Difusão no mercado do novo app de uma startup

Construiremos um modelo de uma startup que pretende lançar um novo aplicativo (app) para celulares no mercado. Em uma primeira etapa, estamos preocupados em como o produto irá se difundir no mercado e, numa etapa seguinte, completaremos o exercício considerando o fluxo de caixa (investimento, faturamento e custos envolvidos).

O app será gratuito e a monetização se dará por anúncios e pela venda de funcionalidades adicionais. Assim, a startup entende que o volume de usuários é parâmetro fundamental para a viabilidade do negócio.

Objetivo desta etapa:

  • Construir um modelo de simulação que permita avaliar como o app irá se difundir no mercado e estimar por quantos meses a startup deverá investir em marketing de modo que ela atinja, ao menos, 1 milhão de usuários até o 6o mês do lançamento do app.

Dados:

  • O tamanho do mercado é estimado em 5.000.000 clientes potenciais e, uma vez convertido, o cliente nunca abandona o app;

  • Estima-se que cada mês de investimento em marketing seja capaz de converter 1,1% dos clientes potenciais em novos clientes;

  • Existe um efeito esperado de propaganda boca-a-boca: cada usuário do app comenta com 10 dos seus contatos por mês e, neste caso, a probabilidade de sucesso de conversão é de 5% (dentre aqueles que ainda não são usuários).

A startup tem pela frente, portanto, o lançamento de um novo produto que será difundido no mercado por meio de ações de marketing (propagandas, participação de eventos, press releases etc.). Espera-se que, em algum momento, o produto “viralize” por meio de propaganda boca-a-boca.

Definido desta forma, o problema é semelhante ao modelo clássico de marketing, conhecido como: Modelo de Difusão de Bass, criado por Frank Bass.

Pela perspectiva de um problema de otimização, temos como variável de decisão o número de meses de investimento em marketing e o objetivo é minimizar o custo de marketing, sujeito à condição de que em 6 meses, o número de clientes deve ser maior ou igual a 1 milhão.

Antes de começar no AnyLogic, temos duas seções que descrevem o modelo que será construído por meio do seus diagramas de “laços causais” (ou causal loop diagram, como diria o Tio Sam) e diagramas de “estoque e fluxo”.

Atualizado