Por que as Startups falham?

As razões por que tantas Startups não chegam ao sucesso são muitas, afinal atuam com inovação, novos modelos de negócios e consequentemente com  incertezas que vão além dos riscos das empresas tradicionais. Eu poderia dizer simplesmente que pode ser por falta de preparo ou por questões societárias, ou de timing ou seja, o tempo certo para entrar no mercado ou para desenvolver e lançar o produto e outras questões que envolvem o desenvolvimento do produto que deve ser feito em paralelo ao desenvolvimento do cliente, ou falta de dinheiro, ou falta de clientes, …, mas há pouco tempo a CBInsighs fez uma pesquisa mundial e a Fundação Dom Cabral fez outra no Brasil, as quais no geral apresentam pouca diferença.

Como resultado da pesquisa da CBInsighs estas são as principais razões:

  1. Não atenderem uma real “necessidade do mercado”
  2. Ficarem sem dinheiro
  3. Não terem a equipe certa

E os itens seguem, com 20 razões principais que, se pensadas com antecedência, podem facilitar o planejamento e evitar o fracasso.

Como a  CBInsights não forneceu em seu relatório as dicas de como evitar a falha, preparei algumas para facilitar a vida de fundadores de Startups e empreendedores no geral.

Assim, compartilho abaixo os slides que preparei ministrei na Digital House e posteriormente Universidade de Taubaté, com uma boa introdução e as razões e dicas a partir do slide 18:

20 razões porque muitas Startups falham e algumas dicas de como evitar

Alguns riscos e incertezas continuarão sempre existindo, mas sempre vale a pena aprender com os erros de outros ao invés de cometê-los novamente.

Sobre precisar entre em contato.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Como lidar com as incertezas dos negócios

“Incerteza é a consequência de nosso incompleto conhecimento sobre o mundo.” – Mcnamee e Celona

Em 1921 Knight já havia escrito um livro que trata de incerteza, risco e lucro. Nele, o autor diferencia o risco econômico da incerteza, dizendo que as situações de risco são aquelas nas quais os resultados são desconhecidos, mas regidos por distribuição de probabilidades conhecidas desde o início. Ele argumenta que nessas situações, regras, tais como a maximização da utilidade esperada, podem ser aplicadas na tomada de decisão. Isso é muito diferente em situações de incerteza, nas quais nem os resultados, nem os modelos de probabilidade regidos por elas são conhecidos.

Mcnamee e Celona argumentam que em muitos casos importantes, a informação completa simplesmente não está disponível ou é muito cara para se obter, quer seja em tempo, dinheiro, ou outros recursos.

Para Dyer, Furr, N., & Lefrandt, nos novos empreendimentos de tecnologia da informação, a maioria dos empreendedores enfrentam dois tipos principais de incerteza: a de demanda, “Poderão os clientes pagar pelo produto/solução da startup?”; e a tecnológica, “Será a startup capaz de fazer uma solução desejável?”.

Rice e O’Connor observaram que equipes de projetos inovadores radicais lidam com quatro categorias de incerteza: técnicas, mercadológicas, organizacionais e de recursos:

  • As incertezas técnicas referem-se: a integralidade e exatidão do conhecimento científico subjacente; a medida em que as especificações técnicas do produto podem ser implementadas; a confiabilidade dos processos de fabricação, manutenção, etc.
  • As incertezas de mercado incluem: o grau em que as necessidades e desejos dos clientes são claros e bem compreendidos; a medida em que as formas convencionais de interação entre o cliente e o produto podem ser usadas; a adequação dos métodos convencionais de vendas, distribuição e modelos de receita; e a compreensão da equipe do projeto da relação entre a inovação revolucionária e a dos produtos concorrentes.
  • As incertezas organizacionais incluem: a falta de continuidade e persistência,; inconsistência nas expectativas e métricas; mudanças de parceiros; mudanças internas e externas de compromisso estratégico; e o desafio de gerenciar a transição do projeto de inovação para operação.
  • As incertezas de recursos surgem com as equipes de projeto continuamente lutando para atrair os recursos requeridos. O financiamento externo pode fazer a diferença entre a continuidade do projeto e o cancelamento. Recursos incluem não só os financeiros, mas também os de competências.

Jetter, considera quatro tipos de incertezas: incertezas de mercado, incertezas tecnológicas, incertezas sobre disponibilidade e alocação de recursos e incertezas sobre o ambiente externo em geral, seja econômico, ecológico, social ou político. A incerteza ambiental pode afetar o conceito do produto diretamente, por exemplo, restringindo a produção do novo produto devido a uma nova legislação, ou indiretamente, influenciando as incertezas comerciais e técnicas, por exemplo, mudanças nos requisitos do cliente decorrentes da redução de renda devido a declínios econômicos.

Incertezas nas fases Fuzzy Front-End do Desenvolvimento de Novos Produtos

Kim e Wilemon, definem como Fuzzy Front-End (FFE) a etapa de pré-desenvolvimento, período entre quando uma oportunidade é primeiramente considerada e quando uma ideia é julgada pronta para o desenvolvimento. Nesse período, a organização formula um conceito de produto e determina se deve ou não investir recursos no desenvolvimento da ideia. A FFE é intrinsecamente sem rotina, dinâmica e incerta.

A incerteza é extremamente alta no FFE, quando a ideia do produto é gerada pela primeira vez. Posteriormente, com o uso de métodos, técnicas e ferramentas apropriadas ela é reduzida a um nível que permite uma decisão de “Ir / Não-ir” para a fase de desenvolvimento.

No entanto, segundo Jetter, em ambientes a incerteza prevalece ao longo de todo o processo DNP, isso porque as mudanças no ambiente externo levantam novas questões e infligem novos níveis de incerteza, conforme podemos ver na linha 2 da Figura abaixo.

O desafio da incerteza ao longo do ciclo de vida do produto

O desafio da incerteza ao longo do ciclo de vida do produto

Fonte: Traduzido de Jetter (2003)

Lidando com as incertezas

Para Loch, Solt e Bailey a disciplina de gestão de risco de projetos desenvolveu princípios de identificação, priorização e gestão de riscos – para prever, atenuar e agir de forma contingente – e incentivos de risco que podem lidar com a ambiguidade, desde que todos os fatores importantes (embora não os seus valores) e os conjuntos/intervalos de possíveis resultados sejam conhecidos. No entanto, estes conceitos não captam totalmente a incerteza imprevisível enfrentada por um novo negócio.

Novos empreendimentos muitas vezes não preveem corretamente as oportunidades reais de mercado ou a melhor maneira de resolvê-las, e nestes casos é crítico lidar com fatores imprevisíveis e inesperados que surgem e que requerem adaptação e modificação do negócio ao longo do tempo. Descobertas nos campos da inovação e gestão de projetos têm mostrado que lidar com o imprevisível requer abordagens de gestão diferentes dos utilizados no clássico planejar e alcançar o alvo dos projetos. As abordagens de gestão para novas iniciativas de negócios incluem uma combinação de aprendizagem por tentativa-e-erro, ou seja, a redefinição flexível do novo modelo de negócio a medida que novas informações emergem, e selecionismo, isto é, a execução de vários ensaios paralelos onde se escolhe a melhor alternativa depois de executar.

Para mostrar como os fatores de influência imprevisíveis de um novo empreendimento podem ser diagnosticados no início de suas atividades, Loch et al. com base em modelos da teoria da decisão, sugerem dividir o problema geral de estruturar o negócio em subproblemas para os quais a equipe de gestão possa identificar lacunas de conhecimento.

Usando um estudo de caso, Loch e coautores descrevem como foram identificadas lacunas de conhecimento em subproblemas de um novo empreendimento em uma situação real e como esse diagnóstico foi utilizado para identificar corretamente onde fatores desconhecidos se escondiam. Os subproblemas com fatores desconhecidos foram geridos com a aprendizagem e experimentação, ou seja, de forma diferente do que os outros subproblemas que são geridos com metas e prazos. Como resultado, o empreendimento poderia responder com êxito aos acontecimentos imprevisíveis. A Figura abaixo, apresenta de forma resumida o processo para diagnóstico de incertezas imprevisíveis proposto por eles.

Processo para diagnóstico de incertezas imprevisíveis

Processo para diagnóstico de incertezas imprevisíveis

Fonte: adaptada de Loch et al. (2008)

Considerando que as incertezas requerem um processo de aprendizagem, Rice e O’Connor sugerem um plano de aprendizagem e avaliação das incertezas técnicas, de mercado, organizacionais, e de recursos em projetos inovadores, conforme o Quadro que segue.

Plano de Aprendizagem e respectivas incertezas

Plano de Aprendizagem e respectivas incertezas

Fonte: Adaptado de Rice e O’Connor (2008)

Design Thinking & Lean Startup

“Startup é uma instituição humana projetada para entregar um novo produto ou serviço em condições de extrema incerteza” – Eric Ries

Reduzir a incerteza é um dos princípios fundamentais de Lean Startup.” – Jennifer Maerz

As metodologias de Design Thinking e Lean Startup, que foram descritas de forma resumida em artigos anteriores deste blog, são muito úteis e se complementam no processo reduzir as incertezas que ocorrem durante as fases de desenvolvimento de novos produtos.

Tabela de Comparação entre Design Thinking e Lean Startup, considerando as similaridades e as diferenças:

Similaridades Diferenças
Foco de inovação: uma ideia deve ser: desejável (pelo cliente), viável (economicamente) e factível (tecnicamente). Escopo: o Lean surgiu com foco em Startups, enquanto que o Design Thinking tem um foco mais amplo.
Abordagem centrada no usuário: os dois métodos levam em conta o ponto de vista dos usuários e das partes interessadas. Iniciação e ideação do projeto: o Lean considera que uma ideia inicial já existe, enquanto que o Design Thinking começa com um problema a ser resolvido.
Teste de protótipos: para coletar feedback desde os primeiros estágios de desenvolvimento. Síntese da pesquisa de usuários: enquanto o Design Thinking concentra-se em pesquisa extensiva e possui métodos sofisticados de sintetização, o Lean não utiliza métodos de síntese ou estruturas qualitativas.
Interação rápida: a solução para o problema é desconhecida no começo. Modelo de Negócios: enquanto o Lean Startup sugere o uso do BMG, o Design Thinking não sugere nenhum modelo de design de negócios.

Fonte: Traduzido e Adaptado de Muller and Thoring (2012)

Um diagrama representativo do “Lean Design Thinking” que “soma” os aspectos das duas propostas estratégicas para inovação.

Design_Thinking-and-Lean_Startup

Outro diagrama que relaciona Design Thinking e Lean Startup.

How do Design Thinking and Lean Startup relate

A Importância da Mentoria em Negócios

Pode-se afirmar que Mentores de Negócios em suas conversas com os(as) empreendedores(as) devem considerar, entre outros assuntos estes dois temas:
1 – aquilo que tais empreendedores não sabem que não sabem, abrindo seus olhos para tal e sugerindo onde podem encontrar os conhecimentos que lhes faltam;
2 – ajudando-os(as) a identificar as incertezas (técnicas, mercadológicas e outras de seus negócios) e a transformá-las em riscos, ou seja, algo mais administrável.

A imagem abaixo, adaptada de  Ramasesh e Browning, mostra quatro fatores e respectivos sub-fatores relacionados com incertezas, complexidade, … e falta de conhecimento em projetos e gestão de riscos.

Unk Unks in Project Management

O uso de Machine Learning e Deep Learning na tomada de decisões

O uso da TI como ferramenta de apoio na tomada de decisão não é novidade, mas quando se trata de lidar com incertezas, a inteligência artificial tem contribuído, principalmente com Machine Learning e sua nova vertente Deep Learning, que facilitam a análise de grandes volumes e variedades de dados, permitindo fazer algumas previsões e até mesmo facilitar a tomada de decisão sob incertezas.

Machine Learning Building Blocks

Concluindo

Nos negócios inovadores é necessário tomar consciência das incertezas, identificar os tipos e buscar reduzi-las desde o início, dentro do possível, para poder tomar as melhores decisões e agir. Para isso, existem métodos, técnicas e ferramentas que podem ser usados ao longo do processo.

Se gostou, por favor, compartilhe! Abraço, @neigrando

Sobre o autor:

Nei Grando é diretor executivo da STRATEGIUS, teve duas empresas de tecnologia, é mestre em ciências pela FEA-USP com MBA pela FGV, organizador e autor do livro Empreendedorismo Inovador, é mentor de startups e atua como consultor, professor e palestrante sobre estratégia e novos modelos de negócio, inovação, organizações exponenciais, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Artigos acadêmicos de referência:

Dyer, J., Furr, N., & Lefrandt, C. (2014). The industries plagued by the most uncertainty. Harvard Business Review, digital article, 11.

Jetter, A. J. M. (2003, July). Educating the guess: strategies, concepts and tools for the fuzzy front end of product development. In Management of Engineering and Technology, 2003. PICMET’03. Technology Management for Reshaping the World. Portland International Conference on (pp. 261-273). IEEE.

Kim, J., & Wilemon, D. (2002). Focusing the fuzzy front–end in new product development. R&D Management, 32(4), 269-279.

Loch, C. H., Solt, M. E., & Bailey, E. M. (2008). Diagnosing unforeseeable uncertainty in a new venture. Journal of product innovation management, 25(1), 28-46.

McNamee, P., & Celona, J. (2007). Decision analysis for the professional. 4th Edition, SmartOrg, Incorporated.

Ramasesh, Ranga V.; Browning, Tyson R. (2014). A conceptual Framework for Tackling Knowable Unknown Unknowns in Projet Management.  Journal of Operations Management.

Rice, M. P., OConnor, G. C., & Pierantozzi, R. (2008). Implementing a learning plan to counter project uncertaintyMIT Sloan Management Review49(2), 54.

Outros artigos relacionados:

 

Decisão e processo decisório

“A verdadeira tomada de decisão não ocorre quando se sabe exatamente o que fazer, mas quando não se sabe o que fazer, ou seja, quando é necessário balancear valores conflitantes, classifica-los em situações complexas e lidar com incertezas.” – McNamee, & Celona

Nossas decisões moldam nossas vidas. Feitas consciente ou inconscientemente, com boas ou más consequências, elas representam a ferramenta fundamental que usamos para enfrentar as oportunidades, os desafios e as incertezas da vida. Assim, tomar boas decisões é um dos mais importantes determinantes de quão bem atende-se às responsabilidades e alcança-se objetivos pessoais e profissionais. Porém, a necessidade de tomar uma decisão difícil nos coloca em risco de ansiedade, confusão, dúvida, erro, embaraço ou perda. O nosso desconforto muitas vezes nos leva a tomar decisões muito rapidamente ou muito lentamente, ou de forma muito arbitrária. Assim, a única maneira de realmente aumentar as chances de tomar uma boa decisão é aprender a usar um bom processo de tomada de decisão – que conduza a melhor solução com um mínimo de perda de confiança, energia, dinheiro e compostura.

Mintzberg define o termo decisão como um compromisso específico para a ação, geralmente um comprometimento de recursos, e define um processo de decisão como “um conjunto de ações e fatores dinâmicos que começa com a identificação de um estímulo para a ação e termina com o compromisso específico de ação”.

Hammond, Keeney e Raiffa dizem que mesmo as decisões mais complicadas podem ser analisadas e resolvidas levando-se em consideração um conjunto de oito elementos, sendo que, os cinco primeiros – problema, objetivos, alternativas, consequências e trocas (tradeoffs) – constituem o núcleo central e podem ser aplicados a praticamente todas as decisões, e os três elementos restantes – incerteza, tolerância a riscos e decisões interligadas – ajudam a tornar mais claras as decisões em situações instáveis ou em andamento, sendo que algumas decisões nem envolvem esses últimos elementos, porém muitas das mais importantes os utilizam.

McNamee e Celona, explicam que bons resultados são o que nós desejamos, enquanto que boas decisões são o que podemos fazer para maximizar a probabilidade de ter bons resultados.

A qualidade de uma decisão pode ser avaliada através da análise da decisão, que começa definindo uma decisão pelo empenho de recursos que são revogáveis apenas com algum custo. Em seguida, essa análise, estabelece claramente quatro elementos para tomada de uma decisão racional:

  1. informação, ou “O que eu sei sobre o mundo e a oportunidade de negócios ou pessoal sob consideração?”, onde um componente importante deste conhecimento é uma avaliação da incerteza (ou de “O que eu não sei?”);
  2. alternativas, ou “Quais são os cursos de ação possíveis?”;
  3. valores, ou “O que eu quero?”;
  4. lógica, ou “Como faço para colocar o conhecimento, alternativas e valores juntos para chegar a uma decisão?”.

Isso explica uma boa decisão como sendo aquela logicamente consistente com informações, alternativas e valores trazidos ao problema.

Quanto ao processo decisório, diversos autores da literatura apresentam passos a serem seguidos pelo decisor. O Quadro abaixo apresenta as propostas de processo decisório de Bazerman e Moore com seis passos, e de Hammond, Keeney e Raiffa com oito passos.

Bazerman e Moore Hammond, Keeney e Raiffa
  1. Definir o problema;
  2. Identificar os critérios;
  3. Ponderar os critérios;
  4. Gerar alternativas;
  5. Classificar alternativas segundo cada critério; e
  6. Identificar a solução ideal.
  1. Definir o problema certo;
  2. Especificar os objetivos;
  3. Criar alternativas imaginativas;
  4. Entender as consequências;
  5. Lançar mão de todas as escolhas (grapple with your trade-offs);
  6. Esclarecer as incertezas;
  7. Pensar muito sobre a tolerância ao risco;
  8. Considerar decisões interligadas.

O processo de Hammond, Keeney e Raiffa começa estruturando o problema de decisão, que inclui a definição do problema que está sendo enfrentado e a geração de um conjunto de objetivos e alternativas adequados ao problema. Depois especifica as consequências das alternativas ao descrever quão bem cada uma das alternativas é medida em termos do conjunto de objetivos. A seguir, avalia cada uma das várias consequências para indicar qual é a melhor do que as outras e o quanto melhor é. Por fim, integra as informações para avaliar logicamente as alternativas.

Processo Decisório simples

Quando não há incerteza, as consequências podem ser descritas diretamente ao considerar as implicações das diferentes alternativas. Porém, em caso de dúvida, elas precisam ser quantificadas utilizando-se probabilidades. As consequências para cada alternativa são descritas juntamente com as possíveis resoluções das incertezas que afetam a alternativa. Nas decisões que envolvem múltiplos objetivos, avalia-se os possíveis conflitos de valor (tradeoffs). Para as incertezas, a tolerância ao risco deve atribuir pontuações relacionadas com cada consequência. Decisões interligadas são casos que ocorrem quando decisões tomadas no momento presente afetam decisões futuras ou objetivos futuros influenciam decisões atuais.

“Incerteza  é a consequência de nosso incompleto conhecimento sobre o mundo. Entretanto, em muitos casos importantes, a informação completa simplesmente não está disponível ou é muito cara para se obter (em tempo, dinheiro, ou outros recursos).”  – McNamee, & Celona

Enfim, se considerarmos a importância que as decisões a serem tomadas têm em nossas vidas e negócios, provavelmente será bastante útil aprendermos um pouco mais sobre este assunto.

Se gostou, por favor, compartilhe! Abraço, @neigrando

Sobre o autor:

Nei Grando é diretor executivo da STRATEGIUS, teve duas empresas de tecnologia, é mestre em ciências pela FEA-USP com MBA pela FGV, organizador e autor do livro Empreendedorismo Inovador, é mentor de startups e atua como consultor, professor e palestrante sobre estratégia e novos modelos de negócio, inovação, organizações exponenciais, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Artigos acadêmicos de referência:

Bazerman, M. H., & Moore, D. A. (2008). Judgment in managerial decision making. John Wiley & Sons, Inc. [ vide em português o livro: Processo Decisório ]

Hammond, J. S., Keeney, R. L., & Raiffa, H. (1999). Smart Choices: A Practical Guide to Making Better Life Decisions. Harvard Business Review Press. [ vide em português o livro: Decisões Inteligentes ]

McNamee, P., & Celona, J. (2007). Decision analysis for the professional. 4th Edition, SmartOrg, Incorporated.

Mintzberg, H., Raisinghani, D., & Theoret, A. (1976). The structure of” unstructured” decision processes. Administrative science quarterly, 246-275.

Outros artigos relacionados: