Instrumentos de responsabilidade social corporativa: desenvolvimento de um modelo de análise com aplicação ao setor do alojamento hoteleiro

O conceito de Responsabilidade Social Corporativa (RSC) reflete a necessidade das empresas desempenharem, a par da sua função primordial, funções importantes a nível das sociedades em que estão inseridas visando aumentar a sua contribuição para um mundo mais justo em termos económicos, sociais e ambientais. A Comissão Europeia (2004) define instrumentos como tendo o objetivo de ajudar as empresas a gerir os seus processos, sistemas e impactos, disponibilizando orientações e critérios de referência, apoiando as empresas na promoção da RSC e estabelecendo níveis mínimos de desempenho. Pretende-se nesta dissertação a criação e validação da aplicabilidade prática de um modelo de análise de instrumentos de RSC, adaptando e expandindo as propostas de classificação fornecidas pela literatura em diversidade e escala e dando origem a um modelo de análise para o setor do Alojamento Hoteleiro. Com este objectivo em mente foram compilados 347 instrumentos no modelo de análise elaborado, agrupados em cinco categorias diferentes, nomeadamente, Códigos de conduta, princípios e diretrizes; Sistemas de gestão e outros instrumentos de gestão de RSC; Índices bolsistas; Modelos de divulgação e comunicação; e Prémios e rankings. Foi verificada a sua validade e aplicabilidade prática com recurso à informação disponibilizada por uma amostra constituida por 31 empresas de de âmbito internacional, conseguida pela compilação dos seus relatórios de sustentabilidade publicados na base de dados online da Global Reporting Initiative (GRI). O estado de qualidade positiva da comunicação de temáticas de RSC através de indicadores GRI neste relatórios de sustentabilidade foi analisada e verificou-se inferior a 50%. Para a amostra de empresas de Alojamento Hoteleiro, a aplicação prática do modelo de análise foi validada com sucesso. Durante o teste da validação do modelo foi possivel obter alguns resultados que serão mencionados em seguida. A ordem das categorias do modelo de análise é coincidente com a ordem decrescente da frequência de utilização de instrumentos pela amostra. As frequências relativas mais altas verificaram-se em primeiro lugar em descritores da categoria Códigos de conduta, princípios e diretrizes, seguindo-se da categoria Sistemas de gestão e outros instrumentos de gestão de RSC de cariz ambiental. Parece, no entanto, existir uma falta de correspondência entre os indicadores requeridos pela GRI e avaliados na análise de qualidade dos relatórios e os dados práticos obtidos com a utilização de ferramentas de RSC. Um exemplo prático deste fenómeno vericou-se nos resultados destas duas categorias que obtiveram maiores frequências de utilização de instrumentos de RSC, pois estas foram também as que obtiveram piores resultados de qualidade de comunicação nos relatórios. Durante esta análise foi compilada uma listagem detalhada dos instrumentos mais utilizados em cada nível de análise de cada categoria do modelo.

From user browsing behaviour to user demographics

A Internet conta hoje com mais de 3 mil milhões de utilizadores e esse valor não para de aumentar. Desta forma, proporcionar uma experiência online agradável aos seus utilizadores é cada vez mais importante para as empresas. De modo a tirar partido dos benefícios deste crescimento, as empresas devem ser capazes de identificar os seus clientes-alvo dentro do total de utilizadores; e, subsequentemente, personalizar a sua experiência online. Existem diversas formas de estudar o comportamento online dos utilizadores; no entanto, estas não são ideais e existe uma ampla margem para melhoria. A inovação nesta área pode comportar um grande potencial comercial e até ser disruptiva. Com isto em mente, proponho-me a estudar a possível criacão de um sistema de aprendizagem automática (machine learning) que permita prever informa ações demográficas dos utilizadores estritamente com base no seu comportamento online. Tal sistema poderia constituir uma alternativa às atuais opções, que são mais invasivas; mitigando assim preocupações ao nível da proteção de dados pessoais. No primeiro capítulo (Introdução) explico a motivação para o estudo do comportamento dos utilizadores online por parte de empresas, e descrevo as opções disponíveis atualmente. Apresento também a minha proposta e o contexto em que assenta. O capítulo termina com a identicação de limitações que possam existir a priori. O segundo capítulo (Machine Learning) fornece uma introdução sobre machine learning, com o estudo dos algoritmos que vão ser utilizados e explicando como analisar os resultados. O terceiro capítulo (Implementação) explica a implementação do sistema proposto e descreve o sistema que desenvolvi no decorrer deste estudo, e como integra-lo em sistemas já existentes. No quarto capítulo (Análise e manipulação dos dados), mostro os dados compilados e explico como os recolhi e manipulei para testar a hipótese. No quinto capítulo (Análise de dados e discussão) vemos como e que os dados recolhidos foram usados pelos vários algoritmos para descobrir como se correlacionam com dados dos utilizadores e analiso e discuto os resultados observados. Por fim, o sexto e último capítulo apresenta as conclusões. Dependendo dos resultados, mostro como a hipótese poderia ser melhor testada, ou então discuto os próximos passos para tornar o sistema realidade.