BIOECONOMIA - Revista O Papel

Coluna Gestão Empresarial
POR RICARDO ZIBORDI
MODELAGEM MATEMÁTICA E ESTATÍSTICA
Modelo “VISA” – Visão, Investigação, Simulação e Ação!
Figura 1
Figura 2
Ver com clareza um processo, suas variáveis associadas,
investigar quais são suas correlações, suas
dependências umas com as outras, simular uma ação,
testar o que pode ocorrer depois de colocá-la em prática
e só, então, agir sobre esse processo. Essa é a
nossa proposta no modelo VISA de negócios.
Fica claro que entender um fenômeno para poder
atuar sobre ele é a prática ideal, característica de
uma gestão perfeita. No entanto, na prática temos
um universo complexo, e as informações geradas nem
sempre refletem os fenômenos.
Com a evolução tecnológica ficou muito barato armazenar
dados, e essa queda de preço continuará! Logo,
acumular dados será uma tendência natural. Agora temos
alguns problemas: como trabalhar com todos esses dados
Como utilizá-los de forma útil Como reduzir o tem-
po de análise, uma vez que a sofisticação de análises vem
a partir do aumento de armazenamento de variáveis
Veja a Figura 1, que nos apresenta a evolução do
preço (em dólares) da unidade megabyte de armazenamento
de informações. Lembre-se que 1MB equivale a
um livro de 250 páginas, aproximadamente.
Para iniciar um procedimento para aplicar o modelo
VISA, não podemos negligenciar as complexidades da
estruturação dos dados e também sua integridade. Geralmente
em um banco de dados, é necessário selecionar
o que interessa, pré-processar (organizar), transformar
em informações interpretáveis, reconhecer padrões/
correlações e gerar conhecimento através do modelo
VISA. É esse processo que mostra a Figura 2.
Essa prática, muito pouco utilizada nas organizações,
aplica uma série de detalhes que fazem toda a diferença,
pois geralmente quem modela os bancos de dados
não se preocupa com os modelos de análise que poderão
ser utilizados futuramente. Se um banco de dados
for bem modelado, esse trabalho pode ser simplificado.
Especificamente, no que diz respeito a reconhecer
padrões e correlações, entendemos ser esse processo o
coração do modelo de análise dos resultados. É relativamente
simples reconhecer correlações entre duas variáveis.
Como o foco deste texto é evidenciar o conceito
do método, vamos lançar mão de exemplos simplistas e
didáticos, conforme a seguir.
Imagine uma indústria que produz ventiladores como
principal produto e demais itens similares. É relativamente
fácil identificar a correlação entre duas variáveis
quaisquer. Podemos analisar no banco de dados do ERP
dessa empresa que o modelo de ventilador A12 tem um
aumento nas encomendas e começa a faltar no estoque
de alguns distribuidores. A empresa já esperava esse
efeito, devido à sazonalidade do produto, em função do
verão que se inicia. Há, portanto, a correlação entre a
data do ano e o aumento produtivo.
Apesar de a correlação ser conhecida e o PCP da empresa
já contar com esse aumento de demanda, nota-se
um atraso nas entregas. Dessa forma, conclui-se que, aparentemente,
o aumento de produção não está resolvendo!
Outras variáveis começam a ser verificadas, e nota-se
28 Revista O Papel - março/March 2012