Ferramentas de Apoio à Decisão

Finalmente abordam-se mais duas ferramentas: uma instrumental, o já várias vezes referido AHP e outra metodológica e de muita utilidade no DNP, o CBR. Atribuiu-se-lhes uma classificação, que se denominou de “ferramentas de apoio à decisão” em processos de DNP.

4.3.6.1

Analytical Hierarchy Process (AHP)

Não existem fortes evidências de utilização pelas empresas desta ferramenta como se pode ver da tabela 4-1, (Yeh et al., 2010) de que não faz parte. Da parte dos académicos a investigação é relevante (ver os grafos ilustrados nos gráficos 4-1 e 4-2) e da consulta da web

of science, é importante a quantidade de artigos (Anexo I) associáveis tema. No entanto,

ainda de acordo com ao grafos, é evidente a sua complementaridade com um vasto leque de ferramentas metodológicas. Nos seus respectivos livros, Creveling et al. (2003) e Yang e El- Haik (2009), não se referem a esta ferramenta. No entanto não deixará de se lhe fazer uma abordagem, ainda que ligeira. Baseada em matemática e psicologia, ela foi desenvolvida na década de 1970 por Thomas Saaty (Saaty, 1980), na Escola Wharton da Universidade da Pensilvânia.

Trata-se de uma ferramenta de apoio à decisão no âmbito do projecto de DNP. De acordo com Chin et al. (2008) e Chan et al. (2006), o AHP é uma metodologia muito útil na triagem e hierarquização das diversas decisões que devem ser tomadas nas empresas que se dediquem

ao DNP, fundamentalmente no tocante às diversas alternativas em apreço. Apesar de possuir diversas características consideradas interessantes ao fim em vista, ainda de acordo com Chin

et al. (2008), a ferramenta tem duas limitações relevantes:

1. Em primeiro lugar, a incapacidade de se lidar com o problema da incerteza, e este não pode deixar de se considerar um problema sério. Devido à consideração de um grande número de critérios quantitativos e qualitativos e pela falta de dados suficientes e concretos, é frequente a situação em que os membros do grupo do projecto de DNP têm de tomar decisões nas referidas situações de incerteza45.

2. Em segundo lugar o problema da reversão da classificação das alternativas para o novo produto, de acordo com uma dada hierarquia. Conforme explicam Chin et al. (2008), as causas deste problema têm sido analisadas por vários investigadores e são: a normalização dos valores relativos das alternativas propostas em cada critério e a ponderação da fórmula de cálculo que leva à pontuação total de cada alternativa. Ou seja: tal como noutras ferramentas ou técnicas, e.g. o DEA ou, na fase do projecto aquando das especificações do produto ou ainda no caso já abordado da HOQ, a ponderação (atribuição de pesos) de factores e critérios é um exercício essencial, e que deve ser realizado de uma maneira tão fiável quanto possível. Tais critérios precisam ser considerados e avaliados nas fases de projecto, como foi já referido e, à semelhança dos outros métodos, a solução pode passar pelo envolvimento de um grupo de especialistas multifuncionais (Fuzzy Delphi).

De acordo com Ayag e Ozdemir (2009), na obtenção da hierarquia adoptada para a tomada das decisões, a aplicação da ferramenta AHP, permite a distribuição e selecção dos objectivos mais importantes entre os diversos comparados e em apreciação. Nesta ferramenta, não é só a importância dos atributos mas a importância das alternativas, elas-próprias, que por sua vez influenciam a importância dos atributos.

Tal implica a necessidade de uma abordagem holística, dada a interacção entre atributos e alternativas, que se constituem como uma rede de interconexões que aceitam essa multiplicidade de dependências. É esta dificuldade que, muitas vezes, impede uma hierarquização estruturada das decisões a tomar, incluindo na decisão respeitante à escolha de solução final de um problema quando em presença de várias soluções alternativas (e não apenas uma) e consequentemente a aplicação fiável do AHP. Não deixa de ser um grande desafio para a equipa de projecto do produto consultar os peritos e especialistas, de forma a tornar científica a decisão de triagem que pode ser obtida com base na experiência (CBR), uma ferramenta específica a abordar um pouco adiante. A aplicação do AHP envolve normalmente a síntese matemática dos diversos julgamentos (é corrente serem realizadas dezenas de julgamentos, dado que muitas vezes os julgamentos têm de ser revistos) sobre o problema da decisão, visto que as comparações entre os atributos e as alternativas são

registadas em matrizes específicas, no seguimento de várias fases de desenvolvimento do método. É comum o uso de um entre os vários modelos de software disponíveis no mercado para a entrada dos dados e obtenção da síntese dos resultados. Resumindo: a ferramenta AHP, qualitativa e quantitativa que pode ser usada numa vasta gama de novos produtos, constitui-se como sendo um precioso auxiliar de resolução de problemas complexos, de hierarquização, por via da rede de interconexões referida. Trata-se pois, do ponto de vista do presente trabalho, de uma ferramenta instrumental e não metodológica.

4.3.6.2 Case-Based Reasoning (CBR)

O CBR é uma ferramenta metodológica que, de acordo com Virkki-Hatakka et al. (1997), aparece associada a outras e de suporte à decisão em projectos de DNP. O CBR, que corresponde em terminologia portuguesa à expressão “raciocínio baseado em casos” (RBC), é uma ferramenta que se destina a resolver novos problemas, adaptando soluções utilizadas na resolução de problemas anteriores. Ou seja, o substrato essencial do CBR é o de que problemas similares poderão ter soluções também similares (Avramenko e Kraslawski, 2006).

Em 1983, Janet Kolodner desenvolveu a primeira versão do CBR baseado no modelo de “memória dinâmica” de Schank (1982), que serviu de suporte para novos sistemas CBR (Robles

et al., 2009). Esta técnica a par de outras actuais, como e.g., a constituição de um portfólio

ou uma adequada base de dados, podem considerar-se ferramentas instrumentais, cuja utilização pode ser de uso corrente no DNP e incorporada nos seus processos de gestão. As principais características do CBR são, em primeiro lugar, a obtenção do conhecimento a partir de casos ou experiências, com que o próprio sistema se depara. Depois, a identificação das características mais relevantes dos casos conhecidos, a fim de devolver uma melhor solução para o novo problema. O arquivamento do(s) caso(s) e sua(s) respectiva(s) solução(ões) para memória futura, é efectuado eventualmente através da construção de uma adequada base de dados. A qualidade de um sistema CBR depende da experiência acumulada, ou seja, do número de casos relevantes que farão parte dessa base de casos. No entanto, de acordo com Robles et al. (2009) esta ferramenta metodológica assenta em soluções que tiveram êxito no passado, pelo que o projecto de DNP pode ser acelerado, mas a panóplia de soluções é limitada e a criatividade não é muito estimulada. Por via desta conclusão, o CBR, não é uma ferramenta adequada a soluções de inovação disruptiva e/ou estratégias do tipo BOS.

De acordo com Virkki-Hatakka et al. (1997), há cinco etapas na aplicação do CBR: 1. Introdução de um novo problema;

2. Recuperação dos casos mais similares;

3. Adaptação das soluções mais semelhante ao da solução actual; 4. Validação e actualização do sistema;

5. Adição da nova solução encontrada ao banco de dados.

Estes procedimentos implicam a necessidade de realizar uma selecção de informação (i.e. um sistema de banco de dados), que supostamente contenha o conhecimento necessário à

solução do problema em análise. Relativamente ao novo problema propriamente dito, será crucial obter a informação que permita a definição dos atributos relevantes a utilizar na solução. Não se podem deixar de definir índices ou indexar os casos, para que seja possível a sua recuperação, sempre e quando for necessário.

Na indexação deve decidir-se o que armazenar em cada novo caso, encontrando uma estrutura apropriada para a descrição dos seus conteúdos, e decidir como deve ser armazenada ou carregada a base de casos. Finalmente, é necessário definir os métodos de recuperação de casos contidos na base, para verificação da similaridade entre estes e os novos problemas. Robles et al. (2009) apresentam o ciclo CBR de uma forma mais integrada, como se mostra na ilustração4-31.

Fonte: Adaptação de Robles et al. (2009)

A adaptação de casos pode ter de ser realizada através de um trabalho criativo de adequação. No entanto, pode ocorrer que muitas soluções possam adoptar-se directamente. São possíveis diversas formas de representação do CBR para os diferentes casos, sendo que, cada caso é um caso. No entanto, o mais utilizado consiste num vector de valor característico equivalente ao seu par similar, no desenvolvimento do problema, e descrição da respectiva solução. Quanto a esta descrição, ela baseia-se nas propriedades relevantes que caracterizam o problema e em problemas de engenharia, que podem ser diversas tais como: componentes; módulos; caudais; pressões; temperaturas; etc. (Diasa et al., 2012).