Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/43585
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_DanielPrimoDeMelo_tcc.pdf1,23 MBAdobe PDFver/abrir
Título: Transformando microempresas: desenvolvimento de aplicativo de geração de estratégias para negócios locais com inteligência artificial
Autor(es): Melo, Daniel Primo de
Orientador(es): Soares, Fabiano Araújo
Assunto: Aplicativos
Software - desenvolvimento
Microempresas
Inteligência artificial
Data de publicação: 27-Jan-2026
Referência: MELO, Daniel Primo de. Transformando microempresas: desenvolvimento de aplicativo de geração de estratégias para negócios locais com inteligência artificial. 2025. 44 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2025.
Resumo: Introdução: Este trabalho procura entender o impacto da integração da internet e da inteligência artificial (IA) no crescimento de microempresas, com foco no desenvolvimento de estratégias de growth hacking. A importância da presença online e da adoção de ferramentas digitais é destacada, especialmente em um cenário socioeconômico desafiador, onde microempresas desempenham um papel crucial na geração de empregos e no crescimento do PIB brasileiro. Desenvolvimento: O estudo propõe a criação do aplicativo Acelera.AI, uma ferramenta destinada a microempreendedores, que utiliza IA para gerar estratégias personalizadas de crescimento. O cenário socioeconômico do Brasil foi estudado de forma a contextualizar os desafios enfrentados por microempresários, mas o foco principal foi o desenvolvimento do aplicativo. A metodologia incluiu a aplicação de técnicas de engenharia de prompt para garantir que as respostas geradas pelo modelo de linguagem (Google Gemini) fossem estruturadas e no formato JSON, permitindo uma integração eficiente com o frontend. Resultados: O Acelera.AI demonstrou ser capaz de gerar estratégias práticas e adap táveis para cada etapa do funil de growth hacking: aquisição, ativação, retenção, receita e recomendação. Além disso, o aplicativo recomenda ferramentas digitais comprovadas, como Google Ads e Instagram, que podem ser implementadas de forma imediata pelos usuários. Exemplos de resultados incluem estratégias personalizadas para diferentes tipos de negócios, como comércio eletrônico, barbearias e consultorias. Discussão: Apesar dos resultados promissores, o Acelera.AI enfrenta limitações relacio nadas ao uso de modelos de linguagem avançados, como a dependência da qualidade das informações fornecidas pelo usuário e a possibilidade de respostas inconsistentes. Para mitigar esses problemas, foram sugeridas melhorias, como a validação das respostas do usuário e o refinamento contínuo do prompt. A integração com dados de mercado e instituições de apoio, como o SEBRAE, também foi discutida como uma forma de ampliar o impacto do aplicativo, mas o foco permaneceu no desenvolvimento da ferramenta. Conclusão: O Acelera.AI representa uma solução inovadora e acessível para microempre sários, combinando tecnologia, estratégias de growth hacking e uma interface amigável. O aplicativo foi desenvolvido com base na situação socioeconômica do Brasil, mas o foco principal foi a criação de uma ferramenta prática e eficaz para impulsionar o crescimento de microempresas. Futuras versões do aplicativo podem incorporar funcionalidades adicionais, como análise de dados em tempo real e integração com outras ferramentas de automação de marketing.
Abstract: Introduction: This study seeks to understand the impact of integrating the internet and artificial intelligence (AI) on the growth of micro-enterprises, focusing on the development of growth hacking strategies. The importance of online presence and the adoption of digital tools is highlighted, especially in a challenging socioeconomic scenario where microenterprises play a crucial role in job creation and the growth of Brazil’s GDP. Development: The study proposes the creation of the Acelera.AI application, a tool de signed for microentrepreneurs that uses AI to generate personalized growth strategies. The Brazilian socioeconomic scenario was studied to contextualize the challenges faced by microentrepreneurs, but the main focus was on the development of the application. The methodology included the application of prompt engineering techniques to ensure that the responses generated by the language model (Google Gemini) were structured and in JSON format, allowing efficient integration with the frontend. Results: Acelera.AI demonstrated the ability to generate practical and adaptable strategies for each stage of the growth hacking funnel: acquisition, activation, retention, revenue, and recommendation. Additionally, the application recommends proven digital tools, such as Google Ads and Instagram, which can be immediately implemented by users. Examples of results include personalized strategies for different types of businesses, such as e-commerce, barbershops, and consulting services. Discussion: Despite promising results, Acelera.AI faces limitations related to the use of advanced language models, such as dependence on the quality of user-provided informa tion and the possibility of inconsistent responses. To mitigate these issues, improvements were suggested, such as validating user responses and continuously refining the prompt. Integration with market data and support institutions, such as SEBRAE, was also discussed as a way to expand the application’s impact, but the focus remained on the development of the tool. Conclusion: Acelera.AI represents an innovative and accessible solution for microen trepreneurs, combining technology, growth hacking strategies, and a user-friendly interface. The application was developed based on Brazil’s socioeconomic situation, but the main focus was on creating a practical and effective tool to boost the growth of microenterprises. Future versions of the application may incorporate additional features, such as real-time data analysis and integration with other marketing automation tools.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Ciências e Tecnologia em Engenharia, Engenharia de Software, 2025.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia de Software



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.