Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção.A pressão competitiva global tem levado as empresas a desenvolver produtos de forma mais rápida, a custos compatíveis, dentro da necessidade exigida pelo mercado. Em busca de atingir esta melhoria de desempenho, pesquisadores demonstraram que o grau de incerteza no início de um novo projeto é bem elevado devido à carência de dados mais precisos e também à possibilidade de o time de projeto estar diante de situações não conhecidas, as quais tendem a dificultar a tomada de decisão, podendo mais tarde afetar o tempo de lançamento do novo produto. Estas incertezas tendem a diminuir com o tempo, mas é justamente no início do projeto, na fase denominada de pré-projeto, que se seleciona a maior quantidade de soluções construtivas. Em vista disto, este trabalho se inicia com uma revisão da literatura, visando identificar como a fase de pré-projeto é abordada pelos principais modelos de desenvolvimento de novos produtos. Na sequência é realizada uma pesquisa de campo para identificação das dificuldades vivenciadas na fase de pré-projeto de um novo produto. A pesquisa de campo e a revisão teórica permitiram a identificação dos principais fatores críticos da fase de pré-projeto. Em posse destas variáveis é definido o constructo teórico do trabalho, que serve de base para a construção do modelo de previsão do time to market. O modelo utilizou as redes causais Bayesianas (RB) para fins de modelagem do sistema, tornando possível identificar sob quais condições os fatores críticos permitem o atendimento de altas performances de projeto. Por fim, o modelo desenvolvido foi testado em duas empresas líderes de mercado para avaliação da sua aplicabilidade. Os resultados obtidos mostram que o principal fator crítico causador de atrasos no prazo de lançamento de novos produtos foi a introdução de tecnologias não dominadas nos novos produtos durante a fase de pré-projeto. Como resultados mais significativos do trabalho realizado, também podem ser citados a possibilidade da visualização da propagação dos efeitos ao longo da rede Bayesiana (RB), a capacidade de realização de análise de sensibilidade das variáveis e a possibilidade de previsão de melhoria dos resultados.<br>Abstract : Global competitive pressure has led companies to develop products faster and more assertively, at compatible costs, within the timing demanded by the market. In the pursuit to achieve this performance increase researchers have shown that the degree of uncertainty at the beginning of a new project is very high due to the lack of more accurate data and also the possibility of the project team facing unknown situations, which tend to hinder decision making, and that may later affect the time to market of the new product. These uncertainties tend to decrease with time, but it is precisely at the beginning of the project that the largest number of constructive solutions is selected. With this view, this work begins with a literature review to identify how the pre-design phase is addressed by the main new product development models. In the next stage of this work, a field survey to identify the difficulties experienced in the pre-design of a new product is conducted. The field survey and theoretical review allowed the identification of the main critical factors of the pre-design phase. In possession of these variables the work s theoretical construct is defined, which serves as the basis for constructing the model presented. The next step included the development of the model to identify the influence of the critical factors in meeting the time to market of a new product. The model uses causal Bayesian networks (BN) for the purpose of system modeling. From the model s application it becomes possible to identify under what conditions the critical factors enable attainment of high project performance. Finally, the developed model is tested in two market leader companies for practical assessment of its application. The obtained results show that the main critical factor causing delays in time to market of new products was the introduction of non-dominated technologies in new products during the pre-design phase. As the most significant results of the work undertaken, the possibility of visualizing the propagation effects along the Bayesian network (RB), the ability to perform sensitivity analysis of the variables and the possibility of predicting improved results can also be mentioned.