SIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTILIZANDO A FERRAMENTA FUSION ECM SUÍTE
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share

SIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTILIZANDO A FERRAMENTA FUSION ECM SUÍTE

  • 1,620 views
Uploaded on

Existem diversas ferramentas de suporte a gestão de projetos e modelagem de fluxo ...

Existem diversas ferramentas de suporte a gestão de projetos e modelagem de fluxo
de processos. Essas ferramentas realizam análises de caminho crítico e gerenciamento da
execução do processo de acordo com o fluxo modelado. Com o crescente número de empresas
optando por gerir suas atividades por meio de fluxos de processo de trabalho cada vez
mais torna-se promissor o desenvolvimento de software que permitam a modelagem e gerenciamento
dos processos. Porém, quando se trata especificamente desse tipo de solução, é
pequeno o número delas que possuem módulo de simulação entretanto tal funcionalidade é de
necessidade do mercado. Neste sentido, o objetivo deste trabalho é desenvolver um módulo de
simulação de processos para a ferramenta Fusion ECM Suíte que é um produto da empresa
Neomind. A metodologia utilizada para o desenvolvimento desse módulo consiste na aplicação
do método Monte Carlo, para a simulação de execução de cada atividade do processo através
da geração de números aleatórios. Como resultado obtem-se o valor total do processo atrelado
a um cenário. Essa rotina pode ser executada inúmeras vezes, gerando resultados estatísticos
e diminuindo a margem de erro do valores obtidos. Além disso o módulo de simulação
permite saber qual será o caminho a ser executado em um processo baseado em um cenário
pré determinado. A luz do exposto, conclui-se que através do uso do módulo de simulação
torna-se possível prever possíveis falhas de modelagem do processo ou até mesmo enxergar
melhorias contínuas, assim como mitigar impacto no processo antes de realizá-las no ambiente
corporativo.

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,620
On Slideshare
1,260
From Embeds
360
Number of Embeds
3

Actions

Shares
Downloads
32
Comments
0
Likes
0

Embeds 360

http://www.mews.com.br 355
http://www.linkedin.com 4
https://www.linkedin.com 1

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. SOCIEDADE EDUCACIONAL DE SANTA CATARINA - SOCIESC INSTITUTO SUPERIOR TUPY - IST WILLIAN MEWSSIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTILIZANDO A FERRAMENTA FUSION ECM SUÍTE Joinville 2012
  • 2. WILLIAN MEWSSIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTILIZANDO A FERRAMENTA FUSION ECM SUÍTE Trabalho de Conclusão de Curso apresentado ao Instituto Superior Tupy - IST como requisito par- cial para obtenção do Título de Bacharel em En- genharia da Computação, sob orientação do Pro- fessor Robson Thanael Poffo. Joinville 2012
  • 3. MEWS, WILLIAN. SIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTI-LIZANDO A FERRAMENTA FUSION ECM SUÍTE. Joinville: SOCIESC, 2012.
  • 4. WILLIAN MEWS SIMULAÇÃO MONTE CARLO PARA FLUXO DE PROCESSOS UTILIZANDO A FERRAMENTA FUSION ECM SUÍTE Esse trabalho foi julgado e aprovado em sua forma final pela banca examinadora abaixo assinada.Joinville, 13 de Julho de 2012 Prof. Robson Thanael Poffo - SOCIESC Prof. Dr. Andre Tavares da Silva - SOCIESC Felipe Baptista Bahiense - NEOMIND
  • 5. Dedico este trabalho a pessoa que maisamo nesse mundo, minha esposa Luisa, aqual sempre esteve ao meu lado e merecetoda a minha dedicação e carinho.
  • 6. AGRADECIMENTOS Primeiramente a Deus, sem Ele nada seria possível; A minha esposa, que pacientemente me in- centivou a elaboração deste trabalho, com- preendeu minha ausência necessária para o desenvolvimento do projeto e participou realizando a revisão; A minha familia e principalmente minha fa- lecida vó, que na sua simplicidade e sabe- doria soube me educar e ensinar valores que jamais deixarão de fazer parte da mi- nha vida; Ao professor Robson, que dedicou seu tempo para que esse trabalho pudesse ser realizado; A Neomind, que disponibilizou espaço e acreditou no potencial desse projeto; A todos que não foram mencionados, mas que, direta ou indiretamente, ajudaram para a finalização deste trabalho.
  • 7. "Se você está à procura de uma grande oportunidade, descubraum grande problema." Martinho Lutero
  • 8. RESUMO Existem diversas ferramentas de suporte a gestão de projetos e modelagem de fluxode processos. Essas ferramentas realizam análises de caminho crítico e gerenciamento daexecução do processo de acordo com o fluxo modelado. Com o crescente número de empre-sas optando por gerir suas atividades por meio de fluxos de processo de trabalho cada vezmais torna-se promissor o desenvolvimento de software que permitam a modelagem e geren-ciamento dos processos. Porém, quando se trata especificamente desse tipo de solução, épequeno o número delas que possuem módulo de simulação entretanto tal funcionalidade é denecessidade do mercado. Neste sentido, o objetivo deste trabalho é desenvolver um módulo desimulação de processos para a ferramenta Fusion ECM Suíte que é um produto da empresaNeomind. A metodologia utilizada para o desenvolvimento desse módulo consiste na aplicaçãodo método Monte Carlo, para a simulação de execução de cada atividade do processo atravésda geração de números aleatórios. Como resultado obtem-se o valor total do processo atreladoa um cenário. Essa rotina pode ser executada inúmeras vezes, gerando resultados estatísti-cos e diminuindo a margem de erro do valores obtidos. Além disso o módulo de simulaçãopermite saber qual será o caminho a ser executado em um processo baseado em um cenáriopré determinado. A luz do exposto, conclui-se que através do uso do módulo de simulaçãotorna-se possível prever possíveis falhas de modelagem do processo ou até mesmo enxergarmelhorias contínuas, assim como mitigar impacto no processo antes de realizá-las no ambientecorporativo. Palavras-chave: Método Monte Carlo. Simulação. Fusion ECM Suíte.
  • 9. ABSTRACT There are several tools to support project management and process flow designer. Thesetools allow to perform critical path analysis and management of process execution according tothe flow modeled. With the growing number of companies opting to manage their activitiesthrough the work process flows increasingly become the promising development of tools thatenable modeling and managing processes. However, when this specific type of tool, the numberof them that have a simulation module is very small even with large market need. Thus, theobjective of this work is to develop a module for process simulation tool Fusion ECM Suite. Thistool is a product of the company Neomind Sollutions. The methodology used for the develop-ment of this module is the application of the Monte Carlo method for simulation of execution ofeach process activity through the generation of random numbers. As a result we obtain the totalvalue of the process coupled to a scenario. This routine can be executed many times, genera-ting statistical results and reducing the margin of error to the values. Furthermore, the simulationmodule lets you know which flow that will be runs in a process based on a scenario pre registe-red. Thus, it appears that by using the simulation module becomes possible to predict potentialfailure flow modeling or even see improvements, and perform them whether actually impacted inthe process prior to putting it into production. Palavras-chave: Monte Carlo Method. Simulation. Fusion ECM Suíte.
  • 10. LISTA DE ILUSTRAÇÕESFigura 1 - Histograma - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22Figura 2 - Polígono de Frequência - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22Figura 3 - Gráfico de frequência acumulada - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23Figura 4 - Distribuição Triangular - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24Figura 5 - Estrutura Tradicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31Figura 6 - Visão Departamental x Visão de Processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32Figura 7 - Subprocesso - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34Figura 8 - Rede PERT - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39Figura 9 - Caminho Crítico - Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41Figura 10 - Cadastro de Formulário - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51Figura 11 - Cadastro de Campos de Formulário - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52Figura 12 - Cadastro de um Processo - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53Figura 13 - Ferramenta de Modelagem de Fluxo de Processo - Fusion . . . . . . . . . . . . . . . . . 53Figura 14 - Cadastrando uma nova simulação - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54Figura 15 - Cadastro do cenário - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55Figura 16 - Preenchendo os campos do cenário - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55Figura 17 - Listagem de atividades do processo - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56Figura 18 - Preenchendo os dados para simulação da atividade - Fusion . . . . . . . . . . . . . . 57Figura 19 - Cadastro da simulação completa - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57Figura 20 - Executar simulação - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58Figura 21 - Diagrama de Atividade - Teste de execução do processo - Fusion . . . . . . . . . . 59Figura 22 - Diagrama de Atividade - Simulação de processo - Fusion . . . . . . . . . . . . . . . . . . 60Figura 23 - Fluxo de Atividades Simuladas - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62Figura 24 - Selecionar cenário para visualizar simulação - Fusion . . . . . . . . . . . . . . . . . . . . . . 63Figura 25 - Resultado da Simulação - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
  • 11. Figura 26 - Cadastro de Formulário - Caso de Uso - Solicitação de Compra . . . . . . . . . . . 65Figura 27 - Cadastro do Processo - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . 66Figura 28 - Modelagem do Fluxo - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . . 66Figura 29 - Cadastro da Simulação - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . 67Figura 30 - Executar Simulação - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . . . 67Figura 31 - Resultado 1 - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . . . . . . . . . . . 68Figura 32 - Resultado 2 - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . . . . . . . . . . . 68Figura 33 - Resultado 3 - Caso de Uso - Solicitação de Compra . . . . . . . . . . . . . . . . . . . . . . . 68Figura 34 - Diagrama de Classes do Simulador - Fusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
  • 12. LISTA DE TABELASTabela 1 - Distribuição de frequência dos salários semanais de 100 operários . . . . . . . . . 20Tabela 2 - Distribuição de frequência de idade de consumidores de um supermecado . 21Tabela 3 - Cálculo das frequências acumuladas para os dados da tabela 1 . . . . . . . . . . . . 23
  • 13. Sumário1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 SIMULAÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182.1 CONCEITO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182.2 ESTATÍSTICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192.2.1 Distribuições de Frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.2.2 Intervalos de Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.2.3 Histogramas e Polígonos de Frequência . . . . . . . . . . . . . . . . . . . . . 212.2.4 Distribuições de Frequências Cumulativas . . . . . . . . . . . . . . . . . . . . 222.3 TIPOS DE DISTRIBUIÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232.3.1 Distribuição Triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242.4 ONDE AS SIMULAÇÕES SÃO APLICADAS . . . . . . . . . . . . . . . . . . . . . 252.4.1 Linhas de Produção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252.4.2 Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252.4.3 Bancos, Supermecados, Escritórios etc. . . . . . . . . . . . . . . . . . . . . . 262.5 MONTE CARLO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262.5.0.1 Geração de Números aleatórios . . . . . . . . . . . . . . . . . . . . . . . . . 272.5.0.2 Correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 GESTÃO DE PROCESSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303.1 ORGANIZAÇÃO FUNCIONAL TRADICIONAL . . . . . . . . . . . . . . . . . . . . 303.1.1 Estruturação da organização funcional tradicional . . . . . . . . . . . . . . . . 303.2 ORGANIZAÇÃO FUNCIONAL POR PROCESSOS . . . . . . . . . . . . . . . . . . 313.2.1 Atividades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323.2.2 Subprocessos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333.2.3 Processos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343.2.4 Tarefas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
  • 14. 3.3 GERENCIAMENTO DE PROCESSOS DE NEGÓCIO . . . . . . . . . . . . . . . . 353.3.1 Ciclo BPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373.3.2 Riscos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383.3.3 Custos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383.3.4 Rede PERT/CPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383.3.4.1 Caminho Crítico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394 PRÁTICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.1 O PROJETO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.1.1 A Neomind . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.1.2 Fusion ECM Suite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.1.3 Workflow/BPM (Business Process Management . . . . . . . . . . . . . . . . . 434.1.3.1 O CICLO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444.2 TECNOLOGIAS A SEREM UTILIZADAS . . . . . . . . . . . . . . . . . . . . . . . 464.2.1 Java . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464.2.2 Hibernate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464.2.3 jQuery . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474.2.3.1 jqPlot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474.2.4 HTML (Hyper Text Markup Language) . . . . . . . . . . . . . . . . . . . . . . . 484.2.5 CSS (Cascading Style Sheets) . . . . . . . . . . . . . . . . . . . . . . . . . . . 484.3 ARQUITETURA DO SISTEMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484.3.1 Portlets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494.3.2 EForms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494.3.3 Diagrama de Classe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494.4 DESENVOLVIMENTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504.4.1 Cadastro de Formulários . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514.4.2 Cadastro de Processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
  • 15. 4.4.3 Cadastro da Simulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 544.4.4 Executar Simulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 574.4.4.1 TESTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 584.4.4.2 SIMULAÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 594.4.5 Apresentação dos Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . 634.5 ESTUDO DE CASO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 644.5.1 Resultados Obtidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 675 CONSIDERAÇÕES FINAIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 726 APÊNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
  • 16. 161 INTRODUÇÃO Atualmente existem diversas ferramentas de suporte à gestão de projetos e modelagemde fluxos de processos, tais como MS Project, Primave ou outras soluções distribuídas embar-cadas em softwares ERP’s. Dentre as técnicas utilizadas para viabilidade destas ferramentasestá a simulação, objeto deste trabalho de conclusão, que pretende traçar estatísticas para ob-tenção de valores que aproximem o tempo total gasto do projeto com o realizado. Todavia,na visão de Aguiar e Henning (2010), diversos profissionais de diferentes áreas, inviabilizama utilização de softwares de simulação, em decorrência da falta de conhecimento estatístico,complexidade de utilização ou até mesmo, baixa atratividade pelos resultados oferecidos. Conforme Prado (2004), a execução do projeto na rotina diária traz situações inespera-das, uma vez que inúmeras são as variáveis que podem comprometer o sucesso de cada ativi-dade. Essas atividades estão relacionadas aos riscos pelo qual um projeto pode ser submetido,como: atraso de entrega, escassez de recursos, alto custo de execução, entre outros. Para o(INSTITUTE, 2008), riscos em projetos podem ser definidos como um evento ou condição incertaque, caso venha a ocorrer, terá um efeito positivo ou negativo sobre pelo menos um objetivodo projeto como tempo, custo, qualidade ou escopo. Todos esses riscos podem comprometer osucesso de um projeto e torna-lo inviável quando não previstos antecipadamente. Comumente, gestores utilizam ferramentas para a modelagem de seus fluxos de tra-balhos e todas as atividades envolvidas. Nesse sentido, Thiry-Cherques (2008) relata quesoftwares como a Microsoft Project realizam cálculos de folgas, durações, recursos entre ou-tros. Algumas ferramentas permitem a definição dos prazos de execução, tornando possível avisualização de possíveis caminhos críticos, baseados na rede PERT. Porém, quando se tratade avaliação de centenas ou até mesmo milhares de cenários que podem ser obtidos com aexecução do projeto, torna-se obrigatória a utilização de simulação estatística. Sendo assim,viabilizou-se o desenvolvimento de um módulo de simulação de processos baseado no produtoFusion ECM Suíte, possibilitando a análise antecipada e a detecção de possíveis conflitos ouatividades que possam comprometer o resultado do projeto. No entanto, no intuito de simplificar e funcionalizar este método, o objetivo geral dessetrabalho é desenvolver um novo módulo de análise de fluxos de processos, permitindo quegestores de seus processos possam efetuar estudos e realizar tomadas de decisões atravésdas simulações geradas pelo sistema utilizando o Método Monte Carlo (MMC), por meio decenários que serão apresentados de forma gráfica ou através de relatórios.
  • 17. 17 Para tanto, a metodologia a ser empregada neste trabalho é a pesquisa de caráter des-critivo, uma vez que haverá a realização de comparações entre os resultados obtidos, conformepreceitua Gurgacz e Nascimento (2007). Será utilizado como estratégia de pesquisa o estudode caso. A pesquisa está direcionada a empresa Neomind Solutions, que desenvolve soluçõesvoltadas para Gestão de Conteúdo Empresarial. Dentre os módulos existentes no sistema estáo de Gestão de Processos (Workflow) que tem como objetivo gerir o processo existente emuma organização. O presente trabalho está dividido em cinco capítulos. No primeiro, é apresentada umavisão geral do trabalho, demonstrando e justificando a relevância do tema abordado, bem comoo objetivo geral, os objetivos específicos e a metodologia utilizada no desenvolvimento da pes-quisa. No segundo capítulo, serão abordados conceitos acerca da simulação bem como ostipos de simulação, onde podem ser utilizadas, qual a finalidade e sobre á técnica de simula-ção estocástica Método Monte Carlo. O terceiro capítulo traz, também no âmbito conceitual, osistema de gestão de processos, desde um comparativo entre o modelo de gestão tradicionale o modelo de gestão através de processo, até definição de termologias que serão emprega-das no decorrer do desenvolvimento prático. O quarto capítulo será a parte prática do trabalho,propondo a relação entre a teoria ora apresentada bem como a utilização de conhecimentosem Engenharia de Computação para a definição da arquitetura a ser empregada e o desen-volvimento da aplicação. Ainda nesse capítulo será brevemente abordado sobre a ferramentaFusion ECM Suíte, com o objetivo de elucidar acerca da ferramenta que será utilizada parao desenvolvimento do módulo de simulação. Por fim, no quinto capítulo, serão apresentadasas considerações finais do trabalho, bem como os resultados obtidos mediante a utilização desimulação Monte Carlo para fluxo de processos utilizando a ferramenta Fusion ECM Suíte.
  • 18. 182 SIMULAÇÃO2.1 CONCEITO Filho (2008) descreve que simulação é a possibilidade de projetar um sistema compu-tacional que se assemelha ao real buscando descrever o comportamento do sistema, construirhipóteses e assim prever o comportamento futuro. Por sua vez, Prado (1999), acrescenta que simulação é a técnica que se utiliza de umcomputador digital, com objetivo de solucionar um dado problema pela análise de um modeloque descreve o comportamento do sistema. Dessa forma pode-se dizer que a simulação permiteque diferentes cenários possam ser encontrados através do uso de um modelo pré-definido. Esses cenários são como situações inesperadas, ou seja, casos não previstos. No casode uma simulação de execução de um projeto onde cada atividade possui seus recursos neces-sários para a execução e o custo da locação do recurso varia de acordo com os riscos subme-tidos, pode-se prever situações que tornem o projeto mais caro, como por exemplo: Chuva emum dia de construção de um prédio. A simulação não somente pode ser utilizada para simulaçãode custo, pode auxiliar também na previsão do tempo total de execução de um projeto. A simulação pode ser classificada em duas categorias: a simulação computacional e asimulação não computacional. A simulação computacional, como o próprio nome já diz, neces-sita da utilização de um computador, diferente da não computacional. A simulação não com-putacional pode ser observada quando se trabalha com protótipos em escala reduzida, tendoassim um cenário simulado, porém sem a necessidade de um sistema computacional. (CHWIF;MEDINA, 2010). Tanto a simulação computacional quanto a não computacional possibilitam descrevero comportamento de um sistema, porém quando se trata de previsão de cenários ocultos aosolhos humanos e que só podem ser previstos através de simulações baseadas e em dados alea-tórios, utiliza-se a simulação computacional. O número de iterações de uma simulação se limitaapenas na capacidade oferecida pelo equipamento que será utilizado para o processamento dasimulação. De acordo com Barros (2009), a utilização de simulação para obtenção de análisespodem ser apropriadas pelas seguintes razões:
  • 19. 19 I. O uso de simulação permite avaliar de modo experimental as possíveis intereções in- ternas de um sistema, desta forma pode-se classificar se o sistema corresponde, por exemplo, a uma empresa, economia, indústria ou subconjunto deles. II. Permite estudar as reações do sistema, organização, ou mudança no meio ambiente, através de alterações do modelo e assim observar os novos resultados obtidos, ou seja, os efeitos das alterações no comportamento do sistema. III. Permite um melhor entendimento do sistema, através de informações obtidas em simu- lações préviamente realizadas. Com esse entendimento do sistema, pode-se sugerir melhorias e correções, antes do sistema ser realmente colocado em prática. IV. Pode ser utilizado por estudantes e profissionais como ferramenta pedagógica. Desta forma o aluno pode realizar análises teóricas ou estatísticas assim como tomar decisões através dos resultados obtidos. Pode-se encontrar o uso de simulações destinadas a este fim em disciplinas como administração de negócios, economia, medicina e outros. V. Utilizado para estimular o interesse e o entendimento de pessoas e é extremamente útil para orientação. VI. O desenvolvimento de um sistema de simulação computacional pode ser mais viável do que a simualação de sistemas reais. Além disso, geralmente sugere-se modificações no sistema devido ao conhecimento obtido no planejamento do estudo de simulação compu- tacional. Estas modificações podem ser realizadas e testadas antes de ser realizado a implementação do sistema através de simulações. VII. Permite avaliar as variáveis com maior importância no sistema e suas interações.VIII. Auxilia na prevenção de resultados inesperados. IX. Possibilita o estudo dinâmicos em tempo real, tempo reduzido ou tempo estendido.2.2 ESTATÍSTICA A simulação demanda de um número significativo de dados para poder ter sua eficiência.Esses dados, se não tratados e formatados de maneira que um usuário possa compreender oresultado, não terá o efeito esperado. Para facilitar o entendimento dos valores gerados utiliza-se de técnicas estatísticas.
  • 20. 20 Segundo Kazmier (2007), a estatística está diretamente relacionada com o conjunto detécnicas usadas em uma coleção, organização, análise e interpretação dos dados. Esses re-sultados podem ser representados de maneira quantitativa ou qualitativa. Os resultados quanti-tativos são representados numericamente diferente dos resultados qualitativos que expressam,por exemplo, quais são as preferências de um certo grupo de individuos obtidos por meio deuma pesquisa de campo.2.2.1 Distribuições de Frequência Para apresentação dos resultados de uma simulação, pode-se agrupar valores em clas-ses e assim registrar a incidência dos valores levando em consideração os intervalos de classe.Para representar o agrupamento dos dados, utiliza-se um distribuição de frequência. A distri-buição de frequência pode ser representada através de uma tabela contendo os intervalos declasse e a quantidade de registros para cada intervalo. Tabela 1: Distribuição de frequência dos salários semanais de 100 operários Salário semanal(R$) Número de operários 240 |– 260 7 260 |– 280 20 280 |– 300 33 300 |– 320 25 320 |– 340 11 340 |– 360 4 Total 1002.2.2 Intervalos de Classes Cada classe de uma distribuição de frequência, possui um limite de classe inferior e su-perior. Esses limites indicam os valores registrados inclusos dentro da classe. A amplitude declasse, ou os intervalos de classe definem a faixa de valores inseridos na classe. Em implemen-tações realizadas através do uso de computadores, na grande maioria das vezes se tem comoobjetivo que todos os intervalos de classe de uma determinada distribuição de frequência sejamiguais. Sendo assim, pode se utilizar a fórmula seguinte para determinar o valor aproximado dointervalo de classe:
  • 21. 21 maior valor dos menor valor dos − dados não-agrupados dados não-agrupados Intervalo de Classe = número de classes desejadas Em uma distribuição de frequência realizada através de um estudo referente a idadede individuos que costumam frequentar um supermecado não acompanhados, onde a idademáxima fosse 81 anos e a minima de 12 anos e a quantidade de classes dado como objetivofosse 4, a fórmula anterior poderia ser representada da seguinte forma: 81 − 12 Intervalo de Classe = = 17, 25 = 18 4 A distribuição de frequência para uma pesquisa de 100 consumidores de um superme-cado, levando em consideração o intervalo de frequência de 18 e a quantidade de classes iguala 4 seria seria: Tabela 2: Distribuição de frequência de idade de consumidores de um supermecado Idade Quantidade de consumidores 12 |– 30 28 30 |– 48 39 48 |– 66 25 66 |– 84 8 Total 1002.2.3 Histogramas e Polígonos de Frequência Para alguns usuários a utilização de tabelas para a representação dos resultados deanálise estatística se torna algo complexo e demora para se obter as devidas conclusões. Paraisso existem forma gráficas para a representação desses resultados. Uma dessas formas é autilização de histogramas. Kazmier (2007) define histograma como um gráfico de barras utilizado para apresenta-ção de um distribuição de frequência. Conforme pode ser observado na Figura 1, o histogramaapresenta no seu eixo horizontal os limites de classes extatos e por sua vez, no eixo verticalsão apresentados os valores quantitativos incidentes a cada intervalo de classe. Outro gráfico muito comum utilizado para representar uma distribuição de frequência éo polígono de frequência. O polígono de frequência é representado por um gráfico de linhas.
  • 22. 22Kazmier (2007) descreve que o número de registros em cada classe é representado através deum ponto acima do ponto médio da classe. O nome polígono é dado porque utiliza-se de umasérie de segmentos de retas para ligar os pontos, formando assim a imagem de um polígono,como mostra a Figura 2. Figura 1: Histograma - Exemplo Figura 2: Polígono de Frequência - Exemplo2.2.4 Distribuições de Frequências Cumulativas A distribuição de frequência acumulada é dada através da soma das frequência dos va-lores inferiores ou iguais ao valor em questão (CASTANHEIRA, 2008). Em outras palavras Kazmier(2007) define frequência cumulativa como a identificação do número acumulado de observaçõesregistradas inferiormente ou igual ao limite superior exato de cada classe da distribuição.
  • 23. 23 Tabela 3: Cálculo das frequências acumuladas para os dados da tabela 1 Salário semanal(R$) Número de operários (f) Frequência acumulada (cf) 240-259 7 7 260-279 20 20 + 7 = 27 280-299 33 33 + 27 = 60 300-319 25 25 + 60 = 85 320-339 11 11 + 85 = 96 340-359 4 4 + 96 = 100 Total 100 Figura 3: Gráfico de frequência acumulada - Exemplo2.3 TIPOS DE DISTRIBUIÇÃO Para cada cenário a ser empregado na simulação, é necessária a escolha do modelo dedistribuição de probabilidades numéricas que melhor represente a realidade. Para a obtençãode um melhor resultado, o ideal é ter uma base de dados contendo resultados passados, ouseja, histórico de execução. Conforme Fernandes (2005), no caso de não se ter histórico de execução, ou se essesforem insuficientes, pode-se utilizar de dois possíveis caminhos. O primeiro é o estudo referenteà utilização de modelagens tradicionais, como, por exemplo:(a) Distribuição Exponencial: Utilizada geralmente na teoria de filas para a modelagem de lap- sos temporais aleatórios, como o surgimento de um possível cliente em um chaveiro.(b) Distribuições Lognormal e Gama: Comumente utilizada na modelagem de cenários onde não é permitida a utilização de números negativos, como por exemplo, em previsões de chuva ou em previsão de falhas de uma máquina.
  • 24. 24(c) Distribuição Beta: Essa é uma extensão da distribuição binomial utilizada na modelagem de proporções aleatória. Esse modelo é facilmente observado em redes PERT para obtenção de tempos aleatórios das atividades de um processo ou projeto. Já o segundo caminho citado por Fernandes (2005), utilizado em caso de ausência dedados referente a um histórico de execução de dada atividade, é a utilização de distribuiçãotriangular ou Beta-PERT.2.3.1 Distribuição Triangular A distribuição triangular necessita apenas três dados de entrada, sendo eles um va-lor para qual o risco é mínimo, um segundo valor onde o risco é máximo e um terceiro valorconsiderado risco mais provável. O valor mais provável pode ser obtido através do uso do co-nhecimento heurístico ou através da obtenção da moda realizada sobre os dados históricos deexecução do processo e suas atividades. 2(x−A) = (C−A)(B−A) para A≤x ≤C f (x) 2(B−x) = (B−C)(B−A) para C ≤x≤B Figura 4: Distribuição Triangular - Exemplo
  • 25. 252.4 ONDE AS SIMULAÇÕES SÃO APLICADAS Segundo Prado (1999), a simulação pode ser aplicada a inúmeras realidades encontra-das no mundo atual, sendo em uma produção manufaturada até os ambientes escritoriais. Emoutras palavras o autor define que qualquer processo que possa ser descrito, pode utilizar desimulação. Prado cita algumas áreas que podem utilizar de simulações, como:2.4.1 Linhas de Produção Em diversas áreas e setores onde a simulação pode ser aplicada, está a área de linhade produção, ela se destaca pela quantidade de aplicações de modelagem desenvolvidas. Di-ferentes cenários podem ser inseridos dentro deste item, desde empresas manufatureiras atéminerações. I. A simulação utilizada em processos produtivos pode antecipar possíveis gargalos decor- rentes de alterações do fluxo produtivo existente. Desta forma a simulação auxilia na geração de possibilidades que tendam ao melhor cenário. II. Pode-se utilizar também para a definição da melhor política de estoque de um parque fabril.2.4.2 Logística Logística é uma área que pode ser encontrada em diferentes cenários, como: em indús-trias, banco, tráfego de uma cidade etc. Os meios de transporte utilizados são diversos, como:empilhadeira, no caso de indústria, pessoas, no caso de um banco onde pessoas são respon-sáveis por deslocar os documentos de um lugar para o outro entre outros meios comumenteobservados. A simulação utilizada em sistemas rodoviários possibilita realizar o dimensionamento deum pedágio ou até mesmo, ajustar o fluxo de veículos de uma cidade, com o ajuste dos tempose sincronização dos semáforos.
  • 26. 262.4.3 Bancos, Supermecados, Escritórios etc. Supermecados são cenários populares, assim como bancos. Nesses cenários, a simu-lação é empregada para a definição de caixas de atendimento, de modo que as filas estejamabaixo do que se foi planejado para obtenção da melhor satisfação do cliente.(a) O sistema real ainda não existe: nessa situação o emprego da simulação terá o objetivo de planejar o futuro do sistema. Esse sistema pode ser uma nova unidade ou até mesmo um novo negócio, por exemplo;(b) Experimentar com o sistema real é dispendioso: o modelo poderá apresentar um resultado que auxiliará em forma de indicação e com um menor custo, quais são os benefícios de se investir na compra de um novo equipamento, por exemplo;(c) Experimentar com o sistema real não é apropriado: um caso que pode ser observado atra- vés desse item é, por exemplo, o serviço emergencial. O serviço emergêncial deve prever antecipadamente a logística que será utilizada no acionamento e atuação utilizando um modelo simulado através de um computador. Não se pode permitir que seja necessário provocar uma situação real de acionamento, ou seja, realizar um desastre para poder utili- zar dos serviços emergenciais.2.5 MONTE CARLO Monte Carlo é uma cidade situada em Mônaco, e muito famosa por seu cassino. Oscassinos são conhecidos por oferecerem atrativos baseados em jogos de azar, ou seja, a sortede um ganhador está relacionada diretamente a um sistema aleatório. O Método de Monte Carlo surgiu oficialmente em 1949, através de um artigo publicadopelos matemáticos John Von Neumann e Stanislaw Ulam. O artigo The Monte Carlo Methodfoi publicado após estudos realizados em função do desenvolvimento da bomba atômica dosaliados durante a segunda guerra mundial. O método recebeu esse nome em homenagem aotio de Stanislaw Ulam que era frequentador do cassino de Monte Carlo. O método passou a sermais conhecido com o advento das calculadoras e computadores, por se tratar de um métodonumérico (TOO, 2010). Conforme Barros (2009) o método Monte Carlo inquire as distribuições estocásticas dediversos dados estatísticos e determina os resultados de infringir presunções sobre outras dis-tribuições. Com outras palavras, pode-se afirmar que Monte Carlo utiliza de números aleatóriose probabilidades de modo a solucionar um dado problema.
  • 27. 27 Aguiar e Henning (2010) afirmam que a utilização do método Monte Carlo nas empresasé comum em problemas de análise de riscos, gestão e controle de estoque, fluxo de produção,filas de espera e manutenção de máquinas. Os autores ainda descrevem que para esses pro-blemas a análise torna-se trabalhosa e a utilização do Método Monte Carlo (MMC) pode seruma excelente alternativa para avaliar de forma experimental os efeitos conjuntos das variáveisaleatórias no sistema.2.5.0.1 Geração de Números aleatórios Existem diversas técnicas para geração de números aleatórios. Essas técnicas tem sidosugeridas, testadas e utilizadas nos últimos anos. Algumas das diferentes técnicas são basea-das em fenômenos aleatórios, outros sobre os procedimentos de recorrência determinísticos. Antes de John von Neumann sugerir o modelo de geração de números aleatórios utili-zando operações aritméticas de um computador, não se acreditava que seria possível gerar taisnúmeros a não ser utilizando um dispositivo mecânico ou eletrônico. Dispositivos mecânicos cri-ariam os verdadeiros números aleatórios porém isso tornava o processo lento e as sequênciasgeradas por eles não podem ser reproduzidas. Com o advento computacional isso se tornoumais fácil. John von Neuman, avaliando as dificuldades existentes, propôs o método denomi-nado como quadrado médio. Esse método tinha como objetivo elevar o número anterior aoquadrado, extrair os digitos do meio e asssim por diante repetir o processo (RUBINSTEIN, 2009).Exemplo de uma geração de números aleatórios partindo de um número de quatro digitos: Exemplo: x1 = 7676 x12 = 58920976 x2 = 9209 x22 = 84805681 x3 = 8056 Com o passar dos anos e a evolução da tecnologia computacional, viu-se a possibilidadede executar simulações baseadas em números aleatórios através do uso do computador. Issofez com que o modelo descrito manualmente fosse implementado utilizando de linguagens deprogramação. Isso tornou o processo de simulação mais fácil e rápido. Pode-se executar omesmo modelo milhares de vezes, ou melhor, quantas vezes julgar necessário. Nesse caso aúnica limitação é o poder computacional disponível na máquina.
  • 28. 28 A linguagem de programação Java, criada pela empresa Sun Microsystem e atualmente mantida pela empresa Oracle, possui uma função de geração de números aleatórios desde a sua versão 1.0. A classe Random da biblioteca java implementa um gerador de números aleatórios, o que facilita ainda mais o processo de simulação. Exemplo de um código em java: Code 2.1: Exemplo de uma classe java para geração de números aleatórios1 package random ;23 import j a v a . u t i l . Random ;45 public class RandomExemplo6 {7 public s t a t i c void main ( S t r i n g [ ] args )8 {9 Random rnd = new Random ( ) ;1011 / ∗ ∗ A função nextDouble ( ) r e t o r n a um v a l o r do t i p o double12 ∗ entre 0 e 1.13 ∗14 ∗ A função System . o u t . p r i n t l n ( ) imprime o r e s u l t a d o15 ∗ no console16 ∗∗/17 System . o u t . p r i n t l n ( rnd . nextDouble ( ) ) ;18 }19 } 2.5.0.2 Correlação Quando se trata de geração de números aleatórios deve-se levar em consideração a correlação entre os números gerados. O Método Monte Carlo avalia o grau de correlação entre os eventos. Por definição do método, todos os eventos não podem estar correlacionados, ambos agem independentemente. A verificação de correlação dos eventos são fácilmente identificadas quando existe cor- relação direta, ou seja, 100% de correlação. No caso de existir correlação parcial, o processo de análise torna-se mais difícil. Conclui-se este capítulo, apresentando conceitos sobre estatística e simulação numé- rica. Foi abordado também especificamente sobre o Método Monte Carlo através de citações
  • 29. 29dos principais autores. Inicia-se um novo capítulo abordando os conceitos de gestão de proces-sos, realizando um comparação com o modelo de gestão organizacional.
  • 30. 303 GESTÃO DE PROCESSO3.1 ORGANIZAÇÃO FUNCIONAL TRADICIONAL A organização funcional tradicional é a mais conhecida dentre os diferentes tipos deorganizações. Essa é caracterizada pela burocracia e o pensamento mecanicista. Esses con-ceitos foram instituídos devido à chegada das máquinas na indústria, principalmente durantea revolução industrial. Uma organização funcional tem seu trabalho organizado com base nafunção desempenhada, dividindo em departamentos como, por exemplo, finanças, marketing,contabilidade e outros (SCHIAR; DOMINGUES, 2002). Schiar e Domingues (2002) acrescentam que com a chegada do modelo produtivo Taylor-fordista, evidenciou a total despreocupação com o aspecto humano, passando a pensar aindamais na maximização da eficiência e a eficácia no processo produtivo, onde o ser humano, ope-rário, não necessita pensar e sim executar suas atividades, pois o pensar é de responsabilidadedo gerente.3.1.1 Estruturação da organização funcional tradicional Segundo Picchiai (2010), a organização de estrutura funcional tradicional possui as se-guintes características:(a) Um responsável chefe para cada função. Desta maneira, funcionários subordinados exer- cem diferentes funções na organização e ficam sob o mando de um ou mais chefes.(b) As funções são organizadas de acordo com os tipos de recursos técnicos utilizados.(c) Seus objetivos planejados a longo prazo.(d) Necessidade básica é a especialização, devido a necessidade do conhecimento para a execução de uma atividade.(e) A estrutura organizacional é dividida de acordo com as funções, como: produção, finanças, recursos humanos, marketing etc.(f) Todos os níveis de execução se submetem funcionalmente aos seus correspondentes níveis de comando funcional, ou seja, hierarquicamente.
  • 31. 31 Picchiai (2010) ainda cita que esse modelo facilita a formação de equipes de trabalhos evaloriza o especialista, o que resulta em qualidade do serviço prestado, harmonia no ambientede trabalho e também satisfação pessoal e profissional. Em contrapartida, esse modelo causa distorção dos objetivos e falta de clareza na co-municação devido ao número de superiores na escala hierárquica. Figura 5: Estrutura Tradicional3.2 ORGANIZAÇÃO FUNCIONAL POR PROCESSOS Atualmente, há empresas que optam por gerir suas atividades por meio de fluxos deprocesso de trabalho, objetivando a melhora do resultado em detrimento do tempo utilizado. Processos são definidos como uma sequência de atividades, como por exemplo: pro-cessos jurídicos, processos químicos, processos de produção etc. Dentre outros estão os pro-cessos de negócio, que abrangem diferentes áreas de ocupação (BALDAN ROGéRIO VALLE; AL.,2010). De acordo com Gonçalves (apud STEWART, 1992), gestão por processos diverge da ges-tão tradicional por no mínimo três motivos: ela emprega objetivos externos, recursos são agru-pados para se obter um trabalho completo e a informação trafega para o destino necessário.Essa metodologia torna a empresa independente de hierarquias, pois as atividades existen-
  • 32. 32tes em um processo serão executadas por diversos usuários de diferentes setores até que ofluxo do processo seja concluído. Em alguns cenários onde não exista cargo e sim papel, umcolaborador pode executar diferentes papéis. Schiar e Domingues (2002) descrevem esse modelo de gestão como interfuncionais,pois grande parte dos processos de uma empresa atravessam fronteiras da área funcional,sendo assim denominados transversais, transorganizacionais, interfuncionais ou interdeparta-mentais. Em um modelo de gestão baseado em processos, as pessoas já não trabalham maisespecificamente em setores e sim em processos. Desta forma a gestão por processos orga-nizacionais difere da gestão por funções tradicionais onde o sucesso da gestão está ligado aoesforço de minimizar a subdivisão dos processos empresariais (GONçALVES, 2000). Figura 6: Visão Departamental x Visão de Processo Fonte: Malamut(2005)3.2.1 Atividades Para a execução de processos, é necessário estabelecer atividades e seus respectivosexecutores, de modo a planejar e controlar seu desempenho. Para Baldan Rogério Valle e al. (2010), atividade é considerada um termo genérico, quedefine o trabalho que uma organização executa por meio de um processo de negócio. Essasatividades podem ser caracterizadas como um processo, subprocesso ou tarefas. Uma atividade pode conter diversas outras atividades críticas ou não, para obter os ob-jetivos da empresa, podendo, desta maneira, ser chamadas de processos. Elas envolvem umasérie de atividades operacionais, diferentes níveis organizacionais e práticas gerenciais. As ati-vidades possuem prazo de execução. Em alguns mecânismos de orquestração de processo,
  • 33. 33pode-se avançar automaticamente uma atividade se esta tiver passado do seu prazo final paraexecução. Nesse casso assume-se um valor padrão a atividade para dar sequência ao pro-cesso. Orquestração de processo é a capacidade de um software gerenciar um fluxo de tra-balho. Esse termo é muito comum, pois o gerenciamento das atividades se assemelha a umaorquestra, onde é necessário que cada músico e seu instrumento execute o seu papel no tempocerto. As atividades de execução múltipla são atividades que são executadas por 2 ou maisusuários. No caso de haver consenso para dar sequência ao processo, esse consenso podeser percentual ou fixo. No caso de consenso fixo se de cinco atividades que foram executadas,quatro atenderam a regra de negócio e o consenso definia que havendo quatro aprovações,esta será avançada, caso contrário tomará outro sentido no fluxo do processo. Já para umconsenso percentual a metodologia é a mesma, porém o consenso é definido, por exemplo,como sessenta por cento de aprovação. A atividade de execução múltipla pode não conterconsenso, dessa forma todas as atividades da execução múltipla deverão ser aprovadas deacordo com a regra de negócio definido na modelagem do processo. Além de selecionar um usuário para execução de uma atividade, pode-se definir umgrupo. Nesse caso a atividade é enviada para o Pool, onde todos os usuários do grupo temacesso a descrição da atividade, porém somente um poderá assumir essa atividade.3.2.2 Subprocessos Quando um processo torna-se grande, é necessário estudar a segmentação dele. Estasegmentação pode ser realizada avaliando grupos de atividades que possam ser reutilizadasem diferentes processos. Esse grupo de atividades necessita ter seu fluxo claro e o mais ge-nérico possível. Isto facilita o acoplamento em diferentes processos que possuem diferentesfinalidades. Baldan Rogério Valle e al. (apud HARRINGTON, ) define que um subprocesso é umaporção do processo principal que possui um objetivo específico. Em alguns cenários, o sub-processo possui autonomia para executar independentemente, já em outros subprocessos issonão é possível devido a necessidade de parâmetros a serem definidos pelo processo principal.
  • 34. 34 Figura 7: Subprocesso - Exemplo3.2.3 Processos Toda ação realizada por um sujeito, pode ser considerada com uma atividade e umasequência de atividade constitui um processo. Em um supermercado, para fazer a compra planejada, é necessário executar algumasatividades, como: escolher o produto, pesar, comparar, decidir, embalar entre outros. Porém oresultado dessas operações é o processo de compra. O guia Furlan Sérgio Mylius da Silva (2009) define processo com um conjunto definidode atividades ou interações humanas ou máquinas para alcançar metas. Esses processos sãoinicializados por eventos específicos e podem apresentar diferentes resultados, dependendofluxo executado. Para a validação de um processo, é necessário que as tarefas ou atividadesestejam inter-relacionadas de modo a solucionar uma questão específica. Os processos aindasão descritos como fluxo que cruzam limites funcionais necessários para entregar valor aosclientes.3.2.4 Tarefas Em matéria de gerenciamento de processos de negócios, tarefa pode ser consideradacomo uma atividade atômica que é inclusa no processo. Uma tarefa é derivada de uma ativi-dade, sendo que uma atividade pode gerar várias tarefas, como , por exemplo, uma atividadede execução múltipla. É utilizada quando em um processo uma atividade não pode ser refinadaem um subprocesso. A tarefa é executada geralmente por um único usuário.
  • 35. 353.3 GERENCIAMENTO DE PROCESSOS DE NEGÓCIO Gerenciamento de processos de negócio desde a definição, o aperfeiçoamento ou me-lhoria e a administração dos processos de negócio de uma organização. Esses processos vãodesde o inicio ao fim, envolvendo todos os departamentos e fases da organização, assim comotambém os parceiros, terceiros com ou sem apoio de tecnologia. Para uma empresa dirigidaao cliente e focada no desempenho, existem três importantes pontos a serem estudos: clarezana direção estratégica, alinhamento dos recursos da organização; e a crescente disciplina nasoperações diárias Netto (2008). Netto (2008) ainda descreve que o Business Process Management (BPM), da traduçãoGerenciamento de Processos de Negócio, passou por diversas mudanças desde o ínicio dosestudos, que pode ser visto por volta de 1920. Essas mudanças podem ser notadas comoondas de evolução. A primeira onda se deu com o movimento taylorista, onde os processosainda não era automatizados e estavam implícitos nos trabalhos. Já a segunda onda veio coma reegenharia, complementada pelo ERP(Enterprise resource planning). Nesse momento osprocessos passaram a ser automatizados, mas ainda não possuiam flexibilidade e agilidadepara atender as diferentes mudanças internas e externas. A terceira e atual onda, que seencontra em fase de consolidação, é fundamentada e baseada no gerenciamento de processos,de forma que seja dividida em fases determinadas e dirigidas à satisfação dos clientes. Através do uso do BPM, o estudo com relação a transformação das organizações deixoude ser uma arte imprecisa e com resultados imprevisíveis, passando a ser uma disciplina admi-nistrativa e de engenharia, possuindo indicadores predefinidos, porém fácilmente modificáveis.De acordo com Baldan Rogério Valle e al. (2010), ela exige: • Meio de execução do processos definidos • Um método confiável e sistemático para a realização de análises referente ao impacto causado pelo processo de negócio e de introdução de inovações. • Modelos de execução de processos que sejam de acordo com a estratégia da organização e que possam refletir a dificuldade de suas atividades diárias e que permitam a fácil análise, transformação e mobilização das equipes. • Facilidade para o gerenciamento dos diveros processos de negócio, focando nas necessi- dades atuais dos diversos clientes e possibilitando também a constante alteração dessas necessidades.
  • 36. 36 • Habilidade para rapidamente atender as alterações do mercado podendo reformular o processo. • Compreensão facilitada da trajetória estratégica da organização: incremento dos lucros e expansão de mercado, ou diminuição das influências externas, obstáculos e falhas inter- nas para tomar ações rápidas com as constantes mudanças do mercado. • Um meio consistente e de fácil previsão para o processamento de processos, podendo desta forma transformar a empresa num permanente laboratório de processos, permitindo inovações contínuas, transformações e agilidade de execução. Mesmo sendo a atual melhor alternativa para o gerenciamento das atividades organiza-cionais, existem fatores críticos necessários para obtenção de sucesso na implantação do BPM.Baldan Rogério Valle e al. (2010) cita alguns:(a) Por ser uma medida e alto impacto de administração e ordem de uma organização, torna- se necessidade o apoio da alta direção, incluindo a presidência organizacional e demais profissionais de alto escalão.(b) É necessário haver mudança cultural com relação ao gerenciamento organizacional, ali- nhando as iniciativas de BPM à estratégia da organização.(c) Possuir um gerente de BPM com conhecimentos suficientes, experiência e competências necessárias para o gerenciamento a partir desse novo modelo.(d) Uma estrutura de auxílio com relação ao BPM. Este deve ser claro e objetivo, incluindo o Manual de Processos.(e) Estratégia para tratar a gestão de mudança.(f) Capacitação dos profissionais envolvidos na nova metodologia.(g) Demonstração dos resultados obtidos com a execução do processo, inicialização e conclu- são, evitando a percepção de que não valeu o esforço demandado.(h) Apresentar de maneira clara o dinâmismo das atividades, através das constantes alterações nos fluxos de processos, de modo a atender as variações de mercado e ambientais.(i) Possuir desempenho sustentável, de modo a não caracterizar a execução das atividades como pontual e eventual. O trabalho deve ser continuado e sem paradas.(j) Apresentar concretamente e coerentemente os benefícios alcançados, a agregação de valor alcançada, o alinhamento á estratégia obtido.
  • 37. 373.3.1 Ciclo BPM Existem diferentes sugestões referente a modelos de auxílio a gerenciamento de proces-sos de negócios. Todos esses modelos partem do pré-suposto que a empresa ou a organizaçãojá possua uma estrutura preparada para fazer o BPM, de modo formal ou não, ou seja, inclusono organograma da organização ou não. Baldan Rogério Valle e al. (2010) ressalta, porém, quenenhum dos modelos existentes correspondem exatamente com a realidade. Não é possível, apartir de um simples modelo, conseguir prever exatamente o comportamento efetivo do BPM.Partindo desse princípio pode-se utilizar o modelo com o objetivo de orientação para a prática,porém as pessoas que implementam ou operam fazem toda a diferença em sua aplicação. Baldan Rogério Valle e al. (2010) descrevem cada etapa que compõe o ciclo: • Planejamento do BPM - O planejamento do BPM tem como objetivo definir as atividades de BPM que servirão para auxiliar no alcance das metas organizacionais. Essas metas vão desde estratégicas até operacionais, como a possibilidade de encontrar possíveis falhas no processo que possam trazer danos a organização (imagem, financeiros, satis- fação de clientes, prazos, etc.), estudo e definição de planos de ação para implantação. • Modelagem e otimização de processos - Atividades que possibilitam a geração de in- formações referente o processo corrente ou também sobre um processo futuro. Realizar a documentação do processo, para ter detalhadamente todas as informações referente ao processo, podendo assim qualquer pessoa com conhecimento em BPM ter conheci- mento como funcionam os processos da organização. Prover integração entre os dados de diferentes processos. Realizar simulações dos processos e assim enxergar possí- veis falhas de modelagem, prever custos baseados em circunstâncias aleatórias, estimar tempo total de execução de processo ainda ativo, inovar e permitir redesenhar sempre que necessário. Gerar especificações para implementação de processos, configuração e customização, para execução e controle. • Execução de processos - Atividades que possui objetivo de garantir a implementação e a execução dos processos, como treinamentos, ajustes de equipamentos de softwares, implantação dos planos de transferência de tecnologia, acompanhamento do processo implantado, monitoria e controle da execução de instância de processo. • Controle e análise de dados - Atividades de controle de dados obtidos através da execu- ção de processos. Isso permite a criação de indicadores e monitoramento constante dos resultados obtidos a cada atualização do processo, ou seja a cada execução de atividade.
  • 38. 38 Pode-se utilizar ferramentas como BI(Business Inteligence) para geração de gráficos e ta- belas personalizadas afim de se obter uma análise mais elaborada e concreta.3.3.2 Riscos Assim como em projetos, os processos também possuem seus riscos e que da mesmamaneira podem influenciar no seu resultado. O risco esta diretamente relacionado com o custo.Custo seja ele de execução de uma atividade ou até mesmo de correção, no caso de algo nãoprevisto acontecer e necessitar ser corrigido. A avaliação do risco é fundamental no gerenciamento de processo. Essa avaliaçãodeve ter como base dois aspectos: probabilidade de ocorrência e e gravidade das consequên-cias. Realizando o produto entre a probabilidade de um determinado risco acontecer com asua respectiva gravidade, normalmente demonstrada através de prejuízos financeiros, tem-seo conceito essencial para a quantificação dos riscos. Essa quantificação é denominada de Va-lor Monetário Esperado. A definição das prioridades referentes aos risco será o resultado doseventos que possuirem o maior valor monetário esperado (VARGAS, 2005). Valor monetário esperado = ( Probabilidade ) x ( Gravidade )3.3.3 Custos Toda atividade de usuário, ou seja, que é executada por uma pessoa, direta ou indere-tamente, possui um custo. Vargas (2005) define custo como sendo a quantidade necessária decapital para se executar e realizar uma atividade, projeto ou processo. Esse custo é calculadocomo a soma dos recursos envolvidos na atividade. Esses recursos podem ser máquinas, fer-ramentas, operadores, supervisores, ou seja, tudo que está relacionado com uma atividade eque possuí um custo para utilização.3.3.4 Rede PERT/CPM Para realizar a simulação da execução de um processo, é necessário a utilização detécnicas já existentes em matéria de gerenciamento de projetos. Vargas (2005) afirma que aanálise PERT (Program Evaluation Review Technique) é um processo fundamental e eficientepara quando se tem o objetivo de calcular a duração das atividades de um processo ou projeto.O cálculo baseado na análise PERT define a duração da atividade através de uma estimativapessimista, otimista e outra mais provável. Levando em consideração a necessidade dessas
  • 39. 39três variáveis utilizou-se a distribuição triângular para obtenção da simulação do tempo total doprocesso. PERT é utilizada em projetos que possuem diversas tarefas, isso se dá pela complexi-dade que se tem devido ao grande número de atividades e os problemas envolvidos. A análisePERT possibilita a definição do caminho crítico, assim como a determinação das atividades crí-tica. As atividades críticas são assim definidas com base nas folgas que podem ser visualizadaspela rede, sendo assim nota-se a preocução com o critério tempo. A análise PERT possibilita uma maior precisão no cálculo de um processo se os valoresdas variáveis forem verdadeiros e próximos ao real. Isso é possível através de duas maneiras.Uma maneira muito comum é através do conhecimento heurístico do profissional responsávelpelo projeto ou processo. Dessa forma os valores são baseados na experiência adquirida.Através do uso de software, pode-se armazenar um histórico de execução de processo e assimutilizar a informação para análises futuras. Sendo assim, torna-se possível e sem muito esforçoobter um valor pessimista, levando em consideração a atividade que mais demorou para serconcluída. Da mesma forma o valor otimista pode ser adquirido através da atividade que custouo menor tempo para a execução. Para estimar a terceira variável a ser preenchida, ou seja, ovalor mais provável, utiliza-se da técnica de medida de posição estatística chamado de moda,como descrito nas seções anteriores desse trabalho. Figura 8: Rede PERT - Exemplo3.3.4.1 Caminho Crítico Em matéria de gerenciamento de projetos, o caminho crítico é composto de atividadesque possuem a maior complexidade de execução em um projeto. Essas atividades, por seremmais complexas, atingem diretamente no resultado do projeto caso elas atrasem. Em outraspalavras, o atraso dessas atividades interferem na duração do projeto.
  • 40. 40 Caminho crítico também pode ser definido como o caminho que possui a menor folga,desta forma não existe margem para atraso (VARGAS, 2005). Algumas definições existentes no estudo de caminhos críticos (VARGAS, 2005): • Início mais cedo de uma atividade - Assim como em uma análise rede PERT, o início mais cedo de uma atividade pode ser considerado como o início mais otimista, ou seja, não correu nenhum atraso e as interdependências com as atividades predecessoras fo- ram respeitadas. • Início mais tarde de uma atividade - Diferente do exposto acima, o início mais tar é o início mais pessimista de uma atividade. Esse início não pode prejudirar o processo como um todo, isto significa que é a data mais tarde possível para se iniciar a atividade. • Término mais cedo de uma atividade - É a data de término mais otimista de uma ativi- dade. Essa é baseada no início mais cedo e o tempo de duração estimada da atividade e sem considerar nenhum folga. Término mais cedo = ( Início mais cedo ) + ( Duração estimada ) • Término mais tarde de uma atividade - É a última data para concluir a execução da atividade sem comprometer o processo. Término mais tarde = ( Início mais tarde ) + ( Duração estimada ) • Folga Total - A folga de total é baseada nas estimativas mais tarde de uma atividade. Essa folga não afeta na duração total do processo, porém pode alterar suas atividades sucessoras, desde que essa não sejam atividades críticas. Quando uma atividade utiliza toda a sua folga para realizar o trabalho, ela automaticamente força que todas as suas atividades diretamente sucessoras se tornem atividades críticas, em outras palavras, elas passam a possuir folga zero, pois a sua folga individual foi utilizada pela predecessora. Folga total = ( Término mais tarde ) - ( Início mais tarde ) • Folga Livre ou Individual - A folga livre ou individual é a folga de tempo de uma ati- vidade que não provoca nenhum atraso em suas atividades sucessoras, independente- mente dessa atividade ser ou não crítica. Obtem-se o valor da folga livre através da diferente entre o início mais cedo da atividade sucessora e o término mais cedo da atividade predecessora.
  • 41. 41 Figura 9: Caminho Crítico - Exemplo Folga livre = ( Início mais cedo da sucessora ) - ( Término mais cedo da predecessora ) O terceiro capítulo apresenta além de conceitos sobre gestão de processos um compa-ração com o modelo de gestão funcional tradicional. Inicia-se um novo capítulo deste trabalho,cujo o objetivo é apresentar o processo de desenvolvimento da ferramenta de simulação.
  • 42. 424 PRÁTICA4.1 O PROJETO4.1.1 A Neomind Com o objetivo de desenvolver uma solução inovadora para o mercado, a Neomindsurgiu da junção de profissionais com amplo conhecimento e qualificação na área de gestão doconhecimento empresarial. O objetivo maior é resolver uma série problemas de negócios dasorganizações. A Neomind, como o próprio nome diz, significa nova mentalidade, ou seja, umaempresa especializada em gestão da informação, e pronta a solucionar os diversos problemasde diferentes setores do mercado. Essa solução é dada através da soma alguns fatores, taiscomo:(a) Tecnologia: Com a crescente expansão do desenvolvimento de aplicações voltadas ao ambiente web, a Neomind oferece suas soluções com o que há melhor e mais seguro no mercado. A utilização de Java, HTML, CSS3, Javascript e flex oferece ao usuário o que há de melhor em termos de usabilidade, desempenho e segurança.(b) Metodologia de Desenvolvimento: O desenvolvimento do produto Fusion é regido através de práticas de metodologias ágeis. Essas práticas aperfeiçoam o resultado esperado de novas soluções.(c) Profissionais Qualificados: A Neomind conta com a colaboração de profissionais que possuem como objetivo principal a satisfação do cliente. Esses profissionais se relacionam constantemente com o cliente e por isso agregam valor ao produto. Profissionais consulto- res, desenvolvedores e até mesmo suporte ao cliente, buscam a constante atualização de seus conhecimentos.4.1.2 Fusion ECM Suite O desenvolvimento do trabalho terá como base a ferramenta Fusion ECM Suíte. Estaferramenta é desenvolvida e mantida pela empresa Neomind Solutions. De acordo com a Neo-mind (2012) o Fusion é uma solução segmentada modularmente, podendo ser facilmente inte-grada a fim de oferecer diferentes aplicações ao mercado. Essas aplicações possuem o objetivo
  • 43. 43de agilizar e facilitar a gestão das informações, auxiliar o processo de decisão e maximizar osresultados das empresas.4.1.3 Workflow/BPM (Business Process Management Dentres os módulos desenvolvidos pela empresa Neomind na ferramenta Fusion ECMSuíte está o módulo de workflow. O módulo de workflow/BPM caracteriza-se pela união de pro-gramas e ferramentas que trabalham em conjunto, respeitando suas características e funções.O workflow foi desenvolvido com o objetivo de facilitar o fluxo de trabalho, desde a modelagemdos processos até o gerenciamento de cada atividade de um processo, e assim permitir à or-ganização atingir seus diferentes objetivos e metas e agregar ainda mais, possibilitando que aspessoas trabalhem de modo cooperativo. O workflow/BPM está contido em um propósito maior, que é o gerenciamento das infor-mações de uma empresa. Através dessa tecnologia a empresa pode criar facilmente a interaçãoentre pessoas através de processo, podendo, além disso, gerenciar documentos, equipamentose sistema. Dentre as características existentes no módulo de workflow estão:(a) Decisões podem ser tomadas de maneira automática a partir de informações de negócio, preenchidas colaborativamente.(b) Regras de negócios estão relacionadas aos processos, o que facilita o gerenciamento.(c) As atividades de um processo podem ser executadas por usuários, sistemas, grupos ou papéis. Nesse cenário papéis estão relacionados com as habilidades e competências dos usuários. Como por exemplo: Papel de Auditoria possuem diversos usuários auditores, podendo ser estes integrantes de diferentes grupos.(d) Relatórios personalizados podem ser gerados dinâmicas através das informações e esta- tísticas geradas pelos processos.(e) Permite controle de alçadas e escalonamentos, utilizadas para aprovações e definição de rotas no fluxo modelado.(f) Sistema desenvolvido com tecnologias web, que permitem a utilização de diferentes perifé- ricos e de diferentes lugares, fazendo com o que o processo não seja prejudicado.(g) Muitos sistema possuem, além de notificações através de email,e também notificações atra- vés de SMS, como o caso do Fusion ECM Suíte.
  • 44. 44(h) A documentação dos processos são geradas dinâmicamente após a conclusão da modela- gem do fluxo. (i) Elimina a necessidade de utilização de papel na comunicação entre setores em uma orga- nização (j) Permite de modo claro e simples a intereção com possíveis participantes externos da orga- nização, como: fornecedores, representantes, clientes e outros colaboradores.(k) Os processos podem ser monitorados em tempo de execução e de maneira transparente. (l) Reduz o tempo na movimentação de tarefas.(m) Permite a comunicação com outros sistemas utilizados pela organização.4.1.3.1 O CICLO Segundo Cruz (2004), o ciclo Workflow é divido em seis etapas: I. Análise do Fluxo de Trabalho (processo de negócio) atual: Para definição do fluxo de trabalho, é necessário partir de um cenário real. Esse cenário pode ser obtido através de uma análise realizada com base no modelo atual, com o objetivo de conseguir os elemetos necessários para projetar o novo fluxo de trabalho. II. Projetar o modelo de informação do fluxo de trabalho que quer automatizar: Para projetar o modelo de informação é necessário estudar os objetos que fazem parte do fluxo de trabalho. Esses objetos podem ser procedimentos, regras de negócio, tarefas. Ambos são automatizados com o intuito de tornar o novo processo modelado capaz de contemplar todas as funções do modelo real. • Objetivo do Processo. É necessário saber qual o objetivo a ser atingido com a implentação de um software de workflow. O objetivo é a gestão do fluxo de trabalho por meio de seus documentos, de modo a torná-lo mais eficiente, gerenciado, ágil e seguro. O objetivo pode ser simples ou múltiplo. • Papéis do Workflow. Após a definição do objetivo do processo, é necessário definir quem serão os envolvidos, ou seja, quem participará do ambiente workflow. Os envolvidos são chamados de atores e estes executarão as tarefas mecessárias para que cada atividade especificada no processo seja realizada com sucesso. Os papéis podem ser individuais, possuindo apenas um ator, ou um grupo onde diversos atores
  • 45. 45 executarão a mesma atividade. Por isso, a definição dos papéis do workflow é o principal fator de sucesso da aplicação. • Rota do Processo. O terceiro elemento do projeto é a definição da rota que os documentos, formulários entre outros, irão percorrer para que o processo tenha vida. Para isso existem diversas rotas. Existe a rota sequêncial, paralela, condicional, dinâmica, podem ser agrupadas e dividades em apenas dois grupos: simples e compostas. • Os Documentos e Formulários são o transporte para as informações referente ao processo. Essas informações são disponibilizadas de diferentes formas, tais como: texto, imagem, planilhas, som e outros. • As mensagens que são utilizadas nos diferentes níveis e tipos de eventos do work- flow. • Funções administrativas são utilizadas no decorrer da execução do processo para criar, editar e eliminar usuários. • E-mail. Integração com contas de correio eletrônico através de SMTP. Muito utilizado para notificações.III. Programar o modelo de informação, definindo e detalhando cada um dos elementos contidos nele: Os objetos contidos no modelo de informação são descritos através de formulários, pastas, documentos e o que mais possa se relacionar com estes.IV. Implantar o Workflow: Tendo concluído o desenvolvimento do novo processo, baseado no fluxo de trabalho, será implantado o workflow. Inicialmente realiza-se a execução do workflow em um ambiente de teste ou homologação. Após testado e aprovado, esse fluxo será colocado em produção.V. Gerenciar o processo por intermédio do Workflow: Esse passo consiste na observa- ção e estudo do workflow que está sendo executado. O objetivo é o fluxo de execução e verificar se não há nenhum exceção não contemplada pelos testes realizados anterionar- mente. Pode-se também gerenciar os usuários envolvidos assim como o tempo de cada atividade realizada.VI. Atualizar o modelo de informação implantado: Como todo processo ou procedimento, o modelo de informação pode ser atualizado, com o objetivo de aprimorar os resultados. Dentre esse resultados estão: redução de tempo por atividade, redução recursos utiliza- dos, qualidade dos resultados, novas informações inseridas para gerar relatórios futuros e outros.
  • 46. 464.2 TECNOLOGIAS A SEREM UTILIZADAS4.2.1 Java Optando por utilizar de uma tecnologia gratuita e de código aberto, a Neomind escolheua linguagem de programação Java. No ano de 1991, um grupo de pesquisa da Sun Microsystems, chefiados por JamesGosling e Patrick Naughton, desenvolveram uma linguagem que por eles foi denominada deGreen. Essa linguagem havia sido desenvolvida com o objetivo de ser usada em dispositivosconsumidores como receptores inteligentes para televisão. Essa linguagem foi desenvolvidapara ser simples e neutra em relação à arquitetura, sendo assim poderia ser executada emqualquer dispositivos de hardwares. Apesar disso, nenhum cliente demonstrou interesse pelatecnologia (HORSTMANN, 2004). Os anos passaram e a linguagem passou a ser muito utilizada por toda a comunidade dedesenvolvedores. Sistemas de pequeno a grande porte passaram a ser desenvolvidos utilizandojava, além de diversos trabalhos academicos realizados. A grande quantidade de material de pesquisa ajuda a manter a linguagem viva e cadavez mais forte, além dos benefícios que ela própria oferece.4.2.2 Hibernate Com o objetivo de facilitar a integração do sistema com o banco de dados, o FusionECM Suíte utilizou o framework de mapeamento objeto relacional chamado Hibernate. Segundo Filho (2006) o Hibernate como um framework open-source desenvolvido exclu-sivamente para a linguagem java, onde suas principais vantagens são permitir que a aplicaçãopermaneça orientada a objetos e que havendo mudanças na base de dados, essas impliquemem um impacto menor sobre a aplicação. Filho (2006) ainda cita que uma aplicação orientada a objetos, através do uso do hi-bernate, possa guardar no banco de dados o atual estado do objeto em questão para quefuturamente possa ser reutilizado. O uso do hibernate oferece grandes ganhos ao desenvolvedor, devido a simplificaçãoda persistência das informações.
  • 47. 47 4.2.3 jQuery Na camada visual do projeto do simulador foi utilizado o framework de javascript cha- mado JQuery. Esse framework tem o objetivo de facilitar o desenvolvimento web de uma apli- cação. Através do uso do JQuery fica muito mais criar efeitos visuais em uma página html, como sincronizar e gerenciar os eventos em ajax. Os evento ajax no desenvolvimento web, são aqueles eventos assíncronos que não necessitam da atualização de toda a página, sendo necessário apenas uma área, como por exemplo um container div. Existem no mercado diversos plugins, que são programas que possuem uma funções específicas e que trabalham em conjunto com outros programas. No desenvolvimento do simu- lador foi necessário a utilização de um plugin que de maneira simples pudesse gerar um gráfico para a apresentação dos resultados simulados. Para isso utilizou-se o JQPlot. 4.2.3.1 jqPlot JQPlot é um plugin de plotagem de gráficos muito utilizado no desenvolvimento de sis- temas web. Este é baseado na tecnologia javascript somado a utilização do JQuery. Essa ferramenta possuí diversas opções de gráficos, como: gráfico de barras, de linha, de pizza entre outros. Além do belo gráfico plotado pela ferramenta, a utilização do JQPlot torna mais fácil a criação desses gráficos. Code 4.1: Exemplo de criação de um gráfico de linha utilizando JQPlot 1 $ ( document ) . ready ( function ( ) { 2 var ajaxDataRenderer = function ( u r l , p l o t , o p t i o n s ) { 3 var r e t = n u l l ; 4 $ . ajax ( { 5 async : f a l s e , 6 url : url , 7 dataType : "json" , 8 success : function ( data ) { 9 r e t = data ;10 }11 }) ;12 return r e t ;13 };14
  • 48. 4815 //url do arquivo16 var j s o n u r l = "./jsondata.txt" ;1718 // utiliza a url do arquivo texto que possui os valores19 // para a geração do gráfico20 var p l o t 2 = $ . j q p l o t ( ’chart2’ , j s o n u r l , {21 t i t l e : "Exemplo de renderização de gráfico utilizando JSON" ,22 dataRenderer : ajaxDataRenderer ,23 dataRendererOptions : {24 unusedOptionalUrl : j s o n u r l25 }26 }) ;27 }) ; 4.2.4 HTML (Hyper Text Markup Language) Por se tratar de um sistema web, o simulador foi desenvolvido baseado na linguagem de marcação chamada Html. O Html é o padrão mais utilizado no mercado. Existem diversos frameworks de desenvolvimento que possuem o objetivo de facilitar e acelerar esse processo, porém em muitos casos, ou quase todos, o resultado gerado através desses frameworks é a soma de Html com javascrpt. 4.2.5 CSS (Cascading Style Sheets) Somente com o uso do Html não é suficiente para desenvolver sistemas que atendam o conceito RIA(Rich Internet Applicatio). Para isso existe o Css. O Css é uma folha estilo que define como serão exibidos cada elemento de uma página na internet. Ela proporciona uma maior flexibilidade através da inclusão de elementos como cores, formatos de fontes e organização do layout de uma página. 4.3 ARQUITETURA DO SISTEMA Nessa seção do quarto capítulo serão apresentados alguns padrões adotados no desen- volvimento do simulador. Como o padrão portlets, eforms e por fim a apresentação do diagrama de classe com a definição da arquitetura de desenvolvimento do simulador.
  • 49. 494.3.1 Portlets O Fusion ECM Suíte foi desenvolvido no conceito de portal. O portal é um centralizadorde conteúdo que possui diversos outros subsites que podem ser visualizados dentro dele. Essessubsites podem estar dentro do domínio do sistem ou fora. Para visualizar os subsites são utilizados portlets. Assim como a orientação a objetossurgiu para haver reutilização de conteúdo, da mesma forma foi desenvolvido o conceito deportlet. O sistema Fusion implementa portlets para que suas telas possam ser reutilizadas emdiferentes locais do sistema ou fora do sistema. Levando em consideração esse benefício, também utilizou-se o conceito de portlet nodesenvolvimento do simulador. Outra grande vantagem do sistema Fusion é a fácil criação de formulários eletrônicos,chamados de EForms.4.3.2 EForms Os EForms são formulário eletrônicos que são inteiramente criados pelo usuário dosistema sem a necessidade de desenvolvimento de códigos de programação. Esse usuáriopode criar o seu formulário de acordo com o que ele necessita para contemplar seu negócio. Além de oferecerem ganhos de redução com custo de papel também aumenta a produ-tividade na busca, recuperação, impressão e distribuição das informações. No módulo de simulação do sistema Fusion os formulários serão utilizados para a cria-ção dos cenários que definirão o fluxo do processo. Esse será melhor explicado no decorrer dotrabalho.4.3.3 Diagrama de Classe A próxima seção deste trabalho mostrará o processo de desenvolvimento do módulo desimulação de processos. Na etapa de especificação do sistema desenvolveu-se um diagramade classe cujo o objetivo é descrever as classes criadas para que o sistema pudesses ter exito.Esse diagrama pode ser visto nos apêndices deste trabalho.
  • 50. 504.4 DESENVOLVIMENTO Quando se tem um processo com apenas três atividades sequênciais, fica fácil prevero tempo total desse processo, porém quando há um processo que possui inúmeras atividadescom condições que possam alterar a rota de execução do processo, a previsão do tempo total doprocesso torna-se complexo e com baixa precisão se não utilizar uma ferramenta para executaresse trabalho. O Fusion ECM Suíte possui uma ótima ferramenta de modelagem de processo, porémainda não há nada desenvolvido que possa simular a execução do processo. A proposta desse trabalho é justamente de desenvolver um simulador de processos.Essa ferramenta que será acoplada a Suíte do Fusion será chamada de Fusion Workflow Simu-lation. O processo de desenvolvimento foi dividido em: I. Cadastro de EForm que será utilizado em um processo II. Cadastro de processo que será simulado III. Cadastro da simulação Listagem das atividades Definir os valores de mínimo, máximo e moda de cada atividade IV. Executar simulação Definição da quantidade de simulações Como funciona Inicialização do processo Definição do cenário que será executado o processo Criação de rede PERT e validação de erros de modelagem Simular um valor para cada atividade Calcular o tempo total do processo Criar os objetos analíticos Apresentar os resultados
  • 51. 514.4.1 Cadastro de Formulários O cadastro do formulário é fundamental para a execução da simulação. O formuláriodefine a estrutura do cenário que será simulado. Em um processo o formulário tem a responsa-bilidade de documentar as informações que são preenchidas pelo usuário ou sistema. Figura 10: Cadastro de Formulário - Fusion A Figura 10 mostra a tela de cadastro de formulário da ferramenta Fusion. Nessa ima-gem, pode-se observar o campo denominado de EForm Pai que permite a utilização do conceitode herança para a modelagem do formulário. Dessa forma torna-se possível criar formuláriosmais genéricos que possam ser reutilizáveis por outros EForms filhos. Existem também a possibilidade de criar formulários que não podem ser executados.Estes são chamados de abstratos. Dessa forma os metadados podem ser especificados, oformulário pode ser extendido e utilizado em regras de negócio, porém não pode ser executadodiretamente pelo usuário. No cadastro do formulário os metadados são definidos através do cadastro de campos. No cadastro do campo do formulário além dos atributos: visível, editável, filtrável, existetambém o campo tipo, que como o nome diz, define o tipo do metadado. Os tipos podem ser: • Arquivo - Campo utilizado para fazer upload de arquivos • Booleano - Campo do tipo selecionável com as opções sim e não. • Data - Campo do tipo data que permite selecionar uma data no calendário.
  • 52. 52 Figura 11: Cadastro de Campos de Formulário - Fusion • E-Form - Campo que permite inserir um formulário dentro de outro. O formulário é visto de forma expandida, mostrando todos os campos que nele foram cadastrados. • Fórmula - Permite inserir fórmulas matemáticas utilizando referência a campos visiveis no formulário. • Hora - Campo do tipo input que possui dados do tipo hora. • Número - Campo que apenas permite a inserção de números. • Texto - Campo do tipo input que permite a inserção de texto. • Usuário - Campo do tipo selecionável que permite selecionar um usuário cadastrado no fusion. Após cadastrados todos os campos necessário e realizado as configurações precisas,pode-se partir para o cadastro e a modelagem do processo.4.4.2 Cadastro de Processo No cadastro do processo, primeiramente é necessário selecionar um formulário já ca-dastrado, ou cadastrar um novo para ser selecionado. Após selecionado o formulário que seráutilizado na modelagem do fluxo de processo, seleciona-se um gestor para esse processo, oqual será responsável pelo processo que está sendo modelado. Tendo realizado essas opera-ções, pode modelar o fluxo do processo e suas atividades.
  • 53. 53 Figura 12: Cadastro de um Processo - Fusion Para a execução da modelagem do fluxo de processo, a ferramenta Fusion ECM Suítepossuí um aplicativo Java Web Start, que permite a execução de uma aplicação java na máquinado cliente, em outras palavras, localmente. Esse aplicativo permite a modelagem de formasimples e eficiente. Figura 13: Ferramenta de Modelagem de Fluxo de Processo - Fusion Além das atividades de usuários, a ferramenta permite criar também atividades de sis-tema, subfluxo e roteadoras. As atividades de sistema, como o próprio nome diz é executada pelo sistema. Paraisso a Neomind desenvolveu o conceito de Adapters, que permitem a inserção de classes java
  • 54. 54que possuem uma regra de negócio específica e que após executadas seguirão o fluxo normal-mente. Um exemplo de adapter seria a execução de uma classe que verifica a cotação atual dodólar e caso o dólar esteja acima de dois reais direciona o fluxo para o gerente comercial paraa aprovação da compra. Por sua vez, as atividades de subfluxo possuem o comportamente de um subprocesso,conforme descrito no capítulo 3. As atividades roteadoras são utilizadas em um fluxo de processo para definir o sentidodo fluxo. No processo anterior, onde iniciou o cadastro do processo, foi selecionado um formulário.Esse formulário possui campos cadastrados que serão relacionados com as atividades de fluxodo processo. Na figura 13 do lado direito, pode-ser observar uma árvore de campos disponíveisdo formulário para o processo. Ao selecionar uma atividade é possível definir quais camposserão visíveis, editáveis ou obrigatórios na sua execução. Após criado o fluxo e definido todas as regras de execução, como saídas múltiplas oufluxo baseado em condição, pode-se encerrar a aplicação, salvando o novo processo.4.4.3 Cadastro da Simulação A próxima etapa do desenvolvimento do simulador é a realização do cadastro da simu-lação. Para isso foi desenvolvido uma tela para facilitar a especificação dos valores de cadaatividade. Figura 14: Cadastrando uma nova simulação - Fusion No cadastro da simulação é necessário selecionar o processo que será simulado. Esseprocesso já possui o fluxo de trabalho modelado, conforme visto no item anterior.
  • 55. 55 O processo é o principal objeto que será analisado na simulação. É através dele queserá possível saber o fluxo de execução e todas as regras envolvidas. Esse fluxo também estárelacionado com campos de um formulário e por fim da execução do processo automaticamenteé gerado um documento apartir dos dados preenchidos pelos usuários responsáveis por cadaatividade do processo. Figura 15: Cadastro do cenário - Fusion Outro cadastro obrigatório contido no cadastro da simulação é o cadastro de cenáriosque está relacionado diretamente com o formulário vinculado no processo. Esse cenário tem afunção de determinar o caminho que será seguido no fluxo do processo. O cenário é o formulário preenchido de modo em que seus campos, que estão relaci-onados com diferentes regras e condições, atendam diferentes cenários reais e previstos pelogestor do processo. Figura 16: Preenchendo os campos do cenário - Fusion Um exemplo pode ser observado em um processo de compra de uma empresa, ondeum campo valor de compra define qual o caminho que o fluxo irá seguir. Nesse caso, se ovalor da compra for superior a um mil reais, será necessário que o gerente comercial aproveessa operação e isso fará com que o fluxo dirija a próxima atividade a esse gerente. Casocontrário a aprovação não será necessária avançando a atividade diretamente para o processode solicitação de compra.
  • 56. 56 Neste sentido o cadastro de cenários permite que diferentes situações possam ser si-muladas automaticamente antes de um processo entrar em produção, ou seja, passar a serutilizado efetivamente pela empresa contratante do serviço. Caso seja necessário alterar o processo, os cenários já existentes continuarão servindocomo uma ferramenta de testabilidade do sistema. No modelo atual de teste de processo, o analista responsável pela modelagem precisaexecutar o processo manualmente e ir avançando a cada atividade e informando os valores doscampos para cada atividade. Além desse processo ser muito cansativo, aumenta a margemde situações que possam provocar algum erro na execução do processo, prejudicando toda aempresa. Outro detalhe a ser considerado no desenvolvimento do cadastro do cenário é a impos-sibilidade de persistir esse formulário a real estrutura de dados contida no banco de dados. Paraisso foi desenvolvido um mecânismo de persistência do objeto formulário em um arquivo texto.Dessa forma os cenários não impactarão nos demais módulos que estão direta ou indiretamenteligados com os formulários. Tendo concluído essas duas etapas do cadastro o sistema necessita que o formulário decadastro da simulação seja salvo para que através do processo selecionado, o servidor possaresponder com todas as atividades existentes naquele processo. Figura 17: Listagem de atividades do processo - Fusion As atividades listadas, não estão em ordem de execução, para criar uma rede sequenci-ada, é preciso executar o processo e criar uma rede de precedência, o qual será abordado maisa frente. Após o sistema ter preenchido automaticamente todas as atividades do processo, deveinserir os valores de simulação de cada atividade. Como apresentado na figura 18, o cadastro das informções iniciais para o processode simulação são fundamentais e elas são: Medida de tempo, tempo mínimo, tempo máximo,tempo ideal e histórico de tempos.
  • 57. 57 Figura 18: Preenchendo os dados para simulação da atividade - Fusion O campo medida de tempo é utilizado principalmente para o cadastro dos demais dados.Indiferente de ser selecionado dias ou horas, os dados serão sempre salvos em minutos nobanco de dados. Cada atividade pode ter sua unidade de medida de tempo, de modo quefacilite os diferentes cadastros de valores de execução de uma atividade. Figura 19: Cadastro da simulação completa - Fusion4.4.4 Executar Simulação Após concluído o processo de cadastro da simulação já é possível executar a simulação. No cadastro da execução da simulação é necessário informar alguns dados importantes.Nesse caso o processo já esta selecionado. O campo quantidade se refere a quantidade de
  • 58. 58iterações de uma simulação. Quanto maior o número de iterações maior será a confiabilidadedos dados gerados pela simulação. Já o campo intervalos é utilizado para a apresentaçãodos resultados da simulação. Está relacionado com as classes e a frequência de valores porintervalo de classe. Figura 20: Executar simulação - Fusion4.4.4.1 TESTE Tendo cadastrado a execução da simulação e clicado no botão executar, o sistema faráduas principais operações: teste do workflow e simulação através da utilização do cenário. A etapa de teste do sistema, consiste na execução total do processo baseado em umcenário. O sistema terá que testar o fluxo do processo para cada cenário cadastrado. O teste de integridade do fluxo do processo permite testar as seguintes exceções: • Verificar se o papel onde está definida a atividade possuí um usuário definido. • Validar possíveis eventos cíclicos e infinitos na execução do fluxo do processo. Definir um número aceitável de ciclos redundantes. • Validar se o adapter lançou alguma exceção em sua execução. • Validar campos do tipo fórmula sem visibilidade, o que impede o proseguimento das ati- vidades. • Verifica se uma atividade possuí uma saída OU mas não possui uma condição definida. Nesse cenário a atividade seguinte não será enviada a nenhum usuário e por isso não poderá ser executada. Essas exceções são lançadas e validadas no momento da execução do processo quandoatribuído um cenário para ser testado.
  • 59. 59 Figura 21: Diagrama de Atividade - Teste de execução do processo - Fusion Conforme as atividades do processo vão sendo executadas e finalizadas, o simuladorcria a rede de precedência das atividades para realizar a simulação futura. A rede PERT criada permite a navegação entre as atividades, desde o início do processoao fim, pois cada atividade possuí atividades de destino e origem, o que simplifica e facilita asimulação. O teste do processo foi desenvolvido separadamente do simulador para que esse possaser utilizado em outros módulos do sistema Fusion.4.4.4.2 SIMULAÇÃO Após ter realizado o teste do processo e criado a rede PERT para cada cenário cadas-trado, está tudo pronto para realizar a simulação.
  • 60. 60 Figura 22: Diagrama de Atividade - Simulação de processo - Fusion A primeira etapa da simulação do processo consiste na simulação de uma valor para cada atividade. Esse valor simulado é calculado utilizando o Método de Monte Carlo. No ca- dastro dos dados de simulação referente a atividade, o usuário pode definir os tempos máximo, mínimo e ideal. Esses valores são utilizados nessa etapa do processo de simulação. Utilizando o Método Monte Carlo para geração dos números aleatórios e combinados com a distribuição triangular têm-se um novo valor simulado. O Método Monte Carlo combinado com distribuição triangular foi desenvolvido em uma classe java, conforme mostra o código abaixo. Code 4.2: Exemplo de distribuição triangular combinado com Método Monte Carlo1 package com . neomind . f u s i o n . w o r k f l o w . s i m u l a t i o n ;23 import j a v a . u t i l . Random ;45 /∗∗6 ∗ @author Mews7 ∗8 ∗/
  • 61. 61 9 public class M o n t e C a r l o S i m u l a t i o n10 {11 / ∗ ∗ Metodo que devolve um v a l o r randomico u t i l i z a n d o a D i s t r i b u i c a o Triangular12 ∗13 ∗ @param min14 ∗ @param max15 ∗ @param mode16 ∗ @return17 ∗/18 public s t a t i c double d i s t T r i ( double min , double max , double mode )19 {20 double random = new Random ( ) . nextDouble ( ) ;21 double num = ( mode − min ) / ( max − min ) ;22 double v a l o r = 0 ;2324 i f ( 0 <= random && random <= num)25 {26 v a l o r = min + Math . s q r t ( random ∗ ( mode−min ) ∗ ( max−min ) ) ;27 }28 else i f (num <= random && random <= 1 )29 {30 v a l o r = max − Math . s q r t ((1 − random ) ∗ ( max−mode ) ∗ ( max−min ) ) ;31 }3233 return v a l o r ;34 }35 } Tendo realizado a simulação da atividade, é dado sequência ao fluxo, avançando para a próxima atividade, onde será realizado novamente a simulação. No exemplo representado na figura 23, pode-se observar os valores cadastrados em cada atividade e por fim o valor simulado, logo abaixo de cada atividade. Nesse exemplo a primeira atividade possuí o tempo mais cedo como 2 horas, o tempo mais tarde 5 horas e o tempo ideal como 4 horas. Esses valores aplicados no simulador, na função do método Monte Carlo, resultou no valor 3,92 horas. Ainda com relação a figura 23, observa-se que as atividades 2 e 3 são resultado de uma saída "E", ou seja, serão executadas em paralelo, onde a atividade 4 será executada apenas
  • 62. 62 Figura 23: Fluxo de Atividades Simuladas - Fusionquando essas duas atividades estiverem sido finalizadas. Dessa forma, utiliza-se o maior valorentre as atividades 2 e 3. Para calcular o total desse processo, utiliza-se a seguinte fórmula: TotalDoProcesso = Atividade1 + MaiorEntre(Atividade2, Atividade3) + Atividade4 Em valores isso será traduzido para: TotalDoProcesso = 3,92 + MaiorEntre(7,56, 6,78) + 2,43 TotalDoProcesso = 13,91 horas Esse exemplo é uma amostra da simulação de uma iteração de um processo simples,porém a eficiência dessa simulação está na possibilidade de simular milhares de vezes esseprocesso. Onde, esse procedimento apresentado nos passos anteriores serão repetidos aquantidade de vezes desejada. Fernandes (2005) cita que a fórmula utilizada para o cálculo de é dado pela fórmula: 3σ ε= √ N Onde o sigma é o desvio padrão dos valores simulados e N é o número de iterações, ouseja, quanto maior o número de iteração da simulação, menor será o erro. Terminado a realização da simulação baseado na quantidade de iterações solicitadas, osimulador irá gerar os dados analíticos.
  • 63. 63 Os dados analíticos, são necessário devido ao fator de os objetos simulados que aindaestão em memória precivam ter suas informações guardadas em banco de dados. Neste cami-nho torna-se inviável salvar milhares de processos simulados, sendo que cada processo poderáter inúmeras atividades, que quando múltiplicados, renderiam um número absurdo de dados nobanco de dados. Os objetos analíticos, são criados de forma simplicada e objetiva. Caso o utilizador tenhadefinido que a quantidade de intervalo de classes será 20, cria-se apenas 20 objetos analíticos,para salvar as informações estatísticas agrupadas por classe.4.4.5 Apresentação dos Resultados Tendo os dados analíticos guardados no banco de dados, o utilizador poderá solicitar avisualização do resultado da simulação. Como foi necessário gerar um conjunto de simulações para cada cenário cadastrado,torna-se obrigatório definir qual será o cenário que será analisado. Figura 24: Selecionar cenário para visualizar simulação - Fusion Após selecionar o cenário a tela abaixo será recarregada com os dados analíticos dasimulação. O usuário ainda poderá selecionar a medida de tempo em que deseja visualizaras informações da simulação. A figura 25, apresentada abaixo, mostra os resultados de umasimulação tendo como medida de tempo a escala de horas. A tela de resultado da simulação apresenta um histograma baseado na frequência porintervalo de classe. Outra informação apresentada na tabela é a frequência acumulada. Abaixo da tabela dos intervalos de classe são apresentados outros dados estatísticosreferente a simulação. A moda é o intervalo de classe que obteve maior frequência. A médiaé calculada sobre a soma de todos os valores simulados dos processos e dividido pela quan-tidade de iterações. Já o desvio padrão tem o objetivo de mostrar a vareabiliadade dos dadossimulados. Além dos dados estatísticos já mencionados, o simulador apresenta como resultadotambém o fluxo de execução do processo através de uma tabela. Essa tabela possui trêscolunas, como pode ser observado na figura 25. A primeira coluna é a atividade corrente. Já
  • 64. 64 Figura 25: Resultado da Simulação - Fusionsegunda coluna representa as atividades de destino, nesse caso também é mostrado caso umaatividade possua mais de uma atividade de destino, o que representaria uma saída múltipla ousaída "E". Por fim na tabela também pode ser observado a coluna que apresenta as atividadesde origem, entre outras palavras, quais atividades geraram a atividade corrente. Se a atividade não possuir atividades de origem, significa que ela é a primeira atividadedo fluxo. Já caso não possua atividades de destino ela representa uma atividade que encerrao fluxo, porém o fluxo ainda pode continuar sendo executado por outros possíveis caminhosalternativos no processo.4.5 ESTUDO DE CASO Nesse estudo de caso será demonstrado a execução do simulador baseado em umprocesso desenvolvido para solicitação de compra. O primeiro passo necessário, como já descrito anteriormente, é o cadastro do formulá-rio que será utilizado. Para esse processo de solicitação de compras foi necessário criar umformulário com os seguintes campos:
  • 65. 65 • Nome do Produto - É um campo do tipo texto necessário para o cadastro do nome do produto. Exemplo: Bicicleta. • Descrição do Produto - Campo do tipo texto área, que possui maior quantidade de texto para guardar a descrição completa do produto que será comprado. • Quantidade - Campo do tipo inteiro que identifica a quantidade de produtos a serem com- prados. • Aprovar - Campo do tipo boleano que será utilizado para aprovação da compra caso o fluxo se dirija ao gerente. • Efetuar Compra - Campo do tipo boleano que finaliza o processo. O cadastro do formulário pode ser visto na figura 26 abaixo apresentada. Figura 26: Cadastro de Formulário - Caso de Uso - Solicitação de Compra Tendo o formulário cadastrado, a próxima etapa é o cadastro do processo, conformeapresentado na figura 27. Ainda no cadastro do processo, o usuário terá que modelar o fluxo do processo. Nesseestudo de caso será modelado um fluxo para solicitação de compra de material. A primeira atividade é realizada pelo solicitante, este terá que preencher o nome, a des-crição e a quantidade de produtos que será comprado. Nesse momento existe uma condiçãodefinida no fluxo. Se a quantidade de produtos solicitados para compra ultrapassar dez uni-dades, o fluxo passará pela aprovação do gerente, caso contrário a próxima atividade será docomprador.
  • 66. 66 Figura 27: Cadastro do Processo - Caso de Uso - Solicitação de Compra A atividade de aprovação do gerente possui um simples campo de aprovação que per-mite que a atividade de compra seja enviada ao comprador ou o processo seja finalizado atravésda reprovação da compra. Já a atividade de compra é simples e sem condição, fazendo com que a próxima ativi-dade encerre o processo. Figura 28: Modelagem do Fluxo - Caso de Uso - Solicitação de Compra
  • 67. 67 Tendo feito a modelagem do fluxo do processo e salvo, pode-se realizar o cadastro dasimulação. Para essa simulação serão cadastrados três diferentes cenários. O primeiro cenáriotendo a quantidade de produtos menor do que dez, não sendo necessário a aprovação dogerente. O segundo cenário terá o campo quantidade com mais do que 10 atividades e com aaprovação do gerente, diferente do terceiro cenário, que terá o campo de quantidade tambémmaior do que dez, porém não terá a aprovação do gerente para a compra. Os valores de simulação de cada atividade podem ser objservados na figura abaixo: Figura 29: Cadastro da Simulação - Caso de Uso - Solicitação de Compra Para executar a simulação é necessário definir a quantidade de iterações, que nessecaso será dez mil, e a quantidade de intervalos de classe, que foi definido 20 intervalos declasse. Figura 30: Executar Simulação - Caso de Uso - Solicitação de Compra4.5.1 Resultados Obtidos Através das simulações geradas do processo descrito anteriormente obteve-se os se-guintes resultados: I. Cenário de compra de menos de 10 produtos.
  • 68. 68 Figura 31: Resultado 1 - Caso de Uso - Solicitação de CompraII. Cenário de compra de mais de 10 produtos e com a aprovação do gerente. Figura 32: Resultado 2 - Caso de Uso - Solicitação de CompraIII. Cenário de compra de mais de 10 produtos e com a reprovação do gerente. Figura 33: Resultado 3 - Caso de Uso - Solicitação de Compra
  • 69. 69 Devido o fato que a atividade de compra ser a mais demorada fez com que o segundocenário simulado apresentasse o maior resultado de tempo total do processo. O terceiro ce-nário, por sua vez, se mostrou sendo o mais rápidos dos três cenários, como mostra a Figura33. Com esse estudo de caso pode-se analisar o efeito do simulador para a realização evalidação do fluxo para três diferentes cenários, como também a sua eficácia para análise deprecisão utilizando o método Monte Carlo.
  • 70. 705 CONSIDERAÇÕES FINAIS O objetivo deste trabalho foi realizar um estudo abrangente sobre simulações de pro-cessos, permitindo que gestores desses processos possam realizar análises e a partir disto,executar medidas baseados em resultados estatísticos. Estes são adquiridos através do uso doMétodo Monte Carlo e com uma análise rede PERT/CPM para a validação do fluxo dado umcenário pré cadastrado. A expectativa era, portanto, de que os resultados desta pesquisa possibilitassem o usodo simulador em qualquer modelo de fluxo de processo. Alguns diferentes modelos de fluxoforam testados e obtiveram sucesso. Devido ao fato que a modelagem do fluxo é realizado pelogestor do processo, que pode ser qualquer usuário do sistema que possua permissão, não foipossível garantir todos os diferentes cenários. No roadmap do projeto do simulador essa é aprimeira etapa. Na próxima etapa do projeto serão tratados as diferentes exceções possíveisna execução do fluxo do processo. O primeiro passo do trabalho foi identificar, através de estudos sobre Monte Carlo edistribuições de frequência a possibilidade de simular o tempo total do processo através da si-mulação de um valor aleatório para cada atividade, levando em consideração os limites máximoe minimo de tempo de execução da atividade e ainda a moda, ou seja, o valor mais provável. Paralelamente, foram investigados métodos para execução do processo utilizando umformulário pré cadastrado. Esses formulários serviram como cenários a serem simulados. Paraisso o estudo sobre a rede PERT/CPM foram de grande auxilio, pois permitiram, no processo deexecução do fluxo, criar uma rede de precedência entre as atividades e por fim calcular o tempototal do processo levando em consideração o valor simulado para cada atividade do fluxo. A última parte do trabalho foi necessária para a apresentação dos resultados referentea simulação, uma vez que, para obter um resultado mais confiável, é necessário realizar mi-lhares de iterações no processo de simulação. Se todas essas milhares de execuções fossemguardadas no banco de dados, causaria um aumento significativo na base de dados. Para issoobjetos analíticos foram criados. Esses guardam em seus atributos apenas dados de análise es-tatística referente a simulação, como: frequência por intervalo de classe, valor médio simulado,moda e desvio padrão. Além disso, para cada cenário cadastrado, guarda-se também o fluxode processo executado para permitir a análise futura e provar as regras que foram definidas namodelagem do fluxo do processo.
  • 71. 71 A elaboração deste estudo permitiu que o desenvolvimento do módulo de simualação daferramenta Fusion ECM Suíte se tornasse viável. O estudo e definição dos conceitos referentea simulação, como o Método Monte Carlo, assim como o conhecimento adquirido através doestudo de gerenciamento de projetos e processos fizeram com que fosse possível definir o mo-delo de arquitetura de desenvolvimento necessária para a construção do simulador. Para outrosacadêmicos esse trabalho contribuirá para aumentar a gama de possibilidades de trabalhos aserem desenvolvidos utilizando o Método de Monte Carlo. Com o objetivo de encorajar a continuidade do trabalho desenvolvido, sugere-se, paratrabalhos futuros, que se realize estudos sobre simulação utilizando locação de recursos por ati-vidade. Dessa forma será possível prever possíveis sobrecargas de atividades para um mesmorecurso, o que causaria atraso de execução da atividade, podendo comprometer todo o pro-cesso. Outra sugestão de trabalho futuro está relacionado a custo. Permitir prever o custo deum projeto ou processo, tendo em vista os riscos de cada atividade. Por exemplo: Se chover, ocusto da atividade de será muito maior do que se der sol. Ambas as sugestões trariam grandesganhos para um gestor.
  • 72. 72 REFERÊNCIASAGUIAR, C. d. C. A. Gilberto de; HENNING, E. Gerenciamento de Projetos: Simulação deMonte Carlo via a Ferramenta Simular. XXX Encontro Nacional de Engenharia de Produção -ENEGEP, São Carlo/SP, 2010.BALDAN ROGéRIO VALLE, H. P. R.; AL. et. Gerenciamento de processos de Negócio. 2oedição. ed. São Paulo/SP: Editora Erica Ltda, 2010.BARROS, E. A. C. Aplicações de Simulação Monte Carlo e Bootstrap. Monografia(Bacharel) — Universidade Estadual de Maringá, Maringá, 2009.CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 4o edição. ed. [S.l.]: IBPEX,2008. ISBN 9788578380199.CHWIF, L.; MEDINA, A. C. Modelagem e Simulação de Eventos. 3o edição. ed. São Paulo/SP:Ed. do Autor, 2010.CRUZ, T. Workflow II: A Tecnologia que Revolucionou Processos. [S.l.]: Editora E-papers,2004. ISBN 9788576500193.FERNANDES, C. A. B. de A. Gerenciamento de Riscos em Projetos. 2005. Disponível em:<http://www.bbbrothers.com.br/scripts/Artigos/MonteCarloExcel.pdf>.Acesso em: 27 Fev 2012.FILHO, O. H. S. Utilização do Framework Hibernate para Mapeamento Objeto/Relacionalna Construção de um Sistema de Informação. Monografia (Bacharel) — UniversidadeRegional de Blumenau, Blumenau, 2006.FILHO, P. J. de F. Introdução à Modelagem e Simulação de Sistemas com Aplicações emArena. Florianópolis/SC: Visual Books, 2008.FURLAN SéRGIO MYLIUS DA SILVA, C. E. F. P. J. R. d. O. J. D. Guia para o Gerenciamentode Processos de Negócio Corpo Comum de Conhecimento. 2o edição. ed. [S.l.]: ABPMPBPM CBOK, 2009.GONçALVES, J. E. L. Processo, que Processo? XXII Encontro Nacional de Engenharia deProdução - ENEGEP, Curitiba/PR, 2000. Disponível em:<http://www.scielo.br/pdf/rae/v40n4/v40n4a02.pdf>.Acesso em: 06 Dez. 2011.GURGACZ, G.; NASCIMENTO, Z. M. de A. Metodologia do Trabalho Científico. Enfoquenas Ciências Exatas. Joinville/SC: Sociesc Educação e Tecnologia, 2007.HARRINGTON, H. Business process improvement: the breakthrough strategy for totalquality, productivity, and competitiveness. [S.l.: s.n.]. ISBN 9780070267688.HORSTMANN, C. Big Java. [S.l.]: BOOKMAN COMPANHIA ED, 2004. ISBN 9788536303451.INSTITUTE, P. P. M. A guide to the Project Management Body of Knowledge (PMBok RGuide). [S.l.]: Project Management Institute, 2008.KAZMIER, L. Estatística aplicada à administração e economia. 4o edição. ed. Porto Alegre:Bookman, 2007.
  • 73. 73NEOMIND. Neomind - Transformando informação em resultado. Janeiro 2012. Disponívelem:<http://www.neomind.com.br>.NETTO, F. S. Gerenciamento de Processos de Negócio: um estudo teórico-comparativosob as óticas da Gestão Empresarial e da Tecnologia da Informação. V Simpósio deExcelência em Gestão e Tecnologia, Resende/RJ, 2008. Disponível em:<http://www.aedb.br/seget/artigos08/254 254 SEGeT BPM 2008 final.pdf>.PICCHIAI, D. Estruturas Organizacionais - Modelos. 2010. Disponível em:<http://dgi.unifesp.br/seplan/templates/docs/seplan-modelos de estruturas organizacionais material.pdf>.Acesso em: 8 Mar 2012.PRADO, D. Teoria das Filas e da Simulação. Belo Horizonte/MG: Editora de DesenvolvimentoGerencial, 1999.RUBINSTEIN, R. Simulation and the Monte Carlo Method. [S.l.]: John Wiley & Sons, 2009.(Wiley Series in Probability and Statistics). ISBN 9780470317228.SCHIAR, L. B. H. P.; DOMINGUES, J. Organizações Voltadas para Processos: Um paralelocom as Organizações Funcionais. XXII Encontro Nacional de Engenharia de Produção -ENEGEP, Curitiba/PR, 2002.SILVA, L. C. Simulação de Processos. 2011. Disponível em:<http://www.agais.com/simula.htm>.Acesso em: 29 Set 2011.STEWART, T. The search for the organization of tomorrow. [S.l.]: Fortune, 1992.TOO, D. S. Simulação Monte Carlo. [s.n.], 2010. Disponível em:<http://pt.scribd.com/doc/55916145/Simulacao-de-Monte-Carlo>.VARGAS, R. V. Gerenciamento de projetos: estabelecendo diferenciais competitivos. 6oedição. ed. Rio de Janeiro: Brasport, 2005.
  • 74. 746 APÊNDICES Figura 34: Diagrama de Classes do Simulador - Fusion