Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Biblioteca_1832923.pdf APRESENTAÇÃO RACIOCÍNIO LÓGICO E ANALÍTICO - GST1935 Prof Dr SANDRO GOMES RODRIGUES 2019 CAMPO GRANDE, MS APRESENTAÇÃO • Professor com atuação na área de Empreendedorismo e Inovação, Logística, Gestão de Operações, Transporte, Processo de Tomada de Decisão, Inteligência Artificial e Recursos Humanos • Doutor em Transportes ( UnB) • Mestre em Transportes ( UnB) • Especialista em Recursos Humanos (UCB) • Especialista em Logística ( FGV) • MBA em Logística ( University Miami). • Graduado em Administração pela Faculdade de Ciências Administrativas de Ponta Porã - MS. • Integrante da Sociedade de Dinâmica de Sistemas • Integrante do Grupo de Pesquisa de Inovação e Transportes (UnB) • Autor do diversos artigos publicados nacionalmente e internacionalmente. • Participou dos Jogos Mundiais de Simulação da Harvard Business School. • Militar do Exército desde 1993. • Consultor de empresas desde 2011. Focos de atuação: Empreendedorismo e Inovação, Planejamento Organizacional, Auditoria em Recursos Humanos, Planejamento em Transportes, Gestão de Operações, Processos Decisórios e Análise de Cenários por meio da utilização da Dinâmica de Sistemas e Lógica Paraconsistente. A constatação de que o conhecimento é crescentemente provisório, dada à velocidade com que as informações trafegam, faz crescer a demanda por profissionais com velocidade de raciocínio baseado em um perfil analítico. Para tanto é necessário saber coletar, analisar e, sobretudo, interpretar dados para tomar decisões, ou seja, transformar os dados coletados em ações estratégicas que trarão benefícios reais para as organizações. CONTEXTUALIZAÇÃO A disponibilidade de ferramentas de gestão, isoladamente, não oferece as melhores condições para traçar e atingir os objetivos a serem alcançados, pois, um gestor precisa vislumbrar as etapas a serem desenvolvidas bem como a ordem de relevância entre estas, buscando estabelecer e entender parâmetros para análise situacional/informacional prévia e ao longo de todo o processo, configurando um perfil de comportamento mais pró-ativo. CONTEXTUALIZAÇÃO Nesse sentido, a disciplina visa contribuir diretamente com algumas disciplinas correlatas tais como: Estatística e Probabilidade, Métodos Quantitativos, Teoria dos Jogos, Análise de Investimento e Gerenciamento de Projetos. CONTEXTUALIZAÇÃO OBJETIVOS GERAIS: - Proporcionar ao aluno fundamentos teóricos e práticos para analisar e resolver casos e situações que simulem a realidade, utilizando conhecimentos de cálculo matemático, estatístico e financeiro, como ferramentas a serem utilizadas visando facilitar a visualização das ações, objetivando identificar condições adequadas e informações necessárias aos processos de planejamento, controle e tomada de decisão na área de Gestão, além de propiciar a identificação de oportunidades de melhoria. OBJETIVOS -OBJETIVOS ESPECÍFICOS: -Definir o conceito de tomada de decisão, com seus principais requisitos. - Apresentar Teorias racionais e o uso de árvores de decisão. - Apresentar a lógica associada à hierarquia de decisões. - Relacionar a Modelagem e Simulação de situações; - Desenvolver a habilidade de analisar gráficos e identificar tendências. OBJETIVOS -OBJETIVOS ESPECÍFICOS: -Introduzir o conceito de modelagem matemática de designação. - Mostrar a lógica do caminho crítico no desenvolvimento de projetos. - Discutir o papel da Teoria da decisão como ferramenta estratégica na área de Gestão. OBJETIVOS -Conceitos e Requisitos para a Tomada de Decisão. -Modelagem e simulação: gráficos e análise de tendências. Modelos de Designação e Caminho Crítico de um Projeto. -Teoria da Decisão. EMENTA UNIDADE I - Conceitos e requisitos para a tomada de decisão 1.1 Conceito de decisão 1.2 Os elementos para a tomada de decisão 1.3 Requisitos de um modelo de decisão 1.4 Conceito de pay-off e trade-off. CONTEÚDOS UNIDADE II - Modelagem e simulação 2.1 Diagrama de árvore 2.1.1 Valor médio esperado (VME) 2.2 Gráfico de Pareto 2.3 Diagrama de matriz de priorização 2.3.1 Matriz de Eisenhower 2.4 Gráficos, tabelas e análise de tendências 2.4.1 Normas de apresentação gráfica e tabular 2.4.2 Método de análise das variações percentuais 2.4.3 Método de análise pela média ponderada 2.4.4 Método de análise pela média móvel simples CONTEÚDOS UNIDADE III - Modelos de designação e Caminho crítico 3.1 O problemas de transporte e designação para modelos balanceados 3.2 Solução básica inicial: método do canto noroeste 3.3 Método custo mínimo 3.4 Caminho crítico de um projeto 3.5 Calcular o caminho crítico de um projeto 3.6 Folgas de cronograma CONTEÚDOS UNIDADE IV - Teoria da Decisão 4.1 Os problemas de decisão e a Teoria da Decisão 4.2 Matriz de decisão 4.3 Decisão tomada sob risco 4.4 Valor Esperado da Alternativa 4.5 Valor Esperado da Informação Perfeita 4.6 Decisão tomada sob incerteza 4.7 Critério maximax 4.8 Critério maximin CONTEÚDOS METODOLOGIA Promover aulas expositivas-interativas; estudos dirigidos com o material didático; estudos de casos; atividades em equipe; workshops; palestras com especialistas; reflexão sobre os exercícios constantes nos Planos de Aula da disciplina; atividades que integrem a teoria e a prática no ambiente de sala de aula/instituição, atividades nos laboratórios; visitas técnicas e atividades na biblioteca (IES/Virtual). METODOLOGIA Deverá ressaltar que cada integrante do corpo discente se torna protagonista do próprio processo de aprendizagem, já que vasto material é disponibilizado preliminarmente para real aproveitamento dos momentos em sala de aula. AVALIAÇÃO O processo de avaliação será composto de três etapas, Avaliação 1 (AV1), Avaliação 2 (AV2) e Avaliação 3 (AV3). As avaliações poderão ser realizadas através de provas teóricas, provas práticas, e realização de projetos ou outros trabalhos, representando atividades acadêmicas de ensino, de acordo com as especificidades de cada disciplina. A soma de todas as atividades que possam vir a compor o grau final de cada avaliação não poderá ultrapassar o grau máximo de 10, sendo permitido atribuir valor decimal às avaliações. AVALIAÇÃO Na disciplina Cultura Empreendedora, a AV1 e AV2 serão compostas pela aplicação trabalhos (individuais e em grupo), com valor de até 10 pontos cada (detalhamento sinalizado abaixo). A AV3, por sua vez, será composta por uma prova escrita com valor de até 10 pontos que contemplará todo o conteúdo programático abordado na disciplina. LIMA, Rinaldo José Barbosa. Gestão de Projetos. São Paulo: Pearson Education do Brasil, 2010. SHIRAISHI, Guilherme. Administração de marketing. São Paulo: Pearson Education do Brasil, 2012. TAHA, Hamdy A. Pesquisa Operacional: uma visão geral. 8 Ed. São Paulo: Pearson Prentice Hall, 2008. BIBLIOGRAFIA BÁSICA BARBOSA, Marcos Antonio. Iniciação á pesquisa operacional. 3 Ed. Curitiba: InterSaberes, 2015. BARROS, E. BONAFINI, F. Ferramentas da qualidade. São Paulo: Pearson Education do Brasil, 2014. BEZERRA, Cícero Aparecido. Técnicas de planejamento, programação e controle da produção: aplicações em planilhas eletrônicas. Curitiba: InterSaberes, 2013. IZIDORO, Cleyton. Métodos quantitativos. São Paulo: Pearson Education do Brasil, 2015. LACHTERMACHER, GERSON. Pesquisa operacional na tomada de decisões. 4 Ed. São Paulo: Pearson Education do Brasil, 2009. BIBLIOGRAFIA COMPLEMENTAR Obrigado! Biblioteca_1832925.pdf INTRODUÇÃO A SIMULAÇÃO RACIOCÍNIO LÓGICO E ANALÍTICO - GST1935 Prof Dr SANDRO GOMES RODRIGUES 2019 CAMPO GRANDE, MS INTRODUÇÃO À SIMULAÇÃO Introdução • Modelagem e simulação são ferramentas empregadas na análise de sistemas complexos. O processo envolve a: • Criação de uma representação (modelo) do sistema em estudo; • Experimentação com o modelo do sistema guiado por um conjunto de objetivos, tais como: melhorias de projeto, análise custo- benefício, análise de sensibilidade dos parâmetros, etc. • A experimentação produz um histórico do comportamento do sistema ao longo do tempo, assim como estatísticas deste comportamento. Sistema Avaliação com o Sistema Real Avaliação com o Modelo do Sistema Modelo Físico Modelo Matemático Solução Analítica Numérica (Simulação) Formas de Estudo de Sistemas CONCEITOS Modelo Um Modelo é a representação de um sistema real, sob um determinado conjunto de condições operacionais e hipóteses simplificadoras que retratam a estrutura e o comportamento do sistema correspondente (Law, A. M., 2007). CONCEITOS Modelos Analíticos x Modelos de Simulação As diferenças entre modelos analíticos e modelos de simulação estão na natureza de suas soluções: • Analítico: obtenção da solução para um problema matemático por meio de algoritmos. As soluções encontradas são usadas como medidas de desempenho do sistema. • Simulação: a solução é obtida por meio da execução de um programa (modelo) que produz amostras do comportamento do sistema. As estatísticas obtidas destas amostras são usadas como medidas do desempenho do sistema. Simulação de sistemas • “Simulação implica na modelagem de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo”, Thomas Schireber (1974). • “Simulação é o processo de projetar um modelo computacional de um sistema real e conduzir experimentos com este modelo com o propósito de entender seu comportamento e/ou avaliar estratégias para sua operação”, Dennis Pegden (1991). • “Simulação é a aplicação de uma metodologia que permite descrever o comportamento de um sistema usando um modelo matemático ou um modelo simbólico”, John Sokolowski (2009). CONCEITOS Processo e Conteúdo da Simulação • A resolução e a análise dos problemas devem ir além de critérios técnicos de simulação apenas, deve-se considerar os impactos reais na organização. • O sucesso do estudo envolvendo modelagem e simulação dependem da correta implantação do: • Processo de planejamento, condução e conclusão do estudo de modo a conectar o mundo técnico do analista com o mundo real da organização; • Conteúdo e conhecimento relacionado ao sistema em investigação e às ferramentas de simulação utilizadas. SIMULAÇÃO E ENGENHARIA DE PRODUÇÃO SIMULAÇÃO Vantagens Estudos de sistemas reais sem modificá-los; Possibilita melhor compreensão de quais variáveis são mais importantes em relação a performance e como estas interagem entre si e com os outros elementos do sistema; Facilita a identificação de “gargalos”; Permite análise do tipo “o que aconteceria se…”; Permite replicações precisas; Análise de condições extremas com segurança; CONCEITOS SIMULAÇÃO Desvantagens Construção do modelo: treinamento e experiência Resultados: podem ser de difícil e complexa interpretação Resultado ótimo: podem ser necessárias inúmeras replicações e testes Modelagem consome tempo, especialmente para sistemas muito complexos CONCEITOS PROCESSO DE DESENVOLVIMENTO DA SIMULAÇÃO • Os modelos de simulação computacional atuais executam, sequencialmente e de maneira repetitiva, um conjunto de instruções. • Na medida em que as instruções são executadas, os valores que determinadas variáveis podem assumir são alterados, uma vez que se modificam as condições que influenciam o comportamento do modelo. MODELO DE SIMULAÇÃO Simulação de Eventos Discretos Simulação de Eventos Discretos MODELO DE SIMULAÇÃO • Simulação de eventos discretos é utilizada para modelar sistemas que mudam o seu estado em pontos discretos no tempo. CHWIF, Leonardo. 1999. Terminologia Básica Utilizada • Entidades e Atributos • Recursos • Variáveis de Estado • Eventos e Atividades TERMINOLOGIA Entidades e Atributos • Entidades: objetos que constituem o modelo, que se movimentam através do sistema e seu comportamento é rastreado. • Exemplos: Pacientes em um hospital, aeronaves em um aeroporto, máquinas em uma fábrica. • Atributos: características pertencentes a cada entidade. Usado para controlar o comportamento de uma entidade, e para distingui-las entre si. • Exemplos: Nome ou tipo de peça, cliente ou tarefa. TERMINOLOGIA Recursos • Recursos são também objetos individuais do sistema, mas são contáveis e fornecem serviços às entidades. • Podem ter vários estados. Ocupado, livre, bloqueado, falhado, indisponível, etc. • Pode servir uma ou mais entidades ao mesmo tempo. • Uma entidade pode operar com mais de uma unidade de recurso ao mesmo tempo, ou com diferentes recursos ao mesmo tempo. TERMINOLOGIA Variáveis de Estado • Determinam o estado de um sistema num particular momento. • Constituem o conjunto de informações necessárias que descrevem a evolução do sistema ao longo do tempo. • Exemplo: • Linha de Produção: o número de peças esperando para serem processadas na máquinas (fila da máquina); • Banco: número de caixas ocupados, número de clientes esperando na fila do caixa, horário de chegada de cada cliente ao banco. TERMINOLOGIA TERMINOLOGIA Eventos e Atividades • Eventos são acontecimentos, ocorrências, que provocam mudança de estado em um sistema. • Toda mudança de estado é provocada pela ocorrência de um evento. • Exemplos: • Chegada ou saída de uma entidade (ex. Passageiro, cliente, aeronave) em um processo. • Início ou término de alguma operação. • Atividades são operações e procedimentos com duração predeterminada. Todo início e final de uma atividade é causada por um evento (mudança de estado). • Exemplo: • Processamento por uma máquina. TERMINOLOGIA Escolher qual melhor: esse ou slide19 PROCESSO DE SIMULAÇÃO Etapas da simulação PLANEJAMENTO • Formulação e análise do problema (objetivos) • Planejamento do projeto (recursos necessários) • Formulação do modelo conceitual (esboço do sistema) • Coleta de macro-informações (ex: qual fonte de dado?) MODELAGEM • Coleta de dados • Tradução do modelo (linguagem de simulação) • Verificação e Validação (modelo ok?) EXPERIMENTOS • Projeto experimental (criar cenários) • Experimentação (executar simulação: cenários) • Análise dos resultados (estatística, análise desempenho) CONCLUSÃO • Comparação e identificação das melhores soluções • Documentação e apresentação dos resultados • Implementação PROCESSO DE SIMULAÇÃO Construção Modelo Conceitual • Para construção do modelo conceitual é necessário o entendimento claro do sistema a ser simulado e os objetivos do estudo. • Deve-se decidir com clareza qual será o escopo do modelo, suas hipóteses e seu nível de detalhamento. Capturar os fatores essenciais do sistema para elaboração do modelo conceitual. ”a compreensão do sistema e a identificação de seus elementos mais significativos dependem do conhecimento, da experiência e da habilidade do modelador” Sakurada, N; Miyake, D. I. (2009) PLANEJAMENTO Dados de entrada • Coleta dos dados de entrada adequados para o modelo (“Garbage In, Garbage Out”). • O modelo é que deve dirigir a coleta de dados. • Modelagem de dados de entrada: MODELAGEM Coleta de dados Tratamento dos dados Inferência Arquivos históricos, observações do sistema, oriundos de sistemas similares Importante: A amostra deve ser representativa do fenômeno Técnicas para descrever dados levantados (estatística descritiva) Existem outliers? (Erro na coleta? Evento raro? Retirar da amostra?) Qual distribuição de probabilidade representa o fenômeno? (exponencial, normal, triangular, gama, etc.) Variabilidade dos Sistemas • A utilização dos dados para o emprego em simulação está em: • Compreender o comportamento dinâmico e aleatório das variáveis, com a intenção de incorporá-lo ao modelo. • Diferentemente da solução analítica, que é: • Determinar valores que representam o comportamento médio das variáveis do sistema; EXPERIMENTAÇÃO Implementação computacional • Modelo conceitual é convertido em um modelo computacional: codificação dos dados e relações previamente levantados por meio de um software de simulação apropriado ou uma linguagem de programação. • Esta etapa deve ser combinada com a verificação do modelo: • Comparar o modelo computacional frente ao modelo conceitual – verificar se modelo computacional atende ao que foi estabelecido na fase de concepção; • Verificar erros de programação. MODELAGEM Validação MODELAGEM • Processo aonde o analista e cliente avaliam se o modelo computacional implementado está de acordo com as suposições iniciais e se está válido para utilização. • Testes estatísticos (dados reais vs. resultados da simulação); • Duplicação de modelos (duas equipes construindo mesmo modelo); • Comparação com modelos anteriores (se houver); • Análise de Sensibilidade (alterar parâmetros de entrada). Experimentação EXPERIMENTAÇÃO Razão final pela qual se constrói modelos de simulação: Executar experimentos e modelar cenários alternativos. • São efetuadas várias “rodadas” do modelo, observando- se o sistema em determinadas condições. • Determina-se estatisticamente quais fatores são causadores de quais efeitos, possibilitando a construção de conclusões apropriadas. Obs: O alcance de significância estatística dos resultados depende de quanto tempo o experimento é executado. Esquema: Modelagem e Experimentação EXPERIMENTAÇÃO Ex.: Componentes na linha de produção de fábrica Exemplo: Linha de Produção EXPERIMENTAÇÃO Ex.: Tempo de processamento, % utilização máquinas e funcionários, identificação de gargalos. Ex.: Aumentar número de funcionários, aumentar maquinário. Modelos de Simulação de Monte Carlo • Métodos numéricos que utilizam amostragem aleatória a partir de uma função de distribuição de probabilidade. • Os dados são artificialmente gerados empregando-se um gerador de números aleatórios (GNA) • Utiliza-se uma distribuição de frequências da variável de interesse. • Estes são dois pontos fundamentais no uso desta técnica e na sua posterior aplicação em programas de simulação. Gerador de Números Aleatórios • Algoritmos matemáticos capazes de produzir valores aleatórios independentes e uniformemente distribuídos (todos com a mesma probabilidade de ocorrência) no intervalo de 0 a 1. • O aprimoramento pleno de algoritmos geradores de números aleatórios deu-se com o advento dos primeiros computadores digitais • Por serem gerados artificialmente, os valores aleatórios obtidos são conhecidos como números pseudo-aleatórios. • A sequência de números produzidos por um destes algoritmos é reproduzível e, portanto, não aleatória no sentido estrito do termo. VALIDAÇÃO DE MODELOS DE SIMULAÇÃO Introdução Verificar erros de sintaxe e/ou de lógica Verificar se está representativo do sistema real ou projetado Durante o desenvolvimento de um modelo de simulação é preciso estar seguro de que o mesmo esteja sendo corretamente implementado. VERIFICAÇÃO VALIDAÇÃO Verificação • Avaliar se suposições e simplificações do modelo conceitual foram corretamente implementadas no modelo computacional. • A verificação de modelos de simulação é equivalente a retirar os “bugs” do programa (debugging). Técnicas de Verificação • Implementação Modular/ Verificação Modular • Valores constantes/simplificados + cálculos manuais • Variações dos dados de entrada • Utilização do “Debugger” • Animação Gráfica • Revisão em grupo O problema da Validação Modelo de simulação representação do mundo real Apesar do grande esforço para descobrir os fatores importantes do sistema, ... ...o modelo reflete os pontos de vista de um indivíduo ou grupo sobre o que deveria ser incluído. O problema da Validação • Na maioria das análises, constrói-se um modelo para que este atue sob condições (operacionais ou gerenciais) diferentes da realidade. • Por isso, são poucas as possibilidades para a realização de comparações detalhadas para fins de validação. Um modelo de simulação totalmente correto é impossível, porém, sua validação é medida pela proximidade entre os resultados obtidos pelo modelo e aqueles originados do sistema real. Técnicas de Validação • Teste de Turing ou validação black-box Computador Pessoa Especialista Técnicas de Validação • Duplicação de modelos • Comparação com modelos anteriores • Análise de sensibilidade • Validação “face a face” Considerações Finais Obrigado! Biblioteca_1832924.pdf APRESENTAÇÃO RACIOCÍNIO LOGICO E QUANTITATIVO Prof Dr SANDRO GOMES RODRIGUES 2019 CAMPO GRANDE, MS A TOMADA DE DECISÕES DECISÃO ! • No fundo, as decisões são tomadas em função do seu custo e seu benefício. • As decisões são tomadas de forma intuitiva. • Muitas vezes introduzimos aspectos subjetivos na decisões, considerando nossa experiência, preconceitos e valores, mas, se escolhermos alguma coisa é porque, objetiva ou subjetivamente, a preferimos a outra que foi preterida. O que é uma decisão ? Há necessidade de uma decisão ? • Decidir é escolher entre duas ou mais alternativas. Se não não há dissenso não há decisão. • Cumpre lembrar, porém, que não fazer nada, isto é, deixar as ações seguirem seu curso normal pode ser uma decisão. • No entanto, deixar de agir por incapacidade de concluir o curso da ação mais favorável quando é indispensável uma ação é indecisão. • Pode – se corrigir uma decisão errada, pagando – se um preço pelo erro, mas não pode corrigir uma indecisão. Decisão ! • Toda a decisão afeta algo ou alguém ! • Para decidir : “ Precisamos fazer uma análise do sistema considerando corretamente todas as variáveis de todos os seus elementos e as inter – relações entre eles, bem como as relações do sistema com o meio ambiente”. • Decidir requer coragem tanto quanto discernimento. É necessário equilibrar objetivos, opiniões e prioridades conflitantes num contexto de pressão. Decidir ! • Qualquer processo decisório, seja no íntimo do individuo ou na organização, ocupa – se da descoberta e seleção de alternativas satisfatórias. Esse processo só se voltar´´a para a descoberta e seleção de alternativas ótimas em casos excepcionais. Toda decisão envolve, portanto, riscos e incertezas. Administrador : Profissional de Tomadas de Decisões importantes! • O administrador deve ter consciência da sua responsabilidade e da sua limitação nas tomadas de decisões dentro das empresas. • A racionalidade requer um conhecimento completo e antecipado das conseqüências resultantes de cada opção. • Considerando o resultado de cada opção, atribuir valores as opções. • Escolha de um fração dentro das alternativas possíveis. Tipos de Decisões. • Herbert Simon, criou estes termos para designar as decisões que ocorrem com muita freqüência e as que são novas. »Decisões Programadas. »Decisões Não Programadas. Decisões Programadas. • São mais fáceis de serem tomadas, uma vez que tendem a ser repetitivas, mas, por outro lado, tendem a ser numerosas. Para facilitar o trabalho dos administradores, as empresas criam regras que orientam as decisões como política, normas de procedimento, práticas e rotinas. Isto permite que as decisões sejam tomadas não só mais depressa, mas incorporando a experiência de situações semelhantes ocorridas. Decisões não Programadas. • São as novas decisões ( sem precedentes), que requerem tratamento especial. • E para evitar que as decisões não programadas sejam postergadas além do desejável, é preciso que os executivos aloquem um tempo especifico para elas, ou, alternativamente, formem equipes dedicadas à análise e a recomendações especifica para subsidiar essas decisões. Decisões Estratégicas ! • Envolvem a definição precisa do negócio, sua alteração ou, pelo menos, uma mudança no rumo dos negócios. Diferentemente das táticas ou operacionais, as estratégicas são decisões com impactos a longo prazo e grande dificuldade de serem desfeitas. Essas decisões tendem a ser importantes e são tomadas nos níveis hierárquicos mais alto da organização. Geralmente, envolvem grandes investimentos, ou mudanças na cultura da empresa, ou na maneira de conduzir os negócios, ou tem grandes influência no ambiente externo no qual esta inserida a empresa. ESTAPAS DO PROCESSO DECISÓRIO ESTRUTURADO. • Identificação de Sintomas e Sinais. • Análise do Tipo de Problemas ou da Oportunidade Existente. • Identificação de Soluções alternativas. • Análise das Soluções Alternativas e Considerações sobre suas Conseqüências. ESTAPAS DO PROCESSO DECISÓRIO ESTRUTURADO. • Avaliação das Alternativas e Escolha da mais Adequada. • Comunicação da Decisão Escolhida. • Acompanhamento das Ações Necessárias à Implantação da Decisão. ERROS COMUNS NAS TOMADAS DE DECISÕES. • Precipitação. • Cegueira Estrutural. • Falta de Referências de controle. • Excesso de Confiança no Julgamento. • Uso de Atalho Míope. • Agir sem Sistematização ERROS COMUNS NAS TOMADAS DE DECISÕES. • Condução Inadequada de um Grupo. • Auto – Engano sobre o Feedback. • Não acompanhar os Resultados da Decisão. • Falta de auditoria do Processo Decisório. DECISÕES POUCO ESTRUTURÁVEIS. • Algumas decisões são tão complexas, envolvem tantas variáveis, incertezas e riscos, que mesmo que se procure estruturar o processo decisório, sempre haverá necessidade de flexibilizar o processo e de se confiar no julgamento e na intuição de pessoas que se presumem experientes, honesta e equilibradas. A racionalidade completa nesses casos é inalcançável. A estruturação é menor e a incerteza é maior. INTUIÇÃO NA TOMADA DE DECISÃO ! • É um modo de raciocinar baseado principalmente na experiência, por meio da qual a avaliação da situação e o julgamento das alternativas são feitos de forma inconsciente e automática. Podemos dizer que a intuição esta vinculada ao conhecimento tácito e não implícito. Aspectos psicológicos das decisões. • A armadilha da fixação. • A armadilha do status quo. • A armadilha dos custos já despendidos. • A armadilha da confirmação da evidência. • A armadilha da estruturação. • Armadilha de projeções estimativas. A INFORMAÇÃO. • Apesar das influências psicológicas, a informação é o insumo mais importante para as decisões. Se tudo acontece por meio das decisões das pessoas e se a informação é o insumo básico para as decisões, o gerenciamento das informações e do conhecimento por elas gerado tem importância vital qualquer organização. TIPOS E OBJETIVOS DOS SISTEMAS DE INFORMAÇÕES. • São utilizados nas empresas basicamente três tipo de sistemas de informação: – Sistema de Informação Gerenciais. – Sistema de Apoio á Decisão. – Sistema de Informação para executivos. Sistema de Informação Gerenciais. • É um sistema organizado e integrado de geração, processamento, armazenamento e comunicação de dados e informações ao diversos níveis da administração para efetivação da função gerencial. Sua ênfase é na geração, armazenamento e processamento de informações estruturadas, consistentes e integradas e sua apresentação sob forma de relatórios. ( SIG). Sistema de apoio à Decisão. • É um sistema interativo, que proporciona ao usuário acesso fácil a modelos decisórios e dados a fim de dar apoio à tomada de decisões semi – estruturadas ou não estruturadas. • Os objetivos de apoio à decisão ( SAD) é servir de apoio ao processo decisório. Sistema de Informação para Executivos. • OS sistemas de informação para executivos diferenciam – se dos sistemas de informações gerenciais no que diz respeito ao número de pessoas a quem se destinam. Esse sistema é voltados a um número restrito de altos executivos. Importância das Informações externas à organização • A maioria dos sistema de informações trata apenas das informações relacionadas aos fatos internos da organização, mas é preciso incluir nesses sistemas as informações relevantes à organização que ocorrem no ambiente externo. Um dos grande desafios para as empresas é organizar um suprimento sistemático e significativo de informações relevantes externas à organização. Quem participa das decisões . • Na maioria das empresas médias e pequenas essa responsabilidade sobre determinada fica implícita e os administradores sabem quem deve tomar cada decisão. • Uma vez tomada as decisão quem deve informa – la ? Quem deve ser informado ? Quem deve orientar o processo após a decisão ter sido tomada ? Quem deve executa – la ? Quem deve auditar os resultados da decisão e levar as conclusões ao responsável para as necessárias correções ou modificações de rumo? Obrigado!
Compartilhar