Relatório de Pesquisa Processos, Indicadores Analíticos e Impactos Sobre o Desempenho Competitivo: Um Estudo em Médias e Grandes Empresas Produtoras de Bens e Serviços Marcelo Bronzo Ladeira Paulo Tarso Vilela de Resende Marco Paulo Valadares de Oliveira Paulo Renato de Souza Reinaldo Lopes Ferreira João Victor Rodrigues Silva Amanda Cecília Rodrigues Silva Luiz Carlos Macedo de Oliveira Monteiro Vinícius Chagas Brasil PROCESSOS, INDICADORES ANALÍTICOS E IMPACTOS SOBRE O DESEMPENHO COMPETITIVO: UM ESTUDO EM MÉDIAS E GRANDES EMPRESAS PRODUTORAS DE BENS E SERVIÇOS Coordenadores do Projeto de Pesquisa Marcelo Bronzo Ladeira, Universidade Federal de Minas Gerais – UFMG Paulo Resende, Fundação Dom Cabral – FDC Subcoordenadores do Projeto Marcos Paulo Valadares de Oliveira, Universidade Federal do Espírito Santo Paulo Renato de Sousa, Fundação Dom Cabral Reinaldo Lopes Ferreira, Fundação Dom Cabral Bolsistas Amanda Cecília Rodrigues Silva João Victor Rodrigues Silva Luiz Carlos Macedo de Oliveira Monteiro Vinícius Chagas Brasil Março 2011 SUMÁRIO 1.INTRODUÇÃO ----------------------------------------------------------------1.1 Problema de pesquisa ------------------------------------------------------1.2 Objetivo geral da pesquisa -------------------------------------------------1.2.1 Objetivos específicos -----------------------------------------------2. MARCO TEÓRICO-CONCEITUAL -----------------------------------------2.1 Orientação para processos de negócio ------------------------------------2.1.1 Modelos de maturidade no gerenciamento de operações -------2.1.1.1 CSC Framework -------------------------------------------------2.1.1.2 Supply Chain Maturity Model -----------------------------------2.1.1.3 Business Process Orientation Maturity Model ------------------2.1.1.4 Supply Chain Management Maturity Model – SCMMM --------2.2 Desempenho de processos e operações ----------------------------------2.2.1 Fatores de desempenho competitivo do Balanced Scorecard----2.3.Abordagem Analítica (Business Analytics – BA) --------------------------- 5 8 8 8 10 10 13 14 16 17 20 22 24 26 3. MODELO CONCEITUAL, HIPÓTESES DE PESQUISA E DEFINIÇÃO OPERACIONAL DE VARIÁVEIS ---------------------------------------------- 29 4. METODOLOGIA DA PESQUISA --------------------------------------------35 4.1 População-alvo da pesquisa ------------------------------------------------ 35 4.2 Concepção de amostragem -------------------------------------------------35 4.3 Unidades de análise ---------------------------------------------------------36 4.4 Unidades de observação-----------------------------------------------------36 4.5 Técnica para levantamento dos dados--------------------------------------36 4.6 Técnicas para tratamento dos dados----------------------------------------36 5. APRESENTAÇÃO E ANÁLISE DOS DADOS -------------------------------37 5.1 Cálculo da amostra, análise de dados ausentes e tratamento de outliers ------------------------------------------------------------------- 37 5.2 Descrição da amostra ------------------------------------------------------- 40 5.3 Alfa de Cronbach e a consistência interna das escalas do modelo --------43 5.4 Descrição dos construtos latentes do modelo de pesquisa: amostra global -------------------------------------------------------------- 44 5.5 Descrição dos dados obtidos para os construtos do modelo de pesquisa: segmentação da amostra por porte ---------------------------------------- 46 5.6 Descrição dos dados obtidos para os construtos do modelo de pesquisa: segmentação da amostra por atividade econômica – Indústria e Serviços -------------------------------------------------------- 47 5.7 Coeficientes de correlações entre os construtos do modelo de pesquisa --------------------------------------------------------- 48 5.8 Modelagem de equações estruturais --------------------------------------- 50 5.9 Teste das hipóteses da pesquisa ------------------------------------------- 55 5.9.1 Validação nomológica das escalas e dos resultados da pesquisa ------ 57 3 6. CONSIDERAÇÕES FINAIS ------------------------------------------------- 62 7. REFERÊNCIAS --------------------------------------------------------------- 68 APÊNDICE 1 – Instrumento da pesquisa --------------------------------------- 74 APÊNDICE 2 – Descrição da amostra, alfa de Cronbach e correlação inter-itens ------------------------------------------- 82 APÊNDICE 3 – Teste de mensuração do modelo hipotético ------------------ 101 APÊNDICE 4 – Efeitos totais e níveis de significância: teste estrutural do modelo ------------------------------------105 4 RESUMO O objetivo deste estudo foi descrever a natureza do relacionamento entre os construtos de orientação para processos de negócio (business process orientation – BPO), indicadores analíticos e desempenho competitivo de uma amostra de 368 empresas, com operações no estado de Minas Gerais e em outros estados do Brasil, e também diversificadas em relação ao porte e à participação nos segmentos da indústria e de serviços. Por meio de um estudo quantitativo, do tipo descritivo-conclusivo, as hipóteses testadas neste trabalho foram: (I) quanto maior a orientação para processos, maior a utilização de indicadores analíticos pelas empresas; (II) a orientação para processos possui uma correlação positiva e estatisticamente significativa para com o desempenho organizacional; (III) a utilização de indicadores analíticos está positivamente associada à melhoria do desempenho organizacional; (IV) quanto maior a orientação para os processos, tanto maior a utilização de indicadores analíticos e também melhores os resultados de desempenho organizacional. Todas as hipóteses foram corroboradas com altíssimo nível de significância (p valor < 0,001). O tratamento dos dados e o teste das hipóteses envolveram técnicas de estatística descritiva univariada, bivariada e multivariada. Foram também realizados testes para mensurar a consistência interna das escalas do instrumento de pesquisa, bem como para avaliar a composição estrutural do modelo, por meio da modelagem de equações estruturais. As escalas e o modelo foram validados. Os resultados apontam a importância estratégica dos fatores de BPO e de indicadores analíticos como preditores do desempenho competitivo das empresas. E, por meio da equação estrutural do modelo, esses fatores preditores foram capazes de explicar 66,3% das variações do desempenho das empresas da amostra, sendo igualmente significativos os efeitos diretos (coeficientes de caminho) verificados nos testes realizados. Tais achados descortinam questões relevantes tanto do ponto de vista prático e da ação gerencial das empresas (no sentido de reforçar a importância da BPO e do uso intensivo de indicadores analíticos na estratégia de incremento de desempenho competitivo) quanto da perspectiva acadêmica, abrindo novas frentes de pesquisa nessa área de fronteira do conhecimento da gestão de operações. 5 1. INTRODUÇÃO No campo da gestão de operações, o conceito de orientação para processos de negócio (business process orientation/BPO) está associado a melhores resultados em certos indicadores-chave do desempenho competitivo de empresas e cadeias de suprimento (BREWER; SPEH, 2001; HAMMER; STANTON, 1999; GROVER et. al., 1995; HAMMER; CHAMPY, 1993; PORTER, 1985; HAMMER, 1990; DAVENPORT; SHORT, 1990). As primeiras contribuições para o tema do gerenciamento de processos podem ser identificadas no desenvolvimento conceitual e metodológico do gerenciamento da Qualidade Total (Total Quality Management – TQM). O TQM enfatiza o uso de técnicas e ferramentas para o mapeamento, a análise e a melhoria contínua dos processos organizacionais em diferentes momentos do ciclo PDCA, como na implementação de planos de ação, bem como em formas de controle e em ações subsequentes para a melhoria ou a padronização dos processos organizacionais. A convergência do desenvolvimento da TQM para a gestão orientada para processos é evidente em muitos aspectos, e aportes conceituais relevantes estão em trabalhos seminais sobre o tema (CROSBY, 1979; SCHONBERGER,1982; SHEWART,1986; DEMING,1986). Também o desenvolvimento do conceito e das práticas da produção enxuta (lean production), com ênfase na aplicação do princípio kaizen de melhoria incremental dos processos organizacionais, aportou contribuições relevantes para princípios de gestão orientada para processos. A melhoria incremental dos processos requer, em um sentido contínuo no tempo, a redução de todas as formas de desperdício de recursos pelas empresas, procurando-se eliminar ou redesenhar aqueles processos ou atividades que geram custos sem a contrapartida de valor efetiva para seus clientes, o que representa, em síntese, uma perda de eficiência do sistema (SCHONBERGER, 2007; WOMACK; JONES; ROOS, 1992). Como extensão da abordagem da qualidade total, tem-se o recente desenvolvimento da metodologia Seis Sigma, que também converge à gestão orientada para processos, por sua ênfase em reduzir a variabilidade e em aumentar a capabilidade dos processos organizacionais, de forma a minimizar ou extinguir defeitos e taxas de não conformidade de produtos e serviços (NASLUND, 2008; SCHONBERGER, 2007). Mais recentemente, duas relevantes linhas de pesquisa também têm se orientado para o campo do conhecimento da gestão de processos, com abordagens e propostas complementares. A primeira corrente investiga o relacionamento entre a gestão orientada para processos e os níveis de maturidade de processos organizacionais, notadamente da maturidade de processos nos contextos da logística integrada e do gerenciamento de cadeias de suprimento (MCCORMACK, 2007; LOCKAMY; MCCORMACK, 2004; MCCORMACK et al., 2003). A segunda corrente investiga o impacto da utilização de indicadores analíticos como vetores do desempenho de processos 6 organizacionais e de vantagens competitivas duradouras para as empresas (DAVENPORT, 2006; DAVENPORT; HARRIS, 2007). A abordagem analítica permitiria explicar o desempenho competitivo de muitos tipos e padrões de organizações, líderes ou extremamente competitivas, em seus respectivos segmentos de mercado. Trata-se de empresas dotadas de capacidade distintiva e de orientação de suas estratégias competitivas, empregando recursos de inteligência analítica. Seriam, nas palavras de Davenport (2006), verdadeiros “competidores analíticos”. Colocado de outra forma, a inteligência analítica seria um recurso integral da estratégia de negócios das organizações, e premissas da business analytics (DAVENPORT; HARRIS, 2007; DAVENPORT et al., 2007; DAVENPORT, 2006) seriam convergentes aos objetivos da gestão orientada para processos. Estudos recentes, liderados pelo professor Thomas Davenport e pela equipe do Centro de Pesquisas em Gerenciamento de Processos do Babson College (EUA), mostram que as empresas consideradas líderes e excelentes em seus mercados possuem uma capacidade analítica diferenciada no acesso, no tratamento de dados e na geração de informações essenciais para os objetivos de desempenho dos seus processos críticos de valor. São organizações dotadas de habilidade e uma capacidade especial para orientar suas estratégias competitivas com recursos de inteligência analítica. Segundo Davenport (2006), são empresas que possuem condições de aportar a combinação ideal de competências e habilidades para lidar com a gestão baseada em fatos e utilizar dados estratégicos e modelos explicativos de forma ostensiva, visando orientar suas decisões e ações. Ao contrário das inconsistências que caracterizam os modelos de decisão das organizações ainda não intensivamente analíticas, o conceito de business analytics – BA – permite idealizar um sistema de modelos de previsão e de simulação de cenários quantitativos e qualitativos (incluindo vários tipos de tratamento de dados) e que exigem, dos “donos do processo” e de sua equipe, um foco sistêmico, inúmeras análises de trade-offs e grande atenção aos resultados financeiros e não financeiros (em termos dos níveis de serviço) de forma equilibrada em suas decisões. Um dos objetivos da BA, assim, é o de fornecer informação útil, tanto para monitorar o desempenho de processos existentes e dar suporte aos objetivos de melhoria desses processos quanto para projetar e modelar processos inteiramente novos. Os competidores analíticos parecem seguir o caminho oposto das otimizações locais nesse sentido – tentam prospectar dados relevantes e garantir que os processos da organização possam compartilhá-los sem os impedimentos de formatos inconsistentes ou dados redundantes ou em excesso, ou então dados relacionados a atividades ou processos não críticos para o desempenho competitivo do negócio. Um dos pontos fundamentais dessa nova abordagem – que encontra na gestão orientada para processos a infraestrutura ideal para sua aplicação – é a sua influência potencial em diferentes áreas da gestão. É especialmente relevante a aplicação de inteligência analítica em quatro áreas de processos: relacionamento com clientes/mercado (marketing, vendas e serviços), 7 produção (cadeias de suprimentos e operações), gestão de pessoas e gerenciamento do desempenho (DAVENPORT, 2006). A abordagem analítica, integrada ao esforço da gestão orientada dos processos organizacionais, representa uma visão particular e necessária sobre como, efetivamente, as organizações alocam seus recursos e gerenciam seus processos de forma a alcançarem vantagens competitivas sustentáveis no tempo. São essas vantagens que permitem às empresas a posição de liderança nos seus respectivos mercados de atuação e o desenvolvimento de práticas mais eficientes de operações em suas cadeias de suprimentos. Em resumo, a abordagem analítica e a orientação para processos podem ser importantes preditoras do desempenho organizacional. Entre os sistemas contemporâneos para a mensuração do desempenho organizacional, o Balanced Scorecard – BSC – talvez tenha sido a metodologia que ganhou maior notoriedade acadêmica e empresarial a partir do início da década de 1990, precisamente a partir das repercussões de um trabalho seminal de Kaplan e Norton (1992), intitulado “The Balanced Scorecard – Measures that Drives Performance”, publicado na Harvard Business Review em 1992. Com a publicação desse trabalho, o BSC passou a receber crescente atenção, por uma razão plenamente justificável: representava, de fato, um passo à frente em relação aos sistemas tradicionais de mensuração do desempenho das empresas (tradicionalmente compostos por métricas com viés financeiro, como indicadores de lucratividade, fluxo de caixa, retorno sobre ativos – ROA –, retorno sobre investimentos – ROI –, custos de produção, entre outros), paradigma este dominante até o final da década de 1980. A metodologia do Balanced Scorecard recebeu esse nome exatamente pelo fato de conferir uma atenção balanceada entre objetivos de curto e longo prazos para as organizações, assim como a integração de medidas financeiras e não financeiras de desempenho competitivo, distribuídas em quatro grandes dimensões ou perspectivas: Financeira; Cliente/Mercado; Capacidade em processos e Aprendizagem/Crescimento. Cada uma dessas dimensões, com seus respectivos objetivos críticos, indicadores, metas e programas de ação, visando à consecução de uma diretriz estratégica específica (SMITH, 2007; FARIA; COSTA, 2005; KAPLAN; NORTON, 1993). Para as organizações, a implementação de um sistema como o BSC exige a reorientação do foco de seus sistemas convencionais de mensuração de desempenho. Ao contrário de uma abordagem tradicionalmente reativa e baseada em dados históricos de desempenho – utilizando indicadores e métricas financeiras convencionais em sua maior parte –, a abordagem do BSC implica a adoção de uma mensuração tanto mais proativa quanto propriamente de teor preditivo. Trata-se de um modelo que potencialmente afeta, quando implementado, o desempenho da empresa. Ao indicar certas iniciativas (ponderadas em sua importância) para o atendimento de metas para cada fator ou dimensão do desempenho, o BSC acaba por afetar o valor percebido pelos vários stakeholders da empresa – clientes, colaboradores internos, acionistas, fornecedores e sociedade, dentre outros (SMITH, 2007). 8 Colocadas essas questões iniciais, tem-se que o problema central desta pesquisa esteve nucleado no interesse em investigar as associações entre os conceitos de orientação para processos de negócio, indicadores analíticos e desempenho competitivo. 1.1 Problema de Pesquisa O nível de orientação para processos e a utilização de indicadores analíticos estão associados aos resultados de desempenho competitivo de empresas do ramo industrial e de serviços, independentemente do porte e do segmento de atuação dessas organizações? Desse problema de pesquisa tem-se então o desdobramento dos seguintes objetivos, geral e específicos, do trabalho desenvolvido: 1.2 Objetivo Geral da Pesquisa Descrever a natureza do relacionamento entre os construtos de orientação para processos de negócio – BPO –, indicadores analíticos e desempenho competitivo de uma amostra de empresas diversificadas em relação ao porte e ao ramo de atuação, nos segmentos de indústria e serviços, com operações em Minas Gerais e em outros estados do Brasil. 1.2.1 Objetivos Específicos Descrever os níveis de orientação para processos de negócio das empresas da amostra. Identificar a intensidade de uso de indicadores analíticos por parte das empresas pesquisadas. Descrever os resultados de desempenho competitivo das empresas da amostra nas dimensões críticas de desempenho do Balanced Scorecard (financeira; cliente/mercado; capacidade em processos; aprendizagem e crescimento). Identificar a influência das variáveis independentes “porte” e “ramo de atuação” (indústria ou serviço) sobre os construtos principais do modelo (orientação para processos – BPO –; indicadores analíticos; desempenho competitivo). Descrever matematicamente a composição estrutural do modelo de pesquisa, especificando o peso das variáveis estudadas e as equações estruturais que retratem os relacionamentos e a força dos caminhos entre os construtos do modelo. Nos dois próximos capítulos deste documento, tem-se o marco teóricoconceitual do estudo (capítulo 2) e a apresentação de uma discussão sobre o modelo de pesquisa, a definição operacional das variáveis e as hipóteses de 9 pesquisa testadas nesta investigação (capítulo 3). Em seguida, no capítulo 4, são apresentadas as questões referentes ao arcabouço metodológico da pesquisa, e, no capítulo 5, são apresentados os resultados do levantamento e a análise dos dados. No capítulo 6, são feitas as considerações finais do trabalho, com um sumário dos achados da pesquisa e apresentação das limitações do estudo, bem como questões de interesse para futuros estudos sobre o tema e problema abordados nesta investigação. Seguem, por fim, as referências e os apêndices do relatório, em que são apresentados, respectivamente: o instrumento de coleta dos dados (Apêndice 1); a descrição da amostra, o cálculo do alfa de Cronbach e o resultado do teste de correlação interitens dos construtos do modelo (Apêndice 2); o teste de mensuração do modelo hipotético (Apêndice 3) e os efeitos totais e níveis de significância para o teste estrutural do modelo da pesquisa (Apêndice 4). 10 2. MARCO TEÓRICO-CONCEITUAL 2.1 Orientação para processos de negócio As novas demandas do mercado para o fornecimento de melhores serviços e produtos, combinadas a uma concorrência dramaticamente elevada, exigem uma mudança de paradigma na maneira como as organizações são projetadas, sendo especialmente relevante nesse sentido o rompimento do conceito de “silos funcionais” e, portanto, de metas de desempenho para a função, como as metas indicadas nos planos de marketing, financeiros ou de operações (CHRISTOPHER, 1997). Um número ainda bastante expressivo de organizações, de diferentes portes e atuantes em diferentes setores econômicos, orienta suas estruturas organizativas pelo viés funcional, com a divisão de responsabilidades por função. Cada uma das funções “verticais” da organização tradicional é chefiada por gerentes que tratam sua área funcional como seu “território”. Para Christopher (1997), a organização tradicional, funcional é representada pelo seu sistema de orçamento. Com isso, curiosamente, cada função está alinhada a um orçamento que direciona e controla os recursos consumidos pela própria função, desconsiderando-se, assim, o custo total de cada processo. Skjoet-Larsen et al. (2003) corroboram essa impressão, citando pesquisas que demonstram que, das barreiras identificadas na implementação do planejamento colaborativo em redes de suprimento (Collaborative Planning, Forecasting and Replenishment – CPFR), destacam-se tanto as do tipo operacional quanto aquelas propriamente de cunho organizativo. Nesse último caso, faz-se referência às características das estruturas de governança nos relacionamentos em rede, como atributos de confiança entre os parceiros, o compartilhamento efetivo de ganhos oriundos de melhorias nos processos e, também, a necessidade de proposição e consecução de objetivos comuns em relação aos resultados dos processos e, portanto, de um sistema integrado de informações para apoiar os processos de decisão no canal. Kerzner (1979), já no final da década de 1970, apontava influências negativas de estruturas rigidamente funcionais sobre o desempenho competitivo. Por essas limitações típicas desse tipo de estrutura, Kerzner (1979) propõe que a gerência deve perseguir prioritariamente a utilização mais eficiente dos recursos organizacionais tangíveis e intangíveis, promovendo a fluidez do trabalho, tanto vertical quanto horizontalmente, ao longo da organização, perpassando, portanto, diferentes funções e atividades, mas adotando uma visão fundamentalmente de processos. A abordagem de Kerzner (1979) não pressupõe necessariamente desarticular as estruturas funcionais burocráticas e tampouco o fluxo vertical de trabalho, que, por força de especialização funcional, continuará sendo necessário e de responsabilidade dos gerentes funcionais. Por outro lado, defende as vantagens de uma gestão eficaz do fluxo horizontal, para tentar dirimir os riscos de “hiatos operacionais”, formados pela adição dos hiatos hierárquicos – definidos pelo atrito do fluxo entre os níveis hierárquicos – e os hiatos 11 funcionais – definidos pela típica ênfase na departamentalização (marketing, vendas, produção, finanças, outras) nas estruturas organizacionais funcionais. A representação gráfica de tais hiatos operacionais pode ser vista FIG. 1, a seguir. Alta Gerência: políticas Gerência: planejamento Supervisores: programação Pessoal: operações Hiatos gerenciais Hiatos funcionais: departamentalização Ilhas operacionais Figura 1 – Hiatos organizacionais Fonte: KERZNER, 1979, p. 20. Para Skinner (1974), o problema da definição dos níveis ótimos de integração vertical e de integração horizontal dos processos de negócio é, de alguma forma, influenciado pelo nível de diversificação das firmas. Assim, o autor defende que as operações de produção deveriam focar um ou um pequeno número de produtos, um ou poucos processos de produção ou uma ou duas tecnologias similares. Se uma atividade de produção envolve muitos produtos, processos ou tecnologias, poderá perder o foco e a eficiência e, consequentemente, ceder posições de mercado a processos mais eficientes e focados dos concorrentes diretos. É necessário, assim, que as organizações promovam mudanças e venham a desenvolver, de forma deliberada, processos de negócio mais focados, bem como certas capacidades úteis ao gerenciamento destes. Tais processos de valor naturalmente fazem uso de recursos funcionais, porém não estão limitados pelas fronteiras artificiais das funções organizacionais e ensejam um processo decisório com análise de compensações ou trade-offs (SKINNER, 1974). O desafio para a organização passa a ser, portanto, derrubar barreiras verticais e funcionais à integração e estruturar ou reestruturar (redesenhar) os seus processos, com uma orientação estratégica para a gestão de recursos e para as exigências ou oportunidades em seus mercados de atuação. A força motriz da mudança está em admitir, portanto, que são os processos os elementos ou drivers criadores de valor para o cliente, e não o desempenho eficiente das funções organizacionais. As empresas experimentam dificuldades 12 na solução desse impasse. Muitas já reconhecem a necessidade de evitar os excessos da especialização funcional – em estruturas verticalizadas e baixa ou ausente orientação para os processos de negócio –, mas também reconhecem que soluções eminentemente guiadas pela lógica de processos são também ineficientes, por não considerarem devidamente as exigências de competências e especializações funcionais para o gerenciamento e controle dos respectivos processos. Há evidências crescentes, encontradas na literatura técnica e na prática empresarial, de que níveis superiores de orientação para processos – a partir do adensamento dos processos intraorganizacionais e interorganizacionais, na cadeia de suprimentos – resultam em potencial aumento da capacidade de resposta da empresa, seja em relação à elasticidade quantitativa das demandas nos vários mercados em que atue, seja em relação à sua dinamicidade em atender os padrões de especificação de produtos e serviços desses mercados, buscando como meta, ao final, gerar um pacote de valor adequado às exigências interpostas por seus clientes intermediários e finais (CROXTON et al., 2001). Esse tipo de organização exige uma orientação para o desempenho dos seus processos, e não para o desempenho de suas funções. A melhoria contínua, que é uma característica da gestão orientada para processos, vem quase sempre associada a níveis superiores de maturidade dos processos em empresas e cadeias de suprimento. Esse conceito de maturidade de processos organizacionais está bem documentado na literatura técnica e expressa o fenômeno de trajetórias evolutivas e a adoção de melhores práticas para a mensuração e o gerenciamento de processos de negócio, por meio de caminhos e ações sequenciadas ou em níveis. Esses níveis representam as capacidades que as empresas possuem relativamente à padronização, à medição, ao controle e à melhoria contínua de seus processos de valor. Colocado aqui de outra forma, os processos possuem ciclos de vida, sob a forma de níveis ou de estágios de desenvolvimento, que podem ser definidos (são específicos), medidos e devidamente controlados ao longo do tempo. Portanto, podem ser gerenciados em direção à excelência. Alcançar um nível mais alto de maturidade em algum processo é uma meta possível desde que presentes pelo menos três condições: I) o maior controle sobre os resultados desse processo; II) a maior previsibilidade em relação aos objetivos de custo e de desempenho do processo e III) a maior efetividade quanto ao alcance das metas predefinidas, bem como a capacidade da gerência em propor novas e superiores metas de desempenho no tempo (MCCORMACK et al., 2007; LOCKAMY; MCCORMACK, 2004; POIRIER; QUINN, 2004). 13 2.1.1 Modelos de maturidade no gerenciamento de operações Nos últimos anos, um número crescente de pesquisas tem-se dedicado a investigar, em caráter ainda exploratório, o desenvolvimento de modelos de maturidade e de métricas de desempenho para o gerenciamento estratégico dos processos logísticos em empresas e cadeias de suprimento (CHAN; QI, 2003; COYLE et al., 2003; GUNASEKARAN et al., 2001). O conceito de maturidade de processos – entre os quais, os processos logísticos – parte da premissa de que eles possuem ciclos de vida, ou estágios de desenvolvimento, que podem ser explicitamente definidos, gerenciados, medidos e controlados ao longo do tempo. Alcançar um nível mais alto de maturidade em algum processo empresarial é um fenômeno possível, desde que presentes três condições: (I) maior controle sobre os resultados; (II) maior previsibilidade em relação aos objetivos de custo e de performance e (III) maior efetividade em relação ao alcance das metas definidas e à capacidade da gerência de propor novos e superiores alvos de performance (LOCKAMY; MCCORMACK, 2004; POIRIER; QUINN, 2004). Para atender os níveis de desempenho desejados por seus clientes em relação a atributos como flexibilidade quantitativa e qualitativa no atendimento das demandas, consistência nos prazos de entrega e redução dos lead times relativos ao atendimento dos pedidos, as empresas desenvolvem capacidades e pacotes complexos de habilidades e de conhecimentos, que serão exercitados em seus processos organizacionais (SLACK et al., 2006; LOCKAMY; MCCORMACK, 2004; DAY, 1994). Em parte, por conta dessas novas exigências, o gerenciamento dos processos logísticos evoluiu, nas duas últimas décadas, de uma perspectiva departamental, extremamente funcional e verticalizada, para um arranjo orgânico de processos integrados, horizontalizados e decididamente orientados para o atendimento da oferta de valor aos clientes intermediários e consumidores finais (MENTZER et al., 2001). Esse novo padrão de gerenciamento dos processos logísticos favoreceu, com o tempo, o desenvolvimento e a aplicação de diferentes modelos de maturidade e métricas de performance úteis como ferramentas de apoio para a definição de estratégias e para o enfrentamento de trade-offs, bem como para a identificação dos itens considerados críticos à melhoria da qualidade dos serviços logísticos prestados aos clientes. Os modelos de maturidade representam uma metodologia cujas aplicações relativas à definição, à mensuração, à gestão e ao controle dos processos empresariais têm se mostrado aderentes aos preceitos da abordagem de gerenciamento por processos (Business Process Reengineering – BPR), atraindo interesse crescente tanto de empresas quanto de pesquisadores acadêmicos envolvidos diretamente com pesquisas na área da Gestão de Operações (CHAN; QI, 2003; GUNASEKARAN et al., 2001). Embora sua origem não se vincule diretamente ao campo da logística, nos últimos anos testemunha-se um número crescente de relatos empíricos que 14 apresentam a utilização de modelos de maturidade apoiados em indicadores críticos de desempenho (Key Performance Indicators – KPI) para a análise de atividades afins aos ciclos de suprimento, produção e entrega/distribuição física. A expectativa é de que a consolidação de tais experiências exploratórias venha definir uma agenda de pesquisa sobre o assunto, o que seguramente trará grande contribuição aos estudos desenvolvidos no campo da logística e, especificamente, do gerenciamento de cadeias de suprimento (supply chain management). 2.1.1.1 CSC Framework O CSC Framework foi desenvolvido pela Computer Sciences Corporation – CSC – e testado pela primeira vez em 2003, por meio de uma pesquisa envolvendo 142 representantes com responsabilidades de gestão na cadeia de suprimentos. A amostra foi composta por leitores da Supply Chain Management Review e clientes da CSC. Dos 142 respondentes, 71 eram oriundos de empresas ou consultores independentes e os outros 71 de grupos, divisões, unidades estratégicas de negócio ou subsidiárias. O principal objetivo do trabalho foi identificar o estágio de desenvolvimento da função logística nas empresas pesquisadas, considerando-se os níveis de excelência nos cinco estágios de maturidade na cadeia de suprimentos, apresentados a seguir (POIRIER; QUINN, 2003; 2004). Como pode ser visto na FIG. 2, no primeiro nível do modelo a empresa prioriza a melhoria de seus processos funcionais. Nessa fase, os esforços são internos e orientados para a integração das diferentes áreas funcionais em cada empresa que integra a cadeia de suprimentos. Os benefícios, normalmente, incluem redução dramática do número de fornecedores e provedores de serviços logísticos, racionalização do mix de produtos oferecidos nos mercados e maior volume de compras. No nível 1, as principais ineficiências de que padecem muitas empresas são resultantes da baixa integração dos processos interorganizacionais, das barreiras na colaboração entre os negócios e do inexistente ou inexpressivo compartilhamento dos sistemas de informação com os demais agentes na cadeia de valor expandida. No nível 2, a logística ganha maior atenção, sendo enfocadas a utilização dos ativos e a efetividade de sua distribuição física. O gerenciamento da demanda passa a ser um fator crítico, e a precisão das previsões pode ser o principal impulsor para uma maior acuidade nas operações da empresa nas áreas de planejamento, programação e controle da produção. A orientação para a cadeia de suprimentos ganha maior importância, com um gerenciamento mais estratégico e segmentado da base de fornecedores e clientes imediatos da organização. 15 III Colaboração e parceria I Integração interna Processo/ funcional IV Colaboração na cadeia de valor V Completa conectividade na rede II Excelência corporativa Intraorganizacional Interorganizacional Externo Sistema de negócios totalizado Figura 2 – Os cinco níveis de evolução da cadeia de suprimentos Fonte: Traduzido de POIRIER; QUINN, 2004, p. 26. Segundo Poirier e Quinn (2004), muitas vezes, a “cultura logística” dominante na empresa inibe o progresso de suas ações em direção a níveis superiores de excelência, dadas algumas premissas compartilhadas pelas empresas que se encontram nesse estágio evolutivo: (I) todas as boas ideias precisam ser geradas internamente; (II) se precisamos de ajuda externa, isso significa que a equipe interna não está fazendo seu trabalho; e (III) se pudermos utilizar informações externas, o faremos, mas não as compartilharemos com ninguém. A empresa só consegue expandir seus limites de eficiência quando suas lideranças, em especial as vinculadas à área de operações, resolvem romper com essas premissas e dissipar as restrições por elas impostas. No nível 3, a empresa desenvolve ou redesenha seus processos interorganizacionais e começa a formar uma rede de negócios com a ajuda de poucos, mas cuidadosamente selecionados, aliados. Durante essa fase, fornecedores considerados importantes são convidados a participar de sessões de Planejamento de Operações e Vendas (Sales and Operation Planning – S&OP), aproximando-se o suprimento da demanda, e vice-versa. Estabelecemse relações globais com provedores de serviços logísticos qualificados em relação às funções de transporte, logística e armazenagem, e os clientes são incentivados a gerar feedback sobre produtos atuais e desejados. Nesse nível, aliados de negócio trabalham juntos, utilizando diversas ferramentas e técnicas colaborativas, para, por meio de iniciativas mútuas e resultados compartilhados, reduzir os tempos de ciclo, em especial o time-to-market, utilizando seus ativos com maior eficiência. O nível 4 caracteriza-se pelas iniciativas colaborativas. As empresas começam a utilizar metodologias como o activity based costing – ABC – e o Balanced Scorecard para transformar a cadeia de suprimentos em uma cadeia de valor de parceiros, que trabalham sob a orientação dos mesmos objetivos estratégicos. A informação é compartilhada eletronicamente, e equipes multiempresas são formadas para encontrar soluções para problemas 16 específicos dos clientes. As tecnologias de e-commerce são consideradas cruciais para tal nível, garantindo o compartilhamento em tempo real de todas as informações relevantes em cada ponto ou nódulo da cadeia de valor. O desenvolvimento e a utilização de modelos e metodologias para a implementação no design, no planejamento e no reabastecimento colaborativos são atinentes a esse estágio de evolução do relacionamento interorganizacional. O estágio mais avançado da evolução da cadeia de suprimentos, o de nível 5, é, fundamentalmente, uma meta de difícil alcance. Trata-se de um estágio de desenvolvimento caracterizado pela completa conectividade entre agentes ao longo de toda a cadeia de suprimentos. Segundo Poirier e Quinn (2003; 2004), somente poucas organizações de poucos setores alcançam esse estágio. É uma situação de colaboração completa ao longo da rede e de uso estratégico de tecnologia da informação para conquistar posições de dominância no mercado. Nessa fase, as empresas costumam alcançar extraordinários níveis de previsão de pedidos e redução do tempo de ciclo, ao longo de redes completamente conectadas eletronicamente. 2.1.1.2 Supply Chain Maturity Model A PRTM Management Consultants, juntamente com sua subsidiária, a Performance Measurement Group – PMG –, desenvolveu o Supply Chain Maturity Model, a partir de uma combinação de experiência de campo, métricas do modelo SCOR e conhecimento de práticas atuais e emergentes em diferentes tipos de indústrias nos últimos anos. O modelo define quatro dos cinco estágios de capacidade operacional (PMG, 2005), o que será apresentado a seguir. No primeiro estágio, foco funcional, os departamentos funcionais das empresas priorizam a melhoria dos seus processos e o melhor uso de seus recursos. Os processos multifuncionais, por sua vez, não são bem definidos ou reconhecidos claramente pelas organizações, o que resulta necessariamente em uma eficiência relativa e limitada desses processos no contexto mais amplo de gerenciamento integrado da cadeia de suprimentos. Durante o segundo estágio, integração interna, a divisão ou a definição dos processos multifuncionais é clara. Medidas de desempenho para esses processos são claramente definidas e as funções individuais são compreendidas e consideradas como fontes de contribuições importantes para o desempenho sistêmico de tais processos. Os recursos são distribuídos harmoniosamente ao longo da organização. A demanda e o suprimento seguem um processo que combina a previsão e o planejamento juntamente com os fornecedores e com a linha de fabricação. O terceiro estágio, integração externa, caracteriza-se pela extensão das práticas típicas do segundo estágio e alcança os pontos de interface com clientes e fornecedores. A empresa identifica clientes e fornecedores estratégicos, bem como informações-chave externas necessárias ao suporte 17 dos seus processos de negócio. Acordos de serviço em conjunto e práticas de scorecard são utilizados. Ações corretivas são implementadas quando o desempenho atinge um resultado abaixo do esperado. No quarto estágio, colaboração e otimização interorganizacional, clientes e fornecedores trabalham para definir uma estratégia mutuamente benéfica e para determinar alvos comuns de performance. A tecnologia da informação atua como agente de automatização da integração dos processos de negócio entre os atores da cadeia de suprimentos. 2.1.1.3 Business Process Orientation Maturity Model O Business Process Orientation Maturity Model – BPOMM – apoia-se no Capability Maturity Model – CMM –, desenvolvido pelo Instituto de Engenharia de Software da Carnegie Mellon University (LOCKAMY; MCCORMACK, 2004; MCCORMACK et al., 2003; SEI, 2000). O conceito de orientação para processos de negócio sugere que as empresas podem aumentar seu desempenho global por meio de uma visão estratégica de seus processos. Segundo Lockamy e McCormack (2004), empresas com forte orientação para seus processos de negócio atingem maiores níveis de desempenho e possuem melhor ambiente de trabalho, com mais colaboração e menos conflitos internos. McCormack et al. (2003) afirmam que as organizações precisam deslocar o foco da força, da autoridade e das atividades que não trazem valor para o cliente para uma perspectiva voltada diretamente para os interesses e necessidades do cliente. Nesse sentido, o Business Process Orientation pode ser definido como uma abordagem das organizações que enfatizam processos em oposição a funções e hierarquias, com especial ênfase nos resultados e na satisfação dos clientes (MCCORMACK et al., 2003). O conceito de maturidade de processos propõe que um processo tem um ciclo de vida medido pela extensão em que é explicitamente definido, gerenciado, medido, controlado e efetivado. Para McCormack et al. (2003), tais características representam quatro dos cinco componentes básicos da orientação para processos (BPO): visão de processos, atribuições, estruturas, medidas e sistemas de gerenciamento. A maturidade implica aumentar os níveis de BPO e os níveis de desempenho e espírito cooperativo. Políticas e padrões, bem como estruturas organizacionais, são institucionalizadas à medida que uma organização aumenta a maturidade de seus processos, demonstrando maiores capacidades no gerenciamento de recursos e conjuntos de atividades. Nesse sentido, o conceito de capacidade, segundo McCormack et al. (2003), é definido como: controle – diferença entre aonde se pretendia chegar e aonde efetivamente se chegou, e a variação entre esses pontos; 18 previsibilidade – medida pela variabilidade em alcançar objetivos de custo e desempenho; efetividade – alcance dos resultados almejados e habilidade para se conseguirem, potencialmente, resultados ainda melhores. Esses são aspectos críticos de maturidade de processos. À medida que se aumenta a maturidade dos processos, mais eficiente se torna o controle dos processos. A diferença entre o desempenho almejado e o desempenho atual é conhecida e diminui à medida que se aumentam os níveis de maturidade das empresas. O maior controle também contribui para a maior habilidade das empresas em prever o desempenho dos seus processos, como mostra a FIG. 3. Figura 3 – Capacidade de processos e maturidade Fonte: McCormack et al., 2003, p. 47. Para McCormack et al. (2003), é importante observar que a tentativa de pular níveis de maturidade é improdutiva, pois cada nível constrói um alicerce que servirá para alcançar o próximo nível. Uma organização precisa se envolver nesses níveis para alcançar uma cultura de excelência em processos. Pode até implementar uma prática avançada a qualquer momento, mas, sem a base adequada à estabilidade, está em risco, e tais processos frequentemente se degradam ou falham em momentos críticos para a organização. Para a construção do BPO Maturity Model, McCormack et al. (2003) utilizaram uma abordagem sistemática e rigorosa. Inicialmente, mediante a revisão da literatura e a realização de entrevistas com profissionais e acadêmicos, foram desenvolvidas 145 questões representando os componentes de BPO referentes 19 ao gerenciamento da cadeia de suprimentos. Tais entrevistas tinham por objetivo solicitar aos respondentes que descrevessem as atividades de gestão da cadeia de suprimentos que levariam a um desempenho superior. Essa lista inicial de questões foi então organizada de acordo com a metodologia do Supply Chain Operations Reference – SCOR –, desenvolvida pelo Supply Chain Council, focando as áreas de processos: planejamento, suprimento, produção e entrega/distribuição. As questões foram então validadas por diversas empresas pertencentes ao Supply Chain Council, bem como por profissionais seniores em gestão de cadeias de suprimentos. As melhores práticas de gestão da cadeia de suprimentos foram então identificadas a partir de sua correlação estatística com o desempenho da cadeia de suprimentos (MCCORMACK et al., 2003). Essas questões referentes às melhores práticas, reduzidas ao número de 85, tornaram-se então a base para a mensuração do BPO aplicado à maturidade da gestão da cadeia de suprimentos. As questões foram organizadas em variáveis, ou conceitos, que se relacionavam aos diferentes níveis de maturidade. O primeiro passo foi desenvolver uma definição para cada nível de maturidade a partir de uma perspectiva de gestão da cadeia de suprimentos. Em discussões com profissionais e especialistas acadêmicos em SCM, foi então construído um modelo de níveis de maturidade, composto dos cinco níveis apresentados a seguir. O ad hoc, primeiro nível do modelo, é caracterizado por práticas desestruturadas e mal definidas. Medidas de processos não são aplicadas, e estruturas organizacionais e de trabalho não são baseadas em processos horizontais na cadeia de suprimentos. O desempenho é imprevisível e os custos são elevados. Os níveis de cooperação funcional e de satisfação dos clientes são baixos. No segundo nível, definidos, os processos básicos da SCM são definidos e documentados. Não há alteração no trabalho nem na estrutura organizacional. Em contrapartida, o desempenho é um pouco mais previsível. A superação de silos organizacionais exige um esforço considerável, e os custos continuam altos. Os níveis de satisfação do cliente melhoram, porém continuam baixos, comparativamente aos níveis alcançados pela concorrência. No terceiro nível, vinculados, já ocorre a aplicação de princípios de gerenciamento de cadeias de suprimento. A estrutura organizacional preparase para a horizontalização, a partir da criação de autoridades superiores às unidades funcionais. A cooperação entre funções intraorganizacionais, vendedores e clientes materializa-se sob a forma de equipes que compartilham medidas comuns e objetivos comuns de desempenho na cadeia de suprimentos. A previsibilidade do desempenho aumenta, e a empresa começa a acertar seus alvos com mais frequência. Esforços de melhoria contínua tomam forma, com o objetivo de eliminar a raiz dos problemas e alcançar, assim, melhoria incremental no desempenho. A eficiência de custos aumenta, e os clientes passam a estar diretamente envolvidos nos esforços de melhoria dos processos interorganizacionais. 20 No quarto nível, integrados, a empresa, os fornecedores e os clientes cooperam mais estrategicamente no nível dos processos. Estruturas organizacionais e atividades estão baseadas nos princípios de gestão de redes de suprimento, e as funções tradicionais, quando relacionadas aos processos da cadeia de valor expandida, começam a desaparecer. Métricas de desempenho para a cadeia de suprimentos são utilizadas, surgindo também práticas avançadas e baseadas na colaboração. Os objetivos de melhoria de processos são direcionados para equipes e alcançados com confiança. Os custos são reduzidos drasticamente, e a satisfação dos clientes e o espírito de cooperação transformam-se em vantagem competitiva. No último nível, estendidos, a competição é baseada em cadeias de suprimento. Surgem equipes de gerenciamento da rede de suprimentos, com processos expandidos, objetivos e figuras de autoridade reconhecidas ao longo da cadeia. Confiança e interdependência formam a base de sustentação da cadeia de suprimentos estendida. O desempenho de processos e a confiabilidade do sistema estendido são mensurados. A cadeia de suprimentos é tomada por uma cultura horizontal focada no cliente. Os investimentos na melhoria do sistema são compartilhados, assim como os retornos sobre esses investimentos. O próximo passo no desenvolvimento do modelo foi definir os diferentes componentes de BPO a partir da perspectiva da gestão da cadeia de suprimentos, fazendo surgir o Supply Chain Management Maturity Model – SCMMM. 2.1.1.4 Supply Chain Management Maturity Model – SCMMM Segundo Lockamy e McCormack (2004), alguns componentes de gestão da cadeia de suprimentos precisam estar presentes antes que outros possam ser então agregados, em uma abordagem incremental. Com base nesses requisitos de precedência, foram encontrados dois grandes agrupamentos de componentes: os estruturais e os de alavancagem, conforme pode ser visto graficamente na FIG. 4. 21 Figura 4 – Supply Chain Management Maturity Model Fonte: Traduzido de MCCORMACK et al., 2003, p. 55. Os agrupamentos estruturais proporcionam a fundação ou base para alcançar a capacidade de processos e a previsibilidade. Os agrupamentos de alavancagem proporcionam a força e os mecanismos de controle para alcançar níveis superiores de desempenho e eficiência. Ambos são necessários, segundo o autor, para alcançar níveis de maturidade sustentáveis. Os três grupos estruturais incluem: Visão de processos – Passos de documentação de processos, atividades e tarefas são apresentados em formato tanto visual quanto escrito, permitindo que pessoas em diferentes funções e empresas se comuniquem utilizando o mesmo vocabulário. Esse grupo inclui um extenso entendimento de processos ao longo da organização, não apenas da documentação. Estrutura de processos – Essa é a base para a definição das equipes de gestão de cadeias de suprimentos. Subdivide os antigos compartimentos funcionais, como vendas e fabricação, que inibem a orientação por processos na empresa. A iniciativa inclui times horizontais, parcerias e o compartilhamento de responsabilidades e de propriedade nos contextos intra e interorganizacionais. Atribuição de processos – Inclui responsabilidades horizontais (crossfuncionais) no lugar de responsabilidades verticais. Pessoas participam e assumem a responsabilidade de todo o processo. Cargos como “membro da equipe da cadeia de suprimentos”, “dono do planejamento do processo” e “gerente global da cadeia de suprimentos” são exemplos típicos. 22 Os três grupos de alavancagem incluem: Valores e crenças de processos focados em clientes – Energizam uma organização. Podem incluir confiança nas previsões de venda dos clientes e crença de que os membros da equipe são completamente comprometidos com os objetivos comuns e a melhoria contínua de processos. Sistema de gerenciamento e mensuração de processos – Os componentes dessa categoria incluem sistemas de mensuração de processos, recompensas para melhorias, mensuração de resultados e medidas e recompensas orientadas a clientes e equipes. Servem como indicadores a respeito de quão rápido se está indo, qual direção está sendo tomada e quando é o momento adequado para, temporariamente, parar de evoluir, para que o processo de mudança aconteça sem traumas. Melhores práticas – São táticas utilizadas para melhorar o desempenho da cadeia de suprimentos de acordo com as especificidades intrínsecas de dada cadeia. Algumas práticas possuem um tempo crítico para implementação, e certas bases e condições precisam ser garantidas anteriormente. A implementação satisfatória das práticas certas nos tempos certos serve como driver para níveis superiores de desempenho. O próximo passo para a construção do modelo de maturidade constituiu em identificar quais grupos estavam relacionados com quais níveis de maturidade. O BPO Maturity Model proporciona uma visualização da classificação dos diferentes níveis de maturidade, que descreve não só os níveis de maturidade como também o balanceamento dos agrupamentos dos componentes (MCCORMACK et al., 2008). O modelo de maturidade de McCormack et al. (2003) foi pioneiramente aplicado e testado no Brasil em trabalho de Oliveira (2006). 2.2 Desempenho de processos e operações De acordo com Neely et al. (1995), um dos problemas persistentes relacionados à mensuração do desempenho organizacional é que a literatura sobre o assunto é excessivamente abrangente, diversificada e impulsionada por pesquisas que, não raro, tendem a focar diferentes aspectos de um grande número de sistemas ou modelos de mensuração. Algumas características presentes em muitos diferentes sistemas de mensuração de desempenho (performance measurement systems – PMS) podem servir ao propósito de mapeamento do desempenho funcional e do desempenho de processos, em nível interfuncional e organizativo: I) os PMS devem ser inclusivos, o que significa a mensuração de todos os aspectos pertinentes ou úteis à avaliação do desempenho de um determinado processo; II) os PMS devem ser suficientemente genéricos, favorecendo a comparação do desempenho sob várias condições de operação; III) os PMS devem estar apoiados na mensuração, facilitando a quantificação dos dados requisitados e 23 IV) os PMS devem ser consistentes, instituídos a partir de métricas alinhadas aos objetivos estratégicos das unidades de negócio das empresas. Importante destacar, neste ponto, que o desempenho das operações vem dividido normalmente em dois grupos: (I) o desempenho em fatores de custo, incluindo-se os custos de produção e os elementos de produtividade, reconhecidamente vinculados aos resultados finais da empresa, ao lucro líquido e à lucratividade; e (II) o desempenho em fatores de não custo, que envolvem atributos como lead-time, flexibilidade e qualidade, entre outros fatores de desempenho, e são mensurados a partir de métricas não necessariamente definidas em valores monetários (mesmo que venham a influenciar a performance financeira, tal relação não pode ser estimada diretamente). Corroborando a interface entre tais grupos de fatores de desempenho, para De Toni e Tonchia (2001) os PMS estão evoluindo da simples mensuração e controle de custos para a mensuração e criação de valor por meio de atributos de performance não financeiros, ou seja, de natureza não explicitamente econômica. Em geral, entende-se ser necessário garantir um certo dinamismo para os PMS, para que os sistemas consigam acompanhar as mudanças do ambiente no qual a organização está inserida. Segundo Bititci et al. (1997), as principais barreiras para uma organização adotar um PMS mais dinâmico são: I) impossibilidade de diferenciar medidas para melhorias e medidas para controle; II) dificuldade de desenvolver relações causais ou preditivas entre objetivos estratégicos e processos e atividades, e vice-versa; III) a ausência de uma plataforma flexível que permita um gerenciamento efetivo dos PMS dinâmicos e IV) inabilidade de quantificar as relações entre medidas em um sistema. Bititci et al. (1997) propõem, assim, um modelo de referência para a mensuração de performance estruturado em quatro níveis: I) corporativo; II) unidade de negócios; III) processos de negócio e IV) atividades. Em cada nível, há cinco fatores-chaves: stakeholders; medidas de controle; posicionamento no ambiente; objetivos de melhoria e medidas internas de desempenho. Dentre os sistemas de mensuração de desempenho orientados especificamente para a gestão dos processos logísticos no contexto de cadeias de suprimentos, a metodologia ou o modelo Supply Chain Operations Reference – SCOR – foi a que recebeu, na última década, a maior atenção por parte tanto de pesquisadores vinculados à área de gestão de operações logísticas quanto da comunidade empresarial. Como já destacado na subseção 2.1, o SCOR cumpre um papel de “infraestrutura” para o desenvolvimento de alguns modelos de maturidade de processos em cadeias de suprimento. O modelo SCOR permite a descrição de padrões de gerenciamento de processos, a associação entre tais processos, a utilização de métricas de desempenho e de práticas de gerenciamento para melhorar o desempenho e o alinhamento entre características e funcionalidades das operações dos agentes econômicos participantes da cadeia de suprimentos (SCC, 2008). Além de auxiliar a comunicação entre as empresas e promover as melhores condições para uma gestão integrada no âmbito da cadeia de suprimentos, o SCOR revela-se 24 também como um guia de implementação que apresenta técnicas para a solução de problemas atinentes ao escopo das funções produção e logística, a partir de pressupostos oriundos da reengenharia de processos (BPR) e do gerenciamento de projetos. E, embora o SCOR seja relativamente completo em relação aos princípios da reengenharia de processos (business process reengineering), ao benchmarking e a outros diferentes sistemas de mensuração de desempenho – gerando como resultado um amplo sistema de métricas orientado para a melhoria contínua dos processos de planejamento, suprimento, manufatura, expedição e logística reversa –, sua inserção na comunidade empresarial e no círculo acadêmico é relativamente recente. O SCOR ainda não é utilizado globalmente, mas é muito provável que venha a contribuir para a construção de modelos de maturidade mais robustos e completos para o gerenciamento de processos nos sistemas de operações das empresas (SCC, 2008). 2.2.1 Fatores de desempenho competitivo do Balanced Scorecard Apesar de não poder ser resumido a um sistema para mensuração do desempenho competitivo, o Balanced Scorecard, tal qual proposto originalmente por Kaplan e Norton (1992; 1996), além de ampliar o espectro de quais fatores competitivos seriam relevantes para assegurar às empresas vantagens competitivas sustentáveis, busca também encetar uma dimensão proativa para o desempenho, auxiliando as empresas “a expressarem suas estratégias em metas, objetivos e indicadores, alinhados e balanceados, direcionando comportamentos e desempenho” (FARIA; COSTA, 2005, p. 374). O modelo do BSC integra, assim, medidas para as estratégias de negócio em pelo menos quatro dimensões: (I) financeira; (II) clientes/mercado; (III) capacidades em processos e (IV) aprendizagem e crescimento. Essas dimensões representam, por sua vez, um equilíbrio entre indicadores externos (voltados para acionistas e clientes) e as medidas internas dos processos de negócio – voltadas para a inovação, para as capacidades e repertórios de habilidades possuídas ou demonstradas pelas organizações (KAPLAN; NORTON, 1992; PIRES, 2004). Devido a razões até certo ponto esperadas, o BSC ganhou enorme penetração em diferentes tipos de organizações. Essa é uma importante característica do modelo BSC – sua capacidade de ser suficientemente “genérico” de forma a poder ser aplicado de forma parcial ou integral, isoladamente ou em conjunto com outros modelos de mensuração de desempenho, em praticamente todos os tipos de organização. Porém, à semelhança do que ocorre com outros modelos ou sistemas de mensuração recentemente desenvolvidos (análise de valor agregado – EVA –, custo total de propriedade, mensuração do desempenho de fornecedores – supplier management performance – SMP –, entre outros), também no caso do BSC podem ser observados pontos favoráveis e desvantagens. Há, assim, acumuladas na literatura técnica, evidências suficientes de que não existem sistemas de mensuração do desempenho que se mostrem adequados a todos os tipos de processos de negócio e para todas as empresas. Ao contrário, o que se observa, na prática empresarial, são aplicações de modelos de mensuração que exigem 25 procedimentos de customização e ajustamentos importantes, seja pela necessária definição de um mapa estratégico do negócio fundamentado na visão/missão do negócio (e as relações de causa e efeito entre variáveis específicas do modelo), seja pela especificidade dos programas ou dos planos de ação deflagrados para atender às diretrizes estratégicas dos planos de negócio das empresas. Essa questão, que pode parecer singela, tem sua importância reconhecida até mesmo por aqueles que defendem o uso do BSC. As empresas não utilizam o mesmo número de indicadores para todas as quatro perspectivas presentes no BSC e, em muitos casos, são necessárias adaptações (absorção ou desenvolvimento de novas métricas e indicadores) para se avaliar algum processo ou alguma atividade particular. Há também, na literatura técnica especializada, referências crescentes às oportunidades, percebidas por muitas empresas, de incorporar o Balanced Scorecard como um recurso relevante aos objetivos de mensuração do desempenho de suas cadeias de suprimentos, a partir da integração dos seus processos e dos seus indicadores de desempenho aos de outros agentes econômicos, em uma perspectiva mais ampla, de cadeias ampliadas de valor (BREWER; SPEH, 2001). Nesse sentido, o BSC vem sendo empregado para guiar e balizar a implementação de um sistema de desempenho capaz de favorecer a uma maior eficiência operacional e a um desempenho financeiro para empresas parceiras em redes de suprimentos, que compartilham um mesmo sistema de valoração de indicadores e de programas ou planos de ação para atingir metas conjuntamente propostas para os processos. Trata-se de um uso, portanto, não para guiar e controlar a implementação de diretrizes estratégicas de uma unidade de negócios, mas sim de todas as empresas que contribuem com o “pacote de valor” que será disponibilizado aos clientes finais dessa rede. Para Brewer e Speh (2001), a incorporação do BSC no âmbito de cadeias de valor exige ações convergentes das organizações em relação (I) à formulação da estratégia e à construção de consenso em termos de prioridades a serem atacadas; (II) à seleção de medidas de desempenho que sejam consistentes, harmônicas entre si, parcimoniosas e alinhadas às estratégias ou diretrizes definidas para toda a cadeia de suprimentos em questão; e que exista, por parte das empresas (III) uma clara orientação para processos, incluindo-se formas compartilhadas de controle e ações corretivas quando necessário, assim como um sistema de distribuição de recompensas reconhecido e legitimado por todos os agentes que participam da rede. A princípio, como sumarizado no Quadro 1, a seguir, é possível efetivamente articular as quatro dimensões do BSC aos objetivos típicos para a gestão de cadeias de suprimentos, expandindo-se assim o escopo dos objetivos individuais a metas compartilhadas por múltiplos agentes no contexto das redes de valor. 26 Quadro 1 Articulação entre Perspectivas do Balanced Scorecard e Objetivos de Desempenho na Gestão de Cadeias de Suprimento – SCM Gestão da cadeia de suprimentos – SCM Balanced Scorecard – BSC - Elevadas margens de lucro - Melhoria dos fluxos de caixa - Crescimento de receitas - Alto retorno sobre os ativos - Melhoria na qualidade do produto ou serviço - Melhoria na pontualidade do atendimento - Melhoria nos níveis de flexibilidade do atendimento dos pedidos - Aumento do valor total de propriedade - Redução de desperdícios - Diminuição dos lead times de atendimento, produção, suprimento - Flexibilidade de resposta a variações quantitativas e qualitativas da demanda final - Redução de custos unitários - Redução de custos dos serviços logísticos Perspectiva Financeira - Inovações em produtos e processos - Gerenciamento de estruturas de parceria - Integração dos fluxos de informação e de arquiteturas dos sistemas de informação gerencial - Planejamento colaborativo da demanda Perspectiva Aprendizagem e Crescimento Perspectiva Clientes/Mercado Perspectiva Capacidades em Processos Fonte: BREWER; SPEH, 2001. Adaptação. 2.3 Abordagem Analítica (Business Analytics – BA) Como apresentado sucintamente na seção anterior, o desenvolvimento e a implementação do BSC favorecem a vinculação de decisões estratégicas e de longo prazo das unidades de negócio (ou das redes) ao atendimento de metas operacionais das empresas ou de cadeias de suprimento. Trata-se de um modelo de decisão cuja lógica é a de desdobramento das diretrizes do planejamento estratégico da empresa ou da rede (por exemplo, planejamento colaborativo de demanda) em um complexo espectro de relações de causa e efeito ou de interdependência entre essas metas e seus indicadores para todo o sistema, empresa e rede de suprimentos. Há uma evidente convergência, portanto, entre o modelo de decisão presente na abordagem do Balanced Scorecard e os recentes desenvolvimentos do conceito de inteligência analítica (business analytics) e, por extensão, do conceito de process analytics (DAVENPORT; HARRIS, 2007; DAVENPORT et al., 2007; DAVENPORT, 2006). Com a publicação de um artigo seminal na Harvard Business Review, em 2006, e com a publicação do livro Competing on Analytics, os trabalhos de Davenport (2006) e de Davenport e Harris (2007), respectivamente, ganharam rápida repercussão nos meios acadêmicos, 27 especificamente entre pesquisadores envolvidos com as temáticas de gestão de processos e de desempenho em operações. Em estudos recentes, liderados pelo professor Davenport e sua equipe, vinculados ao Centro de Pesquisas em Gerenciamento de Processos do Babson College, as evidências seriam claras ao apontarem muitas empresas de excelência e líderes em seus respectivos mercados de atuação competindo com recursos e capacidades analíticas diferenciadas em relação aos de seus concorrentes diretos, relativamente às formas de acesso e tratamento de dados e geração de informações consideradas críticas (essenciais) para a obtenção de vantagens competitivas sustentáveis em seus domínios de atuação. Ao contrário da ausência de formalização ou de inconsistências que caracterizam os modelos de decisão em muitas organizações, envolvendo gerentes e staff técnico de analistas em processos decisórios desprovidos de tais recursos analíticos, o conceito de business analytics favorece o desenvolvimento de modelos preditivos, a simulação de cenários e vários outros tipos de tratamento de dados, tanto quantitativos quanto qualitativos. O objetivo é aportar informação útil, seja para monitorar o desempenho de processos já existentes ou suportar objetivos de melhoria incremental desses processos, seja para modelar processos inteiramente novos. Para Davenport (2006), “competidores analíticos” parecem seguir o caminho oposto das otimizações locais, procurando prospectar dados relevantes e garantir que processos da organização possam compartilhar dados de forma facilitada, sem óbices provocados por formatos inconsistentes ou por dados em excesso relacionados a atividades ou processos que não sejam considerados críticos para o desempenho competitivo do negócio. Segundo Davenport e Harris (2007), exemplos de modelos de business analytics podem ser encontrados em muitos tipos de organizações, direcionados para finalidades também distintas, como: (I) redução de rupturas de estoques, simulação e otimização de cadeias de abastecimento de empresas como Wal Mart, Dell ou Amazon; (II) políticas de precificação que ampliam margens e lucratividade operacional, como o ocorrido com a rede de hotéis Marriot; (III) detecção prematura de problemas de qualidade e não conformidade de produto e de processos, nos casos da Honda e da Intel; (IV) mitigação de fraudes em sistemas bancários on line, como os sistemas de contas do Banco HSBC, e (V) aprimoramento dos níveis de serviço logístico prestados ao cliente, como o sucedido na empresa UPS, do ramo de distribuição e logística. Portanto, um dos pontos fundamentais dessa nova abordagem, que encontra na gestão orientada para os processos a infraestrutura ideal para suas aplicações, é exatamente o espectro de sua influência potencial em diferentes áreas da gestão, sendo especialmente relevante, segundo Davenport et al (2007), a aplicação da inteligência analítica em quatro áreas de processos relevantes: relacionamento com clientes/mercado (marketing, vendas e serviços), produção (cadeias de suprimentos e operações), gestão de pessoas e gerenciamento do desempenho. 28 Nos últimos anos, com os estudos de caso realizados em várias empresas do setor industrial e de serviços nos Estados Unidos, Davenport e colaboradores (2007) têm levantado evidências de que muitas empresas, visando assegurar sua participação nos atuais mercados hipercompetitivos, em uma escala global, estão conferindo atenção crescente ao gerenciamento do desempenho dos seus processos-chave de negócio. Essa orientação acaba por exigir, segundo os pesquisadores, dados “limpos”, consistentes e integrados, como repertórios de habilidades e de inteligência analítica por parte de seu corpo gerencial e das equipes de projetos. O emprego da inteligência analítica por parte desse “competidor analítico” (DAVENPORT; HARRIS, 2007) redundaria, assim, em potenciais vantagens competitivas sustentáveis no tempo. 29 3. MODELO CONCEITUAL, HIPÓTESES DE PESQUISA E DEFINIÇÃO OPERACIONAL DE VARIÁVEIS O modelo hipotético da pesquisa está apresentado na FIG. 5 e contempla domínios conceituais relacionados aos temas de orientação para processos de negócio – BPO –, atributos de desempenho competitivo seguindo-se o enquadramento do Balanced Scorecard e um conjunto de indicadores analíticos extraídos do modelo de maturidade para cadeias de suprimentos (Supply chain Management Maturity Model), proposto por McCormack et al (2003). Esse modelo de pesquisa constitui-se, portanto, de três variáveis latentes (construtos) principais: I. Orientação para os processos de negócio II. Fatores de desempenho do Balanced Scorecard III. Indicadores analíticos (business analytics – BA) Figura 5 – Modelo hipotético-conceitual da pesquisa Fonte: Elaborado pelos pesquisadores. Nesta investigação, o modelo teórico conceitual apresenta o BPO e indicadores analíticos como preditores do desempenho competitivo. O BPO, os indicadores analíticos e o desempenho competitivo são variáveis latentes no modelo, isto é, fenômenos que não podem ser observados diretamente, sendo constituídos 30 ou por outros construtos latentes (como é o caso dos construtos BPO e desempenho) ou diretamente por variáveis manifestas (no caso do construto indicadores analíticos). BPO é um construto exógeno, de segunda ordem, composto por nove dimensões ou construtos de primeira ordem (liderança e estratégia; documentação de processos; medição do desempenho de processos; estrutura organizacional; gestão de pessoas; cultura e valores da organização; orientação para o cliente; orientação para fornecedores; sistemas e tecnologia da informação). Esses construtos de primeira ordem do BPO podem ser tomados como reflexivos, ou como “recebedores” do impacto referente aos níveis de orientação para processos, por parte das empresas. O construto indicadores analíticos é, por sua vez, um construto exógeno de primeira ordem, composto diretamente por variáveis manifestas. Por fim, temse o construto desempenho competitivo, que é de tipo endógeno e de segunda ordem, e vem composto por quatro dimensões ou construtos de primeira ordem, para cada uma das quatro áreas do Balanced Scorecard (perspectiva financeira; perspectiva cliente/mercado; perspectiva capacidade em processos; perspectiva aprendizagem e crescimento). Por possuir natureza endógena, recebe influência tanto de BPO quanto de indicadores analíticos, a qual é refletida nesses quatro construtos de primeira ordem. Referenciando-se esse modelo hipotético, foram formuladas quatro hipóteses de pesquisa. Como bem demonstrado em outros trabalhos metodológica e estatisticamente muito rigorosos (LOPES, 2001), as hipóteses – entendidas como versões reduzidas de teorias (SELLTIZ; WRIGHTSMAN, 1987) ou de suposições apresentadas como respostas provisórias a um problema de pesquisa (SILVA; MENEZES, 2000) – precisam atender a alguns requisitos. Em especial, devem ser passíveis de verificação; devem assumir consistência lógica, possuir um poder explicativo ou preditivo, ser parcimoniosas, evitandose terminologias complexas. Além disso, devem ser específicas e ancoradas em algum conhecimento teórico, ou seja, teoricamente fundamentadas (LOPES, 2001; GIL, 1994). Tomando-se o problema desta pesquisa, apresentado na introdução deste relatório, as seguintes hipóteses básica e secundárias foram testadas: HSecundária 1 : Quanto maior a orientação para processos, maior a utilização de indicadores analíticos. HSecundária 2 : A orientação para processos possui uma correlação positiva e estatisticamente significativa com o desempenho organizacional. HSecundária 3 : A utilização de indicadores analíticos está positivamente associada à melhoria do desempenho organizacional. H Básica : Quanto maior a orientação para os processos, tanto maior a utilização de indicadores analíticos e melhores os resultados de desempenho organizacional. 31 As hipóteses somente podem ser testadas – sendo corroboradas ou não – a partir do exame de suas contrapartidas, também conhecidas como hipóteses nulas, espelhando a ausência ou o inverso dos relacionamentos apresentados nas suas correspondentes hipóteses básica e secundárias (LOPES, 2001; KANJI, 1999). Têm-se, assim, as seguintes hipóteses nulas testadas neste trabalho: H0 Secundária 1 : O nível de orientação para processos não possui uma correlação positiva e estatisticamente significativa com a utilização de indicadores analíticos. H 0 Secundária 2 : O nível de orientação para processos não possui uma associação positiva e estatisticamente significativa com o desempenho organizacional. H 0 Secundária 3 : O desempenho organizacional não se modifica se for menor a utilização de indicadores analíticos. H0 Básica : Não existem associações estatisticamente significativas entre a orientação para processos, o uso de indicadores analíticos e o desempenho organizacional. Considerando-se as hipóteses de pesquisa, tem-se, então, a definição operacional das variáveis latentes que compõem o modelo de pesquisa. Primeiramente, apresentam-se os itens que compõem cada um dos nove construtos de primeira ordem de BPO, descritos no Quadro 2, a seguir. 32 Quadro 2 Construto Orientação para Processos – BPO – e Variáveis Manifestas Variável Latente BPO Construtos de primeira ordem Items/indicadores* Planejamento de melhorias de processos Alinhamento de resultados às diretrizes do planejamento estratégico Liderança e Estratégia Comprometimento da gerência com a melhoria dos processos Comunicação das estratégias em níveis hierárquicos na estrutura organizacional Eficácia do planejamento estratégico Nível de documentação – básica e avançada – de processos Documentação de Definição e documentação das responsabilidades pelos processos e tarefas processos Clareza dos processos em relação às entradas e saídas Metodologia formal e padronizada para mapear processos Metodologia formal e padronizada para desenho de novos processos Desenvolvimento de indicadores de desempenho de processos Medição do Alinhamento de metas do processo à estratégia organizacional desempenho de Metas de desempenho de melhorias contínuas processos Sistema de desempenho orientado para a maturidade dos processos Nível de integração dos fluxos físicos e de informação entre departamentos Estrutura Nìvel de ênfase na coordenação de atividades interdepartamentais organizacional Presença formal, no organograma da empresa, do gestor (“dono”) de processos Treinamento em gestão de processos (frequência, avaliação e coerência na orientação Gestão de pessoas Cultura e valores da organização Orientação para o cliente dos programas de treinamento) Remuneração vinculada ao desempenho dos processos Grau de autonomia e responsabilidade para decisões Valorização da cultura de processos na organização Alinhamento de metas de processos entre as áreas funcionais Gestão de conflitos interdepartamentais Centralidade do cliente no modelo de negócio da empresa Mensuração da satisfação de clientes Produtos e serviços produzidos para atender expectativas de clientes Utilização intensiva de feedbacks do cliente para aprimoramento da qualidade de produtos e processos Desenvolvimento de relacionamento com fornecedores Nível de integração do fluxo físico e de informações Planejamento e ressuprimento colaborativos Planos conjuntos de melhoria de processos Nível de integração de dados e informações entre diferentes áreas da empresa Apoio dos sistemas de informação para tomada de decisão sobre os processos Acessibilidade e confiabilidade de dados Utilização da internet para coletar e subsidiar decisões com clientes Sistemas e tecnologias Utilização da internet para coletar e subsidiar decisões com fornecedores da informação Desenvolvimento e utilização de intranet Utilização de sistemas de gestão eletrônica de documentação Utilização de softwares para simulação e modelagem de processos Orientação para fornecedores * No instrumento de pesquisa, há um total de 49 indicadores para o construto BPO, relacionados aos itens apresentados nesse quadro. Tem-se, assim, que alguns dos itens do quadro estão representados por mais de uma pergunta no questionário de pesquisa. Para uma avaliação integral dos indicadores componentes do construto BPO, ver Apêndice 1 deste relatório. 33 Outro construto do modelo, indicadores analíticos, está composto diretamente por 16 indicadores, ou variáveis manifestas, apresentados no Quadro 3. Quadro 3 Construto “Indicadores Analíticos” e Variáveis Manifestas Itens/indicadores Variável latente Indicadores analíticos Avaliação da lucratividade do negócio por segmento de clientes atendidos Reconhecimento de padrões de demanda para produtos e serviços da empresa Reconhecimento de atributos de valor sob a perspectiva dos clientes do negócio Utilização de métodos matemáticos/modelos estatísticos para prever comportamento da cadeia de demanda Ação estratégica futura baseada no comportamento de demanda de clientes Ação estratégica futura baseada nos perfis de clientes/segmentos de clientes Confiabilidade dos métodos de previsão empregados na empresa Planejamento colaborativo com fornecedores Políticas de ressuprimento automáticas com fornecedores Previsão conjunta de demanda com fornecedores Planejamento colaborativo com clientes Previsão conjunta de demanda com clientes Eficácia da programação da produção em relação aos objetivos de lucratividade do negócio Análise detalhada de impactos financeiros e operacionais de mudanças não planejadas na programação de produção da empresa Monitoramento de parâmetros de níveis de serviços ao cliente Monitoramento e análise de erros de previsão Por fim, tem-se o construto de segunda ordem, endógeno, desempenho competitivo, composto por quatro dimensões do BSC, as quais são constituídas diretamente por 17 variáveis manifestas, relacionadas aos construtos de primeira ordem, perspectiva financeira; perspectiva cliente/mercado; perspectiva capacidade em processos; perspectiva aprendizagem e crescimento. Esses itens ou indicadores estão indicados no Quadro 4. 34 Quadro 4 Construto “Desempenho Competitivo” e Indicadores Variável latente Construtos de primeira ordem Perspectiva Financeira Desempenho competitivo Perspectiva Cliente/Mercado Perspectiva Capacidade em Processos Perspectiva Aprendizagem e Crescimento Items/indicadores Resultado financeiro: lucratividade e aumento de receita nos últimos dois anos Resultado financeiro: redução de custos nos últimos dois anos Eficiência na fidelização de clientes Eficiência na atração de novos clientes Evolução do market share da empresa Nível de satisfação de clientes Consistência nos prazos de entrega prometidos Redução do tempo para atendimento de pedidos Redução do tempo para o desenvolvimento de novos produtos Eficiência na gestão de processos interorganizacionais com fornecedores Eficiência na gestão de processos interorganizacionais com clientes Capacidades humanas alinhadas às metas do negócio Capacidades tecnológicas alinhadas às metas do negócio Quadro de funcionários com potencialidade de crescimento de competências em gerenciamento de processos Níveis de comprometimento da força de trabalho para com metas de desempenho em processos Nível de avanços na gestão do conhecimento em processos Competências da força de trabalho em gerenciamento de processos Além dos indicadores que compõem todas os construtos do modelo (BPO, indicadores analíticos e desempenho competitivo), o instrumento de pesquisa contempla, com escalas nominais e de razão, o levantamento de conteúdos relacionados à natureza do negócio (indústria ou serviço), ao segmento de atuação da organização (tipos de produtos), à localização da matriz, à localização dos mercados atendidos (local, regional, nacional, exterior), ao número de funcionários e à receita bruta no último ano. O questionário completo encontra-se disposto no Apêndice 1 deste relatório. Na próxima seção, serão apresentadas as considerações de natureza metodológica do trabalho, destacando-se informações sobre a população-alvo da pesquisa e das unidades de análise e de observação, bem como das técnicas para a coleta e para o tratamento dos dados, obtidos por meio do trabalho de campo. 35 4. METODOLOGIA DA PESQUISA Esta pesquisa pode ser caracterizada como de natureza descritivo-conclusiva e de corte transversal, uma vez que examina correlações e pares ordenados de relações entre variáveis e construtos de um modelo hipotético-conceitual, em uma abordagem quantitativa e contando com um típico processo estruturado de investigação e de análise dos dados (MALHOTRA, 2001). Pesquisas do tipo descritivas e conclusivas são particularmente úteis ao mapeamento de características e comportamentos de amostras de uma determinada população-alvo a partir do emprego de técnicas e instrumentos estruturados para a coleta dos dados, o tratamento e o registro padronizado das respostas. Além do caráter descritivo e conclusivo, a pesquisa assume também uma relativa dimensão exploratória, uma vez que o modelo e o seu respectivo instrumento de coleta de dados contemplam variáveis de três mainstreams da literatura técnica em gestão de processos que não estão suficientemente explorados – de maneira integrada – em estudos científicos no campo da gestão de operações: orientação para processos de negócio (BPO), desempenho competitivo em dimensões críticas do BSC e indicadores analíticos (business analytics – BA). 4.1 População-alvo da pesquisa Em função dos objetivos deste estudo – incluindo-se aqui a validação do modelo de pesquisa – a população-alvo deste estudo foi composta por empresas de médio porte e de grande porte, atuantes nos segmentos da indústria e dos serviços, com operações em Minas Gerais (majoritariamente) e em outros estados da Federação. A opção por investigar empresas atuantes nos segmentos da indústria e de serviços, no Estado e no país, deve-se ao fato de serem esses setores bem representativos da economia tanto mineira quanto nacional. E a opção por serem estudadas empresas de médio e grande porte é devida ao fato de que tais organizações possuem, em função de suas estruturas organizacionais mais desenvolvidas, características operacionais e níveis de complexidade relacionados com os objetivos primeiros deste trabalho. 4.2 Concepção de amostragem Em função das técnicas multivariadas empregadas no estudo, especificamente para o caso da análise e modelagem de equações estruturais, foi necessário observar com cuidado o tamanho da amostra final deste levantamento, visando assegurar a condução efetiva dos testes multivariados na fase de análise dos dados. A amostragem foi definida pelo critério de acessibilidade, e extraída de um conjunto de empresas vinculadas à base de dados da Fundação Dom Cabral. Foi realizado um pré-teste e, a partir da análise do desvio padrão de índices obtidos por meio da soma dos indicadores de cada um dos três construtos do modelo – BPO, indicadores analíticos e desempenho –, tomou-se para o cálculo 36 final da amostra o valor de desvio daquele construto que apresentou a maior variância. O cálculo do tamanho final desejado da amostra envolveu a especificação também de um intervalo de confiança de 95% (z = 1,64) e um erro = 3. Os parâmetros e os resultados desse procedimento estão apresentados no próximo capítulo, na seção 5.1. 4.3 Unidades de análise As unidades de análise da pesquisa recaíram, essencialmente, sobre os processos e as estruturas organizacionais das empresas que compuseram a amostra do estudo. 4.4 Unidades de observação Os respondentes foram escolhidos preferencialmente em setores relacionados às seguintes áreas de processos e funções: operações e logística, marketing, vendas, desenvolvimento de produto, finanças e qualidade, dando-se preferência às figuras profissionais atuantes em nível de gerência intermediária ou da alta gerência, nas empresas da amostra. 4.5 Técnica para levantamento dos dados O levantamento dos dados foi realizado por meio de um questionário estruturado, enviado por meio eletrônico (em formato PDF) a uma lista de empresas vinculadas aos programas de formação executiva e outros programas da Fundação Dom Cabral. A coleta dos dados foi realizada entre os meses de outubro e dezembro de 2010. 4.6 Técnicas para tratamento dos dados Além dos procedimentos iniciais de tratamento de dados ausentes e outliers do banco de dados da pesquisa, a análise das informações envolveu procedimentos de estatística descritiva uni e bivariada, em função do interesse dos pesquisadores em conhecer medidas de centralidade e de dispersão dos dados e as possíveis correlações/associações entre os construtos do modelo de pesquisa. Foi então realizado um teste de confiabilidade das escalas do instrumento de pesquisa, sendo estimado o alfa de Cronbach para todos os construtos (variáveis latentes) do modelo, e, depois, estimado o alfa de Cronbach para todos os indicadores individuais do modelo hipotético-conceitual da pesquisa. Em seguida, foi empregada a modelagem de equações estruturais (structural equation modelling – SEM), buscando-se descrever estatisticamente a composição estrutural do modelo e reconhecer o peso das variáveis estudadas, chegando-se, assim, a uma equação matemática que retratou o relacionamento entre os construtos do modelo – orientação para processos, indicadores analíticos e desempenho competitivo. 37 5. APRESENTAÇÃO E ANÁLISE DOS DADOS Nesta seção, estão apresentados os principais resultados do estudo. Em um primeiro momento, são apresentados os cálculos do tamanho da amostra na pesquisa, e indicados como foram realizados a análise de dados ausentes (missing data) e o tratamento de outliers no banco de dados da pesquisa (seção 5.1). Após esse procedimento inicial, a amostra foi descrita (seção 5.2) aportando informações relativamente ao segmento de atuação das empresas amostradas, a caracterização de porte, localização e os principais mercados de atuação das organizações pesquisadas. Em seguida, na seção 5.3, foi estimado o alfa de Cronbach para todas as variáveis latentes (construtos) do modelo de pesquisa, buscando-se produzir informação acerca da confiabilidade das escalas utilizadas no instrumento de pesquisa e verificar oportunidades para o refinamento de tais escalas. Somente após esses procedimentos iniciais de tratamento do banco de dados, é que foram então produzidos os testes de estatística descritiva para os construtos do modelo – BPO, indicadores analíticos e desempenho. Primeiramente, foram produzidos os testes estatísticos para a descrição dos dados considerando-se a amostra global (seção 5.4) e, em um segundo momento, os testes de estatística descritiva da amostra segmentada por porte (seção 5.5) e por segmento de atuação (seção 5.6). A seção 5.7 apresenta os resultados dos testes de correlação entre as variáveis latentes (construtos) do modelo, e a seção 5.8 apresenta o resultado da modelagem de equações estruturais, cujo objetivo foi definir os caminhos entre todas as variáveis latentes e manifestas (indicadores) do modelo de pesquisa. A finalidade de se empregar a modelagem foi a de testar até que ponto a estrutura de relacionamentos entre os construtos – proposta no modelo teórico e hipotético da pesquisa – mostrou-se válida e, também, do quão bem ajustado estava esse modelo em relação às suas escalas. Na seção 5.9 foram apresentados os resultados do teste das hipóteses da pesquisa e, na última seção do capítulo, os principais achados do estudo foram adensados para fins de validação nomológica das escalas e do alinhamento destas ao encadeamento de teorias e conceitos abordados na pesquisa. 5.1 Cálculo da amostra, análise de dados ausentes e tratamento de outliers Inicialmente, foi feito um pré-teste com 35 empresas. A partir da análise do desvio padrão dos índices obtidos pela soma dos indicadores de cada um dos construtos do modelo, foram obtidos os dados apresentados na TAB. 1. 38 Tabela 1 Desvio-Padrão dos Principais Construtos do Modelo - Teste-Piloto para Estimação de Tamanho da Amostra Estatistica descritiva de amostra do teste-piloto N Amplitude Mínimo Máximo Média Desvio padrão BPO 35 178 67 245 167,63 34,791 Indicadores analíticos 35 64 16 80 53,48 12,858 Desempenho 35 66 19 85 62,19 11,502 Valid N (listwise) Fonte: Dados da pesquisa. 35 Como pode ser observado na TAB. 1, o construto que apresentou a maior variância (e correspondente maior desvio-padrão) foi o construto BPO, sendo o valor de 34,791 tomado como referência para fins de cálculo do tamanho final desejado da amostra. Esse cálculo utilizou um intervalo de confiança de 95% (z = 1,64) e um erro (E) de 3, equivalente a 1,7 da amplitude para esse construto (178). Assim, o tamanho recomendado para amostra foi determinado utilizando-se a fórmula a seguir especificada (ANDERSON, 2002): N Z2 x σ 2 E2 Em que: N = Número de casos da amostra Z = Número de desvios-padrão (e correspondente intervalo de confiança) = Desvio-padrão E= Erro A utilização da fórmula em Anderson (2002) oferece, enfim, a amostra final desejada para o nível de confiança e a estimativa de erro especificados na pesquisa: N (1,64)2 x(34,791)2 32 363,86 364 casos Como descrito no capítulo de Metodologia deste relatório, os dados da pesquisa foram coletados por meio de um survey eletrônico, realizado entre os meses de outubro e dezembro de 2010. Utilizando-se uma estratégia de coleta de dados por meio da internet, questionários em formato eletrônico foram enviados a 2 mil empresas, constituintes de uma base de contatos da Fundação Dom Cabral. A utilização do recurso de coleta de dados online tinha como objetivo acessar o maior número possível de empresas dos segmentos industrial e de serviços da economia mineira e brasileira, preferencialmente empresas de médio e grande porte. Após o encaminhamento inicial dos convites e do subsequente endereçamento do questionário da pesquisa às 39 empresas daquela lista, durante os três meses de coleta dos dados, foram necessários procedimentos de controle para se assegurar a participação do maior número possível de organizações. Em certo sentido, quanto maior o número de respondentes, melhor o adensamento dos resultados da pesquisa, tendo-se em vista as exigências de um número suficiente de casos para se garantirem os procedimentos e testes de estatística multivariada empregados neste estudo. Após os três meses de coleta dos dados, chegou-se a uma base de 369 empresas, considerada então como a base amostral para a pesquisa, superando a quantidade prevista no planejamento amostral (364 casos). Com o objetivo de se analisarem os dados ausentes e os possíveis outliers da amostra, procedeu-se à análise de cada uma das variáveis que integram os construtos do modelo. Dados ausentes podem ser tratados – sendo excluídos ou substituídos –, desde que seja produzida uma análise prévia acerca do seu grau de aleatoriedade. Se essa análise não vem realizada, há sempre o risco de que exclusões ou substituições possam ocultar um padrão não aleatório dos dados, o que certamente implicará vieses indesejados nos resultados da pesquisa. Neste trabalho, ao se avaliar o comportamento dos dados ausentes para os indicadores de cada construto latente do modelo, o resultado das análises indicou que a variável com o maior número de dados ausentes foi o item 1.8.5. do instrumento de pesquisa (constituinte do construto BPO), com três casos de dados ausentes, representando, assim, apenas 0,8% da amostra global. Ao se avaliar o comportamento dos dados ausentes por casos, entretanto, a incidência de dados ausentes em um caso apresentou um valor significativo (superior a 10%). Pela magnitude desse resultado, decidiu-se por excluir tal caso da amostra final. Portanto, para os fins de tratamento e de análise dos dados da pesquisa, a base de dados foi constituída por 368 casos. Para a substituição dos dados ausentes remanescentes na amostra, optou-se pelo método de substituição desses dados pela mediana dos pontos vizinhos à variável ausente correspondente. Também nos procedimentos iniciais de análise dos dados é recomendada a análise de valores discrepantes (outliers), uma vez que a presença de observações substancialmente diferentes de outras observações, em um conjunto de casos, pode encetar uma distorção significativa dos resultados. Procedeu-se à identificação dos extremos inferiores e superiores da distribuição dos dados da amostra, na qual valores extremos seriam identificados quando estivessem situados a mais de três desvios quartílicos do quartil inferior ou superior da distribuição. Em uma análise por variáveis, quanto ao extremo superior, ao avaliar todas as variáveis do questionário, nenhum caso foi identificado. Quanto ao extremo inferior, a variável 1.9.4 (constituinte do construto BPO) foi a que apresentou o maior número de casos (35), o que representa menos de 10% da amostra. Ao se avaliar o padrão dos extremos por casos, não foi possível identificar uma incidência estatisticamente relevante de padrões não aleatórios no comportamento de dados discrepantes em nenhum dos 368 casos da amostra. 40 5.2 Descrição da amostra Como indicado na TAB. 2, a seguir, das 368 empresas que compuseram a amostra, 72% (265 casos) responderam não possuir capital aberto. Trata-se de um percentual alto, sobretudo porque, conforme será detalhado mais à frente, a amostra foi composta essencialmente por empresas de grande porte, em faturamento e em número de funcionários diretos, e certamente seria de se esperar um maior número de empresas com ações em bolsa. Tabela 2 Percentual de Empresas da Amostra com Capital Aberto Frequência Não 265 Sim 103 Total 368 Fonte: Dados da pesquisa. Validos Percentual 72,0 28,0 100,0 Em relação ao segmento de atuação das empresas, a amostra foi composta por um leque muito diversificado de empresas (vide Apêndice 2), constituintes do segmento industrial e de serviços da economia mineira e de outros estados do país. Para fins de tratamento e de análise dos dados, portanto, decidiu-se por agrupá-las em dois segmentos, industrial e de serviços. Como sumarizado no GRÁF. 1, a amostra final foi composta por 58% de empresas do segmento industrial (212 casos) e por 42% de empresas do segmento de serviços (156 casos). Gráfico 1 – Segmento de atuação das empresas da amostra – Indústria x Serviços Fonte: Dados da pesquisa. Em relação ao porte, também em razão da diversificação e heterogeneidade dos casos, as empresas da amostra foram classificadas em dois grupos, em função do faturamento e do número de funcionários: médias empresas e grandes empresas. No Apêndice 2 deste relatório, tem-se uma descrição 41 completa da diversificação dos casos em função dos atributos faturamento e número de funcionários. Para fins de análise dos dados, optou-se pela determinação do porte considerando-se o atributo número de funcionários. Tal decisão deve-se ao fato de que, em razão da heterogeneidade dos segmentos industriais e de serviços das empresas amostradas, ocorreu certa dispersão das taxas de resposta em faixas distintas de faturamento, o que, apesar de não ser contraintuitivo, não favorece em absoluto as análises de dados necessárias aos objetivos da pesquisa. Assim, considerando-se a variável número de funcionários como um atributo relevante para a descrição do porte das empresas da amostra, foi necessário estabelecer linhas de corte como parâmetros dessa segmentação. Tratando-se primeiramente da amostra global, independentemente de serem empresas do ramo industrial ou de serviços, dos 368 casos da amostra, 280 organizações (76%) foram identificadas como grandes empresas, e 88 organizações (24%) como empresas de médio porte. Tais informações estão descritas no GRÁF. 2. Gráfico 2 – Porte das empresas da amostra Fonte: Dados da pesquisa. Considerando-se o ramo de atuação das empresas (indústria ou serviços), do total de 212 casos de empresas industriais da amostra, tem-se 153 casos classificados como organizações de grande porte, e 59 casos como organizações de médio porte. Dos 156 casos de empresas do setor de serviços, 127 organizações foram classificadas como empresas de grande porte e 29 foram definidas como de médio porte. Essas informações estão sumarizadas na TAB. 3. 42 Tabela 3 Porte das Empresas da Amostra e Estratificação por Segmento de Atuação – Indústria x Serviços Tabulação cruzada Porte (número de empregados) Grande Média Total Indústria 153 59 212 Serviços 127 29 156 280 88 368 Total Fonte: Dados da pesquisa. Outra maneira de se descrever a amostra em relação ao porte das empresas pode ser observada na TAB. 4, indicando a distribuição de casos em percentil. Assim, tem-se que: até 10% da amostra é constituída por empresas com no máximo 108 funcionários; até 25% da amostra, por empresas com no máximo 320 funcionários; até 50% da amostra, por empresas com no máximo 1.050 funcionários; até 75% da amostra, por empresas com no máximo 3.500 funcionários; ou, alternativamente, até 10% da amostra compõe-se por empresas com um número superior a 10 mil funcionários. Tabela 4 Porte das Empresas da Amostra em Percentis Percentis 10 20 25 30 40 50 60 70 75 80 90 108 250 320 400 700 1.050 1.800 2.885 3.500 4.500 10.000 Fonte: Dados da pesquisa. Trata-se com efeito, então, de uma amostra diversificada não somente em relação ao porte (e com a predominância de empresas de grande porte), mas também relativamente ao segmento de atuação dessas empresas na economia de Minas Gerais e do Brasil. Das 368 empresas amostradas, 105 estão localizadas em Minas Gerais. As 263 restantes estão em outros estados da Federação, a saber: Rio de Janeiro, São Paulo, Bahia, Espírito Santo, Ceará, Sergipe, Paraná, Distrito Federal, Mato Grosso, Mato Grosso do Sul, Santa Catarina, Rio Grande do Sul, Goiás, Alagoas, Piauí, Pará, Tocantins e Amazonas. A TAB. 5 sumariza as informações relacionadas aos mercados de atuação das empresas pesquisadas. Há diversificação em relação à abrangência dos mercados cobertos pelas organizações, tendo sido especialmente expressivo o resultado para as operações: em um ou dois estados (50 casos); em muitos 43 estados (46 casos); em todo o país (81 casos); em todo o Brasil e no exterior (144 casos). Tabela 5 Mercados de Atuação das Empresas Amostradas Valid Local, em um ou dois estados da federação Em alguns poucos estados da federação Em muitos estados da federação Em todo o país Em todo o país e exterior Majoritariamente no exterior Total Fonte: Dados da pesquisa. Frequency 50 Percent 13,6 32 8,7 46 81 144 15 368 12,5 22,0 39,1 4,1 100,0 5.3 Alfa de Cronbach e a consistência interna das escalas do modelo A consistência interna das escalas de um instrumento de pesquisa pode ser reconhecida por meio do indicador alfa de Cronbach, o qual pode variar de 0 a 1, sendo recomendado um valor mínimo superior a 0,70 para se atestar a confiabilidade (HAIR et al., 1998). Nesta pesquisa, diferentes dimensões de análise foram consideradas para essa finalidade. Em um primeiro momento, o alfa de Cronbach foi calculado considerando-se todos os 82 itens (escalas) do instrumento de pesquisa, individualmente. Em seguida, foram estimados o alfa de Cronbach para os construtos do modelo de pesquisa: BPO (liderança e estratégia; documentação de processos; medição do desempenho de processos; estrutura organizacional; gestão de pessoas; cultura e valores da organização; orientação para o cliente; orientação para fornecedores; sistemas e tecnologia da informação); indicadores analíticos; desempenho competitivo (perspectiva financeira; perspectiva cliente/mercado; perspectiva capacidade em processos; perspectiva aprendizagem e crescimento). Levando-se em conta a avaliação global dos indicadores, obteve-se um alfa de Cronbach equivalente a 0.978, considerado um valor extremamente alto. Mesmo assim, adicionalmente, foi verificada a chance de incremento desse valor original do alfa de Cronbach por meio da extração/remoção de alguma variável do instrumento, procedimento esse conhecido como refinamento de escalas. Entretanto, o resultado indicou que não haveria um aumento do valor de alfa com esse procedimento, o que significa, na prática, que a exclusão de variáveis do modelo não aumentaria a confiabilidade do mesmo, já significativa. Posteriormente, foi calculado o alfa de Cronbach para todos os construtos principais do modelo. Os resultados foram: orientação para processos de negócio – BPO (0.965), indicadores analíticos (0.928) e desempenho (0.928). Também nesse caso os resultados indicaram que a exclusão de qualquer variável, pertencente a qualquer um dos três construtos, não proporcionaria um incremento do valor de alfa de Cronbach original, já bastante alto. 44 Quando estimado o alfa de Cronbach para os construtos de primeira ordem relacionados ao construto BPO, os resultados foram: liderança e estratégia (0.834); documentação de processos (0.890); medição do desempenho de processos (0.917); estrutura organizacional (0.789)1; gestão de pessoas (0.773)2; cultura e valores da organização (0.874); orientação para o cliente (0.847); orientação para fornecedores (0.917)3; sistemas e tecnologia da informação (0.865). Quando tomados os construtos de primeira ordem relacionados à dimensão desempenho competitivo, foram obtidos os seguintes resultados: financeiro (0.784); cliente/mercado (0.853); capacidade em processos (0.861); aprendizagem e crescimento (0.858). Considerados todos os valores de alfa de Cronbach apurados nas diversas dimensões de análise, observa-se que o menor valor obtido, na análise global dos indicadores e dos construtos, foi de 0,773 (para a variável latente gestão de pessoas). Esse valor é superior ao recomendado como limite mínimo aceitável para se atestar a confiabilidade das escalas. Ademais, foram reconhecidamente altos os valores do alfa para todas as outras variáveis e construtos do modelo. Uma segunda medida de confiabilidade de escalas adotada nesta pesquisa foi o cálculo da correlação interitens. Nesse teste, todos os valores apurados, em todos os construtos, foram superiores a 0.30, indicado como limite de corte por Hair et al. (1998). No Apêndice 2, encontram-se as tabelas indicando os valores encontrados para o alfa de Cronbach para os construtos de primeira e segunda ordens do modelo de pesquisa, bem como os resultados do teste de correlação interitens, empregados para se validar de maneira complementar ou alternativa a confiabilidade do instrumento de pesquisa. Em resumo, portanto, considerando-se a validação da consistência interna das escalas utilizadas no instrumento, todas as variáveis originais do modelo de pesquisa foram mantidas. 5.4 Descrição dos construtos latentes do modelo de pesquisa: amostra global A TAB. 6 sumariza os resultados encontrados para a amostra global levando-se em conta os construtos principais do modelo de pesquisa. Considerando-se que todos os itens do questionário eram compostos por escalas likert de 5 pontos (à exceção das escalas ordinais e de razão atinentes à caracterização da amostra), tem-se que o construto BPO, composto por 49 indicadores (com uma amplitude de valores, portanto, entre 49 e 245 pontos), alcançou a média de 167,70 pontos. O construto indicadores analíticos, composto por 16 indicadores (com uma amplitude de valores, portanto, entre 16 e 80 pontos), alcançou a média 53,48. Por fim, o construto desempenho (com uma amplitude de valores entre 17 e 85 pontos) apresentou a média de 62,19. 1 O resultado das análises demonstrou que uma das variáveis desse construto, caso removida, levaria a um incremento do valor apurado do alfa de Cronbach. Entretanto, como tal aumento não se mostrou significativo, e tendo em vista a relevância do conteúdo da variável para o modelo de pesquisa, optou-se pela sua permanência. 2 Idem. 3 Idem. 45 Essas medidas de centralidade para os 368 casos investigados estão sumarizadas na TAB. 6. Tabela 6 Estatística Descritiva para os Construtos de Primeira e Segunda Ordens do Modelo 167,70 34,81 49 49 245 Média normalizada (média/número de itens do construto) 3,422 Liderança e estratégia 14,72 3,26 4 4 20 3,679 Documentação de processos 14,17 3,96 4 4 20 3,542 Medição do desempenho de processos 24,31 6,45 7 7 35 3,472 Estrutura organizacional 13,48 3,85 4 4 20 3,369 Gestão de pessoas 12,51 3,57 4 4 20 3,127 16,52 4,56 5 5 25 3,304 Orientação para o cliente 20,13 5,29 6 6 30 3,355 Orientação para fornecedores 20,67 5,73 6 6 30 3,445 Sistemas e tecnologias da informação 31,13 53,48 7,84 12,86 9 16 9 16 45 80 3,458 Média BPO Aspectos da cultura e valores da organização Indicadores analíticos Desempenho Desviopadrão Nº de itens MÍN. MÁX. 3,342 62,19 11,50 17 17 85 3,658 Financeiro 7,28 2,05 2 2 10 3,638 Cliente/Mercado 15,52 3,26 4 4 20 3,881 Processos e capacidades 24,56 5,02 7 7 35 3,509 Aprendizado e crescimento 14,82 3,22 4 4 20 3,705 Fonte: Dados da pesquisa. A última coluna da TAB. 6 apresenta o valor de médias normalizadas, valor esse obtido por meio da relação entre os resultados das médias e o correspondente número de itens dos respectivos construtos. Nesse sentido, para os construtos de BPO, indicadores analíticos e desempenho, os escores normalizados foram, respectivamente, de 3,422, 3,342 e 3,658. Tais resultados indicam, a princípio, que o desempenho das empresas da amostra, considerando-se o intervalo de cinco pontos (1-5), estaria acima da média. De outra forma, esses mesmos resultados, agregados, identificam também que o grupo de empresas amostrado não apresenta escores altos ou níveis que poderiam ser considerados de excelente desempenho em nenhum dos construtos da pesquisa. Porém, é preciso reconhecer que os valores de desvio-padrão indicados na TAB. 6 evidenciam uma dispersão de dados que poderia modificar a direção desse quadro de análise. Ou seja, a média é uma medida de valor teórico e a presença de empresas com um excelente ou péssimo desempenho nessa amostra global acaba diluindo seus resultados no comportamento das demais, ou seja, daquele maior número de empresas com um comportamento mediano, sendo esse um limite importante de todas as pesquisas de caráter quantitativo e que não se prestam a uma análise qualitativa e individual, em profundidade, de um caso exclusivo ou singular. Para minimizar esse viés, 46 certamente indesejado em todo tipo de pesquisa de tal natureza, um relatório sumarizado de performance individual foi encaminhado a todas as empresas pesquisadas, apresentando sua performance relativa frente ao grupo das 10% mais bem avaliadas empresas da amostra global. 5.5 Descrição dos dados obtidos para os construtos do modelo de pesquisa: segmentação da amostra por porte Quando levada em consideração a dimensão porte (pelo atributo número de funcionários, vide seção 5.2 deste capítulo), procedeu-se a uma tabulação cruzada considerando-se os dois extratos ou as duas categorias (médias empresas e grandes empresas) e os escores obtidos para os construtos principais do modelo (BPO, indicadores analíticos e desempenho). Os resultados desse cruzamento estão apresentados na TAB. 7. Tabela 7 Tabulação Cruzada entre Construtos Principais do Modelo e Segmentação por Porte das Empresas da Amostra Analytics Desempenho BPO Mean Mean Mean Porte Todas 167.7 53.48 62.19 Grande 169 55 63 Média 164 49 60 Pearson Chi-Square 348,34 132,71 110,47 Asymp. Sig. (2-sided) ,001 ,201 ,314 Fonte: Dados da pesquisa. Portanto, com base nos resultados do teste qui-quadrado, a diferença no comportamento das empresas, considerando-se os construtos de BPO, indicadores analíticos e desempenho, foi apenas considerada significativa no caso do construto BPO. Em outras palavras: ao se considerarem dois grupos de respondentes – um composto por grandes empresas e outro por médias organizações –, e ao se compararem os resultados entre esses dois grupos, a diferença mostrou-se significativa (p valor = 0,001) apenas para os escores de BPO. Para os construtos indicadores analíticos e desempenho, as análises estatísticas não evidenciaram diferenças significativas entre esses dois grupos. Tais resultados apresentam, portanto, indícios de que as empresas, à medida que crescem de tamanho, aumentando o número de funcionários e, consequentemente, criando novas funções e tarefas em sua estrutura organizativa, talvez só possam vir a manter os mesmos níveis de desempenho (de sua antiga estrutura) se forem capazes de executar o mesmo nível de capacidades analíticas, porém alcançando níveis superiores de orientação para seus processos. Não se trata este de um resultado contra-intuitivo. Ao contrário, esse achado de pesquisa pode ser entendido como razoavelmente coerente e vir a ser testado em estudos futuros, buscando-se, assim, sua validação nomológica. 47 5.6 Descrição dos dados obtidos para os construtos do modelo de pesquisa: segmentação da amostra por atividade econômica – Indústria e Serviços Quando o perfil da amostra foi segmentado pelo ramo de atuação das empresas (indústria e serviços), o teste de tabulação cruzada e o respectivo teste qui-quadrado identificaram uma diferença estatisticamente significativa (p valor = 0,021) entre os dois grupos somente para o construto de indicadores analíticos. Os demais construtos, BPO e desempenho, não apresentaram diferenças de médias que possam ser tomadas como estatisticamente significativas, quando considerados os dois grupos (de empresas industriais e de empresas de serviços), como se depreende dos valores do teste qui-quadrado também apresentados na TAB. 8. Tabela 8 Tabulação Cruzada entre Construtos do Modelo e Segmento de Atuação das Empresas da Amostra IndServ Todas Indústria Serviços Pearson ChiSquare Asymp. Sig. (2sided) BPO Média 167.70 173 160 Analytics Média 53.48 56 50 Desempenho Média 62.19 64 60 116,43 84,33 54,06 ,846 ,021 ,396 Fonte: Dados da pesquisa. Apesar de esse achado merecer pesquisas subsequentes de forma a avaliar, a partir de outras amostras, os valores dessas médias e desses níveis de significância para os dois grupos, existem algumas possíveis explicações para tal resultado. A princípio, pode-se trabalhar com a hipótese de que o segmento de empresas industriais tenha, concretamente, desenvolvido maiores capabilidades e necessite utilizar de forma mais intensiva os indicadores analíticos mapeados neste estudo, em função de características próprias e idiossincrasias do segmento, como inércia decisória maior (envolvendo riscos também maiores) relacionada a reconfiguração de programação de produção, tipos de produtos e flexibilização de estoque de bens tangíveis. Nesse sentido, por exemplo, enquanto na produção de um serviço as alterações de características de demanda podem ser atendidas até certo nível apenas com a instituição de maior diversificação no serviço e/ou capacidade operacional na linha de frente, no caso da produção industrial tal reconfiguração de quantidades e características de produto ou processo poderia ser absorvida com estoques e/ou customização de produtos em níveis muito restritivos (ou seja, menos facilmente que no caso da produção de serviços). Apesar de provisório esse resultado (a ser ou não corroborado em futuros estudos sobre o tema), e tomando-se os indicadores do modelo, observou-se que a intensidade de utilização de indicadores analíticos foi maior por parte das empresas do segmento industrial da amostra, comparativamente às empresas de serviços. 48 5.7 Coeficientes de correlações entre os construtos do modelo de pesquisa Nesta seção, estão sumarizados os principais achados do estudo, no que se refere à natureza do relacionamento entre os construtos (variáveis latentes) do modelo hipotético da pesquisa. São apresentadas, nessa ordem, as matrizes de correlação bivariada: (I) da amostra global; (II) da amostra segmentada por ramo de atuação (indústria/serviços) e (III) da amostra segmentada por porte. Tomando-se indistintamente todos os casos que constituem a amostra global da pesquisa (368 casos), a matriz de correlações indica que as correlações são positivas e altamente significativas ao nível de 0,01, conforme se pode verificar pelos valores apresentados na TAB. 9. Em outras palavras, como se trata de uma matriz de correlações bivariadas, todas as associações potenciais mostraram-se relevantes: (a) entre BPO e indicadores analíticos; (b) entre BPO e desempenho; (c) entre indicadores analíticos e desempenho. Tabela 9 Correlações entre os Construtos da Pesquisa – Amostra Global BPO Pearson Correlation BPO 1 ** Analytics Pearson Correlation ,787 ** Pearson Correlation Desempenho ,765 N = 368 casos ** Correlation is significant at the 0.01 level (2-tailed). Fonte: Dados da pesquisa. Analytics ** ,787 1 ** ,736 Desempenho ** ,765 ** ,736 1 O mesmo padrão de significância para associações entre os construtos do modelo de pesquisa também foi identificado quando considerado o ramo de atuação das empresas pesquisadas. Como indicado nas TAB. 10 e 11, a seguir, os resultados indicam a relevância das associações, com correlações também positivas, fortes e com alto nível de significância (p valor = 0,01) para empresas tanto do segmento industrial quanto de serviços. Tabela 10 Correlações entre os Construtos da Pesquisa – Empresas do Setor de Serviços BPO Analytics Desempenho ** ** Pearson Correlation BPO 1 ,773 ,785 ** ** Analytics Pearson Correlation ,773 1 ,718 ** ** Pearson Correlation Desempenho ,785 ,718 1 N = 156 casos ** Correlation is significant at the 0.01 level (2-tailed). Fonte: Dados da pesquisa. 49 Tabela 11 Correlações entre os Construtos da Pesquisa – Empresas do setor indústria BPO Pearson Correlation BPO 1 ** Analytics Pearson Correlation ,785 ** Pearson Correlation Desempenho ,733 N = 212 casos ** Correlation is significant at the 0.01 level (2-tailed). Fonte: Dados da pesquisa. Analytics ** ,785 1 ** ,741 Desempenho ** ,733 ** ,741 1 Também pode ser considerado alto o nível de significância das associações entre os construtos do modelo de pesquisa quando a amostra vem segmentada em função do porte das empresas. Como indicado nas TAB. 12 e 13, os dados indicam a relevância das associações entre os construtos, com correlações positivas, fortes e com alto nível de significância (p valor = 0,01) tanto para empresas de médio porte quanto para as grandes empresas da amostra. Tabela 12 Correlações entre os Construtos da Pesquisa – Médias Empresas da Amostra BPO BPO Pearson Correlation 1 ** Analytics Pearson Correlation ,821 ** Pearson Correlation Desempenho ,719 N = 88 casos ** Correlation is significant at the 0.01 level (2-tailed). Fonte: Dados da pesquisa. Analytics ** ,821 1 ** ,716 Desempenho ** ,719 ** ,716 1 Tabela 13 Correlações entre os Construtos da Pesquisa – Grandes Empresas da Amostra BPO Pearson Correlation BPO 1 ** Analytics Pearson Correlation ,786 ** Pearson Correlation Desempenho ,770 N = 280 casos ** Correlation is significant at the 0.01 level (2-tailed). Fonte: Dados da pesquisa. Analytics ** ,786 1 ** ,731 Desempenho ** ,770 ** ,731 1 Apesar de se ter uma diferença importante entre o número absoluto de médias (88) e de grandes empresas na amostra (280 casos), ainda assim o número de empresas de médio porte é estatisticamente significativo, e descortina interessantes reflexões acerca da real influência ou da incapacidade preditora da variável independente “porte” sobre os níveis de orientação para processos nas empresas. Apesar de não ter sido esse um dos objetivos específicos do trabalho (já que, nesta pesquisa, BPO é exatamente o contrário, uma variável latente exógena e do tipo preditora), novos estudos poderão esclarecer melhor a questão, buscando reconhecer até que ponto o porte das empresas afeta, de maneira inequívoca, os níveis de orientação para processos. 50 5.8 Modelagem de equações estruturais A modelagem de equações estruturais foi realizada por meio do Partial Least Squares – PLS – e teve como objetivos o teste do modelo hipotético e a avaliação da influência preditiva de BPO e de indicadores analíticos sobre o desempenho competitivo das empresas estudadas. Inicialmente, buscando-se testar os modelos de mensuração (relativamente ao teste de significância de cada conjunto de variáveis latentes e suas variáveis manifestas), procedeu-se ao método de bootstrapping. O teste permitiu apurar o nível de significância das relações entre as variáveis manifestas (indicadores da cada construto) e as variáveis latentes (construtos) do modelo. O resultado da estatística t evidenciou que todas as relações entre variáveis manifestas e construtos latentes foram consideradas válidas a um nível de significância (p valor) de 0,001. Esses resultados podem ser verificados no Apêndice 3. Com os modelos de mensuração validados, partiu-se, então, para o teste do modelo estrutural da pesquisa (as relações entre as variáveis ou construtos latentes do modelo, tanto os efeitos diretos quanto indiretas). Os coeficientes de caminho (efeitos diretos) e os efeitos indiretos foram classificados em três diferentes níveis de impacto: valores de efeito entre 0 e 0.3 foram classificados como fracos; valores entre 0.3 e 0.7 foram classificados como fortes; valores acima de 0.7 foram classificados como muito fortes. Considerando-se essa classificação, os efeitos diretos (coeficientes de caminho), apresentados na TAB. 14, evidenciam a força significativa entre os construtos latentes – vinculados diretamente – no modelo. Tabela 14 Efeitos Totais da Equação Estrutural – Efeitos Diretos/Coeficientes de Caminho BPO BPO BPO BPO BPO BPO BPO BPO BPO BPO Indicadores Analíticos Desempenho Desempenho Desempenho Desempenho Direção do efeito Cultura e valores Desempenho Documentação de processos Estrutura organizacional Gestão de pessoas Liderança e estratégia Medição do desempenho de processos Orientação para clientes Orientação para fornecedores Sistemas e Tecnologia de Informação Desempenho Aprendizagem e crescimento Cliente/Mercado Financeiro Capacidade em processos Efeito* 0,8794 0,5072 0,7128 0,7375 0,8257 0,7771 0,8230 0,7817 0,7721 0,7499 0,3526 0,8352 0,8442 0,6977 0,9275 *Todos os efeitos foram significativos ao nível de p valor < 0,001, quando submetidos ao teste t com a técnica de bootstrapping. Fonte: Dados da pesquisa. 51 Ao avaliar as relações entre BPO e seus construtos de primeira ordem, apesar de todas as cargas terem se mostrado altas, acima de 0,7, considera-se relevante destacar aqueles impactos exercidos por BPO sobre as variáveis latentes cultura e valores, gestão de pessoas e medição do desempenho de processos, podendo-se, portanto, ter esses construtos de primeira ordem como elementos a serem dinamizados, talvez prioritariamente, dada sua sensibilidade a um direcionamento das estruturas organizacionais mais orientadas para processos. Há também evidências importantes relativas aos vínculos entre os construtos latentes do modelo, quando são observados os valores de R², obtidos então pela regressão múltipla das variáveis do modelo. Os valores de R² estão apresentados na TAB. 15. Tabela 15 Correlações entre os Construtos Diretamente Vinculados no Modelo Estrutural BPO BPO BPO BPO BPO BPO BPO BPO BPO BPO e Indicadores Analíticos Desempenho Desempenho Desempenho Desempenho Correlações Sistemas e Tecnologia de Informação Orientação para fornecedores Orientação para clientes Cultura e valores da organização Gestão de pessoas Estrutura organizacional Medição do desempenho de processos Documentação de processos Liderança e estratégia Desempenho Perspectiva financeira Perspectiva cliente/mercado Perspectiva capacidade em processos Perspectiva aprendizagem e crescimento R² 0.562 0.596 0.611 0.773 0.682 0.544 0.677 0.508 0.604 0.663 0.487 0.713 0.860 0.698 *Todas as correlações significativas a um p valor < 0,001 Fonte: Dados da pesquisa. Todos os efeitos diretos e valores de correlação encontrados no modelo estrutural estão graficamente representados na FIG. 8: 52 Figura 6 – Modelo de equações estruturais Fonte: Dados da pesquisa. Em relação aos efeitos indiretos (isto é, entre construtos que não estão diretamente vinculados em caminhos no modelo), os resultados não foram tão expressivos, como se poderia esperar pela composição do próprio modelo. Mesmo assim, conforme indicado na TAB. 16, podem ser tomados como significativos, ao p valor < 0,001. Tabela 16 Efeitos Indiretos da Equação Estrutural Direção do efeito Capacidades em processos BPO Cliente/mercado BPO Aprendizagem e crescimento BPO Financeiro BPO Capacidade em processos Indicadores analíticos Cliente/mercado Indicadores analíticos Aprendizagem e crescimento Indicadores analíticos Financeiro Indicadores analíticos Efeito* 0,4705 0,4282 0,4236 0,3539 0,3271 0,2977 0,2945 0,2460 *Todos os efeitos foram significativos ao nível de p valor < 0,001, quando submetidos ao teste t com a técnica de bootstrapping. Fonte: Dados da pesquisa. 53 Como pode ser observado, todas as relações diretas e indiretas do modelo estrutural foram validadas, igualmente a um p valor muito significativo (< 0,001). Relevante, neste momento, a observação de que, ao se avaliar o impacto dos indicadores analíticos sobre as quatro dimensões de desempenho do modelo, a perspectiva capacidade em processos mostrou ser a mais influenciada pela abordagem analítica, seguida pela perspectiva cliente/mercado e pela perspectiva aprendizagem e crescimento. Por sua vez, a perspectiva menos impactada pela abordagem analítica esteve relacionada à dimensão financeira do desempenho competitivo. A mesma ordem de influência ou de impacto foi também verificada ao serem avaliados os efeitos do construto BPO sobre as perspectivas de desempenho. Esses resultados evidenciam, assim, a importância de se considerar a orientação para processos e a abordagem analítica como impulsionadoras do desempenho no médio e longo prazo, auxiliando as empresas a projetar e desenvolver novas capacidades em processos, aprimorando, com o tempo, competências e padrões de competitividade. A princípio, portanto, novos estudos deverão ser desenvolvidos com o propósito exclusivo de se avaliarem os impactos ou efeitos diretos da abordagem analítica e do BPO na explicação de variações da lucratividade ou da eficiência de custos das empresas. Os valores totais indicados pelo teste t com a técnica de bootstraping, indicando as cargas, médias de amostras, valores de desvio-padrão e níveis de significância (p valor) estão apresentados no Apêndice 4 deste relatório. A última etapa da modelagem, tendo já sido validado o modelo estrutural, foi a de se calcular o modelo estrutural. Ao se avaliarem as relações entre BPO, indicadores analíticos e desempenho, observa-se a seguinte equação de regressão: Desempenho = 0,507*BPO + 0,353*Indicadores Analíticos + em que , representa o erro. A equação especificada indica a importância dos indicadores analíticos e das dimensões de BPO na predição do desempenho competitivo das empresas da amostra. Observa-se que a influência, ou o efeito, do construto BPO é mais expressiva que a da abordagem analítica. Porém, é importante a compreensão de que, juntos, os dois construtos foram capazes de explicar 66,30% da variação do desempenho das empresas da amostra (como indicado por meio da TAB. 15 e na FIG. 6). Por fim, foi realizado um teste de qualidade dos indicadores do modelo de pesquisa, avaliando-se, conjuntamente, os valores de comunalidade e redundância. Os valores de comunalidade são definidos pela soma das correlações em um bloco de variáveis reflexivas, e altos indicadores de comunalidade indicam um bom ajuste das variáveis latentes do modelo 54 (TENENHAUS et al., 2005), uma vez que a comunalidade mensura o percentual da variância de uma determinada variável que poderia ser explicada por todos os fatores do construto, em conjunto. Considerando-se que os construtos do modelo são reflexivos, isso pode ser considerado como um bom indicador de composição do modelo de pesquisa. Da mesma forma, escores de redundância mensuram a qualidade do modelo estrutural relativamente a cada construto endógeno, considerando-se o modelo de mensuração. A redundância mensura o percentual da variação de um fator que poderia ser explicada pelos fatores exógenos do modelo; em outras palavras, escores de redundância mensuram a qualidade do modelo estrutural relativamente a cada construto endógeno, considerando-se o modelo de mensuração (GARSON, 2009). Como pode ser observado na TAB. 17, os resultados dos valores de comunalidade e redundância variaram para cada construto do modelo, e podem ser tomados como aceitáveis. Os valores equivalentes a zero (0) para a redundância dos construtos de BPO e indicadores analíticos ocorrem porque ambos são construtos de natureza puramente exógena. Tabela 17 Indicadores de Qualidade do Modelo Estrutural Construtos BPO Cultura e valores Documentação de processos Estrutura organizacional Gestão de pessoas Liderança e estratégia Medição do desempenho de processos Orientação para clientes Orientação para fornecedores Sistemas e tecnologias de TI Indicadores analíticos Desempenho Financeiro Cliente/mercado Capacidade em processos Aprendizagem e crescimento Comunalidades 0,3869 0,6664 0,7528 0,6119 0,6069 0,6696 0,6716 0,5721 0,7148 0,4904 0,4960 0,4724 0,8217 0,6958 0,5491 0,7018 Redundância 0 0,5145 0,38 0,3231 0,4128 0,4035 0,4515 0,3473 0,4255 0,2706 0 0,1913 0,3976 0,4951 0,4704 0,4865 Fonte: Dados da pesquisa. Por fim, foi calculado o Goodness of Fit – GoF, que é a média geométrica das 2 comunalidades e dos valores de R do modelo, como poder ser observado a partir da equação a seguir. GoF comunalida de * R 2 55 Como apresentado em Tenhenhaus et al. (2005), o GoF representa um indexador que pode ser utilizado para validar modelos com o PLS. O GoF obtido neste estudo foi de 0.6293, indicando que o modelo proposto atingiu 63% de ajuste, o que é considerado um valor extremamente positivo. 5.9 Teste das hipóteses da pesquisa O problema central desta pesquisa foi o de investigar a força e a intensidade da associação entre a gestão orientada para processos e o desempenho organizacional, compreendendo também a relevância dos indicadores analíticos nesse relacionamento. Neste sentido, a hipótese básica e as hipóteses secundárias, apresentadas no capítulo 3, foram testadas, e os resultados dos testes – apresentados anteriormente – foram consolidados nesta seção. A hipótese secundária 1 deste estudo foi assim enunciada: HSecundária 1 : Quanto maior a orientação para processos, maior a utilização de indicadores analíticos. E sua correspondente hipótese nula: H0 Secundária 1 : O nível de orientação para processos não possui uma correlação positiva e estatisticamente significativa com a utilização de indicadores analíticos. Como se depreende das TAB. 9, 10, 11, 12 e 13 apresentadas na seção 4.7 deste capítulo, a H0 Secundária 1 foi rejeitada em favor da HSecundária 1 , tendo-se em vista as correlações positivas e estatisticamente significativas (p valor = 0,001) entre os construtos orientação para processos e indicadores analíticos. Tal correlação forte e positiva foi evidenciada tanto na amostra global quanto nos subgrupos amostrais formados em função da segmentação por porte e ramo de atuação (indústria e serviços). A hipótese secundária 2 desta pesquisa foi assim apresentada: HSecundária 2 : A orientação para processos possui uma correlação positiva e estatisticamente significativa com o desempenho organizacional. Sua correspondente hipótese nula, por sua vez, foi assim apresentada: H0 Secundária 2 : O nível de orientação para processos não possui uma associação positiva e estatisticamente significativa com o desempenho organizacional. 56 Os dados constantes das TAB. 9, 10, 11, 12 e 13, apresentadas na seção 4.7 deste capítulo, evidenciam que a H0 Secundária 2 foi rejeitada em favor da HSecundária 2 , tendo-se em vista as correlações positivas e estatisticamente significativas (p valor = 0,001) entre os construtos orientação para processos e desempenho organizacional. Semelhantemente ao ocorrido com a hipótese 1, no caso da hipótese 2 as correlações fortes e positivas foram evidenciadas tanto para a amostra global quanto para os subgrupos amostrais formados em função da segmentação por porte e ramo de atuação (indústria ou serviços). Por sua vez, a hipótese secundária 3 foi assim enunciada: HSecundária 3 : A utilização de indicadores analíticos está positivamente associada à melhoria do desempenho organizacional. E sua correspondente hipótese nula: H0 Secundária 3 : O desempenho organizacional não se modifica se for menor a utilização de indicadores analíticos. Os resultados da pesquisa também indicaram que a H0 Secundária 3 foi rejeitada em favor da HSecundária 3 , tendo-se em vista as correlações positivas e estatisticamente significativas (p valor = 0,001) entre o construto indicadores analíticos e desempenho organizacional. À semelhança do ocorrido com as hipótese 1 e 2, no caso da hipótese 3, as correlações fortes e positivas foram evidenciadas tanto para a amostra global quanto para os subgrupos amostrais formados em função da segmentação por porte e ramo de atuação (indústria ou serviços). Testada a validade das hipóteses secundárias 1, 2 e 3, tem-se por fim a hipótese básica e central desta pesquisa, de que: HBásica : Quanto maior a orientação para os processos, tanto maior a utilização de indicadores analíticos e melhores os resultados de desempenho organizacional. Essa hipótese básica tem sua correspondente hipótese nula: H0 Básica : Não existem associações estatisticamente significativas entre a orientação para processos, o uso de indicadores analíticos e o desempenho organizacional. Os resultados da modelagem de equações estruturais empregada na pesquisa e que estão apresentados na seção 5.8 deste capítulo evidenciam que as associações existem, são fortes e positivas entre todos os construtos latentes 57 do modelo de pesquisa (orientação para processos, indicadores analíticos, desempenho). Rejeita-se a hipótese nula e corrobora-se a hipótese básica do estudo. 5.9.1 Validação nomológica das escalas e dos resultados da pesquisa Alguns dos achados desta pesquisa convergem com os achados de estudos anteriores, desenvolvidos diretamente nos domínios da BPM, do BPO, de indicadores analíticos e da utilização das novas tecnologias de informação no contexto da gestão orientada para processos e cadeias de suprimentos. O grau de orientação para os processos de negócio e o esforço gerencial no sentido de se buscar o incremento da maturidade desses processos no tempo oportuniza retornos mais rápidos para as empresas, traduzidos em maior velocidade tanto na redução de custos quanto na maior lucratividade do negócio (HOFMAN; REINER, 2006). Nesta pesquisa, observando-se a matriz de correlações entre os construtos principais do modelo, percebe-se uma relação forte e positiva entre BPO e desempenho, em suas várias dimensões exploradas neste estudo, e entre essas dimensões e a perspectiva financeira, mapeada por indicadores tanto de lucratividade quanto de incremento da eficiência de custos por parte das empresas da amostra. A efetividade do gerenciamento de processos no contexto das cadeias de suprimentos pode ser tomada como um driver para a geração de vantagens competitivas e a melhoria sustentada da performance organizacional. O trabalho de Li et al. (2006) aporta evidências de que níveis superiores de práticas de gestão de processos na cadeia de suprimentos (traduzidos, por exemplo, em melhores práticas de gerenciamento estratégico de fornecedores, gestão estratégica de relacionamentos com clientes, compartilhamento intensivo de informações com fornecedores e clientes, entre outras) oportunizam vantagens competitivas estáveis e a melhoria do desempenho organizacional. Esses achados são coerentes com aqueles encontrados nesta pesquisa, uma vez que os escores das 368 empresas da amostra, considerando-se os construtos de primeira ordem ”orientação para clientes”, ”orientação para fornecedores” e “sistemas e tecnologias de informação”, apresentaram uma média normalizada que indica avanços no grau de orientação dessas empresas para os seus processos a montante e a jusante na cadeia de valor, bem como intensividade no uso da TI para apoiar a gestão por processos. Dessa forma, podem estar contribuindo para explicar as variações no desempenho competitivo das empresas da amostra. A essa abordagem de Li et al. (2006) soma-se aquela apresentada em Cai et al. (2008), ao indicarem que a necessidade de um efetivo monitoramento das empresas, em relação aos seus processos no contexto das cadeias de suprimento, conforma atividades crescentemente complexas. São mais complexas sobretudo por envolverem um esforço continuado da gerência em desenvolver e aprimorar indicadores de performance ou metas para esses processos, em melhor e mais efetivo planejamento, em maior alcance do monitoramento de dados e nas exigências de feedbacks de agentes que 58 estejam direta ou indiretamente envolvidos com os diferentes processos-chave de negócios na cadeia de valor. Segundo Cai et al (2008), a experiência de muitas empresas envolvidas em práticas avançadas de gestão da cadeia de valor indica, de maneira cada vez mais inequívoca, o fato de que a inteligência competitiva está sendo progressivamente ancorada na abordagem de processos, seja na cadeia de valor internamente à empresa, seja na integração dos fluxos físicos e de informação com fornecedores e clientes nas cadeias de suprimento. Esses achados também foram em parte corroborados na pesquisa, seja por conta dos escores das empresas da amostra para os construtos de primeira ordem relativos aos domínios de “liderança e estratégia”, ”documentação de processos” e “mensuração do desempenho”, seja por conta da utilização também significativa de vários indicadores analíticos que, de forma direta, estão relacionados aos objetivos de integração dos fluxos de valor na cadeia. Os objetivos de maior integração dos fluxos na cadeia de valor das empresas podem ser favorecidos pelo uso sistemático de indicadores analíticos ou métodos analíticos que garantiriam conhecimento valioso para a tomada de decisão gerencial: por exemplo, minimizando os custos de operação entre os agentes da cadeia e aumentando a sua acurácia na predição eficiente da demanda futura (HEDGEBETH, 2007). Nesse sentido, segundo Hedgebeth (2007), as aplicações de TI podem contribuir de maneira decisiva para que as empresas consigam melhorar o acesso e a consolidação de dados para a gestão integrada de seus processos de negócio e instruírem melhor, dessa forma, os seus próprios processos de tomada de decisão. Nesta pesquisa, a descrição quanto aos níveis de utilização e ao tipo de uso das novas tecnologias de informação por parte das empresas da amostra atesta o fato de que os sistemas de informação e as novas tecnologias estão sendo utilizados com o foco na integração de dados entre diferentes áreas ou funções da organização. Há evidência em atenção especial na garantia de acesso a dados confiáveis sobre o desempenho dos processos e, assim, apoiar as estratégias de aproximação e relacionamento com fornecedores e clientes, tendo em vista a utilização de internet, não desprezível estatisticamente, no sentido tanto a montante (de fluxos com fornecedores) quanto a jusante (de fluxos com clientes/mercado). Esse achado é convergente com algumas das características elencadas por Davenport (2006) para se fazer referência ao caso dos efetivos “competidores analíticos”, que acabam por desenvolver habilidades importantes e distintivas no que se refere a coleta, análise e instrução de ações baseadas em dados analíticos. Segundo Davenport (2006), em um momento histórico em que muitas empresas oferecem produtos similares e utilizam tecnologias indiferenciadas aos olhos de seus potenciais clientes, os processos de negócio estão entre os últimos pontos e, portanto, ainda remanescentes de alguma chance de efetiva diferenciação na percepção de valor dos consumidores. E os chamados competidores analíticos se diferenciariam exatamente por conseguirem retirar até a última gota de valor de seus processos de negócio. 59 Competidores analíticos fariam, assim, uso inteligente de métodos estatísticos e de recursos de modelagem de forma a buscar garantir tal extração de valor dos seus processos: No tocante à gestão de cadeia de suprimento, oportunizando simulações e otimizações dos fluxos da cadeia, reduzindo o inventário e a ruptura de estoques, simultaneamente. No tocante aos níveis de serviço e à fidelização de clientes, indicadores analíticos podem ser empregados para identificação de segmentos de clientes com maior potencial de lucratividade e para a proposição e sustentação de estratégias de incremento dos níveis de serviço, visando maior fidelização de clientes. No que se refere à precificação de produtos, indicadores analíticos podem ser empregados para ajudar empresas a estabelecerem preços competitivos, de maneira a favorecer o retorno sobre os investimentos ou a lucratividade do negócio. No tocante à qualidade, a utilização sistemática de dados analíticos orientados por uma visão de processos há muito já favorecem as empresas a garantirem rápida e antecipada identificação de problemas de qualidade, e também a minimização da frequência de tais eventos no tempo. Indicadores analíticos podem também facilitar o entendimento de quais são os principais fatores financeiros e não financeiros que afetam a performance global da cadeia de valor das empresas. Nos processos afins ao desenvolvimento de novos produtos, competidores analíticos podem utilizar inteligência de processos e indicadores analíticos para incrementar a qualidade do projeto de novos produtos e a eficácia dos processos de fabricação dos novos produtos. Uma rápida observação do Apêndice 2 deste documento, relativa à descrição da frequência de uso dos indicadores analíticos mapeados nesta pesquisa, evidenciará que as empresas da amostra – mesmo que não possam, muitas delas, vir a ser caracterizadas estritamente ainda como “competidoras analíticas!” – estariam, sim, progressivamente, utilizando muitos indicadores para prospectar informação estratégica útil ao objetivo de gerenciamento de seus processos e, dessa forma, tentando influenciar positivamente os seus resultados de desempenho nas dimensões competitivas que foram mapeadas neste estudo. Esses resultados, por um lado, demonstram a potencial aproximação da gestão analítica e da gestão orientada para processos, e convergem aos achados apresentados por Ranjan (2008), quando menciona a relevância para as empresas, atualmente, de ter acesso rápido a dados e informações e, assim, favorecer ao gestor uma visão mais ampla e útil ao monitoramento – em tempo real – de diferentes processos de suas empresas. Nesse sentido, 60 segundo Ranjan (2008), a gestão baseada em um atributo como “inteligência de processos” de negócio diferenciar-se-ia das formas mais tradicionais de gerenciamento, embebidas em sistemas informacionais e transacionais clássicos, que não foram desenhados para suportar ou mesmo projetados para permitir o vínculo de toda essa massa de dados cross funcional que permeia os processos críticos – principais ou de suporte – de qualquer tipo de organização. Nesse sentido, segundo Azvine et al. (2005), exige-se hoje das empresas não somente uma capacidade analítica executável em tempo real, como também as ações em resposta a esse esforço analítico devem ser deflagradas em tempo real e instantaneamente, alterando parâmetros de funcionamento dos processos de uma empresa ou cadeia em tempo real, se necessário (por exemplo, a tomada de decisão de uma empresa que necessita reagir a um evento não esperado, e modifica a roteirização do transporte ou a localização de seus estoques e, com isso, consegue reduzir prejuízos nos níveis de serviço prestados aos seus clientes). Convergindo com os achados de Azvine et al. (2005) e também referenciados em Ranjan (2008), não foram poucas, entre as 368 empresas da amostra, as organizações que relataram o uso de seus sistemas de informação para fins de suporte e facilitação de mudanças nos processos da organização, e que julgam possuir sistemas de informação capazes de oferecer informação confiável a qualquer momento, se necessário. Tampouco irrelevante estatisticamente a frequência de respostas, por parte das empresas da amostra, citando a utilização de softwares para otimização de processos ou a disponibilidade de ferramentas de simulação para se examinar o impacto de uma decisão antes que tal decisão venha a ser tomada na prática, em algum momento do tempo. A utilização intensiva de todo o potencial de conhecimento analítico, por parte das empresas, implicará mudanças ou inovações incrementais nos processos de negócio dessas organizações. Nesse sentido, passa a ser relevante a capacidade da organização em destruir continuamente suas rotinas e procedimentos obsoletos ou destituídos de eficiência, levando-a a um comportamento mais eficiente ou mais bem alinhado às metas de prosperidade do negócio. Essa capacidade em criar inovação que assuma valor sob a perspectiva dos clientes estaria proximamente relacionada aos conceitos de capacidade absortiva (absorptive capacity), termo cunhado por Cohen e Levinthal (1990), e também do conceito de capacidades dinâmicas da firma, desenvolvido por Teece et al. (1997). Em outras palavras, essa habilidade em reconhecer o valor da informação, assimilá-la e utilizar esse conhecimento externo útil em uma finalidade comercial, tudo isso mediado por intensividade em TI, é uma componente fundamental da teoria proposta por Cohen e Levinthal (1990), de uma visão da organização como um conjunto de rotinas e processos orientados ao gerenciamento do conhecimento, para se produzir uma capacidade organizacional que é, fundamentalmente, dinâmica (Teece et al., 1997). Verifica-se progressivamente, assim, que a utilização intensiva de tecnologia de informação e de indicadores analíticos pode favorecer, às empresas hoje, a descoberta de novos dados e informações úteis a serem assimilados. Ao absorverem esses dados e informações em suas rotinas e 61 processos, essas organizações estão também progressivamente sendo mais capazes de utilizar, de maneira inteligente, essas novas informações (embebidas em seus processos) para uma finalidade comercial ou de incremento de valor do negócio. Não por coincidência, os resultados da pesquisa evidenciaram as associações positivas e altas entre os construtos BPO, indicadores analíticos e desempenho, sendo que, entre as dimensões de desempenho competitivo investigadas, as correlações foram estatisticamente muito significativas para a dimensão aprendizagem e crescimento. Há evidências, assim, naturalmente a serem testadas em novos e futuros estudos, de que a orientação para os processos e o uso intensivo de indicadores analíticos, por parte das empresas da amostra, poderiam ser tomados como drivers que estão gerando novos conhecimentos para essas organizações, a partir da execução e do monitoramento permanente de seus processos e da atenção às oportunidades de melhoria nesses processos de valor. 62 6. CONSIDERAÇÕES FINAIS Este estudo buscou investigar os efeitos preditivos da orientação para processos de negócio – BPO – e do uso de indicadores analíticos sobre o desempenho competitivo de empresas brasileiras: a partir de uma amostra diversificada, em termos de porte (grandes e médias empresas) e relativamente ao segmento de atuação (empresas privadas do setor de serviços e do segmento industrial, bem como organizações do setor público), com matrizes localizadas no Estado de Minas Gerais e em outros estados brasileiros, este estudo buscou desenvolver e validar escalas para os construtos do modelo de pesquisa (BPO, indicadores analíticos e desempenho competitivo) bem como testar as possíveis associações entre essas três variáveis latentes. Assumiu, neste sentido, sua natureza descritiva, procurando, inicialmente, caracterizar a força e a direção das correlações e dos efeitos diretos entre as variáveis latentes do modelo. Porém, este estudo também assume sua natureza aplicada, prática, e apresenta uma dimensão prescritiva. Ao conseguir explicar as variações nos resultados de desempenho das empresas da amostra a partir das variáveis latentes exógenas (BPO e indicadores analíticos), a pesquisa assume então implicações gerenciais relevantes, reforçando um caminho de ações voltadas ao incremento do desempenho competitivo das organizações: É necessário incorporar o conteúdo da gestão orientada para processos no contexto do planejamento estratégico da empresa, alinhando incentivos para os resultados de desempenho de processos, em todos os níveis e áreas da organização. Condição importante para esse fim, portanto, é o comprometimento da alta gerência para a gestão e a melhoria contínua dos processos de negócio. É fundamental o desenvolvimento de metas, para os processos, que estejam alinhadas aos resultados pretendidos nas estratégias do negócio; além disso, é necessário que tais metas reforcem o bom desempenho de todo um sistema, e não de uma ou mais funções do negócio. É preciso ainda enfrentar trade-offs e também contar com metas de desempenho orientadas para a melhoria incremental, contínua, dos níveis de maturidade da organização. É necessário investir na documentação básica e avançada dos processos, e definir claramente como cada um dos colaboradores pode contribuir para o esforço em documentar falhas ou oportunidades de melhorias em suas atividades. Da mesma forma, é necessário ter clareza em relação às interfaces e à natureza interfuncional dos processos, sendo importante que as organizações desenvolvam uma metodologia padronizada tanto para mapear em base contínua os seus processos multifuncionais quanto para elaborar o design de novos processos de negócio ou de partes de processos já existentes na organização. A estrutura organizacional deve ser menos verticalizada, com fluxos claramente mais horizontalizados, e ênfase deve ser dada tanto à melhoria 63 da coordenação interdepartamental ou interfuncional (reduzindo-se handoffs do processo) quanto à instituição de figuras profissionais exclusivamente dedicadas à gestão de processos na empresa. Do ponto de vista da gestão de pessoas, é importante assegurar treinamento nos domínios BPO, garantir maior empowerment (“empoderamento”) e certa autonomia da força de trabalho para decisões locais em partes do processo sob sua responsabilidade. Além desse ponto, é importante assegurar parcelas da remuneração atreladas ao desempenho dos processos, e garantir formas mais eficientes de valorizar a “cultura de processos” na organização. Não há como reduzir a importância das evidências que indicaram que as empresas que apresentaram os maiores escores para BPO e indicadores analíticos foram também aquelas que apresentaram compromissos mais efetivos em relação à centralidade do cliente (e de suas expectativas por produtos e serviços) no próprio modelo de negócios da empresa. É preciso mensurar de forma consistente e contínua os níveis de satisfação dos clientes para com os produtos da empresa, e utilizar os feedbacks do mercado para aprimorar os processos envoltos na produção e entrega de valor para os clientes da organização. A integração dos fluxos físicos e de informação, de atividades e funções afins aos processos internos à empresa é apenas uma parte do esforço necessário à otimização da cadeia de valor da organização. Os esforços pela integração dos processos intraorganizacionais devem ser estendidos, também, à integração em nível interorganizacional, sobretudo com agentes externos a montante e a jusante à cadeia de valor da empresa. Planejamento, previsões e ressuprimentos colaborativos com fornecedores e clientes, por exemplo, são objetivos estratégicos que requerem, primeiramente, forte ênfase no desenvolvimento de relacionamentos entre os agentes na cadeia. E, quanto maior a orientação para os processos, por parte de todos esses agentes, tanto menores as resistências a uma efetiva integração dos fluxos de informação e físico entre as empresas. Como já há muito evidenciado na literatura especializada, a tecnologia de informação assume um papel crucial na forma como um negócio vem estruturado e na efetividade deste em atender aos seus clientes contando com processos mais eficientes em custo, mais rápidos, produzindo resultados melhores em qualidade de outputs, processos mais flexíveis e atendendo níveis superiores de serviços, garantindo assim – esse conjunto de efeitos – maior lucratividade para o negócio. Há evidências de que a utilização das novas tecnologias de informação em favor de uma gestão mais eficiente dos processos de negócio não é um objetivo que se possa confundir com aquele de automação de determinada função ou de otimização de determinada tarefa ou função do trabalhador. Ao contrário, a TI pode e deve ser empregada como um recurso efetivo para incrementar o acesso e o uso de dados e informações estratégicos e relevantes para que o negócio possa otimizar os níveis de integração intra e interorganizacionais, 64 de forma econômica, rápida e confiável, reduzindo custos de transação e aumentando a percepção de valor dos clientes. Apesar do fato de que este trabalho atendeu a todos os objetivos específicos propostos e também de seu rigor metodológico, é preciso pontuar as restrições que caracterizaram o seu desenvolvimento. A primeira limitação refere-se à amostra. Não obstante a pesquisa tenha envolvido a coleta e o tratamento de dados primários de 368 médias e grandes empresas mineiras e brasileiras, e que esse possa ser considerado um número suficiente de casos para os testes de estatística multivariada realizados com o recurso do PLS, infelizmente não há condições suficientes para se generalizar os achados deste estudo ao universo de todas as empresas mineiras ou brasileiras de médio e grande porte. Em parte, essa limitação deve-se à própria estratégia de amostragem – por conveniência – empregada no estudo. Portanto, todas as conclusões do trabalho devem ser tomadas à luz do fato de que a amostra, neste estudo, é reduzida, específica, e não diz respeito ao universo de todas as empresas localizadas em Minas Gerais e no Brasil. Uma segunda limitação está na impossibilidade de se chegar a dados conclusivos, relativamente ao comportamento dos construtos do modelo de pesquisa, levando-se em consideração, simultaneamente, porte e segmento de atuação (indústria e serviços) das empresas da amostra. As linhas de corte na escala ordinal relativa ao porte das empresas, considerando-se o atributo “faturamento”, e também a tentativa de se caracterizar o porte da amostra a partir da escala razão indicativa do “número de funcionários”, não permitiram uma segmentação muito detalhada da amostra em relação a esse atributo de interesse. Em relação à segmentação por ramo de atividade, à parte o bemsucedido esforço em diferenciar os casos relativos à indústria e ao setor de serviços, tem-se que, em função da estratégia amostral, não foi possível alcançar representatividade estatística para uma análise mais detalhada de subgrupos ou subamostras de ramos da indústria ou do setor serviços. Uma eventual modificação da estratégia de amostragem – por exemplo, por meio de uma amostra deliberada e estratificada por ramos ou subgrupos – poderia ter garantido que informações adicionais, sobre as empresas, pudessem ter sido acessadas, contemplando especificidades de muitos setores da economia mineira e brasileira. Uma terceira limitação encontra-se no tipo de pesquisa, bem como na estratégia para a coleta de dados e no seu tratamento. Este estudo pode ser caracterizado como quantitativo essencialmente, e, apesar de não ter a intenção de reduzir a uma mera descrição estatística e matemática os complexos fenômenos organizacionais estudados, acabou por não assumir uma abordagem qualitativa. Esta, certamente, poderia ter sido útil para o aprofundamento pontual de alguns dos achados da pesquisa. Não obstante a realização de uma pesquisa sob a forma de um survey e da utilização do questionário como técnica de levantamento de dados sejam amplamente reconhecidos como recursos válidos e recomendados em muitos trabalhos no campo das ciências sociais aplicadas, é preciso reconhecer seus limites. 65 Certamente, outras estratégias, abordagens e técnicas, sobretudo de inspiração mais qualitativa, poderiam aportar informações adicionais úteis e complementares à caracterização e ao mapeamento da amostra, nas dimensões de pesquisa de interesse. Apesar desse conjunto de restrições, é preciso destacar aqui o fato de que este estudo apresenta achados de pesquisa extremamente relevantes, tanto do ponto de vista prático das organizações quanto de sua relevância acadêmica. Sumarizando-se esses principais achados do estudo, tem-se que: A consistência interna das escalas do instrumento foi bastante alta (no exame tanto dos construtos quanto de todos os indicadores individuais do instrumento de pesquisa), não sendo possível melhorar esse nível de consistência com a extração de nenhum indicador. Os altos valores encontrados no teste do alfa de Cronbach atestam a confiabilidade do instrumento de pesquisa. Os valores das médias normalizadas – considerando-se todos os construtos de primeira ordem e de segunda ordem do modelo de pesquisa – assumiram valores acima de três pontos e inferiores a quatro pontos, em uma escala de cinco. Mesmo que o resultado não possa indicar uma informação útil para cada caso de empresas da amostra (dadas as limitações objetivas e os possíveis vieses da média, em se tratando de uma amostra tão diversificada), o fato é que o grupo de empresas pesquisadas apresentou escores acima da média tanto para o grau de orientação para processos quanto para o uso de indicadores analíticos e, também, ligeiramente maiores, em relação às dimensões de desempenho investigadas. Os resultados do teste qui-quadrado, confrontando-se os grupos de empresas de grande porte e de médio porte, indicaram que a diferença no comportamento dessas organizações em relação aos construtos do modelo (BPO, Indicadores Analíticos e Desempenho) pode ser considerada significativa apenas no caso do construto BPO. Colocando a questão aqui de outra forma: as evidências empíricas da pesquisa não permitem atestar que o porte de uma organização (como uma variável independente) esteja relacionado à intensidade de uso de indicadores analíticos pela empresa ou ao seu desempenho organizacional. Porém, os níveis de orientação para processos parecem variar em função do porte da organização. Os resultados do teste qui-quadrado, confrontando-se os grupos de empresas do segmento indústria e do segmento de serviços, indicaram que a diferença no comportamento dessas organizações em relação aos construtos BPO, indicadores analíticos e desempenho pode ser considerada significativa apenas no caso do construto indicadores analíticos. Em outras palavras: as evidências empíricas da pesquisa não permitem afirmar que a natureza do negócio (indústria ou serviço) esteja relacionada, na condição de uma variável independente, ao grau de orientação para processos ou ao desempenho organizacional. Porém, a extensão ou intensidade de uso de 66 indicadores analíticos poderá variar em função do segmento de atuação da empresa em questão. As correlações estatísticas entre BPO e desempenho foram altas e positivas. As correlações estatísticas entre BPO e indicadores analíticos foram altas e positivas. As correlações estatísticas entre indicadores analíticos e desempenho foram altas e positivas. Por fim, em função dos resultados desta pesquisa e também das limitações a ela inerentes, faz-se aqui a sugestão de futuros trabalhos de campo sobre o tema abordado: Este trabalho não procurou relacionar diretamente as variáveis latentes do modelo (BPO, indicadores analíticos e desempenho competitivo) aos níveis de maturidade de processos das empresas da amostra. Nesse sentido, um possível e útil desenvolvimento de novas pesquisas poderia exatamente buscar relacionar as escalas e os construtos validados nesta pesquisa aos níveis de maturidade de processos das organizações. Há uma natural percepção de que, quanto maior o nível de orientação para processos de uma organização, tanto provavelmente maiores serão os níveis de maturidade de seus processos de negócio. É preciso, assim, estudar a questão para se mensurar, de preferência por meio de métodos quantitativos, a natureza dessa associação. Apesar da significativa diversificação da amostra (como um recurso desejado e útil para vários fins nesta pesquisa), o fato é que não foi possível contemplar o comportamento do modelo em setores da indústria ou em setores de serviços de forma particular ou específica. Nesse sentido, seria útil a aplicação do mesmo modelo, porém em estudos focados em setores definidos, como voltados para a indústria metal-mecânica, indústria têxtil, indústria automotiva, serviços financeiros,organizações públicas, comunicações, energia, agronegócio, construção civil, empresas de varejo, petroquímicas, transporte (logística), entre outros. Tal estratégia seria útil para se avaliar o quão bem se comporta o modelo mesmo diante das especificidades/idiossincrasias de todos esses segmentos de empresas. Apesar de o refinamento de escalas não ter sido indicado como procedimento necessário neste estudo, em função dos altos valores obtidos para o alfa de Cronbach, sugere-se que novos estudos possam revisar tanto os indicadores de BPO do modelo (dado o seu grande número) como os indicadores analíticos (a serem extraídos de outras fontes, que não aquela utilizada neste trabalho) e de desempenho competitivo (não necessariamente utilizando indicadores do BSC, conforme realizado nesta pesquisa). Ou seja, que sejam abertas novas frentes de pesquisa para se 67 estudarem as associações entre BPO, indicadores analíticos e desempenho, porém a partir de outros pontos de vista ou particularidades não contemplados neste trabalho. Apesar de ter sido o método quantitativo empregado nesta pesquisa extremamente importante, no sentido de tornar evidente e reconhecida a natureza do relacionamento entre as variáveis latentes pesquisadas, recomenda-se que novos estudos possam ser desenvolvidos utilizando-se o mesmo modelo validado nesta pesquisa, porém com o recurso de uma abordagem qualitativa. Por meio de estudos de casos comparados, estudo de caso único ou mesmo de formas distintivas de pesquisa-ação, por exemplo, é possível que novas e úteis informações possam emergir a respeito das relações entre os construtos investigados na presente pesquisa. Em síntese, tem-se que os resultados desta investigação aportam evidências claras de associações relevantes entre os construtos que conformam o modelo de pesquisa. Apesar de seus limites, o trabalho avança no sentido de identificar caminhos para o incremento do desempenho organizacional nas dimensões do BSC que foram investigadas, e apresenta a gestão orientada para processos e o uso de indicadores analíticos como dois elementos críticos e preditores da variação do desempenho competitivo das empresas e de suas cadeias de valor. 68 7. REFERÊNCIAS ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. Essentials of statistics for business and economics. Belmont, CA: Thomson Learning, 2002. AZVINE, B.; NAUCK, D.; CUI, Z. Towards real-time business intelligence. BT Technology Journal, v. 23, n. 3, p. 214–225, 2005. BITITCI, U. S.; CARRIE, A. S.; MCDEVITT, L. Integrated performance measurement systems: a development guide. International Journal of Operations & Production Management, v. 17, n. 5, p. 522-534, 1997. BREWER, P.; SPEH, T. Adapting the balanced scorecard to supply chain management. Supply Chain Management Review, v. 5, n. 2, p. 48-56, Mar.Apr., 2001. CAI, J.; LIU, X.; XIAO, Z.; LIU, J. Improving supply chain performance management: a systematic approach to analyzing iterative KPI accomplishment. Decision Support Systems, v. 46, n. 2, p. 512-521, 2009. CHAN, F. T. S.; QI, H. F. An innovative performance measurement method for supply chain management. Supply Chain Management: An International Journal, v. 8, n. 3, p. 209-223, 2003. CHRISTOPHER, M. Logística e gerenciamento da cadeia de suprimentos. São Paulo: Pioneira, 1997. CLELAND, D. I.; KING, W. R. Project management: strategic design and implementation. 3rd ed. New York: McGraw-Hill, 1999. COHEN, W.; LEVINTHAL, D. Absorptive capacity: a new perspective on learning and innovation. Administrative Science Quarterly, v.35, n. 1, p. 128-152, 1990. COYLE, J. J.; BARDI, E.; LANGLEY, C. J. The management of business logistics: a supply chain perspective. Belmont, CA: Thomson Learning, 2003. CROSBY, Philip B. Quality is free: the art of making quality certain. New York: McGraw-Hill, 1979. CROXTON, K. L.; GARCÍA-DASTUGUE, S. J.; LAMBERT, D. M.; ROGERS, D. S. The supply chain management processes. The International Journal of Logistics Management, v. 12, n. 2, p. 13-36, 2001. DAY, G. S. The capabilities of market driven organizations. Journal of Marketing, p.37-52, Oct., 1994. DAVENPORT, T. H. Competing on analytics. Harvard Business Review, p. 1-11, Jan. 2006. 69 DAVENPORT, T. H.; HARRIS, J. Competição analítica. Rio de Janeiro: Campus/Elsevier, 2007. DAVENPORT, T. H.; HARRIS, J.; CRAIG, E.; MILLEY, A.; MORISON, B.; BEVINS, T.; CARRILLO, L.; GALINS, M.; MARTIN, M.; RENNELLA, M. Managing business processes analytically. Global Report of BSG Concours, EUA, 2007. DAVENPORT, T. H.; SHORT, J. The new industrial engineering: information technology and business process redesign. Sloan Management Review, v. 31, n. 4, p. 11-27, 1990. DEMING, W. E. Out of the crisis: quality, productivity, and competitive position. Cambridge: Cambridge University Press, 1986. DE TONI, A.; TONCHIA, S. Performance measurement systems: models, characteristics and measures. International Journal of Operations & Production Management, v. 21, n. 1, p. 46-70, 2001. FARIA, A. C.; COSTA, M. F. G. Gestão de custos logísticos. São Paulo: Atlas, 2005. GARSON, D. G. Partial Least Squares Regression (PLS). Disponível em: http://faculty.chass.ncsu.edu/garson/PA765/pls.htm. Acesso em: 30 dez. 2009. GIL, A. C. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 1994. GROVER, V.; JEONG, S. R.; KETTINGER, W. J.; TENG, J. T. C. The implementation of business process reengineering. Journal of Management Information Systems, v. 12, p. 109–144, 1995. GUNASEKARAN, A.; PATEL, C; TIRTIROGLU, E. Performance measurement and metrics in a supply chain environment. International Journal of Operations & Production Management, v. 21, n. 2, p. 71-87, 2001. HAIR, J. F.; TATHAM, R. L.; ANDERSON, R. E.; BLACK, W. Multivariate data analysis. Upper Saddle River, NJ: Prentice-Hall, 1998. HAMMER, M.; CHAMPY, J. Reengineering the corporation: a manifesto for business revolution. New York, NY: HarperCollins, 1993. HAMMER, M. Reengineering work: Don’t automate, Business Review, p. 104-112, July-Aug., 1990. obliterate. Harvard HAMMER, M.; STANTON, S. How process enterprises really work. Harvard Business Review, v. 77, n. 6, p. 108-118, 1999. HAMMER, M. Process management and the future of six sigma. MIT/Sloan Management Review, v. 43, n. 2, p. 26-32, 2002. 70 HEDGEBETH, D. Data-driven decision making for the enterprise: an overview of business intelligence applications, v. 37, n. 4, p. 414-420, 2007. HOFMANN, P.; REINER, G. Drivers for improving supply chain performance: an empirical study. International Journal of Integrated Supply Management, v. 2, n. 3, p. 214-230, 2006. KANJI, G. K. 100 statistical tests: new edition. London: Sage, 1999. KAPLAN, R. S.; NORTON, D. P. Using the Balanced Scorecard as a Strategic Management System. Harvard Business Review, v. 74, n. 1, p. 75-85, 1996. KAPLAN, R. S. Putting the Balanced Scorecard to work. Harvard Business Review, v. 71, n. 5, p. 134-140, 1993. KAPLAN, R. S.; NORTON, D. P. The Balanced Scorecard – measures that drive performance. Harvard Business Review, v. 70, n. 1, p. 71-79, 1992. KERZNER, H. Project management: a systems approach to planning, scheduling and controlling. New York: Van Nostrand Reinhold, 1979. LI, S.; RAGU-NATHAN, B.; RAGU-NATHAN, T. S.; RAO, S. The impact of supply chain management practices on competitive advantage and organizational performance. The International Journal of Management Science, v. 34, n. 2, p. 107-124, 2006. LOCKAMY, A.; MCCORMACK, K. The development of a supply chain management process maturity model using the concepts of business process orientation. Supply Chain Management: An International Journal, v. 9, n. 4, p. 272-278, 2004. LOPES, H. E. G. A força dos contatos: um estudo das redes interpessoais. Tese (Doutorado). Belo Horizonte. Universidade Federal de Minas Gerais, Centro de Pós-Graduação e Pesquisas em Administração, Belo Horizonte, 2001. MALHOTRA, N. Pesquisa de marketing: uma orientação aplicada. Porto Alegre: Bookman, 2001. MCCORMACK, K.; JOHNSON, W.; WALKER, W. Supply chain networks and business process orientation: advanced strategies and best practices. APICS series on resource management. CRC Boca Raton, Florida: Press LLC. 2003. MCCORMACK, K.; BRONZO, M.; OLIVEIRA, M. P. V. Supply chain maturity and performance. Supply Chain Management: an International Journal, v. 13, n. 4, p. 272-282, 2008. 71 MCCORMACK, K.; BRONZO, M.; OLIVEIRA, M. P. V. Supply chain management maturity in Brazil. In: MCCORMACK, K. (org.). Business process maturity: theory and application. EUA, DRK Consulting, 2007. MENTZER, J. T.; DEWITT, W.; KEEBLER, J. S.; MIN, S.; NIX, N.; SMITH, C.D.; ZACH, Z. G. Defining supply chain management. Journal of Business Logistics, v. 22, n. 2, p. 1-25, 2001. NASLUND, D. Lean, six sigma and lean sigma: fads or real process improvement methods? Business Process Management Journal, v. 14, n. 3, p. 269-287, 2008. NEELY, A.; GREGORY, M.; PLATTS, K. Performance measurement system design: a literature review and research agenda. International Journal of Operations & Production Management, v. 15, n. 4, p. 80-116, 1995. NIESSINK, F.; CLERK, V.; VLIET, H. The IT Service Capability Maturity Model. Software Engineering Research Centre, 2005. Disponível em: <http://itservicecmm.googlepages.com/SPIP98-2.Niessink.pdf>. Acesso em: 27 fev. 2009. OLIVEIRA, M. P. V. Análise estrutural de construtos e relações entre maturidade e desempenho logístico. Dissertação (Mestrado). Belo Horizonte. Universidade Federal de Minas Gerais, Centro de Pós-Graduação e Pesquisas em Administração, Belo Horizonte, 2006. PIRES, S. R. I Gestão da cadeia de suprimentos: conceitos, estratégias, práticas e casos. São Paulo: Atlas, 2004. POIRIER, C. C.; QUINN, F. J. How are we doing? A survey of supply chain progress. Supply Chain Management Review, v. 8, n. 8, p. 24-31, 2004. POIRIER, C. C.; QUINN, F. J. (2003). A survey of supply chain progress. Supply Chain Management Review, v. 7, n. 5, p. 40-47, 2003. PMG. Boost the botton line with supply chain best practices. Signals of performance. Performance Measurement Group, LCC, 2005. Disponível em: http://www.pmgbenchmarking.com/public/Product/scorecard/supply_chain/sco recard.aspx. Acesso em: 21 dez. 2008. PMI. Organizational Project Management Maturity Model (OPM3). Project Management Institute – PMI. Bookstore. Org., 2003. PORTER, M. E. Competitive advantage: creating and sustaining superior performance. New York, NY: Free Press, 1985. RANJAN, J. Business justification with business intelligence. VINE: The Journal of Information and Knowledge Management Systems, v. 38, n. 4, p. 461-475, 2008. 72 SCC – SUPPLY CHAIN COUNCIL – SCOR Version 9.0. Supply-Chain Council, 2008. Disponível em: <www.supply-chain.org/galleries/publicgallery/SCOR%209.0%20Overview%20Booklet.pdf>. Acesso em: 19 dez. 2008. SEI. CMMI for System Engineering/Software Engineering, version 1.02 (CMMISE/SW, V1.02), version 1.02. Technical report CMU/SEI-2000-TR-018. Pittsburgh: Software Engineering Institute – Carnegie Mellon University, 2000. SELLTIZ, C.; WRIGHTSMAN, C. Métodos de pesquisa nas relações sociais. São Paulo: EPU, 1987. SHEWHART, W. A. Statistical Method from the Viewpoint of Quality Control. Dover Publications, Dec. 1986. SILVA, E. L.; MENEZES, E. M. Metodologia da pesquisa e elaboração de dissertação. Florianópolis: UFSC/PPGEP/LED, 2000. SKJOETT-LARSEN, T.; THERNOE, C.; ANDRESEN, C. Supply-chain collaboration: theoretical perspectives and empirical evidence. International Journal of Physical Distribution & Logistics Management, v. 33, n. 6, p. 531549, 2003. SLACK, N.; CHAMBERS, S.; JOHNSTON, R.; BETTS, A. Gerenciamento de operações e de processos. Porto Alegre: Bookman, 2006. SMITH, R. Business process management and the Balanced Scorecard: using processes as strategic drivers. New Jersey: John Wiley & Sons, 2007. SCHONBERGER, R. J. Some observations on the advantages and implementation issues of just-in-time production systems. Journal of Operations Management, v. 3, n. 1, p. 1-12, 1982. SCHONBERGER, R. J. Japanese production management: an evolution – with mixed success. Journal of Operations Management, v. 25, p. 403-419, 2007. SKINNER, W. The focused factory. Harvard Business Review, v. 52, n. 3, p. 113-21, 1974. TARNE, B. A practical guide to improving project management maturity, 2007. Disponível em: http://www.projectsatwork.com/content/articles/239619.cfm>. Acesso em: 19 nov. 2008. TEECE, D. J.; PISANO, G.; SHUEN, A. Dynamic capabilities and strategic management. Strategic Management Journal, v. 18, n. 7, p. 509-533, 1997. 73 TENENHAUS, M.; VINZI, V. E.; CHATELIN, Y.-M.; LAURO, C. PLS path modeling. Computational Statistics & Data Analysis, v. 48, n. 1, p. 159-205, 2005. URDANG, L.; FLEXNER, S. B. The Randon House dictionary of the English language: College edition. New York: Random House, 1968. 1568 p. WOMACK, J. P.; JONES, D. T.; ROOS, D. A máquina que mudou o mundo. Rio de Janeiro: Campus, 1992. 74 APÊNDICE 1 - Instrumento da pesquisa Assinale com um X o seu grau de concordância ou discordância em relação às questões apresentadas neste instrumento de pesquisa, conforme a escala: Discordo totalmente 1 2 3 4 Concordo totalmente 5 PARTE 1 – Gestão e orientação para processos 1.1 Liderança e Estratégia 1.1.1 A diretoria da empresa está comprometida com o planejamento de melhorias dos processos existentes na organização? 1 2 3 4 5 1.1.2 Os resultados atuais dos processos são alinhados às diretrizes do planejamento estratégico da organização? 1 2 3 4 5 1.1.3 As estratégias da empresa são comunicadas adequadamente para os funcionários, em todos os níveis da organização? 1 2 3 4 5 1.1.4 O planejamento estratégico da empresa tem sido eficaz na melhoria do desempenho geral da organização? 1 2 3 4 5 1.2.1 Os principais processos da empresa estão devidamente documentados em fluxogramas, mapas de processos, relatórios ou de outra forma? 1 2 3 4 5 1.2.2 As responsabilidades dos funcionários em relação aos objetivos dos processos da organização estão definidas e devidamente documentadas? 1 2 3 4 5 1.2.3 A organização possui uma metodologia formal e padronizada para descrever ou mapear os seus processos? 1 2 3 4 5 1.2.4 A organização possui uma metodologia formal e padronizada para o desenho de novos processos? 1 2 3 4 5 1.2 Documentação de processos 75 1.3 Medição do desempenho de processos 1.3.1 Indicadores de desempenho estão definidos para a maior parte dos processos da organização? 1 2 3 4 5 1.3.2 Há metas de desempenho para a maior parte dos processos da organização? 1 2 3 4 5 1.3.3 As metas de desempenho dos processos parecem estar alinhadas às diretrizes estratégicas do negócio? 1 2 3 4 5 1.3.4 Os indicadores de desempenho dos processos são 1 comunicados de maneira clara a todos os funcionários que estão direta ou indiretamente envolvidos com esses processos na organização? 2 3 4 5 1.3.5 Os resultados de desempenho dos processos atuais estão 1 sendo utilizados para ajustar metas de melhorias futuras desses processos? 2 3 4 5 1.3.6 Modificações nos processos da organização são 1 documentadas e passam por um processo formal de consultas e decisões na empresa? 2 3 4 5 1.3.7 Quando há mudanças nos processos da empresa, elas são 1 comunicadas de maneira eficaz e rápida aos envolvidos direta ou indiretamente com o processo (por exemplo, fornecedores, funcionários, acionistas, comunidade, outros)? 2 3 4 5 2 3 4 5 1.4.2 Na estrutura organizacional da empresa, existem times ou 1 equipes de profissionais responsáveis por coordenar projetos ou processos interdepartamentais? 2 3 4 5 1.4.3 Existem, na empresa, profissionais responsáveis pela gerência de processos e que se encontram formalmente representados no organograma da empresa? 1 2 3 4 5 1.4.4 Há, na estrutura organizacional da empresa, uma área ou uma gerência responsável pela proposição de melhorias nos processos do negócio? 1 2 3 4 5 1.4 Estrutura organizacional 1.4.1 A estrutura organizacional da empresa facilita a 1 integração do fluxo de atividades entre áreas/departamentos da organização? 76 1.5 Gestão de pessoas 1.5.1 Funcionários da empresa participam periodicamente de 1 cursos e treinamentos que valorizem conhecimentos em gestão de processos? 2 3 4 5 1.5.2 Quando há uma mudança em um processo ou quando há a implementação de um novo processo na organização os funcionários envolvidos são suficientemente treinados antes de começarem a executar as suas atividades neste novo processo? 1 2 3 4 5 1.5.3 Parte da remuneração dos funcionários da empresa está atrelada, de alguma forma, ao desempenho dos processos da organização nos quais atuam esses funcionários? 1 2 3 4 5 1.5.4 Em sua maior parte, as tarefas são executadas 1 valorizando-se a autonomia do funcionário e conferindo-lhe a responsabilidade para tomar certos tipos de decisões na execução de suas tarefas diárias? 2 3 4 5 2 3 4 5 1.6.2 No geral, os funcionários da empresa compreendem a 1 natureza do negócio como uma série de processos interligados? 2 3 4 5 1.6.3 A empresa é capaz de gerenciar adequadamente conflitos 1 entre funções (ou entre departamentos) e minimizar a resistência a mudanças nos processos, se necessário? 2 3 4 5 1.6.4 Existe, na empresa, alinhamento entre os objetivos 1 estratégicos de suas áreas funcionais (marketing, vendas, produção, finanças, outras)? 2 3 4 5 1.6.5 Gerentes da organização realizam reuniões com o objetivo 1 de aprimorarem a integração dos fluxos de atividades afins às várias áreas funcionais do negócio (marketing, vendas, produção, finanças, outras)? 2 3 4 5 1.6 Aspectos da cultura e valores da organização 1.6.1 Conceitos como gestão orientada para processos e 1 excelência no desempenho de processos são discutidos pela gerência da empresa em suas reuniões periódicas? 77 1.7 Orientação para clientes 1.7.1 A organização realiza constantemente pesquisas de 1 mercado para identificar as necessidades dos seus clientes? 2 3 4 5 1.7.2 A maior parte dos funcionários da empresa compreende 1 quais características dos produtos são mais valiosas para os clientes da organização? 2 3 4 5 1.7.3 Os feedbacks (opiniões) de clientes são geralmente 1 utilizados para aprimorar os processos da organização? 2 3 4 5 1.7.4 A organização mede a satisfação dos seus clientes de 1 forma frequente – por exemplo, por semana ou mês? 2 3 4 5 1.7.5 Produtos e serviços são desenvolvidos com base nas 1 necessidades e expectativas dos clientes da empresa? 2 3 4 5 1.7.6 A organização monitora de forma efetiva as ações dos 1 seus concorrentes diretos? 2 3 4 5 1.8.1 A organização está desenvolvendo relacionamentos de 1 longo prazo com seus principais fornecedores, de materiais ou de serviços? 2 3 4 5 1.8.2 A organização trabalha em conjunto com os seus 1 fornecedores buscando maior eficiência e velocidade dos processos de suprimento de materiais e de serviços? 2 3 4 5 1.8.3 As mudanças nos processos de suprimento da empresa 1 são comunicadas de maneira eficaz e rápida para os seus fornecedores de produtos ou serviços? 2 3 4 5 1.8.4 A empresa valoriza o intercâmbio de informações e o 1 compartilhamento de conhecimento com fornecedores estratégicos? 1.8.5 A empresa executa planos conjuntos de melhorias dos 1 processos de suprimento com seus fornecedores estratégicos? 1.8.6 Há equipes de trabalho constituídas por profissionais da 1 sua empresa e de fornecedores, e que estão voltadas ao gerenciamento dos processos de suprimento? 2 3 4 5 2 3 4 5 2 3 4 5 1.8 Orientação para fornecedores 78 1.9 Sistemas e tecnologias da informação 1.9.1 Os sistemas de informação da empresa favorecem a integração de dados de diferentes áreas ou funções da organização? 1.9.2 Os sistemas de informação na empresa permitem acessar dados confiáveis sobre o desempenho dos principais processos ou atividades da organização, a qualquer momento? 1.9.3 Os sistemas de informação da empresa suportam e facilitam a introdução de mudanças nos processos da organização? 1.9.4 A empresa utiliza a internet para acessar dados de seus clientes (previsões, ideias, reclamações)? 1.9.5 A empresa utiliza a internet para acessar dados de seus fornecedores (previsões, ideias, reclamações)? 1.9.6 A empresa utiliza a internet para colocar pedidos de compras de produtos e serviços aos seus fornecedores? 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1.9.7 A empresa utiliza a internet para receber pedidos de 1 produtos ou serviços de seus clientes? 1.9.8 A organização possui um sistema de gerenciamento 1 eletrônico de documentos? 1.9.9 A organização utiliza softwares de modelagem e simulação 1 de processos? 2 3 4 5 2 3 4 5 2 3 4 5 Parte 2 – INDICADORES ANALÍTICOS 2.1 A empresa possui informações a respeito de quais são os 1 atributos mais valorizados pelos seus clientes em relação aos seus produtos e/ou serviços? 2.2 A empresa possui medidas de desempenho para a gestão de 1 seus processos de suprimentos, de materiais ou de serviços? 2 3 4 5 2 3 4 5 2.3 Os responsáveis pelo planejamento das operações da empresa 1 usam ferramentas de simulação para examinarem o impacto de uma decisão antes que tal decisão seja tomada? 2.4 A empresa avalia a lucratividade do negócio para cada 1 segmento de clientes atendido? 2 3 4 5 2 3 4 5 2.5 A empresa reconhece os padrões de demanda para os seus 1 produtos? 2 3 4 5 2.6 Há na empresa a utilização de métodos matemáticos ou de 1 métodos estatísticos para prever demanda? 2 3 4 5 2.7 A empresa planeja sua atuação futura baseando-se em dados1 referentes à demanda por seus produtos/serviços? 2 3 4 5 2.8 A empresa planeja sua atuação futura baseando-se nos1 diferentes perfis de seus clientes/segmentos de clientes? 2 3 4 5 2.9 As previsões de demanda são confiáveis? 2 3 4 5 1 79 2.10 Algum fornecedor possui a responsabilidade gerenciamento dos estoques em sua empresa? pelo1 2 3 4 5 2.11 A empresa compartilha informações sobre previsão de 1 demanda com seus fornecedores? 2 3 4 5 2.12 Pode-se dizer que há um planejamento colaborativo entre sua 1 empresa e seus fornecedores? 2 3 4 5 2.13 A programação da produção da empresa é eficaz em relação 1 aos objetivos de lucratividade do negócio? 2 3 4 5 2.14 A empresa monitora o tempo para atendimento do pedido de 1 seus clientes? 2 3 4 5 2.15 Modificações na programação das operações são examinadas 1 detalhadamente em suas consequências financeiras e operacionais, antes que venham a ser implementadas? 2 3 4 5 2.16 A empresa analisa periodicamente seus erros de previsão? 2 3 4 5 2 3 4 5 2 3 4 5 1 2 3 4 5 3.2.2 A empresa consegue atrair novos clientes? 1 2 3 4 5 3.2.3 A empresa é competitiva, em termos de vendas e de participação (market share), nos mercados em que atua? 1 2 3 4 5 3.2.4 A empresa consegue manter os níveis de satisfação de seus clientes, nos vários mercados em que atua? 1 2 3 4 5 1 PARTE 3 - DESEMPENHO GLOBAL 3.1 Financeiro 3.1.1 Do ponto de vista da lucratividade e do aumento de receita, 1 os resultados financeiros dos últimos dois anos são satisfatórios e atendem as metas do planejamento estratégico da empresa? 3.1.2 Do ponto de vista da eficiência na redução de custos, os 1 resultados financeiros dos últimos dois anos são satisfatórios e atendem as metas do planejamento estratégico da empresa? 3.2 Cliente/Mercado 3.2.1 A empresa tem a fidelização da maior parte de seus clientes? 80 3.3 Processos e capacidades 3.3.1 A empresa é consistente no atendimento de pedido dos 1 seus clientes, isto é, consegue entregar o que foi prometido dentro dos prazos acordados com os seus clientes? 3.3.2 A empresa tem tido êxito em reduzir o tempo de 1 atendimento dos pedidos de seus clientes? 2 3 4 5 2 3 4 5 3.3.3 A empresa tem tido êxito em reduzir o tempo de 1 desenvolvimento de novos produtos? 2 3 4 5 3.3.4 A empresa vem conseguindo desenvolver e gerenciar 1 satisfatoriamente os seus processos externos com fornecedores? 2 3 4 5 3.3.5 A empresa vem conseguindo desenvolver e gerenciar 1 satisfatoriamente os seus processos externos com clientes? 2 3 4 5 3.3.6 As capacidades humanas possuídas pela empresa são 1 adequadas em relação às diretrizes estratégicas do planejamento do negócio? 2 3 4 5 3.3.7 As capacidades tecnológicas possuídas pela empresa são 1 adequadas em relação às diretrizes estratégicas do planejamento do negócio? 2 3 4 5 2 3 4 5 2 3 4 5 3.4.3 A empresa procura continuamente gerar conhecimento a 1 partir da execução de seus processos? 2 3 4 5 3.4.4 As habilidades e as competências do quadro de funcionários 1 da empresa são adequadas para o atendimento das metas estratégicas da organização? 2 3 4 5 3.4 Aprendizado e crescimento 3.4.1 A empresa possui hoje, em seu quadro, funcionários com 1 elevada capacidade ou potencial de crescimento profissional em suas respectivas áreas de competência? 3.4.2 É elevado o nível de comprometimento da maior parte dos 1 funcionários para com as metas de desempenho da empresa? 4. Caracterização da amostra 4.1 Nome da empresa _____________________ 4.2 A empresa possui capital aberto? ( ) Sim ( ) Não 4.3 Qual o segmento principal de atuação de sua empresa? ( ) Agronegócio ( ) Energia ( ) Atacado ( ) Farmacêutico ( ) Autoindústria ( ) Indústria da construção civil ( ) Bens de capital ( ) Indústria digital ( ) Bens de consumo ( ) Papel e celulose ( ) Comunicações ( ) Mineração ( ) Eletroeletrônico ( ) Química e petroquímica ( ) Serviços financeiros ( ) Têxtil ( ) Transporte (logística) ( ) Telecomunicações ( ) Varejo ( ) Siderurgia e metalurgia 81 4.4 Indique o volume de vendas/ano da sua empresa: ( ) Menos de R$100 milhões ( ) R$ 100 - R$150 milhões ( ) R$ 150 - R$200 milhões ( ) R$200 - R$500 milhões ( ) R$500 milhões - R$1 bilhão ( )R$1 bilhão - R$2 bilhões ( )R$2 bilhões - R$10 bilhões ( ) Acima de R$10 bilhões 4.5 Qual é o número total de funcionários em tempo integral de sua empresa? ___________ 4.6 Indique a localização da empresa em que você atua. _______________________ 4.7 ( ( ( ( ( ( Indique o principal mercado de atuação do negócio. ) Local, em um ou dois estados da federação ) Em alguns poucos estados da federação ) Em muitos estados da federação ) Em todo o país ) Em todo o país e no exterior ) Majoritariamente no exterior 82 APÊNDICE 2 - Segmento de atuação das empresas da amostra Cumulative Frequency Valid Percent Valid Percent Percent Agronegócio 17 4,6 4,6 4,6 Atacado 11 3,0 3,0 7,6 Autoindústria 29 7,9 7,9 15,5 8 2,2 2,2 17,7 41 11,1 11,1 28,8 Bens de capital Bens de consumo Comunicações 2 ,5 ,5 29,3 Eletroeletrônico 10 2,7 2,7 32,1 Energia 13 3,5 3,5 35,6 8 2,2 2,2 37,8 Financeiro 15 4,1 4,1 41,8 Indústria da construção 22 6,0 6,0 47,8 Indústria digital 5 1,4 1,4 49,2 Mineração 9 2,4 2,4 51,6 Outros 1 ,3 ,3 51,9 1 ,3 ,3 52,2 2 ,5 ,5 52,7 1 ,3 ,3 53,0 1 ,3 ,3 53,3 1 ,3 ,3 53,5 Farmacêutico Outros: Agência reguladora Autarquia federal Outros: Associação de empresas Outros: Aviação civil Outros: Entidade sem fins lucrativos – Gerenciamento de embalagens vazias Outros: Governo – Saúde pública 83 Fundação científica 1 ,3 ,3 53,8 1 ,3 ,3 54,1 Outros: Produção e comercialização de embalagens sob encomenda Papel e celulose 4 1,1 1,1 55,2 Papel e celulose 2 ,5 ,5 55,7 Produção agropecuária 1 ,3 ,3 56,0 Química e petroquímica 17 4,6 4,6 60,6 Serviços 67 18,2 18,2 78,8 Siderurgia e metalurgia 17 4,6 4,6 83,4 Telecomunicações 9 2,4 2,4 85,9 Têxteis 9 2,4 2,4 88,3 Transformação de plásticos 1 ,3 ,3 88,6 Transporte 30 8,2 8,2 96,7 Varejo 12 3,3 3,3 100,0 368 100,0 100,0 Total Faturamento das empresas da amostra Frequency Menos de R$100 milhões R$100 milhões - R$150 milhões R$150 milhões - R$200 milhões R$200 milhões - R$500 milhões R$500 milhões - R$ 1bilhão R$1 bilhão - R$2 bilhões R$2 bilhões - R$10 bilhões Acima de R$10 bilhões TOTAL Percent Cumulative Percent 90 24.5 24.5 32 8.7 33.2 29 7.9 41.1 45 12.2 53.3 52 14.1 67.4 37 10.1 77.5 42 11.4 88.9 37 11.1 100 368 100,0 84 Alfa de Cronbach e correlações interitens Liderança e estratégia Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items items ,834 ,835 4 Item Statistics @1.1.1_1 @1.1.2_1 @1.1.3_1 @1.1.4_1 Mean 4,16 3,76 3,19 3,61 Std. Deviation ,908 ,974 1,098 ,998 N 368 368 368 368 Inter-Item Correlation Matrix @1.1.1_1 @1.1.2_1 @1.1.3_1 @1.1.4_1 @1.1.1_1 @1.1.2_1 @1.1.3_1 1,000 ,549 ,478 ,549 1,000 ,563 ,478 ,563 1,000 ,530 ,598 ,634 @1.1.4_1 ,530 ,598 ,634 1,000 Inter-Item Covariance Matrix @1.1.1_1 @1.1.2_1 @1.1.3_1 @1.1.4_1 @1.1.1_1 @1.1.2_1 @1.1.3_1 ,825 ,486 ,477 ,486 ,948 ,603 ,477 ,603 1,206 ,481 ,581 ,695 @1.1.4_1 ,481 ,581 ,695 ,995 Item – Total Statistics @1.1.1_1 @1.1.2_1 @1.1.3_1 @1.1.4_1 Scale mean if Scale variance if item deleted item deleted 10,56 6,906 10,96 6,331 11,53 5,863 11,10 6,109 Corrected item- Squared multiple Cronbach's alpha if total correlation correlation item deleted ,604 ,375 ,816 ,681 ,466 ,783 ,667 ,464 ,792 ,712 ,512 ,768 Scale Statistics Mean 14,72 Variance 10,617 Std. Deviation 3,258 N of Items 4 85 Alfa de Cronbach e correlações interitens Documentação de processos Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,890 ,890 4 Item Statistics @1.2.1_1 @1.2.2_1 @1.2.3_1 @1.2.4_1 Mean 3,75 3,42 3,60 3,40 Std. Deviation 1,133 1,030 1,196 1,202 N 368 368 368 368 Inter-Item Correlation Matrix @1.2.1_1 @1.2.2_1 @1.2.3_1 @1.2.4_1 @1.2.1_1 @1.2.2_1 @1.2.3_1 1,000 ,732 ,685 ,732 1,000 ,619 ,685 ,619 1,000 ,599 ,559 ,825 @1.2.4_1 ,599 ,559 ,825 1,000 Inter-Item Covariance Matrix @1.2.1_1 @1.2.2_1 @1.2.3_1 @1.2.4_1 @1.2.1_1 @1.2.2_1 @1.2.3_1 1,283 ,855 ,928 ,855 1,062 ,762 ,928 ,762 1,430 ,815 ,693 1,186 @1.2.4_1 ,815 ,693 1,186 1,446 Item-Total Statistics @1.2.1_1 @1.2.2_1 @1.2.3_1 @1.2.4_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 10,42 9,220 ,755 ,624 ,859 10,75 10,019 ,708 ,565 ,877 10,58 8,517 ,824 ,741 ,832 10,77 8,866 ,752 ,685 ,861 Scale Statistics Mean 14,17 Variance 15,701 Std. Deviation 3,962 N of Items 4 86 Alfa de Cronbach e correlações interitens Medição do desempenho de processos Reliability Statistics Cronbach's Cronbach's alpha based N of Alpha on standardized items Items ,917 ,918 7 Item Statistics @1.3.1_1 @1.3.2_1 @1.3.3_1 @1.3.4_1 @1.3.5_1 @1.3.6_1 @1.3.7_1 Mean 3,70 3,73 3,66 3,31 3,49 3,33 3,10 Std. Deviation 1,077 1,099 1,077 1,170 1,127 1,212 1,126 N 368 368 368 368 368 368 368 Interitem Correlation Matrix @1.3.1_1 @1.3.2_1 @1.3.3_1 @1.3.4_1 @1.3.5_1 @1.3.6_1 @1.3.7_1 @1.3.1_1 @1.3.2_1 @1.3.3_1 @1.3.4_1 @1.3.5_1 @1.3.6_1 1,000 ,776 ,703 ,658 ,661 ,502 ,776 1,000 ,768 ,665 ,680 ,450 ,703 ,768 1,000 ,673 ,705 ,487 ,658 ,665 ,673 1,000 ,732 ,608 ,661 ,680 ,705 ,732 1,000 ,634 ,502 ,450 ,487 ,608 ,634 1,000 ,464 ,431 ,463 ,592 ,581 ,666 @1.3.7_1 ,464 ,431 ,463 ,592 ,581 ,666 1,000 Item – Total Statistics @1.3.1_1 @1.3.2_1 @1.3.3_1 @1.3.4_1 @1.3.5_1 @1.3.6_1 @1.3.7_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 20,61 31,262 ,761 ,660 ,903 20,58 31,069 ,760 ,715 ,903 20,64 31,178 ,769 ,670 ,902 21,00 29,943 ,803 ,649 ,898 20,81 30,187 ,819 ,678 ,897 20,98 31,071 ,670 ,551 ,913 21,21 32,154 ,639 ,507 ,915 Scale Statistics Mean 24,31 Variance 41,592 Std. Deviation 6,449 N of Items 7 87 Alfa de Cronbach e correlações interitens Estrutura organizacional Reliability Statistics Cronbach's Cronbach's alpha based N of Alpha on standardized items Items ,789 ,787 4 Item Statistics @1.4.1_1 @1.4.2_1 @1.4.3_1 @1.4.4_1 Mean 3,49 3,46 3,33 3,20 Std. Deviation 1,075 1,152 1,349 1,315 N 368 368 368 368 Inter-Item Correlation Matrix @1.4.1_1 @1.4.2_1 @1.4.3_1 @1.4.4_1 @1.4.1_1 @1.4.2_1 @1.4.3_1 1,000 ,455 ,353 ,455 1,000 ,631 ,353 ,631 1,000 ,311 ,492 ,640 @1.4.4_1 ,311 ,492 ,640 1,000 Inter-Item Covariance Matrix @1.4.1_1 @1.4.2_1 @1.4.3_1 @1.4.4_1 @1.4.1_1 @1.4.2_1 @1.4.3_1 1,155 ,564 ,512 ,564 1,328 ,981 ,512 ,981 1,820 ,439 ,746 1,135 @1.4.4_1 ,439 ,746 1,135 1,729 Item – Total Statistics @1.4.1_1 @1.4.2_1 @1.4.3_1 @1.4.4_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 9,99 10,599 ,433 ,219 ,810 10,02 8,877 ,667 ,467 ,705 10,14 7,709 ,701 ,542 ,680 10,28 8,415 ,608 ,426 ,733 Scale Statistics Mean 13,48 Variance 14,784 Std. Deviation 3,845 N of Items 4 88 Alfa de Cronbach e correlações interitens Gestão de pessoas Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,773 ,781 4 Item Statistics @1.5.1_1 @1.5.2_1 @1.5.3_1 @1.5.4_1 Mean 3,18 3,11 2,96 3,27 Std. Deviation 1,174 1,089 1,308 1,036 N 368 368 368 368 Inter-Item Correlation Matrix @1.5.1_1 @1.5.2_1 @1.5.3_1 @1.5.4_1 @1.5.1_1 @1.5.2_1 @1.5.3_1 1,000 ,659 ,375 ,659 1,000 ,355 ,375 ,355 1,000 ,443 ,560 ,438 @1.5.4_1 ,443 ,560 ,438 1,000 Inter-Item Covariance Matrix @1.5.1_1 @1.5.2_1 @1.5.3_1 @1.5.4_1 @1.5.1_1 @1.5.2_1 @1.5.3_1 1,377 ,842 ,576 ,842 1,185 ,505 ,576 ,505 1,710 ,539 ,631 ,593 @1.5.4_1 ,539 ,631 ,593 1,073 Item – Total Statistics @1.5.1_1 @1.5.2_1 @1.5.3_1 @1.5.4_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 9,33 7,427 ,612 ,460 ,699 9,40 7,577 ,660 ,524 ,676 9,55 7,660 ,463 ,233 ,788 9,24 8,120 ,597 ,381 ,711 Scale Statistics Mean 12,51 Variance 12,719 Std. Deviation 3,566 N of Items 4 89 Alfa de Cronbach e correlações interitens Cultura e valores da organização Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,874 ,874 5 Item Statistics @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 @1.6.5_1 Mean 3,33 3,31 3,24 3,37 3,26 Std. Deviation 1,148 1,035 1,064 1,141 1,197 N 368 368 368 368 368 Inter-Item Correlation Matrix @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 @1.6.5_1 @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 1,000 ,515 ,529 ,576 ,515 1,000 ,617 ,549 ,529 ,617 1,000 ,623 ,576 ,549 ,623 1,000 ,587 ,530 ,610 ,686 @1.6.5_1 ,587 ,530 ,610 ,686 1,000 Inter-Item Covariance Matrix @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 @1.6.5_1 @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 1,318 ,612 ,646 ,754 ,612 1,071 ,679 ,648 ,646 ,679 1,132 ,756 ,754 ,648 ,756 1,301 ,806 ,657 ,776 ,937 @1.6.5_1 ,806 ,657 ,776 ,937 1,432 Item-Total Statistics @1.6.1_1 @1.6.2_1 @1.6.3_1 @1.6.4_1 @1.6.5_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 13,19 13,841 ,660 ,439 ,858 13,21 14,535 ,658 ,453 ,858 13,28 13,950 ,719 ,531 ,844 13,15 13,307 ,744 ,568 ,837 13,26 13,014 ,736 ,561 ,839 Scale Statistics Mean 16,52 Variance 20,797 Std. Deviation 4,560 N of Items 5 90 Alfa de Cronbach e correlações interitens Orientação para o cliente Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,847 ,850 6 Item Statistics @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 @1.7.6_1 Mean 3,22 3,34 3,54 3,08 3,69 3,25 Std. Deviation 1,259 ,987 1,130 1,345 1,095 1,182 N 367 367 367 367 367 367 Inter-Item Correlation Matrix @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 @1.7.6_1 @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 1,000 ,405 ,465 ,447 ,409 ,405 1,000 ,559 ,429 ,528 ,465 ,559 1,000 ,554 ,620 ,447 ,429 ,554 1,000 ,526 ,409 ,528 ,620 ,526 1,000 ,589 ,376 ,443 ,435 ,505 @1.7.6_1 ,589 ,376 ,443 ,435 ,505 1,000 Inter-Item Covariance Matrix @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 @1.7.6_1 @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 1,585 ,503 ,661 ,756 ,564 ,503 ,974 ,623 ,570 ,571 ,661 ,623 1,276 ,841 ,767 ,756 ,570 ,841 1,808 ,775 ,564 ,571 ,767 ,775 1,199 ,877 ,438 ,591 ,691 ,653 @1.7.6_1 ,877 ,438 ,591 ,691 ,653 1,397 Item-Total Statistics @1.7.1_1 @1.7.2_1 @1.7.3_1 @1.7.4_1 @1.7.5_1 @1.7.6_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 16,91 19,692 ,602 ,423 ,828 16,79 21,618 ,589 ,385 ,830 16,59 19,758 ,694 ,519 ,809 17,05 18,927 ,621 ,400 ,825 16,44 20,142 ,678 ,502 ,813 16,88 20,104 ,613 ,437 ,825 Scale Statistics Mean 20,13 Variance 28,001 Std. Deviation 5,292 N of Items 6 91 Alfa de Cronbach e correlações interitens Orientação para fornecedores Reliability Statistics Cronbach's Cronbach’s Alpha Based N of Alpha on Standardized Items Items ,917 ,919 6 Item Statistics @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 @1.8.6_1 Mean 3,76 3,61 3,33 3,56 3,34 3,08 Std. Deviation 1,097 1,074 1,063 1,132 1,166 1,277 N 368 368 368 368 368 368 Inter-Item Correlation Matrix @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 @1.8.6_1 @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 1,000 ,781 ,655 ,646 ,632 ,781 1,000 ,746 ,713 ,702 ,655 ,746 1,000 ,714 ,704 ,646 ,713 ,714 1,000 ,757 ,632 ,702 ,704 ,757 1,000 ,449 ,541 ,573 ,538 ,668 @1.8.6_1 ,449 ,541 ,573 ,538 ,668 1,000 Inter-Item Covariance Matrix @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 @1.8.6_1 @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 1,204 ,921 ,764 ,803 ,808 ,921 1,154 ,852 ,868 ,879 ,764 ,852 1,130 ,860 ,873 ,803 ,868 ,860 1,282 ,999 ,808 ,879 ,873 ,999 1,358 ,630 ,742 ,778 ,778 ,995 @1.8.6_1 ,630 ,742 ,778 ,778 ,995 1,631 Item-Total Statistics @1.8.1_1 @1.8.2_1 @1.8.3_1 @1.8.4_1 @1.8.5_1 @1.8.6_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 16,92 23,803 ,733 ,634 ,906 17,06 23,181 ,824 ,733 ,894 17,35 23,475 ,801 ,654 ,897 17,11 22,960 ,794 ,664 ,897 17,33 22,392 ,826 ,703 ,893 17,60 23,381 ,635 ,471 ,922 Scale Statistics Mean 20,67 Variance 32,858 Std. Deviation 5,732 N of Items 6 92 Alfa de Cronbach e correlações interitens Tecnologia de informação Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,865 ,867 9 Item Statistics @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 @1.9.9_1 Mean 3,64 3,48 3,25 3,45 3,31 3,69 3,78 3,57 2,95 Std. Deviation 1,126 1,197 1,145 1,263 1,307 1,269 1,218 1,364 1,391 N 368 368 368 368 368 368 368 368 368 Inter-Item Correlation Matrix @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 @1.9.9_1 @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 1,000 ,741 ,682 ,428 ,481 ,262 ,239 ,388 ,741 1,000 ,719 ,427 ,527 ,308 ,323 ,390 ,682 ,719 1,000 ,445 ,495 ,358 ,278 ,384 ,428 ,427 ,445 1,000 ,779 ,384 ,422 ,384 ,481 ,527 ,495 ,779 1,000 ,486 ,440 ,455 ,262 ,308 ,358 ,384 ,486 1,000 ,531 ,303 ,239 ,323 ,278 ,422 ,440 ,531 1,000 ,311 ,388 ,390 ,384 ,384 ,455 ,303 ,311 1,000 ,287 ,329 ,362 ,372 ,418 ,290 ,223 ,508 @1.9.9_1 ,287 ,329 ,362 ,372 ,418 ,290 ,223 ,508 1,000 Inter-Item Covariance Matrix @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 @1.9.9_1 @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 1,267 ,998 ,879 ,608 ,707 ,374 ,327 ,595 ,998 1,433 ,986 ,645 ,824 ,468 ,471 ,637 ,879 ,986 1,312 ,643 ,741 ,521 ,388 ,600 ,608 ,645 ,643 1,594 1,286 ,615 ,649 ,661 ,707 ,824 ,741 1,286 1,709 ,806 ,700 ,811 ,374 ,468 ,521 ,615 ,806 1,611 ,820 ,524 ,327 ,471 ,388 ,649 ,700 ,820 1,484 ,516 ,595 ,637 ,600 ,661 ,811 ,524 ,516 1,859 ,450 ,548 ,577 ,653 ,760 ,512 ,378 ,964 @1.9.9_1 ,450 ,548 ,577 ,653 ,760 ,512 ,378 ,964 1,935 93 Item-Total Statistics @1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1 @1.9.9_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 27,49 50,349 ,618 ,609 ,849 27,64 48,906 ,666 ,658 ,844 27,87 49,512 ,662 ,598 ,845 27,67 48,378 ,656 ,626 ,845 27,81 46,512 ,744 ,692 ,836 27,44 50,601 ,514 ,384 ,858 27,34 51,512 ,486 ,359 ,861 27,56 49,016 ,556 ,365 ,855 28,18 49,873 ,493 ,322 ,862 Scale Statistics Mean 31,12 Variance 61,494 Std. Deviation 7,842 N of Items 9 Alfa de Cronbach e correlações interitens Indicadores analíticos Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,928 ,931 16 Item Statistics @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 Mean 3,70 3,50 2,86 3,72 3,77 3,13 3,67 3,73 3,28 2,42 3,08 3,10 3,34 3,73 3,23 3,23 Std. Deviation 1,087 1,115 1,238 1,224 1,013 1,236 1,076 1,044 1,039 1,389 1,270 1,231 1,055 1,116 1,149 1,180 N 368 368 368 368 368 368 368 368 368 368 368 368 368 368 368 368 94 Inter-Item Correlation Matrix @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 1,000 ,575 ,478 ,428 ,552 ,411 ,507 ,508 ,439 ,184 ,313 ,346 ,466 ,459 ,478 ,515 ,575 1,000 ,498 ,440 ,462 ,466 ,483 ,412 ,394 ,274 ,404 ,411 ,440 ,411 ,472 ,451 ,478 ,498 1,000 ,465 ,535 ,502 ,503 ,435 ,518 ,271 ,359 ,356 ,490 ,323 ,566 ,529 ,428 ,440 ,465 1,000 ,582 ,338 ,513 ,470 ,379 ,110 ,287 ,324 ,431 ,378 ,462 ,401 ,552 ,462 ,535 ,582 1,000 ,518 ,669 ,572 ,542 ,200 ,344 ,374 ,519 ,439 ,548 ,558 ,411 ,466 ,502 ,338 ,518 1,000 ,639 ,505 ,592 ,397 ,418 ,440 ,449 ,335 ,440 ,505 ,507 ,483 ,503 ,513 ,669 ,639 1,000 ,742 ,665 ,330 ,423 ,456 ,562 ,455 ,541 ,537 ,508 ,412 ,435 ,470 ,572 ,505 ,742 1,000 ,619 ,275 ,449 ,493 ,553 ,445 ,544 ,509 ,439 ,394 ,518 ,379 ,542 ,592 ,665 ,619 1,000 ,286 ,389 ,436 ,548 ,412 ,551 ,542 ,184 ,274 ,271 ,110 ,200 ,397 ,330 ,275 ,286 1,000 ,549 ,491 ,359 ,224 ,320 ,294 ,313 ,404 ,359 ,287 ,344 ,418 ,423 ,449 ,389 ,549 1,000 ,804 ,483 ,384 ,421 ,446 ,346 ,411 ,356 ,324 ,374 ,440 ,456 ,493 ,436 ,491 ,804 1,000 ,534 ,410 ,433 ,455 ,466 ,440 ,490 ,431 ,519 ,449 ,562 ,553 ,548 ,359 ,483 ,534 1,000 ,533 ,600 ,519 ,459 ,411 ,323 ,378 ,439 ,335 ,455 ,445 ,412 ,224 ,384 ,410 ,533 1,000 ,510 ,469 ,478 ,472 ,566 ,462 ,548 ,440 ,541 ,544 ,551 ,320 ,421 ,433 ,600 ,510 1,000 ,634 ,515 ,451 ,529 ,401 ,558 ,505 ,537 ,509 ,542 ,294 ,446 ,455 ,519 ,469 ,634 1,000 95 Inter-Item Covariance Matrix @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 1,181 ,696 ,644 ,569 ,608 ,552 ,593 ,576 ,496 ,277 ,432 ,463 ,534 ,557 ,598 ,660 ,696 1,243 ,687 ,601 ,522 ,642 ,579 ,480 ,456 ,424 ,572 ,564 ,518 ,511 ,605 ,594 ,644 ,687 1,533 ,704 ,671 ,769 ,670 ,562 ,666 ,466 ,564 ,542 ,640 ,446 ,806 ,773 ,569 ,601 ,704 1,499 ,721 ,511 ,676 ,601 ,482 ,186 ,446 ,488 ,557 ,517 ,650 ,579 ,608 ,522 ,671 ,721 1,025 ,648 ,729 ,605 ,570 ,281 ,442 ,466 ,554 ,497 ,637 ,667 ,552 ,642 ,769 ,511 ,648 1,527 ,850 ,651 ,760 ,681 ,657 ,669 ,586 ,463 ,625 ,736 ,593 ,579 ,670 ,676 ,729 ,850 1,159 ,833 ,744 ,493 ,578 ,604 ,639 ,547 ,669 ,683 ,576 ,480 ,562 ,601 ,605 ,651 ,833 1,090 ,671 ,399 ,595 ,634 ,609 ,518 ,652 ,628 ,496 ,456 ,666 ,482 ,570 ,760 ,744 ,671 1,079 ,413 ,513 ,558 ,601 ,478 ,658 ,665 ,277 ,424 ,466 ,186 ,281 ,681 ,493 ,399 ,413 1,928 ,968 ,839 ,526 ,348 ,511 ,481 ,432 ,572 ,564 ,446 ,442 ,657 ,578 ,595 ,513 ,968 1,613 1,257 ,647 ,544 ,615 ,668 ,463 ,564 ,542 ,488 ,466 ,669 ,604 ,634 ,558 ,839 1,257 1,516 ,694 ,564 ,612 ,662 ,534 ,518 ,640 ,557 ,554 ,586 ,639 ,609 ,601 ,526 ,647 ,694 1,114 ,628 ,728 ,646 ,557 ,511 ,446 ,517 ,497 ,463 ,547 ,518 ,478 ,348 ,544 ,564 ,628 1,246 ,654 ,617 ,598 ,605 ,806 ,650 ,637 ,625 ,669 ,652 ,658 ,511 ,615 ,612 ,728 ,654 1,321 ,861 ,660 ,594 ,773 ,579 ,667 ,736 ,683 ,628 ,665 ,481 ,668 ,662 ,646 ,617 ,861 1,393 96 Item – Total Statistics @2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 49,78 147,635 ,625 ,496 ,924 49,98 147,183 ,625 ,468 ,924 50,62 144,573 ,646 ,496 ,924 49,76 147,249 ,558 ,434 ,926 49,71 147,062 ,702 ,596 ,922 50,36 144,201 ,660 ,534 ,923 49,81 144,393 ,764 ,711 ,921 49,75 146,210 ,714 ,628 ,922 50,20 146,782 ,694 ,571 ,923 51,06 148,814 ,430 ,371 ,931 50,41 144,718 ,622 ,688 ,924 50,38 144,577 ,649 ,687 ,924 50,14 145,997 ,714 ,544 ,922 49,76 148,304 ,580 ,407 ,925 50,25 144,241 ,716 ,580 ,922 50,25 144,091 ,700 ,540 ,922 Scale Statistics Mean 53,48 Variance 165,326 Std. Deviation 12,858 N of Items 16 97 Alfa de Cronbach e correlações interitens Desempenho financeiro Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,784 ,784 2 Item Statistics @3.1.1_1 @3.1.2_1 Mean 3,71 3,57 Std. Deviation 1,148 1,115 N 368 368 Inter-Item Correlation Matrix @3.1.1_1 @3.1.2_1 @3.1.1_1 @3.1.2_1 1,000 ,645 ,645 1,000 Inter-Item Covariance Matrix @3.1.1_1 @3.1.2_1 @3.1.1_1 @3.1.2_1 1,317 ,825 ,825 1,244 Item – Total Statistics Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted a @3.1.1_1 3,57 1,244 ,645 ,416 . a @3.1.2_1 3,71 1,317 ,645 ,416 . a. The value is negative due to a negative average covariance among items. This violates reliability model assumptions. You may want to check item codings. Scale Statistics Mean 7,28 Variance 4,212 Std. Deviation 2,052 N of Items 2 98 Alfa de Cronbach e correlações interitens Desempenho cliente/mercado Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,853 ,854 4 Item Statistics @3.2.1_1 @3.2.2_1 @3.2.3_1 @3.2.4_1 Mean 3,81 3,90 3,92 3,89 Std. Deviation 1,001 1,006 1,013 ,888 N 368 368 368 368 Inter-Item Correlation Matrix @3.2.1_1 @3.2.2_1 @3.2.3_1 @3.2.4_1 @3.2.1_1 @3.2.2_1 @3.2.3_1 1,000 ,593 ,536 ,593 1,000 ,690 ,536 ,690 1,000 ,596 ,546 ,605 @3.2.4_1 ,596 ,546 ,605 1,000 Inter-Item Covariance Matrix @3.2.1_1 @3.2.2_1 @3.2.3_1 @3.2.4_1 @3.2.1_1 @3.2.2_1 @3.2.3_1 1,003 ,597 ,544 ,597 1,012 ,703 ,544 ,703 1,026 ,530 ,488 ,545 @3.2.4_1 ,530 ,488 ,545 ,789 Item-Total Statistics @3.2.1_1 @3.2.2_1 @3.2.3_1 @3.2.4_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 11,71 6,298 ,665 ,460 ,827 11,62 6,055 ,722 ,549 ,802 11,60 6,033 ,720 ,553 ,803 11,63 6,729 ,678 ,474 ,822 Scale Statistics Mean 15,52 Variance 10,642 Std. Deviation 3,262 N of Items 4 99 Alfa de Cronbach e correlações interitens Processo/capacidade Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,861 ,861 7 Item Statistics @3.3.1_1 @3.3.2_1 @3.3.3_1 @3.3.4_1 @3.3.5_1 @3.3.6_1 @3.3.7_1 Mean 3,75 3,52 3,21 3,37 3,53 3,52 3,66 Std. Deviation ,984 ,982 1,045 ,974 ,930 ,892 ,992 N 368 368 368 368 368 368 368 Inter-Item Correlation Matrix @3.3.1_1 @3.3.2_1 @3.3.3_1 @3.3.4_1 @3.3.5_1 @3.3.6_1 @3.3.7_1 @3.3.1_1 @3.3.2_1 @3.3.3_1 @3.3.4_1 @3.3.5_1 @3.3.6_1 1,000 ,656 ,490 ,440 ,549 ,418 ,656 1,000 ,548 ,439 ,579 ,398 ,490 ,548 1,000 ,573 ,536 ,375 ,440 ,439 ,573 1,000 ,635 ,484 ,549 ,579 ,536 ,635 1,000 ,516 ,418 ,398 ,375 ,484 ,516 1,000 ,313 ,288 ,355 ,392 ,384 ,503 @3.3.7_1 ,313 ,288 ,355 ,392 ,384 ,503 1,000 Item – Total Statistics @3.3.1_1 @3.3.2_1 @3.3.3_1 @3.3.4_1 @3.3.5_1 @3.3.6_1 @3.3.7_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 20,82 18,773 ,641 ,492 ,839 21,04 18,699 ,654 ,532 ,837 21,36 18,345 ,645 ,457 ,839 21,19 18,670 ,665 ,505 ,836 21,03 18,526 ,727 ,559 ,827 21,04 19,702 ,596 ,406 ,845 20,91 19,967 ,481 ,297 ,861 Scale Statistics Mean 24,56 Variance 25,213 Std. Deviation 5,021 N of Items 7 100 Alfa de Cronbach e correlações interitens Aprendizagem e crescimento Reliability Statistics Cronbach's Cronbach's Alpha Based N of Alpha on Standardized Items Items ,858 ,859 4 Item Statistics @3.4.1_1 @3.4.2_1 @3.4.3_1 @3.4.4_1 Mean 3,79 3,79 3,60 3,64 Std. Deviation ,944 ,960 1,001 ,934 N 368 368 368 368 Inter-Item Correlation Matrix @3.4.1_1 @3.4.2_1 @3.4.3_1 @3.4.4_1 @3.4.1_1 @3.4.2_1 @3.4.3_1 1,000 ,594 ,563 ,594 1,000 ,643 ,563 ,643 1,000 ,611 ,580 ,626 @3.4.4_1 ,611 ,580 ,626 1,000 Inter-Item Covariance Matrix @3.4.1_1 @3.4.2_1 @3.4.3_1 @3.4.4_1 @3.4.1_1 @3.4.2_1 @3.4.3_1 ,891 ,538 ,533 ,538 ,921 ,618 ,533 ,618 1,003 ,538 ,520 ,586 @3.4.4_1 ,538 ,520 ,586 ,873 Item – Total Statistics @3.4.1_1 @3.4.2_1 @3.4.3_1 @3.4.4_1 Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if Item Deleted Item Deleted Total Correlation Correlation Item Deleted 11,03 6,244 ,682 ,473 ,828 11,04 6,080 ,708 ,508 ,817 11,22 5,878 ,715 ,522 ,815 11,18 6,191 ,707 ,505 ,818 Scale Statistics Mean 14,82 Variance 10,353 Std. Deviation 3,218 N of Items 4 101 APÊNDICE 3 - @1.1.1_1 <- LidEstrat @1.1.1_1 -> BPO @1.1.2_1 <- LidEstrat @1.1.2_1 -> BPO @1.1.3_1 <- LidEstrat @1.1.3_1 -> BPO @1.1.4_1 <- LidEstrat @1.1.4_1 -> BPO @1.2.1_1 <- DocPro @1.2.1_1 -> BPO @1.2.2_1 <- DocPro @1.2.2_1 -> BPO @1.2.3_1 <- DocPro @1.2.3_1 -> BPO @1.2.4_1 <- DocPro @1.2.4_1 -> BPO @1.3.1_1 <- MedDesPro @1.3.1_1 -> BPO @1.3.2_1 <- MedDesPro @1.3.2_1 -> BPO @1.3.3_1 <- MedDesPro @1.3.3_1 -> BPO @1.3.4_1 <- MedDesPro @1.3.4_1 -> BPO @1.3.5_1 <- MedDesPro @1.3.5_1 -> BPO @1.3.6_1 <- MedDesPro @1.3.6_1 -> BPO @1.3.7_1 <- MedDesPro @1.3.7_1 -> BPO @1.4.1_1 <- EstOrg @1.4.1_1 -> BPO @1.4.2_1 <- EstOrg @1.4.2_1 -> BPO @1.4.3_1 <- EstOrg @1.4.3_1 -> BPO @1.4.4_1 <- EstOrg @1.4.4_1 -> BPO @1.5.1_1 <- GestPess @1.5.1_1 -> BPO @1.5.2_1 <- GestPess @1.5.2_1 -> BPO @1.5.3_1 <- GestPess Teste de mensuração do modelo hipotético Standard Standard Original Sample Sample Mean Deviation Error T Statistics (O) (M) (STDEV) (STERR) (|O/STERR|) 0,7646 0,7584 0,0386 0,0386 19,8035 0,565 0,5591 0,0493 0,0493 11,4653 0,8344 0,8351 0,0263 0,0263 31,7693 0,666 0,6639 0,0451 0,0451 14,7606 0,8178 0,8165 0,0279 0,0279 29,3077 0,6224 0,6233 0,0482 0,0482 12,9196 0,8537 0,8517 0,0241 0,0241 35,3987 0,6822 0,6804 0,04 0,04 17,0688 0,8642 0,8644 0,0229 0,0229 37,7933 0,5845 0,5879 0,0472 0,0472 12,3725 0,8397 0,8414 0,0247 0,0247 34,0098 0,634 0,6381 0,0427 0,0427 14,8372 0,9016 0,9014 0,0164 0,0164 55,1407 0,6018 0,6043 0,0458 0,0458 13,1375 0,8639 0,8645 0,0233 0,0233 37,0993 0,6475 0,6491 0,0457 0,0457 14,1774 0,8267 0,8264 0,026 0,026 31,7431 0,6221 0,62 0,0515 0,0515 12,0768 0,8301 0,8296 0,0239 0,0239 34,7868 0,6423 0,6411 0,0459 0,0459 13,986 0,8392 0,8366 0,024 0,024 34,9672 0,6889 0,6826 0,043 0,043 16,009 0,8629 0,8617 0,0212 0,0212 40,6077 0,693 0,6917 0,0409 0,0409 16,9283 0,8776 0,8776 0,02 0,02 43,8715 0,7481 0,7477 0,0441 0,0441 16,9554 0,756 0,7542 0,0369 0,0369 20,4811 0,6293 0,6284 0,0508 0,0508 12,3786 0,7337 0,7319 0,0408 0,0408 17,9722 0,6801 0,6792 0,0416 0,0416 16,3426 0,7037 0,7037 0,041 0,041 17,1626 0,6322 0,6287 0,052 0,052 12,1516 0,8251 0,8231 0,0265 0,0265 31,1298 0,5739 0,5703 0,047 0,047 12,2106 0,8266 0,8227 0,0299 0,0299 27,6752 0,5392 0,5331 0,0568 0,0568 9,501 0,7672 0,7652 0,0454 0,0454 16,9087 0,5405 0,5364 0,0603 0,0603 8,9674 0,802 0,8021 0,0271 0,0271 29,6125 0,6378 0,6373 0,0393 0,0393 16,221 0,8491 0,852 0,0231 0,0231 36,7914 0,7115 0,7137 0,0335 0,0335 21,2595 0,6558 0,6508 0,0524 0,0524 12,508 #VALOR! 4,3646E-59 4,7122E-26 3,769E-105 1,1306E-38 3,1211E-96 1,7215E-31 1,067E-117 5,8946E-48 1,369E-125 2,0455E-29 5,566E-113 5,6118E-39 1,172E-174 2,5168E-32 2,469E-123 2,2752E-36 4,671E-105 2,6191E-28 1,24E-115 1,2821E-35 3,038E-116 1,1428E-43 1,743E-134 2,1906E-47 2,603E-144 1,7007E-47 7,7293E-62 1,9402E-29 1,2501E-51 5,1514E-45 2,4526E-48 1,3773E-28 7,269E-103 8,2866E-29 3,8646E-90 3,3905E-19 2,6306E-47 1,8638E-17 2,3568E-97 1,5959E-44 2,52E-122 5,4671E-65 6,3089E-30 102 @1.5.3_1 -> BPO @1.5.4_1 <- GestPess @1.5.4_1 -> BPO @1.6.1_1 <- CultVal @1.6.1_1 -> BPO @1.6.2_1 <- CultVal @1.6.2_1 -> BPO @1.6.3_1 <- CultVal @1.6.3_1 -> BPO @1.6.4_1 <- CultVal @1.6.4_1 -> BPO @1.6.5_1 <- CultVal @1.6.5_1 -> BPO @1.7.1_1 <- OrientClient @1.7.1_1 -> BPO @1.7.2_1 <- OrientClient @1.7.2_1 -> BPO @1.7.3_1 <- OrientClient @1.7.3_1 -> BPO @1.7.4_1 <- OrientClient @1.7.4_1 -> BPO @1.7.5_1 <- OrientClient @1.7.5_1 -> BPO @1.7.6_1 <- OrientClient @1.7.6_1 -> BPO @1.8.1_1 <- OrientForn @1.8.1_1 -> BPO @1.8.2_1 <- OrientForn @1.8.2_1 -> BPO @1.8.3_1 <- OrientForn @1.8.3_1 -> BPO @1.8.4_1 <- OrientForn @1.8.4_1 -> BPO @1.8.5_1 <- OrientForn @1.8.5_1 -> BPO @1.8.6_1 <- OrientForn @1.8.6_1 -> BPO @1.9.1_1 <- SistTI @1.9.1_1 -> BPO @1.9.2_1 <- SistTI @1.9.2_1 -> BPO @1.9.3_1 <- SistTI @1.9.3_1 -> BPO @1.9.4_1 <- SistTI @1.9.4_1 -> BPO @1.9.5_1 <- SistTI @1.9.5_1 -> BPO @1.9.6_1 <- SistTI 0,5212 0,7959 0,6845 0,7848 0,7087 0,7832 0,6952 0,8275 0,714 0,8476 0,7644 0,8362 0,7036 0,7262 0,5743 0,738 0,6335 0,8083 0,6294 0,7342 0,5205 0,7935 0,5939 0,7341 0,5828 0,8218 0,6313 0,8875 0,6723 0,8706 0,6826 0,8648 0,6634 0,8811 0,6568 0,7374 0,6057 0,7602 0,5802 0,8021 0,6732 0,7876 0,6162 0,7359 0,5224 0,808 0,5771 0,5629 0,5182 0,7934 0,6842 0,7858 0,7126 0,7806 0,6917 0,8285 0,7119 0,8475 0,7651 0,8352 0,7035 0,7236 0,571 0,7347 0,6295 0,8073 0,627 0,7304 0,5151 0,7953 0,5943 0,7313 0,5738 0,8171 0,6278 0,8852 0,6687 0,8714 0,6829 0,8647 0,6619 0,8777 0,6529 0,7332 0,599 0,7578 0,5701 0,8004 0,6655 0,7859 0,6081 0,7351 0,5208 0,8076 0,5792 0,5549 0,0542 0,0317 0,0436 0,0323 0,0433 0,0299 0,0377 0,0276 0,0404 0,0219 0,0324 0,022 0,0408 0,0427 0,0556 0,0355 0,0427 0,0297 0,0453 0,0415 0,0555 0,0266 0,0562 0,0433 0,0584 0,0273 0,0415 0,0167 0,0358 0,018 0,0429 0,0207 0,0421 0,0186 0,0442 0,0363 0,0445 0,0348 0,0489 0,0276 0,0406 0,0331 0,055 0,0391 0,0613 0,031 0,0536 0,0687 0,0542 0,0317 0,0436 0,0323 0,0433 0,0299 0,0377 0,0276 0,0404 0,0219 0,0324 0,022 0,0408 0,0427 0,0556 0,0355 0,0427 0,0297 0,0453 0,0415 0,0555 0,0266 0,0562 0,0433 0,0584 0,0273 0,0415 0,0167 0,0358 0,018 0,0429 0,0207 0,0421 0,0186 0,0442 0,0363 0,0445 0,0348 0,0489 0,0276 0,0406 0,0331 0,055 0,0391 0,0613 0,031 0,0536 0,0687 9,6141 25,0684 15,6916 24,281 16,383 26,2085 18,4423 30,0133 17,685 38,6987 23,5972 38,0646 17,2281 17,0121 10,3388 20,8026 14,8385 27,2136 13,8827 17,6739 9,3852 29,8749 10,5752 16,9421 9,9874 30,1399 15,2104 53,2984 18,7606 48,3505 15,9182 41,8377 15,756 47,401 14,8522 20,3051 13,6183 21,8447 11,8728 29,0383 16,5901 23,7983 11,2065 18,8348 8,5163 26,0672 10,7701 8,1957 1,4256E-19 3,9324E-80 2,162E-42 4,7821E-77 3,5372E-45 1,5046E-84 1,5214E-53 8,027E-99 1,8448E-50 1,702E-128 2,3976E-74 1,825E-126 1,3292E-48 1,0013E-47 4,8509E-22 3,849E-63 5,5455E-39 2,1622E-88 3,2511E-35 2,047E-50 8,1822E-19 2,5728E-98 7,2528E-23 1,9257E-47 7,8463E-21 2,771E-99 1,8295E-40 4,854E-170 7,6828E-55 5,345E-157 2,6526E-43 3,008E-138 1,1915E-42 2,21E-154 4,8921E-39 4,0011E-61 3,4873E-34 2,3936E-67 1,4992E-27 3,0911E-95 5,1402E-46 3,8347E-75 4,0949E-25 3,8304E-55 4,941E-16 5,2669E-84 1,4897E-23 4,7552E-15 103 @1.9.6_1 -> BPO @1.9.7_1 <- SistTI @1.9.7_1 -> BPO @1.9.8_1 <- SistTI @1.9.8_1 -> BPO @1.9.9_1 <- SistTI @1.9.9_1 -> BPO @2.10_1 <- Analytics @2.11_1 <- Analytics @2.12_1 <- Analytics @2.13_1 <- Analytics @2.14_1 <- Analytics @2.15_1 <- Analytics @2.16_1 <- Analytics @2.1_1 <- Analytics @2.2_1 <- Analytics @2.3_1 <- Analytics @2.4_1 <- Analytics @2.5_1 <- Analytics @2.6_1 <- Analytics @2.7_1 <- Analytics @2.8_1 <- Analytics @2.9_1 <- Analytics @3.1.1_1 <- Financeiro @3.1.1_1 <- Desempenho @3.1.2_1 <- Financeiro @3.1.2_1 <- Desempenho @3.2.1_1 <- ClientMkt @3.2.1_1 <- Desempenho @3.2.2_1 <- ClientMkt @3.2.2_1 <- Desempenho @3.2.3_1 <- ClientMkt @3.2.3_1 <- Desempenho @3.2.4_1 <- ClientMkt @3.2.4_1 <- Desempenho @3.3.1_1 <- ProcCap @3.3.1_1 <- Desempenho @3.3.2_1 <- ProcCap @3.3.2_1 <- Desempenho @3.3.3_1 <- ProcCap @3.3.3_1 <- Desempenho @3.3.4_1 <- ProcCap @3.3.4_1 <- Desempenho @3.3.5_1 <- ProcCap @3.3.5_1 <- Desempenho @3.3.6_1 <- ProcCap @3.3.6_1 <- Desempenho @3.3.7_1 <- ProcCap 0,3133 0,5419 0,3512 0,6492 0,5061 0,5877 0,4533 0,451 0,6339 0,6667 0,7658 0,6483 0,769 0,7515 0,6952 0,6732 0,6988 0,6291 0,7645 0,7026 0,8156 0,7712 0,7516 0,8926 0,5855 0,9202 0,6743 0,8108 0,67 0,8524 0,7369 0,848 0,6891 0,8246 0,7178 0,7465 0,6769 0,754 0,6639 0,7464 0,659 0,7732 0,7235 0,8217 0,7526 0,7178 0,7191 0,6102 0,3036 0,5385 0,3503 0,6447 0,5003 0,5834 0,4479 0,4465 0,6305 0,664 0,7679 0,6471 0,7697 0,7474 0,6962 0,6678 0,6971 0,6296 0,7643 0,6951 0,8132 0,7689 0,75 0,8898 0,5864 0,9204 0,678 0,8081 0,666 0,8499 0,7342 0,8474 0,6863 0,8215 0,7157 0,7491 0,6775 0,7501 0,6577 0,7449 0,6557 0,7714 0,7202 0,8215 0,7506 0,7166 0,7197 0,6062 0,0677 0,0702 0,0721 0,0438 0,0576 0,0579 0,0595 0,0557 0,0501 0,0484 0,0328 0,0519 0,0348 0,0349 0,04 0,0471 0,0376 0,0636 0,0397 0,0434 0,0273 0,0354 0,0382 0,0237 0,0601 0,0115 0,0442 0,0318 0,0446 0,0209 0,0359 0,0249 0,0429 0,036 0,0417 0,0384 0,0496 0,0373 0,0484 0,0414 0,0487 0,0362 0,0422 0,0268 0,035 0,0409 0,035 0,0612 0,0677 0,0702 0,0721 0,0438 0,0576 0,0579 0,0595 0,0557 0,0501 0,0484 0,0328 0,0519 0,0348 0,0349 0,04 0,0471 0,0376 0,0636 0,0397 0,0434 0,0273 0,0354 0,0382 0,0237 0,0601 0,0115 0,0442 0,0318 0,0446 0,0209 0,0359 0,0249 0,0429 0,036 0,0417 0,0384 0,0496 0,0373 0,0484 0,0414 0,0487 0,0362 0,0422 0,0268 0,035 0,0409 0,035 0,0612 4,6277 7,7215 4,8704 14,8102 8,7858 10,1509 7,6122 8,1023 12,6554 13,7624 23,373 12,4887 22,1151 21,556 17,4021 14,3071 18,5687 9,8991 19,2632 16,175 29,8918 21,7683 19,6569 37,7301 9,7417 80,2959 15,2729 25,5244 15,0284 40,7587 20,5026 34,1123 16,0519 22,8824 17,2296 19,4413 13,6558 20,1945 13,7237 18,0162 13,545 21,3421 17,1644 30,7001 21,5077 17,5408 20,5219 9,9725 5,2155E-06 1,2191E-13 1,6898E-06 7,184E-39 7,061E-17 2,1625E-21 2,5278E-13 9,1001E-15 1,7455E-30 9,5849E-35 1,8583E-73 7,4618E-30 1,9609E-68 3,4796E-66 2,6092E-49 7,0252E-37 4,6485E-54 1,5664E-20 6,8939E-57 2,4471E-44 2,2314E-98 4,858E-67 1,7225E-58 2,192E-125 5,3274E-20 1,558E-227 1,0295E-40 6,6172E-82 9,7352E-40 5,962E-135 6,3234E-62 2,476E-113 7,6753E-44 1,6663E-71 1,3107E-48 1,2985E-57 2,4928E-34 1,125E-60 1,3564E-34 8,2755E-52 6,7163E-34 2,5367E-65 2,4116E-48 2,567E-101 5,448E-66 7,1211E-50 5,2807E-62 8,8192E-21 104 @3.3.7_1 <- Desempenho @3.4.1_1 <- AprendCresc @3.4.1_1 <- Desempenho @3.4.2_1 <- AprendCresc @3.4.2_1 <- Desempenho @3.4.3_1 <- AprendCresc @3.4.3_1 <- Desempenho @3.4.4_1 <- AprendCresc @3.4.4_1 <- Desempenho 0,5995 0,8103 0,6157 0,8395 0,6899 0,8563 0,7597 0,8441 0,7209 0,5962 0,8086 0,615 0,8357 0,6852 0,8559 0,7592 0,8425 0,7193 0,0623 0,0323 0,0575 0,0279 0,0454 0,0213 0,038 0,0306 0,0382 0,0623 0,0323 0,0575 0,0279 0,0454 0,0213 0,038 0,0306 0,0382 9,6189 25,0729 10,7083 30,0857 15,1928 40,2159 19,9839 27,6104 18,8592 1,374E-19 3,7767E-80 2,4645E-23 4,368E-99 2,1508E-40 2,856E-133 8,0655E-60 6,789E-90 3,0468E-55 105 APÊNDICE 4 - Efeitos totais e níveis de significância: teste estrutural do modelo Efeitos Analytics -> AprendCresc Analytics -> ClientMkt Analytics -> Desempenho Analytics -> Financeiro Analytics -> ProcCap BPO -> AprendCresc BPO -> ClientMkt BPO -> CultVal BPO -> Desempenho BPO -> DocPro BPO -> EstOrg BPO -> Financeiro BPO -> GestPess BPO -> LidEstrat BPO -> MedDesPro BPO -> OrientClient BPO -> OrientForn BPO -> ProcCap BPO -> SistTI Desempenho -> AprendCresc Desempenho -> ClientMkt Desempenho -> Financeiro Desempenho -> ProcCap Cargas da amostra original 0,2945 0,2977 0,3526 0,246 0,3271 0,4236 0,4282 0,8794 0,5072 0,7128 0,7375 0,3539 0,8257 0,7771 0,823 0,7817 0,7721 0,4705 0,7499 0,8352 0,8442 0,6977 0,9275 média das cargas da amostra Bootstrapping 0,2767 0,2793 0,3312 0,233 0,307 0,4455 0,4494 0,8802 0,5327 0,7164 0,7357 0,3738 0,8272 0,7775 0,8227 0,78 0,7715 0,4935 0,7483 0,8356 0,8434 0,7021 0,9265 Desvio padrão Estatística T 0,0561 5,2501 0,0569 5,2306 0,0669 5,2743 0,051 4,8217 0,0627 5,2168 0,0646 6,5587 0,0639 6,7015 0,0193 45,471 0,0727 6,975 0,0361 19,729 0,0348 21,1968 0,0551 6,4206 0,0219 37,6367 0,0305 25,4909 0,0324 25,4006 0,0368 21,2131 0,0294 26,2906 0,0674 6,9804 0,0302 24,8248 0,025 33,3854 0,025 33,7938 0,0442 15,7736 0,0123 75,4769 P valor 2,64E-07 2,92E-07 2,34E-07 2,13E-06 3,12E-07 1,95E-10 8,27E-11 6,1E-149 1,54E-11 8,77E-59 9,8E-65 4,42E-10 4,4E-125 8,93E-82 2E-81 8,42E-65 7,27E-85 1,48E-11 3,52E-79 8E-111 3,1E-112 1,01E-42 1,2E-218 Fonte: Dados da pesquisa. 106