Resumo Executivo

02 de fevereiro de 2026

Inteligência de dados no atendimento pós-operatório de lipedema: visualização aplicada e apoio à decisão

Caio Santos Ferarezi; Fernando Celso de Campos

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

O objetivo deste trabalho é desenvolver um painel gerencial interativo para consolidar e visualizar dados históricos de atendimentos pós-operatórios de pacientes com lipedema, evidenciando tendências e padrões para fornecer insights estratégicos à gestão de uma empresa do segmento. A pesquisa visa transformar dados operacionais fragmentados em um ativo estratégico, permitindo o monitoramento de performance, a antecipação de demandas sazonais e a identificação de oportunidades de otimização. A aplicação de inteligência de negócios busca preencher uma lacuna gerencial; a ausência de uma visão consolidada dos dados limitava o planejamento, substituindo processos manuais por uma cultura orientada por dados.

O contexto da pesquisa é o crescimento do mercado de cirurgias plásticas no Brasil, um dos líderes globais em procedimentos (ISAPS, 2022). Neste cenário, a cirurgia para tratamento do lipedema ganha destaque. O lipedema é uma condição crônica de acúmulo desproporcional de tecido adiposo, principalmente nos membros inferiores, que afeta majoritariamente mulheres, causando dor, limitação funcional e impacto na qualidade de vida (Kruppa et al., 2020). Frequentemente confundido com obesidade, seu tratamento pode envolver lipoaspiração tumescente, que exige um acompanhamento pós-operatório especializado para garantir a recuperação e os resultados (Forner-Cordero et al., 2021).

A crescente procura por este procedimento impulsiona a demanda por serviços de reabilitação pós-operatória, criando um nicho de mercado competitivo. Para empresas do setor, a capacidade de compreender tendências, otimizar a alocação de profissionais e gerenciar o volume de atendimentos é um diferencial competitivo. A gestão baseada em dados torna-se fundamental, permitindo que decisões sejam embasadas em evidências extraídas das operações. O uso sistemático de dados para guiar a estratégia aumenta a previsibilidade dos resultados e fortalece a competitividade do negócio (Davenport, 2006).

A gestão orientada por dados se materializa em painéis gerenciais, ou dashboards, ferramentas de visualização que apresentam indicadores de desempenho chave (KPIs) de forma clara e interativa. Esses painéis traduzem grandes volumes de dados em representações visuais, como gráficos e tabelas, que facilitam o monitoramento de métricas, a identificação de tendências e a detecção de anomalias (Kumar & Belwal, 2017). Ao centralizar informações críticas, os dashboards otimizam o tempo de análise e capacitam os gestores a compreender o comportamento histórico do negócio, aumentando a assertividade das decisões.

Dentre as plataformas de Business Intelligence (BI), o Microsoft Power BI se destaca por sua robustez, integração com fontes de dados e capacidade de promover o “data storytelling”, a construção de narrativas a partir dos dados (Becker & Gould, 2019). A ferramenta permite a criação de visualizações interativas, possibilitando que os usuários explorem os dados sob diferentes perspectivas. A combinação de dados, elementos visuais e narrativa potencializa a geração de insights acionáveis e alinha os resultados analíticos às metas organizacionais, democratizando o acesso à informação (Echeverria et al., 2021; Town & Thabtah, 2019).

A abordagem metodológica foi estruturada em quatro etapas para transformar dados brutos em um painel gerencial estratégico. A pesquisa, de natureza aplicada e exploratório-descritiva, utilizou um conjunto de dados históricos de uma empresa especializada, tendo como fonte primária os registros financeiros de repasses às funcionárias. O processo envolveu técnicas de extração, transformação e carregamento (ETL), modelagem dimensional e visualização de dados para subsidiar a tomada de decisão.

A primeira etapa consistiu no levantamento de requisitos e mapeamento de processos para alinhar a solução às necessidades do negócio. Entrevistas com gestores e stakeholders ajudaram a compreender os fluxos de trabalho e identificar as métricas de maior relevância e os gargalos informacionais, como a falta de padronização e a descentralização de dados. Este mapeamento, conforme Harmon (2019), foi essencial para definir o escopo do projeto e garantir que o painel respondesse às perguntas de negócio críticas.

A segunda e terceira etapas, integradas, abrangeram o entendimento técnico, a extração e o tratamento dos dados. Inicialmente, avaliou-se o Power Query para extrair dados de centenas de arquivos PDF, mas a ferramenta apresentou limitações para automatizar a leitura recursiva. Optou-se pela linguagem Python, que ofereceu maior flexibilidade e controle. Um script foi desenvolvido para ler os arquivos, extrair campos como nome do paciente, data, tipo de atendimento e valores, e consolidar tudo em uma base de dados tabular. Em seguida, aplicou-se um rigoroso processo de tratamento, incluindo limpeza de dados, tratamento de valores ausentes e duplicados para garantir a consistência (Redman, 2001), padronização de variáveis e criação de agregações. Uma etapa fundamental foi a anonimização dos dados sensíveis de pacientes e funcionárias, substituindo nomes por identificadores únicos para proteger a privacidade.

A quarta etapa foi o desenvolvimento do painel gerencial no Microsoft Power BI. Com a base de dados tratada, iniciou-se a modelagem dimensional (Kimball & Ross, 2013), criando uma tabela fato (tbatendimentos) e uma dimensão calendário (dcalendario) para análises temporais. O design do dashboard seguiu as melhores práticas de visualização de dados, priorizando clareza e objetividade (Few, 2004; Tufte, 2001). Foram implementados gráficos interativos, tabelas e KPIs. Medidas analíticas, como cálculos de crescimento homólogo (Year-over-Year), foram desenvolvidas com a linguagem DAX (Data Analysis Expressions), essencial para inteligência temporal (Ferrari & Russo, 2019). A interatividade foi garantida por filtros e segmentadores, permitindo a exploração flexível da informação (Shneiderman, 1996). O painel foi validado com os stakeholders para garantir sua aderência às necessidades e usabilidade, considerando que a percepção estética influencia a aceitação da ferramenta (Cawthon & Moere, 2007).

Os resultados obtidos com o painel gerencial no Power BI revelaram insights estratégicos valiosos. O painel foi projetado em uma visão de página única, organizada em três seções que oferecem uma visão holística do desempenho operacional e financeiro. A interatividade permite que os gestores filtrem os dados por múltiplos critérios, transformando o dashboard em uma ferramenta dinâmica de exploração. A consolidação dos dados, antes dispersos, em uma única interface visual representa o primeiro resultado tangível do projeto.

A primeira seção, “Big Numbers”, apresenta os indicadores agregados mais importantes por meio de cartões visuais. Esta seção oferece uma fotografia da operação, consolidando dados de janeiro de 2021 a abril de 2025. Os resultados apontam 30 funcionárias ativas, 3.363 pacientes distintos e 26.042 atendimentos. Financeiramente, o repasse total às profissionais somou R$ 2,33 milhões, com um valor médio por atendimento de R$ 89,00. Estes números quantificam o volume da empresa e servem como linha de base para o monitoramento de desempenho e estabelecimento de metas.

A segunda seção, de Análise Histórica, utiliza um gráfico de linhas para visualizar a evolução do volume de atendimentos e dos repasses financeiros, com funcionalidade de “drill-down” para alternar a granularidade (mês, trimestre, ano). A análise revelou um padrão de sazonalidade claro: um pico de atividade no terceiro trimestre (julho a setembro), com crescimentos como o de 79,8% no terceiro trimestre de 2022 em relação ao segundo. Em contrapartida, o quarto trimestre (outubro a dezembro) apresenta queda na demanda, como a redução de 31,2% no quarto trimestre de 2024. Este insight sugere que a demanda está atrelada a períodos de maior realização de cirurgias, permitindo à empresa planejar a alocação de pessoal, a gestão de caixa e ações de marketing.

A terceira seção foca na Análise de Funcionárias e Serviços. Um gráfico de barras horizontais evidenciou uma forte concentração de receita em poucas profissionais. As cinco principais funcionárias foram responsáveis por mais de 40% do valor total pago, com destaque para a “Funcionária 011”, que acumulou R$ 305 mil em repasses. Esta descoberta aponta para uma dependência de profissionais-chave, o que representa tanto um reconhecimento de performance quanto um risco operacional a ser gerenciado com programas de retenção e desenvolvimento.

A análise por tipo de serviço revelou uma concentração ainda maior. O procedimento de “Drenagem Lipedema” foi responsável por mais de R$ 1,3 milhão em repasses, seguido por “Drenagem + Taping”, com R$ 377 mil. Juntos, representaram mais de 70% do faturamento. Este dado confirma a especialização da empresa, mas expõe uma vulnerabilidade associada à baixa diversificação do portfólio. A gestão pode usar essa informação para explorar serviços complementares ou reforçar sua liderança nos serviços atuais.

Para aprofundar a análise de desempenho, um gráfico de dispersão dinâmico cruza métricas como quantidade de atendimentos, pacientes e repasses. Linhas de média dividem o gráfico em quatro quadrantes de desempenho, facilitando a identificação de perfis. A análise revelou que fisioterapeutas se destacaram por repasses mais elevados, associados a maior variedade de atendimentos, enquanto enfermeiras, embora atendessem muitos pacientes, registraram um valor médio de repasse inferior. Esta segmentação permite à gestão desenvolver estratégias direcionadas de capacitação e remuneração.

A discussão dos resultados evidencia o sucesso do projeto em transformar dados brutos em uma ferramenta analítica de alto impacto. O painel no Power BI centralizou e tornou as informações acionáveis. A identificação de padrões de sazonalidade fornece uma base empírica para o planejamento de recursos, substituindo a intuição por uma abordagem proativa. A quantificação da concentração de receita em poucas profissionais e serviços ilumina riscos estratégicos que podem ser mitigados. O feedback positivo da empresa parceira valida a relevância da solução.

Apesar dos avanços, o estudo possui limitações. A análise baseou-se em dados de uma única empresa, o que impede a generalização dos resultados. A qualidade dos dados, dependente de registros manuais, pode conter imprecisões. O estudo não incorporou variáveis externas, como o contexto macroeconômico, nem métricas de qualidade, como a satisfação do paciente. A continuidade do uso da ferramenta dependerá do engajamento da equipe interna para realizar as atualizações periódicas.

O presente estudo demonstrou como a aplicação de técnicas de análise e visualização de dados com o Microsoft Power BI pode gerar valor para a gestão de uma empresa no setor de saúde. A solução permitiu a estruturação de dados históricos, viabilizando a identificação de padrões como sazonalidade da demanda, concentração de repasses e perfis de desempenho. Estes achados fornecem subsídios para a otimização de recursos, planejamento estratégico e promoção de uma cultura orientada por dados, reforçando o potencial da inteligência de negócios para aumentar a eficiência no setor.

As limitações do estudo abrem caminhos para futuras pesquisas. Recomenda-se a expansão da base de dados para incluir múltiplas empresas, permitindo análises comparativas. A integração de indicadores clínicos e de métricas de satisfação proporcionaria uma visão mais completa do desempenho. Adicionalmente, a aplicação de técnicas de modelagem preditiva poderia ser explorada para prever futuras demandas com maior precisão. Conclui-se que o objetivo foi atingido: demonstrou-se que o desenvolvimento de um painel gerencial interativo é uma ferramenta eficaz para extrair insights estratégicos a partir de dados históricos de atendimentos, apoiando a gestão de uma empresa de pós-operatório de lipedema.

Referências:
Becker, L. T.; Gould, E. M. 2019. Microsoft Power BI: Extending Excel to manipulate, analyze, and visualize diverse data. Serials Review.
Cawthon, N.; Moere, A. 2007. The effect of aesthetic on the usability of data visualization. IEEE Transactions on Visualization and Computer Graphics 13(6): 1121–1128.
Davenport, T. H. 2006. Competing on analytics. Harvard Business Review 84(1): 98–107.
Echeverria, V.; Lawrence, L.; Tsai, Y. S.; Singh, S.; Martinez-Maldonado, R.; Fernandez-Nieto, G. 2021. A tutorial on data storytelling techniques for learning analytics dashboards. Companion Proceedings of the 11th International Conference on Learning Analytics & Knowledge.
Few, S. 2004. Show Me the Numbers: Designing Tables and Graphs to Enlighten. Analytics Press, Burlingame, CA, EUA.
Forner-Cordero, I.; Forner-Cordero, A.; Szolnoky, G. 2021. Update in the management of lipedema. International Angiology 40(0): 1–11.
Harmon, P. 2019. Business Process Change: A Business Process Management Guide for Managers and Process Professionals. 4ed. Morgan Kaufmann, Cambridge, MA, EUA.
International Society of Aesthetic Plastic Surgery [ISAPS]. 2022. International Study on Aesthetic/Cosmetic Procedures Performed in 2022.
Kimball, R.; Ross, M. 2013. The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. 3ed. John Wiley & Sons, Indianapolis, IN, EUA.
Kruppa, P.; Georgiou, I.; Biermann, N.; Prantl, L.; Klein-Weigel, P.; Ghods, M. 2020. Lipedema—pathogenesis, diagnosis and treatment options. Deutsches Ärzteblatt International 117(25): 396–403.
Microsoft. 2025. Power BI Documentation.
Paolacci, S.; Precone, V.; Acquaviva, F.; Chiurazzi, P.; Fulcheri, E.; Pinelli, M.; Buffelli, F.; Michelini, S.; Herbst, K. L.; Unfer, V.; Bertelli, M. 2019. Genetics of lipedema: new perspectives on genetic research and molecular diagnoses. European Review for Medical and Pharmacological Sciences 23(12): 5581–5594.
Redman, T. C. 2001. Data Quality: The Field Guide. Digital Press, Burlington, MA, EUA.
Russo, M.; Ferrari, A. 2019. Capítulo 8 – Time intelligence calculations. In: The Definitive Guide to DAX: Business Intelligence for Microsoft Power BI, SQL Server Analysis Services, and Excel. Microsoft Press, Redmond, WA, EUA.
Shneiderman, B. 1996. The eyes have it: a task by data type taxonomy for information visualization. Proceedings of the IEEE Symposium on Visual Languages 5(3): 336–343.
Town, P.; Thabtah, F. 2019. Data analytics tools: A user perspective. Journal of Information & Knowledge Management 18(1): 1950002.
Tufte, E. R. 2001. The Visual Display of Quantitative Information. 2ed. Graphics Press, Cheshire, CT, EUA.

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

Saiba mais sobre o curso; clique aqui:

Quem editou este artigo

Mais recentes

Você também pode gostar

27 de outubro de 2026

Eficácia da política monetária do Banco Central Brasileiro e seus possíveis custos sociais (1999-2024)

A condução da política monetária no Brasil, particularmente sob o regime de metas de inflação, tem sido amplamente debatida em razão de seus possíveis impactos sobre a inflação e a atividade econômica. O estudo objetivou avaliar a eficácia da política monetária brasileira, conduzida pela taxa Selic, no controle da inflação, e investigar seus possíveis custos sociais no período de 1999 a 2024. Para isso, utilizaram-se dados trimestrais de Produto Interno Bruto (PIB), Índice de Preços ao Consumidor Amplo (IPCA), taxa Selic e câmbio, extraídos do Banco Central do Brasil. A metodologia empregou um modelo Vetorial de Correção de Erros (VECM), precedido por testes de estacionariedade e cointegração, e complementado por análises de Função de Resposta ao Impulso e Decomposição da Variância. Os resultados indicaram que a inflação apresentou forte componente inercial, sendo predominantemente explicada por sua própria dinâmica, enquanto os choques na taxa de juros e no câmbio demonstraram impacto estatisticamente limitado sobre o IPCA. Adicionalmente, verificou-se que o PIB não respondeu de forma significativa a variações na Selic, sugerindo baixa sensibilidade da atividade econômica à política monetária no período analisado. Em síntese, concluiu-se que a política monetária demonstrou eficácia limitada no controle da inflação, sem, contudo, gerar custos sociais diretos e significativos sobre o Produto Interno Bruto, que atua como principal motor da geração de emprego.

Palavras-chave: Cointegração; Econometria; Inércia inflacionária; Metas de inflação; Produto Interno Bruto.

27 de outubro de 2026

Eficiência financeira e mitigação de riscos em departamentos jurídicos

A pesquisa investigou como mecanismos de governança e controles internos, aplicados a práticas de “Legal Operations”, podem fortalecer a gestão financeira e a previsibilidade orçamentária de um departamento jurídico em uma empresa multinacional. O estudo objetivou diagnosticar pontos críticos do ciclo orçamentário jurídico, desde a previsão ao pagamento, e identificar melhorias de processos, indicadores e responsabilidades entre os setores jurídico e financeiro. Para tanto, realizou-se uma pesquisa aplicada de natureza qualitativa, configurada como estudo de caso. A coleta de dados incluiu entrevistas com profissionais das áreas jurídica e financeira, análise documental de planilhas de custos (2022-2024) e políticas de compliance, além de mapeamento do fluxo de despesas jurídicas. Os resultados revelaram fragilidades na coordenação interdepartamental, notadamente na definição de centros de custo e na utilização de instrumentos de controle orçamentário. Observaram-se lacunas no acompanhamento de processos e na integração de informações de escritórios externos, além de oportunidades para automação de rotinas e aprimoramento de indicadores gerenciais. A previsibilidade orçamentária mostrou-se impactada por fatores exógenos, como a dinâmica do Poder Judiciário, e endógenos, como a qualidade da informação e a governança do ciclo orçamentário. Concluiu-se que a previsibilidade orçamentária depende da maturidade da governança aplicada aos processos, dados e rotinas operacionais. Propôs-se um modelo de governança e controle para o orçamento jurídico, com foco na padronização de processos, fortalecimento do acompanhamento e melhoria da tomada de decisão, incluindo mapeamento de processos, matriz de riscos e controles, e indicadores de desempenho.

Palavras-chave: Automação; Controles internos; Governança corporativa; Legal Operations; Previsibilidade orçamentária.

27 de outubro de 2026

Comparação de modelos de risco de pré-pagamento em carteiras de crédito pré-fixado

O risco de liquidação antecipada em carteiras de crédito pré-fixadas constituiu um desafio relevante para a Gestão de Ativos e Passivos (ALM) em instituições financeiras, por gerar assimetrias de fluxo de caixa e ineficiências em estratégias de hedge. O trabalho teve como objetivo avaliar comparativamente o desempenho preditivo de modelos econométricos e estatísticos tradicionais frente a algoritmos de aprendizado de máquina na estimativa da Taxa de Mortalidade Mensal (SMM). Para isso, utilizou-se uma base de dados real de operações de crédito originadas entre 2016 e 2025, totalizando aproximadamente 500 milhões de observações. Avaliou-se modelos como CPR Histórico, Regressão Beta, Regressão Quantílica, Regressão Logística, Riscos Proporcionais de Cox e LightGBM, com a performance mensurada pelo Erro Absoluto Médio (MAE) e validada por meio de validação cruzada temporal com janela expandida. Os resultados demonstraram a superioridade das abordagens não lineares, com o modelo LightGBM apresentando a melhor performance no período de teste (jan/2024 a jul/2025), reduzindo o MAE em 34,21% em relação ao benchmark histórico. Adicionalmente, técnicas de interpretabilidade baseadas em valores SHAP e análise de sobrevivência foram empregadas para identificar o spread da taxa de contrato, a taxa de mercado e a idade do título como os principais determinantes econômicos da antecipação. A aplicação do modelo proposto aprimorou a precisão das estimativas de fluxo de caixa e ofereceu evidências favoráveis ao aperfeiçoamento do cálculo da duration efetiva e do dimensionamento do colchão de liquidez institucional, sugerindo que modelos mais flexíveis podem otimizar a gestão de ALM.

Palavras-chave: Aprendizado de máquina; Gestão de ALM; Hedge; Modelagem financeira; Risco de juros.

27 de outubro de 2026

Arquitetura imperativa vs. reativa: impacto na depuração e correção de erros no desenvolvimento mobile iOS

O desenvolvimento de aplicações mobile iOS pode ser conduzido sob arquiteturas imperativa e reativa, impactando diretamente as práticas de depuração e manutenção. Objetivou-se estabelecer o impacto da escolha arquitetural na depuração e correção de erros em aplicações iOS, avaliando a detectabilidade automática de falhas, a rastreabilidade dos relatórios e a utilidade dos logs. Conduziu-se uma pesquisa experimental, na qual se desenvolveram duas aplicações nativas funcionalmente equivalentes com UIKit (imperativa) e SwiftUI/Combine (reativa). Inseriram-se quatro cenários de erro controlados, classificados em crashes explícitos e erros silenciosos. Coletaram-se dados com Firebase Crashlytics e Xcode Debugger em quarenta sessões, e estes foram analisados por estatística descritiva e análise de conteúdo. Os resultados revelaram que, para inconsistências de estado, a arquitetura UIKit gerou crash imediato e relatório automático, enquanto SwiftUI suprimiu o crash e produziu aviso silencioso invisível a ferramentas automáticas. Para desempacotamento forçado, a arquitetura mostrou-se irrelevante. Em cenários silenciosos, nenhuma arquitetura ofereceu observabilidade automática, o que evidenciou limitações das ferramentas. Concluiu-se que a arquitetura reativa, ao abstrair mecanismos de controle de estado, reduziu erros explícitos, mas introduziu falhas silenciosas com menor rastreabilidade. A decisão arquitetural deve considerar as implicações para o monitoramento em produção, exigindo instrumentação manual de logs em projetos SwiftUI/Combine para erros que seriam automaticamente capturados no UIKit.

Palavras-chave: Combine; Manutenibilidade; Observabilidade; SwiftUI; UIKit.

27 de outubro de 2026

CRM NA RETENÇÃO DE DADOS PARA ANÁLISE DE POTENCIAL DO CLIENTE NO SETOR B2B SAÚDE

A gestão comercial no setor B2B saúde enfrentou desafios constantes, exigindo visão estratégica e atenção aguçada para a entrega de resultados. Investigou-se como a implantação do sistema CRM (Customer Relationship Management) colaborou para mitigar a perda de informações históricas e potencializar a retenção de clientes frente ao custo de vender. Adotou-se uma abordagem qualitativa-quantitativa, de caráter exploratório-descritivo, e os dados foram coletados por meio de questionário respondido por 42 profissionais da área comercial, inseridos na indústria ou em empresas do segmento saúde. Os resultados revelaram que, embora 71,4% dos entrevistados utilizassem CRM informatizado, a cultura organizacional impôs forte resistência, confirmada por 57,1% dos profissionais que dependiam de métodos manuais, como agendas e planilhas isoladas, para registro e retenção dos dados. Evidenciou-se também uma lacuna na capacitação, visto que 24,4% dos entrevistados raramente ou nunca receberam treinamentos específicos. A pesquisa inferiu que a subnotificação de dados não decorreu apenas da falta de tecnologia ou por falha tecnológica, mas pela existência de uma deficiência na gestão estratégica de pessoas e processos. Reforçou-se a visão da necessidade de uma gestão integrada para gerar inteligência competitiva e previsibilidade nas vendas, e alertou-se para a necessidade de treinamentos e capacitação mais frequentes. A mitigação do custo de vender e a potencialização da retenção de clientes dependem da integração consistente entre capital humano e tecnologia, gerando ativos gerenciais para aumentar a produção comercial e a retenção de dados estratégicos.

Palavras-chave: Capacitação; Estratégia de vendas; Gestão de clientes; Gestão estratégica; Inteligência comercial.

27 de outubro de 2026

Avaliação da aplicação do Scrum na melhoria da eficiência e adaptabilidade em projetos de tecnologia

A crescente complexidade dos projetos de tecnologia exigiu abordagens capazes de equilibrar controle, eficiência e adaptabilidade a mudanças constantes, visto que modelos tradicionais de gerenciamento apresentaram limitações em ambientes dinâmicos. Avaliou-se o gerenciamento de projetos de tecnologia antes da implementação de um método ágil, propôs-se melhorias baseadas em práticas iterativas e reavaliou-se o desempenho pós-implementação, buscando identificar ganhos em eficiência operacional e adaptabilidade ao longo do ciclo de vida do projeto. A pesquisa empregou um estudo de caso descritivo, de abordagem qualitativa, em duas empresas do setor de tecnologia. Coletaram-se dados por meio de formulários estruturados aplicados antes e após a intervenção, complementados por análise documental e observação sistemática ao longo de noventa dias de aplicação da solução. Os resultados evidenciaram melhoria consistente na flexibilidade do planejamento, maior alinhamento com as necessidades do cliente, aumento da previsibilidade das entregas e aprimoramento da produtividade das equipes. Um ganho de produtividade foi o indicador mais expressivo, com 85,7% de concordância total sobre a melhoria do desempenho das equipes após a adoção do *framework*. Concluiu-se que a implementação estruturada do método aprimorou o gerenciamento dos projetos analisados, reforçando a capacidade de resposta a mudanças e promovendo maior geração de valor ao negócio.

Palavras-chave: Adaptação organizacional; Entrega incremental; Gestão ágil; Planejamento iterativo; Produtividade de equipes.

27 de outubro de 2026

Desafios na operacionalização do crédito rural: percepção de funcionários de uma instituição financeira no Sudeste brasileiro

O crédito rural constitui um instrumento crucial da política agrícola brasileira, essencial para a viabilização dos ciclos produtivos agropecuários e o desenvolvimento do setor. Apesar de sua relevância, a operacionalização do crédito rural enfrentou desafios significativos nas instituições financeiras, decorrentes da complexidade normativa, burocracia documental e riscos inerentes à atividade agrícola. Nesse contexto, o estudo objetivou analisar a percepção de funcionários de uma instituição financeira sobre o processo de liberação do crédito rural, identificando dificuldades, desafios operacionais e oportunidades de melhoria. Adotou-se uma abordagem quantitativa de caráter descritivo, com aplicação de questionário estruturado a 37 funcionários que atuam direta ou indiretamente na concessão de crédito rural. A amostra foi intencional, e os dados foram analisados de forma descritiva, com apoio de tabulação e representação gráfica. Os resultados indicaram que os principais desafios enfrentados pelas instituições financeiras relacionaram-se ao excesso de burocracia, exigência de garantias, análise de risco, limitação de autonomia dos agentes e necessidade de maior capacitação técnica. Fatores externos, como endividamento dos produtores, eventos climáticos adversos e elevados custos de produção, também impactaram negativamente o acesso ao crédito. Concluiu-se que o aprimoramento dos processos internos, aliado à capacitação contínua dos profissionais e à articulação entre agentes reguladores e instituições financeiras, pode contribuir para tornar o crédito rural mais eficiente e acessível.

Palavras-chave: Agronegócio; Burocracia; Política agrícola.

27 de outubro de 2026

Dissonância Institucional e Barreiras de Privacidade na Adoção do DREX no Brasil

A percepção de diferentes partes interessadas sobre a implementação do DREX (Real Digital) no sistema financeiro brasileiro foi analisada, com foco nos impactos esperados em segurança, privacidade e adoção. O estudo objetivou investigar as percepções de grupos distintos sobre os riscos e oportunidades do DREX, oferecendo subsídios para a tomada de decisão de instituições financeiras e reguladores. Para isso, aplicaram-se três questionários a 415 participantes, divididos entre profissionais do setor financeiro e tecnologia (81), investidores em criptoativos (149) e público geral (185). Os dados coletados foram tabulados e submetidos à análise descritiva quantitativa, complementada por uma análise comparativa entre os grupos. Identificou-se uma dissonância institucional consistente, onde a confiança técnica no Banco Central superou a confiança política no Governo Federal. Entre investidores em criptoativos, verificou-se uma rejeição ideológica ao DREX, impulsionada por preocupações com rastreabilidade e controle governamental, com uma relação inversa entre conhecimento técnico e intenção de adoção. O público geral demonstrou disposição pragmática, condicionada à ausência de percepção explícita de vigilância financeira, um padrão denominado “Lacuna Pix-Privacidade”. A privacidade financeira emergiu como o principal obstáculo transversal à adoção em todos os grupos, e um incentivo de cashback de 1% mostrou-se insuficiente para superar essa resistência. Concluiu-se que a adoção voluntária do DREX tende a ser fragmentada e condicional, dependendo de iniciativas estruturadas de comunicação, educação financeira digital e arquiteturas de privacidade auditáveis que reforcem a credibilidade e independência do Banco Central perante a sociedade.

Palavras-chave: CBDC; Confiança institucional; Percepção de risco; Rastreabilidade; Sistema financeiro.

27 de outubro de 2026

Aplicação do Six Sigma DMAIC e Gemba Walk para análise da disponibilidade mecânica de equipamentos móveis

A gestão ineficiente das rotinas de manutenção de equipamentos móveis em obras de infraestrutura havia evidenciado impactos diretos nos indicadores de disponibilidade mecânica e no desempenho produtivo. O estudo objetivou analisar a disponibilidade mecânica de equipamentos em uma obra de superestrutura rodoviária, empregando o ciclo Six Sigma DMAIC e a prática do Gemba Walk. A metodologia adotada caracterizou-se como um estudo de caso aplicado, de natureza mista. Realizou-se a coleta e tratamento de dados de apontamentos operacionais, calculou-se indicadores de disponibilidade mecânica e conduziu-se análises qualitativas por meio do Diagrama de Ishikawa. Na fase Define, mapearam-se as rotinas e coletaram-se dados históricos. Em Measure, padronizaram-se os registros de perdas mecânicas e calculou-se a disponibilidade mecânica, identificando equipamentos críticos com desempenho inferior a 85%. A etapa Analyze utilizou o Diagrama de Ishikawa para identificar causas-raiz, e na fase Improve, estruturaram-se ações de melhoria e um cronograma de implementação. Os resultados revelaram que certas famílias de equipamentos apresentaram desempenho abaixo do patamar aceitável, com a usina de asfalto destacando-se por sua indisponibilidade de 79%, impactando diretamente a produção. As principais causas identificadas incluíram a ausência de planejamento preventivo, falhas na gestão de manutenção e a indisponibilidade de insumos críticos. Concluiu-se que a aplicação integrada das metodologias permitiu não apenas identificar as causas da baixa disponibilidade, mas também estruturar um modelo de gestão voltado à confiabilidade operacional e à melhoria contínua, propondo a transição de um modelo reativo para uma manutenção proativa e baseada em campo.

Palavras-chave: Confiabilidade operacional; Gestão de ativos; Indicadores de desempenho; Manutenção; Melhoria contínua.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade