Os determinantes da inovação de marketing

Na Tabela 9 podemos observar a matriz de correlações das variáveis empíricas. Analisando o grau de associação da inovação de marketing com os restantes tipos de inovação tecnológica, concluímos que o coeficiente de correlação é maior entre a inovação de marketing e a inovação de produto (0.434), do que com a inovação de processo (0.388), sendo que ambos os valores são estatisticamente significativos. Esta conclusão acaba por ir de encontro com a revisão de literatura de que existe uma relação entre inovação de marketing e inovação de produto (Božić, 2011; Kijek, 2013; Soltani et al., 2015; Medrano e Olarte-Pascual, 2016a; Bartoloni e Baussola, 2016 e Aksoy, 2017), uma vez que a criação de produtos novos ou melhorados precisam de ser comercializados.

Excluindo agora as variáveis relacionadas com inovação, que são as que têm um maior grau de correlação com a inovação de marketing, verifica-se que a variável com maior grau de associação com a inovação de marketing é a relacionada com a percentagem de pessoas ao serviço da empresa com formação superior (0.153), o que, por um lado, corrobora a conclusão de Ceylan (2013) e Soltani et al. (2015) de que o capital humano e as características dos trabalhadores podem influenciar a probabilidade da empresa inovar em marketing e, por outro lado, contradiz a teoria de Abdu e Jibir (2017) onde a educação dos colaboradores não é considerada um determinante importante na inovação de marketing. Já a variável “Indústria” é a que tem menor grau de associação com a inovação de marketing (0.025), comprovando a falta de consenso existente na literatura.

Tabela 9 - Matriz de correlações das variáveis empíricas incluídas nas regressões probit. (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) INOVAÇÃO DE MARKETING (1) 1.000 INOVAÇÃO DE PRODUTO (2) 0.434*** 1.0000 INOVAÇÃO DE PROCESSO (3) 0.388*** 0.517*** 1.0000 I&D (4) 0.115*** 0.264*** 0.024 1.0000 DIMENSÃO (5) 0.084*** 0.183*** 0.185*** 0.243*** 1.0000 CAPITAL HUMANO (6) 0.153*** 0.186*** 0.112*** 0.206*** 0.136*** 1.0000 VENDAS (7) 0.148*** 0.207*** 0.215*** 0.244*** 0.632*** 0.268*** 1.0000 EXPORTADORA (8) 0.093*** 0.165*** 0.148*** 0.162*** 0.136*** 0.086*** 0.198*** 1.0000 INDÚSTRIA (9) 0.025** -0.044*** -0.054*** -0.041** -0.048*** 0.343*** 0.144*** -0.200*** 1.0000 CONCENTRAÇÃO (10) 0.039** 0.099*** 0.062*** 0.127*** 0.124*** 0.101*** 0.081*** 0.033*** -0.267*** 1.0000 INTENSIDADE TECNOLÓGICA (11) 0.059*** 0.066*** -0.014 0.070*** 0.002 0.468*** 0.088*** -0.158*** 0.757*** 0.101*** 1.0000

Já a correlação dos tipos de inovação de marketing pode ser vista na Tabela 10, onde todos os valores são estatisticamente significativos e onde podemos verificar que o maior grau de associação é entre as variáveis de inovação de marketing relativas à promoção e ao produto (0.506) e o menor é entre as variáveis de inovação de marketing relativas ao preço e ao produto (0.355). O que parece fazer sentido, uma vez que alterações no design do produto tem como objetivo tornar este mais apelativo e comerciável.

Tabela 10 - Matriz de correlações dos tipos de inovação de marketing.

MKT_ PRODUTO MKT_PROMOÇÃO MKT_ POSICIONAMENTO MKT_PREÇO

MKT_ PRODUTO 1.000

MKT_PROMOÇÃO 0.506*** 1.000

MKT_ POSICIONAMENTO 0.413*** 0.462*** 1.000

MKT_PREÇO 0.355*** 0.413*** 0.456*** 1.000

Fonte: Da autora. Os níveis de significância apresentam-se da seguinte forma: ***p<0.001, **p<0.01, *p<0.05

Para responder à nossa segunda questão de investigação analisamos de seguida os determinantes da inovação de marketing. Na Tabela 11 apresentamos as estimativas da regressão probit onde a variável dependente é igual a 1 caso a empresa tenha introduzido ou implementado uma inovação de marketing (qualquer tipo). Foram realizadas três regressões uma vez que as variáveis características do setor apresentam uma forte correlação entre elas, nomeadamente, concentração-indústria (-0.267) concentração-intensidade tecnológica (0.101) e indústria- intensidade tecnológica (0.757), como podemos observar na Tabela 9. Na primeira regressão incluímos a variável concentração, na segunda incluímos as dummies da indústria e na terceira regressão incluímos as dummies da intensidade tecnológica. Desta forma, evitamos problemas de colinariedade. As classes omitidas foram as empresas de pequena dimensão, o capital humano igual a 0%, a indústria extrativa e a indústria de baixa intensidade tecnológica.

Observando, então, a Tabela 11 podemos verificar que as variáveis incluídas no modelo, que são referentes a características da empresa, apresentam valores estatisticamente significativos com a exceção da variável “exportadora”. Estas mesmas variáveis apresentam, também, uma relação positiva com a variável dependente, exceto a variável relativa à dimensão da empresa. Ou seja, empresas que praticam inovações de produto, inovações de processo, que desenvolveram atividade de I&D e empresas com capital humano qualificado têm uma maior probabilidade em introduzir inovações de marketing. Também a variável das vendas apresenta

uma relação positiva com a variável dependente, isto é, quanto maior for o valor das vendas, maior será a probabilidade de as empresas introduzirem inovação de marketing. Por outro lado, a dimensão da empresa influencia de forma negativa a variável dependente, ou seja, quanto maior for a dimensão da empresa menor é a probabilidade de implementarem inovações de marketing, comprovando a teoria de Medrano e Olarte-Pascual (2016a) e Abdu e Jibir (2017) vista na revisão de literatura.

Quanto às características do setor, apenas a variável relativa à concentração do mercado apresenta valores estatisticamente significativos. A relação com a variável dependente é negativa, isto é, uma maior concentração do mercado faz com que a probabilidade de inovar em marketing seja menor. Uma vez que um grau elevado de concentração significa uma menor concorrência, quanto menor for a concorrência menor é a probabilidade de a empresa praticar inovação de marketing. Estas conclusões comprovam tudo o que vimos na revisão de literatura, nomeadamente, a falta de consenso vista na revisão de literatura sobre a possibilidade de o setor influenciar a prática de inovações de marketing e a relação direta entre concorrência e inovação de marketing, onde o aumento da concorrência provoca um efeito positivo na introdução de inovação de marketing (Gupta et al, 2016).

Estas conclusões corroboram algumas teorias vistas na revisão de literatura, nomeadamente a teoria de Kijek (2013) e Peters et al. (2018) relativas ao facto de empresas com maior intensidade de gastos em I&D terem maior probabilidade de introduzir inovações de marketing, e contrariam outras, como o facto de a educação dos colaboradores não ter sido considerada um determinante importante na inovação de marketing. (Abdu e Jibir, 2017), investir nas TIC influenciar a probabilidade de inovar em marketing (Divisekera e Nguyen, 2018)

Tabela 11 - Determinantes da inovação de marketing, empresas portuguesas, 2012-2014.

Variável dependente = Empresa introduziu inovação de marketing

(1) (2) (3) INOVAÇÃO DE PRODUTO 0.754*** (0.058) 0.757*** (0.058) 0.754*** (0.058) INOVAÇÃO DE PROCESSO 0.661*** (0.053) 0.663*** (0.053) 0.662*** (0.053) I&D 0.189*** (0.061) 0.184*** (0.061) 0.179*** (0.061) 50-249 TRABALHADORES -0.222*** (0.067) -0.206*** (0.067) -0.216*** (0.068) > 250 TRABALHADORES -0.303*** (0.074) -0.326*** (0.076) -0.351*** (0.076) 1-49% CAPITAL HUMANO 0.442*** (0.074) 0.423*** (0.074) 0.423*** (0.075) > 50% CAPITAL HUMANO 0.422*** (0.087) 0.385*** (0.093) 0.384*** (0.101) VENDAS 0.070*** (0.020) 0.071*** (0.020) 0.079*** (0.021) EXPORTADORA 0.065 (0.052) 0.061 (0.053) 0.056 (0.052) CONCONCENTRAÇÃO -0.228** (0.117) - - INDÚSTRIA TRANSFORMADORA - 0.175 (0.189) - INDÚSTRIA SERVIÇOS - 0.218 (0.189) -

INTENSIDADE TECNOLÓGICA MÉDIA - - -0.008 (0.055)

INTENSIDADE TECNOLÓGICA ELEVADA - - 0.040 (0.071)

Constante -2.447*** (0.279) -2.687*** (0.329) -2.598*** (0.281)

Observações 7,025 7,078 7,078

Teste de Wald 983.69*** 996.07*** 989.76***

Pseudo R2 0.202 0.204 0.203

Pseudo LL -9,165.891 -9,199.132 -9,201.367

Fonte: Da autora. Algumas variáveis foram omitidas: a primeira variável da dimensão correspondente de 10 a 49 empregados, a primeira variável do capital humano correspondente a 0%, a primeira variável da indústria correspondente à indústria extrativa e a primeira variável da intensidade tecnológica correspondente a intensidade tecnológica baixa.

Os níveis de significância apresentam-se da seguinte forma: ***p<0.001, **p<0.01, *p<0.05

A Tabela 12 apresenta as estimativas do modelo com a variável dependente discriminada por tipos de inovação de marketing, ou seja, tem também o objetivo de verificar quais são as variáveis mais relacionadas com a probabilidade de a empresa introduzir os vários tipos de inovações de marketing. Para além das variáveis omitidas na tabela anterior, decidimos excluir as variáveis relativas ao tipo de indústria e à intensidade tecnológica, uma vez que não apresentaram valores estatisticamente significativos na tabela anterior.

Verifica-se que os resultados das regressões por tipo de inovação de marketing são semelhantes aos da Tabela 11, com algumas exceções. Alguns valores deixaram de ser estatisticamente significativos como o caso de empresas médias influenciarem a probabilidade de introduzir inovações de marketing relativas ao posicionamento, empresas grandes influenciarem a probabilidade de introduzir inovações de marketing relativas ao preço, as vendas influenciarem

a probabilidade de introduzir inovações de marketing relativas ao preço e o nível de concentração do mercado influenciarem a probabilidade de introduzir inovações de marketing relativas ao produto e ao preço. Por outro lado, a relação entre a exportação e probabilidade da empresa introduzir inovação de marketing relativa ao preço ganhou significância estatística e apresenta uma relação negativa, ou seja, quanto mais uma empresa exportar, menor será a probabilidade de implementar inovações de marketing relativas ao preço, o que de certa forma acaba por não comprovar o trabalho de Rodil et al. (2016) que concluíram que as inovações de marketing, e especialmente as relacionadas com o design de produto e métodos de venda, são cruciais para a exportação.

É possível constatar também que a relação entre a concentração do mercado e a introdução de inovações de marketing relativas ao posicionamento é positiva e significativa, ou seja, quanto menor for a concorrência maior é a probabilidade de praticar inovações de marketing relativas ao posicionamento, o que contradiz a relação vista na Tabela 11 entre a concentração de mercado e o facto de a empresa introduzir inovações de marketing no geral. No seu conjunto, estes resultados indicam que os determinantes da inovação de marketing são diferentes entre os vários tipos de inovação de marketing.

Medrano e Olarte-Pascual (2016a), tal como vimos na revisão de literatura, concluíram que a introdução de um novo produto ou processo tem apenas impacto significativamente positivo na propensão de um tipo de inovação de marketing, a relativa ao design do produto, o que não vai de encontro com os nossos resultados, uma vez que, tanto a inovação de produto como a inovação de processo têm um impacto positivo na propensão em introduzir qualquer tipo de inovação de marketing.

Tabela 12 - Determinantes dos tipos de inovação de marketing, empresas portuguesas, 2012-2014.

MKT_PRODUTO MKT_PROMOÇÃO MKT_POSICIONAMENTO MKT_PREÇO

(1) (2) (3) (4) INOVAÇÃO DE PRODUTO 0.696*** (0.064) 0.558*** (0.062) 0.615*** (0.073) 0.630*** (0.072) INOVAÇÃO DE PROCESSO 0.487*** (0.061) 0.525*** (0.057) 0.499*** (0.074) 0.599*** (0.065) I&D 0.184*** (0.064) 0.220*** (0.063) 0.285*** (0.071) 0.145** (0.071) 50-249 TRABALHADORES -0.155** (0.077) -0.233*** (0.070) -0.132 (0.083) -0.188** (0.085) > 250 TRABALHADORES -0.204** (0.083) -0.205*** (0.076) -0.226** (0.097) -0.175 (0.095) 1-49% CAPITAL HUMANO 0.329*** (0.090) 0.458*** (0.089) 0.344*** (0.119) 0.276*** (0.092) > 50% CAPITAL HUMANO 0.197** (0.083) 0.588*** (0.100) 0.360*** (0.127) 0.307*** (0.107) VENDAS 0.061** (0.024) 0.073*** (0.020) 0.077*** (0.026) 0.032 (0.027) EXPORTADORA 0.102 (0.060) 0.075 (0.056) -0.018 (0.072) -0.145** (0.063) CONCENTRAÇÃO -0.176 (0.124) -0.285**(0.124) 0.473**(0.165) -0.218 (0.144) Constante -2.614*** (0.326) -2.793*** (0.278) -3.190*** (0.378) -2.333*** (0.365) Observações 7,025 7,025 7,025 7,025 Teste Wald 600.84*** 608.27*** 346.71*** 499.70*** Pseudo R2 0.163 0.159 0.170 0.154 Pseudo LL -7,350.178 -7,703.454 -4,882.296 -5,586.630

Fonte: Da autora. Algumas variáveis foram omitidas: a primeira variável da dimensão correspondente de 10 a 49 empregados e a primeira variável do capital humano correspondente a 0%.

Os níveis de significância apresentam-se da seguinte forma: ***p<0.001, **p<0.01, *p<0.05