O EFEITO DAS ESTRATÉGIAS DE RECOMPENSAS NO SUCESSO DAS CAMPANHAS DE FINANCIAMENTO COLETIVO

RESUMO

Objetivo:

O objetivo deste artigo é analisar o efeito de estratégias de re­­compensa no sucesso de campanhas de financiamento coletivo.

Originalidade/valor:

O estudo contribui para o conhecimento das estratégias de recompensa do financiamento coletivo. Por meio de uma abordagem de análise comparativa, o estudo demonstrou diferenças no efeito das recompensas tangíveis, simbólicas e coletivas sobre o sucesso das campanhas de financiamento coletivo.

Design/metodologia/abordagem:

O estudo emprega a abordagem da Análise Comparativa Qualitativa (Qualitative Comparative Analysis - QCA) para analisar as campanhas de financiamento coletivo da catarse.me, uma plataforma brasileira.

Resultados:

Recompensas tangíveis, como colecionáveis e pré-compra, têm um efeito positivo nas campanhas de crowdfunding de sucesso. Re­­compensas simbólicas e coletivas, como colecionáveis, experiência e agregação, não podem substituir os incentivos materiais das recompensas tangíveis. As principais descobertas mostram as oportunidades para combinações de estratégias de recompensa para o financiamento coletivo. Com base no estudo, os empreendedores podem planejar uma estratégia de recompensa para campanhas de financiamento coletivo. Os resultados são aplicáveis ​​ao financiamento coletivo baseado em recompensas e não podem ser generalizados para outras plataformas em todo o mundo.

PALAVRAS-CHAVE:
Financiamento coletivo; Empreendedorismo; Novos negócios; Fatores de sucesso; Recompensas;

ABSTRACT

Purpose:

The purpose of this paper is to analyze the effect of reward strategies on the success of crowdfunding campaigns.

Originality/value:

The study contributed to the knowledge of crowdfunding reward strategies. Through a comparative analysis approach, the study demonstrated differences in the effect of tangible, symbolic and collective rewards on the success of crowdfunding campaigns.

Design/methodology/approach:

The study employs the approach of Qualitative Comparative Analysis (QCA) to analyze the CF campaigns of catarse.me, a Brazilian crowdfunding platform.

Findings:

Tangible rewards, such as something special and purchase me, have a positive effect on the success of crowdfunding campaigns. Symbolic and collective rewards, such as collectible tokens, pursuit of pleasure, and top it up, cannot replace the material incentives of tangible rewards. The main findings show the opportunities for combinations of reward strategies on collective fundraising. Based on the study, entrepreneurs are able to plan a reward strategy for crowdfunding campaigns. Results are applicable to reward-based crowdfunding and cannot be generalized to other platforms around the world.

KEYWORDS:
Crowdfunding; Entrepreneurship; New ventures; Success factors; Rewards

1. INTRODUÇÃO

O financiamento coletivo (FC), conhecido em inglês como crowdfunding, tem sido elogiado como uma opção viável para arrecadar dinheiro para novos empreendimentos (Lehner, 2013). Desde a fabricação de hardwares até a solução de problemas sociais, empreendedores têm utilizado a riqueza das multidões para fazer seus projetos acontecerem (Gerber & Hui, 2013; Frydrych, Bock, Kinder, & Koeck, 2014). Alguns estudos sobre o fenômeno concentram-se na explicação do sucesso das campanhas de FC (Kraus, Richter, Brem, Cheng, & Chang, 2016) levando em consideração o perfil do empreendedor, como prática, experiência anterior e o seu envolvimento na comunidade de FC (Hobbs, Grigore, & Molesworth, 2016; Burtch, Ghose, & Wattal, 2015). Outros estudos consideram o relacionamento do empreendedor com sua rede social e as interações positivas entre os atores (Verschoore & Zuquetto, 2016; Turi, Domingo-Ferrer, Sánchez, & Osmani, 2017), bem como a intensidade da publicidade e as atualizações da campanha (Kuppuswamy & Bayus, 2018). No entanto, os fatores explicativos do sucesso das campanhas de FC continuam a motivar debates e pesquisas (McKenny, Allison, Ketchen Jr., Short, & Ireland, 2017; Kaartemo, 2017; Crosetto & Regner, 2018).

As recompensas são uma parte fundamental de uma campanha de FC, uma vez que os valores contribuídos recebem um produto ou serviço em troca (Frydrych et al., 2014). A motivação para apoiar e quanto apoio é dado a uma campanha são, portanto, influenciados por essa retribuição. As recompensas também podem ajudar a resolver o problema de limiar da ação coletiva, no qual uma decisão individual de apoiar um projeto depende de quantos outros já tiveram feito a mesma escolha (Granovetter, 1978; Easley & Kleinberg, 2010). Nas últimas décadas, estudiosos demonstraram os efeitos positivos e negativos das recompensas na ação coletiva (Frey & Jegen, 2001; Bénabou & Tirole, 2006). Esse debate trouxe à tona a relevância de estratégias de recompensa para as iniciativas de ação coletiva.

Nesse contexto, Thürridl e Kamleitner (2016) estudaram os fenômenos do FC à luz das recompensas oferecidas aos possíveis apoiadores. Eles propuseram sete estratégias de recompensa que explicariam o sucesso ou o fracasso de uma campanha de FC. Entre as estratégias propostas, estão pré-compra, agregação, colecionáveis e duas estratégias complementares: reconhecimento e cocriação (Thürridl & Kamleitner, 2016). Apesar dos esforços recentes para entender os fatores de sucesso das campanhas de FC, os resultados das estratégias de recompensa continuam incertos. Existe uma lacuna de pesquisa na compreensão dos efeitos positivos e negativos das estratégias de recompensa na ação coletiva. Partindo das estratégias de recompensa propostas por Thürridl e Kamleitner (2016), este estudo aborda os efeitos das estratégias de recompensa no sucesso das campanhas de FC. Para aprofundar o conhecimento do fenômeno, investigamos comparativamente o efeito de cada uma das sete estratégias de recompensa nas campanhas de FC.

A contribuição do estudo é tríplice. Primeiro, o estudo se soma a uma literatura que produziu resultados mistos com relação ao efeito de recompensas na ação coletiva. Segundo, o estudo demonstra a relação entre as principais estratégias de recompensa e o sucesso das campanhas de FC. Terceiro, o estudo orienta os empreendedores a planejar estratégias de recompensa para campanhas de FC. O método de Análise Comparativa Qualitativa (Qualitative Comparative Analysis - QCA) foi adotado por permitir o estabelecimento de relações causais das variações dos fenômenos sociais em uma abordagem eminentemente qualitativa (Ragin, 1987). O catarse.me, plataforma brasileira, foi escolhido como campo empírico por sua trajetória e robustez. O conjunto de dados para a análise abrangeu 2.614 recompensas, das quais 1.468 foram relacionadas às campanhas bem-sucedidas e 1.146 às campanhas malsucedidas.

Além desta introdução, o artigo está estruturado em mais cinco seções. Na próxima seção, abordamos as multidões, as ações coletivas e o fenômeno do FC, bem como as estratégias de recompensa. Na seguinte, apresentamos o método de QCA, as escolhas que fizemos e os procedimentos metodológicos que adotamos. Na quarta seção, indicamos os resultados da QCA e depois os discutimos à luz de nossos pressupostos teóricos. A última seção apresenta os comentários finais e nossas sugestões para o desenvolvimento da pesquisa sobre FC.

2. MULTIDÕES, AÇÃO COLETIVA E FINANCIAMENTO COLETIVO

Uma multidão é um grande grupo de pessoas que se reúnem. Segundo Momboisse (1967), multidões compreendem indivíduos não organizados ou unificados, que estão no mesmo local ou envolvidos em alguma forma de comportamento expressivo ou agressivo. Esta pesquisa está focada em um tipo específico de multidão: a multidão convencional. A multidão convencional é um conjunto de pessoas reunidas para um propósito específico com membros que compartilham interesses em comum (Momboisse, 1967). Uma multidão convencional precisa de um objetivo. A direção é vital para a existência contínua dessa multidão. O objetivo é conhecido e alcançável. A definição do objetivo e a divulgação de como alcançá-lo são suficientes para formar esse tipo de multidão. Uma multidão convencional se forma com referência a um objetivo rapidamente atingível (Canetti, 1984).

Recentemente, a tecnologia da informação alavancou o poder das multidões por meio de sistemas distribuídos que combinam os pontos fortes de humanos e computadores para resolver problemas e realizar tarefas complexas (Michelucci & Dickinson, 2016). Todos podem colaborar com ideias a qualquer hora e em qualquer lugar. Esse modelo de produção e solução de problemas distribuídos, com base na web, que utiliza soluções criativas de um grande grupo de pessoas é chamado de crowdsourcing (Brabham, 2008). A ascensão do crowdsourcing logo estimulou o surgimento do crowdfunding ou financiamento coletivo (FC). O FC é definido como uma forma de financiamento de projeto viabilizada por uma comunidade. É um convite aberto, principalmente por meio da internet, para captar recursos financeiros, seja na forma de doação, troca de um produto futuro ou alguma recompensa (Belleflamme, Lambert, & Schwienbacher 2014; Mollick, 2014). Existem quatro contextos diferentes da aplicação de FC: financiamento baseado em doação, empréstimo, patrimônio e recompensa. No presente estudo, as campanhas foram analisadas no contexto de recompensas, que são caracterizadas como uma troca monetária fornecida pelos apoiadores para algum tipo de benefício oferecido pelo empreendedor (Burtch et al., 2015).

Como o FC baseado em recompensas não é motivado pela caridade, existem objetivos, motivações e expectativas de reciprocidade que são considerados pelos empreendedores e apoiadores (Boeuf, Darveau, & Legoux, 2014). A captação de recursos é a principal motivação para os empreendedores, mas não é a única. Outras motivações são igualmente importantes, como a redução dos custos de marketing, a mobilização e conexão com as pessoas, bem como o feedback que pode melhorar ou modificar o projeto original e os testes de mercado e validação (Boeuf et al., 2014; Valančienė & Jegelevičiūtė, 2014). Apoiadores não são investidores regulares. A participação em uma campanha de FC é uma atividade social que resulta em benefícios para a comunidade. Assim, os apoiadores sentem que fazem parte de um grupo especial ou privilegiado de apoiadores ou consumidores que estão viabilizando financeiramente um projeto (Belleflamme & Lambert, 2014; Belleflamme et al., 2014). Portanto, invariavelmente, os empreendedores buscam gerar valor e experiência para atrair o investimento da comunidade e os recursos de apoiadores convencionais, como capitalistas de risco (Gleasure, 2015).

A interação entre empreendedores e apoiadores é realizada por meio de uma plataforma (Valančienė & Jegelevičiūtė, 2014). As plataformas de FC desempenham o papel de intermediários sociais (Colombo, Franzoni, & Rossi-Lamastra, 2015). O empreendedor pode criar páginas sobre suas campanhas, anunciar ideias, manter o controle do projeto, comunicar-se com os apoiadores e receber pagamentos por meio da infraestrutura da plataforma (Belleflamme & Lambert, 2014). Estudiosos postulam que as características intrínsecas do empreendedor, evidenciadas por suas contribuições na comunidade de FC, são um fator positivo para o sucesso da campanha (Koch & Siering, 2015; Kraus et al., 2016). Os empreendedores de campanhas bem-sucedidas têm significativamente mais apoiadores do que empreendedores de campanhas malsucedidas (Kuppuswamy & Bayus, 2018).

Outra postulação teórica é que empreendedores ativos na plataforma têm maior chance de sucesso (Boeuf et al., 2014; Colombo et al., 2015; Koch & Siering, 2015; Zheng, Li, Wu, & Xu 2014). Foi evidenciado que o envolvimento prévio com a comunidade traz benefícios para a captação de recursos, embora o tempo gasto para criar esse relacionamento não tenha sido considerado (Hobbs et al., 2016). Como resultado, propõe-se que as plataformas permitam a transparência dos dados de acordo com a escolha do empreendedor (Burtch et al., 2015). Além disso, informações abrangentes sobre o produto ou serviço que o empresário deseja financiar aumentam a chance de sucesso da campanha (Kuppuswamy & Bayus, 2018). As decisões dos apoiadores são baseadas nas informações do projeto e principalmente nas informações de outros apoiadores, reforçando a proposição de que uma campanha de FC é, até certo ponto, construída socialmente (Schijven & Hitt, 2012).

Dessa forma, o objetivo de financiamento de uma campanha influencia as decisões de outros possíveis apoiadores, gerando um efeito rede, ou seja: quanto mais próxima a campanha estiver do objetivo, mais apoiadores farão contribuições financeiras (Agrawal, Catalini, & Goldfarb, 2015; Belleflamme & Lambert, 2014). Além disso, à medida que a campanha ganha mais apoiadores, maior é a qualidade dos sinais que ela transmite aos novos apoiadores. Estudos apontam que é mais provável que os apoiadores contribuam no final da campanha, quando o objetivo do financiamento é quase atingido e a chance de receber sua recompensa é maior. No momento em que uma campanha supera 50% do valor almejado, ela passa a ter 95% de chance de atingir sua meta total (Agrawal et al., 2011, 2015). De acordo com Easley e Kleinberg (2010, p. 514), “Esse é um exemplo de problema de ação coletiva, na qual uma atividade terá sucesso apenas se houver participação de pessoas suficientes”. O problema da ação coletiva é que a decisão individual depende em parte de quantos outros fazem a mesma escolha (Balestrin & Verschoore, 2014).

Apoiadores diferentes requerem diferentes níveis de custo e benefícios para financiar um projeto. O conceito para descrever essa variação entre indivíduos é o de limiar. O limiar de um apoiador para financiar uma campanha é determinado pela proporção do grupo que ele precisaria ver apoiar antes de ele próprio optar por apoiar (Granovetter, 1978). Em outras palavras, antes de decidirem se envolver, os possíveis apoiadores avaliam o impacto potencial de sua própria contribuição (Passy & Giugni, 2001). Por causa desse problema de ação coletiva, Kraus et al. (2016) sugerem iniciar a comunicação da campanha por familiares, amigos e colegas, argumentando que são cruciais para a primeira etapa da disseminação da FC, mesmo que essas pessoas acabem apoiando a campanha apenas uma vez (Kuppuswamy & Bayus, 2018). Em uma análise mais profunda, Verschoore e Zuquetto (2016) identificaram que o empreendedor inicia sua campanha ativando os primeiros apoiadores pelos laços mais próximos e menos polarizados de sua rede, em vez de optar por usar laços fracos e distantes como um canal de distribuição das informações da campanha. A expansão da rede de suporte além da família e dos amigos é a chave para o sucesso da campanha (Davidson & Poor, 2015).

Para isso, as campanhas de FC, em geral, oferecem recompensas. Nessas campanhas, recompensas materiais e sociais são usadas estrategicamente para atrair mais apoiadores para a campanha. No entanto, estudos identificaram que, em condições específicas, as recompensas monetárias têm efeito negativo, minando a motivação e reduzindo a contribuição total fornecida pelos agentes (Frey & Jegen, 2001). As recompensas são reforços fracos de comportamento em campanhas de curto prazo (Bénabou & Tirole, 2003) e têm efeito prejudicial na ação coletiva. Contudo, há também evidências para apoiar a premissa básica da economia de que as recompensas geralmente são eficazes (Bénabou & Tirole, 2006). A solução depende do alinhamento da recompensa com as expectativas dos apoiadores. Normalmente, as campanhas de FC oferecem uma ampla variedade de estratégias de recompensa. Campanhas que visam financiar causas sociais geralmente oferecem recompensas simbólicas. As campanhas de FC para desenvolvimento de produtos optam por oferecer itens de mercadorias, reconhecimento ou benefícios à comunidade de apoiadores (Gerber, Hui, & Kuo, 2012). Algumas campanhas oferecem estratégias de recompensa mistas. A discussão das estratégias de recompensa de FC será aprofundada na próxima seção.

3. ESTRATÉGIAS DE RECOMPENSA

As recompensas estão entre as principais motivações para a contribuição do apoiador (Hobbs et al., 2016). No entanto, as recompensas por si sós não mostram uma influência positiva no sucesso da campanha, o que significa que não é a mera existência de qualquer retribuição que motiva os apoiadores da campanha (Hörisch, 2015). Para tanto, é importante analisar quais recompensas serão oferecidas e qual a melhor forma de combiná-las para atrair mais investimentos para a campanha, fazendo com que potenciais interessados se tornem apoiadores (Gerber et al., 2012; Thürridl & Kamleitner, 2016). É possível oferecer diferentes possibilidades em uma campanha, pois elas oferecem diferentes combinações de recompensas. Em média, sete categorias distintas são oferecidas pelos empreendedores, que conseguem obter aproximadamente US$ 70 por apoiador (Kuppuswamy & Bayus, 2018). Chen, Thomas e Kohli (2016) realizaram uma análise por subgrupos na plataforma kickstarter.com e demonstraram que campanhas com seis níveis de recompensa tinham as maiores taxas médias de apoio.

Nesse contexto, Thürridl e Kamleitner (2016) analisaram as campanhas de FC usando oito dimensões e definiram sete estratégias de recompensa genéricas adotadas nas campanhas. Elas classificaram cinco estratégias principais e duas estratégias complementares. As estratégias foram classificadas em pré-compra quando uma pessoa compra o produto antecipadamente por um valor inferior ao que será lançado no mercado. Agregação refere-se a um tipo de recompensa que é apresentado em pacotes únicos e, conforme seu valor é alterado, mantém o pacote das recompensas anteriores e agrega apenas as novas. Colecionáveis são recompensas físicas simbólicas ou presentes de baixo valor (Thürridl & Kamleitner, 2016).

Quando a campanha usa recompensas de edição limitada, que permanecem disponíveis apenas durante a campanha, a estratégia de recompensa usada é denominada de exclusividade. A recompensa de experiência é usada quando o foco é oferecer benefícios intangíveis, como reuniões e eventos de relacionamento. Há também a recompensa chamada reconhecimento, que pode ocorrer em público ou em privado, e a recompensa de cocriação, na qual o empreendedor permite que os apoiadores contribuam para o projeto em campanha (Burtch et al., 2015; Thürridl & Kamleitner, 2016). As cinco estratégias principais e as duas estratégias complementares são apresentadas na Figura 3.1, com sua descrição e um exemplo de aplicativo coletado ao lado da plataforma catarse.me.

Figura 3.1
CLASSIFICAÇÃO DAS ESTRATÉGIAS DE RECOMPENSA

Estratégias principais	Categoria	Descrição	Exemplo
	Pré-compra	Compra o produto antecipadamente por um valor abaixo do que será lançado no mercado.	“Colaboradores irão receber uma foto original da exposição impressa em papel fotográfico profissional em moldura individual, revestida em preto e protegida por acrílico” (Catarse, 2017).
	Agregação	As recompensas aparecem em pacotes únicos, e, conforme seu valor é alterado, mantém-se o pacote das recompensas anteriores, e somente se agregam novas.	“Os apoiadores ganharão todas as recompensas anteriores: a carta de agradecimento, o diploma de ‘Superator Honorário’ e a camisa oficial do Superator” (Catarse, 2017).
	Colecionáveis	Recompensas físicas simbólicas ou presentes de baixo valor em troca do financiamento.	“Um souvenir e uma camisa da cidade que eu passar nas minhas expedições fotográficas” (Catarse, 2017).
	Exclusividade	Recompensas com edição limitada, que se mantêm disponíveis somente durante a campanha do projeto.	“1 Cryptocerveja – Cerveja artesanal feita exclusivamente para a cryptorave 2016. Garrafa de 600 ml. Retirada no dia: não haverá envio por correio. Não haverá venda no dia” (Catarse, 2017).
	Experiência	Recompensas intangíveis, como reuniões e eventos de encontros.	“Direito a um ensaio fotográfico cada, com o meu equipamento novo” (Catarse, 2017).
Estratégias adicionais	Reconhecimento	Reconhecimento que pode ser público ou privado.	“Vamos te enviar uma carta de agradecimento assinada pelos criadores do Super Cooler” (Catarse, 2017).
	Cocriação	O empreendedor tem a liberdade de permitir que a multidão contribua com participação pública no projeto ou como voluntário.	“Você manda duas sugestões de nomes, uma para o modelo 1 e outra para o modelo 2. A cada grupo de dez apoiadores, selecionaremos o mais criativo” (Catarse, 2017).

Fonte:

Outros estudos enfocam as recompensas ao analisarem as motivações dos apoiadores para a campanha. Alguns podem estar motivados a obter acesso preferencial ao produto ou alguma recompensa simbólica personalizada por sua participação na campanha (Kuppuswamy & Bayus, 2018). Esses apoiadores são atraídos pelo privilégio de se tornarem os primeiros a obter o produto (Gerber et al., 2012), pois os produtos utilitários influenciam positivamente os níveis de investimento em comparação com os demais produtos (Chen et al., 2016).

Entretanto, alguns apoiadores valorizam a experiência do consumo, não apenas o investimento a ser feito (Belleflamme et al., 2014). Uma oportunidade para aumentar o envolvimento é buscar sugestões dos apoiadores sobre as melhorias do produto. Assim, os empreendedores escutam seu público-alvo e podem até receber um feedback negativo, acessando informações e possibilitando validar seu produto (Bernoff & Li, 2008; Belleflamme e Lambert, 2014; Stieger, Matzler, Chatterjee, & Ladstaetter-Fussenegger, 2012). No entanto, não há ainda consenso sobre as estratégias de recompensa. A literatura lança perspectivas diferentes sobre o fenômeno e não se sabe quais recompensas afetam o sucesso de uma campanha (Gerber et al., 2012; Hörisch, 2015).

4. METODOLOGIA

O artigo adota uma pesquisa comparativa empírica utilizando o método de QCA com o uso de fuzzy-sets (conjuntos fuzzy) (Ragin, 1987, 2000). O método de QCA foi desenvolvido por Ragin (1987) com base na lógica binária da álgebra booliana. Ele se baseia no software fs/QCA para realizar pesquisas comparativas e interpretar dados qualitativamente, e, ao mesmo tempo, estabelecer relações causais das variações dos fenômenos sociais (Dias, 2014; Rihoux, 2003; Ragin, 1987). Desde que Ragin publicou The comparative method (O método comparativo) em 1987, as aplicações de QCA se espalharam por várias disciplinas e expandiram-se de aplicações a estudos com pequenas populações a estudos com grandes populações (Thomann & Maggetti, 2017).

Investigamos campanhas de FC publicadas no catarse.me. Essa plataforma brasileira foi a primeira a operar campanhas “tudo ou nada”, nas quais o empreendedor estabelece uma meta de captação de recursos e não obtém nenhum valor, ao menos que essa meta seja alcançada. A plataforma é sólida. Atingiu um total de 4.500 campanhas financiadas, movimentando cerca de 390 mil apoiadores e atingindo um total de US$ 20 milhões arrecadados até 2017 (Catarse, 2017). As categorias temáticas selecionadas para a pesquisa foram arquitetura e urbanismo (AUB), fotografia (PHO), moda e design (FAD) e ciência e tecnologia (SCT). Escolhemos essas categorias para nos aproximarmos das campanhas lançadas nas plataformas de relevância mundial, como kickstater.com e indiegogo.com, que são reconhecidas por terem campanhas de tecnologia e inovação.

Nesta pesquisa, optamos por comparar estratégias de recompensa de campanhas bem-sucedidas e malsucedidas. As campanhas bem-sucedidas atingiram ou superaram a meta estipulada. As campanhas malsucedidas não conseguiram atingir suas metas de captação de recursos. As campanhas foram postadas na plataforma catarse.me durante o período de março de 2011 a novembro de 2017. Identificamos 338 campanhas nessas quatro categorias, das quais 175 foram bem-sucedidas, e 163, malsucedidas. Analisamos e classificamos as recompensas das 338 campanhas de acordo com as estratégias contidas na descrição da campanha na plataforma catarse.me, com base nas sete categorias de estudo de Thürridl e Kamleitner (2016) resumidas na Figura 3.1. No total, alcançamos o número de 2.614 recompensas nas 338 campanhas selecionadas, das quais 1.468 eram recompensas de campanhas bem-sucedidas e 1.146 eram recompensas de campanhas malsucedidas.

Seguindo as premissas do método de QCA, adotamos o procedimento de análise de dados utilizando o método fuzzy de estratégias de codificação (Dias, 2015; Ragin, 1987). Para codificá-las, optamos por usar as letras iniciais das estratégias em sua identificação: pré-compra (purchase me) foi codificada como purch; agregação (top it up), como topit; colecionáveis (collectible tokens), como colle; exclusividade (somenting special), como somet; experiência (pursuit of pleasure), como pursu; reconhecimento (highly appreciated), como high; e, finalmente, cocriação (let1s collaborate), como lets. A Figura 4.1 sintetiza a codificação usada neste estudo.

Figura 4.1
ESTRATÉGIAS DE CODIFICAÇÃO USADAS NAS RECOMPENSAS DAS CAMPANHAS

Estratégia de recompensa	Código
1 – Pré-compra (purchase me)	PURCH
2 – Agregação (top it up)	TOPIT
3 – Colecionáveis (collectible tokens)	COLLE
4 – Exclusividade (somenting special)	SOMET
5 – Experiência (pursuit of pleasure)	PURSU
6 – Reconhecimento (highly appreciated)	HIGH
7 – Cocriação (let’s collaborate)	LETS

Fonte:

Após essa etapa, passamos a calibrar os dados. A calibração dos dados é realizada para definir os graus em que os casos pertencem ou não a um determinado conjunto (Dias, 2014). De acordo com o método de QCA, tentamos verificar se as estratégias de recompensa pertenciam ou não ao conjunto de recompensas com alta contribuição para o sucesso da campanha. A abordagem de conjuntos fuzzy sustenta que uma medida não calibrada é menor que uma medida calibrada (Garson, 2016; Ragin, 2008). Diante disso, a calibração foi realizada com base em referências à literatura científica sobre o assunto. Segundo Kuppuswamy e Bayus (2017), uma vez que a campanha atinge 50% da meta estipulada, a qualquer momento, a campanha tem 95% de chance de atingir a meta total. Por sua vez, as campanhas que estão abaixo de 40% ou acima de 100% da coleta, perto da data final, sofrem com a retração do apoio recebido (Kuppuswamy & Bayus, 2017). Partimos desses parâmetros estabelecidos na literatura sobre o assunto em nossa calibração. Estabelecemos quatro níveis de contribuição para a campanha. As recompensas sem contribuição foram as que contribuíram com até 20% do sucesso da campanha; baixas recompensas de contribuição foram aquelas que contribuíram entre 20% e 40% do sucesso da campanha; as recompensas de média contribuição foram aquelas que contribuíram entre 40% e 80% do sucesso da campanha, e recompensas de alta contribuição foram aquelas que contribuíram com mais de 80% do sucesso da campanha.

Após a calibração dos dados, utilizamos o software fs/QCA para realizar a análise na chamada tabela verdade. A tabela verdade (truth table) é a principal ferramenta para análise sistemática de relacionamentos causais. A partir dos dados calibrados, a tabela verdade constrói e identifica as conexões (Ragin, 2008; Dias, 2015). Nosso principal objetivo era identificar as conexões explícitas entre as diferentes combinações de condições causais e resultados. A tabela permite examinar a distribuição dos casos por meio das possíveis combinações lógicas de um conjunto de condições causais, ao mesmo tempo que determina o grau em que os casos com uma combinação particular estejam de acordo com um resultado específico (Garson, 2016).

A análise dos dados foi realizada em duas etapas. Na primeira etapa, analisamos todas as recompensas coletadas como um único grupo. Na segunda etapa, analisamos as recompensas de acordo com sua categoria temática. O software fs/QCA permite uma análise de solução em três níveis: solução complexa, parcimoniosa e intermediária. Neste estudo, optamos por considerar as soluções complexas e parcimoniosas. A solução complexa analisa apenas as linhas que apresentaram casos na tabela verdade. As linhas restantes da tabela verdade são excluídas. A solução parcimoniosa analisa as combinações remanescentes da tabela verdade como uma suposição simplificadora e apresenta resultados semelhantes aos de uma análise estatística convencional (Ragin, 2008).

Comparamos os termos das soluções complexas e parcimoniosas para destacar as condições causais na solução complexa que não contribuem para a identificação da condição de resultado (Garson, 2016). Por meio dessa análise, conseguimos cruzar os diferentes achados para verificar as semelhanças e diferenças dos impactos das recompensas nos resultados das campanhas nas quatro categorias temáticas. Adotamos duas estratégias em relação à validade. Primeiro, aumentamos o número de recompensas examinadas para reduzir o impacto de discrepâncias. No entanto, um N grande por si só não garante a generalização. Assim, também aplicamos técnicas de correspondência para melhorar a representatividade da amostra. O método de QCA oferece medidas estatísticas de incerteza para reivindicações de necessidade e suficiência para amostras representativas (Thomann & Maggetti, 2017).

5. RESULTADOS

Para promover uma melhor compreensão do estudo, apresentam-se primeiramente os resultados das estratégias no nível de recompensas, exploram-se, em seguida, as recompensas por categoria temática, e, por fim, discutem-se as principais estratégias e seu impacto no sucesso das campanhas de FC.

5.1 Recompensas como estratégia

O conjunto de dados da pesquisa empírica compreende 2.614 recompensas, das quais 1.468 eram de campanhas bem-sucedidas e 1.148 de campanhas malsucedidas. As recompensas das campanhas bem-sucedidas receberam em média 21 apoios, com uma mediana de cinco apoios por recompensa. Nas recompensas de campanhas malsucedidas, a média foi de dois apoios por cada recompensa. Entre as 1.468 recompensas das campanhas bem-sucedidas, apenas 217 não receberam apoio. No entanto, em campanhas malsucedidas, o número aumenta para 640 recompensas sem nenhum apoio. No total, 857 recompensas não receberam apoio, ou seja, 32,78% das recompensas não influenciaram a captação de recursos nas campanhas. Os resultados estão resumidos na Figura 5.1.1.

Figura 5.1.1
CARACTERIZAÇÃO DE RECOMPENSAS

	Recompensas de campanhas bem-sucedidas	Recompensas de campanhas malsucedidas
Total de recompensas	1.468	1.148
Média de apoio	21	2
Mediana de apoio	5	1
Recompensas sem apoio	217	640

Fonte:

No estudo das recompensas, adotou-se a análise das soluções da tabela verdade. Na análise de conjuntos fuzzy, os casos foram classificados nas linhas da tabela verdade de acordo com o grau de adesão em cada uma das combinações. Como resultado dessa classificação, a tabela verdade apresentou 25 combinações dos dados do campo empírico. Dentro dessas combinações, o resultado que mais se destacou na distribuição dos casos na tabela verdade foi a combinação com a ausência de todas as estratégias, uma vez que 2.427 recompensas foram classificadas nessa linha da tabela verdade. Em outras palavras, as estratégias apresentadas nessas recompensas contribuíram com percentuais inferiores a 20% do total coletado. Destes, 857 são recompensas sem apoio, ou seja, obtiveram pontuação zero em todas as estratégias. Os demais foram classificados no grupo de recompensas com até 20% de contribuição, ou seja, recompensas com baixa contribuição para o sucesso da campanha.

A solução complexa da análise de conjuntos fuzzy apontou quatro caminhos possíveis de estratégias de recompensa com contribuição para o sucesso da campanha, tendo em vista a consistência e cobertura dos resultados. A consistência de um resultado é “o grau em que os casos que compartilham uma dada combinação de condições concordam em exibir o resultado em questão” (Ragin, 2008, p. 44). Todos os quatro caminhos apresentaram alta consistência ou consistência perfeita (raw consist = 1). Cobertura, por sua vez, significa o quanto a combinação é relevante ou necessária para a solução. Os dados coletados resultaram em baixa cobertura da solução, ou seja, nenhuma estratégia de recompensa foi identificada como suficiente ou até necessária para o sucesso da campanha.

Como a análise complexa verifica apenas as combinações que apresentavam evidências nos casos empíricos, optamos por comparar esses resultados com os da solução parcimoniosa. O resultado apontou uma combinação de recompensas de contribuição para o sucesso da campanha, a qual é apresentada na equação da Figura 5.1.2. A equação indica que a presença de exclusividade ou pré-compra, em combinação com a presença de agregação e experiência, é consistente para o sucesso da campanha de financiamento coletivo.

Figura 5.1.2
EQUAÇÃO DA SOLUÇÃO PARCIMONIOSA DE RECOMPENSAS

A solução parcimoniosa apresenta as equações de possíveis combinações de estratégias de recompensa que contribuem para o sucesso da campanha. Em outras palavras, o uso da pré-compra combinado com a agregação e a experiência aumenta a probabilidade de que as recompensas contribuam para o sucesso da campanha. Esse resultado apresentou a consistência perfeita = 1, e os casos que foram enquadrados nessa tabela de linha de verdade também compartilham a mesma combinação de recompensas. Embora a condição apresentada fosse consistente, não foi suficiente para determinar o resultado, visto que a combinação das recompensas pré-compra, agregação e experiência apresentou cobertura para apenas um caso.

A recompensa exclusividade teve uma consistência de 0,988, o que mostra que há variações nos casos que compartilham essa estratégia. Embora os resultados demonstrem consistência na análise, essa estratégia por si só não foi suficiente para impactar o sucesso das campanhas. Ambos os resultados foram consistentes para uma recompensa de contribuição média para o sucesso da campanha. No entanto, eles não são suficientes ou necessários para recompensas de alta contribuição para a campanha. Os resultados também mostram que as recompensas de cocriação, reconhecimento e colecionáveis são estratégias insuficientes em termos de alta contribuição para o sucesso da campanha. Para aprofundar esses resultados, analisamos as recompensas por categoria temática.

5.2 Recompensas por categoria temática

O objetivo da campanha e a categoria temática fornecem uma direção inicial e um filtro estratégico para o empreendedor (Thürridl & Kamleitner, 2016). A categoria PHO teve o maior número de recompensas analisadas (975), em contraste com a categoria AUB, que apresentou o menor número de recompensas (304). Cada uma das categorias foi analisada individualmente. Assim, a tabela verdade da categoria FAD apresentou 16 soluções com casos, seguida por SCT com 13, PHO com dez linhas da tabela verdade e AUB com sete, conforme apresentado na Figura 5.2.1. Cada categoria também apresentou uma linha combinada com a ausência de todas as estratégias. A categoria AUB apresentou 291 casos com ausência de estratégia, seguida por SCT com 589 recompensas, PHO com 942 e FAD com 683.

Figura 5.2.1
CARACTERIZAÇÃO DAS RECOMPENSAS POR CATEGORIA

	Arquitetura e urbanismo	Ciência e tecnologia	Fotografa	Moda e design
Total de recompensas analisadas	304	609	975	726
Média de apoio	21,2	13,8	16,8	8,9
Mediana de apoio	3,0	2,0	3,0	1,0
Recompensas sem apoio	100	185	288	282
Linhas da tabela verdade que apresentaram casos	7	13	10	16
Casos com ausência de estratégia	291	589	942	683

Fonte:

Iniciamos a análise com a solução complexa das recompensas em cada uma das categorias. As categorias AUB, SCT e PHO apresentaram apenas uma solução de recompensa para as campanhas, diferentemente da categoria FAD que apresentou três combinações diferentes de estratégias de recompensa. Nessa análise, a recompensa cocriação apresentou ausência de estratégia em todas as combinações. Como a solução complexa considera apenas as combinações que apresentaram evidências nos casos, optamos por estudar os dados da solução complexa juntamente com a solução parcimoniosa. A solução parcimoniosa, por sua vez, considera todas as combinações para a análise, incluindo os remanescentes, simplificando o resultado da solução complexa, representada pelas equações da Figura 5.2.2.

Figura 5.2.2
EQUAÇÕES DAS SOLUÇÕES PARCIMONIOSAS POR CATEGORIA

Na categoria AUB, a solução QCA mostrou a presença do pré-compra e a ausência de colecionáveis como estratégia de recompensa. Na categoria SCT, a combinação de pré-compra com agregação e experiência foi indicada como estratégia de recompensa. As categorias PHO e FAD apresentaram a recompensa exclusividade como estratégia, e a categoria FAD apresentou um caminho alternativo de estratégias de recompensa combinando colecionáveis com experiência.

6. DISCUSSÃO

Os resultados nos permitem avançar na discussão sobre o efeito das estratégias de recompensa no sucesso das campanhas de FC. Semelhantemente a outros estudos sobre ação coletiva em multidões (Bénabou & Tirole, 2006), a literatura sobre FC produziu resultados mistos com relação ao efeito de estratégias de recompensa. As recompensas podem ser o fator-chave para o sucesso, assim como podem não ter nenhuma influência e até se tornar prejudiciais para as campanhas de FC. Por isso, alguns estudiosos questionam a relevância das recompensas nas campanhas de FC (Kraus et al., 2016). Dando um passo à frente na compreensão do efeito das recompensas na ação coletiva, nosso estudo mostrou que as estratégias de recompensa tangíveis se destacam em relação às simbólicas. Por exemplo, nossos resultados destacaram a recompensa exclusividade como a principal estratégia que contribui para o sucesso de uma campanha. Além disso, os resultados da solução parcimoniosa mostraram a combinação das recompensas pré-compra com agregação e experiência como uma estratégia eficaz para campanhas de FC nas quatro categorias de análise. Em resumo, descobrimos que benefícios concretos são mais relevantes para o sucesso das campanhas de FC do que recompensas intangíveis. As recompensas tangíveis ajudam os possíveis apoiadores a avaliar o impacto potencial de sua própria contribuição e a superar o problema do limiar da ação coletiva (Granovetter, 1978; Passy & Giugni, 2001). Também analisamos os resultados por cada uma das quatro categorias.

Na categoria AUB, nossos resultados apontaram para a consistência de uma combinação da presença da pré-compra e a ausência das recompensas dos colecionáveis. Essa descoberta confirma a relação positiva encontrada por Thürridl e Kamleitner (2016) entre a estratégia pré-compra e o sucesso de uma campanha. Por sua vez, a recompensa dos colecionáveis prejudica o sucesso da campanha. Esse resultado pode ser explicado pelo fato de os colecionáveis exigirem uma trajetória anterior ou posterior de recompensas semelhantes. Os resultados também mostraram que as recompensas que ofereceram produtos tangíveis nas categorias AUB e SCT e usaram a estratégia pré-compra, combinada com outras estratégias, captaram um maior número de recursos. Esses achados reforçam o estudo de Hörisch (2015), cujas evidências apontam que campanhas com objetivos tangíveis têm maior probabilidade de sucesso.

A recompensa de exclusividade é uma solução que influencia positivamente todas as combinações em que está presente. Essa recompensa foi encontrada em todas as estratégias e foi especialmente robusta nas categorias temáticas, pois era a única recompensa relevante na categoria PHO e a principal recompensa na categoria FAD. A recompensa exclusividade contribuiu particularmente para a categoria FAD. Nesta categoria, todos os casos que tiveram a presença da recompensa exclusividade foram bem-sucedidos. Essa evidência ajuda a reforçar os resultados de Thürridl e Kamleitner (2016) que encontraram uma relação positiva entre a recompensa de exclusividade e o sucesso de uma campanha. Nossos achados também corroboram as proposições anteriores de que produtos ou serviços exclusivos estão entre os principais desejos dos apoiadores de campanhas de FC (Ho et al., 2014). Em outras palavras, a principal motivação de um patrocinador é obter recompensas, em seguida ajudar outras pessoas, apoiar uma causa e pertencer a uma comunidade (Gerber & Hui, 2013). Ao mesmo tempo, nossos resultados também apontaram que a recompensa colecionável combinada com a recompensa experiência contribuiu para o sucesso das campanhas da categoria FAD, reforçando a proposição teórica de Thürridl e Kamleitner (2016) de que os colecionáveis requerem o apoio de outra estratégia de recompensa.

Apesar disso, outras explicações não podem ser desconsideradas nessa análise, como número de apoiadores (Afuah & Tucci, 2012), informações sobre textos, imagens e vídeos (Koch & Siering, 2015), constância na atualização de campanhas (Kuppuswamy & Bayus, 2017), engajamento do empreendedor nas redes sociais (Verschoore & Zuquetto, 2016; Turi et al., 2017) e reconhecimento e atenção dos apoiadores (Boudreau & Jeppesen, 2015). Assim, nosso estudo reforça a posição de estudiosos que indicam uma combinação de fatores no sucesso das campanhas, como o número de atualizações realizadas, a magnitude dos objetivos e o número de feedbacks (Müllerleile & Joenssen, 2015; Kraus et al., 2016). Nossos resultados também têm implicações práticas. Os empresários que se esforçaram para obter sucesso no FC não podem limitar suas estratégias às recompensas de suas campanhas. Antes de proporem uma meta para a campanha de FC, os empreendedores devem avaliar sua capacidade de se comunicar e se relacionar com suas redes de possíveis apoiadores. As estratégias de recompensa não são o ponto de partida da estratégia de campanha, mas sim um componente que se soma ao conjunto de decisões estratégicas tomadas antes das campanhas de FC e durante a ocorrência delas.

7. CONSIDERAÇÕES FINAIS

Este artigo abordou o tema do FC baseado em recompensas. Fundamentados em um estudo empírico qualitativo, por meio de um método de QCA de fuzzy-set, comparamos o efeito de sete estratégias de recompensa no sucesso das campanhas de FC. Analisamos cinco categorias da plataforma catarse.me. Os resultados mostraram que estratégias tangíveis têm um efeito positivo nas campanhas de FC. Entre as estratégias de recompensa que contribuem para o sucesso da campanha, destacam-se exclusividade e pré-compra. Além disso, nossos resultados mostraram que a recompensa exclusividade é uma estratégia relevante e revelaram que recompensas intangíveis não afetam as campanhas de FC. Mesmo quando analisados nas quatro categorias selecionadas ou combinadas em diferentes conjuntos de recompensas, os efeitos de colecionáveis, experiência e agregação nas campanhas de FC não são significativos.

Academicamente, nosso estudo abordou o efeito das estratégias de recompensa na ação coletiva. A principal contribuição teórica foi mostrar o efeito positivo das recompensas tangíveis no sucesso das campanhas de FC. Nosso estudo também levantou questões sobre o efeito das recompensas intangíveis nas campanhas de FC. Essa distinção é importante, tendo em vista o alto percentual de campanhas de FC que não atingem a meta solicitada. Para os empreendedores, nossos resultados funcionam como um guia para a tomada de decisões e revelam oportunidades para combinações de estratégias de recompensa de acordo com a categoria da campanha. Além disso, nossas descobertas permitem que os empreendedores planejem suas estratégias para serem usadas na campanha como um todo, sem a necessidade de gastar inteiramente sua energia e seus recursos nas recompensas. Para plataformas como o catarse.me, nosso estudo lança uma reflexão sobre os fatores de sucesso, a fim de orientar ações futuras e desenvolver melhores soluções para o engajamento dos apoiadores.

Entendemos que nossos resultados não podem ser generalizados para plataformas de FC em todo o mundo, nem mesmo em outros contextos de FC, como de empréstimos ou de capital inicial. Nossos resultados também têm limitações de escolhas metodológicas, como as quatro categorias selecionadas. Ao longo deste estudo, observamos o comportamento das recompensas de FC e o impacto das estratégias para o sucesso da campanha. Portanto, recomendamos o estabelecimento de relações entre as estratégias de recompensa e outros fatores relacionados ao sucesso das campanhas de FC já identificadas na literatura acadêmica, como o impacto das redes sociais, atualizações de campanhas, entre outros. Em paralelo, nosso estudo levanta novas questões:

As campanhas com metas mais baixas têm maior probabilidade de sucesso?

Como o empreendedor define a meta de uma campanha?

Como o empreendedor escolhe as estratégias de recompensa?

As estratégias de recompensa são diferentes entre as plataformas?

Estudos futuros também podem procurar relacionar o papel das plataformas de FC com o desenvolvimento da campanha. Esperamos que os estudos continuem a expandir o escopo do fenômeno da FC, aumentar as chances de sucesso das iniciativas e agregar conhecimento ao movimento de uma economia compartilhada baseada na ação coletiva das multidões.

REFERENCES

• Afuah, A., & Tucci, C. L. (2012). Crowdsourcing as a solution to distant search. Academy of Management Review, 37(3), 355-375. doi:10.5465/amr. 2010.0146
  » https://doi.org/10.5465/amr. 2010.0146
• Agrawal, A., Catalini, C., & Goldfarb, A. (2011). The geography of crowdfunding [Working Paper nº w16820]. National Bureau of Economic Research, Cambridge, MA.
• Agrawal, A., Catalini, C., & Goldfarb, A. (2015). Crowdfunding: geography, social networks, and the timing of investment decisions. Journal of Economics & Management Strategy, 24(2), 253-274. doi:10.1111/jems.12093
  » https://doi.org/10.1111/jems.12093
• Balestrin, A., & Verschoore, J. R. (2014). Réplica - redes são redes ou redes são organizações? Revista de Administração Contemporânea, 18(4), 523-533. doi:10.1590/1982-7849rac201410961
  » https://doi.org/10.1590/1982-7849rac201410961
• Belleflamme, P., & Lambert, T. (2014). Crowdfunding some empirical findings and microeconomic underpinnings. Revue Bancaire et Financière, 4, 288-296. doi:10.2139/ssrn.2437786
  » https://doi.org/10.2139/ssrn.2437786
• Belleflamme, P., Lambert, T., & Schwienbacher, A. (2014). Crowdfunding: Tapping the right crowd. Journal of Business Venturing, 29(5), 585-609. doi:10.1016/j.jbusvent.2013.07.003
  » https://doi.org/10.1016/j.jbusvent.2013.07.003
• Bénabou, R., & Tirole, J. (2003). Intrinsic and extrinsic motivation. The Review of Economic Studies, 70(3), 489-520. doi:10.1111/1467-937X.00253
  » https://doi.org/10.1111/1467-937X.00253
• Bénabou, R., & Tirole, J. (2006). Incentives and prosocial behavior. American Economic Review, 96(5), 1652-1678. doi:10.1257/aer.96.5.1652
  » https://doi.org/10.1257/aer.96.5.1652
• Bernoff, J., & Li, C. (2008). Harnessing the power of the oh-so-social web. MIT Sloan Management Review, 49(3), 36-42.
• Boeuf, B., Darveau, J., & Legoux, R. (2014). Financing creativity: Crowdfunding as a new approach for theatre projects. International Journal of Arts Management, 16(3), 33-48.
• Boudreau, K. J, & Jeppesen, L. B. (2015). Unpaid crowd complementors: The platform network effect mirage. Strategic Management Journal, 36(12), 1761-1777. doi:10.1002/smj.2324
  » https://doi.org/10.1002/smj.2324
• Brabham, D. C. (2008). Crowdsourcing as a model for problem solving: An introduction and cases. Convergence, 14(1), 75-90. doi:10.1177/13548565 07084420
  » https://doi.org/10.1177/13548565 07084420
• Burtch, G., Ghose, A., & Wattal, S. (2015). The hidden cost of accommodating crowdfunder privacy preferences: A randomized field experiment. Management Science, 61(5), 949-962. doi:10.1287/mnsc.2014.2069
  » https://doi.org/10.1287/mnsc.2014.2069
• Canetti, E. (1984). Crowds and power New York, NY: Farrar, Straus and Giroux.
• Catarse (2017). R$ 60 milhões apoiados a criadores independentes no Catarse. Retrieved from http://blog.catarse.me/60-milhoes-apoiados-catarse-recorde-financiamento-coletivo/
  » http://blog.catarse.me/60-milhoes-apoiados-catarse-recorde-financiamento-coletivo/
• Chen, S., Thomas, S., & Kohli, C. (2016). What really makes a promotional campaign succeed on a crowdfunding platform? Journal of Advertising Research, 56(1), 81-94. doi:10.2501/JAR-2016-002
  » https://doi.org/10.2501/JAR-2016-002
• Colombo, M. G., Franzoni, C., & Rossi-Lamastra, C. (2015). Internal social capital and the attraction of early contributions in crowdfunding. Entrepreneurship Theory and Practice, 39(1), 75-100. doi:10.1111/etap.12118
  » https://doi.org/10.1111/etap.12118
• Crosetto, P., & Regner, T. (2018). It’s never too late: Funding dynamics and self pledges in reward-based crowdfunding. Research Policy, 47(8), 1463-1477. doi:10.1016/j.respol.2018.04.020
  » https://doi.org/10.1016/j.respol.2018.04.020
• Davidson, R., & Poor, N. (2015). The barriers facing artists’ use of crowdfunding platforms: Personality, emotional labor, and going to the well one too many times. New Media & Society, 17(2), 289-307. doi:10.1177/146 1444814558916
  » https://doi.org/10.1177/146 1444814558916
• Dias, C. N. (2015). A influência das redes interorganizacionais e da complementaridade de recursos no desempenho da inovação: Um estudo comparativo Brasil-Espanha no setor de pesquisa agropecuária (Tese de doutorado, Universidade de Brasília).
• Dias, O. C. (2014). Parcerias público-privadas como instrumento de implementação de políticas públicas (Tese de doutorado, Universidade de Brasília).
• Easley, D., & Kleinberg, J. (2010). Networks, crowds, and markets: Reasoning about a Highly Connected World New York, NY: Cambridge University Press.
• Frey, B. S., & Jegen, R. (2001). Motivation crowding theory. Journal of Economic Surveys, 15(5), 589-611. doi:10.1111/1467-6419.00150
  » https://doi.org/10.1111/1467-6419.00150
• Frydrych, D., Bock, A. J., Kinder, T., & Koeck, B. (2014). Exploring entrepreneurial legitimacy in reward-based crowdfunding. Venture Capital, 16(3), 247-269. doi: 10.1080/13691066.2014.916512
  » https://doi.org/10.1080/13691066.2014.916512
• Garson, G. D. (2016). Case study analysis & QCA Asheboro, NC: Statistical Associates Publishers.
• Gerber, E. M., & Hui, J. S. (2013). Crowdfunding: motivations and deterrents for participation. ACM Transactions on Computer-Human Interaction, 20(6), 1-32. doi:10.1145/2530540
  » https://doi.org/10.1145/2530540
• Gerber, E. M., Hui, J. S., & Kuo, P. Y. (2012) Crowdfunding: Why people are motivated to post and fund projects on crowdfunding platforms. Proceedings of the International Workshop on Design, Influence, and Social Technologies: Techniques, Impacts and Ethics, USA, 11, 10.
• Gleasure, R. (2015). Resistance to crowdfunding among entrepreneurs: An impression management perspective. Journal of Strategic Information Systems, 24(4), 219-233. doi:10.1016/j.jsis.2015.09.001
  » https://doi.org/10.1016/j.jsis.2015.09.001
• Granovetter, M. (1978). Threshold models of collective behavior. American Journal of Sociology, 83(6), 1420-1443. doi:10.1086/226707
  » https://doi.org/10.1086/226707
• Ho, H. Y., Lin, P. C., & Lu, M. H. (2014). Effects of online crowdfunding on consumers’ perceived value and purchase intention. Anthropologist, 17(3), 837-844. doi:10.1080/09720073.2014.11891498
  » https://doi.org/10.1080/09720073.2014.11891498
• Hobbs, J., Grigore, G., & Molesworth, M. (2016). Success in the management of crowdfunding projects in the creative industries. Internet Research, 26(1), 146-166. doi:10.1108/IntR-08-2014-0202
  » https://doi.org/10.1108/IntR-08-2014-0202
• Hörisch, J. (2015). Crowdfunding for environmental ventures: An empirical analysis of the influence of environmental orientation on the success of crowdfunding initiatives. Journal of Cleaner Production, 107, 636-645. doi:10.1016/j.jclepro.2015.05.046
  » https://doi.org/10.1016/j.jclepro.2015.05.046
• Kaartemo, V. (2017). The elements of a successful crowdfunding campaign: A systematic literature review of crowdfunding performance. International Review of Entrepreneurship, 15(3), 291-318.
• Koch, J. A., & Siering, M. (2015). Crowdfunding success factors: The characteristics of successfully funded projects on crowdfunding platforms. European Conference on Information Systems (ECIS), Münster, Germany, 23.
• Kraus, S, Richter, C., Brem, A., Cheng, C. F., & Chang, M. L. (2016). Strategies for reward-based crowdfunding campaigns. Journal of Innovation & Knowledge, 1(1), 13-23. doi:10.1016/j.jik.2016.01.010
  » https://doi.org/10.1016/j.jik.2016.01.010
• Kuppuswamy, V., & Bayus, B. L. (2017). Does my contribution to your crowdfunding project matter? Journal of Business Venturing, 32(1), 72-89. doi:10.1016/j.jbusvent.2016.10.004
  » https://doi.org/10.1016/j.jbusvent.2016.10.004
• Kuppuswamy, V., & Bayus, B. L. (2018). Crowdfunding creative ideas: The dynamics of project backers in Kickstarter. In D. Cumming & L. Hornuf (Eds.). The economics of crowdfunding (pp. 151-182). Cham: Palgrave Macmillan.
• Lehner, O. M. (2013). Crowdfunding social ventures: A model and research agenda. Venture Capital, 15(4), 289-311. doi:10.1080/13691066.2013.782624
  » https://doi.org/10.1080/13691066.2013.782624
• McKenny, A. F., Allison, T. H., Ketchen Jr., D. J., Short, J. C., & Ireland, R. D. (2017). How should crowdfunding research evolve? A survey of the entrepreneurship theory and practice editorial board. Entrepreneurship Theory and Practice, 41(2), 291-304. doi:10.1111/etap.12269
  » https://doi.org/10.1111/etap.12269
• Michelucci, P., & Dickinson, J. L. (2016). The power of crowds. Science, 351(6268), 32-33. doi:10.1126/science.aad6499
  » https://doi.org/10.1126/science.aad6499
• Mollick, E. (2014). The dynamics of crowdfunding: An exploratory study. Journal of Business Venturing, 29(1), 1-16. doi:10.1016/j.jbusvent.2013.06.005
  » https://doi.org/10.1016/j.jbusvent.2013.06.005
• Momboisse, R. (1967). Riots, revolts and insurrections Springfield, IL: Charles C. Thomas.
  » https://doi.org/Springfield, IL
• Müllerleile, T., & Joenssen, D. W. (2015). Key success-determinants of crowdfunded projects: An exploratory analysis. In B. Lausen, S. Krolak-Schwerdt, & M. Böhmer. Data science, learning by latent structures, and knowledge discovery (pp. 271-281). London: Springer.
• Passy, F., & Giugni, M. (2001). Social networks and individual perceptions: Explaining differential participation in social movements. Sociological Forum, 16(1), 123-153. doi:10.1023/A:1007613403970
  » https://doi.org/10.1023/A:1007613403970
• Ragin, C. C. (1987). The comparative method: Moving beyond qualitative and quantitative strategies Berkeley, CA: University of California Press.
• Ragin, C. C. (2000). Fuzzy-set social science Chicago, IL: University of Chicago Press.
• Ragin, C. C. (2008). Redesigning social inquiry: Fuzzy sets and beyond Chicago, IL: University of Chicago Press.
• Rihoux, B. (2003). Bridging the gap between the qualitative and quantitative worlds? A retrospective and prospective view on qualitative comparative analysis. Field Methods, 15(4), 351-365. doi:10.1177/1525822X03257690
  » https://doi.org/10.1177/1525822X03257690
• Schijven, M., & Hitt, M. A. (2012). The vicarious wisdom of crowds: Toward a behavioral perspective on investor reactions to acquisition announcements. Strategic Management Journal, 33(11), 1247-1268. doi:10.1002/smj.1984
  » https://doi.org/10.1002/smj.1984
• Stieger, D., Matzler, K., Chatterjee, S., & Ladstaetter-Fussenegger, F. (2012). Democratizing strategy: How crowdsourcing can be used for strategy dialogues. California Management Review, 54(4), 44-68. doi:10.1525/cmr.2012. 54.4.44
  » https://doi.org/10.1525/cmr.2012. 54.4.44
• Thomann, E., & Maggetti, M. (2017). Designing research with Qualitative Comparative Analysis (QCA): Approaches, challenges, and tools. Sociological Methods & Research doi:10.1177/0049124117729700
  » https://doi.org/10.1177/0049124117729700
• Thürridl, C., & Kamleitner, B. (2016). What goes around comes around? Rewards as strategic assets in crowdfunding. California Management Review, 58(2), 88-110. doi:10.1525/cmr.2016.58.2.88
  » https://doi.org/10.1525/cmr.2016.58.2.88
• Turi, A. N., Domingo-Ferrer, J., Sánchez, D., & Osmani, D. (2017). A co-utility approach to the mesh economy: The crowd-based business model. Review of Managerial Science, 11(2), 411-442. doi:10.1007/s11846-016-0192-1
  » https://doi.org/10.1007/s11846-016-0192-1
• Valančienė, L., & Jegelevičiūtė, S. (2014). Crowdfunding for creating value: Stakeholder approach. Procedia-Social and Behavioral Sciences, (156), 599-604. doi:10.1016/j.sbspro.2014.11.248
  » https://doi.org/10.1016/j.sbspro.2014.11.248
• Verschoore, J. R., & Zuquetto, R. D. (2016). A social network approach for crowdfunding. In J. Méric, J. Brabet, & I. Maque. International perspectives on crowdfunding: Positive, normative and critical theory (pp. 151-167). London: Emerald.
• Zheng, H., Li, D., Wu, J., & Xu, Y. (2014). The role of multidimensional social capital in crowdfunding: A comparative study in China and US. Information & Management, 51(4), 488-496. doi:10.1016/j.im.2014.03.003
  » https://doi.org/10.1016/j.im.2014.03.003

Datas de Publicação

• Publicação nesta coleção
  03 Jul 2020
• Data do Fascículo
  2020

Histórico

• Recebido
  23 Jul 2019
• Aceito
  21 Fev 2020