Sistema de apoio à decisão para a classificação de risco em projectos de tecnologias de informação

O trabalho que a seguir se apresenta tem como objectivo descrever a criação de um modelo que sirva de suporte a um sistema de apoio à decisão sobre o risco inerente à execução de projectos na área das Tecnologias de Informação (TI) recorrendo a técnicas de mineração de dados. Durante o ciclo de vida de um projecto, existem inúmeros factores que contribuem para o seu sucesso ou insucesso. A responsabilidade de monitorizar, antever e mitigar esses factores recai sobre o Gestor de Projecto. A gestão de projectos é uma tarefa difícil e dispendiosa, consome muitos recursos, depende de numerosas variáveis e, muitas vezes, até da própria experiência do Gestor de Projecto. Ao ser confrontado com as previsões de duração e de esforço para a execução de uma determinada tarefa, o Gestor de Projecto, exceptuando a sua percepção e intuição pessoal, não tem um modo objectivo de medir a plausibilidade dos valores que lhe são apresentados pelo eventual executor da tarefa. As referidas previsões são fundamentais para a organização, pois sobre elas são tomadas as decisões de planeamento global estratégico corporativo, de execução, de adiamento, de cancelamento, de adjudicação, de renegociação de âmbito, de adjudicação externa, entre outros. Esta propensão para o desvio, quando detectada numa fase inicial, pode ajudar a gerir melhor o risco associado à Gestão de Projectos. O sucesso de cada projecto terminado foi qualificado tendo em conta a ponderação de três factores: o desvio ao orçamentado, o desvio ao planeado e o desvio ao especificado. Analisando os projectos decorridos, e correlacionando alguns dos seus atributos com o seu grau de sucesso o modelo classifica, qualitativamente, um novo projecto quanto ao seu risco. Neste contexto o risco representa o grau de afastamento do projecto ao sucesso. Recorrendo a algoritmos de mineração de dados, tais como, árvores de classificação e redes neuronais, descreve-se o desenvolvimento de um modelo que suporta um sistema de apoio à decisão baseado na classificação de novos projectos. Os modelos são o resultado de um extensivo conjunto de testes de validação onde se procuram e refinam os indicadores que melhor caracterizam os atributos de um projecto e que mais influenciam o risco. Como suporte tecnológico para o desenvolvimento e teste foi utilizada a ferramenta Weka 3. Uma boa utilização do modelo proposto possibilitará a criação de planos de contingência mais detalhados e uma gestão mais próxima para projectos que apresentem uma maior propensão para o risco. Assim, o resultado final pretende constituir mais uma ferramenta à disposição do Gestor de Projecto.

The aim of this work is to create a model that sustains a decision support system which determines the inherent risk of the execution of projects in the Information Technologiescontext. During the life cycle of a project, there are a number of factors that contribute to its success or failure. The responsibility of monitoring, predicting and mitigating these factors belongs to the Project Manager. The management of projects is a hard and expensive task, it consumes many resources and depends on many variables and, frequently, even on the experience of its own Project Manager. When confronted with the estimate of duration and effort for the execution of a specific task, the Project Manager doesn´t have, except for his own perception and personal intuition, an objective way to measure the plausibility of the values which are presented by the task executor. These predictions are paramount for the organization, because many strategic decisions, concerning projects, are base on them. Decisions such as: global planning, execution, postponement, cancellation, outsourcing, scope renegotiation, etc. This tendency for deviation, when detected at an initial stage, may help to better manage the risk of Project Management. The success of each completed project was calculated taking into account the weighting of three factors: was it on time, on budget and within client specification. After analyzing all closed projects, and correlating some of its attributes with the degree of success, the model classifies, qualitatively, a new project for risk. In this context the risk is the degree of deviation from the project to success. Using data mining algorithms, such as classification trees and neural networks, this report describes the development of a model that supports a Decision Support System for theclassification of new projects for risk. The models are the result of an extensive set of tests toseek validation and refine the indicators that best characterize a project and that most influence the risk. As technological support for developing and testing the tool was used Weka 3. A good use of the proposed model will enable the creation of more detailed contingency plans and closer management for projects with a greater propensity for risk. The final result of this project aims to be one more tool which the Project Manager can have at his disposal. A good use of the proposed model will imply the creation of more detailed contingency plans and a closer management for projects that have a larger tendency for risk.