METODOLOGIA MULTICRITÉRIO PARA A ANÁLISE DE RISCOS ...
Transcript of METODOLOGIA MULTICRITÉRIO PARA A ANÁLISE DE RISCOS ...
METODOLOGIA MULTICRITÉRIO PARA A ANÁLISE DE RISCOS EM
PROJETOS DE P&D: UM ESTUDO DE CASO NA LIGHT
Nathalia Cacicedo Cidad
Paula Salarini Manzani
Projeto de Graduação apresentado ao Curso de
Engenharia de Produção da Escola Politécnica,
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Engenheiro.
Orientador: D.Sc. José Roberto Ribas
Rio de Janeiro
Março de 2015
ii
METODOLOGIA MULTICRITÉRIO PARA A ANÁLISE DE RISCOS EM
PROJETOS DE P&D: UM ESTUDO DE CASO NA LIGHT
Nathalia Cacicedo Cidad
Paula Salarini Manzani
PROJETO DE GRADUAÇÃO SUBMETIDO AO CORPO DOCENTE DO
CURSO DE ENGENHARIA DE PRODUÇÃO DA ESCOLA POLITÉCNICA DA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS
REQUISITOS NECESSÁRIOS À OBTENÇÃO DO GRAU DE ENGENHEIRO DE
PRODUÇÃO.
Examinado por:
Prof. José Roberto Ribas, D.Sc.
Prof.. Thereza Cristina Nogueira de Aquino, D.Sc.
Camila Moura Caiaffa, M.Sc
Rio de Janeiro, RJ – Brasil
Março de 2015
iii
Cidad, Nathalia Cacicedo
Manzani, Paula Salarini
Metodologia multicritério para a análise de riscos em projetos de P&D:
Um estudo de caso na Light/ Nathalia Cacicedo Cidad/ Paula Salarini Manzani –
Rio de Janeiro: UFRJ / Escola Politécnica, 2015.
XI, 49 p.: il.; 29,7 cm.
Orientador: José Roberto Ribas (D.Sc.)
Projeto de Graduação – UFRJ / Escola Politécnica / Curso de
Engenharia de Produção, 2015.
Referências Bibliográficas: p. 42-43
1. Multicritério, 2. Análise de riscos, 3. FAHP
I. Ribas, José Roberto. II. Universidade Federal do Rio de Janeiro,
Escola Politécnica, Curso de Engenharia de Produção. III. Metodologia
multicritério para a análise de riscos em projetos de P&D: Um estudo de caso na
Light/.
iv
AGRADECIMENTOS
Aos nossos pais e irmãos, por todo amor, educação, exemplo e suporte
necessário para chegar até aqui, e por sempre estarem ao nosso lado apoiando nossas
decisões.
Aos nossos amigos de antes da faculdade por continuarem conosco, sempre nos
ouvindo reclamar do quão difíceis eram as provas para as quais tínhamos que estudar e
que, muitas vezes, nos privavam de encontra-los.
Aos amigos da faculdade por esses últimos anos, com muitas provas e trabalhos,
mas também muitos churrascos, festas e viagens.
Um agradecimento especial aos amigos do Chat da Madrugada, por todos os
posts quilométricos divertidíssimos, fofocas, “stalkeadas”, estudos desesperados na
véspera das provas, montagens, Outbacks, viagens e todas aquelas bobeiras que
deixaram a faculdade mais leve.
Aos professores da Engenharia de Produção que contribuíram para nossa
formação, especialmente o professor José Roberto Ribas, que concordou em orientar
este trabalho, e nos ajudou desde a escolha do tema até as últimas dúvidas que iam
surgindo já no final, sempre com muita disposição e disponibilidade.
v
Resumo do Projeto de Graduação apresentado à Escola Politécnica/UFRJ como
parte dos requisitos necessários para a obtenção do grau de Engenheiro de Produção.
Metodologia multicritério para a análise de riscos em projetos de P&D: Um estudo de
caso na Light
Nathalia Cacicedo Cidad
Paula Salarini Manzani
Março/2015
Orientador: José Roberto Ribas (D.Sc.)
Curso: Engenharia de Produção
As empresas atuantes no setor de energia elétrica no Brasil tem, por obrigação legal, que
destinar parte de suas receitas para pesquisa e desenvolvimento tecnológico no setor.
Como projetos de inovação envolvem muitas incertezas, não é possível garantir que os
resultados esperados serão atingidos. As incertezas inerentes a esses projetos são
eventos de risco para as empresas e precisam ser mitigados. O objetivo desse estudo é
propor uma metodologia para a avaliação dos riscos em projetos de inovação, criando
um método que permita identificar e priorizar os critérios usados para selecionar esses
projetos, de forma a minimizar os riscos. O estudo de caso aplicou a metodologia
multicritério FAHP para a priorização de riscos em projetos de pesquisa e
desenvolvimento da Light. Os resultados indicaram o caráter de inovação tecnológica e
o alinhamento do parceiro com o estágio da pesquisa como os fatores de risco mais
relevantes.
Palavras-Chave: Multicritério, Análise de riscos, FAHP
vi
Abstract of Undergraduate Project presented to POLI/UFRJ as a partial
fulfillment of the requirements for acquiring the degree of Industrial Engineer.
Multicriteria methodology for risk analysis in R&D projects: A case study in Light
Nathalia Cacicedo Cidad
Paula Salarini Manzani
March/2015
Advisor: José Roberto Ribas (D.Sc.)
Course: Industrial Engineering
The companies operating in the electricity sector in Brazil have, by a legal obligation, to
devote part of their revenues to technological research and development in the sector.
As innovation projects involve many uncertainties, it’s not guaranteed that the expected
results will be achieved. The uncertainties inherent in these projects are risk events for
companies and need to be mitigated. The aim of this study is to propose a methodology
for risk assessment in innovative projects, creating a method to identify and prioritize
the criteria used to select these projects, in order to minimize the risks. The case study
applied the FAHP multicriteria methodology for prioritizing risks in Light’s research
and development projects. The results indicated the character of technological
innovation and the partner's alignment with the state of research as the most relevant
risk factors.
Key-Words: Multicriteria, Risks Analysis, FAHP
vii
SUMÁRIO
1. INTRODUÇÃO ................................................................................................ 1
1.1. Apresentação do tema ................................................................................ 1
1.2. Objetivo ...................................................................................................... 2
Objetivo Geral ..................................................................................... 2 1.2.1.
Objetivos Específicos .......................................................................... 3 1.2.2.
1.3. Metodologia ............................................................................................... 3
1.4. Limitações .................................................................................................. 4
2. ANÁLISE DE RISCOS EM PROJETOS ......................................................... 5
2.1. Estabelecer o contexto ............................................................................... 6
2.2. Identificação do risco ................................................................................. 8
Brainstorming ...................................................................................... 9 2.2.1.
Análise de projetos similares ............................................................... 9 2.2.2.
Checklists .......................................................................................... 10 2.2.3.
Entrevistas ......................................................................................... 10 2.2.4.
2.3. Métodos de análise de riscos .................................................................... 10
Método de Análise Qualitativa de Riscos ......................................... 11 2.3.1.
Método de Análise Semiquantitativa de Riscos ................................ 12 2.3.2.
a. Avaliação de probabilidade e consequências dos riscos ..................... 12
b. Avaliação e classificação dos fatores de risco .................................... 13
3. ANÁLISE DE DECISÃO MULTICRITÉRIO (ADM) ................................. 14
3.1. Classificação dos métodos de análise de decisão multicritério ................ 14
3.2. Analytic hierarchy process (AHP) ........................................................... 15
3.3. Lógica fuzzy .............................................................................................. 17
3.4. Fuzzy analytic hierarchy process (FAHP) ............................................... 18
Apresentação do método ................................................................... 18 3.4.1.
Estruturação do método ..................................................................... 19 3.4.2.
viii
Números fuzzy triangulares ............................................................... 19 3.4.3.
Desenvolvimento do método ............................................................. 21 3.4.4.
Exemplo ............................................................................................. 23 3.4.5.
4. ESTUDO DE CASO ....................................................................................... 27
4.1. P&D Light ................................................................................................ 27
Processo de seleção de projetos ......................................................... 29 4.1.1.
Critérios de seleção de projetos ......................................................... 29 4.1.2.
4.2. Seleção de critérios de risco ..................................................................... 30
Entrevistas em profundidade ............................................................. 31 4.2.1.
Critérios de risco selecionados .......................................................... 31 4.2.2.
4.3. Comparação pareada ................................................................................ 31
4.4. Métricas para critérios de risco ................................................................ 33
4.5. Avaliação de resultados ........................................................................... 38
5. CONCLUSÃO ................................................................................................ 40
6. REFERÊNCIAS BIBLIOGRÁFICAS ........................................................... 42
APÊNDICES ...................................................................................................... 44
ix
ÍNDICE DE FIGURAS
Figura 1: Abordagem de gerenciamento de riscos em projetos ............................ 5
Figura 2: Sistema Fuzzy ..................................................................................... 18
Figura 3: Representação de um número fuzzy triangular .................................... 20
Figura 4: Comparação entre dois números Fuzzy triangulares ........................... 22
Figura 5: Convergência de temas relevantes ...................................................... 28
Figura 6: Quadro de comparação pareada .......................................................... 32
x
ÍNDICE DE QUADROS
Quadro 1: Matriz básica de prioridade de risco .................................................. 11
Quadro 2: Matriz detalhada de prioridade de risco ............................................ 11
Quadro 3: Macrotemas e Temas para Projetos de P&D ..................................... 28
xi
ÍNDICE DE TABELAS
Tabela 1: Escala fundamental dos números absolutos de Saaty ......................... 16
Tabela 2: Matriz de comparação pareada de critérios ........................................ 21
Tabela 3: Matriz de comparações pareadas dos critérios ................................... 23
Tabela 4: Matriz de comparações pareadas das alternativas sob cada critério ... 25
Tabela 5: Matriz dos pesos das alternativas sob cada critério ............................ 26
Tabela 6: Matriz de escores finais das alternativas ............................................ 26
Tabela 7: Critérios de seleção de projetos .......................................................... 30
Tabela 8: Matriz fuzzificada para os critérios de risco – Especialista 1 ............. 33
Tabela 9: Matriz fuzzificada para os critérios de risco – Especialista 2 ............. 33
Tabela 10: Soma das linhas Matriz fuzzyficada – Especialista 1 ........................ 34
Tabela 11: Soma das linhas Matriz fuzzyficada – Especialista 2 ........................ 34
1
1. INTRODUÇÃO
1.1. Apresentação do tema
O tema deste projeto de graduação é a análise de riscos de projetos de pesquisa e
desenvolvimento tecnológico para o setor de energia elétrica, em particular, projetos
desenvolvidos pela Superintendência de Tecnologia e Inovação do Grupo Light para o
Programa de P&D Regulatório, preconizado pela Agência Nacional de Energia Elétrica
(ANEEL).
A legislação brasileira determina que as empresas que atuam no mercado de
energia elétrica no Brasil devem aplicar uma parcela de sua receita operacional líquida
em pesquisa e desenvolvimento tecnológico (P&D) do setor de energia elétrica. São
isentas dessa obrigação apenas as empresas autorizadas de produção independente que
geram energia a partir de instalações eólica, solar, biomassa, cogeração qualificada ou
pequenas centrais hidroelétricas exclusivamente.
Conforme disposto no art. 4º da Lei nº 9.991/2000, os investimentos em P&D
devem ser distribuídos do seguinte modo:
40% (quarenta por cento) devem ser recolhidos ao Fundo Nacional de
Desenvolvimento Científico e Tecnológico – FNDCT;
40% (quarenta por cento) devem ser destinados à execução de projetos de
P&D regulados pela ANEEL;
20% (vinte por cento) devem ser recolhidos ao Ministério de Minas e
Energia – MME.
Segundo regulamentos estabelecidos pela ANEEL, esses projetos devem ser
“pautados em inovações para fazer frente aos desafios tecnológicos e de mercado das
empresas de energia elétrica”. Os projetos podem ser desenvolvidos independentemente
ou cooperativamente entre duas ou mais empresas, com instituições de ensino ou de
pesquisa, com empresas de consultoria e com fabricantes de materiais e equipamentos.
2
Para que os projetos de uma empresa sejam válidos como investimentos em
P&D, é necessário enviar à ANEEL o escopo dos projetos com informações a respeito
dos resultados esperados, da sua aplicabilidade, dos custos previstos para sua execução,
da expectativa de retorno financeiro, da pertinência do estudo a temas de interesse do
setor elétrico e do grau de inovação ou avanço tecnológico pretendido.
Após seu encerramento, o projeto passa por uma avaliação dos resultados
alcançados e dos gastos incorridos, para fins de aprovação do projeto e reconhecimento
dos investimentos realizados pela ANEEL. A análise dos resultados do projeto leva em
conta os critérios originalidade, aplicabilidade, relevância e razoabilidade dos custos. A
cada critério é atribuída uma pontuação que determinará a nota do projeto, a qual
definirá sua aprovação total, parcial, ou sua reprovação. No caso de projetos aprovados
parcialmente ou reprovados, os gastos não reconhecidos devem ser estornados à Conta
de P&D e corrigidos pela taxa do Sistema Especial de Liquidação e de Custódia
(SELIC).
De modo a garantir que seus projetos estejam adequados aos requisitos da
ANEEL e sejam relevantes para a Light e seus Stakeholders, a empresa realiza um
processo de seleção e priorização em três etapas: ideias, propostas e projetos. Esse
processo, apesar de possuir múltiplos critérios, não contempla o risco de cada processo,
uma informação de extrema importância para a tomada de decisão.
1.2. Objetivo
Prioritariamente, o escopo deste projeto é propor uma metodologia para a
avaliação de riscos na seleção dos projetos de pesquisa e de eficiência energética da
Light. A seguir, definimos melhor os objetivos gerais e os objetivos específicos.
Objetivo Geral 1.2.1.
O objetivo principal deste estudo é a criação de um método que permita
identificar e priorizar os riscos de não conformidade inerentes a projetos de pesquisa e
de eficiência energética, obtidos a partir da associação a um conjunto de critérios
classificados anteriormente.
3
Objetivos Específicos 1.2.2.
Apresentar uma revisão de conceitos das metodologias de gestão de riscos
em projetos;
Apresentar uma revisão de conceitos gerais da tomada de decisão
multicritérios, classificando seus principais métodos;
Conceituar a aplicação da lógica fuzzy em modelos de tomada de decisão
multicritérios, apresentando a técnica FAHP de análise de risco em
projetos;
Identificar e selecionar os principais riscos em projetos de pesquisa e
desenvolvimento tecnológico na área de energia elétrica, considerando as
normas da ANEEL;
Utilizar a análise semiquantitativa de riscos, com o uso da técnica FAHP
para hierarquizar os critérios de riscos selecionados.
1.3. Metodologia
Este estudo foi estruturado em três etapas principais: a primeira trata do
gerenciamento de risco em projetos, desde a identificação dos riscos até os tipos de
análises que podem ser adotadas; a segunda aborda os principais métodos de Análise de
Decisão Multicritério, com especial ênfase à técnica FAHP, adotada neste estudo; e a
terceira etapa consiste no estudo de caso que trata da aplicação do método FAHP na
hierarquização dos critérios de risco de seleção de projetos de P&D da Light.
A partir dessa estruturação, o trabalho foi organizado em cinco capítulos:
Capítulo 1: Apresenta a introdução ao estudo, com a apresentação da temática,
definição dos objetivos geral e específicos, justificativa, estrutura, método do trabalho e
limitações.
Capítulo 2: Resultado de uma pesquisa bibliográfica acerca do gerenciamento de
risco em projetos, apresentando uma visão geral do tema com foco nos tipos de análise
de risco.
Capítulo 3: Compreende uma revisão das principais técnicas de Análise de
Decisão Multicritério, com ênfase no método FAHP, além da apresentação de conceitos
básicos de lógica fuzzy, os quais dão suporte para a compreensão do método escolhido.
4
Capítulo 4: Trata do estudo de caso, com aplicação do método FAHP na
hierarquização dos critérios de risco.
Capítulo 5: Apresenta as conclusões extraídas do presente estudo.
1.4. Limitações
Este estudo limita-se a fazer uma análise geral dos projetos de P&D da Light,
não focando em nenhum projeto específico. Dessa forma, os resultados contemplam
apenas os pesos de cada critério de risco a ser considerado, excluindo a seleção de
eventos de risco, os cálculos das notas para esses eventos e a obtenção de uma
pontuação total para a classificação dos projetos.
5
2. ANÁLISE DE RISCOS EM PROJETOS
Segundo Cooper et al. (2005), a definição de risco, no contexto do projeto é a
possibilidade de acontecer algo que tenha impacto nos objetivos, modificando o
resultado desejado ou esperado.
As variações dos resultados são consequências das incertezas associadas a um
plano de ação e podem gerar perdas ou ganhos. O risco do projeto tem dois fatores: a
probabilidade de um evento ocorrer e as suas implicações.
Os riscos em projetos podem estar relacionados à possibilidade de variações no
planejamento financeiro, perdas e ganhos sociais, lesões físicas ou atrasos. Mudanças
nas relações entre os stakeholders também podem suscitar riscos para o projeto.
Processos de gerenciamento de riscos são projetados para auxiliar na
identificação de riscos significativos e desenvolver medidas para abordar esses riscos e
suas consequências.
Figura 1: Abordagem de gerenciamento de riscos em projetos
Fonte: Adaptado de Cooper et al (2005, p.15)
As etapas de um projeto de gerenciamento de riscos devem interagir com as
etapas do projeto, identificando e analisando os riscos e planejando respostas rápidas
para minimizar seus efeitos.
6
A primeira etapa consiste em estabelecer o contexto no qual o projeto está
inserido. É necessário especificar os objetivos do projeto para identificar quais fatores
influenciam os resultados esperados, assim como definir critérios para medir as
consequências dos riscos identificados. Nessa etapa, também são determinados os
elementos chave para estruturar as etapas seguintes. Além disso, são usados documentos
relacionados ao projeto, como o cronograma, plano financeiro e estudos técnicos, para
gerar um documento conciso com a sua contextualização.
A etapa de identificação de riscos determina quais eventos podem afetar os
objetivos do projeto e como esses eventos podem ocorrer. O método de identificação
usado deve ser abrangente, pois os riscos não identificados podem ameaçar o sucesso do
projeto. O brainstorming é uma técnica geralmente utilizada nessa etapa, devido a sua
flexibilidade e capacidade de abranger uma diversa gama de riscos.
O resultado da etapa de identificação é uma lista de riscos possíveis como os
responsáveis (“donos do risco”) alocados.
A etapa de avaliação de riscos consiste na análise e classificação dos riscos. A
análise é o processo de usar as informações disponíveis para determinar a frequência ou
probabilidade de um evento acontecer e a magnitude de suas consequências. A
classificação de riscos é o uso de critérios para comparar os riscos estimados e
determinar o grau de significância de cada um.
A partir dessas etapas é possível tratar os riscos, criando planos de ação para
evitá-los ou minimizar seus efeitos não desejados.
2.1. Estabelecer o contexto
Segundo Cooper et al. (2005), estabelecer o contexto consiste em desenvolver
uma estrutura para a Identificação e Avaliação dos riscos de um projeto.
Esta etapa é essencial para designar o ambiente organizacional e projetual no
qual se insere a avaliação dos riscos; definir os objetivos principais e os resultados
esperados; identificar os fatores críticos de sucesso que podem vir a ser impactados
pelos riscos medidos; identificar um conjunto de elementos chave para estruturar a
Identificação e a Avaliação dos riscos.
7
A metodologia desta etapa consiste em:
Revisar toda a documentação do projeto e da organização;
Realizar a análise dos stakeholders;
Desenvolver os critérios de sucesso;
Definir um conjunto de elementos chave
Para garantir que todos os riscos significantes serão apurados, é preciso conhecer
os objetivos da organização e do projeto. O primeiro passo para tal é definir o escopo do
projeto, as principais questões de interesse da organização, e a relação entre o projeto, a
estratégia da organização e seus objetivos de negócio. Como cada projeto tem suas
particularidades, objetivos e critérios específicos são desenvolvidos a partir da revisão
da documentação do projeto, como, por exemplo, sua estratégia de execução, seu
contrato, cronograma e previsão de gastos, definição do escopo, estudos de engenharia,
análises econômicas e qualquer outro documento relevante para o projeto e seu
propósito.
Ainda no estágio inicial de planejamento, é realizada a análise dos stakeholders.
Todo projeto envolve pelo menos dois: a entidade promotora (compradora) e a
provedora de bens e serviços (vendedora). A divergência de objetivos entre essas duas
partes, bem como sua relação contratual, são fatores determinantes na alocação e
gerenciamento de risco. Contudo, na maioria dos projetos há uma quantidade mais
abrangente de partes interessadas, cujos resultados desejados devem ser levados em
consideração no planejamento do projeto.
A análise dos stakeholders auxilia na tomada de decisão, uma vez que
proporciona um perfil documentado de cada um para uma melhor compreensão de seus
objetivos, necessidades e preocupações.
Os requisitos da organização e os stakeholders principais são usados para auferir
uma série de critérios para o projeto. Estes serão utilizados para determinar escalas
específicas, contra as quais as consequências dos riscos serão avaliadas nas etapas
subsequentes de avaliação do projeto. Uma sugestão interessante é, após a definição dos
critérios, construir uma tabela associando cada critério a um ou mais objetivos do
projeto.
8
À exceção de projetos pequenos, é altamente eficaz desmembrar o projeto em
seções ou elementos chave para identificação do risco, ao invés de analisá-lo como um
todo.
Elementos chave são um conjunto de tópicos a ser considerados um por um
durante a identificação do risco. Cada um deles é mais minucioso que o projeto como
um todo, o que permite uma análise mais profunda do que ao lidar com o projeto todo
de uma vez. O conjunto de elementos chave identificados deve ser completo, ou seja,
deve cobrir todas as questões relevantes, mas estando numa escala apropriada.
Frequentemente, a Estrutura Analítica do Projeto (WBS - do inglês Work
Breakdown Structure) é tomada como ponto de partida, juntamente com o Dicionário de
WBS, que descreve em palavras o conteúdo de cada elemento de trabalho. WBS é o
processo de subdividir um projeto em componentes menores e mais facilmente
gerenciáveis. Isto é particularmente conveniente, uma vez que a análise de risco fica
alinhada com os outros aspectos importantes do projeto, como custos e cronograma.
A WBS é estruturada hierarquicamente, sendo dividida em diferentes níveis (do
mais geral para o mais específico). De acordo com a necessidade de cada projeto, alguns
elementos chave podem ser tratados como WBS de alto nível (i.e. num baixo nível de
detalhe), enquanto outros podem ser tratados como WBS se baixo nível (i.e. num alto
nível de detalhe).
A estruturação dos elementos chave requer um trade-off entre a eficácia do
processo de análise de risco e a integração de seus resultados com outros aspectos da
análise e do planejamento do projeto. Na maior parte dos casos, é recomendado escolher
a estrutura de maior eficácia para a análise de riscos, pois uma estrutura inapropriada
pode levar à omissão de vários itens inadvertidamente, com potenciais consequências,
além de tornar o processo menos eficaz.
2.2. Identificação do risco
Para Cooper et al. (2005), a identificação do risco determina algo que poderia
acontecer que afetaria os objetivos do projeto, e como isso poderia ocorrer. Neste
contexto, esta identificação deve ser abrangente, uma vez que riscos não identificados
não podem ser avaliados e, se descobertos tardiamente, podem causar efeitos
indesejáveis.
9
O acesso a informações válidas é importante, não apenas na identificação dos
riscos, mas também no entendimento da probabilidade e consequências de cada risco.
Apesar de nem sempre ser possível ter acesso à informação completa, ela deve ser tão
relevante, abrangente e precisa quanto os recursos permitirem.
Para colocar em prática a identificação dos riscos associados com um
determinado projeto, há diversas ferramentas e técnicas que podem ser utilizadas.
Algumas das mais comuns são:
Brainstorming;
Análise de projetos similares;
Checklists
Entrevistas
Brainstorming 2.2.1.
O Brainstorming é uma técnica útil para a identificação inicial de uma gama
muito grande de riscos, particularmente para projetos grandes e raros. Normalmente,
envolve os elementos chaves do time do projeto, aliados com quaisquer especialistas
que possam agregar conhecimentos necessários ao processo.
O propósito da sessão de brainstorming é cobrir todos os potenciais riscos, sem
julgar sua importância nos estágios iniciais.
O brainstorming resulta numa lista de riscos, a qual pode variar de tamanho.
Geralmente, é melhor ter uma lista com muitos riscos do que com poucos, e nada
importante deve ser omitido apenas para deixar a lista curta. Também é importante
documentar os riscos que foram descartados durante o processo, pois eles podem
facilitar uma futura revisão que se faça necessária.
Análise de projetos similares 2.2.2.
A análise de projetos similares feitos anteriormente pode servir como
complemento para o processo de brainstorming. Quando disponíveis, as avaliações de
riscos destes projetos passados podem ser um guia ideal para o projeto em questão.
Contudo, estas informações possuem limitações, uma vez que cada projeto tem suas
particularidades.
10
Também é útil incluir profissionais com vasta experiência em atividades
similares na sessão de brainstorming. Dessa forma, pode-se absorver lições destes
outros projetos que podem ajudar na situação atual. Porém, uma vez mais, é preciso ter
cuidado para não dar ênfase excessiva a eventos não-usuais que ocorreram nestes
projetos passados.
Checklists 2.2.3.
É um método que simplifica o processo de identificação dos riscos, através da
enumeração de riscos-padrão de projetos anteriores ou de riscos conhecidos de um
contexto específico.
A principal vantagem deste método é que ele é fácil de usar e bastante útil nas
áreas nas quais a empresa possui maior experiência. Consequentemente, ele não é a
melhor escolha para projetos mais complexos e diferentes do usual.
Entrevistas 2.2.4.
Este método consiste em elaborar um questionário com perguntas pertinentes ao
projeto e que ajudem a identificar os possíveis riscos. O questionário é aplicado em
especialistas no assunto do projeto (podendo abranger pessoas de fora da empresa) a fim
de obter informações mais relevantes quanto possível.
Após o levantamento dos riscos, deve-se documentar o que foi feito. O
documento deve conter cada risco enumerado, bem como sua descrição, sua causa, as
fases do projeto nas quais é mais provável de surgir, e as possíveis consequências do
seu aparecimento.
2.3. Métodos de análise de riscos
A etapa de análise de risco associa a cada risco uma classificação de prioridade.
Ele pode usar formas de análise que vão desde simples métodos qualitativos até
abordagens quantitativas mais sofisticadas.
11
A análise qualitativa é baseada em escalas nominais ou descritivos para
descrever as probabilidades e consequências dos riscos. Este método é particularmente
útil para uma ponderação inicial ou quando é necessária uma avaliação rápida. A análise
semiquantitativa estende o processo de análise qualitativa através da atribuição
numérica de valores para as escalas descritivas. A análise quantitativa, por sua vez,
utiliza escalas numéricas de razão para probabilidades e consequências, em vez de
escalas descritivas.
Método de Análise Qualitativa de Riscos 2.3.1.
O significado de um risco pode ser expresso como uma combinação de suas
consequências ou impactos nos objetivos do projeto, e da probabilidade de ocorrência
do evento. Os graus de significância das várias combinações entre impactos e
probabilidades podem ser obtidos com uma matriz que define o significado de várias
combinações entre escalas qualitativas de consequências e probabilidades.
Quadro 1: Matriz básica de prioridade de risco
Probabilidades Consequências
Pequena Grande
Baixa Risco Baixo Risco Médio
Alta Risco Médio Risco Alto
Fonte: Cooper et al (2005, p. 47)
Quadro 2: Matriz detalhada de prioridade de risco
Probabilidades Consequências
Insignificante Pequena Moderado Grande Catastrófica
Quase certo Médio Médio Alto Alto Alto
Provável Baixo Médio Médio Alto Alto
Possível Baixo Médio Médio Alto Alto
Improvável Baixo Baixo Médio Médio Alto
Raro Baixo Baixo Baixo Médio Médio
Fonte: Cooper et al (2005, p. 47)
12
Para implementar uma estrutura como esta, é importante que as definições da
escalas de consequência e probabilidade sejam claras e consistentes. Essas definições
irão depender da natureza do projeto, seus objetivos e critérios, e dos tipos de riscos
previstos.
Método de Análise Semiquantitativa de Riscos 2.3.2.
A abordagem semiquantitativa de riscos avalia a probabilidade de ocorrência dos
riscos e suas consequências, convertendo-os em taxas para a priorização inicial dos
projetos. Os indicadores semiquantitativos são indicados quando o objetivo da avaliação
é obter resultados comparativos.
Esse método é orientado para a alocação de prioridades em sistemas,
subsistemas ou estágios do projeto, sem identificar riscos individuais de forma explicita.
A primeira etapa do processo de avaliação é determinar que nível do projeto será
examinado e elaborar uma lista de elementos-chave. O nível mais apropriado do projeto
dependerá da sua magnitude. Segundo Cooper et al. (2005), os níveis 3, 4 e 5 do WBS
são, geralmente, apropriados.
a. Avaliação de probabilidade e consequências dos riscos
A probabilidade de ocorrência de um risco pode ser estimada a partir da
identificação das maiores causas de risco no elemento. Por exemplo, atributos como:
complexidade, maturidade e dependência são, normalmente, identificados como
elementos-chave que originam riscos em projetos técnicos.
Para calcular os níveis de risco, as avaliações de probabilidade descritivas são
convertidas em medidas numéricas, que são ponderadas para dar uma medida de
probabilidade de risco, em uma escala de 0 a 1. O mesmo procedimento é realizado para
as consequências, obtendo-se também, uma medida numérica de 0 a 1.
Valendo-se das medidas de probabilidade e impacto, é calculado um fator de
risco ou medida combinada de risco que, reflete a probabilidade de um risco suscitado e
a gravidade do seu impacto.
13
b. Avaliação e classificação dos fatores de risco
Os itens são sequenciados por ordem decrescente de fatores de risco, para gerar
um "perfil de risco" que será utilizado para guiar a classificação. No primeiro estágio do
processo de classificação são definidos níveis de corte para definir baixo, médio e alto
riscos.
A escolha dos níveis de corte pode ser baseada em critérios absolutos (como, por
exemplo, questões de segurança), critérios pragmáticos relacionados com os recursos
disponíveis para o gerenciamento do risco, ou em mais sofisticados trade-offs entre os
custos de desenvolvimento de planos de ação para os principais riscos e os benefícios de
o fazer. Os níveis de corte são ajustados para fornecer uma indicação inicial da
classificação.
Devido às restrições no cálculo dos fatores de risco, cada item da sequência de
riscos é analisado para determinar se foi classificado corretamente ou modificar a sua
posição. É aconselhável que o processo de classificação dos riscos seja realizado em
conjunto com gerentes e especialistas, de forma a considerar as características técnicas e
comerciais, além de facilitar a comunicação e identificar os responsáveis por cada risco.
14
3. ANÁLISE DE DECISÃO MULTICRITÉRIO (ADM)
Segundo Belton e Stewart (2002), a análise de decisão multicritério (ADM) é um
auxílio na tomada de decisão, que ajuda na organização das informações disponíveis, na
ponderação das consequências e na redução da possibilidade de decepção após a tomada
de decisão.
Em outras palavras, a ADM é um conjunto de ferramentas e métodos que
proporcionam uma abordagem formal que ajuda os tomadores de decisão a lidar com
situações complexas, nas quais o nível de conflito entre os critérios é muito alto.
As situações onde o emprego da ADM é propício são aquelas onde, além de
haver conflito entre os critérios, também há ambiguidade nos desempenhos de medição
ou também na articulação das preferências dos envolvidos.
É importante ressaltar que a ADM não fornece a solução ideal em um problema
de decisão, simplesmente porque não existe uma solução tal que ela seja universalmente
aceita como certa.
Ao implementar a ADM, existem quatro tipos de decisão possíveis:
Escolha: selecionar uma ação dentre duas ou mais alternativas;
Ranking: classificar as alternativas em uma ordem de preferência para
selecionar as melhores posicionadas;
Hierarquização: agrupar alternativas em amplas categorias hierárquicas,
cada uma incluindo um número não-distintivo de alternativas;
Portfolio: identificar a melhor combinação de ações alternativas, levando
em conta não apenas características individuais das alternativas, mas
também suas interações e sinergias.
3.1. Classificação dos métodos de análise de decisão multicritério
Os métodos de ADM podem ser classificados em duas vastas categorias, as
quais usam abordagens completamente diferentes na agregação de informações dos
critérios e na indução das preferências:
15
Multi-Attribute Value Theory (MAVT): à cada alternativa é associado um
valor, levando a uma avaliação global desta alternativa se todos os critérios
forem levados em consideração de acordo com as preferências do tomador
de decisão. Admite pontuações compensatórias, assumindo que é possível
uma desvantagem em uma dimensão da avaliação ser compensada por uma
vantagem em outra dimensão.
Outranking: segue uma abordagem não-compensatória: não é possível
compensar uma avaliação ruim com uma boa. Admite o princípio da
incomparabilidade: mesmo duas alternativas apresentando a mesma
pontuação, elas podem apresentar comportamentos distintos.
Cada uma das classificações supracitadas abrange diversos métodos. Um método
amplamente utilizado, e que inclui elementos de ambas as categorias é o chamado
Analytic Hierarchy Process (AHP). Como possui significativa importância para o
presente trabalho, ele será discutido no tópico seguinte.
3.2. Analytic hierarchy process (AHP)
Método desenvolvido na década de 1970 por Thomas Lorie Saaty, para auxiliar
as pessoas na tomada de decisões complexas com múltiplos critérios.
O AHP apresenta uma forma ampla e racional de estruturar um problema, além
de representar seus elementos e relacioná-los com as metas, facilitando a análise de
alternativas.
Segundo Saaty, T.L. (2008), para a tomada de decisão se dar de forma
organizada para gerar prioridades, é preciso decompor a decisão nos seguintes passos:
Definir o problema central e determinar o tipo de conhecimento pretendido
Estruturar a hierarquia de decisões a partir do topo, com o objetivo da
decisão, depois os objetivos de uma perspectiva ampla através dos níveis
intermediários (critérios dos quais os elementos subsequentes dependem)
até o nível mais baixo (que geralmente é um conjunto de alternativas)
Construir um conjunto de matrizes de comparação pareada, onde cada
elemento num nível superior é usado para comparar os elementos do nível
imediatamente abaixo dele
16
Usar as prioridades obtidas das comparações para ponderar as prioridades
no nível imediatamente inferior. Fazer isso para cada elemento. Então,
para cada elemento no nível abaixo, adicionar seus valores dos pesos e
obter sua prioridade geral ou global. Continuar este processo de
ponderação e adição até obter as prioridades finais das alternativas na parte
inferior.
Para realizar as comparações, é preciso uma escala de números que indique
quantas vezes mais importante ou dominante é um elemento em relação a outro, com
respeito ao critério em relação ao qual eles são comparados. A tabela abaixo
exemplifica essa escala:
Tabela 1: Escala fundamental dos números absolutos de Saaty
A ESCALA FUNDAMENTAL DOS NÚMEROS ABSOLUTOS
Grau de
Importância Definição Explicação
1 Igual importância Duas atividades contribuem igualmente para o
objetivo
2 Fraco ou levemente
importante
3 Importância moderada Experiência e julgamento favorecem
ligeiramente uma atividade sobre a outra
4 Importância moderada/forte
5 Importência forte
A experiência e o julgamento favorecem
fortemente Uma atividade em detrimento de
outro
6 Importância mais forte
7 Importância muito mais forte
Uma atividade é muito fortemente favorecida
em detrimento de outro; seu domínio
demonstrado na prática
8 Muito, muito mais importante
9 Importância extrema
A evidência favorecendo uma atividade sobre a
outra é da mais alta ordem possível de
afirmação
Reciproco ao
de cima
Se a atividade i tem um número diferente de zero atribuído a ela quando
comparado com a atividade j, então j tem valor recíproco quando comparado a i
1.1 - 1.9
Pode ser difícil atribuir o melhor valor, mas quando comparado com outras
atividades contrastantes, o tamanho dos números pequenos não será muito
notável. Ainda assim, eles pode indicar a importância relativa das atividades.
Fonte: Elaborado pelas autoras com base em Saaty, T.L. (2008)
17
Uma desvantagem do método AHP é o fato de ele não tratar imprecisões e
ambiguidades. Segundo Saxena et al. (2010), o método parte do princípio que o usuário
do modelo possui informação completa sobre o assunto abordado, o que é raro de
ocorrer na realidade. Com isso, começou-se a aplicar a lógica fuzzy ao modelo,
originando o método Fuzzy Analytic Hierarchy Process (FAHP), o qual considera a
realidade e admite julgamentos imprecisos.
3.3. Lógica fuzzy
A lógica fuzzy, ou lógica difusa, é um conjunto de modelos matemáticos
dedicados ao tratamento de incertezas. Ela é uma extensão da lógica booleana (clássica)
que admite valores lógicos intermediários entre o falso (0) e o verdadeiro (1), de forma
que um valor difuso é qualquer número no intervalo entre zero e um.
A lógica fuzzy está associada ao conceito de conjunto nebuloso, que estende o
conceito de conjunto permitindo que um elemento passe a ter um grau de pertinência
variando entre 0 e 1, ao invés de pertencer ou não ao conjunto como na teoria de
conjuntos tradicional. Assim, a implementação da lógica difusa permite que estados
indeterminados possam ser tratados por dispositivos de controle, possibilitando avaliar
conceitos não-quantificáveis.
Os graus de pertinência fuzzy diferem da noção de probabilidade da estatística.
Enquanto a soma das probabilidades não pode ser maior que 100%, a soma dos graus
de possibilidade de um conjunto fuzzy não possui essa restrição. Isso acontece porque
um evento ser possível não implica que ele é provável. Por outro lado, se um evento é
provável, ele deve ser possível.
A estrutura básica de um sistema difuso pode ser dividida em 5 partes.
Transformação das variáveis do problema em valores fuzzy,
ou fuzzificação
Aplicação dos operadores fuzzy
Aplicação da implicação
Combinação de todas as saídas fuzzy possíveis
Transformação do resultado fuzzy em um resultado nítido,
a defuzzificação.
18
No primeiro passo, para cada valor de entrada é associada uma função de
pertinência, que permite obter o grau de verdade da proposição, limitado entre os
valores 0 e 1.
Em seguida, aplica-se os operadores de relação (E/OU) utilizados para definir o
grau máximo e mínimo de pertinência do conjunto.
O terceiro passo é aplicar a inferência, usando o operador de implicação para
definir o peso no resultado.
No quarto passo, ocorre a combinação de todas as saídas em um único conjunto
fuzzy, algo semelhante ao processo de união e intersecção.
O quinto e último passo do processo é a defuzzificação, que consiste em obter
um único valor numérico dentro da faixa estipulada pela lógica fuzzy.
Figura 2: Sistema Fuzzy
Fonte: Elaborado pelas autoras
3.4. Fuzzy analytic hierarchy process (FAHP)
Apresentação do método 3.4.1.
Como foi apontado anteriormente, o método FAHP é a evolução do AHP,
através da incorporação da lógica fuzzy. Isto é feito pois o método AHP não considera
as imprecisões existentes, o que pode acarretar em dificuldades para uma tomada de
decisão acertada.
Neste método, ao invés de atribuir valores determinísticos às comparações, são
utilizados parâmetros linguísticos, aos quais serão atribuídos uma função de pertinência
fuzzy. Dessa forma, as incertezas e ambiguidades do julgamento são consideradas. Os
demais passos seguem a lógica do método AHP tradicional.
19
Além disso, a cada etapa da decisão é adicionada uma medida de imprecisão, a
qual é representada pelo grau de fuzzificação (𝛿). Este grau é atribuído a todas as
comparações pareadas do processo decisório, possibilitando a incorporação da
imprecisão ao processo de tomada de decisão.
Estruturação do método 3.4.2.
A primeira etapa consiste na definição dos critérios e alternativas de escolha. Os
critérios são oriundos da decomposição do processo decisório em diferentes aspectos, e
são representados pelo vetor Cn = (C1, C2, C3,...Cn). Por outro lado, as alternativas de
escolha são aquelas que serão analisadas e hierarquizadas, e são representadas pelo
vetor An’ = (A1, A2, A3,...An’).
Em seguida, são feitas as comparações pareadas de todos os critérios. Com isso,
será possível a atribuição de pesos aos critérios definidos e, consequentemente, a
constatação de quais aspectos do processo decisório são mais relevantes.
O passo seguinte é a realização de comparações pareadas das alternativas sob o
ponto de vista de cada critério, o que permitirá a atribuição de pesos a elas. Assim,
poderá ser feita a hierarquização destas alternativas, o que constitui o output do método
FAHP.
É importante notar que ambas as comparações pareadas mencionadas (de
critérios e alternativas) são baseadas na escala de Saaty, apresentada junto ao modelo
AHP.
Números fuzzy triangulares 3.4.3.
Um número fuzzy caracteriza-se por uma função de pertinência μA(x) que
assume valores no intervalo [0,1].
Segundo Saxena et al. (2010), existem diversas possibilidades de funções de
pertinência (triangular, trapezoidal, gaussiana, etc). Porém, pelo fato de simplificar o
tratamento de dados, a função triangular é a mais utilizada.
Adotando a função de pertinência triangular, um número fuzzy pode ser
representado da seguinte forma:
20
(l,m,u)
Onde:
l = limite inferior;
m = valor modal (valor de pertinência = 1);
u = limite superior.
Figura 3: Representação de um número fuzzy triangular
Fonte: Elaborado pelas autoras
Sejam A = (l1, m1, u1) e B = (l2, m2, u2) números fuzzy triangulares. Suas
operações matemáticas são as seguintes:
a) Adição: A + B = (l1, m1, u1) + (l2, m2, u2) = (l1+l2, m1+m2, u1+ u2)
b) Multiplicação: A*B = (l1*l2, m1*m2, u1* u2)
c) Inverso: (l1, m1, u1) −1 ≈ (1/u1, 1/m1, 1/l1)
O grau de imprecisão do julgamento é representado pelo grau de fuzzificação
(𝛿). Assim sendo, supondo-se uma comparação pareada entre os elementos i e j, na qual
i é preferível a j, o valor modal m do número fuzzy triangular correspondente desta
comparação é um dos valores da escala de Saaty. Enquanto isso, os valores l e u
descrevem a imprecisão do julgamento, que, como mencionado anteriormente, é
influenciada pelo grau de fuzzificação (𝛿). Quando a função de pertinência é
considerada simétrica, tem-se:
m-l = u-m = 𝛿 (1)
21
Assim, o número fuzzy triangular associado à comparação entre os elementos i e
j, onde ambos são distintos e i é preferível a j, e onde está dado o valor de m é:
(m- 𝛿, m, m+ 𝛿)
Seu respectivo inverso (comparação entre j e i) é:
(1/(m+ 𝛿), 1/m, 1/(m- 𝛿))
Contudo, é preciso destacar duas importantes exceções: quando o valor de m na
comparação pareada for igual a 1 (i e j igualmente preferíveis) ou quando for igual a 9
(extremo superior da escala de Saaty):
Quando m=1, o número fuzzy triangular associado a esta comparação é:
(1/(1+ 𝛿), 1, 1+ 𝛿)
Quando m=9, o número fuzzy triangular associado a esta comparação é:
(9-𝛿, 9, 9)
Desenvolvimento do método 3.4.4.
Após obter os resultados de todas as comparações pareadas, deve-se incorporar o
grau de fuzzificação (𝛿), de modo a transformar o valor dado pelo especialista (m) num
número fuzzy triangular (m-𝛿, m, m+𝛿). Isto é feito para todas as comparações pareadas,
resultando em uma matriz de comparações fuzzy:
Tabela 2: Matriz de comparação pareada de critérios
𝑪𝟏 𝑪𝟐 𝑪𝟑 𝑪𝟒 𝑪𝒏
𝑪𝟏 (1,1,1) (𝐿12, 𝑀12, 𝑈12) (𝐿13, 𝑀13, 𝑈13) (𝐿14, 𝑀14, 𝑈14) (𝐿1𝑛 , 𝑀1𝑛, 𝑈1𝑛)
𝑪𝟐 (𝐿21, 𝑀21, 𝑈21) (1,1,1) (𝐿23, 𝑀23, 𝑈23) (𝐿24, 𝑀24, 𝑈24) (𝐿2𝑛 , 𝑀2𝑛, 𝑈2𝑛)
𝑪𝟑 (𝐿31, 𝑀31, 𝑈31) (𝐿32, 𝑀32, 𝑈32) (1,1,1) (𝐿34, 𝑀34, 𝑈34) (𝐿3𝑛 , 𝑀3𝑛, 𝑈3𝑛)
𝑪𝟒 (𝐿41, 𝑀41, 𝑈41) (𝐿42, 𝑀42, 𝑈42) (𝐿43, 𝑀43, 𝑈43) (1,1,1) (𝐿4𝑛 , 𝑀4𝑛, 𝑈4𝑛)
𝑪𝒏 (𝐿𝑛1, 𝑀𝑛1, 𝑈𝑛1) (𝐿𝑛2, 𝑀𝑛2, 𝑈𝑛2) (𝐿𝑛3, 𝑀𝑛3, 𝑈𝑛3) (𝐿𝑛4, 𝑀𝑛4, 𝑈𝑛4) (1,1,1)
Fonte: Elaborado pelas autoras
A partir dos valores da matriz, será possível realizar operações matemáticas com
os números fuzzy de modo a calcular os pesos dos critérios. Após, deve-se comparar os
números fuzzy triangulares associados a cada par de alternativas e, utilizando-se dos
pesos calculados para os critérios, será possível chegar a hierarquização final.
22
Primeiramente, deve-se somar os valores encontrados para l, m e u nas colunas e
nas linhas da matriz de comparações fuzzy, de modo a obter um número fuzzy triangular
representativo da linha (𝑙𝑙𝑖𝑛ℎ𝑎, 𝑚𝑙𝑖𝑛ℎ𝑎, 𝑢𝑙𝑖𝑛ℎ𝑎) e da coluna (𝑙𝑐𝑜𝑙𝑢𝑛𝑎, 𝑚𝑐𝑜𝑙𝑢𝑛𝑎, 𝑢𝑐𝑜𝑙𝑢𝑛𝑎) de
cada um dos elementos (critérios e alternativas).
Após, é necessário fazer a soma das somas das colunas de todos os elementos
(𝑙Σ𝑐𝑜𝑙𝑢𝑛𝑎, 𝑚Σ𝑐𝑜𝑙𝑢𝑛𝑎, 𝑢Σ𝑐𝑜𝑙𝑢𝑛𝑎), obtendo os dados necessários para o cálculo da Medida
Sintética Fuzzy (S), representado pela seguinte expressão matemática:
Si = (llinha, mlinha, ulinha) ⊙ (1/l∑coluna,1/m∑coluna, 1/u∑coluna), (2)
onde a multiplicação Fuzzy, deve obedecer à seguinte regra matemática:
A⊙B = (l1, m1, u1) ⊙ (l2, m2, u2) = (l1* l2, m1* m2, u1* u2)
As medidas sintéticas fuzzy serão utilizadas para hierarquizar os elementos da
matriz de comparações, através, inicialmente, da comparação dois a dois dos “S” de
cada um dos elementos com o dos demais. Esta comparação é feita através do cálculo de
V (𝑆𝑖 ≥ 𝑆𝑗), o qual representa o grau de possibilidade de 𝑆𝑖 ser maior ou igual a 𝑆𝑗.
Segundo Chang (1996), para fazer a comparação de dois números fuzzy
triangulares convexos que se interceptam, devem ser utilizadas as equações a seguir:
V (M1 ≥ M2) = 1 se e somente se m1 ≥ m2 e
V (M2 ≥ M1) = MaiorValor (S1 ∩ S2) = (l1 – u2) / [(m2 – u2) – (m1 – l1)] (3)
A figura a seguir ilustra os cálculos descritos acima:
Figura 4: Comparação entre dois números Fuzzy triangulares
Fonte: Chang (1996)
23
Além disso, o grau de possibilidade de um determinado número fuzzy M ser
maior que k números fuzzy 𝑀𝑖 (i = 1, 2, ... , k) pode ser definido como:
V(M ≥ M1, M2,..., Mn) = V[(M ≥ M1) e (M ≥ M2)...e (M ≥ Mn)] = min V(M ≥
Mi) , i = 1,2,...n (4)
Logo, após a realização de todas as comparações pareadas possíveis de “S”, a
comparação global do S de um elemento Ci com o de todos os outros é realizada da
seguinte forma:
d(Ci) = V (S ≥ S1, S2,..., Sn) = Min (V (Si ≥ Sa), V (Si ≥ Sb), V (Si ≥ Sc), ..., V (Si
≥ Sn)) (5)
O vetor W’, definido como W’ = [d(Ci), d(Ca), d(Cb), d(Cc), ..., d(Cn)], depois
de normalizado (W), será o vetor dos pesos de cada elemento (critério ou alternativa de
escolha).
Para exemplificar o método FAHP e facilitar sua compreensão, será apresentado
a seguir um exemplo numérico proposto por Chang (1996).
Exemplo 3.4.5.
Em uma universidade, o cargo de professor de Pesquisa Operacional está vago e
há 3 candidatos na disputa. Cada um deles será chamado de 𝐴1, 𝐴2 e 𝐴3,
respectivamente. Um comitê foi designado para decidir qual dos 3 é melhor qualificado
para o cargo e, para tal, identificaram 4 critérios de decisão, designados por 𝐶1, 𝐶2, 𝐶3 e
𝐶4.
As opiniões dos especialistas foram levantadas e a resultante matriz de
comparações pareadas fuzzy dos critérios é apresentada a seguir:
Tabela 3: Matriz de comparações pareadas dos critérios
𝑪𝟏 𝑪𝟐 𝑪𝟑 𝑪𝟒
𝑪𝟏 (1, 1, 1) (0.86, 1.17, 1.56) (0.67, 1, 1.5) (0.33, 0.39, 0.49)
𝑪𝟐 (0.64, 0.85, 1.16) (1, 1, 1) (2.5, 3, 3.5) (0.95, 1.33, 1.83)
𝑪𝟑 (0.87, 1, 1.49) (0.29, 0.33, 0.40) (1, 1, 1) (0.4, 0.5, 0.67)
𝑪𝟒 (2.04, 2.56, 3.03) (0.55, 0.75, 1.05) (1.49, 2, 2.5) (1, 1, 1)
Fonte: Elaborado pelas autoras com base em Chang (1996)
24
A partir dos dados da matriz, aplica-se a fórmula (2) para o cálculo das Medidas
Sintéticas Fuzzy (S) para cada critério:
𝑆1 = (2.86, 3.56, 4.55) ⊙ (1
23.18,
1
18.88,
1
15.59) = (0.12, 0.19, 0.29)
𝑆2 = (5.09, 6.18, 7.49) ⊙ (1
23.18,
1
18.88,
1
15.59) = (0.22, 0.32, 0.48)
𝑆3 = (2.56, 2.83, 3.56) ⊙ (1
23.18,
1
18.88,
1
15.59) = (0.11, 0.15, 0.23)
𝑆4 = (5.08, 6.31, 7.58) ⊙ (1
23.18,
1
18.88,
1
15.59) = (0.21, 0.33, 0.49)
Usando as fórmulas (3) e (4), pode-se fazer a comparação entre as Medidas
Sintéticas calculadas acima:
V (𝑆1 ≥ 𝑆2) = 0.22−0.29
(0.19−0.29)−(0.32−0.22) = 0.35
V (𝑆1 ≥ 𝑆3) = 1
V (𝑆1 ≥ 𝑆4) = 0.21−0.29
(0.19−0.29)−(0.33−0.21) = 0.32
V (𝑆2 ≥ 𝑆1) = 1
V (𝑆2 ≥ 𝑆3) = 1
V (𝑆2 ≥ 𝑆4) = 0.21−0.48
(0.32− 0.48)−(0.33−0.21) = 0.96
V (𝑆3 ≥ 𝑆1) = 0.73
V (𝑆3 ≥ 𝑆2) = 0.06
V (𝑆3 ≥ 𝑆4) = 0.10
V (𝑆4 ≥ 𝑆1) = 1
V (𝑆4 ≥ 𝑆2) = 1
V (𝑆4 ≥ 𝑆3) = 1
Enfim, usando a fórmula (5) obtém-se o vetor W’ = (0.32, 0.96, 0.06, 1).
Normalizando, chega-se ao vetor de pesos dos critérios 𝐶1, 𝐶2, 𝐶3 e 𝐶4: W = (0.13, 0.41,
0.03, 0.43).
25
Tendo comparado os critérios entre si, é a vez de comparar as alternativas (𝐴1,
𝐴2 e 𝐴3) sob a perspectiva de cada critério. A seguir, as matrizes resultantes destas
comparações:
Tabela 4: Matriz de comparações pareadas das alternativas sob cada critério
Tabela 4-a
𝐶1 𝐴1 𝐴2 𝐴3
𝐴1 (1, 1, 1) (0.67, 1, 1.15) (0.54, 0.75, 1.1)
𝐴2 (0.67, 1, 1.15) (1, 1, 1) (0.4, 0.5, 0.6)
𝐴3 (0.91, 1.33, 1.85) (1.5, 2, 2.5) (1, 1, 1)
Tabela 4-b
𝐶2 𝐴1 𝐴2 𝐴3
𝐴1 (0.33, 0.33, 0.34) (0.28, 0.33, 0.39) (0.25, 0.33, 0.42)
𝐴2 (0.29, 0.33, 0.4) (0.33, 0.33, 0.34) -
𝐴3 (0.24, 0.32, 0.43) - (0.33, 0.33, 0.34)
Tabela 4-c
𝐶3 𝐴1 𝐴2 𝐴3
𝐴1 (0.33, 0.33, 0.34) (0.27, 0.33, 0.40) (0.28, 0.33, 0.39)
𝐴2 (0.29, 0.32, 0.4) (0.33, 0.33, 0.34) (0.21, 0.32, 0.47)
𝐴3 (0.28, 0.32, 0.39) (0.21, 0.32, 0.47) (0.33, 0.33, 0.34)
Tabela 4-d
𝐶4 𝐴1 𝐴2 𝐴3
𝐴1 (1, 1, 1) - (0.95, 1.25, 1.59)
𝐴2 - (1, 1, 1) (1.5, 2, 2.5)
𝐴3 (0.95, 1.29, 1.59) (0.4, 0.5, 0.67) (1, 1, 1)
Fonte: Elaborado pelas autoras com base em Chang (1996)
Como feito anteriormente para os critérios, essas matrizes são usadas para
calcular os pesos de cada alternativa sob cada critério separadamente. Os resultados são
apresentados na matriz seguinte:
26
Tabela 5: Matriz dos pesos das alternativas sob cada critério
𝐴1 𝐴2 𝐴3
𝐶1 0.28 0.21 0.51
𝐶2 0.66 0.16 0.19
𝐶3 0.35 0.33 0.32
𝐶4 0.22 0.42 0.36
Fonte: Elaborado pelas autoras com base em Chang (1996)
Por último, adiciona-se os pesos por alternativa multiplicados pelos pesos do
critério correspondente, resultando num escore final para cada candidato (representados
pelas alternativas). Este resultado encontra-se na seguinte tabela:
Tabela 6: Matriz de escores finais das alternativas
𝐴1 𝐴2 𝐴3
0.41 0.28 0.25
Fonte: Elaborado pelas autoras com base em Chang (1996)
Analisando a tabela acima, conclui-se que o candidato 𝐴1 é o candidato
preferível.
27
4. ESTUDO DE CASO
O contato inicial com a temática deste estudo se deu através de material
disponibilizado pelo professor-orientador deste projeto, que forneceu os subsídios para a
compreensão geral do tema. Em seguida, a revisão teórica apresentada nos capítulos
anteriores permitiu a realização do estudo prático que será exposto neste capítulo.
A pesquisa de campo ocorreu no dia 08/10/2014, data em que foram realizadas
as entrevistas em profundidade com especialistas para identificação dos critérios mais
relevantes na seleção de projetos, no âmbito da análise de risco.
Após, foi elaborado um formulário de comparação pareada para preenchimento
por parte dos especialistas, de modo a possibilitar a utilização do método FAHP para
cálculo das métricas. Os resultados são apresentados ao final do capítulo.
4.1. P&D Light
O objetivo da Área de Gestão de P&D da Light é a busca constante por ideias
originais e que contribuam para os objetivos estratégicos da companhia, gerando valor
para a empresa, parceiros e sociedade.
Conforme o plano estratégico de investimento e pesquisa e desenvolvimento da
Light (PEI-P&D), a escolha das linhas de pesquisa estratégicas para a companhia é
orientada pelos interesses da Light, da Agência Nacional de Energia Elétrica – ANEEL
e dos stakeholders internos e externos. Na elaboração desse plano estratégico, também
são definidas as metas estratégicas, as prioridades estratégicas e as restrições de
recursos, que serão consideradas para a seleção e priorização dos projetos.
28
Figura 5: Convergência de temas relevantes
Fonte: Light 2013
Assim, o PEI-P&D 2014-2018 definiu quinze temas considerados convergentes
à estratégica do Grupo Light, alinhados com as expectativas dos stakeholders internos e
externos do P&D Light e adequados às exigências regulatórias da ANEEL.
Quadro 3: Macrotemas e Temas para Projetos de P&D
MACROTEMAS E TEMAS PARA PROJETOS DE PESQUISA E DESENVOLVIMENTO
A. EFICIÊNCIA DO SISTEMA ELÉTRICO
Tema 1: Supervisão, Controle e Proteção de Sistemas de Energia Elétrica
Tema 2: Planejamento de Sistemas de Energia Elétrica
Tema 3: Operação e Manutenção de Sistemas de Energia Elétrica
Tema 4: Qualidade e Confiabilidade dos Serviços de Energia Elétrica
Tema 5: Energia (Compra de Energia, Eficiência Energética e Geração Distribuida)
B. RELACIONAMENTO COM CLIENTE, FATURAMENTO E ARRECADAÇÃO
Tema 6: Relacionamento com Clientes e Faturamento
Tema 7: Cobrança, Arrecadação, Corte e Religação
Tema 8: Redução de Perdas Comerciais e Inadimplência
C. EFICIÊNCIA DE PROCESSOS
Tema 9: Gestão de Processos Regulatórios, Administrativos, Financeiros e Jurídicos
Tema 10: Gestão de Fornecedores, Aquisição, Logística e Controle de Qualidade
Tema 11: Gestão de Ativos, de Pessoas e do Conhecimento
D. SUSTENTABILIDADE
Tema 12: Meio Ambiente
Tema 13: Segurança e Saúde Ocupacional
Tema 14: Responsabilidade Social Corporativa
Tema 15: Sustentabilidade Empresarial
Fonte: Light 2013
Temas relevantes para
a Light
Temas relevantes
para a ANEEL
Temas relevantes
para os Stakeholders
29
Os temas foram divididos em quatro áreas de inovação com oportunidades para
o desenvolvimento científico, tecnológico e de mercado, conforme os macrotemas:
eficiência do sistema elétrico, relacionamento com cliente, faturamento e arrecadação,
eficiência de processos e sustentabilidade.
Processo de seleção de projetos 4.1.1.
A partir das diretrizes do PEI-P&D, tem inicio a identificação e seleção de
ideias, com o objetivo de mapear as ideias candidatas ao portfólio. A área de gestão de
pesquisa e desenvolvimento avalia as sugestões de projetos e elimina aquelas que não se
enquadram no Plano Estratégico de P&D ou que não estejam em conformidade com as
diretrizes básicas do Manual de P&D da ANEEL. As sugestões de projetos que de fato
possam se tornar projetos de P&D, são, então, validadas pelos Gerentes da área às quais
estejam vinculados e publicadas no site da Light.
Na etapa seguinte, as ideias aprovadas e divulgadas no site são estruturadas na
forma de propostas técnicas e comerciais por parceiros interessados. Essas propostas
passam por uma nova etapa de avaliação, na qual as propostas de cada ideia são listadas
em um ranking de prioridades.
A etapa final tem como objetivo selecionar os projetos que entraram no portfólio
da organização e organizá-los em ordem de prioridades.
Para garantir que os processos de tomada de decisão para escolha dos projetos
ocorram de forma racional e estruturada, as ideias e propostas são priorizadas com
critérios pré-estabelecidos e seu posicionamento relativo na prioridade para execução
dependerá da pontuação obtida em cada critério.
A partir desta avaliação são selecionados os projetos que passarão pela avaliação
inicial da ANEEL, e cuja execução dependerá do resultado dessa segunda avaliação, os
que serão executados sem essa prévia avaliação e aqueles que não serão executados.
Critérios de seleção de projetos 4.1.2.
A etapa de seleção dos projetos tem como objetivo selecionar, dentre os projetos
que tiveram sua proposta aprovada, quais serão incluídos no portfólio de projetos da
organização e estabelecer uma ordem de prioridade.
30
Os critérios usados atualmente e seus pesos na avaliação estão descritos no
quadro a seguir:
Tabela 7: Critérios de seleção de projetos
CRITÉRIOS PESO
Percepção executiva (nível do patrocinador) 27%
Alinhamento com o planejamento estratégico da organização 17%
Nota da simulação da ANEEL 14%
Custo benefício 14%
Facilidade de internalização 10%
Estágio da proposta na cadeia de inovação 7%
Comprometimento do valor do projeto no montante real 4%
Alinhamento com o planejamento estratégico de P&D 4%
Tipo de produto 3%
Fonte: Light 2013
Com o uso desses critérios, a seleção dos projetos contempla a sua adequação ao
interesse da empresa e dos stakeholders e a inovação tecnológica, mas não considera os
riscos do projeto como um fator para a decisão.
4.2. Seleção de critérios de risco
De modo a incorporar a análise de riscos na etapa de seleção de projetos, esse
estudo utiliza as metodologias de análise semiquantitativa de riscos e FAHP para
selecionar e priorizar os critérios de risco dos projetos de P&D da Light.
Primeiramente, foram identificados os possíveis riscos envolvidos nos projetos,
o que se deu através de entrevistas com especialistas de P&D da Light.
A escolha dos especialistas a serem entrevistados levou em consideração,
principalmente, o desempenho de funções significativas em qualquer uma das fases dos
projetos de P&D e de inovação da Light: planejamento, análise, seleção, supervisão,
implantação e acompanhamento de efetividade.
31
Nesse sentido, foram selecionados dois funcionários experientes do setor que
ocupam os seguintes cargos na Light: Coordenador de Grupo de Trabalho na área de
planejamento e qualidade da energia da alta tensão; e Coordenador de Pesquisa,
Desenvolvimento e Inovação.
Entrevistas em profundidade 4.2.1.
As entrevistas realizadas com os especialistas buscaram identificar os critérios
de risco relacionados a: (1) avaliação do enquadramento dos projetos de P&D pela
ANEEL; (2) internalização dos projetos de P&D pela estrutura da Light.
Para enriquecer os dados, os entrevistados foram orientados a opinar sobre
quaisquer áreas ou outros assuntos que julgassem relevantes para a compreensão dos
entrevistadores. Além disso, eles também foram encorajados a, sempre que possível,
apresentar exemplos reais que pudessem ratificar suas opiniões.
As perguntas feitas na entrevista, bem como os trechos mais relevantes das
respostas de cada entrevistado são apresentados no Apêndice A. Vale ressaltar que estas
transcrições foram validadas pelos entrevistados.
Critérios de risco selecionados 4.2.2.
A partir do resultado das entrevistas e de uma lista de possíveis riscos
previamente elaborada pela Light, foram selecionados cinco critérios de risco:
Caráter de inovação tecnológica;
Solução tecnológica e facilidade de internalização;
Alinhamento do parceiro com o estágio da pesquisa;
Prazo adequado para o escopo pretendido;
Adequação dos recursos materiais, equipamentos e despesas.
4.3. Comparação pareada
Tendo selecionado os critérios de risco, a próxima etapa do estudo foi a
elaboração de um formulário de comparação pareada para preenchimento por parte dos
entrevistados.
32
O formulário consiste numa tabela com os critérios dispostos tanto nas linhas
como nas colunas, de modo a poderem ser comparados par a par. O quadro de análise
pareada dos critérios de risco está ilustrado abaixo:
Figura 6: Quadro de comparação pareada
Fonte: Elaborado pelas autoras
Para o preenchimento do formulário, os especialistas foram instruídos a utilizar a
técnica do FAHP com o auxílio da escala de Saaty (tabela 1). Eles foram solicitados a
usar somente os números ímpares dessa escala, de modo a não gerar dúvidas durante o
preenchimento. Os formulários preenchidos pelos especialistas com as comparações
pareadas encontram-se no Apêndice B.
33
4.4. Métricas para critérios de risco
Como foi explicado no item 3.2, o método AHP pressupõe que seu usuário
possui todas as informações quantitativas sobre o assunto em análise. Porém, na
realidade, isso raramente ocorre. Dessa forma, deve ser utilizado em conjunto com outro
método que permita a quantificação. Neste caso, decidiu-se pela utilização da lógica
fuzzy.
As comparações pareadas entre os critérios de risco foram compiladas em
matrizes, as quais serviram como dados de entrada para o método FAHP. O grau de
fuzzificação (δ) adotado neste estudo de caso foi igual a 2, que é o grau suficiente para
cercar uma possibilidade de imprecisão em uma análise com categorias subjetivas que
variam de 2,0 em 2,0, como foi indicado para o preenchimento do formulário de
comparação pareada.
Utilizando a metodologia FAHP detalhada no capítulo 3, foram realizados
cálculos para a obtenção dos pesos dos critérios de risco, conforme as tabelas abaixo.
Tabela 8: Matriz fuzzificada para os critérios de risco – Especialista 1
CL.l CL.m CL.u ST.l ST.m ST.u AP.l AP.m AP.u PA.l PA.m PA.u RM.l RM.m RM.u
CI 1 1 1 5 7 9 3 5 7 5 7 9 3 5 7
ST 1/9 1/7 1/5 1 1 1 1 1/3 1 1 5 7 1/5 1/3 1
AP 1/7 1/5 1/3 1 3 5 1 1 1 3 5 7 1 3 5
PA 1/9 1/7 1/5 1 1/5 1/3 1/7 1/5 1/3 1 1 1 1 1/5 1/3
RM 1/7 1/5 1/3 1 3 5 1/5 1/3 1 1 5 7 1 1 1
Fonte: Elaborado pelas autoras
Tabela 9: Matriz fuzzificada para os critérios de risco – Especialista 2
CL.l CL.m CL.u ST.l ST.m ST.u AP.l AP.m AP.u PA.l PA.m PA.u RM.l RM.m RM.u
CI 1 1 1 1 3 5 3 5 7 5 7 9 5 7 9
ST 1/5 1/3 1 1 1 1 1 1 3 1 1 3 1 3 5
AP 1/7 1/5 1/3 1 1 3 1 1 1 3 5 7 3 5 7
PA 1/9 1/7 1/5 1 1 3 1/7 1/5 1/3 1 1 1 1 1 3
RM 1/9 1/7 1/5 1/5 1/3 1 1/7 1/5 1/3 1 1 3 1 1 1
Fonte: Elaborado pelas autoras
34
As siglas usadas nas tabelas representam os cinco critérios de risco em análise:
CI: Caráter de Inovação Tecnológica;
ST: Solução Tecnológica e Facilidade de Internalização;
AP: Alinhamento do Parceiro com o Estágio da Pesquisa;
PA: Prazo Adequado para o Escopo Pretendido;
RM: Adequação dos Recursos Materiais, Equipamentos e Despesas.
Os índices “l”, “m” e “u” significam os limites inferior, médio e superior do
número fuzzy triangular utilizado na modelagem FAHP. Os pesos fornecidos pelos
especialistas correspondem ao valor “m” e os valores de “l” e “u” são obtidos a partir do
grau de fuzzificação, definido anteriormente.
A partir dessas tabelas, foram calculadas as somas das linhas de cada limite,
cujos resultados encontram-se a seguir.
Tabela 10: Soma das linhas Matriz fuzzyficada – Especialista 1
Soma(l) Soma(m) Soma(u)
CI 17,00 25,00 33,00
ST 3,31 6,81 10,20
AP 6,14 12,20 18,33
PA 3,25 1,74 2,20
RM 3,34 9,53 14,33
Soma das Colunas 33,05 55,29 78,07
Fonte: Elaborado pelas autoras
Tabela 11: Soma das linhas Matriz fuzzyficada – Especialista 2
Soma(l) Soma(m) Soma(u)
CI 15,00 23,00 31,00
ST 4,20 6,33 13,00
AP 8,14 12,20 18,33
PA 3,25 3,34 7,53
RM 2,45 2,68 5,53
Soma das Colunas 33,05 47,55 75,40
Fonte: Elaborado pelas autoras
35
De acordo com a Equação (2), as relações entre os valores soma(l), soma(m),
soma (u), e seus totais foram utilizados para o cálculo das Medidas Sintéticas Fuzzy (S)
para cada um dos critérios (i), resultando nas Matrizes Si.
Tabela 12: Matriz Si das relações entre extremos de números fuzzy – Especialista 1
Si (l) Si (m) Si (u)
CI 0,2178 0,4522 0,9985
ST 0,0424 0,1232 0,3086
AP 0,0787 0,2207 0,5547
PA 0,0417 0,0315 0,0666
RM 0,0428 0,1724 0,4337
Fonte: Elaborado pelas autoras
Tabela 13: Matriz Si das relações entre extremos de números fuzzy – Especialista 2
Si (l) Si (m) Si (u)
CI 0,1989 0,4837 0,9380
ST 0,0557 0,1332 0,3933
AP 0,1080 0,2566 0,5547
PA 0,0432 0,0703 0,2279
RM 0,0325 0,0563 0,1674
Fonte: Elaborado pelas autoras
Tendo valores de Si, o próximo passo é calcular a probabilidade (V) de que um
número relativo fuzzy Si seja maior que outro número relativo fuzzy Sj para i≠j,
comparando-os entre si por meio da equação (3).
Os valores calculados para V foram arranjados em tabelas, como segue:
Tabela 14: Probabilidades para a sobreclassificação de um valor fuzzy
CI (1) ST (2) AP (3) PA (4) RM (5)
CI (1)
V(S1≥S2) V(S1≥S3) V(S1≥S4) V(S1≥S5)
ST (2) V(S1≥S2) V(S2≥S3) V(S2≥S4) V(S2≥S5)
AP (3) V(S1≥S2) V(S3≥S2) V(S3≥S4) V(S3≥S5)
PA (4) V(S1≥S2) V(S4≥S2) V(S4≥S3) V(S4≥S5)
RM (5) V(S1≥S2) V(S5≥S2) V(S5≥S3) V(S5≥S4)
Fonte: Elaborado pelas autoras
36
Tabela 15: Probabilidades para a sobreclassificação – Especialista 1
CI (1) ST (2) AP (3) PA (4) RM (5)
CI (1)
1 1 1 1
ST (2) 0,216
0,702 1 0,844
AP (3) 0,593 1
1 1
PA (4) 0 0,209 0
0,144
RM (5) 0,436 1 0,88 1
Fonte: Elaborado pelas autoras
Tabela 16: Probabilidades para a sobreclassificação – Especialista 2
CI (1) ST (2) AP (3) PA (4) RM (5)
CI (1)
1 1 1 1
ST (2) 0,357
0,698 1 1
AP (3) 0,61 1
1 1
PA (4) 0,066 0,733 0,392
1
RM (5) 0 0,592 0,229 0,899
Fonte: Elaborado pelas autoras
Em seguida, foi calculada a probabilidade de um dado valor fuzzy ser superior a
todos os demais. Aplicando a equação (4), seleciona-se, entre os valores das tabelas 15 e
16, a menor probabilidade para cada um dos critérios de risco de cada tabela.
Os resultados estão indicados nas tabelas 17 e 18, que indicam em W’ os
valores mínimos obtidos na comparação dos valores e em W os valores de W’
normalizados.
Por fim, os pesos para os critérios de risco estão indicados na coluna W.
Tabela 17: Pesos para os critérios de risco – Especialista 1
W' W
CI 1 0,446
ST 0,216 0,096
AP 0,593 0,264
PA 0 0
RM 0,436 0,194
Fonte: Elaborado pelas autoras
37
Tabela 18: Pesos para os critérios de risco – Especialista 2
W' W
CI 1 0,492
ST 0,357 0,176
AP 0,61 0,3
PA 0,066 0,032
RM 0 0
Fonte: Elaborado pelas autoras
Os pesos encontrados nessas tabelas são estimadores da prioridade de cada
critério de risco em análise.
A seguir, estão representadas as tabelas de prioridade para cada especialista.
Tabela 19: Critérios de risco ordenados – Especialista 1
ORDEM CRITÉRIO DE RISCO
1º Caráter de Inovação Tecnológica (CI)
2º Alinhamento do Parceiro com o Estágio da Pesquisa (AP)
3º Adequação dos Recursos Materiais, Equipamentos e Despesas (RM)
4º Solução Tecnológica e Facilidade de Internalização (ST)
5º Prazo Adequado para o Escopo Pretendido (PA)
Fonte: Elaborado pelas autoras
Tabela 20: Critérios de risco ordenados – Especialista 2
ORDEM CRITÉRIO DE RISCO
1º Caráter de Inovação Tecnológica (CI)
2º Alinhamento do Parceiro com o Estágio da Pesquisa (AP)
3º Solução Tecnológica e Facilidade de Internalização (ST)
4º Prazo Adequado para o Escopo Pretendido (PA)
5º Adequação dos Recursos Materiais, Equipamentos e Despesas (RM)
Fonte: Elaborado pelas autoras
Em seguida, foi feito o cálculo da estimativa global dos critérios de risco, que
consistiu em calcular a média dos pesos das hierarquias obtidos para cada especialista.
Este resultado agregado é mostrado a seguir na tabela 21, que também explicita a ordem
hierarquizada dos critérios.
38
Tabela 21: Resultado Médio
ORDEM CRITÉRIO DE RISCO Wmédio
1º Caráter de Inovação Tecnológica (CI) 0,469
2º Alinhamento do Parceiro com o Estágio da Pesquisa (AP) 0,282
3º Solução Tecnológica e Facilidade de Internalização (ST) 0,136
4º Adequação dos Recursos Materiais, Equipamentos e Despesas (RM) 0,097
5º Prazo Adequado para o Escopo Pretendido (PA) 0,016
Fonte: Elaborado pelas autoras
4.5. Avaliação de resultados
Os pesos encontrados podem ser aplicados às notas de eventos de risco em um
projeto, de modo a obter uma pontuação final para cada evento, conforme demonstrado
no capítulo 3. No caso de comparação de projetos da Light, cada projeto representaria
um evento de risco, sendo que aqueles que possuíssem as maiores pontuações, seriam os
menos arriscados.
Como pode ser observado na tabela 21, o critério Caráter de Inovação
Tecnológica apresenta o maior peso dentre todos, seguido pelo Alinhamento do
Parceiro com o Estágio da Pesquisa. Essa importância é validada pelas informações
obtidas junto aos especialistas durante as entrevistas, conforme os trechos a seguir:
“(...) estar na vanguarda tecnológica, em alinhamento com as últimas
tendências.” – um dos principais benefícios dos projetos de P&D na visão do
especialista 1.
“(...) a existência de um gap entre o que a empresa deseja e as pretensões do
pesquisador da universidade parceira” – um dos fatores críticos que afetam o sucesso do
projeto, na opinião no especialista 1.
Além disso, a originalidade do projeto é um fator determinante para este ser
aceito pela ANEEL e, assim, ter seus custos abatidos do orçamento destinado à pesquisa
e desenvolvimento. Esse fato comprova a importância do caráter de inovação nos
projetos e justifica o grande peso atribuído a ele.
39
O alinhamento com o parceiro de pesquisa por sua vez, não é um critério de
avaliação da ANEEL, mas foi indicado pelos especialistas como um fator crítico do
projeto, pois as possíveis falhas de comunicação geram consequências diretas no
resultado do projeto.
A facilidade de internalização foi um dos critérios selecionados para a análise,
pois o objetivo dos projetos de P&D é gerar novas soluções tecnológicas para a
empresa. Entretanto, “[...] mesmo os projetos que não trazem resultados aplicáveis têm
benefícios, pois agregam conhecimento e geram subsídios para novas pesquisas”
(especialista 2). Assim, justifica-se um peso não tão alto para este critério.
Em relação ao quarto critério, qual seja a adequação dos recursos materiais,
equipamentos e despesas, apesar de sua importância para o sucesso dos projetos, não
foram feitas menções a seu respeito nas entrevistas com os especialistas, apesar de ter
sido definido com um critério de interesse (Light, 2013). A falta de memorização desse
critério pelos entrevistados pode indicar que não é comum a ocorrência de
consequências sérias relacionados a ele, ou seja, o risco associado a ele é pequeno, o
que justifica o baixo valor de seu peso nos resultados.
O prazo adequado para o escopo pretendido foi selecionado, pois “[...] outros
(projetos) demoraram mais do que o previsto para chegar no sucesso esperado pela
Light” (especialista 2). Mas, apesar de ser um evento com probabilidade de ocorrer, não
traz grandes consequências para o projeto, pois mesmo nesses casos, o especialista 2
considera que o projeto teve sucesso. Esse fato ajuda a explicar o baixo peso alcançado
por esse critério na classificação da tabela 21.
40
5. CONCLUSÃO
O propósito deste estudo era ordenar os riscos mais preocupantes na seleção de
projetos de pesquisa e desenvolvimento da Light com o auxílio da Análise de Decisão
Multicritério denominada FAHP. Especialistas foram consultados sobre os problemas
que poderiam surgir nesse tipo de projeto desde a fase de seleção até a implantação e
avaliação da ANEEL.
Para a classificação dos critérios de risco, os especialistas preencheram um
formulário de comparação pareada. A adoção da abordagem semi-quantitativa
possibilitou a quantificação das opiniões dos especialistas participantes, com o auxílio
da escala de Saaty. Caso tivesse sido optado por realizar uma análise qualitativa, a
existência de opiniões conflitantes impediria a hierarquização consolidada dos critérios
de risco, uma vez que esse método de análise é baseado em critérios subjetivos de risco
para cada um dos entrevistados, o que poderia levar a julgamentos imprecisos.
Para o tratamento dos dados, foi utilizado o método FAHP, que considera as
incertezas inerentes ao processo de classificação dos riscos. Além disso, duas outras
vantagens deste método são o fato de ele permitir o uso de técnicas quantitativas em
informações obtidas a partir de entrevistas, além de ser uma técnica transparente, uma
vez que ela envolve os especialistas durante todo o processo: desde as entrevistas, que
ajudam a definir os critérios de risco, até as notas dadas por eles para esses critérios.
Dessa forma, os resultados refletem o pensamento de quem vai tomar a decisão. Vale
ressaltar que para a coleta dos dados foram entrevistados apenas dois especialistas, o
que, a princípio, poderia parecer insuficiente para uma boa análise, mas que é superado
pelo notável conhecimento de ambos a respeito do assunto abordado nesta pesquisa.
Os dados obtidos com os formulários de comparação pareada foram usados
como inputs para os cálculos que geraram os pesos de cada critério. Esses pesos,
quando multiplicados pelas respectivas notas dos eventos de risco de um projeto
(obtidas, analogamente, pelo método FAHP), fornecem um score final para cada evento.
A utilização dessa técnica é útil para a classificação com base nos fatores de risco dos
projetos durante a sua seleção. Essa etapa não foi contemplada no escopo desse estudo,
pois ele abordou os projetos de P&D da Light de forma geral, sem analisar um projeto
específico.
41
Essa metodologia pode ser utilizada pela Light como uma base para estudos
futuros, onde pode-se adotar uma lista mais extensa de critérios e eventos de risco para
depois realizar uma pré-seleção. É importante, também, especificar adequadamente os
riscos, identificando seus principais responsáveis e formas de mitigação. As técnicas
apresentadas no capítulo 2 deste trabalho se mostram úteis para este fim. Assim, este
estudo pode se tornar um bom apoio para o processo de seleção de projetos de P&D da
Light.
42
6. REFERÊNCIAS BIBLIOGRÁFICAS
ANEEL. Agência Nacional de Energia Elétrica. Disponível em:
<http://www.aneel.gov.br> Acesso em: 20/11/2014
ANTÓNIO, L. Modelo Baseado em Inferência Difusa para a Análise de Risco na
Operação de Sistemas de Energia. 2004. 83 f. Monografia (Licenciatura em Engenharia
Electrotécnica e de Computadores) - Faculdade de Engenharia da Universidade do
Porto. 2004.
BELTON, V.; STEWART, T.J. Multiple Criteria Decision Analysis: An integrated
approach. Kluwer Academic Publishers, Dordrecht, 2002.
CHANG, D.Y., “Applications of the extent analysis method on fuzzy AHP”, European
Journal of Operational Research, v.95, n.3, pp.649-655, 1996.
COOPER, D. et al. Project Risk Management Guideline: Managing Risk in Large
Projects and Complex Procurements. 3 ed, Chichester, John Wiley & Sons, 2005.
LIGHT. Metodologia de Gestão de Portfólio de Projetos. Nota Técnica. Rio de Janeiro:
P&D Light, 2013
LIGHT. Plano Estratégico de Investimento em P&D 2014-2018. Nota Técnica. Rio de
Janeiro: P&D Light, 2013
SAATY, T.L. Decision making with the analytic hierarchy process, Int. J. Services
Sciences, v. 1, n. 1, p.83–98, 2008.
SAXENA, V., et al. Fuzzy Delphi Hierarchy Process and its Application to Improve
Indian Telemedical Services. Disponível em: <
http://www.isahp.org/2009Proceedings/Final_Papers/77_Saxena_FuzzyDelphiHierarch
yProcessIndianTelemedicine_REV_FIN.pdf,2010.> Acesso em: 07/12/2014
TANG, Y. e BEYNON, M. Application and Development of a Fuzzy Analytic
Hierarchy Process within a Capital Investment Study, Journal of Economics and
Management, v.1, n.2, 207-230, 2005
WIKIPEDIA. Analytic Hierarchy Process. Disponível em:
<http://pt.wikipedia.org/wiki/Analytic_Hierarchy_Process> Acesso em: 20/11/2014
43
WIKIPEDIA. Estrutura analítica do projeto. Disponível em:
<http://pt.wikipedia.org/wiki/Estrutura_anal%C3%ADtica_do_projeto> Acesso em:
15/11/2014
WIKIPEDIA. Lógica difusa. Disponível em:
<http://pt.wikipedia.org/wiki/L%C3%B3gica_difusa> Acesso em: 20/11/2014
44
APÊNDICE A – Entrevistas em profundidade: questões e resumo das respostas
Entrevistado 1:
Questão 1 - “O que, na sua opinião, a Light espera de um projeto de P&D? Quais
são os benefícios que tais projetos devem proporcionar à empresa?”
O entrevistado destacou o fato dos projetos de P&D serem ritos regulatórios, ou
seja, por se tratar de uma verba obrigatória, muitas vezes é usada para aliviar o
orçamento. Contudo, ele enxerga isso também como uma oportunidade de unir a
questão da obrigatoriedade com o investimento na melhoria dos processos operacionais
da empresa. Como benefícios, ele apontou: a própria melhoria operacional (por
exemplo: instalar um equipamento novo que possui uma resistência mecânica melhor, o
que impacta num menor custo); estar na vanguarda tecnológica, em alinhamento com as
últimas tendências; melhorias na qualidade do serviço e, consequentemente, na
satisfação do cliente (afinal, é o consumidor que financia o programa através da tarifa;
logo, deve ser beneficiado).
Questão 2 - “A Light teve projeto de P&D que, uma vez concluído, não apresentou
os resultados esperados quando da sua seleção/contratação? Em caso afirmativo,
na sua opinião quais foram os elementos que contribuíram para isto?”
O entrevistado mencionou a má gestão do projeto como sendo fator crítico para
um possível insucesso. Esta má gestão pode ser decorrente do baixo comprometimento
do gerente designado pela Light, muitas vezes por não possuir dedicação exclusiva ao
projeto. Outros motivos citados foram: o "mal nascer" do projeto (às vezes a ideia
inicial é boa, mas o planejamento é mal feito); ao final do P&D, podem surgir algumas
resistências à sua implantação (aqui o entrevistado mencionou que seria bom haver uma
ajuda na implantação dos projetos, a fim de driblar essas resistências); a existência de
um gap entre o que a empresa deseja e as pretensões do pesquisador da universidade
parceira.
45
Questão 3 - “A Light teve projeto de P&D que, uma vez concluído, não foi
implantado? Ou caso tenha sido, não foi utilizado? Em caso afirmativo, na sua
opinião quais foram os elementos que contribuíram para isto?”
Segundo o entrevistado, houve sim casos de projetos que foram concluídos, mas
não foram implantados. Ele destacou esta situação como sendo mais comum em
projetos de TI, onde muitas vezes a falta de um servidor específico pode impedir sua
implantação. Os principais elementos que ele julga responsáveis por uma possível não-
implantação de projeto são: a perda de timing da inovação (mais comum em projetos
longos, que podem acabar sendo atropelados pela tecnologia); a falta de um
patrocinador, muitas vezes representado por um diretor, que não se envolve, não se
compromete, que aceita o projeto burocraticamente (um diretor que questiona e faz
sugestões reduz o risco de rejeição do projeto quando este for encerrado); a alta
rotatividade de pessoal, responsável por causar um gap de conhecimento (a gestão do
conhecimento em P&D é muito complexa: tem muito conhecimento tácito envolvido);
e, por fim, a comunicação é um risco em P&D, pois é muito difícil codificá-la, trazer
todo mundo para a mesma base de conhecimento.
Questão 4 - “Qual é sua opinião sobre o procedimento atual de desenvolvimento de
projetos de P&D sob a gestão da ANEEL? Quais são os elementos que geram
incertezas ou causam insegurança neste processo?”
O processo ex-post de avaliação possui critérios subjetivos e gera incerteza da
concessionária pelo resultado positivo do projeto que financiou. Os avaliadores da
ANEEL são heterogêneos, possuem percepções diferentes e não são treinados a tirar
suas conclusões da mesma maneira, o que pode acarretar em injustiças no veredito,
principalmente no aspecto da glosa dos recursos aplicados. Além disso, o entrevistado
apontou que há ausência de histórico de avaliações da ANEEL, ou seja, o processo
ainda é de aprendizagem: tanto as empresas como a agência regulatória estão no início
da curva de aprendizagem. Anteriormente, as universidades não se preocupavam com a
reputação de seus pesquisadores, isto é, dos projetos serem glosados e,
consequentemente, gerar um histórico negativo para o pesquisador. Atualmente, isso já
vem mudando: já existe uma preocupação maior.
46
Entrevistado 2:
Questão 1 - “O que, na sua opinião, a Light espera de um projeto de P&D? Quais
são os benefícios que tais projetos devem proporcionar à empresa?”
Segundo Carlos Eduardo Vizeu Pontes, a empresa espera que o projeto dê
origem a um produto com aplicação prática na empresa, refletindo em melhorias nos
processos e, consequentemente, na redução dos custos operacionais e nos custos de
investimento.
O principal benefício para a empresa, além daqueles supracitados, é a
qualificação da equipe envolvida na pesquisa, em termos de conhecimento obtido na
própria pesquisa e em outros campos que tem interface com o assunto estudado. Os
projetos de P&D também proporcionam a obtenção de titulação em mestrado e
doutorado e a participação em cursos e seminários.
Outros benefícios apontados na entrevista foram a possibilidade de realizar
benchmarking com colegas que desenvolvam pesquisas correlatas, inclusive com a
criação de grupos de pessoas de diferentes empresas e o estímulo à comparação entre as
empresas, por meio de apresentações em seminários. Como a ANEEL regula as
pesquisas para que os temas não sejam repetidos, a complementariedade das pesquisas
amplia o conhecimento dos profissionais do setor de energia.
Foi requerido ao entrevistado que desse mais detalhe sobre o que seriam
melhorias operacionais e gerenciais. Em relação as melhorias operacionais, foi
apresentado, então, um exemplo sobre a sobrecarga de transformadores. Os
transformadores são equipamentos muito caros e representam os maiores custos de uma
subestação. A Light possui um critério de planejamento, desde a década de 80, que
determina que o número de unidades de um determinado equipamento em uma
subestação segue o critério n-1, ou seja, a rede tem que ser planejada de forma que,
quando houver a perda de um elemento, o sistema continue atendendo toda a carga.
Nesse caso, é aceita uma sobrecarga máxima de 30% nos transformadores
remanescentes.
47
Foi criado um projeto de P&D denominado “Determinação de limites de
carregamento de transformadores, levando em conta modelos termodinâmicos e análise
tridimensional”. Caso o projeto prove que é possível aumentar o limite de sobrecarga do
transformador de 30% para 40% por exemplo, essa mudança no dimensionamento das
subestações ira resultar em ganhos econômicos para a empresa.
Sobre as melhorias em processos gerenciais, o exemplo apresentado referia-se ao
desenvolvimento de um software de priorização de obras de instalações, que tornasse
esse processo menos subjetivo. Para isso, são usados índice de mérito (que considera,
dentre outros, o custo do mercado não atendido) e a TIR de cada projeto, dentre outras
informações que apoiem a tomada de decisão do gestor.
Sobre os benefícios para os consumidores gerados pelos projetos de P&D, foi
ressaltado que qualquer redução nos custos é repassada aos consumidores por meio do
critério de modicidade tarifária.
Quando questionado sobre projetos que não resultam em redução de custos, mas
trazem outros benefícios, foi citado o projeto para o estabelecimento de normas para
conexão de inversores de frequência na rede de distribuição. Esse projeto permitiu que
que a Light cumprisse com facilidade a determinação da ANEEL que obrigava as
empresas de distribuição a aceitarem a inclusão de energia proveniente de geradores
solares na rede (determinação posterior à pesquisa) e possui com a maior
permissividade, em comparação às demais empresas, graças a esse projeto.
Questão 2 - “A Light teve projeto de P&D que, uma vez concluído, não apresentou
os resultados esperados quando da sua seleção/contratação? Em caso afirmativo,
na sua opinião quais foram os elementos que contribuíram para isto?”
De acordo com Vizeu, todos os projetos que ele gerenciou foram concluídos
com sucesso, porém alguns tomaram outro rumo e outros demoraram mais do que o
previsto para chegar no sucesso esperado pela Light.
A rotatividade das pessoas que trabalham na pesquisa é um problema. A saída
durante a etapa de pesquisa e na etapa de implementação do projeto é prejudicial porque
as pessoas levam parte do conhecimento e, em alguns casos, é preciso descontinuar o
projeto.
48
Questão 3 - “A Light teve projeto de P&D que, uma vez concluído, não foi
implantado? Ou caso tenha sido, não foi utilizado? Em caso afirmativo, na sua
opinião quais foram os elementos que contribuíram para isto?”
O entrevistado citou um de seus projetos, sobre o tema de variação dinâmica da
tensão, que foi, praticamente de um projeto de pesquisa pura, pois o projeto em si não
teve aplicabilidade na empresas, mas serviu de subsídio para outro projeto que foi
implantado.
Em seguida, informou que, desde a etapa da proposta, é feita uma triagem para
que os projetos estejam alinhados aos interesses da empresa, buscando resolver algum
problema já identificado.
Segundo ele, mesmo os projetos que não trazem resultados aplicáveis têm
benefícios, pois agregam conhecimento e geram subsídios para novas pesquisas. Os
benefícios de um projeto não são necessariamente econômicos.
Questão 4 - “Qual é sua opinião sobre o procedimento atual de desenvolvimento de
projetos de P&D sob a gestão da ANEEL? Quais são os elementos que geram
incertezas ou causam insegurança neste processo?”
Na visão do entrevistado, o estabelecimento de projetos de P&D pela ANEEL
foi um diferencial para o setor elétrico, apresentando muitos benefícios. Ele considera
esses critérios coerentes e ressaltou que existem critérios de controle para que as
pesquisas atendam as necessidades do setor.
O reconhecimento dos gastos do projeto foi identificado como um elemento de
incerteza e, para reduzir os riscos associados a essa etapa foram apontados como
pontos-chave a comprovação dos marcos contratuais, que produzem resultados parciais
aprovados no início do projeto.
49
APÊNDICE B – Respostas dos especialistas ao formulário de comparação pareada
Especialista 1: Comparação pareada dos critérios de risco
Comparação pareada entre os
critérios
CI ST AP PA RM
CI 1 3 5 7 7
ST 1/3 1 1 1 3
AP 1/5 1 1 5 5
PA 1/7 1 1/5 1 1
RM 1/7 1/3 1/5 1 1
Especialista 2: Comparação pareada dos critérios de risco
Comparação pareada entre os
critérios
CI ST AP PA RM
CI 1 7 5 7 5
ST 1/7 1 1/3 5 1/3
AP 1/5 3 1 5 3
PA 1/7 1/5 1/5 1 1/5
RM 1/5 3 1/3 5 1