Artículo

06 de noviembre de 2026

Método AHP-Gaussiano na seleção de fornecedores: conformidade em contratações públicas

Viviane Alves Bolivar; Wagner dos Anjos Carvalho

DOI: 10.22167/2675-6528-202603950

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A seleção de fornecedores em contratações públicas demandou instrumentos para ampliar a transparência e fortalecer a conformidade diante de riscos legais e reputacionais. O objetivo foi aplicar o método AHP-Gaussiano na seleção de fornecedores, com base em critérios quantitativos de integridade e capacidade operacional. A investigação, de natureza aplicada, documental e quantitativa, utilizou dados secundários do Cadastro Nacional de Empresas Inidôneas e Suspensas (CEIS), disponíveis no Portal da Transparência. Avaliaram-se dez fornecedores do segmento de limpeza e conservação, segundo seis critérios: recursos recebidos, sanções vigentes, contratos firmados, emendas parlamentares, serviços e participação em licitações. O método AHP-Gaussiano processou os dados, calculou os pesos dos critérios, agregou os desempenhos e gerou o ranking final das alternativas. Os resultados indicaram que o critério emendas parlamentares apresentou o maior peso relativo no modelo, seguido por participação em licitações e contratos firmados. A alternativa A4 foi a mais bem posicionada no ranking final, seguida por A5 e A6. Um teste de sensibilidade confirmou a coerência e robustez do modelo. Concluiu-se que o AHP-Gaussiano constituiu uma ferramenta adequada para apoiar a seleção de fornecedores no setor público, contribuindo para decisões mais consistentes, rastreáveis e alinhadas aos princípios de integridade e governança.

Palavras-chave: AHP-Gaussiano; Apoio multicritério à decisão; Conformidade; Contratações públicas; Fornecedores.

1. Introdução

A contratação de fornecedores para a prestação de serviços na esfera pública é um processo que pode apresentar riscos significativos para o contratante e para a sociedade. A exposição a riscos financeiros, reputacionais, legais e de integridade exige a implementação de diretrizes com controles robustos para salvaguardar o interesse público.

Nesse contexto, o conceito de “Compliance”, por meio do Programa de Integridade, surge como uma ferramenta essencial. Sua função é desenvolver diretrizes que assegurem a redução dessa exposição a riscos e garantam que as contratações públicas estejam alinhadas às legislações vigentes, promovendo integridade e transparência.

A relevância do tema é reforçada por marcos legais como a Lei Anticorrupção (Lei nº 12.846/2013), que estabelece a responsabilidade objetiva administrativa e civil de pessoas jurídicas por atos lesivos contra a administração pública. Essa legislação incentiva a criação de mecanismos internos de integridade e auditoria, tornando o “compliance” uma estratégia vital para mitigar sanções. Adicionalmente, a Nova Lei de Licitações e Contratos Administrativos (Lei nº 14.133/2021) substituiu a Lei do Pregão (Lei nº 8.666/93) e tornou obrigatória a implantação do Programa de Integridade para contratações de alto volume, estabelecendo diretrizes claras para os cuidados em cada tipo de contratação.

Para auxiliar na verificação da integridade dos fornecedores, a Controladoria Geral da União (CGU) desenvolveu o Cadastro Nacional de Empresas Inidôneas e Suspensas (CEIS). Este banco de dados reúne informações sobre pessoas físicas e jurídicas que, por infração, fraude ou ilicitudes, sofreram sanções que as impedem de participar de licitações e celebrar contratos com a Administração Pública. O CEIS é uma ferramenta de extrema importância no combate à fraude, identificando inconformidades e servindo como base indispensável para os processos de “due diligence” na avaliação dos riscos associados à contratação, atuando de forma preventiva para garantir a conformidade.

A complexidade inerente à seleção de fornecedores no setor público, aliada à necessidade de conformidade e transparência, destaca uma problemática central: a busca por métodos que permitam uma avaliação objetiva e estruturada. A simples análise de um único fator não é suficiente para refletir a totalidade dos riscos e da capacidade operacional, exigindo abordagens mais abrangentes para a tomada de decisão.

Nesse cenário, os Métodos de Apoio Multicritério à Decisão (MDCA) mostram-se particularmente relevantes, pois permitem integrar informações quantitativas e qualitativas em um modelo analítico, promovendo decisões mais estruturadas, racionais e transparentes (Gomes e Gomes, 2019). Dentre as abordagens multicritério, o método AHP-Gaussiano, uma variante do Analytic Hierarchy Process (AHP) desenvolvido por Santos, Costa e Gomes (2021), é recomendado para ser utilizado com dados quantitativos, garantindo que a seleção seja feita de forma imparcial e com base em um comportamento amostral robusto. A aplicação de um método como o AHP-Gaussiano justifica-se pela capacidade de reduzir a subjetividade e reforçar a legitimidade do processo decisório, alinhando-se aos princípios de segurança jurídica e proteção ao dinheiro público.

Assim, este trabalho teve como objetivo utilizar o método AHP-Gaussiano para escolher fornecedores idôneos para a prestação de serviços na esfera pública para o estado de São Paulo.

2. Material e Métodos

A pesquisa foi de natureza aplicada, buscando gerar conhecimento prático para a solução de um problema concreto relacionado à seleção de fornecedores no contexto das contratações públicas. Quanto aos objetivos, caracterizou-se como descritiva, pois procurou descrever e organizar variáveis associadas à integridade, ao histórico sancionatório e à capacidade operacional dos fornecedores, permitindo sua comparação estruturada.

Adicionalmente, o estudo apresentou caráter exploratório, uma vez que tratou de um tema ainda pouco abordado sob a perspectiva da aplicação do método AHP-Gaussiano na conformidade de contratações públicas. A abordagem do problema foi quantitativa, fundamentando-se em dados numéricos e em técnicas de apoio multicritério à decisão para análise, ponderação e ranqueamento das alternativas avaliadas.

O estudo configurou-se como documental, utilizando dados secundários obtidos de base pública oficial do Governo Federal, disponibilizada por meio do Portal da Transparência. Especificamente, os dados foram extraídos do Cadastro Nacional de Empresas Inidôneas e Suspensas (CEIS), que reúne informações sobre pessoas físicas e jurídicas que sofreram sanções administrativas que as impedem de participar de licitações ou de celebrar contratos com a Administração Pública.

A amostra utilizada foi composta por dez empresas atuantes no ramo de prestação de serviços de limpeza e conservação, selecionadas de forma aleatória a partir dos registros disponíveis na base consultada. Para preservar o sigilo e padronizar a análise, essas empresas foram identificadas neste estudo como A1, A2, A3, A4, A5, A6, A7, A8, A9 e A10.

Os dados foram coletados ao longo de 2025 e atualizados em março de 2026, com o objetivo de verificar possíveis alterações nos valores observados e garantir maior consistência à análise. A seleção dos critérios considerou fatores relevantes para a avaliação da integridade, da capacidade operacional e da exposição ao risco nas contratações públicas.

Para a composição da matriz de decisão, foram adotados seis critérios quantitativos: recursos recebidos, sanções vigentes, contratos firmados, emendas parlamentares, serviços e participação em licitações. Esses critérios foram escolhidos com base no volume de sanções aplicadas, em sua reincidência e no valor financeiro dos serviços prestados ou contratados.

O critério “recursos recebidos” foi mensurado em reais, correspondente ao montante financeiro já recebido pela empresa, considerando-se valores iguais ou superiores a R$ 1.000.000,00. “Sanções vigentes” foi mensurado em unidades, referente ao total de penalidades ativas registradas, exigindo ao menos uma sanção ativa.

“Contratos firmados” foi mensurado em unidades, referente à quantidade de contratos recentemente assinados ou em execução, com mínimo de dois contratos. “Emendas parlamentares” foi mensurado em reais, verificando-se a existência ou não de participação.

“Serviços” foi mensurado em reais, referente ao valor total dos serviços contratados a serem executados pelo fornecedor, considerando-se valores iguais ou superiores a R$ 1.000.000,00. “Participação em licitações” foi mensurado em unidades, correspondente à quantidade de processos licitatórios, com pelo menos dez participações registradas.

O método AHP-Gaussiano foi empregado para a análise, uma variante do Analytic Hierarchy Process (AHP) desenvolvida por Santos, Costa e Gomes (2021). Este método é recomendado para ser utilizado com dados quantitativos, fundamentado em estatísticas que garantem uma escolha imparcial.

Sua principal característica é a determinação da importância dos critérios com base no comportamento amostral, eliminando a necessidade de comparações par a par. A abordagem multicritério permitiu integrar informações quantitativas em um modelo analítico, promovendo decisões estruturadas e transparentes (Gomes e Gomes, 2019).

A aplicação do método AHP-Gaussiano seguiu seis etapas principais (Moreira, 2020). Primeiramente, estabeleceu-se a matriz de decisão, onde foram definidas as alternativas e os critérios a serem avaliados. Em seguida, realizou-se a normalização dos desempenhos quantitativos das alternativas.

Posteriormente, calcularam-se a média e o desvio padrão das alternativas para cada critério. A partir desses cálculos, procedeu-se à determinação do fator Gaussiano para cada critério. Na sequência, determinou-se o peso de cada critério, seguido pela agregação dos desempenhos das alternativas e, por fim, gerou-se o resultado final, que consistiu no ranqueamento das alternativas.

A estrutura hierárquica do problema foi dividida em três níveis: o objetivo, que representou a seleção de fornecedores no portal da transparência; os critérios quantitativos, extraídos do CEIS para o cálculo do fator Gaussiano; e as alternativas, que foram as empresas de limpeza sujeitas à classificação global.

Para a normalização, os critérios foram classificados como monotônicos de lucro (maximização) ou de custo (minimização). Critérios de custo foram convertidos utilizando o inverso do valor. A normalização final dos dados foi realizada dividindo-se cada valor pelo somatório dos valores da respectiva coluna.

Os cálculos da média, desvio padrão, fator Gaussiano e pesos dos critérios foram realizados conforme as formulações específicas do método AHP-Gaussiano. Após a definição dos pesos dos critérios e a normalização dos desempenhos das alternativas, aplicou-se a agregação dos desempenhos.

Este procedimento resultou em um valor global para cada alternativa, indicando sua favorabilidade em relação ao problema proposto. Quanto mais elevado o valor global, melhor posicionado o fornecedor no ranking final das alternativas (Santos et al., 2021).

3. Resultados e Discussão

A aplicação do método AHP-Gaussiano na seleção de fornecedores para contratações públicas permitiu uma análise estruturada e objetiva, transformando dados brutos em desempenhos normalizados e um ranqueamento global das alternativas. Este processo evidenciou a capacidade do método em lidar com a complexidade inerente à avaliação de múltiplos critérios, contribuindo para a redução da subjetividade e o aumento da transparência no processo decisório. Os resultados obtidos destacaram diferenças significativas entre os fornecedores avaliados, sublinhando a relevância de uma abordagem multicritério para a Administração Pública.

A matriz de decisão foi composta por dez fornecedores, identificados de A1 a A10, e seis critérios quantitativos, extraídos do Cadastro Nacional de Empresas Inidôneas e Suspensas (CEIS) e do Portal da Transparência. Observou-se que a alternativa A5 registrou o maior volume de recursos recebidos, seguida por A9 e A2, enquanto A10 apresentou o menor montante. No critério sanções vigentes, a maioria das empresas possuía uma sanção ativa, com A1 registrando duas e A7, três, indicando uma situação de maior risco relativo.

Em relação aos contratos firmados, as alternativas A6 e A10 se destacaram com vinte e seis contratos cada, enquanto A8 apresentou o menor número, com apenas dois. O critério emendas parlamentares revelou que apenas A4 e A7 registraram valores positivos, sendo A4 a alternativa com o maior montante. No que tange aos serviços, A2 apresentou o maior valor contratado, seguida por A9 e A3, e A10 o menor. Por fim, na participação em licitações, A3 obteve a maior frequência, com cento e oitenta e duas participações, e A5 a menor, com doze.

A análise detalhada dos dados demonstrou que nenhum fornecedor se sobressaiu de forma absoluta em todos os critérios, o que reforça a necessidade de uma metodologia de agregação multicritério. A diversidade nos perfis das alternativas, com pontos fortes e fracos distribuídos de maneira heterogênea, justificou plenamente a utilização do AHP-Gaussiano para integrar essas múltiplas dimensões e gerar uma avaliação mais consistente, alinhada aos princípios de integridade e governança pública.

Os pesos normalizados dos critérios, calculados a partir do fator gaussiano, revelaram que o critério emendas parlamentares apresentou a maior importância relativa no modelo, com um peso de 0,4523. Este achado indica que pequenas variações nesse critério exerceram uma influência significativa sobre a classificação final das alternativas, principalmente porque a maioria das empresas não registrou valores nesse quesito, enquanto poucas apresentaram montantes positivos. Esse comportamento é consistente com a lógica do AHP-Gaussiano, onde critérios com maior variabilidade relativa tendem a receber maior peso, pois contribuem de forma mais intensa para diferenciar as alternativas (Santos, Costa & Gomes, 2021).

Na sequência, os critérios participação em licitações, com peso de 0,1578, e contratos firmados, com 0,1230, demonstraram a segunda e terceira maiores influências, respectivamente. Em contrapartida, os critérios recursos recebidos (0,0806), serviços (0,1116) e sanções vigentes (0,0747) apresentaram pesos menores, indicando um poder discriminatório mais limitado na amostra analisada. Essa distribuição de pesos é crucial para compreender como o modelo priorizou as informações na formação do ranking final dos fornecedores.

O ranqueamento global das alternativas, obtido pelo AHP-Gaussiano, posicionou a alternativa A4 em primeiro lugar, com um índice de 0,4926, amplamente superior às demais. Esse desempenho foi fortemente influenciado pelo critério emendas parlamentares, no qual A4 registrou um valor positivo e relevante em um contexto onde a maioria das outras alternativas apresentou valor zero. A alta ponderação desse critério no modelo elevou significativamente o desempenho final de A4, demonstrando a capacidade do método em destacar alternativas com características distintivas em critérios de alta relevância.

Em seguida, a alternativa A5 ocupou a segunda posição, com um índice de 0,0932, e A6 a terceira, com 0,0670. Embora essas alternativas não tenham alcançado o mesmo destaque de A4, ambas exibiram uma combinação mais equilibrada entre os critérios avaliados. A5 se beneficiou de um elevado volume de recursos recebidos e uma baixa incidência de sanções, enquanto A6 se destacou principalmente pelo número de contratos firmados, evidenciando que o equilíbrio entre capacidade operacional e conformidade é um fator determinante para um bom posicionamento.

As alternativas A7 e A9 ocuparam a quarta e a quinta posições, respectivamente, com desempenhos globais próximos. A7, apesar de possuir um número maior de sanções vigentes, compensou parcialmente esse aspecto por apresentar maior diversificação contratual e algum registro em emendas parlamentares. A9, por sua vez, demonstrou bom desempenho em serviços e participação em licitações, mas sem a mesma capacidade de diferenciação observada em A4. A alternativa A2 ficou em sexto lugar, sustentada principalmente pelo maior valor em serviços contratados, embora sem destaque expressivo nos critérios mais influentes do modelo.

As alternativas A10, A1 e A3 ocuparam as posições seguintes no ranking, evidenciando desempenhos moderados ou baixos. Por fim, A8 apresentou o menor índice global, situando-se na décima posição, o que sugere uma competitividade relativa mais baixa no conjunto analisado. Esses resultados reforçam que o ranqueamento final não foi determinado apenas por volumes financeiros ou quantidade de contratos, mas pela combinação de critérios e, crucialmente, pela capacidade de cada variável em diferenciar as alternativas dentro da amostra, validando a abordagem multicritério.

Um teste de sensibilidade foi conduzido para avaliar a robustez do modelo diante da inclusão de alternativas fictícias com perfis extremos, A11 e A12. A alternativa fictícia A11, projetada para ser altamente favorável, assumiu a primeira posição tanto no AHP-Gaussiano quanto no AHP tradicional, com índices de 0,2607539 e 0,1375704, respectivamente. Este resultado confirmou a capacidade do método em reconhecer um perfil artificialmente mais vantajoso, reforçando a consistência do modelo e sua aderência à lógica de construção dos critérios e à hierarquização das alternativas.

A alternativa fictícia A12, por sua vez, apresentou desempenho inferior ao de A11 e posicionou-se em uma faixa intermediária-baixa nos dois métodos, o que também confirmou a capacidade discriminatória da abordagem adotada. A introdução dessas alternativas fictícias alterou parcialmente as posições relativas das empresas originais, mas preservou a lógica geral de diferenciação entre desempenhos mais altos e mais baixos. No AHP-Gaussiano, A4, embora tenha passado para a segunda posição com a entrada de A11, permaneceu entre as mais bem colocadas, evidenciando seu desempenho robusto mesmo antes da simulação.

Esse comportamento demonstrou que o modelo AHP-Gaussiano não apenas ranqueia as alternativas existentes, mas também reage de maneira consistente a mudanças no conjunto analisado, um aspecto relevante para aplicações práticas em processos de decisão pública. A comparação implícita com o AHP tradicional sugeriu que a abordagem baseada em comportamento amostral, como o AHP-Gaussiano, oferece vantagens ao reduzir a subjetividade associada à comparação paritária, tornando o processo decisório mais objetivo e replicável, o que é fundamental para decisões públicas transparentes e auditáveis (Greco, Figueira & Ehrgott, 2016).

Síntese interpretativa dos resultados

Em síntese, a aplicação do método AHP-Gaussiano permitiu estruturar a avaliação de fornecedores de forma objetiva, com base em múltiplos critérios de conformidade e capacidade operacional, alinhando-se ao objetivo do estudo. A predominância do critério emendas parlamentares no peso final revelou que a variabilidade dos dados exerceu papel decisivo na formação do ranking, o que é coerente com a lógica estatística do método, que prioriza critérios capazes de diferenciar as alternativas (Santos, Costa & Gomes, 2021).

O desempenho superior da alternativa A4 decorreu da combinação entre valores favoráveis em critérios estratégicos e sua maior capacidade de diferenciação em um critério de alto peso. Este resultado reforça a premissa de que a decisão multicritério não deve ser interpretada de forma isolada por variável, mas sim como um processo integrado de avaliação, no qual o desempenho relativo entre as alternativas é determinante (Saaty, 1990). Fornecedores que apresentam equilíbrio entre capacidade operacional e menor exposição a riscos tendem a alcançar melhores posições no ranking.

A presença recorrente de sanções vigentes entre as alternativas analisadas evidencia um aspecto relevante para a gestão pública: a existência de fornecedores com histórico de penalidades não é um evento isolado, mas sim um padrão que deve ser considerado no processo decisório. Esse achado reforça a importância da “due diligence” de terceiros como mecanismo de mitigação de riscos, conforme estabelecido pelas diretrizes da Lei nº 14.133/2021 e pelos princípios de governança pública (Miranda, 2024).

Outro ponto relevante diz respeito à relação entre volume financeiro e desempenho global. Os resultados demonstraram que fornecedores com maiores valores de recursos recebidos ou serviços contratados não necessariamente apresentaram melhor classificação final. Esse comportamento evidencia que o critério financeiro, quando analisado isoladamente, não é suficiente para determinar a adequação de um fornecedor no contexto público, destacando a necessidade de considerar múltiplas dimensões de desempenho em processos decisórios complexos (Kerzner, 2017).

O teste de sensibilidade, por sua vez, reforçou a robustez do modelo ao demonstrar coerência frente à inclusão de cenários extremos, indicando que o modelo é capaz de se adaptar a diferentes cenários, mantendo sua capacidade discriminatória (Santos, Costa & Gomes, 2021). A comparação implícita entre o AHP tradicional e o AHP-Gaussiano sugere que a abordagem baseada em comportamento amostral apresenta vantagens ao reduzir a subjetividade associada à comparação paritária, tornando o processo decisório mais objetivo e replicável (Greco, Figueira & Ehrgott, 2016).

Dessa forma, os resultados deste estudo contribuem para a literatura ao demonstrar que a aplicação do AHP-Gaussiano é adequada para a seleção de fornecedores sob a ótica da conformidade, integrando variáveis de risco e capacidade em um único modelo analítico. Os achados sustentam que o AHP-Gaussiano se mostrou adequado para apoiar a seleção de fornecedores na esfera pública, contribuindo para decisões mais transparentes, rastreáveis e alinhadas às exigências de integridade e governança, respondendo diretamente ao objetivo proposto pelo estudo.

4. Conclusão

A aplicação do método AHP-Gaussiano para a seleção de fornecedores em contratações públicas, com base em critérios quantitativos de integridade e capacidade operacional, demonstrou ser uma abordagem eficaz para estruturar o processo decisório. Verificou-se que o método permitiu uma avaliação objetiva e transparente, transformando dados brutos em um ranqueamento global das alternativas. Os resultados indicaram que o critério emendas parlamentares apresentou o maior peso relativo no modelo, exercendo forte influência na classificação final, seguido por participação em licitações e contratos firmados. A alternativa A4 foi a mais bem posicionada no ranking, impulsionada por seu desempenho distintivo em critérios de alta ponderação, enquanto outras alternativas exibiram um equilíbrio entre capacidade operacional e conformidade. A presença recorrente de sanções entre os fornecedores analisados reforçou a importância da “due diligence” como mecanismo de mitigação de riscos. O teste de sensibilidade confirmou a robustez e a coerência do modelo diante de cenários extremos, validando sua capacidade discriminatória. Assim, o AHP-Gaussiano constitui uma ferramenta adequada para apoiar a seleção de fornecedores no setor público, contribuindo para decisões mais consistentes, rastreáveis e alinhadas aos princípios de integridade e governança.

Contudo, a pesquisa foi conduzida com uma amostra reduzida de fornecedores e um conjunto específico de critérios quantitativos, o que limita a generalização dos resultados para outros setores ou contextos contratuais. A forte influência de determinados critérios, decorrente da variabilidade amostral, exige cautela na interpretação dos achados. Além disso, a ausência de variáveis qualitativas, como histórico reputacional detalhado e maturidade de governança, representou uma limitação que poderia ampliar a compreensão do problema. Para estudos futuros, recomenda-se a ampliação da amostra e a incorporação de novos critérios, incluindo variáveis qualitativas e indicadores complementares de integridade e desempenho. Sugere-se também a comparação do AHP-Gaussiano com outros métodos multicritério, como TOPSIS, ELECTRE e PROMETHEE, a fim de verificar diferenças de sensibilidade, estabilidade e aplicabilidade no contexto das contratações públicas. Tais investigações aprofundarão o uso de modelos de apoio à decisão como instrumentos de governança, promovendo processos de seleção de fornecedores mais consistentes e alinhados ao interesse público.

Referências Bibliográficas

Gomes, L. F. A. M., & Gomes, C. F. S. (2019). Princípios e métodos para tomada de decisão: Enfoque multicritério (6ª ed.). Atlas.

Greco, S., Figueira, J. R., & Ehrgott, M. (2016). Multiple criteria decision analysis: State of the art surveys (2nd ed.). Springer. https://doi.org/10.1007/978-1-4939-3094-4

Kerzner, H. (2017). Project management: A systems approach to planning, scheduling, and controlling (12th ed.). Wiley.

Miranda, R. F. A. (2024). Implementando a gestão de riscos no setor público (3ª ed.). Fórum.

Moreira, D. A. (2013). Pesquisa operacional: Curso introdutório (2ª ed.). Cengage Learning.

Saaty, T. L. (1990). How to make a decision: The analytic hierarchy process. European Journal of Operational Research, 48(1), 9–26. https://doi.org/10.1016/0377-2217(90)90057-1

Santos, M., Costa, H. G., & Gomes, L. F. A. M. (2021). AHP-Gaussiano: Um novo método multicritério baseado em dados quantitativos. Gestão & Produção, 28(3), e5562. https://doi.org/10.1590/1806-9649-2021v28e5562

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

También te puede interesar

06 de noviembre de 2026

Influência do marketing digital no consumo de suplementos proteicos e alimentos enriquecidos com proteína

O consumo de suplementos proteicos e alimentos com adição de proteína tem crescido significativamente nos últimos anos, com conteúdos digitais relacionados à saúde, estética e desempenho físico tornando-se parte relevante da rotina de brasileiros que buscam um estilo de vida disciplinado. O presente estudo teve como objetivo analisar o comportamento de consumo de suplementos e alimentos proteicos, bem como a influência das redes sociais e dos influenciadores digitais nas decisões de compra dos consumidores. Realizou-se uma pesquisa exploratória, que utilizou um questionário online aplicado a 62 participantes via Google Forms, disseminado no Instagram, e uma entrevista semiestruturada com o CEO de uma marca de suplementos. A análise dos dados foi quali-quantitativa. Os resultados indicaram que as redes sociais, especialmente o Instagram, desempenharam papel central no contato inicial dos consumidores com as marcas. A maioria dos entrevistados associou o consumo de produtos proteicos a um estilo de vida saudável e fitness, e considerou a influência de criadores de conteúdo digital no estímulo à experimentação e à compra. Identificou-se o impacto significativo do marketing digital e das narrativas aspiracionais no comportamento de consumo, reforçando a relação entre alimentação funcional, identidade social e pertencimento no ambiente digital no contexto da suplementação e alimentação proteica.

Palavras-chave: Alimentos com adição de proteína; Comportamento do consumidor; Consumo de suplementos proteicos; Influenciadores digitais; Marketing digital.

06 de noviembre de 2026

Inovação na Gestão Operacional do Setor Elétrico com Apoio da Ciência de Dados

A aplicação da ciência de dados na gestão operacional da distribuição de energia elétrica foi investigada com o objetivo de otimizar processos e a tomada de decisão estratégica. O estudo analisou como algoritmos preditivos e painéis de Business Intelligence podem potencializar a gestão operacional, visando otimizar o despacho de equipes, prever demandas e monitorar indicadores em tempo real para decisões mais ágeis e sustentáveis. A pesquisa teve caráter aplicado e considerou dados históricos, geográficos e operacionais da EDP São Paulo em São José dos Campos, abrangendo o período de janeiro de 2018 a dezembro de 2024. Os dados foram tratados em ambiente de Business Intelligence e submetidos a algoritmos de machine learning, como regressão linear múltipla e redes neurais recorrentes, para previsão de demanda e identificação de padrões de falhas. Adicionalmente, utilizou-se clustering para identificar áreas críticas. Os resultados indicaram que a integração de modelos de previsão com indicadores operacionais em tempo real reduziu o tempo de resposta a ocorrências, aumentou a eficiência na alocação de recursos e promoveu a melhoria contínua da operação. As redes neurais recorrentes demonstraram maior precisão na previsão de demanda, e a análise de correlação apontou a precipitação como fator relevante para o aumento de interrupções. A identificação de áreas críticas por clustering permitiu priorizar ações de manutenção. Concluiu-se que a adoção de métodos de ciência de dados moderniza o setor, reduz custos, aumenta a confiabilidade e promove maior sustentabilidade, oferecendo subsídios para decisões mais ágeis e sustentáveis na gestão energética.

Palavras-chave: Algoritmos preditivos; Business Intelligence; Ciência de dados; Distribuição de energia; Gestão operacional.

06 de noviembre de 2026

Previsão da geração de energia fotovoltaica por meio de aprendizado de máquina: um estudo aplicado a uma usina no Nordeste do Brasil

O incremento das energias renováveis no Brasil, em especial da energia fotovoltaica, evidenciou a necessidade de aprimorar a previsão da produção das usinas, em função da elevada dependência de fatores climáticos e da consequente variabilidade da geração elétrica. Desenvolveu-se e avaliou-se modelos de aprendizado de máquina para a previsão da geração de energia elétrica de uma usina fotovoltaica no Nordeste do Brasil, analisando o impacto da inclusão progressiva de variáveis meteorológicas, temporais, derivadas e defasadas. Utilizaram-se dados horários de geração de energia e variáveis meteorológicas provenientes de bases oficiais e públicas. Implementaram-se três algoritmos de regressão baseados em árvores (Árvore de Decisão, Random Forest e XGBoost) em uma modelagem estruturada em três fases: variáveis meteorológicas, temporais e cíclicas e de defasagens. Os resultados indicaram forte correlação entre a radiação solar e a geração de energia. Observou-se desempenho preditivo moderado nas fases iniciais da modelagem, com melhora expressiva na terceira fase, onde o XGBoost se destacou com um R² de 0,898. Concluiu-se que a inclusão de variáveis temporais e técnicas de engenharia de atributos foi determinante para o aprimoramento da capacidade preditiva dos três modelos, configurando-se como uma estratégia para aplicações práticas no setor fotovoltaico.

Palavras-chave: Algoritmo baseado em árvores; Dados meteorológicos; Dependência temporal; Engenharia de atributos; Parque solar.

06 de noviembre de 2026

Comportamento de clientes em cursos preparatórios: segmentação RFM, Cadeias de Markov e aprendizado supervisionado

Construiu-se uma arquitetura analítica para compreender e predizer o comportamento de compra de clientes de um provedor de cursos livres preparatórios. O objetivo foi integrar segmentação RFM, modelagem de transições por Cadeias de Markov e predição de propensão por Regressão Logística, Random Forest e Gradient Boosting, sob a estrutura do CRISP-DM. Utilizaram-se dados transacionais de 7.123 clientes de um provedor de cursos livres, abrangendo novembro de 2022 a janeiro de 2026. A metodologia CRISP-DM guiou a segmentação RFM, a modelagem de transições por Cadeias de Markov e a predição de propensão à compra por modelos supervisionados (Regressão Logística, Random Forest e Gradient Boosting), com validação temporal ‘out-of-time’. A segmentação RFM revelou quatro perfis, com o segmento Muito Recorrente (25% da base) concentrando 60,5% da receita. A Cadeia de Markov indicou uma tendência de degradação da base no longo prazo, com o segmento Baixa Aquisição projetado para crescer de 25% para 31,3% no equilíbrio. Os modelos supervisionados alcançaram AUC entre 0,811 e 0,826, demonstrando que o poder preditivo reside nas variáveis RFM, com a recência emergindo como preditor dominante. Concluiu-se que a integração dessas abordagens fornece subsídios concretos para decisões estratégicas de retenção, segmentação e priorização de clientes em contextos educacionais, destacando a necessidade de ações estruturadas para reverter a degradação da base e a importância da recência na predição de recompra.

Palavras-chave: Cadeias de Markov; CRISP-DM; Predição de propensão; Random Forest; Segmentação RFM.

06 de noviembre de 2026

Classificação de retornos de ações no Brasil com machine learning e técnicas de meta-labeling

A demanda por estratégias quantitativas em mercados de capitais impulsionou o desenvolvimento de modelos de machine learning. O presente estudo implementou um pipeline de aprendizado de máquina para a classificação ternária de retornos de ações brasileiras, visando diagnosticar sobreajuste, avaliar o uso de meta-rotulagem e Hierarchical Risk Parity (HRP) para gerar alpha positivo, e documentar modos de falha. Reuniu-se 276 ativos da B3 entre 2000 e 2026, totalizando 257.970 amostras rotuladas pelo esquema triple-barrier sobre eventos CUSUM. Um classificador primário XGBoost agrupado foi treinado com pesos de amostra corrigidos por concorrência e unicidade. A validação empregou PurgedKFold e validação cruzada combinatória purgada (CPCV), com diagnóstico de sobreajuste via PBO e DSR. A decisão de lado seguiu a softmax bruta do modelo primário, e a magnitude da aposta foi delegada a um meta-rotulador binário. A construção de carteira adotou Hierarchical Risk Parity e foi avaliada por comparação honesta A/B/C. Os resultados out-of-sample indicaram acurácia de 0,52 e aprovação nos três gates estatísticos. Contudo, no nível de carteira, o Sharpe da estratégia com timing foi de +0,23 contra +0,87 do buy-and-hold HRP, resultando em alpha de -0,63. Concluiu-se que a seleção do universo explicou substancialmente o desempenho observado, e não o timing do classificador, apesar da aprovação nos testes estatísticos de nível de operação. A contribuição metodológica foi um pipeline reprodutível, auditável e leakage-safe, com modos de falha documentados de forma transparente, e o diagnóstico do colapso do argmax sob calibração isotônica em rótulos ternários desbalanceados.

Palavras-chave: Deflated Sharpe Ratio; Diferenciação fracional; Finanças quantitativas; Meta-rotulagem; Sobreajuste em backtests.

06 de noviembre de 2026

Posicionamento de marcas globais de alimentação e a percepção do consumidor no mercado digital contemporâneo

A expansão de mercados globais impôs às marcas o desafio de superar a padronização digital e evitar a desconexão com consumidores de diferentes contextos culturais. O estudo analisou o posicionamento estratégico e a percepção das marcas McDonald’s, Starbucks e KFC no Brasil, França e Japão, buscando compreender como o tom de voz, a estética visual e os canais de comunicação foram moldados às preferências locais. A metodologia empregou um estudo de caso múltiplo com abordagem mista, que integrou a análise de conteúdo em perfis de Instagram e TikTok à aplicação de um formulário estruturado com 63 respondentes. Os resultados demonstraram contrastes significativos no posicionamento digital: no Brasil, a comunicação priorizou a expressividade e a proximidade emocional por meio de influenciadores; na França, o individualismo estético e o humor irônico predominaram como vetores de engajamento; e no Japão, a estratégia revelou uma comunicação de alto contexto, guiada pelo requinte visual, sazonalidade e uso de canais regionais como o aplicativo LINE. A pesquisa ratificou que 88,9% dos consumidores exigiram campanhas adaptadas, evidenciando a ressonância cultural como variável determinante para a sustentação do capital de marca. Concluiu-se que a eficácia do posicionamento digital dependeu do equilíbrio entre a identidade global e a localização profunda, tornando o consumo culturalmente relevante e autêntico.

Palavras-chave: Branding; Comportamento do Consumidor; Localização da Marca; Marketing Intercultural; Redes Sociais.

06 de noviembre de 2026

Entre a Crise e o Sucesso: impacto das finanças no desempenho esportivo de clubes brasileiros

O futebol profissional brasileiro consolidou-se como uma indústria de elevada relevância econômica, marcada por crescente geração de receitas e, simultaneamente, por desafios relacionados à sustentabilidade financeira e à gestão dos clubes. Nesse contexto, o presente estudo teve como objetivo analisar em que medida o desempenho econômico-financeiro influenciou a competitividade esportiva dos clubes Corinthians, Flamengo, Palmeiras e Vasco da Gama no período de 2020 a 2024. Para tanto, realizou-se uma pesquisa de natureza aplicada, com abordagem quantitativa e qualitativa, baseada na análise das demonstrações financeiras divulgadas pelos clubes, a partir da apuração de indicadores de liquidez corrente, liquidez geral, endividamento e receita operacional líquida, posteriormente relacionados às conquistas esportivas observadas no período. Os resultados evidenciaram que clubes com maior equilíbrio econômico-financeiro, caracterizado por crescimento consistente de receitas, controle do endividamento e manutenção de níveis adequados de liquidez, apresentaram maior regularidade competitiva e maior recorrência de títulos. Em contrapartida, estruturas financeiras fragilizadas estiveram associadas à instabilidade esportiva e à ausência de conquistas relevantes. Concluiu-se que a sustentabilidade econômico-financeira atuou como condição necessária, ainda que não suficiente, para o sucesso esportivo no longo prazo, reforçando a importância da profissionalização da gestão e da governança no futebol brasileiro.

Palavras-chave: Competitividade esportiva; Desempenho financeiro; Futebol profissional; Governança.