Production, v. 24, n. 3, p. 605-617, July/Sept. 2014doi: http://dx.doi.org/10.1590/S0103-65132013005000077*Universidade de Stuttgart, Stuttgart, Alemanha Recebido 30/04/2012; Aceito 20/03/2013Um novo modelo de previso dedemanda para inovaes radicaisDonald Neumanna*, Luis Antonio de Santa-Eulaliab, Rui Tadashi Yoshinoc, Jrg Klasenda*donald.neumann@gsame.uni-stuttgart.de, Universidade de Stuttgart, Alemanha bluis.eulalia@fca.unicamp.br, Unicamp, Brasil cruiyoshino@utfpr.edu.br, UTFPR, Brasil dj.klasen@enbw.com, EnBW AG, AlemanhaResumoEste trabalho apresenta um novo modelo para a previso de demanda de inovaes radicais baseada em simulao de Dinmica de Sistemas que combina conceitos do modelo de difuso de Bass e do modelo de escolha discreta. Diferentemente de outras abordagens existentes, esta proposta permite estimar no somente a fatia de mercado do produto, mas tambm seu comportamento no tempo (timing), a partir das preferncias individuais do consumidor e das foras que as influenciam. O modelo proposto pode ser facilmente parametrizado atravs da Conjoint Analysis e foi testado em escala real no mercado alemo de carros eltricos. Os resultados obtidos colocam em evidncia o potencial da abordagem proposta, auxiliando na compreenso dos principais fatores na escolha desse produto.Palavras-chavePreviso de demanda. Dinmica de sistemas. Indstria automobilstica. Pesquisa de mercado.1. IntroduoEntenderosprocessosdeadooedifusode novos produtos crucial para qualquer organizao. Issoincluinosomenteempresas,mastambm governos, pois esses influenciam o desenvolvimento do mercado atravs de polticas regulamentadoras, investimentoseminfraestruturaeincentivospara novas tecnologias, tais como equipamentos mdicos ou veculos eltricos.Apesardevastamenteestudados,osprocessos dedifusoaindasofenmenoscomplexose, portanto, alvo de muitas pesquisas cientficas. Vrias metodologias, abordagens e modelos computadorizados tm sido desenvolvidos para investigar a previso de demanda para novos produtos.As abordagens de previso baseadas no tradicional modelodeBass(BASS,1969)(tambmconhecido como modelo de difuso de Bass) so provavelmente as mais amplamente utilizadas em gesto e organizaes (LIMetal.,2012;TSAI;LI;LEE,2010;McDADE; OLIVA;THOMAS,2010;TSENG;HU,2009;BASS, 2004). Em sua forma algbrica, o modelo de Bass (1969) limitado a um pequeno grupo de parmetros com hipteses subjacentes bastante restritivas. Diversos trabalhos atenuam algumas dessas restries como, por exemplo, os de Dodson e Muller (1978), Kalish (1985), Chatterjee e Eliashberg (1990), Horsky (1990), Tsai, Li e Lee (2010), McDade, Oliva e Thomas (2010), CheneCarrillo(2011)eKrengeWang(2013). interessante notar que, mais recentemente, o prprio Bass ressaltou a possibilidade de realizao de algumas extenses de seu prolfico trabalho (BASS, 2004). Trs revises bastante completas sobre possveis extenses desse modelo so encontradas em Mahajan, Muller eWind(2000),MeadeeIslam(2006)eFrenzele Grupp (2009).Enquanto o modelo de Bass (1969) foca sobretudo a evoluo da fatia de mercado do novo produto no tempo atravs de equaes diferenciais simples, os modelos de escolha discreta permitem identificar a utilidade atribuda pelo consumidor a um produto (KIM;LEE;KIM,2005;DUB;HITSCH;JINDAL, 2011, 2012). Derivados da teoria do comportamento racional, esses modelos possuem seus fundamentos 606Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.nos aspectos psicolgicos subjacentes, como discutido emDrakopoulos(1990).Almdisso,modelosde escolha discreta tambm esto relacionados com a Teoria da Informao (ANAS, 1983). Como no caso dos modelos de Bass (1969), os modelos de escolha discreta tambm foram aperfeioados e combinados. Por exemplo, Kim, Lee e Kim (2005) propem um modelo de escolha discreta adaptado, incorporando ocomportamentodeadesodoconsumidors dinmicas de difuso do produto. Lee et al. (2006) apresentamumaabordagemsimilar,integrandoo modelo de escolha discreta e o modelo de Bass (1969).A simulao de Dinmicas de Sistemas tambm tem sido aplicada com sucesso na previso de demanda. Por exemplo, Milling (1986) apresenta um modelo desimulaoparaotradicionalmodelodeBass (1969) de influncia mista. Nesse modelo, contudo, as caractersticas do produto no so explicitamente consideradas. Mooy, Langley e Klok (2004) utilizou um modelo de Dinmicas de Sistemas com a teoria sociolgicadamemticae,maisrecentemente, Park, Kim e Lee (2011) desenvolveram um modelo de previso baseado na Dinmica de Sistemas para adifusodeveculosahidrognio,utilizandoum modelo de Bass (1969) generalizado. Em um trabalho atual, Lee et al. (2013) apresentam um modelo de previso de vendas utilizando Dinmica de Sistemas combinadaamodeloseconomtricospara,com focoemtecnologiaparaocarroverde,analisaro impacto sobre a difuso de tecnologias inovadoras. Uma pesquisa no Brasil, desenvolvida por Figueiredo (2009), props um modelo para estudo da difuso da tecnologia mvel celular utilizando Dinmica de Sistemas e o modelo de Bass (1969). Demostrou-se que o uso da metodologia de Dinmica de Sistemas como ferramentademodelagemcomputacionalpermite o uso extensivo dos conceitos contidos no modelo de difuso em situaes prticas de planejamento.Maier(1998)explicaquefatorescomopreo, qualidade,caractersticastcnicas,dentreoutros, influenciamaprobabilidadedecompra.Noseu trabalho,Maier(1998)assumeessesfatorescomo multiplicadores dos coeficientes originais do modelo de Bass (1969) (coeficientes de inovao e imitao), podendo assim acelerar ou frear o processo de difuso donovoproduto.Diferentementedaabordagem propostanopresentetrabalho,Maier(1998)no considera a utilidade total do produto explicitamente. Dessaforma,noobedeceteoriasubjacentedo consumidorracional,fundamentodosmodelosde escolha discreta.Maisespecificamentenomercadodecarros eltricos,muitosestudosnaliteraturapropem abordagens de previso de adoo, incluindo a escolha discreta (BEGGS; CARDELL; HAUSMAN, 1981), Conjoint Analysis (SEGAL, 1995; EWING; SARIGLL, 2000) e modelos baseados em equaes diferenciais (URBAN; HAUSER, 1980). Uma abordagem bastante similar apresentada neste presente trabalho encontrada em Lee et al. (2013). Nesse trabalho, os autores propem umaabordagemcombinadoomodelodedifuso comomodelodeescolhadiscretaeaDinmica deSistemasvisandoestudar,particularmente,os efeitos de feedback de preos dos veculos verdes e o desenvolvimento da infraestrutura de abastecimento sobreasfatiasdemercadonaCoria.Apesarde ser um modelo atual e bastante completo, ele est calcado em algumas hipteses restritivas fortes (i.e., a impossibilidade de uma pessoa que comprou um veculoeltricocomprarnovamenteumveculoa combusto), bem como considera uma quantidade limitada de atributos dos produtos (i.e., somente trs atributos bsicos: eficincia do combustvel, preo do veculo e infraestrutura de recarga), o que limita um pouco a aplicao do modelo em ambientes reais e em escala industrial. Tambm de bastante relevncia paraopresentetrabalhooartigodeKlasene Neumann(2011).Osautorescombinamomodelo deBass(1969)comomodelodeescolhadiscreta atravsdasimulaobaseadaemagentes.Klasen eNeumann(2011)focamsobretudoaviabilidade da meta alem para o mercado de carros eltricos naprximadcada.Outracontribuio,tambm similardopresentetrabalho,encontradaem Meyer e Winebrake (2009), que abordam os veculos movidos a hidrognio e a respectiva infraestrutura de abastecimento. semelhana do presente trabalho, o modelo de Dinmica de Sistemas de Meyer e Winebrake (2009) tambm inclui conceitos da teoria de difuso e dos modelos de escolha discreta. Contudo, o modelo apresentado por Meyer e Winebrake (2009) se restringe inclusodosatributosrelacionadosaocustodo combustvel, preo de veculos e quantidade de postos decombustvel,noincorporandodiretamenteo efeito das foras sociais nas suas funes utilidade, principal contribuio do modelo de Bass (1969).Apesar da literatura relacionada, os autores do presentetrabalhodesconhecemoutroestudoque abordeexplicitamenteedemaneiraextensivaas preferncias individuais dos consumidores, bem como a dinmica das foras sociais, derivadas dos modelos de Bass (1969) em um modelo de simulao de Dinmica de Sistemas. Dessa forma, a contribuio proposta aqui duplamente original, i.e., a proposta de um modelo inovador e sua subsequente validao preliminar em um caso real em escala industrial realizada conjuntamente com um parceiro corporativo. Comparado com outras abordagens, o modelo proposto oferece as seguintes vantagens: a) tanto a fatia de mercado total do novo produtoquantosuaevoluonotempo(timing) Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014607Neumann, D. et al.Essemodelosupequetodososfatoresque influenciamoprocessodedifuso(porexemplo, caractersticasindividuaisdosconsumidores, disponibilidadedeinformaosobreoproduto, recomendaespessoaispositivasenegativasetc.) podem ser resumidos nos parmetros q e p. Apesar deseramplamenteutilizado,suaspremissastm sido criticadas na literatura (MEADE; ISLAM, 2006; FORNERINO,2003;AALSBURGetal.,2009,entre outros). Alm disso, o modelo de Bass no facilmente parametrizado quando dados sobre o mercado no esto disponveis. Assim, produtos radicalmente novos, comooscarroseltricos,queimplicamprofundas mudanasnocomportamentodosconsumidores, restringem o seu uso.Diversasabordagenssurgiramparamelhorar ouampliaressemodelo,incluindoomodelode escolha discreta e a Dinmica de Sistemas (KLASEN; NEUMANN, 2011).2.2. Modelo de escolha discretaO modelo de escolha discreta permite determinar a probabilidade relativa de compra do novo produto combasenasutilidadesdosprodutosdisponveis (GENSCH; RECKER, 1979). Para isso, produtos so descritos como um conjunto de atributos perfeitamente substituveis. Formalmente, a probabilidade kiPde que um indivduo i ir escolher um produto k dentro de um conjunto de alternativas Ai dada por:( ) | |+ |\=., 1 / 1k li iiV Vl A l kkie P (2)onde kiV o componente determinstico da utilidade, descrito atravs das atitudes expressas do consumidor em relao quela alternativa. Assumindo-se que kiVseja uma funo aditiva linear do peso dos atributos do respectivo produto, tem-se: = + kk k k ki j ij j ijj S j SV a x b x (3)onde kijx o peso dado pelo indivduo i ao atributo j da alternativa k; kja o peso da utilidade refletindo a importncia do atributo j definido unicamente para a alternativa k; bj o peso da utilidade refletindo a importncia do atributo genrico j definido para todas as alternativas em Ai; Sk o conjunto de atributos existentes somente na alternativa k; e S o conjunto de atributos comuns a todas as alternativas disponveis.importantenotarquetanto(2)quanto(3) assumem que a estrutura de preferncias individuais fixa e depende somente dos atributos dos produtos. podem ser estimados conjuntamente; b) o modelo completamente flexvel com relao ao nmero de atributos do produto a ser considerado; c) o modelo pode ser facilmente parametrizado atravs de Conjoint Analysis sem a necessidade de quaisquer dados de venda; c) o modelo leva em considerao ciclos de retroao, entre eles o de recompra do produto ou volta ao carro a combustvel.Almdisso,onovomodeloaquipropostofoi aplicado com sucesso em escala real para o mercado alemo de carros eltricos com o intuito de buscar umavalidaopreliminar.Osresultadosmostram o potencial da abordagem proposta, auxiliando na compreenso dos principais fatores na escolha desse produto. Como consequncia , o parceiro industrial adotou a abordagem em questo para a tomada de decises de investimento a longo prazo.O artigo encontra-se organizado da seguinte forma: apsessaintroduoeapresentaodoproblema de pesquisa, na seo 1, a seo 2 sintetiza a base terica que orienta o trabalho, sendo que a seo 3 apresenta a metodologia de pesquisa empregada. O modelopropostoestdelineadonaseo4.Uma aplicao preliminar do modelo no mercado alemo de carros eltricos apresentada na seo 5, enquanto futuras aplicaes e melhorias so sugeridas na seo 6, antes das consideraes finais, na seo 7.2. Fundamentao tericaEstaseointroduzosprincipaisconceitos empregados no modelo proposto, incluindo o modelo de difuso de Bass, o modelo de escolha discreta e a Dinmica de Sistemas aplicada difuso de inovao.2.1. Modelo de difuso de BassTradicionalmente, modelos econmicos de difuso de inovaes so fundamentados em pesquisa biolgica esociolgica(THUN;GRLER;MILLING,2000). Talvez o modelo mais conhecido nessa rea seja o modelo de difuso proposto primeiramente por Bass (1969), o qual distingue dois tipos de consumidores: inovadores e imitadores. Esse modelo descrito como um conjunto de equaes diferenciais que utilizam um pequeno nmero de parmetros. Basicamente, o autor definiu a taxa de adoo S(t) como uma funo da participao de mercado potencial T(t), o nmero real de adotantes A(t), um coeficiente de inovao p e um coeficiente de imitao q. A taxa de adoo no tempo foi formulada como:( )( = + 2( ) ( ) ( ) ( ) / ( ) S t qT t p qA t p A t T t (1)608Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.A(t).Emcontrastecomaformulaoalgbrica original de Bass, o modelo de Dinmica de Sistemas permite facilmente se alterar a estrutura do sistema modificando-se, por exemplo, os parmetros p e q, ou mesmo realizando-se mudanas estruturais, como a adio de outros loops e variveis. Consequentemente, aDinmicadeSistemasofereceumaestrutura interessante para combinar a base fundamental do modelo de Bass, considerando-se a evoluo da difuso no tempo e seus aspectos sociais, com as ideias bsicas dos modelos de escolha discreta (incorporando-se as preferncias dos consumidores explicitamente atravs dos vrios atributos dos produtos). Na prxima seo discute-se um modelo descrevendo essa possibilidade.3. Metodologia de pesquisaO presente trabalho combina aspectos de pesquisa instrumental e pesquisa exploratria.Primeiramente, o desenvolvimento de um modelo quantitativo de simulao segue as premissas bsicas de uma pesquisa instrumental, a qual recomendada para pesquisas aplicadas (MARTEL, 1986; MATTESSICH, 1978). Segundo Martel (1986), a pesquisa instrumental refere-se s atividades criativas metodolgicas que visam a criao de um instrumento visando dar suporte s organizaes na realizao de suas finalidades. Esses instrumentos incluem sistemas, mtodos, modelos, bem como componentes desses instrumentos, e as ferramentas necessrias para invent-los. No presente caso, o instrumento proposto refere-se a um novo modelodeprevisodademandaparainovaes radicais.Paraarealizaodessetipodepesquisa, fez-seusodaslgicasdesnteseedeanlise,na expectativa de produzir tal instrumento.Normalmente,apesquisainstrumentalpossui uma etapa criativa (chamada de inteligncia pelos especialistas), na qual o instrumento proposto. Essa fase d sequncia a uma etapa de validao, em que o instrumento testado. Para tanto, realizaram-se testesdomodelopropostoemumcasoreal,em escala industrial.Comotaltestefoiapenaspreliminare noextensivo,estetrabalhotambmapresenta caractersticasdepesquisaexploratria.Essetipo depesquisatemcomoobjetivo[...]proporcionar maiorfamiliaridadecomoproblemacomvistasa torna-lo explcito ou a construir hipteses (SILVA; MENESES, 2005, p. 21). Envolve, entre outros, anlise de exemplos que estimulem a compreenso e pode assumir, em algumas situaes, a forma de estudos de caso. Os testes realizados neste trabalho levantam hipteses quanto a utilidade e facilidade de uso do Isso contradiz a noo fundamental do modelo de difusodeBass,dequeaprefernciatambm influenciada por foras sociais derivadas da interao entre adotantes e no adotantes ao longo do tempo (KLASEN; NEUMANN, 2011). Portanto, a evoluo da difuso no tempo no pode ser estimada diretamente pelo uso de modelos de escolha discreta. Isso abre oportunidades interessantes para combinar modelos de difuso e o modelo de escolha discreta, incorporando tantoosaspectossociaisquantoaspreferncias dos consumidores. Alm disso, a estrutura linear da Equao 3 permite a identificao de seus coeficientes atravsdeumaanlisedosmnimosquadrados, usando a Conjoint Analysis, mesmo no caso em que os produtos so fictcios. Assim, a combinao do modelo de Bass com o modelo de escolha discreta possibilita no somente a previso da probabilidade de compra baseada nos atributos dos produtos mas tambm a previso do timing de difuso, com uma formadeparametrizaorelativamentesimples,a saber, a Conjoint Analysis. A Dinmica de Sistemas como mtodo de simulao oferece uma estrutura interessante para a realizao de tal combinao.2.3. Dinmica de Sistemas aplicada difuso de inovaoA Dinmica de Sistemas um mtodo de simulao para formular e compreender o comportamento de sistemas complexos ao longo do tempo atravs do estudodaestruturadosistemaeseusfeedbacks de informaes. Desse modo, podem-se analisar as interaes entre o comportamento e a estrutura do sistema, composta por regras de tomada de deciso e seus atrasos (FORRESTER, 1961). Basicamente, a descrio matemtica de um modelo de dinmica de sistemas feita com a ajuda de equaes diferenciais. OselementosbsicosdomodelodeDinmicade Sistemas so feedbacks, fluxos, acumulao de fluxos (estoques) e atrasos.A Figura 1 mostra o modelo de Bass na forma de um modelo de Dinmica de Sistemas.Nesse caso, a taxa S(t), regulada pelos parmetros p e q, consome o estoque T(t) e abastece o estoque Figura1.ModelodeBassapartirdaperspectivadeuma Dinmica de Sistemas, inspirado em Maier (1998).Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014609Neumann, D. et al.vrios aspectos. Primeiramente, baseado em Sterman (2000), o modelo captura as compras de reposio/substituio de acordo com a taxa de descarte DRk da inovao (produto k). Isso necessrio porque, para o carro eltrico (e vrios outros bens durveis), oprocessodedifusolongoepodefacilmente superar o ciclo de vida do produto. Assim, produtos obsoletos so substitudos e consumidores retornam ao mercado potencial quando o produto descartado. Ataxaderetornodosconsumidoresaomercado potencial foi modelada aproximadamente como a taxa de adoo S(t), atrasada em lc unidades de tempo, o que corresponde ao ciclo de vida mdio do produto. Como o ciclo de vida mdio relativamente longo para muitos bens durveis (como carros), as decises de compra repetidas so razoavelmente similares s decises de compra iniciais. Assim, aps o descarte, os consumidores voltam ao grupo de consumidores em potencial (STERMAN, 2000).Outro aperfeioamento feito ao modelo tradicional a incluso do mercado total TM(t), que representa omercadoinexplorado,comosugeridoporMaier (1998). Isso se faz necessrio porque, no caso de bens durveis, a introduo do novo produto no antecipa significativamente a compra do consumidor. Assim, consumidores esgotam o ciclo de vida de seu produto atualantesdesetornaremefetivosconsumidores potenciais. Dessa forma o estoque de adotantes em potencialaumentaemumaproporo PA(t),que tambm depende do ciclo de vida mdio do produto instrumento proposto, abrindo portas para estudos mais aprofundados no futuro.4. Modelo propostoA estrutura do modelo proposto est resumida naFigura2eserdetalhadanasduassubsees subsequentes.4.1. Paradigma de simulao e modelagemO modelo de Dinmica de Sistemas proposto est representado na Figura 3. Nesse modelo, a estrutura bsica do modelo de Bass (ver seo 2.1) utilizada, incluindo-se os tpicos estoques A(t), S(t) e T(t). Alm disso, o modelo tradicional de Bass estendido em Figura 2. Estrutura do modelo proposto.Figura 3. Modelo proposto.610Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.deinovaoeimitaopelasprobabilidadesde compraderivadasdasutilidadesexpressaspelos consumidores potenciais. Para isso, assume-se que tantooscomportamentosdeinovaoquantoos deimitaooriginam-sedaavaliaodautilidade do produto, como proposto por Klasen e Neumann (2011) e, de maneira similar, por Goldenberg, Libai e Muller (2010). Dessa forma, kiPno calculado por (2), como no modelo de escolha discreta tradicional, j que a avaliao de utilidade dos produtos kiV substituda por kiVS :( ) ( ) ( )k k ki i iVS t V t U t = + (10)emque ( )kiV t definidoem(3)erepresentaa utilidade de inovao, de modo similar ao coeficiente de inovao p do modelo de Bass;( )kiU t a utilidade de imitao de uma alternativa de produto k para um indivduo i, representando o coeficiente q de Bass. Sendo assim, alm de incorporar as preferncias do consumidor como, determinado pelo modelo de escolha discreta,aEquao 10combinacaractersticasdo modelo de difuso clssico, incluindo componentes sociais. Esses componentes sociais so derivados da percepodosclientesdafatiademercadoede recomendaespositivasdeoutrosconsumidores, da seguinte forma:( ) ( ) ( )k k ki i iU t R t Mt = + (11)em que( )kiR trepresenta a utilidade das recomendaes positivas e( )kiM t , a utilidade percebida da fatia de mercado.Essasutilidadescapturamsobretudoa reduo da incerteza no processo de adoo do novo produto, realizada tanto atravs de recomendaes positivasquantodaobservaodiretadoproduto utilizado no mercado (KLASEN; NEUMANN, 2011). Assim,( ) ( ( ))k ki iR t f RAt = (12)( ) ( ( ))k kiMt g MS t = (13)onde( )kiRAtrepresenta a quantidade de recomendaes de adotantes para a alternativa k obtida pelo indivduo i; e( )kMS t a participao de mercado (porcentagem) da alternativa k. Tanto a funo f quanto a funo g so parametrizadas com a ajuda de uma Conjoint Analysis, o que est explicado na prxima subseo. ( )kiRAt e ( )kMS t so calculados da seguinte maneira:( ) ( )k k k ki i iRAt rr cr SAt = (14)lc. Isso corrige o modelo de difuso tradicional para a substituio de bens durveis. Desse modo:( ) ( ) ( )0( )ttA t S t DR t dt = (4)( ) ( ) S t P T t = (5)em que P ser explicado na prxima subseo, e a taxa de descarte( ) ( ) DR t S t lc = (6) igual taxa de adoo defasada em lc unidades de tempo. Alm disso, o mercado potencial, a taxa de crescimento desse mercado e o mercado total so modelados como:( ) ( ) ( ) ( )0( )ttT t PA t DR t S t dt = + (7)( ) ( ) / PA t Populaototal lc = (8)( ) ( )0 ttTM t Populaototal PA t dt = (9)Acontribuiomaisimportantedomodelo propostoindicadanocentrodaFigura3.Os coeficientes tradicionais p e q so substitudos pela probabilidade de compra inspirada nos modelos de escolha discreta. Trs componentes bsicos existem: a utilidade derivada das caractersticas tcnicas do produto (V), a utilidade derivada da interao entre adotantes e no adotantes (propaganda boca a boca) (R) e a utilidade derivada da percepo da fatia de mercado do novo produto pelos consumidores (M), como explicado em detalhes na prxima subseo. Desse modo, as idias subjacentes ao modelo de Bass somantidasecomplementadascomateoriada escolha racional do consumidor, com a vantagem da fcil parametrizao do modelo atravs da Conjoint Analysis. Assim, a parametrizao baseada na opinio doconsumidorpotencialpossvelmesmopara inovaesradicais,quandonenhumainformao sobre vendas est disponvel.4.2. Estrutura do modelo para o processo de compraAprincipalcontribuioestruturaldomodelo propostoestnasubstituiodoscoeficientes Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014611Neumann, D. et al.5. Aplicao do novo modelo em um problema prticoOnovomodelopropostonaseoprecedente foi aplicado em um caso real de escala industrial, no mercado alemo de carros eltricos, visando entender como se dar a adoo desses veculos nos prximos anos.Esseprojetooriginou-sedenecessidadede oparceirocorporativoalemo,umadasempresas lderesnaindstriadegeraoedistribuiode energia naquele pas, entender o comportamento do mercado potencial de carros eltricos com, a finalidade deorientardecisesestratgicasdeinvestimento. Talparceirofoiresponsvelpelofinanciamento integraldoprojetoepelasinformaesutilizadas na sua aplicao.5.1. Problema de simulaoO carro eltrico uma tecnologia promissora para a reduo da emisso de gases do efeito estufa, ao ladodeoutrastecnologiascomplementares,como os carros hbridos. O governo alemo, acreditando nessaalternativa,estabeleceuumametaoficial para o mercado de 1 milho de carros vendidos at 2020 uma fatia de mercado de aproximadamente 2,32%. Relatrios governamentais recentes sugerem, porm, que sem a interveno do governo, somente 450 mil carros sero vendidos (KIM; LEE; KIM, 2005). Uma grande incerteza est relacionada a esse mercado, jqueareaodosconsumidoresslimitaes tecnolgicas,infraestruturadecargaegeraode energia limpa no so muito bem compreendidas.Consequentemente,entenderopotencial demercadoeasprefernciasdosconsumidores importantenosomenteparavalidarameta domercado,mastambmparapermitiramelhor geraodepolticaspblicas,incentivandonovos desenvolvimentos tecnolgicos e estruturais. Como foi explicado na seo 1, na literatura muitas pesquisas propemabordagensparaaprevisodomercado de carros eltricos. Contudo, nenhuma delas aborda diretamente as preferncias do consumidor e o processo de difuso em um modelo de Dinmica de Sistemas, tal como o modelo aqui proposto.Essaabordagemofereceumaferramentade simulao interessante para a previso da participao demercadodeprodutosoubensdurveiscomo automveis,cujosatributostcnicosinfluenciam diretamente as preferncias de consumidores racionais (isto , no se trata de comportamento de compra impulsivo).Almdisso,elapermiteaabordagem simultneadosatributostcnicosdoprodutoe dos aspectos sociais do processo de difuso, como ( ) ( )k kMS t A t sr = (15)onde kirr a taxa de recomendao da alternativa k recebida pelo indivduo i; kicr a taxa de contato deumindivduoicomoutrosconsumidoresda alternativak;( )kSAt aquantidadedeadotantes satisfeitos com o produto k; kisr a taxa de satisfao dos que adotaram a alternativa k; e a j definida A(t) a quantidade total de adotantes.4.3. Parametrizao do modeloPara a parametrizao de um modelo de simulao, ametodologiapropostaempregaumexperimento conjunto,ouConjointAnalysis,provavelmente aprincipalmetodologiautilizadaemmarketing paradeterminarcomooconsumidordecideentre produtosconcorrentes(GREEN;KRIEGER;WIND, 2001). Basicamente, ela mede a importncia relativa dosatributosdoprodutoatravsdaspreferncias declaradas por consumidores potenciais. Uma Conjoint Analysisrealizadaatravsdeumapesquisade campo,empregandoentrevistasequestionrios semiestruturados.Osresultadossoasfunesde utilidadeindividuaisdosconsumidoresparacada atributo do produto (Equao 3).No presente estudo, essas funes de utilidade constituemosparmetrosnecessriosparaa especificao das utilidades de inovao e de imitao naFigura3.Comomencionadoanteriormente,os parmetrostantodafuno fquantodafuno gsoresultadosdaConjointAnalysis.Assim,o nmeroderecomendaespositivasdoproduto deveserincludocomoatributo,possibilitando-se estimar f. Similarmente, incluindo-se a fatia atual de mercado( )kMS tcomo atributo do produto, pode-se determinar g a funo de utilidade correspondente participao de mercado( )kMS t . Por fim, a utilidade de inovao kiVfoi determinada a partir da soma da utilidade total do produto e da utilidade base, ambos resultantes da Conjoint Analysis. A utilidade total do produto corresponde utilidade mdia para todos os consumidores oferecida pelas caractersticas tcnicas do produto k. A utilidade base pode ser interpretada como um dficit de utilidade de algumas alternativas emrelaoaoutras.Essedficitpossuidiferentes razes, por exemplo, a incerteza relacionada ao produto ou tecnologia, falta de informao e preferncias residuaisnomensuradas.Paramaioresdetalhes sobre Conjoint Analysis, consulte Ewing e Sarigll (2000), Klasen e Neumann (2011) e Lee et al. (2006).612Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.Juntamente com o parceiro industrial desse projeto, construiu-se uma lista de 18 atributos que diferenciam o carro eltrico de um convencional. Esse trabalho fundou-se basicamente na literatura e na discusso com fabricantes multinacionais de automveis. Essa lista foi posteriormente validada em entrevistas com dois especialistas: um de uma indstria automobilstica e outro de uma firma mundial de consultoria com departamento especfico para esse assunto. Entre os atributos esto: preo, autonomia da bateria, custo varivel por quilmetro rodado, tempo de carregamento da bateria, durabilidade da bateria, emisses de CO2, velocidade mxima, acelerao, espao de carga, nvel de rudo e exclusividade do modelo. A simulao foi baseada na recm-anunciada tecnologia Renault ZE, que oferece uma autonomia mxima de 180 km e trs possibilidades de carregamento de bateria: uma carga normal de 7 horas, feita em casa e/ou no local de trabalho; uma carga rpida de 30 minutos que requer uma infraestrutura diferenciada de elevada potncia; e uma troca de bateria em estaes especficas em cerca de 5 minutos. Como a infraestrutura de carga rpidaeadetrocadebateriasrequeremelevados investimentos,essasimulaopdeindicarcomo a difuso do carro eltrico pode evoluir caso esses investimentos sejam efetivamente realizados.A parametrizao do modelo foi realizada atravs de uma pesquisa de campo, conduzida entre setembro e outubro de 2009 com o auxlio de uma consultoria especializada em Conjoint Analysis. A tcnica utilizada foiaHierarchicalIndividualizedLimitConjoint-Analysis Hilca (VOETH, 2000). Esse mtodo apresenta duas vantagens quando comparado a outros tipos de Conjoint Analysis. Em primeiro lugar, a incluso de um carto limite (limit card) no processo de escolha permite que o entrevistado estabelea uma referncia de utilidade zero. Opes abaixo dessa referncia so interpretadas como alternativas recusadas, isto , no atingem o nvel mnimo de utilidade necessrio para serem consideradas alternativas reais de compra. Alm disso,aHilcanodeterminaaprioriquaissoos atributos importantes para o entrevistado, permitindo que ele os selecione de uma lista previamente sugerida. Issopermiteincluirnaanliseumconjuntomaior de atributos, mantendo-se a simplicidade do estudo para o entrevistado. Por outro lado, essa caracterstica implica que o tamanho da amostra no ser o mesmo para todos os atributos. Visando reduzir os custos da pesquisa e, ao mesmo tempo, garantir o nmero mnimode30entrevistadosparacadaatributo,o tamanho mnimo da amostra levou em considerao o nmero de atributos (18 no total) e a experincia da prpria consultoria. Assim, o nmero mnimo de 180 entrevistados foi adotado. A pesquisa utilizou como critrios de filtro a participao efetiva do condutor recomendaes e a percepo da parcela de mercado pelo consumidor.Emboraoprodutoautomvelsejabastante conhecido, a migrao da combusto interna para atecnologiaeltricamodificasignificativamente propriedadesbsicasdoproduto,requerendo mudanas drsticas no comportamento do consumidor, aumentandoograudeincertezasrelativassua difusoecaracterizandoocarroeltricocomo uma inovao radical (NEUMANN, 2010). Exemplo dessas propriedades so custo, autonomia, tempo de abastecimento,velocidademximaedurabilidade. Comisso,osucessodesseprodutonomercado depende de modelos de negcio e cadeias de valor inovadoras,capazesdesuprirasnecessidadesdo consumidor,reduzindoaomximoaincerteza relacionadasuamudanadecomportamento. Para tanto, diferentes cadeias de valor so possveis, dependendodascaractersticasdoprodutoeda decisodeimplantao.Se,porumlado,ofoco emcentrosurbanoseliminarequisitosextremos de autonomia, parcerias estratgicas com o servio pblico ou estaes de troca de bateria em rodovias expandem o espectro de utilizao do veculo eltrico. Contudo, independentemente da proposta de valor aserperseguida,anaturezadoveculoeltrico requer uma infraestrutura de gerao e distribuio de energia ainda inexistente, de implantao lenta e cara. Nesse contexto, entender o mercado e suas necessidades pode orientar decises estratgicas de investimento, reduzindo sensivelmente as incertezas eaumentandoaprobabilidadedesucesso.Como objetivoamplodeauxiliaratomadadedecises estratgicas de investimento do parceiro corporativo, o experimento de simulao preliminar apresentado neste trabalho teve como objetivo especfico compreender como a infraestrutura de carregamento das baterias influencia o processo de difuso dos carros eltricos na Alemanha. Sendo a tecnologia de carregamento (por exemplo, troca de baterias, carregamento rpido ounormal)umfatordeterminantedoscustose daestratgiadeimplantaodainfraestrutura necessria,esseobjetivodesimulaoressaltao interesse do parceiro corporativo na anlise comparativa dediferentestecnologiascomopercebidaspelo consumidor. Consequentemente, no foi determinante nem almejada a preciso absoluta da previso, mas simumentendimentogeraldocomportamento doconsumidor,possibilitandoumaavaliaodas possibilidades de entrada nesse mercado. Com isso, o escopo do estudo foi limitado comparao entre os atuais carros de combusto interna e os veculos eltricos,semanecessidadededistinguirentreos combustveis gs natural veicular, diesel e gasolina.Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014613Neumann, D. et al.carregamento insuficiente para o sucesso do veculo eltrico no mercado.J uma infraestrutura de alta potncia permite ocarregamentorpidodasbateriasemcerca30 minutos, resultando em uma participao de mercado de cerca de 14% em 15 anos, conforme a Figura 4. DeformasimilarFigura5,aFigura6apresenta dois cenrios possveis, considerando o desvio padro da utilidade mdia para o atributo Tempo de carga de 30 minutos.Essa figura evidencia o elevado grau de incerteza com relao nova tecnologia, sendo que o potencial do mercado varia entre aproximadamente 8% e 23% domercadototal.Todavia,aFigura6suportaa concluso que, caso a infraestrutura de carga rpida esteja disponvel em breve, mesmo que apenas em grandes centros urbanos, a meta do governo alemo de 1 milho de carros (3,6% do mercado potencial) poderia ser alcanada at 2020. Contudo, alm da tecnologianecessriaparatalinfraestruturano na deciso de compra do automvel e a utilizao do carro principalmente em cidades e viagens curtas (at 60 km). Foram feitas 291 tentativas, sendo que apenas 183 obedeceram aos critrios de excluso e foram considerados efetivamente consumidores em potencial, participando do estudo. O objetivo de chegar a 30 entrevistados para cada atributo foi alcanado para todos os atributos com exceo de um (o grau de exclusividade do carro eltrico), o qual foi, por isso, descartado do estudo. O mercado potencial de carros eltricos totalizou assim 63% do mercado de carros da Alemanha. Como o resultado da Hilca so funes de utilidade individual para cada entrevistado, os parmetros de simulao foram obtidos atravs da mdia simples das utilidades mensuradas. Aps o clculo desses parmetros, um conjunto amplo de simulaespreliminareseanlisesdesensibilidade foiexecutadoevalidadoqualitativamentecom especialistastantoemConjointAnalysisquanto nomercadoenatecnologiadecarroseltricos.O modelopropostofoidesenvolvidoutilizando-seo Vensim PLE 5.10d.5.2. Simulao e resultadosA Figura 4 mostra os resultados da simulao da potencial participao de mercado (em porcentagem) para as trs tecnologias: o carregamento normal de 7 horas, o carregamento rpido de 30 minutos e a troca debateriaem5minutos.Corroborandoaopinio de especialistas, o atributo Tempo de carregamento foiescolhidocomoumatributodeterminantena comprapor86%dosentrevistados,totalizando umaamostracom156funesdeutilidade.Para aFigura4foramutilizadososvaloresmdiosdas utilidades desse atributo.ApartirdaFigura4pode-seconcluirquese nenhumainfraestruturadecarregamentorpido estiverdisponvel,osconsumidoresnoesto dispostosaadquirirocarroeltrico.Asrestries impostasporpostosdeabastecimentolimitados (somente no trabalho, em estacionamentos pblicos equipados ou em casa), assim como o tempo de carga extremamente longo exigem uma drstica mudana no comportamento dos consumidores, resultando em uma parcela de mercado inferior a 0,1%. A Figura 5 mostra a variao possvel dessa parcela, utilizando-se, comoparmetrodesimulao,ovalormdiode utilidade para o atributo Tempo de carregamento de 7 horas mais um desvio padro (otimista) e menos um desvio padro (pessimista).EmboraaFigura5noconstituaumaanlise detalhada de sensibilidade (o que extrapola o objetivo e o escopodeste estudo),ela suporta a concluso acima,sugerindoqueainfraestruturaatualde Figura4.Resultadosdasimulaoparaaparticipaode mercado.Figura 5. Resultados da simulao para a tempo de carregamento de 7 horas.614Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.ou o fracasso dos carros eltricos na Alemanha. Neste trabalho, contudo, restringiu-se o escopo para as duas principais limitaes dos carros eltricos: o tempo de carregamento da bateria e a infraestrutura necessria. Muitos outros cenrios podem ser criados e anlises adicionais podem ser realizadas, como discutido na prxima seo.Mesmoconsiderandoaslimitaesprticas,o presentemodeloapresentavantagensimportantes quandocomparadoaosmodelosclssicosda literatura, especialmente ao modelo de Bass (1969) e a suas adaptaes, o modelo de escolha discreta, ou o modelo tradicional de simulao baseado em Dinmica de Sistemas aplicado difuso da inovao. Primeiramente,omodelopermitequeafatiade mercado total do novo produto e sua evoluo no tempo possam ser estimados conjuntamente, o que no seria possvel com modelos de escolha discreta. Alm disso, modelos baseados em Bass (1969) no so flexveis quanto ao nmero de atributos do produto a ser considerado. Ainda, esses modelos no incluem ciclosderetroao,entreelesoderecomprado produto ou volta ao carro a combustvel. Finalmente, omodelopropostopodeserparametrizadosema necessidadededadosdevendapormeiodeuma abordagem de Conjoint Analysis.Alm das vantagens tcnicas, a criao e aplicao sistemtica do modelo durante o processo decisrio noparceirocorporativorevelou-seimprescindvel paradecisesestratgicaseparaoaprendizado organizacional. Oferecendo uma linguagem comum eapossibilidadedeextensasanliseswhat-if,a metodologiaapresentadaincentivouainterao sistemtica de pblicos distintos, como gestores da organizao, consultores em marketing, consultores em estratgia, especialistas na tecnologia especfica e os consumidores propriamente ditos. De entendimento estar madura, ela ainda exige elevados investimentos eumlongotempoparaserconstruda.Assim,a deciso acerca das primeiras cidades que recebero tal infraestrutura de grande importncia estratgica.Por fim, se estaes de troca de bateria estiverem disponveis,aparticipaodemercadoeleva-se consideravelmente,totalizando18%domercado empotencial(11%domercadototal).AFigura7 apresenta, tambm para esse tipo de tecnologia, trs possveiscenrios,baseadosnodesviopadrodas utilidades do atributo Tempo de carga.AexemplodaFigura6,essafiguraressalta aincertezadoconsumidorcomrelaoaocarro eltrico, sendo que a participao de mercado mais provvel pode variar entre 12% e 27% do mercado potencial. Contudo, essa figura ressalta que embora a infraestrutura necessria para a troca rpida de baterias necessite de um elevado investimento em estoques de baterias, a implantao dessa infraestrutura, sobretudo em autoestradas, pode aumentar significativamente a propenso de o consumidor comprar o carro eltrico, acelerando drasticamente o processo de difuso.Apesar das simulaes apresentadas oferecerem uma idia do potencial de participao de mercado do carro eltrico, os resultados devem ser interpretados com cautela. As pressuposies de modelos e a elevada incerteza dos consumidores com relao tecnologia so possveis fontes de erro. Seguindo a lgica das Figuras 5 a 7, diversas outras anlises de sensibilidade foram executadas. Contudo, o detalhamento dessas anlises extrapola o objetivo, o escopo e as limitaes de espao deste trabalho. A despeito do fato de que valores absolutos de previso devam ser considerados com cuidado, as anlises comparativas, como as que foram aqui apresentadas, permanecem vlidas. Assim, os resultados apresentados sugerem que o investimento em infraestruturas ideais pode determinar o sucesso Figura 6. Resultados da simulao para a tempo de carregamento de 30 minutos. Figura 7. Resultados da simulao para a troca de baterias.Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014615Neumann, D. et al.por Klasen e Neumann (2011). No s a preciso do modelotendeaaumentarcomoascaractersticas dos consumidores mais propensos a adotar o carro eltrico podem ser reveladas. Essas informaes so imprescindveisparaodetalhamentodaestratgia de insero do produto no mercado.Outro aspecto importante diz respeito aplicao do modelo em outros produtos e setores, testando-se asuavalidadeamplamente.Nessecontexto,uma interessante validao do modelo poderia ser realizada aplicando-o ao mercado j existente de carros flex no Brasil.Porfim,novosestudospodemserrealizados com o objetivo de desenvolver uma abordagem de parametrizao mais simples, sem a necessidade da Conjoint Analysis, um procedimento caro e demorado, aumentando-se assim a usabilidade do modelo na prtica.7. ConclusesEste estudo prope uma nova abordagem baseada em simulao para a previso do processo de adoo de novos produtos. Ao combinar a teoria de difuso de Bass (BASS, 1969) com o modelo de escolha discreta e a Conjoint Analysis em um modelo de Dinmica deSistemas,possvelavaliarsimultaneamente como aspectos tcnicos do novo produto, aspectos sociais do processo de difuso e as preferncias do consumidorinfluenciamaevoluodaparcelade mercado do novo produto no tempo.Omodelofoitestadoemescalarealparao caso do mercado de carros eltricos na Alemanha, estudando-se como a tecnologia de carregamento da bateria e a infraestrutura influenciam a adoo do consumidor. Esse experimento de simulao mostrou o potencial da abordagem proposta. Esforos futuros sero dedicados sobretudo validao estrutural do modeloeinvestigaodecenriosadicionaisde simulao.RefernciasAALSBURG, J. V. et al. The Bass Model. Geophysical Research Abstracts, v. 11, n. EGU2009-3296, 2009.ANAS, A. Discrete choice theory, information theory and the multinomiallogitandgravitymodels.Transportation ResearchPartB:Methodological,v.17,n.1,p.13-23, 1983. http://dx.doi.org/10.1016/0191-2615(83)90023-1BASS,F.ANewProductGrowthforModelConsumer Durables: The Bass Model. Management Science, v. 50, n.12,p.1833-1840,2004.http://dx.doi.org/10.1287/mnsc.1040.0300BASS,F.M.ANewProductGrowthModelforConsumer Durables. Management Science, v. 15, n. 5, p. 215-227, 1969. http://dx.doi.org/10.1287/mnsc.15.5.215fcil e oferecendo todas as informaes necessrias (fatia de mercado e evoluo no tempo), o modelo se estabeleceu como uma efetiva ferramenta de auxlio tomada de decises, reduzindo drasticamente conflitos de opinio a respeito da tecnologia envolvida, apesar dopequenotamanhodeamostraedaincerteza inerenteaofenmeno.Issopermitiuumasensvel evoluo do entendimento sobre os riscos envolvidos nesse tipo de deciso. Com isso, a aplicao do modelo extrapolouaacurciaespecficadassimulaes, permitindo que decises estratgicas coerentes entre diversas reas da organizao fossem tomadas.6. Trabalhos futurosAaplicaopreliminarilustraautilidadeea flexibilidadedomodeloproposto.Muitosestudos adicionais podem ser realizados usando a abordagem proposta e o conjunto de dados existente, incluindo-se estudos complementares da aceitao do carro eltrico e de suas caractersticas tcnicas pelo consumidor.Embora a estrutura do modelo tenha sido verificada combaseemoutrosmodelostericospresentes na literatura e embora suas premissas tenham sido amplamentediscutidascomdiversosespecialistas, esforos adicionais de pesquisa podero ser realizados nofuturocomoobjetivodeverificarcommaior profundidade alguns pressupostos que influenciam o comportamento e a eficcia da previso. Exemplos dissosoainvestigaodetalhadadopapelda interao entre adotantes e potenciais consumidores, bem como a avaliao da premissa fundamental de funo de utilidade total aditiva para o consumidor.Alm disso, por restries de escopo e do objetivo adotado, estudos de outros atributos do carro eltrico, comopreoecaractersticastcnicas,noforam realizados neste trabalho. Dessa forma, assumiu-se que o carro eltrico possui preos e caractersticas tcnicas similares aos veculos tradicionais. Embora essapremissapossasermantida,embasadanas caractersticas da tecnologia de referncia (Renault ZE) e nos esforos do governo alemo para a subveno da nova tecnologia, em um primeiro momento, uma anlise mais detalhada desses fatores se faz necessria.Nestetrabalho,omercadopotencialfoi completamente agregado, sendo que a parametrizao do modelo se deu atravs das utilidades mdias dos consumidores potenciais entrevistados. Embora essa deciso permita a simplificao do modelo utilizado, elacontribuiparaaelevaodosdesviospadres da amostra de cada funo utilidade, possivelmente contribuindo para a variao observada nas Figuras 5 a7.Resultadosinteressantespodemsergerados atravs da segmentao do mercado, como proposta 616Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014Neumann, D. et al.HORSKY,D.Adiffusionmodelincorporationgproduct benefits,price,incomeandinformation.Marketing Science,v.9,n.4,p.342-365,1990.http://dx.doi.org/10.1287/mksc.9.4.342KALISH,S.Anewproductadoptionmodelwithprice, advertising and uncertainty, Management Science, v. 31, n.12,p.1569-1585,1985.http://dx.doi.org/10.1287/mnsc.31.12.1569KIM,W.-J.;LEE,J.-D.;KIM,T.-Y.Demandforecasting formultigenerationalproductscombiningdiscrete choiceanddynamicsofdiffusionundertechnological trajectories. Technological Forecasting & Social Change, v. 72, n. 7, p. 825-849, 2005. http://dx.doi.org/10.1016/j.techfore.2003.09.003KLASEN,J.;NEUMANN,D.Anagent-basedmethod forplanninginnovations.InternationalJournalof InnovationandSustainableDevelopment,v.5,n.2-3, p. 159-184, 2011.KRENG,V.B.;WANG,B.J.Aninnovationdiffusionof successive generations by system dynamics: An empirical study of Nike Golf Company. Technological Forecasting &SocialChange,v.80,p.77-87,2013.http://dx.doi.org/10.1016/j.techfore.2012.08.002LEE,D.H.etal.Analysisonthefeedbackeffectforthe diffusionofinnovativetechnologiesfocusingonthe green car. Technological Forecasting and Social Change, v. 80, n. 3, p. 498-509, 2013. http://dx.doi.org/10.1016/j.techfore.2012.08.009LEE,J.etal.Forecastingfuturedemandforlarge-screen televisionsetsusingconjointanalysiswithdiffusion model. Technological Forecasting & Social Change, v. 73, n.4,p.362-376,2006.http://dx.doi.org/10.1016/j.techfore.2004.12.002LIM,J.etal.Forecasting3GmobilesubscriptioninChina: A study based on stochastic frontier analysis and a Bass diffusionmodel.TelecommunicationsPolicy,v.36, n. 10-11, p. 858-871, 2012. http://dx.doi.org/10.1016/j.telpol.2012.07.016MAHAJAN, V.; MULLER, E.; WIND, Y. New-Product Diffusion Models. London: Kluwer Academic Publishers, 2000.MAIER,F.H.Newproductdiffusionmodelsininnovation management:asystemdynamicsperspective. SystemDynamicsReview,v.14,n.4,p.285-308,1998.http://dx.doi.org/10.1002/(SICI)1099-1727(199824)14:43.0.CO;2-FMARTEL,A.Larechercheinstrumentalesectorielleen sciencesdeladministration.In:AUDET,M.;MALOUIN, J.-L.Laproductiondesconnaissancesscientifiques deladministration:Thegenerationofscientific administrativeknowledge.Qubec:LesPressesde lUniversit Laval, 1986.MATTESSICH,R.Instrumentalreasoningandsystems methodology.ReidelPub.Co.,1978.http://dx.doi.org/10.1007/978-94-010-9431-3McDADE,S.;OLIVA,T.A.;THOMAS,E.Forecasting organizationaladoptionofhigh-technologyproduct innovations separated by impact: Are traditional macro-level diffusion models appropriate?. Industrial Marketing Management,v.39,n.2,p.298-307,2010.http://dx.doi.org/10.1016/j.indmarman.2008.11.002MEADE, N.; ISLAM, T. Modelling and forecasting the difusion of innovation: a 25-year review. International Journal of Forecasting, v. 22, n. 3, p. 519-545, 2006. http://dx.doi.org/10.1016/j.ijforecast.2006.01.005BEGGS, S.; CARDELL, S.; HAUSMAN, J. Assessing the potential demand for electric cars. Journal of Econometrics, v. 17, n.1,p.1-19,1981.http://dx.doi.org/10.1016/0304-4076(81)90056-7CHATTERJEE,R.;ELIASHBERG,J.Theinnovationdiffusion process in a heterogeneouspopulation: a micromodeling approach.ManagementScience,v.36,n.9,p.1057-1079, 1990. http://dx.doi.org/10.1287/mnsc.36.9.1057CHEN,Y.;CARRILLO,J.E.Singlefirmproductdiffusion model for single-function and fusion products. European JournalofOperationalResearch,v.214,n.2,p.232-245, 2011. http://dx.doi.org/10.1016/j.ejor.2011.04.030DODSON, J. A.; MULLER, E. Models of new product diffusion throughadvertisingandword-of-mouth.Management Science, v. 24, n. 15, p. 1568-1578, 1978. http://dx.doi.org/10.1287/mnsc.24.15.1568DRAKOPOULOS, S. A. The implicit psychology of the theory oftherationalconsumer:aninterpretation.Australian Economic Papers, v. 29, n. 55, p. 182-198, 1990. http://dx.doi.org/10.1111/j.1467-8454.1990.tb00517.xDUB, J. P.; HITSCH, G.; JINDAL, P. The Joint Identification ofUtilityandDiscountFunctionsfromStatedChoice Data:AnApplicationtoDurableGoodsAdoption. Cambridge:NationalBureauofEconomicResearch, 2012.WorkingPaper18393,Disponvelem:.Acessoem:jan.2013. http://dx.doi.org/10.3386/w18393DUB,J.P.;HITSCH,G.;JINDAL,P.EstimatingDurable GoodsAdoptionDecisionsFromStatedChoiceData. Chicago:UniversityofChicago,2011.WorkingPaper. Disponvelem:.Acessoem: jan. 2013.EWING, G.; SARIGLL, E. Assessing consumer preferences for clean-fuel vehicles: A discrete choice experiment. Journal ofPublicPolicy&Marketing,v.19,n.1,p.106-118, 2000. http://dx.doi.org/10.1509/jppm.19.1.106.16946 FIGUEIREDO, J. C. B. Estudo da difuso da tecnologia mvel celular no Brasil: uma abordagem com o uso de Dinmica deSistemas.Produo,v.19,n.1,p.230-245,2009. http://dx.doi.org/10.1590/S0103-65132009000100015FORNERINO,M.InternetAdoptioninFrance.TheService Industries Journal, v. 23, n. 1, p.119-135, 2003. http://dx.doi.org/10.1080/02642060412331300812FORRESTER,J.W.IndustrialDynamics.Cambridge:MIT Press, 1961.FRENZEL,A.;GRUPP,H.Usingmodelsofinnovation diffusiontoforecastmarketsuccess:apractitioners guide. Research Evaluation, v. 18, n. 1, p. 39-50, 2009. http://dx.doi.org/10.3152/095820209X393172GENSCH,D.H.;RECKER,W.W.Themultinomial, multiattribute logit choice model. Journal of Marketing Research,v.16,n.1,p.124-132,1979.http://dx.doi.org/10.2307/3150883GOLDENBERG, J.; LIBAI, B.; MULLER, E. The chilling effects ofnetworkexternalities.InternationalJournalof Research in Marketing, v. 27, n. 1, p. 4-15, 2010. http://dx.doi.org/10.1016/j.ijresmar.2009.06.006GREEN,P.E.;KRIEGER,A.M.;WIND,Y.ThirtyYearsof Conjoint Analysis: Reflections and Prospects. Interfaces, v. 31, n. 3, p. S56-S73, 2001. http://dx.doi.org/10.1287/inte.31.3s.56.9676Um novo modelo...demanda para inovaes radicais. Production, v. 24, n. 3, p. 605-617, July/Sept. 2014617Neumann, D. et al.SILVA,E.L.;MENEZES,E.M.MetodologiadaPesquisae Elaborao de dissertao. 4. ed. rev. atual. Florianpolis: Laboratrio de Ensino Distncia da UFSC, 2005. p. 138.STERMAN,J.D.BusinessDynamics:systemsthinkingand modelingforacomplexworld.Boston:McGraw-Hill Higher Education, 2000.THUN,J.-H.;GRLER,A.;MILLING,P.M.TheDiffusion ofGoodsConsideringNetworkExternalities:ASystem Dynamics-BasedApproach.In:INTERNATIONAL CONFERENCEOFTHESYSTEMDYNAMICSSOCIETY SUSTAINABILITYINTHETHIRDMILLENNIUM,18., Bergen, 2000. Proceedings Bergen, 2000.TSAI, B. H.; LI, Y.; LEE, G. H. Forecasting global adoption of crystal display televisions with modified product diffusion model.Computers&IndustrialEngineering,v.58, n.4,p.553-562,2010.http://dx.doi.org/10.1016/j.cie.2009.12.002TSENG,F.M.;HU,Y.C.Quadratic-intervalBassmodel fornewproductsalesdiffusion.ExpertSystemswith Applications,v.36,n.4,p.8496-8502,2009.http://dx.doi.org/10.1016/j.eswa.2008.10.078URBAN, G. L.; HAUSER, J. R. Design and marketing of new products. Prentice Hall, 1980.VOETH, M. Nutzenmessung in der Kaufverhaltensforschung: dieHierarchischeIndividualisierteLimitConjoint- Analyse.DeutscherUniversitts-Verlag;Auflage,2000. http://dx.doi.org/10.1007/978-3-322-91477-4MEYER, P. E.; WINEBRAKE, J. Modeling technology diffusion ofcomplementarygoods:Thecaseofhydrogen vehiclesandrefuelinginfrastructure.Technovation, v. 29, n. 2, p. 77-91, 2009. http://dx.doi.org/10.1016/j.technovation.2008.05.004MILLING,P.Decisionsupportformarketingnewproducts, In:ARACIL,J.;MACHUCA,J.A.D.;KARSKY,M.(Ed.). SystemDynamics:OntheMove.Seville:TheSystem Dynamics Society, 1986. p. 787-793.MOOY, R. M.; LANGLEY, D. J.; KLOK, J. The ACMI adoption model:predictingthediffusionofinnovation.In: SYSTEMDYNAMICSCONFERENCE,2004,Oxford. Procedings Oxford, 2004.NEUMANN,D.PrevisoePlanejamentodeDemandade NovosProdutos:umaabordagemintegrada.Revista Mundo Logstica, v. 15, p. 54-72, mar./abr. 2010.PARK, S. Y.; KIM, J. W.; LEE, D. H. Development of a market penetrationforecastingmodelforHydrogenFuelCell Vehiclesconsideringinfrastructureandcostreduction effects.EnergyPolicy,v.39,n.6,p.3307-3315,2011. http://dx.doi.org/10.1016/j.enpol.2011.03.021SEGAL,R.Forecastingthemarketforelectricvehiclesin californiausingconjointanalysis.EnergyJournal, v. 16, n. 3, p. 89-112, 1995. http://dx.doi.org/10.5547/ISSN0195-6574-EJ-Vol16-No3-4A novel demand forecasting model for radical innovationAbstractThisworkpresentsanovelsimulation-basedforecastingapproachcombiningconceptsfromtheBassDiffusion Model and the Discrete Choice Model from a System Dynamics perspective. The proposed approach allows for the forecasting of the adoption rate and the timing of adoption by examining the underlying preferences of individual customers and the social forces that influence these underlying preferences. A real-scale preliminary application to the German market for electric cars, parameterized through a conjoint analysis, is provided. Simulation results show thepotentialoftheproposedapproach,whichprovidesevidenceforthemainfactorsthatinfluencetheelectric vehicle adoption process in Germany.KeywordsDemand forecasting. System dynamics. Automotive industry. Market research.