1. Universidade Federal do Rio Grande do Norte
2. BDM - Biblioteca Digital de Monografias
3. Monografias de Graduação
4. CCSA - TCC - Administração

Título:	Sharing Economy: padrões de disrupção nos setores de logística e transporte urbano – um estudo de startups
Autor(es):	Martins, Leonardo Medeiros
Orientador:	Rocha, José Bolivar Vieira da
Palavras-chave:	Sharing economy;Startups;Disrupção;Padrões de disrupção;Logística;Transporte urbano
Data do documento:	2017
Editor:	Universidade Federal do Rio Grande do Norte
Referência:	MARTINS, Leonardo Medeiros. Sharing Economy: padrões de disrupção nos setores de logística e transporte urbano – um estudo de startups. 2017. 75f. Trabalho de Conclusão de Curso (Graduação em Administração), Departamento de Ciências Administrativas, Universidade Federal do Rio Grande do Norte, Natal, 2017.
Resumo:	Através do surgimento de novas tecnologias, junto com as alterações econômicas da atualidade, as relações mais próximas entre as pessoas adquiriram o potencial de alterar o status quo mercadológico. Os novos modelos de negócio baseados em consumo colaborativo ou economia compartilhada (sharing economy) estão adquirindo notoriedade por trazer mais valor aos consumidores a partir do acesso a bens ao invés da posse, de modo amplo aos mais variados setores e mercados da sociedade. Não apenas sendo inovadores, mas disruptivos, em um processo de aceleração de mudança de cenário nos mercados mais rápido. Neste sentido, o presente trabalho objetiva estudar as empresas de base tecnológica (startups), avaliando se estas possuem padrões de disrupção em seus modelos de negócios, que estão inseridas na sharing economy e trabalhando nos setores de logística e transporte urbano, devido à relevância desses setores para a sociedade e também para conferir maior capacidade de exemplos e foco de pesquisa. Assim, nove padrões de disrupção estudados e propostos pela Deloitte Insights foram adotados para investigar os modelos de negócios de 44 startups selecionadas da plataforma de startups AngelList. Para cada startup foi extraído informações sobre seu modelo de negócio no seu website e página no AngelList. Após a extração dos dados realizou-se a síntese dos modelos de negócio para, então, analisar quais padrões de disrupção foram perceptíveis. Compilando todas as análises de padrões disruptivos nos modelos de negócios é que foi possível identificar se houve um padrão predominante e a média de padrões por empresa. Por fim, ao final da pesquisa, observou-se que o maior potencial disruptivos das startups estudadas está nos padrões de conectar pares (as pessoas ou empresas) e utilizar (desbloquear) ativos em mercados adjacentes.
URI:	https://repositorio.ufrn.br/handle/123456789/35543
Outros identificadores:	2013033165
Aparece nas coleções:	CCSA - TCC - Administração

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.