FELIPE MACEDO ZUMBA
“
Business Intelligence na formulação de políticas públicas
Business Intelligence in the formulation of public policies”
Reitor da Universidade Federal do Rio Grande do Norte Prof. Dra. José Daniel Diniz Melo
Diretor da Escola de Ciências e Tecnologia Prof. Dr. Douglas Nascimento Silva
Coordenador do Programa de Pós-graduação em Ciência, Tecnologia e Inovação Prof. Dra. Zulmara Virgínia de Carvalho
Orientador
Prof. Dr. Carlos Alexandre de Camargo Abreu
Autorizo a reprodução e divulgação total ou parcial deste trabalho, por qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa, desde que seja citada a fonte.
Universidade Federal do Rio Grande do Norte - UFRN Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Central Zila Mamede
Zumba, Felipe Macedo.
Business Intelligence na formulação de políticas públicas / Felipe Macedo Zumba. - 2019.
66f.: il.
Dissertação (Mestrado)-Universidade Federal do Rio Grande do Norte, Escola de Ciências e Tecnologias, Programa de Pós-Graduação em Ciência, Tecnologia e Inovação, Natal, 2019.
Orientador: Dr. Carlos Alexandre Camargo de Abreu. Coorientador: Dr. Efrain Pantaleón Matamoros. Coorientadora: Dra. Zulmara Virgínia de Carvalho.
1. Business Intelligence - Dissertação. 2. Mineração de Dados - Dissertação. 3. Políticas Públicas - Dissertação. 4. Segurança Pública - Dissertação. I. Abreu, Carlos Alexandre Camargo de. II. Matamoros, Efrain Pantaleón. III. Carvalho, Zulmara Virgínia de. IV. Título.
RN/UF/BCZM CDU 004.65
Agradecimentos
Em primeiro lugar quero agradecer a Deus por me guiar nesse turbulento oceano da vida; aos meus amados pais, Robério e Gleyde, que além de sempre terem tido uma postura exemplar, a todo momento me apoiaram com muito amor, ternura e dedicação; aos meus queridos irmãos: Thais, Monique e Rodrigo, que sempre me incentivaram a seguir firme em busca dos meus sonhos. E aos demais familiares cujo apoio foi um combustível fundamental para a manutenção do ânimo no decorrer do mestrado.
Nessa direção, quero também evidenciar a imensa gratidão que tenho pelo meu orientador, o Prof. Dr. Carlos Alexandre Camargo de Abreu, que dispôs do seu tempo para me orientar, sempre com sua mastodôntica paciência, tranquilidade e serenidade. Ao meu coorientador, o Prof. Dr Efrain Pantaleón Matamoros, que muito contribuiu com suas orientações na área de Mineração de Dados, me mantendo sempre nutrido de informações técnicas. Por fim, a Prof. Dra. Zulmara Virgínia de Carvalho, uma coorientadora que contribuiu demasiadamente para que eu pudesse desenvolver uma mentalidade mais científica e menos empírica.
Não obstante, também não posso esquecer do Prof. Dr. Gláucio Bezerra Brandão que me trouxe o desafio de lidar com essa problemática e a Delegada Paoulla Maués, presidente da ADEPOL, que nos deu todo apoio para prosseguir com essa pesquisa.
Sobretudo, o que mais motivou a execução desta dissertação foi o impacto social, haja vista que todo o meu processo de formação, da graduação ao mestrado, foi custeado com os impostos arrecadados da sociedade. Portanto, vi nessa perspectiva uma maneira de honrar os contribuintes e retribuir todo o investimento feito no meu processo de formação. Logo, a proposta fundamental da presente dissertação foca em auxiliar o governo na elaboração de projetos mais eficientes para a resolução das problemáticas sociais.
“A tarefa não é tanto ver aquilo que ninguém
viu, mas pensar o que ninguém ainda pensou
sobre aquilo que todo mundo vê.”
RESUMO
Haja vista as elevadas taxas de criminalidade no Brasil, que entre 2015 a 2018
só aumentaram, percebe-se que muitas unidades federativas que antes
gozavam do status de tranquilidade passaram a sofrer com o aumento dos
índices de violência. Um desses casos é o do Rio Grande do Norte (RN), que
segundo o relatório elaborado pela ONG
Seguridad, Justicia y Paz
(2018),
Natal é apontada como a cidade mais violenta do Brasil e a 10° mais violenta
do mundo. O presente trabalho tem como objetivo geral de estudar essa
problemática a partir da percepção da população quanto aos tipos de crimes
que mais ocorrem em seu cotidiano. O intuito desse estudo consiste em
investigar metodologias de mineração de dados para mitigar os problemas
referentes à segurança pública, cujos resultados podem contribuir para futuras
políticas públicas a partir de análise de dados que possam fundamentar a
tomada de decisão dos agentes públicos. Nessa direção, os dados foram
coletados de forma detalhada, focando em cada uma das quatro mesorregiões
do estado, com vistas a verificar os principais possíveis gargalos de forma
regionalizada, o que termina por facilitar eventuais medidas do governo. Com o
propósito de ampliar a coleta de dados, foi feita uma parceria entre a
Associação dos Delegados da Polícia Civil do Rio Grande do Norte -
ADEPOL-RN e a Incubadora de Processos Acadêmicos, Científicos e
Tecnológicos Aplicados - inPACTA, incubadora de empresas da ECT-UFRN. A
metodologia teve a finalidade de extrair ao máximo a percepção da população
sobre a segurança pública, as necessidades de cada região, bem como as
ações e medidas que são vistas como prioridades na área, foi devidamente
coletada por um questionário feito no
google forms.
Para aumentar a adesão
da população a essa pesquisa foi feita uma campanha publicitária amplamente
divulgada nos meios de comunicação, entre agosto e setembro de 2018. Foram
analisadas mais de 7000 respostas, por meio da aplicação de técnicas de
mineração de dados. Por fim, pôde-se concluir que a análise dos dados
indicam que a aplicação de técnicas de mineração de dados podem
configura-se com elemento-estrurante na formulação de políticas públicas.
Palavras Chaves:
Segurança Pública; Mineração de Dados; Políticas Públicas;
Business Intelligence
.
Abstract
The crime rates in Brazil, which increased between 2015 and 2018, are those
that have federative units that precede the status of tranquility suffered by the
increase of violence rates. An example is Rio Grande do Norte, according to the
report prepared by the NGO Seguridad, Justicia y Paz (2018), Natal is
considered the most violent city in Brazil and the 10th most violent in the world.
The present work to the general study of problem that a problem the awareness
of the population about the types of crimes that more occur in your daily life.
The current year should be investigated as the data mining methodology to
mitigate the problems related to public safety, the results can be availed to the
economy, from the analysis of data that can substantiate the decision-making.
In this direction, the data was renovated of form detailed, which must have
many actions of state, with views for the global predictors the gargales of form
regionalised, which does not exist for medial measures of government. In order
to increase the data collection, a partnership was established between the
Association of Delegates of the Civil Police of Rio Grande do Norte -
ADEPOL-RN and the Incubator of Academic, Scientific and Applied
Technological Processes - inPACTA, incubator of companies of UFRN . The
media had the purpose of extracting the maximum security on public order,
since the needs of each region, as well as the actions / actions that are seen as
priorities in the area, were duly collected for a given done in google forms. More
than 7,000 responses were analyzed through the application of data mining
techniques. Finally, with an end to a data analysis that a data mining instruction
manual can set up with element-estratante in the formulation of public reports.
LISTA DE FIGURAS
FIGURA 01 - Índice de homicídios entre 1980 a 2010 11
FIGURA 02 - Efetivo Total de Bombeiros, Policiais Militares e Civis no RN 16
FIGURA 03 - Projeção das taxas de homicídio (2004 a 2006) 17
FIGURA 04 - Representação de uma árvore de decisão 22
FIGURA 05 - Árvore de decisão das tipologias de crime abrangência estadual 55
FIGURA 06 - Árvore de decisão vinculada a tipologia de crime (Leste) 56
FIGURA 07 - Árvore de decisão vinculada a tipologia de crime (Agreste) 57
FIGURA 08 - Árvore de decisão vinculada a tipologia de crime (Central) 57
FIGURA 09 - Árvore de decisão vinculada a tipologia de crime (Oeste) 58
FIGURA 10 - Cinco primeiras linhas do banco de dados 59
FIGURA 11 - Apresentação do relatório 62
FIGURA 12 - Entrega do relatório aos candidatos 63
Sumário
1- Introdução 7
1.1- Da industrialização aos dias de hoje 7
1.2- Contextualização 9 1.3- Situação problema 13 1.4- Objetivos 17 2- Fundamentação Científico-Tecnológica 18 2.1- Mineração de Dados 18 3.1.1 - Regras de Associação: 19 3.1.2 - Árvore de Decisão: 20 2.2- Business Intelligence 23
2.3.1- Trajetória do Business Intelligence 24
4- Discussão dos Resultados 27
4.1- Metodologia 27
4.2- Mesorregião Leste 29
4.3- Mesorregião Agreste 35
4.4- Mesorregião Central 42
4.5- Mesorregião Oeste 48
4.6- Aplicando Técnicas de Mineração de Dados 54
4.6.1- Árvore de Decisão (análise abrangente) 54
4.6.2- Árvore de Decisão (análise específica) 55
4.6.2- Regras de associação 59
6- Considerações Finais 60
7- Trajetória de Formação de um CInO 61
1- Introdução
1.1- Da industrialização aos dias de hoje
No Brasil os elevados níveis de criminalidade vem ganhando foco, tanto no meio acadêmico quanto na mídia. Infelizmente os dados estatísticos mostram que o cenário das regiões que antes gozavam de uma certa segurança hoje são fortemente afetadas pelos elevados índices de violência. Nessa direção, percebe-se que o nível de insegurança tende a crescer nas localidades menos violentas, haja vista a expansão das atividades criminosas nas regiões mais vulneráveis (SANTOS & FILHO, 2011).
Para compreender esse processo é necessário fazer uma retrospectiva histórica, que se inicia com o movimento migratório da população rural para as grandes cidades. Esse processo de urbanização é intensificado pela industrialização iniciados nos anos 30 (CERQUEIRA et al., 2016). Segundo John Palen (1975), a urbanização consiste no processo social e espacial que traz impactos mastodônticos na vida da sociedade. Com um entendimento complementar, Souza (1995) traz uma abordagem mais abstrata sobre o tema, afirmando que o espaço urbano é composto por constantes mudanças oriundas do modo de pensar das classes sociais, da divisão do trabalho e dos arranjos produtivos inseridos na região.
Apesar do processo de urbanização ter se iniciado no século XVIII, com a primeira Revolução Industrial, foi somente no século XXI que seu efeito se tornou mais notável, onde a migração da população para os centros urbanos ocorreu em de forma numerosa e em escala global (NETO, 2011). O mesmo autor afirma que a urbanização brasileira é um fenômeno recente, uma vez que teve seu início nos anos de 1930 através de sugestões gerais que incentivaram o crescimento industrial, nesse contexto pode-se perceber que a concentração industrial estava bastante presente na região Sudeste.
Ainda no início do processo de industrialização do Brasil a população ainda se concentrava na região rural, em 1940 apenas 31,2% da população morava em zonas urbanas (BAER & GEIGER, 1976). No entanto, principalmente após a segunda guerra mundial, pôde-se observar que houve uma intensificação das atividades econômicas do país através da política de substituição às importações, que modernizava e acelerava a industrialização nacional e terminava gerando mais oportunidades de trabalho nos
centros urbanos, sendo este um dos principais fatores que contribuíram para o aumento do êxodo rural (DAVIDOVICH & FREDRICH, 1995).
O êxodo rural no Brasil se tornou mais visível quando, pela primeira vez na série histórica, a população urbana superou a rural entre os anos de 1960 a 1970. Foi neste período que a taxa de ocupação rural teve uma queda de 11,25%, o que resultou na migração de mais de 23 milhões de pessoas em busca da prosperidade prometida nos grandes centros urbanos (NETO, 2011). Um dos fatores mais problemáticos é que toda essa movimentação ocorreu em menos de uma década, o que fez com que a demanda por serviços públicos aumentasse de forma mastodôntica, ao passo que as prefeituras não pudessem ofertar os serviços públicos de forma adequada, pois não havia condições mínimas de planejamento e nem preparo estrutural para atender essa nova demanda.
Ao observar a série histórica do último censo demográfico feito pelo IBGE, percebe-se que a movimentação demográfica foi ainda mais intensa, pois em 1950 aproximadamente 64% da população concentrava-se na zona rural e 36% nas cidades. trinta anos depois, em 1980, esse cenário foi praticamente invertido, com a taxa de ocupação rural caindo para aproximadamente 32% e a população urbana alcançando o patamar de 68%. Ao analisar os dados de forma nominal percebe-se que durante esse período cerca de 67 milhões de pessoas foram morar nas cidades (IBGE, 2010).
Verifica-se, portanto, que o acelerado processo de urbanização no Brasil é a raiz de boa parte dos problemas sociais presentes nas cidades, tais como: saneamento básico, planejamento urbano, questões de moradia (favelas), saúde pública e segurança. Isso se deve pelo fato do aumento populacional ter acarretado no crescimento drásticos na demanda por serviços públicos, logo as prefeituras e governos estaduais não conseguiram na mesma velocidade ofertar tais serviços. Com um entendimento similar Cerqueira et al. (2018) endossa que o aumento da criminalidade vem do acelerado processo de urbanização, ao mesmo tempo que complementa a sua argumentação alegando que a sobrecarga populacional foi um dos fatores que resultaram no aumento da desigualdade social e das comunidades pobres. Considerando esse cenário, Waiselfisz (2011) traz em seu trabalho uma série histórica que correlaciona a urbanização com o aumento das taxas de homicídio, ao utilizar o parâmetro utilizado pela Organização Mundial de Saúde (OMS), em que se verifica a taxa de homicídio para cada 100 mil habitantes, foi observado que o Brasil teve um aumento considerável, passando de 11,7 em 1980 para 26,2 em 2010. Segundo a própria OMS quando a taxa de homicídio por 100 mil habitantes é superior
a 10 a situação se enquadra em um estado epidêmico (SERRANO-BERTHET & LOPEZ, 2011).
Ao focar na população mais jovem, verifica-se que em 1980 o número de homicídio por 100 mil habitantes era de 17,2. Já em 2011 esse número atingiu o valor de 53,4 tendo um crescimento de 209,5% (WAISELFISZ, 2011). O mesmo autor ainda ressalta que os homicídios são responsáveis por cerca de 39,3% das mortes por causas não naturais na população jovem. Já na população não jovem esse valor é de 3,1%, logo tais fatores mostram que a população jovem encontra-se mais vulnerável à violência.
Com o objetivo de buscar as origens para essa problemática Kimura (1998 apud NETO, 2011 ), afirma que a raiz dos problemas oriundos de uma elevada concentração de pessoas nos centros urbanos com elevadas taxas de criminalidade está centrada nas disfunções sociais, uma vez que o conflituoso processo de urbanização do Brasil resultou na ampliação das desigualdades sociais, que por sua vez serviu de base de sustentação para o aumento contínuo da violência urbana.
Por fim, verifica-se que apesar da industrialização e urbanização ter trazido diversas vantagens econômicas para o Brasil, por um lado dinamizando e modernizando a economia, por outro lado terminou trazendo problemas estruturais como: violência urbana, saneamento básico e zonas periféricas com baixo grau de urbanismo. Nesse contexto, pode-se perceber que as prefeituras e governos estaduais não conseguiram ofertar os serviços públicos para população na mesma proporção do crescimento das demandas acarretadas pela vinda de grande volume populacional para as cidades.
1.2- Contextualização
Apesar do rápido processo de urbanização ter sido um dos fatores que contribuíram para o aumento da criminalidade nas cidades, Waiselfisz (2011) e Neto (2014), alegam que só esse fator não é suficiente para sustentar os elevados índices de insegurança, haja vista que a complexidade da segurança pública está relacionada a uma problemática que envolve uma série de atores vinculados ao governo que não conseguem frear o avanço desse cenário caótico.
As políticas de segurança pública apresentam duas grandes principais abordagens: a primeira consiste no combate ao crime com o princípio de avaliar planos táticos de guerra para confrontar diretamente a criminalidade, já a segunda traz uma
visão na qual a segurança está mais relacionada aos serviços oferecidos à população pelo Estado, nesse contexto não há a existência de algoz, prevalecendo o ideal de prestar serviços à população (SOUZA NETO, 2007).
Essas duas abordagens distintas se fundamentam por não haver uma definição clara acerca desse tema na Constituição Federal, tendo em seu artigo 144 os direitos e obrigações do Estado na esfera federal, estadual e municipal quanto a segurança pública (BRASIL, 1998). Nesse contexto, observa-se que a salvaguarda legal garantida pela constituição fica apenas centrada nos órgãos que serão criados pela união e suas respectivas obrigações, mas não trata de forma clara sobre quais serão as atribuições desses órgãos e nem sobre o seu modus operandi, o que reforça a dicotomia abordada no parágrafo anterior. Apesar dessa lacuna conceitual, o presente estudo utilizará de técnicas de utilizar a percepção pública para tentar maximizar a eficiência das políticas de segurança.
Apesar desses fatores, os números referentes a criminalidade só crescem, Cerqueira et al. (2016), em seu trabalho, fez uma análise acerca das taxas de homicídio entre 2004 a 2014. No ano último ano foi verificado que o Brasil está entre os doze países com maiores índices de assassinato por 100 mil habitantes, esse ranking está fundamentado com base em uma análise feita em 154 países. O mesmo autor ainda aborda que o país apresenta resultados extremos na análise destes indicadores, por um lado foi verificado que o Rio Grande do Norte RN apresentou um crescimento de 308,1%, já os estados de São Paulo e Pernambuco tiveram uma queda de 52% e 27,3% em seus índices de homicídio respectivamente. Na Figura 01 pode-se observar com maior nitidez o avanço das taxas de homicídio entre 1980 e 2010.
Figura 01 - Índice de homicídios entre 1980 a 2010
Nessa direção pode-se perceber que a violência está se tornando cada vez mais evidente no Brasil, entre 1980 a 2010 o número de homicídios aumentou em 259%, saindo do patamar de 13.910 em 1980 para 49.932 em 2010 (WAISELFISZ, 2011). Segundo Neto (2014), tal fator poderia ser justificado pelo crescimento populacional, passando dos 118 milhões de habitantes em 1980 para mais de 190 milhões de habitantes em 2010, crescendo cerca de 63%. No entanto, ao se fazer uma comparação entre as taxas de homicídio e o crescimento populacional, percebe-se que o número de homicídio aumentou quatro vezes mais que o crescimento populacional.
Waiselfisz (2011) fez uma análise entre os conflitos armados que ocorreram em vários países no período entre 1980 a 2010, tais como: a Guerra do Golfo, Israel/Palestina e Chechênia/Rússia, verifica-se que os números alcançam um patamar de respectivamente 10 mil, 2 mil e 25 mil mortes por ano. Ao comparar esses dados com a realidade brasileira, nesse mesmo período, tem-se um número total de mais de 1 milhão de mortes resultando em aproximadamente 36 mil mortes por ano. Nesse sentido o mesmo autor ainda ressalta que não se pode associar os elevados níveis de homicídio do Brasil a suas dimensões continentais, haja vista que a Índia, um país com mais de 1 bilhão de habitantes e um nível de pobreza superior, possui taxas menores que as brasileiras (apud NETO, 2014).
Nessa direção, pode-se perceber que essa realidade ainda continua atormentando o cotidiano da sociedade brasileira, pois em 2016 o Brasil alcançou uma marca histórica ao apresentar mais de 62 mil homicídios. De acordo com o método implementado pela OMS isso corresponde a 33,3 mortes por 100 mil habitantes e se for feita uma comparação com a Europa, verifica-se que os taxas brasileiras superam em 30 vezes a europeia (CERQUEIRA et al., 2018).
No que se refere aos custos oriundos da segurança pública, percebe-se que o valor investido na segurança pública foram significativos. Entre 2007 a 2010 a dotação orçamentária sofreu um aumento de 81%, saindo do patamar de R$ 5,97 bilhões em 2007 e alcançando os valores de e R$10,81 bilhões em 2010 (MONTEIRO, 2012, apud NETO, 2014).
Atualmente os valores nominais destinados a segurança pública continuam aumentando, de acordo com Controladoria Geral da União (CGU), valor nominal do orçamento da União disponível para segurança pública em 2018 girava em torno de R$ 12,85 bilhões (CGU, 2018). Ao se fazer uma comparação com os valores referentes ao ano de 2011, verifica-se que houve um aumento de 18,87%.
Com uma abordagem mais qualitativa Cerqueira et al. (2007), afirma que os valores referentes aos custos referentes a segurança pública são bem maiores dos que os já citados, dividindo-se em dois tipos: o custo social e o externo. O social consiste no fato da população ter de abdicar da sua liberdade em função da violência, já o custo externo está relacionado às condições que o meio impõe a sociedade, causando prejuízo ao comércio local, uma vez que se o ambiente não apresenta uma segurança adequada o tráfego de pessoas haverá de cair, afetando todo o funcionamento econômico da região (apud NETO, 2014).
Essa linha de pensamento pode ser confirmada se for analisado o grau de influência provocada pela criminalidade na mudança do hábito de consumo da população, seja ao evitar ir com frequência em em certas localidades, ou até mesmo ao evitar de comprar determinados produtos que possam chamar a atenção de delinquentes, tais fatores geram prejuízos que se ramificam tanto no setor público como no privado (NETO, 2014).
Nesse contexto, pode-se verificar que apesar do investimento de valores relativamente expressivos na segurança pública, que segundo Cerqueira (2017) termina chegando a 5,9 % do PIB, o índice de solução de homicídios ainda continua muito baixo ficando entre 5% a 8% e se for feita uma comparação entre os países desenvolvidos, percebe-se uma situação deveras precária, pois nos Estados Unidos esse índice chega a 65%, já no Reino Unido cerca de 90% dos homicídios são devidamente solucionados, tendo esses dois países investidos respectivamente 2,04% e 1,81% dos seus PIB´s em segurança pública (GRANZOTTO, 2018).
Nesse cenário, conclui-se que os baixos níveis de solução dos homicídios gera impunidade, o que termina por influenciar ainda mais as taxas de criminalidade (NETO, 2014). Portanto, pode ser constatado que apesar dos investimentos o Brasil ainda não conseguiu reverter esses lamentáveis indicadores, o que indica que o grau de eficiência das políticas de segurança pública não estão alcançando os níveis desejáveis, salvo em alguns estados como Pernambuco e São Paulo. O presente trabalho aborda a problemática da segurança pública com vistas a atual situação do Rio Grande do Norte.
1.3- Situação problema
O Rio Grande do Norte é um estado localizado na região nordeste brasileira tendo em sua jurisdição 167 municípios. Em 2018 possui uma população estimada de aproximadamente 3,37 milhões de habitantes, a população tem em média um
rendimento mensal nominal per capita de R$ 956,00. Além desses fatores, em 2010 o estado apresenta um IDH igual a 0,684 (IBGE, 2018).
As atividades econômicas do estado consiste basicamente na agropecuária, indústria e serviços, tendo respectivamente 5,1%; 24% e 70,9% de participação no PIB potiguar. A agricultura e pecuária apresentam produções bem diversificada, já a atividade industrial encontra-se concentrada na região metropolitana de Natal, tendo destaque a produtos têxteis, bebidas, indústrias de automóvel e indústria petrolífera, tendo esta última uma concentração mais elevada na mesorregião Oeste (IDEMA, 2018).
Nos últimos anos a economia potiguar andou se recuperando, porém com um ritmo de melhoria muito lento. Segundo o Relatório Indicadores Econômicos Conjunturais (2017), foi constatado que a confiança do empresário potiguar até melhorou gradativamente nos meses de maio e junho, porém teve uma queda considerável em julho, caindo cerca de 47,5 pontos. Em termos setoriais a indústria e o comércio continuam suavizando as suas taxas de decrescimento, ao mesmo tempo que os serviços já mostram um resultado mais otimista, saindo de um cenário onde sua receita real declinava ao patamar de -5,8% em 2015 para um sutil crescimento de 1% em 2016 (FIERN, 2017).
Segundo o mesmo relatório, a queda na atividade industrial pode ser percebida pela redução do consumo de energia, o que termina servindo como um indicador alternativo de produtividade industrial. Nessa perspectiva, em 2016 o setor manufatureiro apresentou uma retração média em torno de -2,8%. Já no ano de 2017 os dados mostram uma lenta recuperação tendo uma retração média em torno de -1,6%. Já o comércio varejista teve uma queda na receita real de 9,6% em 2015 seguido de outra queda um pouco mais sutil de 1,3% em 2016 (FIERN, 2017).
De acordo com o IBGE (2018), pode-se observar que a taxa de ocupação no estado obteve um recorde, atingindo um valor de 16,3% em 2017. Isso pode ser analisado pela queda da produtividade industrial e varejista o que afeta o nível de renda e o poder de compra da população, entre 2016 a 2017 a renda domiciliar mensal per capita caiu em 8% tendo uma recuperação em 2018 com um aumento de 13,14% em relação ano anterior.
De modo complementar, o Atlas do Desenvolvimento Humano no Brasil afirma que entre 2000 a 2010, o Rio Grande do Norte saiu da 12° melhor distribuição de renda do país para a 20° (ADHB, 2010). Nesse contexto, percebe-se que diante de um
cenário onde as atividades econômicas ainda não se recuperaram adequadamente, a insegurança pública só faz ganhar espaço, haja vista o nível de desemprego.
Segundo Hermes et al. (2018), Natal em era no ano passado apontada como a cidade mais violenta do Brasil e a 10° mais violenta do mundo, apresentando um crescimento em aproximadamente 308% no número de homicídios por 100 mil habitantes. O que mais surpreende é fato de Natal ter até 2002 uma taxa abaixo de 10 homicídio por 100 mil habitantes, o que era um valor totalmente aceitável, mas oito anos depois essa realidade muda completamente.
A falta de planejamento estratégico e integração policial faz com que ações pontuais resolvam localmente os problemas referentes a segurança, mas em seguida provocam uma migração das ações criminosas, gerando uma falsa sensação de redução do problema, haja vista que houve uma migração das atividades criminosas para uma eventual localidade onde não se tenha tanto policiamento (HERMES et al., 2018).
Uma outra problemática consiste no déficit vinculado a quantidade de profissionais da área de segurança pública a disposição do Governo. De acordo com a Associação dos Delegados da Polícia Civil do Rio Grande do Norte (ADEPOL) o estado possui um déficit de quase 10 mil agentes, a figura 02 representa essa problemática.
Figura 02: Efetivo Total de Bombeiros, Policiais Militares e Civis no RN
De acordo com a Lei Complementar n° 417 (2010), que dentre as suas várias atribuições, também regulamenta que o estado deveria ter no mínimo 4000 agentes da Polícia Civil (PC), 350 delegados e 800 escrivães, totalizando 5150 agentes. Atualmente o estado dispõe do seguinte efetivo: 1065 policiais, 174 delegados e 188 escrivães, o que totaliza 1427 agentes, quase três vezes menos do que o necessário (ADEPOL, 2018).
Na Polícia Militar os números também mostram uma situação dramática, a Lei Complementar N° 449 (2010), afirma que o estado deveria ter no mínimo 13466 policiais, sendo 12791 praças e 675 oficiais, no momento a PM dispõe de um efetivo composto por 7978 mil policiais, dentre eles 464 oficiais e 7514 praças. Um déficit de quase 5500 agentes (SINDIPOL, 2018).
Apesar da problemática oriunda da falta de efetivo adequado, Cerqueira e Lobão (2003) afirma que uma solução efetiva para a problemática da segurança pública não virá apenas do simples aumento dos recursos destinados à área, mas sim em políticas públicas que combatam os fatores que dão origem às elevadas taxas de criminalidade. Sendo assim, somente aumentar os investimentos em segurança pública sem a devida aplicação de políticas sociais para combater a desigualdade social, não resolve de forma efetiva o problema.
Os mesmos autores destacam a importância de se adotar estratégias que resolvam de forma efetiva a problemática das elevadas taxas de criminalidade no país, porém para que essa meta seja efetivamente alcançada as intervenções devem ultrapassar as tradicionais ações da polícia, utilizando de forma conjunta as ações policiais somadas com a redução da desigualdade social.
De modo geral pode-se perceber que tratar da segurança pública não consiste em apenas aplicar os métodos convencionais, adotando apenas ao aumento dos gastos com segurança pública, mas sim em evidenciar os fatores que originam a violência, como questões vinculadas a desigualdade social e baixa renda per capita da população. Uma vez que se leva em consideração tais informações as ações governamentais se tornam mais complexas e abrangente.
A figura 03, retirada das pesquisas realizadas pelo Instituto de Pesquisa Econômica Aplicada (IPEA), mostra a importância evidenciada nos parágrafos anteriores, atribuindo o impacto de estratégias de políticas públicas nas projeções das taxas de homicídio.
Figura 03: Projeção das taxas de homicídio (2004 a 2006)
Fonte: IPEA (apud, SOUZA & JÚNIOR, 2008)
De acordo com o gráfico anterior pode-se perceber a importância de se adotar as políticas de segurança pública acompanhada de políticas sociais. Na estratégia 1, o gestor não faz nada a respeito da desigualdade social e segurança pública. Já na estratégia 2, a desigualdade social é reduzida, o que acarreta na queda considerável da taxa de homicídio.
Na estratégia 3, percebe-se que o gestor aplica políticas com o objetivo de aumentar a renda per capita, mas deixa a desigualdade social e os gastos com segurança pública constantes, o que resulta no crescimento das taxas de homicídio, tel situação termina reforçando que a desigualdade social é um dos principais motores da violência.
Já na estratégia 4, o gestor atua somente aumentando os gastos na segurança pública e a quantidade de homicídio continua a aumentar, mas com uma taxa menor se for comparar com as estratégias 1 e 3. Por fim, ao se adotar a estratégia 5, que proporciona um aumento nos investimentos da segurança pública somado com o aumento da renda per capita e distribuição de renda, logo percebe-se que isso provocará um aumento na distribuição de renda e por conseguinte resultará na maior redução da taxa de criminalidade ao se comparar com as demais estratégias (SOUZA & JÚNIOR, 2008).
Com o objetivo de desenvolver um estudo sobre a situação da segurança pública no Rio Grande do Norte, através da percepção da população e com foco em todas as regiões do estado, a ADEPOL procurou a InPACTA para desenvolver essa
pesquisa, assim como também fazer uma análise dos dados. Ao final foi feita uma apresentação aos candidatos a governo do estado e em seguida todos foram presenteados com um relatório para servir de orientação técnica para eventuais políticas públicas na área de segurança pública.
1.4- Objetivos
A presente dissertação consiste em mostrar o panorama da segurança pública através da percepção da própria população, além de utilizar técnicas de Business
Intelligence nos dados coletados com o objetivo maximizar a eficiência das políticas referentes a segurança pública. Nessa direção foi feito uma análise dos dados coletados, trazendo uma abordagem mais qualitativa e científica.
-Objetivos Gerais:
Consolidar a importância de se utilizar técnicas de BI em políticas públicas, implementar uma nova abordagem metodológica que sempre fundamente de forma científica e tecnológica as políticas de segurança pública e contribuir pela melhoria da segurança pública no Rio Grande do Norte.
-Objetivos Específicos:
Aplicar técnicas de mineração de dados para gerar padrões associativos e classificatórios, com o intuito e regionalizar as estratégias referentes à segurança pública e segmentá-la por gênero e faixa etária. Por fim, pretende-se consolidar uma metodologia aplicável a qualquer política pública, tornando-as cada vez mais precisas e eficazes.
2- Fundamentação Científico-Tecnológica
2.1- Mineração de Dados
Em plena era da informação com o universo de possibilidades gerados pelas inovações tecnológicas, a ciência de dados ganhou destaque, uma vez que possibilita a extração de informações relevantes oriundas da formação de grandes volumes de dados (SANTOS, 2002). Nessa direção, pode-se verificar que o surgimento de novas técnicas e ferramentas de Mineração de Dados tem como um dos principais objetivos atender as demandas acadêmicas e empresariais (LIBRELOTTO & MOZZAQUATRO, 2006).
Dentre as principais técnicas de Mineração de Dados, destacam-se a associação e classificação (TARGA, 2002). A técnica de classificação, por sua vez, é uma das mais estudada pela comunidade científica de Knowledge Discovery in
Database (KDD), seu principal objetivo está relacionado a descrever a padrões preditivos a partir da relação entre a sequência de atributos com uma variável classificatória (LIBRELOTTO & MOZZAQUATRO, 2013). Uma vez que o banco de dados gerar um padrão classificatório, pode-se utilizá-lo para eventuais previsões.
Segundo Refaat (2007), Batista (2003) e Machado (2002) os estágios de descoberta informações no KDD encontra-se fundamentado nas seguintes etapas: pré-processamento, transformação e mineração dos dados. A primeira está relacionada a consolidação dos dados a fim de trabalhar apenas com os atributos mais relevantes. Essa parte tem o intuito de mitigar o grau de complexidade da análise, minimizando o tempo de processamento dos dados e maximizando a confiança das informações geradas.
A segunda etapa está relacionada com a adaptação dos dados para a sua devida mineração, apesar da fase anterior já ter tornado todos os dados adequados, nem sempre eles estarão apropriados para a análise, apresentando certas limitações (MACHADO, 2002). Os tipos de transformações mais utilizadas consiste nos métodos de normalização e discretização (WIVES, 1998).
Por fim, a terceira fase está voltada para a Mineração de Dados, sendo considerada a principal etapa do processo, pois nela os padrões são retirados e estabelecem regras que ajudam a descrever e caracterizar os dados (BERRY & LINOFF, 1997). Seja por regras de associação, métodos preditivos ou outras técnicas que fornecem o conhecimento necessário para diversas finalidades.
Dentro do processo de Mineração de Dados existem três classes de usuários: o especialista do domínio; o analista e o usuário final. O primeiro possui grande conhecimento da aplicação, ele será responsável por oferecer suporte para a execução do processo. O segundo é responsável pela interpretação dos dados e por extrair os padrões e informações. Já o terceiro vai utilizar o conhecimento extraído na etapa anterior para tomar a decisão mais adequada e precisa (REZENDE, 2005).
3.1.1 - Regras de Associação:
As regras de associação permitem a identificação de padrões entre eventuais alterações no banco de dados, medindo o grau de alteração que um conjunto de
atributos podem ocasionar nos demais dados, essa técnica permite definir as causas e efeitos entre os elementos pertencente ao banco de dados (NOMELINI et al. 2010).
Segundo Romão (2002), o algoritmo mais utilizado para a execução da técnica de associação é o Apriori, ele tem a função de criar regras associativas que são fundamentadas nos critérios do suporte, que nada mais é do que a frequência de um elemento que aparece no conjunto de dados, e da confiança que está relacionada a quantidade de vezes que uma regra se repete em seu espaço amostral.
Veloso et al. (2018), explica de forma mais detalhada os parâmetros matemáticos do suporte, considerando o conjunto T, onde n(A) é o número de ocorrências do atributo A e n(T) o número total de elementos no banco de dados T, conforme representa a equação abaixo.
O mesmo autor também exemplifica como se procede a lógica matemática da confiança, dado um conjunto T em que os elementos A e B aparecem em uma mesma instância, pode-se constatar que a confiança está relacionada a frequência na qual esses dois elementos ocorrem em uma mesma instância dentro dentro de T. A fórmula abaixo representa como se calcular a confiança de uma regra de associação.
As regras de associação trazem uma das mais importantes tarefas oriundas da mineração de dados, haja vista que está focada em encontrar padrões associativos em uma vasta base de dados (LIBRELOTTO & MOZZAQUATRO, 2006). Com um entendimento similar, Agrawal et al. (1993) afirma que a busca por padrões associativos estão diretamente ligados a interdependência entre os atributos pertencentes ao banco de dados.
O algoritmo Apriori, proposto por Agrawal et al.(1993), é o mais utilizado para descobrir regras de associação e sua funcionalidade consiste em em executar buscas sucessivas em toda base de dados com o objetivo de encontrar as melhores padrões
associativos. Os mesmos autores também endossam a capacidade do algoritmo de trabalhar com vários atributos sem perder o desempenho de processamento.
Por fim, pode-se perceber que o suporte é o valor que determina a frequência mínima necessária para que uma regra associativa seja um padrão, logo um dos primeiros parâmetros a ser utilizado é o suporte mínimo, se eventualmente uma regra tiver o valor do suporte inferior ao mínimo, haverá de se excluir esse padrão, caracterizando-o como um outlier.
3.1.2 - Árvore de Decisão:
Dentre os vários modelos estatísticos oriundos das técnicas de Mineração de Dados, o presente estuda irá utilizar as árvores de decisão. Segundo Silva e Souza (2005), as árvores de decisão são resultado do treinamento supervisionado dos dados para fundamentar regras de classificação, em outras palavras sua construção é composta por um conjunto de dados cujas entradas e saídas se relacionam a partir de regras preditivas.
Segundo Gama (2004), o princípio fundamental das árvores de decisão consiste na estratégia de dividir para conquistar, ou seja, transformar um problema complexo em subproblemas mais simples e assim sucessivamente (apud SILVA & SOUZA, 2005). Um dos algoritmos mais utilizados nesses casos é o J48, ele surgiu da necessidade de traduzir o C4.5 da linguagem C para a linguagem Java (WITTEN & FRANK, 2005).
A árvore de decisão é capaz de mostrar de forma visual os atributos que mais
interferem na formação das classes preditivas, o que termina simplificando a análise dos dados, uma vez que o usuário consegue facilmente identificar os fatores que originam as regras, assim como suas as variáveis mais relevantes.
A figura 04 abaixo representa os elementos de uma árvore de decisão, elucidando o que são as raízes, nós, regras e folhas. Nessa direção, também pode-se observar que cada nó de decisão contém alguns testes vinculados aos atributos e cada folha representa a classe, correspondendo ao transbordamento das regras classificatórias e suas eventuais predições. Sendo as raízes e os nós os atributos mais vinculados a classificação indicada nas folhas.
Figura 04 - Representação de uma árvore de decisão
Fonte: Gama (2004, apud SILVA & SOUZA, 2005)
O processo de construção de uma árvore de decisão tem três etapas: primeiramente é calculado a entropia do atributo escolhido como classe; logo em seguida é feita a determinação da entropia dos demais atributos e por último é feito o cálculo do ganho de informação atrelado a cada um dos atributos atributos (WITTEN & FRANK, 2005).
De acordo com Silva e Souza (2005), os atributos classificatórios são demonstrado pelas folhas representadas na Figura 04. Já as raízes e os nós são estabelecidos a partir do cálculo do ganho de informação em relação a entropia das folhas. O valor da entropia está associada ao nível de desordem ou impureza do conjunto de dados, variando de 0 a 1.
Nessa direção pode-se constatar que dado um conjunto (S), com (c) classes distintas, a entropia pode ser obtida pela seguinte equação.
Nessa direção, verifica-se que o (p)i é a proporção dos dados em (S) que pertence a classe (i) ( SILVA & SOUZA, 2005) . Após calcular a entropia do conjunto de dados (S) em relação às classes (i), começa o processo da construção da árvore de decisão. Para montar a árvore de decisão é necessário saber quais atributos serão escalados para o primeiro nível de nós, logo deve-se calcular as suas entropias específicas.
Segundo Silva e Souza (2005), a entropia dos elementos podem ser calculada a partir da seguinte análise, dado um atributo(A) e P(A) o conjunto de valores que ele pode assumir, sendo (x) um elemento desse conjunto e seja (Sx) o subconjunto de (S) formado pelos dados do atributo (A). Chega-se a constatação que o valor da entropia obtida ao dividir o conjunto (S) em função do atributo (A) é calculada pela seguinte fórmula.
Por fim, após calcular a entropia de de cada atributo, se faz necessário medir o ganho de informação que cada um eles provocam no conjunto de dados. A seguinte fórmula exemplifica como se procede o cálculo.
O ganho de informação está vinculado a redução da entropia que cada atributo oferece para o sistema, aqueles que tiverem um maior ganho de informação serão os que vão reduzir a entropia com maior veemência ( SILVA & SOUZA, 2005).
De forma complementar, pode-se verificar que uma das métricas para verificar se o modelo de classificação está adequado é a Acurácia, que representa a porcentagem dos dados que são utilizados para predição, se o valor for elevado, isso significa que a regra classificatória é eficiente, podendo servir de parâmetro para classificar novos casos (BERRY & LINOFF, 1997). O cálculo da Acurácia segue descrito pela fórmula abaixo.
Uma outra medição que estabelece o nível de eficiência da técnica de classificação é a Taxa de erro, que está relacionada a proporção entre o número de predições erradas e o número total de predições (ALMEIDA et al., 2003). A taxa de erro pode ser calculada pela seguinte expressão:
Tanto a Acurácia quanto a Taxa de erro são fundamentais para a formulação de uma árvore de decisão. Segundo Daychoum (2007), a construção de uma árvore de decisão deve-se basear nas seguintes etapas: definição do problema, identificação
das alternativas, eventos futuros associados às alternativas anteriores, estimativa probabilística, determinação dos valores finais e tomada de decisão. A partir dessa sequência os riscos serão mitigados e a decisão será mais eficiente. Segundo o mesmo autor, quando não se tem muitos atributos, geralmente se utiliza a Acurácia e a Taxa de erro para sua eventual confirmação.
2.2- Business Intelligence
O conceito de Business Intelligence (BI) é bastante amplo e generalista, hoje encontra-se intrinsecamente relacionado com uma base de apoio para auxiliar no cotidiano empresarial, algo que pode ser percebido pela funcionalidade dossoftwares de BI (TURBAN et al., 2010).
De modo complementar Chaudhuri et al. (2011), afirma que o Business
Intelligence é um conjunto de tecnologias com o objetivo de apoiar à tomada de decisão permitindo aos gestores que tomem providências mais rápidas, eficientes e eficazes com base nas informações extraídas da base de dados armazenada no ambiente empresarial que o gestor opera.
Com uma visão mais pragmática, Sezões et al. (2006), afirma que as metas fundamentais das técnicas de BI consistem nas seguintes etapas: recolher dados; transformá-los em informação, através da aplicação de técnicas de mineração de dados; e por fim, transformar informação em conhecimento útil para fundamentar a tomada de decisão.
Com uma abordagem mais pragmática, voltada para os resultados no âmbito empresarial Chen et al.(2012) afirma que 97% das empresas com receita superiores a 100 milhões de dólares usam ferramentas para a análise de negócios. Neto (2014), também reforça o caráter generalista do BI, alegando que o BI não é apenas vinculada a negócios, pois existem aplicabilidade bem sucedidas em outras áreas, como no auxílio a políticas públicas, como veremos no decorrer desta dissertação.
2.3.1- Trajetória do Business Intelligence
Após a Revolução Industrial foi necessário desenvolver novos estudos para maximizar a produtividade dentro do cenário fabril, foi a partir desse contexto que se começou a iniciar os estudos da administração conhecido como Teoria das Organizações. A primeira teoria organizacional foi concebida no fim do século XIX e início do século XX, nesse período Frederick Taylor (1856-1915) desenvolveu a Teoria da Administração Científica.
Segundo Corrêa e Corrêa (2011), tal teoria foi fundamental para a consolidação das bases da Administração Científica, haja vista que o foco de estudo estava concentrado no desenvolvimento de métodos de trabalho que deveriam ser adotados pelos funcionários em suas atividades cotidianas no chão de fábrica. O objetivo principal desse estudo consistia em determinar um tempo padrão de produção para favorecer a maximização da produtividade.
Com o objetivo de reduzir os custos foi criado por Henry Ford uma linha de montagem para a produção em massa de veículos, o que justificava a produção de carros padronizados de cor preta, os famosos “Ford T”. Pelo fato do preço do automóvel ser acessível, haja vista que eram modelos simples, eram formados grandes estoques pois a demanda era mastodôntica (FISCHMANN, 2009).
Pode-se perceber que Henry Ford teve êxito, pois conseguiu atingir o aumento da produtividade concomitante a redução dos custos, mas isso só foi possível pelo fato de Taylor, em seus estudos, ter analisado os tempos e movimentos necessários para determinar um método de trabalho que aumentava a produção (FÁVERO, 2017). É nessa perspectiva que Chiavenato (2014) afirma que a Teoria da Administração Científica tinha como objetivo ênfase estudar as tarefas.
Já a Teoria Clássica da Administração, criada por Henri Fayol (1841 - 1925), dividia a organização em cinco funções como: prever, planejar, organizar, coordenar e controlar (FÁVERO, 2017). A divisão da empresa em áreas funcionais estabelecia regras e princípios a serem seguidos, foi nesse sentido que Fayol idealizou 14 princípios da administração, tais como: a divisão do trabalho; autoridade e responsabilidade; disciplina; unidade de comando; unidade de direção; subordinação dos interesses individuais aos gerais; remuneração do pessoal; centralização; cadeia escalar; ordem; equidade; estabilidade do pessoal; iniciativa; e espírito de equipe. Essa necessidade de dividir a organização através de funções específicas amparadas nos princípios citados acima confirma que a Teoria Clássica de Fayol tem ênfase na estrutura empresarial, que pode ser concretizada pelo processo de departamentalização (CHIAVENATO, 2014).
Fávero (2017) também aborda outras teorias que têm ênfase nas estruturas, entre elas se encontra a Teoría Burocrática de Max Weber, tendo início na década de 1950, ela aborda que toda a organização humana deve ter base na racionalidade o que nos leva a constatar que todas as análises devem ser feitas obedecendo um critério de formalidade devidamente estabelecida em normas ou regulamentos
internos, dessa forma todas as ações serão padronizadas e amparadas pela impessoalidade das decisões.
O mesmo autor também versa sobre a Teoria Estruturalista, que como o próprio nome já diz, está focada na estrutura. Por analisar as relações que ocorrem dentro das organizações (intra-organizacionais), assim como também as relações que ocorrem entre as organizações (inter-organizacionais), Verifica-se que a Teoria Estruturalista é mais complexa, pois leva em consideração mais variáveis.
A Teoria das Relações Humanas, concebida inicialmente por Elton Mayo e sendo posteriormente difundida por outros teóricos, tinha como objetivo principal estudar o comportamento das pessoas no ambiente de trabalho. Tal teoria tem uma abordagem mais centralizada nas pessoas e em como elas se agrupam na formação de equipes, além de determinar estilos de liderança, tipos de modelos organizacionais, aspectos psicológicos e outros fatores (CHIAVENATO, 2014).
Um outro estudo que também concentra a observação nas pessoas é a Teoria Comportamental Behaviorista, abordando aspectos como: motivação humana; relações interpessoais no ambiente social e no trabalho; aspectos que influenciam na tomada de decisão; e maneiras de integrar os objetivos pessoais e organizacionais. Com o objetivo similar, entre as décadas de 1950 a 1968, surgiu também a Teoria Geral de Sistemas que definia que a soma das partes formam um todo na organização, desde de que as partes estejam devidamente integradas.
Com um entendimento parcialmente distinto a Teoria Contingencial não define um modelo de organização padronizado, mas sim uma diversidade de teorias organizacionais que se adaptam aos mais diversos tipos de organizações presentes no mundo contemporâneo, tendo como ênfase principal as tecnologias e os fatores ambientais. Cada vez mais as tendências organizacionais convergem para uma maior flexibilidade, com objetivo final de valorizar cada vez mais as competências humanas (CORRÊA & CORRÊA, 2011).
Com o desenvolvimento tecnológico cada vez mais acelerado as empresas necessitam desenvolver ações que as conduza a uma posição de maior competitividade, é nessa direção que o aperfeiçoamento do planejamento organizacional se torna cada vez mais necessário nos dias de hoje, Segundo Czernicki (2009) a primeira tecnologia de Business Intelligence(BI), conhecida também como BI 1.0, teve o seu início no final da década de 90. Era um momento onde as informações estavam começando a ser utilizadas de forma mais eficiente no cenário empresarial (CHEN et al., 2012).
Nesse contexto, pode-se perceber que no tocante aos fatores que resultaram no aumento do uso de técnicas de análise de dados no meio empresarial, verifica-se que um dos principais foi a redução no custo da aquisição de memória para armazenamento de dados (CHAUDHURI et all., 2011).
Quase todas as empresas hoje em dia utiliza sistemas que geram cotidianamente uma grande quantidade de informação, seja em transações bancárias, histórico de vendas,e-mails e outros meios que permite o armazenamento de dados, esse aumento mastodôntico no volume de dados gerados pelas empresas fez surgir o conceito de Big Data (NETO, 2014). O mesmo autor ainda levanta a hipótese da contínua necessidade de desenvolver tecnologias capazes uma análise eficiente desses dados.
No início as aplicações do BI tinham interfaces mais complexas de se utilizar, exigindo do usuário uma compreensão não só sobre o sistema, como também sobre os mecanismos computacionais (CZERNICKI, 2009). Segundo Neto (2014), nesse período apenas os profissionais de tecnologia de informação utilizavam o sistema, os demais funcionários da empresa basicamente recebiam os resultados.
Ainda na primeira versão os recursos mais utilizados na plataforma de BI, eram: relatórios, painéis, pesquisa baseada em BI, tabela de indicadores, modelagem preditiva e mineração de dados (CHEN et al., 2012). Os três principais fatores que levaram a evolução do BI 1.0 para o 2.0 foram: advento da internet; metodologias ágeis e software orientado a serviços. O primeiro e o segundo estão relacionados a praticidade de se utilizar a internet como uma plataforma para o programa, além de oferecer a possibilidade de ofertar um suporte mais adequado ao usuário, além da capacidade de atualização remota do programa para a versão mais moderna, a terceira está voltado a comunicação da lógica operacional entre os sistemas.
De maneira geral o BI 2.0 foi projetado com uma abordagem mais democrática, não servindo apenas para um técnico, mas sim para uma variedade maior de usuários em diversas áreas de atuação. Isso foi possível através da simplificação das aplicações e a melhoria das interfaces, oferecendo um maior grau de elucidação (CZERNICKI, 2009).
Já o BI 3.0 está mais voltado para os aplicativos móveis, haja vista que segundo Neto (2014), espera-se que em 2022 estejam sendo utilizadas mais de 10 bilhões de unidades móveis. Por outro lado a problemática voltada ao poder de processamento, armazenamento e segurança, ainda são desafios que precisam ser resolvidos, uma vez que um smartphone não terá a mesma capacidade de
processamento e memória que um computador, além de está mais vulnerável em questões de segurança.
Apesar desses fatores, pode-se observar que as aplicações de BI estão acompanhando as tendências do mercado, ficando cada vez mais adaptável aos dispositivo móveis o que permite ao usuário o acompanhamento das tendências de mercado com um elevado nível de praticidade, uma vez que a qualquer hora e em qualquer hora as informações estarão disponíveis (NETO, 2014).
4- Discussão dos Resultados
4.1- Metodologia
Com o objetivo de buscar a percepção da população sobre a segurança pública a Associação dos Delegados da Polícia Civil do Rio Grande do Norte (ADEPOL/RN), lançou uma campanha chamada “Eu decido a segurança do RN”, que consiste em um questionário disponibilizado na internet entre os dias 01 de agosto e 05 de setembro, tendo sido amplamente divulgado nos meios de comunicação.
O questionário continha oito perguntas, as quatro primeiras consistem em coletar dados sobre o usuário tais como o e-mail, idade, cidade e sexo. Já as demais perguntas baseiam-se na perspectiva da segurança pública, com perguntas referentes aos tipos de crime que mais afetam a região onde o usuário mora, além de registrar também as suas sugestões para resolver os problemas presentes no atual cenário de insegurança.
Com o objetivo de se obter informações mais completas por cada questionário respondido foram feitas as seguintes perguntas: “Seu e-mail?”; ”Município?”; ”Sua Idade?”; ”Sexo?”; ”Você se sente seguro ao sair de casa?”; ”Qual(is) desses crimes tem causado maior preocupação( temor) na região onde você mora? ”; ”Na sua opinião, para mudar o cenário de violência, quais dessas medidas/ações deveriam ser tomadas de imediato pelo próximo governo a partir de 01.01.2019? (pode marcar mais de 1 ítem)” e uma última pergunta pessoal ”Gostaria de enviar a sua sugestão ou proposta? Descreva abaixo”, esta última, por ser uma pergunta pessoal, não foi incluída na análise estatística.
Primeiramente foi feita uma substituição na segunda resposta, haja vista que a pergunta era referente ao município, o nome de cada cidade foi substituído pela sua respectiva mesorregião. A partir da terceira pergunta foram criados gráficos que
mostram a distribuição das respostas de forma geral e outros analisando separadamente as respostas por gênero, nessa perspectiva veio a oportunidade de verificar se há uma significativa divergência entre as opiniões dos homens e das mulheres.
Os dados inicialmente foram organizados através das planilhas do google e para que pudessem ficar compatíveis para para posterior uso do software de mineração de dados WEKA foram convertidos para o formato csv, com isso foi possível aplicar técnicas de classificação utilizando o algoritmo J48, sendo este responsável por gerar árvores de decisão vinculando as mesorregiões, gênero e os crimes mais temidos.
Com o intuito de não suscitar dúvidas na população as alternativas eram muito extensas e autoexplicativas, para facilitar a análise dos dados o questionário teve que ter parte das alternativas das perguntas resumidas. A sexta pergunta que correspondia: “Qual(is) desses crimes tem causado maior preocupação( temor) na região onde você mora? ” as respostas disponibilizadas para essa pergunta eram as seguintes: “Homicídio”;”Roubo”;”Tráfico de drogas” e ”Violência contra mulher, crianças, adolescentes e idosos ”, esta última alternativa foi substituída pela expressão: “Violência contra vulneráveis”, justamente para poupar espaço nas planilhas e tornar a visualização do gráfico mais agradável e simples.
A sétima pergunta consiste na seguinte indagação: “Na sua opinião, para mudar o cenário de violência, quais dessas medidas/ações deveriam ser tomadas de imediato pelo próximo governo a partir de 01.01.2019? (pode marcar mais de 1 item) ” dentre as respostas tinha como primeira alternativa a seguinte sugestão: “ Criação de creches e escolas em tempo integral, além da valorização e capacitação do s professores” substituída posteriormente pela expressão: ¨Melhorar a educação¨. A segunda alternativa era: ”Investimentos em tecnologia e inteligência policial para o combate ao crime organizado (a exemplo das facções criminosas)” sendo em seguida substituída por: “Tecnologia policial”.
Já a terceira alternativa era constituída pela seguinte frase: ”Mudança na legislação penal através de uma articulação com os deputados federais e senadores do RN (ex: maior rigor no cumprimento das penas, alterações no estatuto do desarmamento, fim da audiência de custódia etc)” com o objetivo de torná-la mais resumida foi feita a substituição pela seguinte frase: ”Legislação Penal mais rígida”. A quarta alternativa era referente ao atual efetivo dos agentes de segurança pública do Rio Grande do Norte, tendo sugestão a seguinte frase: “Contratação de novos policiais
para a investigação criminal, através de concursos públicos periódicos” que foi substituída pela frase: “Aumento do efetivo policial”.
A quinta alternativa é referente a melhoria do sistema penitenciário do Estado e tinha como sugestão a seguinte frase: “Criação de mais presídios e contratação de novos agentes penitenciários” em seguida foi resumida na seguinte sentença: “Melhorar o sistema prisional”. Por fim, a sexta alternativa era referente a políticas públicas e tinha como proposta: “ Políticas públicas preventivas (inserção do jovem no mercado de trabalho, criação de mais opções em esportes e lazer para crianças e adolescentes etc.)” por ser muito extensa foi feita a substituição pela seguinte frase: “Políticas públicas preventivas”.
4.2- Mesorregião Leste
A Mesorregião Leste concentra 48,4% da população do Rio Grande do Norte, tendo as cidades de Natal, Parnamirim, São Gonçalo do Amarante, Ceará-Mirim e Macaíba como as mais habitadas, na área econômica as atividades são vinculadas ao setor de serviços, indústria, impostos e agropecuária, correspondendo respectivamente a 75,2 %; 9,5%; 8,8% e 6,5% do PIB (IBGE, 2010). O gráfico 01 mostra com muita clareza a distribuição das respostas referentes à pergunta: “Você se sente seguro ao sair de casa?”. Nessa ocasião só haviam duas respostas possíveis: “sim” ou “não”.
Gráfico 01: Você se sente seguro ao sair de casa?
A partir do Gráfico 01 pode-se observar o grau de insegurança presente na Mesorregião Leste, onde 97% da população não se sente segura ao sair de casa. Em seguida, com o intuito de avaliar se há divergências entre homens e mulheres, o Gráfico 02 e 03 mostram a distribuição das respostas analisando cada gênero de forma isolada.
Gráfico 02: As mulheres se sentem seguras ao sair de casa?
Fonte: InPACTA (2018). Autoria própria.
Gráfico 03: Os homens se sentem seguros ao sair de casa?
Fonte: InPACTA (2018). Autoria própria.
Ao analisar os dois últimos gráficos acima verifica-se que a cada 100 mulheres na Mesorregião Leste aproximadamente 98 não sentem segurança ao sair de casa, o que mostra uma situação de extrema vulnerabilidade no cotidiano feminino. Já no que
tange aos homens observa-se que a insegurança ao sair de casa, apesar de ser menor, ainda é muito elevada chegando a 96,8% dos casos, nessa perspectiva percebe-se que a noção de insegurança é demasiadamente elevada para ambos os gêneros.
Na direção de mostrar de forma mais clara a percepção da população da Mesorregião Leste sobre os principais tipos de crimes que afetam a sua região foram utilizadas as respostas de sexta pergunta que correspondia: “Qual(is) desses crimes tem causado maior preocupação( temor) na região onde você mora?”. O gráfico 04 mostra em seguida a distribuição de todas as respostas oriundas da Mesorregião Leste, sem fazer distinção por gênero.
Gráfico 04: Crimes que mais preocupantes
Fonte: InPACTA (2018). Autoria própria.
Observa-se que na Mesorregião Leste os problemas referentes a segurança se concentram em dois pontos específicos a questão dos roubos, com 41,5%, seguido da quantidade de homicídios, com 26,7%. Essas duas alternativas somam cerca de 68,5% das respostas, as demais respostas corresponderam a Tráfico de drogas e Violência contra vulneráveis, com 20% e 11,5% respectivamente. A seguir no gráfico 05 e 06 pode-se verificar que as análises tiveram um olhar mais específico para cada gênero, a partir desse contexto será possível identificar se há alguma divergência entre as opinões.
Gráfico 05: Crimes mais preocupantes (Mulheres)
Fonte: InPACTA (2018). Autoria própria.
Gráfico 06: Crimes mais preocupantes (Homens)
Fonte: InPACTA (2018). Autoria própria.
O Gráfico 05 mostra que os temores das respostas femininas se concentram em roubo e homicídio, com 40,6% e 26,7% respectivamente. O que concentra 67,3% das respostas válidas das mulheres, as demais respostas ficam distribuídas em 18,7% com tráfico de drogas e 14% com violência contra vulneráveis. Já o Gráfico 06 mostra que os homens temem mais roubo e homicídio, tendo o primeiro 42,3% das respostas e o segundo 27,2%. O que concentra 69,5% das respostas.
Os demais problemas relevantemente levantados pelos participantes no questionário foram questões como tráfico de drogas com 21% das respostas e violência contra vulneráveis, com 9,4%. Também foi notável que o público feminino percebe com mais nitidez a violência contra vulneráveis, haja vista a diferença percentual se comparado aos homens. Onde 14% das respostas femininas se
concentraram nessa alternativa, já quando se compara com o público masculino percebe-se uma menor relevância tendo cerca 9,4% das respostas.
Com o propósito de coletar as sugestões da população a campanha “#Eu decido a segurança do Rio Grande do Norte” tinha em sua sétima pergunta a seguinte indagação: “Na sua opinião, para mudar o cenário de violência, quais dessas medidas/ações deveriam ser tomadas de imediato pelo próximo governo a partir de 01.01.2019? (pode marcar mais de 1 item) ”. O gráfico 07 mostra a distribuição das respostas gerais, sem fazer distinção por gênero.
Gráfico 07: Sugestões gerais
Fonte: InPACTA (2018). Autoria própria.
Observa-se que na Mesorregião Leste as sugestões referentes a segurança estão bem distribuídas, porém apresenta preferências específicas vindo em primeiro a melhoria da tecnologia policial com 20,3%, seguido de políticas públicas preventivas, com 19,1% e em terceiro lugar vem a questão da Legislação Penal mais rígida com 18,7%. Essas três alternativas somam cerca de 58,1% das respostas, as demais alternativas correspondem as seguintes sugestões: aumento do efetivo policial, melhoria da educação e melhorar o sistema prisional, com 18%; 14,1% e 9,8% respectivamente.
A seguir no gráfico 08 e 09 pode-se verificar que as análises tiveram um olhar mais específico para cada gênero, a partir desse contexto será possível identificar se há alguma divergência entre as sugestões.
Gráfico 08: Sugestões das mulheres
Fonte: InPACTA (2018). Autoria própria.
Gráfico 09: Sugestões dos homens
Fonte: InPACTA (2018). Autoria própria.
O Gráfico 08 mostra que as respostas femininas estão bem distribuídas em quatro sugestões, dentre elas políticas públicas preventivas com 20,3%, tecnologia policial com 20%, Legislação Penal mais rígida com 17,7% e aumento do efetivo policial com 17,6%. Essas alternativas concentram cerca de 75,6 % das respostas. Já as demais sugestões tais como: melhorar a educação e o sistema prisional somadas correspondem a 24,4%.
O Gráfico 09 revela que as respostas masculinas estão distribuídas em quatro propostas principais, dentre elas: tecnologia policial com 20,6%; Legislação Penal mais rígida com 19,5%; aumento do efetivo policial 18,4% e políticas públicas preventivas com 18%. Tais respostas concentram cerca de 76,5% da preferência entre os homens, estando as demais alternativas, como: melhorar a educação e o sistema prisional somadas correspondem a 23,5%
4.3- Mesorregião Agreste
A Mesorregião Agreste concentra 12,8% da população do Rio Grande do Norte, tendo as cidades de João Câmara, Nova Cruz, Santa Cruz e São Paulo do Potengi como as mais habitadas (IBGE, 2010). O gráfico 10 mostra com muita clareza a distribuição das respostas referentes à pergunta: “Você se sente seguro ao sair de casa?”. Nessa ocasião só haviam duas respostas possíveis: “sim” ou “não”.
Gráfico 10: Você se sente seguro ao sair de casa?
Fonte: InPACTA (2018). Autoria própria.
A partir do Gráfico 10 pode-se observar o grau de insegurança presente na Mesorregião Agreste, onde 97,3% da população não se sente segura ao sair de casa. Em seguida, com o intuito de avaliar se há divergências entre homens e mulheres, o Gráfico 11 e 12 mostram a distribuição das respostas analisando cada gênero de forma isolada.
Gráfico 10: As mulheres se sentem seguras ao sair de casa?
