1 Prof. Dr. Marcio Mattos Borges de Oliveira Fevereiro 2013Tomada de Decisão Prof. Dr. Marcio Mattos Borges de Oliveira Fevereiro 2013
2 O Processo Decisório e os Sistemas de ApoioI. OBJETIVO GERAL: 31/05/2011 Analisar a importância dos Sistemas de Apoio à Tomada de Decisão nas Organizações. “Life is the sum of all your choices.” Albert Camus - Nobel de Literatura em 1957 (BRAINYQUOTE, 2009) “History equals the accumulated choices of all mankind” (BUCHANAN; O’CONNELL, 2006) Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
3 Software
4 O Processo Decisório e os Sistemas de Apoio31/05/2011 Características dos Sistemas de Informação A Empresa e seu Sistema Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
5 Evolução dos Sistemas EmpresariaisO Processo Decisório e os Sistemas de Apoio 31/05/2011 MRP II Processos isolados Processos externos Processos integrados Evolução Back Office MRP Front Office ERP Inovações Flexibilidade Funcionalidade Empresa EAI Tempo Prof. Dr. Marcio Mattos B. de Oliveira
6 Uma Classificação para Sistemas de Informação(LAUDON; LAUDON, 2007) Sistemas de Informação Transacionais (SIT) Sistemas de Informação Gerenciais (SIG) Sistemas de Apoio à Decisão (SAD) Sistemas de Informação para Executivos (SIE) Sistemas Especialistas (SE) Sistemas de Informações Geográficas (GIS) Prof. Dr. Marcio Mattos B. de Oliveira
7 SISTEMAS DE INFORMAÇÕESO Processo Decisório e os Sistemas de Apoio 31/05/2011 SISTEMAS DE INFORMAÇÕES SIT – Marketing e Vendas SIT’s específicos SIT – Operações e Logística SIT - Finanças e Contabilidade SIT – Recursos Humanos SIG SAD Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
8 O Processo Decisório e os Sistemas de Apoio31/05/2011 SAD – Sistema de Apoio à Decisão Modelos SAD Dados Operacionais Dados SAD Dados Gerenciais Pedidos Software SAD Respostas Decisor Dados Externos Relatórios Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
9 Sistemas de Inteligência ArtificialSistemas Especialistas (SE) Redes Neurais Lógica Fuzzy Algoritmos Genéticos Agentes Inteligentes Qual o objetivo da sua empresa? Necessidade de uma melhor avaliação dos objetivos Prof. Dr. Marcio Mattos B. de Oliveira
10 O que os gestores fazem – Papéis Múltiplos(MINTZBERG, 1971) Como os Sistemas de Informação Auxiliam os Gestores Categoria Papel Sistemas de Suporte Gerencial Interpessoal Figura de Proa Pouco usual Líder Ligação Sistema de comunicação eletrônica Informativa Monitor SIG Divulgador Sistema de correio eletrônico Porta-Voz Workstations de escritório e de sistemas profissionais Decisória Empreendedor Solucionador de conflitos SIG – útil Alocador de recursos SAD Negociador
11 Sobra pouco tempo para preparar a Tomada de Decisão!Uso do tempo (LAUDON; LAUDON, 2007)
12 Aspectos importantes da Tomada de DecisãoElementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Prof. Dr. Marcio Mattos B. de Oliveira
13 O Processo Decisório e os Sistemas de Apoio31/05/2011 Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Valores e Objetivos Valores Caráter geral Objetivos Específicos Os valores pessoais de cada um sempre influenciarão na escolha de seus objetivos! Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
15 Objetivos fundamentais e intermediários (KEENEY, 1992)Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Objetivos fundamentais e intermediários (KEENEY, 1992) Para encontrar um objetivo fundamental pergunte “por que isto é importante?”: Ex: trabalhar menos ter mais tempo para a família Para encontrar um objetivo intermediário pergunte “como obter isto?”: Ex: diminuir mortes por acidentes usar cinto de segurança (no caso do trânsito) Prof. Dr. Marcio Mattos B. de Oliveira
16 Estruturando valores Os objetivos podem ser conflitantesAumentar os lucros e minimizar as chances de perder dinheiro Decisões reais envolvem o balanceamento de múltiplos objetivos conflitantes
17 Exemplo: escolha de um estagiárioOBJETIVOS Maximizar a qualidade da pesquisa de mercado Vender mais produtos Ganhar mercado Identificar novos nichos de mercado Minimizar os custos de projetos Procurar novos funcionários Estabelecer relações com as escolas locais Ajudar os profissionais mais capacitados Escolher novos trainees Apreender sobre a empresa Vivenciar o estagiário no mundo dos negócios Maximizar o lucro Rejuvenescer a empresa Ajudar financeiramente os estudantes
18 Técnicas para identificar objetivosLista de características Considerar problemas e necessidades Prever consequências Identificar objetivos, restrições e diretrizes Considerar diferentes perspectivas Determinar objetivos estratégicos Determinar objetivos genéricos
19 Categorias de objetivosPerformance do negócio: Vender mais Maximizar o lucro Aumentar a participação no mercado Identificar nichos de mercado Melhorar o ambiente de trabalho: Trazer novas idéias e motivações Ajudar empregados mais qualificados Melhorar as atividades de Marketing: Melhorar pesquisa de qualidade Minimizar o custo de pesquisa Desenvolvimento pessoal e coorporativo: Atualizar conhecimentos Prospectar novos empregados Serviços à comunidade: Ajuda financeira Mostrar o mundo real de negócios Relacionar-se com a escola local
20 Objetivos fundamentais e intermediáriosConjunto de objetivos Contexto da decisão Separar os objetivos fundamentais dos intermediários Intermediário: trabalhar menos tempo Fundamental: ter mais tempo para a família Conexões: intermediários Hierarquias: fundamentais
21 Hierarquia de objetivos fundamentaisMaximizar Segurança Minimizar A perda de vidas Ferimentos graves Adultos Crianças leves
22 Rede de objetivos intermediáriosMaximizar Segurança Minimizar acidentes Maximizar o uso de dispositivos de segurança Motivar a colocação de dispositivos ce segurança Manutenção adequada Maximizar dirigir com qualidade Leis de tráfego razoáveis Minimizar dirigir alcoolizado Educação do público Reforçar leis de trânsito Exigir dispositivos de segurança
23 Identificando objetivos intermediáriosA pergunta é: como é possível obter isso? O desenrolar destas perguntas irá gerar a rede de objetivos intermediários
24 FreeMind Para fazer mapas mentais: http://freemind.en.softonic.com/
25 Valores e o Contexto da decisão atualO Processo Decisório e os Sistemas de Apoio 31/05/2011 Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Valores e o Contexto da decisão atual Comer Comprar um imóvel Prof. Dr. Marcio Mattos B. de Oliveira
26 Identificando o contexto da decisãoO Processo Decisório e os Sistemas de Apoio 31/05/2011 Três critérios: Primeiro: Direto – você está lidando com o problema correto? Segundo: Dono da decisão – quem vai realmente decidir e assumir as conseqüências? Terceiro: Factibilidade – haverá possibilidade de implementar a decisão? Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
27 O Processo Decisório e os Sistemas de Apoio31/05/2011 Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
28 Prof. Dr. Marcio Mattos B. de OliveiraElementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Decisões sequenciais Dependência Decisões dinâmicas Tempo Terceira decisão Segunda Primeira Última Prof. Dr. Marcio Mattos B. de Oliveira
29 O Processo Decisório e os Sistemas de Apoio31/05/2011 Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Eventos ao acaso Geram a Incerteza Limites são conhecidos? Atribuem complexidade à decisão O eventos podem ser dependentes Cálculo do Risco, quando possível (KNIGHT, 1921) Prof. Dr. Marcio Mattos B. de Oliveira
30 Horizonte de PlanejamentoO Processo Decisório e os Sistemas de Apoio 31/05/2011 Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Horizonte de Planejamento Efeitos das primeiras ações nas demais Como delimitar? Curto Médio Longo prazo Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
31 Prof. Dr. Marcio Mattos B. de OliveiraTeoria da Utilidade Qual a utilidade de um determinado objetivo? Prof. Dr. Marcio Mattos B. de Oliveira
32 O que você faria? Show do Milhão
33 O Processo Decisório e os Sistemas de ApoioPropensão Indiferente Aversão Utilidade Ganho Função de Utilidade O Processo Decisório e os Sistemas de Apoio 31/05/2011 Elementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Avaliação pessoal de risco exemplo: x = ganho Prof. Dr. Marcio Mattos B. de Oliveira
34 Prof. Dr. Marcio Mattos B. de OliveiraGanhos e perdas Ganho Utilidade Ganhos = aversão ao risco Perdas = propensão ao risco Prof. Dr. Marcio Mattos B. de Oliveira
35 Consequências Consequências Horizonte de PlanejamentoElementos da Decisão: Valores e objetivos Decisões a tomar Eventos incertos Consequências Consequências Tempo Terceira decisão Segunda Primeira Última Eventos Incertos Resolver antes da segunda decisão Resolver antes da terceira decisão Resolver antes da última decisão Resolver depois da última decisão Consequências Horizonte de Planejamento
36 Informações Decisões Tipos de decisões em níveis hierárquicosEstratégicas Táticas Operacionais Informações Decisões Marketing, Finanças, Operações e Recursos Humanos Prof. Dr. Marcio Mattos B. de Oliveira
37 Quanto à participação da equipe (VROOM; YETTON,1973)Estilo: Autocrático – você toma a decisão e informa aos outros. Podem ocorrer dois processos: Processo: Autocrático 1(A1) – usa a informação existente e toma a decisão Autocrático 2 (A2) – pede informações específicas e toma a decisão. Não explica porque quer a informação. Consultivo – você junta informação da equipe e de outros e então toma a decisão. Consultivo 1 (C1) – você informa à equipe o que está fazendo e pede opiniões individuais, mas não reúne o grupo para discutir. Você toma a decisão. Consultivo 2 (C2) – você é responsável pela tomada de decisão, entretanto, reúne o grupo e discute a situação, ouve outras perspectivas e solicita sugestões. Colaborativo – você e a equipe trabalham juntos para encontrar consenso. Grupal (G2) – A equipe toma decisão junta. Seu papel é de facilitador e ajuda o grupo a encontrar uma decisão que todos aceitem.
38 O modelo de decisão de Vroom-Yetton-Jago (1978)1 - A qualidade da decisão é importante? 2 - O comprometimento da equipe é importante para a decisão? 3 - Você tem informação suficiente para tomar a decisão sozinho? 4 - O problema é bem estruturado? 5 - Se decidir sozinho, terá apoio da equipe? 6 - A equipe compartilha os objetivos da organização? 7 - Há conflito na equipe sobre a decisão? S N A1 S N S A1 S N N S C2 S N A2 N A1 N C2 N S G2 S S G2 A2 C2 C1 A2 G2 C2
39 Exercício Modelo de decisão de Vroom-Yetton-Jago (1978)Você é gerente de produção de uma manufatura. Existem mais pedidos para entregar do que sua capacidade de produção atual. Qual estilo de decisor você adotaria? Por quê?
40 Dificuldades na Tomada de DecisãoVieses comuns (TVERSKY; KAHNEMAN, 1974) Incerteza e probabilidade (KNIGHT, 1921) Vieses motivacionais (BAZERMAN, 2004) Escalada irracional Justiça Valor da informação (CLEMEN; WINKLER, 1985) Objetivos múltiplos e conflitantes (KEENEY; RAIFFA, 1976) Aversão ou propensão ao risco - Função de Utilidade (HOLLOWAY, 1979) Prof. Dr. Marcio Mattos B. de Oliveira
41 Prof. Dr. Marcio Mattos B. de OliveiraDecisões de Grupos Dificuldades: Diferenças culturais Conflito Groupthink: unanimidade interna que não avalia todas as alternativas e opções (JANIS,1972). Pertencer ao grupo Exemplo: explosão da Challenger Prof. Dr. Marcio Mattos B. de Oliveira
42 Teoria dos 2 Fatores, Maslow e ERGCrescimento (Growing) Existência Alderfer(1969) Maslow (1943) Insatisfação Satisfação Fatores Higiênicos Fatores Motivacionais Hertzberg (1968) Relacionamento Metade da população mundial vive com menos de US$2,50 /dia Fonte: Banco Mundial (2008)
43 Percentage population living on less than 1 dollar day 2007-2008Prahalad (2005): A riqueza na base da pirâmide Fonte: UN Human Development statistics (2009) Prof. Dr. Marcio Mattos B. de Oliveira
44 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica:
45 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica: US$800 = Viagem a Paris com café da manhã incluso
46 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica: US$800 = Viagem a Paris com café da manhã incluso US$800 = Viagem a Roma com café da manhã incluso
47 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica: US$800 = Viagem a Paris com café da manhã incluso US$800 = Viagem a Roma com café da manhã incluso
48 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica: US$800 = Viagem a Paris com café da manhã incluso US$800 = Viagem a Roma com café da manhã incluso US$780 = Viagem a Paris sem café da manhã incluso
49 Dan Ariely (2008) Usa fatores sociais, cognitivos e emocionais para entender as decisões individuais e organizacionais Limites de racionalidade (egoísmo e auto controle) Modelos integrando Psicologia com a Teoria Econômica Neoclássica: US$800 = Viagem a Paris com café da manhã incluso US$800 = Viagem a Roma com café da manhã incluso US$780 = Viagem a Paris sem café da manhã incluso
50 Prof. Dr. Marcio Mattos B. de OliveiraA maneira como se apresenta um problema pode influenciar a escolha do decisor: doadores de órgãos por país Prof. Dr. Marcio Mattos B. de Oliveira Johnson e Goldstein (2004)
51 Prof. Dr. Marcio Mattos B. de OliveiraA maneira como se apresenta um problema pode influenciar a escolha do decisor: doadores de órgãos por país Assinale com um X se você deseja ser doador de órgãos Prof. Dr. Marcio Mattos B. de Oliveira Johnson e Goldstein (2004)
52 Prof. Dr. Marcio Mattos B. de OliveiraA maneira como se apresenta um problema pode influenciar a escolha do decisor: doadores de órgãos por país Assinale com um X se você deseja ser doador de órgãos Assinale com um X se você não deseja ser doador de órgãos Prof. Dr. Marcio Mattos B. de Oliveira Johnson e Goldstein (2004)
53 Dois vídeos para assistirAcessar o site Procurar Dan Gilbert Escolher subtittles em português Procurar Dan Ariely
54 Software
55 Software www.makeitrational.com Faça o cadastroResponda o recebido
56 O Processo Decisório e os Sistemas de Apoio31/05/2011 Modelagem Pesquisa Operacional: método científico para a tomada de decisões (HILLIER; LIEBERMAN, 2006) Formulação: Problema descrito com palavras Problema de Programação Matemática Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
57 O Processo Decisório e os Sistemas de ApoioModelos 31/05/2011 Físicos: Análogos: Matemáticos ou simbólicos: U = f ( Xi, Yj) Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
58 O Processo Decisório e os Sistemas de Apoio31/05/2011 Tipos de Modelos Quanto ao nível de incerteza existente entre as relações das variáveis: determinísticos estocásticos Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
59 Etapas da Modelagem Matemática (CLEMEN; REILLY, 2001)Identifique a situação de decisão e entenda os objetivos Identifique as alternativas possíveis Decomponha e modele o problema: Modelo da estrutura do problema Modelo da incerteza Modelo das prioridades Escolha a melhor alternativa Análise de sensibilidade Implementar a alternativa escolhida SIM NÃO Há necessidade de mais estudos?
60 O Processo Decisório e os Sistemas de Apoio31/05/2011 Modelo Racional O campo da tomada de decisão pode ser dividido em 2 partes: Descritivo: percepções Mais rápido, menor custo Prescritivo: cálculos, fórmulas Mais demorado, maior custo Prof. Dr. Marcio Mattos B. de Oliveira Prof. Dr. Marcio Mattos B. de Oliveira
61 Prof. Dr. Marcio Mattos B. de OliveiraModelos Descritivos 5W2H (QUINTILIANUS, d.C.) Princípio de Pareto (1935) ou 80-20 Brainstorming (OSBORN, 1948) Diagrama de Influência (FORRESTER, 1980; HOWARD; MATHESON, 1984) Diagrama de Ishikawa (1990) Brainwriting (ROOZENBURG; EEKELS, 1998) Prof. Dr. Marcio Mattos B. de Oliveira
62 Participação do OperadorExemplo Modelo Descritivo: Diagrama de Ishikawa 6 (4) M´s Outros M’s Man Power Mind Power Maintenance Money Power Management Participação do Operador
63 Prof. Dr. Marcio Mattos B. de OliveiraModelos Prescritivos Método de Análise Hierárquica (AHP) (SAATY, 1977; 1980) Árvore de decisão sequencial (RAIFFA, 1968; HOLLOWAY, 1979; BEHN; VAUPEL’S, 1982) Análise de sensibilidade Modelagem Matemática Prof. Dr. Marcio Mattos B. de Oliveira
64 Exemplo Modelo Prescritivo: AHP - Estrutura Hierárquica com a Solução
65 Usando AHP Acesse o site: http://www.makeitrational.comResolva o exercício a seguir
66 Definição do Problema Um Engenheiro Civil recebeu duas ofertas de emprego (Emprego 1 e 2). Ele reside atualmente na cidade de Campinas, mas está disposto a mudar de cidade, caso as vantagens oferecidas por outros fatores sejam melhores. Para realizar a escolha do melhor emprego, ele considerou os seguintes fatores ou critérios: salário, oportunidade de progresso profissional, localização e custo de vida no local de trabalho. Em seguida, foram recolhidos alguns dados complementares, para auxiliar na avaliação na tomada de decisão:
67 Dados do Problema Critérios Emprego 1 Emprego 2 C1 - Salário Anual$ $ C2 - Oportunidade profissional Alta Baixa C3 - Localização São Paulo Campinas C4 - Custo de Vida (e suas vantagens) Alto Médio
68
69 Clique aqui para abrir projeto em branco
70 Clique em alternatives para definir as alternativas2o. Passo Clique em alternatives para definir as alternativas 1o. Passo: Digite um nome para o projeto. Dica: apague o que está escrito antes de digitar
71 2o. Passo: clique em critéria para dfinir os critérios1o. Passo : Clique em cada alternativa, altere o nome para São Paulo e Campinas das alternativas 1 e 2 e clique no X da alternativa 3 para excluí-la
72 Clique no + ao lado do Goal para adicionar o 4o. critério Renomeio Goal para Melhor Emprego Criterio 1 para Salário Anual Critério 2 para Oportunidade Critério 3 para Local Critério 4 para Custo de vida
73 Clique em Preferences para definir suas preferências
74 2o. Passo: Clique em cada um dos critérios para definir suas preferências entre as alternativas1o.passo: Clique em cada ponto de interrogação para definir suas preferencias entre cada par de critérios
75 Clique em Results para obter o resultado da análise AHP
76 Resultado final do AHP
77 Tabela de Pagamentos Um método de organizar e ilustrar quais serão os pagamentos recebidos ao se tomar diferentes decisões, dado que podem ocorrer vários estados da natureza Um pagamento é o resultado de uma decisão
78 Tabela de Pagamento Estados da Natureza Decisão a b1 Pagamento 1a Pagamento 1b 2 Pagamento 2a Pagamento 2b
79 Valor Esperado
80 Árvore de Decisão SeqüencialUm método gráfico para análise de situações de decisão que requerem uma seqüência de decisões ao longo do tempo Árvores de decisão consistem de: Nós quadrados - indicando pontos de decisão Nós circulares - indicando estados da natureza Arcos - conectando os nós
81 Exercício de Fixação - resolvidoA Companhia Têxtil Sulina tem duas alternativas a considerar: expandir a sua produção atual para fabricar uma nova linha de materiais de peso leve (com um custo de $ ), ou comprar um terreno para construir uma nova fábrica no futuro (com um custo de $ ). Cada uma destas decisões tem conseqüências baseadas no crescimento do mercado do produto no futuro, que resulta em outro conjunto de decisões, durante um horizonte de planejamento de dez anos. A primeira decisão que a companhia deve tomar é de expandir ou comprar o terreno. Se a companhia expandir, dois estados da natureza são possíveis: ou o mercado cresce (com uma probabilidade de 0,60) e a companhia lucra $ , ou não cresce (probabilidade de 0,40) e a companhia lucra $
82 Exercício de Fixação Por outro lado, se a companhia optar por comprar o terreno, após três anos deverá tomar uma nova decisão de acordo com a valorização do terreno. Se houver crescimento do mercado para o período de três anos (p=0,60), a companhia deverá fazer uma nova escolha: expandir (custo de $ ) ou vender o terreno (ganho de $ ). Caso não haja crescimento do mercado (p=0,40), poderá ser construído um armazém no terreno (custo de $ ) ou o terreno poderá ser vendido por $ , valor menor dado ao não crescimento do mercado. Se a decisão com crescimento do mercado, após 3 anos, foi expandir, dois estados da natureza são possíveis: o mercado pode crescer (p=0,80) fornecendo um lucro de $ , ou não crescer (p=0,20) fornecendo um lucro de apenas $ Se a decisão sem crescimento do mercado, após os 3 anos, foi construir o armazém, dois outros estados da natureza são possíveis: o mercado pode crescer (p=0,30) fornecendo um lucro de $ , ou o mercado pode não crescer (p=0,70) fornecendo um lucro de $ Construa a Árvore de Decisão e identifique a melhor opção.
83 Exemplo de Árvore de Decisão$ 0.60 Mercado cresce 2 0.40 Mercado não cresce $ Mercado cresce $ Expandir (-$ ) Expandir (-$ ) 0.80 6 $ 0.20 1 4 Mercado cresce (3 anos, $0 pagamento) Mercado não cresce Vender o terreno Comprar terreno (-$ ) $ 0.60 Mercado cresce $ 3 0.40 Armazém (-$ ) 0.30 7 $ 0.70 5 Mercado não cresce (3 anos, $0 pagamento) Mercado não cresce Vender terreno $
84 Avaliação dos nós Calcular o valor esperado ( EV) nos nós 6 & 7Escrever o valor esperado acima dos nós 6 & 7 Decisão no nó 4 entre: $ por Expandir e $ por Vender o terreno Escolher Expandir Repetir os cálculos de valor esperado e decisões para os nós remanescentes
85 Solução da Árvore de Decisão$ $ 0.60 Mercado cresce 2 0.40 Mercado não cresce $ Mercado cresce $ Expandir (-$ ) $ Expandir (-$ ) 0.80 $ 6 $ 0.20 1 4 $ Mercado cresce (3 anos, $0 pagamento) Mercado não cresce Vender o terreno Comprar terreno (-$ ) $ 0.60 Mercado cresce $ $ 3 0.40 Armazém (-$ ) 0.30 $ 7 $ $ 0.70 5 Mercado não cresce (3 anos, $0 pagamento) Mercado não cresce Vender o terreno $
86 Análise de sensibilidadeUma das mais recentes ferramentas da Análise de Decisão Contribuiram: Phillips (1982) Von Winterfeldt e Edwards (1986)* Watson e Buede (1987) Howard (1988) Samson (1988) * Exemplos reais da importância da análise de sensibilidade Prof. Dr. Marcio Mattos B. de Oliveira
87 Exemplo de Análise de Sensibilidade: Diagrama de TornadoProf. Dr. Marcio Mattos B. de Oliveira
88 Prof. Dr. Marcio Mattos B. de OliveiraModelagem Matemática Teoria dos Grafos (EULER, 1736) Teoria da Filas (ERLANG, 1909) Teoria dos jogos (von NEUMANN; MORGENSTERN, 1944) Simulação (ULAM; von NEUMANN, 1947) Programação Linear (DANTZIG, 1948) Programação Não Linear (KHUN; TUCKER, 1950) Programação Dinâmica (BELLMAN, 1954) Programação Inteira (GOMORY, 1958) Prof. Dr. Marcio Mattos B. de Oliveira
89 Exemplo de Modelagem Matemática: Teoria da Filas (ERLANG, 1909)Notação Descrição l Taxa de chegada m Taxa média de atendimento s Número de atendentes L Média de usuários no sistema Lq Média de usuários na fila W Tempo médio gasto no sistema Wq Tempo médio gasto na fila P0 Probabilidade de zero usuário no sistema Pw Probabilidade que um usuário espere r Taxa de utilização Input Output Prof. Dr. Marcio Mattos B. de Oliveira
90 Exemplo de modelagem Matemática: Teoria da Filas (ERLANG, 1909)Características das Filas Prof. Dr. Marcio Mattos B. de Oliveira
91 Exemplo de Modelagem Matemática: Teoria da Filas (ERLANG, 1909)Prof. Dr. Marcio Mattos B. de Oliveira
92 Aplicação Teoria das FilasSimples Única Única +1 Descrição 10/h Taxa de chegada 4/h Taxa média de atendimento 3 4 Número de atendentes 5 6,0 3,0 Média de usuários no sistema 4,2 3,5 0,53 Média de usuários na fila 90 min 36 min 18,2 min Tempo médio gasto no sistema 75 min 21 min 3,2 min Tempo médio gasto na fila 17% 4,49% 7,37% Probabilidade de sistema vazio 83% 70,2% 31,2% Probabilidade que um usuário espere 83,3% 62,5% Taxa de utilização Prof. Dr. Marcio Mattos B. de Oliveira
93 Aplicação Teoria das FilasSimples Única Única +1 Descrição 10/h Taxa de chegada 4/h Taxa média de atendimento 3 4 Número de atendentes 5 6,0 3,0 Média de usuários no sistema 4,2 3,5 0,53 Média de usuários na fila 90 min 36 min 18,2 min Tempo médio gasto no sistema 75 min 21 min 3,2 min Tempo médio gasto na fila 17% 4,49% 7,37% Probabilidade de sistema vazio 83% 70,2% 31,2% Probabilidade que um usuário espere 83,3% 62,5% Taxa de utilização Prof. Dr. Marcio Mattos B. de Oliveira
94 Aplicação Teoria das FilasSimples Única Única +1 Descrição 10/h Taxa de chegada 4/h Taxa média de atendimento 3 4 Número de atendentes 5 6,0 3,0 Média de usuários no sistema 4,2 3,5 0,53 Média de usuários na fila 90 min 36 min 18,2 min Tempo médio gasto no sistema 75 min 21 min 3,2 min Tempo médio gasto na fila 17% 4,49% 7,37% Probabilidade de sistema vazio 83% 70,2% 31,2% Probabilidade que um usuário espere 83,3% 62,5% Taxa de utilização Prof. Dr. Marcio Mattos B. de Oliveira
95 BSC - Balanced ScorecardO Balanced Scorecard pode ser utilizado para: esclarecer e obter consenso em relação à estratégia; comunicar a estratégia a toda a empresa; alinhar metas departamentais e pessoais à estratégia; associar os objetivos estratégicos com metas de longo prazo e orçamentos anuais; identificar e alinhar iniciativas estratégicas; realizar revisões estratégicas periódicas e sistemáticas; obter feedback para aprofundar o conhecimento da estratégia e aperfeiçoá-la.
96 Dificuldades na Implementação da EstratégiaVisão Somente 5% do nível operacional compreende a visão de futuro Pessoas Mais de 75% das organizações brasileiras não vinculam incentivos e remuneração com a estratégia 78% das empresas brasileiras não vinculam o orçamento com a estratégia Recursos Gestão da Estratégia Somente 32% das organizações brasileiras possuem mecanismos eficazes de monitoramento e controle de sua evolução Mais de 90% das organizações falham na implementação da estratégia Fonte: Symnetics.
97 O BSC poderá superar estas dificuldadesVisão Pessoas Recursos Gestão da Estratégia Somente 5% do nível operacional compreende a visão de futuro Tradução a partir de objetivos e indicadores Mais de 75% das organizações brasileiras não vinculam incentivos e remuneração com a estratégia Comunica-ção, desdobra-mento e alinhamento Planejamento de recursos e orçamento vinculado à estratégia 78% das empresas brasileiras não vinculam o orçamento com a estratégia Aprendizado, comunicação e feedback contínuo Somente 32% das organizações brasileiras possuem mecanismos eficazes de monitora-mento e controle de sua evolução Modelo de Gestão Construído a partir da Estratégia!!!!
98 Objetivos EstratégicosComo obter este modelo de gestão Estratégica ? Visão e Estratégia Indicadores Monitorados por Objetivos Estratégicos Traduzidas em Metas Associados a Iniciativas Alavancadas por Ações Desdobradas em
99 Da Visão Estratégica ao Balanced ScorecardMissão Visão Estratégia Empresarial BSC Valores
100 Exigências Culturais do BSCCompromisso da alta direção da empresa Sentido de urgência Abordagem sistemática, com forte treinamento na metodologia Estratégia de implementação baseada em projetos-piloto Envolvimento final de TODA a organização Integração em todos os sistemas gerenciais existentes
101 Balanced Scorecard Uma BOA estratégia não bastaSua IMPLEMENTAÇÃO é a chave 9 entre 10 empresas falham na EXECUÇÃO da ESTRATÉGIA Por que? Porque não contam com um modelo de gestão que TRADUZA a Estratégia AÇÃO.
102 Problemas associados à implementação do BSCIndicadores demais Indicadores equivocados Indicadores mal definidos Falta ou inadequação dos objetivos intermediários Falta de implementação por indivíduos ou equipes Impaciência (expectativas irreais com os resultados financeiros): Vai funcionar? Vai vender mais?
103 Número de Indicadores do BSCNúmero: 20 a 25 indicadores Distribuição típica entre as quatros perspectivas: Perspectivas Nº. Indicadores % Financeira 5 22 Do Cliente Dos Processos Internos 8 34 De Aprendizado e Crescimento Profª. Drª. Sonia V. W. B. de Oliveira
104 Profª. Drª. Sonia V. W. B. de OliveiraAs 4 perspectivas do BSC Objetivos Indicadores Metas Iniciativas Rentabilidade Crescimento Valor p/ acionista Financeiro:Para satisfazer nossos acionistas que objetivos financeiros devem ser atingidos? Processos Internos Visão e Estratégia Processos do Cliente Objetivos Indicadores… Imagem da Empresa Serviço Preço/custo Objetivos Indicadores.. Tempo pedido Qualidade Produtividade. Para satisfazer nossos clientes e acionistas em quais proces-sos devemos ser excelentes? Para satisfazer nossos objetivos financeiros que necessidades dos clientes devemos atender? Objetivos Indicadores Metas Iniciativas Aprendizado contín. Ativos intelectuais Inovação Merc. Aprendizado e Crescimento:Para atingir nossas metas, como nossa organização deve aprender e inovar? Profª. Drª. Sonia V. W. B. de Oliveira
105 Prof. Dr. Marcio Mattos B. de OliveiraReferências ALDERFER, Clayton P. An empirical test of a new theory of human needs. Organizational Behavior & Human Performance, v. 4, n. 2, p , 1969. ARIELY, Dan. Predictably Irrational: The Hidden Forces That Shape Our Decisions. New York: HarperCollins, p. 304. BAZERMAN, M. H. Processo Decisório. Trad. 5. ed. Rio de Janeiro: Campus, 2004. BEHN, R. D.; VAUPEL, J. D. Quick Analysis for Busy Decision Makers. New York: Basic Books, 1982. BELLMAN, Richard. Some Problems in the Theory of Dynamic Programming. Econometrica, v. 22, n. 1, p , Jan., 1954. BRAINYQUOTE. Albert Camus Quotes 1957 (Nobel Prize for Literature, ) . Disponível em :
106 Prof. Dr. Marcio Mattos B. de OliveiraReferências CLEMEN, R. T.; REILLY, T. Making Hard Decisions with Decision Tools Suite. Belmont: Duxbury, 2001. CLEMEN, R.; WINKLER, R. Limits for precision and value of informations from dependent sources. Operations Research, v. 33, p , 1985. DANTZIG, G. B. Programming in a linear structure. USAF, Washington D.C.: Comptroller, Feb ERLANG, A. K. The Theory of Probabilities and Telephone Conversations. Nyt Tidsskrift for Matematik B, v. 20, 1909. EULER, L. Solutio Problematis ad Geometrian Situs Pertinentis. Commentarii academiae scientarum Petropolitanae, v. 8, p , 1736. FORRESTER, Jay W. Information Sources for Modeling the National Economy. Journal of the American Statistical Association, v. 75, n. 371, p , Sep GOMORY, R. E. Outline of an algorithm for integer solutions to linear programs. Bulletin of the American Mathematical Society, v. 64, p , 1958. Prof. Dr. Marcio Mattos B. de Oliveira
107 Prof. Dr. Marcio Mattos B. de OliveiraReferências HERZBERG, F. One more time: how do you motivate employees? Harvard Business Review, v. 46, p , Jan./Feb HILLIER, Frederick S.; LIEBERMAN, J. Introdução à Pesquisa Operacional. 8. ed. São Paulo: Mc Graw Hill, 2006. HOLLOWAY, C. A. Decision Making under Uncertainty: Models and Choices. Englewood Cliffs, NJ: Prentice Hall, 1979. HOWARD, R. A.; MATHESON, J. E. Influence Diagrams. In: HOWARD, R. A.; MATHESON, J. E. (eds.). The Principles and Applications of Decision analysis, v. 11, p Palo Alto, CA: Strategic Decisions Group, 1984. HOWARD, R. A. Decision analysis: Practice and Promise. Management Science, v. 34, p , 1988. ISHIKAWA, K. Introduction to Quality Control. 3. ed. Trad. John H. Loftus. Tokyo: 3A Corporation, 1990. JANIS, I. L. Victims of groupthink: A psychological study of foreign-policy decisions and fiascoes. Oxford, England: Houghton Mifflin, viii, 277 pp. JOHNSON, E.J.; GOLDSTEIN, D.G. Defaults and Donation Decisions. Transplantation, v. 78, n. 12, p , Dec Prof. Dr. Marcio Mattos B. de Oliveira
108 Prof. Dr. Marcio Mattos B. de OliveiraReferências KEENEY, R. L. Value-Focused Thinking. Cambridge, MA: Harvard University Press, 1992. KEENEY, R.; RAIFFA, H. Decisions with multiple objectives. New York: Wiley, 1976. KNIGHT, F. H. Risk, Uncertainty and Profit. Boston, New York: Houghton Mifflin Company, 1921. KUHN, H.; TUCKER, A. Nonlinear programming. In: NEYMAN, J.(Editor). Proceedings of the Second Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, 1950. LAUDON, Kenneth C.; LAUDON, Jane P. Sistemas de Informação Gerenciais. 7. ed. São Paulo: Pearson/Prentice Hall, p. MASLOW, A. H. A Theory of Human Motivation. Psychological Review, v. 50, p , 1943. MINTZBERG, H. Managerial work: analysis from observation. Management Science, v. 18, n. 2, Oct OSBORN, A.F. Your Creative Power. New York: Charles Scribner’s Sons, 1948. Prof. Dr. Marcio Mattos B. de Oliveira
109 Prof. Dr. Marcio Mattos B. de OliveiraReferências PARETO, Vilfredo. The mind and society. New York: Harcourt, Brace, 1935. PHILLIPS, L. D. Requisite decision modelling: A case study. Journal of the Operational Research Society, v. 33, n. 4, p. 303–311, 1982. PRAHALAD, C. K. A riqueza na base da pirâmide. Porto Alegre: Bookman, 2005. QUINTILIANUS, Marcus Fabius. De institutione oratoria: ad codices parisinos recensitus / cum integris commentariis Georgii Ludovici Spalding, quibus novas lectiones et notas adjecit Joannes Josephus Dussault. Parisiis : colligebat Nicolaus Eligius Lemaire, 1823 ( Excudebat Petrus Didot). Disponível em:
110 Prof. Dr. Marcio Mattos B. de OliveiraReferências SAATY, Thomas L. The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York and London: McGraw-Hill International Book Co., 1980. SAMSON, D. Managerial Decision Analysis. Homewood, IL: Irwin, 1988. TVERSKY, A.; KAHNEMAN, D. Judgment under Uncertainty: Heuristics and Biases. Science, v. 185, p , 1974. ULAM S.; VON NEUMANN, J. On combination of stochastic and deterministic processes. Bull. Amer. Math. Soc., v. 53, p. 1120, 1947. UNITED NATIONS STATISTICS DIVISION. UN Human Development statistics Disponível em:
111 Prof. Dr. Marcio Mattos B. de OliveiraReferências VROOM, V. H.; YETTON P. W. Leadership and decision-making. Pittsburgh: University of Pittsburgh Press, 1973. VROOM, V.H.;JAGO, A.G. On the validity of the Vroom-Yetton model. Journal of Applied Psychology, v. 63, n. 2, p , Apr WATSON, S. R.; BUEDE, D.M. Decision Synthesis: The Principles and Practice of Decision Analysis. Cambridge: Cambridge University Press, 1987. Prof. Dr. Marcio Mattos B. de Oliveira
112 O Processo Decisório e os Sistemas de Apoio31/05/2011 Obrigado por sua atenção! Prof. Dr. Marcio Mattos B. de Oliveira