accelerators

Como aceleradoras selecionam startups?

Os critérios de seleção de startups pelas aceleradoras

As aceleradoras são organizações que auxiliam o desenvolvimento de novas empresas. Para isto trabalham com capacitação, mentoria, investimento e networking com estas empresas por um período predeterminado de tempo. Assim as aceleradoras possuem um rigoroso e competitivo processo seletivo. No entanto, pouco se sabe sobre como uma aceleradora de ponta seleciona startups e quais são os critérios de decisão nesse processo. Um estudo realizado por Bangqi Yin e Jianxi Luo em 2018 focou em estudar os critérios utilizados na seleção de startups da primeira aceleradora do sudeste asiático. Para os autores os processos de seleção de aceleradoras são inspirados nos processos seletivos de incubadoras. Entretanto mencionam a ausência de literatura específica para as aceleradoras. Thus, realizam um estudo empírico para a explicitação os critérios utilizados pela acelerado investigada.

A aceleradora estudada por Yin e Luo (2018) foi criada em 2010 e realiza processo seletivo duas vezes ao ano, e seu programa de aceleração dura 100 dias. Assim seu processo consistem em duas etapas: triagem de perfil e entrevista. Desse modo, na primeira etapa grande parte das startups são recusadas. Os autores analisaram então um total de 841 startups que foram descartadas na primeira etapa, and 162 que participaram das entrevistas. Thus, por meio de uma revisão de literatura os autores chegaram a 30 possíveis critérios de seleção iniciais.

Potenciais critérios de seleção

Categoria atratividade de mercado:

  • Validação da demanda.
  • Acessibilidade do cliente.
  • Informações demográficas do mercado.
  • Entendimento sobre benefícios.
  • Restrição subjetiva.

Categoria viabilidade de produto:

  • Maturidade do conceito.
  • Vendas e distribuição
  • Maturidade do produto.
  • Esclarecimento de tradeoffs.

Categoria vantagem de produto:

  • Validação de competição.
  • Proposta de valor.
  • Vantagem sustentável.
  • Estratégia de patentes.
  • Proteção de patentes.
  • Concorrentes.
  • Estratégia de competição.

Categoria de competência do time:

  • Tamanho da equipe.
  • Experiência tecnológica.
  • Experiência de gestão.
  • Experiência financeira.
  • Experiência inicial de inicialização.
  • Mecanismo de retorno.

Categoria expectativa de retorno:

  • Rentabilidade.
  • Avaliação de risco.
  • Mitigação de risco.

Categoria potencial de crescimento:

  • Estratégia de crescimento.
  • Capital disponível.

Resultados da pesquisa

A fim de validar os critérios identificados na literatura os autores analisaram os critérios com os histórico da aceleradora. Por meio de um modelo de predição identificaram nove critérios com maior potencial para seleção de startups. That way, são eles: validação de demanda, informações demográficas do mercado, maturidade do conceito, vendas e distribuição, experiência tecnológica, vantagem sustentável, experiência inicial de inicialização, mecanismo de retorno e estratégia de crescimento. Entretanto, como ressaltam os autores, esta pesquisa deve ser considera preliminar, necessitando de mais estudos para verificação dos critérios. Assim como os dados obtidos na pesquisa foram obtidos a partir de uma aceleradora especializada em software e aplicativos móveis. Thus, os resultados podem variar de acordo com a área de atuação e localização da aceleradora.

Yet, para uma área recente e com ausência de literatura, a pesquisa Yin e Luo (2018) apresenta dados fundamentais para as aceleradoras e startups. Para as aceleradoras os critérios demonstram um mapa inicial para a criação do processo de seleção. Já para as startups pode ser um guia de preparação para os processos seletivos e um meio de realizar uma autocrítica do seu desempenho.

Você pode conferir a pesquisa completa neste link. E você pode saber mais sobre aceleradoras em nosso post conceitual clicking here.

Referências

YIN, B.; LUO, J. How Do Accelerators Select Startups? Shifting Decision Criteria Across Stages. IEEE Transactions on Engineering Management, n. 99, p. 1-16, 2018.

The following two tabs change content below.

Rayse Kiane

Mestre e doutoranda em Engenharia e Gestão do Conhecimento pela Universidade Federal de Santa Catarina. Graduada em Sistemas de Informação pela mesma instituição . Realiza pesquisas interdisciplinares sobre: innovation in education, mídia e conhecimento, compartilhamento de conhecimento por meio das Tecnologias da Informação e Comunicação (TICs), open science e usabilidade de software.