Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inserir Título Aqui Inserir Título Aqui Gestão de Projetos Ágeis e Análise de Riscos Lean aplicado à LPGD Responsável pelo Conteúdo: Prof. Esp. Rudinei André Welter Revisão Textual: Prof.ª Dra. Luciene Oliveira da Costa Granadeiro Nesta unidade, trabalharemos os seguintes tópicos: • Introdução ao Lean Thinking; • Abordagem Lean a Projetos de Dados; • Gerenciamento de Projetos Lean; • Gestão de Projetos Aplicados à LGPD; • Melhores Práticas Lean para LGPD. Lean aplicado à LPGD Fonte: Getty Im ages Objetivo • Introduzir as práticas de projetos Lean a dados. Caro Aluno(a)! Normalmente, com a correria do dia a dia, não nos organizamos e deixamos para o úl- timo momento o acesso ao estudo, o que implicará o não aprofundamento no material trabalhado ou, ainda, a perda dos prazos para o lançamento das atividades solicitadas. Assim, organize seus estudos de maneira que entrem na sua rotina. Por exemplo, você poderá escolher um dia ao longo da semana ou um determinado horário todos ou alguns dias e determinar como o seu “momento do estudo”. No material de cada Unidade, há videoaulas e leituras indicadas, assim como sugestões de materiais complementares, elementos didáticos que ampliarão sua interpretação e auxiliarão o pleno entendimento dos temas abordados. Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discussão, pois estes ajudarão a verificar o quanto você absorveu do conteúdo, além de propiciar o contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e aprendizagem. Bons Estudos! UNIDADE Lean aplicado à LPGD Contextualização Bem-vindos à era dos dados. Estamos em um mundo cada vez mais digital e os dados se tornaram protagonistas desta nova era desencadeando enormes desafios, que, por sua vez, trouxeram incríveis oportunidades de inovação, mas, ao mesmo tempo, direitos fundamentais aos usuários quanto à privacidade e proteção desses dados. Para auxiliar neste contexto, o Lean tem sido aplicado para impulsionar eficiência por meio de suas práticas de melhoria contínua a projetos envolvendo dados e a Lei de Proteção de Dados Gerais (LGPD). 6 7 Introdução ao Lean Thinking Atualmente, o pensamento enxuto (Lean Thinking) é um precursor importante para nosso entendimento de agilidade. O termo Lean Thinking ou pensamento enxuto não teve sua origem recente, mas existe há muito tempo. Sua base foi moldada pelo Lean tradicional, implementado pela Toyota, por meio de algumas pequenas alterações do Sistema Toyota de Produção idealizado por Taiichi Ohno (Figura 01). Figura 1 – Taiichi Ohno, fundador do Sistema Toyota de Produção Fonte: PIPEFY, 2020 Criou forma no final dos anos 1980 com o artigo “O Triunfo do Sistema de Produ- ção Enxuta”. Nele, pesquisadores do MIT delinearam as razões do sucesso contínuo das montadoras japonesas nas décadas de 1970 e 1980. A partir dos entendimentos iniciais sobre “Produção Enxuta”, um conjunto geral de regras para a “Gestão Enxuta”, fundamentaram nos anos seguintes um alinhamento ho- lístico de uma empresa à filosofia Lean. O Lean tradicional é frequentemente usado na indústria da manufatura e, combinado com técnicas Six Sigma, potencializa sua eficácia para melhorar e controlar os processos de forma contínua. Nos últimos anos, ganhou notoriedade em outras aplicações e segmentos como o de serviços e, em especial, no desenvolvimento de software (PEETERS, 2013). Vamos entender um pouco mais sobre os princípios e conceitos do Lean Thinking? O Lean Thinking descreve uma atitude pessoal ou mentalidade ágil baseada nos valores da filosofia Lean. Os princípios Lean ajudam você a aumentar o valor para os clientes, evitar desperdícios e sincronizar todas as atividades de maneira significativa. Nesse sen- tido, serão apresentados os princípios Lean mais importantes que ajudarão a empregar o Lean Thinking na vida cotidiana, visto que o pensamento enxuto não é apenas um pré-requisito e sim um elo importante para uma digitalização bem-sucedida. No decorrer de muitos estudos, no entanto, ficou claro que o sucesso da filosofia Lean está fortemente ligado à atitude pessoal e à atitude dos funcionários japoneses. A maneira como os funcionários pensam e direcionam suas ações diárias está profun- damente enraizada na cultura de trabalho e vida japonesa. Essas normas e princípios comportamentais estão na essência do Lean Thinking. 7 UNIDADE Lean aplicado à LPGD A filosofia Lean já contém um enfoque holístico nas necessidades do cliente. Além disso, o Lean Thinking é uma visão bastante sistêmica que visa sincronizar de forma otimizada todos os processos e criação de valor de uma empresa. A gestão enxuta como um conceito de gestão organizacional visa eliminar os desperdícios focando nas necessidades dos clientes, melhoria contínua, redução de custos e a busca da melhor qualidade possível. O intuito fundamental é criar valor para os clientes em toda a cadeia de valor (de preferência em todo o ciclo de vida do produto) e, assim, garantir o sucesso de seus próprios negócios a longo prazo. Nesse sentido, os próprios princípios Lean são aplicados na gestão de projetos e se aplicam ao contexto do pensamento enxuto, porém, de forma modificada. Vamos esclarecer melhor cada um deles! • Especificar o valor do cliente para o projeto: É fundamental determinar o valor agregado do projeto, incluindo os subprojetos; • Identificar o fluxo de valor do projeto: Aqui são avaliadas quais fases são necessárias desde a ideia do projeto até a entre- ga do resultado do projeto, a fim de identificar os recursos e as interfaces com o ambiente do projeto; • Criar fluxo evitando o desperdício: O foco aqui são atividades que agregam valor. Nesse sentido, os subprojetos e ta- refas devem ser formulados de maneira que permitam resultados com o mínimo de desperdício possível. A experiência e o sincronismo da equipe serão fundamentais nesse aspecto; • Criar valores de acordo com as especificações do cliente: A decisão do que é primordial cabe ao cliente para o resultado esperado e o que for desprezível. O intuito é evitar atividades inúteis e deixar os resultados desejados do projeto claros para todos os envolvidos; • Buscar constantemente a perfeição: Qualquer desperdício, devido a atividades desnecessárias e supérfluas, deve ser evitado. O foco é gerar resultados em função dos requisitos do projeto. Para isso, os primeiros quatro princípios são implementados ciclicamente. Para introduzir com sucesso o Lean thinking nas organizações, os líderes devem ter internalizado a filosofia e exemplificá-la. Os princípios e ferramentas também devem ser conhecidos por todos para que eles possam aplicá-los e implementar o conceito enxuto no nível operacional. Se necessário, líderes e toda a equipe devem ser treinados adequadamente. Abordagem Lean a Projetos de Dados Segundo o Six Sigma (2020), a Forbes, em um artigo sobre a importância da análise de dados, informou, a partir de pesquisas recentes, que a área de dados e inteligência de negócios é prioridade para as organizações. Alguns dados sobre essa pesquisa reve- laram que: • 46% dos fabricantes falaram que a análise de dados é necessária para se manter competitivo e crescer; 8 9 • 69% dos tomadores de decisão falaram que análises são decisivas para o sucesso em 2020; • 32% dos fabricantes falaram que a análise pode aprimorar a performance da cadeia de suprimentos e aumentar a receita. Essas informações nos mostram que os dados em um universo de Big Data são realmente a riqueza desta nova era. A Figura 02 simboliza o big data em sua complexi- dade e representatividade em nível global. Figura 2 – Universo do Big Data Fonte: Getty Images O avanço tecnológico é um dos principais responsáveis, e está impulsionando a área de dados e possibilitando coletas e análises cada vez mais avançadas. Os questionamentos agora se reúnem em como aproveitar melhor esses dados ou mesmo o que analisar em primeirolugar. Nesse sentido, o Lean proporciona um grande auxílio nessa área. Quando combi- namos o potencial do Lean em melhoria contínua de processo com a força da análise de dados avançada às organizações, criamos a oportunidade em melhorar operações, gerenciar estoques, melhorar o atendimento a clientes, otimizar e potencializar resul- tados em marketing digital, e, da mesma forma, aumentar o rendimento e melhorar qualidade no processo fabril, entre outros. De forma análoga, não bastam somente bons métodos e tecnologias avançadas, mas sim pessoas altamente treinadas na metodologia Lean capazes de aplicá-la de forma eficaz. Dessa forma, teremos tecnologias e métodos alinhados para o próximo nível de desempenho. Em uma primeira análise, o Lean management e projeto em dados ou big data tem apenas alguns fatores em comum. O Lean, como já visto anteriormente, é utilizado para a racionalização direcionada de processos, no contexto de processos operacionais, sobretudo, para a simplificação de processos de negócios. Essa filosofia atua nesses pro- cessos com o intuito de reduzir o máximo no que tange à eficiência de custos e tempo de espera, sempre orientados para o cliente criando valor e evitando desperdícios. Por outro lado, quando falamos em dados ou big data, associamos com facilidade a duas características: tamanho e complexidade. O big data também é orientado para 9 UNIDADE Lean aplicado à LPGD agilizar os processos de negócios, apesar de atuar com mais intensidade em relação ao Lean clássico. Um projeto de dados é fundamentado no conceito de que há informações ocultas em muitos dados distribuídos, dos quais não apenas o passado e o presente podem ser reconstruídos, mas também o futuro pode ser prognosticado com grande precisão. Todavia, sem avaliar esses dados armazenados com eficiência, não temos uma geração de valor agregado e, portanto, o big data seria praticamente inútil. Nosso raciocínio continua contextualizando o Lean aplicado especialmente com a situação atual e os métodos comumente aplicáveis, como o processo de melhoria con- tínua. Na conjuntura do Lean Six Sigma, modelos estatísticos simples igualmente são habituais para análise. A análise de dados, em contrapartida, concentra-se absolutamen- te em informações e permanece balizada em fatos utilizando métodos matemáticos, em especial, otimização linear e estatísticas, para gerar novos insights que permitem maior otimização dos negócios. Quando falamos em big data analytics, devemos considerar as várias tecnologias e métodos hoje utilizados, alguns dos quais abordam campos de otimização totalmente diferentes, mas também buscam a finalidade de tornar a empresa enxuta (Lean) e orien- tada para o cliente. Nesse contexto, a análise preditiva, que é uma área dentro de um projeto de dados, permite ajustar-se precisamente às situações atuais e mais prováveis da empresa e do mercado no futuro, para viabilizar uma condição mais enxuta possível. Veja, como exemplo, o departamento de suprimentos de uma organização. Ao avaliar os processos de compra por meio de seus próprios sistemas de TI, bem como sistemas externos de fornecedores, os processos de compra podem ser imensamente otimizados. Tornar os processos mais ágeis e padronizados também é possível por meio de um sis- tema de alerta antecipado via analítica em tempo real onde as limitações de desempenho podem ser identificadas e respondidas em um curto tempo. Um projeto de dados, ou análise de big data, não supre a aplicação do Lean mana- gement. Na verdade, torna sua implementação prática possível e abre inúmeras novas possibilidades. Podemos também dizer que ambos se complementam e devido à ampla variedade de métodos e tecnologias, soluções mensuráveis podem ser desenvolvidas em praticamente todas as funções operacionais. Quando o Lean atinge seus limites, a aná- lise de big data em projetos de dados inicia sua continuidade e potencializa seus efeitos sobre a cadeia de valor aos clientes e partes interessadas. Gerenciamento de Projetos Lean O conceito Lean tem se difundido como uma prática bem conhecida nas organiza- ções, indiferente do segmento. Todavia, aplicar o Lean ao gerenciamento de projetos pode soar como uma inovação para alguns e que pode viabilizar muitos benefícios para as empresas. Conceitualmente, é uma estratégia de gestão baseada nos princípios fun- damentais da orientação para o cliente, eficiência e melhoria contínua. Nesta unidade, veremos um pouco da sua utilização no gerenciamento de projetos. A origem do Lean Management torna-se clara a partir do objetivo de atingir a maior eficiência possível, ou seja, otimizar o valor agregado do processo de produção. O concei- to fundamental é evitar o desperdício que inclui tempos de espera, erros e alta qualidade. 10 11 Esse esforço para alcançar eficiência máxima e as perdas mais baixas possíveis resulta no princípio de puxar, que substitui o princípio de empurrar. Com o princípio de puxar, os executores buscam ativamente o material e as ordens de serviço de que precisam, para que não haja tempos de espera improdutivos. A aplicação do Lean à gestão de projetos condiciona uma redução de desperdícios clara e, ainda mais, uma otimização de tempo (gestores e líderes) e como consequência, um aumento de produtividade. Nesse mesmo sentido, a metodologia Lean está conexa ao Manifesto Ágil que, por sua vez, também se baseia em práticas para aperfeiçoar o processo de desenvolvimento. Por meio do Lean Project Management, podemos aumentar a qualidade dos projetos. Essa metodologia aplicada à gestão de projetos abrange todo o espectro em termos de gerenciamento de projeto moderno, direcionado e flexível. Propõe a vasta adequação dos princípios (valor ao cliente, fluxo de valor, fluxo, puxar e busca pela perfeição), métodos e ferramentas aos processos de gerenciamento de projetos e processamento de projetos tecnicamente avançados. Da mesma forma, foca no cliente e no valor agregado em termos de orientação para o cliente condicionando a reflexão sobre quem é o cliente no projeto e como os requisitos do cliente devem ser atendidos (PEDRÃO, 2014). As implementações concretas do Lean Management usam diferentes elementos do Toyota Production System e, se necessário, complementam os elementos de outros con- ceitos de gerenciamento, por exemplo, Agile. O próprio Kanban auxilia nesse aspecto especialmente na organização do trabalho das equipes de projeto. Se analisarmos os vários métodos e abordagens de gerenciamento Lean (como VSM, 5S, Six Sigma, Kaizen, Kanban, Poka Yoke, entre outros), podemos ver que os mesmos se esforçam tanto para criar valor para os clientes como também evitar desperdícios. A Figura 03 representa o esforço nesta mitigação em busca do desperdício “zero”. Figura 3 – Ilustração do Gerenciamento Lean Fonte: Adaptada de Freepik 11 UNIDADE Lean aplicado à LPGD Do ponto de vista do cliente, a questão do que é desperdício pode ser facilmente respondida: tudo o que o cliente não está disposto a pagar deve ser testado. O Lean, portanto, significa principalmente mudar a visão da organização de forma que o benefí- cio do cliente esteja em primeiro plano. Outro aspecto importante é: aumentar a flexibilidade dos processos de trabalho. Uma redução nas variantes do processo, como almejado com Six Sigma, leva a processos rígidos e inflexíveis. As empresas, em muitas situações, demoram para responder às novas necessidades dos clientes. O Lean, por outro lado, concentra as iniciativas de melhoria de processos nas necessidades desses clientes. “Temos margem de manobra suficiente para reagir rapidamente aos novos requisitos?”. Em caso de dúvida, o Lean Management incentiva as pessoas a ignorar as regras ou se desviar do padrão para al- cançar o propósito no atendimento aos requisitos desejados pelo cliente. Gestão de Projetos Aplicados à LGPD Atualmente, temos presenciado a demanda crescente da temática da privacidade digital como um anseio da sociedademoderna. Nesse sentido, em 2018, foi criada a Lei Geral de Proteção de Dados Pessoais (a LGPD, Lei n. 13.709/2018) que forma uma composição legal com foco exclusivo na proteção de dados. Da mesma forma, foram criadas a Autoridade Nacional de Proteção de Dados (ANPD) e o Conselho Nacional de Proteção de Dados Pessoais e da Privacidade (CNPDPP) (GARCIA, 2020). Mas afinal, o que são dados pessoais? Os dados pessoais caracterizam-se como qualquer informação relativa a uma pessoa identificável que possa ser direta ou indiretamente identificada, em particular por refe- rência a um identificador. (HARRIN, 2020). O que abrange a LGPD? Segundo Pinheiro (2020): O espírito da lei foi proteger os direitos fundamentais de liberdade e de privacidade e o livre desenvolvimento da personalidade da pessoa natu- ral, trazendo a premissa da boa-fé para todo o tipo de tratamento de dados pessoais, que passa a ter que cumprir uma série de princípios, de um lado, e de itens de controles técnicos para governança da segurança das informações, de outro lado, dentro do ciclo de vida do uso da informação que identifique ou possa identificar uma pessoa e esteja relacionada a ela, incluindo a categoria de dados sensíveis. (PINHEIRO, 2020, p. 16) A autora reforça ainda que: A Lei n. 13.709/2018 é um novo marco legal brasileiro de grande im- pacto, tanto para as instituições privadas como para as públicas, por tratar da proteção dos dados pessoais dos indivíduos em qualquer relação que envolva o tratamento de informações classificadas como dados pesso- ais, por qualquer meio, seja por pessoa natural, seja por pessoa jurídica. É uma regulamentação que traz princípios, direitos e obrigações relacio- nados ao uso de um dos ativos mais valiosos da sociedade digital, que são as bases de dados relacionados às pessoas. (PINHEIRO, 2020, p. 15) 12 13 De forma integral, as razões que inspiraram o nascimento de regulamentações de proteção de dados pessoais de forma mais sólida e concretizada a partir dos anos 1990 está inteiramente relacionada à própria evolução do modelo de negócios nesta trans- formação digital que passou a ter uma dependência considerável em relação aos fluxos globais de bases de dados, notadamente os relacionados às pessoas, viabilizados pelos progressos tecnológicos e pela própria globalização O intuito da LGPD é nobre, mas o impacto é considerável nas organizações brasileiras, em especial, empresas de tecnolo- gia que tratam de muitos dados pessoais sensíveis (PINHEIRO, 2020). Para Fleming (2021), a LGPD coopera com o estímulo ao estabelecimento de boas práticas e de um programa de governança em matéria de proteção de dados. Figura 4 – Impacto da LGPD Fonte: Getty Images Nesse contexto, o tema também foi amplamente discutido na União Europeia (EU) e teve como resultado o Regulamento Geral de Proteção de Dados Pessoais (GDPR) apro- vado em 27 de abril de 2016 com o intuito de abordar a proteção de dados pessoais em pessoas físicas e também a circulação desses mesmos dados. Inicialmente, há a compreensão de que é necessário ter um sistema de gestão atre- lado de forma contínua que engaje toda a empresa na mesma visão da LGPD. O uso indevido de dados, seja por empresas de marketing, rede bancária, hackers ou outros tipos de aplicações estão regularmente virando um protagonismo no cenário atual. A lei de proteção de dados veio para estabelecer um conjunto de padrões e está auxiliando os gestores de projetos que atuam diretamente com dados pessoais de indivíduos como parte de seus projetos (HARRIN, 2018). Segundo Harrin (2018), caso haja uma situação em que o projeto tenha um forne- cedor baseado em outro país ou até mesmo no próprio formulário do site da empresa na categoria “Fale Conosco” onde serão lançados dados pessoais de clientes ou fornece- dores externos (inclusive outro país), neste caso a GDPR também se aplica. Dessa forma, a área de gestão de projetos envolvendo dados precisa se adaptar de forma rápida e em concordância com a LGPD. As empresas precisam ser explícitas sobre por que armazenam e processam seus dados e para que os utilizam. Ainda, essa lei afeta muitos elementos de como os dados são mantidos e usados e como as empresas preci- sam compartilhar informações com o usuário sobre isso (HARRIN, 2018). 13 UNIDADE Lean aplicado à LPGD Independentemente do regulamento da proteção de dados se aplicar a seus projetos, é prudente seguirmos os bons princípios de proteção de dados para todos os projetos que você realiza. De maneira sensata, um bom início é pensar sobre os tipos de dados que estão sendo usados em seu projeto e para o que você os utiliza, por exemplo, dados pes- soais de clientes, fornecedores ou colaboradores internos. Da mesma forma, caso o ge- renciamento de qualquer tipo de projeto contenha elementos de TI, como de um sistema de segurança que registra a entrada e saída de usuários de um novo aplicativo, o projeto possivelmente conterá dados pessoais (HARRIN, 2018). Nesse caso, segundo a autora Elizabeth Harrin, gerente de projetos, alguns questionamentos se fazem importantes: • São dados que se relacionam e identificam uma pessoa (nome, endereço, CPF, entre outros? • É necessário capturar e armazenar os dados? • Como manteremos esses dados seguros? • Como garantiremos que as pessoas possam obter cópias, caso quiserem? • Poderemos transferir ou extrair estes dados para outro sistema caso alguém precisar? • Estamos permitindo às pessoas a opção de consentir com a forma como seus da- dos são usados, quando apropriado, e a opção de cancelar? Além de saber quais dados pessoais são usados em seus projetos e por que são usados, também é importante entender como descartar esses dados quando não forem mais necessários. Isso deverá ser muito bem definido no escopo do projeto e a função principal de um gerente de projetos, nesse contexto, é desenvolver esse mecanismo para exclusão dos dados. Outra opção é o armazenamento desses dados que não chegam a onerar o projeto em custos, porém, é mais seguro viabilizar o descarte dos dados desnecessários. Isso deve estar dentro da própria estrutura analítica do projeto (EAP) e do cronograma, e pode também fazer parte, de forma padronizada, dos requisitos de projeto não funcionais (HARRIN, 2018). Melhores Práticas Lean para LGPD Aqui, nossa principal ênfase será contextualizar algumas práticas de como é a LGPD aplicada ao gerenciamento de projetos e as considerações necessárias antes do início de um projeto. Isso também se aplicará ao PMO. A seguir, os principais fatores, segundo Harrin (2020), que os gerentes de projeto ne- cessitam ter conhecimento sobre o GDPR (aplicado também ao LGPD) antes de iniciar um novo projeto. • DPO (Data Protection Officer): profissional em nível de especialista que será responsável por todas as questões de proteção de dados dentro da organização e deve ser acionado para este contexto da LGPD; • Avaliação de impacto de privacidade de dados (DPIA): é basicamente uma revisão de quais dados pessoais estão sendo tratados como parte do projeto. O DPIA analisa: » O escopo, contexto e finalidade do processamento necessário; » Se é necessário processar os dados; 14 15 » Quais medidas de concordância estão/estarão em vigor; » Os riscos para os indivíduos que são os titulares de dados; » As medidas para mitigar esses riscos. O PMO deve conter um modelo DPIA e qualquer projeto que contenha dados pesso- ais deve ser necessário para concluí-lo. O DPO deverá auxiliar nesse tópico. • Transferência de dados para fora do país: neste quesito, a experiência do DPO é primordial para condicionar a melhor solução. Caso necessário, o projeto deverá ter amparo da área jurídica; • Nota de privacidade: neste tópico, é necessário um ponto de atenção e ter certeza de que seu projeto pode atender aos padrões definidos no aviso de privacidade; • Política de retenção de dados: os projetos criam muitos dados e estes precisam ser armazenados e/ou descartadosno período certo. Nesse caso, isso significa que as políticas de retenção e descarte precisam estar alinhadas com o projeto; • Direito à portabilidade: a Lei de proteção dos dados conferem vários direitos aos titulares dos dados (ou seja, pessoas) e um deles é o direito à portabilidade. Para Harrin (2020), é necessário considerar na engenharia de requisitos a premissa de que o projeto precisa estar apto e atender ao direito de ser transportado para outro lugar, caso houver esta necessidade; • Seu projeto depende da criação de perfis? Em muitos projetos, são usadas diversas ferramentas de marketing, por exemplo, o Facebook, Instagram, usando ferramentas automáticas de tomada de decisão, como ChatBots, e outros programas em IA. Nesse ponto, significa que é necessário informar aos usuários qual dialética foi empregada para processar seus dados. Uma forma de condicionar este tópico seria no aviso de privaci- dade da organização. Um apoio do DPO e a equipe jurídica são essenciais; • Formulários de aceitação: o consentimento deve ser claro e cedido livremente. Isso denota que não há mais caixas de consentimento pré-marcadas nos formu- lários de ativação do site. É necessário que o usuário marque a caixa (em vez de desmarcar, se não quiserem as informações); • Dados em projeto de software: neste tópico, precisamos ter a atenção, em espe- cial, para novos produtos (softwares e sistemas de TI). Nesse caso, os usuários têm o direito de solicitar seus dados. É importante ressaltar que será necessária a criação de uma cultura Lean de melhoria contínua de processos envolvendo o LGPD. Isso abrange treinamentos especializados (e contínuos) às equipes atuantes a fim de capacitar e garantir a máxima adesão a um ambiente “Lean Data”. Dessa forma, as organizações se tornarão mais competitivas, eficazes e eficientes. 15 UNIDADE Lean aplicado à LPGD Material Complementar Indicações para saber mais sobre os assuntos abordados nesta Unidade: Vídeos An Introduction to Lean Thinking https://youtu.be/RxDw0Q_gVt0 Leitura 8 passos essenciais para o sucesso de um projeto de conformidade com a LGPD https://bityl.co/8p0n Lean project management https://bityl.co/8p0j O papel do gestor de projetos na adequação à LGPD https://bityl.co/8p0o 16 17 Referências FLEMING, M. C. Impacto da LGPD no ambiente corporativo na adoção de boas práticas e governança. 2021. Disponível em: <https://juristas.com.br/2021/03/23/ impacto-lgpd/>. Acesso em: 15/09/2021. GARCIA, L. R.; FERNANDES, E. A.; GONÇALVES, R. A. M.; BARRETTO, M. R. P. Lei Geral de Proteção de Dados (LGPD) – Guia de Implantação. São Paulo: Edgard Blücher, 2020. HARRIN, E. 10 Data Protection Considerations Before Starting a New Project. 2020. Disponível em: <https://www.girlsguidetopm.com/gdpr-project-management/>. Acesso em: 02/02/2021. ________. What Project Managers Need to Know about GDPR. 2018. Disponível em: <https://www.liquidplanner.com/blog/what-project-managers-need-to-know-about- -gdpr-even-if-you-dont-work-in-europe>. Acesso em: 02/02/2021. PEDRÃO, L. Gerenciamento de Projetos Lean; utilização otimizada de recursos ga- rante sucesso na gestão de projetos. 2014. Disponível em: <https://www.Lean.org.br/ artigos/269/gerenciamento-de-projetos-Lean-utilizacao-otimizada-de-recursos-garante- -sucesso-na-gestao-de-projetos.aspx>. Acesso em: 14/02/2021. PEETERS, S. Applying Lean Thinking to Software Development. 2013. Disponível em: <https://www.infoq.com/articles/applying-Lean-thinking-to-software-development/>. Acesso em: 11/02/2021. PIPEFY. The Principles of the Toyota Way: Lean’s Origins. 2020. Disponível em: <https://www.pipefy.com/blog/principles-toyota-way/>. Acesso em: 15/09/2021. PINHEIRO, P. P. Proteção de Dados Pessoais: Comentários à lei n. 13.709/2018 (LGPD). 2. ed. São Paulo: Saraiva Educação, 2020. KEYWEBMETRICS. Inspiring Big Data Visualization. 2015. Disponível em: <https:// www.keywebmetrics.com/2013/07/big-data-visualizations/>. Acesso em: 15/09/2021. RODRIGUEZ, D. Lean Tools, Principles, and Applications. 2020. Disponível em: <https://www.invensislearning.com/blog/lean-methodology-tools-principles-applica- tions/>. Acesso em: 15/09/2021. SIXSIGMA. Getting Started With Data Analytics and Lean Six Sigma. 2020. Dis- ponível em: <https://www.sixsigmadaily.com/data-analytics-Lean-six-sigma/>. Acesso em: 05/02/2021. 17
Compartilhar