Ebook

Prévia do material em texto

GESTÃO DA INFORMAÇÃO
W
B
A
00
55
_v
2.
0
2
Marcelo Tavares de Lima
Londrina 
Editora e Distribuidora Educacional S.A. 
2020
GESTÃO DA INFORMAÇÃO
1ª edição
3
2020
Editora e Distribuidora Educacional S.A.
Avenida Paris, 675 – Parque Residencial João Piza
CEP: 86041-100 — Londrina — PR
e-mail: editora.educacional@kroton.com.br
Homepage: http://www.kroton.com.br/
Presidente
Rodrigo Galindo
Vice-Presidente de Pós-Graduação e Educação Continuada
Paulo de Tarso Pires de Moraes
Conselho Acadêmico
Carlos Roberto Pagani Junior
Camila Braga de Oliveira Higa
Carolina Yaly
Giani Vendramel de Oliveira
Henrique Salustiano Silva
Juliana Caramigo Gennarini
Mariana Gerardi Mello
Nirse Ruscheinsky Breternitz
Priscila Pereira Silva
Tayra Carolina Nascimento Aleixo
Coordenador
Tayra Carolina Nascimento Aleixo 
Revisor
Luís Otavio Toledo Perin
Editorial
Alessandra Cristina Fahl
Beatriz Meloni Montefusco
Gilvânia Honório dos Santos
Mariana de Campos Barroso
Paola Andressa Machado Leal 
Dados Internacionais de Catalogação na Publicação (CIP)
__________________________________________________________________________________________ 
Lima, Marcelo Tavares de
L732g Gestão da informação/ Marcelo Tavares de Lima, – 
 Londrina: Editora e Distribuidora Educacional S.A., 2020.
 43 p.
 ISBN 978-65-5903-056-9
1.Gestão do conhecimento. 2. Tecnologia da 
informação. 3. Processo decisório. I. Título.
 
CDD 658 
____________________________________________________________________________________________
Raquel Torres – CRB 6/2786
© 2020 por Editora e Distribuidora Educacional S.A.
Todos os direitos reservados. Nenhuma parte desta publicação poderá ser 
reproduzida ou transmitida de qualquer modo ou por qualquer outro meio, 
eletrônico ou mecânico, incluindo fotocópia, gravação ou qualquer outro tipo de 
sistema de armazenamento e transmissão de informação, sem prévia autorização, 
por escrito, da Editora e Distribuidora Educacional S.A.
4
SUMÁRIO
Gerência do conhecimento: elementos e contextos _________________ 05
Mapeamento e modelagem de processos de negócios _____________ 21
Tipos de processos de negócios e sua natureza _____________________ 36
Tecnologias emergentes em processos de negócios ________________ 50
GESTÃO DA INFORMAÇÃO
5
Gerência do conhecimento: 
elementos e contextos
Autoria: Marcelo Tavares de Lima
Leitura crítica: Luís Otávio Toledo Perin
Objetivos
• Apresentar conceitos fundamentais da gestão do 
conhecimento.
• Descrever sobre o processo de geração de 
conhecimento.
• 	Exemplificar	contextos	de	possíveis	utilizações	da	
gestão do conhecimento.
6
1. Introdução
Olá! Seja bem-vindo(a) ao mundo da gestão da informação. Esse 
é	um	mundo	vasto	a	ser	explorado,	e	seus	conceitos	e	definições	
fundamentais estão relacionados diretamente com o mundo 
empresarial/corporativo e, também, com o mundo acadêmico. Portanto, 
eles podem ser aplicáveis em ambos contextos.
Esta disciplina apresenta os conceitos fundamentais da gestão do 
conhecimento, outro termo muito relacionado com a gestão da 
informação. No decorrer deste tema, apresentaremos as principais 
definições	e	termos	associados	a	gestão	do	conhecimento,	assim	
como descreveremos o processo de geração do conhecimento, após 
apresentados	os	contextos	de	suas	possíveis	aplicações.	Portanto,	
atente-se ao texto e observe minuciosamente a tudo que abordaremos 
nas próximas páginas. Bons estudos!
2. O processo de geração do conhecimento
O mundo em que vivemos está em constante transformação. Da 
mesma forma, o mundo corporativo e empresarial também está e 
transformando, onde a gestão do conhecimento destaca-se cada vez 
mais, em razão da corrida pela busca do conhecimento.
A constante transformação do mundo, o qual inclui o mundo 
empresarial, gera diversos paradoxos nos ambientes, os quais são 
oriundos	de	contradições,	inconsistências,	dilemas	e	polaridades	
diversas (TAKEUCHI; NONAKA, 2008). Nesse sentido, quanto mais 
complexo é o ambiente, mais paradoxos são produzidos. Por sua vez, as 
empresas precisam saber tirar vantagem desse cenário.
Por um longo tempo, as empresas tentaram eliminar paradoxos de 
seus ambientes. No entanto, com o contínuo desenvolvimento de novos 
7
métodos e técnicas, esse esforço mudou. Assim, elas passaram a aceitá-
los, a enfrentá-los e, também, a tirar vantagem no seu uso, na intenção 
de sempre obter os melhores caminhos, ou seja, a melhor tomada de 
decisão (TAKEUCHI; NONAKA, 2008).
A mudança de postura por partes das empresas, na decisão de 
aprenderem a conviver com paradoxos, não torna os ambientes 
confortáveis	e,	muito	menos,	simplificados.	Handy	(1994,	p.	14	apud	
TAKEUCHI; NONAKA, 2008, p. 18) apresenta a seguinte analogia para 
representar a convivência com paradoxos:
[...]	[que]	é	como	andar	em	uma	floresta	escura	em	uma	noite	sem	lua.	É	
uma experiência desagradável e, às vezes, assustadora. Todo o sentido 
de direção está perdido; as árvores e os arbustos oprimem; onde quer 
que se pise, encontra-se um novo obstáculo; todo ruído ou murmúrio é 
amplificado;	há	um	sopro	de	perigo;	parece	mais	seguro	ficar	imóvel	do	
que	mover-se.	Vindo	o	amanhecer,	no	entanto,	o	caminho	fica	claro;	os	
ruídos agora são o canto dos pássaros e o murmúrio na vegetação rasteira 
é	apenas	o	dos	coelhos	disparando;	as	árvores	definem	o	trajeto	em	vez	de	
bloqueá-lo.	A	floresta	é	um	lugar	diferente.
A analogia trazida de Handy (1994, p. 14 apud TAKEUCHI; NONAKA, 
2008, p. 18) tem a intenção de mostrar que, quando os paradoxos são 
esclarecidos ou declarados, o mundo, qualquer que seja ele, parecerá 
menos ameaçador e se torna diferente. Essa postura tem sido cada 
vez mais comum entre as empresas, as quais deixam de enfrentar os 
paradoxos de forma passiva, e passam a abraçá-los de forma ativa, 
passando	a	cultivar	as	contradições.
A mudança de postura em relação aos paradoxos existentes na 
sociedade trouxe um novo comportamento, permitindo que fosse 
iniciada uma nova sociedade, a sociedade do conhecimento.
As	contradições,	as	inconsistências,	os	dilemas,	as	dualidades,	as	polaridades,	
as	dicotomias	e	as	oposições	não	são	alheios	ao	conhecimento,	pois	o	
conhecimento em si é formado por dois componentes dicotômicos e 
aparentemente opostos – isto é, o conhecimento explícito e o conhecimento 
tácito. (TAKEUCHI; NONAKA, 2008, p. 19)
8
Desse modo, o conhecimento explícito pode ser apresentado ou 
expressado de várias maneiras, entre as quais podemos citar: as 
palavras, números ou sons. Além disso, podemos compartilhar, via 
produção de dados, fórmulas matemáticas, recursos de visualização, 
entre outros; permitindo uma transmissão forma rápida aos indivíduos, 
de maneira formal e sistemática.
Em contrapartida, o conhecimento tácito não é de fácil visibilidade 
e explicação. Contrariando o conhecimento explícito, o tácito é 
extremamente pessoal e de difícil formalização, sendo, portanto, de 
difícil comunicação e compartilhamento. Por sua vez, esse conhecimento 
é	composto	pelos	palpites	subjetivos	e	intuições	diversas,	sendo	
enraizado	em	ações	e	experiências	pessoais.
Takeuchi	e	Nonaka	(2008)	afirmam	que	é	possível	subclassificar	
o	conhecimento	tácito	em	duas	dimensões:	técnica	e	cognitiva.	A	
dimensão técnica considera as habilidades conhecidas como know how, 
sendo elas informais e de difícil detecção. Essa dimensão é, também, 
composta pelos insights,	intuições,	palpites	e	inspirações	originárias	de	
experiências pessoais. A dimensão cognitiva, por sua vez, é composta 
por	crenças,	percepções,	ideais,	valores,	emoções	e	modelos	mentais	
estão inseridos nos indivíduos, que são considerados conhecimentos 
naturais. Essa última dimensão dá forma à maneira como o mundo é 
percebido pelos indivíduos.
O conhecimento, da forma como é apresentado, é considerado 
inerentemente um paradoxo, pois, é tanto explícito quanto tático, 
composto, aparentemente, por dois tipos opostos. Diantee suas 
naturezas. Desse modo, foi possível ter um panorama geral sobre as 
principais ferramentas e sistemas de TI associados, assim como as suas 
principais funcionalidades e conceitos fundamentais associados.
A	fim	de	aprofundar	seus	estudos,	sugerimos	que	as	referências	
bibliográficas	utilizadas	para	a	elaboração	deste	material	sejam	
consultadas. Bons estudos!
Referências Bibliográficas
AKKARI, A. C. S. Gestão do conhecimento e da tecnologia de informação. 
Londrina: Editora e Distribuidora Educacional, 2018. [Disponível na Biblioteca 
Virtual]
FUJITA, H. S.; HIRAMA, K. SOA: modelagem, análise e design. Rio de Janeiro: Elsevier, 
2012. [Disponível na Biblioteca Virtual, no parceiro Minha Biblioteca]
LOH, S. BI na era do big data para cientistas de dados: indo além de cubos e 
dashboards	na	busca	pelos	porquês,	explicações	e	padrões.	Porto	Alegre:	Stanley	
Loh, 2014.
O’BRIEN, J. A.; MARAKAS, G. M. Administração de sistemas de informação. 15. 
ed. Porto Alegre: AMGH, 2012. [Disponível na Biblioteca Virtual, no parceiro Minha 
Biblioteca]
SHARDA, R.; DELEN, D.; TURBAN, E. Business intelligence e análise de dados para 
gestão do negócio. 4. ed. Porto Alegre: Bookman, 2019. [Disponível na Biblioteca 
Virtual, no parceiro Minha Biblioteca]
50
Tecnologias emergentes em 
processos de negócios
Autoria: Marcelo Tavares de Lima
Leitura crítica: Luís Otávio Toledo Perin
Objetivos
• Descrever sobre tecnologias desenvolvidas para a 
gestão de processos de negócios.
• Descrever a relação entre inteligência de negócios 
e a tecnologia da informação em ambientes 
corporativos.
• Apresentar	aplicações	de	tecnologias	emergentes	
em processos de negócios.
51
1. Introdução
Em tempos de recursos tecnológicos avançados, a gestão da 
informação não pode ser realizada sem o uso desses recursos, pois, 
uma organização que não explora a tecnologia tende a deixar de 
ser competitiva e perde valor de forma rápida. Sendo assim, a busca 
por recursos tecnológicos em processos de negócios é uma corrida 
constante no ambiente corporativo.
Desse modo, este texto apresenta conceitos fundamentais sobre 
a inteligência de negócios associada a tecnologia da informação, 
ambas aplicadas para a tomada de decisão empresarial. Além disso, 
neste tema, apresentaremos as tecnologias emergentes no ambiente 
corporativo, assim como a sua aplicação adequada para a obtenção de 
resultados	favoráveis	para	as	organizações.	Boa	leitura!
2. Tecnologias e inteligência de negócios
Segundo De Sordi (2015), a evolução do conhecimento tem permitido 
que aumente cada vez mais a diversidade de recursos tecnológicos, 
assim	como	o	maior	acesso	às	organizações	tem	permitido	o	
aumento da produção de dados e o seu armazenamento adequado, 
possibilitando	torná-los	informações	importantes	para	a	gestão	e	a	
tomada de decisão.
Desse	modo,	uma	grande	parte	dos	dados	gerados	nas	organizações	
é feita por meio de programas computacionais. Assim, a ciência da 
computação tem se tornado cada vez mais determinante na obtenção 
de resultados positivos na gestão de processos e na tomada de decisão.
A inteligência de negócios, também conhecida como analytics, é um 
conceito bastante amplo e engloba o gerenciamento de processos com 
52
o uso de tecnologias, inclusive tecnologia da informação (TI). Segundo 
Ruggiero (2017), a literatura que trata do assunto, analytics também é 
conhecido como Business Intelligence, Big Data, Business Analytics, entre 
outros termos.
O analytics é um termo que corresponde ao processo de extração 
e	criação	de	informações	a	partir	de	dados	brutos	por	filtragem,	
processamento, categorização, condensação e contextualização 
dos dados (BAHGA; MADISETTI, 2019). Desse modo, o Analytics é o 
tratamento aplicado nos dados, cuja intenção é de transformá-lo em 
informação útil para ser aproveitada nos processos de tomada de 
decisão e para divulgação de resultados aos envolvidos em atividades 
em comum.
Segundo Ruggiero (2017), o termo Business Intelligence (BI) surgiu na 
literatura no ano de 1958, por meio de Hans Peter Luhn, pesquisador da 
área de ciência da computação. Naquele momento, BI era considerado 
um	sistema	automático	para	definição	de	ações	reais	aos	seus	
usuários. No entanto, a partir de 1986, ele passou a ser considerado um 
processo, em que sua entrada se daria com dados brutos e sua saída, a 
inteligência para a tomada de decisão.
Na prática, o conceito de BI está relacionado a um processo onde há 
utilização	de	“informações	operacionais	e	ferramentas	analíticas	para	
melhorar os processos de tomada de decisão das empresas” (NEGASH, 
2004 apud RUGGIERO, 2017, p. 26).
Assim, quando considerado um processo, BI é composto por métodos 
apropriados	para	o	tratamento	de	dados,	a	fim	de	transformá-los	em	
informações	para	serem	utilizadas	na	gestão	empresarial	para	tornar	
ou	manter	as	organizações	competitivas	no	mercado	em	que	atuam.	O	
produto desse tratamento será o resultado que permitirá a tomada de 
decisão,	a	ser	realizada	por	meio	da	gestão	de	informações	disponíveis.
53
Ao longo do desenvolvimento do BI, no meio acadêmico, como um 
substituto surgiu o termo inteligência analítica (IA). Além desse termo, 
também, surgiu o termo Big data, como um sinônimo para BI e IA. No 
entanto, ao longo do desenvolvimento de pesquisas, o termo Big data 
passou a ter conceito próprio.
No período de seu desenvolvimento, o conceito de inteligência analítica, 
associado ao conceito de Big data, teve um termo acrescido à sua 
denominação. Trata-se do termo analytics, tornando o termo conhecido 
como Big data analytics,	que	passou	a	significar	“conjuntos	de	dados	
e	técnicas	analíticas	para	aplicações	muito	grandes	e	complexas,	que	
requerem	soluções,	avançadas	de	armazenagem,	gerenciamento,	
análise e ferramentas de visualização” (RUGGIERO, 2017, p. 28).
Ainda,	é	comum	que	os	estudiosos	do	assunto	se	refiram	apenas	ao	
termo analytics para falar do Business Intelligence and Analytics. O termo 
analytics, segundo Ruggiero (2017, p. 29), “é um termo genérico que 
significa	aplicar	várias	técnicas	analíticas	em	dados	para	responder	
ou resolver problemas, algo que facilita a realização de objetivos de 
negócio”.
Por sua vez, a gestão da informação no ambiente corporativo requer o 
uso	de	tecnologias	ágeis	e	flexíveis,	no	sentido	de	atenderem	de	forma	
rápida às consultas realizadas nos sistemas de dados. Portanto, falar em 
tecnologias em processos de negócios é falar dos conceitos de analytics, 
BI, Big data,	inteligência	artificial,	Radio-Frequency IDentification (RFID), 
Near Field Communication (NFC), entre outros.
Por	fim,	segundo	Ruggiero	(2017),	Analytics concentra-se em 
conhecimento e inteligência, reunindo ferramentas de visualização, 
exploração, explanação e predição. Assim, Analytics reúne técnicas 
estatísticas, econométricas, Machine learning, otimização e simulação. 
Então, falar de Analytics é falar de técnicas já conhecidas e, também, de 
54
tecnologias emergentes, mas com o enfoque em negócios e na tomada 
de decisão gerencial.
Com uso de técnicas diversas dentro do contexto de analytics, a 
gestão	de	informações	obtidas	permite	que	elas	sejam	organizadas	
e estruturadas para inferir conhecimento sobre os negócios, seus 
ambientes	e	operações,	tornando	os	sistemas	envolvidos	mais	
inteligentes	e	eficientes.
Em	sua	pesquisa,	Ruggiero	(2017)	afirma	que	a	inteligência	analítica,	
desde 2002, passou a ser usada em áreas diversas, como o e-commerce, 
vendas, marketing, suplly chain, detecção de fraudes e gestão de 
performance	corporativa.	Além	disso,	o	autor	também	identificou	
aplicações	de	IA	em	áreas	como:	otimização	de	relacionamento	com	
clientes, monitoramento de atividades de negócio e suporte à decisão 
(RUGGIERO, 2017).
No entanto, a escolha de técnicas de analytics para gerenciar processos 
dependerá diretamente dos objetivos de aplicação. Por exemplo, é 
preciso avaliar se uma transação bancária é ou não uma fraude; se irá 
chover	ou	não	em	um	dia	específico	ou,	ainda,se	um	tumor	é	ou	não	
maligno.
Além disso, pode-se utilizar técnicas de analytics para obtenção de 
padrões	nos	dados,	como	identificar	assuntos	mais	visitados	em	uma	
página	de	internet	ou,	ainda,	identificar	produtos	mais	pesquisados	para	
compra em um determinado período do ano. Outras possibilidades 
estão	ligadas	à	busca	de	relações	nos	dados,	como:	comportamento	de	
consumo de alimentos em relação ao período do ano anterior, entre 
outros.
O uso de tecnologias de analytics e outras tecnologias emergentes em 
processos de negócios implicaram “em um aumento no volume de 
55
troca	e	acúmulo	de	informações,	atingindo	as	estratégias	de	gestão	das	
informações	das	empresas”	(NUNES;	SANTANA,	2018,	p.	115).
Desse modo, não há um consenso quando se trata do conceito básico de 
Big data, mesmo depois dele ter se distanciado do conceito de analytics 
.	Por	exemplo,	Taurion	(2013,	[s.p.])	descreve	a	definição	apresentada	
pela McKinsey Global Institute como:
[...] a intensa utilização de redes sociais online, de dispositivos móveis para 
conexão	à	internet,	transações	e	conteúdos	digitais	e	também	o	crescente	
uso de computação em nuvem tem gerado quantidades incalculáveis 
de dados. O termo Big Data refere-se a este conjunto de dados cujo 
crescimento é exponencial e cuja dimensão está além da habilidade das 
ferramentas típicas de capturar, gerenciar e analisar dados.
O	autor,	ainda,	apresenta	a	definição	dada	pelo	Gartner,	que	define	Big 
data como:
[...] o termo adotado pelo mercado para descrever problemas no 
gerenciamento	e	processamento	de	informações	extremas	as	quais	
excedem	a	capacidade	das	tecnologias	de	informações	tradicionais	ao	
longo	de	uma	ou	várias	dimensões.	(TAURION,	2013,	[s.p.])
Em uma analogia feita por Taurion (2013) a respeito da Big Data quando 
relacionada	com	a	medicina,	o	autor	afirma	que	Big Data seria um 
microscópio que permitiu que se vissem coisas que já existiam, como 
bactérias e vírus, mas que ainda não se tinha conhecimento.
A grande massa de dados invisíveis pode ser tratada como big 
data e receber o tratamento analítico apropriado para se tornarem 
informações	úteis	na	tomada	de	decisão.	Esse	microscópio	permitiu	que	
entendêssemos que dados surgem de todos os cantos, dos milhares 
de web sites existentes, dos mais de cem mil tuites por minuto na rede 
social,	dos	compartilhamentos	de	bilhões	de	usuários	do	Facebook,	
56
dos	sensores	e	das	câmeras	espalhados	pelas	cidades	e	dos	bilhões	de	
celulares existentes.
O espaço ocupado por esses “novos” dados, que passaram a ser vistos 
e enxergados como fonte de informação, é maior e, com a produção 
em massa, requer espaços amplos para o seu armazenamento. Por 
exemplo, o uso de imagens e vídeos divulgados em redes sociais, 
pois,	um	vídeo	em	alta-definição	ocupa	muito	mais	espaço	para	
armazenamento em comparação a uma página de texto.
Amaral	(2016,	[s.p.])	apresenta	a	seguinte	definição	de	Big Data: 
“big data é o fenômeno em que dados são produzidos em vários 
formatos e armazenados por uma grande quantidade de dispositivos 
e equipamentos”. As causas do fenômeno Big data, basicamente, são 
associadas aos insumos feitos em tecnologia, como investimentos em 
unidade central de processamento (CPU), memórias e unidades de 
armazenamento, ou seja, investimento em tecnologia.
O barateamento dos insumos, a sua miniaturização, assim como o 
aumento de sua capacidade de processamento tem como consequência 
o uso de equipamentos, dispositivos e processos com maiores 
capacidades de produção e armazenamento de dados. A computação 
em nuvem e na internet também fazem parte desse pacote de 
consequências.
A velocidade com que o mundo tem se tornado digital cresce de forma 
exponencial. Na primeira década dos anos 2000, apenas metade dos 
dados produzidos no mundo estavam armazenados em formato digital, 
enquanto,	no	final	da	segunda	década	(2019),	quase	100%	dos	dados	
estavam armazenados nesse formato.
Em notação matemática, Taurion (2013, [s.p.]) apresenta o conceito de 
Big data como “big data = volume + variedade + velocidade + veracidade”, 
cuja fórmula matemática tem a intenção de mostrar o valor agregado 
57
aos processos que fazem uso de tecnologias capazes de lidar com o 
conceito, sendo um conjunto de cinco Vs.
Nesse sentido, agregar valor ao uso de tecnologias capazes de lidar com 
Big data, nada mais é do que o retorno esperado de todo o investimento 
realizado em tecnologia e mão de obra para equipar os negócios. 
Quando se fala de Big data, há um conceito que não podemos deixar de 
mencionar,	a	internet	das	coisas	(IoT).	Taurion	(2013,	[s.p.])	afirma	que	
“a Internet das Coisas vai aglutinar o mundo digital com o mundo físico, 
permitindo que os objetos façam parte dos sistemas de informação”.
Com os objetos componentes da estrutura física que nos rodeia gerando 
dados a todo instante, mais do que nunca, temos um impulsionador 
poderoso para o uso de tecnologias para Big data. Por exemplo, quase 
todos os componentes de um avião podem gerar dados sobre o seu 
funcionamento,	permitindo	que	sejam	utilizados	para	realizar	previsões	
com	respeito	à	manutenção,	evitando	que	a	aeronave	fique	parada	
desnecessariamente, gerando custos. Outro exemplo é a automação 
residencial, a qual realiza integração entre os equipamentos de uma 
residência, tornando-a uma casa inteligente.
De acordo com Amaral (2016), com relação à crescente produção 
de tecnologias para gerenciar processos, é possível entender este 
fenômeno com um breve levantamento histórico, lembrando que 
há poucas décadas tínhamos a produção de dados centralizada em 
mainframes e em computadores pessoais.
Na era Big data, os dados passam a ser produzidos por fontes variadas, 
como “redes sociais, comunidades virtuais, blogs, dispositivos médicos, 
TVs	digitais,	cartões	inteligentes,	sensores	em	carros,	trens	e	aviões,	
leitores de código de barra, [...], celulares, sistemas informatizados, 
satélites, entre outros” (AMARAL, 2016, [s.p.]). Os dados produzidos por 
essas fontes diversas têm formatos diversos, diferentes velocidades em 
58
sua produção e são de volumes variados. Algo nunca pensado ou vivido 
antes!
Para	exemplificar,	podemos	fazer	um	comparativo	entre	celulares	
e computadores da década de 1980, em que concluiu que “big data 
fica	ainda	mais	compreensível	quando	falamos	em	números:	um	
smartphone de hoje tem maior capacidade que o melhor computador 
de 1985” (AMARAL, 2016, [s.p.]). Tal comparativo permite compreender 
o avanço realizado em tecnologias de TI direcionadas para o 
armazenamento de dados.
Amaral (2016), ainda, apresenta alguns números para dar uma ideia da 
dimensão do volume de dados produzidos no mundo moderno em que 
vivemos, como a quantidade de pessoas com aparelho celular em todo o 
mundo	contam	com	mais	de	seis	bilhões	e	são	em	torno	de	dois	bilhões	
de	pessoas	utilizando	rede	social;	em	torno	de	três	milhões	de	e-mails	
são	enviados	por	segundo	no	mundo,	quinhentos	milhões	de	tuites	por	
dia,	entre	outras	informações.
Além	disso,	depois	de	todo	o	esforço	para	definir	Big data, é importante 
saber	e	definir	o	que	não	é	Big data.	Assim,	se	ela	fica	restrita	
unicamente em processos de geração de grande volume de dados não 
é Big data, pois, além disso, o seu conceito também inclui “mudança 
social, cultural, é uma nova fase da revolução industrial” (AMARAL, 2016, 
[s.p.]). Como dito anteriormente, Big data é um fenômeno e não uma 
tecnologia.
Por ser considerado um fenômeno, Big data “envolve o uso de diversos 
tipos de conceitos e tecnologias, como computação nas nuvens, 
virtualização, internet, estatística, infraestrutura, armazenamento, 
processamento, governança e gestão de projetos” (AMARAL, 2016, [s.p.]).
O armazenamento indiscriminado de dados oriundos de diversas fontes 
é uma característica muito associada ao conceito de Big data. Em tempos 
59
passados, armazenamento representava um custo monetário alto a ser 
dispensado para tal. Por isso, armazenava-se apenas dados que eramvistos com potenciais valores imediatos.
3. Tecnologias emergentes para o negócio
O	avanço	tecnológico	vivenciado	pelas	organizações	tem	sido	um	
fenômeno jamais vivido anteriormente na história. Desse modo, muitas 
tecnologias de TI para a gestão dos negócios surgem para facilitar a 
gestão de processos e a melhoria da tomada de decisão.
As	tecnologias	de	inteligência	artificial,	internet	das	coisas,	realidade	
aumentada/virtual, blockchain, automação de processos, entre outras, 
surgiram	para	facilitar	a	gestão	dos	processos	das	organizações	e	estão	
em constante atualização desde que surgiram. A seguir, abordaremos 
sobre cada uma das tecnologias citadas.
3.1 Inteligência artificial
Com os avanços tecnológicos crescendo de forma exponencial, em 
particular na área computacional, algumas correntes da ciência 
chegam	a	afirmar	que	uma	máquina	pode	pensar	e,	portanto,	possuir	
comportamento inteligente tal como o do ser humano. Segundo Santos 
e Arruda (2019), este assunto está longe de ser consensual entre os 
estudiosos, mas, pode ser considerado como uma provocação para o 
debate sobre ele.
De	acordo	com	Machado	(2017),	o	termo	inteligência	artificial	(IA)	
surgiu por volta da década de 1950, onde tinha-se como intenção o 
desenvolvimento de sistemas que fossem capazes de realizar tarefas, 
que ainda seriam melhor realizadas pelos seres humanos.
60
Oficialmente,	a	IA	surgiu	em	1956,	em	uma	conferência	realizada	no	
Dartmouth College, nos Estados Unidos, onde alguns dos participantes 
deste evento submeteram à Fundação Rockfeller uma proposta de 
pesquisa para ser desenvolvida em um período de dois meses, sendo 
composta por dez pesquisadores, a qual continha o termo “inteligência 
artificial”	(MACHADO,	2017).
De	acordo	com	Machado	(2017,	p.	17),	a	inteligência	artificial	pode	
ser	definida	como	“área	de	pesquisa	da	ciência	da	computação	
que busca métodos ou dispositivos computacionais que simulam a 
capacidade humana de resolver problemas”. Desde o seu surgimento, 
pesquisadores tentam implementar, de forma computacional, sistemas 
que possam agir racionalmente, de forma semelhante aos seres 
humanos.
Desde	quando	surgiu,	a	IA	gera	discussões	polêmicas,	a	começar	pelo	
seu próprio nome, o qual foi considerado um tanto presunçoso por 
muitos contemporâneos da época (MACHADO, 2017). Segundo Machado 
(2017),	a	justificativa	dada	por	esta	sensação/sentimento	em	relação	
ao termo tem base no desconhecimento dos conceitos associados 
à inteligência e, por outro lado, na relação com a capacidade prática 
do processamento dos computadores e, ainda complementaram, ter 
ocorrido promessas exageradas com o surgimento da IA.
A linha de tempo do desenvolvimento da IA é um tanto ampla, mas, 
considerando os principais momentos de seu desenvolvimento, 
podemos citar os anos 1990, onde as pesquisas relacionadas ao tema 
extrapolaram os muros das universidades e passaram a ser também 
exploradas por empresas de tecnologia. Trata-se de um marco na 
história da IA, pois, a partir de disso, o seu desenvolvimento deu um 
grande salto em quantidade de produção de tecnologias. A Figura 1 
apresenta uma linha de tempo do desenvolvimento da IA, desde o 
período conhecido como “gestação”, onde se ensaiava o surgimento, até 
a IA conhecida e aplicada nas tecnologias emergentes.
61
Figura 1 – Linha de tempo do desenvolvimento da Inteligência 
Artificial
Fonte: elaborada pelo autor.
Uma	definição	abrangente	sobre	IA,	apresentada	por	Russell	e	Norvig	
(2013 apud OLIVEIRA, 2018, p. 11) declara que:
[...]	inteligência	artificial	é	a	capacidade	de	sistemas	cibernéticos	(formados	
por computadores, softwares,	sensores	e	atuadores)	de	imitar	funções	
cognitivas	dos	seres	humanos,	funções	estas	que	podemos	resumir	na	
resolução de problemas por meio de aprendizado apoiado na percepção.
De forma prática, pensar em resolução de problemas a partir de uma 
máquina ou agente computacional, com uso de algoritmos e regras, 
trata-se da obtenção do resultado para a tomada de decisão em 
processos de negócios, por exemplo.
Em IA, o aprendizado “é a característica dos algoritmos que têm a 
capacidade de melhorar seu desempenho por meio da experiência” 
(RUSSELL; NORVIG, 2013 apud OLIVEIRA, 2018, p. 12). Logo, trata-se 
da reparametrização dos algoritmos a cada iteração realizado pela 
máquina, situação conhecida como aprendizado de máquina.
O aprendizado de máquina corresponde a um campo da IA composto 
de uma série de métodos e procedimentos que permitem o tratamento 
analítico	de	dados	para	transformá-los	em	informações.	Para	
62
tanto, é necessário que os dados estejam corretamente coletados e 
armazenados em sistemas de TI apropriados.
Com a evolução tecnológica cada vez mais veloz e atuante, é possível que 
a	inteligência	artificial	se	torne	predominante	na	sociedade	de	forma	cada	
vez mais intensa. Mesmo que sejam criados dispositivos tecnológicos 
realmente inteligentes, do ponto de vista de tendência, cada vez mais 
entraremos computadores, máquinas e outros dispositivos, mesmo que 
aparentemente, mais inteligentes (COPPIN, 2013).
3.2 Blockchain
O termo blockchain se tornou popular em 2016, quando passou a ser 
associado às moedas digitais e as criptomoedas. Segundo Aquino (2019), 
em 2018, a tecnologia blockchain já estava sendo intensamente utilizada 
pela	indústria	financeira	no	Brasil	e	no	mundo,	atuando	na	exploração	
da	tecnologia	para	realizar	operações	de	pagamentos	e	moedas.
Segundo João (2018, p. 34), blockchain “é essencialmente um banco de 
dados distribuído de registros, ou ledger público	de	todas	as	transações	
ou eventos digitais que foram executados e compartilhados entre 
as partes participantes”. Além disso, denomina-se Distributed Ledger 
Technology (DLT).
A tecnologia blockchain permite que qualquer rede de usuários possa 
rastrear, assim como comercializar, de forma virtual, qualquer objeto 
de valor. De acordo com Aquino (2019), alguns termos estão associados 
com	esta	tecnologia,	como:	rede,	criptografia	e	confianças	aplicadas	a	
transações.
Segundo João (2018, p. 34):
[...] o blockchain foi apresentado por um indivíduo (ou grupo) sob o nome 
de Satoshi Nakamoto (Nakamoto, 2008) que propôs uma moeda eletrônica, 
63
Bitcoin, um sistema de dinheiro eletrônico peer-to-peer, baseada no design do 
sistema	P2P	descentralizado,	sem	passar	por	uma	instituição	financeira,	e	a	
estrutura	para	resolver	o	problema	da	confiança	entre	ambas	as	partes,	que	é	
uma	das	aplicações	do	blockchain. Seu código é livre.
Nesse	contexto,	estudiosos	desse	tema	afirmam	que,	ao	menos,	quatro	
elementos se destacam com o surgimento da tecnologia blockchain no 
meio	empresarial:	base	de	dados,	criptografia,	rede	de	computadores	e	
confiança,	sendo	os	três	primeiros	considerados	de	ordem	técnica	e,	o	
último, de ordem humana (AQUINO, 2019).
Ainda segundo Aquino (2019), blockchain é considerada uma 
tecnologia “disruptiva” que confronta o modelo de negócios tradicional 
com	soluções	de	baixo	custo,	que	podem	ser	aplicadas	para	
verificação	digital,	proteção	intelectual,	prova	de	existência,	serviços	
governamentais, entre outros.
De fato, sempre é possível aplicar blockchain em processos de negócios 
que	vão	além	dos	citados	neste	texto.	Afinal,	o	crescimento	de	sua	
popularidade	é	um	reflexo	da	sua	aplicabilidade	nos	negócios.	Portanto,	
vale a pena explorar as fontes de informação disponíveis que tratam do 
assunto.
3.3 Outras tecnologias emergentes
Muitas tecnologias consideradas emergentes para a gestão de processos 
de negócios surgiram para facilitar a gestão de atividades empresariais, 
industriais e de prestação de serviços. Entre elas, podemos citar a 
internet das coisas, a realidade aumentada/virtual, a mobile everything, a 
segurança cibernética e privacidade, automação robótica de processos, 
wearables, RFID e NFC etc.
A listagem é ampla e, para explorá-las de maneira detalhada, precisamos 
de tempo e de espaço. Portanto, para se manter atualizado, o gestor 
64
de processos precisabuscar conhecer sobre os recursos tecnológicos 
existentes que podem auxiliar seu trabalho de gestão para a tomada de 
decisão.
4. Considerações finais
Como dito antes, a listagem de tecnologias emergentes para o suporte 
de gestão de processos é grande e precisa de tempo e de espaço para 
serem conhecidas com detalhes. Portanto, esse tema não se esgota 
neste	texto,	pois,	ele	é	extenso	e	desafiador.
Prezado	aluno,	eis	que	surge	um	desafio	diante	de	você,	a	busca	por	
conhecer, preferencialmente, todas as tecnologias, para que você, 
junto com seus pares, superiores e/ou subordinados, possam ter a 
capacidade de escolher os melhores recursos tecnológicos para auxiliar 
no desenvolvimento de suas atividades corporativas. Desejamos uma 
excelente	trajetória	nesta	desafiante	caminhada!
Referências Bibliográficas
AMARAL, F. Introdução a ciência de dados: mineração de dados e Big Data. Rio de 
Janeiro: Alta Books, 2016.
AQUINO, M. Adoção de blockchain na gestão de cadeias de suprimentos 
do brasil. 2019.	86	f.	Dissertação	(Mestrado	profissional	em	Gestão	para	a	
competitividade) – Escola de Administração de Empresas de São Paulo, Fundação 
Getúlio Vargas, São Paulo, 2019. [Disponível na Biblioteca Virtual]
BAHGA, A.; MADISETTI, V. Big data science & analytics: a hands-on approach. [S. l.]: 
VPT, 2019.
COPPIN, B. Inteligência artificial. Tradução: Jorge Duarte Pires Valério. Rio de 
Janeiro: LTC, 2013. [Disponível na Biblioteca Virtual, no parceiro Minha Biblioteca]
DE SORDI, J. O. Administração da informação: fundamentos e práticas para uma 
nova gestão do conhecimento. 2. ed. São Paulo: Saraiva, 2015.
65
JOÃO, B. N. Blockchain e o Potencial de Novos Modelos de Negócios: Um 
Mapeamento Sistemático. Revista de Gestão e Projetos, [S. l.], v. 9, n. 3, p. 33-48, 
2018. [Disponível na Biblioteca Virtual, no parceiro Ebsco]
MACHADO, V. P. Inteligência artificial. Fortaleza. Notas de aula, 2017. 
Disponível em: http://www.uece.br/computacaoead/index.php/downloads/doc_
download/2177-inteligencia-artificial. Acesso em: 23 set. 2020.
NUNES, S. E.; SANTANA, G. A. Tecnologia da informação na gestão do 
conhecimento. Londrina: Editora e Distribuidora Educacional, 2018. [Disponível na 
Biblioteca Virtual]
OLIVEIRA, R. F. Inteligência artificial. Londrina: Editora e Distribuidora Educacional, 
2018. [Disponível na Biblioteca Virtual]
RUGGIERO, P. H. G. Inteligência analítica: competências para atuação. 2017. 
Dissertação (Mestrado em Administração de Empresas)–Escola de Administração de 
Empresas de São Paulo, Fundação Getúlio Vargas, São Paulo, 2017. [Disponível na 
Biblioteca Virtual]
SANTOS,	B.	L.;	ARRUDA,	E.	P.	Dimensões	da	inteligência	artificial	no	contexto	da	
educação contemporânea. Educação Unisinos, [S. l.], v. 23, n. 4, p. 725-741, 2019.
TAURION, C. Big data. Rio de Janeiro: Brasport, 2013. [Disponível na Biblioteca 
Virtual]
http://www.uece.br/computacaoead/index.php/downloads/doc_download/2177-inteligencia-artificial
http://www.uece.br/computacaoead/index.php/downloads/doc_download/2177-inteligencia-artificial
66
BONS ESTUDOS!
	Sumário
	Gerência do conhecimento: elementos e contextos
	Objetivos
	1. Introdução
	2. O processo de geração do conhecimento
	3. Fundamentos da gestão do conhecimento
	Referências Bibliográficas
	Mapeamento e modelagem de processos de negócios
	Objetivos
	1. Introdução
	2. Tecnologia da informação e as organizações
	3. Mapeamento e modelagem com uso de TI e as organizações
	Referências Bibliográficas
	Tipos de processos de negócios e sua natureza
	Objetivos
	1. Introdução
	2. Gerenciamento de processos de negócios
	3. Arquitetura orientada a serviços (SOA)
	4. Gestão de desempenho de negócios (BPM)
	5. Considerações finais
	Referências Bibliográficas
	Tecnologias emergentes em processos de negócios
	Objetivos
	1. Introdução
	2. Tecnologias e inteligência de negócios
	3. Tecnologias emergentes para o negócio
	4. Considerações finais
	Referências Bibliográficasde um mundo 
turbulento e complexo, abraçar conjuntos de elementos opostos é uma 
postura	necessária	para	as	empresas	a	fim	de	alcançar	o	sucesso	nos	
negócios.
Nesse contexto, o conhecimento é construído de maneira dinâmica 
e sintetiza o que é aparentemente contraditório. Segundo Takeuchi e 
Nonaka (2008, p. 21), “é criado através de uma espiral que passa através 
de dois conceitos aparentemente opostos, como tácito e explícito, caos e 
ordem”, entre outros.
9
Logo, uma empresa produz e faz uso do conhecimento por meio da sua 
conversão de tácito para explícito e vice-versa. Assim, Takeuchi e Nonaka 
(2008)	identificaram	quatro	modos	de	conversão	do	conhecimento:	(1)	
socialização: tácito para tácito; (2) externalização: tácito para explícito; (3) 
combinação: explícito para explícito; e (4) internalização: explícito para 
tácito. A Figura 1 apresenta o processo de conversão do conhecimento, 
conhecido pela palavra composta pelas iniciais dos modos de conversão, 
espiral SECI ou processo SECI.
Figura 1 – Processo de criação do conhecimento (SECI)
Fonte: adaptada de Takeuchi e Nonaka (2008).
O processo SECI apresenta uma descrição de “como os conhecimentos 
tácito	e	explícito	são	amplificados	em	termos	de	qualidade	e	
quantidade, assim como do indivíduo para o grupo e, então, para o nível 
organizacional” (TAKEUCHI; NONAKA, 2008, p. 23).
10
Portanto, o conhecimento é criado a partir da socialização e segue pelos 
outros modos de conversão, formando uma espiral. Segundo Takeuchi e 
Nonaka	(2008),	a	amplificação	do	conhecimento,	passando	pelos	quatro	
modos considerados, pode ser descrita da seguinte maneira:
1. Socialização: compartilhamento e criação do conhecimento tácito 
por meio da experiência direta.
2. Externalização: articulação do conhecimento tácito por intermédio 
do	diálogo	e	da	reflexão.
3. Combinação: sistematização e aplicação do conhecimento explícito 
e a informação.
4. Internalização: aprendizagem e aquisição de novo conhecimento 
tácito na prática.
Outra	forma	de	amplificação	da	espiral,	que	representa	os	modos	
de conversão do conhecimento, corresponde à mudança de nível 
ontológico (entidades), que passa do indivíduo para o grupo, assim 
como para a empresa ou organização. Por sai vez, cada um dos modos 
do processo SECI considera uma combinação diferente das entidades 
de criação do conhecimento que, segundo Takeuchi e Nonaka (2008), 
consideram da seguinte maneira:
1. Socialização: de indivíduo para indivíduo.
2. Externalização: de indivíduo para grupo.
3. Combinação: do grupo para a organização.
4. Internalização: da organização para o indivíduo.
Ainda,	os	autores	afirmam	que,	com	exceção	da	externalização,	os	
outros modos de conversão do conhecimento são bastante explorados 
e discutidos em literatura especializada sobre teoria organizacional 
(TAKEUCHI;	NONAKA,	2008).	Além	disso,	eles	afirmam	que,	a	
externalização tem sido muito negligenciada no meio citado.
11
3. Fundamentos da gestão do conhecimento
O estudo sobre a teoria do conhecimento é antigo e ocorre desde 
quando surgiu a ciência. No entanto, o termo “gestão do conhecimento” 
surgiu	na	década	de	1990,	com	a	contribuição	de	publicações	de	
pesquisadores, entre eles, Davenport e Prusak (1998), Nonaka (1994), 
Nonaka	e	Takeuchi	(1997);	cujo	significado	era	o	de	expressar	a	
importância	que	o	conhecimento	tem	para	as	organizações	e	como	
deveria ser gerenciado, no intuito da obtenção de vantagem competitiva 
em ambiente de negócios globais.
A gestão do conhecimento organizacional está relacionada com a 
gestão de ativos de conhecimentos das empresas. O conhecimento 
organizacional, apesar de considerado como um ativo intangível, 
segundo Pereira e Macieira (2019), pode gerar vantagem competitiva 
para	as	organizações,	que	pode	alcança-lo	pela	continuidade	do	
aperfeiçoamento e, também, pela inovação.
Dentro	das	organizações,	o	conhecimento	precisa	ser	priorizado	e	ser	
gerenciado	com	eficácia,	com	o	objetivo	de	fazer	com	que	aprendam	
a aumentar o seu potencial na obtenção de melhores desempenhos 
e inovação, seja nos processos operacionais ou em seus produtos e 
serviços (PEREIRA; MACIEIRA, 2019). Desse modo, a intenção é fortalecer 
a identidade da organização para que possa ser competitiva.
Como	principal	tarefa,	os	administradores	das	organizações	criadoras	
de conhecimento precisam orientar, em meio ao caos comum dos 
ambientes empresariais, a criação intencional de conhecimento 
(TAKEUCHI; NONAKA, 2008). Para tanto, eles precisam fornecer aos 
seus colaboradores estrutura que permita encontrar sentido em suas 
próprias experiências, seja na alta administração ou fora dela.
12
Nesse contexto, a gestão do conhecimento é apresentada pelos 
especialistas como uma estratégia fundamental para a compreensão 
dos	processos	e	definição	de	conhecimentos	críticos	para	os	negócios,	
com a intenção de implantação de práticas que objetivam a criação, 
armazenamento, disseminação e a utilização do conhecimento em 
ambientes	internos	e	externos	das	organizações	(PEREIRA;	MACIEIRA,	2019).
Desse modo, diversas propostas são apresentadas na literatura 
relacionadas à prática da gestão do conhecimento. Entre as divulgadas, 
podemos citar algumas relacionadas com etapas e outras com níveis ou 
dimensões	(PEREIRA;	MACIEIRA,	2019).	Nesse	sentido,	Batista	(2004,	p.	8	
apud	PEREIRA;	MACIEIRA,	2019,	p.	99)	afirma	que:
[...] práticas de Gestão do Conhecimento são práticas de gestão 
organizacional voltadas para produção, retenção, disseminação, 
compartilhamento	e	aplicação	do	conhecimento	dentro	das	organizações,	
bem como na relação dessas com o mundo exterior.
Com isso, é possível compreender que as práticas da gestão do 
conhecimento podem ser compreendidas como qualquer ação e 
processo	praticado	dentro	das	organizações	para	que	a	gestão	do	
conhecimento possa acontecer. Uma lista de possíveis práticas de 
gestão	do	conhecimento,	dividida	em	dimensões,	é	apresentada	no	
quadro a seguir.
Quadro 1 – Práticas de gestão do conhecimento
Dimensão Práticas
Estratégica
• Estratégia declarada de gestão do conhecimento.
• Políticas declaradas de gestão do conhecimento.
• Gestão da inovação.
• Gestão por competências.
• Comunicação corporativa da gestão do conhecimento.
• Benchmarking de conhecimentos.
13
Estrutura
• Centros de inovação.
• Call center/help desk/suporte on-line.
• CKO/CKM (Chief of Knowledge Management ou 
Certified Knowledge Manager) – gestor de gestão 
do conhecimento – centro de competências.
• Área interna ou	departamento	específico	
para a gestão do conhecimento.
• Redes de especialistas.
• Espaços	e	situações	dedicadas	à socialização de conhecimentos.
Pessoas/cultura 
organizacional
• Mapeamento de competências.
• Mapeamento de conhecimentos.
• Planos de carreira.
• Sistema de reconhecimento e recompensa por gestão.
• Coaching (tutoria no desenvolvimento de competências) para 
formação de líderes voltados à gestão do conhecimento.
• Repositório	de	lições	aprendidas.
• Repositório de melhores práticas.
• Comunidades de prática.
• Educação corporativa.
• Treinamentos presenciais com instrutores.
• Multiplicadores de conhecimentos.
• Storytelling (reprodução de histórias).
Processos
• Mapeamento de processos.
• Sistemas de avaliação de processos de conhecimento.
• Patentes.
• Propriedade intelectual.
Tecnologia
• Banco de conhecimentos.
• Gestão de conteúdos.
• Aplicações	específicas	para	busca	de	conhecimento.
• Inteligência competitiva.
• Business Intelligence – BI (inteligência de negócios).
• Wikis internas (enciclopédias virtuais), blogs internos (diários 
virtuais), ou twitters internos (páginas de publicação de notícias).
• Páginas amarelas internas.
• Portal	corporativo	(ou	de	departamentos	específicos).
• Biblioteca corporativa/repositório de 
documentos (física ou eletrônica).
• Reuniões	e	conferências	virtuais.
• Treinamentos virtuais com a presença de instrutores on-line.
• E-learning (autoaprendizagem sem a presença de instrutores).
• Universidade corporativa.• Sumarização de conhecimentos.
• Inventários de conhecimentos.
• Taxonomia	(sistemática	de	classificação	dos	conhecimentos).
Fonte: adaptado de Gaspar et al. (2011 apud PEREIRA; MACIEIRA, 2019).
14
As ferramentas de tecnologia da informação e comunicação funcionam 
como suporte às práticas da gestão do conhecimento desenvolvidas 
nas empresas, assim, constituindo um dos pilares básicos de sua 
sustentação (PEREIRA; MACIEIRA, 2019).
Gaspar et al. (2011 apud PEREIRA; MACIEIRA, 2019) apresentam seis 
possíveis	dimensões	para	as	ferramentas	de	tecnologia	da	informação	
na gestão do conhecimento, a saber: criação de conteúdo, gestão de 
conteúdo, comunicação e tecnologias colaborativas, tecnologias de rede, 
e-learning	e	inteligência	artificial.
O uso adequado de dados no ambiente corporativo atual e moderno 
tem extrema importância para o bom andamento dos negócios. 
Eles possuem grande importância em muitas rotinas desenvolvidas 
nas empresas e, por isso, elas devem sempre buscar ferramentas 
que facilitam o acesso rápido e fácil aos dados, com a intenção de 
transformá-los	em	informações	para	a	tomada	de	decisão.
Nesse sentido, é impossível falar em informação sem falar em dados e 
conhecimento, pois essas são entidades intrinsicamente relacionadas. 
Portanto, eles fazem parte da fundamentação da gestão da informação 
e serão descritos com certo detalhamento neste capítulo. Segundo De 
Sordi (2015, p. 9), “dados associam-se à informação como um insumo 
necessário para a sua geração. Já o conhecimento apresenta-se como 
o principal produto obtido a partir da informação”. Então, para uma 
compreensão macro sobre a gestão da informação em ambientes de 
negócios são indispensáveis a conceituação e a diferenciação entre 
conhecimento e dados.
Como ponto de partida, apresentaremos o conceito de “dados”, o qual 
é	bastante	intuitivo	e	conhecido	por	todos,	mas,	que	não	tem	definição	
formal	consensual	entre	os	estudiosos	do	assunto.	Portanto,	a	definição	
a	ser	utilizada	neste	texto	será	a	definição	apresentada	por	De	Sordi	
15
(2015,	p.	9),	que	afirma:	“dados	são	coleções	de	evidências	relevantes	
sobre um fato observado”.
Na	definição	de	dados,	o	termo	“coleções”	confere	a	ideia	de	conjunto,	
ou seja, uma gama de evidências relacionadas ao mesmo fato. Dessa 
maneira, em ambientes onde se utiliza dados para tomada de decisão, 
é habitual que não se foque em dado isolado. Por isso, as técnicas e 
ferramentas de tratamento analítico possuem, em geral, seus nomes 
associados ao termo “dados”.
Na língua inglesa, por sua vez, não há distinção entre a palavra no 
singular e plural para dados, ambos são representados pelo termo data, 
que tem origem latina. Por isso, diferentemente das nomenclaturas em 
língua portuguesa, as nomenclaturas de ferramentas analíticas para 
tratamento de dados em idioma inglês, geralmente, possuem o termo 
data	em	suas	identificações	nominais.
De fato, conforme os recursos tecnológicos avançam, a produção 
de dados tem crescido cada vez mais. De forma análoga, o mesmo 
ocorre nos ambientes empresariais/organizacionais. Com isso, a 
estruturação adequada, assim como o correto armazenamento dos 
dados produzidos, também, se tornou um diferencial e uma necessidade 
indispensável para manter vivas as empresas em ambientes de mercado 
competitivo.
A gestão do conhecimento nasceu a partir da necessidade da 
correta estruturação, armazenamento e divulgação de dados para 
os destinatários apropriados e corretos. Trata-se da teorização das 
atividades associadas descritas e desenvolvidas em ambientes de 
negócios.	O	objetivo	é	realizar	a	transformação	de	informações	obtidas	a	
partir de dados em conhecimento e, consequentemente, em resultados 
efetivos	para	as	corporações.
16
Segundo De Sordi (2015), a manipulação de dados, com o intuito de 
organizá-los	para	a	sua	consolidação,	a	fim	de	dar-lhes	um	propósito	
é conhecida por “processamento de dados”, que tem como busca a 
geração de informação.
A etapa de organização de dados segue uma série de regras que são 
estabelecidas antes de realizar o processamento, para que a informação 
possa ser gerada. Esse processamento é composto por sequências 
ordenadas	de	operações	aritméticas	e	lógicas,	as	quais	são	conhecidas	
como algoritmos, podendo ou não ser implementadas em programas 
computacionais.
A obtenção de informação é dada após o processamento dos dados 
e	sua	definição,	segundo	De	Sordi	(2015,	p.	13),	ela	é	dada	como	“a	
interpretação de um conjunto de dados segundo um propósito relevante 
e de consenso para o público-alvo (leitor)”.
Por exemplo, considere o exemplo apresentado por De Sordi (2015), que 
apresenta a situação de um funcionário que inicia seu turno de trabalho 
e precisa registrar seu horário de início de trabalho (bater o ponto) no 
coletor de dados. No momento em que ele passa o crachá no coletor de 
ponto, gera-se um registro de “trâmite de funcionário” no sistema, que 
controla o acesso às dependências da empresa, onde são registrados os 
seguintes	dados	(fictícios):
• Matrícula do funcionário: 98.517.
• Data de registro: 5 de abril de 2006.
• Horário de registro: 8 horas e 16 minutos.
• Dispositivo de leitura: 16HF.
O conjunto de dados registrados permitem a constatação de um único 
fato, o detalhamento do trâmite do funcionário de matrícula 98.517, no 
17
dia 5 de abril de 2006, os quais podem evidenciar o fato por meio do 
dispositivo de coleta de dados.
Portanto, para transformar os dados em informação, há necessidade 
da	mediação	humana,	a	fim	de	definir	o	propósito	buscado	por	meio	
do processamento de dados, de acordo com uma unidade de análise. 
De volta ao exemplo do funcionário que registra o seu acesso às 
dependências da empresa onde trabalha, supondo que o gerente de 
recursos	humanos	deseja	identificar	o	dia	da	semana	e	o	dia	do	mês	de	
maior	ocorrência	de	atrasos	de	funcionários.	Para	obter	as	informações	
desejadas,	o	gerente	precisa	definir	alguns	parâmetros,	assim	como,	
também, a unidade de análise. Então, o parâmetro poderá ser o horário 
de início para se considerar um atraso. Assim, ele poderá utilizar como 
unidade de análise os dias da semana, assim como os do mês.
Para o exemplo considerado, a mediação humana torna-se necessária 
para	definir	as	unidades	de	análise	e,	também,	para	determinar	os	seus	
significados	(grupos	ou	categorias).	Essa	ação	torna	claro	para	todos	
aqueles	que	terão	acesso	às	informações	contidas	na	execução	do	
trabalho, retirando quaisquer dúvidas que poderiam existir.
Além disso, De Sordi (2015) apresenta outro exemplo, considerando o 
tratamento de dados da área de vendas em que um diretor comercial 
tem a intenção de conhecer os totais de vendas trimestrais, de acordo 
com categorias de clientes consideradas relevantes para a sua análise, 
a saber: a) empresas nacionais; b) grandes empresas nacionais; c) 
empresas nacionais especiais (pequenas e médias com grande potencial 
de crescimento); e d) grandes contas globais. Nesse contexto, uma 
questão	que	poderá	ser	levantada	se	trata	de	identificar	aspectos	que	
diferenciam as categorias “empresas nacionais” e “grandes empresas 
nacionais” ou, ainda, quais atributos que uma empresa deve ter para se 
enquadrar na categoria “grandes empresas nacionais”?
18
Para isso, o gestor precisa ter o consenso do público leitor do seu 
trabalho,	relacionado	às	categorizações	levantadas.	Desse	modo,	
os	conceitos	associados	às	informações	devem	estar	em	comum	
acordo	com	os	envolvidos	com	a	informação,	a	fim	de	que	ocorra	
interpretação adequada dos dados, independentemente de quem a 
faça.
A lição que pode ser retirada a partir dos exemplos apresentados, 
relacionados com a obtenção de informação, diz respeito à 
possibilidade	de	atribuição	das	seguintes	características:	definição	
de unidades de análise, consenso entre pessoal envolvido no 
processamento e o público alvo, assim como maior envolvimento 
intelectual humano do que o exigido para a geração de dados (DE 
SORTI, 2015).
Segundo De Sordi(2015), a partir da década de 1980, houve um 
aumento na percepção empresarial da necessidade de obtenção 
de	informações,	principalmente,	associada	com	a	aquisição	de	
novas	tecnologias.	No	momento,	as	organizações	perceberam	que,	
mais importante do que gerar grandes volumes de dados, temos a 
interpretação gerencial a ser dada a esses dados.
Com o aumento na percepção empresarial, um contraste entre 
esforços para a geração de dados e produção de informação passou 
a ser considerado em negócios empresariais, pois, na prática, coletar 
dados	é	uma	atividade	mais	simples	do	que	colher	informações.
De acordo com De Sordi (2015), a cognição é sinônimo para o ato de 
adquirir	conhecimento.	Nesse	sentido,	o	autor	afirma	que	tal	ato	se	
trata	de	uma	resultante	psicológica	da	percepção	de	informações	
e de fatos oriundos de aprendizagens prévias (DE SORDI, 2015). De 
uma	outra	forma,	pode-se	afirmar	que	a	geração	de	conhecimento	
ocorre quando um indivíduo tem ciência de fatos, verdades e de 
informações,	as	quais,	quando	agregadas	às	experiências	prévias	
19
(aprendizados), são trabalhadas (processadas) de acordo com as 
capacidades de raciocínio e de introspecção.
Assim, um ambiente favorável para a ocorrência do ato de cognição 
precisa	que	o	indivíduo	tenha	em	mente	reflexão	geradora	de	novo	
conhecimento (DE SORDI, 2015). Quando gerado, o conhecimento 
poderá permanecer em seu estado original de forma abstrata e tácita, 
de forma exclusiva na mente de quem o detém, caso contrário, ele 
poderá ser devidamente documentado, explicitado e compartilhado 
entre componentes de uma organização.
De acordo com De Sordi (2015, p. 15), “o conhecimento 
organizacional, aquele que pode ser considerado um ativo da 
organização, ou seja, aquele que mais facilmente agrega valor à 
organização, é o explicitado (conhecimento explícito)”.
Por	fim,	a	definição	de	conhecimento	apresentada	por	De	Sordi	
(2015), originária da Economia da Informação, utilizada por ser a 
mais	próxima	e	adequada	ao	contexto	da	Administração,	afirma	que	
“conhecimento	é	o	novo	saber,	resultante	de	análises	e	reflexões	
sobre	informações	segundo	os	valores	e	o	modelo	mental	daquele	
que o desenvolve, proporcionando-lhe melhor capacidade adaptativa 
às circunstâncias do mundo real” (DE SORDI, 2015, p. 15).
Desse modo, muito mais se poderia apresentar sobre a gestão do 
conhecimento, por se tratar de um assunto amplo e que abrange 
conceitos	e	definições	das	diversas	áreas	da	ciência.	Por	isso,	você	
pode considerar este tema como uma introdução ao vasto mundo da 
gestão do conhecimento.
Logo, a intenção não foi de esgotar este tema, mas de apresentar 
uma visão global sobre o assunto. Portanto, não deixe de consultar 
outras	referências,	principalmente,	aquelas	apresentadas	no	final	
deste texto. Bons estudos!
20
Referências Bibliográficas
DE SORDI, J. O. Administração da informação: fundamentos e práticas para uma 
nova gestão do conhecimento. 2. ed. São Paulo: Saraiva, 2015.
PEREIRA, A. D. S.; MACIEIRA, R. A. A gestão do conhecimento como mecanismo de 
desenvolvimento	de	capacidades	dinâmicas	nas	organizações.	Pensamento & 
Realidade, [S. l.], v. 34, n. 3, p. 92-106, 2019. Disponível em: https://revistas.pucsp.
br/index.php/pensamentorealidade/article/view/46642/pdf. Acesso em: 17 nov. 
2020.
TAKEUCHI, H.; NONAKA, I. Gestão do conhecimento. Tradução: Ana Thorell. Porto 
Alegre: Bookman, 2008.
https://revistas.pucsp.br/index.php/pensamentorealidade/article/view/46642/pdf
https://revistas.pucsp.br/index.php/pensamentorealidade/article/view/46642/pdf
21
Mapeamento e modelagem de 
processos de negócios
Autoria: Marcelo Tavares de Lima
Leitura crítica: Luís Otávio Toledo Perin
Objetivos
• Compreender sobre o uso de tecnologias de gestão 
da informação em ambientes de negócios.
• Abordar sobre mapeamento e modelagem com 
uso de tecnologias de gestão da informação em 
ambientes de negócios.
• Apresentar	aplicações	de	mapeamento	e	
modelagem com uso de tecnologias de gestão da 
informação em ambientes de negócios.
22
1. Introdução
A	Tecnologia	da	Informação,	a	famosa	TI,	atua	nas	organizações	de	
forma	ampla	e	eficiente,	auxiliando	na	gestão	da	informação	e	no	apoio	
à	tomada	de	decisões,	tornando-se	crucial	para	a	competitividade	no	
mercado para aquelas que conseguem extrair suas potencialidades 
(NUNES; SANTANA, 2018).
Este tema descreve como a tecnologia da informação auxilia no 
mapeamento e na modelagem de negócios em ambientes de tomada 
de decisão. Com isso, o objetivo deste tema é apresentar meios de 
otimização do uso de recursos tecnológicos em benefícios dos negócios. 
Aproveite o tema e tenha bons estudos!
2. Tecnologia da informação e as organizações
A tecnologia da informação, por meio de seus recursos, forneceu 
ferramentas para os ambientes de negócios que possibilitaram 
a solução de diversos problemas, inclusive problemas de alta 
complexidade. De acordo com Akkari (2018), consequentemente, ela 
permitiu	que	se	tomasse	decisões	favoráveis	para	os	negócios,	como	
melhoria em estratégias de marketing e otimização do gerenciamento 
de recursos, entre outros benefícios.
Com esse contexto, podemos entender a necessidade de conhecer 
bem a tecnologia da informação, assim como a capacitação dos 
profissionais	envolvidos	em	tomada	de	decisões	em	negócios	nos	
diferentes ambientes e perspectivas. De acordo com Akkari (2018, 
p. 18), os ambientes de negócios sob este contexto permitem aos 
envolvidos “compreender e conseguir fazer a associação entre estratégia 
organizacional e tecnologia.”
23
Por	sua	vez,	a	fim	de	se	manterem	competitivas,	as	organizações	
precisam recorrer ao uso de tecnologias da informação em seus 
negócios. Entre as possíveis estratégias existentes, há um conjunto delas 
que são consideradas como principais. No Quadro 1 apresentamos uma 
breve descrição sobre esse conjunto.
Quadro 1 – Estratégias de uso/aplicações da tecnologia da 
informação
Estratégia Descrição
Reduzir custos Reduzir custos de processos empresariais, assim como 
reduzir custos para os clientes e fornecedores.
Diferenciar
Diferenciar produtos e serviços.
Reduzir vantagens de diferenciação dos concorrentes.
Direcionar produtos e serviços para 
nichos	de	mercados	específicos.
Inovar
Criar produtos e serviços que incluam tecnologia da informação.
Desenvolver novos mercados com o auxílio da TI.
Mudar os processos empresariais usando a TI 
para reduzir os custos e melhorar a qualidade, a 
eficiência	e	o	atendimento	ao	consumidor.
Promover crescimento Gerenciar a expansão regional e global da empresa.
Diversificar	e	integrar	produtos	e	serviços.
Desenvolver alianças
Usar a TI parar criar parcerias virtuais.
Desenvolver sistemas de informação utilizando a internet 
para interligar empresas e dar suporte a relacionamentos 
estratégicos com clientes, fornecedores, terceirizados e outros.
Fonte: adaptado de Akkari (2018).
O conjunto de estratégias apresentados no Quadro 1 é conhecido 
por cinco estratégias básicas de vantagem competitiva (O’BRIEN; 
MARAKAS, 2013 apud AKKARI, 2018). De acordo com Akkari (2018), além 
do conjunto apresentado, podemos listar outras estratégias, como a 
fidelização	de	clientes	e	de	fornecedores,	a	criação	de	barreiras	para	a	
entrada de novos concorrentes e, também, os custos de substituição.
Além disso, Akkari (2018) apresenta uma listagem de outras possíveis 
estratégias de uso de tecnologia da informação em ambientes de 
negócios, a qual listamos a seguir.
24
• Desenvolvimento de sistemas de informação para manter 
consumidores e fornecedores.
• Investimento	em	aplicações	avançadas	de	TI	para	criar	barreiras	à	
entrada de concorrentes.
• Inclusão	de	TI	em	produtos	e	serviços	para	dificultar	substituições.
• Alavancagem	de	investimentos	em	profissional	de	sistemas	de	
informação, hardware, software, banco de dados, redes etc.
A lista de estratégias que podem ser utilizadas para um melhor 
desempenho	das	organizações,	relacionadas	com	a	tecnologia	da	
informação, não seesgota no que já foi até aqui apresentado. Por 
exemplo, uma importante estratégia ainda não mencionada, trata-se do 
foco no cliente, o qual envolve o desenvolvimento de habilidades que 
permitem	manter	a	fidelidade	de	clientes	(AKKARI,	2018).	Por	sua	vez,	o	
foco no cliente considera o desenvolvimento dos negócios, com suporte 
de tecnologia da informação, sob a perspectiva do consumidor, cuja 
intenção é de fornecer produtos e serviços personalizados em qualquer 
tempo e em qualquer lugar.
Segundo Akkari (2018), uma das possibilidades existentes de integração 
da perspectiva do consumidor aos negócios está associada ao conceito 
de Customer Relationship Management (CRM), o qual é desenvolvido 
conjuntamente	com	recursos	de	internet	e	extranet,	a	fim	de	permitir	a	
comunicação interativa entre clientes, fornecedores, parceiros e públicos 
(interno e externo).
Na prática, o CRM permite que os clientes de um negócio façam 
solicitações,	reclamações,	avaliações,	compras	e	rastreamentos	com	
o uso da internet. De acordo com Akkari (2018), ainda, o CRM permite 
aos colaboradores do negócio utilizarem ferramentas da internet e de 
intranet para assessorar, de forma efetiva, seus clientes e garantir o foco 
do negócio na valorização do cliente.
Em	nível	global,	para	se	manterem	vivas,	as	organizações	precisam	ser	
ágeis em relação às mudanças do mercado, ou seja, elas precisam ser 
25
flexíveis.	Quando	esse	aspecto	é	garantido,	a	resposta	dada	aos	clientes	
é	rápida	e	eficiente.	A	resposta,	por	sua	vez,	pode	ser	entendida	como	
o atendimento da exigência do cliente em nível satisfatório. Além disso, 
Akkari (2018) apresenta uma listagem de quatro estratégias associadas à 
atributos de uma empresa ágil, os quais apresentaremos a seguir.
• Clientes devem enxergar o produto/serviço como uma solução 
para as suas necessidades individuais.
• Associação com clientes, fornecedores e empresas, inclusive 
concorrentes, para ter agilidade no atendimento das necessidades 
dos clientes sob o menor custo possível.
• Capacidade de crescimento em ambientes dinâmicos, para 
aproveitar oportunidades e necessidades dos clientes.
• Capacidade de alavancar o conhecimento de colaboradores.
Em relação à tecnologia da informação, podemos listar três formas de 
colaboração	na	melhoria	da	agilidade	das	organizações	associadas	ao	
cliente, parcerias e ao operacional dos negócios. O Quadro 2 descreve as 
três formas citadas.
Quadro 2 – Tecnologia da informação e agilidade empresarial
Forma de agilidade Descrição Tecnologia da 
Informação
Cliente
Habilidade de cativar os 
clientes, como fontes 
de ideias inovadoras, 
como cocriadores de 
inovações	e	como	usuários	
para testar ideias.
Uso das tecnologias na 
construção e melhoria das 
comunidades de clientes 
para o projeto de produto, 
avaliações	e	testes.
Parceria Habilidade de alavancar 
recursos, conhecimentos 
e competências 
dos fornecedores, 
distribuidores e outros.
Uso da tecnologia que 
facilite a colaboração entre 
empresas, como sistemas 
de cadeia de suprimentos.
Operacional Habilidade de obter 
velocidade, exatidão e 
custo econômico.
Uso de tecnologias para 
estruturar e integrar os 
processos empresariais.
Fonte: adaptado de Akkari (2018).
26
Depois	de	identificadas	as	estratégias	a	serem	aplicadas	nos	negócios	
da empresa, para aplicação delas, faz-se necessário a realização de um 
alinhamento	adequado	entre	áreas	de	TI	e	de	negócios,	com	a	finalidade	
de fazer com sejam alcançados os objetivos dos negócios.
Nesse	contexto,	Akkari	(2018,	p.	33)	afirma	que	“o	objetivo	do	
alinhamento é melhorar a relação entre a área de tecnologia da 
informação e as demais áreas funcionais, reduzindo custos e 
colaborando para o alcance dos objetivos da organização”. Ou seja, o 
objetivo é fazer com que ambas as áreas falem “a mesma língua” para a 
organização atingir os objetivos comuns para os negócios.
Ainda nesse contexto, Molinaro (2010 apud AKKARI, 2018) apresenta 
dois modelos para alinhamento entre TI e negócios: o primeiro deles 
é o Strategic Alignment Model (SAM), desenvolvido pelos pesquisadores 
Henderson e Venkatraman, da Universidade de Harvard; e o segundo, 
denominado abordagem de Luftman, resultante da relação entre SAM e 
inibidores/habilitadores do alinhamento entre as áreas.
Segundo Akkari (2018), o modelo SAM realiza segmentação da organização 
em TI e negócios e os divide em quatro componentes, sendo dois para 
cada segmento. Para o segmento de negócios, componentes de estratégia 
do negócio e infraestrutura organizacional. Para o segmento de TI, 
componentes de estratégia para TI e infraestrutura de TI.
A operacionalização do modelo SAM, segundo Molinaro (2010 apud 
AKKARI, 2018) se inicia a partir da estratégia do negócio, a qual deverá 
auxiliar no desenvolvimento da estratégia de TI. A intenção do uso deste 
modelo é ter uma compreensão holística da organização.
O segundo modelo, a abordagem de Luftman, é composto por seis 
critérios, os quais analisam o alinhamento entre TI e os negócios. Os 
critérios	são	desdobrados	em	trinta	e	oito	atributos	classificados	pela	
escala Likert de cinco categorias, conforme o Quadro 3.
27
Quadro 3 – Critérios e atributos de Luftman
Critério Atributos
Comunicação
Entendimento do negócio pela TI.
Entendimento da TI pelo negócio.
Aprendizado organizacional.
Controle e agilidade.
Disseminação do conhecimento.
Efetividade das comunicações entre TI e negócio.
Métricas
Métricas de TI.
Métricas do negócio.
Métricas de ligação entre TI e negócio
Níveis de acordo de níveis de serviço.
Uso de benchmarking.
Avaliações e revisões formais dos investimentos de TI.
Melhoria contínua.
Governança
Planejamento da estratégia do negócio.
Planejamento da estratégia da TI.
Estrutura organizacional.
Relatórios de relacionamento.
Processo de orçamentação de TI.
Racionalidade de investimentos de TI.
Comitês diretivos de TI.
Processo de priorização de projetos.
Parcerias
Percepção do negócio sobre o valor da TI.
Papel da TI no planejamento estratégico.
Processo de compartilhamento de objetivos, riscos, recompensas e pe-
nalidades.
Gestão do programa de TI.
Relação de confiança do relacionamento da TI com o negócio.
Patrocínio do negócio/TI e dos líderes executivos dos projetos.
Tecnologia
Sistemas primários.
Padrões.
Integração arquitetural.
Percepção da infraestrutura de TI.
28
Recursos humanos
Ambiente de inovação e empreendedorismo.
Foco na decisão.
Atitude e prontidão diante de mudanças.
Possibilidade de mobilidade na carreira.
Treinamento transversal e rotação no trabalho.
Ambiente social e de confiança interpessoal.
Atração e retenção de talentos.
Fonte: adaptado de Akkari (2018).
Ainda, há um terceiro modelo de alinhamento entre negócios e TI, 
conhecido como modelo de Rummler e Brache. Esse último modelo surgiu, 
segundo Akkari (2018, p. 36), “com a crise nas teorias organizacionais 
em ambientes complexos e instáveis, com forte estrutura hierárquica, 
denominada visão vertical”.
Segundo Molinaro e Ramos (2011, p. 15):
[...] o modelo de integração organizacional de Rummler e Brache (1994) 
contribuiu	para	o	refinamento	do	conhecimento	em	gerenciamento	de	
processos de negócio, e atualmente contribui para o desenvolvimento de 
arquiteturas corporativas.
Os pesquisadores do assunto consideram a visão vertical da organização 
como uma barreira que impossibilita os gestores de visualizarem o negócio, 
já	que	a	compreensão	de	como	funciona	a	organização	ficaria	amarrada	a	
um formato de organograma, ocultando clientes e produtos, assim como 
serviços organizacionais (MOLINARO; RAMOS, 2011).
O combate dos malefícios da visão vertical foi realizado com a elaboração 
de um paradigma de visão horizontal, o qual inclui na tomada de decisão, 
análises	sobre	cliente,	produto	e	fluxo	de	trabalho,	o	que	permite	a	
verificação	de	como	o	trabalho	é,	de	fato,	realizado	por	processos	que	vão	
além de fronteiras funcionais. O modelo de Rummler e Brache é baseadoem três níveis de desempenho: organização, processos e trabalho/executor.
29
Em nível organização, estratégias, governança, estrutura, arquiteturas 
corporativas e emprego de recursos e instrumentos que permitem a 
compreensão da visão dos clientes, fornecedores e recursos humanos são 
considerados, assim como avaliados, para melhorar o modelo de negócios 
da organização (MOLINARO; RAMOS, 2011).
Em	nível	de	processos,	os	criadores	do	modelo	definiram	como	sendo	
o	local	onde	é	possível	ver	o	fluxo	de	trabalho,	como	é	realizado	e	como	
são produzidas as saídas a partir de trabalhos ditos interfuncionais. Para 
que atinjam o seu objetivo, os processos necessitam de gerenciamento 
por um conjunto de técnicas que possam garantir o seu monitoramento e 
aperfeiçoamento.
Nesse sentido, o modelo de Rummler e Brache tem como principal técnica 
o mapa de processos (Cross Functional, em inglês). Essa técnica ilustra como 
o trabalho deve ser realizado na organização, destacando entradas e saídas, 
assim	como	sequências	(fluxo	de	atividades),	pessoas,	funções	e	regras	de	
negócio. A Figura 1 apresenta um exemplo de mapa de processos.
Figura 1 – Mapa de processos
Fonte: adaptada de Molinaro e Ramos (2011).
30
O uso de mapa de processos, segundo Damelio (1996 apud MOLINARO; 
RAMOS, 2011, p. 15) “mostra as atividades que produzem valor ao 
negócio, descrevendo o trajeto da satisfação do cliente e detalhando 
como a organização usa seus processos para agregar valor”. O autor 
ainda	declara	que	o	mapa	de	processos	pode	responder	questões	como:
• Quais são os requisitos para produzir uma saída particular?
• Quais são as ordens utilizadas para desempenhar cada passo?
• Quais	funções	são	desempenhadas	em	cada	cargo?
• Que	interfaces	ocorrem	entre	as	funções?
• Que entradas são requeridas e quais saídas são produzidas em 
cada etapa do processo?
A	ferramenta	de	mapa	do	processo	busca	apresentar	todas	as	funções	
envolvidas conforme o pedido é processado. Este leiaute permite que 
todos	os	envolvidos	possam	ver	as	interfaces	críticas,	a	fim	de	que	
cumpram, dentro do tempo estabelecido, os diversos subprocessos 
e	identifiquem,	se	existir,	“fios	desligados”,	que	são	as	etapas	ilógicas,	
estranhas ou que estejam faltando no processo.
Para Rummler e Brache (1994 apud MOLINARO; RAMOS, 2011, p. 16):
O	desempenho	desejado	de	cada	processo	deve	ser	definido	a	partir	
da	situação	atual	medida	e	das	falhas	identificadas.	Com	a	identificação	
dessas	falhas,	soluções	devem	ser	providenciadas	e	implementadas,	
além de serem observados os cargos que contribuem para que as etapas 
do processo apresentem erros, etapa fundamental no Nível Trabalho/
Executor.
Por	fim,	no	nível	trabalho/executor	são	verificados:
31
Os cargos e as pessoas que servem àqueles trabalhos independentemente 
do nível hierárquico’, tendo como propósito ‘colocar gente capaz em um 
ambiente que apoie a realização dos Objetivos do Trabalho’ e ‘incluem a 
contratação	e	a	promoção,	as	responsabilidades	e	os	padrões	do	cargo,	o	
feedback, recompensas e o treinamento’. (RUMMLER; BRACHE, 1994, p. 79 
apud MOLINARO; RAMOS, 2011, p. 16)
Assim,	a	eficácia	e	a	eficiência	da	organização	só	serão	identificadas	
quando todos os seus níveis estiverem voltados para a mesma direção, 
ou seja, quando estiverem alinhados. Para que isso ocorra, é necessário 
que exista uma rede de medição por meio de indicadores, estratégias e 
processos (MOLINARO; RAMOS, 2011).
3. Mapeamento e modelagem com uso de TI e 
as organizações
O mapeamento é utilizado para avaliar o desempenho dos negócios e, 
para isso, ele utiliza recursos de TI para tornar possível a obtenção de 
resultados	que	permitam	extrair	informações	importantes	em	diversos	
níveis organizacionais.
Como visto anteriormente, o alinhamento entre TI e negócios pode ser 
realizado e avaliado por modelos distintos elaborados por estudiosos 
do tema e que permitem considerar diversos aspectos para a obtenção 
de	resultados.	Exemplificando,	o	alinhamento	em	nível	empresarial	
considera características gerais do negócio, mas ele, também, pode 
possuir vieses para estratégia e governança.
Considerando um viés de estratégias, a qual pode ser tanto corporativa 
como	de	negócio,	onde	está	quando	aplicada,	ela	permite	a	definição	
dos principais objetivos da organização, enquanto estratégias 
corporativas têm como principal tarefa a implementação dos objetivos 
estabelecidos.
32
Em	se	tratando	de	TI,	Molinaro	(2010	apud	AKKARI,	2018)	afirma	que	a	
estratégia é composta por domínios internos e externos, onde os internos 
envolvem	a	arquitetura	de	TI	(configurações	de	hardware,	software	
e	comunicações),	processos	de	TI	(processos	principais	de	trabalho	e	
manutenção dos sistemas de apoio) e habilidades de TI (treinamento e 
capacitação de pessoas, gerenciamento da infraestrutura de TI).
O	domínio	externo	da	estratégia	de	TI	é	composto	por	três	decisões:	(1)	
escopo	de	TI	–	referente	a	TIs	específicas	para	o	suporte	estratégico;	(2)	
sistemática de competências – para nortear os atributos estratégicos 
de	TI,	tal	como	o	custeio	de	atividades	e	nível	de	flexibilização;	e	(3)	
governança	de	TI	–	para	identificação	e	aplicação	de	mecanismos	
estratégicos com o intuito de obter requisitos de competências.
Para	reduzir	efeitos	de	conflitos	que	possam	ser	gerados	entre	
acionistas	e	administradores,	propõe-se	a	criação	de	conselhos	
administrativos e métodos de incentivo e controle por governança 
corporativa. Segundo Akkari (2018, p. 37): “é uma forma de monitorar 
e gerir sociedades, transformando as estratégias em metas e objetivos 
alcançados com o uso da tecnologia da informação”. A aplicação da 
governança	corporativa	permite	aumentar	o	nível	de	confiança	de	
acionistas dos negócios.
Desse modo, segundo Akkari (2018), a governança de TI tem como 
principal objetivo avaliar se a área de TI tem capacidade para manter 
competitividade empresarial, se os gestores reconhecem a utilidade de 
TI e se investimentos atendem aos objetivos estratégicos.
Em	nível	de	processos,	a	gestão	poderá	contribuir	de	forma	eficiente	e	
eficaz	com	o	uso	da	metodologia	Business Process Management (BPM), 
o qual tem como objetivo, segundo Akkari (2018, p. 38), “acompanhar a 
alocação	de	recursos	(humanos,	tecnológicos,	financeiros,	entre	outros)	
nas	operações	para	alcançar	as	metas	da	organização”.	Nesse	sentido,	
33
Molinaro (2010 apud AKKARI, 2018) apresenta os passos a serem 
seguidos para a implementação do BPM:
• Determinar a direção do projeto e a equipe.
• Priorizar processos existentes pelo nível de maturidade, fatores de 
sucesso e complexidade.
• Desenvolver	casos	de	negócios,	expondo	o	problema	e	as	questões	
a serem resolvidas.
• Determinar o patrocinador do projeto, o qual terá a 
responsabilidade de motivar os envolvidos.
• Implementar e alinhar a mudança organizacional com as possíveis 
alterações	no	processo.
De acordo Akkari (2018), o uso de sistemas de informação corresponde 
ao nível de implementação de processos. Eles são responsáveis pela 
coleta,	processamento,	armazenamento	e	distribuição	de	informações	
para dar suporte à tomada de decisão nos diferentes níveis (AKKARI, 
2018).
O nível estratégico de tomada de decisão com o uso de sistemas 
de informação sugere, segundo Molinari (2010 apud AKKARI, 2018), 
utilizar Sistemas de Apoio Executivo (SAE), os quais prestam auxílio no 
planejamento estratégico de longo prazo. Em nível gerencial, o autor 
sugere o uso de Sistemas de Informação Gerenciais (SIG) e Sistemas 
de	Apoio	à	Decisão	(SAD),	a	fim	de	obtenção	de	relatórios	periódicos	
(MOLINARI, 2010 apud AKKARI, 2018).
Em nível de conhecimento, para a tomada de decisão, pode-se associar 
Sistemas de Trabalhadores do Conhecimento (STC), o qual pode 
auxiliar trabalhadores do conhecimento com a integração de novas 
tecnologias	e	com	o	controle	do	fluxo	dos	documentos.	No	último	
34
nível, o operacional, pode-se utilizar Sistemas de Processamento de 
Transações	(SPT),	os	quais	podem	acompanharatividades	de	rotina	das	
organizações	(AKKARI,	2018).
Um exemplo de aplicação de sistemas de informação utilizado por 
empresas pode ser citado o Supply Chain Management, também 
conhecido como Sistema SCM. Este tipo de sistema é responsável 
por integrar negócio com fornecedores, distribuidor e cliente, com a 
intenção de diminuir custos e tempos.
As empresas que atuam com esse tipo de sistema seguem um 
ciclo de vida da cadeia de suprimentos que, segundo Akkari (2018), 
correspondem ao compromisso, programação, execução e entrega. 
Eles possuem processos funcionais, como: pesquisas de fornecedores 
e requisição de compras estratégicas, planejamento e previsão de 
demanda, atendimento do pedido do cliente/serviço, logística de 
produção e gerenciamento de transporte e entrega.
Como	soluções,	os	sistemas	SCM	utilizam	a	internet	para	compartilhar	
dados de mercado e realizar atendimento colaborativo entre 
fornecedores, fabricantes, varejistas e clientes, o que permite o 
alinhamento	satisfatório	entre	negócios	e	TI,	a	fim	de	alcançar	objetivos	
organizacionais com o uso de modelos nos diferentes níveis de 
alinhamento.
Segundo Akkari (2018, p. 44), para a implementação de sistemas SCM 
é necessário “listar todos os possíveis fornecedores, dando prioridade 
para os itens estratégicos”. Por exemplo, no caso de uma empresa de 
utensílios domésticos podem ser considerados os fornecedores de 
matérias-primas, como ligas de metais, borrachas etc.
Ainda,	a	autora	afirma	ser	necessária	a	implementação	de	Sistema	de	
Processamento	de	Transações	(SPT),	com	o	intuito	de	acompanhar	
compras, vendas, estoque e planejamento de vendas a partir do uso 
35
de	técnicas	de	previsões,	que	permitirá	atendimento	satisfatório	da	
demanda (AKKARI, 2018).
Com	o	conteúdo	apresentado	e	exemplificado	são	notórias	a	
importância	e	a	necessidade	de	alinhamento	eficiente	e	eficaz	entre	
tecnologia da informação e área de negócios em diversos níveis 
organizacionais,	a	fim	de	abarcar	de	forma	abrangente	toda	a	
organização, com o objetivo de tornar únicos os objetivos dos negócios.
Portanto, sabendo-se da importância do alinhamento entre TI e negócios, 
cabe	aos	gestores	definirem	os	sistemas	de	TI	apropriados	para	o	
desenvolvimento de suas atividades de negócios. Assim, é preciso ter 
cautela na escolha, pois, os sistemas precisam atender à necessidade, 
primeiramente global, mas, também, em níveis de processos.
Este texto abordou, de forma holística, o mapeamento e a modelagem 
de processos em ambientes de negócios a partir do uso de tecnologias 
de informação em diversos níveis de tomada da decisão. Desse modo, 
apresentamos os métodos apropriados para a tomada de decisão em 
diversos níveis organizacionais, assim como os resultados a serem 
teoricamente alcançados com a sua implementação. Bons estudos!
Referências Bibliográficas
AKKARI, A. C. S. Gestão do conhecimento e da tecnologia de informação. 
Londrina: Editora e Distribuidora Educacional, 2018. [Disponível na Biblioteca 
Virtual]
MOLINARO, L. F. R.; RAMOS, K. H. C. Gestão de tecnologia da informação: 
governança de TI: arquitetura e alinhamento entre sistemas de informação e o 
negócio. Rio de Janeiro: LTC, 2011. [Disponível na Biblioteca Virtual, no parceiro 
Minha Biblioteca]
NUNES, S. E.; SANTANA, G. A. Tecnologia da informação na gestão do 
conhecimento. Londrina: Editora e Distribuidora Educacional, 2018. [Disponível na 
Biblioteca Virtual]
36
Tipos de processos de negócios e 
sua natureza
Autoria: Marcelo Tavares de Lima
Leitura crítica: Luís Otávio Toledo Perin
Objetivos
• Descrever sobre o gerenciamento e a importância de 
processos de negócios.
• Apresentar conceitos fundamentais de arquitetura 
orientada a serviços.
• Apresentar conceitos fundamentais de gestão de 
desempenho de negócios.
37
1. Introdução
O avanço da tecnologia trouxe muitos benefícios para as pessoas. 
Além disso, ele trouxe melhorias, em diversos níveis, para ambientes 
corporativos,	o	que	influenciou	diretamente	os	processos	de	negócios	e	
na gestão da informação para a tomada de decisão.
Este tema apresentará pontos importantes para o gerenciamento de 
processos de negócios, baseados em gestão da informação com suporte 
da tecnologia da informação (TI). Ainda, apresentaremos, também, 
conceitos fundamentais de arquitetura orientada a serviços (Service 
Oriented Architecture – SOA) e de gestão de desempenho de negócios 
(Business Performance Management – BPM). Bons estudos!
2. Gerenciamento de processos de negócios
Para se manter competitiva e obter bons resultados, a organização 
precisa ter estreita relação com a tecnologia da informação (TI) na 
gestão de seus processos para a tomada de decisão. Portanto, não é 
possível falar em gerenciamento de processos de negócios sem abordar 
a TI de forma conjunta e associada.
A TI tem papel central no gerenciamento de processos de uma empresa. 
No	entanto,	para	que	essa	área	forneça	informações	importantes	na	
tomada de decisão é necessário investimento, por parte da organização, 
em ferramental tecnológico, assim como no treinamento e na 
contratação de mão de obra apropriada para o uso desses recursos.
Dentro do ambiente corporativo, segundo O’Brien e Marakas (2012 apud 
AKKARI, 2018, p. 159), gerenciar a TI envolve:
[...] gerenciar a estratégia de negociação de TI, ou seja, utilizar a tecnologia 
da informação como suporte para as estratégias da organização com 
base na avaliação de investimento necessário para desenvolvimento de 
38
aplicativos e tecnologia, responsável pelo gerenciamento de processos de 
desenvolvimento de sistemas de informação e de novas tecnologias para 
o negócio; e gerenciar a organização e a infraestrutura de TI, que engloba 
a	responsabilidade	de	gerir	o	trabalho	dos	profissionais	de	tecnologia	da	
informação.
A	Figura	1	apresenta	um	fluxograma	que	relaciona	as	atividades	de	
gerenciamento de TI associadas aos processos de negócios.
Figura 1 – Gerenciamento da TI
Fonte: adaptada de Akkari (2018).
O	fluxo	apresentado	na	Figura	1	propõe	um	gerenciamento	de	TI	e	
permite observar mudanças no processo de planejamento dos negócios 
com base na estruturação proposta. Segundo Akkari (2018), isso permite 
que possa ser considerada uma divisão de planejamento convencional 
de	TI	e	um	planejamento	de	negócio/TI	para	as	organizações.
O processo de planejamento envolve, também, o desenvolvimento 
de estratégias para a produção de TI focada no valor para o cliente e 
para o negócio. Além disso, ele envolve o gerenciamento de recursos 
(hardware, software e mão de obra), assim como arquitetura de 
tecnologia,	a	fim	de	fornecer	suporte	aos	negócios.
39
De forma comparativa, é possível descrever ambientes de planejamento 
convencional de TI e de planejamento de negócio/TI de acordo com a 
descrição apresentada no Quadro 1.
Quadro 1 – Diferenças entre abordagens de planejamento de TI
Planejamento convencional da TI Planejamento de negócio/TI
Alinhamento estratégico: a 
estratégia da TI segue as estratégias 
especificadas	da	empresa.
Improvisação estratégica: as estratégias 
de TI e de negócios da empresa 
acontecem de forma coadaptativa, 
com base em uma orientação clara 
de um foco no valor do cliente.
O CEO endossa a visão da 
TI moldada pelo CIO.
Em parceria com o CIO, o próprio CEO 
molda a visão da TI como parte da 
estratégia de negócio eletrônico.
Os projetos de desenvolvimento de 
aplicativos da TI são funcionalmente 
organizados	enquanto	soluções	
tecnológicas para problemas empresariais.
Os projetos de desenvolvimento de 
aplicativos da TI são dispostos com 
iniciativas de negócio eletrônico 
para formar centros de habilidades 
de negócios intensos em TI.
Desenvolvimento em fases de 
aplicativo baseado na aprendizagem 
vinda de projeto piloto.
Desenvolvimento contínuo do 
aplicativo baseado na aprendizagem 
contínua, originária da rápida 
distribuição e de protótipos com o 
envolvimento	do	usuário	final.
Fonte: adaptado de Akkari (2018).
De acordo com O’Brien eMarakas (2012, p. 512), “uma crescente 
e	popular	abordagem	para	gerenciar	as	funções	de	SI	e	TI	de	uma	
organização é adotar uma estratégia de terceirização”. Os autores 
definem,	em	termos	gerais,	que,	a	terceirização	“é	a	compra	de	produtos	
ou serviços que antes eram providos internamente” (O’BRIEN; MARAKAS, 
2012, p. 512).
A atividade de desenvolvimento de aplicativos de software é, 
frequentemente, uma atividade terceirizada nos ambientes corporativos. 
Para ser realizada, essa atividade precisa que uma empresa “terceira” 
possua conhecimento sobre o desenvolvimento completo ou parcial de 
projetos/produtos de software.
40
Nesse sentido, O’Brien e Marakas (2012) apresentam uma listagem 
de	dez	razões	e	de	funções	que,	em	geral,	são	terceirizadas	pelas	
organizações.	A	listagem	citada	é	replicada	no	Quadro	2	e,	também,	
apresenta diversos aspectos relacionados com a seleção de 
fornecedores de sucesso e as áreas mais comumente terceirizadas.
Quadro 2 – Fatores que influenciam a terceirização de TI
As 10 razões para a terceirização Os 10 fatores para a seleção 
de fornecedores
1. Redução e controle de 
custos operacionais.
2. Melhoria no foco da empresa.
3. Acesso à capacidade de classe mundial.
4. Liberação de recursos internos 
para outros propósitos.
5. Recursos necessários não estão 
internamente disponíveis.
6. Benefícios na aceleração 
da reengenharia.
7. A função é difícil de gerenciar 
internamente ou está fora de controle.
8. Libera capital.
9. Compartilha os riscos.
10. Infusão de caixa.
1. Compromisso com a qualidade.
2. Preço.
3. Referências/reputação.
4.	Termos	de	contrato	flexíveis.
5. Extensão dos recursos.
6. Capacidade de adicionar valor.
7. Entrosamento cultural.
8. Relacionamento existente.
9. Localização.
10. Outros.
Os 10 fatores para o sucesso 
da terceirização
As 10 áreas que estão 
sendo terceirizadas
1. Entender os objetivos e 
as metas da empresa.
2. Uma visão e um plano estratégico.
3. Selecionar o fornecedor certo.
4. Gerenciamento contínuo 
dos relacionamentos.
5. Um contrato adequadamente 
estruturado.
6. Comunicação aberta com os 
indivíduos ou grupos afetados.
7. Suporte e envolvimento de 
um executivo sênior.
8. Atenção com os problemas de pessoal.
9.	Justificativa	financeira	de	curto	prazo.
10. Uso de perícia externa.
1. Manutenção e reparo.
2. Treinamento.
3. Desenvolvimento de aplicativos.
4. Consultoria e reengenharia.
5. Centro de dados com 
grandes computadores.
6. Administração e serviços 
para cliente/servidor.
7. Administração de rede.
8. Serviços de desktop.
9.	Suporte	ao	usuário	final.
10. Terceirização total da TI.
Fonte: adaptado de O’Brien e Marakas (2012). 
41
O’Brien e Marakas (2012), além da listagem apresentada no Quadro 
2,	descrevem	o	que	chamaram	de	cinco	razões	principais	para	adotar	
a terceirização, sendo elas: (1) economia – maior retorno sobre o 
investimento; (2) foco em competências essenciais; (3) conseguir níveis 
flexíveis	de	funcionários;	(4)	acesso	a	recursos	globais;	e	(5)	menor	prazo	
para lançamento.
Um conceito que, muitas vezes, é confundido com terceirização é o que 
se conhece por offshoring, o qual tem se tornado parte do planejamento 
estratégico	das	organizações	para	o	gerenciamento	de	TI.	Por	sua	
vez,	O’Brien	e	Marakas	(2012,	p.	513)	definem	offshoring “como uma 
recolocação dos processos empresariais de uma empresa (inclusive 
produção/fabricação) para um lugar com custo mais baixo, normalmente 
em um país longínquo”.
3. Arquitetura orientada a serviços (SOA)
Como	afirmado	anteriormente,	o	avanço	do	desenvolvimento	da	
tecnologia	tem	forte	influência	na	vida	das	pessoas	e,	também,	
nas rotinas corporativas. Segundo Fujita e Hirama (2012, p. 1), “a TI 
(tecnologia da informação) é a área mais impactante na vida das pessoas 
e	das	organizações”.
De fato, cada vez mais, as empresas de diversos ramos de atuação 
fazem uso de recursos de TI para desenvolverem suas atividades 
empresariais.	O	surgimento	da	internet	aumentou	significativamente	
a	integração	e	a	comunicação	entre	as	organizações	e	clientes	e/ou	
fornecedores.
Desse modo, cada sistema pertencente a uma estrutura de TI possui 
conjuntos	de	dados,	o	que	permite	a	produção	de	informações	próprias.	
No entanto, dado que os processos de negócio envolvem áreas diversas 
da mesma organização, eles passam a demandar de mais de um 
42
sistema de TI, em geral, o que torna necessária a realização de troca de 
informações	entre	os	sistemas	envolvidos.
Em	organizações	de	maior	porte,	os	sistemas	de	TI,	no	geral,	compõem	
ambientes complexos e heterogêneos, em que, segundo Fujita e Hirama 
(2012,	p.	2),	“aplicações	geralmente	fazem	uso	de	diferentes	tecnologias,	
linguagens e protocolos”.
Os negócios têm se tornado mais dinâmicos, exigindo mais agilidade 
por	parte	das	organizações	e,	consequentemente,	de	suas	áreas	de	TI.	
É	necessário	que	os	sistemas	sejam	capazes	de	se	adaptar	rapidamente	
às necessidades de negócio, em constante mudança. No entanto, em um 
ambiente de TI heterogêneo este tipo de mudança é difícil realizar. (FUJITA; 
HIRAMA, 2012, p. 2)
Neste contexto de ambientes corporativos dinâmicos, eis que surge um 
novo conceito, o de arquitetura orientada a serviços (SOA). Segundo 
Oasis (2006 apud FUJITA; HIRAMA, 2012, p. 2), SOA se trata de “um 
paradigma para organizar e utilizar competências distribuídas entre 
vários	domínios”.	Os	autores,	ainda,	afirmam	que	é	uma	forma	de	
estruturação	das	aplicações	de	software	em	elementos	denominados	de	
serviços (FUJITA; HIRAMA, 2012).
Assim, a orientação a serviços “é um paradigma de construção 
e	integração	de	soluções	de	software	compostas	por	elementos	
modulares chamados serviços (FUJITA; HIRAMA, 2012, p. 7). Logo, o 
paradigma tem por base os princípios de orientação a serviços.
Outra questão que surge no contexto de SOA é “o que é um serviço?”. 
Em	razão	disso,	Fujita	e	Hirama	(2012,	p.	7)	definem	serviço	“como	uma	
execução de um trabalho ou realização de uma função de um prestador 
para um requisitante”. No contexto de arquitetura de software, o 
conceito de serviço tem ligação com a capacidade de um sistema poder 
executar uma atividade e/ou função para um outro sistema requisitante.
Na prática, a respeito do SOA, o serviço consiste “em um módulo 
de software que tem como propósito desempenhar uma função 
43
específica	e	que	pode	ser	fornecido	por	um	provedor	e	utilizado	por	um	
consumidor” (FUJITA; HARIMA, 2012, p. 7).
Para se considerar uma unidade de software como um serviço, algumas 
características de design devem estar presentes e serem aderentes ao 
paradigma de orientação a serviços. Por exemplo, o serviço de controle 
de crédito disponibilizado por entidades como a SERASA e o Serviço de 
Proteção ao Crédito (SPC). Essas entidades podem fornecer dados sobre 
pessoas físicas e jurídicas para seus clientes, como os bancos. Por sua 
vez, os bancos podem decidir conceder ou não crédito, consultando o 
serviço para receber os dados.
Com o uso do conceito SOA, os sistemas de uma organização poderão 
ser vistos de maneira mais próxima aos negócios em que fazem 
o gerenciamento, facilitando o modo como são desenvolvidos e 
implementados. Além disso, outro ganho diz respeito com a linguagem, 
a qual deixa de ser muito técnica e tem o termo chave “serviço” como 
uma ponte entre os processos de negócio e as funcionalidades dos 
sistemas de software.
“Para se desenvolver um serviço, antes de tudo, deve-se fazer uma 
análise de o quê realmente se pretende automatizar no âmbito do 
negócio” (FUJITA; HIRAMA, 2012, p. 3). No entanto, ainda segundo os 
autores, não bastam ter conceitos, realizar boas práticas e uso de boas 
ferramentas para a utilização do SOA, mas todos devem ser orientados 
por	metodologia	que	permita	atender,	de	forma	eficaz,	às	necessidades	
da organização (FUJITA; HIRAMA, 2012).
Dessa forma, para a projeção de ferramentas que sigam o paradigma 
de orientação a serviços e que possam usufruir dos benefícios do 
paradigma,	faz-se	necessário	dispensar	especialatenção	para	identificar	
e	especificar	os	serviços	que	irão	compor	os	sistemas.
De acordo com Fujita e Hirama (2012), um serviço é composto por 
várias	operações	relacionadas.	Um	processo	de	negócio	é	considerado	
um agregado de vários serviços, em que as suas instâncias executam 
diversas	operações.	Por	sua	vez,	elas	processam	dados	recebidos	de	
44
diversas fontes. Denomina-se de mensagem o componente do sistema 
responsável pela condução dos dados necessários para a execução de 
uma operação. O termo operação, para alguns autores do assunto, é 
conhecido como competência ou capacidade. A Figura 2 apresenta um 
esquema representativo de um processo de negócio e de sua relação 
com diversos serviços.
Dada a sua natureza, os serviços estabelecem uma ponte entre 
linguagens de negócios e TI, o que facilita a comunicação e o 
alinhamento entre TI e usuários/clientes de negócio. O termo é 
considerado a unidade fundamental de análise do SOA (FUJITA; HIRAMA, 
2012). Logo, considera-se que o serviço pode possibilitar melhorias 
para	identificação	de	requisitos	de	negócio	e,	também,	promover	
alinhamento entre áreas de negócio e de TI.
Figura 2 – Relacionamento entre componentes de arquitetura SOA
Fonte: adaptada de Fujita e Hirama (2012).
Como dito anteriormente, o conceito de SOA tem por base o paradigma 
de	orientação	a	serviços.	Neste	contexto,	Fujita	e	Hirama	(2012)	afirmam	
que	se	trata	de	um	estilo	arquitetural	e	que	a	definição	de	estilo	
45
arquitetural é dada pela combinação entre diferentes características, 
onde uma arquitetura é realizada e expressada.
Desse modo, é comum encontrar na literatura que trata do assunto 
o termo “arquitetura SOA” para se referir a arquiteturas de software 
que seguem o paradigma arquitetural SOA (FUJITA; HIRAMA, 2012). 
Essa arquitetura possibilita o uso de infraestrutura para computação 
distribuída, onde os serviços são fornecidos e consumidos internamente 
nas	organizações	e	entre	elas,	por	meio	de	redes	de	comunicação	como	
a internet.
Segundo Fujita e Hirama (2012), uma arquitetura SOA se caracteriza 
pela interação entre três tipos de agentes de software: os provedores de 
serviços, os consumidores (clientes) de serviço e o registro de serviço. 
De	forma	esquemática,	as	interações	entre	estes	agentes	podem	ser	
visualizadas na Figura 3.
Figura 3 – Agentes de arquitetura SOA
Fonte: adaptada de Fujita e Hirama (2012).
A Figura 3 mostra que os serviços são ofertados pelos provedores 
de serviços, os quais são responsáveis pelo desenvolvimento de 
implementações,	fornecimento	de	descrições,	assim	como	a	prestação	
de suporte técnico e de negócio. De forma geral, os provedores 
disponibilizam	módulos	de	software	(implementações	dos	serviços),	os	
46
quais	podem	ser	acessados	por	uma	rede	que	publica	suas	descrições	
em	registro	de	serviços,	sendo	esse	o	agente	que	abriga	informações	as	
funções	oferecidas.
Ainda, descrevendo os agentes de uma arquitetura SOA, os 
consumidores de serviço são aqueles que necessitam solicitar a 
execução de um serviço que satisfaça as necessidades, e que, ao 
encontrá-las, ligam-se ao provedor para invocar o serviço desejado.
Desse modo, uma biblioteca virtual pode ser considerada uma 
arquitetura	SOA	se	considerarmos	um	sistema	bem	definido	pelos	
três agentes apresentados. O sistema possui um catálogo de livros 
(provedor), os quais são catalogados em estante virtual (registro). Por 
sua	vez,	o	leitor	(cliente)	procura	por	uma	obra	específica,	fornece	
os dados ao registrador para procurá-la e encontrada a obra, por 
exemplo, ele pode receber a informação de que alguém (provedor) 
possui a obra de seu interesse e se conecta nele para acessar ao 
conteúdo.
Para implementar uma arquitetura SOA, pode-se utilizar uma 
diversidade de plataformas tecnológicas. Uma plataforma bastante 
utilizada é tecnologia de Web Services,	a	fim	de	difundir	e	implementar	
serviços diversos.
A tecnologia Web Services é	composta	por	“um	conjunto	de	padrões	
abertos	que	possibilita	a	comunicação	entre	duas	aplicações	
através da Web” (FUJITA; HIRAMA, 2012, p. 16). Ela promove a 
interoperabilidade	por	ser	baseada	em	padrões	abertos	muito	aceitos	
e suportados por entidades internacionais como o OMG (Object 
Management Group) e a W3C (World Wide Web Consortium), além de 
permitir	a	interação	entre	aplicações	desenvolvidas	em	diversas	
linguagens de programação, plataformas de middleware e sistemas 
operacionais.
47
4. Gestão de desempenho de negócios (BPM)
O mundo corporativo, composto por seus executivos, gestores e 
colaboradores, considera que as tecnologias de informação associadas 
ao conceito de Business Intelligence (BI) são vitais para os negócios, e 
já as adotam de forma massiva, como mostrado até aqui. Trata-se, 
basicamente, de questão de sobrevivência dos negócios em tempos de 
grande produção de dados. Com o objetivo de manter a organização 
viva e competitiva em suas rotinas de tomadas de decisão, agora, 
baseada em dados.
Para Loh (2014, [s.p.]), BI é um processo e existirem técnicas, tecnologias 
e programas computacionais para BI, como o SOA, mas declara que BI 
se trata de “um processo que envolve métodos, técnicas, tecnologias, 
pessoas,	informações,	métricas,	ferramentas	etc.”
Segundo Sharda, Delen e Turban (2019), uma arquitetura de BI bem 
definida	é	composta	pelos	seguintes	elementos:	um	Data Warehouse, 
a análise de negócios, a gestão de desempenho de negócios e uma 
interface do usuário. O Data Warehouse, para conter os dados a serem 
tratados, utiliza a análise de negócios composta por técnicas e métodos 
analíticos para tratamento dos dados, a gestão de negócios para 
acompanhamento e análise de desempenho e uma interface do usuário 
para apresentação de resultados, com o uso de uma visualização de 
dados.
Na literatura de negócios existente, a BPM é conhecida por muitas 
nomenclaturas, como gestão de desempenho corporativo (CPM – 
Corporate Performance Management), gestão de desempenho empresarial 
(EPM – Enterprise Performance Management) e gestão empresarial 
estratégica (SEM – Strategic Enterprise Management).
Segundo Sharda, Delen e Turban (2019, p. 202):
48
[...] o termo CPM foi cunhado pela empresa analista de mercado Gartner 
(gartner.com). EPM é um termo associado a produtos da Oracle (oracle.
com) que levam esse nome. SEM é o termo que a SAP (sap.com) utiliza.
Neste texto, consideramos o termo BPM, segundo Sharda, Delen e 
Turban (2019), o qual é o mais antigo, mas ainda utilizado e, de certa 
forma, é o único que não tem vinculação com um fornecedor de 
soluções.
O termo BPM remete a processos, metodologias, parâmetros e 
tecnologias	de	negócios	utilizados	pelas	organizações	com	a	intenção	
de medir, monitorar e fazer gestão do desempenho de negócios que, 
segundo Colbert (2009 apud SHARDA; DELEN; TURBAN, 2019, p. 202), 
abrangem três componentes considerados chave:
1. Um circuito fechado de processos gerenciais e analíticos 
integrados (suportados por tecnologia), que lida com atividades 
financeiras	e	operacionais.
2. Ferramentas	usadas	por	empresas	para	definir	metas	estratégicas	
e, então, mensurar e gerir o desempenho frente a tais metas.
3. Um conjunto básico de processos, incluindo planejamento 
financeiro	e	operacional,	consolidação	e	geração	de	relatórios,	
modelagem, análise e monitoramento de indicadores-chave 
de desempenho (KPIs – key performance indicators), vinculado à 
estratégia organizacional.
Em relação a outras ferramentas de gestão de processos de negócios, a 
BPM tem como principal diferencial o foco estratégico (SHARDA; DELEN; 
TURBAN, 2019). Ela abrange um conjunto de processos dito “em circuito 
fechado”, que liga a estratégia à execução, com o intuito de otimizar o 
desempenho dos negócios. Você pode encontrar mais detalhes sobre 
esse diferencial na obra Business intelligence e análise de dados para 
gestão do negócio, de Sharda, Delen e Turban (2019).
49
5. Considerações finais
Neste texto, apresentamos os tipos de processos de negócios