Resumo Executivo

Marcel Nanni Fracassi; Charles Gomes da Silva

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

Barbosa (2005) destaca que a avaliação em arte e cultura deve focar nos processos de significação, um desafio para métodos estáticos. A efetividade das ações culturais, aponta Soares (2022), está atrelada a sistemas de avaliação robustos que fomentem a melhoria contínua. A integração de metodologias ágeis, com sua ênfase em ciclos curtos e feedback contínuo, transforma o processo de avaliação. Em vez de um relatório final, a abordagem ágil permite uma análise iterativa; aprendizados de cada ciclo são convertidos em melhorias. Essa filosofia, originária do desenvolvimento de software, prioriza a entrega de valor de forma incremental e a adaptação a mudanças.

No contexto cultural, isso se traduz em substituir o grande relatório final por uma série de “sprints” de avaliação; pequenas coletas de dados geram insights rápidos que podem informar ajustes imediatos na comunicação, na mediação ou até mesmo na expografia. Essa capacidade de resposta permite que as organizações transformem o feedback em valor de forma contínua (Camargo e Ribas, 2017). A agilidade é uma filosofia operacional que alinha a instituição à dinâmica de seu público. Complementarmente, a análise de dados, fundamentada em Lean Analytics (Croll & Yoskovitz, 2013), fornece o motor analítico. A abordagem foca em métricas acionáveis (KPIs) que superam as “métricas de vaidade”, como a contagem total de público. Ao medir perfil demográfico, engajamento, motivações e barreiras, a instituição obtém uma compreensão profunda sobre seu público.

A combinação da flexibilidade do ágil com o rigor dos dados cria um modelo que não apenas identifica problemas, mas sugere soluções e mede o impacto das intervenções, permitindo otimizar proativamente a experiência do visitante. Este modelo transforma dados brutos em inteligência estratégica, capacitando os gestores a tomar decisões baseadas em evidências concretas sobre quem é seu público, o que ele busca e como melhor atendê-lo. A pesquisa é um estudo de caso qualitativo e exploratório. A escolha do estudo de caso alinha-se à premissa de Yin (2018) sobre investigar fenômenos em seus contextos reais. O modelo empírico foi desenhado como um ciclo contínuo de otimização; a coleta de dados alimenta a análise que informa as ações de melhoria.

A coleta de dados foi um processo contínuo e iterativo, com ciclos de avaliação quinzenais por meio de questionários digitais, distribuídos via QR codes estrategicamente posicionados na saída da exposição e por meio de links enviados por e-mail para visitantes que se registraram previamente. A escolha de plataformas como Google Forms e SurveyMonkey visou facilitar o preenchimento e agilizar a compilação dos dados. A frequência quinzenal foi definida como um equilíbrio ideal: curta o suficiente para permitir agilidade na resposta, mas longa o suficiente para evitar a fadiga dos respondentes e capturar um volume de dados estatisticamente relevante em cada ciclo. A amostra foi de 4.100 participantes da exposição “Ocupação Palavra Cantada”. As variáveis coletadas incluíram perfil demográfico (faixa etária, gênero, cor/raça, escolaridade), geográfico (zona de residência), comportamental (frequência de visitas) e atitudinal (interesses, motivações, barreiras).

A inclusão de questões sobre a dinâmica familiar na fruição cultural foi inspirada na perspectiva de que a família é crucial na formação de público (Lima, 2018). Todos os procedimentos éticos foram seguidos, garantindo o anonimato e o consentimento informado dos participantes.

Para a análise, utilizou-se a metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining), um framework robusto que estrutura o projeto em fases: compreensão do negócio, compreensão dos dados, preparação dos dados, modelagem, avaliação e implementação (Silva et al., 2016). A linguagem de programação R, com seus pacotes especializados como tidyverse para manipulação de dados e caret para modelagem, foi a ferramenta escolhida pela sua flexibilidade e poder analítico. A abordagem combinou modelos de aprendizado supervisionado e não supervisionado.

Para a segmentação de público, aplicou-se o algoritmo de clusterização K-Means (pacote cluster), uma técnica que agrupa visitantes com base em semelhanças para revelar perfis distintos. A escolha do K-Means se deu por sua eficiência computacional e pela facilidade de interpretação dos clusters resultantes, o que é crucial para gerar insights acionáveis para os gestores culturais. A validação dos modelos foi uma etapa crucial para garantir a confiabilidade dos resultados. O número ideal de clusters (k) para o K-Means foi determinado por uma combinação de métodos estatísticos. O Método do Cotovelo (Elbow Method) foi utilizado para analisar a variação total dentro dos clusters, identificando o ponto em que adicionar mais um cluster não proporciona uma melhoria significativa na modelagem. Complementarmente, o Coeficiente de Silhueta foi calculado para medir quão semelhante um objeto é ao seu próprio cluster (coesão) em comparação com outros clusters (separação).

A análise conjunta desses dois métodos indicou que k=3 clusters oferecia o melhor equilíbrio entre coesão intragrupo e separação intergrupo, garantindo que os segmentos fossem distintos e internamente homogêneos. A aplicação de Machine Learning em contextos culturais permite ir além de métricas descritivas, gerando insights preditivos e prescritivos sobre o comportamento do público (Murari, 2024; Faceli et al., 2021).

A análise revelou que 58,1% dos respondentes visitavam o Itaú Cultural pela primeira vez, indicando o poder de atração da exposição para além do público cativo da instituição. Este dado, por si só, já é um insight estratégico, sugerindo que exposições com forte apelo popular, como a “Ocupação Palavra Cantada”, são ferramentas eficazes para a renovação e ampliação da base de visitantes. A pesquisa confirmou o apelo familiar do tema, com 75,2% dos adultos afirmando ter o hábito de levar crianças para atividades culturais, validando a curadoria e a estratégia de comunicação focada neste nicho. O perfil demográfico predominante foi de mulheres (69,8%), brancas (58,1%), com idade entre 35 e 44 anos (38%). Este perfil demográfico reforça a hipótese de que, no contexto familiar, as mulheres frequentemente assumem o papel de planejadoras das atividades culturais.

O público infantil principal era de 6 a 11 anos (52,9%), seguido pela faixa de 0 a 5 anos (33,3%), informações cruciais para o desenvolvimento de atividades educativas e de mediação. As principais motivações para participação foram acesso gratuito ou acessível (73,0%), segurança (44,4%), localização (37,4%) e infraestrutura para crianças (35,9%). As barreiras mais citadas foram custo (46,1%), falta de tempo (39,6%) e distância ou dificuldade de transporte (25,7%). A justaposição desses dados revela uma narrativa clara: o público valoriza enormemente a gratuidade, o que se correlaciona diretamente com o custo sendo a principal barreira percebida para o consumo cultural em geral. Isso sugere que a política de acesso gratuito do Itaú Cultural é um diferencial competitivo fundamental. A segurança e a infraestrutura infantil, por sua vez, não são apenas comodidades, mas fatores decisivos para o público familiar.

Esses dados forneceram uma visão clara dos fatores que impulsionam e inibem a visitação. O alto interesse em “arte e educação” (média 4,78 de 5) e “história do Brasil” (média 4,49 de 5) ofereceu direcionamentos valiosos para futuras curadorias e para a comunicação de outras programações da instituição. A aplicação do K-Means com k=3, validado pelos métodos do Cotovelo e da Silhueta, segmentou o público em três perfis acionáveis. Essa segmentação foi o ponto de inflexão da análise, transformando uma massa de dados demográficos e comportamentais em inteligência estratégica. Em vez de tratar o público como uma entidade homogênea, a instituição passou a enxergar personas distintas, cada uma com suas próprias motivações, barreiras e preferências. Essa granularidade permitiu o desenvolvimento de ações de engajamento personalizadas, superando a visão monolítica do “público” e abrindo caminho para uma comunicação mais eficaz e uma programação mais assertiva.

O primeiro segmento, denominado “Novos Públicos”, caracterizou-se pela maior proporção de visitantes de primeira viagem (72,5%). Sua principal motivação era a gratuidade (80%), e a principal barreira, o custo de atividades culturais (53%). Este grupo demonstrou alto interesse por arte/educação e história do Brasil, com preferência por exposições. O perfil era de famílias explorando o espaço pela primeira vez, altamente sensíveis ao preço e atraídas por uma oferta cultural específica e de grande apelo.

Para este grupo, a comunicação deve enfatizar a gratuidade e o valor educacional das atividades, funcionando como uma porta de entrada para o universo da instituição. O desafio estratégico com este segmento é a conversão, ou seja, transformá-los de visitantes de uma única vez em frequentadores recorrentes. O segundo segmento, “Público Recorrente”, era composto por visitantes com maior familiaridade com o Itaú Cultural (apenas 45,1% de primeiras visitas). A principal motivação para este grupo era a segurança do espaço (55%), e a barreira mais significativa, a falta de tempo (41%). Suas preferências culturais inclinavam-se para o teatro, com visitas concentradas no período da manhã. Este perfil representa a base de frequentadores da instituição, pessoas que já conhecem e confiam no espaço, mas que possuem uma rotina atribulada. Eles buscam experiências culturais seguras, práticas e de alta qualidade.

Para eles, a comunicação deve destacar a conveniência, a programação diversificada e a qualidade da experiência, posicionando o Itaú Cultural como uma opção de lazer inteligente e otimizada. O terceiro segmento, “Famílias Engajadas em Lazer Cultural”, tinha a menor proporção de visitantes de primeira viagem (38,9%) e já possuía um hábito consolidado de consumo cultural. Sua principal motivação era a infraestrutura para crianças (48%), e a barreira predominante era a distância e a dificuldade de transporte (44%). Com preferência por shows de música e visitas no período da tarde, este perfil valoriza o lazer cultural em grupo, mas enfrenta desafios logísticos para concretizar suas visitas. São consumidores culturais experientes, que buscam programas de qualidade para toda a família.

Para engajá-los, a comunicação deve destacar as facilidades oferecidas, como trocadores, espaços de amamentação, e fornecer informações detalhadas sobre acesso via transporte público e estacionamentos próximos. A identificação desses três clusters demonstra a ineficácia de uma abordagem de avaliação e comunicação única. Cada segmento possui necessidades, desejos e pontos de dor distintos que exigem estratégias personalizadas. O modelo ágil permitiu que esses insights fossem gerados e aplicados em ciclos curtos. Por exemplo, ao identificar a importância da gratuidade para os “Novos Públicos” no primeiro ciclo de avaliação, a comunicação nas redes sociais e em materiais de divulgação foi imediatamente reforçada nesse aspecto. Ao entender as barreiras logísticas das “Famílias Engajadas”, a instituição pôde revisar e destacar a informação sobre rotas de transporte público e parcerias com estacionamentos em seu site e materiais informativos.

Essa capacidade de adaptação contínua, alimentada por dados coletados e analisados em tempo quase real, representa a principal contribuição do estudo. A sinergia entre a agilidade dos processos (Schwaber e Sutherland, 2020) e a profundidade da análise de dados acionável (Croll & Yoskovitz, 2013) foi validada na prática. A abordagem torna a gestão cultural mais empírica, responsiva e, em última análise, mais eficaz. O estudo de caso da “Ocupação Palavra Cantada” evidenciou que a avaliação tradicional da experiência do público, com seus ciclos longos e foco em relatórios finais, é insuficiente para a tomada de decisões estratégicas no dinâmico setor cultural. A pesquisa demonstrou que a integração de metodologias ágeis com análise de dados oferece uma solução robusta e eficaz para este desafio.

Ao adotar ciclos curtos de monitoramento, a instituição foi capaz de coletar insights acionáveis sobre o comportamento, as motivações e as barreiras de seu público, permitindo ajustes proativos que aprimoraram a experiência do visitante enquanto a exposição ainda estava em cartaz. A segmentação do público em três clusters distintos — “Novos Públicos”, “Público Recorrente” e “Famílias Engajadas em Lazer Cultural” — forneceu uma compreensão aprofundada que transforma a avaliação de uma obrigação burocrática em uma ferramenta contínua de aprimoramento e inovação.

Conclui-se que o objetivo foi atingido: demonstrou-se que a aplicação de um modelo que integra metodologias ágeis e análise de dados, incluindo técnicas de Machine Learning, otimiza a avaliação da experiência do público, gerando inteligência estratégica para uma gestão cultural mais eficiente e alinhada às expectativas dos visitantes.

Referências:
BARBOSA, Ana Mae. A imagem no ensino da arte. São Paulo: Perspectiva, 2005.
CAMARGO, Robson; RIBAS, Thomaz. Gestão ágil de projetos: as melhores soluções para suas necessidades. DVS Editora, 2017.
CROLL, Alistair; YOSKOVITZ, Benjamin. Lean Analytics: Use Dados para Criar uma Startup Melhor e Mais Rápido. Alta Books, 2013.
FACELI, Katti et al. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina. 2. ed. Rio de Janeiro: LTC, 2021.
LIMA, Valéria C. F. F. de. A formação de público infantil em Museus: o olhar da criança-visitante e do mediador. Revista do Museu de Arqueologia e Etnologia, São Paulo, v. 28, p. 1-13, 2018.
MURARI, F. Inteligência artificial e o futuro dos museus: novas possibilidades para pesquisa de acervos e engajamento do público. Revista de Estudos Museológicos, v. 12, n. 1, p. 45-60, 2024.
SCHWABER, Ken; SUTHERLAND, Jeff. Scrum Guide. 2020. Disponível em: scrumguides. org.
SILVA, Edilberto M. et al. Metodologia para desenvolvimento de sistemas de suporte a decisão: CRISP-DM utilizando a notação UML: uma abordagem aplicada à gerência de atendimento hospitalar. In: Anais do Congresso de Ciência e Tecnologia do Planalto Central. Gama/DF: Uniplac, 2016. p. 1-5.
SOARES, Márcia. Relatório final de avaliação ex post do Plano Nacional de Cultura: pesquisa de avaliação ex post do Plano Nacional de Cultura. Brasília: Enap, 2022.
YIN, Robert K. Estudo de caso: planejamento e métodos. 5. ed. Porto Alegre: Bookman, 2018.

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:}