A adoção de serviços cloud computing pelas empresas
portuguesas: O papel dos esforços de marketing
1. Introdução
Com a evolução da tecnologia surgiram novos modelos de negócio que têm vindo a moldar
o mundo das Tecnologias de Informação (TI) (Sahoo, 2009). Armbrust et al. (2010)
evidenciam o conceito cloud computing como sendo algo revolucionário nesta indústria.
Este novo paradigma promete, essencialmente, a entrega de serviços de TI com as mesmas
ou até mesmo novas funcionalidades das soluções já existentes, como também a redução de
custos iniciais que impedem muitas empresas de implementar serviços tecnologicamente
mais avançados (Marston, Li, Bandyopadhyay, Zhang, & Ghalsasi, 2011). No modelo cloud
computing, o software, a plataforma, ou a infraestrutura passam a ser fornecidos ao cliente
como um serviço (Stuckenberg, Fielt, & Loser, 2011).
Para sublinhar o potencial que os serviços cloud computing estão a alcançar, é necessário
compreender de uma forma clara os determinantes e as diferentes questões envolvidas,
tanto a nível do consumidor, como a nível do fornecedor (Marston et al., 2011). Do ponto
de vista do consumidor, este começa a encontrar novas alternativas para reduzir custos
em despesas com TI, acrescentando mais valor ao seu negócio e fazendo uma utilização
mais rentável dos seus recursos e serviços TI (Böhm, Leimeister, Riedl, & Krcmar 2011).
Por outro lado, este novo serviço passa a ser visto como uma opção viável para substituir
a infraestrutura atual de TI das empresas, o que faz com que os fornecedores de cloud
computing se sintam pressionados a disponibilizar aos seus clientes novos modelos de
software e novas alternativas de modelos de entrega de software (Francis, 2009).
Apesar deste novo paradigma apresentar um enorme potencial, cabe neste estudo
verificar a realidade portuguesa, no que toca à adoção de serviços desta natureza. Um
estudo realizado pela International Data Corporation (IDC) constatou que a adoção
de serviços cloud computing pelas empresas portuguesas ainda é uma realidade um
pouco distante (IDC Portugal, 2011). Este estudo debruçou-se sobre as 200 maiores
organizações nacionais, tendo a IDC concluído que apenas 11% já tinham implementado
serviços privados de cloud computing, 7% tinham a implementação em curso e 11%
planeavam implementar no futuro. De realçar que 1/3 das empresas inquiridas referiu
não tencionar adotar este tipo de soluções. No que respeita aos serviços públicos de
cloud computing, o cenário é ainda menos encorajador. Apenas 4% das organizações
inquiridas já tinham aderido aos serviços cloud computing, enquanto 7% tinham em
curso a contratação dos mesmos. A maioria das organizações inquiridas declarou não
tencionar contratar este tipo de serviços, pelo menos para já. Num outro estudo da
IDC sobre serviços cloud computing, os autores concluem que, apesar das enormes
expectativas iniciais, as pequenas e médias empresas não têm adotado estes serviços
tão rapidamente como previsto inicialmente e, como tal, são necessários esforços de
marketing para potenciar a venda destes serviços àquelas empresas (IDC, 2007).
Segundo DeLone e McLean (1992), os trabalhos de investigação realizados no âmbito da
utilização de sistemas de informação focam-se em três tipos de utilizadores: estudantes,
profissionais das empresas e público em geral. Os utilizadores escolhidos para esta
investigação foram profissionais de TI das empresas portuguesas, que tinham um papel de
decisão na escolha de tecnologias a adotar pela empresa onde exercem a sua atividade. Para
aqueles autores, o perfil demográfico, a experiência, a motivação e a atitude dos estudantes é
bem diferente da dos profissionais das empresas no que toca a adotar uma nova tecnologia.
Sendo os serviços cloud computing muito recentes em Portugal e escassa a literatura
específica sobre a adoção destes serviços pelas empresas portuguesas, urge ultrapassar
esta lacuna através da modelação dos determinantes da adoção desta tecnologia,
auscultando os profissionais de TI responsáveis pela tomada de decisão nesta matéria.
Por outro lado, é reconhecido que são necessários esforços de marketing para fomentar
a adoção destes serviços pelas empresas (IDC, 2007). Deste modo, esta investigação
procura compreender de que forma os esforços de marketing exercem o seu impacto na
intenção de adoção de serviços cloud computing por parte das empresas portuguesas.
O presente trabalho tem a seguinte estrutura: após uma breve introdução ao tema, segue-se uma revisão da literatura sobre o conceito e modelos de cloud computing. Na terceira
secção apresenta-se o modelo de investigação, devidamente fundamentado. A quarta
secção apresenta a metodologia seguida, bem como a sua justificação. Na quinta secção
são analisados os resultados e na sexta e última secção são discutidos os resultados e
apresentadas as conclusões.
2. Revisão da literatura
Apresenta-se, em seguida, a tecnologia em análise no presente estudo, a cloud computing,
procurando explorar o conceito, as características, os modelos de infraestruturas e os
modelos de entrega destes serviços.
2.1. Conceito de cloud computing
O conceito cloud computing tornou-se ao longo do tempo um termo comum e popular,
ao qual está associada a utilização global de uma rede de computadores, que estão
ligados a um número massivo de servidores físicos ou virtuais designados por “nuvem”
(Hayes, 2008). Estes servidores podem ser utilizados por múltiplos utilizadores, sejam
estes pessoas ou empresas. Neste panorama, o software é visto como um serviço
que é prestado a um baixo custo e a uma grande quantidade de utilizadores (Prata,
Fazendeiro, Augusto, Azevedo, & Machado, 2013). Esta evolução consiste em ter vários
cenários tecnológicos como hardware, virtualização, computação distribuída e serviços
web e software disponíveis na internet, metaforicamente “na nuvem” (Sultan, 2010). As
soluções cloud computing dão às empresas e utilizadores um fácil acesso ao potencial
da computação (Wu, Lan, & Lee, 2011). Ao colocarem todos os seus serviços na cloud,
os utilizadores irão reduzir o seu custo total em TI (Marston et al, 2011). As soluções
cloud computing oferecem, assim, benefícios económicos que as empresas não podem
ignorar, pese embora sejam de considerar todos os problemas inerentes ao outsourcing
de soluções de TI (Sáenz, Cámara, Calvo-Manzano, & Arcilla, 2014).
O conceito de cloud computing é muitas das vezes utilizado para indicar um novo paradigma,
que de uma forma flexível, disponibiliza recursos e serviços TI através da internet (Böhm
et al., 2011). Vaquero et al. (2008) dão uma definição similar, argumentando que cloud
computing baseia-se num conjunto de recursos virtualizados, facilmente utilizáveis e
flexíveis. Esses recursos são dinamicamente reconfigurados a uma carga variável que
permite a sua utilização ideal. Também Youseff, Butrico e Da Silva (2008) consideram
cloud computing como sendo um novo paradigma de computação que permite que os
seus consumidores utilizem temporariamente a infraestrutura de computação em rede
fornecida como um serviço pelos respetivos fornecedores. Uma das definições de cloud
computing mais amplamente utilizadas é a proposta pelo National Institute of Standards
and Technology (NIST) elaborada por Mell e Grance (2011). Esta definição caracteriza o
conceito como um modelo para permitir o acesso à rede de forma ubíqua, conveniente e
sob procura a um conjunto compartilhado de recursos computacionais configuráveis que
podem ser rapidamente fornecidos e substituídos com o mínimo esforço de gestão ou a
mínima interação com o prestador de serviços (Mell e Grance, 2011).
2.2. Características dos serviços cloud computing
A Comissão Europeia no “Relatório do Grupo de Peritos” (Schubert, Jeffery, & Neidecker-Lutz, 2010) resume as características mais comuns da computação em nuvem. Uma
delas é a escalabilidade, que consiste na capacidade que a infraestrutura básica tem
de se expandir, adaptando-se ao número de utilizadores e aos dados suportados nas
aplicações (Zhang, Cheng, & Boutaba, 2010).
O relatório também menciona a confiança, definida como a capacidade que o fornecedor
de serviços cloud computing tem de evitar a ocorrência de falhas ou interrupções no
funcionamento dos serviços. Esta confiança resulta da qualidade do serviço prestada
pelo fornecedor.
Schubert et al. (2010) referem ainda a importância da agilidade e adaptabilidade dos
serviços cloud computing, que não são mais do que a capacidade destes, automaticamente
e em tempo real, reagirem e se adaptarem às necessidades dos utilizadores, desde o tipo
ao tamanho dos recursos necessários.
Uma característica não menos importante referida pelos autores é a disponibilidade do
serviço. Este deverá ter a capacidade de mascarar pequenas falhas que eventualmente
possam surgir, de maneira a que o utilizador não se aperceba que elas ocorreram.
É importante destacar também as características económicas dos serviços cloud
computing. Estes serviços vêm contribuir para uma redução de custos, e que o utilizador
passa a pagar apenas pelos serviços que subscreve (Zhang et al., 2010). Como estes
serviços não exigem por parte do utilizador um investimento em infraestruturas nas suas
instalações, será possível responder de forma imediata às necessidades de alteração do
sistema de TI do utilizador, sem que este tenha que esperar pela instalação de hardware.
Resumindo, as soluções cloud computing passam a ser a melhor e mais rápida resposta
de mercado. Para além da economia já referida, os serviços cloud computing devem
garantir o retorno do investimento, na medida em que o esforço financeiro realizado
deverá mais do que compensar os benefícios financeiros recolhidos. Acresce que, com a
adoção de soluções de cloud computing, as despesas de capital em infraestruturas de TI
transformam-se em despesas operacionais. No entanto, Schubert et al. (2010) referem
que a relação custo/benefício real nem sempre é visível, pelo que será sempre necessário
estudar qual a solução mais benéfica para cada empresa.
Os serviços cloud computing contribuem também, de acordo com Schubert et al. (2010),
para um fácil ajuste do consumo energético e de emissões de carbono, reduzindo assim
a pegada ecológica, nomeadamente o consumo de energia, devido ao melhor controlo e
ajustamento automático do aumento ou redução dos recursos.
Os referidos autores identificam também alguns aspetos tecnológicos que advêm da utilização
de serviços cloud computing, começando pela virtualização, que descreve como sendo a
camada de abstração tecnológica que esconde complexos sistemas técnicos do utilizador e
lhe oferece flexibilidade adicional, proporcionando maior facilidade de utilização.
Destacam igualmente a possibilidade de vários utilizadores em diferentes locais
acederem a bases de dados comuns, de forma segura, não estando dependentes de um
único dispositivo. A segurança é vista pelos autores como um processo ou conjunto
de etapas que ajudam a evitar que os dados sejam vistos ou acedidos por pessoas ou
sistemas não autorizados. A privacidade dos dados pessoais, sendo um aspeto crítico do
cloud computing, é muitas vezes vista como um aspeto da segurança. A conformidade
traduz-se no cumprimento da legislação e regulamentação vigentes.
2.3. Modelos de infraestrutura de cloud computing
Existem quatro modelos de infraestrutura de cloud computing: cloud pública, cloud
privada, cloud comunitária e cloud híbrida (Hogan & Sokol, 2013; Zhang et al., 2010).
O modelo de cloud pública assenta numa disponibilidade quase imediata para qualquer
utilizador, desde que detenha um acesso à internet, não lhe conferindo no entanto
qualquer controlo sobre a mesma (Zhang et al., 2010). É visto como um modelo de
implementação que é disponibilizado publicamente através do modelo pay-per-use, sendo que a infraestrutura de cloud é disponibilizada para uma utilização aberta
ao público em geral. Pode ser gerida e operacionalizada por um setor empresarial,
académico ou organização governamental.
Já o modelo de cloud privada, por norma está localizado na infraestrutura privada, nas
instalações da organização, e sob o seu controlo, competindo à organização a escolha do
modelo a implementar, analisados os prós e contras de cada alternativa (Zhang et al.
2010). Neste modelo, a infraestrutura cloud computing é disponibilizada para utilização
exclusiva da organização proprietária.
O modelo de cloud comunitária refere-se a uma infraestrutura controlada e partilhada,
em termos de dados e aplicações, por um conjunto de organizações com interesses
comuns (Zhang et al., 2010). Tais interesses poderão residir, por exemplo, em requisitos
específicos de segurança ou em missões de âmbito semelhante.
Por último, o modelo de cloud híbrida consiste na composição de diferentes modelos de
cloud que interagem entre si (Hogan & Sokol, 2013; Zhang et al., 2010). Neste modelo,
os utilizadores são seletivos quanto à informação que disponibilizam na cloud pública,
procurando normalmente manter os dados e o processamento da informação crítica de
negócio na sua cloud privada, sob o seu controle.
2.4. Modelos de entrega de serviços cloud computing
Foram identificados três tipos de modelos de entrega de serviços cloud computing: o
software como serviço (SaaS), a plataforma como serviço (PaaS) e a infraestrutura como
Serviço (IaaS) (Vaquero et al., 2008; Zhang et al., 2010)).
O mais conhecido é o modelo SaaS, que ocorre quando as aplicações funcionam
diretamente na cloud, sem existir a necessidade destas serem instaladas no computador
do utilizador (Marston et al., 2011). Neste modelo, o cliente recebe do fornecedor
apenas a aplicação, podendo partilhá-la com outros utilizadores, os quais podem aceder
às aplicações de diferentes locais, onde tenham um dispositivo com acesso a internet
(Vaquero et al., 2008).
No modelo PaaS, o fornecedor disponibiliza ao cliente uma plataforma de sistemas que
permite que as aplicações dos clientes funcionem (Vaquero et al., 2008). Esta plataforma
proporciona ao cliente um ambiente de interfaces de desenvolvimento de aplicações que
interagem com outras armazenadas na cloud (Leimeister et al., 2010). Este modelo é
normalmente utilizado por empresas que têm necessidade de subscrever serviços no
imediato e a um baixo custo, com o objetivo de desenvolverem as suas aplicações e
programas sobre uma plataforma.
Por último, o modelo IaaS disponibiliza ao cliente uma potencialidade computacional e
capacidade de armazenamento necessárias para que o utilizador utilize os seus ficheiros
e programas. Neste modelo, o fornecedor apenas disponibiliza a infraestrutura que o
cliente necessita, podendo aumentá-la ou diminui-la mediante as suas necessidades
(Vaquero et al., 2008).
3. Modelo de investigação
O modelo de investigação proposto neste trabalho tem como base a teoria unificada de
aceitação e uso de tecnologia (UTAUT), desenvolvida por Venkatesh, Morris, Davis e Davis
(2003), a qual foi reforçada com a inclusão dos esforços de marketing, indispensáveis na
fase inicial de adoção deste tipo de serviços (Lin, Wang, & Hwang, 2010).
3.1. Teoria unificada de aceitação e uso de tecnologia
A UTAUT surgiu com o objetivo de integrar a teoria fragmentada e a pesquisa sobre
a aceitação individual das TI num único modelo teórico que integrasse os elementos
essenciais de outros modelos/teorias (Venkatesh et al., 2003). Este modelo visa a
explicação da aceitação e utilização da tecnologia em contexto organizacional.
De acordo com a UTAUT, a intenção e a utilização de tecnologia são determinadas por
quatro variáveis chave: condições facilitadoras, expectativa de esforço, expectativa de
performance e influência social. As condições facilitadoras são definidas como o grau em
que um indivíduo acredita que existe uma infraestrutura organizacional e técnica para
suportar a utilização do sistema. Por outro lado, a expectativa de performance refere-se
ao grau em que um indivíduo acredita que a utilização do sistema o irá ajudar a obter
ganhos de desempenho no trabalho. Já a expectativa de esforço define-se como o grau
de facilidade associado à utilização do sistema. Por fim, a influência social é o grau em
que um indivíduo percebe que os seus referentes sociais acreditam que ele deve usar o
novo sistema.
A utilização de tecnologia é explicada diretamente pela intenção de utilização e pelas
condições facilitadoras. Por seu turno, a intenção de utilização é determinada diretamente
pela expectativa de desempenho, pela expectativa de esforço e pela influência social. Esta
teoria integra ainda quatro variáveis moderadoras das relações entre as quatro variáveis
nucleares e a intenção e utilização de tecnologia: género, idade, voluntariedade de uso
e experiência. Venkatesh et al. (2003) reportam que a UTAUT explica 70% da variância
da intenção de uso. Numa versão mais recente deste modelo, designada por UTAUT2, as
condições facilitadoras passam a ser encaradas como um dos determinantes da intenção
de utilização (Venkatesh, Thong e Xu, 2012).
A UTAUT é um dos modelos mais utilizados em estudos sobre a adoção e utilização de
tecnologia, os quais têm vindo a corroborar que as condições facilitadoras, a expectativa
de esforço, a expectativa de performance e a influência social são determinantes da
intenção de utilização de tecnologia em contexto organizacional (Im, Hong, & Kang.,
2011; Zhou, Lu, & Wang, 2010), o que nos faz acreditar que estas relações também
se verificarão no contexto de adoção de serviços cloud computing pelas empresas
portuguesas. Deste modo, propõem-se as seguintes hipóteses:
H1: As condições facilitadoras têm um impacto positivo na intenção de utilização;
H2: A expectativa de esforço tem um impacto positivo na intenção de utilização;
H3: A expectativa de performance tem um impacto positivo na intenção de utilização.
H4: A influência social tem um impacto positivo na intenção de utilização.
3.2. Esforços de marketing
Os esforços de marketing definem-se como a perceção que os indivíduos têm do grau de
esforço que os fornecedores de serviços cloud computing desenvolvem para que esta nova
tecnologia seja percecionada como atrativa, eficiente, de baixo custo, fácil de adquirir e
suficientemente conhecida para ser confiável (Wu, 2011). Estes esforços são particularmente
importantes na fase inicial de adoção de uma tecnologia (Lopez-Nicolas et al., 2008), tal
como sucede com os serviços cloud computing no mercado empresarial português.
Do ponto de vista do marketing, a atitude e a decisão de compra de um indivíduo podem
ser afetadas pelo marketing-mix, através de diversos tipos de estímulos e atividades
promocionais (Wu, 2011). De acordo com Lin et al. (2010) e Wu (2011), o marketing-mix
exerce uma influência significativa sobre a utilidade percebida, a facilidade de utilização
percebida e a segurança e confiança. As duas primeiras variáveis estão incorporadas,
no âmbito da UTAUT, na expectativa de desempenho e na expectativa de esforço,
respetivamente (Venkatesh et al., 2003). Por sua vez, a segurança e a confiança atuam como
atenuadores da incerteza, aumentando o controlo do indivíduo sobre o seu comportamento
(Zand, 1972). Ora, o controlo do comportamento percebido é um construto incorporado
na noção de condições facilitadoras da UTAUT (Venkatesh et al., 2003).
Por outro lado, os estudos de Lopez-Nicolas et al. (2008) e Wu (2011) dão suporte
empírico ao impacto da influência dos media na influência social. Sendo a utilização dos
media uma das várias ferramentas do marketing-mix, podemos assumir que os esforços
de marketing têm um impacto positivo na influência social.
Neste contexto, propõem-se as seguintes hipóteses:
H5: Os esforços de marketing têm um impacto positivo nas condições facilitadoras;
H6: Os esforços de marketing têm um impacto positivo na expectativa de esforço;
H7: Os esforços de marketing têm um impacto positivo na expectativa de performance;
H8: Os esforços de marketing têm um impacto positivo na influência social.
3.3. Modelo
O modelo de investigação resultante da agregação das hipóteses acima enunciadas
encontra-se representado na figura 1.
Figura 1 – Modelo de investigação.
4. Metodologia
De seguida é descrita a metodologia utilizada no estudo empírico. Começa-se por definir
a população do estudo e por fazer uma caracterização da amostra. Posteriormente,
apresenta-se o instrumento escolhido para a recolha de dados e, por fim, são detalhados
os procedimentos adotados durante a recolha.
A população, isto é, o conjunto de elementos sobre os quais se vai debruçar a investigação,
é constituída por todas as empresas portuguesas.
O estudo empírico teve por base uma amostra não-aleatória, de conveniência,
constituída por 203 clientes empresariais da PT-Empresas, que são utilizadores
de serviços cloud computing. Em cada empresa, foi inquirido o responsável pelo
setor de TI. De acordo com a tabela 1, os inquiridos são maioritariamente do género
masculino (88,2%), têm idades entre os 26 e os 35 anos (38,9%) e habilitações literárias
ao nível da licenciatura (45,8%). A maioria trabalha em empresas de média dimensão
(34,0%), da região Centro (43,3%), do setor terciário (56,7%), no departamento de
TI (56,7%) e são responsáveis de área (41,9%). A maior parte dos inquiridos refere
conhecer os serviços cloud computing há mais de 3 anos (38,9%), mas utiliza-os há
mais de um e há menos de dois anos (39,9%).
Tabela 1 – Caracterização da amostra.
O instrumento de recolha de dados adotado foi um questionário. Este foi dividido em duas
partes principais: a primeira incidiu nas características sociodemográficas do inquirido e
nas características da empresa onde trabalha e a segunda contemplou questões relativas
à adoção dos serviços cloud computing. As escalas propostas para o questionário
resultaram de uma revisão da literatura abrangente nas áreas do comportamento do
consumidor, sistemas de informação e e-marketing e foram adaptadas a partir dos
trabalhos de Venkatesh et al. (2003), para os construtos intenção de utilização (INT),
condições facilitadoras (CF), expectativa de esforço (EE), expectativa de performance
(EP) e influência social (IS), e de Wu (2011), para o construto esforços de marketing.
Todos os construtos foram medidos através de escalas de Likert de 7 pontos (1 – discordo
totalmente a 7 – concordo totalmente). Foi realizado um pré-teste ao questionário
junto de uma amostra constituída por 30 empresas, com o objetivo de aferir a clareza
das perguntas, a organização do questionário, o tempo de preenchimento e recolher
sugestões de melhoria. Através de tratamento estatístico adequado, foi possível concluir
que as escalas utilizadas eram unidimensionais e tinham adequada consistência interna.
A recolha de dados processou-se com recurso à plataforma Google Drive, onde foi alojado
o questionário. A escolha desta ferramenta justificou-se por ser gratuita e pela facilidade
de utilização e de armazenamento de dados. Os potenciais inquiridos foram contactados
por e-mail, sendo convidados a responder ao questionário a partir de um link para a página
de alojamento. Em alguns casos, os inquiridos foram contactados via telefone, por forma
a aumentar a probabilidade de obtenção de respostas. O link de acesso ao questionário
esteve ativo durante cerca de 6 meses, entre setembro de 2014 e fevereiro de 2015.
5. Resultados
O tratamento estatístico dos dados foi realizado através da modelação de equações
estruturais com a metodologia partial least squares (PLS-SEM). A utilização desta
metodologia justifica-se, porque a distribuição dos dados é não normal e o objetivo do
estudo é debruçar-se sobre as inter-relações complexas entre um conjunto alargado
de fatores, as quais podem ser difíceis de captar utilizando a modelação de equações
estruturais baseada nas covariações (Chin, 2010). Os resultados obtidos com a
metodologia PLS-SEM foram estimados usando o software SmartPLS 2.0.
O modelo de medida foi avaliado em termos de fiabilidade, validade convergente e
validade discriminante. A tabela 2 apresenta os loadings, os cross-loadings e os valores-t
dos indicadores de medida. Os valores-t foram obtidos através de bootstraping com 5000
iterações, indicando que todos os loadings são estatisticamente significativos ao nível de 1%.
Todos os itens têm loadings acima do valor mínimo de 0,7 (Götz, Liehr-Gobbers, & Krafft,
2010), com exceção do item IS1. Atendendo a que este loading fica relativamente próximo do
ponto de corte e a escala não apresenta problemas de fiabilidade, decidimos manter o item na
análise subsequente. Estes resultados dão suporte à fiabilidade dos indicadores de medida.
Tabela 2 – Loadings e cross-loadings.
A tabela 3 descreve a variância média extraída (AVE), a fiabilidade compósita (CR) e
as correlações de cada variável latente. Os valores da CR são maiores do que o valor
mínimo recomendado de 0,6 (Götz et al., 2010), variando entre 0,874 e 0,950, o que nos
permite concluir que todos os construtos têm adequada consistência interna. Para além
disso, a AVE de todos os construtos é maior do que o ponto de corte mínimo de 0,5 (Götz
et al., 2010), o que assegura a sua validade convergente. Finalmente, de acordo com
o critério de Fornell-Larcker, a validade discriminante foi obtida para cada construto,
dado que a raiz quadrada da sua AVE é maior do que o valor absoluto das correlações
com os restantes construtos (Fornell & Larcker, 1981). Para além disso, de acordo com
a tabela 3, os cross-loadings são maiores que os loadings em cada item, o que reforça a
validade discriminante (Götz et al., 2010).
Tabela 3 – AVE, CR e correlações entre os construtos.
O modelo estrutural, exposto na figura 2, foi avaliado pelo sinal, magnitude e significância
estatística dos parâmetros das relações estruturais, assim como pela variância explicada
(R2) das variáveis latentes endógenas (Götz et al., 2010). Com exceção da relação
EE.INT, todas as restantes têm parâmetros com sinal compatível (positivo) com
o previsto no modelo de investigação e são estatisticamente significativas ao nível de
1%, o que permite confirmar todas as hipóteses exceto H2. Os resultados indicam que
a variação da intenção de utilização é explicada em 46,3% pela variação das condições
facilitadoras, expectativa de esforço, expectativa de performance e influência social.
Por outro lado, os esforços de marketing explicam 69,9%, 64,4%, 60,6% e 58,8% da
variação das condições facilitadoras, expectativa de esforço, expectativa de performance
e influência social, respetivamente.
A tabela 5 mostra os efeitos diretos, indiretos e totais entre as variáveis do modelo.
A intenção de utilização é influenciada diretamente pelas condições facilitadoras,
expectativa de esforço, expectativa de performance e influência social, e indiretamente
pelos esforços de marketing. Por seu turno, esta última variável influencia diretamente
as condições facilitadoras, expetativa de esforço, expectativa de performance e influência
social. Todos os efeitos diretos, indiretos e totais são estatisticamente significativos
ao nível de 0,1%. Os esforços de marketing exercem o efeito direto mais forte sobre
as condições facilitadoras (ß=0,836), enquanto que é à influência social que cabe o
maior efeito direto sobre a intenção de utilização (ß=0,452). O único efeito indireto
é exercido pelos esforços de marketing sobre a intenção de utilização (ß=0,529).
Com exceção do efeito total dos esforços de marketing na intenção de utilização, que se
deve exclusivamente ao efeito indireto, todos os restantes efeitos totais são coincidentes
com os efeitos diretos. A importância dos esforços de marketing no modelo proposto é
evidente, já que esta variável é a responsável pelo maior efeito total sobre a intenção de
utilização (ß=0,529).
Tabela 5 – Efeitos diretos, indiretos e totais
6. Discussão dos resultados e conclusões
Os serviços cloud computing constituem uma inovação tecnológica que congrega um
importante conjunto de vantagens decorrentes da sua utilização pelas empresas. Apesar
disto, a adoção destes serviços em contexto organizacional é ainda bastante incipiente,
em particular em Portugal. Reconhece-se que os esforços de marketing podem ser
fundamentais para fomentar a adoção destes serviços.
A investigação produzida sobre a adoção e utilização de serviços cloud computing é
escassa e encontra-se numa fase embrionária, o que constitui uma lacuna da literatura
especializada que importa ultrapassar. Este estudo procura ser um contributo para
o preenchimento dessa lacuna, através da construção e validação de um modelo que
explica a forma como os esforços de marketing exercem o seu impacto na intenção de
utilização dos serviços cloud computing pelas empresas.
O modelo proposto incorpora quatro constructos da UTAUT – intenção de utilização,
condições facilitadoras, expectativa de performance, expectativa de esforço e influência
social – os quais são complementados com a inclusão dos esforços de marketing.
O estudo empírico foi realizado através da aplicação de um questionário a uma amostra
de 203 empresas portuguesas que utilizam serviços cloud computing.
Os resultados obtidos a partir da utilização da metodologia PLS-SEM confirmaram a
fiabilidade, validade convergente e validade discriminante do modelo de medida. As
hipóteses constantes do modelo estrutural foram integralmente validadas, com exceção
da relação entre a expectativa de esforço e a intenção de utilização.
Os resultados indicam que quanto melhor for a perceção dos esforços de marketing
desenvolvidos pelos fornecedores de serviços cloud computing, maior será a expectativa
de performance e a expectativa de esforço, tal como defendido por Lin et al. (2010) e Wu
(2011) ao referirem-se à utilidade percebida e à facilidade de utilização percebida. Recorde-se que, no âmbito do modelo UTAUT estas duas variáveis integram, respetivamente,
a expectativa de performance e a expectativa de esforço (Venkatesh et al., 2003). Por
outro lado, os resultados obtidos apontam para o impacto significativo dos esforços de
marketing nas condições facilitadoras. Isto acontece porque os esforços de marketing,
na medida em que fomentam as perceções de segurança e confiança, atuam como
atenuadores da incerteza, aumentando o controlo comportamental percebido (Zand,
1972), que é um construto incorporado na noção de condições facilitadoras da UTAUT
(Venkatesh et al., 2003). Por último, os resultados confirmam a influência significativa
dos esforços de marketing na influência social, indo ao encontro dos estudos de Lopez-Nicolas et al. (2008) e Wu (2011), que dão suporte empírico ao impacto da influência
dos media, enquanto suporte de comunicação de marketing, na influência social.
Os resultados do modelo estrutural sustentam ainda o efeito significativo das condições
facilitadoras, expectativa de performance e influência social na intenção de utilização
de serviços cloud computing. Estes resultados vêm, assim, reforçar as conclusões da
UTAUT (Venkatesh et al., 2003) e da UTAUT2 (Venkatesh et al., 2012), assim como
dos trabalhos de Im et al. (2011), Lin e Anol (2008) e Zhou et al. (2010). Deste modo,
podemos afirmar que quanto maior for a perceção dos responsáveis de TI das empresas
portuguesas sobre as condições facilitadoras, a expectativa de performance e a influência
social referentes aos serviços cloud computing, maior será a sua intenção de utilização
destes serviços em contexto organizacional. Ao contrário do previsto no modelo UTAUT
(Venkatesh et al., 2003), a expectativa de esforço evidenciou um impacto negativo na
intenção de utilização dos serviços cloud computing, o que indicia que quanto mais
difícil for utilizar estes serviços, maior é a probabilidade de virem a ser utilizados pelas
empresas portuguesas. Este resultado parece sugerir que a perceção da facilidade de
utilização induz aos profissionais de TI das empresas portuguesas sensações de falta
de robustez do serviço prestado, que mitigam a probabilidade da sua utilização.
Deste estudo emergem relevantes contributos académicos e para o mundo empresarial.
Em termos académicos, o principal contributo é a construção e validação de um modelo
inovador que explica o papel decisivo que os esforços de marketing têm na intenção de
utilizar serviços cloud computing pelas empresas. Este modelo integra no quadro da
UTAUT os esforços de marketing enquanto variável preditora das condições facilitadoras,
expectativa de performance, expectativa de esforço e influência social, exercendo por
intermédio destas variáveis uma influência indireta, mas significativa, na intenção de
utilização. Estamos, assim, perante uma abordagem inovadora no âmbito do modelo
UTAUT, mas que reforça a grande maioria das conclusões desta teoria.
Para o mundo empresarial, esta investigação fornece contributos importantes ao dar
indicações muito claras sobre os principais fatores que aumentam a probabilidade de
utilização dos serviços cloud computing pelas empresas portuguesas. Em concreto,
os fornecedores destes serviços deverão apostar na melhoria das respetivas condições
facilitadoras, elevar as expectativas de performance dos utilizadores, aumentar a notoriedade
social destas soluções tecnológicas e, a montante, apostar no reforço dos esforços de
marketing direcionados para o mercado empresarial. A partir destas indicações, as empresas
fornecedoras deste tipo de serviços poderão, de uma forma mais eficiente, agregar valor
às soluções tecnológicas que comercializam e delinear estratégias de divulgação que deem
resposta às exigências dos profissionais de TI aqui identificadas.
Tal como sucede com a maioria das investigações, este estudo apresenta algumas
limitações que podem ser vistas como indicadores de sugestões para futuras
investigações. A principal limitação encontra-se na dimensão da amostra e na base
de recrutamento de respondentes, unicamente clientes da PT Empresas. Deste modo,
recomenda-se a realização de um novo estudo empírico junto de uma amostra mais
diversificada e de maior dimensão. Por outro lado, o modelo de investigação proposto
mede apenas o impacto de um conjunto de variáveis na intenção de utilização. Sugere-se, assim, a realização de um estudo longitudinal, que possa incluir o comportamento
efetivo de utilização dos serviços cloud computing. Um estudo desta natureza permitiria
aferir o poder preditivo da intenção de utilização sobre a utilização propriamente dita.
Seria, igualmente, interessante a inclusão de outras variáveis preditoras da intenção e do
comportamento, designadamente a segurança, a confiança e a privacidade.
