Nessa pesquisa foram utilizadas várias ferramentas de software. Elas foram selecionadas de acordo com os seguintes critérios:
• disponibilidade de funcionalidades para realização das atividades previstas na me- todologia;
• disponibilidade de bases de conhecimento na Internet sobre a utilização das funci- onalidades;
• disponibilidade das ferramentas para uso de forma gratuita;
• capacidade de operação independente de plataforma de sistema operacional (prefe- rencialmente).
A lista a seguir relaciona as principais ferramentas utilizadas, agrupadas de acordo o seu objetivo:
• Modelagem de processos:
– Bizagi Modeler: ferramenta de modelagem de processos, gratuita e ampla-
mente utilizada[5]. Disponível para download em: http://www.bizagi.com/
pt/produtos/bpm-suite/modeler;
• Extração e tratamento inicial dos dados:
– PostgreSQL: sistema gerenciador de bancos de dados de código aberto, multi-
plataforma, atualmente utilizado como gerenciador da base de dados do sistema de gestão da CSTI[27]. Disponível para download em: http://www.postgresql.org; • Tratamento final, mineração, análise e visualização dos dados:
– Python: linguagem de programação interpretada, multiplataforma, indicada
para desenvolvimento rápido de aplicações e scripts[42]. Disponível para down-
– Anaconda: distribuição Python completamente livre (inclusive para uso co-
mercial e redistribuição), que inclui mais de 400 dos mais populares pacotes Python para ciência, matemática, engenharia e análise de dados[4]. Disponível para download em: https://www.continuum.io;
– Matplotlib: uma biblioteca de plotagem Python que produz gráficos de qua-
lidade em uma variedade de formatos[33]. Disponível para download em:
http://matplotlib.org;
– Pandas: biblioteca Python de código aberto que provê estruturas de dados
de alto desempenho e ferramentas de análise de dados de fácil utilização[48]. Disponível para download em: http://pandas.pydata.org;
– IPython Notebook: aplicação web interativa, de código aberto, para análise
de dados em que texto explicativo, código fonte, resultados e gráficos podem ser combinados em um único documento[19]. Disponível para download em:
http://ipython.org;
– Qlik Sense Desktop: Software gratuito de visualização que simplifica a aná-
lise de dados e permite a criação de relatórios e painéis interativos com ta- belas e gráficos de alta qualidade visual [28]. Disponível para download em:
http://www.qlik.com/pt-br/ ;
• Mineração de processos:
– Biblioteca XES 1.3 : biblioteca Python que provê métodos para gerar arquivos
no padrão Fluxo de Eventos Extensível (do inglês: eXtensible Event Stream) (XES), a partir de um conjunto de dados de logs de eventos de processos[46]. Disponível para download em: https://github.com/maxsumrall/xes/blob/
master/xes/xes.py;
– ProM : framework extensível, de uso gratuito, que suporta uma grande vari-
edade de técnicas de mineração de processo sob a forma de plug-ins. Ele é independente de plataforma e implementado em linguagem Java[41]. Disponí- vel para download em: http://www.promtools.org;
Finalizada a apresentação da metodologia da pesquisa, o Capítulo 4 apresenta a Me- todologia de Diagnóstico e Análise de Desempenho de Processos (MDADP).
Capítulo 4
Apresentação da Metodologia de
Diagnóstico e Análise de
Desempenho de Processos
(MDADP)
O objetivo deste capítulo é apresentar a Metodologia de Diagnóstico e Análise de Desem- penho de Processos (MDADP) desenvolvida nessa pesquisa, apresentando inicialmente a motivação para a escolha das principais técnicas e ferramentas adotadas; em seguida a visão geral da sua estrutura; no restante do capítulo, a descrição em detalhes de cada uma das fases da metodologia e na última Seção, a descrição da compatibilidade da MDADP com outras abordagens conhecidas.
A MDADP é uma metodologia de diagnóstico e análise de desempenho de processo desenvolvida com a finalidade de prover orientações que possam ser seguidas para avaliar o desempenho de processos de negócio.
4.1 Motivação para escolha das principais técnicas e
ferramentas adotadas
Para o desenvolvimento da MDADP foram utilizadas técnicas e ferramentas conhecidas e amplamente difundidas como gestão de processos de negócios, gestão de riscos, e gestão de serviços de TI e técnicas de mineração de dados, como também modernas técnicas de mineração de processos.
A partir da avaliação das informações obtidas com a revisão de literatura sobre as téc- nicas e ferramentas de diagnóstico e análise de desempenho de processos e dos resultados
das experimentações com algumas delas, foram selecionadas aquelas que se mostraram viáveis e úteis para aplicação no contexto da CSTI do MP.
As principais motivações para escolha delas, são as seguintes:
• Metodologia orientada a dados: A decisão pela adoção dessa abordagem foi tomada levando em considerando que a CSTI possui um sistema de gestão centralizado que armazena informações detalhadas sobre a execução do processo de atendimento de requisições de serviços de TI.
Essa característica torna a MDADP indicada apenas para cenários semelhantes, em que haja adequada disponibilidade de dados para subsidiar a medição e análise do desempenho dos processos.
• Utilização opcional de técnicas de mineração de processos: O sistema de gestão da CSTI também armazena dados detalhados dos logs de execução dos processos e por isso possibilita a aplicação de técnicas de mineração de processos.
Essas técnicas agregam muito valor nas etapas intermediárias da metodologia, prin- cipalmente para compreensão da dinâmica interna do processo e na identificação de indícios de problemas de desempenho. Todavia, a utilização dessas técnicas é opci- onal, já que, embora sua dispensa reduza a profundidade das análises, não impede o alcance dos objetivos da metodologia.
• Utilização de técnicas de análise de risco: Considerando que as medições eficazes tem que se concentrar em indicadores significativos e vitais para a obtenção dos resultados desejados [49], deve-se então medir apenas o que mais importa.
Para evitar a criação de muitos indicadores diferentes que possam levar à perda do foco na melhoria dos resultados, foram adotadas técnicas de análise de riscos com o intuito de prover orientações para a criação e seleção dos indicadores de desempenho do processo.
A criação e seleção dos indicadores de desempenho será realizada a partir da análise e classificação dos riscos do processo, possibilitando selecionar os indicadores de desempenho, que se monitorados e controlados adequadamente irão contribuir para a mitigação dos riscos mais significativos.
Além disso, a identificação da relação entre os indicadores e os riscos classificados permitirá a definição de uma ordem de importância para os indicadores, possibili- tando identificar aqueles que estão relacionados aos riscos mais críticos do processo. Com isso os gestores poderão adotar, no dia a dia, maior rigor no monitoramento e controle desses indicadores.
• Técnicas de agrupamento (clustering): O processo de atendimento de requisições de serviços de TI é responsável pelo atendimento de um catálogo contendo cerca de 450 serviços diferentes. Nesse caso, analisar o desempenho global do processo con- tabilizando todos os serviços poderá levar a conclusões imprecisas, visto que alguns serviços têm natureza e desempenho bem diferentes entre si. Por outro lado, analisar os indicadores de forma individual para cada serviço, considerando sua quantidade e diversidade, demandaria um esforço muito grande. Uma alternativa para auxi- liar a análise do desempenho, nessas circunstâncias, é realizar o agrupamento dos serviços do catálogo de acordo com a similaridade de seus desempenhos. Assim, os indicadores de desempenho poderão ser analisados no contexto de cada grupo, reduzindo o esforço necessário na análise e melhorando a compreensão e utilidade dos resultados. Com o uso de agrupamentos será possível identificar rapidamente os serviços com problemas de desempenho, baseando-se nas informações do grupo e sua representatividade no volume total de atendimentos. Para isso, foram adotadas técnicas de agrupamento (clustering).
• Adoção de ferramentas especializadas de visualização de dados: Essas ferramentas foram adotadas com o objetivo de permitir flexibilidade e agilidade durante a fase de análise do desempenho do processo. Elas foram utilizadas para criar um painel dinâmico de indicadores de desempenho, que possibilita, na medida que novas ques- tões venham a surgir durante a análise, a criação rápida de novos gráficos e tabelas, levando-se em conta os dados previamente tratados.
Apresentadas as motivações para escolha das principais técnicas e ferramentas adota- das, a próxima Seção apresenta a visão geral da MDADP.