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