FFAACCUULLDDAADDEESS IIBBMMEECC PPRROOGGRRAAMMAA DDEE PPÓÓSS--GGRRAADDUUAAÇÇÃÃOO EE PPEESSQQUUIISSAA EEMM
AADDMMIINNIISSTTRRAAÇÇÃÃOO EE EECCOONNOOMMIIAA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM AADDMMIINNIISSTTRRAAÇÇÃÃOO
Seleção e Priorização de Projetos de Tecnologia da Informação:
Uma Aplicação da Análise Verbal de Decisões Através do Método ZAPROS-LM
JJoosséé CCaarrllooss RRaammooss MMaaggaallhhããeess
ORIENTADOR: PROF. DR. LUIZ FLÁVIO AUTRAN MONTEIRO GOMES
Rio de Janeiro, 24 de junho de 2008
1
SELEÇÃO E PRIORIZAÇÃO DE PROJETOS DE TECNOLOGIA DA INFORMAÇÃO: UMA APLICAÇÃO DA ANÁLISE VERBAL DE DECISÕES
ATRAVÉS DO MÉTODO ZAPROS-LM
JOSÉ CARLOS RAMOS MAGALHÃES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração Geral.
ORIENTADOR: PROF. DR. LUIZ FLAVIO AUTRAN MONTEIRO GOMES
Rio de Janeiro, 24 de junho de 2008
2
SELEÇÃO E PRIORIZAÇÃO DE PROJETOS DE TECNOLOGIA DA INFORMAÇÃO: UMA APLICAÇÃO DA ANÁLISE VERBAL DE DECISÕES
ATRAVÉS DO MÉTODO ZAPROS-LM
JOSÉ CARLOS RAMOS MAGALHÃES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração Geral.
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor DR. LUIZ FLAVIO AUTRAN MONTEIRO GOMES (Orientador) Instituição: IBMEC - RJ _____________________________________________________
Professora DRª FÁTIMA CRISTINA TRINDADE BACELLAR Instituição: IBMEC - RJ _____________________________________________________
Professor DR. REGIS DA ROCHA MOTTA Instituição: UFRJ
Rio de Janeiro, 24 de junho de 2008.
3
FICHA CATALOGRÁFICA
658.403 M188
Magalhães, José Carlos Ramos. Seleção e priorização de projetos de tecnologia da informação: uma aplicação da análise verbal de decisões através do método Zapros-LM / José Carlos Ramos Magalhães - Rio de Janeiro: Faculdades Ibmec, 2008. Dissertação de Mestrado Profissionalizante apresentada ao Programa de Pós-Graduação em Administração das Faculdades Ibmec, como requisito parcial necessário para a obtenção do título de Mestre em Administração. Área de concentração: Administração geral. 1. Apoio multicritério à decisão. 2. Tecnologia da informação. 3. Método ZAPROS-LM. 4. Análise verbal de decisões. 5. Gerenciamento de projetos.
4
DEDICATÓRIA
À minha querida família: mãe, esposa, filhos e madrinha,
que percorreram comigo todo o caminho desta realização,
me incentivando e apoiando sempre. Em especial dedico
este trabalho ao meu querido e saudoso pai, que embora
não esteja mais fisicamente perto de mim, está presente
com toda a força em meu coração, nos meus valores, nas
coisas que acredito, na forma como percebo e reajo à vida.
5
AGRADECIMENTOS
Para ser justo minha lista de agradecimentos seria demasiadamente extensa, porque além de
minha família, a quem dedico este trabalho, muitas pessoas amigas, direta ou indiretamente,
me ajudaram ao longo deste caminho.
Agradeço a todos os professores do curso de mestrado profissionalizante do IBMEC – RJ, em
especial agradeço imensamente ao meu orientador, Prof. Autran, pela orientação serena,
constante e pela imensa paciência comigo.
Da mesma forma agradeço ao prof. Montezano, que desde de nosso primeiro contato, antes
mesmo que eu me tornasse aluno do curso, sempre acreditou em mim e, quando fui
finalmente seu aluno, me fez redescobrir uma capacidade de aprender que eu julgava não mais
possuir.
Agradeço em especial também à professora Fátima Cristina Bacellar, por sua imensa
capacidade de motivar, pela energia de suas aulas, por sua cobrança e incentivo à evolução de
minha capacidade de argumentação e de crítica, por tudo de novo que aprendi com ela.
Agradeço muito intensamente à professora Flávia Cavazotte, por sua força, por me ajudar a
me conhecer melhor, pelas aulas cheias de interação e de energia, pela semente de
transformação que ajudou a plantar em minha vida pessoal e profissional.
Agradeço a toda equipe do Ibmec, à todo o pessoal da secretaria, da biblioteca, do CPD, do
Help Desk, da impressão, do apoio e até da cobrança. Também de forma muito especial e
intensa, agradeço à Rita de Cássia Coelho, uma excelente profissional e uma pessoa
verdadeiramente especial, que nos momentos mais difíceis me ajudou, de modo incalculável,
com sua bondade, boa vontade, serenidade e atenção.
Por fim agradeço ao meu ex-gestor, Cristiano Breder, um obstinado e impetuoso colega de
trabalho que acabou por se transformar em um amigo, por ter sido uma das pessoas que mais
me incentivaram a fazer este curso, a aceitar este desafio.
6
RESUMO
Esta dissertação tem como objetivos (i) implantar e avaliar a aplicação do método de análise
verbal de decisões ZAPROS-LM, para seleção e priorização de projetos de TI, em especial
projetos de melhoria de desempenho em programas legados, ambientados no contexto de uma
empresa de grande porte, e (ii) desenvolver uma versão inicial de software que suporte a
utilização deste método. O ZAPROS-LM é um método multicritério de apoio à decisão,
destinado à classificação e a ordenação de alternativas, sendo adequado para lidar com
problemas não estruturados e/ou baseados em informações incertas, imprecisas, subjetivas e
de natureza essencialmente qualitativa. Através da revisão de literatura, percebeu-se nos
fatores críticos de sucesso de projetos de TI, a participação significativa de informações de
natureza qualitativa. Da mesma forma, se constatou esta mesma participação qualitativa em
critérios de priorização de projetos de TI e na gestão de portfolios. Acredita-se, portanto, que
o ZAPROS-LM é adequado ao problema em questão e que o apoio de um software de suporte
ajudará na utilização e avaliação deste método.
Palavras Chave: Tecnologia da informação, apoio multicritério à decisão, gerenciamento de
projetos, seleção de projetos, priorização de projetos, análise verbal de decisões, sistemas de
apoio à decisão, ZAPROS-LM.
7
ABSTRACT
This dissertation has the following objectives: (i) to implement and evaluate the application of
the ZAPROS-LM verbal decision analysis method to select and prioritize IT projects, in
particular projects to improve performance in legacy programs in the context of a large sized
company, and (ii) to develop an initial version of a software to support the use of this method.
ZAPROS-LM is a multicriteria decision support method designed to classify and rank
alternatives, suitable for dealing with non-structured problems and/or ones based on
information which is uncertain, imprecise or subjective and of an essentially qualitative
nature. Through a review of the literature, the meaningful participation of information of a
qualitative nature was observed among the critical factors for success in IT projects. In the
same way, this qualitative participation was found in prioritization criteria for IT projects and
portfolio management. It is believed, therefore, that ZAPROS-LM is appropriate to the
problem in question and that the assistance of support software would help in the use and the
evaluation of this method.
Keywords: Information technology, multicriteria support decision, project management,
project selection, project prioritization, verbal decision analysis, decision support systems,
ZAPROS-LM.
8
LISTA DE FIGURAS
Figura 1 – Estrutura Organizacional da empresa e abrangência dos projetos da área de QS...15
Figura 2 – Principais Abordagens e Escolas dos Métodos AMD.............................................41
Figura 3 – Método ZAPROS-LM – Principais passos para ordenação de alternativas............70
Figura 4 – Disciplinas do gerenciamento de projetos (PMI, 2004)..........................................72
Figura 5 – Disciplinas, grupos de processo e processos elementares (APMBOK, 2000)........73
Figura 6 – Disciplinas, grupos de processos e processos elementares (PMI, 2004) ................74
Figura 7– Fluxo do processo de pesquisa.................................................................................87
Figura 8 – Tela Inicial do Software de Suporte ao ZAPROS-LM. ..........................................91
Figura 9 – Modelo de dados essencial......................................................................................93
Figura 10 – Processo de manual de comparação de alternativas próximas à 1ª SR.................95
Figura 11 – Seqüência do processo de comparação de alternativas próximas à 1ª SR ............97
Figura 12 – Matriz de comparação de alternativas próximas à 1ª SR – 1º ciclo - manual .......98
Figura 13 – JOS – 1ª SR – 1ª ciclo de entrevistas ....................................................................98
Figura 14 – Interface para seleção e ativação de processos ...................................................102
Figura 15 – Interface para cadastramento de critérios e medidas...........................................103
Figura 16 – Interface para habilitar procedimento de explicitação de preferências ...............103
Figura 17 – Interface para explicitação de preferências 1º ciclo SR-1...................................105
Figura 18 – Mensagem de verificação de transitividade ........................................................105
Figura 19 – Interface para explicitação de preferências 2º ciclo SR-1...................................106
Figura 20 – Mensagem de verificação de consistência entre ciclos da SR-1 .........................106
Figura 21 – Mapa de respostas /comparações do 2º ciclo da SR-1 ........................................107
Figura 22 – Mapa de respostas /comparações do 2º ciclo da SR-2 ........................................107
Figura 22 – Comparação de respostas comuns a SR-1 e SR-2...............................................109
Figura 23 – Cálculo da JOS Final...........................................................................................109
Figura 24 – JOS Final – Total de comparações realizadas.....................................................110
Figura 25 – Cadastro e Avaliação de Alternativas Reais. ......................................................111
Figura 26 – Visão Parcial da Lista de Alternativas Reais com Medições..............................112
Figura 27 – Visão Parcial da Lista de Alternativas e Vetor JOS(Xi) .....................................112
Figura 28 – Visão Parcial da Lista de Alternativas ordenadas pelo JOS(Xi) .........................113
Figura 29 – Visão Parcial da Lista de Alternativas ordenadas pelo Σ JOS(Xi)......................114
Figura 30 – Comparação de resultados dos procedimentos de classificação .........................115
9
LISTA DE QUADROS Quadro 1 – Relações essenciais de preferência ........................................................................36
Quadro 2 – Problemáticas contempladas pelos métodos AMD ...............................................40
Quadro 3 – Comparação resumida entre métodos AMD .........................................................48
Quadro 4 – Avaliação das operações do processamento humano de informações ..................52
Quadro 5 – Avaliação psicológica das operações em métodos AMD......................................54
Quadro 6 – Exemplos de escalas ordinais para uso com o ZAPROS-LM. .............................59
Quadro 7 – Matriz de comparação de critérios – JOS - 1ª SR..................................................61
Quadro 8 - JOS – 1ª SR ............................................................................................................64
Quadro 9 – Matriz de avaliação das alternativas reais .............................................................67
Quadro 10 – Métricas de sucesso - projetos de TI - Visão Fornecedores (CARDOSO, 2007)78
Quadro 11 – Métricas de sucesso - projetos de TI - Visão Clientes (CARDOSO, 2007)........80
Quadro 12 – Critérios para priorização de projetos de TI (PINHO, 2006) ..............................82
Quadro 13 – Critérios para priorização dos projetos de MQSP – 1ª Versão............................90
Quadro 14 – Critérios para priorização dos projetos de MQSP – 2ª Versão..........................101
10
LISTA DE ABREVIATURAS E SIGLAS
AMD Apoio Multicritério à Decisão (Multicriteria Decision Aid – MCDA).
BD Banco de Dados (Data Base).
CPU Unidade Central de Processamento (Central Processing Unit).
DE Decisor ou Tomador de Decisão (Decision Maker).
EJO Escala de Junção Ordinal (Joint Ordinal Scale – JOS).
ELTP Tempo Total de Execução (Elapsed Time).
MAUT Teoria da Utilidade Multiatributo (Multiatributte Utility Theory).
MIPS Milhões de Instruções por Segundo (Million Instructions Per Second).
MQSP Melhoria de Qualidade de Sistemas e Programas Legados.
PDCA Planejar, fazer, verificar e agir (Plan-Do-Check-Act).
QS Qualidade de Sistemas (System Quality).
SA Sistema de Arquivos (File System).
SR Situação de Referência (Reference Situation).
TD Tomada de Decisão (Decision Making).
TI Tecnologia da Informação (Information Technologies – IT).
VDA Análise Verbal de Decisão (Verbal Decision Analysis – VDA).
11
SUMÁRIO
1 INTRODUÇÃO ......................................................................................................14
1.1 Contextualização.....................................................................................................14
1.2 Definição do Problema de Pesquisa ......................................................................18
1.3 Objetivos Principais da Pesquisa ..........................................................................18
1.4 Objetivos Específicos..............................................................................................19
1.5 Justificativa e Relevância.......................................................................................20
1.6 Delimitação do Estudo ...........................................................................................23
2 REVISÃO DA LITERATURA .............................................................................24
2.1 Apoio Multicritério à Decisão................................................................................25
2.1.1 Conceitos Básicos.....................................................................................................26
2.1.2 Atores do Processo de Tomada de Decisão..............................................................28
2.1.3 Alternativas - Ações Potenciais................................................................................29
2.1.4 Critérios ....................................................................................................................31
2.1.5 Escalas de Mensuração de Critérios .........................................................................33
2.1.6 Modelagem das Relações de Preferência .................................................................35
2.1.7 Propriedade das Relações de Preferência - Transitividade.......................................37
2.1.8 A Independência entre Critérios ...............................................................................37
2.1.9 Problemáticas Contempladas pelos Métodos AMD.................................................39
2.1.10 As Principais Abordagens, Escolas e Métodos AMD ..............................................41
2.1.11 Comparação de Métodos de AMD ...........................................................................44
2.1.12 Dominância e Conjunto Ótimo de Pareto................................................................48
2.1.13 Métodos de Análise Verbal de Decisões ..................................................................49
2.1.14 Características Gerais dos Problemas Não Estruturados..........................................50
2.1.15 Validade Psicológica das Operações para Tomada de Decisão ...............................51
2.1.16 Decisão Baseada em Avaliações Verbais Qualitativas.............................................55
2.1.17 Método ZAPROS-LM ..............................................................................................56
12
2.1.18 Formulação do problema de ordenação....................................................................57
2.1.19 Situações de Referência............................................................................................59
2.1.20 Explicitação de Preferências.....................................................................................59
2.1.21 Fechamento de Transitividade (Transitive Closure) ................................................62
2.1.22 Construção da Escala Ordinal de Junção..................................................................63
2.1.23 Fechamento de Transitividade (Transitive Closure) ................................................64
2.1.24 Verificação de Independência em Preferência entre critérios ..................................64
2.1.25 Avaliação das Alternativas Reais .............................................................................65
2.2 Projetos de TI e AMD – Gerência, Seleção e Priorização...................................69
2.2.1 Gerenciamento de Projetos.......................................................................................71
2.2.2 Áreas de Conhecimento Relacionadas à Gestão de Projetos....................................71
2.2.3 Principais Atores Relacionados à Gestão de Projetos ..............................................75
2.2.4 Gestão de Portfolio de Projetos e Programas e AMD ..............................................75
2.2.5 Projetos de TI – Alguns Critérios de Sucesso e de Priorização................................77
2.2.6 Aplicações dos Métodos de AMD............................................................................82
2.2.7 A escolha do ZAPROS-LM......................................................................................83
3 METODOLOGIA DA PESQUISA.......................................................................86
3.1 O Trabalho na QS ..................................................................................................87
3.2 Entrevistas para Identificação Inicial de Critérios .............................................88
3.3 Desenvolvimento do Software de Suporte ao ZAPROS-LM..............................90
3.3.1 Modelo de Dados......................................................................................................92
3.3.2 Diagrama de Transição de Estados...........................................................................92
3.3.3 A Motivação pelo desenvolvimento do software de suporte....................................93
3.4 Explicitação de Preferências – 1º Ciclo de Entrevistas .......................................95
3.5 Matriz de Resultados – 1ª Versão da JOS............................................................96
3.6 Revisão da Lista de Critérios.................................................................................99
3.7 Entrevistas Complementares de Explicitação....................................................102
3.8 Aplicação do Método ZAPROS-LM...................................................................110
3.9 Avaliação da Priorização Proposta e dos Resultados Obtidos .........................114
4 CONCLUSÕES.....................................................................................................116
4.1 Objetivos e Resultados .........................................................................................116
4.2 Benefícios com a utilização da ferramenta de suporte ao ZAPROS-LM........117
4.3 Dificuldades com o Método ZAPROS-LM.........................................................118
4.4 Limitações .............................................................................................................120
4.5 Sugestões para pesquisas e trabalhos futuros ....................................................120
13
REFERÊNCIAS BIBLIOGRÁFICAS ...............................................................................122
APÊNDICE A – DIAGRAMA DE TRANSIÇÃO DE ESTADOS...................................126
APÊNDICE B – RELAÇÃO DE EVENTOS DO DIAGRAMA DE ESTADOS............127
APÊNDICE C – RELAÇÃO DE PROGRAMAS E AVALIAÇÕES ..............................128
APÊNDICE D – RESULTADO DO PROCESSO DE CLASSIFICAÇÃO – P. I ..........129
APÊNDICE E – RESULTADO DO PROCESSO DE CLASSIFICAÇÃO – P.II ..........130
14
1 INTRODUÇÃO
Neste capítulo é apresentada a contextualização do ambiente organizacional de origem do
estudo, a definição do problema de pesquisa, os objetivos gerais e específicos que se pretende
alcançar. Este capitulo também descreve a justificativa e relevância deste estudo, bem como
suas delimitações.
1.1 Contextualização
Administrar implica necessariamente, entre outras coisas, em tomar decisões. A atividade de
Tomada de Decisão (TD) é extremamente importante para nossa vida pessoal e para o sucesso
das organizações (BROWN, 2005). Um dos tipos mais freqüentes de TD gerencial, em
qualquer organização, é a seleção e priorização de projetos. Diante de vários objetivos, metas,
desafios e problemas, que continuamente se apresentam, alguns totalmente novos e
desconhecidos, e diante de inúmeras possíveis alternativas de ação existentes, as organizações
exigem que seus gestores tenham competência para decidir, para escolher, da forma mais
adequada possível, em quais projetos investir recursos, geralmente escassos, para obter os
resultados mais satisfatórios possíveis.
O problema que este trabalho abordará está situado no contexto descrito acima – seleção e
priorização de projetos. Este trabalho é baseado em uma necessidade real de seleção e
priorização de projetos de uma área de Qualidade de Sistemas (QS), área específica de
15
Tecnologia da Informação (TI) de um grande empresa brasileira de seguros, proprietária de
um acervo de centenas de sistemas computacionais, compostos por milhares de programas.
A área de TI desta organização é estruturada de forma matricial balanceada (PMI, 2004).
Embora exista uma diretoria executiva e um núcleo corporativo de TI (governança, suporte e
processamento de dados) as equipes de desenvolvimento de sistemas, através de suas
respectivas superintendências executivas, também estão subordinadas às diretorias executivas
das unidades de negócio específicas, para as quais desenvolvem sistemas. Os projetos da área
de QS afetam e se relacionam com sistemas, programas e recursos de todas as demais áreas da
TI, incluindo aquelas subordinadas conjuntamente às unidades de negócio. A figura 1
descreve a referida estrutura organizacional e a abrangência dos projetos da área de QS.
Figura 1 – Estrutura Organizacional da empresa e abrangência dos projetos da área de QS
O problema que será abordado por este trabalho, dentro da área de QS de TI em questão, está
especificamente relacionado ao processo de TD para seleção e priorização de projetos para
melhoria de qualidade de sistemas e programas desenvolvidos em alta plataforma, doravante
denominados projetos de MQSP. Dentro deste escopo de trabalho encontram-se
principalmente sistemas e programas legados ativos, que são aqueles sistemas e programas
16
antigos, originalmente concebidos há muito tempo (no caso da organização em questão,
alguns programas chegam a ter mais de vinte e cinco anos de existência). Muitos destes
sistemas e programas legados foram originalmente desenvolvidos baseados em tecnologias ou
conceitos já ultrapassados ou obsoletos, mas no entanto continuam ativos e vivos em
operação, tendo sofrido, ao longo de suas existências, inúmeras alterações e correções e, em
muitos casos, ainda são responsáveis por processos e informações críticas aos negócios da
organização.
Denominam-se sistemas e programas de alta plataforma aqueles que são executados em
computadores de grande porte, conhecidos também como mainframes – máquinas robustas,
com processadores de alto desempenho, de enorme capacidade de processamento, com muitos
recursos de disponibilidade, segurança e flexibilidade para crescimento em serviço. Porém
estas são máquinas muito caras, com custos de utilização muito superiores aos melhores
servidores. Normalmente estas máquinas são contratadas com uma certa capacidade de
processamento, geralmente expressa em MIPS (milhões de instruções por segundo),
capacidade esta fornecida por uma dada quantidade de processadores. Em geral estas
máquinas são contratadas com uma configuração inicial (digamos 6 processadores ativos de
200 MIPS) que pode diminuir ou crescer até um limite máximo (digamos 10 processadores de
200 MIPS), em função da necessidade de processamento da empresa contratante.
Os softwares que rodam em mainframes em geral, em sua maioria, têm o custo do
licenciamento ou contratação atrelado à quantidade de MIPS ativos na instalação. Ou seja, se
em função das demandas operacionais se tornar necessário ativar mais um processador, além
do custo de contratação deste hardware adicional, todos os contratos de software atrelados ao
processamento serão reajustados conforme a variação nos MIPS ativos. Em função deste
contexto as equipes de Suporte e Processamento de TI vivem a monitorar o ambiente
17
computacional, sempre buscando oportunidades de redução no consumo de recursos ou
identificando sistemas e programas ofensores, que estejam consumindo muitos recursos e
afetando o equilíbrio do ambiente.
Em seu dia a dia, a área de QS recebe da área de Suporte e Processamento demandas para
correção ou melhoria de qualidade de sistemas, principalmente sistemas legados, em especial
demandas relacionadas à melhoria de performance e à disponibilidade dos programas. Para
atender a estas demandas, a área de QS criou em 2007 uma célula operacional, com uma
equipe específica para atender demandas de melhoria de qualidade em performance de
programas. O volume inicial de demandas foi bastante expressivo – cerca de 30 grandes
programas – e os números atuais da operação desta célula são os seguintes: (a) recebe entre 15
a 25 novas demandas mês; (b) atende com sucesso entre 10 a 15 demandas mês; (c) o saldo
final mensal tem oscilado entre 45 e 60 demandas pendentes. Embora atualmente as
demandas cheguem de forma semi-estruturada à equipe de QS, não existe um processo de
decisão definido e estruturado para selecionar e priorizar quais demandas deverão ser
atendidas.
Mesmo considerando o porte da empresa, a suposta disponibilidade de recursos financeiros e
a possibilidade de contratação de recursos e projetos terceirizados, a necessidade de um
processo de TD para seleção e priorização de projetos para atendimento a estas demandas, de
forma clara, rápida e estruturada, é essencial para a área de QS devido, entre outras às
seguintes restrições e limitações: (a) escassez de recursos humanos disponíveis, internos e
externos à organização, especializados nas mencionadas tecnologias legadas; (b) morosidade
e exigências do processo de contração de fornecedores de serviços especializados; (c) pressão
das unidades organizacionais, reportando possibilidade ou declínio de serviços de negócios
em função do desempenho de sistemas em operação; (d) desconhecimento ou conhecimento
18
parcial da equipe de QS do impacto efetivo e real que muitas demandas têm sobre o negócio;
(e) contínuo crescimento das demandas por recursos computacionais que são compartilhados
por todos as unidades de negócio.
Para a gestão de QS a situação descrita não é satisfatória porque: (a) esforços não são
adequadamente alocados provocando resultados são insatisfatórios; (b) eventualmente são
obtidos ganhos expressivos de desempenho e de disponibilidade computacional, porém que
não se refletem da mesma forma na visão do negócio; (c) a falta de critérios de priorização
pela QS é questionada e criticada pelos demais gestores ; (d) ocorre do trabalho ter de ser
refeito, devido às interrupções e mudanças de prioridade, provocando o desperdício de tempo
e de recursos em projetos que são suspensos ou cancelados no meio do caminho.
1.2 Definição do Problema de Pesquisa
Dado o contexto descrito, a ausência de um processo estruturado de TD, para seleção e
priorização de projetos, é um problema que colabora para que a área de QS opere sempre de
forma emergencial, em um processo ad hoc, procurando solucionar com as informações
disponíveis, conhecimento tácito e intuição, os problemas que julga como sendo os mais
graves ou aqueles cujos queixosos mais ruídos provocam .
Portanto, estabelecer e avaliar processos de priorização de demandas, contemplando a seleção
de métodos e ferramentas para tomada de decisão e priorização de projetos, é essencial para
que a gestão da área de QS seja bem sucedida.
1.3 Objetivos Principais da Pesquisa
� Avaliar, de acordo com a opinião do gestor da área de QS em questão, como a
utilização formal e estruturada de um método de Apoio Multicritério à Decisão (AMD)
poderá efetivamente: (i) melhorar o processo de TD para seleção e priorização dos
19
projetos, em especial os projetos de MQSP e (ii) propiciar a obtenção de resultados
mais satisfatórios e expressivos nos projetos de MQSP.
� Avaliar a utilização do método de apoio multicritério à decisão ZAPROS-LM
(LARICHEV e MOSHKOVICH, 2001), baseado na Análise Verbal de Decisão
(Verbal Decision Analysis – VDA) como método para seleção e priorização das
demandas de MQSP.
1.4 Objetivos Específicos
Como objetivos específicos, este trabalho pretende:
� Identificar os critérios que o gestor e a equipe da área de QS entendem como essenciais
para a seleção e priorização de projetos de MQSP;
� Avaliar a adequação do método proposto ao tratamento do problema em questão,
levando em conta: (i) a natureza dos projetos; (ii) a necessidade de respostas rápidas e
objetivas; (iii) os aspectos culturais da organização em questão;
� Desenvolver e apresentar à gestão de QS uma proposta de processo de trabalho que
utilize o método de AMD selecionado;
� Avaliar aceitação e atuação da equipe de QS com a adoção do método AMD;
� Avaliar como os métodos de AMD funcionam como ferramentas (i) de comunicação de
objetivos, (ii) de solução de conflitos e (iii) de retenção de conhecimento;
� Incentivar a adoção e a plena utilização de métodos de AMD no ambiente gerencial de
TI da organização em estudo;
� Desenvolver uma versão inicial de um software, baseado no método AMD selecionado,
que suporte e auxilie a aplicação do mesmo, bem como promova sua disseminação.
20
1.5 Justificativa e Relevância
O presente projeto propõe, para solução do problema de pesquisa apresentado, a utilização do
método de apoio multicritério à decisão ZAPROS-LM, descrito detalhadamente na revisão de
literatura.
Com relação à solução proposta, o problema de pesquisa apresentado possui várias
características que justificam a utilização de métodos de AMD, e em especial o método
selecionado, ZAPROS-LM (LARICHEV e MOSHKOVICH, 2001), como alternativa de
solução. Entre estas características, conforme descrito por Gomes, Gomes e Almeida (2006) e
Moshkovich, Mechitov e Olson (2004) podemos citar:
(i) Solução do problema (melhoria de qualidade) depende do trabalho de um conjunto
de pessoas, com interesses e opiniões geralmente conflitantes;
(ii) Existem várias alternativas (demandas de projetos de melhoria de qualidade) e
múltiplos critérios a serem avaliados (importância para o negócio, apoio interno,
complexidade, usuários afetados, consumo de CPU, entre outros);
(iii) Conseqüências da escolha de priorização de um dado conjunto de alternativas
(demandas) em relação a outros conjuntos (outras demandas) não são plenamente
conhecidas;
(iv) Alguns dos critérios são subjetivos e só podem ser avaliados através de julgamentos
de valor de especialistas (exemplo: expectativa de ganhos de desempenho baseada
em conhecimento prévio de programas semelhantes).
(v) Impossibilidade ou grande dificuldade de se atribuir, com precisão, valores
monetários a vários dos possíveis critérios, configurando-se uma restrição à
21
utilização de métodos como a análise de custo x benefício ou análise de Valor
Presente Líquido (VPL).
(vi) Alguns critérios são essencialmente qualitativos e descritos em linguagem natural
através de escalas ordinais.
(vii) Alguns critérios, apesar da natureza quantitativa, dada à incerteza e imprecisão das
informações disponíveis em tempo de decisão, são mais adequadamente descritos
em escalas ordinais, representados em faixas de valores.
(viii) Vários aspectos políticos e de relacionamento organizacional influenciam as
estratégias de trabalho e, conseqüentemente, as preferências do decisor, gestor da
área de QS, tanto quanto aspectos puramente técnicos ou operacionais.
Do ponto de vista prático, aplicado à área de QS de TI em questão, a proposta deste trabalho
se justifica porque a área e a empresa em questão não utilizam, de forma consistente e
rotineira, métodos, softwares e/ou ferramentas estruturadas de apoio à decisão dentro da área
de TI, em especial métodos AMD.
Dado o problema e o contexto descritos, ambos complexos e repletos de incertezas, com
recursos limitados e demandas em constante crescimento, a utilização, avaliação e
conhecimento de métodos e ferramentas de AMD, são percebidos pelo gestor e equipe de QS
como necessidades importantes para melhorar o desempenho da área.
Além do exposto anteriormente, espera-se que esta pesquisa ajude a área de QS em questão a
incorporar, de modo estruturado e fundamentado, a aplicação das técnicas e métodos AMD
em seus processos e demais atividades planejadas: (i) avaliação de qualidade de propostas de
22
projeto de sistemas e programas, dado que estes métodos e conceitos têm grande
aplicabilidade à avaliação de software (BLIN e TSOUKIÀS, 2007); (ii) avaliação e
classificação de fornecedores para aumento ou redução de contratos e/ou encomendas.
Ainda sob o ponto de vista prático e aplicado, apesar do problema em estudo neste trabalho
ser bastante específico, focado em uma área de uma empresa específica, a essência do
problema estudado pode ser encontrada em várias outras empresas de porte semelhante, como
bancos, financeiras, corretoras, empresas de telecomunicação, órgãos governamentais, enfim,
em grandes organizações que ainda possuam sistemas e programas legados rodando em
computadores de grande porte. Os custos de manutenção de sistemas e programas consomem
expressivos recursos financeiros e em geral os problemas de manutenção são derivados de
projetos e práticas inadequadas (BANKER, DAVIS e SLAUGHTER, 1998). Acredita-se,
portanto, que o presente trabalho também poderá contribuir com os profissionais de outras
empresas que se deparam com demandas da mesma natureza.
Do ponto de vista acadêmico, a área TI, como área de conhecimento, possui inúmeras e
diversas pesquisas realizadas em assuntos fortemente relacionados às ciências exatas, como a
Construção de Algoritmos, Circuitos Lógicos, Matemática Computacional, Computação
Algébrica, Arquitetura de Software, Arquitetura de Redes, entre outros, incluindo aplicações
de Pesquisa Operacional - área de conhecimento a partir da qual a Teoria da Decisão e os
Métodos AMD tiveram sua gênese (GOMES, 2007). Entretanto são mais escassas as
pesquisas relacionadas à gestão de áreas especificas de TI, como a área de QS, dentro das
organizações, utilizando-se métodos AMD. Desta forma, a presente proposta de pesquisa,
contemplando a aplicação de métodos de AMD como uma ferramenta auxiliar de gestão de
TI, pretende colaborar com esta área de conhecimento.
23
1.6 Delimitação do Estudo
O presente trabalho não contemplará a prova matemática formal do método selecionado, que
se encontra comprovada em Larichev e Moshkovich (1997). O presente trabalho focará
exclusivamente a aplicação do método selecionado ao problema de pesquisa qualificado.
Com relação ao software a ser desenvolvido, para suporte à aplicação do método selecionado,
este trabalho focará o desenvolvimento de uma versão inicial básica, considerando uma
solução com interface simples, sem utilização de recursos gráficos avançados (como gráficos
dinâmicos ou animações) e sem compromisso com qualquer tecnologia específica de
implementação ou metodologia de desenvolvimento, porém aderente ao método original
selecionado
Não faz parte da proposta deste trabalho desenvolver um software otimizado para
implementação do método selecionado. Este trabalho não pretende discutir as várias
alternativas de projeto do software, bem como metodologias de desenvolvimento ou
arquiteturas tecnológicas.
24
2 REVISÃO DA LITERATURA
Este capítulo está dividido em duas partes: (i) Apoio Multicritério à Decisão e (ii) Gerência,
Seleção e Priorização de Projetos de TI e a aplicação de métodos AMD.
Com relação ao Apoio Multicritério à Decisão, os principais tópicos abordados são baseados
principalmente nos trabalhos de Hammond, Keeney e Raiffa (2004); Bouyssou in Bana e
Costa (1990); Clemen e Reilly (2001); Larichev e Moshkovich (2001); Figueira et al (2004);
Gomes, Araya e Carignano (2004); Larichev e Olson (1997). Os principais tópicos
relacionados a este assunto são: (a) atores, alternativas, critérios e escalas; (b) modelagem e
das relações de preferência; (c) definição de critérios; (e) as principais abordagens e métodos;
(g) métodos de Análise Verbal de Decisões e (h) o Método ZAPROS-LM.
Com relação à Seleção e Priorização de Projetos de TI e a aplicação de métodos AMD, os
principais tópicos abordados são: (a) áreas de conhecimento relacionadas à gestão de projetos;
(b) principais atores da gestão de projetos; (c) gestão de Portfolio de Projetos e Programas e
AMD; (d) critérios de sucesso e de priorização em projetos de TI e (e) aplicações dos
Métodos de AMD para este propósito.
25
2.1 Apoio Multicritério à Decisão
O processo de TD sempre foi importante na história da humanidade, desde a época das
primeiras tribos – quando se decidia onde se abrigar ou caçar – até a era atual, das grandes
guerras, dos grandes conflitos, das grandes corporações, implicando em complexas decisões
políticas, sociais e administrativas (LARICHEV e MOSHKOVICH, 1997).
As decisões que tomamos ao longo da vida determinam, em grande parte, quem somos, onde
estamos e se somos bem sucedidos ou não em nossas ações, porque é através de nossas
decisões que podemos (e aprendemos a) lidar com as oportunidades e dificuldades que a vida
nos apresenta (HAMMOND, KEENEY e RAIFFA, 2004).
Apesar da importância, de longa data, do processo de decisão em nossas vidas, é somente ao
final da Segunda Guerra Mundial, com o a disseminação do conhecimento desenvolvido sobre
os problemas das operações militares, que ocorreu uma grande expansão na pesquisas sobre a
análise e preparação para TD, tendo-se como base então a disciplina de Pesquisa Operacional
(GOMES, ARAYA e CARIGNANO, 2004).
O quadro descrito acima evoluiu e se intensificou com o aumento das dificuldades que o
século XX trouxe para o processo de TD, em particular a segunda metade, com o progresso
científico e tecnológico provocando grandes impactos nas decisões das pessoas em todo
mundo, refletindo no crescimento da complexidade das decisões individuais (LARICHEV e
MOSHKOVICH, 1997).
Os primeiros métodos de apoio multicritério à decisão começaram a despontar por volta da
década de 70, em resposta à complexidade crescente dos processos decisórios que
26
demandavam métodos capazes de lidar com situações específicas, nas quais as decisões
deveriam ser tomadas com racionalidade para resolver problemas caracterizados por:
múltiplos objetivos simultâneos; múltiplas alternativas; critérios de resolução conflitantes;
indefinições; incertezas; contextos multidisciplinares; critérios não-quantificáveis; entre
outras complicações (GOMES, ARAYA e CARIGNANO, 2004; GOMES, 2007).
Coerentemente aos conceitos acima mencionados, os pesquisadores Larichev e Moshkovich
(1997) por seu turno acrescentam que os métodos de AMD, apesar de originalmente
concebidos de forma independente, em domínios científicos específicos, cada vez mais são
percebidos como pertencentes a uma área de conhecimento multidisciplinar, dado que em
várias ocasiões a utilização destes métodos, para responder questões de um domínio
específico, promove o encontro de respostas em domínios de conhecimento adjacentes.
Concluindo esta introdução, para reflexão sobre a importância do processo de decisão,
destaca-se no trabalho de Larichev e Moshkovich (1997) a citação do escritor americano
Thornton Widler: “a habilidade de escolher é a mais preciosa propriedade da razão”.
2.1.1 Conceitos Básicos
Segundo Hammond, Keeney, Raiffa (2004) um processo de decisão eficaz começa com a
concentração naquilo que é efetivamente importante no processo decisório, que deve ser
lógico e coerente, contemplando fatores objetivos e subjetivos, misturando raciocínio
analítico e intuição. O processo deve ser mínimo, porém completo com relação às exigências
de informações e ao esforço de análise para conclusão. Além disso, um processo eficaz deve
propiciar e conduzir à conquista de informações relevantes e opiniões bem embasadas. Enfim,
27
um processo eficaz de tomada de decisão deve ser direto, seguro, fácil de ser seguido e
flexível.
Larichev e Moshkovich (1997) argumentam, entretanto, que no mundo das decisões humanas,
emoção e razão são elementos inseparáveis que continuamente influenciam nossa capacidade
de escolher, de decidir. Segundo estes autores o processo de TD (racional) começa com a
tentativa de utilização de um conhecimento anterior, desenvolvido em uma experiência
prévia. Prossegue com a tentativa de compreensão do problema e a obtenção de toda a
informação necessária, contemplando todos os aspectos e fatores importantes, e descartando o
que for desnecessário.
A relação abaixo oferece uma visão geral das principais atividades relacionadas ao processo
de tomada de decisão, consenso entre vários pesquisadores deste assunto (GOMES, 2007).
� Ter a convicção, o conhecimento sem dúvidas, de se estar buscando uma solução para
um problema real e verdadeiro;
� Buscar o isolamento dos efeitos emocionais e das verdades alheias, ponderar e refletir o
quanto for necessário sobre o problema verdadeiro da decisão;
� Conseguir todas as informações necessárias e importantes para a tomada de decisão;
� Buscar a percepção, de modo inequívoco e sem distorções, do que essencialmente é
relevante para a decisão.
� Contemplar na ponderação do problema compromissos éticos e morais relacionados à
decisão a ser tomada;
� Conceber ou obter o mais abrangente conjunto possível de alternativas exeqüíveis;
� Relacionar metas e objetivos, qualitativos e quantitativos, relacionados à decisão;
28
� Para cada uma das metas e objetivos relacionados, tornar claro, sem ambigüidades, os
critérios de avaliação para a tomada de decisão;
� Para cada critério de decisão definido, expressar de forma clara as conseqüências da
escolha de cada alternativa possível, levando em conta as probabilidades destas
efetivamente ocorrerem;
� Considerando as atividades listadas anteriormente, escolher um ou mais métodos de
apoio à decisão para selecionar, ordenar, classificar ou descrever alternativas;
� Analisar de forma crítica os resultados obtidos com o método escolhido, considerando
a posição do tomador de decisão e do interessado que sofrerá as conseqüências diretas
ou indiretas do processo de tomada de decisão;
� Construir, para quem irá decidir, recomendações objetivas, documentadas, abrangentes
e conclusivas sobre a decisão a ser tomada, incluindo a análise de viabilidade das
alternativas consideradas.
Cabe observar que as doze atividades relacionadas acima não precisam ser realizadas
necessariamente na ordem apresentada.
2.1.2 Atores do Processo de Tomada de Decisão
São vários os atores no processo de TD. Consolidando as visões de Gomes (2007), Larichev e
Moshkovich (1997), pode-se destacar os seguintes atores:
� Dono do Problema – é o indivíduo, ou um conjunto destes, responsável, em última
instância, pelo problema ou assunto relacionado à decisão. Pode-se fazer uma analogia
ao papel do Patrocinador (Sponsor) em gerência de projetos.
� Decisor (DE) ou Tomador de Decisão – é o responsável pela tomada de decisão em
si, é efetivamente quem decide, quem escolhe o caminho a ser seguido. Pode ser um
29
indivíduo, ou conjunto destes, para o qual se espera que o processo de AMD produza
uma recomendação. Em geral o Dono do Problema e o Decisor são a mesma pessoa ou
o mesmo conjunto de indivíduos. Como no papel anterior, pode-se perceber uma
analogia ao papel do Gerente de Projetos em gerência de projetos.
� Agentes de Decisão – são indivíduos ou grupos que, realizam várias ações, direta ou
indiretamente, ao longo do processo de análise de decisão, tais como: geração de
estimativas; ordenação de preferências; realização de cálculos. São representantes de
grupos ativos, envolvidos, interessados ou afetados pelo processo de decisão. Como
nos itens anteriores, pode-se perceber alguma analogia deste conceito com o conceito
de parte interessada ou interveniente (Stakeholder) em gerenciamento de projetos.
� Especialistas – são indivíduos que detém conhecimento específico, amplo e profundo,
sobre o problema ou assunto central do processo de decisão em questão. Em geral são
os especialistas que ajudam o analista de decisão a estruturar o problema de decisão, a
definir critérios, identificar e avaliar alternativas – principalmente quanto se tratar de
problemas não estruturados.
� Analista de Decisão – é o profissional especialista nos fundamentos e métodos de
apoio à decisão. É o profissional responsável por: estruturar o problema; elaborar a
modelagem adequada; interagir com os demais atores; estruturar a resolução do
problema e recomendar uma ação ao DE.
2.1.3 Alternativas - Ações Potenciais
As alternativas são os objetos da decisão. O conceito de alternativa é uma especialização de
um conceito mais geral – o conceito de ação potencial, que em si não implica em nenhuma
condição de escolha. Já o conceito de alternativa pressupõe, no mínimo duas ações possíveis
30
porém mutuamente excludentes – não se pode executar as duas ações simultaneamente – daí o
conceito de escolha, de alternativa. Entretanto, no mundo real das decisões, em algumas
situações, a decisão factível pode se dar através da combinação e/ou execução simultânea de
duas ou mais alternativas (ROY, 2004; LARICHEV e MOSHKOVICH, 1997; LARICHEV e
OLSON, 2001).
As alternativas significam as variantes, são os diferentes cursos de ação, são os diferentes
caminhos, são as opções, as possibilidades que o processo de TD apresenta ou impõem ao
DE. Na visão de Larichev e Moshkovich (1997) as alternativas, quanto a sua natureza, podem
ser classificadas como: (i) independentes; (ii) dependentes; (iii) predefinidas; (iv) decorrentes
de regras ou (v) construídas ao longo do processo de TD.
Uma notação matemática possível para alternativas e/ou ações potenciais seria:
� A é o conjunto das ações ou alternativas consideradas no processo de TD;
� a é uma alternativa ou ação possível;
� |A| = m e A={a1; a2,.... am} expressa a quantidade finita de ações ou alternativas em A e
igual a m;
� a = {x1; x2....} é a modelagem da alternativa ou ação a expressa através das varáveis x1;
x2,... (critérios).
Em outra forma de modelagem, considerando que o valor de cada variável designa uma
possível avaliação sobre uma escala apropriada, construída conforme uma visão especial (um
critério de avaliação) pode ser utilizada a seguinte notação:
� Xi é a escala através da qual cada variável xi será avaliada
� i onde pode variar de (1,2, ..., n)
31
� O conjunto de ações ou alternativas A é um subconjunto do produto cartesiano
∏ ==
n
i iXX1
2.1.4 Critérios
Seja qual for a abordagem, seja qual for o método, a definição adequada dos critérios com os
quais se irá trabalhar é um fator chave de sucesso para o processo de AMD. Se a construção
da lista de critérios for inadequada, implicará em uma carência de percepções relevantes e de
muito pouco terá utilidade a adoção de técnicas sofisticadas de análise e avaliação de critérios.
A definição da lista de critérios significa, por si só, uma decisão, a escolha do conjunto de
aspectos importantes, através dos quais se sustentará todo processo de TD (BOUYSSOU,
1990).
Um conjunto de critérios funciona com um conjunto de instrumentos construídos para avaliar
e comparar as alternativas, de acordo com os objetivos que se pretende alcançar. Uma
notação matemática possível é apresentada a seguir:
� c é um critério;
� a é uma alternativa;
� c(a) é o desempenho ou avaliação de a conforme o critério c;
� Xc é o domínio de valores que c(a) pode produzir.
Independente do tipo de informação produzida pela avaliação c(a), é preciso que seja
explicitamente definido todo o domínio de valores Xc que c(a) pode produzir. Além disso o
conjunto de avaliações Xc deve permitir a definição de uma ordenação completa de seus
valores, caracterizando desta forma uma escala de valores através da qual as avaliações
possam ser comparadas (FIGUEIRA et al, 2004).
32
O resultado de uma avaliação c(a), expresso em uma escala de medição também pode ser
denominado como conseqüência, porque define o efeito provocado pela escolha da
alternativa a com relação ao critério c na direção, ou não, do objetivo que se deseja alcançar
com o critério adotado (HAMMOND, KEENEY e RAIFFA, 2004).
Bouyssou (1990) argumenta que devido às limitações cognitivas humanas, e à necessidade de
se pesquisar os possíveis relacionamentos entre critérios, a quantidade de critérios a serem
considerados em processos de AMD não deve ser grande – nada muito superior a doze (12)
critérios, segundo este autor – caso contrário se tornará inviável à implementação de qualquer
procedimento de avaliação. A preocupação com a quantidade de critérios também
compartilhada por outros pesquisadores, entre eles Larichev e Moshkovich (1997).
De forma abrangente e consolidada, considerando-se as recomendações e conceitos
apresentados por Bouyssou (1990), Gomes (2007) e Figueira et al (2004), uma família ou
hierarquia de critérios deve possuir as seguintes propriedades:
(i) Operacionalidade – deve ser considerada pelo DE, e por todos os demais agentes e
interessados no processo de TD, como uma base válida de sustentação da TD. Cada
critério, através de suas escalas de avaliação, deve ser compreendido com uma
ferramenta importante para análise das possíveis conseqüências, sem nenhum
prejulgamento de importância relativa.
(ii) Minimidade – deve ser composta por um número mínimo porém suficiente de critérios
que permitam a análise e avaliação das relações entre critérios. Não deve conter critérios
desnecessários.
(iii) Completude e exaustividade – deve contemplar todos os critérios que interessam ao TD,
incluindo todas as percepções necessárias e importantes sobre o problema. Deve
33
contemplar todos os critérios, elementares e específicos, que efetivamente possam ser
usados no processo de solução do problema de decisão.
(iv) Legibilidade – o que cada critério representa ou mede deve ser amplamente
compreensível para todos os envolvidos no processo de decisão.
(v) Monotônica – a ordenação das preferências parciais, representadas pela avaliação ou
julgamento de cada critério, deve ser consistente com a ordenação das preferências
globais expressas sobre as alternativas. Dito de outra forma, o conjunto de critérios deve
possibilitar a avaliação das alternativas, estabelecendo condições para ordenação parcial
de preferências de forma consistente 1.
(vi) Independência e decomponibilidade – deve permitir a apreciação de uma alternativa, em
relação a um dado critério, de modo independente de seu desempenho em relação aos
demais critérios. Ou seja, deve-se ter independência entre critérios de avaliação (este
conceito é explicado mais adiante neste trabalho).
(vii) Ausência de redundância – dois ou mais critérios não devem refletir a mesma medida da
realidade, ainda que parcialmente, caso contrário ocorrerá uma múltipla percepção ou
contabilização de valores e, conseqüentemente, uma avaliação geral equivocada.
(viii) Comparabilidade – mantendo-se todas as demais propriedades, também é desejável que
hierarquia de critérios estabelecida possibilite, de forma legítima, a comparação de
subgrupos de critérios.
2.1.5 Escalas de Mensuração de Critérios
1 Esta propriedade está relacionada ao conceito matemático de função monotônica – uma função que preserva uma dada ordem. Uma função f é uma função monotônica se para todo x e y, tal que x ≤ y, tem-se que f(x) ≤ f(y). Da mesma forma, f será uma função monotônica se para todo x e y, tal que x ≤ y, tem-se que f(x) ≥ f(y), porém neste caso f é chamada de monotônica decrescente, porque também mantém um ordem, porém reversa. (WIKIPIDIA, 2008).
34
É através das escalas de mensuração que se pode avaliar, através dos critérios, o desempenho
de uma alternativa ou a conseqüência de uma ação possível. É fácil mensurar grandezas
físicas, como calor ou temperatura, que já possuem unidades e sistema próprio de medição,
que expressam numericamente o valor destas grandezas. Entretanto não é trivial mensurar o
desempenho em critérios como “capacidade de comunicação” ou “resistência a mudanças”
(COOPER e SHINDLER, 2003).
Ao se construir escalas de mensuração é imprescindível levar em consideração os tipos de
dados que serão utilizados para avaliar o desempenho ou conseqüências de um dado conjunto
de critérios. Dependendo dos tipos de dado e do objetivo da medição, as seguintes escalas de
mensuração geralmente são utilizadas: (i) nominal; (ii) ordinal; (iii) intervalar e (iv) de razão
(COOPER e SHINDLER, 2003).
� Escalas Nominais: são utilizadas para representar informações coletadas sobre
variável, que pode ser categorizada de forma exclusiva e exaustiva. A única operação
possível sobre estas escalas é a contagem de ocorrências em uma dada graduação. Estas
escalas não propiciam qualquer informação sobre ordem, relação de distância entra
graduações e não têm origem aritmética. Conforme Roy (2004) são escalas nas quais a
variação entre duas graduações não tem significado em termos de diferenças em
desejabilidade.
� Escalas Ordinais: estendem as características das escalas nominais incluindo a
informação de ordem, de posição relativa de uma graduação, desde que o princípio da
transitividade entre as graduações da escala seja respeitado (x > y, y > z, então x > y,
este princípio será detalhado mais adiante neste trabalho). Embora esta escala possa
informar que x é melhor ou pior que y, não informa o quanto é melhor ou pior.
Também conforme Roy (2004) neste tipo de escala não é possível se estabelecer, entre
35
quaisquer dois pares de graduações, uma igual diferença em desejabilidade ao longo da
escala.
� Escalas Intervalares: ampliam o poder de mensuração das escalas ordinais porque
incluem o conceito de Equidade de Intervalo. Graças a este conceito, o valor da
diferença entre duas graduações, ou distância entre duas medidas, tem o mesmo
significado ao longo da escala. Este tipo de escala não contempla o conceito de origem
absoluta, isto porque neste tipo de escala o ponto zero é um ponto de origem arbitrária
(como exemplo a escala de temperatura em graus Centígrados). Segundo Roy (2004)
neste tipo de escala é possível se estabelecer, entre quaisquer dois pontos de graduação,
uma igual diferença em desejabilidade ao longo da escala.
� Escalas de Razão: contempla todas as propriedades das escalas intervalares e
acrescenta o conceito de origem absoluta ou ponto zero não arbitrário. A informação de
uma escala de razão representa a quantidade real daquilo que está se medindo, portanto
são adequadas para medir grandezas físicas como massa ou área. Esta escala também é
denominada como escala cardinal (ROY, 2004).
As escalas nominais e ordinais são denominadas escalas qualitativas, enquanto as escalas
intervalares e de razão são denominadas escalas quantitativas.
2.1.6 Modelagem das Relações de Preferência
O problema essencial, o conceito central nos estudos sobre AMD é a representação de
preferências (FIGUEIRA, GRECO e EHRGOTT, 2004). Nos estudos sobre Teoria de
Decisão e métodos de AMD, utiliza-se o conceito de Relação Binária para se expressar,
matematicamente, as Relações de Preferência. A relação binária é utilizada para representar
36
a escolha de um decisor, como resultante do processo de comparação entre dois elementos,
que podem ser alternativas ou critérios (GOMES, ARAYA e CARIGNANO, 2004).
São quatro as relações binárias que representam as relações essenciais de preferência, que se
desenvolverão, por exemplo, como resultado da comparação entre duas alternativas a1 e a2.
Estas quatro relações de preferência são mutuamente excludentes (GOMES, ARAYA e
CARIGNANO, 2004). Estas relações essenciais de preferência estão descritas a seguir no
Quadro 1.
Relações Essências de Preferência
Relação Notações Significado
Indiferença (I) a1 I a2
a1 ≈ a2 O DE é indiferente entre as opções a1 e a2.
Preferência Estrita (P) a1 P a2
a1 φ a2
O DE prefere estritamente a opção a1 em relação à opção a2.
Preferência Fraca (Q) a1 Q a2
a1 φ a2 O DE não tem certeza se prefere estritamente a1 a a2 ou se é indiferente a uma ou outra alternativa.
Incomparabilidade (R) a1 R a2
a1 NC a2
Ocorre quando o DE não consegue identificar nenhuma das três relações anteriores.
Quadro 1 – Relações essenciais de preferência
No presente trabalho, considerando-se apenas o método selecionado, somente serão utilizadas
as relações de Indiferença (I) e Preferência Estrita (P), esta última também chamada de
Preferência Forte.
As relações essenciais descritas no Quadro 1 podem ser combinadas ou reagrupadas,
formando outras relações que são objetos de estudo: (i) não-preferência; (ii) preferência em
sentido amplo; (iii) presunção de preferência; (iv) k-preferência e (v) superação. Uma
37
explicação completa destas relações pode ser encontrada em Gomes, Araya e Carignano
(2004) e Gomes, Gomes e Almeida (2006).
2.1.7 Propriedade das Relações de Preferência - Transitividade
As relações binárias também possuem propriedades importantes que são referenciadas em
axiomas teóricos de vários métodos de AMD. As propriedades clássicas que influenciam os
métodos de AMD são: (i) reflexibilidade; (ii) irreflexibilidade; (iii) simetria; (iv) assimetria e
(v) transitividade. Assim como para as relações essenciais de preferência, uma explicação
adequada destas relações pode ser encontrada em Gomes, Araya e Carignano (2004) e Gomes,
Gomes e Almeida (2006). Aqui, entretanto, destacaremos apenas a transitividade, em função
da relação direta desta propriedade com o método selecionado neste trabalho.
A transitividade pode ser explicada da seguinte forma: considerando-se três alternativas a1, a2
e a3, se as seguintes relações de preferência são verdadeiras, a1 φ a2 e a2 φ a3, então pela
propriedade da transitividade a1 φ a3. Da mesma forma se comporta a indiferença por
transitividade: a1 ≈ a2 e a2 ≈ a3, então por transitividade a1 ≈ a3.
Em Gomes, Araya e Carignano (2004); Gomes, Gomes e Almeida (2006) e, em especial, no
trabalho de Öztürk, Tsoukiàs e Vincke (2004), pode-se contemplar uma extensa e profunda
revisão sobre os conceitos relacionados à modelagem de preferências, relações binárias e suas
propriedades.
2.1.8 A Independência entre Critérios
Além do conceito de transitividade, mencionado anteriormente, outro importante conceito é o
da independência entre critérios. Trata-se de um requisito essencial para a aplicação de vários
38
métodos AMD, em especial os métodos de síntese, como a MAUT e, de modo ainda mais
particular, é também um requisito fundamental para aplicação do método ZAPROS-LM.
Conforme Gomes, Gomes e Almeida (2006) o conceito de independência entre critérios está
relacionado a outras três propriedades dos critérios de decisão: (i) Isolabilidade; (ii)
Independência em Preferência e (iii) Independência de ordem estrutural.
� Isolabilidade: é caracterizada quando a comparação entre duas alternativas quaisquer
a1 e a2, segundo um dado critério c, pode ser realizada somente com a informação
fornecida pelo critério c, sem depender de informações de quaisquer outros critérios.
� Independência em Preferência: esta propriedade é fundamental para a aplicação do
método ZAPROS-LM. Esta propriedade pode ser caracterizada considerando o
seguinte cenário de decisão, entre duas alternativas a1 e a2 :
� conjunto total de critérios (família de critérios) é C = {c1, c2,..., cn},
� M é um subconjunto (subfamília de critérios) de C composto, por exemplo,
pelos critérios M = {ci, cj};
� M’ é o subconjunto complementar;
� Considerando que o desempenho das alternativas a1 e a2 em todos os critérios
do subconjunto M’ é idêntico;
� Considerando conseqüentemente que desempenho das alternativas a1 e a2 só é
divergente pelos critérios de M;
� Se a decisão entre a1 e a2 puder ser tomada levando em conta apenas o
desempenho dos critérios do conjunto M, independente dos desempenhos dos
critérios do conjunto M’, pode-se afirmar que os critérios do conjunto M são
independentes em preferência dentro do conjunto total de critérios C ;
39
� Pode-se observar, entretanto, que um dado critério cx é independente em
preferência em relação um dado critério cy, porém cy não é independente em
relação à cx. Quando ambos são independentes entre si, pode-se afirmar que cx
e cy são critérios mutuamente independentes em preferência (CLEMEN e
REILLY, 2001).
� Se para todos os critérios de C a condição de independência em preferência
puder ser constatada isoladamente, pode-se afirmar que o (i) conjunto de
critérios C é independente em preferência e que (ii) todos os seus critérios são
mutuamente independentes em preferência.
� Independência de Ordem Estrutural: em um dado conjunto de critérios C, esta
propriedade é caracterizada pela incapacidade de fatores, explícitos e/ou implícitos,
influenciarem conjuntamente o desempenho de um subconjunto, ou uma subfamília, de
critérios de S, impedindo que seja provocada uma dada redundância de avaliações de
desempenho (GoMes, GOMES e ALMEIDA, 2006).
2.1.9 Problemáticas Contempladas pelos Métodos AMD
Conforme observado por Gomes, Araya e Carignano (2004) e Roy (2004), os métodos de
AMD são utilizados para resolver determinados conjuntos de problemas específicos. As
quatro principais problemáticas abordadas pelos métodos de AMD são apresentadas no
Quadro 2 a seguir.
40
Problemáticas dos Métodos de AMD
Problemática Notação Comentário
Descrição de Alternativas δ ).( δP
Consiste na estruturação do problema de
decisão através da identificação de
alternativas, critérios, avaliações e
levantamento de informações, sem que
necessariamente seja recomendada ou
prescrita uma solução.
Seleção da Melhor Alternativa α ).( αP
O objetivo é selecionar a melhor ou as
melhores alternativas possíveis (o menor
número possível de opções próximas do que
seria a ótima).
Classificação de Alternativas β ).( βP
O objetivo é associar cada alternativa a uma
classificação ou categoria predefinida. Como
exemplo de classificação se poderia classificar
as alternativas como: (i) inaceitáveis; (ii)
aceitáveis com ressalvas e (iii) aceitáveis sem
restrições.
Ordenação de Alternativas γ ).( γP
O objetivo é conseguir compor uma pré-
ordem completa ou parcial de preferência
entre alternativas (vide definição a seguir).
Quadro 2 – Problemáticas contempladas pelos métodos AMD
Complementando os conceitos acima descritos, é importante destacar outros dois conceitos
relacionados às estruturas de ordenação de preferências (GOMES, ARAYA e CARIGNANO,
2004):
41
� Pré-ordem completa: é uma estrutura de ordenação de alternativas que considera o
princípio da transitividade e o conceito de empate, ou seja, de indiferença entre
alternativas;
� Pré-ordem parcial: generaliza o conceito de pré-ordem completa ao contemplar o
conceito de incomparabilidade entre alternativas, ao mesmo tempo em que mantém o
princípio de transitividade.
2.1.10 As Principais Abordagens, Escolas e Métodos AMD
Existem várias abordagens distintas para lidar com o problema da modelagem e representação
de preferências, problema central do AMD. Destas abordagens derivam-se os vários métodos
e técnicas de AMD, permitindo algumas classificações, conforme representado na Figura 2 e
descrito a seguir.
Figura 2 – Principais Abordagens e Escolas dos Métodos AMD
• Métodos de Superação – Méthodes de Surclassement – Outranking Methods
A conceituação de superação é a seguinte: considerando-se a1 e a2 como alternativas do
conjunto A de alternativas possíveis, caracteriza-se uma dada relação binária S como uma
42
relação de superação, representada por a1 S a2 quando: (i) existirem argumentos suficientes
para caracterizar que a1 é no mínimo tão bom ou desejável quanto a2; (ii) se de forma
concomitante não existem argumentos para refutar esta conclusão. Além disto, os métodos de
superação têm, entre outros elementos em comum, a característica de utilizarem a comparação
par a par das alternativas (FIGUEIRA, GRECO e EHRGOTT, 2004).
Os métodos de superação também são conhecidos como métodos da Escola Francesa de
AMD, sendo os principais relacionados a seguir, conforme descrito em Gomes, Araya e
Carignano (2004) e Figueira, Greco e Ehrgott (2004).
� Métodos ELECTRE – Elimination et Choix Traduisant la Réalité (ELECTRE I, IS,
II, III, IV e TRI)
� Métodos PROMÉTHÉE – Preference Ranking Organization Method for Enrichments
Evaluations (PROMÉTHÉE I, II, III e IV)
• Métodos de Síntese – Utilidade Multiatributo
Um bom exemplo desta abordagem é a visão clássica da modelagem de preferências que
deriva dos estudos de economia, mas precisamente da Teoria da Utilidade, através dos
trabalhos de Neumann e Morgenstern (1943) e Fishburn (1970), através do conceito de
Função Utilidade. Através deste conceito mede-se a preferência por uma dada alternativa a1,
pelo retorno de uma função utilidade aplicada a esta alternativa, U(a1). Quanto maior o valor
da função utilidade U(a1) maior a preferência, o desejo, pela alternativa a1. É importante
também destacar que nesta visão clássica da função utilidade, esta é, em geral, calculada
através de um processo de soma, que agrega os valores de cada critério de avaliação,
considerando o peso de cada um no processo de avaliação (FIGUEIRA, GRECO e
EHRGOTT, 2004; GOMES, 2007).
43
Este tipo de abordagem, que tenta atribuir um valor numérico à avaliação de preferência, é a
característica essencial dos Métodos de Síntese, também conhecidos como métodos da
Escola Americana de AMD, sendo os principais relacionados a seguir, conforme descrito em
Gomes, Araya e Carignano (2004) e Figueira, Greco e Ehrgott (2004).
� Teoria da Utilidade Multiatributo – MAUT – Multiatributte Utility Theory
(KEENEY e RAIFFA, 1976).
� Método da Análise Hierárquica – AHP – Analytic Hierarchy Process (SAATY,
1980).
� Método MACBETH – Measuring Attractiveness by Categorical Based Evolution
Technique (BANA E COSTA, VANSNICK, 1999)
• Métodos Híbridos e Não Clássicos
Além dos métodos de superação e síntese, existem vários outros métodos e abordagens de
ASD. Aqui se destacam:
� Método TODIM – Tomada de Decisão Interativa e Multicritério . É um método
híbrido que contempla conceitos tanto de superação quanto de síntese, além contemplar
os conceitos da Teoria dos Prospectos (KAHNEMAN e TVERSKY, 1974) o que
permite a este método levar em consideração como decisões humanas são tomadas
diante riscos (GOMES, ARAYA e CARIGNANO, 2004).
� Abordagem da Dominância Baseada em Conjuntos Aproximativos – DRSA –
Dominance-based Rough Set Approach to Multiple-criteria Classification (GRECO,
MATARAZZO e STOWINSKI, 2004)
� Métodos da Análise Verbal de Decisões – Verbal Decision Analysis. São métodos
baseados em informações qualitativas expressas em linguagem natural. Estes métodos
tiveram origem nos trabalhos do pesquisador russo Oleg Larichev (1934-2002), um dos
44
pioneiros no estudo dos métodos multicritério de apoio à decisão (FIGUEIRA, GRECO
e EHRGOTT, 2004). Além do ZAPROS-LM, selecionado para aplicação neste projeto
de pesquisa e mais adiante detalhado, destacam-se os seguintes métodos de análise
verbal de decisões:
� ORCLASS – Ordinal Classification. Método multicritério para a classificação
de alternativas multiatributo (LARICHEV e MOSHKOVICH, 1997);
� PACON – Paired Compensation. Método multicritério pára a seleção da
melhor alternativa (LARICHEV e MOSHKOVICH, 1997);
� ZAPROS–III – Evolução recente do ZAPROS-LM com objetivo de garantir
alto nível de compatibilidade com aplicações reais. Como seu antecessor, o
ZAPROS-III também se destina à obtenção de uma ordenação parcial de
alternativas multiatributo reais, porém demanda por um número muito maior
de interações com o decisor para comparações entre critérios e explicitação de
preferências (MOSHKOVICH, MECHITOV e OLSON, 2004).
� STEP-ZAPROS – Este métodos é outra evolução recente do ZAPROS-LM.
Como no método ZAPROS-III, pode demandar, ou não, um número maior de
entrevistas com o decisor do que o método original, porém dentro de um
processo interativo específico em três etapas, pretende realizar novas
entrevistas com o decisor somente quando necessárias, o que provoca um
melhor desempenho do método (MOSHKOVICH, MECHITOV e OLSON,
2004).
2.1.11 Comparação de Métodos de AMD
Na obra de Larichev e Olson (2001), estes autores apresentam uma resumida confrontação
entre alguns dos principais métodos AMD, confrontando os argumentos de defensores e
45
opositores. Embora a referida comparação não esgote as características, vantagens e
desvantagens dos métodos citados, é uma fonte interessante de consulta pois propicia uma
visão geral. O referido confronto é parcialmente reproduzido no Quadro 3 a seguir.
Existem, entretanto, vários outros trabalhos que procuram classificar e identificar a melhor
aplicação ou adequação dos diversos métodos de AMD. Conforme consta em Gomes (2007),
para se obter uma visão abrangente dos vários métodos existentes, recomenda-se consultar,
entre outros, os trabalhos de Clímaco (1997) e Triantaphyllou (2000), podendo-se citar
também o trabalho de Ozernoy (1992).
Confrontação entre alguns dos principais métodos de AMD
Método Argumentos Prós Argumentos Contras
MAUT
� Possui forte base matemática,
fornecendo uma robusta justificativa
para o tipo de função utilidade usada
para agregação da utilidade unitária
de cada critério;
� Diferentes tipos de condições de
independência podem ser assumidos;
� O envolvimento do DE é necessário
para elaborar a função utilidade,
porém após esta definição é possível
comparar várias alternativas, já
existentes e/ou novas;
� Quando existem alternativas
baseadas em preferências subjetivas,
ou quando o número de alternativas é
grande, novas alternativas podem ser
geradas a partir das originais.
� As questões apresentadas aos DE não
possuem tratamento para justificação
psicológica.
� Muitas questões podem ser de difícil
compreensão pelos DE;
� Os DE precisam de um algum tipo de
capacitação ou treinamento especial
para que os procedimentos da MAUT
possam ser usados adequadamente.
46
Confrontação entre alguns dos principais métodos de AMD
Método Argumentos Prós Argumentos Contras
� Eventuais imprecisões são tratadas
por procedimentos de análise de
sensibilidade.
AHP
� Orientado às alternativas reais do
problema em questão;
� Amplamente utilizado no mundo
devido à facilidade do seu processo
de comparação de alternativas;
� Comparação paritária de critérios é a
base para definição de pesos;
� Quando a quantidade de alternativas
é pequena e os critérios são de
natureza quantitativa, e em número
reduzido, a aplicação do método foca
diretamente o objetivo, a meta da
decisão.
� Propicia uma verificação do quanto
repostas de um DE variam em
comparação a respostas aleatórias.
� A fórmula de agregação, tanto para
critérios quanto para alternativas, não
possui uma base formal, em especial
nos casos onde existe uma função
utilidade não linear nas escalas dos
critérios de avaliação;
� O procedimento de transformação de
comparações qualitativas em
números é diferente para cada DE, e
as diferenças podem ser grandes;
� É impossível, no procedimento de
avaliação, se encontrar os inevitáveis
erros humanos, exceto respostas
inconsistentes do DE;
� Requer que o DE receba explicações
especiais para que possa realizar,
com mais precisão, comparações
quanto à importância de critérios.
� As preferências do DE são medidas
em um único momento específico no
tempo, sem possibilidade de serem
alterada ao longo do processo, como
fruto de um aprendizado posterior.
Métodos de
Superação
� O procedimento de comparação par a
par de alternativas é realizado para � Não existe uma justificativa formal
para a abordagem destes métodos;
47
Confrontação entre alguns dos principais métodos de AMD
Método Argumentos Prós Argumentos Contras
Superação medir o comprometimento requerido
para seleção da melhor alternativa;
� A meta da análise é a construção de
uma regra de decisão subjetiva;
� Mecanismos especiais, como vetos e
condições de incomparabilidade,
evitam o processo de compensação,
que existe em outros métodos, onde
um desempenho ruim em um critério
é compensado pelo desempenho
excepcional em outro critério;
� Ao longo do processo, focam e
utilizam mecanismos de aprendizado
e as relações de superação são
criadas baseadas em diferenças
substanciais entre alternativas;
� As características anteriores citadas
permitem que a análise de
sensibilidade seja dispensada.
para a abordagem destes métodos;
� Não propiciam condições de teste
para verificação de dependência entre
critérios;
� Eventuais erros nas avaliações do DE
não podem ser identificados;
� O processo de definição de peso dos
critérios é realizado de modo
questionável e pode influenciar o
resultado da decisão;
� Os procedimentos de concordância,
discordância e veto, geralmente não
são bem compreendidos pelo DE
durante entrevistas;
� Diante de um caso de possível
intransitividade, não existe uma base
lógica que possibilite ao DE escolher
uma, ou várias alternativas, de um
ciclo de relações de superação.
Métodos de
Análise
Verbal de
Decisões
� Possuem sustentação matemática e
psicológica;
� Em todo o ciclo, em todos estágios, o
DE e demais agentes de decisão
usam a linguagem natural;
� Estes métodos possuem mecanismos
para verificar a independência entre
critérios e procedimentos para lidar
� Existem algumas situações em que a
incomparabilidade não permite que
seja definida a melhor alternativa;
� Não é possível garantir que algum
especialista possa escolher a melhor
alternativa dentre aquelas apontadas
após a aplicação dos métodos.
� A regra de decisão estabelecida pela
48
Confrontação entre alguns dos principais métodos de AMD
Método Argumentos Prós Argumentos Contras
com este problema, caso constatado;
� Possibilidades e limitações humanas
para processar e lidar com as
informações são contempladas;
� Possuem procedimentos especiais
para verificar eventuais contradições
ou erros ao se explicitar preferências
do DE;
� Podem ser utilizados pelo DE para
aprendizado sobre as compensações
possíveis entre as alternativas.
aplicação dos métodos pode não ser
decisiva o suficiente, e isto pode ser
um problema nos casos em que se
precisa de uma decisão rapidamente.
Quadro 3 – Comparação resumida entre métodos AMD
2.1.12 Dominância e Conjunto Ótimo de Pareto
Segundo vários autores (CLEMEN e REILLY, 2001; HAMMOND, KEENEY e RAIFFA,
2004; MOSHKOVICH, MECHITO e OLSON, 2002), outros dois conceitos bastante
populares, porém muito importantes no estudo sobre AMD, são os conceitos de dominância,
em especial em processos de avaliação qualitativa de alternativas (LARICHEV e
MOSHKOVICH, 1997) e de conjunto ótimo de Pareto. Seguem abaixo as definições:
� Dadas duas alternativas ax, ay do conjunto A={a1, ... am} e o conjunto de critérios de
avaliação C={c1, .., cn}, pode-se afirmar que a alternativa ax não é menos desejada
que alternativa ay se: para cada critério i=1..n de C, o desempenho de ci(ax) não for
menos desejado que o desempenho de ci(ay);
49
� Considerando que a condição acima seja verdadeira e se, além desta, pelo menos em
um critério i de C o desempenho de ci(ax) for mais desejado do que o desempenho de
ci(ay), pode-se afirmar que a alternativa ax domina a alternativa ay.
� O subconjunto P de alternativas de C, formado exclusivamente pelas alternativas que
não são dominadas por qualquer outra alternativa de C, é denominado conjunto de
ótimo de Pareto.
Quando uma alternativa é dominada por outra, não tem condições de disputar a preferência
com a dominante, dado que é tão boa quanto a dominante em todos os critérios, exceto em
um no qual sua avaliação é pior. Esta é a regra conhecida como regra da dominância. A
aplicação desta regra, como método de avaliação de alternativas ̧em geral não leva à solução
do problema, mas é muito útil para reduzir o conjunto inicial de alternativas a serem
analisadas (HAMMOND, KEENEY e RAIFFA, 2004). É importante observar que a regra da
dominância, para ser adequadamente aplicada, exige a independência em preferência entre
critérios (LARICHEV e MOSHKOVICH, 1997).
2.1.13 Métodos de Análise Verbal de Decisões
Os métodos de Análise Verbal de Decisões – VDA (Verbal Decision Analysis) são
fundamentalmente baseados nas descrições verbais dos problemas decisórios (Gomes, 2007).
Os métodos VDA, em geral, têm como objetivo serem transparentes para o DE, utilizando
exclusivamente informações verbais qualitativas para avaliação de critérios e alternativas,
expressas em escalas ordinais de avaliação.
Os métodos de VDA não fazem uso de recursos de conversão de variáveis qualitativas em
valores numéricos e, conseqüentemente, não fazem uso de operações quantitativas, como
50
adição ou multiplicação, no processo de avaliação e/ou ordenação das alternativas. Ao invés
de operações quantitativas complexas os métodos VDA pretendem fazer uso de operações e
procedimentos simples, claros e compreensíveis pelos DE (ASHIKHMIN e FUREMS, 2005).
Os métodos VDA são métodos cuja abordagem comum é baseada em estudos sobre os
aspectos físicos e psicológicos da capacidade humana de lidar e processar informações,
levando em conta suas limitações, possibilidades e peculiaridades. São métodos que focam
em especial o comportamento do DE, tanto no processo de descoberta e explicitação de
preferências, como no processo de TD (LARICHEV e OLSON, 2001).
Os métodos VDA são métodos de alto nível de abstração, adequados para tratar problemas
não estruturados e lidar com informações imprecisas e incertas. São métodos que permitem
que o DE foque nos aspectos de alto nível da decisão. Os métodos VDA permitem que seja
dispensado o imenso esforço para se obter estimativas quantitativas detalhadas (como por
exemplo: custos futuros), geralmente estimativas imprecisas e incertas neste tipo de problema,
no qual em muitas ocasiões tem-se pouco, restrito ou limitado conhecimento sobre o
problema e como avaliar adequadamente alternativas (LARICHEV e OLSON, 2001).
2.1.14 Características Gerais dos Problemas Não Estruturados
De acordo com o trabalho de Larichev e Moshkovich (1997), problemas não estruturados, em
geral, possuem pelo menos uma ou várias das características relacionadas a seguir:
� São completamente novos para o DE, ou no mínimo possuem inúmeras características
diferentes dos problemas anteriores da mesma natureza ou assunto.
� Em tempo de tomada de decisão as informações são incompletas, fazendo com que as
alternativas sejam indefinidas.
51
� A decisão é norteada pela intuição e convicção do DE sobre a ocorrência de possíveis
eventos, dado que do DE somente estimativas genéricas podem ser elaboradas sobre as
alternativas, a partir de suas preferências subjetivas.
� A avaliação das alternativas através dos critérios é feita de forma qualitativa em
linguagem natural, através de escalas ordinais.
� A formulação ou expressão do problema é elaborada usualmente em linguagem natural,
sob forte influência pela maneira como o problema é descrito ou modelado.
� A descrição do problema pode influenciar como o DE e demais agentes de decisão
reagem ao problema.
� Em geral, somente se consegue avaliar alternativas, à luz de determinados critérios,
através de especialistas, freqüentemente de forma relativa.
2.1.15 Validade Psicológica das Operações para Tomada de Decisão
Larichev e Moshkovich (1997) em suas pesquisas identificaram três grupos de operações
elementares, de processamento de informações, realizadas pelas pessoas para construir regras
em tomadas de decisão baseadas em múltiplos critérios:
(i) operações sobre as informações dos critérios;
(ii) operações de avaliação de alternativas através dos critérios;
(iii) operações sobre as informações das alternativas.
Considerando os estudos e pesquisas sobre a confiabilidade e limitações do comportamento
humano, ao realizar tais operações, estes pesquisadores identificaram um conjunto de seis (6)
avaliações possíveis, sobre a validade e adequação psicológica de tais operações,
52
considerando a execução destas operações por um DE, em tempo de tomada decisão,
conforme descrito no Quadro 4, exibido a seguir, extraído do trabalho de Larichev e
Moshkovich (1997).
Avaliação das Operações do Processamento Humano de Informações
Avaliação Definição Código
Complexa
São operações de processamento de informações nas quais o DE
demonstra inconsistência e faz uso de estratégias cognitivas
simplificadas para realizá-las, tais como desconsiderar alguns
critérios.
C
Admissível
São operações de processamento de informações que DE
consegue realizar demonstrando apenas pequenas
inconsistências e fazendo uso de estratégias cognitivas
complexas, como por exemplo a combinação de avaliações de
critérios.
A
Admissível
para Pequenas
Dimensões
São operações de processamento de informações que o DE
consegue realizar de modo confiável, apenas se a quantidade de
elementos (critérios, alternativas, avaliações) for reduzida. Se a
quantidade de elementos aumentar, as operações assim
classificadas se tornam muito mais difíceis e não confiáveis.
ASZ
Incerta
São operações de processamento de informações sobre as quais
não existem suficientes estudos e pesquisas para caracterizá-las
adequadamente.
U
Incerteza-
Complexa
São operações de processamento de informações incertas que
podem, entretanto, ser percebidas como complexas, por analogia
com fatos já conhecidos.
UC
Incerteza-
Admissível
São operações de processamento de informações incertas que
podem, entretanto, ser percebidas como admissíveis, por
analogia com fatos já conhecidos.
UA
Quadro 4 – Avaliação das operações do processamento humano de informações
53
Com relação à validade psicológica das várias operações elementares que compõem os
métodos de tomada de decisão multicritério e de explicitação de informações, o Quadro 5,
também extraído do trabalho de Larichev e Moshkovich (1997), resume, segundo estes
autores, a validade psicológica destas operações elementares:
Avaliação Psicológica das Operações em Métodos AMD
Índice Operação Elementar Avaliação
1 Operações sobre Critérios
1.1 Ordenação por (valor) utilidade. A
1.2 Atribuição quantitativa de pesos a critérios. C
1.3 Decomposição de critérios complexos em critérios mais simples. ASZ
2 Operações sobre Avaliação de Alternativas sobre Critérios
2.1 Atribuição de um equivalente quantitativo a uma avaliação
qualitativa, através de um critério. UC
2.2 Determinação quantitativa do equivalente a uma loteria/estimativa. C
2.3 Comparação qualitativa entre duas avaliações derivadas de duas
escalas de avaliação de critérios. A
2.4 Determinação do valor quantitativo da compensação (tradeoff) entre
dois critérios de avaliação. UC
2.5 Determinação do nível de satisfação através de um dado critério. UA
2.6 Nomeação de probabilidade para avaliação de critério. C
3 Operações sobre as Alternativas
3.1 Comparação entre duas alternativas percebidas como um conjunto
de avaliações através de critérios, e seleção da melhor alternativa. ASZ
3.2 Comparação entre duas alternativas percebidas como um todo e a
seleção da melhor alternativa. UA
3.3 Nomeação de avaliações probabilísticas de alternativas. C
54
Avaliação Psicológica das Operações em Métodos AMD
Índice Operação Elementar Avaliação
3.4 Atribuição de alternativas à classes de decisão. ASZ
3.5 Avaliação quantitativa de utilidade. C
3.6 Decomposição de alternativas complexas em alternativas mais
simples. ASZ
3.7 Comparação qualitativa entre as probabilidades de duas alternativas. A
Quadro 5 – Avaliação psicológica das operações em métodos AMD
Pode-se observar que das dezesseis (16) operações elementares descritas no Quadro 5,
somente três (3) são consideradas admissíveis e outras quatro (4) admissíveis desde que em
problemas quantidade reduzida de parâmetros. Ou seja, somente sete (7) das dezesseis (16)
operações elementares, segundo a análise de Larichev e Moshkovich (1997), podem ser
realizadas, do ponto de vista da validade psicológica, de modo confiável e estável por um
DE. Estes pesquisadores argumentam que existem duas razões básicas para que seres
humanos tenham dificuldade nestas operações:
(i) Escalas de avaliação inadequadas, onde se tenta converter avaliações qualitativas em
números;
(ii) A memória de curta duração dos seres humanos, é capaz produzir resultados
consistentes e estáveis com uma quantidade reduzida de parâmetros, mas ao ser
confrontada com um grande volume de parâmetros, devida à sua limitação natural,
produz resultados não confiáveis, contraditórios e inconsistentes.
55
Larichev e Moshkovich (1997) concluíram que:
� O sistema humano de processamento de informações é capaz de lidar, de modo
consistente e confiável, com problemas que envolvam múltiplos fatores, desde a
quantidade de fatores seja mantida pequena, por exemplo, problemas com dois a quatro
fatores.
� O ser humano, para lidar com problemas de múltiplos fatores, precisa utilizar
heurísticas, que em sua maioria são positivas, mas que, em determinadas condições,
podem levar a resultados inadequados, inconsistentes e contraditórios.
� Os atuais e complexos problemas de decisão, com os quais os DE precisam lidar, são
fortes candidatos à interpretação e condução equivocada, devido aos erros decorrentes
da utilização inadequada de heurísticas, cujos mecanismos tentam ajustá-las às
limitações naturais do sistema humano de processamento de informações.
� Dada tais considerações, quando lidamos com problemas de decisão não estruturados, é
preferível se obter das pessoas informações qualitativas.
2.1.16 Decisão Baseada em Avaliações Verbais Qualitativas
Nos trabalhos de Larichev e Moshkovich (1997) e Moshkovich, Mechitov e Olson (2002),
conclui-se que os métodos de AMD, para lidar com problemas não estruturados, de natureza
essencialmente qualitativa, devem atender aos seguintes requisitos:
� Considerar as limitações do sistema humano de processamento de informações;
� Considerar a validade psicológica das operações sobre as informações para análise e
tomada de decisão;
56
� Usar uma linguagem para descrição do problema que seja natural para o DE;
� Implementar procedimentos psicologicamente válidos para avaliação de critérios e
explicitação de preferências;
� Implementar mecanismos de verificação da consistência das informações fornecidas
pelo DE;
� Devem ser transparentes para o DE e devem prover explicações sobre os resultado
obtidos com sua aplicação.
2.1.17 Método ZAPROS-LM
Nos anos 80, sob a liderança de Oleg Larichev (1934-2002), um grupo de pesquisadores
russos começou a desenvolver as principais idéias que convergiram para a criação do método
ZAPROS-LM, cuja primeira versão completa foi apresentada em inglês em 1995, em artigo
publicado no European Journal of Operational Research (LARICHEV e MOSHKOVICH,
1995).
ZAPROS-LM é uma abreviação de palavras em russo com o seguinte significado:
procedimentos fechados próximos a situações de referência, seguido das iniciais dos
pesquisadores, Larichev e Moshkovich.
O método ZAPROS-LM se destina à ordenação de alternativas, sendo baseado em: (i)
avaliações em escalas verbais ordinais e (ii) na compensação ordinal (ordinal tradeoff)
decorrente de comparações paritárias entre critérios. Estas comparações são realizadas entre
graduações de avaliação de critérios, em condições especiais – próximos a duas situações de
referência: as melhores e piores avaliações possíveis (MOSHKOVICH, MECHITOV e
57
OLSON, 2002). Através destas comparações, considerando alternativas hipotéticas, o método
constrói uma escala, denominada escala ordinal de junção (joint ordinal scale – JOS),
através da qual o método ordenará as alternativas reais do problema de decisão.
O ZAPROS-LM é um método que atende aos requisitos necessários para lidar com problemas
não estruturados e de natureza qualitativa. Como já mencionado, este método requer que os
princípios de transitividade e independência em preferência entre critérios sejam observados.
Para isso, o método contempla mecanismos próprios para verificação estes requisitos.
Os principais conceitos do método serão detalhados a seguir.
2.1.18 Formulação do problema de ordenação
Para o pleno entendimento do ZAPROS-LM, é importante compreender a formulação do
problema para o qual este método foi concebido. A formulação apresentada a seguir foi
extraída de Moshkovich, Mechitov e Olson (2002):
� Dado um conjunto de n critérios para avaliação de alternativas;
� Xi é um conjunto finito dos possíveis valores verbais (graduações) na escala ordinal do
critério i = 1,..n, onde |Xi| = ni.
� O conjunto de todos os possíveis vetores no espaço de n critérios é ∏ ==
n
iXiX
1.
� A={a1; a2, .... am} ⊆ X é o subconjunto de todos os vetores de X que correspondem a
alternativas reais a serem avaliadas.
� Problema: ordenar as alternativas de A com base nas preferências do DE.
58
• Escalas ordinais de avaliação qualitativa de critérios
Conforme as especificações do ZAPROS-LM, descritas em Larichev e Moshkovich (1997) e
Moshkovich, Mechitov e Olson (2002), cada critério deve possuir sua escala ordinal de
avaliação qualitativa. Os critérios podem ter escalas e/ou quantidades diferentes de valores
verbais ou graus de avaliação. Entretanto, todos os valores verbais, ou graduações, das
escalas, de todos os critérios, devem ser construídos obedecendo a um determinado padrão.
Este padrão estabelece que todas os valores verbais, ou graduações, devem possuir um
prefixo, composto por: (i) uma letra para identificação do critério e (ii) um número inteiro
para identificação da graduação. Este prefixo deve ser inequívoco e único para cada
graduação. Além disso, pelo padrão, as graduações devem ser listadas e prefixadas
numericamente a partir do valor 1 (um), de forma inversa ao valor qualitativo da graduação,
para o problema em questão.
Como o padrão de identificação é essencial para a compreensão e utilização do método, para
facilitar o entendimento, a seguir é apresentado um exemplo de aplicação do mesmo.
Supondo um processo de escolha de uma nova cidade para se investir em um dado negócio,
onde se leve em conta três critérios: (a) qualidade ambiental com 3 graduações; (b) distância
dos grandes centros urbanos com 4 graduações e (c) isenção de impostos municipais, também
com 4 graduações. Estas graduações, conforme o padrão descrito, devem ser identificadas da
forma demonstrada no Quadro 6. Ou seja, quanto maior o número no prefixo, menor o valor
qualitativo do resultado para o caso, e vice-versa.
59
Escala do Critério A Qualidade Ambiental
Escala do Critério B Distância dos Grandes
Centros Urbanos
Escala do Critério C Incentivos Municipais
A1: alta B1: muito curta, até 40km C1: Ótimos: crédito+isenção+terra
A2: média B2: curta, de 41 a 80km C2: Razoáveis: crédito+ isenção
A3: inadequada B3: média, de 81 a 150 km C3: Escassos: só crédito
B4: grande, acima 151km. C4: Ruim: sem incentivos
Quadro 6 – Exemplos de escalas ordinais para uso com o ZAPROS-LM.
2.1.19 Situações de Referência
Dado um conjunto C de critérios C={c1, c2, ..., cn} para avaliação de alternativas, denomina-
se situação de referência as condições onde a avaliação de uma alternativa hipotética, em
todos os critérios, teria os melhores ou piores resultados possíveis. Como conseqüência
desta definição tem-se que para qualquer conjunto C de critérios (dois ou mais) existem duas
situações de referência, doravante denominadas SR, descritas a seguir.
� Primeira SR - Os melhores resultados possíveis em todos os critérios. Considerando o
exemplo apresentado anteriormente, referente aos critérios das tabelas 6, a primeira
SR seria uma alternativa representada pelo seguinte vetor de resultados: 1ª SR = {A1;
B1; C1}.
� Segunda SR - De forma análoga, representa os piores resultados possíveis em todos os
critérios. Usando o mesmo exemplo, a segunda SR seria uma alternativa representada
pelo seguinte vetor de resultados: 2ª SR = {A3; B3; C3}.
2.1.20 Explicitação de Preferências
A explicitação de preferências do DE é materializada através da construção da escala de
junção ordinal (joint ordinal scale – JOS), doravante denominada apenas como JOS. Esta
escala contemplará todos os critérios e todas suas respectivas graduações (valores verbais),
ordenadas segundo as preferências do DE, ou seja, segundo a importância que o DE dará a
60
cada possível avaliação de cada critério. Como será detalhado mais adiante, o método
preconiza, para explicitação das preferências, a construção de duas instâncias da JOS, cada
uma construída próxima a uma das situações de referência.
Para construir a JOS, próxima a 1ª SR, o método estabelece que o DE deverá comparar pares
de alternativas hipotéticas, representadas por vetores de Y ⊂ X, onde cada vetor de Y possui
os melhores resultados possíveis em cada critério, exceto em um. Considerando o exemplo
apresentado anteriormente, referente aos critérios das tabelas 6, o conjunto de vetores Y
(também denominado L1), próximo a 1ª SR, seria composto pelas seguintes alternativas
hipotéticas, representadas por seus respectivos prefixos de identificação:
{A2; B1; C1} {A1; B4; C1}
{A3; B1; C1} {A1; B1; C2}
{A1; B2; C1} {A1; B1; C3}
{A1; B3; C1} {A1; B1; C4}
Ao DE serão feitas perguntas, comprando alternativas hipotéticas próximas à 1ª SR.
Considerando o exemplo dado anteriormente, o DE deverá responder, por exemplo, ao
seguinte questionamento, representando a comparação ente: {A2; B1; C1} x {A1; B1; C2}.
Considerando (i) uma cidade com média qualidade ambiental, localizada a curta
distância de um grande centro urbano, com ótimos incentivos municipais e (ii) uma
cidade com alta qualidade ambiental, também localizada a curta distância de um
grande centro e incentivos razoáveis, qual seria sua escolha?
Para materializar o resultado da comparação, par a par, de cada alternativa hipotética próxima
a 1ª SR, será gerada uma matriz de resultados, onde o cruzamento de cada linha-coluna
61
corresponderá a uma comparação ordinal. Como para cada comparação somente um elemento
do vetor é diferente do melhor resultado possível, a matriz poderá fazer referência somente ao
elemento divergente. Baseado no exemplo anterior a matriz, para construção da JOS, próxima
a 1ª SR, poderia ser representada como no Quadro 7. Observa-se que na matriz podem ser
suprimidas também as referências às melhores avaliações possíveis de cada critério, dado que
as mesmas são equivalentes em termos de desejabilidade pelo método.
Média
Qualidade
inadequada
Curta, de 41 a
80km
Média, de 81 a
150 km
Grande, acim
a de 151km
Razoáveis:
crédito+ isenção
Escassos: só
crédito
Ruim
: sem
incentivos
Critérios Avaliações
A2 A3 B2 B3 B4 C2 C3 C4
A2: Média. A2 A2 A2 A2 A2 Qualidade Ambiental A3: Inadequada. A3
B2: Curta, 41 a 80km. B2 B2
B3: Média, 81 a 150km. B3 B3
Distância dos Grandes Centros Urbanos B4: Grande, acima de 151km. B4
C2: Razoáveis:crédito+isenção C2 C2
C3: Escassos: só crédito C3 C3 Incentivos Municipais
C4: Ruim: sem incentivos C4
Quadro 7 – Matriz de comparação de critérios – JOS - 1ª SR
Cada célula da matriz representada na tabela 7 conterá o resultado da comparação entre as
duas alternativas hipotéticas. Supondo que x e y representem os vetores hipotéticos
correspondentes, as respostas do DE poderão ser três: x φ y ; y φ x ou x ≈ y. Ou seja, pelo
método somente são mapeadas as relações de preferência estrita ou indiferença. Na tabela 7
acima foi mapeada uma possível resposta à pergunta dada como exemplo, na célula que
corresponde à comparação das avaliações de critérios A2 x C2, no caso a suposta resposta do
DE foi sua preferência pela alternativa que corresponde ao vetor {A2; B1; C1}.
62
Pode-se observar que somente é necessário elaborar as comparações referentes às células que
correspondem à área superior à diagonal da referida matriz, porque devido à simetria das
relações o resultado da comparação entre {A2; B1; C1} e {A1; B1; C2} é o mesmo que entre
{A1; B1; C2} e {A2; B1; C1}. Além disso, também se pode notar que os resultados de
algumas comparações são inferidos automaticamente devido à transitividade das relações. Na
tabela 7 acima, este é o caso das células que representam o cruzamento de avaliações de um
mesmo critério, por exemplo, A2 x A3, onde obviamente a escolha seria pela avaliação A2.
Nestas situações é recomendado se diferenciar a representação desta escolha. No tabela 7, de
exemplo, este tipo de inferência por transitividade foi representado pelo conteúdo da célula
ser sublinhado.
Para buscar a garantia da validade psicológica das respostas do DE, e a necessária
consistência das mesmas, o método estabelece que cada comparação deverá ser realizada, no
mínimo, duas vezes. Este procedimento é denominado de dupla verificação (double check) e,
caso encontrada inconsistências, estas deverão ser resolvidas junto ao DE.
2.1.21 Fechamento de Transitividade (Transitive Closure)
Baseado na premissa de que as preferências do DE são necessariamente transitivas, este
procedimento é realizado ao longo do processo de explicitação de preferências. Após uma
resposta do DE à comparação de duas alternativas, o procedimento consiste em inferir e/ou
verificar as possíveis relações de preferência entre outras alternativas do conjunto, com
resultados piores, ou indiferentes, nos mesmos critérios ou, se for o caso, identificar
inconsistências e provocar, junto ao DE, as correções necessárias. No exemplo representado
na tabela 7 acima, este foi o procedimento aplicado ao cruzamento de A2 x C3 e A2 x C4,
dada à suposta resposta do DE, escolhendo A2 ao questionamento do exemplo, A2 x C2.
63
2.1.22 Construção da Escala Ordinal de Junção
A escala de junção ordinal, próxima à 1ª SR, será construída a partir da melhor situação
hipotética possível, onde todos os critérios possuem a melhor avaliação, seguida em ordem
decrescente de importância pelos critérios priorizados. A importância de cada critério, e sua
correspondente posição de classificação na JOS, são determinadas pela regra da dominância,
que é implementada pelo procedimento a seguir:
� Primeiro passo: na posição nº 1, são colocados todas as avaliações que correspondem à
1ª SR, ou seja, todas as melhores avaliações possíveis, em todos os critérios (as não
dominadas). Estas avaliações serão então desconsideradas doravante.
� Segundo passo: selecionam-se as atuais avaliações dominantes, aquelas que possuem a
maior quantidade de relações de preferência estrita, ou seja, a maior quantidade de
ocorrências na matriz de comparação de critérios do Quadro 7. A este conjunto de
avaliações é atribuído a 2ª posição na classificação. Estas avaliações serão então
desconsideradas do procedimento.
� O procedimento prossegue, assim por diante, repetindo o passo anterior, até que o
último grupo de avaliação de critérios dominados seja classificado.
� Com este procedimento, por fim, será elaborada a escala ordinal de junção, como a do
exemplo hipotético apresentado no Quadro 8.
Grupos de Avaliações de Igual Importância
Posição na JOS
Vetores Correspondentes
Avaliações em Destaque
A1; B1; C1 1 {A1; B1; C1} A1; B1; C1
A2 2 {A2; B1; C1} A2
{A1; B2; C1} B2 B2;C2 3
{A1; B1; C2} C2
64
Grupos de Avaliações de Igual Importância
Posição na JOS
Vetores Correspondentes
Avaliações em Destaque
C3 4 {A1; B1; C3} C3
B3 5 {A1; B3; C1} B3
A3 6 {A3; B1; C1} A3
{A1; B4; C1} B4 B4; C4 7
{A1; B1; C4} C4
Quadro 8 - JOS – 1ª SR
2.1.23 Fechamento de Transitividade (Transitive Closure)
Baseado na premissa de que as preferências do DE são necessariamente transitivas, este
procedimento é realizado ao longo do processo de explicitação de preferências. Após uma
resposta do DE à comparação de duas alternativas, o procedimento consiste em inferir e/ou
verificar a transitividade nas possíveis relações de preferência entre outros critérios ou, se for
o caso, identificar inconsistências e provocar as correções necessárias. No exemplo
representado na tabela 8 acima, este foi o procedimento aplicado ao cruzamento de A2 x C3 e
A2 x C4, dada à suposta resposta do DE, escolhendo A2 ao questionamento do exemplo dado.
2.1.24 Verificação de Independência em Preferência entre critérios
Para esta verificação o método estabelece que todo o procedimento de explicitação de
preferências do DE, com relação aos critérios e suas respectivas avaliações, realizado próximo
à 1ª SR, seja integralmente repetido, de modo análogo, agora com alternativas hipotéticas
próximas da 2ª SR. Se a escala de junção ordinal obtida próxima à 2ª SR for idêntica à gerada
próxima à 1ª SR, o método considera que existe independência em preferência para todo o
conjunto de critérios da decisão em análise. Caso as escalas geradas apresentem uma
65
ordenação de critérios diferente, a independência em preferência provavelmente não foi
respeitada e as inconsistências decorrentes deverão ser resolvidas junto ao DE.
2.1.25 Avaliação das Alternativas Reais
A validade da aplicação da JOS como ferramenta de medição das preferências do DE está
demonstrada em Larichev e Moshkovich (1995). Aqui serão reproduzidas, apenas, as
definições necessárias ao entendimento da aplicação da JOS, extraídas de Moshkovich,
Mechitov e Olson (2002).
� A escala de junção ordinal – JOS, próxima à 1º SR, é uma ordenação completa de
vetores de Y, onde Y é um subconjunto de vetores de X, com todas as melhores
avaliações possíveis, exceto uma. Esta ordenação completa significa que para cada x,
y ⊆ Y x φ y ou y φ x ou x ≈ y.
� Definição 1: considerando a existência de uma JOS válida, uma alternativa a é não
menos desejada do que uma alternativa b, se para cada avaliação de critério de a puder
ser encontrada em b uma única avaliação de critério não mais desejada.
� Para implementação da definição acima se pode considerar uma função JOS(xi) que
retornará a posição na JOS, correspondente à avaliação do critério xi. Exemplo,
considerando a JOS apresentada na tabela 8 acima: JOS(B2) = 3.
� Utilizando a função JOS(xi), um modo de implementar a regra acima é através da
substituição de cada avaliação de critério por sua correspondente posição na JOS, em
cada vetor representando uma alternativa real. Na seqüência os elementos em cada um
dos vetores devem ser reorganizados em ordem ascendente de preferência, de modo
que JOS(x1) ≤ JOS(x2) ≤ ... ≤ JOS(xn).
66
� Com a ordenação acima, seguinte regra de comparação pode ser aplicada para
avaliação das alternativas reais (Moshkovich, Mechitov e Olson, 2002):
� Definição 2: uma alternativa a é não menos desejável que uma alternativa b,
se para cada elemento i =1,..,n puder ser contatado que JOS(a1) ≤ JOS(b1).
• Matriz de Avaliação das Alternativas Reais com Base na JOS
Para aplicar a regra de avaliação das alternativas reais, uma das possíveis soluções é a
realização do procedimento descrito a seguir, que utiliza a matriz de avaliação das alternativas
reais, implementada no Quadro 9, uma adaptação das tabelas encontradas em Larichev e
Moshkovich (1995) e Moshkovich, Mechitov e Olson (2002).
� Considerando como exemplo o problema de escolha de uma cidade para investimento,
e supondo que as cidades de Saquarema, Itaboraí, Cantagalo e Teresópolis, são
alternativas reais, estas deverão ser mapeadas para a coluna A do Quadro 9, assim
como seus respectivos desempenhos em cada critério de avaliação, mapeados como
vetores na coluna B;
� Para cada alternativa será mapeado para a coluna C, um vetor correspondente às
posições de cada uma de suas avaliações na JOS, usando a função JOS(xi);
� O vetor mapeado na coluna C será copiado e reorganizado na coluna D, ordenando-se
seus elementos em ordem crescente, da direita para a esquerda.
� Aplicando-se aos vetores da coluna D a regra de avaliação correspondente à definição
2 acima, o resultado será retratado na coluna E. No exemplo dado, percebe-se que a
alternativa correspondente à cidade de Teresópolis teve a melhor avaliação segundo a
JOS, Cantagalo e Itaboraí empataram na segunda posição e Saquarema ficou com a
terceira e última posição.
67
� Conforme proposto por Larichev e Moshkovich (1997), quatro abordagens clássicas
podem ser utilizadas para ordenação final dos vetores correspondentes às alternativas
reais, e os resultados exibidos na coluna E:
(i) Seleção seqüencial dos vetores não dominados;
(ii) Seleção seqüencial dos vetores dominados e posterior inversão de ordenação;
(iii) Seleção seqüencial dos vetores que dominam o máximo de outros vetores;
(iv) Seleção seqüencial dos vetores que são dominadas pelo mínimo de outros vetore.
Avaliação de Alternativas Reais
A B C D E
Alternativas Reais
Vetor Original de Avaliações
Vetor de Avaliações {JOS(x1),..,JOS(xn)}
Vetor de Avaliações Reordenado
Ordenação Final
(Rank)
Saquarema {A1;B3;C3} {1,5,4} {1,4,5} 3
Itaboraí {A3;B2;C1} {6,3,1} {1,3,6} 2
Cantagalo {A1;B4;C2} {1,6,3} {1,3,6} 2
Teresópolis {A1;B2;C2} {1,3,3} {1,3,3} 1
Quadro 9 – Matriz de avaliação das alternativas reais
• Resumo do processo de aplicação do método ZAPROS-LM
a) Obter do DE e demais agentes de decisão, a lista de critérios e suas respectivas escalas
ordinais de avaliação, levando-se em consideração os requisitos com relação à
elaboração de critérios e escalas.
b) Elaborar os dois conjuntos de alternativas hipotéticas próximas à 1ª SR e 2ª SR.
c) Preparar a Matrizes de Comparação de Critérios – JOS – 1ª SR e 2ª SR (vide tabela 7),
levando em conta as inferências iniciais devidas às igualdades e transitividade.
d) Iniciar o primeiro ciclo de entrevistas com o DE para explicitar preferências em
relação aos critérios próximos à 1ª SR.
68
e) Cada resposta do DE deve ser registrada na Matriz de Comparação de Critérios,
seguida do procedimento de fechamento de transitividade.
f) Cada relação definida pelo processo de fechamento de transitividade deve ser
registrada na Matriz de Comparação de Critérios, com uma indicação de que foi obtida
indiretamente.
g) Iniciar o segundo ciclo de entrevistas com o procedimento de dupla verificação, para
validar as respostas do primeiro ciclo. Neste segundo ciclo, utilizando-se as
informações dos registros feitos na Matriz de Comparação de Critérios, pode-se
inverter a ordem das perguntas, buscando-se validar, com perguntas diretas, as
respostas indiretas inferidas no primeiro ciclo.
h) Da mesma forma, no segundo ciclo, após cada resposta direta do DE, executa-se o
procedimento de fechamento de transitividade, sendo verificada a consistência com
relação às respostas do primeiro ciclo.
i) Caso identificada alguma divergência esta deve ser esclarecida pelo DE e refletida
corretamente na Matriz de Comparação de Critérios, incluindo a verificação de
transitividade de possíveis relações afetadas.
j) Concluída a explicitação de preferências próxima à 1ª SR, repete-se agora todo o
procedimento para a 2ª SR (do item “d” ao item “i”).
k) Se a família de critérios utilizada for independente em preferência, as escalas JOS
geradas próximas as duas SR serão iguais. Caso haja divergências a família de
critérios deverá ser revista e todo o procedimento reiniciado a partir da 1ª SR.
l) Garantida a independência entre os critérios e com a escala JOS construída, inicia-se à
mensuração das alternativas reais conforme os critérios estabelecidos.
m) Com todas as alternativas avaliadas inicia-se o procedimento de construção da matriz
de avaliação das alternativas reais com base na JOS (vide Quadro 9).
69
n) Executar uma ou mais abordagens para classificar as alternativas com base na JOS,
refletindo a ordenação conseguida na Matriz de Avaliação das Alternativas Reais.
A figura 3, exibida na próxima página, fornece uma visão geral do processo de aplicação do
método ZAPROS-LM.
2.2 Projetos de TI e AMD – Gerência, Seleção e Priorização
Conforme a definição do PMBOK (PMI, 2004) um projeto é “um esforço temporário
empreendido para criar um produto, serviço ou resultado exclusivo”. Esta definição,
amplamente aceita, enfatiza o caráter transitório de um projeto: tem início, duração esperada
e, conseqüentemente, um fim esperado. Entretanto, como destaca o PMBOK (PMI, 2004), as
conseqüências de um projeto, não são necessariamente transitórias: os produtos, os serviços
ou resultados produzidos pelo projeto, podem ter um caráter duradouro. A produção de um
evento promocional, como uma feira de exposição de produtos é o resultado exclusivo de um
projeto, e neste caso o resultado também é transitório: a exposição tem datas de início e
encerramento, é exclusiva porque, embora a feira possa repetir a cada ano, uma dada edição
só acontece uma vez. O projeto de um software, em contrapartida, embora seja uma
empreitada transitória, tem como resultado um produto duradouro e exclusivo. Embora um
mesmo software possa ter várias versões, cada nova versão de um software é na verdade fruto
exclusivo de um projeto de evolução ou melhoria.
70
Figura 3 – Método ZAPROS-LM – Principais passos para ordenação de alternativas
71
2.2.1 Gerenciamento de Projetos
Também conforme a definição do PMBOK (PMI, 2004), o gerenciamento de projetos é “a
aplicação de conhecimento, habilidades, ferramentas e técnicas às atividades do projeto a
fim de atender aos seus requisitos”.
Outra definição amplamente aceita, estabelecida pela BSI (2000), instituição também
renomada e reconhecida nesta disciplina, é de que o gerenciamento de projetos é “o
planejamento, monitoramento e controle de todos os aspectos de um projeto e a motivação de
todos aqueles envolvidos em alcançar os objetivos do projeto no tempo, custo, qualidade e
performance desejada”.
2.2.2 Áreas de Conhecimento Relacionadas à Gestão de Projetos
O gerenciamento de projetos uma atividade complexa, demanda conhecimento e competência
em diversas áreas de conhecimento. Considerando a visão do PMBOK (PMI, 2004), uma das
mais respeitadas e difundidas referências do mercado, o gerenciamento de projetos requer a
capacidade de gestão de processos relacionados às seguintes nove disciplinas: (i) integração
de projeto; (ii) escopo; (iii) tempo (prazo); (iv) custos ; (v) qualidade de projeto; (vi) recursos
humanos; (vii) comunicações; (viii) riscos e (ix) aquisições de projeto. Estas disciplinas estão
representadas na figura 4.
Pela visão do PMBOK (PMI, 2004), as disciplinas mencionadas na figura 6 abrangem um
conjunto de 44 processos específicos e elementares, todos relacionados à gestão de projetos.
Segunda esta referência, aderentes ao conceito clássico do ciclo de PDCA, estes processos
elementares são classificados em cinco agrupamentos: (i) processos de iniciação; (ii)
72
processos de planejamento; (iii) processos de execução; (iv) processos de monitoramento e
controle e (v) processos de encerramento. Estes processos elementares ferramentas através
das quais a gestão de projetos se materializa. A figura 6, uma adaptação extraída do PMBOK
(PMI, 2004), fornece uma visão geral das disciplinas de gestão, dos agrupamentos de
processos e dos processos elementares.
Gerenciamento de Projetos
Gestão de Tempo
Gestão de Escopo
Gestão de Qualidade
Gestão de Integração
Gestão de Comunicações
Gestão de Riscos
Gestão de Aquisições
Gestão de Custos
Gestão de Recursos Humanos
Figura 4 – Disciplinas do gerenciamento de projetos (PMI, 2004)
Existem, entretanto, outras visões das disciplinas e processos relacionados ao gerenciamento
de projetos. A instituição Association of Project Management – APM¸ criou e divulgou o seu
APMBoK - The Association of Project Management Body of Knowledge. Uma representação
geral da estrutura da disciplina gerência de projetos, segundo a visão da APM, é apresentada
na figura 5, uma adaptação extraída da obra editada por Dinsmore e Cabanis-Brewin (2006).
73
Figura 5 – Disciplinas, grupos de processo e processos elementares (APMBOK, 2000)
De forma aderente às visões apresentadas, Longman e Mullins (2004) afirmam que o
gerenciamento de projetos é uma ferramenta chave para implementação de estratégias
organizacionais, e que esta disciplina, como um todo, requer planejamento e ações, fortes e
intencionais, para criar condições efetivas de sucesso. Estas condições de sucesso devem
provocar o alinhamento entre a estratégia da organização, liderança existentes, definição de
metas, processos de negócios, competências profissionais, mecanismos de resolução de
conflitos e equipes de projeto bem estruturadas, tudo isto junto enfim para explorar a natureza
dinâmica do trabalho em projetos.
74
Figura 6 – Disciplinas, grupos de processos e processos elementares (PMI, 2004)
75
2.2.3 Principais Atores Relacionados à Gestão de Projetos
Segundo a visão do PMBOK (PMI, 2004), os principais atores, os principais interessados em
qualquer projeto são: (i) gerente de projetos; (ii) cliente ou usuário – aquele que utilizará o
produto do projeto; (ii) organização executora - aquela cujos colaboradores estão mais
diretamente envolvidos; (iii) equipe de projeto - o grupo de pessoas que está executando as
tarefas e atividade do projeto; (iv) equipe de gestão de projeto - membros da equipe de projeto
diretamente envolvidos nas atividades de gestão; (v) patrocinador (sponsor) – pessoa, grupo
ou organização que fornece os recursos para projeto; (vi) influenciadores (stakeholder)
pessoas, grupos ou organizações que influenciam, positiva ou negativamente, o projeto; e se
existir no contexto, (vii) o escritório de projetos (Project Management Office – PMO) –
organismo geralmente centralizador e de coordenação de projetos, muitas vezes também
regulador das práticas de gestão e condução de projetos.
2.2.4 Gestão de Portfolio de Projetos e Programas e AMD
O gerenciamento de projeto faz parte de uma hierarquia maior de disciplinas. Em geral esta
hierarquia, em geral, começa pelo planejamento estratégico e compreenda a gestão de
portfolios e a gestão programas. O conceito de programa é de um conjunto de projetos, em
geral inter-relacionados, que compartilham gestão e controle coordenados em um contexto
mais amplo, para atingirem objetivos que não seriam possíveis se estes projetos fossem
geridos de forma isolada (PMI, 2004).
Um conceito mais abrangente é o conceito de portfolio de projetos. Segundo a visão do
PMBOK (PMI, 2004), portfolio é “um conjunto de projetos ou programas, não
necessariamente interdependentes ou diretamente relacionados, e outros trabalhos
76
agrupados para facilitar o gerenciamento eficaz desse trabalho a fim de atender aos
objetivos de negócios estratégicos”.
Contrastando com a visão tradicional de gestão de projetos, onde cada projeto é aprovado e
gerenciado de modo independente, a gestão de portfolio pressupõe a predefinição de
processos de seleção e avaliação de projetos. Processos esses que devem estar alinhados com
as estratégias e metas da organização em questão, periodicamente reavaliados, ciclicamente
submetidos à tomada de decisão. Na gestão de portfolios, novos projetos são avaliados,
selecionados e priorizados, os projetos já existentes podem então ser adiados, suspensos ou
cancelados e, além, disso os recursos disponíveis podem ser remanejados entre projetos ativos
e prioritários (RAD e LEVIN, 2006).
Moraes e Laurindo (2003), no estudo de caso que realizaram sobre a gestão de portfolio de
projetos de TI, concluíram os que métodos de AMD são de grande valor para esta disciplina,
dada a necessidade desta gestão contemplar múltiplos objetivos. Desta forma apontam os
métodos de AMD como instrumentos úteis, por exemplo, para avaliação dos efeitos dos
projetos TI sobre os fatores críticos de sucesso (FCS), estabelecidos para as estratégias
organizacionais. Da mesma forma Miranda (2003) corrobora com esta percepção de
importância dos métodos AMD ao analisar as funcionalidades necessárias para um sistema
informações destinado à gestão de portfolios. Segundo Miranda (2003) o suporte multicritério
à decisão é um recurso importante para a seleção e priorização de projetos, permitindo que
sejam identificados os mais alinhados às metas e aos objetivos estratégicos das organizações.
77
2.2.5 Projetos de TI – Alguns Critérios de Sucesso e de Priorização
É bastante extensa a quantidade de obras e referências sobre gerenciamento de projetos, e em
especial sobre gestão de projetos de TI, assunto alvo de extensos e profundos trabalhos, como
as obras de Kerzner (2003), Miranda (2003) e Pinto, Cleland e Slevin (2003). Entretanto
aqui, na busca pelos critérios de sucesso, será destacado o trabalho de dois autores brasileiros,
cujas obras contemplaram amplas revisões de literatura, abrangendo vários pesquisadores e
especialistas no assunto, propiciando um amplo painel de estudo de importantes aspectos
relacionados aos projetos de TI.
Cardoso (2007) elaborou um trabalho focado no contexto dos projetos de TI onde pesquisa as
relações entre: (i) competências de gestão de projetos; (ii) complexidade de projetos e (iii)
sucesso nos mesmos. Neste trabalho encontra-se uma consistente consolidação das percepções
de vários autores da área, sobre os fatores considerados relevantes para avaliação do sucesso
de projetos de TI, contemplando tanto o ponto de vista de clientes, que encomendam projetos
de TI, quanto o de fornecedores de projetos desta natureza. Estes fatores, traduzidos em
construtos e métricas, que também poderiam ser interpretados como hierarquias de critérios
de avaliação de sucesso, estão relacionados nas tabelas 10 e 11 a seguir, mostrando,
respectivamente, a visão de fornecedores e clientes. As tabelas 10 e 11 são adaptações das
tabelas extraídas da obra de Cardoso (2007), nas quais se pode encontrar as referências dos
vários autores relacionados aos vários construtos mencionados.
78
Métricas de Sucesso em Projetos de TI – Visão do Fornecedor de Projetos de TI
Construto Métrica(s)
Custo
Prazo
Nível de satisfação do cliente Eficiência
Competência para terminar no prazo, com custo aceitável
Satisfação com a equipe executora do projeto
Satisfação com a empresa ou área fornecedora Satisfação do cliente
Intenção do cliente em realizar novos projetos
Expectativas de novos projetos
Manutenções dos produtos gerados Percepção dos benefícios
Lucratividade
Variação financeira Percentual do orçamento utilizado pelo gerente do projeto para atender aos requisitos do cliente
Alcançamento dos objetivos
Relação prazo e custo
Quantidade de recursos compatível com o estimado
Cumprimento do orçamento Fatores críticos
Cumprimento do prazo
Quadro 10 – Métricas de sucesso - projetos de TI - Visão Fornecedores (CARDOSO, 2007)
No Quadro 10 observa-se que de 15 métricas relacionadas na visão de fornecedores, 8 são
quantitativas e 7 são qualitativas.
Como aqui se deseja destacar a métricas que podem ser percebidas como critérios de
avaliação de projetos, a título de simplificação, foram consolidadas no Quadro 11 a seguir,
sob um único construto “qualidade”, métricas que, no trabalho original de Cardoso (2007)
79
estavam agrupadas por diferentes autores. Estes autores utilizaram construtos semelhantes,
todos porém relacionados à percepção de qualidade.
Métricas de Sucesso em Projetos de TI – Visão do Cliente de Projetos de TI
Construto Métrica(s)
Atendimento de escopo Percentual de requisitos atendidos pelo projeto
Qualidade do resultado dos projetos Efetividade
Cumprimento de prazos
Uso do software pela empresa ou área contratante
Alterações na performance operacional Impacto
Atendimento do escopo
Expectativa vs. percepção de qualidade dos usuários
Expectativa vs. percepção de qualidade dos gestores Percepção de benefícios
Custos de aprendizagem do novo sistema e/ou troca do sistema anterior
Confiança no produto
Capacidade de utilização do novo sistema
Usabilidade
Estabilidade
Manutenibilidade
Desempenho
Documentação
Qualidade do Cronograma
Cumprimento dos prazos
Identificação e entrega dos resultados intermediários
Qualidade
Domínio das tecnologias utilizadas pelo fornecedor
80
Métricas de Sucesso em Projetos de TI – Visão do Cliente de Projetos de TI
Construto Métrica(s)
Matriz de responsabilidades definida
Qualidade de informação Relevância, tempo de obtenção e precisão das informações
Quantidade de erros e não conformidades do produto
Consistência da interface
Facilidade de uso
Qualidade de documentação
Qualidade de sistema
Qualidade da manutenção e SLA (quando cabível)
Quadro 11 – Métricas de sucesso - projetos de TI - Visão Clientes (CARDOSO, 2007)
No Quadro 11 também se observa que a maioria das métricas relacionadas, na visão de
clientes, é de natureza qualitativa.
Pinho (2006) elaborou um trabalho no qual apresenta uma metodologia para priorização de
projetos de TI. Em sua pesquisa utilizou bases de conhecimento sobre projetos disponíveis em
sua organização, técnicas de mineração de dados (data mining) utilizadas para descoberta de
conhecimento em bases de dados (Knowledge Discovery in Database – KDD) e técnicas de
apoio multicritério à decisão. Em seu trabalho Pinho (2006) utilizou o método de Análise
Hierárquica (AHP) com apoio da ferramenta IPÊ versão 1.0., software desenvolvido pelo
Programa Engenharia de Produção da Universidade Federal Fluminense (UFF). Independente
do método multicritério utilizado, se deseja destacar aqui os critérios que foram identificados
pela referida pesquisa, com objetivo justamente de priorizar projetos de TI. O Quadro 12, uma
adaptação extraída do trabalho de Pinho (2006), relaciona em ordem alfabética os critérios
que esta pesquisa identificou, com o apoio de vinte e um especialistas, e das técnicas
81
mencionadas anteriormente. Pode-se verificar que dos somente um dos dezoito critérios
relacionados no Quadro 12 é de natureza quantitativa.
Critérios para Priorização de Projetos
Critério Descrição e Medidas
Ampliação da Competitividade
Expressa a capacidade dos resultados do projeto em diferenciar a organização frente aos concorrentes (Baixo; Médio; Alto).
Aprendizado de Novas Tecnologias
Expressa a capacidade do projeto em possibilitar a captação de novos conhecimentos produtivos para a organização (Baixo; Médio; Alto).
Atraso do Projeto (Real) Quantidade de meses que a execução do projeto atrasou.
Atratividade Grau de Atratividade que a execução do projeto tem para a organização (Baixo; Médio; Alto).
Atualizações On-line Sistema utilizará recursos que visam a atualização dos arquivos lógicos internos, no modo on-line (Sim ou Não).
Captação de Novas Oportunidades
Grau em que os resultados do projeto podem redundar em captação imediata de novas oportunidades junto aos clientes (Baixo; Médio; Alto).
Complexidade do Processamento Interno
Dimensionamento do sistema sofre influência da Complexidade do processamento (Sim ou Não).
Definição das Regras de Negócio
Quantidade de organizações/empresas clientes que definem regras de negócio ou requisitos a serem implementados. Poderá ser: 1 (uma organização); 2 (duas organizações); e 3 (três ou mais organizações/empresas).
Entrada de Dados On-line Existência de dados e informações de controle que entram pela fronteira do sistema como transações on-line (Sim ou Não).
Impacto com a Implantação do Sistema
Nível de mudança que o projeto causará nos processos de negócio. Expressa o impacto que a implantação do sistema causará na cultura organizacional cliente (Baixo; Médio; Alto).
Complexidade do Desempenho
Complexidade dos requisitos de desempenho que foram especificados pelo cliente. Trata-se de parâmetros estabelecidos pelos usuários como aceitáveis, relativos a tempo de resposta (Baixo; Médio; Alto).
82
Critérios para Priorização de Projetos
Critério Descrição e Medidas
Instalação em Diferentes Locais
Necessidade de preparar a aplicação para ser instalada em múltiplos locais com possibilidade de ambientes de hardware e software distintos (Sim ou Não).
Obtenção de Informações Junto ao Cliente
Grau de complexidade para obtenção, junto ao(s) cliente(s), de informações necessárias à condução do projeto (Fácil, Médio ou Difícil).
Origem do Recurso O custo do projeto poderá ser financiado pelo: “Cliente”; ou “Cliente e pela organização desenvolvedora”.
Participação do Cliente Perspectiva de participação e envolvimento do cliente com os objetivos do projeto (Baixo; Médio; Alto).
Prioridade Grau de prioridade do projeto. Atribuído em consenso pelo Gerente do Projeto e Encarregado de Divisão da organização (Baixo; Médio; Alto).
Processamento Distribuído Sistema utilizará dados ou processamento distribuído, valendo-se de diversas CPUs (Sim ou Não).
Tipo de Projeto Poderá ser: (a) Desenvolvimento Total ; (b) Manutenção Evolutiva e Corretiva de Produto Desenvolvido por 3º; (c) Manutenção Evolutiva e Corretiva de Produto Desenvolvido pela organização; e (d) Manutenção Evolutiva de Produto Desenvolvido pela organização.
Quadro 12 – Critérios para priorização de projetos de TI (PINHO, 2006)
2.2.6 Aplicações dos Métodos de AMD
A aplicação ou recomendação dos métodos de AMD para seleção e priorização de projetos é
suportada por vários autores e trabalhos. Aqui serão destacadas apenas algumas aplicações ou
recomendações, além do trabalho de Pinho (2006), anteriormente comentado.
� Castro (2002) e Gomes e Castro (2004) apresentam a aplicação do método ZAPROS-
LM, de análise verbal de decisões, por uma empresa prestadora de serviços de
engenharia de manutenção, cujos principais clientes são empresas e órgãos públicos.
83
Neste estudo o método foi utilizado para selecionar em quais processos de licitação
pública (projetos) a empresa em questão deveria participar ou não.
� Rodrigues (2007) estudou a utilização do método ZAPROS-LM por uma organização
fornecedora de serviços de informação para varejistas. O método foi utilizado pela
organização para selecionar qual a composição de serviços de informação oferecer, ou
não, para empresas varejistas clientes.
� Torres (2007) estudou a utilização do método ORCLASS, também de análise verbal de
decisões, por empresas de pequeno porte, para seleção de meios de divulgação na
composição de projetos de marketing.
� Almeida e Costa (2002) estudaram a utilização do método PROMÉTHÉE II, da escola
francesa de AMD, para apoiar o processo de priorização de projetos de sistemas de
informação, a partir da visão estratégica de negócio e da engenharia de processos de
negócio.
Complementando, a obra de Larichev e Olson (2001) é também uma referência importante
com relação à aplicação de vários métodos de AMD a projetos complexos, em especial a
localização de plantas industriais, com destaque para projetos que envolvem grande incerteza,
riscos e impactos ambientais extremos, como a localização de depósitos de lixo tóxico ou
radioativo.
2.2.7 A escolha do ZAPROS-LM
Como mencionado no tópico sobre as justificativas deste projeto de pesquisa, problema de
pesquisa apresentado possui várias características que justificaram a utilização de um método
de AMD, em especial um método que lida com informações qualitativas e não estruturadas
como o ZAPROS-LM. Aqui se destacam as mais relevantes motivações desta escolha:
84
(i) Vários aspectos políticos e de relacionamento organizacional influenciam as
estratégias de trabalho e, conseqüentemente, as preferências do decisor, gestor da
área de QS, tanto quanto aspectos puramente técnicos ou operacionais,
caracterizando a necessidade de se lidar com informações de natureza qualitativa,
imprecisa e incerta, cenário de aplicação do ZAPROS-LM.
(ii) Para atender às necessidades de priorização de demandas e projetos de MQSP, a
obtenção de uma ordenação parcial de alternativas já é suficiente para priorizar a
alocação de recursos e esforços, o que é justamente oferecido pelo ZAPROS-LM.
Este é o principal motivo de rejeição aos métodos PACON e ORCLASS, destinados,
respectivamente, à seleção da melhor alternativa e à classificação de alternativas
(sem ordenação).
(iii) Existe uma grande quantidade de demandas de melhoria de qualidade e um conjunto
relativamente pequeno e estável de informações para avaliar o que priorizar. Dito de
outra forma, existe uma grande quantidade de alternativas e um número não muito
grande de critérios, estáveis, a serem considerados, sendo o ZAPROS-LM indicado
para este cenário (MOSHKOVICH, MECHITOV e OLSON, 2001).
(iv) Mesmo sendo a TI e QS áreas técnicas, lidando com assuntos relacionados a várias
informações de natureza quantitativa, em muitas ocasiões e cenários do dia a dia, a
referida informação quantitativa é difícil de ser obtida, não é precisa ou é complexa
para ser calculada. Na maioria das vezes o conhecimento tácito, a experiência de um
ou outro profissional sobre um determinado assunto ou objeto de interesse é o que
pesa para a decisão.
85
(v) Em geral as áreas técnicas da empresa em questão têm acesso restrito a informações
financeiras e/ou de preço dos equipamentos e serviços, como: custo do homem-hora
de uma fábrica de programas; custo de um link de comunicação ou o preço de
pacotes de software. Portanto, no dia a dia, em determinados níveis operacionais,
existe uma grande dificuldade de se realizar com precisão análises de custo x
benefício, que seria uma forma clássica de priorizar demandas.
(vi) Existem ainda outras demandadas de tomada de decisão organizacional, baseadas
em informações não estruturadas ou semi-estruturadas, cujo conhecimento e
aplicação do ZAPROS-LM poderá ser reutilizado. Entre elas pode-se citar: a
seleção de projetos de pesquisa e desenvolvimento de novas tecnologias de
informação aplicadas ao negócio; projetos de alinhamento estratégico de TI com o
negócio; projetos de desenvolvimento e capacitação de profissionais; processos de
seleção de novos fornecedores.
(vii) O ZAPROS-LM foi escolhido em preferência ao ZAPROS-III porque este método
demanda uma quantidade ainda maior de interações com o decisor, dado que a
quantidade de perguntas para explicitar as preferências, com objetivo a reduzir as
ocorrências de alternativas incomparáveis através da escala de junção ordinal (JOS).
Dado que no problema em questão a quantidade de alternativas é grande – as
demandas por projetos de melhoria de programas , uma eventual ordenação parcial
já suficiente para atender à necessidade de priorização básica.
86
3 METODOLOGIA DA PESQUISA
Inicialmente esta proposta de pesquisa foi apresentada ao gestor de TI responsável pela área
de QS da empresa descrita na introdução deste trabalho. O gestor da área de QS é o principal
agente de decisão – é o decisor que concordará ou não com priorização de demandas de
projetos sugerida pelo método selecionado. Com a concordância e apoio do gestor da área de
QS, e com as impressões coletadas sobre o processo decisório neste primeiro contato, o
projeto de pesquisa prosseguiu com seguintes atividades, realizadas em paralelo:
� Revisão da literatura sobre Teoria da Decisão, Métodos AMD e Análise Verbal de
Decisão, conforme descrito nos objetivos específicos desta pesquisa, em conjunto com
revisão básica de literatura sobre Gerência de Projetos, em especial projetos de TI.
� Realização de entrevistas pessoais com os atores do processo de decisão para
identificação dos critérios relevantes para o problema em estudo. Entre os atores do
processo de decisão encontram-se, além do decisor, os demais profissionais de TI,
técnicos, especialistas e gestores, envolvidos ou afetados pelo problema.
� Desenvolvimento do software de suporte à aplicação do método ZAPROS-LM.
Os procedimentos da pesquisa, incluindo as entrevistas, coleta e tratamento de informação,
seguiram as melhores práticas descritas por Cooper e Shindler (2003). A Figura 7 a seguir,
fornece uma representação gráfica geral do processo de pesquisa adotado neste trabalho.
87
Figura 7– Fluxo do processo de pesquisa.
3.1 O Trabalho na QS
Antes de se avançar na descrição do processo de pesquisa é importante se ter uma visão de
como é o trabalho profissional na equipe de QS.
No dia a dia profissional, a estratégia de trabalho da equipe do CQ para priorização de
projetos de MQSP tem, como um requisito desejável, a determinação que todo o trabalho de
coleta de informações seja feito antes do trabalho de análise dos especialistas em
performance, e preferencialmente sem a participação direta destes no processo de coleta. Os
especialistas em performance são profissionais caros, especializados e extremamente
atarefados, que devem focar suas atividades na análise de aplicações já selecionadas e
priorizadas. As informações necessárias devem ser coletadas pelos demais elementos da
equipe através de:
88
� Ferramentas (softwares) de monitoração de performance de aplicações e utilitários
(softwares) de gestão e ajuste de banco de dados;
� Consultas aos responsáveis pelo desenvolvimento/manutenção das aplicações;
� Consultas aos responsáveis pelas demandas de melhoria de performance;
� Consultas às informações do sistema de gestão de aplicações;
� Consultas às informações do sistema de gestão de chamados/demandas, onde são
registrados dados históricos de serviços realizados sobre as aplicações;
� Conhecimento tácito da equipe sobre os sistemas, programas, aplicações e problemas
de performance relacionados.
3.2 Entrevistas para Identificação Inicial de Critérios
Através do processo de entrevistas iniciais com o DE e com os demais agentes de decisão
envolvidos com o processo de QS, chegou-se à primeira lista de critérios e as respectivas
escalas ordinais de avaliação, descritas no Quadro 13 apresentada a seguir.
Os critérios foram desenvolvidos com foco nas demandas relacionadas à melhoria de
performance e disponibilidade dos programas.
Critérios para Priorização dos Projetos de MQSP - 1ª Versão
Critérios Escalas de Valores – Medidas - Conseqüências
A) Apoio por parte dos desenvolvedores responsáveis pelo sistema ou programa.
1. Alto: Equipe de desenvolvimento engajada, participa efetivamente na busca de soluções.
2. Médio: Equipe de desenvolvimento interessada, porém com pouca condição de participação efetiva.
3. Baixo: Equipe de desenvolvimento sem condições de participação ou em conflito.
89
Critérios para Priorização dos Projetos de MQSP - 1ª Versão
Critérios Escalas de Valores – Medidas - Conseqüências
B) Prazo estimado pela equipe de desenvolvimento para realizar alguma alteração ou desativação no sistema ou programa com problemas.
1. Indefinido: nenhuma ação de alteração ou desativação prevista.
2. Longo: Acima de 90 dias.
3. Médio: Entre 45 a 90 dias.
4. Curto: Menor que 45 dias.
C) Relação entre Expectativas de Ganho e Complexidade da Solução – baseado em conhecimento prévio do sistema ou programa.
1. Ideal: Expectativa de ganhos altos com uma solução simples.
2. Média: Expectativa de ganhos altos com uma solução complexa ou de bons ganhos com solução simples.
3. Desconhecida: sem expectativas de ganho e de complexidade.
4. Ruim: Expectativa de ganhos baixos com solução complexa.
D) Impacto atual sobre operação/ produção de TI.
1. Alto: impacto intenso sobre várias rotinas e processos, afeta de forma crítica a produção/operação.
2. Médio: impacto forte sobre rotinas e processos, afeta de modo moderado a produção/operação.
3. Baixo: impacto eventual sobre rotinas e processos, tende a afetar a produção/operação.
E) Tempo de Fila: tempo que o programa ou sistema está na fila de espera para ser trabalhado.
1. Longo: Acima de 60 dias.
2. Médio: Entre 30 a 60 dias.
3. Curto: Menor que 30 dias.
F) Criticidade para o negócio:
1. Alta: Serviços, operações e transações que afetam direta ou indiretamente: clientes finais; canais de venda; corretores; central de atendimento; fornecedores; órgãos reguladores; governo; faturamento; cobrança; pagamentos; receitas.
2. Média : Serviços, operações e transações que afetam a gestão do negócio e relações internas: consultas, relatórios e sistemas de apoio à tomada de decisão; gestão de recursos humanos.
3. Baixa: Serviços, operações ou transações que não afetam diretamente o negócio ou que afetam exclusivamente a TI.
90
Critérios para Priorização dos Projetos de MQSP - 1ª Versão
Critérios Escalas de Valores – Medidas - Conseqüências
G) Extensão de usuários afetados diretamente pelo sistema/programa.
1. Muita alta: acima de 100.
2. Alta: de 31 a 100 usuários.
3. Média: 11 a 30 usuários.
4. Baixa: 3 a 10 usuários.
H) Freqüência média de execução do sistema/programa.
1. Alta: acima de 1000 por dia.
2. Média: até a 1000 por dia.
3. Baixa: 6 a 30 por mês (batch eventuais e diários).
4. Muito Baixa: 1 a 5 por mês (batch mensais/semanais).
I) Quantidade de Unidades de Negócio (UN) afetadas.
1. Alta: 4 ou mais UNs afetadas.
2. Média: 2 a 3 UNs afetadas.
3. Baixa: 1 UN afetada.
Quadro 13 – Critérios para priorização dos projetos de MQSP – 1ª Versão
3.3 Desenvolvimento do Software de Suporte ao ZAPROS-LM
A intenção inicial deste projeto era desenvolver um site na Internet que suportasse a aplicação
do método ZAPROS-LM e que, atendendo aos requisitos especificados por Larichev e
Moshkovich (2007) para tal sistema de informações, funcionaria como um serviço gratuito.
Com esta abordagem esperava-se divulgar mais o método, provocando a ampliação de seu uso
e de sua avaliação. Entretanto, apesar dos investimentos e esforços iniciais neste sentido,
percebeu-se, ao longo do desenvolvimento do trabalho e da revisão da literatura que esta
empreitada demandaria esforços e recursos, de infra-estrutura e de tempo, bem acima das
expectativas aceitáveis para este trabalho. As particularidades do método ZAPROS-LM,
como o procedimento de fechamento de transitividade e de verificação de independência
funcional, aliadas ao uso concorrente e multiusuário de um sistema web típico, revelou uma
série de complexidades técnicas para o desenvolvimento do software.
91
Em função das dificuldades encontradas optou-se pelo desenvolvimento de uma versão
monousuário, para execução em microcomputadores pessoais, usando como base o software
Microsoft Access, uma aplicação de banco de dados de uso pessoal/departamental que possui
vários recursos e facilidades para construção de formulários, consultas e relatórios, além de
recursos de programação na linguagem Visual Basic , bastante popular. A Figura 8 apresenta
a tela inicial do software de suporte.
Figura 8 – Tela Inicial do Software de Suporte ao ZAPROS-LM.
Esta versão inicial contemplou as seguintes funcionalidades: (i) cadastramento de múltiplos
Processos de Decisão; (ii) cadastramento de Critérios e Medidas de Avaliação; (iii) Suporte ao
processo de Explicitação de Preferências e à construção da JOS, na primeira e segunda
situação de referência (SR-1 e SR-2); visão do Mapa de Comparação dos critérios, na SR-1 e
SR-2; (iv) suporte ao processo de fechamento de transitividade e dupla verificação de
transitividade; (v) com a construção da JOS na SR-2, suporte à verificação de independência;
92
(vi) cadastro de Alternativas Reais e Medidas de Avaliação e (vii) listagem das alternativas
cadastradas para o processo de classificação.
Esta versão inicial não contemplou todas as funcionalidades necessárias, entre elas: (i)
construção automática da JOS final a ser usada para classificação; (ii) classificação
automática das alternativas reais cadastradas; (iii) emissão de relatórios sobres os processos
em andamento, critérios, medidas e avaliações. Além disso essa versão inicial não contemplou
todos os mecanismos de controle e de tratamento de erros e exceções possíveis, decorrentes
da interação com o usuário. Entretanto, mesmo com estas deficiências o software foi
fundamental no processo de aplicação do método devido ao suporte ao processo de
explicitação de preferências, a atividade mais onerosa do método ZAPROS-LM.
3.3.1 Modelo de Dados
Considerando as especificações do método, e a estratégia de desenvolvimento descrita, foi
elaborada uma versão preliminar da estrutura de dados necessária para suportar a utilização do
software. Esta estrutura, utilizando notação bastante popular no mercado, está representada na
Figura 9 .
3.3.2 Diagrama de Transição de Estados
Considerando as necessidades de controle do software de suporte ao ZAPROS-LM, foi
elaborado um diagrama de estados, mostrando os estágios do ciclo de vida de um processo de
decisão que seriam suportados pelo software. Esta versão inicial produzida não conseguiu
contemplar todos os controles necessários, sendo esta tarefa uma missão futura para tornar o
software plenamente operacional. O Apêndice A contém o referido diagrama e Apêndice B
contém a relação de eventos associados à mudança de estado dos processos.
93
ComparcaoesSR2
codComp
codProcesso (FK)
codMed1
codMed2
tipoComp
valMed1
valMed2
ComparcaoesSR1
codComp
codProcesso (FK)
codMed1
codMed2
tipoComp
valMed1
valMed2
PermissoescodOpe (FK)
codPerf (FK)
OperacoescodOpe
operacao
scriptFile
codOpePai
menuLat
menuTop
PerfiscodPerf
perfil
StatuscodStatus
descricao
AlternativasReaiscodAlternativa
codProcesso (FK)
nome
resumo
posRank
Usuarioslogin
senha
nome
codPerfil (FK)
email1
ddi1
ddd1
telefone1
endereco1p1
endereco1p2
cidade
estado
pais
cep
pergunta
resposta
ProcessoscodProcesso
login (FK)
nomeProcesso
datInicio
datStatus
codStatus (FK)
MedidascodProcesso (FK)
codCriterio (FK)
codMedida
medida
posicaoJOS
CriterioscodProcesso (FK)
codCriterio
criterio
MedidasReaiscogMedidaReal
codProcesso (FK)
codCriterio (FK)
codAlternativa (FK)
codMedida (FK)
Figura 9 – Modelo de dados essencial.
3.3.3 A Motivação pelo desenvolvimento do software de suporte
A motivação foi própria complexidade procedimental do ZAPROS-LM. Embora as idéias
centrais sejam bastante compreensíveis e razoavelmente simples, a implementação do método
através de procedimentos e processos manuais é custosa. A grande dificuldade é o
procedimento de verificação/fechamento de transitividade, pois o mesmo requer muita
atenção ao ser realizado manualmente. Esta complexidade procedimental aumenta com a
quantidade de critérios e no caso do problema em questão o número foi bastante expressivo.
Só no primeiro ciclo de entrevistas foram cinqüenta e quatro (54) perguntas diretas e cento e
sessenta (160) relações de preferências estabelecidas através do procedimento de fechamento
de transitividade. A mencionada preocupação com a atenção requerida torna o processo de
entrevista mais lento e, conseqüentemente, mais desagradável para o DE entrevistado.
94
Com a exigência dos procedimentos de dupla verificação de transitividade, e de verificação de
independência de critérios, o desconforto para o DE com o processo manual de explicitação
de preferências se torna crítico. O método exige quatro (4) ciclos de entrevistas: duas
entrevistas próximas à SR-1 e duas próximas à SR-2, e ao fim do 4 ciclo, se constada
divergências entre as avaliações dos critérios o processo precisa ser reiniciado. Este requisito
foi muito criticado pelo gestor da área de QS, recomendando que fosse dedicado um esforço
para melhoria do processo com o uso do software e a recomendação para a redução de
perguntas necessárias.
Com o software de suporte disponível o processo de explicitação de preferências será
beneficiado. Poderia ser dada liberdade ao DE para interagir sozinho com o software,
estabelecendo critérios, definindo escalas e validando diretamente suas preferências, podendo
revisar e consultar as informações de forma mais dinâmica, ágil e organizada. Este facilidade,
entretanto, pode ser negativa ao processo de explicitação de preferências, pois o DE poderia
não responder adequadamente sem a presença de alguém desempenhando o papel do analista
de decisões.
Na fase concepção deste estudo, no inicio do projeto, foi realizada uma pesquisa básica na
Internet, buscando-se algum software que suportasse o ZAPROS-LM. Naquela ocasião, não
foi encontrada qualquer versão, acadêmica ou comercial, disponível para utilização. Este fato
também foi um outro grande motivador, dado os mais diversos problemas e situações onde a
aplicação do ZAPROS-LM seria adequada.
Cabe aqui se registrar que foi encontrado na internet o acesso ao software UniComBOS,
descrito no trabalho de Ashikhmin e Furems (2005). Este software trabalha especificamente
com análise verbal de decisões, porém utilizando um método próprio e conceitualmente
95
diferente. Apesar de bastante interessante a versão disponível pela internet não é operacional
porque não permite que os processos de decisão sejam salvos, seja por uma limitação
predeterminada para esta versão como demonstração, seja por dificuldades em um processo
de conexão com os servidores que suportam o site. Como também não foi encontrada uma
forma de aquisição do software e de se obter uma versão plenamente operacional, a
exploração do uso deste software foi descartada deste projeto de pesquisa.
3.4 Explicitação de Preferências – 1º Ciclo de Entrevistas
Com a primeira versão da lista de critérios definida, dando prosseguimento ao processo de
trabalho definido, na ocasião ainda sem uma versão inicial do software de suporte
operacional, com o auxílio de planilhas eletrônicas e formulários em papel, foi realizado o
primeiro ciclo de entrevistas com o DE para explicitar as preferências próximas à 1ª SR.
A Figura 10 mostra o processo de comparação de avaliações de critérios, usando planilhas
para roteirizar o processo de entrevista com o DE. Esta fase inicial foi muito difícil. O
processo, mesmo com o auxílio das planilhas, era bastante demorado, com várias interrupções
para correção de respostas e/ou de indisponibilidade do gestor da área de QS.
Figura 10 – Processo de manual de comparação de alternativas próximas à 1ª SR
96
À medida que as respostas eram obtidas, estas eram mapeadas para um formulário de registro,
exibido na Figura 11, e para planilha de resultados apresentada a seguir. Para facilitar o
processo de entrevistas, além do uso dos recursos de filtragem disponíveis nas planilhas, as
células com as avaliações correspondentes à 1ª SR (as melhores possíveis) foram exibidas
com fundo colorido, para destacar as medidas/avaliações que estariam sendo comparadas.
Tudo isto feito manualmente. Este procedimento ajudou no diálogo com o DE e forneceu
insumos para o desenvolvimento do software de suporte ao método.
3.5 Matriz de Resultados – 1ª Versão da JOS
O resultado do 1º ciclo de entrevistas foi mapeado para a matriz de comparações, apresentada
na Figura 12. O preenchimento desta matriz foi realizado com algumas particularidades
descritas a seguir:
� Devido à quantidade de critérios e avaliações, bem como a extensão das descrições
verbais correspondentes, estas descrições foram suprimidas da matriz de comparação,
sendo utilizada a seguinte notação: a letra indica o critério e número indica a medida ou
avaliação do critério. Exemplo: C2 é o critério “C” com avaliação “2” (vide Quadro
13).
� Quando o conteúdo de uma célula foi inferido inicialmente, antes da obtenção de
qualquer resposta, este foi identificado pela terminação com a letra i. É o caso das
células localizadas na diagonal da matriz, por exemplo, dado que se convencionou que
a comparação de C2 com C2 resulta em C2i. Este também é o caso das relações
transitividade de preferência inicial, como por exemplo, C2 é preferível à C3 e C4,
portanto desde o início a matriz foi logo preenchida com estas relações, portanto no
cruzamento de C2 com C3 foi preenchido C2i.
97
� No caso das relações inferidas pelo procedimento de fechamento de transitividade, o
conteúdo das células nesta condição foi preenchido com a terminação com a letra t.
Este é o caso, por exemplo, do cruzamento de B2 com E2, onde se pode concluir que a
preferência por B2t foi decorrente da propriedade de transitividade (neste caso
B2 φ A2; A2 φ E2, portanto B2 φ E2).
� Quando o resultado da comparação veio de uma resposta direta do DE, o conteúdo da
célula contém apenas a indicação da avaliação preferida. Este é o caso da célula
localizada no cruzamento de C2 com F2, o conteúdo C2 puro indica a resposta direta
do DE.
Figura 11 – Seqüência do processo de comparação de alternativas próximas à 1ª SR
98
Figura 12 – Matriz de comparação de alternativas próximas à 1ª SR – 1º ciclo - manual
Finalizado o 1º ciclo de entrevistas e contabilizadas as ocorrências de cada avaliação de
critério na matriz, os resultados de uma primeira versão da JOS, preliminar, foram
determinados e são apresentados na Figura 13. O próximo passo, ainda de forma totalmente
manual seria a realização do procedimento de dupla verificação e conclusão do 2º ciclo de
entrevistas para explicitação de preferências, para na seqüência, com o auxílio do software de
suporte, para avançar no processo de aplicação do ZAPROS-LM.
Figura 13 – JOS – 1ª SR – 1ª ciclo de entrevistas
99
3.6 Revisão da Lista de Critérios
Ao se iniciar o 2º ciclo de entrevistas, ainda próximo à primeira situação de referência e ainda
de forma manual, o gestor da área de QS, em função de suas restrições e das dificuldades já
mencionadas, recomendou que fosse revisto com a equipe a lista de critérios e em paralelo
pediu que o processo fosse de alguma forma agilizado.
Em paralelo ao desenvolvimento do software de suporte a lista original de critérios e medidas
de avaliação /conseqüências foi revisada conforme descrito a seguir.
� O critério (B) – prazo estimado para que a equipe de desenvolvimento, responsável
pelo sistema/programa, realizar alguma intervenção no mesmo – teve redução de uma
medida. Como o acordo de nível de serviço (ANS) da equipe de QS é de atender às
solicitações de melhoria de performance em 30 dias, o gestor da área de QS adotou o
seguinte conceito: prazo curto – até 2 vezes o ANS; prazo médio – de 2 a 4 vezes o
ANS; prazo longo – acima de 4 vezes o ANS. Por ser este último prazo bastante longo,
o DE considerou que este teria o mesmo sentido de um prazo “indefinido”, como
originalmente ocorreu na primeira modelagem de critérios.
� Com relação ao critério (C) – expectativa da relação de ganho vs. complexidade do
problema – o gestor considerou que a expectativa “desconhecida”, originalmente
modelada, na prática tem o mesmo significado do que uma expectativa média, pode
tanto evoluir para uma situação favorável ou não. Desta forma esta medida de
avaliação “desconhecida” deste critério foi suprimida e passa a ser representada pela
medida de expectativa “média” .
� Os critério (F) – criticidade do sistema/programa para o negócio – passou contemplar
também os significados dos critérios (G) e (I) originalmente modelados. O gestor
ponderou que tanto a quantidade de usuários afetados, quanto à quantidade de
100
Unidades de Negócio afetadas poderiam ser agrupadas no critério (F), por também
terem o significado de criticidade, impacto para o negócio. Desta forma os critérios (G)
e (I) originais foram suprimidos.
� O critério (H) original – freqüência média de execução de sistema/programa – foi
remodelado como “Demanda de execução do sistema/programa”, tendo como medidas
os valores: (i) alta – para programas/aplicações on-line e web; (ii) média – para
aplicações off-line, que rodam sem interação com o usuário (chamadas de aplicações
batch pelos profissionais de TI), com freqüência de execução diária; (iii) baixa – para
aplicações off-line que rodam em rotinas de processamento mensal ou semanal.
Considerando as modificações mencionadas, a lista de critérios passou a ter a composição
descrita no Quadro 14 apresentado nas páginas a seguir.
Critérios para Priorização dos Projetos de MQSP - 2ª Versão
Critérios Escalas de Valores – Medidas - Conseqüências
A) Apoio por parte dos desenvolvedores responsáveis pelo sistema ou programa.
1 - Alto: Equipe de desenvolvimento engajada, participa efetivamente na busca de soluções.
2 - Médio: Equipe de desenvolvimento interessada, porém com pouca condição de participação efetiva.
3 - Baixo: Equipe de desenvolvimento sem condições de participação ou em conflito.
B) Prazo estimado pela equipe de desenvolvimento para realizar alguma alteração ou desativação no sistema ou programa com problemas.
1 - Longo: Acima de 120 dias.
2 - Médio: Entre 60 a 90 dias.
3 - Curto: Menor que 60 dias.
101
Critérios para Priorização dos Projetos de MQSP - 2ª Versão
Critérios Escalas de Valores – Medidas - Conseqüências
C) Relação entre Expectativas de Ganho e Complexidade da Solução – baseado em conhecimento prévio do sistema ou programa.
1 - Ideal: Expectativa de ganhos altos com uma solução simples.
2 - Média: Expectativa de ganhos altos com uma solução complexa ou de bons ganhos com solução simples, ou desconhecida: sem expectativas de ganho e de complexidade.
3 - Ruim: Expectativa de ganhos baixos com solução complexa.
D) Impacto atual sobre operação/ produção de TI.
1 - Alto: impacto intenso sobre várias rotinas e processos, afeta de forma crítica a produção/operação.
2 - Médio: impacto forte sobre rotinas e processos, afeta de modo moderado a produção/operação.
3 - Baixo: impacto eventual sobre rotinas e processos, tende a afetar a produção/operação.
E) Tempo de Fila: tempo que o programa ou sistema está na fila de espera para ser trabalhado.
1 - Longo: Acima de 60 dias.
2 - Médio: Entre 30 a 60 dias.
3 - Curto: Menor que 30 dias.
F) Criticidade para o negócio:
1 - Alta: Serviços, operações e transações que afetam direta ou indiretamente: clientes finais; canais de venda; corretores; central de atendimento; fornecedores; órgãos reguladores; governo; faturamento; cobrança; pagamentos; receitas; grande nº de usuários afetados (>100) e muitas UNs afetadas (>3).
2 - Média : Serviços, operações e transações que afetam a gestão do negócio e relações internas: consultas, relatórios e sistemas de apoio à tomada de decisão; gestão de recursos humanos; qtd média de usuários afetados, de 11 a 100, e de 2 ou UNs.
3 - Baixa: Serviços, operações ou transações que afetam moderadamente o negócio ou que afetam exclusivamente a TI.
G) Freqüência média de execução do sistema/programa.
1 - Alta: programas/sistemas on-line e web.
2 - Média: programas off-line/batch, rotinas diárias de produção.
3 - Baixa: programas off-line/batch , rotinas mensal/semanal.
Quadro 14 – Critérios para priorização dos projetos de MQSP – 2ª Versão
102
3.7 Entrevistas Complementares de Explicitação
Revisados os critérios e com a primeira versão operacional do software de suporte disponível,
foi acordado com o decisor a necessidade de se reiniciar todo o processo de explicitação de
preferências, considerando a realização da dupla verificação de transitividade e da verificação
de independência entre critérios, conforme estabelecido pelos métodos ZAPROS-LM.
O software de suporte permite que sejam cadastrados vários processos de decisão por usuário.
Uma vez cadastrado um processo de decisão o mesmo pode ser selecionado e ativado para
execução das demais funcionalidades. A Figura 14 mostra o processo de seleção e ativação e
a Figura 15 mostra o processo de cadastramento dos critérios. A Figura 16 mostra o processo
de decisão totalmente registrado e pronto para ser inicializado o procedimento de explicitação
de preferências.
Figura 14 – Interface para seleção e ativação de processos
103
Figura 15 – Interface para cadastramento de critérios e medidas
Figura 16 – Interface para habilitar procedimento de explicitação de preferências
104
O procedimento prossegue com a realização do 1º ciclo de entrevistas próxima à 1ª Situação
de Referência – SR1. O software de suporte exibe as alternativas hipotéticas próximas à SR-1,
exibindo, conforme preconizado pelo método ZAPROS-LM, todas as medições com as
melhores avaliações possíveis e somente dois critérios com avaliações divergentes para
comparação. As alternativas hipotéticas são exibidas com a descrição com fundo em cores
diferentes para facilitar a visualização pelo usuário. A Figura 17 mostra a tela de comparações
do 1º ciclo da SR-1. Durante o processo de explicitação do 1º ciclo, caso ocorra alguma
violação de transitividade, o software sinaliza para o usuário, interrompendo o processo e
permitindo que a correção seja executada. A Figura 18 mostra a mensagem exibida pelo
software. Ao termino do 1º ciclo o software avisa ao usuário que terminou este ciclo e que
iniciará o 2º ciclo, ainda na SR-1, para a dupla verificação de transitividade. Neste processo o
software exibe as comparações na ordem inversa do 1º ciclo, permitindo que outras
comparações sejam expostas ao usuário para garantir a consistência das respostas. Caso
encontrada alguma divergência entre 1º e 2º ciclos, o software informa ao usuário e este pode
decidir qual das respostas será considerada como verdadeira. A figura 19 mostra o início do 1º
ciclo e a Figura 20 mostra a mensagem de verificação de consistência entre respostas do 1º e
2º ciclos.
O software permite que seja exibido a qualquer momento o mapa de respostas, tanto do 1º
quanto do 2º ciclo de entrevistas, assim como tanto para as comparações próximas à situação
de referência SR-1 como para a SR-2. Este recurso ajuda tanto ao analista de decisão quanto
ao decisor por permitir a visualização do andamento do processo de explicitação de
preferências, e é o instrumento utilizado nesta versão para verificar, manualmente, a
consistência de respostas realizadas entre a 1ª SR e a 2ª SR, conforme estabelecido pelo
método para verificar a independência entre critérios. As Figuras 21 e 22 mostram os mapas
gerados no final do 2º ciclo de entrevistas, na SR-1 e na SR-2, respectivamente.
105
Figura 17 – Interface para explicitação de preferências 1º ciclo SR-1
Figura 18 – Mensagem de verificação de transitividade
106
Figura 19 – Interface para explicitação de preferências 2º ciclo SR-1
Figura 20 – Mensagem de verificação de consistência entre ciclos da SR-1
107
Figura 21 – Mapa de respostas /comparações do 2º ciclo da SR-1
Figura 22 – Mapa de respostas /comparações do 2º ciclo da SR-2
108
Concluído o processo de explicitação de preferências próximo às duas situações de referência,
foi realizada manualmente a verificação de consistência das respostas entre as duas situações.,
dado que esta funcionalidade não foi implementada. Este processo foi realizado com o auxílio
do software de suporte, que forneceu os mapas de respostas, e com o auxílio de um software
de planilha eletrônica para comparação. No caso do processo em questão, dado que todos os
critérios possuem três (3) medidas de avaliação (alta;média;baixa), identificadas pelos
prefixos {A2;B2;C2;D2;E2;F2;G2} e que somente estas medidas foram usadas em ambas as
situações de referência, somente as comparações entre estas medidas foram usadas para
verificação da independência entre critérios. Ou seja, na SR-1 as medidas {A1;..;G1} não
fazem partem do mapa de comparações e na SR-2 são as medidas {A3;...;G3} que não
comparadas entre si. Portanto, considerando as limitações acima e as comparações entre as
medidas do conjunto {A2;...;G2}, cujos resultados forma iguais nas duas situações de
referências, os critérios definidos foram considerados independentes e, conforme estabelecido
pelo método descrito na literatura (LARICHEV e MOSHKOVICH, 1997; MOSHKOVICH,
MECHITOV e OLSON, 2002) foram considerados os resultados obtidos junto à 1ª SR para
elaboração da escala ordinal JOS que será utilizada para avaliação das alternativas reais. A
Figura 22 mostra este resultado da comparação entre SR-1 vs. SR-2, extraída da ferramenta
Excel.
Para o cálculo da JOS final a ser utilizada, da mesma forma foi utilizado o Excel, dada à esta
funcionalidade também ainda não estar disponível, porém o processo na planilha é bastante
simplificado com os dados fornecidos pelo software de suporte. Para o cálculo da posição na
JOS, para cada medida foi contabilizada a quantidade de ocorrência da mesma no cruzamento
das células do mapa. Para os caso das relações de indiferença, representadas na planilha por
“~” foi considerado o valor 0,5 para cada medida relacionada (linha e coluna). O resultado,
extraído do Excel está demonstrado na Figura 23.
109
Figura 22 – Comparação de respostas comuns a SR-1 e SR-2
Figura 23 – Cálculo da JOS Final
Ao todo, considerando todos os ciclos e das duas SR, com o auxílio do software de suporte,
foram realizadas 107 perguntas diretas ao DE, gestor de QS, obtidas 257 respostas transitivas,
totalizando 364 comparações. Neste cálculo foram desconsideradas as comparações
110
desnecessárias, tipo “A2” vs. “A2”. Estes resultados estão descritos na Figura 24, também
extraídos do Excel, assim como a escala JOS final que foi utilizada para classificar as
alternativas reais, procedimento que será descrito no próximo tópico.
Figura 24 – JOS Final – Total de comparações realizadas
3.8 Aplicação do Método ZAPROS-LM
Concluído o processo de explicitação e construída as escala ordinal JOS para avaliação, as
alternativas reais foram cadastradas na ferramenta de suporte. Dado a disponibilidade destas
informações em planilhas eletrônicas, a carga inicial destas informações não foi realizada
manualmente, os dados foram impostados para a base de dados da ferramenta de suporte. A
carga entretanto foi realizada apenas com a denominação da alternativa real como sendo
identificação do programa/sistema e, como comentário, a denominação do sistema e da
unidade de negócio relacionada. Por questões de sigilo com relação aos dados da organização
em questão, os nomes reais dos programas e sistemas não foram carregados e sim uma
mistura de letras das denominações originas. Apesar da carga inicial ter sido muito rápida
com a importação eletrônica de dados, foi necessário, através do software de suporte, acessar
111
cada uma das alternativas e avaliá-las conforme os critérios definidos. A Figura 25, mostra a
tela do software de suporte no processo de cadastro/avaliação das alternativas reais.
Figura 25 – Cadastro e Avaliação de Alternativas Reais.
Para testar o processo e a ferramenta foram carregados dados de 96 programas que foram e/ou
que ainda estão sendo atendidos pela equipe de QS. Completada a avaliação de cada
alternativa conforme os critérios definidos, foi novamente gerada uma lista de dados,
contendo a identificação de cada alternativa cadastrada e o prefixo que identifica a respectiva
avaliação em cada critério. Como a funcionalidade de classificação segundo o ZAPROS-LM
ainda não estava disponível no software de suporte, a lista de dados gerada com as avaliações
foi exportada novamente no Excel, desta vez para classificação final das alternativas usando
as escala JOS final construída.
112
No Apêndice C estão relacionados os dados dos 96 programas, contendo a identificação dos
mesmos e avaliação em cada um dos critérios. A Figura 26 mostra uma visão parcial destes
dados.
Figura 26 – Visão Parcial da Lista de Alternativas Reais com Medições
Após a importação dos dados no Excel, para cada alternativa/projeto, através de funções
básicas já disponíveis na ferramenta, foi calculado, para cada avaliação de cada critério, o
valor correspondente na JOS Final. Em seguida, através de uma função escrita na linguagem
de programação de macros do Excel, Visual Basic, foi construída uma função que obtém o
vetor correspondente à posição de cada avaliação de critério na JOS Final. Estes resultados
estão descritos nos Apêndices D e E. A Figura 27 mostra uma visão parcial destas das
informações obtidas com o procedimento descrito.
Figura 27 – Visão Parcial da Lista de Alternativas e Vetor JOS(Xi)
Em seguida, utilizando-se do recurso de ordenação do Excel os dados foram ordenados, em
ordem crescente, pelo valor da coluna correspondente ao “Vetor Ordenado”, conforme
113
descrição do método na literatura (MOSHKOVICH, MECHITOV e OLSON, 2002), criando
uma listagem ordenada pela dominância, ou seja, os vetores com as melhores avaliações (as
primeiras posições na JOS) são exibidos no topo da listagem. Após a ordenação descrita, uma
nova coluna é inserida contendo a posição do projeto na ordenação obtida. A Figura 28
fornece uma visão parcial do resultado deste procedimento, relacionando os 20 projetos
classificados com a priorização proposta, representada pela coluna P(VO), que significa a
posição do projeto/alternativa no rank de prioridades pelo processo de ordenação descrito.
Figura 28 – Visão Parcial da Lista de Alternativas ordenadas pelo JOS(Xi)
Considerando que os critérios são independentes, e que esta condição permite a utilização de
uma função de valor aditivo para representar as preferências do DE (MOSHKOVICH,
MECHITOV e OLSON, 2002) outra possibilidade de ordenação pode ser obtida pelo
somatório de cada medição, conforme seu valor na escala JOS Final. Para avaliar esta outra
forma de classificação foi criada uma outra coluna com o mencionado somatório, para cada
alternativa e, de modo análogo ao que foi feito com resultado do “Vetor Ordenado”, foi
114
produzida uma nova ordenação e classificação. Este resultado, considerando os 20 melhores
classificados está descrito na Figura 29.
Figura 29 – Visão Parcial da Lista de Alternativas ordenadas pelo Σ JOS(Xi)
3.9 Avaliação da Priorização Proposta e dos Resultados Obtidos
As priorizações propostas por ambos os procedimentos descritos no item anterior, de modo
esperado, classificaram em 1º lugar o mesmo projeto. Tomando-se como referência a
classificação pelo Vetor Ordenado, P(VO), e conjunto formado pelos 20 melhores
classificados pelo P(VO), somente ocorreram coincidências de classificação dos projetos
colocados em 1º; 13º; 14º e 15º. A divergência entre os resultados de ambos os
procedimentos de classificação é compreendida porque o uso da escala ordinal JOS permite
apenas uma ordenação parcial, uma quasi ordem. A Figura 30 demonstra os resultados
comparativos com os dois procedimentos, tendo como base de referência a classificação pelo
P(VO). Entretanto pode-se verificar que os conjuntos formados pelos 10 primeiros elementos,
em ambos os procedimentos, é composto pelos mesmos projetos, com algumas variações de
115
posição. Pode-se verificar também pela figura que, entre os conjuntos formados pelos 20
melhores classificados, somente dois projetos não são comuns aos dois conjuntos.
Figura 30 – Comparação de resultados dos procedimentos de classificação
Segundo a avaliação do DE, gestor da área de QS, os resultados do processo de priorização de
projetos considerando o método ZAPROS-LM e as duas abordagens de classificação,
atendem aos requisitos de classificação e se constituem em ferramentas interessantes para a
classificação deste tipo de projeto. Dado que a demanda da área é em média de 20 novos
projetos por mês, o procedimento estruturado que contemple a ordenação das novas
demandas, em conjunto com a avaliação daquelas que já estão na fila de espera para ser
atendidas, na opinião do gestor, agrega valor ao processo de trabalho.
116
4 CONCLUSÕES
Neste capítulo serão apresentadas as considerações finais sobre: (i) os resultados alcançados
pelo estudo, confrontados com os objetivos iniciais esperados; (ii) os principais benefícios e
dificuldades encontradas com aplicação do ZAPROS-LM como solução proposta; (iv)
limitações deste estudo e (v) sugestões para pesquisas e estudos futuros.
4.1 Objetivos e Resultados
Apesar das dificuldades iniciais com a aplicação da solução proposta, o gestor da área de QS
considerou que a utilização do método foi benéfica para o processo, dado que agora a equipe
tem autonomia e uma forma clara de priorizar as demandas recebidas. Além disso, o gestor
considerou que experiência com a utilização do método poderá ser estendida a outros
processos e projetos em curso na área, tais como o processo de avaliação de fornecedores e de
profissionais. Com relação ao produto final do processo da equipe de QS - ganhos de
desempenho nas aplicações selecionadas, o resultado também foi satisfatório, embora não
possa ser conclusivo devido à mudança recente ocorrida no ambiente operacional e
tecnológico da organização, com a oferta de mais recursos computacionais. O resultado mais
expressivo entretanto é a melhora do processo de trabalho da equipe.
117
O método ZAPROS-LM, após o esforço inicial de explicitação de preferência é bastante
satisfatório para uma seleção preliminar dos projetos. Como a fila de demandas é intensa, a
quasi ordem desenvolvida pelo método é o suficiente para organizar as demandas prioritárias.
Outros resultados alcançados foram: (i) a definição de critérios considerados essenciais para a
seleção e priorização preliminar; (ii) a percepção da equipe de QS que a utilização de métodos
estruturados de AMD é benéfica e bem vinda; (iii) a implantação de procedimento mensal de
reavaliação e priorização de demandas, baseado no método proposto; (iv) a constatação de
que, definidos critérios de seleção e priorização, o método funciona como uma ferramenta de
comunicação de objetivos, dada à autonomia e segurança que proporciona ao processo e a
equipe que o utiliza.
Alguns objetivos não puderam ser alcançados plenamente, entre eles: (i) a disseminação do
método e do conhecimento sobre AMD para os demais gestores da organização e o (ii)
desenvolvimento de uma versão completa, plenamente operacional do software de apoio ao
método. Com relação a este último objetivo, apesar do desenvolvimento parcial, a versão
produzida, com a função de registro e mapeamento das preferências foi fundamental para a
aplicação bem sucedida do método, permanecendo seu desenvolvimento completo como um
trabalho para pesquisas futuras.
4.2 Benefícios com a utilização da ferramenta de suporte ao ZAPROS-LM
O maior beneficiado com uso da versão inicial do software de apoio ao processo foi o DE,
pois o processo de entrevistas se tornou muito melhor. De qualquer forma, mesmo com a
versão parcial do software implementada, o processo de trabalho do analista de decisão, e da
equipe responsável pelo cadastramento e priorização de demandas, também foi bastante
118
facilitado, já que os resultados gerados pelo software são, posteriormente, facilmente tratados
em planilhas eletrônicas.
4.3 Dificuldades com o Método ZAPROS-LM
A necessidade de um processo intenso e recorrente de entrevistas é uma das grandes
dificuldades constatada para a aplicação do método ZAPROS-LM, se agravando quando é
feita de manualmente, sem um software de suporte.
Dependendo da quantidade total de medidas de avaliação de critérios, a quantidade de
comparações necessárias para a construção da escala ordinal de avaliação cresce em
proporções quadráticas 2. Mesmo com a redução de perguntas a ser feitas ao DE em função da
propagação de transitividade, a interação com o DE é muito intensa e demanda um tempo
considerável. Sem um software de apoio, esta atividade torna-se praticamente inviável devido
aos seguintes fatores: (a) o grande consumo de tempo do DE, via de regra escasso; (b) a
complexidade das anotações e do fechamento manual da transitividade, atividade amplamente
sujeita a erros humanos; (c) se constatado um erro no processo, a correção é custosa e requer
mais tempo do DE; (d) constatado um problema de dependência entre critérios, todo o
processo de explicitação de preferências deve ser revisto, praticamente reinicializado.
Com a demora e a recorrência das entrevistas, o DE em questão apresentou algum desconforto
e irritabilidade com o processo, o que poderia comprometer a explicitação de preferências
preconizado pelo método. Este desconforto se resolveu com a utilização do software para
2 Sendo n a quantidade total de medidas de avaliação contando todos os critérios, o total de comparações tc é calculado pela expressão: tc = (n
2 + n) ÷ 2. Este cálculo refere-se a um único ciclo de entrevistas e
desconsidera as comparações entre as mesmas medidas (ex. A2 vs. A2). Considerando-se a dupla verificação de transitividade e a verificação de independência entre critérios, o valor de tc, calculado acima, ainda deverá ser multiplicado por 4. Pela expressão percebe-se que tc cresce, essencialmente, na proporção de n elevado ao quadrado, daí a proporção quadrática de crescimento em função da quantidade de medidas.
119
apoiar o processo de entrevistas. Com o apoio do software, os erros nas entrevistas foram
eliminados, as entrevistas foram agilizadas e podiam ser interrompidas e reiniciadas sem
problemas. A rejeição inicial ao método, que surgiu decorrente das dificuldades iniciais, foi
superada com o suporte do software, mesmo que parcialmente desenvolvido.
Aspectos culturais e comportamentais do DE parecem que também podem influenciar a
aceitação do método. Alguns dos participantes do processo estudado, sendo pessoas
explicitamente impacientes, trabalhando em ambiente de constante pressão e cobrança,
demonstraram rejeição ao método, dada a necessidade intensa de interação.
Outro aspecto que é interessante é que o método força a explicitação de preferências de
gestores, ou seja, força à tomada de decisão diante de situações hipotéticas e isto, embora
muito positivo para vários gestores, é um motivo de rejeição para aqueles gestores que têm
dificuldades ou resistência a expor suas decisões, seja por aspectos técnicos, pessoais,
políticos ou algum tipo de insegurança, ou receio, com relação aos resultados que possam
decorrer das informações fornecidas. A cultura organizacional, mesmo a de um departamento,
parece influenciar na aceitação ou rejeição ao método.
Decisores inseguros, ou que mudam de opinião com freqüência, também parecem ter
dificuldades com a utilização do método, principalmente se este for utilizado de forma
manual, sem um software de suporte. Isto parece se refletir em conflitos na transitividade das
escolhas, na definição de critérios, provocando que todo o processo tenha de ser refeito e, em
isto acontecendo, é natural que as próprias contradições e insegurança destes decisores, os
levem a rejeitar o método.
120
4.4 Limitações
Este trabalho foi realizado considerando apenas o universo de uma organização e de um grupo
reduzido e específico de profissionais, bem como a aplicação em um problema bastante
delimitado, que é gestão de projetos de melhoria de sistemas e programas. Para uma análise
mais conclusiva da aplicação do método ZAPROS-LM à projetos de TI, este estudo deveria
ser estendido a outras organizações e a outros tipos de projeto existentes, tais como: (i)
desenvolvimento de software, (ii) desenvolvimento de infra-estrutura de TI; (iii)
desenvolvimento e modelagem de processos; (iv) desenvolvimento de metodologia e padrões
de arquiteturas de software, entre outros.
4.5 Sugestões para pesquisas e trabalhos futuros
� Estudar a adequação do método conforme o perfil comportamental, psicológico e
cultural do decisor que se submeterá ao processo de explicitação de preferências.
� Estudar a adequação do método em função da cultura organizacional onde o mesmo
poderá ser aplicado, dado à necessidade de exposição preferências e que os decisores
precisam se submeter.
� O desenvolvimento de uma metodologia especifica de definição de critérios que seja
destinada à aplicação do método ZAPROS-LM, dado que na literatura os autores do
método não tratam deste tema e ao grande impacto que a constatação da dependência
entre critérios provoca na aplicação do método.
� Explorar as possíveis soluções de arquitetura de software que permitam, pela internet, a
oferta de serviços de apoio à decisão baseada neste método e/ou em métodos correlatos
de VDA.
121
� Explorar a possibilidade de desenvolver um componente de software, baseado no
ZAPROS-LM ou em outros métodos de VDA, que possa ser conectado a outros
softwares já existentes, como ferramentas de: (i) gerenciamento de portfolio de
projetos; (ii) gerenciadores de workflow; (iii) gerenciadores de processo de
recrutamento e seleção de pessoas; (iv) seleção preliminar de fornecedores (para
participação em concorrências e licitações); (v) conectores para softwares de planilha
eletrônica, entre outras possíveis aplicações.
� Explorar a aplicação conjunta do método ZAPROS-LM, acoplada a um método AMD
quantitativo, como a MAUT (Keeney e Raiffa, 1976), para uma ordenação completa,
agora baseada em aspectos técnicos quantitativos de TI, como por exemplo: (i) tempo
estimado de comandos de acesso à banco de dados; (ii) tempo de acesso à dispositivos
de entrada e saída de dados, como discos rígidos; (iii) consumo de memória; (iv) tempo
de CPU, entre outros.
122
REFERÊNCIAS BIBLIOGRÁFICAS
ALMEIDA, A. T.; COSTA, A. P. C. S. Modelo de decisão multicritério para priorização de sistemas de informação com base no método PROMETHEE. Gestão e Produção, v.9, n. 2, p. 201-214, ago. 2002.
ASHIKHMIN, I.; FUREMS, E. UniComBOS - Intelligent Decision Support System for Multi-criteria Comparison and Choice. Journal of Multi-criteria Decision Analysis, v.13, p. 147–157, 2005.
BANA E COSTA, C. A., VANSNICK, J.C. The MACBETH Approach: basic ideas, software and an application. Advances in decision analysis. Dordrecht: Kluwer, 1999.
BANKER, R. D.; DAVIS, G. B.; SLAUGHTER, S. A. Software development practices, software complexity, and software maintenance performance: A.... Management Science, v. 44, n. 4, p. 433-450, abr. 1998.
BLIN, M. J.; TSOUKIÀS, A. Multicriteria methodology contribution to software quality evaluations. Software Quality Journal, v. 9, p. 113-132, 2001. Disponível em: <http://www.lamsade.dauphine.fr/~tsoukias/papersat.html>. Acesso em: 26 ago. 2007.
BOUYSSOU, D. Building criteria: a prerequisite for MCDA. In: BANA e COSTA (ed.) Readings in Multiple Criteria Decision Aid. Berlin: p. 58-82, 1990.
BROWN, R. Rational choice and judgment decisor analysis for the decider. Hoboken: Wiley, 2005.
BSI – BRITISH STANDARD INSTITUTE. Guide to Project Management. BS 6079, UK: BSI, 2000.
CARDOSO, A. L. A Relação entre Competências de Gerenciamento, Complexidade e Sucesso dos Projetos de Tecnologia da Informação. Dissertação de Mestrado em Administração de Empresas. Rio de Janeiro: Faculdades Ibmec, 2007. Disponível em: < http://www.ibmecrj.br/sub/RJ/files/dissert_mestrado/ADM_andrecardoso_jun.pdf>. Acesso em: 25 fev. 2008.
123
CASTRO, L.F.S. Seleção de Projetos Comerciais em Processos Licitatórios Utilizando Análise Verbal de Decisões – Método ZAPROS LM. Dissertação de Mestrado em Administração de Empresas. Rio de Janeiro: Faculdades Ibmec, 2002.
CLEMEN, R. T.; REILLY, T. Making hard decisions with decision tools. 2ª ed. Pacific Grove: Duxbury, Thomson Learning, 2001.
CLÍMACO, J. N. Multicriteria Analysis. Berlim: Springer, 1997.
COOPER, D. R.; SHINDLER, P. S. Métodos de Pesquisa em Administração. Porto Alegre: Bookman, 2003.
DINSMORE, P.; CABANIS-BREWIN, J. The AMA Handbook of Project Management. 2ºed. AMACOM, 2006. Disponível em:< http://pmi.books24x7.com/toc.asp?bookid=11943>. Acesso em: 15 jan. 2008.
EDWARDS, W. How to Use Multiatributte Utility Measurement for Social Decisionmaking. IEEE Transactions on Systems, Man and Cybernetics, v. 7, p. 362-340, 1977.
EDWARDS, W.; BARRON, F.H. SMARTS and SMARTER: Improved simple methods for multiatributte utility measurement. Organizational Behavior and Human Decision Processes, v. 60, p. 306-325, 1994.
FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer Science, 2004.
FIGUEIRA, J.; GRECO, S.; EHRGOTT, M, D. Introduction. In: FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer Science, 2004.
FISHBURN, P.Utility Theory for Decision Making. Nova York: Wiley, 1970.
GOMES, L. F. A. ; CASTRO. L.F.S. Bidding Processes for Service Operations – A Strategic Decision Analysis. Anais do VII Simpósio de Administração da Produção, Logística e Operações Internacionais – SIMPOI 2004. FGV-EAESP, 2004.
GOMES, L. F. A. M. Teoria da Decisão. São Paulo: Thomson Learning, 2007.
GOMES, L. F. A. M.; ARAYA, M. C. G.; CARIGNANO, C. Tomada de Decisões em Cenários Complexos. Rio de Janeiro: Pioneira Thomson Learning, 2004.
GOMES, L. F. A. M.; GOMES, C. F. S.; ALMEIDA, A. T. de. Tomada de Decisão Gerencial: Enfoque Multicritério. São Paulo: Altas, 2006
124
GRECO, S; MATARAZZO, B; STOWINSKI, R. Decision Rule Approach. In: FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer Science, 2004.
HAMMOND, J.S.; KEENEY, R. L.; RAIFFA, H. Decisões Inteligentes: Somos movidos a decisões – Como avaliar alternativas e tomar a melhor decisão. Rio de Janeiro: Elsevier, 2004.
KEENEY, R. L.; RAIFFA, H. Decisions with multiple objectives: preferences and value tradeoffs. Nova York: Wiley, 1976.
KERZNER, H. Project Management: A Systems Approach to Planning, Scheduling, and Controlling. Hoboken, NJ: John Wiley & Sons, 2003. Disponível em:< http://pmi.books24x7.com/toc.asp?bookid=8147>. Acesso em: 03 jan. 2008.
LARICHEV, O.; MOSHKOVICH, H. Verbal Decison Analysis for Unstructured Problems. Boston: Kluwer Academic Publishers, 1997.
LARICHEV, O.; MOSHKOVICH, H. ZAPROS-LM -- A method and system for ordering multiattribute alternatives. European Journal of Operational Research, v. 82, e. 3, p. 503-521, 1995.
LARICHEV, O.; OLSON, L. Multiple Criteria Analysis in Strategic Siting Problems. Boston: Kluwer Academic Publishers, 2001.
LONGMAN, A; MULLINS, J. Project management: key tool for implementing strategy. Journal of Business Strategy, v. 25, n. 5, p. 54-60, 2004.
MIRANDA, E. Running the Successful Hi-Tech Project Office. Norwood, MA: ARTECH HOUSE, 2003. Disponível em: <http://pmi.books24x7.com/toc.asp?bookid=6408>. Acesso em: 20 jan. 2008.
MORAES, R. O.; LAURINDO, F. J. B. Um Estudo de Caso de Gestão de Portfolio de Projetos de Tecnologia da Informação. Gestão e Produção, v.10, n.3, p.311-328, dez. 2003.
MOSHKOVICH, H; MECHITOV, A; OLSON, D. Ordinal Judgments in Multiatributte Decision Analysis. New York: Springer Science, 2004.
MOSHKOVICH, H; MECHITOV, A; OLSON, D. Verbal Decision Analysis. In: FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. European Journal of Operational Research, v. 137, p. 625-641, 2002.
NEUMANN, J., MORGENSTERN, O. Theory of Games and Economic Behavior. Princeton: Princeton University Press, 1943.
OZERNOY, V. M. Choosing the Best Multiple Criteria Decision-Making Method. INFOR Journal: Information System & Operational Research, v. 30, n. 2, mai, 1997.
125
ÖZTÜRK, M.; TSOUKIÀS, A.; VINCKE, P. Preference Modeling. In: FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer Science, 2004.
PINHO, S. F. C. Uma Metodologia de Apoio à Decisão para Priorização de Projetos de Tecnologia da Informação. Rio de Janeiro: UFRJ, 2006. Disponível em: < http://www.coc.ufrj.br/teses/doutorado/inter/2006/Teses/PINHO_SFC_06_t_D_int.pdf>. Acesso em: 12 dez. 2007.
PINTO, J. K.; CLELAND, D. I.; SLEVIN, D. P. The Frontiers of Project Management Research. Project Management Institute, Inc. Pennsylvania, 2003. Disponível em: < http://pmi.books24x7.com/toc.asp?bookid=5612>. Acesso em: 17 nov. 2007.
PMI - PROJECT MANAGEMENT INSTITUTE INC. Um Guia do Conjunto de Conhecimentos em Gerenciamento de Projetos - Guia PMBOK.3º ed. PMI, 2004.
RAD, P. F.; LEVIN, G. Project Portfolio Management Tools and Techniques. IIL Publishing, 2006. Disponível em: < http://pmi.books24x7.com/toc.asp?bookid=15503>. Acesso em: 25 fev. 2008.
RODRIGUES, G. L. V. Como escolher sistemas de informação para o varejo: uma aplicação da análise verbal de decisões. Dissertação de Mestrado em Administração de Empresas. Rio de Janeiro: Faculdades Ibmec, 2007. Disponível em: < http://www.ibmecrj.br/sub/RJ/files/ADM_GERALDORODRIGUES_mai.pdf>. Acesso em: 25 jan. 2008.
ROY, B. Paradigms and Challengs. In: FIGUEIRA, J. (Ed.) et al. Multiple Criteria Decision Analysis: State of the Art Surveys. New York: Springer Science, 2004.
SAATY, T. L. The Analytic Hierarchy Process. Nova York: McGraw-Hill, 1980.
TORRES, A. Marketing em pequenas empresas: aplicação da análise verbal de decisões através do método ORCLASS. Dissertação de Mestrado em Administração de Empresas. Rio de Janeiro: Faculdades Ibmec, 2007. Disponível em: < http://www.ibmecrj.br/sub/RJ/files/ADM_adrianotorres_jul.pdf>. Acesso em: 15 nov. 2007.
TRIANTAPHYLLOU, E. Multi-criteria decision making methods: a comparative study. Dordrecht: Kluwer, 2000.
WIKIPIDIA. Monotonic Function. Wikipidia – The Free Encyclopedia, 2008. Disponível em: < http://en.wikipedia.org/wiki/Monotonic_function>. Acesso em: 5 jan. 2008.
126
Apêndice A – Diagrama de Transição de Estados
127
Apêndice B – Relação de Eventos do Diagrama de Estados
Nº Evento Status Posterior 1 Um novo processo é cadastrado Processo criado sem critérios 2 Um processo existente é selecionado e excluído << Terminal - processo excluído >> 3 Um novo critério é cadastrado para um processo Critérios em definição 4 Conjunto de critérios é definido com concluído Critérios definidos 5 Um critério ou medida de critério é alterada/excluída Critérios em definição 6 É iniciada construção da JOS-SR1 - 1º ciclo JOS-SR1 - 1º Ciclo em construção 7 É concluída construção da JOS-SR1 - 1º ciclo JOS-SR1 construída - 1º Ciclo concluído
8 JOS concluída sem duplo check e sem verificação de independência
Escala ordinal JOS concluída
9 É iniciada construção da JOS-SR1 - 2º ciclo - duplo check de transitividade
JOS-SR1 - 2º Ciclo em construção
10 É concluída construção da JOS-SR1 - 2º ciclo - duplo check de transitividade
JOS-SR1 construída - 2º Ciclo concluído
11 É constatada na JOS-SR1 uma ocorrência de erro de transitividade - duplo check de transitividade
JOS-SR1 - 2º ciclo: erro de transitividade
12 É corrigido erro de transitividade JOS-SR1 - 2º ciclo - duplo check de transitividade
JOS-SR1 - 2º Ciclo em construção
13 JOS concluída com duplo check de transitividade e sem verificação de independência
Escala ordinal JOS concluída
14 É iniciada construção da JOS-SR2 - 1º ciclo - verificação de independência sem duplo check
JOS-SR2 - 1º Ciclo em construção
15 É iniciada construção da JOS-SR2 - 1º ciclo - com duplo check e com verificação de independência
JOS-SR2 - 1º Ciclo em construção
16 É concluída construção da JOS-SR2 - 1º ciclo - verificação de independência
JOS-SR2 construída - 1º Ciclo concluído
17 JOS concluída com verificação de independência e sem duplo check de transitividade
Escala ordinal JOS concluída
18 É iniciada construção da JOS-SR2 - 2º ciclo - com duplo check e com verificação de independência
JOS-SR2 - 2º Ciclo em construção
19 É concluída construção da JOS-SR2 - 2º ciclo - com duplo check e com verificação de independência
JOS-SR2 construída - 2º Ciclo concluído
20 É constatada na JOS-SR2 uma ocorrência de erro de transitividade - duplo check de transitividade
JOS-SR2 - 2º ciclo: erro de transitividade
21 É corrigido erro de transitividade JOS-SR1 - 2º ciclo - duplo check de transitividade
JOS-SR2 - 2º Ciclo em construção
22 É constatado erro de dependência entre critérios: JOS-SR1 <> JOS-SR2
JOS SR1 <> SR2: erro independência
23 É escolhido redefinir os critérios e reiniciar todo o processo Critérios em definição
24 É escolhido recomeçar o processo a partir da construção da JOS-SR1
JOS-SR1 - 1º Ciclo em construção
25 É escolhido recomeçar o processo a partir da construção da JOS-SR2
JOS-SR2 - 1º Ciclo em construção
26 É escolhido concluir a JOS com uma das escala construídas - JOS-SR1 ou JOS-SR2
Escala ordinal JOS concluída
27 JOS concluída com duplo check e com verificação de independência
Escala ordinal JOS concluída
28 Uma nova alternativa real é cadastrada Alternativas reais em construção
29 O conjunto de alternativas reais de um processo é definido como construído
Alternativas reais construídas
30 O conjunto de alternativas reais é alterado Alternativas reais em construção 31 É realizado o processo de priorização de alternativas Alternativas reais priorizadas 32 O conjunto de alternativas reais priorizado é alterado Alternativas reais em construção
128
Apêndice C – Relação de Programas e Avaliações
129
Apêndice D – Resultado do Processo de Classificação – P. I
130
Apêndice E – Resultado do Processo de Classificação – P.II
Top Related