Vista do Radar da Inovação: Um Estudo das Dimensões “Privilegiadas” nas Publicações sobre o Tema

(1)

Revista de Administração do UNIFATEA - RAF

Radar da Inovação: Um Estudo das Dimensões “Privilegiadas” nas

Publicações sobre o Tema

Autores:

Dany Rafael Fonseca Mendes: Doutorando em Direito pelo Centro Universitário de Brasília -

UniCEUB

E-mail: rafael.dany@gmail.com

Michel Angelo Constatino de Oliveira: Doutor pelo Centro Universitário de Brasília -

UniCEUB

E-mail: michel@ucdb.br

Daniel Silva Boson: Doutor pelo Centro Universitário de Brasília – UniCEUB

E-mail: danielboson@gmail.com

RESUMO

Trata-se de estudo sobre o Programa Agentes Locais de Inovação, implementado pelo Serviço Brasileiro de Apoio às Micro e Pequenas Empresas em parceria com o Conselho Nacional de Desenvolvimento Científico e Tecnológico, notadamente sobre os temas mais recorrentes nas publicações do Sebrae sobre o Programa ALI. O objetivo desta pesquisa, com base amostral nos resumos (abstracts) dos Cadernos de Inovação em Pequenos Negócios, foi verificar se, comparativamente, algumas dimensões do Radar da Inovação estariam sendo privilegiadas nos artigos daquelas publicações. Para a consecução do objetivo proposto, foi realizada uma busca, por meio do software de estatística “R”, pelos termos indicativos das 13 dimensões do Radar da Inovação, ou seja, pelos nomes de cada dimensão nos resumos dos Cadernos. Além de contar com um software para a mineração dos dados (data mining), este trabalho utiliza ferramentas de estatística (Nuvem de Palavras, Frequência e Dendrograma) para auxiliar na produção e análise de dados. Os resultados indicam que, com base nos textos publicados nas últimas edições dos Cadernos de Inovação do Sebrae, quatro dimensões do Radar (Processos, Relacionamento, Clientes e Ambiência Inovadora) vêm – em detrimento das demais – recebendo maior atenção dos trabalhos dedicados ao tema, com os agrupamentos relativos a estes termos girando em torno de cada termo de pesquisa.

(2)

ABSTRACT

This is a study on the Local Agents of Innovation Program, implemented by the Brazilian Micro and Small Business Support Service in partnership with the National Council for Scientific and Technological Development, especially on the most recurrent themes in the Sebrae publications on the ALI Program. The objective of this research, based on the abstracts of the Small Business Innovation Notebooks (Cadernos de Inovação em Pequenos Negócios), was to verify if, comparatively, some dimensions of the Innovation Radar would be privileged in the papers of those publications. In order to achieve the proposed objective, a search was made through the statistical software "R" for the terms indicative of the 13 dimensions of the Innovation Radar, that is, by the names of each dimension in the abstracts of the Cadernos. In addition to having data mining software, this work uses statistical tools (WordCloud, Frequency and Dendrogram) to aid in the production and analysis of data. The results indicate that, based on the texts published in the latest editions of the Sebrae innovation papers, four dimensions of Radar (Processes, Relationships, Customers and Innovative Environment) come – to the detriment of the others – receiving more attention from the works dedicated to the theme, with groupings relating to these terms revolving around each search term.

(3)

1. INTRODUÇÃO

De acordo com o Sebrae (Participação das Micro e Pequenas Empresas na Economia Brasileira, 2014), as MPE (micro e pequenas empresas) representam aproximadamente 98% do total de empreendimentos, ocupam mais de 60% da população economicamente ativa, mas, em termos de participação no Produto Interno Bruto (PIB), os empreendimentos de micro e pequeno porte constituem pouco mais de um quarto (27%) do PIB brasileiro. Entre outros fatores geradores dessa baixa participação dos micro e pequenos empreendimentos no PIB nacional, o baixo índi-ce de inovação das MPE é um problema cuja solução careíndi-ce, sobretudo, de estudos lastreados em dados confiáveis sobre o tema. Além do problema relacionado à participação dos pequenos negócios no PIB, a inovação sistematizada, apesar de ser de uma poderosa ferramenta para a manutenção dos negócios, costuma não ser prioridade para micro e pequenos empreendedores, diminuindo as chances de sobrevida deste tipo de empreendimento. Inicialmente, essas são, en-tre outras, algumas justificativas para a criação do Programa Agentes Locais de Inovação (seção 2.2), implementado pelo Sebrae em parceria com o CNPq (Conselho Nacional de Desenvolvi-mento Científico e Tecnológico), e, ainda, para a elaboração desta pesquisa.

Ao final da participação dos Agentes Locais de Inovação no Programa ALI (seção 2.2), cada Agente tem a obrigação de apresentar um artigo científico, com foco no Programa do Sebrae, tratando, mais especificamente, das dimensões do Radar da Inovação (seção 2.1), ferramenta utilizada pelos Agentes no desenvolvimento das suas atividades. De acordo com o edital de se-leção lançado pela parceria (Sebrae e CNPq), os Agentes Locais de Inovação são escolhidos mediante concurso e, em regra, possuem graduação recente em diferentes áreas do conhecimen-to. Tratando-se de Agentes com pouca experiência, especialmente no que tange à elaboração de trabalhos científicos, o Programa ALI conta com Orientadores, mestres e doutores com experti-se na produção de estudos acadêmicos, para orientar os Agentes Locais de Inovação. No decor-rer do processo de elaboração dos artigos, notadamente durante a participação de Mendes (2018) na orientação do Programa ALI, o autor percebera que, nas reuniões dedicadas à orienta-ção, a dimensão Ambiência Inovadora, seção 2.1, “aparentava estar no topo da dileção dos Agentes”. Aquela preferência por uma – entre 13 – dimensões da ferramenta Radar da Inovação (seção 2.1) trouxe uma pergunta ao trabalho de Mendes (2018): “seria possível que, durante a escolha do objeto de análise referente ao artigo dos Agentes, aqueles orientandos (ALI) tenham sido influenciados a considerar uma dimensão mais importante que as demais?”

Em resposta à hipótese de pesquisa do “Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação - ALI”, Mendes (2018) realizou uma avaliação inicial sobre as “preferências reveladas” do Programa do Sebrae, revelando dados que, em uma análise

(4)

mera-Revista de Administração do UNIFATEA - RAF mente intuitiva, não se revelariam. Embora as chances de uma dimensão do Radar da Inovação ser contemplada fossem de 1/13 para cada edição dos Cadernos de Inovação, resultando numa possibilidade real de 3/13 de aparecer em ao menos uma das edições (2013, 2014 e 2015), o estudo de Mendes (2018) revelou que: i) a dimensão Oferta não foi aposta em qualquer um dos 148 títulos de artigos avaliados; ii) outras seis dimensões (Praça, Plataforma, Soluções, Organi-zação, Cadeia de Fornecimento e Rede) aparecem apenas esporadicamente nos títulos das publi-cações dos Cadernos de Inovação em Pequenos Negócios; e iii) as dimensões Processos, Rela-cionamento, Clientes e Ambiência Inovadora registraram, respectivamente, 20, 18, 15 e 12 estu-dos nos títulos das publicações. A partir daqueles resultados iniciais, foi possível concluir que, enquanto algumas dimensões do Radar da Inovação eram ignoradas nas publicações, prevalecia uma clara dileção por quatro delas.

Lastreado naquele primeiro trabalho, mais especificamente nas limitações da pesquisa manual-mente aplicada por Oliveira et al. (2011), o objetivo do presente estudo é submeter – mediante o emprego do programa de estatística “R” – os resultados do artigo seminal à uma reavaliação, expandindo a amostra daquela pesquisa, que, agora, contemplará o resumo (abstract) dos traba-lhos publicados nos Cadernos de Inovação. Além do uso de software de estatística e da expan-são do grupo amostral, este estudo contará com uso de ferramentas de análise mais robustas, como é o caso da Nuvem de Palavras (WordCloud – Figura 1) e da verificação de Frequência (Figura 2), com a formação de um Dendrograma (Figura 3).

Na persecução do objetivo supramencionado, este trabalho será dividido em cinco seções. Nesta “Introdução” (seção 1), além do panorama das MPE nacionais, foram expostas reflexões sobre a inovação e, mais especificamente, sobre a necessidade de produção de dados acerca da inovação em micro e pequenos empreendimentos. Na seção 2, destinada ao “Referencial Teórico”, serão apresentados, resumidamente, os dados sobre a ferramenta “Radar da Inovação” (seção 2.1), utilizada no “Programa Agentes Locais de Inovação” (seção 2.2) do Sebrae, e, ainda, acerca dos “Cadernos de Inovação em Pequenos Negócios” (seção 2.3), publicação técnica sobre os estu-dos realizados no âmbito do Programa ALI. Em “Procedimentos Metodológicos” (seção 3), detalhes técnicos desta pesquisa serão explicitados para que, em trabalhos posteriores, este estu-do possa ser repetido. Na seção seguinte (“Resultados e Análise”), os dados buscados na base dos Cadernos de Inovação serão expostos e, ainda na seção 4, brevemente analisados, para con-firmação, ou refutação, da hipótese aventada por Mendes (2018), qual seja, de distribuição hete-rogênea dos estudos realizados no âmbito do Programa ALI em relação às dimensões do Radar da Inovação. Por fim, em “Considerações Finais” (seção 5), as conclusões deste trabalho serão resumidamente apresentadas, finalizando, assim, o constructo de subsídios técnicos para estudos porvindouros.

(5)

Revista de Administração do UNIFATEA - RAF Além da pretensão deste manuscrito quanto à aplicação de ferramentas de análise estatística mais robustas, a justificativa para a construção da presente pesquisa é gerar dados e análises confiáveis, que, no futuro, sirvam de subsídios para trabalhos mais elaborados. Mais especificamente, com este estudo, espera-se que, não apenas no âmbito do SEBRAE, as discussões sobre as dimensões do Radar da Inovação sejam aprofundadas, levando em consideração que, segundo a hipótese trazida por Mendes (2018), é bastante provável que, durante a escolha dos temas das publicações nos Cadernos de Inovação, algumas dimensões venham sendo preteridas. Todavia, não cabe a este trabalho colocar em discussão as causas de prováveis preferências, mas, tão somente, acrescentar informações ao tema, deixando para outros estudos questões como: vieses cognitivos dos Agentes Locais de Inovação, orientação disponibilizada, dileções do corpo editorial responsável pelas publicações etc.

2. REFERENCIAL TEÓRICO

Para evitar o afundamento de custos desnecessários, é sempre útil – e, neste caso, uma praxe necessária – realizar um aviso quanto ao “Erro! Fonte de referência não encontrada.” (seção Erro! Fonte de referência não encontrada.): trata-se apenas de uma explicação introdutória sobre i) a ferramenta de trabalho dos Agentes Locais de Inovação (Erro! Fonte de

referência não encontrada.); ii) o sistema que, lastreado nesta ferramenta, vem sendo

implementado pelo Sebrae (Erro! Fonte de referência não encontrada.); e iii) a publicação destinada à produção de artigos no âmbito do Programa ALI (Erro! Fonte de referência não

encontrada.). Portanto, caso o leitor deste manuscrito já esteja familiarizado aos temas, é possível

saltar a leitura do “Erro! Fonte de referência não encontrada.” e, sem quaisquer prejuízos ao entendimento do estudo, ir direto para “Erro! Fonte de referência não encontrada.” (seção

Erro! Fonte de referência não encontrada.). 2.1 Radar da Inovação

O Radar da Inovação é uma ferramenta proposta por Sawhney et al (2007) na qual são analisadas 12 dimensões em que uma empresa pode inovar: Oferta, Processos, Clientes, Praça, Plataforma, Marca, Soluções, Relacionamento, Agregação de Valor, Organização, Cadeia de Fornecimento e Rede. Bachmann e Destefani (2008) lastreados na crença de que essa abordagem desconsiderava o ambiente interno das empresas, propuseram a inclusão de uma dimensão adicional, a Ambiência Inovadora, que visa analisar se o clima organizacional é propício à inovação.

(6)

Revista de Administração do UNIFATEA - RAF A partir de Sawhney et al. (2007) e Bachmann & Destefani (2008), Oliveira et al. (2011) definiram 13 dimensões para o radar: 1) Oferta: desenvolvimento de produtos com características inovadoras; 2) Processos: redesenho dos processos produtivos de modo a permitir incremento de eficiência operacional; 3) Clientes: identificação de necessidades dos clientes, ou de novos nichos de mercado; 4) Praça: identificação de novas formas de comercialização e/ou d e distribuição dos produtos ou serviços; 5) Plataforma: adaptabilidade do sistema de produção face à diversidade de produtos demandados; 6) Marca: forma como as empresas transmite aos clientes seus valores; 7) Soluções: sistemas ou mecanismos para simplificar as dificuldades do cliente; 8) Relacionamento: experiência do cliente com a empresa; 9) Agregação de Valor: Melhorar a forma de captar o valor dos produtos percebido por cliente e fornecedores; 10) Organização: melhorias na estrutura da empresa; 11) Cadeia de Fornecimento: incrementos de logística com os fornecedores e clientes, sejam internos, sejam externos; 12) Rede: comunicação entre os elos da cadeia de fornecimento; 13) Ambiência Inovadora: profissionais que compõem a empresa e que colaboram com a cultura da inovação.

A explicação acerca do desenvolvimento e aplicação do Radar da Inovação será, para os termos deste trabalho, adotada conforme Cavalcanti Filho et al. (2013). No momento T0, que é a fase inicial, o Agente Local de Inovação aplica um questionário ao dirigente da empresa, que vai gerar o Radar da Inovação e a consequente mensuração do grau de inovação da MPE. Em sequência, dá-se início a implementação das ações prioritárias identificadas e definidas no T0 (com o auxílio do Agente Local de Inovação). Na fase T1, após a conclusão das ações definidas no T0, é realizada novamente a aplicação do questionário ao dirigente da empresa, gerando um novo Radar da Inovação, com sua respectiva mensuração do grau de inovação, e esse fluxo se repete durante o período de acompanhamento do empreendimento pelo ALI, que é de, no máximo 30, meses. Ainda de acordo com Cavalcanti Filho et al. (2013), por meio da análise das dimensões do Radar da Inovação, é possível identificar ações estruturais que facilitarão o crescimento mais rápido e o aumento da competitividade dos micro e pequenos empreendimentos.

2.2 Programa Agentes Locais de Inovação

De acordo com o Sebrae (Manual do Programa ALI, 2015), o projeto Agentes Locais de Inovação é um trabalho de acompanhamento para o micro e pequeno empresário com o objetivo de promover a inovação nas empresas. Os Agentes visitam os empreendimentos, auxiliam as empresas na identificação de oportunidades de inovação (seja no produto, processo ou, ainda, inovações na gestão do negócio), apresentam soluções e oferecem respostas às demandas da

(7)

Revista de Administração do UNIFATEA - RAF empresa acompanhada, no que diz respeito a seu desenvolvimento econômico e financeiro, estrutural, de produtos, serviços e processos produtivos.

O trabalho do ALI no primeiro ano de projeto é dividido em seis etapas: Prospecção, Adesão, Diagnóstico Empresarial, Radar da Inovação, Análise SWOT (Strengths, Weaknesses,

Opportunities e Threats), Devolutiva, com Plano de Ação, e Acompanhamento. A partir do

segundo ano do Projeto, as etapas se repetem, exceto a de adesão, para comparação dos dados coletados.

Na etapa de Prospecção é feita a sensibilização das micro e pequenas empresas por meio de ação presencial, apresentando o detalhamento do programa e de suas características aos empreendedores, reforçando necessidade da inovação para o crescimento e desenvolvimento dos empreendimentos. Na Adesão, os dados das empresas interessadas em participar do programa são coletados e inseridos no “SistemALI”, sendo gerado um termo de adesão que é firmado entre o Programa ALI e os empresários. No Diagnóstico, são aplicados o diagnóstico empresarial e a ferramenta Radar da Inovação em cada uma das empresas estudadas, sendo coletados dados de todas as dimensões, posteriormente verificadas. Na Análise SWOT, os dados coletados são utilizados para confeccionar uma matriz SWOT, na qual são identificadas as Forças, Oportunidades, Fraquezas e Ameaças da empresa. A análise é realizada a partir do gráfico gerado pelo Radar da Inovação, no qual cada dimensão recebe um score de 1 a 5, significando o score1, que a inovação não está presente naquela dimensão, enquanto o 5 significa que há inovação. Com a análise do gráfico são identificadas as dimensões prioritárias a serem trabalhadas, por meio de ações que serão elaboradas com o auxílio da matriz SWOT, visando a promoção da inovação nas dimensões mais deficientes. Na Devolutiva, com Plano de Ação, são confeccionadas devolutivas (entregas) para a apresentação do gráfico Radar da Inovação, com a respectiva mensuração do grau de inovação da empresa, nas dimensões analisadas e plano de ação como detalhamento e proposição de ações corretivas. Por fim, no Acompanhamento, as empresas são acompanhadas por um intervalo de tempo que, conforme a disponibilidade do empreendedor, varia de 15 a 30 dias, e, nestas visitas de escolta, as ações propostas são monitoradas e apoiadas pelo Agente Local de Inovação.

Entre as várias possibilidades de visualização, e monitoramento, dos resultados obtidos pelos pequenos negócios acompanhados pelos Agentes Locais de Inovação, o gráfico em forma de “teia” (radar) é uma ferramenta excelente para a análise do desenvolvimento das empresas acompanhadas pelo Agente. Quanto mais aberta for a grade do gráfico, com números tendendo à pontuação máxima no modelo do Radar da Inovação (5), melhores são os resultados daquele empreendimento.

(8)

Revista de Administração do UNIFATEA - RAF A aplicação do gráfico de radar (teia) às dimensões do Radar da Inovação, além de outras possibilidades, permite ao Agente, assim como aos pesquisadores que venham a acessar os dados produzidos no âmbito do Programa ALI, visualizar diferentes momentos de aplicação da ferramenta, expondo, visualmente, a evolução do empreendimento ou, ainda, da média de um grupo de empreendedores. Todavia, sem a exposição dos dados recolhidos durante o Programa Agentes Locais de Inovação, partindo-se de uma publicação técnica, o desenvolvimento de todas as ferramentas não teria uma aplicação acadêmica, necessária à progressão do conhecimento específico acerca da inovação em micro e pequenos empreendimentos.

2.3 Cadernos de Inovação em Pequenos Negócios

De acordo com o site institucional do Sebrae (2017) a revista Cadernos de Inovação em Pequenos Negócios (ISSN 2318-5414) é uma publicação com o foco no registro concentrado de experiências e realizações do Programa Agentes Locais de Inovação, estimulando a inovação como prática essencial à competitividade em pequenos negócios e, principalmente, servindo como banco de dados sobre a implementação do Programa em âmbito nacional.

Até a elaboração desta pesquisa, os Cadernos de Inovação em Pequenos Negócios contabilizam três edições publicadas. Na primeira edição dos Cadernos de Inovação, lançada em 2013 (volume 1), as publicações foram divididas em três segmentos: Comércio e Serviços; Engenharia, Tecnologia e Energia; e Indústria. No ano seguinte, a segunda edição (2014) trouxe quatro publicações: Comércio e Serviços (volume 2); Engenharia, tecnologia e energia (volume 2); Indústria (volume 2); e, em volume especial, artigos dos Orientadores ALI. Em 2015, a terceira edição dos Cadernos de Inovação em Pequenos Negócios (volume 3) repetiu, também em volume especial, a publicação dos trabalhos dos Orientadores ALI, em adição às publicações de: Comércio; Serviços; e Indústria.

Na prática, a publicação é uma coletânea dos melhores artigos produzidos pelos Agentes Locais de Inovação no âmbito de atuação do Programa ALI, conforme as experiências de campo levadas pelos Agentes às páginas dos Cadernos de Inovação em Pequenos Negócios. Desta maneira, ainda de acordo com o Portal do Sebrae (2017), o Programa é valorizado, especialmente com relação à atuação dos Agentes, e ainda, a publicação funciona como uma extensão tecnológica de auxílio e estímulo aos pequenos negócios. Trata-se de um benefício mútuo, pois, além de gerar dados para o desenvolvimento do tema, valorizando os Agentes e o Programa ALI, a obrigatoriedade de produção dos manuscritos gera a necessidade do aprendizado sobre a produção de um trabalho científico, gerando uma interface entre dois mundos: o dos micro e pequenos empreendimentos e o da academia.

(9)

3. METODOLOGIA

Trata-se de pesquisa quantitativa, mediante análise de dados produzidos no âmbito de publicações do próprio Sebrae sobre o Programa Agentes Locais de Inovação, os Cadernos de Inovação em Pequenos Negócios. Mais especificamente, o presente estudo tem a pretensão de reavaliar – mediante expansão da amostra de texto e com o uso de ferramentas mais robustas de análise – o trabalho de Mendes (2018) e Oliveira et al. (2011) sobre as dileções dos Agentes na escolha dos temas sobre os quais os próprios ALI deveriam pesquisar, na produção de suas respectivas propostas de artigos, revelando se, apesar de não haver uma orientação no sentido de sobrevalorização de uma ou outra dimensão, os Agentes Locais de Inovação mantêm preferências neste sentido. Partindo daquele trabalho sobre as escolhas de temas para as pesquisas dos Agentes, o objetivo deste estudo é submeter – mediante aplicação do programa de estatística “R” – uma amostra distinta e expandida aos resumos (abstracts) do artigo seminal à uma reavaliação, com uso de ferramentas de análise mais robustas, como é o caso da Nuvem de Palavras (WordCloud – Figura 1) e das verificações de Frequência (Figura 2) e agrupamento (Dendrograma –

Figura 3).

Para a consecução do objetivo aqui proposto, os volumes 1 (1ª edição, 2013), 2 (2ª edição, 2014) e 3 (3ª edição, 2014) dos Cadernos de Inovação serão baixados para propiciar uma busca no resumo (abstract) de cada trabalho. Mesmo fazendo parte da população inicial de artigos produzidos no âmbito do Programa Agentes Locais de Inovação, os volumes especiais de 2014 e 2015, dedicados aos trabalhos dos Orientadores ALI serão excluídos da amostra, como fora realizado em Mendes (2018). Assim, desconsiderando os volumes especiais de 2014 e 2015, os quais contam com as publicações destinadas às pesquisas desenvolvidas pelos Orientadores do Programa ALI, trata-se da análise de 148 resumos (abstracts), divididos entre as três edições dos Cadernos de Inovação em Pequenos Negócios, sendo, no total, 52 na 1ª e 2ª edições e 44 artigos na última (2015).

Em “Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação - ALI” (2018), a verificação daquelas dimensões contempladas pelos estudos dos Agentes foi realizada por meio da busca pela nomenclatura de cada dimensão do Radar da Inovação nos títulos dos artigos publicados. Para complementar o diagnóstico realizado naquele trabalho, os resumos (abstracts) das três edições dos Cadernos de Inovação (2013, 2014 e 2015) serão utilizados para as análises de Nuvem de Palavras (Figura 1), Frequência (Figura 2) e Dendrograma (

(10)

Revista de Administração do UNIFATEA - RAF Figura 3), que seguem uma lógica metodológica de Text Mining. Segundo Tan (1999), Text

Mining é o processo de obtenção de informações importantes em bases textuais não estruturadas.

Este é considerado um campo multidisciplinar, envolvendo extração e recuperação de informações, análise de texto, clustering, classificação, visualização, banco de dados tecnológicos,

machine learning e data mining. Na última década, o Text Mining vem sendo amplamente

utilizado, tendo como base a estatística e o aprendizado de máquina, sendo o texto a informação de entrada (Feinerer, Hornik, & Meyer, 2008). De acordo com Dixon (1997), são quatro as etapas do Text Mining: 1) Identificação do problema; 2) Pré-processamento; 3) Mineração dos dados; e 4) Pós-processamento. Na análise que se seguirá, serão utilizadas as expressões relativas às 13 dimensões do Radar da Inovação, e as palavras provenientes da amostra (abstract), analisadas a fim de serem agrupadas de acordo com suas características em comum, utilizando a técnica multivariada de análise de cluster (Hair, Black, Babin, Anderson, & Tatham, 2009). O método agregador de similaridades também será empregado aqui, ou seja, uma função inversa da distância entre os objetos, possibilitando, assim, organizar o Dendrograma proposto nos termos de Tan (Text Mining: The state of the art and the challenges, 1999). As medidas calculadas podem ser apresentadas de acordo com as palavras distribuídas num plano cartesiano, sendo a similaridade medida pelo inverso da distância euclidiana entre os pontos, qual seja:

Essa objetividade metodológica, embora vise à redução de distorções sobre os temas escolhidos para as publicações dos Cadernos de Inovação em Pequenos Negócios, não permite quaisquer avaliações que, por exemplo, tangenciem: os vieses cognitivos, notadamente de formação dos Agentes e/ou dos Orientadores; as relações entre as dimensões escolhidas e os setores de atuação dos Agentes;

4. RESULTADOS E ANÁLISE

A análise de dispersão do radar apresentada no estudo de Mendes (Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação - ALI, 2018), ao contrário de apresentar uma distribuição homogênea das dimensões, indicou uma clara preferência dos Agentes Locais de Inovação, na qualidade de pesquisadores, por quatro dimensões: Processos, Clientes,

(11)

Revista de Administração do UNIFATEA - RAF Relacionamento e Ambiência Inovadora. Para verificar se as conclusões daquela pesquisa inicial manter-se-iam quando aplicadas à uma amostra expandida, o software “R” foi alimentado com os resumos (abstracts) dos artigos, de onde foi procedida a mineração dos termos (dimensões) oriundos do Radar da Inovação, para o processamento da Nuvem, conforme Dixon (An Overview of Document Mining Technology, 1997). Complementando a análise dos termos de forma agregada, a Nuvem de Palavras (WordCloud – Figura 1) apresenta, visualmente, a Frequência dos termos e, em função do tamanho das palavras, a distância entre as dimensões do Radar da Inovação.

Figura 1: Cadernos de Inovação em Pequenos Negócios – Radar da Inovação – Dimensões – Nuvem de Palavras

Fonte: Cadernos de Inovação em Pequenos Negócios (2013; 2014; e 2015).

Corroborando a análise apresentada em “Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação - ALI” (2018), as dimensões Processos, Clientes, Relacionamento e Ambiência Inovadora também foram detectadas como as mais frequentes pelo método da Nuvem (WordCloud – Figura 1). Aqui, em comparação ao estudo de Mendes (2018), duas são as principais vantagens metodológicas: i) a expansão do conjunto amostral, dos títulos dos trabalhos para os resumos (abstracts) dos artigos publicados nos Cadernos de Inovação em Pequenos Negócios; e ii) a mineração dos termos foi realizada por um software (ferramenta de estatística – “R”), que, sem os erros provenientes de uma busca manual, garantem maior confiabilidade ao processo. Todavia, embora não se possa contabilizar a apresentação visual, a Nuvem de Palavras é um método que, em qualquer ambiente, proporciona uma identificação rápida, quase imediata, dos termos “mais importantes” de uma pesquisa. No caso dos termos provenientes do Radar da Inovação para este estudo (WordCloud – Figura 1), mesmo que o leitor não tenha histórico de contato com a ferramenta do Programa ALI, as dimensões mais valorizadas pelos Agentes Locais de Inovação (Processos, Clientes, Relacionamento e Ambiência Inovadora),

(12)

Revista de Administração do UNIFATEA - RAF quando comparadas àquelas que não figuram na dileção dos Agentes, podem ser identificadas de imediato. Por meio da aplicação dessas ferramentas estatísticas, é possível compreender quais palavras estão associadas com outras, por meio da função ‘findAssocs’ disponível no pacote ‘tm’ do software. Esta função permite calcular, pela aplicação da matriz de termos, a correlação entre as palavras dos textos que estão sendo usadas na análise, além de permitir a determinação da correlação mínima que o usuário deseja utilizar. Essa e todas as outras funções do pacote ‘tm’ podem ser encontradas, com explicações e exemplos, no arquivo do pacote com o nome “Introduction to the tm Package Text Mining in R” (Feinerer, Hornik, & Meyer, 2008).

A técnica de clustering foi implementada para agrupar as palavras em grupos por diferentes assuntos (dimensões do Radar da Inovação), apresentando o Dendrograma de palavras e, ainda, possibilitando a determinação de quantos grupos de dimensões do Programa ALI seriam formados (Aggarwal & Zhai, 2012). Assim, para analisar a similitude dos termos desta pesquisa (dimensões), o estudo de Frequência das palavras foi utilizado, com os dados plotados na Figura 2.

Figura 2: Cadernos de Inovação em Pequenos Negócios – Radar da Inovação – Dimensões – Frequência

A partir da Frequência de termos (Figura 2), foi calculado o Dendrograma, que avalia a distância e a semelhança entre as palavras e suas frequências. Para os termos escolhidos para esta pesquisa (dimensões do Radar da Inovação), foi avaliado a quantidade de vezes elas foram utilizadas, tendo, no máximo 20 marcações para dimensão Processo. Comparando os resultados deste estudo com os de “Estudo sobre a Produção de Artigos para o Programa Agentes Locais de

(13)

Revista de Administração do UNIFATEA - RAF Inovação”, especialmente na questão de frequência dos termos, é possível perceber que, diante da expansão da amostra dos títulos dos artigos para os resumos (abstracts), os resultados apresentados por Mendes (2018) quanto às dimensões do Radar. As diferenças entre esta pesquisa e aquele trabalho se referem a pequenas diferenças, como é caso da ordem de dimensões mais encontradas, as quais apresentam uma pequena variação entre Processos, Clientes, Relacionamento e Ambiência Inovadora. Todavia, apesar de contar com uma mineração automatizada (software “R”) aplicada em uma amostra distinta (abstracts) dos artigos dos Cadernos de Inovação em Pequenos Negócios, a Frequência (Figura 2) aqui encontrada diverge minimante dos resultados apresentados em “Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação” (2018).

O Dendrograma (

Figura 3) demonstra que as dimensões mais utilizadas nos trabalhos dos Cadernos de Inovação em Pequenos Negócios apresentam maior similitude, ou seja, elas estão mais próximas, e a distância medida pela altura é igual a zero, com similares e frequentemente utilizadas. No Dendrograma proposto para este estudo, foi possível encontrar quatro agrupamentos (

Figura 3), utilizando cluster hierárquico para conectar as palavras similares. A

Figura 3 apresenta um gráfico desses documentos e sua aproximação quanto à similaridade, de acordo com Mathiak e Eckstein (Five steps to text mining in biomedical literature, 2004).

(14)

Revista de Administração do UNIFATEA - RAF Figura 3: Cadernos de Inovação em Pequenos Negócios – Radar da Inovação – Dimensões – Dendrograma

As dimensões com menor frequência apresentam clusters duplos, ficando distantes das dimensões do Radar da Inovação com maior citação nos trabalhos agregados. As dimensões Relacionamento, Processos, Clientes e Ambiência Inovadora formam um cluster de maior frequência no Dendrograma. Os métodos de Nuvem de Palavras (WordCloud – Figura 1), Frequência (Figura 2) e agrupamento (

Figura 3) confirmam que, neste ciclo analisado com base nos resumos (abstracts) das publicações do Programa ALI, estas quatro dimensões representam os perfis de gestão da inovação pelas MPE pesquisadas.

5. CONSIDERAÇÕES FINAIS

Partindo do pressuposto do Programa ALI de que, para o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas, a inovação deve ser uma prioridade para as MPE, este estudo buscou verificar se as dimensões propostas como ferramentas dos Agentes Locais de Inovação têm recebido a mesma atenção na publicação especializada do próprio Sebrae (Cadernos de Inovação em Pequenos Negócio).

(15)

Revista de Administração do UNIFATEA - RAF resultados aqui encontrados corroboram a pesquisa de Oliveira et al. (2011) e Mendes (2018), demonstrado que – a exemplo do que fora percebido no caso dos títulos dos artigos – quatro delas (Processos, Relacionamento, Clientes e Ambiência Inovadora) também dominam os resumos (abstracts) dos Cadernos de Inovação. Portanto, apesar de haver 13 dimensões do Radar da Inovação hábeis a figurar no objeto de pesquisa dos Agentes Locais de Inovação, boa parte destas dimensões da ferramenta – a maioria delas, na verdade – vem sendo negligenciada, realizando uma espécie de figuração nas publicações do Sebrae.

Trata-se de pesquisa inédita sobre a incidência das dimensões do Radar da Inovação, nos resumos (abstracts) dos Cadernos de Inovação que, de início, pode servir de subsídios para possíveis questionamentos sobre a relevância de algumas vertentes (dimensões) da ferramenta do Sebrae. Os dados indicam que, comparando as aparições dos termos no corpo dos textos, a maioria dessas dimensões vem sendo negligenciada em detrimento de outras quatro, apenas.

REFERÊNCIAS

Aggarwal, C. C., & Zhai, C. (2012). A survey of text clustering algorithms. Mining text data, pp. 77-128.

Bachmann, D. l., & Destefani, J. H. (2008). Metodologia para estimar o grau de inovação nas

MPE. XVIII Seminário Nacional de Parques Tecnológicos e Incubadoras de Empresas.

BRASIL. (05 de outubro de 1988). Constituição da República Federativa do Brasil de 1988. Fonte: http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm

BRASIL. (09 de outubro de 1990). Decreto nº 99.570, de 09 de outubro de 1990. Fonte: Criação do Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (Sebrae): http://www.planalto.gov.br/ccivil_03/decreto/d99570.htm

BRASIL. (14 de dezembro de 2006). Lei Complementar nº 123, de 14 de dezembro de 2006. Fonte: Estatuto Nacional da Microempresa e da Empresa de Pequeno Porte: http://www.planalto.gov.br/ccivil_03/leis/LCP/Lcp123.htm

Cavalcanti Filho, A. M., Oliveira, M. R., & Cavalcanti, A. M. (2013). Análise do desempenho em inovação das micro e pequenas empresas de TIC em Pernambuco. Revista Brasileira de

(16)

Revista de Administração do UNIFATEA - RAF Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq. (2018). Portal do CNPq. Fonte: http://www.cnpq.br/

Dixon, M. (1997). An Overview of Document Mining Technology.

Feinerer, I., Hornik, K., & Meyer, D. (2008). Text Mining Infrastructure in R. Journal of

Statistical Software, pp. 1-54.

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise

multivariada de dados. Bookman Editora.

Mathiak, B., & Eckstein, S. (September de 2004). Five steps to text mining in biomedical

literature. Proceedings of the second European workshop on data mining and text mining in

bioinformatics, 24.

Mendes, D. R. (2018). Estudo sobre a Produção de Artigos para o Programa Agentes Locais de Inovação - ALI. Cadernos de Inovação em Pequenos Negócios.

Oliveira, M. R., Cavalcanti, A. M., & Brito Filho, J. P. (2011). Grau de Inovação Setorial: Uma abordagem a partir do Radar de Inovação. Encontro Nacional de Engenharia de Produção, 31, pp. 1-13.

Samuelson, P. A. (1948). Consumption theory in terms of revealed preference. Economica, 15(60), pp. 243-253.

Sawhney, M., Wolcott, R. C., & Arroniz, I. (2007). The 12 different ways for companies to innovate. IEEE Engineering Management Review, 35(1), pp. 45-52.

Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - Sebrae. (2014). Participação das

Micro e Pequenas Empresas na Economia Brasileira. Unidade de Gestão Estratégica - UGE. Brasília: Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - Sebrae. Fonte:

https://www.sebrae.com.br/Sebrae/Portal%20Sebrae/Estudos%20e%20Pesquisas/Participacao%20 das%20micro%20e%20pequenas%20empresas.pdf

Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - Sebrae. (2015). Manual do Programa

ALI. Brasília: Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - Sebrae.

Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - Sebrae. (2017). Portal Sebrae. Acesso em 18 de março de 2017, disponível em https://www.sebrae.com.br/sites/PortalSebrae

Tan, A.-h. (1999). Text Mining: The state of the art and the challenges. Kent Ridge Digital Labs. d. Porto Alegre: Bookmam, 2001.