Previsão da Demanda do Transporte Aéreo Brasileiro com Modelos de Séries Temporais

Lisboa, Camila da Silva; Sátiro, Renato Máximo

doi:10.22167/2675-6528-202604397

Artículo

10 de noviembre de 2026

Previsão da Demanda do Transporte Aéreo Brasileiro com Modelos de Séries Temporais

Camila da Silva Lisboa; Renato Máximo Sátiro

DOI: 10.22167/2675-6528-202604397

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 previsão da demanda no transporte aéreo é crucial para o planejamento operacional e regulatório de um setor com sazonalidade, sensibilidade a choques e mudanças de trajetória. Objetivou-se modelar e prever o comportamento mensal do volume de passageiros pagos no transporte aéreo brasileiro, utilizando dados históricos da Agência Nacional de Aviação Civil (ANAC) de 2016 a 2025. Adotou-se uma abordagem quantitativa, aplicada e documental. A série mensal foi consolidada e tratada em Python, passando por análise exploratória, teste de Dickey-Fuller aumentado, decomposição sazonal e inspeção de autocorrelação. Compararam-se os modelos Naive sazonal, Holt-Winters e SARIMA, avaliando o desempenho preditivo por MAE, RMSE e MAPE, com validação temporal nos 12 meses de 2025. Os resultados revelaram tendência, sazonalidade recorrente e uma ruptura estrutural em 2020, seguida por recuperação gradual da demanda. O modelo SARIMA demonstrou o melhor desempenho preditivo, com menor erro e maior aderência aos valores observados no período de teste. Concluiu-se que a modelagem clássica de séries temporais foi adequada para representar a dinâmica da demanda aérea brasileira, e o SARIMA mostrou-se a alternativa mais consistente para previsão no contexto analisado.

Palavras-chave: Modelagem SARIMA; Previsão estatística; Sazonalidade; Séries temporais; Transporte aéreo.

1. Introdução

O transporte aéreo desempenha uma função estratégica na integração territorial, no turismo, na mobilidade corporativa e na dinâmica econômica, especialmente em países de grande extensão. A análise da demanda por passageiros é de interesse fundamental para companhias aéreas, aeroportos e órgãos reguladores, pois subsidia o planejamento de capacidade e infraestrutura. Estudos sobre demanda aérea ressaltam as implicações operacionais, econômicas e gerenciais relevantes desse campo, o que sustenta sua importância acadêmica e aplicada (Wang e Gao, 2021; Abdelghany e Guzhva, 2010).

No plano metodológico, a previsão por séries temporais é central quando o fenômeno observado exibe dependência serial, tendência e sazonalidade. A tradição Box-Jenkins, com os modelos ARIMA e SARIMA, é amplamente utilizada por sua capacidade de representar componentes autorregressivos, médias móveis, diferenciação e ciclos sazonais de forma estruturada. Paralelamente, métodos de suavização exponencial, como Holt-Winters, mantêm relevância devido à sua simplicidade operacional e boa capacidade de ajuste em séries com nível, tendência e sazonalidade relativamente estáveis (Box et al., 2015; Hyndman e Athanasopoulos, 2021; Enders, 2014).

No setor aéreo, a previsão da demanda é ainda mais crucial, visto que ela responde a fatores como férias, calendários sazonais, atividade econômica e choques exógenos. A pertinência do tema foi acentuada pela ruptura estrutural causada pela pandemia de covid-19. No Brasil, o transporte aéreo registrou uma queda abrupta em 2020, seguida de uma recuperação progressiva nos anos subsequentes. Em 2024, o setor movimentou 118,3 milhões de passageiros, o segundo melhor resultado da série histórica do país, aproximando-se do recorde de 2019. Esse cenário reforça a necessidade de estudos que considerem, simultaneamente, a sazonalidade, as mudanças de nível e a recuperação da trajetória da demanda (ANAC, 2025; Wu e Blake, 2023; Javanmard et al., 2024).

A justificativa deste trabalho reside em três aspectos principais: a relevância prática da previsão de demanda para um setor intensivo em planejamento de capacidade e fortemente influenciado por sazonalidade; a necessidade de avaliar, em contexto aplicado brasileiro, como diferentes modelos clássicos de previsão se comportam diante de uma série marcada por mudanças estruturais recentes; e a contribuição metodológica de comparar abordagens com diferentes níveis de complexidade, permitindo verificar se modelos mais estruturados, como o SARIMA, oferecem ganhos preditivos em relação a benchmarks mais simples, como o Naive sazonal, e a modelos de suavização exponencial, como Holt-Winters. Essa comparação é importante, pois a literatura não recomenda assumir superioridade prévia de um método sem avaliação empírica, especialmente em séries com sazonalidade e perturbações relevantes (Hyndman e Athanasopoulos, 2021; Gu et al., 2024; Dantas et al., 2017). Diante desse contexto, este trabalho teve como objetivo modelar e prever o comportamento mensal do volume de passageiros pagos no transporte aéreo brasileiro, com base em dados históricos da ANAC, identificando tendência, sazonalidade e oscilações ao longo da série temporal. Para isso, o estudo comparou os modelos Naive sazonal, Holt-Winters e SARIMA, buscando verificar qual deles apresentou melhor desempenho preditivo no período de 2016 a 2025.

2. Material e Métodos

A pesquisa foi de natureza aplicada, com abordagem quantitativa e caráter descritivo (Gil, 2019; Vergara, 2016). O estudo buscou gerar conhecimento prático para a compreensão e previsão da demanda no setor aéreo. A investigação foi conduzida como pesquisa documental, baseada em dados secundários, extraídos de registros oficiais da Agência Nacional de Aviação Civil (ANAC), sem coleta direta de novos dados. Essa escolha garantiu a confiabilidade e abrangência dos dados, alinhando-se ao objetivo do estudo.

A unidade de análise consistiu no volume de passageiros pagos no transporte aéreo brasileiro. O recorte temporal da série abrangeu o período de janeiro de 2016 a dezembro de 2025, totalizando 120 observações mensais. Essa extensão permitiu a análise da série em diferentes contextos de mercado, incluindo fases de estabilidade e períodos de alteração na trajetória da demanda.

A preparação e consolidação da série temporal foram realizadas em ambiente Python. Procedeu-se à leitura e padronização dos dados, conversão de valores para formato numérico e correção de inconsistências. A variável temporal foi construída a partir de ano e mês, organizando os dados em ordem cronológica e agregando-os para obter o total mensal de passageiros pagos. Lacunas foram preenchidas por interpolação linear (Hyndman e Athanasopoulos, 2021).

A análise exploratória da série temporal foi realizada para compreender o comportamento inicial dos dados e identificar padrões relevantes. Essa etapa incluiu a inspeção visual da evolução mensal do volume de passageiros, a análise da distribuição dos valores e a identificação de possíveis variações sazonais, tendências e pontos atípicos (Hyndman e Athanasopoulos, 2021).

A verificação da estacionariedade da série foi conduzida por meio do teste de Dickey-Fuller aumentado, avaliando se o comportamento da variável apresentava média e variância relativamente constantes. Esse teste orientou a escolha e a parametrização dos modelos, especialmente o SARIMA (Box et al., 2015; Enders, 2014).

A decomposição da série temporal foi realizada para separar e analisar individualmente seus principais componentes estruturais: tendência, sazonalidade e resíduo. Esse procedimento permitiu compreender como cada elemento contribuiu para o comportamento global da série, auxiliando na escolha de modelos capazes de lidar com as características observadas (Box et al., 2015; Hyndman e Athanasopoulos, 2021).

A etapa de modelagem comparou três abordagens de previsão: o modelo Naive sazonal, o modelo de suavização exponencial Holt-Winters e o modelo SARIMA. A seleção desses modelos foi baseada em sua fundamentação teórica e aplicabilidade prática, permitindo avaliar diferentes níveis de complexidade e desempenho preditivo (Hyndman e Athanasopoulos, 2021).

O modelo Naive sazonal foi empregado como referência inicial, assumindo que o valor previsto para um período seria igual ao valor observado no mesmo período do ciclo anterior. O modelo Holt-Winters foi aplicado como alternativa intermediária, adequado para séries com nível, tendência e sazonalidade anual, utilizando suavização exponencial.

O modelo SARIMA foi a principal abordagem analítica, selecionado por sua capacidade de representar estruturas complexas de dependência temporal. Ele incorporou componentes autorregressivos, diferenciação e médias móveis, tanto na parte não sazonal quanto na sazonal. A diferenciação foi utilizada para tratar a não estacionariedade, e os termos sazonais para capturar a periodicidade anual (Box et al., 2015; Hyndman e Athanasopoulos, 2021).

A avaliação dos modelos de previsão foi realizada por validação temporal, dividindo a série em conjunto de treino (janeiro de 2016 a dezembro de 2024) e conjunto de teste (12 meses de 2025). Essa abordagem preservou a ordem cronológica e permitiu avaliar o desempenho preditivo em um horizonte anual completo (Hyndman e Athanasopoulos, 2021).

O desempenho preditivo dos modelos foi avaliado por meio de métricas amplamente utilizadas na literatura de séries temporais: o Erro Absoluto Médio (MAE), a Raiz do Erro Quadrático Médio (RMSE) e o Erro Percentual Absoluto Médio (MAPE). A utilização conjunta dessas métricas permitiu uma avaliação consistente da capacidade preditiva de cada abordagem (Hyndman e Athanasopoulos, 2021).

Após a avaliação, procedeu-se à análise dos resíduos do modelo com melhor desempenho para verificar a adequação do ajuste. Em seguida, o modelo considerado mais adequado foi reajustado utilizando toda a base histórica disponível. A partir desse ajuste final, foram geradas previsões fora da amostra para períodos subsequentes (Hyndman e Athanasopoulos, 2021; Box et al., 2015).

3. Resultados e Discussão

A série mensal de passageiros pagos no transporte aéreo brasileiro, construída a partir de registros oficiais da Agência Nacional de Aviação Civil para o período de janeiro de 2016 a dezembro de 2025, revelou um comportamento complexo. Esse recorte temporal abrangeu anos de relativa estabilidade, a ruptura abrupta observada em 2020 e o subsequente processo de recuperação. A base de dados mostrou-se particularmente adequada para avaliar a capacidade de modelos clássicos em representar uma série com sazonalidade, dependência temporal e mudanças estruturais recentes, elementos cruciais para o planejamento do setor.

A análise visual da série histórica mensal evidenciou um comportamento não linear, caracterizado por flutuações recorrentes ao longo dos anos. Observou-se uma queda abrupta na demanda em 2020, seguida por uma recuperação progressiva que levou os volumes de passageiros a níveis próximos aos registrados no período pré-choque. Essa inspeção inicial também revelou a repetição de ciclos intra-anuais, o que sublinhou a importância de utilizar modelos capazes de capturar e representar a sazonalidade anual inerente ao transporte aéreo.

A interpretação dos padrões da série destacou dois pontos centrais para a modelagem. Primeiramente, a persistência de uma sazonalidade clara, com meses que sistematicamente apresentavam volumes de passageiros mais elevados e outros com níveis mais baixos ao longo dos anos. Em segundo lugar, a presença de uma ruptura estrutural significativa em 2020, que foi seguida por uma recomposição gradual da demanda. Essa combinação de características indicou que a série não poderia ser tratada como estável em nível, justificando a comparação entre diferentes abordagens de modelagem com capacidades distintas de ajuste temporal (Wang e Gao, 2021; Hyndman e Athanasopoulos, 2021).

A decomposição da série em seus componentes estruturais — observados, tendência, sazonalidade e resíduos — aprofundou a compreensão do fenômeno. Esse procedimento metodológico permitiu verificar, de forma separada, a contribuição de cada elemento para o comportamento total da série. A análise revelou quanto do comportamento geral estava associado a movimentos de longo prazo, a variações sazonais recorrentes e a flutuações não explicadas pela estrutura principal, oferecendo uma visão detalhada da dinâmica da demanda.

A decomposição confirmou a existência de uma tendência de médio prazo, um componente sazonal persistente e resíduos que refletiam variações irregulares. Esse resultado reforçou que a série não seguia uma trajetória linear simples, mas era formada pela superposição de movimentos recorrentes e choques específicos. O componente de tendência evidenciou a profundidade da retração de 2020 e o ritmo de recuperação subsequente, enquanto o componente sazonal reforçou a pertinência da comparação entre os modelos Naive sazonal, Holt-Winters e SARIMA, que exploram a recorrência temporal de maneiras distintas (Box et al., 2015; Enders, 2014).

As funções de autocorrelação e autocorrelação parcial foram examinadas para avaliar a dependência temporal entre as observações e auxiliar na escolha do modelo autorregressivo sazonal. Os correlogramas indicaram uma persistência temporal relevante, com autocorrelações positivas em diferentes defasagens, sugerindo um comportamento compatível com a existência de uma estrutura serial não aleatória. Esse achado foi consistente com o teste de Dickey-Fuller aumentado, que já havia apontado para a não estacionariedade da série.

O teste de Dickey-Fuller aumentado resultou em um p-valor de 0,4820, superior ao nível de significância de 5%, o que levou à não rejeição da hipótese nula de raiz unitária. Isso confirmou que a série de passageiros pagos não era estacionária em nível, um resultado coerente com a presença de tendência, sazonalidade e a ruptura estrutural de 2020, observadas na análise exploratória. A convergência entre a inspeção visual, a decomposição, os correlogramas e o teste formal fortaleceu a consistência metodológica do estudo, indicando que a necessidade de diferenciação no modelo SARIMA não foi uma escolha arbitrária, mas decorreu de evidências empíricas convergentes (Enders, 2014; Box et al., 2015).

Após a caracterização estatística da série, procedeu-se à comparação do desempenho preditivo dos modelos no conjunto de teste, que correspondeu aos 12 meses de 2025. Os resultados das métricas de erro absoluto médio (MAE), raiz do erro quadrático médio (RMSE) e erro percentual absoluto médio (MAPE) foram analisados para cada um dos três modelos. Essa avaliação permitiu identificar qual abordagem apresentou a melhor aderência aos valores observados no período de validação.

Os resultados da comparação evidenciaram uma superioridade clara do modelo SARIMA em todas as métricas avaliadas. O SARIMA apresentou um MAE de 2.483.316, um RMSE de 2.860.764 e um MAPE de 2,30%. Esse erro percentual relativamente baixo no horizonte anual de teste indicou uma elevada aderência às observações de 2025, demonstrando a capacidade do modelo em capturar a dinâmica da demanda aérea brasileira de forma precisa.

O modelo Naive sazonal, embora tenha funcionado como um benchmark plausível, registrou um MAE de 9.581.370, um RMSE de 9.660.686 e um MAPE de 8,83%. A simples repetição do padrão do ano anterior mostrou-se insuficiente para representar a dinâmica recente de recuperação da demanda, que foi marcada por uma trajetória mais complexa do que uma mera replicação cíclica. Sua performance, portanto, foi significativamente inferior à do SARIMA.

O modelo Holt-Winters, apesar de ser teoricamente compatível com séries sazonais, apresentou os maiores erros entre os modelos analisados, com um MAE de 12.544.393, um RMSE de 14.157.401 e um MAPE de 11,58%. Esse desempenho sugere uma limitação do Holt-Winters diante da combinação de ruptura estrutural e recomposição posterior da demanda. Em termos analíticos, a série exigiu uma representação mais rica da dependência temporal, da integração e da sazonalidade, o que explica a vantagem do SARIMA no contexto estudado (Dantas et al., 2017; Gu et al., 2024).

A comparação visual dos valores reais do período de teste com as previsões geradas pelos três modelos complementou a análise quantitativa das métricas de erro. Observou-se que as previsões do SARIMA acompanharam com maior proximidade a trajetória efetivamente observada em 2025, especialmente nos meses de maior elevação da série. Essa aderência visual reforçou a robustez do SARIMA em capturar tanto a tendência quanto a sazonalidade da demanda.

Em contraste, o modelo Naive sazonal preservou a lógica de repetição do ciclo anterior, mas não conseguiu absorver integralmente a intensidade da retomada recente da demanda. O Holt-Winters, por sua vez, apresentou desvios mais visíveis ao longo do período de teste. Essa evidência visual reforçou a conclusão de que a recuperação do setor não constituiu uma mera reprodução do padrão histórico, mas um processo em que a memória temporal e a estrutura serial desempenharam um papel decisivo para a qualidade da previsão.

Com base na escolha do SARIMA como modelo de melhor desempenho, procedeu-se ao reajuste utilizando toda a série histórica disponível, incorporando todas as observações do período analisado. Esse procedimento teve como objetivo maximizar o aproveitamento das informações da série para a geração de previsões futuras, aumentando a robustez das estimativas. A projeção resultante desse ajuste final permitiu examinar o comportamento esperado da demanda em um horizonte subsequente.

A projeção futura indicou a manutenção do comportamento sazonal historicamente observado e uma expectativa de volume elevado de passageiros ao longo do horizonte previsto. A curva estimada sugeriu a continuidade da recuperação consolidada nos anos recentes, com alternância entre meses de maior e menor intensidade. Essa leitura, contudo, deve ser interpretada com cautela, pois previsões fora da amostra expressam a continuidade dos padrões históricos identificados e não antecipam choques exógenos imprevisíveis. Sua principal utilidade reside em oferecer uma trajetória esperada para apoio ao planejamento, condicionada à relativa manutenção das condições estruturais do período recente (Hyndman e Athanasopoulos, 2021).

De modo integrado, os resultados demonstraram que a série mensal de passageiros pagos no transporte aéreo brasileiro apresentou tendência, sazonalidade e oscilações relevantes, características que puderam ser modeladas com diferentes graus de sucesso. O desempenho superior do SARIMA indicou que a combinação entre diferenciação, estrutura autorregressiva e componente sazonal foi a mais adequada para lidar com a dinâmica observada entre 2016 e 2025. O estudo confirmou que técnicas clássicas de séries temporais, quando apoiadas em diagnóstico estatístico e validação temporal, permanecem úteis para a compreensão e previsão da demanda aérea brasileira.

Os achados dialogam com a literatura recente ao mostrar que a demanda aérea combina sazonalidade recorrente, sensibilidade a choques e a necessidade de validação empírica rigorosa. Trabalhos aplicados ao setor apontam que modelos clássicos permanecem competitivos quando a série apresenta forte periodicidade e dependência temporal, embora a escolha do método deva sempre considerar o comportamento específico dos dados e o desempenho fora da amostra (Wang e Gao, 2021; Xu et al., 2019; Gu et al., 2024). A superioridade do SARIMA neste estudo foi coerente com a presença simultânea de sazonalidade anual, não estacionariedade e ruptura estrutural recente, enquanto o desempenho mais fraco do Holt-Winters reforçou a dificuldade de métodos mais parsimoniosos em contextos de recomposição pós-choque (Wu e Blake, 2023; Javanmard et al., 2024).

4. Conclusão

O presente estudo buscou modelar e prever o comportamento mensal do volume de passageiros pagos no transporte aéreo brasileiro, utilizando dados da ANAC de 2016 a 2025. Verificou-se que a série temporal exibiu uma tendência clara, sazonalidade recorrente e uma ruptura estrutural significativa em 2020, seguida por uma recuperação gradual da demanda. A análise comparativa entre os modelos Naive sazonal, Holt-Winters e SARIMA demonstrou que o SARIMA apresentou o melhor desempenho preditivo, com menor erro e maior aderência aos valores observados no período de teste. Esse resultado indicou que a combinação de diferenciação, componentes autorregressivos e estrutura sazonal foi a mais adequada para representar a complexidade da demanda aérea brasileira. A pesquisa contribui ao oferecer uma ferramenta preditiva robusta para o planejamento operacional e regulatório do setor, validando a utilidade de técnicas clássicas de séries temporais em um contexto de mercado dinâmico e sujeito a choques.

Como limitação, o estudo adotou uma modelagem univariada, que considerou apenas o histórico da própria série de passageiros, sem incorporar variáveis exógenas potencialmente relevantes. Para estudos futuros, recomenda-se avançar para modelos multivariados, como o SARIMAX, e empregar janelas móveis e validações temporais adicionais. Tais abordagens poderiam ampliar a robustez analítica e aprofundar a compreensão dos determinantes da demanda aérea no Brasil. Em síntese, a pesquisa reforça a importância do diagnóstico estatístico e da validação temporal para a seleção de modelos preditivos, fornecendo uma base sólida para o monitoramento e o planejamento da capacidade no transporte aéreo nacional.

Referências Bibliográficas

Abdelghany, A.; Guzhva, V.S. 2010. A time-series modelling approach for airport short-term demand forecasting. Journal of Airport Management 5(1): 72-87.

Agência Nacional de Aviação Civil [ANAC]. 2025. Com 118 milhões de passageiros transportados em 2024, setor aéreo tem segundo melhor desempenho da história. Disponível em: https://www.gov.br/anac/pt-br/noticias/2025/com-118-milhoes-de-passageiros-transportados-em-2024-setor-aereo-tem-segundo-melhor-desempenhos-da-historia. Acesso em: 10 abr. 2026.

Box, G.E.P.; Jenkins, G.M.; Reinsel, G.C.; Ljung, G.M. 2015. Time Series Analysis: Forecasting and control. 5ed. Wiley, Hoboken, NJ, EUA.

Dantas, T.M.; Oliveira, F.L.C.; Repolho, H.M.V. 2017. Air transportation demand forecast through Bagging Holt Winters methods. Journal of Air Transport Management 59: 116-123.

Enders, W. 2014. Applied Econometric Time Series. 4ed. Wiley, Hoboken, NJ, EUA.

Gil, A.C. 2019. Métodos e Técnicas de Pesquisa Social. 7ed. Atlas, São Paulo, SP, Brasil.

Gu, W.; Guo, B.; Zhang, Z.; Lu, H. 2024. Civil aviation passenger traffic forecasting: application and comparative study of the seasonal autoregressive integrated moving average model and backpropagation neural network. Sustainability 16(10): 4110.

Hyndman, R.J.; Athanasopoulos, G. 2021. Forecasting: Principles and practice. 3ed. OTexts, Melbourne, Austrália. Disponível em: https://otexts.com/fpp3/. Acesso em: 10 abr. 2026.

Javanmard, M.E.; Aghaie, A.; Khosravi, A.; Nahavandi, S.; Li, J. 2024. Forecasting air transportation demand and its impacts on energy consumption and CO2 emission. Applied Energy 374: 124017.

Vergara, S.C. 2016. Projetos e Relatórios de Pesquisa em Administração. 16ed. Atlas, São Paulo, SP, Brasil.

Wang, S.; Gao, Y. 2021. A literature review and citation analyses of air travel demand studies published between 2010 and 2020. Journal of Air Transport Management 97: 102135.

Wu, X.; Blake, A. 2023. The impact of the COVID-19 crisis on air travel demand: some evidence from China. SAGE Open 13(1): 1-14.

Xu, S.; Chan, H.K.; Zhang, T. 2019. Forecasting the demand of the aviation industry using hybrid time series SARIMA-SVR approach. Transportation Research Part E: Logistics and Transportation Review 122: 169-180.

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

Más recientes

10 de noviembre de 2026

Desvios de Crista e Pé na Largura Efetiva da Berma em Mina a Céu Aberto

10 de noviembre de 2026

Marketing aplicado para fortalecimento de força, contribuição e valor de marca no cooperativismo de crédito

10 de noviembre de 2026

Compliance formal e ineficácia prática: da presença da alta administração na prática de atos ilícitos na relação com o Poder Público

10 de noviembre de 2026

Behaviour Insights: A comercialização de dados para tomada de decisões estratégicas no setor de tecnologia

10 de noviembre de 2026

Controles de segurança da informação baseados na ISO/IEC 27002:2022 em empresas no Brasil

10 de noviembre de 2026

Modelo de apoio ao processo de análise financeira de migração on-premises para cloud

10 de noviembre de 2026

Estruturação de perfis empresariais por indicadores financeiros e clusterização multivariada

10 de noviembre de 2026

LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO PARA E-COMMERCE NO BRASIL

10 de noviembre de 2026

Transparência em Saúde e Compliance: uma análise comparativa entre o Sunshine Act (EUA) e a Lei Estadual nº 22.440/2016 (MG)

También te puede interesar

10 de noviembre de 2026

Desvios de Crista e Pé na Largura Efetiva da Berma em Mina a Céu Aberto

A avaliação geométrica de bermas em minas a céu aberto demonstrou relevância para a segurança operacional e a conformidade da escavação em relação ao projeto. O estudo analisou em que medida os desvios geométricos de crista e de pé explicaram a variação da largura efetiva da berma no Banco -120 de uma mina a céu aberto, utilizando o Excavation Compliance Index como ferramenta de interpretação. A investigação caracterizou-se como aplicada e quantitativa, desenvolvida por meio de estudo de caso com dados geométricos reais extraídos de arquivos em formato DXF. As coordenadas da crista e do pé foram processadas em Python, interpoladas com espaçamento regular de 1 metro e compatibilizadas ao longo do trecho comum das geometrias. Em seguida, realizaram-se análise estatística descritiva, regressão linear múltipla, regressão quantílica, Random Forest Regressor e aplicação adaptada do índice. Os resultados indicaram que 57,7% das bermas foram classificadas como conformes, 30,0% como atenção e 12,2% como críticas. Os desvios da crista foram mais elevados e mais dispersos do que os desvios do pé. A regressão linear múltipla indicou associação estatisticamente significativa entre os desvios geométricos e a largura efetiva da berma, embora com baixo poder explicativo. A regressão quantílica evidenciou que os efeitos variaram ao longo da distribuição da largura, e o Random Forest indicou sensibilidade a padrões não lineares, mas com limitação de generalização sequencial. Verificou-se que os desvios de crista e de pé estiveram associados à largura efetiva da berma, mas não explicaram isoladamente toda a sua variabilidade.

Palavras-chave: avaliação geométrica; geometria de bancadas; índice de conformidade; regressão quantílica.

10 de noviembre de 2026

Marketing aplicado para fortalecimento de força, contribuição e valor de marca no cooperativismo de crédito

Em um cenário financeiro competitivo e demandante por confiança, a relevância da marca é crucial para sustentar a preferência e o relacionamento em organizações cooperativas. O estudo investigou como estratégias de marketing aplicado podem fortalecer a força, contribuição e valor de marca em uma cooperativa de crédito, visando ampliar sua relevância competitiva no mercado. Para isso, realizou-se um estudo de caso em uma cooperativa de crédito brasileira, empregando pesquisa quantitativa. Um questionário em escala Likert foi aplicado a 85 funcionários do setor de marketing, selecionados por amostragem não probabilística por conveniência. Os dados foram tratados por frequências, estatística descritiva, análise cruzada e de interdependência entre seções. Os resultados revelaram uma percepção predominantemente positiva, com destaque para lembrança imediata, credibilidade, confiança e segurança, e avaliações favoráveis sobre os efeitos práticos da marca na preferência, etapas de relacionamento e recomendação. Contudo, identificaram-se oportunidades de aprimoramento na consistência entre canais, no processo de onboarding e suporte pós-adesão, e na suficiência das métricas de avaliação. Como contribuições gerenciais, a pesquisa sustentou recomendações para padronizar mensagens e pontos de contato, fortalecer a etapa de entrada e pós-adesão, e consolidar rotinas de acompanhamento por indicadores, com alinhamento interáreas e apoio da liderança para decisões mais consistentes.

Palavras-chave: consistência multicanal; métricas de desempenho; onboarding; relevância competitiva.

10 de noviembre de 2026

Compliance formal e ineficácia prática: da presença da alta administração na prática de atos ilícitos na relação com o Poder Público

Nos últimos anos, a solidez de um programa de integridade consolidou-se como critério de credibilidade da empresa, notadamente na relação com o setor público. Ainda assim, apesar de sua ampla difusão no meio corporativo, persistem recorrentes casos de corrupção envolvendo empresas e que contam com a participação frequente da alta administração. O objetivo deste estudo foi analisar a relação entre a efetividade do programa de integridade, o papel da alta administração e a prática de atos ilícitos em face da Administração Pública. Para tanto, adotou-se uma pesquisa exploratória e bibliográfica, a partir de uma visão ampla do compliance, com ênfase no papel da alta administração como um dos principais alicerces para a implementação e desenvolvimento de um programa de integridade eficaz. A partir de dados disponibilizados pela Controladoria Geral da União [CGU] e de casos de ampla repercussão divulgados na mídia, buscou-se examinar de forma integrada a correlação entre a ineficiência de um programa de integridade e a prática de atos ilícitos em face da Administração Pública. Com os resultados, verificou-se que, apesar de o compliance ter se tornado regra nas grandes corporações, bem como uma exigência para a contratação com os órgãos públicos, a gestão predatória e a falta de comprometimento das lideranças ainda são uma realidade que enfraquece ou anula os programas de integridade implantados no cenário corporativo brasileiro, sobretudo no relacionamento com a Administração Pública.

Palavras-chave: compliance; gestores; infração; órgãos públicos.

10 de noviembre de 2026

Behaviour Insights: A comercialização de dados para tomada de decisões estratégicas no setor de tecnologia

A crescente utilização da inteligência artificial e da big data por empresas de tecnologia ampliou o uso de dados pessoais como ativos estratégicos, mas também intensificou riscos éticos relacionados à privacidade, consentimento e transparência. Nesse contexto, investigou-se como usuários com conhecimento mínimo sobre a Lei Geral de Proteção de Dados (LGPD), inteligência artificial e dados percebem a legitimidade e a ética do uso do produto Behaviour Insights, desenvolvido pela Meta, e quais contrapartidas consideraram aceitáveis para autorizar o tratamento de dados. Para tanto, realizou-se uma pesquisa aplicada, de abordagem quantitativa, descritiva e exploratória. A coleta de dados ocorreu por meio de um questionário estruturado, aplicado a 100 participantes da região Sudeste do Brasil com conhecimento mínimo sobre LGPD, IA e dados. A análise dos dados foi estatística e incluiu triangulação para maior robustez. Os resultados indicaram que a presença de algoritmos preditivos é amplamente percebida, e 55,6% dos usuários consideraram os sistemas de recomendação algorítmica positivos para sua experiência. Contudo, 82,7% dos respondentes avaliaram negativamente a comercialização de seus dados para terceiros sem consentimento explícito. A legitimidade percebida do Behaviour Insights não se associou à sofisticação técnica, mas à existência de governança de dados, transparência algorítmica e controle do titular. Concluiu-se que a aceitação de soluções preditivas, como o Behaviour Insights, depende da percepção de benefício direto ao usuário e da clareza sobre o uso dos dados, com forte rejeição à comercialização sem consentimento. Recomenda-se que as organizações explicitem as finalidades do uso de dados e as contrapartidas oferecidas para aumentar a aceitação.

Palavras-chave: Comercialização de dados; Criatividade combinatória; LGPD; Predição; Privacidade.

10 de noviembre de 2026

Controles de segurança da informação baseados na ISO/IEC 27002:2022 em empresas no Brasil

A segurança da informação representa um requisito fundamental para empresas e entidades governamentais, especialmente diante da crescente digitalização e dos riscos associados à proteção de dados e integridade de sistemas. O objetivo foi analisar 25 controles da norma ISO/IEC 27002:2022, distribuídos em 15 organizacionais, 5 tecnológicos, 3 de pessoas e 2 físicos, em organizações no Brasil. Para isso, realizou-se uma pesquisa exploratória de abordagem quantitativa, que aplicou um questionário estruturado com 30 perguntas a 66 profissionais de segurança da informação. Os dados foram coletados virtualmente entre fevereiro e março de 2026 e analisados por meio de gráficos e tabelas. Os resultados indicaram que as organizações priorizaram controles como restrição de acesso físico, proteção contra malware e remoção de acessos após desligamento. Em contrapartida, controles relacionados à auditoria em segurança da informação, continuidade dos negócios e aprendizado organizacional foram os menos utilizados. A análise revelou que, embora a priorização de controles operacionais gere resultados imediatos, ela compromete o amadurecimento da segurança da informação. Concluiu-se que a implementação consistente de controles estruturantes é crucial para fortalecer a resiliência corporativa e alinhar o sistema de segurança da informação às exigências de gestão e conformidade.

Palavras-chave: conformidade; controles organizacionais; governança; segurança da informação.

10 de noviembre de 2026

Modelo de apoio ao processo de análise financeira de migração on-premises para cloud

A computação em nuvem consolidou-se como alternativa estratégica para redução de custos e aumento da flexibilidade na gestão de infraestrutura de TI. Contudo, a migração de ambientes on-premises para a nuvem apresenta desafios, especialmente para organizações com recursos limitados. O estudo teve como objetivo propor um modelo de apoio à análise de viabilidade da migração para a nuvem, fundamentado em dados reais de utilização e custos operacionais. Adotou-se uma metodologia de estudo de caso, na qual se coletaram dados de um ambiente real por meio da ferramenta AWS Migration Evaluator, complementados por informações obtidas junto a um gestor de TI. A partir desses dados, estimaram-se os custos do ambiente on-premises e simularam-se cenários equivalentes em nuvem, possibilitando o cálculo dos indicadores financeiros TCO, ROI e Payback. Os resultados evidenciaram que a viabilidade econômica da migração dependeu das premissas adotadas, como região, modelo de contratação e perfil de utilização dos recursos. A aplicação do modelo revelou uma robusta viabilidade econômica, com um Retorno sobre o Investimento (ROI) de 451% e um período de payback estimado em 6,5 meses, impulsionados pela redução de 45% em vCPU e 64% em memória RAM, decorrente da correção do superdimensionamento. Concluiu-se que o modelo proposto contribuiu como instrumento de apoio à decisão, ao fornecer uma abordagem estruturada e baseada em dados reais, promovendo previsibilidade e racionalidade econômica para processos de migração para a nuvem em empresas de médio porte.

Palavras-chave: Computação em nuvem; Migração para nuvem; Payback; ROI; TCO.

10 de noviembre de 2026

Estruturação de perfis empresariais por indicadores financeiros e clusterização multivariada

A crescente disponibilidade de dados financeiros e a necessidade de interpretá-los de forma estruturada tornaram relevantes as técnicas de análise multivariada no contexto da ciência de dados aplicada às organizações. O estudo objetivou identificar e interpretar agrupamentos de empresas com base em indicadores financeiros selecionados, a fim de compreender padrões de similaridade e diferenciação entre os perfis econômico-financeiros observados. Para isso, realizou-se uma pesquisa aplicada, quantitativa e exploratório-descritiva, utilizando uma base de dados composta por variáveis patrimoniais, de capital de giro e obrigações operacionais. Os dados foram tratados, padronizados e agregados por empresa, sendo posteriormente analisados por meio de técnicas de clusterização com o algoritmo K-means, definição do número de clusters pelos métodos Elbow e Silhueta, redução de dimensionalidade por Análise de Componentes Principais e validação estatística por análise de variância. Os resultados mostraram que a segmentação identificou grupos distintos de empresas, diferenciados principalmente por variáveis relacionadas ao porte, ao ativo circulante, ao passivo total, ao passivo circulante e aos fornecedores, evidenciando o papel central dessas dimensões na formação dos clusters. A projeção por componentes principais confirmou a separação visual entre os grupos, e a análise de variância indicou diferenças estatisticamente significativas em parte importante das variáveis. Concluiu-se que a clusterização constituiu uma abordagem adequada para identificar perfis empresariais em bases financeiras e que a integração entre análise financeira e ciência de dados ampliou a capacidade de interpretação dos padrões presentes na amostra.

Palavras-chave: Análise Multivariada; Ciência de Dados; Clusterização; Indicadores Financeiros; K-means.

10 de noviembre de 2026

LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO PARA E-COMMERCE NO BRASIL

A localização de Centros de Distribuição (CDs) é uma decisão estratégica crucial para empresas de e-commerce, influenciando custos logísticos e prazos de entrega. Pequenas e médias empresas (PMEs) enfrentam desafios para realizar análises robustas devido à escassez de dados proprietários e ferramentas especializadas. Desenvolveu-se um modelo analítico de otimização combinatória, que integrou aprendizado de máquina não supervisionado (K-means) e meta-heurística (Algoritmo Genético), fundamentado exclusivamente em dados públicos, para apoiar decisões de localização de CDs no Brasil. Utilizaram-se dados do IBGE, do dataset Olist (Kaggle), do Google Trends e da Google Maps Distance Matrix API para construir uma base integrada com coordenadas geográficas, proxies de demanda e matrizes de distância. A metodologia combinou clusterização por K-means para identificar regiões logisticamente homogêneas e Algoritmo Genético como heurística de busca para selecionar municípios que minimizassem o custo logístico total. Os resultados indicaram a formação de seis clusters com padrões regionais distintos, concentrando 42% da demanda na região metropolitana do Sudeste. O cenário com dois CDs, localizados em São Paulo e Salvador, apresentou uma redução de 22% no custo variável de transporte em comparação com um baseline de CD único, com cobertura de 70% da demanda dentro do prazo de entrega (SLA) de dois dias. Análises de sensibilidade demonstraram a robustez do modelo, com variações inferiores a cinco pontos percentuais sob diferentes cenários de demanda e custos. Concluiu-se que a abordagem proposta oferece uma alternativa viável e replicável para PMEs democratizarem o acesso a métodos analíticos de localização.

Palavras-chave: Algoritmo Genético; Centros de Distribuição; E-commerce; K-means; Otimização.

10 de noviembre de 2026

Transparência em Saúde e Compliance: uma análise comparativa entre o Sunshine Act (EUA) e a Lei Estadual nº 22.440/2016 (MG)

Um estudo analisou comparativamente os regimes de transparência em saúde, focando no Physician Payments Sunshine Act dos Estados Unidos e na Lei Estadual nº 22.440/2016 de Minas Gerais. A pesquisa teve como objetivo compreender as diferenças legais entre os modelos e identificar limitações nas bases públicas brasileiras, oferecendo subsídios para recomendações de aprimoramento regulatório. A metodologia empregada caracterizou-se como pesquisa aplicada, de natureza qualitativa e quantitativa, fundamentada em levantamento documental e bibliográfico, com foco nos dados referentes ao ano de 2024. Os resultados revelaram que o sistema norte-americano demonstrou maior abrangência e detalhamento, com um volume expressivo de registros e variáveis reportadas, além de previsão de penalidades, fortalecendo a integridade das informações. Em contrapartida, a legislação mineira restringiu-se a pagamentos gerais, com escopo limitado e menor granularidade de dados, e ausência de sanções, o que comprometeu sua efetividade. Concluiu-se que, embora pioneira, a lei brasileira demanda aprimoramento regulatório para alinhar-se às melhores práticas internacionais de compliance e transparência em saúde.

Palavras-chave: Compliance; Conflito de Interesses; Regulação; Sunshine Act; Transparência em Saúde.

Innovación

05 de noviembre de 2026

Un parque tecnológico no termina en los límites de su terreno

Al aproximar competencias y acompañar resultados, su contribución alcanza también a organizaciones que no están físicamente instaladas en él. Un parque tecnológico es un lugar de encuentros. En él, una empresa puede encontrar el conocimiento necesario para desarrollar una solución, un investigador puede descubrir una aplicación para su trabajo y un emprendedor puede conocer al socio que faltaba […]

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]