_identifier_str oai:BDTD:123059
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modeloSTARTUPS DIGITAISORIENTAÇÃO POR DADOSCAPACIDADE ANALÍTICA DE BIG DATADESEMPENHO COMPETITIVODIGITAL STARTUPSDATA-DRIVENBIG DATA ANALYTICS CAPABILITYCOMPETITIVE PERFORMANCEPROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃOOrientador(a): Prof(a). Dr(a). Silvia Novaes Zilber TurriCO-ORIENTADOR: Prof. Dr. Evandro Luiz LopesDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós Graduação em Engenharia De Produção. São Bernardo do Campo, 2022As 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 obteve as respostas de 270 startups digitais brasileiras, que foram analisadas utilizando a técnica de modelagem de equações estruturais (SEM) e o método dos mínimos quadrados parciais (PLS). 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. O presente trabalho foi realizado com apoio da Fundação Universidade Federal do ABCDigital startups contribute to the country economy and society with their disruptive solutions, as long as they perform well. Therefore, it is relevant to explore factors that increase the competitive performance of this segment of companies. The big data analytics capability is one such performance leverage factor, given that startups manipulate a large volume of data from the conception of the company. This study, drawing on the theory of the resource-based view, defines big data analytics capability of the company as the data-driven decision making and operations, developed from the available data and the team skills to analyze it. In this context, the objective of this research was to verify whether there is a relationship between big data analytics capability and the competitive performance of digital startups. To address this objective, a survey collected responses from 270 Brazilian digital startups, the data was analyzed using partial least squares (PLS) - structural equation modeling (SEM). As a result, it was found that digital startups develop big data analytics capability supporting decision making. Also, that this capability has a positive and significant relationship with the competitive performance of digital startups, in its two aspects: operational performance and market performance. Another result to highlight showed that, in line with recent research, data was found to be more relevant in developing big data analytics capability, than the team skills in analyzing it. As a main contribution, this research has shown that big data analytics is an intrinsic characteristic of the digital startups in the sample and is related to the competitive performance of this segment of companies. This study was financed in part by the Fundação Universidade Federal do ABCTurri, Silvia Novaes ZilberLopes, Evandro LuizFávero, Patrícia BelfiorePedron, Cristiane DrebesUniversidade Federal do ABCNeves, Ana Paula Zanetti2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf188 f : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059&midiaext=80212http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059&midiaext=80211Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=123059porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2024-04-19T08:21:02Zoai:BDTD:123059Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-04-19T08:21:02Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
title Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
spellingShingle Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
Neves, Ana Paula Zanetti
STARTUPS DIGITAIS
ORIENTAÇÃO POR DADOS
CAPACIDADE ANALÍTICA DE BIG DATA
DESEMPENHO COMPETITIVO
DIGITAL STARTUPS
DATA-DRIVEN
BIG DATA ANALYTICS CAPABILITY
COMPETITIVE PERFORMANCE
PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
title_short Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
title_full Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
title_fullStr Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
title_full_unstemmed Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
title_sort Relação entre capacidade analítica de big data e o desempenho competitivo das startups digitais : proposição e teste de um modelo
author Neves, Ana Paula Zanetti
author_facet Neves, Ana Paula Zanetti
author_role author
dc.contributor.none.fl_str_mv Turri, Silvia Novaes Zilber
Lopes, Evandro Luiz
Fávero, Patrícia Belfiore
Pedron, Cristiane Drebes
Universidade Federal do ABC
dc.contributor.author.fl_str_mv Neves, Ana Paula Zanetti
dc.subject.por.fl_str_mv STARTUPS DIGITAIS
ORIENTAÇÃO POR DADOS
CAPACIDADE ANALÍTICA DE BIG DATA
DESEMPENHO COMPETITIVO
DIGITAL STARTUPS
DATA-DRIVEN
BIG DATA ANALYTICS CAPABILITY
COMPETITIVE PERFORMANCE
PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
topic STARTUPS DIGITAIS
ORIENTAÇÃO POR DADOS
CAPACIDADE ANALÍTICA DE BIG DATA
DESEMPENHO COMPETITIVO
DIGITAL STARTUPS
DATA-DRIVEN
BIG DATA ANALYTICS CAPABILITY
COMPETITIVE PERFORMANCE
PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
description Orientador(a): Prof(a). Dr(a). Silvia Novaes Zilber Turri
publishDate 2022
dc.date.none.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059&midiaext=80212
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123059&midiaext=80211
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=123059
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
188 f : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1813263960337547264

Registros relacionados