XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
MODELO MULTICRITÉRIO DE APOIO
À DECISÃO NA GESTÃO DE PROCESSO
DE NEGÓCIO
Ana Carolina Scanavachi Moreira Campos (UFPE)
[email protected]
Adiel Teixeira de Almeida (UFPE)
[email protected]
Muitas organizações estão engajadas em aumentar sua produtividade e
em melhorar a qualidade de seus produtos e operações. Uma forma de
alcançar tais objetivos é por meio da Gestão de Processo de Negócio
(BPM). Técnicas para identificar, anaalisar, avaliar e melhorar os
processos são chamadas de Modelagem de Processo de Negócio. A
seleção de uma técnica de modelagem interfere diretamente no
resultado do BPM. A existência de um número considerável de técnicas
e as diversas características presentes em cada uma delas tornam o
processo de decisão da escolha da técnica complexo. Neste contexto,
este trabalho propõe um modelo para classificação das técnicas de
modelagem de processo de negócio baseado nos objetivos da
modelagem usando o método ELECTRE TRI-B. Esse modelo serve
como base para a avaliação das técnicas de modelagem e para uma
pré-análise que subsidiaria uma escolha posterior. Ao final, é
apresentado um exemplo a fim de demonstrar o modelo.
Palavras-chaves: Apoio Multicritério à Decisão, Gestão de Processo
de Negócio,Técnicas de Modelagem de Processo de Negócio
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
1. Introdução
O atual cenário de globalização e, por conseguinte a intensa competição entre as organizações
pela conquista de maiores parcelas de mercado faz com que as organizações estejam cada vez
mais preocupadas com a melhoria da qualidade de seus produtos e operações e ao mesmo
tempo com a redução de custos.
Em face disso, as organizações têm prestado mais atenção ao apoio da Gestão de Processo de
Negócio para adaptarem-se a esse novo e complexo ambiente, se tornarem mais competitivas
e para alcançar os seus objetivos de desempenho.
A Gestão de Processo de Negócio pode ser definida como uma abordagem que busca
melhorar de forma rápida e contínua os processos de negócio. (KO et al., 2009.). Técnicas
para identificar, analisar, avaliar e melhorar os processos são chamadas de Modelagem de
Processo de Negócio. Portanto, a modelagem é uma ferramenta útil para formalizar o
conhecimento sobre os processos de negócio e atualmente existe uma grande quantidade de
metodologias e técnicas para a modelagem (LUO & TUNG, 1999).
Aguilar-Savén (2004) em seu trabalho descreve as principais técnicas de modelagem de
processo de negócio. De acordo com o seu artigo, as principais técnicas são: Fluxograma,
Diagrama do Fluxo de Dados (DFD), Diagrama de Papéis e Atividades (RAD), Diagrama de
Interação dos Papéis (RID), Gráfico de Gantt, IDEF0, IDEF3, Rede de Petri Colorida (CPN),
Método Orientado ao Objeto (OO), técnica do Fluxo de Trabalho (Workflow). O Gráfico de
Gantt, apesar de não ser uma técnica utilizada para descrever e analisar o processo, serve para
controlar a situação atual de seu desempenho. Maiores informações sobre essas técnicas
podem ser encontradas em Damij (2007), Abeysinghe & Phalp (1997), Luo & Tung (1999) e
no site IDEF.
A seleção de uma técnica de modelagem de processo de negócio interfere diretamente no
resultado do BPM, uma vez que cada técnica possui suas próprias características, captura um
particular aspecto do processo de negócio e realça um particular ponto de vista. Desta
maneira, escolher a técnica de modelagem mais apropriada aos objetivos e resultados que a
organização pretende alcançar não é uma tarefa fácil. A existência de um número
considerável de técnicas e as diversas características presentes em cada uma delas tornam esse
processo de decisão ainda mais complexo.
Sendo assim, este trabalho propõe um modelo para classificação das técnicas de modelagem
de processo de negócio baseado nos objetivos da modelagem usando o método ELECTRE
TRI-B, que agrupará as técnicas de modelagem com características semelhantes em
categorias. Este modelo serve como base para a avaliação das técnicas de modelagem e para
uma pré-análise que subsidiaria uma escolha posterior. Assim, após a classificação das
técnicas por grau de adequação ao propósito da modelagem, o decisor pode aprofundar seu
conhecimento somente nas técnicas mais apropriadas ao seu objetivo de modelagem antes de
tomar uma decisão definitiva.
O restante do artigo é organizado como segue. A Seção 2 apresenta conceitos relativos ao
Apoio Multicritério à Decisão (MCDA) e ao método ELECTRE TRI-B, além de sumarizar
artigos encontrados na literatura que aplicam MCDA na área da Gestão de Processo de
Negócio. A Seção 3 descreve o modelo de classificação das técnicas de modelagem de
processo de negócio e a Seção 4 apresenta um exemplo para ilustrar esse modelo. Finalmente,
a conclusão é apresentada na Seção 5 onde também são dadas sugestões para futuros
trabalhos.
2
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
2. Apoio Multicritério à Decisão e Gestão de Processo de Negócio
O Apoio Multicritério à Decisão visa estabelecer uma relação de preferências entre as
alternativas que estão sendo avaliadas sob a influência de vários critérios, no processo de
decisão. Esses múltiplos critérios representam os múltiplos objetivos que o decisor pretende
alcançar (ALMEIDA & RAMOS, 2002).
Modelos de Decisão Multicritério têm sido aplicados em diferentes áreas a fim de auxiliar os
indivíduos a tomarem decisões, tais como na área da saúde, meio ambiente, energia e
finanças. Na literatura também é possível encontrar trabalhos que utilizam a abordagem de
decisão multicritério para auxiliar a tomada de decisão na Gestão de Processo de Negócio. Por
exemplo, Mansar et al. (2009) desenvolveu uma ferramenta de decisão que se baseia no
método multicritério AHP (Analytic Hierarchy Process) que ordena as melhores práticas para
o Redesign do Processo de Negócio (BPR) com o objetivo de aumentar a eficiência do
redesign. A ferramenta fornece uma lista das melhores práticas de acordo com as preferências
da equipe de redesign.
Yen (2009), por sua vez, propôs uma abordagem baseada no método AHP que integra os
diversos resultados apresentados por um processo de negócio e a preferência de todos os
stakeholders envolvidos, em um único resultado global do processo.
Um modelo para a seleção de BPMS (Business Process Management Software) baseado no
método AHP foi proposto por Stemberger et al. (2010). O método AHP também foi utilizado
por Felix & Bing (2001) para apoiar a seleção do melhor design de modelo de Sistema de
Manufatura Flexível (FMS) viável para a organização, levando em consideração os conceitos
da Reengenharia do Processo de Negócio (BPR).
Shimizu & Sahara (2000) elaboraram uma ferramenta que utiliza o método AHP e a técnica
IDEF0 para apoiar a tomada de decisão racional na Gestão de Processo de Negócio. Por meio
da sua utilização, é possível avaliar e escolher entre as opções que foram levantadas no BPM,
aquela que de fato melhorará o processo.
Um modelo para seleção de um processo para o BPM baseado no método AHP, Fuzzy AHP e
BSC (Balanced Scorecard) foi desenvolvido por Cho & Lee (2011). Este modelo utiliza o
BSC para definir os critérios de avaliação dos processos e o método AHP e Fuzzy AHP
(combinação da teoria dos conjuntos fuzzy com o método multicritério AHP) para selecionar
o processo.
Embora todos estes trabalhos utilizem o método multicritério AHP para auxiliar a tomada de
decisão na área de Gestão de Processo de Negócio, outros métodos multicritério também
podem ser usados, tais como ELECTRE, PROMETHEE, Teoria da Utilidade Multiatributo
(MAUT).
A escolha do método multicritério mais apropriado depende de diversos fatores considerados
durante a fase de estruturação do problema. Dentre estes fatores têm-se: as características do
problema analisado, do contexto considerado, da estrutura de preferência do decisor e o tipo
de problemática que por sua vez está relacionada com o resultado pretendido para o problema
(ALMEIDA, 2011). Roy (1996) identifica quatro tipos básicos de problemática: escolha,
classificação, ordenação e descrição. Com base nisso, para o problema considerado neste
estudo, foi utilizado o método ELECTRE TRI-B, que lida com a problemática de
classificação, a seguir descrito.
2.1 Método ELECTRE TRI-B
ELECTRE TRI-B é um método que aloca um conjunto de alternativas A={a1, a2,…ai} em
3
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
categorias pré-definidas e ordenadas C={Ck, Ck+1,…, Cn} considerando o desempenho de A
em relação à um conjunto de critérios F={g1, g2,…,gm} por meio da utilização de relações de
sobreclassificação (FIGUEIRA et al., 2005).
A relação de sobreclassificação é uma relação binária que permite concluir que ai
sobreclassifica aj se houver argumentos suficientes para afirmar que a alternativa ai é pelo
menos tão boa quanto a alternativa aj (concordância) e não há nenhuma razão que contrarie
esta afirmação (discordância). Dentro do contexto de problemas de classificação a relação de
sobreclassificação é usada para estimar o grau de sobreclassificação de uma alternativa ai
sobre um índice da referência Irk que distingue as categorias Ck e Ck+1 (Figura 1). Os índices
de referência são determinados pelo decisor (ZOPOUNIDIS & DOUMPOS, 2002).
Categoria Ck+3
Irk+2
Categoria Ck+2
Irk+1
Categoria Ck+1
Irk
Categoria Ck
Figura 1 – Definição das categorias pelos índices de referência (Adaptada de Merad et al., 2004)
A fim de determinar as relações de sobreclassificação, todas as comparações par a par entre
cada alternativa e índice de referência devem ser efetuadas para todos os critérios. Essa
comparação permite o cálculo do índice de credibilidade σ(ai, Irk) e σ(Irk, ai). O índice de
credibilidade σ(ai, Irk) está relacionado com afirmação de que a alternativa ai é pelo menos tão
boa quanto o índice referência Irk, enquanto que o índice de credibilidade σ(Irk, ai) está
relacionado com a afirmação de que o índice de referência Irk é pelo menos tão bom quanto a
alternativa ai (ZOPOUNIDIS & DOUMPOS, 2002).
Nesse processo de comparação par a par, a incerteza dos valores dos critérios pode ser levada
em consideração por meio de dois limiares: o limiar de indiferença qe e o limiar de preferência
pe (MERAD et al., 2004).
Cada relação de sobreclassificação é então construída por meio de quatro passos
(LOURENÇO & COSTA, 2004): (ver Merad et al. (2004) para mais detalhes)
a)
b)
c)
d)
Cálculo do índice de concordância parcial (cj) e índice de concordância global (C);
Cálculo do índice de discordância (dj);
Cálculo do índice da credibilidade (σ);
Estabelecimento da relação de sobreclassificação.
Na construção das relações de sobreclassificação dois tipos de parâmetros relacionados aos
critérios estão envolvidos: um conjunto de pesos (w1,w2,...,wi) que expressa a importância
relativa entre os critérios e é utilizado no cálculo do índice de concordância global e um
conjunto de limiares de veto (v1(Irk), v2(Irk),..., vm(Irk)) que é usado no teste de discordância.
vj(Irk) representa a menor diferença gj(Irk) - gj(ai), incompatível com a afirmação de que aiSIrk
4
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
Esses parâmetros devem ser definidos pelo decisor (LOURENÇO & COSTA, 2004).
O estabelecimento da relação de sobreclassificação se dá por meio do índice de credibilidade
(σ) e do nível de corte (λ). O valor do nível de corte varia entre 0,5 e 1 e é definido pelo
decisor. As alternativas e os índices de referência podem se relacionar da seguinte forma (YU,
1992; MERAD et al., 2004):
a)
b)
c)
d)
σ(ai, Irk)≥λ e σ(Irk, ai)≥λ, ai e Irk são indiferentes;
σ(ai, Irk)≥λ e σ(Irk, ai)<λ, ai sobreclassifica Irk;
σ(Irk, ai)≥λ e σ(ai, Irk)<λ, Irk sobreclassifica ai;
σ(ai, Irk)<λ e σ(Irk, ai)<λ, ai e Irk são incomparáveis.
Para alocação das alternativas nas categorias, o método ELECTRE TRI-B emprega dois
procedimentos, o pessimista e o otimista (ZOPOUNIDIS & DOUMPOS, 2002). A diferença
entre eles está na ordem seguida para a comparação das alternativas com os índices de
referência. O processo pessimista é mais exigente e aloca cada alternativa à categoria mais
elevada para qual a alternativa ai sobreclassifica o índice de referência da categoria inferior. Já
o processo otimista é o contrário, aloca cada alternativa à categoria menos elevada para qual o
índice de referência da categoria superior sobreclassifica a alternativa ai (LOURENÇO &
COSTA, 2004).
Divergências entre as duas classificações podem acontecer e origina das situações de
incomparabilidade entre a alternativa e o índice de referência. Nessas situações, o decisor
pode adotar uma das duas classificações conforme o seu perfil. (MOUSSEAU &
SLOWINSKI, 1998).Caso deseje ser prudente, optará pelo procedimento pessimista.
3. Modelo para Classificação das Técnicas de Modelagem de Processo de Negócio
O modelo proposto neste trabalho para avaliação e classificação das técnicas de modelagem
se baseia no Apoio a Decisão Multicritério, especificamente no método multicritério
ELECTRE TRI-B. Este modelo tem por objetivo auxiliar na tomada decisão da escolha da
técnica de modelagem a ser utilizada no BPM, pois por meio da sua utilização o indivíduo
identifica dentre todas as técnicas de modelagem, aquelas que mais se adequam ao seu
objetivo de modelagem, podendo então a partir daí aprofundar seu conheciemento nessas
técnicas para depois tomar uma decisão mais concisa. O modelo segue as etapas a seguir
descritas (Figura 2).
Como é fundamental ter pleno conhecimento do que se deseja obter com a modelagem antes
de selecionar uma técnica, a primeira etapa então consiste em determinar a finalidade da
modelagem, isto é o seu objetivo. Essa finalidade pode ser por exemplo, a de compreender a
estrutura e a dinâmica dos processos, ou a de entender os problemas atuais do processo e
identificar as possibilidades de melhoria, ou a de assegurar que os todos os envolvidos
(empregados, fornecedores, clientes) tenham um entendimento comum do processo, ou a de
controlar e monitorar as atividades do processo, etc. A finalidade não necessariamente se
traduz em um único objetivo, dependendo da situação pode ser uma combinação de vários
objetivos. Assim, a finalidade pode ser a de compreender a estrutura do processo e ao mesmo
tempo a de implantar um sistema para controlar os processos. Definido o(s) objetivo(s) da
modelagem passa-se então à etapa seguinte.
A segunda etapa consite na definição das técnicas de modelagem que serão avaliadas. Como
em um momento mais adiante será necessário avaliar essas técnicas em relação aos critérios
que serão definidos na etapa a seguir, faz se necessário também na presente etapa coletar
informações sobre essas técnicas. Não é preciso aprofundar no conhecimento destas técnicas
5
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
neste momento, visto que essa atividade deve ser feita somente após a classificação e apenas
sobre as técnicas que foram classificadas como mais apropriadas para a modelagem.
Os critérios representam os pontos de vista através dos quais se deseja avaliar as técnicas de
modelagem de processo de negócio. A definição dos critérios depende do propósito da
modelagem (etapa 1), dos participantes envolvidos, das intenções de desenvolver futuros
projetos na área do BPM, do ambiente e tipo de sistema de produção onde será feita a
modelagem. A determinação deve ser um processo iterativo com o objetivo de especificar
critérios que são completos (exaustivos), não redundante, mensuráveis e conciso. (KEENEY
& RAIFFA, 1993). Tendo em mente essas considerações definem-se os critérios na etapa 3.
A quarta etapa consiste na avaliação de cada técnica de modelagem de processo de negócio
por cada critério estabelecido. Nessa fase são utilizadas as informações colhidas
anteriormente (etapa 2) sobre as técnicas de modelagem. Dependendo do critério, poderá
haver avaliação quantitativa ou qualitativa.
Os pesos dos critérios representam suas importâncias relativas e o seu valor aumenta em
função da importância relativa do critério. Assim, o decisor na etapa 5 deve expressar a
importância de cada critério em termos de sua contribuição para a conquista do(s) objetivo(s)
da modelagem.
Na sexta etapa devem ser definidas as categorias que servirão como padrão para classificar as
técnicas de modelagem. Como cada categoria é definida por dois índices de referência (um
superior e outro inferior), é necessário especificar os valores desses índices. As categorias
devem ser definidas de acordo com a preferência do decisor.
A etapa 7 consiste na determinação dos valores dos parâmetros que devem ser definidos de
acordo com a estrutura de preferência do decisor. Assim, os valores dos limiares de
preferência (p) e indiferença (q) para cada critério, a fim de levar em consideração a
imprecisão das avaliações das técnicas de modelagem, devem ser especificados pelo decisor.
Ele deve também estabelecer o limiar de veto (v) para cada critério, que como mencionado
anteriormente está relacionado com a idéia de veto em relação à afirmação de que a
alternativa sobreclassifica o índice de referência. E por último deve determinar o nível de
corte (λ) que é considerado o menor valor do índice de credibilidade (σ(ai, Irk) (σ(Irk, ai))
compatível com a afirmação de que a alternativa ai sobreclassifica o índice de referência Irk
(índice de referência Irk sobreclassifica a alternativa ai ). Deve-se ter cuidado com a escolha
do nível de corte uma vez que ele desempenha um papel importante na classificação das
alternativas. Caso o seu valor seja alto (próximo à 1), as alternativas, no procedimento
pessimista, serão alocadas à categorias mais baixas e no procedimento otimista, nas mais
altas. E caso o seu valor seja mais baixo (próximo à 0,5) acontecerá o inverso.
A oitava etapa consiste na classificação das técnicas de modelagem. Para a construção do
modelo e obtenção do resultado pode-se utilizar uma ferramenta que está disponível na
internet no site do LAMSADE (www.lamsade.dauphine.fr/) ou o software Microsoft Excel.
Obtido o resultado, é necessário fazer a análise sensitiva (etapa 9) para validar a robustez da
classificação e a análise do comportamento do resultado por meio da variação dos parâmetros
(p,q,v, λ).
6
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
1) Definir o(s) objetivo(s) da modelagem
2) Definir as técnicas de modelagem
que serão avaliadas
3) Determinar os critérios de avaliação
4) Avaliar as técnicas de modelagem
em relação a cada critério
5) Estabelecer o peso de cada critério
6) Definir as categorias e seus limites
7) Estabelecer os parâmetros
8) Executar o modelo
9) Realizar análise sensitiva do
resultado
Figura 2 – Modelo para classificação das técnicas de modelagem de processo de negócio
4. Exemplo de Aplicação do Modelo
O gerente de uma empresa fabricante de eletrodomésticos decidiu fazer a modelagem do
processo de desenvolvimento de produto devido aos constantes atrasos que estavam
ocorrendo no lançamento de novos produtos. Assim, todas as atividades envolvidas desde a
concepção (idéia) do produto até a entrega desse produto ao departamento de produção
industrial deveriam ser modeladas. Uma vez que não está clara para a empresa a relação de
dependência entre as atividades que devem ser desempenhadas durante o processo de
desenvolvimento de novos produtos, bem como os responsáveis por cada uma dessas
atividades, a modelagem deveria explicitar esses pontos.
7
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
Os objetivos dessa modelagem são, portanto, o de conhecer todas as atividades envolvidas
nesse processo e documentá-las de modo a obter uma visão geral do processo, o de expressar
a relação de dependência entre as atividades e o de indicar os responsáveis por cada atividade.
As técnicas de modelagem consideradas para este caso foram baseadas no estudo de AguilarSavén (2004), assim as técnicas a serem avaliadas são: Fluxograma, Diagrama do Fluxo de
Dados (DFD), Diagrama de Papéis e Atividades (RAD), Diagrama de Interação dos Papéis
(RID), Gráfico de Gantt, IDEF0, IDEF3, Rede de Petri Colorida (CPN), técnica do Fluxo de
Trabalho (Workflow). O Método Orientado ao Objeto (OO) não foi considerado, uma vez que
as informações encontradas no estudo de Aguilar-Savén (2004) não foram suficientes para
realizar a avaliação dessa técnica.
Os critérios foram estabelecidos a partir dos requisitos necessários da modelagem. Assim, por
exemplo, como é fundamental que a técnica seja de fácil comprensão por todos os envolvidos
no processo, é necessário então avaliar as técnicas de modelagem de processo de negócio
quanto ao critério interpretação. De forma semelhante, foram estabalecidos os outros critérios,
sendo eles: flexibilidade, construção, distinção entre as atividades principais e secundárias,
indicação de responsabilidade, visão geral do processo, relação de dependência entre as
atividades e quantidade de sistemas de apoio.
A avalição das técnicas perante cada critério foi realizada com base no estudo de AguilarSavén (2004), onde as características de cada técnica de modelagem são comentadas. A fim
de avaliar as técnicas de modelagem de processo de negócio, uma escala verbal (tabela 1) foi
desenvolvida pelo analista.
Escala Verbal 1
Muito Alto (MA)
Alto (A)
Médio (M)
Baixo (B)
Muito Baixo (MB)
Escala Verbal 2
Muito Fácil (MF)
Fácil (F)
Médio (M)
Difícil (D)
Muito Difícil (MD)
Escala Verbal 3
Sim (S)
Não (N)
Valor Numérico
9
7
5
3
1
Tabela 1 – Escala verbal
Com base então no estudo de Aguilar-Savén (2004) e na tabela 1 foi construída a Matriz de
Avaliação das técnicas de modelagem de processo de negócio (tabela 2).
Critério
Interpretação
Flexibilidade
Construção
Distinção entre as
atividades
principais/secundárias
Indicação de
responsabilidade
Visão geral do processo
Relação de dependência
entre as atividades
Quantidade de sistemas
de apoio
Fluxograma
MF
MA
MF
DFD
F
M
M
RAD
F
M
F
RID
M
M
D
Gantt
F
MB
F
IDEF0
MD
MB
D
IDEF3
MF
MB
MD
CPN
MD
M
D
Workflow
MF
MA
MF
N
S
N
N
N
S
N
N
N
N
N
S
N
S
N
S
S
S
N
S
S
N
S
N
N
S
S
S
S
S
S
N
S
S
N
S
52
13
1
1
5
14
14
5
108
Tabela 2 – Avaliação das técnicas de modelagem de processo de negócio
Para definição dos pesos foi utilizada uma escala de 1 a 5, onde 5 é o mais importante e 1 o
menos importante. Dessa forma, por exemplo, como um dos objetivos principais da
8
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
modelagem é que ela apresente a relação de dependência entre as atividades do processo, o
critério “Relação de dependência entre as atividades” foi definido com peso igual a 5. Tabela
3 apresenta os demais pesos dos critérios atribuídos pelo gerente (decisor).
Critério
Interpretação
Flexibilidade
Construção
Distinção entre atividades principais/secundárias
Indicação de responsabilidade
Visão geral do processo
Relação de dependência entre atividades
Quantidade de sistemas de apoio
Peso
3
1
1
3
4
5
5
2
Tabela 3 – Peso dos critérios
Para a presente situação, o gerente decidiu que as técnicas de modelagem deveriam ser
classificadas em três categorias conforme a sua adequação para conduzir a modelagem:
 Categoria 1, Mais Apropriada: as técnicas alocadas nessa categoria são adequadas para
realizar a modelagem;
 Categoria 2, Possivelmente Apropriada, as técnicas alocadas nessa categoria possivelmente
são adequadas para realizar a modelagem;
 Categoria 3, Não Apropriada, as técnicas alocadas nessa categoria não são adequadas para
realizar a modelagem.
Dessa forma, como existem três categorias, dois índices de referência (Ir1 e Ir2) devem ser
estabelecidos. O índice Ir1 determina o desempenho mínimo que uma técnica deve ter para
estar na categoria 1 e o índice Ir2 o desempenho mínimo para a técnica estar na categoria 2,
caso contrário ela será alocada na categoria 3. Esses índices (Tabela 4) foram determinados
com base na estrutura de preferência do decisor de acordo com a escala verbal usada para
avaliar as técnicas de modelagem. Como quanto melhor forem avaliadas as técnicas nesses
critérios mais apropriadas e completas elas serão, o índice de referência que delimita a
primeira categoria (categoria Mais Apropriada) deve possuir um valor maior do que o Ir2.
Critério
Interpretação
Flexibilidade
Construção
Distinção entre atividades principais/secundárias
Indicação de responsabilidade
Visão Geral do processo
Relação de dependência entre atividades
Quantidade de sistemas de apoio
Ir1
5
5
5
5
9
7
9
8
Ir2
3
3
3
3
5
5
5
5
Tabela 4 – Índices de referência
Quanto aos parâmetros, tem-se:
 Os limiares de preferência (p) e indiferença (q) não foram considerados pelo decisor, pois
não são aplicáveis ao tipo de escala utilizada que contém valores inteiros no intervalo de 1
a 9;
 Pelo mesmo motivo os limiares de veto para cada critério não foram utilizados;
 O nível de corte (λ) foi definido pelo decisor igual a 0,6.
9
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
Com base em todas essas informações o modelo foi executado no Microsoft Excel. A Tabela
5 apresenta o resultado da classificação considerando tanto o procedimento otimista quanto o
pessimista.
Técnicas
Fluxograma
DFD
RAD
RID
Gantt
IDEF0
IDEF3
CPN
Workflow
Categoria
Otimista Pessimista
2
3
1
1
2
3
1
1
2
3
1
1
1
3
3
3
1
1
Tabela 5 – Resultado da classificação
Considerando o procedimento otimista, verifica-se que as técnicas DFD, RID, IDEF0, IDEF3
e Workflow foram alocadas na categoria “Mais Apropriada”. As técnicas Fluxograma, RAD e
Gráfico de Gantt foram alocadas na categoria “Possivelmente Apropriada” e na categoria
“Não Apropriada” foi alocada a técnica CPN.
Considerando o procedimento pessimista, foram alocadas na categoria “Mais Apropriada” as
mesmas técnicas que haviam sido alocadas pelo procedimento otimista, com exceção da
técnica IDEF3 que passou agora a ser classificada como “Não Apropriada”. Na categoria
“Possivelmente Apropriada” não foi alocada nenhuma técnica e na categoria “Não
Apropriada” foram alocadas, portanto, as demais técnicas em avaliação.
Como visto anteriormente os procedimentos otimista e pessimista são diferentes, portanto é
possível que eles aloquem algumas alternativas em categorias diferentes.
Por último, conforme o modelo proposto neste artigo é necessário realizar a análise sensitiva
do resultado.
4. Conclusão
O modelo proposto neste artigo objetiva auxiliar os decisores na seleção da técnica de
modelagem de processo de negócio para o BPM. Por meio do seu uso, os decisores podem
organizar a informação, tornar critérios conflituosos explícitos, gerenciar a subjetividade e
mover em direção a uma decisão.
Para tal fim, a abordagem multicritério foi considerada, em especial o método ELECTRE
TRI-B que lida com problemas de classificação. Esse modelo classifica as técnicas de
modelagem de processo de negócio em categorias servindo para uma pré-análise que
subsidiaria uma escolha posterior, visto que por meio da sua utilização o indivíduo identifica
dentre todas as técnicas de modelagem aquelas que mais se adequam ao seu objetivo de
modelagem, podendo então a partir daí aprofundar o seu conheciemento nessas técnicas para
depois tomar uma decisão mais concisa.
Uma revisão da literatura também foi realizada a fim de investigar a utilização da abordagem
multicritério na área de Gestão de Processo de Negócio.
Uma extensão deste trabalho seria o desenvolvimento de um modelo que auxilie os decisores
à determinarem os critérios de avaliação das técnicas de modelagem, criando uma forma de
10
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
operacionalizar essa atividade. Além disso, propor uma maneira dos decisores expressar os
pesos dos critérios de uma maneira clara e livre de erros.
Outra sugestão seria considerar o uso de modelos de decisão em grupo, especialmente
acoplados com processos de negócio colaborativos.
Referências
ABEYSINGHE, G. & PHALP, K. Combining Process Modelling Methods. Information and Software
Technology. Vol. 39, p.107-124, 1997.
AGUILAR-SAVÉN, R.S. Business Process Modelling: Review and Framework. International Journal of
Production Economics. Vol. 90, p.129-149, 2004.
ALMEIDA, A.T. O Conhecimento e o Uso de Métodos Multicritério de Apoio a Decisão. 2. ed. Recife: Editora
Universitária, 2011.
ALMEIDA, A.T & RAMOS F.S. (Org). Gestão da Informação na competitividade das organizações. 2. ed.
Recife: Editora Universitária, 2002.
CHO, C. & LEE, S. A Study on Process Evaluation and Selection Model for Business Process Management.
Expert Systems with Applications. Vol. 38, p.6339-6350, 2011.
DAMIJ, N. Business Process Modelling Using Diagrammatic and Tabular Techniques. Business Process
Management Journal. Vol. 13, p.70-90, 2007.
FELIX, T.S. & BING, J. The Application of Flexible Manufacturing Technologies in Business Process
Reengineering. International Journal of Flexible Manufacturing Systems. Vol. 13, p.131-144, 2001.
FIGUEIRA, J.; GRECO, S. & EHRGOTT, M. (Ed) Multiple Criteria Decision Analysis: State of the Art
Surveys. Springer, 2005.
IDEF, Integrated Definition Methods web page: < http://www.idef.com>
KEENEY, R. L.; RAIFFA, H. Decisions with multiple objectives: preferences and value tradeoffs. New York:
Cambridge University Press, 1993.
KO R.K.L.; LEE, S.S.G. & LEE E.W. Business process management (BPM) standards: a survey. Business
Process Management Journal. Vol.15, p.744-791, 2009.
LAMSADE, web page: <www.lamsade.dauphine.fr/>
LOURENÇO, R.P. & COSTA, J.P. Using ELECTRE TRI Outranking Method to Sort MOMILP Nondominated
Solutions. European Journal of Operational Research. Vol. 153, p.271-289, 2004.
LUO, W. & TUNG, Y. A Framework for Selecting Business Process Modeling Methods. Industrial
Management & Data Systems. Vol. 99, p.312-319, 1999.
MANSAR, S.L.; REIJERS, H.A. & OUNNAR, F. Development of a Decision-Making Strategy to Improve the
Efficiency of BPR. Expert Systems with Applications. Vol. 36, p.3248-3262, 2009.
MERAD, M.M.; VERDEL, T.; ROY, B. & KOUNIALI, S. Use of Multi-Criteria Decision-Aids for Risk
Zoning and Management of Large area Subjected to Mining-Induced Hazards. Tunnelling and Underground
Space Technology. Vol. 19, p.125-138, 2004.
MOUSSEAU, V. & SLOWINSKI, R. Inferring an ELECTRE TRI Model from Assigment Examples. Journal of
Global Optimization. Vol. 12, p.157-174, 1998.
ROY, B. Multicriteria Methodology for Decision Aiding. Netherlands: Kluwer Academic Publishers, 1996.
SHIMIZU Y. & SAHARA Y. A Supporting System for Evaluation and Review of Business Process through
Activity-Based Approach. Computers and Chemical Engineering. Vol. 24, p.997-1003, 2000.
STEMBERGER, M.I.; BOSILJ-VUKSIC, V. & JAKLIC, J. Business Process Management Software
Selection – Two Case Studies. Ekonomska Istrazivanja-Economic Research. Vol. 22, p.84-99, 2010.
YEN, V.C. An Integrated Model for Business Process Measurement. Business Process Management Journal.
Vol. 15, p.865-875, 2009.
YU, W. Aide Multicritère à la Décision dans le Cadre de la Problématique du Tri. Ph.D. Thesis, Université de
11
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no
Cenário Econômico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.
Paris-Dauphine, 1992.
ZOPOUNIDIS, C. & DOUMPOS, M. Multicriteria Classification and Sorting Methods: A Literature Review.
European Journal of Operational Research. Vol. 138, p.229-246, 2002.
12