Os diagnósticos de Priorização
Os Diagnósticos de Priorização
No post anterior, comentei sobre os mais de 1.000 diagnósticos que a Go44 Transformação Digital realizou em seus pouco mais de 4 anos de história. Para quem não leu, basta acessar este link aqui (https://www.go44.co/os-1-000-diagnosticos-da-go44-transformacao-digital/). Dos 1.026 diagnósticos totais coletados, 373 são do tipo de priorização onde utilizados um algoritmo multicritério de hierarquia e priorização bastante conceituado nos meios acadêmicos. Foram vários tipos de modelos criados com este algoritmo. Seguem alguns para conhecimento: Mapeamento do Estado Atual e Futuro dos Princípios do Lean Manufacturing, Diagnóstico de Interoperabilidade Empresarial para Arquitetura de Sistemas, Mapeamento do Estado Atual dos Princípios da Indústria 4.0, Diagnóstico de 10 Eixos de Excelência Operacional e Mapeamento dos Obstáculos de Implementação do Lean Healthcare sob a Ótica da Interoperabilidade Empresarial. Ao longo destes anos houve testes com outros modelos de iniciativa acadêmica, a maioria oriundo de pesquisas de mestrado e doutorado do PPGEPS da PUCPR, tais como: Mapeamento do Estado Atual para Implementação de Sistemas PLM e Priorização de Barreiras de Interoperabilidade de Impacto em Projetos Digitais. Como é possível notar, a aplicação deste tipo de metodologia é ampla e bem-vinda para qualquer empresa que deseje compreender melhor o seu estado atual em algum conceito específico.
Embora este algoritmo multicritério de hierarquia e priorização seja bem abrangente, a compreensão de como ele funciona e como interpretar os resultados gera uma discussão interessante. Em linhas gerais, o algoritmo nada mais é do que uma comparação (pairwise) de critérios que variam de acordo com a extensão da hierarquia do modelo constituído. Esta comparação segue uma escala específica do método que, na maioria dos casos, gera um pouco de confusão na interpretação (é comum os clientes perguntarem: qual a diferença de uma escala 5 para a 6 visto que a descrição destas escalas é muito similar? – este é o exemplo de uma de muitas dúvidas que aparecem). Uma outra questão que surge é a interpretação dos resultados. Durante o preenchimento da avaliação, normalmente o cliente se questiona muito sobre determinadas comparações e acaba provocando uma boa discussão com os seus colegas de trabalho. Estas discussões impactam na análise dos resultados que, em 98,00% dos casos, bate com a realidade vivida pela empresa. Lembro que em uma das primeiras validações deste algoritmo, ainda em 2019, um usuário comentou que o modelo avaliado era muito amplo (englobava várias áreas de atuação da empresa nas quais não tinha muito conhecimento), e isso impactou no índice de inconsistência da respectiva comparação feita. Tal retorno do usuário nos permitiu perceber que nas comparações onde o avaliador estava mais ambientado com os critérios em discussão, o índice de inconsistência ficava bem baixo (o ideal é ficar abaixo de 10,00%). Caso contrário, via-se o índice de inconsistência disparar chegando a valores de 50,00% (já houve casos de 100,00% e 150,00% de índice de inconsistência) prejudicando a análise final dos resultados. Ao final, o cliente consegue observar, via gráfico do tipo radar, os pesos local e global de cada critério do modelo. Esta discussão sobre o índice de inconsistência e sobre a interpretação dos resultados de um determinado público-alvo, gerou um artigo publicado no congresso FAIM de 2021 disponível neste link: https://doi.org/10.1016/j.promfg.2020.10.154 (vale a pena ler – está com acesso liberado).
Este tipo de diagnóstico de priorização, apesar de ser mais complexo do que os tradicionais, gera muito valor e permite com que a empresa corrija o seu rumo ou prospecte novas iniciativas futuras. Há bons exemplos de que esta análise trouxe valor aos nossos clientes, mas, para não tornar muito longo e cansativo o texto, destacarei um caso específico com uma indústria do setor metal mecânico que iniciou um projeto com a PUCPR em 2019 para implementação do Lean Manufacturing e da Indústria 4.0 nas áreas de produção e administrativa da empresa. Na época, aplicamos uma avaliação de priorização dos princípios do Lean Manufacturing e um questionário de prontidão da Indústria 4.0 (que comentarei mais detalhadamente em textos futuros) e os resultados trouxeram um mapeamento bem interessante do estado atual e futuro dos princípios do Lean Manufacturing. Com base nestes resultados, desenvolvemos um roadmap de implementação do Lean Manufacturing que segue em execução até hoje com ótimos retornos gerados e mensurados pelos colaboradores desta empresa. Em textos futuros, falarei um pouco mais sobre roadmaps e a estrutura que a Go44 Transformação Digital trabalha com o suporte da academia, mencionado o produto de entrega do meu doutorado – o framework LIN4EIA.
