Resumo Executivo

Lucas Derick Boro; Lorena Hernández Mastrapa

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Em um cenário corporativo caracterizado pela volatilidade e pela competitividade acirrada, a implementação de estratégias robustas para o gerenciamento de incertezas torna-se um diferencial determinante para a sobrevivência das organizações. A adoção de ferramentas estruturadas de gestão de riscos configura-se como uma abordagem fundamental para elevar as taxas de sucesso em projetos, permitindo que gestores antecipem obstáculos e estabeleçam planos de contingência eficazes (PMI, 2021). O gerenciamento de riscos não deve ser compreendido apenas como uma atividade reativa, mas como uma prática essencial que viabiliza a identificação, a análise e a mitigação de eventos que podem comprometer a entrega dos resultados planejados dentro das restrições de tempo, custo e qualidade (Kerzner, 2017). No entanto, a aplicação dessas metodologias apresenta variações significativas entre diferentes setores e portes empresariais, o que impacta diretamente a previsibilidade e a eficiência operacional.

Relatórios globais indicam que uma parcela considerável dos projetos falha em atingir seus objetivos primários devido a deficiências no controle de riscos. Dados do Project Management Institute revelam que aproximadamente 30% dos projetos enfrentam atrasos severos ou estouros orçamentários em decorrência de riscos que não foram antecipados ou que receberam um tratamento inadequado durante o ciclo de vida do empreendimento (PMI, 2023). Esse panorama reforça a urgência de práticas mais estruturadas, especialmente em ambientes dinâmicos onde a complexidade das variáveis envolvidas exige uma tomada de decisão fundamentada em dados. A capacidade de utilizar informações quantitativas para apoiar escolhas estratégicas, conceito conhecido como data-driven decision making, ganha relevância ao permitir que padrões organizacionais sejam identificados por meio de análises estatísticas avançadas, aumentando a acurácia das previsões e fortalecendo a confiança das partes interessadas (Kumar et al., 2025).

A literatura acadêmica demonstra que a gestão eficaz de riscos está intrinsecamente ligada à melhoria na alocação de recursos e à redução de impactos negativos durante a execução das atividades (Hillson, 2017). Apesar dessa percepção teórica consolidada, persistem lacunas na compreensão sobre a extensão real do impacto dessas práticas nos índices de desempenho, visto que muitas organizações ainda subutilizam os processos de gerenciamento ou os implementam de maneira fragmentada (Kerzner, 2017). O interesse pelo tema cresceu exponencialmente após crises econômicas globais, que evidenciaram a vulnerabilidade de negócios desprovidos de planejamento para contingências (Akintoye; Macleod, 1997). Estudos anteriores já apontavam que a gestão de riscos era uma das áreas mais carentes em termos de maturidade gerencial em diversos setores econômicos, ressaltando a necessidade de uma evolução nas competências organizacionais (Ibbs; Kwak, 2000).

A eficácia da gestão de riscos é frequentemente associada ao sucesso em áreas críticas, como a tecnologia da informação e a construção civil, onde a incerteza é inerente ao escopo (Jiang et al., 2009). Todavia, a ausência de análises comparativas diretas entre empresas que adotam ferramentas estruturadas e aquelas que operam de forma assistemática dificulta a mensuração do valor agregado por essas metodologias (Raz; Shenhar; Dvir, 2002). A falta de padronização na aplicação das práticas gera dúvidas entre gestores sobre como estabelecer processos que realmente influenciem os resultados finais (Salles Junior et al., 2009). Diante dessa problemática, torna-se imperativo investigar se existe uma correlação estatística entre a adoção de ferramentas de gestão de riscos e a melhoria no desempenho dos projetos, identificando quais fatores atuam como facilitadores ou limitadores dessa efetividade. O objetivo central desta investigação é avaliar como a utilização sistemática dessas ferramentas contribui para o aumento do índice de sucesso em diferentes contextos organizacionais.

Para atingir os objetivos propostos, o delineamento metodológico adotado fundamenta-se em uma abordagem quantitativa, de natureza descritiva e exploratória. A escolha por esse método justifica-se pela necessidade de utilizar dados numéricos e técnicas estatísticas para identificar e analisar as características relacionadas ao uso de ferramentas de gestão de riscos (Gil, 2002). A pesquisa caracteriza-se como descritiva ao buscar o detalhamento das práticas vigentes e exploratória ao investigar um tema que demanda análises comparativas mais profundas para a geração de novas hipóteses (Vergara, 2016). O procedimento de coleta de dados utilizou o delineamento do tipo survey, com a aplicação de um questionário estruturado elaborado na plataforma Google Forms, o que permitiu o alcance de profissionais em diversos setores, garantindo uma visão ampla e representativa das percepções empresariais.

A amostra foi composta por 68 participantes, selecionados por meio de amostragem não probabilística por conveniência. O grupo de respondentes incluiu profissionais diretamente envolvidos na gestão de projetos, como gerentes, coordenadores e analistas, atuantes em setores como indústria, serviços, tecnologia, construção civil, saúde, finanças e manufatura. O questionário continha 20 questões que abordavam desde a formação específica dos profissionais até a percepção sobre a cultura organizacional e a eficácia das ferramentas utilizadas. A coleta de dados seguiu rigorosos preceitos éticos, garantindo o anonimato e a confidencialidade das informações, em conformidade com as diretrizes da Resolução nº 510/2016 do Conselho Nacional de Saúde.

O tratamento estatístico dos dados foi realizado com o auxílio da linguagem de programação Python, versão 3.12, utilizando bibliotecas especializadas em análise multivariada, como Pandas para manipulação de dados, Scikit-learn para algoritmos de aprendizado de máquina e Matplotlib para visualização. A análise foi estruturada em duas etapas principais. Inicialmente, aplicaram-se técnicas de estatística descritiva para identificar padrões gerais nas respostas e comparar os índices de sucesso. Em seguida, empregaram-se métodos multivariados avançados para aprofundar a compreensão das relações entre as variáveis. A análise tipológica, ou clusterização, utilizou o algoritmo K-Means combinado com o método hierárquico para segmentar as empresas em grupos distintos com base no nível de adoção das práticas de gestão de riscos. Para determinar o número ideal de clusters, aplicou-se o método do cotovelo, que avalia a soma dos erros quadráticos dentro dos grupos para identificar o ponto de máxima explicação da variabilidade.

Complementarmente, utilizou-se a Análise de Componentes Principais para reduzir a dimensionalidade do conjunto de dados, permitindo a identificação dos fatores latentes que mais influenciam o sucesso dos projetos. Essa técnica é essencial para simplificar a interpretação de grandes volumes de variáveis, preservando a maior parte da variância explicada (Hair et al., 2009). Por fim, aplicou-se a Análise Discriminante Canônica para verificar a existência de diferenças estatisticamente significativas entre os clusters identificados e apontar quais variáveis possuem maior poder de distinção entre projetos bem-sucedidos e aqueles que enfrentam dificuldades operacionais. Essa integração de técnicas garante uma avaliação robusta e confiável, permitindo que os resultados sejam aplicáveis a diferentes contextos empresariais.

O detalhamento do processo operacional de análise envolveu a seleção criteriosa de dez variáveis do questionário original, escolhidas por sua relevância teórica e capacidade explicativa. Essas variáveis contemplaram aspectos como a frequência na identificação de riscos, o uso de metodologias específicas, a realização de treinamentos, a qualidade da comunicação interna e a percepção sobre o impacto dos riscos nos resultados finais. A normalização das médias dessas variáveis permitiu a comparação direta entre os perfis, independentemente da escala original das respostas. Esse rigor metodológico assegura que as conclusões não sejam baseadas em percepções isoladas, mas em padrões consistentes de comportamento organizacional (Hair et al., 2009).

Os resultados obtidos revelam padrões claros sobre a maturidade da gestão de riscos nas organizações pesquisadas. A aplicação do método do cotovelo indicou que a segmentação em dois clusters é a mais adequada para representar a estrutura dos dados, pois a inclusão de um terceiro grupo não proporcionaria ganhos significativos na explicação da variabilidade. O primeiro grupo, denominado Cluster 0, representa o perfil estruturado de gestão de riscos. As empresas inseridas nesse agrupamento demonstram uma frequência elevada na identificação prévia de incertezas e realizam o monitoramento contínuo durante todo o ciclo de vida do projeto. Além disso, essas organizações investem em treinamentos específicos para suas equipes e possuem uma comunicação interna de riscos classificada como eficiente. A percepção dos profissionais desse grupo em relação à cultura organizacional é amplamente positiva, indicando que a gestão de riscos é vista como um pilar estratégico para o sucesso.

Em contraste, o Cluster 1 agrupa empresas com um perfil menos estruturado. Nessas organizações, a adoção de ferramentas e práticas de gestão de riscos ocorre de forma limitada, muitas vezes restrita ao início do projeto ou realizada de maneira reativa quando problemas já se manifestaram. Os profissionais desse grupo apresentam uma visão mais crítica sobre a cultura organizacional, apontando falhas na sistematização dos processos e na capacitação das equipes. Embora existam esforços isolados de comunicação, a falta de uma metodologia robusta compromete a eficácia das ações de mitigação. Essa distinção entre os grupos reforça a hipótese de que a formalização das práticas está diretamente associada a uma abordagem mais madura e consciente na condução de projetos.

A Análise de Componentes Principais permitiu identificar que os quatro primeiros componentes concentram aproximadamente 75% da variância total dos dados. O Componente Principal 1 está fortemente correlacionado à formalização das práticas, englobando o uso de ferramentas específicas e a frequência de monitoramento. O Componente Principal 2 reflete a capacitação técnica e a cultura organizacional, evidenciando que o conhecimento da equipe é um fator determinante para a implementação efetiva das metodologias. O Componente Principal 3 está vinculado à percepção individual sobre a importância do tema, sugerindo que o engajamento subjetivo dos colaboradores influencia a qualidade da gestão de riscos. Esses fatores latentes explicam por que algumas organizações conseguem obter melhores resultados mesmo operando em ambientes de alta incerteza.

A validação estatística dos clusters por meio da Análise Discriminante Canônica confirmou que as variáveis com maior poder discriminante são a formação específica em gestão de riscos, a identificação sistemática antes do início dos projetos e a classificação da importância do tema para o sucesso. A variável relacionada à formação apresentou um peso discriminante de 3,508, enquanto a identificação prévia registrou -2,839 e a percepção de importância -2,195. Esses valores indicam que o investimento em educação corporativa e a estruturação de processos de planejamento inicial são os principais divisores de águas entre empresas de alto e baixo desempenho. Organizações que priorizam esses elementos tendem a apresentar maior previsibilidade de prazos e melhor controle de custos.

Ao analisar os dados quantitativos específicos da amostra, observa-se que 72,1% dos respondentes classificam a gestão de riscos como extremamente importante para o sucesso dos projetos. No entanto, apenas 10,3% possuem formação ou certificação específica na área, o que revela um descompasso entre a percepção de importância e a qualificação técnica disponível no mercado. Quanto à frequência de identificação de riscos, 55,9% afirmam realizar essa atividade sempre antes de iniciar um projeto, enquanto 39,7% o fazem de forma pontual e 7,4% raramente ou nunca. Esses dados sugerem que, embora a maioria reconheça a necessidade da prática, a execução sistemática ainda não é uma realidade para todas as empresas.

No que tange ao monitoramento contínuo, apenas 29,4% dos profissionais afirmam que os riscos são acompanhados de forma constante. A maioria, representando 36,8%, realiza o monitoramento de forma pontual, e 32,4% admitem que isso ocorre raramente. Essa falta de continuidade é um dos principais fatores que contribuem para o surgimento de problemas não antecipados. Em relação aos impactos de riscos não gerenciados, 73,5% dos participantes apontam o atraso no cronograma como a consequência mais comum, seguido pelo aumento de custos, citado por 57,4%. A qualidade inferior do produto ou serviço é mencionada por 33,8% da amostra, evidenciando que a falha na gestão de riscos compromete a integridade das entregas.

A discussão dos resultados, fundamentada na comparação com a literatura, corrobora as afirmações de que a gestão estruturada favorece melhores indicadores de performance (Kerzner, 2017). Os achados deste estudo alinham-se aos dados do PMI, que destacam a influência direta da gestão de riscos sobre a taxa de sucesso (PMI, 2023). A superioridade do Cluster 0 em termos de previsibilidade e eficiência confirma que a ausência de práticas robustas impacta negativamente os resultados, conforme já sugerido por estudos anteriores (Salles Junior et al., 2009; Raz; Shenhar; Dvir, 2002). A análise evidencia que a gestão de riscos não deve ser vista como um custo adicional, mas como um investimento que protege as margens de lucro e a reputação organizacional.

As implicações práticas deste estudo sugerem que as empresas devem focar no fortalecimento da cultura organizacional e no desenvolvimento de mecanismos de monitoramento mais eficazes. A sugestão de 63,2% dos respondentes para que a gestão de riscos seja integrada desde a fase de planejamento reforça a necessidade de uma visão holística do projeto. Além disso, a demanda por maior capacitação da equipe, citada por 57,4% da amostra, indica que o conhecimento técnico é uma barreira a ser superada. A utilização de ferramentas como o Guia PMBOK, mencionada por 32,4% dos participantes, e metodologias ágeis, citadas por 26,5%, demonstra que existe uma base metodológica disponível, mas que sua aplicação requer maior rigor e suporte da alta administração.

Apesar das contribuições relevantes, este estudo apresenta limitações que devem ser consideradas. O tamanho da amostra de 68 respondentes e a utilização de amostragem por conveniência restringem a generalização dos resultados para a totalidade do mercado brasileiro. A heterogeneidade entre os setores também dificulta comparações diretas entre nichos específicos. Além disso, o desenho transversal da pesquisa impede a inferência de causalidade a longo prazo, sugerindo que a relação entre gestão de riscos e sucesso pode ser influenciada por outras variáveis macroeconômicas não capturadas neste momento. Dificuldades operacionais, como a resistência de alguns profissionais em fornecer dados detalhados sobre falhas em projetos, também podem ter influenciado a profundidade de certas respostas.

Para futuras investigações, recomenda-se a ampliação da amostra e a realização de estudos longitudinais que acompanhem a evolução da maturidade em gestão de riscos ao longo de vários anos. A combinação de métodos quantitativos com abordagens qualitativas, como entrevistas em profundidade, poderia fornecer uma compreensão mais rica sobre os desafios subjetivos enfrentados pelos gestores. Pesquisas futuras também poderiam explorar o impacto de tecnologias emergentes, como a inteligência artificial, na automação da identificação de riscos e na análise preditiva de cenários. A criação de modelos de maturidade específicos para diferentes setores econômicos também representaria um avanço significativo para a área de gestão de projetos.

Em síntese, as evidências apresentadas demonstram que a adoção de práticas estruturadas de gestão de riscos é um fator determinante para a excelência operacional. Empresas que conseguem transitar de uma abordagem reativa para uma postura proativa e baseada em dados alcançam níveis superiores de previsibilidade e resiliência. O fortalecimento da comunicação interna, o investimento em treinamento e a sistematização dos processos de identificação e monitoramento emergem como as estratégias mais eficazes para mitigar incertezas e garantir que os objetivos dos projetos sejam atingidos com eficiência. Este estudo contribui para o campo da gestão de projetos ao fornecer subsídios concretos que incentivam a construção de ambientes organizacionais mais preparados para lidar com a complexidade dos desafios contemporâneos.

Conclui-se que o objetivo foi atingido, uma vez que a investigação demonstrou de forma estatisticamente consistente que a utilização de ferramentas estruturadas de gestão de riscos contribui significativamente para o aumento do índice de sucesso dos projetos, independentemente do setor de atuação. A identificação de dois perfis organizacionais distintos permitiu evidenciar que fatores como a formação técnica dos profissionais, a identificação prévia e sistemática de incertezas e a existência de uma cultura organizacional voltada para a prevenção são os principais pilares que sustentam o alto desempenho. Os dados revelaram que, embora a importância da gestão de riscos seja amplamente reconhecida, ainda existe um espaço considerável para o aprimoramento da maturidade gerencial, especialmente no que diz respeito ao monitoramento contínuo e à capacitação das equipes. A pesquisa reforça que a gestão de riscos deve ser integrada de forma estratégica desde as fases iniciais do planejamento, atuando como um mecanismo de proteção contra atrasos e estouros orçamentários, promovendo, assim, uma maior eficiência e previsibilidade nos resultados organizacionais.

Referências Bibliográficas:

Akintoye, A. S.; Macleod, M. J. Risk analysis and management in construction. International Journal of Project Management, v. 15, n. 1, p. 31-38, 1997. Disponível em: http://dx.doi.org/10.1016/S0263-7863(96)00035-X. Acesso em: 10 jun. 2025.

Gil, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002.

Hair, J. F. et al. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009.

Hillson, D. Practical project risk management: the ATOM methodology. 2. ed. Oakland: Berrett Koehler Publishers, 2017.

Ibbs, C. W.; Kwak, Y. H. Assessing project management maturity. Project Management Journal, v. 31, n. 1, p. 32-43, 2000.

Jiang, J. J. et al. The relation of requirements uncertainty and stakeholder perception gaps to project management performance. The Journal of Systems and Software, v. 82, n. 5, p. 801-808, 2009. Disponível em: http://dx.doi.org/10.1016/j.jss.2008.11.833. Acesso em: 18 set. 2025.

Kerzner, H. Gestão de projetos: as melhores práticas. 3. ed. Porto Alegre: Bookman, 2017.

Kumar, A.; Singh, R.; Wang, Y. Leveraging data-driven decision-making for enhanced risk management and resource allocation in projects. International Journal of Project Management, v. 43, n. 2, p. 112-126, 2025. Disponível em: https://doi.org/10.1016/j.ijproman.2025.01.005. Acesso em: 1 set. 2025.

PMI – Project Management Institute. Pulse of the Profession 2023: power skills, redefining project success. Newtown Square, PA: PMI, 2023. Disponível em: https://www.pmi.org/-/media/pmi/documents/public/pdf/learning/thought-leadership/pmi-pulse-of-the-profession 2023-report.pdf. Acesso em: 1 set. 2025.

PMI – Project Management Institute. Um guia do conhecimento em gerenciamento de projetos (Guia PMBOK®). 7. ed. Newtown Square, PA: PMI, 2021.

Raz, T.; Shenhar, A.; Dvir, D. Risk management, project success, and technological uncertainty. R&D Management, v. 32, n. 2, 2002. Disponível em: http://dx.doi.org/10.1111/1467-9310.00243. Acesso em: 21 mai. 2025.

Salles Junior, C. A. C. et al. Gerenciamento de riscos em projetos. 2. ed. Rio de Janeiro: Editora FGV, 2009.

Vergara, S. C. Projetos e relatórios de pesquisa em administração. 16. ed. São Paulo: Atlas, 2016.

Resumo executivo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Projetos do MBA USP/Esalq

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