Publicação: O que os modelos de market sizing não ensinam aos negócios? Uma análise estratégica sobre a dinâmica dos mercados e disponibilidade da demanda no contexto do setor de tecnologia
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Estimar o tamanho de mercado é uma atividade fundamental para a tomada de decisões
estratégicas e permite que as empresas avaliem oportunidades de crescimento, alocação de
recursos e posicionamento competitivo. Ao longo do tempo, modelos clássicos, como o
framework TAM, SAM, SOM, foram responsáveis por trazer visão holística e capacidade de
estruturar o pensamento estratégico, padronizando narrativas de crescimento, facilitando a
comunicação com investidores e apoiando análises comparativas. Porém, por frequentemente
adotarem uma perspectiva mais estática e determinista, tais modelos acabam reduzindo ou
desconsiderando as flutuações dinâmicas das curvas de oferta-demanda e da curva de adoção,
podendo levar a projeções distorcidas, vieses e comprometendo a eficácia das estratégias
empresariais. Dessa forma, esta pesquisa objetiva identificar e examinar as contribuições sobre
métodos e modelos de avaliação de dimensionamento de mercado para o segmento de
tecnologia no modelo de negócio B2B, buscando responder, principalmente, de que forma
modelos de endereçamento de mercado traduzem a dinamicidade mercadológica em resultados
confiáveis. Para isso, o trabalho se apoiou em lentes teóricas de diversos campos do
conhecimento, como a Teoria do Crescimento Schumpeteriano, Inovação Disruptiva, Modelos
de Difusão, Dinâmica de Sistemas, Finanças Corporativas, Marketing Estratégico e outros, no
intuito de evidenciar a multiplicidade de fatores que condicionam o movimento dos mercados
e destacar a importância de considerar essa dinâmica como um elemento fundamental do
sucesso (ou insucesso) na estratégia de identificação do potencial da demanda. O trabalho é
composto de 3 artigos, sendo o primeiro uma Revisão Sistemática da Literatura (RSL) e
Bibliometria, cobrindo o período de 2015 a 2025, com o objetivo de levantar, de maneira
sistemática, a produção científica existente sobre os métodos de estimação de mercado, modelos
de cálculos mais recorrentes, evidenciando as principais abordagens conceituais, metodológicas
e empíricas utilizadas por autores que tratam da mensuração de oportunidades mercadológicas
em contextos diversos. Dentre os principais resultados, não foi encontrado volume significativo
de estudos que se concentram no mercado de tecnologia B2B, sobretudo numa economia
emergente, sendo necessário se apoiar em experiências de outros setores. Ainda, a agenda atual
do dimensionamento de mercado pode ser delineada em três grandes blocos temáticos: (1) o
operacional, focado em gestão de estoques, demanda intermitente e cadeias de suprimentos; (2)
o analítico-tecnológico, que concentra pesquisas em machine learning e deep learning para
ganhos de acurácia, previsão probabilística e market sizing dinâmico; e (3) o econômico
estratégico, que conecta estimativas de demanda a temas como contratos em plataformas,
estrutura de mercado e risco. A integração dessas frentes sugere uma transição de uma visão
puramente técnica para uma abordagem sistêmica, onde o dimensionamento de mercado é um
componente de sistemas de decisão que unem modelos preditivos, estruturas organizacionais e
o ambiente competitivo. Para a prática empresarial, a fronteira das boas práticas reside na
combinação de modelos probabilísticos avançados com governança robusta de forecasting,
traduzindo previsões em decisões estratégicas de portfólio, capacidade e go-to-market. O valor
está principalmente na estruturação de decisões sob incerteza baseadas em distribuições de
demanda e cenários de mercado. Já o segundo trabalho é um caso para ensino sobre a ascensão
e a subsequente crise da Facily, cujo objetivo é levar os estudantes a diagnosticar e diferenciar
os conceitos de demanda existente e demanda suficiente, bem como analisar o impacto da
fricção operacional, dos efeitos de rede negativos e da mudança do cenário macroeconômico
na viabilidade de novos modelos de negócio digitais em mercados emergentes. Por fim, o
terceiro artigo é um artigo técnico-tecnológico com a criação de um produto técnico
tecnológico. Ao focar no aprofundamento de falhas e limitações dos modelos de
dimensionamento de mercado foram desenvolvidos, com base nos elementos de diferentes
modelos de endereçamento de mercado, o Framework Integrado de Estimação de Mercado
(FIEM) e o Modelo Intertemporal de Mercado Ajustado (MIMA), ambos com o pressuposto de
3
integrar, com rigor matemático e estatístico, a influência de fatores dinâmicos do mercado.
Ambos foram integrados em um produto técnico-tecnológico no formato de um aplicativo web
interativo, desenvolvido em linguagem Python e uma ferramenta de Inteligência Artificial (API
com o Google Gemini), cujo objetivo central é reduzir erros e vieses analíticos, oferecendo um
instrumento adaptável a diversos contextos setoriais e níveis de maturidade analítica,
especialmente no mercado de tecnologia B2B. Apesar dos indícios promissores, o PTT, que se
encontra no estágio de Prova de Conceito (PoC), apresenta limitações relacionadas à
necessidade de mais testes em operações reais de negócios para capturar desvios, e à revisão
matemática das funções de cálculo do Tamanho do Mercado, visando aumentar o rigor lógico
científico das fórmulas incorporadas na aplicação. Tais apontamentos delineiam a agenda de
pesquisa futura para o aprimoramento e escalabilidade do artefato.
Abstract
Estimating market size is a fundamental activity for strategic decision-making, enabling firms
to assess growth opportunities, resource allocation, and competitive positioning. Over time,
classical models, such as the TAM, SAM, and SOM framework, have played an important role
in providing a holistic view and structuring strategic thinking, standardizing growth narratives,
facilitating communication with investors, and supporting comparative analyses. However,
because they often adopt a more static and deterministic perspective, such models tend to
reduce or overlook the dynamic fluctuations of supply–demand curves and adoption curves,
potentially leading to distorted projections, analytical biases, and ultimately compromising the
effectiveness of business strategies.In this context, this research aims to identify and examine
contributions related to methods and models for market sizing within the B2B technology
sector, seeking primarily to understand how market-addressing models translate market
dynamism into reliable outcomes. To achieve this objective, the study draws on theoretical
lenses from multiple fields of knowledge, including Schumpeterian Growth Theory, Disruptive
Innovation, Diffusion Models, System Dynamics, Corporate Finance, Strategic Marketing,
among others. The purpose is to highlight the multiplicity of factors that condition market
movements and to emphasize the importance of incorporating such dynamics as a fundamental
element in the success—or failure—of strategies aimed at identifying demand potential.The
dissertation is composed of three articles. The first article consists of a Systematic Literature
Review (SLR) combined with bibliometric analysis, covering the period from 2015 to 2025, with
the objective of systematically mapping the existing scientific production on market estimation
methods and the most recurrent calculation models. The study highlights the main conceptual,
methodological, and empirical approaches employed by scholars who address the
measurement of market opportunities across different contexts. Among the main findings, the
results indicate that there is no significant volume of studies specifically focused on the B2B
technology market, particularly in emerging economies, which requires researchers to draw on
insights and empirical evidence from other sectors.Furthermore, the current research agenda
on market sizing can be delineated into three major thematic clusters:(1) an operational stream,
focused on inventory management, intermittent demand, and supply chain dynamics;(2) an
analytical-technological stream, concentrating on the application of machine learning and
deep learning techniques to improve accuracy, probabilistic forecasting, and dynamic market
sizing; and (3) an economic-strategic stream, which connects demand estimation with topics
such as platform contracting, market structure, and risk. The integration of these streams
suggests a transition from a purely technical perspective toward a systemic approach, in which
market sizing becomes a component of decision systems that combine predictive models,
organizational structures, and the competitive environment. For business practice, the frontier
of best practices lies in the combination of advanced probabilistic models with robust
forecasting governance, translating predictions into strategic decisions regarding portfolio
management, capacity planning, and go-to-market strategies. The value resides primarily in
structuring decisions under uncertainty based on demand distributions and market scenarios.
The second article presents a teaching case examining the rise and subsequent crisis of Facily,
with the objective of enabling students to diagnose and differentiate the concepts of existing
demand and sufficient demand, as well as to analyze the impact of operational friction, negative
network effects, and shifts in the macroeconomic environment on the viability of new digital
business models in emerging markets.Finally, the third article focuses on a deeper examination
of the failures and limitations of traditional market sizing models. Based on elements drawn
from different market-addressing models, the study develops two conceptual artifacts: the
Integrated Market Estimation Framework (IMEF) and the Intertemporal Adjusted Market
Model (IAMM). Both models are designed under the premise of integrating, with mathematical
and statistical rigor, the influence of dynamic market factors. The central objective is to reduce
5
analytical errors and biases while providing a tool adaptable to diverse sectoral contexts and
levels of analytical maturity, particularly within the B2B technology market.Despite promising
initial indications, the artifact, currently at the Proof of Concept (PoC) stage, presents certain
limitations. These include the need for further testing in real business operations in order to
capture potential deviations, as well as the mathematical refinement of the functions used to
calculate Market Size, with the aim of increasing the logical and scientific rigor of the formulas
embedded in the application. These considerations outline the future research agenda for
improving and scaling the artifact.
Palavras-chave
Dimensionamento de Mercado, Engenharia de Mercado, Mercado Endereçável, Previsão de Demanda, Potencial de Mercado, Tamanho de Mercado, Tecnologia
Citação
MORAES, Raphael Augusto de. O que os modelos de market sizing não ensinam aos negócios? Uma análise estratégica sobre a dinâmica dos mercados e disponibilidade da demanda no contexto do setor de
tecnologia. 2026. 243 f. Dissertação (Mestrado em Gestão Organizacional) - Universidade Federal de Uberlândia, Uberlândia, 2026. DOI http://doi.org/10.14393/ufu.di.2026.10007
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Embargado