Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificial

Página do item simplificado
Orientador(a) (dc.contributor.advisor)Lacerda, Daniel Pacheco
Coorientador(a) (dc.contributor.advisor-co1)Camargo, Luis Felipe Riehs
Lattes Coorientador(a) (dc.contributor.advisor-co1Lattes)http://lattes.cnpq.br/0043654511092877pt_BR
Lattes Orientador(a) (dc.contributor.advisorLattes)http://lattes.cnpq.br/6330279254229431pt_BR
Autor(a) (dc.contributor.author)Santos, Andrey Schmidt dos
Autor(a) Lattes (dc.contributor.authorLattes)http://lattes.cnpq.br/0920135817847632pt_BR
Data de Disponibilização (dc.date.accessioned)2018-04-26T13:33:37Z
dc.date.available (dc.date.available)2018-04-26T13:33:37Z
Data da defesa / Data do evento (dc.date.issued)2018-02-26
Abstract (dc.description.abstract)Small and Medium Enterprises (SMEs) compose 99% of companies in Brazil, 70% of formal jobs and 27% of gross domestic product. Despite this representativeness, the level of education in SMEs is low. This education level difficult decision-making. One alternative to improve SMEs decision making is evidence-based management (EBM). EBM is an approach that helps to acquire and appraise evidence. One organization that helps SMEs find evidence and make decisions is the Brazilian Small and Medium Enterprises Support Service (SEBRAE). SEBRAE has a SMEs call center with limited service capacity. This capacity can be increased with artificial intelligence technologies (AI). A literature review has demonstrated the lack of literature in the use of IA for the application of EBM in SMEs. In this context, what would be a computational tool to support the technical demands in the context of SMEs? To answer this problem, the research goal was create a computational tool that supports the SMEs technical demands from EBM. To create this tool, a working method based on design science research (DSR) was developed. Using the DSR, an artifact with ask-answer module and learning module was created. After four learning rounds, the artifact presented an accuracy of 90,70%. An experiment was carried out to compare the artifact with the SEBRAE call center. In the quality dimension, the artifact presented a performance similar to 53,59% of the call center. In the time dimension, the artifact presented better results than call center. The work contributes to the literature by developing an artifact that applies EBM. SEBRAE benefited from an alternative to increase its service capacity. The artifact can be used to complement and expedite the SMEs call center service.en
Resumo (dc.description.resumo)As micro e pequenas empresas (MPEs) constituem 99% das empresas no Brasil, sendo responsáveis por 70% dos empregos formais e 27% do produto interno bruto. Apesar dessa representatividade, o grau de instrução nas MPEs ainda é baixo. Esse baixo nível de instrução dificulta a tomada de decisão. Uma alternativa para melhorar a tomada de decisão é utilizar a gestão baseada em evidências (EBM). A EBM é uma abordagem que ajuda a encontrar evidências e a avaliá-las criticamente. Uma organização que ajuda as MPEs na busca de evidências e na tomada de decisão é o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE). O SEBRAE possui uma central de atendimentos com capacidade limitada de suporte a MPEs. Essa capacidade pode ser aumentada utilizando tecnologias da inteligência artificial (IA). Uma revisão de literatura demonstrou a ausência de referências na utilização da IA para aplicação da EBM em MPEs. Diante desse contexto, a pesquisa responde como seria uma ferramenta computacional para suportar as demandas técnicas no contexto de MPEs. Para responder ao problema de pesquisa, construiu-se uma ferramenta computacional que suporta as demandas técnicas de MPEs a partir da EBM. Para tanto, desenvolveu-se um método de trabalho baseado na Design Science Research (DSR). Com base na DSR, construiu-se um artefato com um módulo de pergunta e resposta e um módulo de aprendizado. Após quatro rodadas de aprendizado, o artefato apresentou uma acurácia de 90,70%. Realizou-se, ainda, um experimento para comparar o desempenho do artefato com a performance da central de atendimento do SEBRAE. Na dimensão qualidade, o artefato apresentou um desempenho, correspondente a 53,59% do atendimento da central do SEBRAE. Na dimensão tempo, o artefato apresentou resultados superiores aos da central de atendimentos. O trabalho contribui para a literatura ao desenvolver um artefato que aplique a EBM. O SEBRAE beneficia-se com uma alternativa que possibilita aumentar a capacidade de atendimento. O artefato pode ser utilizado para complementar e agilizar o atendimento a MPEs.pt_BR
Agência de fomento (dc.description.sponsorship)CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
URI (dc.identifier.uri)http://www.repositorio.jesuita.org.br/handle/UNISINOS/7029
Idioma (dc.language)pt_BRpt_BR
Nome da instituição (dc.publisher)Universidade do Vale do Rio dos Sinospt_BR
País da Instituição (dc.publisher.country)Brasilpt_BR
Departamento (dc.publisher.department)Escola Politécnicapt_BR
Sigla da Instituição (dc.publisher.initials)Unisinospt_BR
Programa (dc.publisher.program)Programa de Pós-Graduação em Engenharia de Produção e Sistemaspt_BR
Direitos de acesso ao documento (dc.rights)openAccesspt_BR
Assunto (dc.subject)Gestão baseada em evidênciaspt_BR
Assunto (dc.subject)Micro e pequenas empresaspt_BR
Assunto (dc.subject)MEIpt_BR
Assunto (dc.subject)Mineração de dadospt_BR
Assunto (dc.subject)Mineração de textopt_BR
Assunto (dc.subject)Classificaçãopt_BR
Assunto (dc.subject)Evidence-based managementen
Assunto (dc.subject)Small and medium enterprisesen
Assunto (dc.subject)MEIen
Assunto (dc.subject)Data miningen
Assunto (dc.subject)Text miningen
Assunto (dc.subject)Classificationen
Tema (CNPq) (dc.subject.cnpq)ACCNPQ::Engenharias::Engenharia de Produçãopt_BR
Título (dc.title)Suporte às micro e pequenas empresas a partir da gestão baseada em evidências: construção de ferramenta computacional baseada em inteligência artificialpt_BR
Tipo de arquivo (dc.type)Dissertaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Andrey Schmidt dos Santos_.pdf
Tamanho:
3.64 MB
Formato:
Adobe Portable Document Format
Descrição:
micro_pequenas
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.12 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

PPG Engenharia de Produção e Sistemas