• Nenhum resultado encontrado

Com a fixação do nível de exigência, ficam automaticamente configurados a regra de decisão e o algoritmo para-analisador (Figura 6.3

N/A
N/A
Protected

Academic year: 2021

Share "Com a fixação do nível de exigência, ficam automaticamente configurados a regra de decisão e o algoritmo para-analisador (Figura 6.3"

Copied!
13
0
0

Texto

(1)

6.2 Análise da Viabilidade do Lançamento de um Produto27

Neste caso, o MAB será aplicado em um problema com o qual, constantemente, se deparam os profissionais de marketing: estudar a viabilidade do lançamento de um novo produto.

Numa análise dessa natureza, não se pode esquecer que "devemos procurar outros produtos existentes nos mercado, que tenham linhas de similaridades com o produto em desenvolvimento". (GURGEL, 2001, p.208)

Na seqüência, será visto como ficam as etapas do MAB, desde a fixação do nível de exigência até a decisão final, que poderá ser tomada com base na regra decisão ou no algoritmo para-analisador.

6.2.1 Fixação do nível de exigência

Para este exemplo de aplicação, foi fixado o nível de exigência igual a 0,60. É um nível de exigência médio, mas que se justifica levando-se em conta ser um produto em que a decisão de lançá-lo não demandará muito investimento, não representa maiores responsabilidades econômica, social ou humana. Ou seja, a decisão favorável ao lançamento do produto não põe em risco vidas humanas, o meio ambiente, etc.

Com a fixação do nível de exigência, ficam automaticamente configurados a regra de decisão e o algoritmo para-analisador (Figura 6.3).

___________________________________________________________________________

27 Este trabalho foi apresentado na Sixth International Conference on Computing Anticipatory Systems (CASYS'03), realizada em Liège, Bélgica, de 11 a 16 de agosto de 2003, com o título "Paraconsistent Annotated Logic in Viability Analysis: an Approach to Product Launching"; foi laureado com o prêmio "Best Paper Award" for the Symposium Soft Computing, Computational Intelligence, Fuzzy Systems, Neural Networks, Learning (Anexo A) e foi publicado no AIP Conference Proceedings, 718, p. 282-291, pelo American Institute of Physics. Edited by Daniel M. Dubois. (DE CARVALHO; BRUNSTEIN; ABE, 2003a).

(2)

Hcert ≥ 0,60 ⇒ decisão favorável (o lançamento é viável);

Hcert ≤ – 0,60 ⇒ decisão desfavorável (o lançamento é inviável);

– 0,60 < Hcert < 0,60 ⇒ análise não conclusiva.

Algoritmo para-analisador

0,50

0,50 0,00

0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60 0,80 1,00 1,20

Grau de evidência favorável

Grau de evidência contrária

Contorno Fronteiras Fronteiras

Figura 6.3 – Regra de decisão e algoritmo para-analisador para o nível de exigência 0,60.

6.2.2 Escolha dos fatores de influência e o estabelecimento das seções

Foram escolhidos os dez fatores (F01 a F10) que têm maior influência na viabilidade do lançamento de um produto. Para cada um desses fatores, foram estabelecidas cinco seções (S1

a S5), tais que S1 represente uma situação muito favorável; S2, uma situação favorável; S3, uma situação indiferente; S4, uma situação desfavorável; e S5, uma situação muito desfavorável ao sucesso do empreendimento (lançamento do produto).

(3)

Observe-se que a caracterização das seções depende do produto a ser lançado, de análises de mercado, de estudos econômicos e de outros elementos. Neste trabalho, essa caracterização é feita sem a utilização rigorosa desses elementos, pois trata-se de um exemplo teórico para a apresentação do método.

Os fatores escolhidos e as faixas estabelecidas são os apresentados a seguir.

F01: necessidade e utilidade do produto, traduzida pela percentagem π da população que dele se utiliza.

S1: π > 90%; S2: 70% < π ≤ 90%; S3: 30% ≤ π ≤ 70%;

S4: 10% ≤ π < 30%; S5: π < 10%.

F02: quantidade (η) de atributos ou funções do produto, medida por comparação com a média M de atributos ou funções dos produtos similares do mercado.

S1: η > 1,5M; S2: 1,2M < η ≤ 1,5M; S3: 0,8M ≤ η ≤ 1,2M;

S4: 0,5M ≤ η < 0,8M; S5: η < 0,5M.

F03: concorrência, traduzida pela qualidade e quantidade de concorrentes na região.

S1: muito pequena; S2: pequena; S3: média;

S4: grande; S5: muito grande.

F04: potencialidade dos clientes, traduzida pelo tamanho e poder aquisitivo da população da região.

S1: muito grande; S2: grande; S3: média;

S4: pequena; S5: muito pequena.

F05: aceitação do produto ou de produto similar já existente no mercado, traduzida pela percentagem π da população que dele se utiliza.

S1: π > 90%; S2: 70% < π ≤ 90%; S3: 30% ≤ π ≤ 70%;

S4: 10% ≤ π < 30%; S5: π < 10%.

(4)

F06: preço (φ) do produto no mercado, traduzido em função do preço médio P de produto igual (ou de produtos similares) já existente no mercado.

S1: φ < 70%P; S2: 70%P ≤ φ < 90%P; S3: 90%P ≤ φ ≤ 110%P;

S4: 110%P < φ ≤ 130%P; S5: φ > 130%P.

F07: custo estimado (θ) do produto, traduzido em função do preço médio P de produto igual (ou de produtos similares) já existente no mercado.

S1: θ < 20%P; S2: 20%P ≤ θ < 40%P; S3: 40%P ≤ θ ≤ 60%P;

S4: 60%P < θ ≤ 80%P; S5: θ > 80%P.

F08: ciclo de vida (C) do produto, medido numa unidade de tempo T (um ano, por exemplo).

S1: C > 10T; S2: 8T < C ≤ 10T; S3: 4T ≤ C ≤ 8T;

S4: 2T ≤ C < 4T; S5: C < 2T.

F09: prazo (λ) para desenvolvimento do projeto e implantação do produto, medido em função do ciclo de vida (C).

S1: λ < 10%C; S2: 10%C ≤ λ < 30%C; S3: 30%C ≤ λ ≤ 70%C;

S4: 70%C < λ ≤ 90%C; S5: λ > 90%C.

F10: investimento (I) para desenvolvimento do projeto e implantação do produto, medido em função do resultado líquido (RES) esperado no ciclo de vida do produto.

S1: I < 20%RES; S2: 20%RES ≤ I < 40%RES;

S3: 40%RES ≤ I ≤ 60%RES;

S4: 60%RES < I ≤ 80%RES; S5: I > 80%RES.

6.2.3 Construção da base de dados

Admite-se que foram selecionados quatro especialistas: E1 – profissional de marketing;

E2 – economista; E3 – engenheiro de produção; E4 – administrador de empresas. Admite-se

(5)

também que os pesos atribuídos aos fatores pelos especialistas são iguais, ou seja, todos os fatores têm peso igual a 1 (um). Assim, a base de dados (Tabela 6.5) se resumirá à matriz das anotações, ou seja, aos graus de evidência favorável e de evidência contrária que os especialistas atribuem aos fatores nas condições definidas pelas cinco seções.

Tabela 6.5 – Base de Dados: graus de evidência favorável e de evidência contrária atribuídos pelos especialistas aos fatores, nas condições definidas pelas seções.

ai,j,1 bi,j,1 ai,j,2 bi,j,2 ai,j,3 bi,j,3 ai,j,4 bi,j,4 ai,j,1 bi,j,1 ai,j,2 bi,j,2 ai,j,3 bi,j,3 ai,j,4 bi,j,4 S1 0,88 0,04 0,94 0,14 0,84 0,08 0,78 0,03 S1 0,90 0,10 1,00 0,10 0,90 0,00 1,00 0,00 S2 0,63 0,19 0,79 0,23 0,73 0,14 0,59 0,24 S2 0,80 0,30 0,80 0,20 0,70 0,30 0,70 0,20 S3 0,48 0,43 0,53 0,44 0,58 0,39 0,48 0,41 S3 0,60 0,50 0,60 0,40 0,50 0,40 0,50 0,50 S4 0,23 0,77 0,41 0,61 0,33 0,73 0,29 0,53 S4 0,40 0,60 0,40 0,70 0,30 0,60 0,30 0,70 S5 0,01 0,94 0,13 0,88 0,14 1,00 0,17 0,91 S5 0,10 0,80 0,20 0,90 0,13 1,00 0,00 1,00 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 S1 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,05 S2 0,75 0,25 0,85 0,25 0,85 0,30 0,73 0,35 S2 0,85 0,25 0,85 0,30 0,73 0,35 0,75 0,25 S3 0,55 0,45 0,55 0,45 0,65 0,40 0,45 0,55 S3 0,55 0,45 0,65 0,40 0,45 0,55 0,55 0,45 S4 0,35 0,65 0,31 0,79 0,29 0,70 0,24 0,83 S4 0,40 0,65 0,35 0,75 0,24 0,78 0,35 0,65 S5 0,00 0,95 0,15 0,75 0,15 0,85 0,25 1,00 S5 0,05 0,88 0,15 0,85 0,12 1,00 0,00 0,95 S1 0,92 0,08 0,98 0,18 0,88 0,12 0,82 0,07 S1 0,98 0,18 0,88 0,12 0,82 0,07 0,92 0,08 S2 0,67 0,23 0,83 0,27 0,77 0,18 0,63 0,28 S2 0,83 0,27 0,77 0,18 0,63 0,28 0,67 0,23 S3 0,52 0,47 0,57 0,48 0,62 0,43 0,52 0,45 S3 0,57 0,48 0,62 0,43 0,52 0,45 0,52 0,47 S4 0,17 0,73 0,24 0,65 0,37 0,67 0,33 0,64 S4 0,45 0,65 0,37 0,85 0,33 0,57 0,27 0,86 S5 0,05 0,98 0,17 0,83 0,18 0,02 0,21 0,95 S5 0,08 0,83 0,18 0,95 0,21 0,95 0,05 0,98 S1 0,95 0,11 1,00 0,21 0,91 0,15 0,85 0,10 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 S2 0,70 0,26 0,86 0,30 0,80 0,21 0,66 0,31 S2 0,86 0,30 0,80 0,21 0,66 0,31 0,70 0,26 S3 0,55 0,50 0,60 0,51 0,65 0,46 0,55 0,48 S3 0,60 0,51 0,65 0,46 0,55 0,48 0,55 0,50 S4 0,30 0,76 0,48 0,68 0,22 0,70 0,28 0,60 S4 0,39 0,76 0,30 0,70 0,36 0,60 0,30 0,76 S5 0,08 1,00 0,20 0,86 0,21 0,05 0,24 0,98 S5 0,10 0,86 0,15 0,93 0,24 0,98 0,08 1,00 S1 1,00 0,88 0,06 0,10 0,95 0,85 0,04 0,00 S1 0,94 0,14 0,84 0,08 0,78 0,03 0,88 0,04 S2 0,70 0,20 0,80 0,30 0,80 0,20 0,70 0,30 S2 0,79 0,23 0,73 0,14 0,59 0,24 0,63 0,19 S3 0,50 0,50 0,60 0,50 0,60 0,40 0,50 0,40 S3 0,53 0,44 0,58 0,39 0,48 0,41 0,48 0,43 S4 0,30 0,70 0,33 0,69 0,30 0,70 0,26 0,73 S4 0,41 0,69 0,33 0,63 0,29 0,53 0,23 0,69 S5 0,00 1,00 0,10 0,80 0,90 0,08 1,00 0,15 S5 0,13 0,79 0,14 0,90 0,17 0,91 0,01 0,94

F08

F04 F09

E4

F01 F06

F02 F07

Sj E1 E2 E3

E3 E4

Fi Fi Sj E1 E2

F05 F10

F03

6.2.4 Pesquisa de campo e cálculo dos graus resultantes de evidência favorável e de evidência contrária dos fatores e do baricentro

Construída a base de dados, para facilidade de linguagem, será considerado que se está estudando a viabilidade do lançamento de um produto X na região Y. Para isso, deve-se fazer uma pesquisa na região Y em relação ao produto X, para verificar em que seção cada um dos

(6)

fatores se encontra. Ou seja, os pesquisadores devem verificar na região Y, em que seção Sj (1

≤ j ≤ 5) cada um dos fatores Fi (1 ≤ i ≤ 10) que influi na viabilidade do produto X se encontra.

Com os resultados da pesquisa, Spi, é preenchida a coluna 2 da Tabela 6.6. Feito isso, o MAB extrai da base de dados (Tabela 6.5) as opiniões dos especialistas sobre a viabilidade do lançamento nas condições do produto X na região Y, traduzidas pelas seções pesquisadas.

Essas opiniões estão resumidas nas colunas de 3 a 10 da Tabela 6.6.

Para a aplicação dos operadores, os grupos devem ser constituídos, observando-se a formação dos especialistas. No quadro dos especialistas selecionados, uma formação possível e adequada é: grupo A – o profissional de marketing (E1) com o economista (E2); grupo B – o engenheiro de produção (E3) com o administrador de empresas (E4). Assim, para a aplicação das técnicas de maximização (operador OR) e de minimização (operador AND) às opiniões dos especialistas faz-se:

[(E1) OR (E2)] AND [(E3) OR (E4)] ou [GA] AND [GB]

Tabela 6.6 – Tabela de cálculos do MAB: seções pesquisadas, graus de evidência favorável e de evidência contrária, aplicação dos operadores OR e AND, cálculos e análise dos resultados.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

0,60 Fi Spi ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gAbi,gAai,gB bi,gB ai,R bi,R Hcert Gcontr

F01 S5 0,01 0,94 0,13 0,88 0,14 1,00 0,17 0,91 0,13 0,94 0,17 1,00 0,13 0,94 -0,81 0,07 F02 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,15 1,00 0,10 1,00 0,10 0,90 0,10 F03 S1 0,92 0,08 0,98 0,18 0,88 0,12 0,82 0,07 0,98 0,18 0,88 0,12 0,88 0,12 0,76 0,00 F04 S2 0,70 0,26 0,86 0,30 0,80 0,21 0,66 0,31 0,86 0,30 0,80 0,31 0,80 0,30 0,50 0,10 F05 S1 1,00 0,88 0,06 0,10 0,95 0,85 0,04 0,00 1,00 0,88 0,95 0,85 0,95 0,85 0,10 0,80 F06 S5 0,10 0,80 0,20 0,90 0,13 1,00 0,00 1,00 0,20 0,90 0,13 1,00 0,13 0,90 -0,77 0,03 F07 S4 0,40 0,65 0,35 0,75 0,24 0,78 0,35 0,65 0,40 0,75 0,35 0,78 0,35 0,75 -0,40 0,10 F08 S4 0,45 0,65 0,37 0,85 0,33 0,57 0,27 0,86 0,45 0,85 0,33 0,86 0,33 0,85 -0,52 0,18 F09 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 1,00 0,21 0,95 0,11 0,95 0,11 0,84 0,06 F10 S2 0,79 0,23 0,73 0,14 0,59 0,24 0,63 0,19 0,79 0,23 0,63 0,24 0,63 0,23 0,40 -0,14 0,62 0,52 0,10 0,13

NÃO CONCLUSIVO

Baricentro W: médias dos graus resultantes NÃO CONCLUSIVO

Na Tabela 6.6, os resultados da aplicação do operador OR aos grupos A e B (intragrupos) estão nas colunas de 11 a 14. Os resultados da aplicação do operador AND entre os grupos A e B (entre grupos), que são os graus de evidência favorável e de evidência contrária resultantes, aparecem nas colunas 15 e 16. Dessa forma, obtém-se, para cada fator,

INVIÁVEL INVIÁVEL

NÃO CONCLUSIVO NÃO CONCLUSIVO

VIÁVEL VIÁVEL VIÁVEL NÃO CONCLUSIVO NÃO CONCLUSIVO

E3 OR E4 Conclusões

Decisão E2 E3 E4 E1 OR E2

Fator Seção

19

Group A Group B A B

A AND B Nível de Exigência = E1

(7)

na condição da seção obtida na pesquisa, a conclusão combinada das opiniões dos especialistas. Os graus de certeza e de contradição para cada fator, na condição da seção pesquisada, aparecem nas colunas 17 e18.

6.2.5 Análise dos resultados

Primeiramente, será feita a análise dos resultados finais pela aplicação da regra de decisão (ver 6.2.1, p.159). O MAB já fez isto quando comparou os graus de certeza da coluna 17 da Tabela 6.6 com o nível de exigência (0,60) e deu o resultado na coluna 19. Assim, pode-se observar que, nas condições pesquisadas e ao nível de exigência 0,60, três fatores, F02, F03 e F09, indicam que o lançamento do produto é viável; dois, F01 e F06, indicam que o lançamento do produto é inviável; e os outros cinco, F04, F05, F07, F08 e F10, são não conclusivos, isto é, não dão indicação nem a favor e nem contra o lançamento do produto.

Mas, o que realmente tem interesse é a influência conjunta de todos os fatores sobre a viabilidade do lançamento do produto, que é traduzida pelo baricentro W dos pontos que os representam, isoladamente. Na última linha das colunas 15 e 16 da Tabela 6.6, encontram-se os graus de evidência favorável (aW) e de evidência contrária (bW) do baricentro, que permitem ao MAB calcular o grau de certeza correspondente (última linha da coluna 17) da seguinte forma: Hcert ,W = a W – b W = 0,62 – 0,52 = 0,10.

Considerando que – 0,60 < 0,10 < 0,60, aplicando a regra de decisão, o próprio MAB já conclui que a análise é não conclusiva, isto é, a análise não permite concluir nem pela viabilidade e nem pela inviabilidade do lançamento do produto X na região Y.

Essa mesma análise pode ser feita pelo algoritmo para-analisador. Para isso, plotam-se os graus de evidência favorável e de evidência contrária resultantes, junto ao reticulado τ (Figura 6.3), adotando como linhas limites de verdade e de falsidade as retas determinadas por

(8)

|Hcert| = 0,60 e como linhas limites de inconsistência e de paracompleteza as retas determinadas por |Gcontr| = 0,60, uma vez que o nível de exigência adotado foi 0,60.

Algoritmo para-analisador

0,11 0,90

0,12 0,30 0,75

0,10 0,85

0,23 0,85

0,94

0,50 0,52

0,00 0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60 0,80 1,00 1,20

Grau de evidência favorável

Grau de evidência contrária

0,50

Fatores Baricentro Contorno Fronteiras Fronteiras

Figura 6.4 – Análise do resultado pelo algoritmo para-analisador.

No caso em estudo, análise da viabilidade do lançamento do produto X na região Y, a observação dos pontos que representam os fatores de influência no reticulado τ mostra que três fatores (F02, F03 e F09) pertencem à região de verdade (de decisão favorável ou de viabilidade), recomendando, pois, o lançamento do produto ao nível de exigência 0,60; dois fatores (F01 e F06) pertencem à região de falsidade (inviabilidade), recomendando o não lançamento do produto. Os rótulos que aparecem próximos aos pontos são os graus de evidência contrária resultantes para os fatores que representam.

(9)

Os demais fatores pertencem a regiões distintas das anteriores, indicando que o lançamento do produto não é viável, mas que também não é inviável. F07 e F08 pertencem à região de quase falsidade tendendo à inconsistência; F04 pertence à região de quase verdade tendendo à inconsistência; F10 pertence à região de quase verdade tendendo à paracompleteza;

e F05 pertence à região de inconsistência, mostrando que, para este fator na seção pesquisada (S1), os dados (opiniões dos especialistas) apresentam um alto grau de contradição (0,80).

Esses cinco últimos fatores são, pois, não conclusivos.

Mas, as influências díspares de todos estes fatores na viabilidade do lançamento do produto X na região Y podem ser resumidas pelo ponto W. Este é o baricentro dos dez pontos que representam os fatores, isoladamente, e traduz a influência conjunta dos dez fatores analisados. Como W está na região de quase inconsistência tendendo à verdade, diz-se que o resultado gloal da análise é não conclusivo. Ou seja, a análise não recomenda o lançamento do produto X na região Y, mas também não exclui esta possibilidade. Apenas sugere que, se for de interesse, novas pesquisas sejam feitas, numa tentativa de se aumentarem as evidências.

Mais uma vez, é importante observar que, feita a pesquisa, ou seja, preenchida a coluna 2 da Tabela 6.6, todas as demais operações, traduzidas pelas colunas de 3 a 19 (busca dos valores na base de dados; aplicação das regras de maximização e minimização, para obter os graus de evidências favorável e contrária resultantes para os fatores; cálculo dos graus de evidências favorável e contrária do baricentro; cálculos dos graus de certeza e de contradição;

aplicação da regra de decisão; e aplicação do algoritmo para-analisador), são feitas automaticamente pelo MAB.

Para se fazer um teste da fidedignidade do método e um exercício de sua aplicação, sugere-se ao leitor que analise a viabilidade do lançamento de um produto X’ numa região Y’, admitindo que na pesquisa de campo todos os fatores se encontram na seção S1, ou seja, todos os fatores se mostram altamente favoráveis ao lançamento do produto X’ numa região Y’.

(10)

Neste caso, evidentemente, é de se esperar que a análise leve a concluir-se pela viabilidade do produto X’ na região Y’.

De fato, aplicando-se o MAB a este caso, obtém-se aW = 0,93 e bW = 0,16. Estes valores permitem calcular Hcert,W = aW – bW = 0,93 – 0,16 = 0,78. Como 0,78 ≥ 0,60, a regra de decisão permite inferir pela viabilidade do lançamento do produto X’ na região Y’ (Tabela 6.7 e Figura 6.5).

Tabela 6.7 – Aplicação do MAB na situação em que todos os fatores são muito favoráveis (seção S1).

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

0,60 Fi Spi ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gAbi,gAai,gB bi,gB ai,R bi,R Hcert Gcontr

F01 S1 0,88 0,04 0,94 0,14 0,84 0,08 0,78 0,03 0,94 0,14 0,84 0,08 0,84 0,08 0,76 -0,08 F02 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,15 1,00 0,10 1,00 0,10 0,90 0,10 F03 S1 0,92 0,08 0,98 0,18 0,88 0,12 0,82 0,07 0,98 0,18 0,88 0,12 0,88 0,12 0,76 0,00 F04 S1 0,95 0,11 1,00 0,21 0,91 0,15 0,85 0,10 1,00 0,21 0,91 0,15 0,91 0,15 0,76 0,06 F05 S1 1,00 0,88 0,06 0,10 0,95 0,85 0,04 0,00 1,00 0,88 0,95 0,85 0,95 0,85 0,10 0,80 F06 S1 0,90 0,10 1,00 0,10 0,90 0,00 1,00 0,00 1,00 0,10 1,00 0,00 1,00 0,00 1,00 0,00 F07 S1 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,05 1,00 0,15 1,00 0,05 1,00 0,05 0,95 0,05 F08 S1 0,98 0,18 0,88 0,12 0,82 0,07 0,92 0,08 0,98 0,18 0,92 0,08 0,92 0,08 0,84 0,00 F09 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 1,00 0,21 0,95 0,11 0,95 0,11 0,84 0,06 F10 S1 0,94 0,14 0,84 0,08 0,78 0,03 0,88 0,04 0,94 0,14 0,88 0,04 0,88 0,04 0,84 -0,08 0,93 0,16 0,78 0,09

Fator Seção

19

Group A Group B A B

A AND B Nível de Exigência =

E1 E2 E3 E4 E1 OR E2 E3 OR E4 Conclusões

Decisão VIÁVEL VIÁVEL VIÁVEL VIÁVEL NÃO CONCLUSIVO

VIÁVEL VIÁVEL VIÁVEL VIÁVEL VIÁVEL

Baricentro W: médias dos graus resultantes VIÁVEL

Algoritmo para-analisador

0,85

0,16 0,50

0,50 0,00

0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60 0,80 1,00 1,20 Grau de evidência favoráve

Grau de evidência contria

Fatores Baricentro Contorno Fronteiras Fronteiras

l

Figura 6.5 – Análise do resultado quando todos os fatores são muito favoráveis (seção S1).

(11)

Ao contrário, se todos os fatores fossem muito desfavoráveis (seção S5), o MAB obteria aW = 0,15 e bW = 0,85, permitindo calcular Hcert,W = aW – bW = 0,15 – 0,85 = – 0,71.

Como – 0,71 ≤ – 0,60, a regra de decisão levaria a inferir pela inviabilidade do lançamento do produto X’ na região Y’. (Tabela 6.8 e Figura 6.6).

Tabela 6.8 – Aplicação do MAB na situação em que todos os fatores são muito desfavoráveis (seção S5).

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

0,60 Fi Spi ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gAbi,gAai,gB bi,gB ai,R bi,R Hcert Gcontr

F01 S5 0,01 0,94 0,13 0,88 0,14 1,00 0,17 0,91 0,13 0,94 0,17 1,00 0,13 0,94 -0,81 0,07 F02 S5 0,00 0,95 0,15 0,75 0,15 0,85 0,25 1,00 0,15 0,95 0,25 1,00 0,15 0,95 -0,80 0,10 F03 S5 0,05 0,98 0,17 0,83 0,18 0,02 0,21 0,95 0,17 0,98 0,21 0,95 0,17 0,95 -0,78 0,12 F04 S5 0,08 1,00 0,20 0,86 0,21 0,05 0,24 0,98 0,20 1,00 0,24 0,98 0,20 0,98 -0,78 0,18 F05 S5 0,00 1,00 0,10 0,80 0,90 0,08 1,00 0,15 0,10 1,00 1,00 0,15 0,10 0,15 -0,05 -0,75 F06 S5 0,10 0,80 0,20 0,90 0,13 1,00 0,00 1,00 0,20 0,90 0,13 1,00 0,13 0,90 -0,77 0,03 F07 S5 0,05 0,88 0,15 0,85 0,12 1,00 0,00 0,95 0,15 0,88 0,12 1,00 0,12 0,88 -0,76 0,00 F08 S5 0,08 0,83 0,18 0,95 0,21 0,95 0,05 0,98 0,18 0,95 0,21 0,98 0,18 0,95 -0,77 0,13 F09 S5 0,10 0,86 0,15 0,93 0,24 0,98 0,08 1,00 0,15 0,93 0,24 1,00 0,15 0,93 -0,78 0,08 F10 S5 0,13 0,79 0,14 0,90 0,17 0,91 0,01 0,94 0,14 0,90 0,17 0,94 0,14 0,90 -0,76 0,04 0,15 0,85 -0,71 0,00

Fator Seção

19

Group A Group B A B

A AND B Nível de Exigência =

E1 E2 E3 E4 E1 OR E2 E3 OR E4 Conclusões

Decisão INVIÁVEL INVIÁVEL INVIÁVEL INVIÁVEL

INVIÁVEL INVIÁVEL INVIÁVEL INVIÁVEL INVIÁVEL INVIÁVEL NÃO CONCLUSIVO

Baricentro W: médias dos graus resultantes

Algoritmo para-analisador

0,15

0,85

0,50

0,50 0,00

0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60 0,80 1,00 1,20

Grau de evidência favorável

Grau de evidência contrária

Fatores Baricentro Contorno Fronteiras Fronteiras

Figura 6.6 – Análise do resultado quando todos os fatores são muito desfavoráveis (seção S5).

(12)

Para verificar a influência do nível de exigência na decisão (o que representa mais uma possibilidade do MAB), foi analisado um caso em que cinco fatores (F02, F04, F06, F08 e F09) são muito favoráveis (seção S1) e outros cinco (F01, F03, F05, F07 e F10) são apenas favoráveis (seção S2). Aplicando-se o MAB, obteve-se: Hcert,W = aW – bW = 0,85 – 0,18 = 0,67 (Tabela 6.9a). Então, se o nível de exigência é 0,60, a decisão é favorável (o produto é viável), uma vez que 0,67 ≥ 0,60 (Figura 6.7a.); porém, se o nível de exigência é 0,80, a decisão é que a análise é não conclusiva, uma vez que (-0,80 < 0,67 < 0,80) (Tabela 6.9b e Figura 6.7b).

Tabela 6.9a – Aplicação do MAB na situação em que cinco fatores são muito favoráveis (seção S1) e cinco são apenas favoráveis (seção S2), com nível de exigência 0,60. Resultado: viável.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

0,60 Fi Spi ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gA bi,gAai,gB bi,gB ai,R bi,R Hcert Gcontr

F01 S2 0,63 0,19 0,79 0,23 0,73 0,14 0,59 0,24 0,79 0,23 0,73 0,24 0,73 0,23 0,50 -0,04 F02 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,15 1,00 0,10 1,00 0,10 0,90 0,10 F03 S2 0,67 0,23 0,83 0,27 0,77 0,18 0,63 0,28 0,83 0,27 0,77 0,28 0,77 0,27 0,50 0,04 F04 S1 0,95 0,11 1,00 0,21 0,91 0,15 0,85 0,10 1,00 0,21 0,91 0,15 0,91 0,15 0,76 0,06 F05 S2 0,70 0,20 0,80 0,30 0,80 0,20 0,70 0,30 0,80 0,30 0,80 0,30 0,80 0,30 0,50 0,10 F06 S1 0,90 0,10 1,00 0,10 0,90 0,00 1,00 0,00 1,00 0,10 1,00 0,00 1,00 0,00 1,00 0,00 F07 S2 0,85 0,25 0,85 0,30 0,73 0,35 0,75 0,25 0,85 0,30 0,75 0,35 0,75 0,30 0,45 0,05 F08 S1 0,98 0,18 0,88 0,12 0,82 0,07 0,92 0,08 0,98 0,18 0,92 0,08 0,92 0,08 0,84 0,00 F09 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 1,00 0,21 0,95 0,11 0,95 0,11 0,84 0,06 F10 S2 0,79 0,23 0,73 0,14 0,59 0,24 0,63 0,19 0,79 0,23 0,63 0,24 0,63 0,23 0,40 -0,14 0,85 0,18 0,67 0,02

Fator Seção

19

Group A Group B A B

A AND B Nível de Exigência =

E1 E2 E3 E4 E1 OR E2 E3 OR E4 Conclusões

Decisão NÃO CONCLUSIVO

VIÁVEL NÃO CONCLUSIVO

VIÁVEL NÃO CONCLUSIVO

VIÁVEL NÃO CONCLUSIVO

VIÁVEL VIÁVEL NÃO CONCLUSIVO

Baricentro W: médias dos graus resultantes VIÁVEL

Tabela 6.9b – Aplicação do MAB na situação em que cinco fatores são muito favoráveis (seção S1) e cinco são apenas favoráveis (seção S2), com nível de exigência 0,80. Resultado: não conclusivo.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

0,80 Fi Spi ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gA bi,gAai,gB bi,gB ai,R bi,R Hcert Gcontr

F01 S2 0,63 0,19 0,79 0,23 0,73 0,14 0,59 0,24 0,79 0,23 0,73 0,24 0,73 0,23 0,50 -0,04 F02 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,15 1,00 0,10 1,00 0,10 0,90 0,10 F03 S2 0,67 0,23 0,83 0,27 0,77 0,18 0,63 0,28 0,83 0,27 0,77 0,28 0,77 0,27 0,50 0,04 F04 S1 0,95 0,11 1,00 0,21 0,91 0,15 0,85 0,10 1,00 0,21 0,91 0,15 0,91 0,15 0,76 0,06 F05 S2 0,70 0,20 0,80 0,30 0,80 0,20 0,70 0,30 0,80 0,30 0,80 0,30 0,80 0,30 0,50 0,10 F06 S1 0,90 0,10 1,00 0,10 0,90 0,00 1,00 0,00 1,00 0,10 1,00 0,00 1,00 0,00 1,00 0,00 F07 S2 0,85 0,25 0,85 0,30 0,73 0,35 0,75 0,25 0,85 0,30 0,75 0,35 0,75 0,30 0,45 0,05 F08 S1 0,98 0,18 0,88 0,12 0,82 0,07 0,92 0,08 0,98 0,18 0,92 0,08 0,92 0,08 0,84 0,00 F09 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 1,00 0,21 0,95 0,11 0,95 0,11 0,84 0,06 F10 S2 0,79 0,23 0,73 0,14 0,59 0,24 0,63 0,19 0,79 0,23 0,63 0,24 0,63 0,23 0,40 -0,14 0,85 0,18 0,67 0,02

E1 OR E2 E3 OR E4 Conclusões

Fator Seção

B

19 A AND B Nível de Exigência = Group A

Decisão NÃO CONCLUSIVO

VIÁVEL

E1 E2 E3 E4

Group B A

NÃO CONCLUSIVO NÃO CONCLUSIVO NÃO CONCLUSIVO

VIÁVEL

Baricentro W: médias dos graus resultantes NÃO CONCLUSIVO

NÃO CONCLUSIVO VIÁVEL VIÁVEL NÃO CONCLUSIVO

(13)

Algoritmo para-analisador

0,18 0,50

0,50 0,00

0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60 0,80 1,00 1,20

Grau de evidência favorável

Grau de evidência contrária

Fatores Baricentro Contorno Fronteiras Fronteiras

Figura 6.7a – Análise do resultado pelo algoritmo para-analisador no caso em que cinco fatores são muito favoráveis (S1), cinco são apenas favoráveis (S2) e o nível de exigência é igual a 0,60 (viável).

Algoritmo para-analisador

0,18

0,50

0,50 0,00

0,20 0,40 0,60 0,80 1,00 1,20

0,00 0,20 0,40 0,60

Figura 6.7b – Análise do resultado pelo algoritmo para-analisador no caso em que cinco fatores são muito favoráveis (S1), cinco são apenas favoráveis (S2) e o nível de exigência é igual a 0,80 (não conclusivo).

0,80 1,00 1,20

Grau de evidência favorável

Grau de evidência contrária

Fatores Baricentro Contorno Fronteiras Fronteiras

Referências

Documentos relacionados

1.17 Visando garantir a idoneidade da promoção, no caso de apresentação de mais de (i) 03 (três) notas e/ou cupons fiscais e/ou comprovantes de compras emitidos para a mesma

Detectadas as baixas condições socioeconômicas e sanitárias do Município de Cuité, bem como a carência de informação por parte da população de como prevenir

Figura 6: Amostras de adultos de Tuta absoluta capturados na armadilha Delta com feromona colocada na cultura do tomateiro na estação experimental do INIDA em S.. Figura

•   O  material  a  seguir  consiste  de  adaptações  e  extensões  dos  originais  gentilmente  cedidos  pelo 

Pelo display você pode selecionar os valores de (4 e 20) mA, unidade de engenharia para pressão, amortecimento, o valor de corrente de saída durante o alarme. 3.6.2.1 A

libras ou pedagogia com especialização e proficiência em libras 40h 3 Imediato 0821FLET03 FLET Curso de Letras - Língua e Literatura Portuguesa. Estudos literários

As operações mencionadas no item 1 acima serão realiza- das para causar danos às estações de serviço ao longo daquela rota, ou para sabotar seus veículos, ou para parar um ou mais

O aumento progressivo, lento e unilateral da cabeça e colo do côndilo causa mordida cruzada, má oclusão, assimetria facial e desvio da linha média do mento para o lado não