Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial

Detalhes bibliográficos
Autor(a) principal: Santos, Andrey Schmidt dos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/7029
Resumo: As micro e pequenas empresas (MPEs) constituem 99% das empresas no Brasil, sendo responsáveis por 70% dos empregos formais e 27% do produto interno bruto. Apesar dessa representatividade, o grau de instrução nas MPEs ainda é baixo. Esse baixo nível de instrução dificulta a tomada de decisão. Uma alternativa para melhorar a tomada de decisão é utilizar a gestão baseada em evidências (EBM). A EBM é uma abordagem que ajuda a encontrar evidências e a avaliá-las criticamente. Uma organização que ajuda as MPEs na busca de evidências e na tomada de decisão é o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE). O SEBRAE possui uma central de atendimentos com capacidade limitada de suporte a MPEs. Essa capacidade pode ser aumentada utilizando tecnologias da inteligência artificial (IA). Uma revisão de literatura demonstrou a ausência de referências na utilização da IA para aplicação da EBM em MPEs. Diante desse contexto, a pesquisa responde como seria uma ferramenta computacional para suportar as demandas técnicas no contexto de MPEs. Para responder ao problema de pesquisa, construiu-se uma ferramenta computacional que suporta as demandas técnicas de MPEs a partir da EBM. Para tanto, desenvolveu-se um método de trabalho baseado na Design Science Research (DSR). Com base na DSR, construiu-se um artefato com um módulo de pergunta e resposta e um módulo de aprendizado. Após quatro rodadas de aprendizado, o artefato apresentou uma acurácia de 90,70%. Realizou-se, ainda, um experimento para comparar o desempenho do artefato com a performance da central de atendimento do SEBRAE. Na dimensão qualidade, o artefato apresentou um desempenho, correspondente a 53,59% do atendimento da central do SEBRAE. Na dimensão tempo, o artefato apresentou resultados superiores aos da central de atendimentos. O trabalho contribui para a literatura ao desenvolver um artefato que aplique a EBM. O SEBRAE beneficia-se com uma alternativa que possibilita aumentar a capacidade de atendimento. O artefato pode ser utilizado para complementar e agilizar o atendimento a MPEs.
id USIN_d0e53bcd6edcdee6331e420cd2416fef
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/7029
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2018-04-26T13:33:37Z2018-04-26T13:33:37Z2018-02-26Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-04-26T13:33:37Z No. of bitstreams: 1 Andrey Schmidt dos Santos_.pdf: 3821784 bytes, checksum: 3ec0002a0c8656aa8110f2ae6166b117 (MD5)Made available in DSpace on 2018-04-26T13:33:37Z (GMT). No. of bitstreams: 1 Andrey Schmidt dos Santos_.pdf: 3821784 bytes, checksum: 3ec0002a0c8656aa8110f2ae6166b117 (MD5) Previous issue date: 2018-02-26As micro e pequenas empresas (MPEs) constituem 99% das empresas no Brasil, sendo responsáveis por 70% dos empregos formais e 27% do produto interno bruto. Apesar dessa representatividade, o grau de instrução nas MPEs ainda é baixo. Esse baixo nível de instrução dificulta a tomada de decisão. Uma alternativa para melhorar a tomada de decisão é utilizar a gestão baseada em evidências (EBM). A EBM é uma abordagem que ajuda a encontrar evidências e a avaliá-las criticamente. Uma organização que ajuda as MPEs na busca de evidências e na tomada de decisão é o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE). O SEBRAE possui uma central de atendimentos com capacidade limitada de suporte a MPEs. Essa capacidade pode ser aumentada utilizando tecnologias da inteligência artificial (IA). Uma revisão de literatura demonstrou a ausência de referências na utilização da IA para aplicação da EBM em MPEs. Diante desse contexto, a pesquisa responde como seria uma ferramenta computacional para suportar as demandas técnicas no contexto de MPEs. Para responder ao problema de pesquisa, construiu-se uma ferramenta computacional que suporta as demandas técnicas de MPEs a partir da EBM. Para tanto, desenvolveu-se um método de trabalho baseado na Design Science Research (DSR). Com base na DSR, construiu-se um artefato com um módulo de pergunta e resposta e um módulo de aprendizado. Após quatro rodadas de aprendizado, o artefato apresentou uma acurácia de 90,70%. Realizou-se, ainda, um experimento para comparar o desempenho do artefato com a performance da central de atendimento do SEBRAE. Na dimensão qualidade, o artefato apresentou um desempenho, correspondente a 53,59% do atendimento da central do SEBRAE. Na dimensão tempo, o artefato apresentou resultados superiores aos da central de atendimentos. O trabalho contribui para a literatura ao desenvolver um artefato que aplique a EBM. O SEBRAE beneficia-se com uma alternativa que possibilita aumentar a capacidade de atendimento. O artefato pode ser utilizado para complementar e agilizar o atendimento a MPEs.Small and Medium Enterprises (SMEs) compose 99% of companies in Brazil, 70% of formal jobs and 27% of gross domestic product. Despite this representativeness, the level of education in SMEs is low. This education level difficult decision-making. One alternative to improve SMEs decision making is evidence-based management (EBM). EBM is an approach that helps to acquire and appraise evidence. One organization that helps SMEs find evidence and make decisions is the Brazilian Small and Medium Enterprises Support Service (SEBRAE). SEBRAE has a SMEs call center with limited service capacity. This capacity can be increased with artificial intelligence technologies (AI). A literature review has demonstrated the lack of literature in the use of IA for the application of EBM in SMEs. In this context, what would be a computational tool to support the technical demands in the context of SMEs? To answer this problem, the research goal was create a computational tool that supports the SMEs technical demands from EBM. To create this tool, a working method based on design science research (DSR) was developed. Using the DSR, an artifact with ask-answer module and learning module was created. After four learning rounds, the artifact presented an accuracy of 90,70%. An experiment was carried out to compare the artifact with the SEBRAE call center. In the quality dimension, the artifact presented a performance similar to 53,59% of the call center. In the time dimension, the artifact presented better results than call center. The work contributes to the literature by developing an artifact that applies EBM. SEBRAE benefited from an alternative to increase its service capacity. The artifact can be used to complement and expedite the SMEs call center service.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorSantos, Andrey Schmidt doshttp://lattes.cnpq.br/0920135817847632http://lattes.cnpq.br/6330279254229431Camargo, Luis Felipe Riehshttp://lattes.cnpq.br/0043654511092877Lacerda, Daniel PachecoUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Engenharia de Produção e SistemasUnisinosBrasilEscola PolitécnicaSuporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificialACCNPQ::Engenharias::Engenharia de ProduçãoGestão baseada em evidênciasMicro e pequenas empresasMEIMineração de dadosMineração de textoClassificaçãoEvidence-based managementSmall and medium enterprisesMEIData miningText miningClassificationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/7029info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALAndrey Schmidt dos Santos_.pdfAndrey Schmidt dos Santos_.pdfapplication/pdf3821784http://repositorio.jesuita.org.br/bitstream/UNISINOS/7029/1/Andrey+Schmidt+dos+Santos_.pdf3ec0002a0c8656aa8110f2ae6166b117MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/7029/2/license.txt320e21f23402402ac4988605e1edd177MD52UNISINOS/70292018-04-26 10:35:10.697oai:www.repositorio.jesuita.org.br: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 Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2018-04-26T13:35:10Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false
dc.title.pt_BR.fl_str_mv Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
title Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
spellingShingle Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
Santos, Andrey Schmidt dos
ACCNPQ::Engenharias::Engenharia de Produção
Gestão baseada em evidências
Micro e pequenas empresas
MEI
Mineração de dados
Mineração de texto
Classificação
Evidence-based management
Small and medium enterprises
MEI
Data mining
Text mining
Classification
title_short Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
title_full Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
title_fullStr Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
title_full_unstemmed Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
title_sort Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial
author Santos, Andrey Schmidt dos
author_facet Santos, Andrey Schmidt dos
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0920135817847632
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6330279254229431
dc.contributor.author.fl_str_mv Santos, Andrey Schmidt dos
dc.contributor.advisor-co1.fl_str_mv Camargo, Luis Felipe Riehs
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/0043654511092877
dc.contributor.advisor1.fl_str_mv Lacerda, Daniel Pacheco
contributor_str_mv Camargo, Luis Felipe Riehs
Lacerda, Daniel Pacheco
dc.subject.cnpq.fl_str_mv ACCNPQ::Engenharias::Engenharia de Produção
topic ACCNPQ::Engenharias::Engenharia de Produção
Gestão baseada em evidências
Micro e pequenas empresas
MEI
Mineração de dados
Mineração de texto
Classificação
Evidence-based management
Small and medium enterprises
MEI
Data mining
Text mining
Classification
dc.subject.por.fl_str_mv Gestão baseada em evidências
Micro e pequenas empresas
MEI
Mineração de dados
Mineração de texto
Classificação
dc.subject.eng.fl_str_mv Evidence-based management
Small and medium enterprises
MEI
Data mining
Text mining
Classification
description As micro e pequenas empresas (MPEs) constituem 99% das empresas no Brasil, sendo responsáveis por 70% dos empregos formais e 27% do produto interno bruto. Apesar dessa representatividade, o grau de instrução nas MPEs ainda é baixo. Esse baixo nível de instrução dificulta a tomada de decisão. Uma alternativa para melhorar a tomada de decisão é utilizar a gestão baseada em evidências (EBM). A EBM é uma abordagem que ajuda a encontrar evidências e a avaliá-las criticamente. Uma organização que ajuda as MPEs na busca de evidências e na tomada de decisão é o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE). O SEBRAE possui uma central de atendimentos com capacidade limitada de suporte a MPEs. Essa capacidade pode ser aumentada utilizando tecnologias da inteligência artificial (IA). Uma revisão de literatura demonstrou a ausência de referências na utilização da IA para aplicação da EBM em MPEs. Diante desse contexto, a pesquisa responde como seria uma ferramenta computacional para suportar as demandas técnicas no contexto de MPEs. Para responder ao problema de pesquisa, construiu-se uma ferramenta computacional que suporta as demandas técnicas de MPEs a partir da EBM. Para tanto, desenvolveu-se um método de trabalho baseado na Design Science Research (DSR). Com base na DSR, construiu-se um artefato com um módulo de pergunta e resposta e um módulo de aprendizado. Após quatro rodadas de aprendizado, o artefato apresentou uma acurácia de 90,70%. Realizou-se, ainda, um experimento para comparar o desempenho do artefato com a performance da central de atendimento do SEBRAE. Na dimensão qualidade, o artefato apresentou um desempenho, correspondente a 53,59% do atendimento da central do SEBRAE. Na dimensão tempo, o artefato apresentou resultados superiores aos da central de atendimentos. O trabalho contribui para a literatura ao desenvolver um artefato que aplique a EBM. O SEBRAE beneficia-se com uma alternativa que possibilita aumentar a capacidade de atendimento. O artefato pode ser utilizado para complementar e agilizar o atendimento a MPEs.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-04-26T13:33:37Z
dc.date.available.fl_str_mv 2018-04-26T13:33:37Z
dc.date.issued.fl_str_mv 2018-02-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.repositorio.jesuita.org.br/handle/UNISINOS/7029
url http://www.repositorio.jesuita.org.br/handle/UNISINOS/7029
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia de Produção e Sistemas
dc.publisher.initials.fl_str_mv Unisinos
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
instname:Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
instname_str Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron_str UNISINOS
institution UNISINOS
reponame_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
collection Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
bitstream.url.fl_str_mv http://repositorio.jesuita.org.br/bitstream/UNISINOS/7029/1/Andrey+Schmidt+dos+Santos_.pdf
http://repositorio.jesuita.org.br/bitstream/UNISINOS/7029/2/license.txt
bitstream.checksum.fl_str_mv 3ec0002a0c8656aa8110f2ae6166b117
320e21f23402402ac4988605e1edd177
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)
repository.mail.fl_str_mv
_version_ 1801844933895651328