Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROSPECÇÃO, INTELIGÊNCIA E CENÁRIOS TECNOLÓGICOS MÓDULO 3 – PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO MÓDULO 3 – PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO • Parte 3.1: Principais problemas e abordagens para priorização e decisão Desired FUTURE Possible Plausible Probable ADHOC METHODS • Uso de especialistas (internos/externos) para avaliação de mérito • “Peer reviews” • Fontes externas como mecanismo de decisão • Fontes externas como o insumo efetivo de decisão • Fontes externas como um elemento adicional (weigthted) • Modelos Ad Hoc >> Julgamento subjetivo e conflitos de interesses são inerente ao processo. Autores recomendam ações para minimizar a subjetividade destes métodos , por exemplo a avaliação por pares; ECONOMIC METHODS • Metodologias para medir o retorno dos investimentos • Levam em consideração o valor do dinheiro no tempo, prazos de execução, custos financeiros, custos de desenvolvimento, de comercialização, inflação e retorno monetário efetivo • Métodos típicos: • Payback – tempo necessário para retorno do investimento • VPL – Valor presente líquido • TIR – Taxa interna de retorno • Modelos Econômicos >> horizonte temporal prolongado dificulta a validação dos modelos econômicos (Payback, VPL, TIR) provê estimativas de retorno financeiro, mas a técnica é limitada (incerteza) e não incluem aspectos estratégicos e raramente fatores probabilísticos; MATHEMATICAL METHODS • programação matemática >> grande diversidade de modelos matemáticos específicos aplicáveis à diversidade de problemas distintos com enfoque em otimização -maximização de retorno, minimização de custos/riscos; MULTICRITERIA METHODS (MDCA) • MCDA – métodos de apoio a decisão multicritério: diversidade de métodos que exploram matrizes de decisão cruzando critérios > agregação (score) compensatórias e outranking > P2P, preferência / indiferença entre alternativas, não compensatórias MACHINE LEARNING • Aprendizado de Máquina – diversidade de métodos: reconhecimento de padrões, classes atributos, aprendizado por regressão, desagregação > ordenação dos critérios individuais. Autor reconhece dificuldade em obtenção de séries históricas de dados COMBINATION METHODS MÓDULO 3 – PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO • Parte 3.2: Métodos de apoio à decisão Inteligência Coletiva https://www.youtube.com/watch?v=iOucwX7Z1HU (Wisdom of the Crowd) https://www.youtube.com/watch?v=iOucwX7Z1HU MÓDULO 3 – PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO • Part 3.3: Portfolio Prioritization Portfolio Management PRE-FORESIGHT RECRUITMENT GENERATION ACTION RENEWAL Foresight Stages Scenarios SCENARIOS P(Sm) Opportunities P(On) Feasibility P(Fq) Decision P(D) > K Expected Commercial ValueValue CostsIntangible Porfolio Ranking (COOPER) Porfolio Ranking Porfolio Ranking Número do slide 1 Número do slide 2 MÓDULO 3 – ��PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO MÓDULO 3 – ��PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO Número do slide 5 Número do slide 6 Número do slide 7 Número do slide 8 Número do slide 9 Número do slide 10 Número do slide 11 Número do slide 12 Número do slide 13 Número do slide 14 Número do slide 15 MÓDULO 3 – ��PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO Número do slide 17 MÓDULO 3 – ��PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO Número do slide 19 Número do slide 20 Número do slide 21 Número do slide 22 Número do slide 23 Número do slide 24 Número do slide 25 Número do slide 26 Número do slide 27
Compartilhar