MODELAGEM DE NEGÓCIOS Unidade03 PDF

328 – Modelagem de Negócios | Unidade 03
UNIDADE 3 – MODELAGEM BÁSICA

MÓDULO 1 – MODELAGEM E SIMULAÇÃO EM EQUIPE : ARTE E CIÊNCIA
01
1 - PLANEJANDO UM ENCONTRO PARA MODELAGEM

“O conhecimento isolado obtido por um grupo de especialistas num campo restrito não tem em si
mesmo qualquer espécie de valor. Só tem valor no sistema teórico que o integra no conhecimento
restante, e apenas na medida em que contribui realmente nesta síntese para responder à questão: Quem
somos nós?”. E. Schrödinger
Analistas sistêmicos constroem modelos e reportam os resultados de seus estudos. Construtores de

modelos assumem implicitamente que o conhecimento adquirido por meio da pesquisa científica é
suficiente para convencer as pessoas a mudar suas políticas organizacionais.
Segundo Jac Vennix (1997), pesquisador e professor da Universidade de Nijmegen, Holanda, estudos
relacionados ao impacto dos modelos computadorizados nas políticas organizacionais têm revelado
convincentemente dois fatos:
 Em muitos casos, esse impacto é conceitual (isto é, as pessoas aprendem com ele), mais do que
instrumental;
 Grande parte da aprendizagem ocorre no desenvolvimento do modelo, muito mais do que quando
o modelo é terminado.
Não se trata de uma surpresa, já que nas últimas décadas a ênfase da Dinâmica de Sistemas se tem
direcionado muito mais à modelagem como aprendizagem e à modelagem para a aprendizagem
organizacional. A atividade de construção de modelos vem crescendo como um método para estruturar
discussões e debates, criando um ambiente de aprendizagem no qual decisões e estratégias podem ser
explicitadas e testadas. Como conseqüência, nas últimas décadas vários analistas sistêmicos têm tido
maior ou menor sucesso experimentando abordagens que envolvem grupos de clientes mais
sistemicamente e mais profundamente no processo de construir um modelo dinâmico de negócios.
02
Embora muita experiência tenha sido obtida na área de modelagem como aprendizagem, parece-nos
muito mais uma arte do que ciência construir modelos com grupos de clientes. Mesmo que o
conhecimento acerca de como construir um modelo de sistemas dinâmicos esteja bem codificado, o
© 2011 - AIEC - Associação Internacional de Educação Continuada
1
conhecimento sobre como explicitar sistematicamente o conhecimento de um grupo e como alinhar

eficientemente grupos dinâmicos é um tópico que tem recebido pouca atenção da literatura sobre
sistemas dinâmicos. No módulo atual serão tratados aspectos de planejamento e condução das sessões
de modelagem nas organizações.
03
David F. Andersen e George P. Richardson, da Universidade de Albany, afirmam que a imagem para a
fase de planejamento é a de preparação de uma apresentação de teatro ou para um concerto de jazz.
Cada fase deve ser cuidadosamente descrita em detalhes, mas o próprio desenvolvimento do trabalho
pode desviar os objetivos do script, produzindo momentos de grande criatividade como também de
distrações improdutivas. Veja, a seguir, como estruturar um encontro para modelagem.
Entrevistas com gerentes chave – Pessoas que desempenham papel importante na organização desses
encontros são os chamados gatekeepers. O gatekeeper ajuda a selecionar as pessoas apropriadas para
participar desses encontros. Ele ajuda a estruturar os conceitos iniciais para a primeira sessão de
modelagem mediante discussões prévias com essas pessoas, o que é uma tarefa essencial no
planejamento e sucesso dos encontros.
Gatekeeper é a pessoa responsável pela manutenção da rede de contatos; atua dentro e fora da
empresa, identifica a oferta tecnológica disponível no mercado e a canaliza para os objetivos da
empresa, podendo proporcionar uma sólida interação entre a empresa e a universidade.
04
Esclarecendo os objetivos dos encontros - O aspecto mais importante dos encontros é assegurar que as
pessoas certas e necessárias estão presentes na sala de reuniões. Se os diretores são necessários para o
encontro, devem abrir mão de suas outras atividades e tornarem-se presentes. Se pessoas de algum
departamento ou setor serão posteriormente afetadas pelo trabalho desenvolvido, então estas pessoas
também deverão estar presentes. A regra do jogo é que as pessoas chave devem estar conscientes e
disponíveis para devotar dois ou três dias inteiros, sem interrupções, à tarefa de modelagem. Em alguns
grupos é importante diferenciar os analistas de modelagem, que darão continuidade ao trabalho técnico
de modelagem, dos especialistas organizacionais. As responsabilidades e papéis desempenhados por
esses grupos serão diferentes.
2
Definindo os produtos - É importante que haja clareza sobre os produtos que serão obtidos ao final das
sessões de modelagem. Os produtos finais podem ser desde um diagrama de ciclos causais da estrutura
de feedbacks do sistema (diagrama qualitativo) até um modelo simulável (diagrama
qualitativo/quantitativo), além de uma série de políticas organizacionais a serem implementadas. É
especialmente aconselhável tentar construir um modelo para simulação por meio dos conhecimentos
explicitados durante o tempo disponível.
05
Layout da sala – O segundo fator crítico de sucesso é, provavelmente, a utilização de uma sala
adequada com toda a infraestrutura necessária. A figura 1 mostra um layout típico, embora outras
configurações também possam mostrar-se eficientes.
Fig. 1. Layout típico de uma sala para encontros de modelagem,

mostrando amplos quadros brancos, flip-chart, cadeiras confortáveis
arrumadas em forma de semicírculo e projetor multimídia ligado a um
computador.
Fonte: David F. Andersen e George P. Richardson (1997).
As cadeiras devem ser soltas para permitir que os participantes se reúnam em grupos menores (três ou
quatro pessoas). Pequenas mesas também podem ser muito úteis, principalmente porque muitas das
tarefas podem envolver a realização de documentos escritos ou desenhos. Essas mesas, contudo, devem
ficar fora do cenário de modelagem, pois podem interferir na dinâmica do processo.
Os quadros brancos servirão para desenhar as idéias e modelos que forem surgindo, já que desenhar no
computador, diretamente nos aplicativos de simulação (Vensim, Powersim, iThink, etc.) pode inibir a
criatividade e a participação dos profissionais que preferem a comunicação verbalizada ao invés da
comunicação informatizada. O projetor deve ser utilizado para apresentações e para construir o modelo
depois que este já tiver uma certa estrutura, próxima de seu formato final.
06
Papéis desempenhados pelo grupo de modelagem – Além dos demais participantes, o grupo de
modelagem normalmente é constituído de duas a cinco pessoas desempenhando os seguintes papéis:
facilitador (o que vai procurar explicitar o conhecimento dos participantes), o modelador (que vai
diagramando as idéias), um profissional de mapeamento de processos, um secretário (para ir redigindo
as principais idéias – o quadro branco será apagado várias vezes) e o gatekeeper.
3
07
2 - ESTRUTURA DOS TIPOS DE TAREFA A SEREM REALIZADAS

O grupo de trabalho pode mover-se rapidamente por meio de tarefas individuais, trabalhos em
pequenos grupos e sessões plenárias. As tarefas podem variar de divergentes (brainstorming, etc.) a
convergentes (classificação e avaliação de aspectos organizacionais, mapeamento etc.). O ponto-chave é
selecionar as tarefas de acordo com a estrutura do grupo para cada um dos passos do processo de
modelagem. Isso evita o surgimento do “poço sem fundo”, no qual, por falta de planejamento, as
pessoas vão trabalhando desordenadamente sem atingir nenhuma conclusão ou objetivo.
Tarefas divergentes – Tarefas de pensamentos divergentes (como obter o maior número de idéias
possíveis em relação ao modelo referencial ou aos limites do modelo) são mais bem desenvolvidas por
técnicas nominais de grupo. É interessante utilizar técnicas que requeiram dos indivíduos ou pequenos
grupos seus conhecimentos na elaboração de uma lista de idéias ou conceitos. Técnicas nominais
utilizam o método de atribuir a cada um dos grupos uma tarefa específica referente ao sistema como
um todo e, em seguida, solicitar que cada grupo exponha sua melhor idéia em plenário. Essa técnica é
mais efetiva quando se tem opiniões diferentes entre os participantes, evitando que idéias geradas com
a participação de todos sejam inibidas por questões hierárquicas, políticas e pessoais, ou que os
indivíduos, ao invés de gerarem novas idéias, se ancorem nas idéias já apresentadas individualmente.
08
Tarefas convergentes – Depois que um número relevante de idéias tenha sido colhido, e estas
analisadas e classificadas por meio de brainstorming ou outra técnica, a tarefa mais árdua para o grupo
será estabelecer um “pensamento convergente”, mediante desenho do modelo, sua descrição ou a
criação de políticas organizacionais para lidar com um dado problema.
Como regra geral, se uma tarefa precisa ser repetida muitas vezes pelo grupo (como a agregação de
estruturas de feedback, setor por setor) é melhor que o grupo trabalhe todo junto em uma sessão
plenária, de modo que todos possam participar, pergunto, questionando e compreendendo o modelo.
Em outros casos, pequenos grupos podem desenhar partes do problema em separado e apresentar os
resultados em plenária utilizando flip-charts, planilhas ou projeção.
09
Classificação e avaliação – A avaliação e classificação das idéias surgidas das discussões constituem
tarefa convergente que pode, muitas vezes, ser executada mediante uma simples votação. Cada
membro pode dar um número fixo de “votos de importância” em favor de determinadas idéias,
4
conceitos e decisões. O importante é utilizar uma técnica, não importa qual, que leve o grupo a um
consenso e não se perca muito do valioso tempo dos encontros.
Fonte: http://www.systemdynamics.org/conf2002/pictures/021700SpecialSession10.jpg
Apresentações – Em pontos chave das sessões o modelador deve oferecer aos participantes
informações sobre o andamento dos trabalhos. São oportunidades importantes para que a equipe tenha
novos insights, expresse e discuta idéias ou simplesmente esclareça algum assunto complexo que não
ficou bem compreendido. Um bom momento para isso é depois de um intervalo de um lanche, quando
o grupo está “fresco”.
10
3 - PLANEJAMENTO DO DIA DE TRABALHO

O planejamento do dia de trabalho é feito detalhadamente por meio de blocos de duração variada.
Depois de realizado, o planejamento toma a forma de uma agenda pública a ser distribuída aos
participantes previamente (pelo menos com 2 dias de antecedência). A figura a seguir mostra um
exemplo de agenda pública para uma sessão de um dia. Obviamente, cada bloco de trabalho deve ser
estimado de modo a atender às necessidades do grupo. Se necessário, pode-se consultar uma pessoa
experiente no assunto para ajudar no planejamento.
5
11
Orientações para o planejamento – Antes de discutir técnicas específicas é importante abordar alguns
princípios gerais de orientação, para um bom resultado do trabalho.
Planejamento particionado – O planejamento, como mostrado na agenda, deve ser particionado em

várias atividades. Isso mantém o grupo alerta e concentrado na tarefa. Grupos que realizam uma única
tarefa o dia inteiro, tendem a ficar cansados e entediados, perdendo a produtividade.
Iniciar motivando – Uma das regras de ouro é que o grupo deve ser motivado a se concentrar
intensivamente em uma atividade nos primeiros 30 minutos. Isso significa explicar, em meia hora, o que
é o processo de modelagem e simulação e o que o grupo fará durante o dia. A utilização de modelos
conceituais pode facilitar essa tarefa inicial.
Manter a consistência visual – É importante que o grupo conheça, logo no início, o significado de todos
os símbolos que serão utilizados no trabalho. Além disso, também é importante que esses símbolos
sejam os mesmos a serem utilizados no software de simulação, já que há pequenas variações entre eles.
12
Esforçar-se para manter simplicidade visual – Embora o número de símbolos utilizados na construção
de modelos seja relativamente pequeno, o nível de complexidade que pode surgir no desenho de um
diagrama é um problema sério. Sempre que o quadro branco ou o flip-chart estejam muito densos de
imagens e símbolos de um diagrama complexo, o modelador deve pedir uns cinco minutos e
disponibilizar uma nova versão do diagrama mais simplificada.
É muito importante que isso seja feito com o acompanhamento do facilitador para que ele possa
compreender a nova estrutura e explicá-la aos participantes. Disciplina na fase de modelagem é crucial.
Deve-se, por exemplo, manter as variáveis de um mesmo setor sempre próximas uma das outras para
que o setor possa ser facilmente identificado.
Estar alerta às diferenças de linguagem – Diferenças de linguagem são comuns, principalmente quando
os participantes são pessoas especializadas em uma determinada área. Assim, um grupo de advogados
poderá querer denominar uma variável como “clientes”, enquanto outros dariam o nome de “suspeitos”
ou “criminosos”. A variável “vagas disponíveis” pode referir-se tanto ao número de vagas para um curso
6
como para um emprego. Essas diferenças, aparentemente pouco relevantes, podem provocar ruídos na
compreensão geral do modelo.
13
Evitar discursos longos – Deve-se evitar que o facilitador, modelador, cliente ou qualquer pessoa faça
um discurso longo sobre seja o que for. Há exceções importantes para essa regra, por exemplo, quando
há necessidade de clarear algum ponto obscuro, ou nas conclusões do trabalho. É importante que o
facilitador e o modelador não falem muito, mas escutem os participantes e compreendam sua visão do
problema.
Refletir após cada parte principal – Uma breve descrição ou o sumário dos trabalhos e decisões
tomadas pelo grupo é uma ferramenta muito importante. O encontro pode não ser bem sucedido se
alguém não for capaz de resumir os trabalhos realizados e expor de uma maneira digerível para todos.
Se o grupo for deixado sozinho para lidar com a complexidade dos detalhes que invariavelmente
aparecem como resultado dos exercícios de elucidação do sistema, todo o processo pode fracassar.
Abuse do poder do pincel (e do apagador) – O facilitador deve sempre responder aos interesses
levantados pelo grupo, escrevendo no quadro branco ou no flip-chart importantes insigths que possam
ser úteis ao modelo posteriormente.
Planejando e gerenciando a formação dos grupos – Nos encontros em que os participantes ainda não
se conhecem muito bem, é importante alocar um tempo para se desenvolver um espírito de grupo.
Algumas dinâmicas no início do encontro podem ajudar a apressar e facilitar este processo. Um exercício
muito significativo de abertura envolve começar solicitando a cada participante que fale sobre seus
sentimentos, expectativas e o que espera obter ao final do trabalho. Uma outra maneira é entregar a
cada um uma folha de papel para que escrevam suas expectativas e seus receios em relação ao trabalho
a ser realizado. O facilitador agrupa essas observações e discute com todo o grupo. Esse conjunto de
expectativas e receios contribui para a construção do modelo e para a delimitação de seus limites. A
7
equipe de modelagem deve estar alerta às possibilidades da formação de subgrupos contraprodutivos

dentro do grupo maior. Técnicas simples, como sorteio, podem criar grupos aleatórios e heterogêneos
que são importantes na quebra de paradigmas. Para alguns projetos, recomenda-se trabalhar junto com
o gatekeeper na formação dos grupos, evitando concentrar, por exemplo, pessoal de um mesmo nível
hierárquico ou que tenham modelos mentais semelhantes.
As pessoas desenvolvem uma visão mais positiva dos resultados do trabalho quando na última meia ou
uma hora a equipe consegue atingir um alto clímax de satisfação. Isso pode ser feito demonstrando a
importância do trabalho realizado e dos benefícios que podem advir para a empresa e para todos.
Porém, isso só será possível se o trabalho foi planejado e estruturado de maneira que o resultado
alcançado tenha sido realmente positivo.
14
4 - MODELOS CONCEITUAIS – ENSINANDO DINÂMICA DE SISTEMAS PARA OS

CLIENTES
Uma vez que o objetivo do encontro de modelagem é aproximar-se o máximo possível de um modelo
simulável, um problema que aparece é de que forma logo no início dos trabalhos, explicar o que é um
modelo. De modo geral, os clientes não têm experiência com modelos ou com ferramentas de
simulação.
A figura 3 é um exemplo de modelo conceitual. O objetivo do modelo conceitual é introduzir os

conceitos de estoques, fluxos, variáveis e constantes e as ligações (feedbacks) entre esses componentes,
e iniciar uma discussão sobre a estrutura e comportamento de um modelo real.
Exemplo de um modelo conceitual (NASCIMENTO, 2003)
8
O modelo deve ser visualmente simples e não conter apenas fórmulas simples, caso os participantes
perguntem por elas.
15
Existem muitas abordagens em pensamento sistêmico para elucidar problemas por meio de trabalhos
em grupo. Mais à frente veremos as abordagens de Túnel do Tempo e de Gráficos de Comportamento
Dinâmico.
Desenhando a estrutura do modelo conceitual – O desenho da estrutura de um sistema em estudo é,

possivelmente, a tarefa principal do grupo. Deve-se iniciar com uma estrutura simples, adicionando-se,
sucessivamente, camadas mais complexas. O trabalho pode ser iniciado tanto com a construção de
Diagramas de Ciclos Causais, como diretamente a partir da representação do modelo que será o
produto final, ou seja, um Diagrama de Fluxos e Estoques.
Esse primeiro modelo conceitual, realizado em 20 a 30 minutos é um formato muito simplificado do que
será obtido ao final do encontro.
16
A abordagem por setor/subsistemas – Uma sugestão de tarefa é solicitar ao grupo que pense no
modelo em termos de setores (produção, marketing, finanças etc.) e suas interligações. Essa abordagem
leva o grupo a pensar sistemicamente e a manter essa perspectiva quando estiverem desenhando a
estrutura de um simples setor.
Exemplo: Subsistemas de uma indústria de semicondutores:
9
Em síntese, os subsistemas representam o processo produtivo de semicondutores utilizando capital

(fixo e circulante), mão de obra e estoques de matérias-primas que determinam o custo de produção.
A indústria possui uma política de formação de preços verificando os recursos alocados e o preço dos
produtos dos concorrentes. O fluxo de caixa e a variação do balanço patrimonial determinam o valor
da empresa no mercado, permitindo contratar ou liquidar empréstimos para manutenção do capital
empatado e aplicação em programas de qualidade. Finalmente, o desenvolvimento de novos
produtos é garantido pelo suporte da equipe de Pesquisa e Desenvolvimento amparado pelos
programas de qualidade.
10
17
É fundamental manter todos os setores à vista no quadro, à medida que sejam desenhados. Efeitos
oriundos de um determinado setor que afetam algum outro poderão, então, ser facilmente desenhados
mantendo a visão sistêmica dos participantes, de forma a visualizar um mapa conceitual do sistema ou
problema, gerando os diagramas de ciclos causais.
Exemplo:
DCC de uma indústria de semicondutores
Loop 1 Loop 6 Loop 11 Loop 16 Loop 21

Loop 26
Estoques e fluxos por setor – Todo trabalho de modelagem de um Diagrama de Fluxos e Estoques deve
ser iniciado pela identificação e desenho desses estoques e fluxos.
Quando há uma idéia clara dos estoques e fluxos, esta tarefa não é difícil para o grupo de clientes e não
gera introspecção nos participantes. Quando algum membro do grupo é especialista em apenas uma
parte do sistema, costuma ser bastante participativo quando sua parte do sistema está sob a discussão.
Por outro lado, aprende muito quando outros setores do sistema estão sob discussão.
11
Exemplo:
Iniciando DFE de uma indústria de semicondutores
12
13
14
15
16
17
18
Dando nomes para variáveis e setores – Este é um problema que surge quando se detecta que um
grupo não está alinhado em relação à linguagem que está sendo utilizada para explicar um ou mais
elementos chave do sistema. O grupo pode ter problemas em conceituar alguma variável, setor, ou
função dentro do modelo. Neste momento, é importante fazer uma abordagem rápida e dividir o grupo
em grupos menores ou pares de indivíduos, dando-lhes a tarefa de nomear a variável ou o conceito sob
discussão. Se esta tarefa tiver sucesso, o grupo torna-se mais alinhado e tem uma linguagem comum
para referenciar um conceito importante do sistema. Se o problema não é resolvido, o grupo deve ser
alertado para uma potencial discordância dentro do mesmo, e resolver a diferença é, provavelmente,
muito mais complicado do que simplesmente nomear uma variável ou um setor. A experiência tem
demonstrado que os grupos que não podem concordar com nomes de uma variável ou de um setor com
este simples exercício estão correndo riscos de não terminarem o exercício de modelagem no período
planejado.
18
19
Como identificar e desenhar as estruturas de feedback – A tarefa de identificar e desenhar as

estruturas de feedback e levar o grupo a pensar em detalhes sobre os enlaces causais formadores dos
ciclos de retroalimentação chaves que controlam o sistema é, normalmente, muito difícil. A seguir são
abordadas duas técnicas que têm obtido sucesso:
Identificação direta dos ciclos de retroalimentação – Essa técnica consiste em escolher uma variável
chave do modelo (uma variável central do Diagrama de Fluxos e Estoques) e solicitar ao grupo que
diagrame as influências causais culminando com um ciclo fechado que controla essa variável. Esse
trabalho pode ser facilitado se o modelador já tem uma idéia de como será essa estrutura. Um dos
problemas dessa técnica é que as pessoas não estão acostumadas com as estruturas de feedback. Em
conseqüência, pode acontecer de o modelador tomar a liderança do processo e induzir uma estrutura
que não é real, pois os clientes não terão participado e concordarão por serem incapazes de
compreender o que está sendo realizado. A participação do facilitador, nesse caso, é fundamental. Ele
deve interagir com o grupo de maneira que eles compreendam aos poucos e naturalmente essas
estruturas de controle do sistema e ganhem confiança em seu trabalho.
Como identificar feedbacks?
19
Explicação
20
Vn são variáveis (n = 1 a 11)

Imagine que você possua um problema X (passo 1)
Você deve identificar as causas desse problema (passo 2)

V3 e V4 influenciam diretamente o problema, sendo que V3 também causa modificação em V4.
V3 é alterado por V1 e V4 é alterado por V2.
V1 também altera V2.
Por enquanto apenas apresentamos as causas do problema: um conjunto de variáveis relacionados
numa seqüência de causa e efeito que modificam o problema.
O passo 3 é identificar as conseqüências que meu problema causa na realidade investigada.
X influencia diretamente V5, V6 e V7. V5 influencia 3 variáveis: V8, V9 e V10. V7 influencia V11.
Tudo que foi demonstrado nesses passos caracteriza um sistema cartesiano, de simples causa e efeito
entre variáveis. Existem variáveis encadeadas que produzem um determinado resultado.
O passo 4 é característico da Dinâmica de Sistemas. Suponha que a variável V8 (conseqüência do meu
problema) altere a variável V3 (causa do meu problema). Nesse momento configura-se um ciclo de
retroalimentação, isto é, a variável V3 que modifica o problema, causa modificação em V5 e V8 e V8
modifica V3, intrinsecamente ligadas em um loop.
É um ciclo de retroalimentação: V3: X-V5-V8-V3
Outros ciclos de retroalimentação:
V3: V4-X-V5-V8-V3
V4: X-V7-V11-V4
V4: X-V5-V8-V3-V4
Finalizado o modelo, obtemos a classificação de variáveis deste sistema:
Variáveis exógenas – àquelas que causam modificação, mas não são modificadas por outras variáveis
(V1).
Variáveis endógenas lineares – são modificadas por outras variáveis, porém não participam de ciclos de
retroalimentação (V2, V9, V10, V6).
Variáveis endógenas cíclicas – participam dos loops (ciclos de retroalimentação).
Variáveis excluídas – estão presentes na realidade investigada, mas não participam do modelo devido a
dificuldade de determinar relacionamentos com as variáveis do sistema.
Esse trabalho pode ser facilitado se o modelador já tem uma idéia de como será essa estrutura. Um dos
problemas dessa técnica é que as pessoas não estão acostumadas com as estruturas de feedback. Em
conseqüência, pode acontecer de o modelador tomar a liderança do processo e induzir uma estrutura
que não é real, pois os clientes não terão participado e concordarão por serem capazes de
compreender o que está sendo realizado. A participação do facilitador, nesse caso, é fundamental. Ele
deve interagir com o grupo de maneira que eles compreendam aos poucos e naturalmente essas
estruturas de controle do sistema e ganhem confiança em seu trabalho.
21
Técnica comparativa – Uma das melhores técnicas compreende escolher dois estoques do modelo (que
tenham relacionamento entre si, embora não desenhado ainda) e solicitar ao grupo que dê um nome
20
para essa comparação. É interessante perguntar, também, o que aconteceria se esses dois estoques
estiverem desalinhados (Ex. Estoque de produtos prontos para entrega e Estoque de produtos em
produção). Estas simples questões trazem naturalmente uma série de histórias que serão narradas pelos
participantes e servirão de insumo para a construção dos ciclos de retroalimentação. A figura 4 mostra
um modelo que pode ser muito útil, pois, tratando-se de um problema comum, os laços
de feedback podem ser compreendidos naturalmente, sem explicação. Além disso, esse diagrama
mostra os dilemas enfrentados pelas prefeituras das grandes cidades. Se forem construídas mais casas,
isso atrairá ainda mais imigrantes, o que diminuirá os recursos da prefeitura para construir novas casas.
Se as famílias são deixadas nas ruas, aumenta os problemas sociais e a necessidade de investir verbas
para minimizá-los, o que diminui os recursos da prefeitura.
Os sem-teto e o dilema das prefeituras das grandes cidades. As setas em vermelho indicam feedbacks
negativos.
22
Estrutura de arquétipos – As estruturas de arquétipos são diagramas de ciclos causais, demonstrando

padrões de comportamento organizacionais que podem ser de muita utilidade na construção das
estruturas de feedback. Construídos por Peter Senge e publicados em seu livro A 5ª Disciplina, serão
objeto de estudo no módulo 3 desta Unidade. 10 arquétipos foram construídos por Peter Senge e
publicados em seu livro A 5ª Disciplina com ênfase aos feedbacks e defasagens comumente encontrados
nas organizações, contudo, não detalham as causalidades entre as variáveis. Segue o resumo de cada
arquétipo extraído do livro SENGE, Peter M. A Quinta Disciplina, São Paulo, SP Ed. Best Seller, 1998.
443p:
I - Processo de Equilíbrio com Defasagem
21
Descrição da estrutura: Para concretizar uma meta, as organizações ajustam seu comportamento em
resposta a um feedback com defasagem. Se não estiverem conscientes da defasagem, podem realizar
mais ações corretivas do que o necessário ou simplesmente desistirem, pois não vêem progresso algum
sendo realizado
Sugestão: Em um sistema lento, a agressividade produz instabilidade. Seja paciente ou torne o sistema
mais responsivo.
Exemplos:
• Construtores realizam empreendimentos e quando o mercado “desaquece” já existem vários
empreendimentos em curso, gerando superabundância.
• Elevados ciclos de produção e estoque devido ao longo tempo de fabricação.
• Altas e baixas inesperadas nas ações.
23
II – Limites ao Crescimento
Descrição da estrutura: Um processo produz uma expansão acelerada, retroalimentado pelo feedback
positivo. O ritmo de crescimento pode desacelerar, parar ou até entrar em colapso. A desaceleração
surge devido à existência de uma condição limitante no sistema: falta de recursos ou uma resposta
interna ou externa ao crescimento.
Sugestão: Não force o crescimento para tentar eliminar a fonte de limitação.
22
Exemplos:
• Um novo empreendimento cresce rapidamente até chegar a um tamanho que requer uma gestão mais
profissional.
• O lançamento de um novo produto por uma equipe funciona muito bem até que seu sucesso a faz
incorporar um número excessivo de novos membros que não compartilham do mesmo estilo de
trabalho.
24
III – Transferência de responsabilidade
Descrição da estrutura: Opta-se por resolver o sintoma de um problema com uma ‘solução’ de curto
prazo que produz resultados imediatos, aparentemente positivos. Persiste-se em soluções sintomáticas,
contudo ficam ineficazes com o tempo. Somente a solução fundamental pode identificar e eliminar a
verdadeira causa do problema.
Sugestão: se a defasagem adiar a implementação da solução ideal por um longo período, adote a
solução sintomática para ganhar tempo e implementar, posteriormente, a solução fundamental.
Exemplos:
• Vender mais para clientes já existentes, em vez de ampliar a base de clientes.

• Pagamento das contas mediante empréstimos, em vez de praticar disciplina orçamentária.
• Uso de álcool, drogas ou até algo benigno, como prática de exercícios, para aliviar o estresse do
trabalho, evitando controlar a carga de trabalho.
23
25
IV – Transferência de responsabilidade para o interventor
Descrição da estrutura: A intervenção tenta melhorar os sintomas óbvios do problema e faz isso com
tanto sucesso que as pessoas dentro do sistema nunca aprendem a lidar com os problemas por si
próprias.
Sugestão: “Não dê o peixe, ensine as pessoas a pescar”. Caso necessite de interventores, estes devem
ser estritamente limitados a uma única intervenção.
Exemplos:
• Depender de terceiros em vez de treinar seu próprio pessoal.

• Ajuda governamental estimula dependência dos cidadãos.
• Programas habitacionais atraem pessoas carentes para a cidade.
• Auxílio alimentar reduz a taxa de mortalidade e aumenta o crescimento educacional.
26
V – Metas Declinantes
24
Descrição da estrutura: Um tipo de estrutura de transferência de responsabilidade na qual a solução de

curto prazo envolve permitir o declínio de uma meta fundamental de longo prazo.
Sugestão: “Mantenha a visão”.
Exemplos:
• Pessoas bem sucedidas que reduzem as expectativas para si mesmas e aos poucos se tornam menos
bem sucedidas.
• Empresas que optam por reduzir seus padrões de qualidade em vez de investir no desenvolvimento de
novos processos para produzir com mais qualidade (e provavelmente custos menores).
27
VI - Escalada
25
Descrição da estrutura: Duas organizações vêem sua prosperidade como dependente de uma vantagem
relativa sobre a outra. Toda vez que um lado sai na frente, o outro fica mais ameaçado e age de forma
mais agressiva para restabelecer a vantagem. Conseqüentemente, o primeiro reage com mais
agressividade.
Sugestão: “Procure o ganha-ganha”, buscando soluções que amenizem a ameaça ao concorrente.
Exemplos:
• Guerra de anúncios: Intelig x Embratel.

• Dissolução de um casamento.
• A luta de dirigentes para se fazerem ouvir pelo presidente da empresa.
• Expectativas de aumento orçamentário induzem a um determinado grupo aumentar suas estimativas
e geram o mesmo reflexo do outro grupo, cada um para obter uma “fatia maior do bolo”.
28
VII – Sucesso para os bem-sucedidos
Descrição da estrutura: Duas atividades competem por apoio ou por recursos limitados. Quanto mais
bem sucedida uma delas se torna, mais apoio ganha, deixando a outra com recursos reduzidos.
Sugestão: procure o objetivo geral para uma conquista equilibrada das duas atividades.
Exemplos:
• Dois produtos competem por recursos financeiros limitados. Um é sucesso imediato no mercado e
recebe mais investimentos em detrimento do outro.
26
• Um aluno tímido tem um mau começo na escola, é rotulado de lento e recebe cada vez menos
estímulo e atenção do que seus colegas mais extrovertidos.
29
VIII – Tragédia dos comuns
Descrição da estrutura: Indivíduos utilizam um recurso comumente disponível, porém limitado,

exclusivamente com base nas suas necessidades individuais. Inicialmente, eles são recompensados por
usá-lo; acabam obtendo reforços cada vez menores, o que faz intensificar seus esforços. Por fim, o
recurso acaba sendo plenamente utilizado.
Sugestão: crie formas de regulamentar a distribuição de recursos, preferencialmente, com a

participação dos interessados.
Exemplos:
• Esgotar um recurso natural por empresas concorrentes que o exploram.

• Exaustão de uma equipe de secretárias compartilhadas.
• Uma cadeia de varejo, altamente bem sucedida, estabelece parcerias com fabricantes para
comercialização de elevados volumes a preços reduzidos, que acarretam em redução no lucro dos
fabricantes.
27
30
IX - Consertos que estragam
Descrição da estrutura: Uma solução eficaz no curto prazo tem conseqüências imprevistas a longo
prazo, e que talvez exijam uma utilização ainda maior da mesma solução.
Sugestão: mantenho o foco no longo prazo. Esqueça as soluções no curto prazo, se possível, ou utilize-as
apenas para ganhar tempo enquanto trabalha em uma solução de longo prazo.
Exemplos:
• Obter empréstimos para pagar juros, garantindo que pagarão juros adicionais do empréstimo
adicional.
• Redução no cronograma de manutenções para redução dos custos, acarretando em paralisações de
máquinas e maiores custos, que pressionam a redução de custos.
31
X – Crescimento e sub-investimento
28
Descrição da estrutura: Para um determinado patamar de produção, o investimento deve ser agressivo
e rápido, ou jamais será feito. Às vezes as empresas reduzem metas para justificar o sub-investimento.
Metas menores levam a expectativas menores resultantes do sub-investimento.
Sugestão: para uma expectativa de crescimento, desenvolva a capacidade antes da demanda (criação de
demanda)
Exemplos:
• Empresas que deixam a qualidade do serviço ou do produto cair, culpando os concorrentes e os
gerentes de vendas por não se esforçarem para manter vendas.
• Pessoas com visões grandiosas que nunca avaliam realisticamente o tempo e o esforço necessários
para concretizar sua visão.
Considerações finais
• O comportamento observado de cada arquétipo, sem ações corretivas, determina o insucesso nas
organizações
• É importante certificar que os comportamentos podem ocorrer simultaneamente nas organizações,
exigindo aos tomadores de decisão monitorar as variáveis que deflagram os feedbacks. Uma vez
instalado um feedback que compromete a sustentabilidade da organização, seguramente, será
necessário um elevado montante de recursos físicos e emocionais para revertê-lo.
32
Estrutura de arquétipos – As estruturas de arquétipos são diagramas de ciclos causais, demonstrando

padrões de comportamento organizacionais que podem ser de muita utilidade na construção das
estruturas de feedback.
Estimando os dados – Se o encontro de dois dias estiver indo bem, perto do fim do primeiro dia haverá,
provavelmente, uma boa parte da estrutura detalhada no quadro para começar a construir um modelo
formal da simulação. Usando um pincel de quadro branco, devem-se listar os estoques, os fluxos e os
parâmetros principais do diagrama com que o grupo tem trabalhado. Essa lista é transferida para o
computador, impressa, copiada e distribuída a todos os participantes. Usando uma técnica nominal do
grupo, solicita-se que os participantes preencham os valores numéricos para cada variável do modelo.
Todas as estimativas de todos os participantes são coletadas e mostradas ao grupo. Na prática, é
comum um consenso apertado nos valores numéricos para aproximadamente três quartos das variáveis
sob discussão. Para o outro quarto, o grupo pode discordar por uma ordem de valor ou mais. Ou os
participantes não têm uma definição comum para a variável listada ou há uma confusão conceitual, ou
concordam com as variáveis escolhidas, mas não têm uma idéia boa de como mensurá-las. Esse
exercício de estimar os valores das variáveis pode ser feito enquanto o modelador desenha o modelo
no software. Os dados são utilizados para iniciar os estoques e outros parâmetros do modelo.
29
Refinamento do modelo – Após ser construída a primeira versão do modelo no computador, devem ser
distribuídas cópias para cada um dos participantes. O modelo deve ser revisado por pequenos grupos e,
posteriormente, possíveis modificações e sugestões devem ser discutidas em plenário.
33
Desenvolvendo políticas organizacionais – De acordo com os pesquisadores David F. Andersen e

George P. Richardson, a menos que uma sessão de modelagem possa se orientar em direção à
implementação de novas políticas organizacionais e novos insights sobre a organização, as pessoas terão
perdido o seu tempo.
O facilitador deve pedir ao grupo para, a partir de todo o trabalho realizado, sugerir novas políticas
organizacionais para sanar o problema estudado. Mais uma vez, este trabalho terá melhores resultados
se for aplicado a pequenos grupos e depois discutido em plenária.
34
Depois de geradas uma série de políticas organizacionais as mesmas devem ser discutidas e priorizadas.
Para isso, deve-se construir uma matriz colocando no alto das colunas os nomes das variáveis chave
identificados no modelo. Nas linhas, devem ser listadas as políticas organizacionais levantadas pelo
30
grupo. Essa atividade tanto pode ser realizada no quadro branco como em planilhas a serem distribuídas
para os participantes, que poderão trabalhar individualmente ou em pequenos grupos.
A tarefa agora é decidir se uma determinada política organizacional (listada nas linhas), se
implementada, proporcionará um grande crescimento nas variáveis listadas nas colunas. Caso isso
ocorra, marcar a célula da variável com a política com um sinal de “+ +”. Se a variável vai crescer pouco,
marcar um “+”. Se não vai haver impacto sobre a variável, marcar com um “0”. Da mesma forma, caso a
variável venha a diminuir muito, marcar com “– –”, diminuir pouco com “–” e se não houver impacto,
marcar com um “0”.
Os resultados desse trabalho devem ser consolidados no quadro branco. Se o grupo como um todo não
concordar com a direção ou magnitude do impacto, uma discussão deve ser iniciada para resolver as
diferenças. As decisões resultantes contribuirão significativamente para o trabalho desenvolvido.
35
Terminando com um clima favorável – Uma abordagem potencialmente poderosa para o encerramento
de uma sessão de modelagem é fazer uma revisão do modelo desenvolvido, apresentando setor por
setor, enfatizando os detalhes no sentido de levar aos participantes informações particionadas para que
os mesmos construam o significado e o conhecimento sobre o modelo.
36
RESUMO
Estudos relacionados ao impacto dos modelos computadorizados nas políticas organizacionais revelam
dois fatos: esse impacto é conceitual, mais do que instrumental; grande parte da aprendizagem ocorre
no desenvolvimento do modelo, mais do que quando o modelo é terminado.
Embora a extensa experiência obtida na área de modelagem como aprendizagem, construir modelos
com grupos de clientes é mais uma arte do que ciência. O planejamento de uma sessão de modelagem
deve ser criterioso e cada fase deve ser detalhada. O próprio desenvolvimento do trabalho pode
produzir momentos de grande criatividade como também de distrações improdutivas.
O gatekeeper desempenha papel importante na organização e ajuda a selecionar as pessoas apropriadas

a participar dos encontros, estrutura os conceitos iniciais, por meio de discussões prévias, tarefa
essencial no planejamento e sucesso dos encontros.
31
É importante a clareza acerca dos produtos a serem obtidos nas sessões de modelagem. Os produtos
finais podem ser um diagrama de ciclos causais da estrutura de feedbacks do sistema (diagrama
qualitativo) ou mesmo um modelo simulável (diagrama qualitativo/quantitativo), além de políticas
organizacionais a serem implementadas. É aconselhável construir um modelo para simulação por meio
dos conhecimentos explicitados durante o tempo disponível.
Em relação à sala, cadeiras devem ser soltas permitindo a reunião de grupos de três ou quatro pessoas
sendo muito úteis pequenas mesas. Os quadros brancos servem para desenhar as idéias e modelos, não
sendo muito produtivo desenhar diretamente nos aplicativos de simulação (Vensim, Powersim, iThink,
etc.). O projetor é utilizado nas apresentações e construção do modelo em seu formato final.
O grupo de modelagem prescinde de dois a cinco profissionais: o facilitador, o modelador, um

profissional de mapeamento de processos, um secretário e o gatekeeper.
Tarefas de pensamentos divergentes são bem desenvolvidas por técnicas nominais de grupo. É
interessante utilizar técnicas que requeiram dos indivíduos ou pequenos grupos seus conhecimentos na
elaboração de uma lista de idéias ou conceitos. Depois de colher, analisar e classificar as idéias, o grupo
estabelecerá um “pensamento convergente”, por meio do desenho do modelo, sua descrição ou a
criação de políticas organizacionais para lidar com um dado problema. A avaliação e classificação das
idéias surgidas é tarefa convergente, muitas vezes executada por simples votação.
O planejamento do dia de trabalho é feito por meio de blocos de duração variada. Depois de realizado, o
planejamento toma a forma de uma agenda pública a ser distribuída aos participantes pelo menos 2 dias
de antes. O planejamento deve ser particionado em atividades, para manter o grupo alerta e
concentrado. Uma única tarefa pode tornar o dia cansativo e entediante, e o grupo perde a
produtividade.
O grupo deve ser motivado a se concentrar em uma atividade nos primeiros 30 minutos, explicitando-se
nesse tempo o que é o processo de modelagem e simulação e o que o grupo irá fazer. A utilização de
modelos conceituais pode facilitar essa tarefa inicial
Embora pequeno o número de símbolos utilizados na construção de modelos, o nível de complexidade

surgido no desenho de um diagrama pode ser um problema. Se o quadro branco ou o flip-chart
apresentarem-se muito densos de imagens e símbolos de um diagrama complexo, o modelador deve
disponibilizar nova versão, simplificada.
É importante a breve descrição ou o sumário dos trabalhos e decisões tomadas pelo grupo. O encontro
pode não ser bem sucedido se alguém não for capaz de resumir os trabalhos realizados e expor de uma
maneira digerível para todos.
O desenho da estrutura de um sistema em estudo é a tarefa principal do grupo. Inicia-se com uma
estrutura simples, adicionando-se, sucessivamente, camadas mais complexas. O trabalho pode ser
iniciado pela construção de Diagramas de Ciclos Causais ou a partir da representação do modelo que
será o produto final, ou seja, um Diagrama de Fluxos e Estoques.
É muito difícil identificar, desenhar as estruturas de feedback e levar o grupo a pensar sobre os enlaces
causais que dão forma aos ciclos de retroalimentação que controlam o sistema. Duas técnicas têm tido
32
sucesso na identificação direta dos ciclos de retroalimentação: a técnica comparativa e a estrutura de

arquétipos.
A primeira versão do modelo no computador deve ser distribuída a cada participante, o qual deve ser
revisado por pequenos grupos e as possíveis modificações e sugestões discutidas em plenário.
Uma abordagem excelente para encerrar uma sessão de modelagem é a revisão do modelo
desenvolvido, enfatizando os detalhes setor por setor, no sentido de levar informações segmentadas
para que os próprios participantes construam o significado e o conhecimento sobre o modelo.

MÓDULO 2 – DINÂMICA DE SISTEMAS E CONHECIMENTO
01
1 - DIFICULDADES EM TRABALHAR COM VARIÁVEIS INTANGÍVEIS

“Antes de definir uma abordagem às competências nucleares ou antes de tentar calcular os objetos de
conhecimento, é importante ter uma estrutura que incorpore diversos níveis de complexidade. A
maioria das estruturas de conhecimento perdem este aspecto ao tentar criar categorias para o
conteúdo do conhecimento, ao invés de focar nos níveis de complexidade do conhecimento."
Allee, 1997
A importância do capital intelectual e dos ativos intangíveis tem sido foco de muitas publicações,
eventos e discussões. O valor imaterial das empresas como os relacionamentos entre parceiros, marcas,
clientes, sistemas etc. e a habilidade de inovar, bem como a capacidade de multiplicar conhecimentos,
têm crescido de modo significativo nas últimas décadas. Infelizmente, os instrumentos de gestão
financeira e contábil não estão ainda aptos a capturar esses valores e disponibilizá-los de maneira
efetiva. São necessárias ferramentas que permitam às empresas gerenciar esses ativos de maneira
sistemática, convertendo-os em valores agregados aos seus produtos e serviços. Empresas – como a
Skandia, na Suécia – adotaram o conceito de contabilizar esses ativos em seus relatórios anuais para os
acionistas desde o início da década de 1990. De acordo com o consultor empresarial Juergen H. Daum,
esse procedimento é, desde 1º de janeiro de 2002, parte das regras de contabilidade das empresas
dinamarquesas. Isso aumenta a capacidade dos investidores compreenderem melhor o valor potencial
dos recursos intelectuais de uma organização, colaborando em julgamentos mais precisos sobre o
desempenho futuro das mesmas.
A Dinâmica de Sistemas sempre se ocupou (e se preocupou) em atribuir valores a variáveis intangíveis,

como motivação, qualidade, liderança, sinergia entre equipes, informação, conhecimento etc. Não que
seja fácil quantificar essas variáveis, mas é praticamente impossível construir modelos organizacionais
úteis sem levar em consideração algumas delas.
02
A Dinâmica de Sistemas se apresenta como uma metodologia extremamente útil na abordagem dessas
variáveis – também conhecidas como soft variables – porque, antes de quantificá-las, é possível analisar
o seu comportamento sobre as organizações e o ambiente. Desse modo, a princípio, torna-se
33
indiferente atribuir valores de 0 a 10 ou de 0 a 100, ou mesmo de 0 a 1000 ao valor do conhecimento,

por exemplo, dentro de uma organização. O que realmente importa em um primeiro plano é a
compreensão de seu comportamento dinâmico, como afirma Verna Lee na citação inicial desse módulo.
Essa compreensão dinâmica torna-se a base da aprendizagem de processos de conversão de
comportamentos de variáveis intangíveis em valores tangíveis.
Muitas afirmam orgulhosamente que “as pessoas são nossos maiores ativos”. No serviço público e em
muitas empresas de serviços, as pessoas são, praticamente, as únicas geradoras de valores.
Dependendo do problema que está sendo tratado, simular tomadas de decisão em organizações como
essas implicam, quase que necessariamente, utilizar variáveis intangíveis como motivação,
produtividade ou qualidade do trabalho. Contudo, a utilização dessas variáveis deve ser feita de forma
contenciosa, tanto na modelagem de sistemas dinâmicos como em outras áreas das ciências sociais.
Existe certa separação entre o que os pensadores sistêmicos dizem e os modelos que desenvolvem, nos
quais tem prevalecido a utilização de métodos lineares, relacionamentos entre variáveis que não
formam ciclos causais fechados e uma orientação fortemente baseada em dados quantitativos. As
principais razões para esse fato seriam a simplicidade e o forte relacionamento do que a empresa realiza
com o que pensa. Em outras palavras, se a empresa pensa linearmente, tenderá a aceitar apenas
modelos lineares para explicar seu comportamento. Trata-se, na verdade, de uma indução ao processo
de modelagem e o modelador que se submete ao pensamento linear está criando modelos para
confirmar a crença dos gerentes da organização e não para questioná-la, que é base da inovação.
03
Em um artigo recente, Karl-Erik Sveiby, Keith Linard e Lubomir Dvorsky relatam uma interessante
discussão entre alguns especialistas em Dinâmica de Sistemas, sobre o assunto discutido neste módulo.
O Professor Geoff Coyle iniciou o artigo argumentando que:
 “Gostaria de ver uma demonstração de valores quantitativos atribuídos a variáveis nas quais vejo
sérias incertezas de suas causas e mecanismos.”
O professor George Richardson, da University of Albany, respondeu que:
 “Se as variáveis intangíveis são cruciais para a metodologia de Dinâmica de Sistemas, então não há
dúvida de que cometeremos um erro ao seguir a opinião do Prof. Coyle e não tentar quantificá-las.”
Posteriormente, Jay Forrester, criador da Dinâmica de Sistemas, deu uma opinião taxativa sobre o
assunto:
 “… não é possível omitir as variáveis intangíveis em um modelo, pois isso significa admitir para elas
um valor específico no modelo. Ou seja, zero ou outro valor que torna inativa a estrutura da qual
faz parte. Atribuir um valor desses a uma variável significa dizer explicitamente que ela não tem
importância. Zero é a mais indesejável atribuição que se pode fazer a uma variável.”
Forrester deseja afirmar que é preferível não colocar uma variável intangível no modelo do que colocá-
la e atribuir-lhe um valor insignificante.
34
SVEIBY, Karl-Erik, LINARD, Keith, DVORSKY Lubomir. Building a Knowledge-Based Strategy: A System
Dynamics Model for Allocating Value Adding Capacity. Disponível na Internet
http://www.sveiby.com/articles/sdmodelkstrategy.pdf acessado em julho/2004
Karl-Erik Sveiby: Professor em Gestão do Conhecimento na Swedish School of Business

Administration e Economia em Helsinki, Hanken.
Keith Linard: Diretor do Centro de Dinâmica de Sistemas e Gestão do Conhecimento da University of

New South Wales
Lubomir Dvorsky: Consultor, estudante de pós-graduação na Computer Science Corporation (Aust),

University of New South Wales
04
2 - EXEMPLO SIMPLIFICADO DE VARIÁVEL INTANGÍVEL: A COMPETÊNCIA

INDIVIDUAL
A “família” das competências individuais consiste da competência do profissional e da competência da

equipe técnica de um lado e do suporte e da equipe gerencial de outro, incluindo as áreas de P&D,
produção, vendas e marketing. Em resumo, incluídos todos os profissionais em contato com os clientes
ou cujo trabalho influencia diretamente a visão que estes têm da organização. A distinção feita entre o
profissional e o técnico, e o suporte e o gerencial é feita devido aos diferentes papéis que assumem e
como se relacionam entre si e com o ambiente externo. Tal classificação é útil para a formulação de
estratégias e planejamento de ações.
De acordo com os autores do artigo citado, consultores em grandes empresas prestadoras de serviços
iniciam sua carreira logo após o término da faculdade como consultores juniores, podendo atingir até a
condição de sócios. Contudo, muitos se perdem no caminho. Menos de 1 em 20 dos consultores
juniores chegam a sócios (Observação do autor: não há referência explícita da fonte e origem dessa
informação).
A figura 1 ilustra o desenvolvimento profissional desses consultores considerando-se suas competências.
Figura 1 Desenvolvimento da carreira de consultores com base em suas competências (adaptado de

SVEIBY et all, 2002), NASCIMENTO (2004)
35
05
No modelo apresentado, a carreira dos consultores é função de suas competências individuais nos
diferentes níveis (consultor, consultor sênior, diretor e sócio). Mas o que define essa variável intangível:
competência?
De acordo com os autores, os diferentes níveis de competência são influenciados por:
Experiência: pode ser medida pelo tempo, em meses. Também devem ser considerados os projetos
realizados.
• Qualidade da experiência: a experiência em meses pode ser ajustada por um fator decorrente da
proporção de projetos desenvolvidos com sucesso e a aprendizagem adquirida.
• Treinamento formal: medido em dias. Trata-se do tempo dispendido sob a direção de um profissional
mais experiente, como um consultor sênior, um diretor ou um sócio, considerando o compartilhamento
de conhecimentos. Inclui, também:
o Fator de qualidade do recrutamento: a competência de um novo consultor é ajustada para

refletir o impacto do tempo dispendido na contratação e adequação ao ambiente de
trabalho.
o Desenvolvimento e mudança organizacional: essa variável reflete redundâncias de
conhecimento, pois depende do desenvolvimento da própria organização. Um consultor
exposto a apenas um tipo de projeto certamente desenvolver-se-á menos do que um outro
envolvido em diferentes projetos.
06
A competência do consultor poderia, então, ser calculada conforme mostrado na figura 2:
Figura 2 – Desenvolvimento da competência de consultores (adaptado de SVEIBY et all, 2002),

NASCIMENTO (2004)
36
O estoque Competência do consultor pode, então, ser calculado da seguinte maneira:
 Competência do consultor = INTEG (aumentando competências * competências multiplicadas) –

diminuindo competência, competência inicial do consultor)
 Aumentando competência = competência adquirida com treinamento * competência adquirida
com projetos * competência adquirida compartilhando conhecimentos
 Diminuindo competência = Desenvolvimento e mudança organizacional
Caso se deseje calcular as competências dos consultores da empresa em cada nível, basta multiplicar o
número de consultores em cada nível pela média das competências individuais dos consultores.
Uma pergunta esperada seria:
“Muito bem! Mas como transformar todas essas variáveis intangíveis em uma fórmula algébrica para
simular o modelo?”
Algumas indicações já foram dadas na própria explicação das variáveis. Cabe à organização desenvolver
seus indicadores internos mediante suas experiências ao longo dos anos. Caso isso não seja possível,
pode-se utilizar gráficos de comportamentos esperados com escalas proporcionais ou atribuir valores
escalares aleatórios mas que possuam padrão de comportamento conhecido e controlável.
Um exemplo de utilização de variáveis intangíveis será demonstrado por meio de um estudo de caso.
07
3 - ESTUDO DE CASO: DESENVOLVENDO MODELO COM VARIÁVEIS INTANGÍVEIS

A Biotech é uma pequena empresa e a quarta tentativa de uma grande empresa farmacêutica para
entrar na área de produção de produtos baseados em biotecnologia. As empresas anteriores – que
decretaram falência – haviam seguido um caminho muito similar: depois de obter alguns êxitos
científicos lançando novas linhas de produtos, a matriz foi obrigada a fechá-las devido aos fortes
prejuízos apresentados periodicamente.
Decidiu-se, então, montar um modelo de Dinâmica de Sistemas para analisar o problema. Os

consultores foram até a empresa e realizaram entrevistas com quatro diretores de diferentes áreas, com
o objetivo de obterem informações para o processo de modelagem. As entrevistas estão relatadas a
seguir.
Entrevista com o Diretor da área de Pesquisas

Entrevista com o Diretor da área Comercial
Entrevista com o Diretor da área de Produção
Entrevista com o Diretor da área Financeira
“A empresa atua em um ambiente muito dinâmico, com um nível científico que duplica a cada cinco
anos. Temos uma equipe científica pequena, mas é muito boa conhecedora do campo científico em que
atua. A equipe acredita que pode avançar cientificamente 25% mais rápido do que o desenvolvimento
37
tecnológico do ambiente.”
“O conhecimento científico próprio da empresa é aproximadamente 20% maior do que o

conhecimento científico geral e deverá crescer com a atuação da empresa no setor. A empresa
pretende lançar uma nova linha de produtos a cada 24 meses. Contudo, a previsão é lançar a primeira
linha de produtos em 12 meses.”
“A empresa só lança novos produtos quando tem uma linha completa. A intenção é lançar 10 produtos
por linha. As características desses produtos permanecem constantes até o lançamento de uma nova
linha, quando se aproveita para atualizar tecnologicamente todos os produtos anteriores.”
“Se fosse possível medir a qualidade dos produtos, esta seria igual ao nível do conhecimento próprio da
empresa no momento de lançar uma nova linha de produtos, permanecendo constante até a aparição
de uma nova linha. Nesse momento, atualiza-se o valor do conhecimento científico próprio da
empresa”
“Os produtos da empresa são orientados para um mercado profissional e muito competitivo. Os preços
refletem a margem de qualidade que o produto tem em cada momento.”
“Os produtos da empresa possuem uma margem de qualidade que é expressa pela diferença entre a
qualidade dos produtos e o nível de conhecimento geral.”
“O objetivo da empresa é operar em um mercado local para conseguir alguma vantagem adicional
sobre seus competidores. Os clientes desejam adquirir os produtos com muita rapidez, assim que surge
uma nova linha, e o consumo é de 1 produto por mês. Cada nova linha de produtos permite captar 100
novos clientes.”
“A área de produção é simples. Produz-se em função dos pedidos dos clientes se a capacidade de
produção permitir. A entrega é feita rapidamente, considerando-se que, pelas características dos
produtos, os pedidos não atendidos são cancelados imediatamente.”
“A capacidade de produção é de 100 unidades de produto por mês, e isso é decidido em função do
número de produtos que a empresa deseja produzir. Isso é decorrente das próprias características dos
produtos que requerem equipamentos específicos para cada um deles.”
“A empresa fatura e cobra à vista, o que é uma prática usual no setor. O faturamento é resultado das
entregas realizadas, que é igual ao número de pedidos recebidos vezes o preço atual do produto.”
“A empresa tem custos praticamente fixos, dependentes de sua estrutura administrativa e de pesquisa,
estimados em R$ 10 milhões mensais. Já os custos variáveis, matérias-primas e pessoal representam
aproximadamente 50% do faturamento.”
“Em relação aos lucros, assume-se que a empresa apresentará prejuízos até o lançamento da primeira
linha de produtos. Contudo, a matriz exige que a partir desse momento a empresa seja auto-suficiente
38
financeiramente.”
08
4 - O MODELO DESENVOLVIDO E AS FÓRMULAS

A Figura 3 mostra o modelo desenvolvido pelos consultores.
Figura. 3 – Modelo da empresa Biotech (adaptado de GARCIA, Juan Martin 2004), NASCIMENTO (2004)
As fórmulas utilizadas no modelo são listadas a seguir:
(1) aumentando a qualidade = IF THEN ELSE (lançando produtos = 1,

Conhecimento científico próprio-Qualidade,0)
(2) capacidade de produção = produtos* "capacidade/produto"
(3) "capacidade/produto" = 100
(4) Clientes = produtos* "clientes/produto"
(5) "clientes/produto" = 100
(6) Conhecimento científico geral = INTEG (descobertas gerais, 100)
(7) Conhecimento científico próprio = INTEG (descobertas próprias, 120)
(8) custos fixos = 10
(9) custos totais = custos fixos + custos variáveis
(10) custos variáveis = faturamento* 0.5
(11) descobertas gerais = desenvolvimento tecnológico do ambiente* Conhecimento científico
39
geral
(12) descobertas próprias = Conhecimento científico próprio* desenvolvimento tecnológico do
ambiente* pesquisas internas
(13) desenvolvimento tecnológico do ambiente = 0.012
(14) entregas = MAX (pedidos, capacidade de produção)
(15) faturamento = preço* entregas
(16) FINAL TIME = 60
Units: Month
The final time for the simulation.
(17) INITIAL TIME = 0
Units: Month
The initial time for the simulation.
(18) lançando produtos = PULSE TRAIN (12,1, prazo de lançamento, 60)
(19) linha de produtos = INTEG (lançando produtos, 0)
(20) lucro = faturamento-custos totais
(21) lucro = faturamento-custos totais
(22) margem de qualidade = Qualidade - Conhecimento científico geral
(23) pedidos = clientes* "pedidos/cliente"
(24) "pedidos/cliente" = 1
(25) pesquisas internas = 1.25
(26) prazo de lançamento = 24
(27) preço = margem de qualidade* 1000
(28) produtos = Linha de produtos* "produtos/linha"
(29) "produtos/linha" = 10
(30) Qualidade = INTEG (aumentando a qualidade, 125)
(31) SAVEPER = TIME STEP
Units: Month [0, ?]
The frequency with which output is stored.
(32) TIME STEP = 1
Units: Month [0, ?]
The time step for the simulation.
09
5 - COMPREENDENDO AS FÓRMULAS E O MODELO

É interessante ressaltar as principais informações coletadas nas entrevistas para melhor compreensão
das fórmulas e do modelo.
Diretor de Pesquisas: A empresa atua em um ambiente muito dinâmico, duplicando o nível científico a
cada cinco anos.
(13) desenvolvimento tecnológico do ambiente = 0.012

Explicação
40
• A equipe acredita que pode avançar cientificamente 25% mais rápido do que o desenvolvimento
tecnológico do ambiente.
(24) pesquisas internas = 1.25

Explicação
• O conhecimento científico próprio da empresa é aproximadamente 20% maior do que o conhecimento

científico geral e deverá crescer com a atuação da empresa no setor.
(07) Conhecimento científico próprio = INTEG (descobertas próprias, 120)

Explicação
• A empresa pretende lançar uma nova linha de produtos a cada 24 meses. Contudo, a previsão é lançar
a primeira linha de produtos em 12 meses.
(18) lançando produtos = PULSE TRAIN(12,1, prazo de lançamento, 60)

(25) prazo de lançamento = 24
Explicação desnecessária
• A empresa só lança novos produtos quando tem uma linha completa. A intenção é lançar 10 produtos
por linha.
(28) "produtos/linha" = 10
Explicação desnecessária.
• As características desses produtos permanecem constantes até o lançamento de uma nova linha,
quando se aproveita para atualizar tecnologicamente todos os produtos anteriores.
(01) aumentando a qualidade = IF THEN ELSE (lançando produtos = 1, Conhecimento científico

próprio-Qualidade,0)
(29) Qualidade = INTEG (aumentando a qualidade,125)
Explicação
O conhecimento científico (desenvolvimento tecnológico do ambiente) se duplica a cada 5 anos, ou

seja 60 meses. Portanto, é necessário transformar essa capitalização do conhecimento de 5 anos para
uma capitalização mensal, já que o modelo será calculado todos os meses. Para isso temos que (1 + x)
^ 60 = 2. Resolvendo a equação, temos um índice de 1,2 mensal que é igual 1,2 / 100, ou seja, 0,012.
Indica que a equipe de pesquisadores da Biotech pode produzir 25% a mais de conhecimento sobre o
desenvolvimento tecnológico do ambiente por meio de suas próprias pesquisas internas.
O Conhecimento científico próprio é um estoque, pois se acumula ao longo do tempo. O valor inicial
de 120 significa que ele é 20% superior ao conhecimento científico geral, que também é um estoque,
o qual tem valor inicial 100.
41
O modelo iguala a qualidade ao conhecimento científico da empresa, ou seja, quanto mais

conhecimento maior qualidade dos produtos. Todas as vezes que uma nova linha é lançada (lançando
produtos = 1) o estoque Qualidade é aumentado. A explicação para a diferença Conhecimento
científico próprio-Qualidade é que se deve adicionar apenas o conhecimento acumulado entre a
última linha de produtos e a atual, como afirma o diretor: “Se fosse possível medir a qualidade dos
produtos, esta seria igual ao nível do conhecimento próprio da empresa no momento de lançar uma
nova linha de produtos, permanecendo constante até a aparição de uma nova linha. Nesse
momento, atualiza-se o valor do conhecimento científico próprio da empresa.”
10
Para simular esse processo foi necessário utilizar a função PULSE TRAIN do Vensim. O formato geral
dessa função é:
PULSE TRAIN( {start} , {duration} , {repeattime} , {end} )

ou, em bom português:
PULSE TRAIN (período inicial, duração, período de repetição, período final)
Traduzindo: até o mês 11 o valor da variável lançando produtos será 0. No mês 12 será 1 (lançamento
da primeira linha de produtos), depois será zero novamente até o mês 23. No mês 24 será 1 e depois
zero novamente, repetindo-se a cada 24 meses. O modelo irá interpretar o valor 1 como tendo sido
lançada uma nova linha de produtos e zero como nenhum lançamento. Assim, teremos lançamentos de
linhas de produtos nos meses 12, 36 e 60, conforme pode ser observado na Figura 4 a seguir.
11
Diretor Comercial: Os produtos da empresa possuem uma margem de qualidade expressa pela
diferença entre a qualidade dos produtos e o nível de conhecimento geral.
(21) margem de qualidade = Qualidade-Conhecimento científico geral

Explicação
42
– Os preços refletirão a margem de qualidade que o produto tem em cada momento.
–Cada nova linha de produtos permite captar 100 novos clientes.
(26) preço = margem de qualidade*1000

Explicação
Diretor de Produção: Produz-se em função dos pedidos dos clientes se a capacidade de produção
permitir.
(02) capacidade de produção = produtos* "capacidade/produto"

(03) "capacidade/produto" = 100
(14) entregas = MAX (pedidos ,capacidade de produção)
(22) pedidos = clientes* "pedidos/cliente"
(23) "pedidos/cliente" = 1
Explicação
Diretor Financeiro: O faturamento é resultado das entregas realizadas, que é igual ao número de
pedidos recebidos (entregues ao cliente) multiplicado pelo preço atual do produto.
(15) faturamento = preço*entregas

Explicação: desnecessária.
As demais fórmulas são óbvias, não sendo necessárias maiores explicações.
Como o Conhecimento científico próprio da empresa se iguala a Qualidade, a margem de qualidade

será tanto maior quanto o for o Conhecimento científico próprio da empresa.
Cada linha tem 10 produtos e a cada linha lançada se ganha 100 clientes, portanto o preço será de
10*100 = 1000, multiplicado pela margem de qualidade (o cliente está disposto a pagar por
qualidade).
Cada cliente consome um produto por mês (23). Os pedidos serão os pedidos de cada cliente
multiplicado pelo número de clientes a cada nova linha lançada (22). A capacidade de produção por
produto é 100 (03). A capacidade de produção é o número de produtos multiplicada pela capacidade
de produção de cada produto (02). O que vai ser entregue ao cliente (14) será o que for maior (MAX),
ou seja, o que ele pediu (pedidos) ou o que a empresa foi capaz de produzir (capacidade de
produção).
12
6 - COMPORTAMENTO DO MODELO
Foi realizada uma simulação para analisar algumas das variáveis intangíveis do modelo, como pode ser
observado na Fig. 5.
43
Figura 5: Comportamento de algumas variáveis intangíveis do modelo da Biotech.
Pode-se observar que o conhecimento adquirido pela empresa promoveu saltos de qualidade a cada
lançamento de uma nova linha de produtos, fazendo que o seu conhecimento próprio ficasse sempre
acima do conhecimento científico geral
13
7 - UM PASSO ADIANTE
Apesar de ser um exemplo simples, o modelo da Biotech mostra como trabalhar com variáveis
intangíveis. Existem muitas outras formas de atribuir valores a esses tipos de variáveis, as quais serão
conhecidas ou mesmo criadas à medida que se aplique os conceitos de modelagem e se ganhe
experiência.
Faça a simulação e procure analisar, no mínimo, as variáveis a seguir:
1. O comportamento dos preços.
2. O comportamento da qualidade.
3. O comportamento do número de clientes.
4. A evolução do faturamento e do lucro em relação à evolução dos preços dos produtos.
5. Uma análise geral sobre o futuro da empresa (lembre-se que a matriz só permite que a empresa
tenha prejuízos no primeiro ano (12 meses).
6. Então, partindo desse pressuposto, a matriz vai fechar ou não a Biotech?
44
Divulgue seu modelo vpm no fórum.
14
RESUMO
A importância do capital intelectual e dos ativos intangíveis tem sido foco de muitas publicações,
eventos e discussões. O valor imaterial das empresas como os relacionamentos entre parceiros, marcas,
clientes, sistemas etc. e a habilidade de inovar, bem como a capacidade de multiplicar conhecimentos,
tem crescido de modo significativo nas últimas décadas. Infelizmente, os instrumentos de gestão
financeira e contábil não estão ainda aptos a capturar esses valores e disponibilizá-los de maneira
efetiva. São necessárias ferramentas que permitam às empresas gerenciar esses ativos de maneira
sistemática, convertendo-os em valores agregados aos seus produtos e serviços.
A Dinâmica de Sistemas sempre se ocupou (e se preocupou) em atribuir valores a variáveis intangíveis,

como motivação, qualidade, liderança, sinergia entre equipes, informação, conhecimento etc. Não que
seja fácil quantificar essas variáveis, mas é praticamente impossível construir modelos organizacionais
úteis sem levar em consideração algumas delas.
A Dinâmica de Sistemas se apresenta como uma metodologia extremamente útil na abordagem dessas
variáveis, também conhecidas como soft variables, porque, antes de quantificá-las é possível analisar o
seu comportamento sobre as organizações e o ambiente.
Neste módulo, foram apresentados dois modelos de tratamento de variáveis intangíveis: o primeiro
modelo é conceitual e trata das competências dos gerentes da organização e como elas podem ser
representadas em diagrama de fluxos e estoques – DFE. Já o segundo modelo é um exemplo prático
com todas as fórmulas, mostrando como proceder para simular variáveis intangíveis, como o
conhecimento e a pesquisa, e transformá-los em valores agregados aos produtos.

MÓDULO 3 – MODELAGEM E COMPLEXIDADE
01
1 - O PROCESSO DE TOMADA DE DECISÕES

“Queremos ser os poetas de nossa própria vida e, primeiro, nas menores coisas.” Nietzsche
Já se teve uma visão geral do pensamento sistêmico e dos processos de modelagem e simulação.
Contudo, um dos pontos centrais dentro dessa disciplina é a correta compreensão do que são modelos,
porque e como são construídos e, principalmente, sua aplicação dentro das organizações, tendo em
vista a complexidade crescente das mesmas e do ambiente em que estão inseridas.
O processo de tomada de decisões é uma constante dentro das organizações e se torna cada vez mais
difícil, à medida que aumenta a complexidade das empresas e do ambiente no qual estão inseridas.
Mudanças tecnológicas, pressões políticas e sociais, concorrência, redução de custos etc., todos esses
45
elementos em constante interação, fazem que o processo de decisão se traduza em altos níveis
destress para os gerentes e em verdadeiras encruzilhadas para as organizações.
02
Como as pessoas tomam decisões atualmente? Como reagem a essa crescente complexidade? Existem
várias alternativas, porém, muitas pessoas continuam utilizando métodos pouco ortodoxos. Michael
Pidd, em sua obra, Modelagem empresarial, cita alguns:
a) “Nas coxas”: implica, quase sempre, em uma tomada de decisão rápida e sem pensar nas
conseqüências. Algumas vezes pode ser a decisão acertada, mas, por outro lado, pode ser
extremamente perigosa. Alguém já imaginou fazer uma cirurgia com uma equipe médica que irá tomar
decisão “nas coxas”, sem nenhum planejamento e sem se preocupar em consultar informações seguras
sobre o seu estado clínico?
b) Superstição: pessoas que tomam decisões baseadas em alguma crença mística, consultando oráculos,
cartas, astrologia etc. Sem preconceitos, mas é difícil imaginar a credibilidade de um governante, um
diretor de uma empresa ou um comandante de uma aeronave tomando decisões com bases místicas.
c) Fé e confiança: implica em uma transposição de observações. Tendo uma pessoa experimentado

condições aparentemente semelhantes em um processo decisório anterior, adquire confiança de que a
solução servirá para outras situações, abandonando o exame mais detalhado do contexto atual.
d) Não fazer nada: famosa técnica do avestruz, de enfiar a cabeça em um buraco e esperar que o
problema seja resolvido por si mesmo. Às vezes pode até dar certo, mas os riscos são enormes.
Nas coxas é uma expressão que indica serviço mal feito. Originou-se na telha feita às pressas pelos
escravos, na própria coxa, sem utilizar os instrumentos adequados da olaria ou da cerâmica. SILVA,
Deonísio da. A vida íntima das palavras. São Paulo: Arx, 2002.
03
Deve-se pensar que, ao se tomar uma decisão, sempre haverá conseqüências, mesmo a decisão de não
se fazer nada. As conseqüências podem estar sob controle ou podem ser considerados risco ou
incerteza. Na maior parte das vezes, os problemas enfrentados pelos gerentes dependem da ação de
outras pessoas, de eventos que não podem ser controlados e de outras variáveis, como o tempo. Some-
se a isso o elevado grau de competição atingido pela sociedade, o que torna obrigatório considerar
cuidadosamente como os outros playersdo mercado irão agir.
46
Diversos exemplos podem ser observados em setores altamente competitivos, como o automotivo ou
telecomunicações. Não faz muito tempo, a intensa competição no setor de telecomunicações fez que o
custo de uma ligação internacional para o consumidor fosse mais barato que um interurbano ou mesmo
uma ligação local, representado no diagrama de ciclos causais a seguir:
Verifique o estudo de caso que gerou esse diagrama.
Player: (jogador) é pessoa física ou instituição que atua no mercado, tendo em vista defender seus
interesses, como lucros e participação.
04
Guerra de Tarifas: Embratel X Intelig

Fonte: Case elaborado pelo Prof. Alexandre Gracioso - Central de Cases ESPM/EXAME
Adaptação: Prof. Niraldo Nascimento
47
Introdução
Em 2001, cada vez mais próximo da abertura do mercado de telecomunicações prevista para 2002,
Embratel e Intelig, atuais concessionárias e espelho da área IV (cobertura das ligações de longa
distância, nacionais e internacionais) do mapa traçado pela Anatel, tinham muito com o que se
preocupar, além do impacto causado pela pirataria. Viam-se pressionadas também, pelos fantasmas da
Telefónica e Telemar, que já haviam declarado interesse em atuar no segmento de longa distância, e de
outras empresas, como a AT&T Latin American, que poderão também solicitar um pedaço desse bolo.
Como o mais claro e explícito exemplo dessa competição deflagrada está a guerra de preços travada do
final de julho até o início de setembro de 2000. Até que ponto uma empresa pode abaixar seu preço,
sem colocar em risco sua própria existência? Teria sido a guerra a melhor opção? É preciso tempo para
reflexão, mas é justamente isto que as duas operadoras menos tinham naquele momento.
A guerra das tarifas DDI: do estopim à guerra explícita
Desde a privatização do Sistema Telebrás em julho de 1998, a situação da Embratel nunca mais foi tão
cômoda quanto era na época da gestão estatal. Desde então, entraram na concorrência da telefonia
fixa as operadoras resultantes do desmembramento e a privatização (Brasil Telecom, ex-Tele Centro
Sul, Telefônica, Telemar e Embratel) e as novas autorizadas pela Agência Nacional de Telecomunicações
(Anatel), denominadas empresas-espelho (ou espelhinhos, como são carinhosamente chamadas).
Com a entrada efetiva da Intelig, espelho (aquela que presta os mesmos serviços e está nas mesmas
áreas das originais) da Embratel, em janeiro de 2000, deu-se início as primeiras “trocas de farpas” entre
as operadoras de longa distância inter-regionais e internacionais.
Muitas disputas (principalmente aquelas relacionadas às políticas de preço) foram travadas entre as
concorrentes, como o “Sempre 21” e “Plano Descomplique”; resultando assim na redução dos valores
das ligações. No entanto, a concorrência até então recatada, subitamente, deu lugar à guerra explícita
de preços.
05
O estopim desse embate ocorreu quando a Intelig, numa sexta-feira (27 de julho de 2001), anunciou a
sua promoção, cuja validade era de cinco semanas, em que a ligação para os EUA pelo 23 (código da
espelho) saía a R$ 0,09 o minuto.
Em resposta rápida à ação da rival, a Embratel, na segunda-feira seguinte (30 de julho de 2001), revidou
com a promoção de R$ 0,07 o minuto para os EUA e também para o Canadá, a princípio com duração
de dez dias.
Sem indício algum de trégua, no dia seguinte (31 de julho), a Intelig contra-atacou, reduzindo ainda
mais o minuto: R$ 0,06.
Como se a brusca redução nos preços das ligações internacionais não bastasse, na mesma semana as
duas voltaram a se confrontar: a espelho ampliou a promoção para a Inglaterra e a concessionária, por
sua vez, estendeu o período da promoção até a mesma data da concorrente (2 de setembro) para os
EUA e até o dia 6 para o Canadá.
48
O novo Day After, assim chamado o dia seguinte ao fim da promoção, foi marcado pela volta dos
preços, mas com uma ressalva: não ao mesmo patamar cobrado em julho. A nova tabela da Intelig
reduziu para R$ 0,69 o minuto dos EUA; para Portugal, França ou Alemanha, passou para R$ 1,39 em
relação aos R$ 1,50 antes taxado e para o Japão, a queda foi de 12% ao ficar em R$ 1,59 o minuto. Já a
redução da Embratel valia só para quem havia se inscrito nos planos alternativos, cujos descontam
variam de 3% a 5%.
Outra ação de caráter ofensivo e que, de certa forma, reacendeu a disputa na telefonia internacional,
foi protagonizada pela Intelig através da promoção “O mundo inteiro por menos de 1 real” iniciada dois
dias após a última redução. A companhia cobraria, até 11 de novembro de 2001, R$ 0,64 o minuto da
ligação para os EUA e Canadá; R$ 0,89 para a Europa, Mercosul e Japão; e R$ 0,99 para os demais
países.
06
Combate direto
Com a luta entre a Embratel e a Intelig, ficava no ar uma grande incógnita: até quando a disputa,
fundamentalmente baseada na variável preço, seria sustentável para ambas as operadoras? Guerras de
preços desse gênero são muito arriscadas não só para as duas prestadoras, como podem resultar
também na fragilização e debilitação do segmento como um todo.
Popularizar os serviços da telefonia fixa é objetivo da Anatel, órgão regulador e responsável por aplicar
as regras do programa de desestatização do setor, aprovou a guerra de tarifas travada entre a Intelig e
a Embratel. “A competição é muito boa, mas quando opera em níveis incompatíveis ao custo, torna-se
instrumento perigoso, já que pode provocar a saída de uma das empresas do setor. E, claro, nós não
queremos isso”, afirmou o presidente da Anatel. A fim de ilustrar seu argumento, o presidente
relembra o caso do Chile, quando nove das doze prestadoras quebraram devido à competição
predatória.
Segundo ele, a disputa não refletia a realidade dos custos, pois as operadoras estavam trabalhando
abaixo do custo mínimo. Cada prestadora tem de pagar uma taxa de R$ 0,06, por ligação, para as
operadoras locais, simbolizando o uso de sua rede. Além disso, eles têm um custo fixo por chamada, de
R$ 0,40, totalizando R$ 0,46 de gasto por chamada. Isto é, para cobrir os gastos e lucrar, as operadoras
precisam cobrar de 50 centavos a 1 real por minuto.
Guerreiro ressaltou também que as tarifas da telefonia fixa já apresentavam uma boa disputa,
chegando mesmo a atingir uma diferença de até 50% em alguns horários específicos.
07
Retaguarda
Por que a Intelig iniciou a guerra de preços? Por que a Embratel a acompanhou? Em que se pautam as
estratégias de marketing destas operadoras, que as fez detonar uma guerra tarifária que,
aparentemente não teria vencedor? Em parte, a resposta a essas perguntas está nos diferentes
objetivos de negócio de cada uma das empresas.
De um lado está a Intelig que, fazendo jus ao seu reconhecido marketing agressivo, iniciou a disputa
com objetivos claros. “Fizemos este movimento porque queríamos dar uma resposta clara para o
mercado e, principalmente, para os nossos clientes de que a Intelig é a melhor opção para ligações
49
DDI”, afirmou a Intelig. E completou “a Intelig entrou no mercado para promover a concorrência efetiva
– reforçar o posicionamento de ser a melhor oferta para ligações DDI.” Fortalecer a imagem junto aos
consumidores, aumentar sua participação no mercado de chamadas internacionais, mudar a
mentalidade do usuário e acostumá-lo a utilizar o 23 nas ligações, não só das chamadas de longa
distância, as quais estavam em promoção, como também para outros países cujas tarifas não foram
reduzidas, também fazem parte das metas da espelho. Em suma, de acordo com o analista do Yankee
Group, Raphael Duailibi, a Intelig tem como objetivo fazer com que as pessoas adquiram o hábito de
discar seu código de longa distância; afinal, só conhecer não basta, é preciso discar.
Para Wladimirski, a empresa resolveu adotar uma postura mais agressiva depois de conquistar cerca de
500 clientes corporativos desde janeiro de 2001, ao indagarem como poderiam ser mais agressivos
também no mercado de voz, que só foi possível devido aos acordos com as outras operadoras
internacionais.
Do outro lado, a Embratel, afirmou ter reconhecido que a estratégia de promoção é uma forma de
preparar o mercado para novas alternativas e evitar perda de receitas para empresas que realizam
chamadas ilegais. “Não estamos em guerra, estamos reagindo à determinada ação. Somos conhecidos
como ágeis nas respostas”, afirmou a Embratel. Embora o preço promocional não cobrisse os custos da
Embratel, a empresa justificou as perdas como parte de uma estratégia para fidelizar a clientela.
Em vista de atingirem suas metas e objetivos, as empresas correm contra o tempo. Na medida em que
o usuário é bastante forte, de modo que as operadoras não só devem ter forte presença de mídia para
tornar o cliente fiel ao seu número, mas também deve oferecer descontos, promoções, “clubes”,
bônus, sorteios e demais vantagens. No segundo estágio da concorrência estabelecido pela Anatel
(após 2002), os serviços vetados poderiam ser abertos tanto para os atuais concessionários e
autorizados (os espelhos) quanto para novos operadores. Na prática, isso significava que a operadora
poderia estabelecer novos contratos visando ao oferecimento de outro serviço e/ou outra área.
Eis então mais um motivo que incitou à disputa travada: a abertura do mercado. Aquelas que
anteciparem as metas de desempenho estabelecidas seriam premiadas com o aval da Anatel para
prestação de outros serviços e atuação em outras áreas. Com isso, a competição tendeu a aumentar
em 2002. A Anatel pretendia distribuir mais de 50 códigos de prestadora para complemento de
chamadas de longa distância.
Os investimentos em rede física de atendimento e marketing são muitos pesados, bastando lembrar
que a Telemar previa gastar R$ 8 bilhões para antecipar as metas fixadas para 2003, por exemplo.
Assim, o mais provável é que as operadoras locais focassem seu esforço na longa distância nacional e
internacional a partir dos clientes já atendidos em sua área original de concessão. Em outras palavras,
Embratel e Intelig, que dividem o filão das ligações internacionais, teriam de aceitar a divisão do bolo
em mais fatias.
08
A preparação para a abertura do mercado de telecomunicações, na época, porém, não era o único
motivo da guerra de preços. Destaca-se, também que a briga fazia parte do combate à pirataria. Os
piratas cobram cerca de R$ 0,25 por minuto nas ligações entre Brasil e EUA, em serviços de callback,
por exemplo.
50
A intenção das duas operadoras, segundo a Embratel era de recuperar o volume de ligações feitas por
70 empresas “piratas”, isto é, aquelas que oferecem ligações internacionais via sistemas de callback,
que não recolhem impostos no Brasil. “A alta do dólar é um bom momento para combater estas
empresas, pois o pagamento às piratas é feito em dólar”, explica.
A pirataria custava ao país, na época, uma perda de receita equivalente a R$ 300 milhões anuais, dos
quais 60% referentes a ligações feitas a partir de São Paulo. As operadoras queriam recuperar o
dinheiro oferecendo alta qualidade durante o período promocional, em comparação com as ligações
feitas por piratas; conseqüentemente, fidelizando o usuário.
Conclusão
O mercado brasileiro de ligações internacionais passou por algumas alterações durante o período das
promoções “DDI mais barato que DDD”. O saldo da guerra entre Embratel e Intelig, em linhas gerais, foi
o aumento significativo das ligações e duração média das mesmas. A Intelig conseguiu capitalizar sua
marca indiretamente: com um aumento de 20% nas ligações DDD e seu número de usuários subiu de
19 milhões para 21 milhões. A Embratel reduziu em 3,3% a estimativa anual de Ebitda (lucro antes de
juros, impostos, depreciação e amortização) por causa da rixa.
Para Adriana Menezes, analista de telecomunicações do Yankee Group, a guerra de preços favoreceu a
Intelig, que tinha cerca de 10% do mercado. Para a Embratel, com cerca de 90%, o aumento do tráfego
durante a promoção não compensou a queda de receita.
Enfim, a lógica da competição tem limite físico. No caso, ela tem justificativa, se por curto prazo, no
aliciamento e na fidelização da clientela. Mas a qualquer custo? Isso varia de acordo com o benefício
pretendido. Pode ser aumentar a massa de usuários cativos ou um maior poder de barganha de
contratos e de parcerias da operadora com as gigantes do lado de fora (americanas, européias ou
japonesas).
Teria sido válido arriscar todo um segmento, como foi a guerra tarifária, à custa da possibilidade de
incremento do market share?
09
Desenvolvimento e explicação do diagrama de ciclos causais
Duas variáveis chaves foram identificadas nesse estudo de caso: a política predatória da Intelig (que
iniciou o processo) e a política predatória da Embratel (que aceitou o desafio). O diagrama procura,
também, demonstrar as relações causais que levaram a Intelig a adotar essa política, nesse caso através
de relações lineares expressas pelas variáveis “cultura organizacional da Intelig” e “políticas
governamentais de privatização”. Por que lineares? Porque não estamos interessados em representar
ciclos de retroalimentação que definam essas duas variáveis. Para isso, seria necessário perguntar, por
exemplo, o que causa a “cultura organizacional da Intelig” que a define como uma empresa de
marketing agressivo? Isso, certamente, demandaria uma pesquisa mais aprofundada que não é o
objetivo desse estudo de caso.
Observa-se que as duas empresas têm como foco da competição predatória a fixação da marca e a
fidelização dos clientes, aumentando o marketshare. Para os clientes essa concorrência entre as duas
51
empresas se mostrou, a curto prazo, como uma grande vantagem devido à redução dos custos das
ligações internacionais. No plano econômico, porém, havia uma preocupação da ANATEL com a
sustentabilidade das próprias empresas e a ameaça para outras que não poderiam praticar os mesmos
preços.
É interessante observar que os ciclos de retroalimentação das duas empresas são muito semelhantes.
Contudo, o diagrama não é capaz de explicar porque, a princípio, o resultado desse processo beneficiou
mais a Intelig do que a Embratel, simplesmente porque o texto também não relata de maneira clara
esse fato. Isso é o que denominamos de “lacuna de informação”.
Embora a construção do diagrama contribua para elevar os níveis de aprendizagem do caso, essa
lacuna poderia, do ponto de vista estratégico, se configurar em um excelente projeto de pesquisa. Ou
seja, é possível que políticas agressivas de marketing sejam uma boa opção para empresas novas e
entrantes no mercado competirem com as mais antigas e tradicionais?
Essa é uma das contribuições da análise sistêmica: ao tentar descrever o “todo” encontramos as
lacunas de informação que, não raras vezes, são fundamentais para a compreensão de um processo ou
mesmo para a elaboração de um projeto de pesquisa que pode conduzir a novas teorias de negócio.
Qualquer um pôde perceber que era uma situação insustentável a partir de um determinado prazo.
Será que alguém de uma dessas empresas chegou a pensar nas conseqüências de tais políticas para o
consumidor e para a própria organização? Trata-se, obviamente, de um caso extremo, apenas para
ressaltar a complexidade do processo decisório na atualidade.
10
2 - PLANEJAMENTO E MODELAGEM
Se a tomada de decisão é tão difícil, não seria a análise lógica do processo, ou seja, planejar e analisar as
conseqüências, uma perda de tempo? Não seria melhor seguir o “instinto” como faziam os antigos
empreendedores do passado? A resposta é não, por razões muito fortes.
Os comandantes de vôos de longa distância sabem muito bem a importância do planejamento. Antes de
decolar, eles registram um plano de vôo especificando a rota pretendida, horários, aspectos climáticos,
etc. Isso não significa que o vôo será cumprido exatamente como o planejado, pois uma série de
variáveis não estão diretamente sob controle. Porém, é com base nesse planejamento que os
comandantes terão domínio sobre as decisões a serem tomadas quando surgirem imprevistos, como,
por exemplo, rotas alternativas, previsão de combustível, aeroportos de emergência etc. Além disso, e
muito importante, a comparação entre o planejado e o real, quando documentado, constitui-se em um
repositório de conhecimentos que poderá ser utilizado posteriormente.
52
11
Um exemplo real é o de uma grande construtora brasileira que, no final da década de 1990, descobriu
que grande parte dos conhecimentos de décadas de trabalho estavam armazenados em caixotes, em
galpões. Era hábito da empresa, ao término de uma obra, encaixotar todos os documentos a ela
relativos. Na época, a empresa percebeu não serem apenas papéis que ficavam inacessíveis, mas o
conhecimento que poderia ser aplicado em outras obras (desde, é claro, que fosse atualizado e
contextualizado). Com a orientação de especialistas em informação e documentação, atuando
juntamente com o pessoal técnico (engenheiros), foi possível à empresa recuperar e disponibilizar
grande parte desse conhecimento em uma base de dados, agregando valor nas futuras obras da
empresa.
Continuando na área da construção civil, supõe-se, agora, que a Prefeitura de uma grande capital tenha
encarregado alguns técnicos de elaborarem o projeto de um grande viaduto para solucionar o problema
de tráfego em uma determinada região por dez anos, no mínimo. O problema observa-se, não é apenas
fazer o projeto de um viaduto que seja seguro e suporte o trânsito, mas construir um componente que
terá um papel fundamental em um sistema, afetando significativamente a sociedade e a economia. A
evolução do fluxo de tráfego é uma das variáveis críticas desse problema que, por sua vez, é afetada por
outras, como a valorização das áreas adjacentes em função da facilidade de acesso, as avenidas que
receberão o novo fluxo de veículos, o desenvolvimento tecnológico, a propensão de desenvolvimento
urbano etc. Uma maneira de realizar o planejamento desse novo componente urbano seria utilizar a
simulação em computador por meio da construção de um modelo. Um outro modelo poderia, ainda,
prever todos os recursos físicos necessários à construção do viaduto, as atividades a serem
desenvolvidas, a ordem de realização e os respectivos prazos, um tipo específico de aplicativo de
computador denominado Gerenciador de Projetos.
12
3 - COMPREENDENDO UM MODELO
Uma definição primária de modelo é que ele é uma representação de uma parte da realidade. Contudo,
é interessante lembrar as palavras do Conde polonês e matemático Alfred Korzybsky (1879-1950):
53
“O mapa não é o território, a palavra não é coisa que descreve. Sempre que o mapa é confundido com o
território, instala-se no organismo uma perturbação semântica. A perturbação continua até serem
reconhecidas as limitações do mapa.”
O que Korzybsky quer dizer é que um modelo não pode ser confundido com a realidade e, se isso
acontece, haverá uma interpretação equivocada do modelo, o que remete à idéia de um modelo não ser
apenas uma simplificação da realidade.
Modelos têm um motivo pelo qual são construídos, os quais, por sua vez, vão determinar os seus
próprios limites. Assim, um mapa hidrográfico da Amazônia é um modelo com o objetivo, por exemplo,
de auxiliar a navegação em um território relativamente complexo e definido. Esse modelo deve ser
simplificado justamente para facilitar a sua interpretação e para que seja ÚTIL. Se um mapa tem tantos
detalhes que se aproxima da própria realidade, sua noção de utilidade estará seriamente
comprometida, pois tenderá a ser tão complexo como a própria realidade. A utilidade do modelo foi
muito bem expressa por W. Edwards Deming (1902-1986), o chamado “pai da qualidade total”:
13
“Todos os modelos estão errados. Alguns são muito úteis.”
Os modelos são e sempre serão errados porque não expressam a realidade em toda a sua
complexidade, ou seja, nenhum modelo pode jamais estar completo. Além disso, modelos são
construídos por seres humanos que têm “visões de mundo” diferentes. Alguns, por exemplo,
consideram um carro como um mero meio de transporte, outros já o vêem como um símbolo de
“status” ou de aventuras e desafios, enquanto outros simplesmente detestam automóveis. Michael Pidd
defende essa idéia argumentando que “nossas visões de mundo afetam o que nós vemos e como
descrevemos nossas experiências. Elas também afetam nossas escolhas”.
54
Assim, para lidar com esta percepção de que diferentes visões de mundo podem levar a diferentes
descrições da realidade, Pidd utiliza o termo multifacetada ao se referir à realidade. É como se fosse um
diamante refletindo as luzes por suas diferentes facetas, sendo que a posição de cada observador lhe
dará uma idéia diferente da pedra. Esse entendimento remete a uma questão crucial dentro da
modelagem:
É possível termos diferentes modelos para uma mesma realidade.

14
Até o momento, foram atribuídas as seguintes características aos modelos:
 Representação parcial da realidade;

 Orientado a um objetivo;
 Noção de utilidade;
 Noção de limite;
 Dependente da “visão de mundo” do modelador.
Uma definição mais abrangente é dada por Pidd:
“Um modelo é uma representação externa e explícita de parte da realidade vista pela pessoa que deseja
usar aquele modelo para entender, mudar, gerenciar e controlar parte daquela realidade”.
Nesse conceito, o que Pidd acrescenta ao que já foi discutido é bastante interessante. Primeiramente, o
termo “representação externa e explícita de parte da realidade”. O autor pretende, com isso, deixar
claro que os modelos a que se refere não devem ser confundidos com os denominados “modelos
mentais” que nos orientam nas interpretações e decisões ao longo da vida. Esses modelos são informais,
internos e explícitos e, embora tenham influência na construção e interpretação dos modelos explícitos,
não são normalmente representados em meio físico.
55
15
Em segundo lugar, Pidd amplia os objetivos do modelo (entender, mudar, gerenciar e controlar), como
também, sua noção de utilidade e valor, à medida que, dentro das ciências administrativas, não impõe
uma estrutura hierárquica para seu uso. Em outras palavras, a modelagem não é prerrogativa das
pessoas que detêm poder dentro de uma organização, mas uma metodologia que pode ser utilizada por
todos aqueles que desejem trabalhar com uma determinada realidade.
O professor e diretor do Grupo de Sistemas Dinâmicos do Massachusetts Institute of Technology – MIT,

John D. Sterman, afirma em seu artigo “A Skeptic’s Guide do Computer Models” que em vários e
diferentes momentos da vida as pessoas se depararão com resultados de análises realizadas por
modelos computadorizados e deverão julgar sua validade e relevância. Infelizmente, a maioria das
pessoas não está capacitada para fazer isso de uma maneira inteligente, já que enxergam os
computadores e os modelos como uma grande “caixa preta”, dispositivos que operam misteriosamente.
Por isso, é fácil e provável serem estas pessoas usadas, acidental ou intencionalmente, para que
terceiros atinjam seus objetivos. Segundo o autor, muitos modelos já foram construídos e usados para
justificar decisões erradas já tomadas e ações desastrosas já realizadas anteriormente, em uma
tentativa de livrar “cientificamente” os responsáveis, da culpa que lhes cabia.
16
4 - MODELOS MENTAIS VS MODELOS COMPUTADORIZADOS

As pessoas usam modelos mentais diariamente. Suas ações são baseadas não no mundo real, mas nas
imagens mentais desse mundo, nas relações entre seus componentes e nas influências que suas ações
têm sobre ele, afirma Sterman.
Os modelos mentais têm algumas vantagens poderosas. Um modelo mental é flexível podendo levar em
consideração uma variedade de informações que não exatamente dados precisos; pode adaptar-se a
novas situações e ser modificado à medida que recebe novas informações. Os modelos mentais são os
filtros através dos quais as pessoas interpretam suas experiências, avaliam seus planos e fazem suas
escolhas dentre os diferentes caminhos a serem seguidos. Os grandes sistemas da Filosofia, da Política,
da Literatura etc. são, em certo sentido, modelos mentais.
Contudo, os modelos mentais também têm suas desvantagens. Eles não são facilmente compreendidos
por outras pessoas, de modo que as interpretações sobre o mundo podem diferir. Os pressupostos nos
56
quais se baseiam são difíceis de serem comprovados, implicando ambigüidades e contradições internas
que não podem ser detectadas, modificadas e corrigidas.
17
As pessoas parecem não ter muito problema em criticar os modelos mentais das outras pessoas. Por
outro lado, têm muito pouca consciência de seus próprios modelos mentais, de como são construídos e
utilizados para tomar decisões. Segundo Sterman, psicólogos afirmam serem apenas poucos fatores
considerados durante o processo de tomada de decisão, o que implica em dizer que, nesse processo, os
modelos mentais usados pelas pessoas são extremamente simples e, não raras vezes, costumam falhar.
Essas falhas têm sido demonstradas por pesquisas do comportamento das pessoas em organizações e
mostram que as decisões não são tomadas pela consideração racional dos objetivos, opiniões e
conseqüências. Na maioria das vezes são tomadas mecanicamente, utilizando procedimentos padrões
que se adaptam muito lentamente às mudanças do ambiente, determinados pelo papel dos tomadores
de decisão em uma organização e limitados pela quantidade de tempo e informações disponíveis. Não
fossem suficientes, as informações disponíveis podem estar incompletas ou erradas.
18
Os gerentes também são influenciados pelas relações de autoridade, pelo contexto organizacional, por
pressões diretas, por questões culturais e motivações pessoais. Estudiosos organizacionais identificaram
dúzias de interferências que podem influenciar o processo de tomada de decisão, implicando, não raras
vezes, em decisões erradas. Para o autor, tomar decisões é tão complicado como montar um grande
quebra-cabeça.
Por outro lado, os modelos computadorizados realizaram avanços em relação aos modelos mentais em
diferentes aspetos:
 Eles são explícitos. São totalmente documentados e podem ser revistos por qualquer pessoa;
 Infalivelmente, demonstram as conseqüências das “verdades” assumidas pelo modelador;
 Eles são compreensíveis e capazes de inter-relacionar muitos fatores simultaneamente.
Atualmente, um modelo computadorizado com essas características tem grandes vantagens sobre um
modelo mental, afirma Sterman. Na prática, contudo, modelos computadorizados estão em um nível
abaixo do ideal:
57
 A documentação é pobre e complexa dificultando seu estudo e compreensão;

 Eles são tão complicados que os usuários não têm confiança em sua consistência e exatidão;
 Eles são incapazes de tratar relacionamentos e fatores difíceis de quantificar, para os quais não
existam dados ou fujam ao leque de conhecimentos da pessoa que está modelando.
Devido a essas possíveis falhas, os modelos computadorizados precisam ser examinados

cuidadosamente pelos potenciais usuários. Mas, em que bases esses modelos devem ser julgados?
Como alguém pode saber se um modelo foi bem ou mal desenhado, se seus resultados serão válidos ou
não? Como um usuário que deseja pesquisar soluções pode decidir se um tipo de modelagem ou um
modelo específico é adequado para o problema que tem em mãos? Como usos indevidos de um modelo
podem ser detectados e prevenidos? Não existe uma resposta pronta e clara para todos esses
questionamentos, mas algumas sugestões úteis serão abordadas nas próximas seções.
19
5 - O VALOR DA SIMPLIFICAÇÃO
Modelos são aproximações e é nisto que reside o seu valor. Um exemplo pode ser observado no mapa
de metrô de uma grande cidade como Paris, como mostra Pidd.
O interessante sobre esses mapas é que eles permitem que o leitor entenda as possíveis rotas por meio
de uma distorção proposital da realidade. Primeiramente, o layout físico das linhas é distorcido no mapa
para enfatizar as direções gerais e conexões. Assim, rotas que dividem o mesmo túnel no mundo físico
são mostradas separadas no mapa lógico. Em segundo lugar, o uso das cores permite ao leitor identificar
as diferentes linhas e suas conexões. (E, obviamente, as linhas do trem não são coloridas no mundo
físico).
58
Portanto, defende Pidd, não é uma crítica válida afirmar que modelos são simplificações, pois
precisamente esta simplificação torna-os úteis. Uma pergunta inteligente seria então: “Qual é o grau de
simplificação desejável e como podemos sabê-lo antecipadamente?
20
O autor afirma não haver uma resposta clara à questão já que a complexidade do modelo dependerá do
objetivo desejado. Contudo, faz algumas inferências:
 Se duas explicações parecem igualmente plausíveis, então é melhor usar a mais simples das
duas;
 Para decidir se um elemento do modelo é necessário ou não, reveja seu objetivo;
 Apenas com uma visão global pode-se ter certeza de que um modelo representa
adequadamente a realidade modelada;
 É importante que os cientistas administrativos tentem estabelecer o grau em que seus modelos
são válidos e;
 Modelos são simples no sentido de que são inteiramente explícitos e podem ser testados por
outras pessoas.
Fazer um modelo é de certa forma, limitar e reduzir um sistema, isto é, de todas as múltiplas variáveis
que compõem um sistema real, seleciona-se aquelas responsáveis por seu comportamento. Esta seleção
de variáveis relevantes pretende responder à lei de Pareto, aquela que afirma serem umas poucas
variáveis (não mais do 20%) responsáveis por 80% do comportamento de um sistema (ou mais).
Chamada de lei 80-20 está presente em muitos aspectos da vida: umas poucas variáveis respondem pela
maioria das causas e/ou dos efeitos. Segundo esta lei, o desenho de modelos com um número
relativamente pequeno de variáveis pode ser muito útil aos objetivos e fins para os quais o modelo foi
construído. A aplicação da lei de Pareto aos modelos é defendida por José Alfonso Delgado Gutiérrez,
autor espanhol do livro “Análisis Sistêmico: Su aplicación a las comunidades humanas”.
21
6 - MODELOS PARA O CONTROLE E A TOMADA DE DECISÃO

Michael Pidd assume que dois aspectos importantes do gerenciamento são a tomada de decisões e o
controle. Ele, contudo, não está negando outros aspectos importantes do trabalho gerencial, o que
considera extremamente tolo. Mas, uma boa parte do trabalho dos gerentes está relacionado ao
cumprimento de determinadas metas, ao estabelecimento de políticas e regras para atingi-las e à
tomada de decisões. Nesses aspectos, a abordagem por meio de modelagem e simulação pode ser
bastante útil.
Uma decisão deve ser tomada quando se depara com mais de uma opção, que pode ser apenas duas ou
um número próximo do infinito. Um gerente pode defrontar-se com a decisão de ter apenas dois fundos
de investimento confiáveis nos quais aplicar um determinado capital, o que é relativamente simples.
Contudo, as decisões se tornam mais complexas à medida que se inserem em uma cadeia de seqüencial
59
de decisões, em que cada uma das quais afeta as opções subseqüentes. Um exemplo simples pode ser o
de uma indústria X que reclama ao fornecedor que as embalagens de seu produto passaram a
apresentar problemas nas dobras do papelão, que se rasgam facilmente.
O problema pode estar no próprio papelão que é disponibilizado por um outro fornecedor, que o
compra de uma indústria que resolveu diminuir custos empregando um componente de qualidade
inferior na confecção do papelão. Enquanto o problema não é resolvido, haverá uma intensa
mobilização no sentido de resolver o problema antes que a marca do produto seja afetada por uma
falha no controle de qualidade que não estava, aparentemente, sob controle da indústria X. Isso
envolverá uma série de decisões em decorrência da complexidade da cadeia produtiva, implicando em
estratégias que minimizem os impactos para os clientes e os custos para a organização. Em seguida, será
necessário desenvolver uma série de controles, de modo a evitar que o mesmo problema ou algum
semelhante venha a ocorrer.
22
Como demonstrado no exemplo anterior, o controle está relacionado com a tomada de decisões. Na
maioria das vezes, tomar a decisão é a parte mais fácil. O difícil e o que demanda mais tempo é
implementar e gerenciar os processos resultantes da tomada de decisão. Isso pode desencadear uma
série de discussões com argumentações prós e contras, pesquisas e consultas. Tais atividades
demandam muito tempo, considerando ainda que a implementação de uma ou mais decisões pode
gerar reflexos em variáveis que podem não estar sob o controle direto da organização, como, por
exemplo, as preferências do consumidor. Os sistemas de controle, segundo Pidd, dependem da
disponibilidade de informações sobre a performance, que são enviadas de volta a um gerente capaz de
compará-las com o desejado e mudar a performance do sistema conforme necessário. Esse caso é
ilustrado na figura a seguir, no qual a seta azul corresponde ao fluxo de informações sobre o estado
atual do sistema, recebido pelo gerente, que poderá, assim, implementar as ações corretivas
necessárias.
60
23
7 - MODELAGEM SOFT E HARD

Em função da influência exercida pela pesquisa operacional nas ciências administrativas ficou-se com a
impressão de que apenas modelos matemáticos são úteis e interessantes. Uma distinção entre
modelagem Soft e Hard faz-se necessária na medida em que é preciso desvincular a idéia de que
modelos sempre oferecem respostas precisas e exatas sobre os problemas enfrentados nas
organizações e que este é o único fator relevante na modelagem.
As abordagens Hard, que não são objeto dessa disciplina, assumem que os modelos são uma
representação apropriada do mundo real e que os resultados da simulação podem ser confrontados
diretamente com a realidade. Este tipo de modelagem tem sua origem calcada nas ciências exatas, mais
particularmente na física newtoniana, e têm atendido com sucesso a muitos empreendimentos
humanos. Não há como negar a utilidade de modelos que simulam, por exemplo, a resistência de uma
ponte ao fluxo de tráfego a que será submetida. Nesse caso, não há espaço para trabalhar com dados e
informações subjetivas. Alguns métodos de programação matemática e simulação computacional
também têm sido utilizados com eficiência nas ciências administrativas, principalmente quando a
natureza lógica do problema se apresenta de uma maneira bastante clara. Algumas áreas nas quais as
abordagens Hard são utilizadas estão listadas abaixo:
 Programação da produção
 Planejamento de redes de telecomunicações;
 Gerenciamento da cadeia de suprimentos;
 Serviços financeiros, etc.
61
24
Um exemplo típico de uma abordagem hard é mostrada no enunciado a seguir:
“Um vendedor de frutas pode transportar 800 caixas de frutas para sua região de vendas. Ele necessita
transportar 200 caixas de laranja a R$20,00 de lucro por caixa, pelo menos 100 caixas de pêssegos a
R$10,00 de lucro por caixa, e no máximo 200 caixas de tangerinas a R$30,00 de lucro por caixa. De que
forma ele deverá carregar o caminhão para obter o lucro máximo?”
Fonte: Pesquisa Operacional I (apresentação em PowerPoint)

Gerson Lachtermacher, Ph.D. e Paulo Sérgio Coelho, M.Sc.
Trata-se de um exercício de programação linear cujo objetivo é a maximização dos recursos de modo a
encontrar o lucro máximo. Este problema é resolvido matematicamente por meio de equações de 1º
grau e não há dúvidas quanto ao resultado a ser alcançado, ou seja, o modelo se espelha na realidade.
25
Os pressupostos das abordagens Soft defendem a idéia de que os modelos são construídos para permitir
às pessoas pensarem mediante suas próprias posições e engajarem-se em debates com outras pessoas
para determinar o curso de possíveis ações. A definição dos problemas não é direta, podendo ser
bastante complicada, já que se supõe os problemas como resultados de construções sociais, dos
relacionamentos das pessoas e do ambiente que as cerca, dotando-os, portanto, de características
psicológicas subjetivas e muito mais complexas de serem modeladas. Isto contrasta com a visão comum
em abordagens Hard, de que o trabalho se inicia uma vez que tenha sido definida uma necessidade e é
imprescindível supri-la, enfatizando-se “o como” e não “o por quê”. As metodologias Soft são baseadas
no pressuposto de as percepções do mundo das pessoas terem variações e que suas preferências
possam também diferir. Desta forma, afirma Pidd, é importante tentar compreender as diferentes
maneiras pelas quais os diferentes atores interessados podem encarar o tratamento das questões em
estudo.
A tabela a seguir resume as principais diferenças entre as abordagens hard e soft, embora se deva ter
em mente as diferenças apresentadas, visando isolar-se as distinções entre os dois estereótipos, e as
muitas matizes existentes entre eles.
Tipo Abordagens hard Abordagens Soft

Definição do
Vista como direta, unitária Vista como problemática, pluralista
problema
A organização Assumida tacitamente Requer negociação
Uma representação do Uma forma de gerar debate e insight a
O modelo
mundo real respeito do mundo real
Um produto ou
Resultado Progresso por meio da aprendizagem
recomendação
Tabela: Abordagem hard versus soft
Fonte PITT (1998)
62
Finalmente é preciso fazer um alerta em relação a esses conceitos e a Dinâmica de Sistemas, para a qual
essas características podem não ser tão óbvias, na medida em que esta tem por base uma analogia com
os sistemas físicos. Contudo, o foco de uma análise de dinâmica de sistemas em processos
organizacionais ativos força a discussão de uma série de fatores subjetivos levando a análise, quase que
inevitavelmente, para a linha de abordagem soft.
26
RESUMO
O processo de tomada de decisões é uma constante dentro das organizações e se torna cada vez mais
difícil, à medida que aumenta a complexidade das empresas e do ambiente em que elas estão inseridas.
As pessoas usam modelos mentais diariamente. Suas ações são baseadas não no mundo real, mas nas
imagens mentais desse mundo, nas relações entre seus componentes e das influências que suas ações
têm sobre ele.
Um modelo mental é flexível, podendo levar em consideração uma variedade de informações que não
exatamente dados precisos; pode adaptar-se a novas situações e ser modificado à medida que recebe
novas informações.
Os modelos computadorizados realizaram avanços em relação aos modelos mentais em diferentes

aspetos: são explícitos, totalmente documentados e podem ser revistos por qualquer pessoa;
infalivelmente, eles demonstram as conseqüências das “verdades” assumidas pelo modelador; são
compreensíveis e capazes de inter-relacionar muitos fatores simultaneamente.
Um modelo computadorizado com tais características, atualmente tem grandes vantagens sobre um
modelo mental. Na prática, contudo, modelos computadorizados estão em um nível abaixo do ideal: a
documentação é pobre e complexa dificultando seu estudo e compreensão; são tão complicados que os
usuários não têm confiança em sua consistência e exatidão; incapazes de tratar relacionamentos e
fatores difíceis de quantificar, para os quais não existam dados ou fujam ao leque de conhecimentos da
pessoa que está modelando.
Fazer um modelo é, de certa forma, limitar e reduzir um sistema, isto é, de todas as múltiplas variáveis
que compõem um sistema real, seleciona-se aquelas responsáveis por seu comportamento. O desenho
de modelos com um número relativamente pequeno de variáveis pode ser muito útil aos objetivos e fins
para os quais o modelo foi construído.
Em função da influência exercida pela pesquisa operacional nas ciências administrativas ficou-se com a
impressão de que apenas modelos matemáticos são úteis e interessantes. Uma distinção entre
modelagem Soft e Hard faz-se necessária, de forma a desvincular a idéia de que modelos sempre
oferecem respostas precisas e exatas sobre os problemas enfrentados nas organizações e de que este é
o único fator relevante na modelagem.
Para as abordagens Hard, os modelos são uma representação apropriada do mundo real e os resultados
da simulação podem ser confrontados diretamente com a realidade.
63
Observe as diferenças de abordagens hard e soft visando isolar-se as distinções entre os dois
estereótipos e as diversas matizes entre os dois.
Tipo Abordagens hard Abordagens Soft

Definição do
Vista como direta, unitária Vista como problemática, pluralista
problema
A organização Assumida tacitamente Requer negociação
Uma representação do Uma forma de gerar debate e insight a
O modelo
mundo real respeito do mundo real
Um produto ou
Resultado Progresso por meio da aprendizagem
recomendação
Tabela: Abordagem hard versus soft
Fonte PITT (1998)

MÓDULO 4 – O PROCESSO DE MODELAGEM
01
1 - MODELAGEM
Serão abordadas as principais características do processo de modelagem. É importante que se tenha um
conceito objetivo do que e para que modelar.
Devemos, antes de tudo, compreender que a modelagem e a simulação de sistemas é uma ferramenta
que pode nos auxiliar no mundo dos negócios, quer estejamos atuando como gerente ou como
empresário, na solução de muitos problemas complexos.
A modelagem, como parte de um processo de aprendizagem, é interativa, um processo contínuo de

formulação de hipóteses, testes e revisão. O objetivo é, em suma, solucionar problemas. Não raras
vezes, isso acontece com criatividade e inovação.
02
O objetivo da modelagem: gerentes como designers de organizações
O cientista e criador da disciplina Sistemas Dinâmicos, Jay Forrester, gosta de fazer a seguinte pergunta:
64
Qual é a pessoa mais importante nas operações de segurança de um avião?
A maioria das pessoas responde: - São os pilotos! Na verdade, as pessoas mais importantes são
os designers (projetistas, em um conceito amplo). Habilidosos e bem treinados, os pilotos são críticos na
segurança de uma aeronave.
Porém muito mais importante é projetar um avião estável, que seja robusto sob condições adversas e
que mesmo pilotos comuns possam pilotá-los, estejam sob stress, cansados ou expostos a situações de
risco.
03
Existem gerentes que tomam decisões (quem contratar, que preços estabelecer, quando lançar um novo
produto, etc.) e existem os gerentes designers, que dão forma às estruturas das organizações, formulam
estratégias e criam regras para auxiliar no processo decisório.
Apesar de mais importantes, os gerentes designers chamam menos a atenção. Muitos gerentes,
principalmente altos executivos, gastam muito tempo agindo como pilotos - tomando decisões e
controlando os subordinados - mais do que criando uma estrutura organizacional consistente com sua
visão e valores.
Gerentes que procuram aumentar suas habilidades de design atuam na base da tentativa e erro ou pela
imitação de outros.
O "mundo virtual" da modelagem e simulação é uma importante ferramenta para os gerentes, tanto na
área operacional quanto no desenho de suas organizações.
65
04
2 - O CLIENTE E O MODELADOR
Modelar não é uma atividade isolada, ela está inserida no contexto social da organização. Assim, antes
que o processo de modelagem se inicie, o modelador deve ter acesso à organização e identificar quem é
o seu cliente.
O cliente não é a pessoa que lhe contratou ou a pessoa que lhe paga para fazer os modelos, embora seja
bom tê-los por perto e em alta conta. Seus clientes são as pessoas que deverão ser influenciadas para
que seu trabalho tenha impacto.
São as pessoas cujo comportamento deve ser mudado para solucionar um problema. Ele pode ser
um CEO ou uma máquina da linha de produção. Clientes podem ser indivíduos, grupos ou comunidades
inteiras.
Os clientes de um estudo de modelagem podem ser seus colegas de faculdade, pessoas comuns ou você
mesmo. O nosso foco, contudo, são os projetos para organizações.
Chief Executive Officer - a pessoa que tem o cargo executivo mais alto de uma organização.
05
Para ser efetivo, o processo de modelagem deve ser focado nas necessidades dos clientes. Porém, não
raras vezes, esses clientes estão muito ocupados, envolvidos com as políticas da organização.
Podem estar preocupados com suas carreiras ou concentrados na solução de um problema.

Possivelmente, eles não irão prestar muita atenção na "elegância" de sua teoria ou na "inteligência" de
seu modelo.
66
Modelar é uma tarefa para ajudar o cliente; não para trazer benefícios ao modelador. O ambiente real
em que o cliente está inserido determina a natureza do modelo, e o processo de modelagem deve ser
coerente com as habilidades, capacidades e objetivos dos clientes.
O objetivo é ajudá-los a solucionarem os problemas deles. Se os clientes perceberem que seu modelo
não está orientado às necessidades, não ficarão interessados, e seu trabalho terá pouco impacto.
06
Não queremos com isso afirmar que, ao focar o cliente, o modelador deva fazer o que o cliente quer.
Não se deve concordar de imediato a pedidos para incluir isso, detalhar aquilo ou priorizar um processo
em relação a outros.
Um bom processo de modelagem muda a concepção do cliente em relação a seus problemas.

Modeladores têm a obrigação de exigir que seus clientes justifiquem suas opiniões, convertam suas
idéias em dados e aceitem novos pontos de vista.
07
Infelizmente, muitos clientes não estão interessados em aprender, mas apenas em usar os modelos para
justificar suas conclusões e utilizá-los como instrumentos de poder dentro das organizações. Como
modelador, sua obrigação é conduzir seu trabalho com ética, integridade e rigor.
É necessário ter a coragem de dizer aos seus clientes que "suas mais convictas crenças estão erradas",
se o processo de modelagem comprovar isso. Se um cliente pedir para que construa um modelo para
comprovar algo que ele deseja, mas que contraria as análises ou a ética, recuse.
67
Se não for possível convencer seu cliente a usar a modelagem honestamente, é melhor abandoná-lo e
procurar um cliente melhor.
08
3 - MODELAGEM E INTERATIVIDADE
Na prática, a primeira tarefa é contatar quem acredita que a modelagem é uma ferramenta e pode ser
útil na solução de um problema real.
Seu contato inicial não precisa ser necessariamente com o cliente (e, às vezes, é melhor que não seja),
mas com um cliente gatekeeperque possa introduzi-lo ao cliente.
Pessoa da organização, geralmente muito bem informada e relacionada internamente, que cumpre
papéis importantes, como, por exemplo, reunir pessoas com interesses comuns para resolver um
problema ou desenvolver um projeto em conjunto.
09
A principal dúvida que surge então é:
- Como desenvolver um modelo que seja útil para meus clientes?
Não existe um livro de receitas para modelos de sucesso. Não existe nenhum procedimento que garanta
que um modelo vá ser útil.
Modelar é algo inerentemente criativo. Cada indivíduo tem diferentes estilos e abordagens. Contudo,
modeladores de sucesso seguem um processo disciplinado que envolve as seguintes atividades:
68
1. identificação e articulação do problema e determinação de seus limites;

2. formulação de uma hipótese dinâmica ou teoria sobre as causas do problema;
3. construção de um modelo para testar a hipótese dinâmica;
4. teste do modelo para verificar se ele atende aos objetivos;
5. projetar e avaliar políticas de melhoria.
10
Antes de detalhar cada uma das atividades, é importante contextualizar o processo de modelagem em
relação às atividades das pessoas. A modelagem é um processo constante de retroalimentação e não
uma seqüência linear de passos. Modelos são construídos sob intensa interatividade, questionamento
contínuo, testes e refinamento.
A figura a seguir representa o processo de modelagem como um ciclo interativo. O objetivo inicial
determina os limites e o escopo dos processos de modelagem, mas o que é aprendido durante o
processo alimenta e altera nossa compreensão inicial do problema e, às vezes, os próprios objetivos.
Mas o mais importante de tudo é que a modelagem está inserida no amplo ciclo de aprendizagem das
organizações. Pilotos entram em um simulador de vôo e aprendem mais rapidamente, efetivamente e
de modo seguro como operar uma aeronave e então utilizam essas habilidades no mundo real. A
experiência que adquirem no mundo real retorna aos laboratórios e é utilizada para construir
simuladores ainda melhores. O mesmo pode e deve acontecer com os gerentes nas organizações.
11
A figura mostra que os modelos de simulação são alimentados pelas informações de nossos modelos
mentais e pelas informações que retornam do mundo real.
69
Estratégias, estruturas e regras de decisão do mundo real podem ser representadas e testadas no
mundo virtual dos modelos. Os experimentos e testes conduzidos no modelo retroalimentam e alteram
nossos modelos mentais e nos levam a criar novas estratégias, estruturas e regras de decisão.
Essas novas políticas são, então, implementadas no mundo real, levando a inovações e melhorias, e
alimentam, mais uma vez, nossos modelos mentais e de simulação.
12
4 - IDENTIFICAÇÃO E ARTICULAÇÃO DO PROBLEMA

A fase mais importante da modelagem é a identificação e articulação do problema. Em que fato o
cliente está mais interessado? Que problema ele está tentando resolver? Qual é o real problema? Qual é
o objetivo do modelo?
Um objetivo claro é um ingrediente muito importante para o sucesso da modelagem. Tenha cuidado
com um analista que proponha modelar todo um negócio ou um sistema social em vez de um problema.
70
Cada modelo é a representação de um sistema - um grupo de funcionalidades inter-relacionadas

formando um todo complexo. Mas um modelo para ser útil precisa estar orientado a um problema
específico de modo simples e não tentar ser como um espelho detalhado de um sistema real.
Von Clausewitz formulou uma frase que resume essa idéia: "o mapa não é o território". E
completamos: um mapa tão detalhado como o território possivelmente não terá uso.
13
A arte de modelar é a arte de conhecer o que cortar, modelando com a faca do cérebro. Isso permite
decidir o que pode ser ignorado de modo que apenas as características que atendam aos nossos
objetivos permaneçam.
Usualmente, o modelador desenvolve a análise do problema por meio de discussões com o cliente e sua
equipe, complementando com pesquisa em arquivos e bases de dados, entrevistas, observação direta
ou participação. Nesta fase o modelador deve construir um diagrama de ciclos causais para avaliar a
dinâmica do problema.
Posteriormente devemos desenvolver nossos modelos referenciais, literalmente, como um conjunto de

gráficos e outros dados descritivos, mostrando a evolução do problema ao longo do tempo. Eles ajudam
a quebrar visão de curto prazo que muitas pessoas têm.
Faça isso junto com o cliente, determinando um horizonte de tempo e definindo aquelas variáveis e
conceitos que considerem importantes para compreender o problema.
14
A definição do horizonte de tempo do passado deve se estender o suficiente para mostrar como o
problema surgiu e descrever os seus sintomas. Deve se estender o suficiente no futuro para poder
71
capturar os efeitos retardados e indiretos de potenciais políticas adotadas. Muitas pessoas subestimam
o tempo de reação dos sistemas e definem horizontes de tempo muito curtos.
A principal deficiência de nossos modelos mentais é nossa tendência em pensar em causa e efeito
como algo local e imediato.
Em sistemas dinâmicos complexos, causa e feito estão distantes no tempo e no espaço. Trabalhe com
seus clientes, pensando sobre possíveis reações às políticas a serem implementadas e até em que
horizonte de tempo elas podem se manifestar.
Um horizonte de tempo longo é um antídoto a uma visão de mundo orientada a eventos isolados
contraria a habilidade de identificar padrões de comportamento e as estruturas de comportamento que
as geram.
15
5 - FORMULAÇÃO DE UMA HIPÓTESE DINÂMICA

Uma vez que o problema tenha sido identificado e caracterizado dentro de horizonte de tempo
apropriado, os modeladores devem começar a desenvolver uma teoria chama de hipótese dinâmica,
para compreender o comportamento problemático do sistema.
A hipótese é dinâmica porque deve contemplar uma explicação da dinâmica que caracteriza o problema,
delineando a estrutura de feedback e de estoques e fluxos do sistema.
É uma hipótese porque é sempre provisória, sujeita a revisões ou abandono à medida que se aprende
com o processo de modelagem do mundo real. Na prática, a discussão do problema com o cliente e
membros da equipe é uma conversa confusa.
Cada membro da equipe tem uma teoria diferente sobre a origem do problema e é necessário tomar
conhecimento delas e capturá-las. Muitas vezes, o objetivo do modelo é resolver um problema crítico
que persiste há anos e causa sérios conflitos entre os membros da equipe.
Cada um tenta advogar suas posições e enfraquecer a dos demais membros do grupo. Desde o início, o
modelador precisa agir como um facilitador, capturando esses modelos mentais sem criticá-los ou filtrá-
los. Muitas técnicas auxiliam nessa fase, e o objetivo é ajudar o cliente a desenvolver uma explicação
endógena (interna) para o problema.
16
Os sistemas dinâmicos procuram explicações endógenas para os fenômenos. Uma teoria endógena é
gerada pela dinâmica de um sistema por meio da interação entre as variáveis e agentes representados
no modelo. Podemos explorar os padrões de comportamento do modelo criado, alterando sua estrutura
e suas regras.
72
Já uma teoria exógena (que vem de fora dos limites do sistema) explica o comportamento de algumas
variáveis do sistema em função de outras variáveis cujo comportamento tivemos que assumir
antecipadamente.
O foco em explicações endógenas dos sistemas não significa que não podemos incluir variáveis exógenas
em nossos modelos. Mas devemos questionar se esta variável exógena participa de
um feedback importante para os elementos endógenos. Se isso for verdade, os limites do sistema
poderão ser expandidos, e a variável passar a ser tratada como uma variável endógena.
17
Mapeando a estrutura do sistema: os Sistemas Dinâmicos contemplam uma variedade de ferramentas

que ajudam a definir os limites de um sistema e sua estrutura causal. Entre essas, temos os diagramas
de limites do modelo, os diagramas de subsistemas, os diagrama de ciclos causais e os mapas de fluxos e
estoques.
Diagramas de limites do modelo: esse diagrama resume o escopo do modelo, listando quais são as
principais variáveis endógenas, as exógenas e as que não serão contempladas no modelo (excluídas).
Um exemplo é mostrado abaixo a partir de um modelo genérico para analisar os feedbacks entre o
sistema de energia e a economia.
Endógenas Exógenas Excluídas

PIB População Estoques
Consumo Mudanças tecnológicas Comércio internacional
Investimento Impostos Políticas ambientais
Poupança Política energética Fontes não-energéticas
Preços Combustíveis substitutos
Salários Distribuição uniforme
Taxa de inflação
Desemprego
Taxa de juros
Produção de energia
Demanda de energia
Etc.
18
Diagramas de subsistemas: mostram a arquitetura geral de um modelo por meio dos fluxos de
materiais, dinheiro, mercadorias e informação entre dois subsistemas. Subsistemas podem ser
organizações como a empresa e o cliente ou subunidades organizacionais como produção, marketing e
desenvolvimento de produtos.
Esses diagramas mostram os limites e níveis de agregação dos diferentes tipos de organizações ou
agentes envolvidos. Também disponibilizam alguma informação sobre variáveis exógenas. Um modelo
simples é representado na figura abaixo:
73
Os Diagramas de ciclos causais são mapas simples mostrando as ligações entre as variáveis em termos
de causas e efeitos.
Os Mapas de fluxos e estoques ou Diagramas de Fluxos e Estoques, enfatizam a estrutura física do
sistema.
19
6 - TESTE DE UM MODELO
Uma vez que tenhamos desenvolvido a hipótese dinâmica, definido os limites do modelo e criado o
modelo conceitual, devemos testá-lo. Algumas vezes, podemos testar a hipótese dinâmica diretamente
por meio de dados ou experimentos no modelo real.
Porém, em muitas situações, especialmente quando tratamos de sistemas humanos, é difícil, perigoso,
antiético ou mesmo impossível realizar experimentos no mundo real para testar a hipótese dinâmica.
Nesses casos (e na maioria das vezes), deveremos conduzir esses experimentos no mundo virtual. Para
isso, teremos que converter o reino conceitual dos diagramas para um modelo formal e completo, com
equações, parâmetros e condições iniciais.
20
Formalizar um modelo conceitual gera importantes insigths mesmo antes que ele esteja pronto para ser
simulado. A formalização nos obriga a reconhecer conceitos vagos e a resolver contradições que não
foram percebidas durante a fase conceitual.
Nesse momento, ocorre o teste de nossa real compreensão do problema: computadores não aceitam
pura retórica. Pelo contrário, somos obrigados a escrever equações e estimar parâmetros durante a
modelagem no computador.
74
Os testes se iniciam a partir do momento em que escrevemos a primeira equação. Parte do teste é,
naturalmente, comparar o comportamento do modelo com o comportamento atual do sistema.
Mas testar envolve muito mais do que a replicação de comportamentos. Cada variável deve
corresponder a um conceito significativo do mundo real. Cada equação deve ser verificada em termos
de sua consistência dimensional (para não somarmos maçãs com laranjas).
21
Modelos devem ser testados sob condições extremas, inclusive aquelas nunca observadas no mundo
real. O que acontecerá com o PIB de uma economia moderna se repentinamente reduzirmos as fontes de
energia a zero?
O que acontecerá com uma montadora de automóveis se multiplicarmos o preço dos automóveis por
mil? E se aumentarmos os estoques dos distribuidores de automóveis em 1.000%?
Embora essas condições jamais tenham sido observadas no mundo real, não há dúvida de que o
comportamento do sistema deverá ser:sem energia, o PIB deverá cair para próximo de zero; com o preço
dos carros mil vezes maior, a demanda deverá cair para zero; com estoques tão altos, a produção deverá
cair para zero.
22
Muitas vezes, imaginamos que um modelo jamais falharia em um teste como esse. Contudo, muitos
modelos computadorizados largamente utilizados em economia, psicologia, administração e outras
disciplinas falham e violam leis da física, embora sejam capazes de simular comportamentos com
eficiência.
75
Esses testes extremos, juntamente com os outros testes de comportamento do modelo, são
ferramentas úteis para descobrirem falhas nos modelos e melhorar seu desempenho.
23
Uma vez que o cliente tenha adquirido confiança na estrutura e comportamento do modelo, podemos
elaborar e avaliar políticas de melhoria.
Elaborar políticas de melhoria é muito mais do que mudar os valores dos parâmetros do modelo. Trata-
se de incluir novas estratégias, estruturas e regras de decisão.
Uma vez que o feedback da estrutura de um sistema determina sua dinâmica, grande parte do tempo
irá envolver a mudança dos feedbacks dominantes.
Isso implica redesenhar a estrutura de fluxos e estoques, eliminar atrasos, mudar o fluxo e a qualidade
da informação disponível nos pontos-chave de decisão, ou, fundamentalmente, reinventar o processo
de decisão dos atores que atuam no sistema.
24
RESUMO
O módulo aborda as principais características do processo de modelagem.
76
A modelagem e simulação de sistemas é uma ferramenta que pode nos auxiliar no mundo dos negócios.
O objetivo é, em suma, solucionar problemas.
O objetivo da modelagem: gerentes como designers de organizações
Existem gerentes que tomam decisões (quem contratar, que preços estabelecer, quando lançar um novo
produto, etc.) e existem os gerentes designers, que dão forma às estruturas das organizações, formulam
estratégias e criam regras para auxiliar no processo decisório.
Modelar não é uma atividade isolada, ela está inserida no contexto social da organização. O nosso foco,
contudo, são os projetos para organizações.
Na prática, a primeira tarefa é contatar quem acredita na modelagem, como uma ferramenta que pode
ser útil na solução de um problema real. Modeladores de sucesso seguem um processo disciplinado que
envolve as seguintes atividades:
1. identificação e articulação do problema e determinação de seus limites;

2. formulação de uma hipótese dinâmica ou teoria sobre as causas do problema;
3. construção de um modelo para testar a hipótese dinâmica;
4. teste do modelo para verificar se ele atende aos objetivos;
5. projetar e avaliar políticas de melhoria.
Estratégias, estruturas e regras de decisão, utilizadas no mundo real, podem ser representadas e
testadas no mundo virtual dos modelos. Os experimentos e testes conduzidos no modelo
retroalimentam e alteram nossos modelos mentais e nos levam a criar novas estratégias, estruturas e
regras de decisão.
A fase mais importante da modelagem é a identificação e articulação do problema. Um objetivo claro é

um ingrediente muito importante para o sucesso da modelagem.
Usualmente, o modelador desenvolve a análise do problema por meio de discussões com o cliente e sua
equipe, complementando com pesquisa em arquivos e bases de dados, entrevistas, observação direta
ou participação.
77

MODELAGEM DE NEGÓCIOS Unidade03 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

MODELAGEM DE NEGÓCIOS Unidade03 PDF

Загружено:

Авторское право:

Доступные форматы

328 – Modelagem de Negócios | Unidade 03

UNIDADE 3 – MODELAGEM BÁSICA

1 - PLANEJANDO UM ENCONTRO PARA MODELAGEM

Analistas sistêmicos constroem modelos e reportam os resultados de seus estudos. Construtores de

© 2011 - AIEC - Associação Internacional de Educação Continuada

conhecimento sobre como explicitar sistematicamente o conhecimento de um grupo e como alinhar

© 2011 - AIEC - Associação Internacional de Educação Continuada

Fig. 1. Layout típico de uma sala para encontros de modelagem,

© 2011 - AIEC - Associação Internacional de Educação Continuada

2 - ESTRUTURA DOS TIPOS DE TAREFA A SEREM REALIZADAS

© 2011 - AIEC - Associação Internacional de Educação Continuada

3 - PLANEJAMENTO DO DIA DE TRABALHO

© 2011 - AIEC - Associação Internacional de Educação Continuada

Planejamento particionado – O planejamento, como mostrado na agenda, deve ser particionado em

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

equipe de modelagem deve estar alerta às possibilidades da formação de subgrupos contraprodutivos

4 - MODELOS CONCEITUAIS – ENSINANDO DINÂMICA DE SISTEMAS PARA OS

A figura 3 é um exemplo de modelo conceitual. O objetivo do modelo conceitual é introduzir os

Exemplo de um modelo conceitual (NASCIMENTO, 2003)

© 2011 - AIEC - Associação Internacional de Educação Continuada

Desenhando a estrutura do modelo conceitual – O desenho da estrutura de um sistema em estudo é,

Exemplo: Subsistemas de uma indústria de semicondutores:

© 2011 - AIEC - Associação Internacional de Educação Continuada

Em síntese, os subsistemas representam o processo produtivo de semicondutores utilizando capital

© 2011 - AIEC - Associação Internacional de Educação Continuada

Loop 1 Loop 6 Loop 11 Loop 16 Loop 21

© 2011 - AIEC - Associação Internacional de Educação Continuada

Iniciando DFE de uma indústria de semicondutores

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

© 2011 - AIEC - Associação Internacional de Educação Continuada

Como identificar e desenhar as estruturas de feedback – A tarefa de identificar e desenhar as

Como identificar feedbacks?

© 2011 - AIEC - Associação Internacional de Educação Continuada

Vn são variáveis (n = 1 a 11)

Você deve identificar as causas desse problema (passo 2)

© 2011 - AIEC - Associação Internacional de Educação Continuada

Estrutura de arquétipos – As estruturas de arquétipos são diagramas de ciclos causais, demonstrando

I - Processo de Equilíbrio com Defasagem

© 2011 - AIEC - Associação Internacional de Educação Continuada

Sugestão: Não force o crescimento para tentar eliminar a fonte de limitação.

© 2011 - AIEC - Associação Internacional de Educação Continuada

III – Transferência de responsabilidade

• Vender mais para clientes já existentes, em vez de ampliar a base de clientes.

© 2011 - AIEC - Associação Internacional de Educação Continuada

IV – Transferência de responsabilidade para o interventor

• Depender de terceiros em vez de treinar seu próprio pessoal.

© 2011 - AIEC - Associação Internacional de Educação Continuada

Descrição da estrutura: Um tipo de estrutura de transferência de responsabilidade na qual a solução de

Sugestão: “Mantenha a visão”.

© 2011 - AIEC - Associação Internacional de Educação Continuada

Sugestão: “Procure o ganha-ganha”, buscando soluções que amenizem a ameaça ao concorrente.

• Guerra de anúncios: Intelig x Embratel.

VII – Sucesso para os bem-sucedidos

© 2011 - AIEC - Associação Internacional de Educação Continuada

VIII – Tragédia dos comuns

Descrição da estrutura: Indivíduos utilizam um recurso comumente disponível, porém limitado,

Sugestão: crie formas de regulamentar a distribuição de recursos, preferencialmente, com a