TCC Final - projeto 251

Prévia do material em texto

Trabalho de Conclusão de Curso apresentado para obtenção do título de especialista em _________ (Nome do curso) – ____ (ano da defesa) 
Capacidades digitais e priorização de projetos de integração no setor logístico brasileiro
nome completo aluno¹*; nome completo orientador2
1* Titulação. Nome da Empresa ou Instituição (opcional). E-mail autor correspondente: nome@email.com
2 Titulação. Nome da Empresa ou Instituição (opcional). E-mail: nome@email.com
Capacidades digitais e priorização de projetos de integração no setor logístico brasileiro
Resumo
A crescente dependência das operações logísticas em relação à informação tornou relevante compreender como diferentes capacidades tecnológicas foram incorporadas pelas empresas e de que forma esse diagnóstico poderia orientar iniciativas de melhoria. O estudo objetivou analisar o padrão de adoção de capacidades digitais em empresas brasileiras e, a partir do diagnóstico do setor de transporte, armazenagem e correio, estruturar uma proposta de projeto voltada à integração da informação. Foram utilizados microdados secundários de 4.449 empresas, a partir dos quais foi construído um índice adaptado composto por cinco capacidades, incluindo rede social, website, armazenamento em nuvem, ERP e CRM. A estrutura cumulativa foi avaliada por meio da análise de escala de Mokken e do coeficiente H de Loevinger, enquanto o diagnóstico setorial utilizou estimativas oficiais e margens de erro. Os resultados indicaram estrutura cumulativa moderada, com H global de 0,444, e mostraram maior intensidade digital entre empresas de maior porte. No setor de transporte, armazenagem e correio, as diferenças em relação ao conjunto nacional concentraram-se principalmente em capacidades associadas à presença digital e à integração da informação, enquanto outros indicadores tecnológicos permaneceram próximos à média. ERP e CRM foram definidos como frentes prioritárias e foram convertidos em uma proposta de projeto estruturada por entregas e dependências. O diagnóstico das capacidades permitiu fundamentar prioridades de intervenção e apoiar a estruturação de iniciativas de evolução tecnológica.
Palavras-chave: intensidade tecnológica; empresas; informação; ERP; CRM.
Introdução
As operações logísticas dependem da circulação contínua de informações entre áreas internas, fornecedores, clientes e demais participantes da cadeia, pois decisões sobre armazenagem, movimentação, atendimento e disponibilidade de recursos exigem dados acessíveis e atualizados. Hamann-Lohmer et al. (2023) observam que o uso de recursos digitais modifica as formas de colaboração e favorece decisões mais integradas entre os participantes da cadeia, enquanto Dolgui e Ivanov (2022) relacionam a conectividade digital à ampliação da visibilidade e da disponibilidade de informações nas operações.
A ampliação desses recursos, entretanto, não significa que a transformação digital decorra apenas da incorporação de novas tecnologias. Kraus et al. (2022) tratam a transformação digital como uma mudança que envolve diferentes dimensões da organização e requer articulação entre tecnologia, processos e gestão, ao passo que Rogers (2023) destaca que a evolução digital também depende de prioridades, governança e desenvolvimento de capacidades organizacionais. Dessa forma, empresas que operam no mesmo ambiente podem apresentar condições bastante diferentes para utilizar tecnologias no suporte à informação e aos processos.
Essa diferença torna-se especialmente relevante nas atividades logísticas, nas quais a integração entre sistemas e participantes influencia a disponibilidade da informação ao longo da operação. Franco et al. (2024) associam a transformação digital da cadeia de suprimentos à capacidade de compartilhar dados e coordenar recursos, ressaltando que recursos tecnológicos e gerenciais precisam ser combinados para favorecer a integração. Na mesma direção, Helo e Thai (2024) mostram que tecnologias conectadas ampliam as possibilidades de rastreamento e acompanhamento das operações logísticas, permitindo que informações produzidas ao longo dos fluxos sejam utilizadas de maneira mais imediata.
A adoção dessas tecnologias, contudo, ocorre em intensidades distintas, o que torna necessário avaliar não apenas a presença isolada de uma solução, mas o conjunto de capacidades digitais disponível nas organizações. A literatura recente identifica a intensidade da transformação digital como resultado da combinação entre recursos tecnológicos e capacidades organizacionais, e não como consequência de uma tecnologia específica (Kraus et al., 2022). Essa perspectiva permite organizar diferentes elementos de adoção digital em uma medida comparável e reconhecer que empresas podem ocupar posições distintas no processo de digitalização.
A identificação dessas diferenças também possui implicações para a gestão da mudança, uma vez que reconhecer uma capacidade menos difundida não determina, por si só, como uma organização deve desenvolvê-la. Kerzner (2022) considera que a gestão de projetos permite converter necessidades organizacionais em objetivos, entregas, atividades e relações de dependência, enquanto Larson e Gray (2021) destacam que a estruturação do projeto articula decisões técnicas e organizacionais para conduzir uma situação atual até uma condição pretendida. Assim, o diagnóstico digital pode fornecer critérios para definir onde concentrar esforços, ao passo que a Gestão de Projetos contribui para organizar como esses esforços são implementados.
Essa articulação é relevante porque a presença de recursos digitais não garante, isoladamente, que as informações estejam integradas ou que os processos utilizem essas tecnologias de maneira coordenada. Rogers (2023) argumenta que iniciativas de transformação precisam estar vinculadas a prioridades organizacionais claras, enquanto Franco et al. (2024) demonstram que a integração digital depende da gestão dos recursos mobilizados para sustentá-la. Torna-se, portanto, pertinente identificar quais capacidades apresentam menor desenvolvimento relativo em um determinado setor e utilizar esse diagnóstico como fundamento para priorizar iniciativas de integração, sem presumir que a ausência de uma tecnologia represente necessariamente uma falha operacional.
Diante dessa necessidade, este estudo tem como objetivo analisar o padrão de adoção de capacidades digitais em empresas brasileiras e, a partir do diagnóstico do setor de transporte, armazenagem e correio, propor a estruturação de um projeto de integração da informação. A análise busca mensurar a intensidade digital por meio de um índice adaptado, examinar a organização das capacidades consideradas, caracterizar a adoção tecnológica do setor logístico em relação ao conjunto das empresas e converter as capacidades prioritárias identificadas em entregas e dependências estruturadas segundo princípios de Gestão de Projetos.
Metodologia
A pesquisa foi conduzida por abordagem quantitativa, com caráter descritivo e aplicado, a partir de dados secundários de empresas brasileiras (Creswell e Creswell, 2018; Babbie, 2021). Utilizaram-se microdados provenientes de levantamento amostral probabilístico destinado a mensurar o acesso, o uso e a apropriação de tecnologias de informação e comunicação [TIC] em empresas formais com dez ou mais pessoas ocupadas. A unidade de análise correspondeu à empresa, e a base final utilizada nas análises individuais reuniu 4.449 observações. O desenho amostral original adotou estratificação segundo região geográfica, porte e mercado de atuação, com seleção aleatória das empresas dentro dos estratos, o que permitiu representar diferentes configurações empresariais do país (Lohr, 2021). 
Foram considerados os três recortes previstos no plano amostral. O porte foi classificado em empresas com 10 a 49, 50 a 249 e 250 ou mais pessoas ocupadas, enquanto o recorte territorial compreendeu as regiões Norte, Nordeste, Sudeste, Sul e Centro-Oeste. Não houve análise por município ou bairro, pois esse nívelterritorial não foi disponibilizado nos microdados. Quanto ao mercado de atuação, a pesquisa original compreendeu atividades econômicas definidas segundo a Classificação Nacional de Atividades Econômicas [CNAE] 2.0, seguindo recomendações internacionais para estatísticas sobre economia digital (Organização para a Cooperação e Desenvolvimento Econômico [OCDE], 2019; Conferência das Nações Unidas sobre Comércio e Desenvolvimento [UNCTAD], 2021; Comitê Gestor da Internet no Brasil [CGI.br], 2025).
O tratamento de confidencialidade aplicado aos microdados públicos agrupou algumas atividades econômicas (CGI.br, 2025), de modo que foram identificados seis mercados amplos, conforme apresentado na Tabela 1. O setor de transporte, armazenagem e correio não permaneceu isolado nos registros individuais disponibilizados, pois foi incorporado ao grupo de Serviços. Por essa razão, as análises do índice e da estrutura cumulativa utilizaram o conjunto dos microdados e os seis mercados disponíveis, enquanto o diagnóstico específico de transporte, armazenagem e correio foi realizado por meio das tabelas oficiais de resultados, nas quais esse mercado permaneceu divulgado separadamente. Essa separação evitou atribuir ao setor logístico resultados individuais que os dados anonimizados não permitiam identificar. 
Tabela 1. Mercados de atuação identificados nos microdados utilizados
	Mercado de atuação
	n amostral
	Indústria de transformação
	847
	Construção
	616
	Comércio
	969
	Alojamento e alimentação
	383
	Informação e comunicação
	397
	Serviços, incluindo transporte, armazenagem e correio
	1.237
	Total
	4.449
Fonte: Dados originais da pesquisa
Os procedimentos adotados foram organizados de forma sequencial, iniciando-se pelo tratamento das variáveis e construção da medida de intensidade digital, seguindo-se a avaliação da estrutura cumulativa, a análise de robustez nos diferentes mercados, o diagnóstico específico do setor de transporte, armazenagem e correio e, por fim, a conversão das prioridades identificadas em uma proposta estruturada de Gestão de Projetos. Esse encadeamento foi sintetizado na Figura 1.
Figura 1. Fluxo metodológico da pesquisa
Fonte: Dados originais da pesquisa
Construção do índice adaptado de intensidade digital
A intensidade digital foi mensurada por meio de um índice adaptado, cuja concepção tomou como referência a lógica do Digital Intensity Index [DII]. O DII original foi desenvolvido a partir da pesquisa europeia sobre uso de TIC e comércio eletrônico nas empresas e utiliza doze variáveis binárias, às quais é atribuído um ponto quando o critério tecnológico está presente. A Eurostat utiliza a soma desses itens para representar diferentes níveis de intensidade digital e informa que a própria composição do indicador pode variar entre edições conforme as questões disponíveis no levantamento (Eurostat, 2024). 
Como parte dos doze critérios originais não possuía equivalência direta nos microdados analisados, não se buscou reproduzir o DII europeu. Foi construído um índice adaptado de intensidade digital, composto apenas por variáveis cuja presença pôde ser observada de maneira consistente no nível da empresa. Os itens selecionados abrangeram presença digital, infraestrutura para armazenamento e compartilhamento de dados e tecnologias de integração das informações, representadas pelos sistemas Enterprise Resource Planning [ERP] e Customer Relationship Management [CRM], conforme a Tabela 2.
Tabela 2. Variáveis utilizadas na construção do índice adaptado
	Camada analítica
	Capacidade digital
	Variável
	Critério de presença
	Presença digital
	Perfil próprio em rede social
	B15_AGREG
	1 = possui
	Presença digital
	Website ou página na Internet
	B8
	1 = possui
	Infraestrutura
	Armazenamento de arquivos ou banco de dados em nuvem
	B18_1_3
	1 = utiliza
	Integração
	Sistema ERP
	A5
	1 = utiliza
	Integração
	Sistema CRM
	A6
	1 = utiliza
Fonte: Dados originais da pesquisa
Cada capacidade presente recebeu um ponto, e o índice individual correspondeu à soma dos cinco itens, assumindo valores entre zero e cinco. O escore contínuo foi utilizado como medida principal nas análises, pois preservou integralmente a informação disponível para cada empresa. Para fins exclusivamente descritivos, também foram utilizadas faixas proporcionais inspiradas na estrutura classificatória do DII, sendo os escores zero e um associados à intensidade muito baixa, dois à baixa, três e quatro à alta e cinco à muito alta. Como o número de componentes foi inferior ao empregado pelo indicador europeu, essas categorias foram tratadas como adaptação analítica e não como reprodução das classificações oficiais da Eurostat.
As variáveis referentes à existência de departamento de Tecnologia da Informação [TI], utilização de inteligência artificial e realização de análises de big data foram inicialmente avaliadas como possíveis componentes, mas não permaneceram na escala final. A variável de departamento de TI apresentou escalabilidade individual inferior ao critério mínimo estabelecido para manutenção de itens, enquanto as questões de inteligência artificial e big data foram aplicadas mediante filtros do instrumento de coleta. Nessas últimas, empresas fora do filtro receberam código de não aplicabilidade, o que produziria associações artificiais caso essas respostas fossem interpretadas simplesmente como ausência da capacidade. As três variáveis foram, portanto, preservadas somente como indicadores contextuais.
Os códigos correspondentes a respostas afirmativas e negativas foram convertidos em variáveis binárias, enquanto as categorias de não resposta foram tratadas conforme a convenção utilizada na construção principal. Para verificar se essa decisão alterava as conclusões, realizou-se posteriormente análise de sensibilidade na qual os códigos 97, correspondente a não sabe, e 98, referente a não respondeu, foram considerados ausentes, em vez de ausência da capacidade.
Avaliação da estrutura cumulativa e análises de robustez
Após a construção do índice, verificou-se se as cinco capacidades apresentavam comportamento cumulativo, ou seja, se a adoção de capacidades menos disseminadas tendia a ocorrer em empresas que também possuíam aquelas de maior difusão. Para essa finalidade foi aplicada a análise de escala de Mokken, abordagem não paramétrica da Teoria de Resposta ao Item adequada à avaliação de itens ordenáveis sem impor uma forma paramétrica específica às funções de resposta (Sijtsma e van der Ark, 2017; Sijtsma e van der Ark, 2022). 
A escalabilidade foi avaliada pelo coeficiente H de Loevinger, calculado para cada par de capacidades, para cada item e para a escala completa. Foram utilizados como referência os limites tradicionais segundo os quais valores inferiores a 0,30 não sustentam adequadamente a escalabilidade, valores entre 0,30 e 0,40 indicam estrutura fraca, aqueles entre 0,40 e 0,50 indicam estrutura moderada e valores superiores a 0,50 representam estrutura forte. Além da magnitude do H global, exigiu-se que cada item apresentasse coeficiente individual igual ou superior a 0,30, evitando que a escala total fosse sustentada por itens com comportamento inadequado (Sijtsma e van der Ark, 2017).
A monotonicidade também foi examinada, estimando-se, para cada capacidade, a probabilidade de adoção conforme o escore obtido nos demais itens. Esse procedimento permitiu verificar se empresas situadas em níveis progressivamente superiores da medida apresentavam probabilidade igual ou crescente de possuir cada capacidade, pressuposto importante nas aplicações da análise de Mokken (Sijtsma e van der Ark, 2017). A estabilidade da ordenação dos itens foi examinada adicionalmente por comparações condicionais entre pares de capacidades nos diferentes níveis do escore restante, sem que essa verificação fosse interpretada como evidência de uma sequência temporal de implantação.
Como medida complementar, calculou-se o alfa de Cronbach para os cinco itens, embora o coeficiente H tenha permanecido como medida principalde escalabilidade. A consistência interna foi interpretada em conjunto com o número reduzido de itens e com as diferenças de prevalência entre as capacidades, evitando-se utilizar o alfa isoladamente como critério de validade da estrutura cumulativa.
A robustez da escala foi examinada de duas maneiras. Inicialmente, repetiu-se o cálculo do coeficiente H separadamente para Indústria de transformação, Construção, Comércio, Alojamento e alimentação, Informação e comunicação e Serviços, verificando-se se a estrutura permanecia adequada em contextos econômicos distintos. Em seguida, foi realizada a análise de sensibilidade com os códigos 97 e 98 tratados como valores ausentes, sendo recalculadas as prevalências e o H global. Essa estratégia permitiu verificar se a convenção adotada para respostas não informadas condicionava os resultados.
As estimativas descritivas foram ponderadas pelo peso amostral calibrado disponibilizado na base, pois o plano original apresentou alocação desproporcional entre estratos. O procedimento de ponderação da pesquisa considerou a probabilidade de seleção, a correção da não resposta e a calibração segundo os totais conhecidos de região, mercado de atuação e porte, conforme descrito no relatório metodológico da pesquisa (CGI.br, 2025). Para as margens de erro de 95%, foram utilizados os pesos de replicação disponibilizados com os microdados, aplicando-se o erro padrão correspondente e o multiplicador de 1,96. A adequação do processamento foi conferida pela reprodução das estimativas e margens publicadas nas tabelas oficiais. A Tabela 3 sintetizou os procedimentos analíticos empregados e suas respectivas finalidades. 
Tabela 3. Procedimentos analíticos empregados
	Procedimento
	Finalidade
	Estatística descritiva ponderada
	Caracterizar prevalências e distribuição do índice
	Índice adaptado de 0 a 5
	Mensurar intensidade digital
	H de Loevinger por par, item e escala
	Avaliar escalabilidade das capacidades
	Análise de monotonicidade
	Verificar comportamento crescente dos itens
	Comparações condicionais da ordem dos itens
	Avaliar estabilidade da hierarquia de difusão
	Alfa de Cronbach
	Avaliar consistência interna de forma complementar
	Reestimação por mercado de atuação
	Examinar robustez setorial
	Sensibilidade para códigos 97 e 98
	Verificar efeito do tratamento das não respostas
	Diferença em pontos percentuais e margens de erro
	Posicionar o setor logístico frente ao conjunto das empresas
Fonte: Dados originais da pesquisa
Diagnóstico do setor de transporte e critérios de priorização
O diagnóstico específico de transporte, armazenagem e correio foi conduzido separadamente porque o mercado não pôde ser identificado de forma individual nos microdados públicos tratados para confidencialidade. Utilizaram-se, nessa etapa, as estimativas oficiais divulgadas para o setor, mantendo-se os mesmos conceitos de website, rede social, armazenamento ou banco de dados em nuvem, ERP e CRM empregados na construção do índice. Também foram considerados departamento de TI, inteligência artificial e big data como variáveis contextuais, permitindo verificar se eventuais diferenças estavam concentradas somente nas capacidades de integração ou se alcançavam outras dimensões tecnológicas. As tabelas oficiais da pesquisa apresentam transporte, armazenagem e correio como domínio próprio de divulgação, o que tornou possível realizar esse diagnóstico sem reconstruir artificialmente o setor nos registros anonimizados (Núcleo de Informação e Coordenação do Ponto BR [NIC.br], 2025).
Para cada indicador foram comparadas a estimativa do setor e a estimativa correspondente ao conjunto das empresas brasileiras, calculando-se a diferença em pontos percentuais e considerando-se as margens de erro de 95% publicadas para ambos os valores. 
A priorização das capacidades não foi definida exclusivamente pelo tamanho da diferença observada. Foram considerados conjuntamente a defasagem relativa do setor, a relação conceitual da capacidade com a integração da informação e sua função no conjunto das capacidades analisadas. Dessa forma, uma tecnologia com grande diferença percentual, mas voltada principalmente à presença externa da empresa, não foi automaticamente considerada mais prioritária do que uma capacidade diretamente associada à integração de dados e processos. Esse procedimento manteve coerência com a proposta de investigar condições tecnológicas para integração da informação, sem transformar qualquer baixa adoção em evidência de falha operacional.
Para operacionalizar a relevância para a integração da informação, foram classificadas como de alta relevância as capacidades diretamente associadas à integração de dados e processos organizacionais, como ERP e CRM; como de média relevância, as capacidades que fornecem infraestrutura de suporte à disponibilidade e ao compartilhamento dos dados, sem realizar diretamente sua integração; e como de baixa relevância, as capacidades predominantemente relacionadas à presença externa da organização, cuja adoção não implica, por si só, integração dos fluxos internos de informação. Essa classificação foi utilizada em conjunto com a diferença observada em relação ao conjunto das empresas para definir as prioridades do projeto.
Estruturação da proposta em Gestão de Projetos
A última etapa transformou as capacidades consideradas prioritárias em uma proposta de projeto de integração da informação. Os dados quantitativos foram utilizados para indicar onde concentrar a intervenção, enquanto a estrutura e a ordem de execução das entregas foram definidas segundo princípios de Gestão de Projetos e literatura técnica, não sendo derivadas da hierarquia estatística identificada na escala.
A decomposição das entregas foi organizada por meio de uma Estrutura Analítica do Projeto [EAP], instrumento utilizado para decompor o escopo total em componentes e entregas progressivamente mais gerenciáveis. O Project Management Institute [PMI] (2019) destaca que a EAP organiza o escopo do projeto e fornece uma base comum para planejamento de prazo, custos, riscos e acompanhamento do desempenho. A proposta contemplou etapas relacionadas ao diagnóstico dos fluxos de informação, levantamento de requisitos, definição da arquitetura de integração, implantação ou configuração das soluções, integração e validação dos dados, treinamento, realização do piloto e expansão da solução. 
Após a decomposição, as relações entre as entregas foram estabelecidas por meio de um diagrama de dependências, considerando vínculos técnicos e gerenciais necessários à implantação. O sequenciamento não utilizou a frequência de adoção observada nos microdados como relação de precedência, pois a estrutura cumulativa identificada correspondeu a uma hierarquia de difusão em corte transversal, e não à trajetória temporal seguida pelas empresas. Assim, a ordem entre levantamento de requisitos, configuração, testes, piloto e expansão foi definida conforme a lógica técnica do projeto e os princípios de planejamento do cronograma empregados em Gestão de Projetos.
Por se tratar de pesquisa baseada exclusivamente em dados secundários públicos submetidos a tratamento de confidencialidade, não houve contato com pessoas ou empresas, tampouco acesso a identificadores individuais. O enquadramento ético foi considerado conforme as normas aplicáveis a estudos com informações públicas e bancos de dados sem possibilidade de identificação, mantendo-se o preenchimento do procedimento institucional de direcionamento ético exigido para o TCC (Conselho Nacional de Saúde, 2016). 
Resultados e Discussão
Os resultados foram organizados em quatro subseções, de modo que a análise avançou da caracterização da intensidade digital das empresas para a avaliação da estrutura cumulativa das capacidades, o posicionamento do setor de transporte, armazenagem e correio e, por fim, a priorização das frentes convertidas em uma proposta de Gestão de Projetos. Essa sequência permitiu manter separados o diagnóstico derivado dos dados e a estrutura de implantaçãoproposta a partir dos princípios de gerenciamento de projetos.
Intensidade digital das empresas brasileiras
Inicialmente, foram examinadas as prevalências das cinco capacidades que compuseram o Índice de Intensidade Digital Adaptado. A Tabela 4 apresentou a participação estimada das empresas em cada capacidade e as respectivas margens de erro de 95%.
Tabela 4. Prevalência das capacidades utilizadas no índice adaptado de intensidade digital
	Capacidade
	Camada
	Prevalência (%)
	Margem de erro 95% (pp)
	Perfil em rede social
	Presença digital
	88,32
	1,43
	Website
	Presença digital
	52,30
	2,22
	Nuvem para armazenamento ou banco de dados
	Infraestrutura
	48,82
	2,31
	ERP
	Integração
	34,33
	1,91
	CRM
	Integração
	25,24
	1,89
Fonte: Resultados originais da pesquisa
O perfil em rede social apresentou a maior prevalência, alcançando 88,32% das empresas, enquanto website e armazenamento de dados em nuvem foram observados em aproximadamente metade da população estimada. As soluções diretamente relacionadas à integração interna apresentaram menor disseminação, pois o ERP esteve presente em 34,33% das empresas e o CRM em 25,24%.
Essa distribuição mostrou que a presença de recursos digitais não ocorreu de maneira uniforme entre as diferentes capacidades. As tecnologias ligadas à presença externa apareceram com maior frequência, enquanto as capacidades relacionadas à integração de processos e informações foram observadas em proporções menores. Kraus et al. (2022) discutem a transformação digital como uma combinação de tecnologias e capacidades organizacionais, o que impede que a digitalização seja representada apenas pela presença de uma ferramenta isolada. Hamann-Lohmer et al. (2023) também relacionam a transformação das cadeias de suprimentos à articulação entre recursos digitais e mecanismos de colaboração, reforçando a necessidade de examinar essas capacidades de forma combinada.
Para verificar como as capacidades se distribuíram conjuntamente nas empresas, calculou-se o escore individual de zero a cinco. A Figura 2 apresentou a proporção estimada de empresas em cada quantidade de capacidades digitais, acompanhada das margens de erro.
Figura 2. Distribuição das empresas segundo o número de capacidades digitais presentes
Fonte: Resultados originais da pesquisa
A maior concentração ocorreu entre empresas com uma, duas ou três capacidades, que representaram 22,74%, 24,05% e 20,27%, respectivamente. Apenas 6,37% não apresentaram nenhuma das cinco capacidades, ao passo que 11,06% reuniram todas elas. O índice médio nacional foi de 2,49 capacidades.
A distribuição não indicou uma separação entre empresas digitalizadas e não digitalizadas, mas um gradiente de adoção, com concentração nos níveis intermediários. Esse comportamento foi compatível com a abordagem proposta por Kraus et al. (2022), segundo a qual a transformação digital ocorre por meio do desenvolvimento combinado de diferentes recursos, enquanto Rogers (2023) ressalta que organizações avançam em ritmos distintos conforme suas condições e prioridades.
Na sequência, investigou-se se o índice variou de acordo com características estruturais das empresas. A Tabela 5 apresentou os valores médios segundo porte e região geográfica, mantendo-se os recortes de forma independente em razão das restrições do plano amostral.
Tabela 5. Índice médio de intensidade digital adaptado por porte e região
	Recorte
	Categoria
	Índice médio (0–5)
	Margem de erro 95%
	Total
	Brasil
	2,490
	0,066
	Porte
	10 a 49 pessoas
	2,368
	0,074
	Porte
	50 a 249 pessoas
	3,256
	0,117
	Porte
	250 pessoas ou mais
	3,590
	0,106
	Região
	Norte
	2,355
	0,120
	Região
	Nordeste
	2,314
	0,156
	Região
	Sudeste
	2,527
	0,093
	Região
	Sul
	2,593
	0,121
	Região
	Centro-Oeste
	2,400
	0,173
Fonte: Resultados originais da pesquisa
O índice aumentou conforme o porte das empresas, passando de 2,368 entre organizações com 10 a 49 pessoas ocupadas para 3,256 na faixa intermediária e 3,590 entre aquelas com 250 pessoas ou mais. As diferenças regionais foram menores, variando entre 2,314 no Nordeste e 2,593 no Sul, com sobreposição das margens de erro.
O resultado indicou que o porte esteve associado a diferenças mais claras no conjunto de capacidades analisado do que a localização regional. Essa interpretação não estabeleceu relação causal, mas mostrou que empresas maiores reuniram maior quantidade média de capacidades digitais. Kraus et al. (2022) destacam que recursos internos e capacidades organizacionais influenciam a transformação digital, enquanto Rogers (2023) relaciona o avanço digital à capacidade de mobilizar recursos, processos e prioridades de forma coordenada.
Estrutura cumulativa das capacidades digitais
Após a caracterização do índice, avaliou-se se as cinco capacidades apresentaram estrutura cumulativa. A Tabela 6 reuniu os coeficientes H de Loevinger por item e o coeficiente calculado para a escala completa.
Tabela 6. Coeficientes de escalabilidade das capacidades digitais
	Item
	Prevalência (%)
	H do item
	Classificação
	Perfil em rede social
	88,3
	0,5604
	Forte
	Website
	52,3
	0,4419
	Moderada
	Nuvem para armazenamento ou banco de dados
	48,8
	0,3529
	Fraca, acima do critério
	ERP
	34,3
	0,4620
	Moderada
	CRM
	25,2
	0,4981
	Moderada
	Escala completa
	—
	0,4441
	Moderada
Fonte: Resultados originais da pesquisa
Todos os itens permaneceram acima do critério mínimo de 0,30, enquanto o coeficiente global de 0,4441 indicou escalabilidade moderada. Os dez pares possíveis também apresentaram coeficientes positivos, variando de 0,3086 entre website e nuvem a 0,6663 entre rede social e website.
Esses resultados mostraram que as capacidades não se comportaram como elementos independentes. Empresas que apresentaram capacidades menos disseminadas tenderam a reunir também capacidades mais frequentes, o que caracterizou um padrão cumulativo de adoção. Conforme Sijtsma e van der Ark (2017), valores positivos e consistentes do coeficiente H permitem interpretar o conjunto como uma escala cumulativa, desde que a monotonicidade também seja preservada.
A monotonicidade foi confirmada nos cinco itens. A probabilidade de utilização de ERP aumentou de 7,9% entre empresas com escore zero nos demais itens para 76,8% entre aquelas com escore quatro, enquanto no CRM essa probabilidade passou de 3,9% para 60,4%. Para website, os valores avançaram de 11,1% para 88,3%, e para nuvem passaram de 20,7% para 76,9%, enquanto o perfil em rede social variou de 75,4% para 98,7%.
Não foram observadas violações de monotonicidade. A ordenação relativa dos itens também permaneceu preservada em 39 das 40 comparações realizadas, com uma única inversão entre website e nuvem no menor nível do escore restante. Como essas capacidades apresentaram prevalências próximas, de 52,3% e 48,8%, a alteração pontual não modificou a interpretação da escala.
A análise de sensibilidade reforçou essa leitura. Quando os códigos 97 e 98 foram tratados como valores ausentes, o H global passou de 0,4441 para 0,4536, apesar da redução da amostra válida de 4.449 para 3.874 empresas. O alfa de Cronbach foi de 0,633 e foi interpretado como medida complementar, enquanto o H permaneceu como parâmetro principal da estrutura cumulativa.
A reestimação por mercado de atuação produziu valores de H entre 0,345 e 0,501. No grupo de Serviços, que incluiu transporte e armazenagem nos microdados anonimizados, o coeficiente foi de 0,460 e a ordenação dos cinco itens coincidiu com aquela observada no conjunto nacional. Esse resultado forneceu evidência de estabilidade do padrão entre diferentes contextos setoriais, sem permitir afirmar que a ordem representasse uma trajetória temporal de implantação.
Adoção digital no setor de transporte, armazenagem e correio
O setor de transporte, armazenagem e correio foi examinado por meio das tabelas oficiais desagregadas, pois os microdados públicos não permitiram identificar isoladamente essas empresas. A Tabela 7 comparou as estimativas setoriais com o conjunto nacional e apresentou asdiferenças em pontos percentuais.
Tabela 7. Capacidades digitais no setor de transporte, armazenagem e correio e no conjunto das empresas
	Capacidade
	Transporte (%)
	Margem (pp)
	Brasil (%)
	Margem (pp)
	Diferença (pp)
	Perfil em rede social
	72,9
	4,73
	89,2
	1,35
	-16,3
	Website
	46,9
	6,11
	52,8
	2,19
	-5,9
	Departamento de TI
	36,8
	5,71
	34,3
	2,01
	+2,5
	Nuvem para armazenamento ou banco de dados
	45,4
	6,18
	49,3
	2,25
	-3,9
	CRM
	20,0
	4,01
	25,2
	1,83
	-5,2
	ERP
	27,6
	5,41
	34,3
	2,07
	-6,7
	Big data
	7,8
	4,10
	6,1
	0,93
	+1,7
	Inteligência Artificial
	13,5
	4,66
	12,9
	1,34
	+0,6
Fonte: Resultados originais da pesquisa
A maior diferença foi observada no perfil em rede social, cuja estimativa setorial ficou 16,3 pontos percentuais abaixo do total nacional. Website, ERP, CRM e nuvem também apresentaram valores inferiores aos observados no conjunto das empresas, embora suas margens de erro tenham impedido classificar essas diferenças como conclusivas pelo critério principal utilizado.
Departamento de TI, inteligência artificial e big data apresentaram valores próximos aos do total nacional. O resultado mostrou, portanto, que não ocorreu uma defasagem uniforme em todas as dimensões avaliadas. As diferenças negativas concentraram-se principalmente em presença digital e nos sistemas relacionados à integração, enquanto os indicadores de estrutura de TI e de tecnologias contextuais permaneceram próximos das estimativas nacionais.
Essa configuração permitiu distinguir adoção tecnológica de integração da informação. Franco et al. (2024) mostram que a transformação digital nas cadeias de suprimentos depende da articulação dos recursos utilizados para integrar processos e dados, enquanto Helo e Thai (2024) destacam que tecnologias aplicadas à logística ampliam rastreabilidade e disponibilidade de informações, mas não substituem a necessidade de sistemas organizacionais capazes de estruturar esses fluxos. Assim, a presença de recursos tecnológicos no setor não permitiu concluir, isoladamente, que os processos estivessem integrados.
Priorização e estruturação do projeto de integração da informação
A última etapa relacionou o diagnóstico setorial à aplicação em Gestão de Projetos. A priorização não considerou apenas o tamanho da diferença em pontos percentuais, pois também incorporou a relação de cada capacidade com a integração da informação. A Tabela 8 apresentou a classificação resultante.
Tabela 8. Priorização das capacidades para integração da informação
	Capacidade
	Diferença frente ao Brasil (pp)
	Relevância para integração
	Classificação
	ERP
	-6,7
	Alta
	Prioritária
	CRM
	-5,2
	Alta
	Prioritária
	Nuvem para armazenamento ou banco de dados
	-3,9
	Média
	Habilitadora
	Website
	-5,9
	Baixa
	Não prioritária para integração
	Perfil em rede social
	-16,3
	Baixa
	Não prioritária para integração
Fonte: Resultados originais da pesquisa
ERP e CRM foram classificados como frentes prioritárias porque combinaram estimativas inferiores às nacionais com relação direta à integração de processos e informações. A nuvem foi tratada como capacidade habilitadora, pois fornece suporte ao armazenamento e à disponibilidade dos dados, enquanto website e rede social foram mantidos como capacidades de presença digital.
A maior diferença em pontos percentuais ocorreu na rede social, mas esse resultado não levou à sua classificação como prioridade de integração. Essa distinção mostrou que a priorização não foi definida pelo maior gap, mas pela combinação entre diagnóstico quantitativo e função da capacidade no problema estudado. Franco et al. (2024) destacam que a integração digital depende da articulação entre recursos capazes de conectar dados e processos, enquanto Rogers (2023) defende que iniciativas de transformação precisam ser vinculadas a prioridades organizacionais definidas.
A partir dessa priorização, estruturou-se uma EAP de referência para um projeto de integração da informação. A Figura 3 apresentou quatro grupos de entregas, iniciando pelo diagnóstico e requisitos e avançando para arquitetura e solução, implementação e validação e adoção e estabilização.
Figura 3. Estrutura Analítica do Projeto de integração da informação
Fonte: Resultados originais da pesquisa
A EAP organizou o projeto em diagnóstico e requisitos, arquitetura e solução, implementação e validação e adoção e estabilização. Em cada grupo foram estabelecidas entregas específicas, como mapeamento dos fluxos, levantamento de requisitos, arquitetura de integração, configuração de ERP e CRM, migração de dados, testes, treinamento e expansão.
Essa decomposição transformou as prioridades identificadas na análise em componentes gerenciáveis do projeto. Kerzner (2022) relaciona a decomposição do escopo à organização das entregas e ao controle do trabalho, enquanto Larson e Gray (2021) destacam que a estruturação do projeto permite conectar objetivos, atividades e responsabilidades de execução. A figura não representou uma sequência estatística de adoção, mas uma estrutura de trabalho proposta para implementação.
Após a definição das entregas, estabeleceu-se o encadeamento técnico entre elas. A Figura 4 apresentou o diagrama de dependências utilizado como referência para a execução do projeto.
Figura 4. Dependências entre as entregas do projeto de integração da informação
Fonte: Resultados originais da pesquisa
O fluxo iniciou pelo diagnóstico dos processos de informação, seguido pelo levantamento de requisitos e pela definição da arquitetura de integração. Somente após essas etapas foram posicionadas a configuração das soluções, a integração e migração dos dados e os testes, enquanto treinamento, piloto, expansão e monitoramento foram mantidos nas etapas posteriores.
A sequência foi definida com base em dependências técnicas de implantação e princípios de Gestão de Projetos, e não na ordem de prevalência encontrada na análise estatística. Essa separação preservou a distinção entre diagnóstico e intervenção, pois os dados indicaram as capacidades a serem priorizadas, enquanto a Gestão de Projetos organizou a forma de implantação. Kerzner (2022) e Larson e Gray (2021) tratam o sequenciamento como resultado das relações lógicas entre atividades e entregas, o que sustentou a utilização dessa estrutura no modelo proposto.
Em conjunto, os resultados mostraram que a intensidade digital variou entre empresas e portes, apresentou estrutura cumulativa moderada e não revelou uma defasagem tecnológica generalizada no setor de transporte. O diagnóstico apontou diferenças concentradas principalmente nas capacidades relacionadas à presença digital e à integração, e a combinação entre evidência quantitativa e relevância para o fluxo de informações levou à priorização de ERP e CRM. A proposta de projeto converteu essas prioridades em entregas e dependências, sem atribuir aos dados transversais uma sequência temporal que eles não permitiram observar.
Considerações Finais
O estudo analisou o padrão de adoção de capacidades digitais nas empresas brasileiras e, a partir do diagnóstico do setor de transporte, armazenagem e correio, buscou estruturar uma proposta de projeto voltada à integração da informação. Para isso, foi construído um índice adaptado de intensidade digital e examinada a forma como diferentes capacidades tecnológicas se combinaram nas empresas analisadas.
Os resultados mostraram que a intensidade digital variou principalmente conforme o porte das empresas e que as cinco capacidades avaliadas apresentaram estrutura cumulativa moderada. No setor de transporte, armazenagem e correio, a diferença em relação ao conjunto das empresas não ocorreu de forma generalizada, pois departamento de TI, inteligência artificial e big data permaneceram próximos aos valores nacionais, enquanto ERP, CRM, website e rede social apresentaram menor adoção relativa.
A aplicação prática desses resultados concentrou-se na priorização das capacidades diretamente relacionadas à integração da informação. ERP e CRM foram definidos como frentes prioritárias,enquanto a infraestrutura em nuvem foi tratada como capacidade habilitadora, permitindo estruturar uma proposta de projeto com entregas e dependências definidas segundo princípios de Gestão de Projetos. Dessa forma, o diagnóstico quantitativo indicou onde concentrar os esforços, enquanto a estrutura do projeto organizou como essas prioridades poderiam ser implementadas, atendendo ao objetivo proposto.
As principais limitações decorreram do uso de dados secundários e transversais, que registraram a adoção declarada das tecnologias, mas não permitiram avaliar seu uso efetivo, o grau real de integração entre sistemas ou relações causais. Além disso, os microdados anonimizados não permitiram identificar individualmente as empresas de transporte, armazenagem e correio, de modo que o diagnóstico específico do setor dependeu das tabelas agregadas publicadas. Estudos futuros podem utilizar bases setoriais desagregadas, acompanhamento longitudinal e validação da proposta em uma operação real.
Referências
Babbie, E.R. 2021. The Practice of Social Research. 15ed. Cengage, Boston, MA, EUA. 
Comitê Gestor da Internet no Brasil [CGI.br]. 2025. Pesquisa sobre o uso das tecnologias de informação e comunicação nas empresas brasileiras: Pesquisa TIC Empresas, ano 2024: Relatório metodológico. CGI.br, São Paulo, SP, Brasil. Disponível em: . Acesso em: 01 out. 2026. 
Conferência das Nações Unidas sobre Comércio e Desenvolvimento [UNCTAD]. 2021. Digital Economy Report 2021: Cross-border data flows and development: For whom the data flow. United Nations, Geneva, Suíça. Disponível em: . Acesso em: 01 out. 2026. 
Conselho Nacional de Saúde [CNS]. 2016. Resolução nº 510, de 7 de abril de 2016. Diário Oficial da União, Brasília, DF, 24 maio 2016. Seção 1: 44-46. 
Creswell, J.W.; Creswell, J.D. 2018. Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. 5ed. SAGE, Los Angeles, CA, EUA. 
Dolgui, A.; Ivanov, D. 2022. 5G in digital supply chain and operations management: fostering flexibility, end-to-end connectivity and real-time visibility through internet-of-everything. International Journal of Production Research 60(2): 442-451. 
Eurostat. 2024. Digitalisation in Europe: 2024 edition. European Commission, Luxembourg. Disponível em: . Acesso em: 01 out. 2026. 
Franco, C.W.; Benitez, G.B.; Sousa, P.R.; Kliemann Neto, F.J.; Frank, A.G. 2024. Managing resources for digital transformation in supply chain integration: the role of hybrid governance structures. International Journal of Production Economics 278: 109428. 
Hamann-Lohmer, J.; Bendig, M.; Lasch, R. 2023. Investigating the impact of digital transformation on relationship and collaboration dynamics in supply chains and manufacturing networks: a multi-case study. International Journal of Production Economics 262: 108932. 
Helo, P.; Thai, V.V. 2024. Logistics 4.0: digital transformation with smart connected tracking and tracing devices. International Journal of Production Economics 275: 109336. 
Kerzner, H. 2022. Project Management: A Systems Approach to Planning, Scheduling, and Controlling. 13ed. Wiley, Hoboken, NJ, EUA. 
Kraus, S.; Durst, S.; Ferreira, J.J.; Veiga, P.; Kailer, N.; Weinmann, A. 2022. Digital transformation in business and management research: an overview of the current status quo. International Journal of Information Management 63: 102466. 
Larson, E.W.; Gray, C.F. 2021. Project Management: The Managerial Process. 8ed. McGraw-Hill Education, New York, NY, EUA. 
Lohr, S.L. 2021. Sampling: Design and Analysis. 3ed. Chapman & Hall/CRC Press, Boca Raton, FL, EUA. 
Núcleo de Informação e Coordenação do Ponto BR [NIC.br]. 2025. Pesquisa sobre o uso das tecnologias de informação e comunicação nas empresas brasileiras: Pesquisa TIC Empresas, ano 2024: Tabelas. NIC.br, São Paulo, SP, Brasil. Disponível em: . Acesso em: 01 out. 2026. 
Organização para a Cooperação e Desenvolvimento Econômico [OCDE]. 2019. Measuring the Digital Transformation: A Roadmap for the Future. OECD Publishing, Paris, França. Disponível em: . Acesso em: 01 out. 2026. 
Project Management Institute [PMI]. 2019. Practice Standard for Work Breakdown Structures. 3ed. Project Management Institute, Newtown Square, PA, EUA. 
Rogers, D.L. 2023. The Digital Transformation Roadmap: Rebuild Your Organization for Continuous Change. Columbia University Press, New York, NY, EUA. 
Sijtsma, K.; van der Ark, L.A. 2017. A tutorial on how to do a Mokken scale analysis on your test and questionnaire data. British Journal of Mathematical and Statistical Psychology 70(1): 137-158. 
Sijtsma, K.; van der Ark, L.A. 2022. Advances in nonparametric item response theory for scale construction in quality-of-life research. Quality of Life Research 31(1): 1-9. 
% empresas	
1.12E-2	1.9800000000000002E-2	1.95E-2	1.7600000000000001E-2	1.66E-2	1.3100000000000001E-2	1.12E-2	1.9800000000000002E-2	1.95E-2	1.7600000000000001E-2	1.66E-2	1.3100000000000001E-2	0	1	2	3	4	5	6.3700000000000007E-2	0.22739999999999999	0.24049999999999999	0.20269999999999999	0.1552	0.1106	Número de capacidades digitais presentes
Empresas (%)
4
image1.png
image2.png
image3.png
image4.png