Escolar Documentos
Profissional Documentos
Cultura Documentos
So Paulo
Novembro de 2012
So Paulo
Novembro 2012
Autorizo a reproduo e divulgao total ou parcial deste trabalho, por qualquer meio
convencional ou eletrnico, para fins de estudo e pesquisa, desde que citada
fonte.
CATALOGAO-NA-PUBLICAO
Biblioteca
Escola de Artes, Cincias e Humanidades da Universidade de So Paulo
ii
Dedicatria
iii
Agradecimentos
Meus sinceros agradecimentos ao meu orientador Prof. Dr. Edmir Parada Vasques
Prado por todo o conhecimento passado durante a realizao deste trabalho, pelo incentivo,
pelas excelentes sugestes, pela pacincia, pelos contatos apresentados e por ter sempre me
ajudado a traar os planos para seguir carreira acadmica. Muito obrigado pela dedicao, por
ter acreditado em meu pontencial e por ter sempre me incluido nas diversas iniciativas de
pesquisa e cooperao.
Aos professores do Programa de Ps-graduao em Sistemas de Informao, em
especial queles com os quais tive mais contato: Ariane Machado Lima, Claudia Ins Garcia,
Ftima de Lourdes dos Santos Nunes Marques, Gisele da Silva Craveiro, Ivandr Paraboni,
Joo Porto de Albuquerque, Kthia Maria Honrio, Luciano Antonio Digiampietri, Marcelo
de Souza Lauretto, Marcelo Fantinato, Marcelo Morandini, Marcos Lordello Chaim e
Sarajane Marques Peres.
Aos meus colegas do curso de PPgSI, em especial a Alexandre Souza, Ricardo
Wandr, Fernando Henrique, Renata Madeo e Christian Lacerda.
A todos que responderam o questionrio da pesquisa, em especial a Eduardo Neger,
presidente da ABRANET, que ajudou na divulgao do questionrio.
A todos os funcionrios da EACH e Universidade de So Paulo.
minha famlia e aos meus pais por sempre me incentivarem a ir mais longe, pelo
apoio e pela pacincia nos meus momentos de ausncia.
minha noiva Rosiane pela compreenso, apoio e pacincia.
iv
Resumo
A Computao em Nuvem (CN) um dos temas mais abordados por profissionais de
TI atualmente. Com um forte apelo econmico, a CN torna possvel a ideia da computao
como uma utilidade, na qual recursos computacionais (processamento e armazenamento, por
exemplo) podem ser consumidos e pagos com a mesma convenincia que a energia eltrica.
Com este novo paradigma, uma empresa, ao iniciar suas atividades, no necessita mais
investir antecipadamente um alto capital em equipamentos de TI. Os recursos computacionais
so adquiridos conforme so necessrios e o consumidor paga apenas pelo que utiliza. Esta
pesquisa traz uma contribuio para as organizaes e para o meio acadmico, uma vez que
analisa a adoo da CN por empresas brasileiras. A pesquisa abrange empresas privadas de
diversos portes e setores que tenham adotado pelo menos um servio de TI no modelo de CN.
O modelo de pesquisa foi elaborado com base nos objetivos especficos, os quais se
originaram das lacunas existentes sobre o uso de servios de CN no Brasil. A pesquisa
utilizou uma amostra no probabilstica contendo 96 casos, os quais contemplaram aspectos
do respondente, da organizao e do servio de CN mais importante para a organizao. Os
dados foram coletados por meio de um questionrio e tratados estatisticamente usando
tcnicas no paramtricas e Anlise de Agrupamentos. A pesquisa se caracteriza por ser
exploratria, verificando frequncias e ligaes entre as caractersticas organizacionais e os
servios de CN. A pesquisa identificou as caractersticas dos servios de CN utilizados no
Brasil e o grau de aderncia de cada servio definio de CN proposta. Adicionalmente,
foram apresentadas as relaes entre as caractersticas organizacionais e as caractersticas dos
servios de CN. Alm disso, foi possvel identificar trs grupos distintos de empresas, em
relao s caractersticas dos servios de CN utilizados, e descrever s caractersticas
organizacionais e dos servios associados a cada grupo. Finalmente, a CN foi discutida luz
das Teorias de Terceirizao.
Abstract
Cloud Computing (CC) is one of the most discussed topics among IT professionals
today. With a strong economic appeal, CC makes possible the idea of computing as a utility,
in which computing resources (processing power and storage, for example) can be consumed
and paid with the same convenience as electricity. In this new paradigm, a startup company
does not need up-front capital to invest in advanced IT assets. The computing resources are
acquired as needed and the customer pays only for what is used. This research makes an
important contribution to organizations and academia, since it analyzes CC adoption by
Brazilian companies. The survey covers private companies of all sizes and sectors that have
adopted at least one IT service in CC model. The research model was designed based on the
research specific objectives, which were made from the gaps of CC services usage in Brazil.
This paper used a not randomly picked sample with 96 cases, which specified aspects of the
respondent, organization and the most important CC service to the organization. Data was
collected through a questionnaire and statistically analyzed using nonparametric techniques
and Cluster Analysis. This research is characterized as exploratory, checking frequencies and
links between organizational characteristics and CC services characteristics. This research
identified the characteristics of CC services used in Brazil and the compliance degree of each
service to the proposed CC definition. Additionally, we presented and discussed the
relationships between organizational characteristics and characteristics of CC services.
Furthermore, it was possible to identify three distinct groups of companies in relation to the
characteristics of CC services they use, and describe organizational characteristics and
services associated with each group. Finally, CC was discussed in the light of the Outsourcing
Theories.
vi
Sumrio
Dedicatria ............................................................................................................................ ii
Agradecimentos .................................................................................................................... iii
Resumo................................................................................................................................. iv
Abstract ................................................................................................................................. v
Sumrio ................................................................................................................................ vi
Introduo.............................................................................................................................. 1
1.1
1.2
1.3
1.4
Definio e Caracterizao....................................................................................... 7
2.2
Classificao.......................................................................................................... 11
2.4
b)
c)
d)
2.6
3
vii
4.2
4.3
4.4
Survey ................................................................................................................... 45
4.5
4.6
4.7
Redao do Instrumento......................................................................................... 49
4.8
Pr-teste ................................................................................................................. 50
4.9
5.3
Concluses .................................................................................................................... 73
6.1
6.2
6.3
6.4
6.5
b)
Servios de SaaS.................................................................................................... 89
c)
d)
Apndice B .......................................................................................................................... 95
viii
ii.
c)
ii.
ix
Definio
Cpia de segurana
Comunicao como servio
Tipo de memria de acesso rpido
Chief Information Officer
Content Management Systems - Sistemas de gerenciamento de
contedo
Computao em Nuvem
Centro de processamento de dados
Central Processing Unit - Unidade Central de Processamento
Customer Relationship Managment Gerenciamento de Relaes
com o Cliente
Banco de dados como Servio
Centro de processamento de dados
Disponibilizao de uma aplicao em ambiente de produo
Enterprise Resource Planning - Sistemas Integrados de Gesto
Computao em grade
Febre. o termo utilizado para designar uma tecnologia muito
comentada pelo mercado
Intraestrutura como servio
Monitorao como Servio
Site com contedo de mais de uma fonte
um modelo de computao no qual um fornecedor atende a
diversos clientes simultaneamente
Plataforma como Servio
Pequenas e Mdias Empresas
Repositrio
Redundant Array of Independent Drives - Conjunto Redundante
de Discos Independentes
Software como Servio
Supply Chain Managment Sistemas de Gerenciamento da
Cadeia de Suprimento
Segurana como Servio
Sistema de Gerenciamento de Banco de Dados
Service Level Agreement - Acordo de Nvel de Servio
Service Oriented Architecture - Arquitetura Orientada a Servios
Armazenamento como servio
Modelo de microcomputador pessoal em formato de prancheta
Teoria do Custo da Transao
Voz sobre IP
Virtual Private Server - Servidor Virtual Privado
World Wide Web A Internet
Tudo como servio
Lista de Figuras
Figura 1 - Hype Cicle da Gartner. .......................................................................................... 3
Figura 2 - Cloud Computing no Google Trends. ..................................................................... 7
Figura 3 - Pirmide de classes de CN. .................................................................................. 15
Figura 4 - Evoluo da CN. .................................................................................................. 20
Figura 5 - Impacto da TI nas organizaes e as estratgias de terceirizao .......................... 32
Figura 6 - Modelo de pesquisa. Fonte: prprio autor............................................................. 42
Figura 7 - Variveis da pesquisa........................................................................................... 43
Figura 8 - Componentes do Windows Azure. Fonte: Microsoft (2012, p. 3). ........................ 92
Figura 9 Questionrio: questes 1 e 2 .............................................................................. 107
Figura 10 Questionrio: questes 3, 4 e 5. ....................................................................... 108
Figura 11 Questionrio: questes 6, 7 e 8. ....................................................................... 108
Figura 12 Questionrio: questo 9 ................................................................................... 109
Figura 13 Questionrio: questes 10 e 11. ....................................................................... 110
Figura 14 Questionrio: questes 12, 13 e 14. ................................................................. 111
Figura 15 Questionrio: questes 15, 16 e 17. ................................................................. 112
Figura 16 Questionrio: questes 18, 19 e 20. ................................................................. 113
xi
Lista de Quadros
Quadro 1 - Definies de CN ............................................................................................... 10
Quadro 2 - Definio de CN adotada na pesquisa. ................................................................ 10
Quadro 3 - Comparao entre GC e CN. .............................................................................. 27
Quadro 4 - Semelhanas entre Terceirizao e CN. .............................................................. 34
Quadro 5 - Estratgias de Terceirizao ............................................................................... 37
Quadro 6 - Situaes relevantes para diferentes estratgias de pesquisa................................ 45
Quadro 7 - Relao entre as variveis, o questionrio e os objetivos especficos................... 49
Quadro 8 - Classes dos servios de CN ................................................................................ 52
Quadro 9 - Classificao de empresas de acordo com o porte. .............................................. 97
Quadro 10 - Classificao de empresas com base no nmero de empregados. ...................... 98
xii
Lista de Tabelas
Tabela 1 - Nvel hierrquico e o tempo de experincia em TI ............................................... 55
Tabela 2 - Distribuio da amostra nas regies brasileiras .................................................... 56
Tabela 3 - Setor versus faturamento, tempo de mercado e porte da organizao ................... 56
Tabela 4 - Cinco tipos de servios mais usados .................................................................... 57
Tabela 5 - Motivao para escolha do fornecedor e impactos do servio .............................. 59
Tabela 6 - Forma de disponibilizao, disponibilidade, localizao dos dados e forma de
pagamento ........................................................................................................................... 61
Tabela 7 - ndice e grau de CN de acordo com as variveis S7, S8 e S11.............................. 63
Tabela 8 - Frequncias dos nveis de CN .............................................................................. 63
Tabela 9 - Relao entre o nvel de CN do servio e a nacionalidade do fornecedor ............. 64
Tabela 10 - Resduos ajustados da relao entre as caractersticas da organizao e impactos
do servio de CN ................................................................................................................. 65
Tabela 11 Relaes entre nacionalidade do fornecedor e caractersticas do servio de CN . 66
Tabela 12 - Resumo da execuo do agrupamento hierrquico ............................................. 68
Tabela 13 - Medida de distncias dos agrupamentos nos estgio .......................................... 68
Tabela 14 Resduos ajustados da relao entre as caractersticas organizacionais e os
agrupamentos ....................................................................................................................... 69
Tabela 15 - Resduos ajustados das relaes entre os agrupamentos e as caractersticas dos
servios ................................................................................................................................ 70
Tabela 16 - Caractersticas da organizao e motivao para escolha do fornecedor ............. 72
Introduo
O termo Cloud Computing, em portugus, Computao em Nuvem (CN) constitui,
atualmente, um dos temas mais abordados na rea da Tecnologia da Informao (TI).
Diversos grupos de pesquisa ao redor do mundo tm concentrado seus esforos visando
entender este novo conceito e suas implicaes para as organizaes e para a sociedade. Nos
Estados Unidos, o NIST (Instituto Nacional de Padres e Tecnologia) e a NASA
(Administrao Nacional do Espao e da Aeronutica) possuem iniciativas de pesquisa de
mbito nacional envolvendo CN. A Unio Europeia, por sua vez, demonstra preocupao com
o futuro da rea e com o estabelecimento de padres de interoperabilidade, como
demonstrado nos trabalhos de Jeffery e Neidcker-Lutz (2010).
Com um forte apelo econmico, a CN torna possvel a ideia da computao como uma
utilidade, na qual recursos computacionais (processamento e armazenamento, por exemplo)
podem ser consumidos e pagos com a mesma convenincia que a energia eltrica. Carr (2003)
argumenta que o cenrio pelo qual est passando TI e a sua relevncia dentro das
organizaes se assemelham aos tempos em que as ferrovias e a eletricidade geravam
vantagem competitiva para as empresas. Para o autor, medida que esses recursos foram se
tornando cada vez mais comuns e ubquos, eles perderam a vantagem competitiva, pois se
transformaram em commodities. A CN ento a concretizao da computao como
utilidade.
Com este novo paradigma, uma empresa, ao iniciar suas atividades, no necessita mais
investir antecipadamente um alto capital em equipamentos de TI. Os recursos computacionais
podem ser adquiridos sob demanda de um provedor de CN e a empresa pagar apenas pelo
que for consumido.
Por oferecer s empresas a oportunidade de dissociar suas necessidades de TI de sua
infraestrutura, a CN capaz de oferecer, em longo prazo, economia s empresas, incluindo a
reduo de custos de infraestrutura e modelos de pagamento baseados em utilizao de
servios (pagamento somente pelo que usado). Adotando a CN, as empresas podem tirar
proveito do uso de servios em um modelo sob demanda. A reduo de despesas com capital
inicial importante, o que permite s empresas maior flexibilidade com novos servios de TI.
ISACA (2009).
Desenvolvedores de software ao redor do mundo esto usando servios de CN. Nos
primeiros dez meses em que estiveram abertos para uso, os primeiros servios de CN da
Amazon atraram 500 mil consumidores (Rosenberg e Mateos, 2010). O baixo custo da CN e
sua capacidade de expanso de recursos de maneira dinmica fazem com que ela impulsione a
inovao para pequenas empresas, especialmente no mundo em desenvolvimento (Lehman e
Vajpayee, 2011).
Atualmente h diversas definies aceitas sobre o que CN. Apesar de haver
convergncia de conceitos nestas definies, a falta de um consenso faz com que algumas
empresas ofeream servios tradicionais de hospedagem como se fossem servios de CN.
Segundo a ComputerWorldUK (2011), tem aumentado o nmero de servios associados CN
que simplesmente no se encaixam nas definies mais aceitas no mercado. Em muitos
servios oferecidos, ainda necessrio que o cliente entre em contato com o fornecedor para
realizar eventuais modificaes (aumentos na capacidade de processamento ou de
armazenamento) nos servios oferecidos.
Outros fornecedores ainda trabalham com contratos mensais ou at mesmo anuais,
porm, os servios reais de CN so escalveis, flexveis, e a cobrana feita apenas pelo que
utilizado. Assim, em vez de oferecer servios com estas caractersticas, algumas empresas
oferecem servios tradicionais com a palavra cloud includa para tirar vantagem do alarde
comercial do termo (ComputerWorldUK, 2011). Neste cenrio, mostra-se importante uma
anlise dos servios que so oferecidos no mercado em busca de determinar quais so
verdadeiramente servios de CN de acordo com as definies mais aceitas.
A consultoria Gartner publica anualmente um relatrio no qual descreve a curva de
adoo de novas tecnologias. Este relatrio uma representao grfica da maturidade e
adoo das tecnologias e aplicaes, e como elas so potencialmente relevantes para resolver
problemas reais de negcio e explorar novas oportunidades (Gartner, 2011).
No mercado, esta representao conhecida como Hype Cicle. A Figura 1 ilustra as cinco
fases do Hype.
oferecer solues baseadas em CN, porm, como a natureza dessas solues muito distinta,
alguns servios oferecidos no possuem todas as caractersticas da CN. Outros servios
englobam apenas parte dos critrios necessrios para se caracterizar uma aplicao em CN.
Muitas organizaes esto terceirizando seus servios de TI para fornecedores
externos h algum tempo. Contudo, a indstria de servios de TI e a terceirizao esto
passando por rpidas mudanas com a crescente adoo da CN (Dhar, 2011). Assim,
importante abordar CN como uma alternativa deste fenmeno, dada a semelhana entre os
mesmos.
Neste captulo realizada a anlise dos dados. Inicialmente a amostra descrita por
meio de anlises uni variadas do perfil do respondente, da organizao e do servio de CN.
Em seguida, as caractersticas organizacionais so cruzadas com os servios de CN e as
relaes significativas so descritas, e so apresentados os resultados da anlise de
agrupamentos.
Captulo 6 Consideraes finais
Neste captulo esto as concluses do trabalho e as consideraes finais sobre o uso da
CN no Brasil.
Apndice A
Contm a descrio dos principais servios de CN oferecidos no mercado brasileiro.
Apndice B
Contm a definio das variveis de pesquisa.
Apndice C
Contm o questionrio utilizado na coleta de dados.
Apndice D
Contm as sadas do SPSS das tabelas cruzadas entre as variveis relevantes.
Apndice E
Contm as sadas do SPSS para a anlise de agrupamentos.
Computao em Nuvem
Esta seo visa esclarecer os conceitos gerais da CN, discutir as principais definies
10
Autores
Conceitos principais
Neidecker-Lutz (2010)
NIST, ISACA (2009) e CSA
O Quadro 2 apresenta a definio de CN usada neste trabalho, que tem como base a
definio proposta por Mell e Grance (2011).
Quadro 2 - Definio de CN adotada na pesquisa.
11
2.2 Classificao
A CN envolve um conjunto de servio de naturezas distintas. Com isso, importante
organizar e classificar esses servios tendo como base as suas caractersticas. Na literatura, os
dois mecanismos de classificao mais usados referem-se aos tipos de servios oferecidos e a
maneira como a CN disponibilizada ao usurio final.
12
13
iniciaram-se de forma bem simples, como por exemplo, a aplicao SimpleDB1 da Amazon,
que consiste em um banco de dados que armazena as informaes na forma chave-valor.
Entretanto, existem aplicaes mais complexas que suportam at paradigmas mais elaborados,
como o relacional. Exemplo desse tipo de aplicao o Amazon Relational Database Service2
(RDS).
As quatro classificaes supracitadas so as mais abordadas na literatura. Todavia,
novas classificaes tm surgido, conforme aumenta a variedade de servios oferecidos via
CN. Seguem abaixo outras classificaes importantes encontradas na literatura:
Segurana como Servio, Security as a Service (SecaaS): de acordo com o CSA, esta
classificao refere-se ao oferecimento de aplicaes e servios de segurana de TI via CN.
Segundo a CSA, os servios mais oferecidos nesta abordagem so:
Segurana na Internet;
Segurana de E-mail;
Avaliao de segurana;
Encriptao;
Segurana de Rede.
http://aws.amazon.com/simpledb/
http://aws.amazon.com/rds/
14
15
16
http://www.salesforce.com/br/
http://code.google.com/intl/pt-BR/appengine/
17
18
autor, a CN atrativa para empresas porque ela mitiga investimentos de capital e outros
custos iniciais, j que possvel atrelar os custos ao que est realmente sendo usado.
O surgimento da CN impactou fortemente empreendedores (e investidores) porque
facilitou o acesso inovao. O modelo de pagamento somente pelo que utilizado permite a
empresas de pequeno porte o desenvolvimento de novos servios e softwares a partir de
baixos investimentos iniciais (Rosenberg e Mateos, 2010).
Para Velte et al. (2009), os benefcios econmicos da CN englobam diversos aspectos,
dentre eles:
Pessoas A migrao para a CN faz com que a empresa dependa de menos profissionais
tcnicos.
19
20
Assim, a demanda no precisa ser prevista antecipadamente com exatido, j que os recursos
podem ser fornecidos ou liberados em questo de horas.
21
CN, os conceitos de GC e CN muitas vezes so confundidos. Para Foster et al. (2008), alm
de muitos conceitos da CN se sobreporem a conceitos da GC, a CN ainda tem a GC como
base em termos infraestrutura. Para o autor, a CN resultado da evoluo da GC, j que na
CN os recursos providos so mais abstratos.
Todavia, a GC apenas uma das tecnologias que proporcionou o surgimento da CN.
De acordo com Reese (2009) e Wang et al. (2008), outras tecnologias foram igualmente
importantes para a evoluo e a consolidao da CN como forma de fornecimento de recursos
computacionais, a ver:
Web 2.0 e Mashup A Web 2.0 refere-se a uma tendncia das tecnologias de
Internet
que
visa
melhorar
aspectos
como
usabilidade,
interfaces,
22
2.4.1 Virtualizao
Para Menken e Blokdijk (2010), a virtualizao a tecnologia que torna possvel uma
das caractersticas mais importantes da CN: a escalabilidade. Segundo os autores, a
virtualizao, de uma maneira geral, a emulao de uma ou mais estaes de trabalho ou
servidores dentro de uma nica mquina fsica, ou seja, a emulao de hardware dentro de
uma plataforma de software.
Para Rittinghouse e Ransome (2009), a virtualizao maximiza o retorno sobre o
investimento, j que ela reduz os gastos com aquisio de hardware e custos de manuteno,
resultando assim em economias significativas para a empresa.
J na viso de Rosenberg e Mateos (2010), a virtualizao se constitui como o grande
fator responsvel pelo fenmeno da CN, possibilitando o melhor aproveitamento dos recursos
de hardware, uma vez que um nico servidor fsico pode ser dividido em mltiplos servidores
virtuais. Nesta abordagem, os servidores virtualizados executam aplicaes completas e as
suas funcionalidades (processamento ou armazenamento, por exemplo) constituem os
insumos consumidos na CN.
A virtualizao se refere abstrao de recursos computacionais (CPU,
armazenamento, rede, memria, aplicaes e banco de dados) e usurios finais consumindo
estes recursos. A abstrao da infraestrutura produz a noo de democratizao de recursos
(sejam eles aplicaes, infraestrutura ou informao) e faz com que estes recursos possam
ficar disponveis para qualquer usurio autorizado a utiliz-los por meio de interfaces
padronizadas (Mather et al., 2009).
A virtualizao permite que um nico computador assuma o papel de mltiplos
computadores. Este tipo de virtualizao conhecido como virtualizao completa e ela torna
possvel o processo de compartilhamento de recursos de um computador fsico em mltiplos
ambientes (Menken e Blokdijk, 2010).
Para Velte T. et al. (2009), a virtualizao importante para a CN porque ela constitui
a maneira pela qual os recursos so consumidos, j que os servios oferecidos por provedores
de CN so, em sua totalidade, virtualizados.
Contudo, Menken e Blokdijk (2010) argumentam que a virtualizao no est limitada
apenas simulao de mquinas. Os autores afirmam que h diferentes tipos de virtualizao,
cada uma com um determinado propsito. Dentre eles, esto: a memria virtual, partio de
disco, RAID (Redundant Array of Independent Disks) e virtualizao de processamento.
23
24
mesmo processo com mquinas virtuais mais fcil e rpido, j que no h gastos adicionais
com hardware e nem preciso mais espao fsico.
Melhorar a segurana e a disponibilidade mquinas virtuais so entidades
isoladas. Dessa maneira, se uma mquina virtual falhar ou estiver com algum vrus, ela est
isolada das outras mquinas virtuais, mesmo estando em uma mesma mquina fsica. Outra
vantagem que as mquinas virtuais so independentes de hardware. Se um equipamento
falhar, as mquinas virtuais nele contidas podem ser migradas para outro servidor sem
maiores prejuzos.
A virtualizao, por si s, traz diversos benefcios tcnicos, operacionais e gerencias
para as organizaes. De acordo com Menken e Blokdijk (2010), os benefcios da
virtualizao so:
Facilidade de gesto dos recursos Com a virtualizao, administradores de
sistemas podem gerenciar mltiplas mquinas virtuais por meio de uma nica mquina fsica.
Eliminao de problemas de compatibilidade no passado, a execuo de mltiplos
SOs em uma mesma mquina fsica gerava inmeros problemas. Com a virtualizao, SOs
distintos e aplicaes de diferentes plataformas podem ser executados em uma mesma
mquina fsica sem que haja interferncias entre os mesmos.
Isolamento entre instncias erros em uma mquina virtual no afetam outras
mquinas virtuais. Os possveis defeitos so automaticamente isolados e os administradores
de sistemas podem analis-los e conserta-los enquanto outros servios e sistemas continuam
operando normalmente.
Aumento da segurana Com a virtualizao, os administradores de sistemas podem
separar as informaes e aplicaes de uma mquina fsica em diferentes mquinas virtuais.
Outro aspecto importante o fato de que um vrus, ao infectar uma mquina virtual no
afetar todo o funcionamento da mquina fsica e nem se propagar por outras mquinas
virtuais no mesmo hardware, j que as instncias esto isoladas.
Uso eficiente de recursos Como uma mesma mquina fsica pode comportar
mltiplas mquinas virtuais, os recursos de hardware so utilizados mais eficientemente,
evitando-se assim os cenrios de subutilizao citados anteriormente.
Portabilidade Os dados de uma mquina virtual so armazenados em arquivos na
mquina fsica. Dessa forma, o esforo de transferir uma mquina virtual para outra mquina
fsica baixo quando comparado s migraes de dados em abordagens tradicionais.
25
Ambiente para testes As mquinas virtuais podem ser facilmente configuradas para
servirem como mquinas de teste. Com isso, cenrios especficos ou testes de estabilidade
podem ser executados sem afetar o ambiente de produo.
Configurao rpida O disco rgido de uma mquina virtual geralmente
representado por um nico arquivo na mquina fsica, tornando fcil o processo de replicao
ou transferncia dessa mquina para outra mquina fsica.
Reduo de custos os custos so reduzidos com da diminuio do nmero de
mquinas fsicas, dos gastos com eletricidade, refrigerao e reduo no quadro de
funcionrios necessrios para administrar a infraestrutura tradicional. Menos mquinas fsicas
significam menos espao fsico, menos eletricidade e refrigerao e, consequentemente,
menor o gasto da operao.
Habilidade para separar aplicaes Servios e aplicaes que podem conflitar
entre si podem ser instalados em diferentes mquinas virtuais. Como os servios continuariam
executando em uma mesma mquina fsica, os recursos e o poder de processamento no
estariam sendo desperdiados.
Facilidade de gerenciamento o nmero reduzido de mquinas fsicas faz com que
diminuam os problemas de hardware. Com isso, a equipe de TI pode utilizar o tempo para se
concentrar em tarefas mais estratgicas para o negcio. Alm disso, mltiplas mquinas
virtuais podem ser configuradas e monitoradas de um nico lugar e administradores de
sistemas no precisam ir de mquina em mquina configurando atualizaes ou efetuando
mudanas. O processo de backup e restaurao de um ambiente virtualizado tambm mais
simples quando comparado a uma mquina fsica. Caso ocorra algum problema em uma
mquina fsica, o administrador de sistemas pode copiar todas as mquinas virtuais para outra
mquina fsica. Este processo reduz consideravelmente as indisponibilidades do sistema.
26
27
Caracterstica
GC
CN
Compartilhamento de recursos
Colaborao
Recursos
alocados
no
so
compartilhados
Heterogeneidade
Virtualizao
Virtualizao
computacionais
plataformas de softwares
Segurana
de
hardware
de
credenciais
Arquitetura e dependncia de
Difcil de gerenciar
plataforma
Usabilidade
com o usurio
Padronizao
Padronizao e interoperabilidade
Falta
de
padres
para
interoperabilidade
Modelo de pagamento
Rgido
Flexvel
28
29
a) Servios IaaS
Os servios de IaaS oferecidos so, em sua maioria, mquinas virtuais (VPS) que so
alugadas por hora ou com base em planos mensais. O usurio pode configurar os recursos do
servidor alugado, pagando por cada categoria de recursos separadamente. Os recursos podem
ser de diversas naturezas: nmero de processadores, velocidade de cada processador, largura
de banda, quantidade de dados trafegados, capacidade de armazenamento, dentre outros. Os
fornecedores nacionais ainda oferecem servios correlatos, como suporte tcnico gratuito e
mecanismos de backup.
O suporte tcnico em portugus se mostra como diferencial para os fornecedores
nacionais, j que, apesar dos servios de CN oferecidos por empresas americanas estarem
disponveis para clientes do Brasil por meio da Internet, o suporte para estes servios quase
sempre em lngua inglesa.
No mercado, h destaque para os servios de IaaS oferecidos pela empresa americana
Amazon. Em Dezembro de 2011 a empresa inaugurou um datacenter em So Paulo visando
reduzir a latncia e impulsionar o uso dos servios na Amrica do Sul. Segundo o portal
IDGNow (2011), algumas empresas brasileiras j utilizam os servios da Amazon, dentre elas
esto: Peixe Urbano, Gol Linhas Areas e o portal de notcias R7.
Os servios de IaaS oferecidos por empresas pioneiras, como a Amazon e a Rackspace
tm uma grande vantagem em relao aos servios oferecidos por empresas nacionais: a
granularidade dos servios menor e a cobrana feita por hora de uso.
b) Servios SaaS
O SaaS engloba uma ampla gama de aplicaes. Na forma de pagamento desses
servios h predominncia de planos mensais com cobrana por nmero de usurios ativos em
30
c) Servios PaaS
Atualmente no h servios de PaaS no Brasil ofertados por empresas brasileiras.
Todos os servios so oferecidos por grandes empresas americanas como Google, Amazon,
Microsoft e Red Hat.
No Brasil, destacam-se dois servios: o Google App Engine oferecido pela Google e o
Windows Azure, oferecido pela Microsoft.
O Google App Engine que consiste em uma plataforma de execuo de aplicativos em
linguagem Java e Python. Este servio oferece uma cota gratuita de consumo dos recursos
computacionais. A cobrana tem como base diversos recursos computacionais, dentre eles:
tempo de CPU, largura de banda de sada, largura de banda de entrada, armazenamento e email (Google, 2012a).
O Windows Azure a plataforma de CN da Microsoft. O servio permite a execuo
de aplicativos para a Internet e as principais linguagens suportadas so Java, .Net e PHP. A
31
cobrana
os seguintes recursos
computacionais:
processamento,
d) Outros servios
Conforme descrito na Seo 2.2.1, a variedade de servios oferecidos na CN fez surgir
o conceito de Tudo como Servio. Embora as novas categorias englobem servios bem
especficos e com caractersticas prprias, essas categorias podem ser consideradas como
subconjuntos de SaaS. H ainda servios que possuem atributos de mais de uma categoria.
Como exemplo pode-se citar o produto Dropbox. Apesar de ser considerado como um StaaS,
este servio oferece mecanismos para virtualizao de Desktop (Desktop as a Service), ou
seja, os usurios armazenam arquivos pessoais ou profissionais que podem ser compartilhados
com outros usurios e acessados de qualquer computador com Internet disponvel. Contudo,
essa abordagem diferente da adotada pelo servio S3 da empresa Amazon (tambm
considerado um StaaS), no qual o armazenamento de arquivos suportado por meio de
Servios Web, tornando-o propcio para uso em aplicaes para a Internet, armazenamento de
imagens e backups. O prprio Dropbox utiliza o Amazon S3 como sistema de armazenamento
de arquivos.
Esta seo descreveu os principais servios de CN disponveis no mercado. Os
servios pioneiros, como os servios das empresas Amazon, Google e Microsoft dominam o
mercado e ilustram as definies de CN listadas na Seo 2.1. No Brasil os servios
oferecidos nem sempre aderem definio adotada na Seo 2.1, j que muitas vezes no
possuem as caractersticas necessrias para serem caracterizados como servios de CN.
32
que relaciona nveis de cada uma dessas dimenses com quatro categorias de firma, ou seja, o
impacto causado pelo TI em diferentes organizaes. Segundo os autores, essas quatro
categorias ajudam a moldar a abordagem que ser usada para identificar oportunidades,
definir e desenvolver estratgias de negcio por meio da TI e organizar e gerenciar ativos e
recursos humanos. A Figura 5 ilustra as quatro categorias de acordo com as dimenses
sugeridas pelos autores e as recomendaes quanto estratgica de terceirizao.
33
34
Terceirizao da TI.
De maneira geral, o termo Terceirizao se aplica transferncia de unidades e
funes de negcio para fornecedores externos (Martens e Teuteberg, 2009). A CN, por sua
vez, tem por base a disponibilizao e utilizao de servios na Internet. Assim, ao necessitar
de uma determinada aplicao, como por exemplo, um CRM, uma empresa pode optar por
desenvolv-lo ou comprar os servios de um fornecedor de CN. Alm do mais, migrar ou
implantar uma aplicao para a CN significa, em termos pragmticos, terceirizar todas as
operaes relacionadas operao dos equipamentos necessrios para se executar tal
aplicao. . O Quadro 4 ilustra a viso de Dhar (2011) sobre as semelhanas da Terceirizao
e da CN.
Quadro 4 - Semelhanas entre Terceirizao e CN.
Terceirizao
Computao em Nuvem
Reduzir riscos
Reduzir riscos
Escala global
Escala Global
terceiros.
dados e privacidade.
H suporte para sistemas de backup, recuperao de
35
36
Martens e Teuteberg (2009) criticam essa viso e afirmam que apesar da TCT ter sido
amplamente utilizada em trabalhos sobre Terceirizao, ela no se enquadra nos cenrios
contemporneos de negcios por causa da natureza esttica que imposta. Os autores
ressaltam que o fato de a teoria tomar como base uma nica transao como unidade de
anlise faz com que sejam ignorados os agrupamentos colaborativos e acordos empresariais
da atualidade.
Para Williamson (1985) as trs caractersticas das transaes em termos de relaes
contratuais so: as incertezas, a frequncia com a qual a transao ocorre e o grau no qual os
ativos so idiossincrticos. O autor assume que as incertezas sempre ocorrem em um grau
intermedirio e foca a anlise na frequncia de ocorrncia das transaes e no grau de
especificidade dos ativos. A Frequncia pode ser caracterizada como: uma nica vez,
ocasional e recorrente. J os ativos podem ser no especficos, mistos e idiossincrticos.
Considerando as combinaes das transaes quando frequncia e as caractersticas dos
ativos, Williamson (1985) identificou quatro estratgias de governana, a ver:
1. Governana de mercado o tipo de administrao adequado para transaes no
especficas, sejam elas recorrentes ou ocasionais. Para o caso de transaes ocasionais,
como o ativo em questo altamente padronizado, o consumidor poder procurar
outro fornecedor em caso de problemas. J para o caso onde as transaes so
ocasionais, h mecanismos de avaliao e reputao que podem garantir que no haja
comportamento oportunista.
2. Governana trilateral este tipo de governana o mais adequado para transaes
ocasionais cujo ativo do tipo misto ou especfico. Nesta estratgia utilizado um
terceiro elemento: o arbitrador. O papel do arbitrador visa eliminar os custos
proibitivos de uma governana bilateral das transaes especficas e os custos
decorridos do desenvolvimento utilizando a hierarquia interna da organizao, que
fazem com que o investimento no seja vivel economicamente, mesmo se as
transaes forem recorrentes.
3. Governana bilateral As transaes recorrentes cujos ativos so do tipo misto ou
idiossincrticos necessitam de estruturas de governana especficas. A natureza
especfica dessas transaes faz com que seja arriscado optar pelo mercado, enquanto
a recorrncia permite que os custos ligados especificidade sejam recuperados. Para
esses tipos de transao, duas estruturas de governana so indicadas: governana
bilateral e governana unificada. A governana bilateral a administrao por meio de
mercado com um contrato bilateral. Para os casos onde os ativos so mistos, ou seja,
37
Especificidade do ativo
Frequncia
No especfica
Ocasional
Recorrente
Mista
Idiossincrtica
contratos trilaterais)
(Terceirizao por
Governana Bilateral
Governana
contratos padronizados)
(Terceirizao com
Unificada (No se
contratos bilaterais)
deve terceirizar)
38
Sempre que uma atividade for conduzida sob condies de altos nveis de incerteza,
ou sempre que uma atividade necessitar de ativos especficos, os custos da transao, os
custos de escrever, monitorar e fazer com que os contratos sejam cumpridos tendem a ser
altos. Assim, sempre que os custos de uma transao forem altos, a Terceirizao
considerada ineficiente quando comparada com a administrao na hierarquia interna da
organizao (Gottschalk e Solli-Sther, 2005).
A CN uma forma de transferncia dos custos da transao para os fornecedores. Tais
custos (como eletricidade, equipamentos, espao fsico para instalar servidores, impostos,
custos trabalhistas) ficam sob responsabilidade do fornecedor do servio. Os usurios
reduzem no s esses custos como tambm os custos relacionados a licenas de softwares,
instalao e manuteno de servidores. Esse tipo de arranjo extremamente vantajoso para os
usurios, j que alm de reduzir os custos da transao, a CN tambm transfere o risco de sub
ou superestimao de recursos, j que na CN o pagamento feito por utilizao.
Das dimenses da Teoria do Custo da Transao (incertezas, frequncia da transao e
especificidade do ativo), no mbito da CN, as incertezas podem constituir um problema para o
usurio de CN, j que o mesmo no est imune a um possvel comportamento oportunista por
parte do fornecedor. As transaes podem ser vistas como frequentes, j que os servios so
pagos por utilizao e a qualquer momento o usurio pode optar por no mais utilizar tais
servios. Entretanto, h um esforo embutido no processo de troca de fornecedor, j que nem
sempre fcil trocar aplicaes de um servidor para outro ou migrar ferramentas de gesto
empresarial, por exemplo. A estratgia considerar a reputao do fornecedor na hora da
contratao dos servios.
39
(Jensen e Meckling, 1976). Assim, a firma vista como uma conexo entre agentes e
principais (Shankman, 1999).
Eisenhardt (1989) afirma que a Teoria da Agncia visa resolver dois problemas que
podem ocorrer no relacionamento agente-principal. O primeiro refere-se discrepncia de
interesses que pode ocorrer entre o agente e o principal. O segundo que difcil ou caro para
o principal verificar o que o agente est realmente fazendo. A autora cita que o principal no
consegue determinar se o agente se comportou de maneira adequada ou no. O segundo
problema que o agente e o principal podem ter pontos de vista diferentes sobre os riscos e
cada um pode preferir uma ao especfica.
Eisenhardt (1989) ainda identifica duas linhas de pensamento relacionadas teoria da
agncia, so elas:
a) A positivista busca identificar situaes nas quais os interesses do principal
(contratante) e do agente (contratado) entram em conflito e propor mecanismos de
governana para tratar tais situaes. Esta linha de pensamento busca em suma
identificar as vrias alternativas de contratos;
b) Relacionamento Principal-agente Neste caso, busca-se estudar mais a fundo o
relacionamento entre o principal e o agente, elaborando suposies de maneira
cuidadosa, e posteriormente fazendo o uso de deduo lgica e provas matemticas.
Esta linha busca identificar qual o contrato mais eficiente sob a perspectiva de
minimizao de riscos, informao e comportamentos versus resultados.
As duas linhas compartilham uma unidade comum de anlise: o contrato entre o
principal e o agente. Ambas tambm compartilham as mesmas conjecturas sobre pessoas,
organizao e informao. Entretanto, a que as diferenas se encontram no rigor matemtico,
na varivel dependente e no estilo (Eisenhardt, 1989).
Eisenhardt (1989) recomenda o uso da teoria da agncia em conjunto com outras
teorias, j que a mesma apresenta uma viso parcial do mundo que, embora vlida, ignora
uma parcela significativa da complexidade das organizaes.
Em termos de terceirizao, a teoria se encaixa perfeitamente na fase de Preparao
(busca por fornecedores e definio da atitude a ser adotada no tipo de relacionamento). Os
resultados das pesquisas de Perunovi (2007) mostraram que esta teoria tambm utilizada na
fase de gerenciamento do relacionamento com o fornecedor e menos frequentemente na fase
de reconsiderao.
A CN utilizada nas organizaes como forma de transferncia dos custos da
Agncia. Ao contratar um servio de CN, o usurio no mais fica responsvel pelo
40
41
troca do fornecedor caso haja comportamento oportunista. Outra alternativa contratar apenas
servios que ofeream tais mecanismos ou que sejam genricos o suficiente para que sejam
migrados para outros fornecedores.
De acordo com Roy e Aubert (2000), a Teoria Baseada em Recursos pode ser
resumida da seguinte forma: os recursos nicos, escassos e no imitveis que uma empresa
possui e as suas competncias essenciais podem gerar uma vantagem competitiva sustentvel
que, por sua vez, se traduz em melhores resultados.
Perunovi (2007) afirma que a Teoria baseada em recursos aplicada Terceirizao
prev que uma organizao que necessita de recursos e capacidades raros, valiosos, no
imitveis e organizados, deve buscar tais recursos em provedores externos para suprir este
ponto fraco.
J no mbito da CN, Khalid (2010) afirma que pequenas e mdias empresas tm
acesso a recursos avanados de tecnologias Web (outrora vistos principal fonte de gastos)
com a CN, que graas ao seu modelo de negcios de pagamento somente pelo que utilizado,
permite que tais servios sejam usufrudos como utilidades (energia eltrica, gua, telefone).
Contudo, esta ideia contradiz a viso de Carr (2003) sobre o uso da TI na obteno de
vantagem competitiva: como a CN est disponvel na forma de uma utilidade, ela passa a ser
um recurso imitvel e no escasso, no constituindo, portanto, uma vantagem competitiva.
42
Mtodo
todo de pesquisa
Neste captulo esto descritas as caratersticas do tipo de pesquisa adotada neste
Na Figura 7 est ilustrada a definio das variveis deste trabalho com os cdigos
usados na ferramenta SPSS. Os detalhes sobre as definies das variveis esto no Apndice
B.
43
No Apndice B encontra-se
encontra se a descrio detalhada do perfil de cada varivel
apresentada na Figura 7.
44
45
Tipo de pergunta de
Foca em
pesquisa
comportamentais?
acontecimentos
contemporneos?
Experimento
Como, por qu
Sim
Sim
Survey
No
Sim
No
Sim / no
quantos, quais
Anlise de documentos
Histria
Como, por qu
No
No
Estudo de caso
Como, por qu
No
Sim
De acordo com esses critrios, o survey a estratgia que melhor se adequa aos
objetivos desta pesquisa.
4.4 Survey
Segundo Kalof, Dan,e Dietz (2008) o survey um conjunto de questes que so
respondidas por indivduos e pode ser usado para estudar uma grande variedade de tpicos,
incluindo atitudes, crenas, caractersticas, conhecimentos, comportamentos ou qualquer coisa
que possa ser relatada por respondentes.
Segundo Babbie (2007), o survey pode ser utilizado para propsitos descritivos,
explanatrios ou exploratrios e usado, sobretudo, em estudos nos quais a unidade de
anlise um indivduo.
46
Embora o survey possa ser usado em outras unidades de anlise, tais como grupos ou
interaes, indivduos precisam fazer o papel de respondentes ou informantes. Assim, para
outras unidades de anlise, o pesquisador deve administrar o questionrio para os
participantes da interao (Babbie, 2007).
Neste estudo, os indivduos que respondero o questionrio sero indivduos ligados
ao departamento de TI das organizaes pesquisadas, tais como gerentes de TI, diretores ou
lderes tcnicos.
O survey pode ser usado em abordagens qualitativas ou quantitativas e pode ser
administrado de diferentes maneiras: por correio, por telefone, pessoalmente e, mais
comumente na atualidade, pela Internet (Kalof, Dan e Dietz, 2008).
Questionrios e entrevistas so duas formas de survey. Os questionrios consistem em
uma srie de perguntas que os respondentes leem e respondem por conta prpria. Em uma
entrevista, uma pessoa (o entrevistador) l o conjunto de perguntas para o respondente tendo
como base um guia da entrevista e grava as respostas. Essas formas de survey so
semelhantes, porm, o questionrio deve ser elaborado de forma que o respondente possa
responder adequadamente o conjunto de perguntas sem ajuda do pesquisador, enquanto que
na entrevista, o guia de entrevista deve auxiliar o entrevistador no processo de
questionamento do respondente (Kalof, Dan e Dietz, 2008).
Para Sampieri, Collado e Lucio (2006), os questionrios so constitudos de um
conjunto de questes que se relacionam com uma ou mais variveis a serem medidas.
Nesta pesquisa, o survey est dividido em duas partes: caractersticas da organizao e
caractersticas dos servios contratados.
47
Vantagens:
Segundo Sampieri et al. (2006), os questionrios podem ser compostos por dois tipos
de questes:
a) Questes abertas. No delimitam, a priori, as alternativas de resposta, porque o
nmero de categorias de resposta muito elevado; em teoria, infinito.
b) Questes fechadas. Contm categorias ou alternativas de resposta que foram
delimitadas, isto , so apresentadas as possibilidades de resposta aos indivduos e eles
devem limitar-se a estas. Podem ser dicotmicas (duas alternativas de resposta), ou
incluir vrias alternativas de resposta. Portanto, nas questes fechadas, as categorias
de resposta so definidas a priori pelo pesquisador e so apresentadas ao respondente,
que deve escolher a opo que descreva mais adequadamente sua resposta.
48
Como o questionrio foi enviado por e-mail, houve uma maior convenincia para o
respondente, e com isso, obteve-se um nmero maior de respostas. No Apndice B encontrase uma cpia do questionrio que foi enviado.
A populao pesquisada foi composta por funcionrios ligados ao departamento de TI,
sejam eles gestores ou analistas tcnicos. Para que as respostas fossem vlidas, foi necessrio
apenas que o respondente estivesse familiarizado com as caractersticas bsicas dos servios
de TI utilizados pela empresa.
O tamanho da amostra foi definido de acordo com as tcnicas estatsticas que foram
utilizadas. Nesta pesquisa, alm das anlises de correlao entre as variveis, foi utilizada a
Anlise de agrupamentos.
A anlise de agrupamentos foi utilizada para identificar grupos de empresas de acordo
com as caractersticas organizacionais e caractersticas dos servios de CN utilizados.
Segundo Hair et al. (2009), a questo do tamanho amostral em anlise de agrupamentos no
se relaciona com quaisquer problemas de inferncia estatstica (ou seja, poder estatstico). Em
vez disso, a amostra deve ser grande o bastante para fornecer suficiente representao de
pequenos grupos dentro da populao e representar a estrutura inerente. Ainda de acordo com
Hair et al. (2009), esta questo de representao se torna crtica na deteco de observaes
atpicas, j que dependendo do tamanho da amostra, o processo para decidir se um dado grupo
apenas um grupo pouco representativo (grupo com poucos elementos) ou se uma
observao atpica. Assim, quanto maior o tamanho da amostra, maior a chance de que
grupos pequenos sejam representados por casos suficientes para tornar a presena dos
mesmos mais facilmente identificada. O pesquisador deve ento garantir que a amostra
suficientemente grande para representar adequadamente todos os grupos relevantes da
populao.
49
Varivel
Questo
Objetivo especfico
Setor (O3)
Faturamento (O4)
Porte (O7)
4e6
(c)
Servios de CN (S1)
(c)
10
(c) e (d)
11
(e)
Pagamento (S4)
12
(c)
13
14
15
(b)
16
(b)
Disponibilidade (S9)
17
(c)
Localizao (S10)
18
(c)
19
(b)
20
(c)
(a)
(c) e (d)
(e)
50
Nas questes sobre os servios de CN, foi disponibilizada uma lista contendo servios
de diferentes classes. Nesta questo, o usurio pde selecionar mais de uma opo, j que a
empresas pode utilizar mais de um servio de CN.
Contudo, para melhor analisar o perfil dos servios, as prximas questes solicitaram
que o usurio escolhesse as opes que representassem as caractersticas do servio de CN
mais relevante para a organizao.
4.8 Pr-teste
O questionrio foi enviado para uma lista contendo diversas empresas e, quando a lista
de respondentes atingiu 20, o questionrio foi tirado do ar e uma anlise minuciosa das
respostas foi realizada. Dentre as modificaes efetuadas aps esta etapa esto:
1. Os campos Cidade e Estado passaram a fazer parte apenas de um campo de
texto. Esta modificao visou facilitar o preenchimento dos campos. Dessa
forma, o usurio, ao preencher Cidade, no precisa pular de campo para
preencher o Estado. Esta mudana demandou adaptaes na planilha que
resume os dados, uma vez que a varivel Estado foi removida, todas as
respostas subsequentes tinham essa coluna respostas em branco. Com isso,
outro tratamento foi realizado para preencher novamente os valores desta
coluna com os novos valores digitados no campo Cidade/Estado.
2. E-mail com domnio da empresa passou a figurar no final da lista de opes
para a questo sobre os servios de CN adotados pela empresa. O texto
tambm foi modificado para deixar mais claro que a opo referia-se a e-mail
corporativo sob a abordagem de CN e no e-mail corporativo sob a
abordagem tradicional.
51
52
mutuamente excludentes, cada categoria de varivel gerou uma nova varivel binria
indicando a presena ou ausncia de determinada categoria.
Servios de CN e Classes de Servio de CN
Para os servios de CN escolhidos pelo respondente, alm da converso das categorias
para variveis binrias (cada servio gerou uma varivel, indicando se a empresa utiliza o
dado servio ou no), uma nova varivel foi criada: as classes de servio de CN.
Os servios foram organizados em uma tabela e separados de acordo com o critrio
definido no Quadro 8:
Quadro 8 - Classes dos servios de CN
Classe
Servio
SaaS
PaaS
IaaS
DaaS
CaaS
Servios comunicao
BPMaaS
StaaS
SecaaS
DeskaaS
Uma nova coluna foi criada para cada classe de servios no banco de dados. Assim,
caso o respondente tenha selecionado qualquer servio da categoria SaaS, a varivel relativa a
esta classe de CN assume valor 1. Caso nenhuma servio dos que se encaixam na
classificao de SaaS tenha sido selecionado, o valor assumido 0.
Motivao para escolha do fornecedor
O mesmo tratamento foi aplicado s respostas da questo sobre a motivao para a
escolha do fornecedor. Como a questo permite mltiplas respostas, cada alternativa gerou
53
uma nova varivel binria indicando a presena (1) ou ausncia (0) daquela alternativa nas
motivaes para escolha do fornecedor. Esta questo tambm continha o campo outros
como opo de resposta, porm, muitos casos desta opo puderam ser reclassificados nas
opes previamente existentes.
Outros mapeamentos binrios
As questes 14 (sobre o impacto operacional do servio) e 15 (sobre o impacto
estratgico) tambm admitiram mltiplas respostas e, por isso, geraram novas variveis
binrias para cada resposta possvel.
Com base na questo 11 (sobre o nome do fornecedor ou o nome do servio de CN),
criou-se uma nova varivel no banco de dados para indicar a nacionalidade do fornecedor.
Cada linha do banco de dados foi cuidadosamente analisada e pesquisada com o intuito de se
descobrir a nacionalidade do fornecedor. Assim, valores como Google, Microsoft e
Amazon assumiram o valor 0 para a nova varivel. Por outro lado, valores como UOL,
Locaweb e Tecla assumiram o valor 1. Para os casos onde no foi possvel determinar
com certeza a nacionalidade do fornecedor, a clula da nova varivel assumiu 99, indicando
um valor faltante. O questionrio completo est disponvel no Apndice C.
54
55
Nvel Hierrquico
Tcnico
Coordenao/Superviso
Gerncia
Diretoria/Presidncia
Total
De 6 a 10 De 11 a 15 De 16 a 20
Total
> 20
Ocorrncias
13
31
% de Total
13.5%
7.3%
6.3%
3.1%
2.1%
32.3%
Ocorrncias
17
% de Total
4.2%
6.3%
2.1%
4.2%
1.0%
17.7%
Ocorrncias
% de Total
.0%
.0%
.0%
5.2%
4.2%
9.4%
Ocorrncias
13
13
39
% de Total
4.2%
2.1%
7.3%
13.5%
13.5%
40.6%
Ocorrncias
21
15
15
25
20
96
% de Total
21.9%
15.6%
15.6%
26.0%
20.8% 100.0%
Os dados apresentados Tabela 1 mostram que h coerncia nos resultados das duas
variveis ligadas ao perfil do respondente, uma vez que cargos hierarquicamente superiores
apresentam porcentagens mais elevadas nas colunas que indicam maior tempo de experincia
em TI.
56
Frequncias
Regio
Absoluta
Relativa
Acumulada
Sudeste
78
81,25%
81,25%
Sul
8,33%
89,58%
Centro-Oeste
6,25%
95,83%
Nordeste
4,17%
100%
Norte
100%
Setor
Total
Faturamento
Tempo de Mercado
(em R$ milhes)
(em anos)
Porte
Total
<16
16-90
>90
1a5
5 a 10
>10
ocorrncias
% do Total
8.7%
.0%
.0%
1.1%
.0%
8.4%
5.3%
1.1%
3.2%
9.5%
ocorrncias
12
14
% do Total
7.6%
3.3%
4.3%
1.1%
1.1%
12.6%
5.3%
4.2%
5.3%
14.7%
ocorrncias
50
11
12
12
48
36
14
22
72
% do Total 54.3% 9.8% 12.0% 12.6% 12.6% 50.5% 37.9% 14.7% 23.2%
ocorrncias
65
12
15
14
13
68
46
19
30
75.8%
95
%
70.7% 13.0% 16.3% 14.7% 13.7% 71.6% 48.4% 20.0% 31.6% 100.0%
Legenda: C comercial; I industrial; S Servios; P Pequeno; M Mdio; G - Grande
57
Servio
E-mail externo (na nuvem) com o domnio da empresa
Ocorrncias
% total
60
61.86%
57
58.76%
44
45.36%
44
45.36%
43
44.33%
58
Observa-se que, dos servios mais utilizados, mais de 60% das empresas tm servios
de e-mail na nuvem. A justificativa pode estar nos seguintes itens:
sob a abordagem tradicional para a CN. Alm dos benefcios do modelo de CN j discutidos
na Seo 2.3, pode-se inferir que flexibilidade de configurao e os recursos oferecidos por
fornecedores de IaaS justifiquem a migrao para o modelo de CN. Servios oferecidos nesta
categoria so muito semelhantes aos servios tradicionais de hospedagem, o que facilita a
migrao e a adaptao de novos usurios ao modelo de CN.
O oferecimento de servios de envio de e-mail de marketing e newsletters pode ser
justificado pela popularizao dos mecanismos de controle anti-spam. Para evitar que seus emails sejam barrados, as empresas utilizam softwares de CN que enfileiram mensagens
individuais e fazem envios peridicos (o fluxo de mensagens no contnuo). Com isso, as
mensagens tm uma maior probabilidade de chegarem ao recipiente. Esse tipo de sistema
passou a ser oferecido sob a abordagem de CN. Assim, pode no compensar para a empresa
manter uma infraestrutura e adquirir e configurar softwares de envio de e-mails e newsletters.
Quanto ao armazenamento, o que pode explicar a alta porcentagem de servios dessa
categoria aumento vertiginoso de volume de dados nas organizaes. Os servios oferecidos
sob a abordagem de CN possuem mecanismos de cobrana que tm como base horas de
utilizao, quantidade de dados armazenados e quantidade de dados trafegados. Como esses
servios ainda oferecem ferramentas de auditoria e controle, flexibilidade, segurana e alta
disponibilidade, novamente o usurio optar pela soluo de CN, pois caso contrrio, seria
59
necessrio efetuar altos investimentos para se ter os mesmos benefcios em uma infraestrutura
de TI local.
J os processadores de texto, planilhas e apresentaes so solues que, sob a
abordagem de CN possibilitam o compartilhamento (no qual mltiplos usurios podem
trabalhar em um mesmo documento) e o trabalho distribudo (documentos ficam disponveis
na Internet).
b) Nacionalidade do fornecedor e importncia do servio
A Tabela 5 apresenta os dados sobre a motivao para escolha do fornecedor e a
importncia do servio para a organizao. As porcentagens quando somadas so superiores a
100% porque o usurio pde escolher mais de uma opo.
Tabela 5 - Motivao para escolha do fornecedor e impactos do servio
(64 71,9%)
(25 - 28.1%)
Fornecedor Estrangeiro
Fornecedor Nacional
Motivao da Escolha
Reduo de custo
Maior disponibilidade
Prestao de servio
Reputao Fornecedor
Segurana da informao
Acesso conhecimento
Gesto de recursos humanos
Atividades rotineiras
Flutuao carga de trabalho
Atividade alto grau particularidade
Imposies externas
Escolha Fornecedor - Outros
Reputao Fornecedor
Maior disponibilidade
Reduo de custo
Prestao de servio
Segurana da informao
Acesso conhecimento
Atividades rotineiras
Flutuao carga de trabalho
Atividade alto grau particularidade
Gesto de recursos humanos
Imposies externas
Escolha Fornecedor Outros
%
64,0
52,0
44,0
32,0
28,0
16,0
12,0
8,0
8,0
4,0
4,0
4,0
71.9
67.2
59.4
45.3
45.3
29.7
21.9
15.6
9.4
3.1
3.1
3.1
Impacto
Estratgico
Impacto
Operacional
Baixo
48.0%
Baixo
48.0%
Mdio
52.0%
Mdio
40.0%
Alto
0%
Alto
12.0%
Total
100%
Total
100%
Baixo
29.7%
Baixo
38.1%
Mdio
56.3%
Mdio
41.3%
Alto
14.1%
Alto
20.6%
Total
100%
Total
100%
Das motivaes para escolha do fornecedor houve destaque para a reduo de custos,
maior disponibilidade, prestao de servios e reputao do fornecedor. Essas quatro
60
categorias apareceram como mais frequentes tanto para fornecedores externos quanto para
fornecedores internos, embora no na mesma ordem.
Para os servios cujos fornecedores so empresas nacionais, a reduo de custos
aparece como categoria mais frequente, seguida de maior disponibilidade. Esses resultados
mostram que os usurios esto reconhecendo o apelo econmico do modelo de CN e
compreendendo que servios sob a abordagem de CN apresentam maior disponibilidade
quando comparados a servios tradicionais de TI, uma vez que tal caracterstica gerenciada
por meio de SLAs rigorosos.
Com base nos dados, observa-se que os servios oferecidos por empresas estrangeiras
so considerados de alto impacto estratgico em 12% dos casos. Contudo, essa porcentagem
cai para zero quando o fornecedor do servio nacional. Quanto ao impacto operacional
observou-se novamente um maior nmero de ocorrncias de casos de alto impacto na
utilizao de servios de fornecedores estrangeiros (20,6% para fornecedores estrangeiros e
12% para fornecedores nacionais). No geral, tanto para fornecedores nacionais quanto para
estrangeiros h uma maior concentrao de servios com baixo ou mdio impacto operacional
e estratgico. Este fato mostra que, embora haja uma confiana no modelo de CN, os usurios
iniciaram o processo de adoo pela utilizao de servios de baixo impacto para a
organizao.
c) Forma de disponibilizao, localizao fsica dos dados, pagamento e
disponibilidade
A Tabela 6 apresenta os dados sobre a forma de disponibilizao dos servios de CN,
a disponibilidade, a localizao e a forma de pagamento. Para cada coluna foi considerado um
nmero de casos diferente, j que o nmero de valores faltantes para cada dimenso pode
mudar. Contudo, as porcentagens totais de cada cruzamento so apresentadas nas linhas
intermedirias entre as faixas da forma de disponibilizao. Assim, os somatrios dos totais s
so vlidos para as colunas. A disponibilidade foi considerada boa ou tima tanto para nuvens
pblicas quando para nuvens privadas e hbridas. Para a maioria dos casos no possvel
escolher a localizao fsica exata dos dados e os planos mensais e anuais so as formas
predominantes de pagamento.
61
Forma de
Disponibilizao
Pblica
Total
Privada
Total
Hbrida
Total
Disponibilidade
Forma de Pagamento
Nvel
Nvel
Nvel
Pssima
0%
No escolhe
31.9%
Por hora
6.5%
Ruim
1.1%
Pas
11.7%
Planos mensais/anuais
21.7%
Regular
1.1%
Estado
0%
Usurios ativos
4.3%
Boa
16.5%
Cidade
2.1%
Gratuito
15.2%
tima
29.7%
Datacenter
2.1%
Outros
0%
48.4%
47.9%
47.8%
Pssima
0%
No escolhe
12.8%
Por hora
2.2%
Ruim
1.1%
Pas
10.6%
Planos mensais/anuais
19.6%
Regular
1.1%
Estado
0%
Usurios ativos
4.3%
Boa
15.4%
Cidade
1.1%
Gratuito
4.3%
tima
12.1%
Datacenter
5.3%
Outros
0%
29.7%
29.8%
30.4%
Pssima
0%
No escolhe
10.6%
Por hora
2.2%
Ruim
0%
Pas
8.5%
Planos mensais/anuais
12.0%
Regular
0%
Estado
0%
Usurios ativos
2.2%
Boa
5%
Cidade
0%
Gratuito
4.3%
tima
16.5%
Datacenter
3.2%
Outros
1.1%
22.0%
22.3%
21.7%
62
os servios com tempo de configurao de recursos superior a trs horas foi atribudo o valor
0.
b) S8 binria os servios de CN devem ter as caractersticas de utilidades como
energia eltrica, gua e telefone. Para esses servios, sabe-se que interaes com o fornecedor
so raras e s acontecem quando h interrupo ou problemas no fornecimento do servio.
Assim, o seguinte critrio foi utilizado na criao dessa varivel: para os servios nos quais
nenhuma interao necessria, a varivel recebeu valor 1. J para os servios onde 1 ou mais
interaes so necessrias, a varivel recebeu valor 0.
c) S11 binria os servios de CN devem permitir ao usurio a configurao de
recursos como se os mesmos fossem infinitos. Esta varivel foi criada de acordo com o
seguinte critrio: servios com limite de configurao de recursos classificado como bom ou
timo receberam valor 1, enquanto que servios classificados como pssimos, ruins e
regulares receberam valor 0.
Com base nas trs variveis binrias criadas a partir das variveis S7, S8 e S11 foi
criado um ndice para classificao dos servios de CN. O ndice considerou variveis com
pesos diferentes, pois, de acordo com Babbie (2007), pesos diferentes podem ser empregados
nos componentes de um ndice quando necessrio. Neste caso, as variveis dispostas na
ordem que esto fazem com que a varivel S7 seja mais relevante que a varivel S8 e que a
varivel S8 seja mais relevante que a varivel S11. A importncia de cada varivel na
composio do ndice foi determinada pelo pesquisador. Entende-se que o tempo de
configurao de recursos mais importante na caracterizao de um servio de CN quando
comparado ao nmero de interaes com o fornecedor. O usurio pode efetuar mais de uma
interao na configurao dos recursos, mas sendo o tempo de configurao baixo (por
exemplo, 1 hora), o processo ainda pode ter caractersticas de sistemas de auto atendimento,
ou seja, no h transtornos na adio ou remoo de recursos. Da mesma forma, o nmero de
interaes mais relevante que a possibilidade de configurao de recursos sem limitao
aparente. Os recursos podem ter certas limitaes, mas se os mesmos atendem s necessidades
do usurio e podem ser configurados rapidamente e com poucas interaes, o nvel de CN
ainda assim continuar superior.
A Tabela 7 apresenta os critrios usados na criao do ndice e na determinao do
grau de CN para as combinaes entre as variveis. O nvel de CN foi considerado alto para
os casos onde tanto a varivel S7 quanto a varivel S8 possuem valor 1. Para os casos onde
somente a varivel S7 possui valor igual 1, ou S8 e S11 possuem valor 1, o nvel foi
63
Alto
Alto
Mdio
Mdio
Mdio
Baixo
Baixo
Baixo
Essas trs caractersticas dos servios de CN tornam possvel, por exemplo, a ideia de
utilizar 1000 servidores por uma hora e s pagar pelo tempo de uso. Para que isso acontea, o
tempo de configurao dos recursos deve ser baixo e o usurio deve ser capaz de efetuar tal
configurao sem interaes com o fornecedor e de acordo com as suas necessidades quando
o quesito limite de recursos computacionais.
Todos os casos do banco de dados foram classificados nos trs nveis propostos
(baixo, mdio e alto). A Tabela 8 apresenta as frequncias de cada nvel no banco de dados.
Tabela 8 - Frequncias dos nveis de CN
Nvel
Frequncia
Frequncia
Freq. relativa
absoluta
relativa (%)
acumulada (%)
Baixo
16
18.2
18.2
Mdio
25
28.4
46.6
Alto
47
53.4
100.0
Total
88
100
Do total, oito casos no puderam ser classificados em razo dos valores faltantes nas
variveis iniciais (S7, S8 e S11). Observa-se que quase metade dos servios possuem nvel
baixo ou mdio, enquanto a outra metade composta de servios com nvel alto de CN. A
grande ocorrncia de servios com nvel alto de CN se d pela concentrao de servios
oferecidos por empresas estrangeiras, as quais possuem servios mais aderentes definio
utilizada neste trabalho.
64
Ao se cruzar a nacionalidade do fornecedor com o nvel de CN do servio, observouse que as variveis so correlacionadas, j que o resultado do Teste do Qui Quadrado foi igual
a zero. A Tabela 9 apresenta os resultados da relao entre a nacionalidade do fornecedor e o
nvel de CN do servio.
Tabela 9 - Relao entre o nvel de CN do servio e a nacionalidade do fornecedor
Nvel de CN
Baixo Mdio
Nacionalidade fornecedor
Ocorrncias
Fornecedor Externo
13
Alto
39
Total
59
Resduos ajustados
-2.5
-2.1
3.8*
Ocorrncias
10
22
Total
% do Total
Resduos ajustados
2.5
2.1
-3.8
Ocorrncias
15
23
43
27.2%
81
*Resduos ajustados menores que -1,96 ou maiores que 1,96 indicam que h significncia estatstica
65
assinttico, por outro lado, exige que para cada categoria de varivel o nmero de ocorrncias
seja de no mnimo 5.
A significncia estatstica usada em todas as tabelas cruzadas foi de 5%, ou seja, s
foram consideradas as correlaes onde o valor do Teste Exato foi menor ou igual a 0,05.
O prximo passo consistiu em determinar quais categorias foram mais relevantes na
correlao das variveis. Para isso, utilizou-se o valor dos resduos ajustados que so
automaticamente gerados pelo SPSS. Os resduos ajustados indicam a diferena entre o valor
esperado e o valor observado em uma determinada clula. Valores negativos indicam que na
clula em questo foram observadas menos ocorrncias do que o valor esperado para uma
determinada caracterstica. Contudo, apenas valores de resduos menores que -1,96 ou
maiores que 1,96 so considerados para um nvel de significncia de 5%. Assim, caso o valor
do resduo ajustado de uma determinada clula seja menor que -1,96 ou maior que 1,96, ento
aquela clula relevante na correlao entre as variveis.
Impacto operacional
Grau de uso de CN
Faturamento
(em milhes R$)
Baixo
Mdio
Alto
Baixo
0.5
1.0
-1.9
Mdio
1.6
-1.0
-0.7
Alto
-2.3
0.1
2.9
Impacto estratgico
Baixo
Mdio
Alto
< 16
2.0
-1.3
1.1
16 a 90
-0.3
-1.2
> 90
-2.1
0.6
2.4
A Tabela 10 mostra que empresas com alto grau de uso de CN classificam o impacto
operacional do servio como alto. J quando a caracterstica organizacional o faturamento,
organizaes com valores superiores a R$ 90 milhes anuais classificam o impacto
estratgico do como alto.
66
Caractersticas do Servio de CN
Pagamento (S4)
Disponibilidade (S9)
Fornecedor
Categorias
Nacional
Externo
Por hora
-2.1*
2.1
Planos mensais/anuais
4.8
-4.8
Usurios ativos
-0.6
0.6
Gratuito
-3.4
3.4
Outros
At 3 horas
-2.2
2.2
2.2
-2.2
-4.1
4.1
3.7
-3.7
0.6
-0.6
-0.1
0.1
>3
2.3
-2.3
Pssima
Ruim
1.7
-1.7
Regular
2.3
-2.3
Boa
0.7
-0.7
tima
-1.8
1.8
Pssima
-0.6
0.6
Ruim
1.7
-1.7
Regular
0.9
-0.9
Boa
2.0
-2.0
tima
-3.0
3.0
Com base na Tabela 11, pode-se observar que para os servios de CN cujos
fornecedores so estrangeiros, a forma predominante de pagamento por hora de uso. H
tambm relao estatisticamente significativa para servios gratuitos. Quanto aos servios de
CN cujos fornecedores so empresas nacionais, predomina a cobrana por meio de planos
67
mensais/anuais. Esses resultados so coerentes com o mercado, uma vez que fornecedores
externos oferecem servios cuja forma de cobrana por hora de uso ou servios gratuitos,
enquanto que fornecedores nacionais geralmente adotam os planos mensais ou anuais.
Quando ao nmero de interaes com o fornecedor, para os servios de CN oferecidos
por fornecedores externos, o usurio no precisa realizar nenhuma interao com o fornecedor
na hora de configurar recursos em produo (aumentar ou diminuir algum recurso
computacional). J para os servios cujos fornecedores so empresas brasileiras, h
predominncia de uma interao e de mais de trs interaes.
A disponibilidade dos servios cujos fornecedores so empresas nacionais foi avaliada
como regular. Para os servios de fornecedores externos no h significncia estatstica para
se tirar concluses.
O limite para configurao de novos recursos computacionais foi considerado timo
quando o servio fornecido por uma empresa externa. Isso significa que, para a empresa
brasileira que contrata servios de uma empresa estrangeira, os recursos computacionais
contratados do a impresso de serem infinitos. J para os servios com fornecedores
nacionais, o limite de configurao de recursos foi considerado bom.
Conforme mostram os dados, os servios oferecidos por fornecedores nacionais
obtiveram avaliaes inferiores quando comparados aos servios oferecidos por organizaes
estrangeiras.
68
SPSS gera como uma das sadas o esquema de aglomerao. Por este esquema, possvel
identificar o nmero de agrupamentos da amostra com base na coluna de coeficientes. Esta
coluna apresenta o coeficiente variabilidade interna, ou seja, a medida de distncia dentro do
agrupamento formado em um dado estgio. Caso o valor desta medida aumente
consideravelmente (em relao aos estgios anteriores) de um estgio n para um estgio n + 1,
a tcnica sugere que o estgio n + 1 determinar o nmero de agrupamentos da amostra.
Assim, dado que o tamanho da amostra m, o nmero final de agrupamentos ser m (n+1).
A Tabela 12 apresenta os resultados da execuo da tcnica de agrupamentos hierrquicos,
enumerando os casos vlidos e os rejeitados.
Tabela 12 - Resumo da execuo do agrupamento hierrquico
Casos
Rejeitados
Vlidos Valores faltantes Binrios fora da escala*
N
74 77.1
22
22.9
%
0
Total
N
0.0 96 100.0
*. Valores diferentes de 0 ou de 1.
Estgio
Estgio
Distncia
Distncia
Salto
inicial
final
Inicial
final
67
68
12.5
12.75
0.25
68
69
12.75
12.82
0.07
69
70
12.82
13.16
0.34
70
71
13.16
13.89
0.73
71
72
13.89
13.95
0.06
72
73
13.95
13.99
0.04
69
Caractersticas da
Organizao
Faturamento (O4)
(R$ em milhes)
Porte (O7)
Tempo de mercado (O6)
(em anos)
At 16
De 16 a 90
Acima de 90
Pequena
Mdia
Grande
De 1 a 5
De 5 a 10
Acima de 10
Agrupamentos
1
2
3
(22 casos) (22 casos) (30 casos)
0.1
-2.9
3
-2.3
1.2
1
-1.5
-1.5
2.7
-2.2
-1.6
3.9
-2/3
-0.9
3.2
-2.3
-0.5
2.6
0.3
-2/5
2.4
2
-0.2
-1.6
-3.4
-0.1
3.2
70
Caractersticas do
Servio
Pagamento
Tempo de configurao
de recursos
Localizao
Categorias
Por hora
Planos mensais
Usurios ativos
Gratuito
Outros
At 1h
Entre 1h e 3h
Acima de 3h
No h escolha
Pas
Cidade
Datacenter
Agrupamentos
1
2
3
(22 casos) (22 casos) (30 casos)
2.2
0.1
-2.2
0.6
2.4
-2.8
-2.1
-1.2
3.1
-0.7
-2.4
2.8
-0.7
1.6
-0.8
0.7
-2.9
2.1
0.2
-3.6
3.7
-1.0
-0.4
0.2
-2.3
-4.4
6.3
1.4
4.1
-5.1
0.6
0.6
-1.2
1.3
0.5
-1.7
71
72
Acesso ao
conhecimento (S3.3)
No considera Considera
1.4
-1.4 (*)
-2.8
2.8
-0.9
0.9
Maior
disponibilidade (S3.5)
No considera Considera
Pequeno
Mdio
Grande
-2.5
Baixo
2.5
Grau de uso
-0.5
0.5
Mdio
de CN (O9)
-2.2
Alto
2.2
Legenda: (*) Valores acima de 1,96 ou menores que -1,96 tem significncia estatstica
Porte (O7)
De acordo com os dados, nota-se que organizaes com alto grau de uso de servios
de CN consideram a maior disponibilidade como critrio para a escolha do fornecedor. O
cliente que opta pela contratao de um servio de CN (terceirizao) em razo do aumento
da disponibilidade dos servios est em busca de um recurso crtico, uma vez que
imprescindvel que o servio execute sem falhas em produo. Alm disso, para o cliente
pode no ser possvel conseguir os mesmos parmetros de disponibilidade de fornecedores de
CN a um custo razovel. Nota-se, adicionalmente, que houve correlao entre empresas de
pequeno porte e a considerao do acesso ao conhecimento, apesar de no estatisticamente
significativa (1,4).
73
Concluses
Este trabalho teve como objetivo analisar a adoo da CN por organizaes brasileiras.
Foi utilizada uma amostra no probabilstica contendo 96 casos e os dados foram coletados
por meio de um questionrio enviado por e-mail e divulgado em fruns de TI. Para a anlise
dos dados foram utilizadas tcnicas no paramtricas e anlise de agrupamentos.
A escolha de uma amostra no probabilstica faz com que no seja possvel generalizar
os resultados. Alm disso, as tcnicas usadas para a anlise dos dados no permitem descobrir
as razes que conduzem ao fenmeno, apenas as relaes entre as variveis. Contudo, como o
estudo exploratrio, os resultados podem servir como base para futuros trabalhos de
natureza explicativa. Os resultados e contribuies esto apresentados de acordo com os
objetivos propostos.
74
75
fornecedores
estrangeiros
76
podem disponibilizar recursos de uma maneira mais rpida em razo do uso de outro meio de
pagamento.
Outro fato que pode justificar os baixos nveis de CN observados para empresas
nacionais o oferecimento de servios tradicionais de hospedagem como se fossem servios
de CN. O Hype gerado pela CN e a ausncia de uma definio formal amplamente difundida
fizeram com que inmeros servios fossem oferecidos com as palavras cloud ou nuvem
no nome visando apenas aes de marketing. O simples fato de o fornecedor oferecer um
servidor virtualizado no implica no oferecimento de um produto de CN. Contudo, muitas
empresas aproveitaram a popularidade do tema para vender seus produtos, alguns realmente
aderentes s definies mais aceitas de CN e outros no.
77
78
79
gratuita que tem como base o nmero de usurios ativos. Caso o cliente deseje
incluir outros usurios, o fornecedor do servio passar a cobrar pelo nmero de
usurios ativos em produo. Este agrupamento tambm pode indicar o uso de
servios gratuitos que possuem cota de uso que tem como base outros critrios,
tais como quantidade de dados armazenados ou trafegados (Dropbox e alguns
servios de CN da Amazon).
80
Sugestes de Pesquisa
Recomenda-se a elaborao de novas pesquisas com base neste trabalho. Dentre as
inmeras alternativas, pode-se citar:
81
Referncias
AMAZON. Amazon Elastic Compute Cloud (Amazon EC2). Disponvel em:
<http://aws.amazon.com/pt/ec2/>. Acesso em: 29/1/2012.
APPLEGATE, L. M.; AUSTIN, R. D.; MCFARLAN, F. W. Corporate Information
Strategy and Management. 6 ed. McGraw-Hill, 2003.
ARMBRUST, M.; FOX, A.; GRIFFITH, R.; JOSEPH, A.; KATZ, R. Above the clouds: A
Berkeley view of cloud computing. Technical Report n. UCBEECS - 2009-28. CA (US):
University of California, Berkeley Electrical Engineering and Computer Sciences, 2009.
Disponvel em: < http://www.eecs.berkeley.edu/Pubs/TechRpts/2009/EECS-2009-28.pdf >.
Acesso em: 23-10-2012.
BABBIE, E. The Practice of Social Research. 12th edition. Belmont, CA: Wadsworth, 2010.
BARNEY, J. Firm resources and sustained competitive advantage. Journal of
Management, v. 17, n. 1, p. 99120, 1991. Sage Publications.
BERG, B. L.; Qualitative research methods for the social sciences. 4th edition. Needham
Heights, MA: Allyn & Bacon, 2000.
BNDES. Porte de Empresa - BNDES. Disponvel em:
<http://www.bndes.gov.br/SiteBNDES/bndes/bndes_pt/Navegacao_Suplementar/Perfil/porte.
html>. Acesso em: 10/1/2012.
CARR, N. G. TI j no importa. Reprint r0305b-p. Harvard Business Review Brasil, pp. 3037, Maio 2003.
CHAVES, S. A Questo dos Riscos em Ambientes de Computao em Nuvem, So Paulo,
2011. Dissertao (Mestrado em Administrao) - Programa de Ps-Graduao em
Administrao, Faculdade de Economia, Administrao e Contabilidade da Universidade de
So Paulo.
CLEMONS, E. Making the Decision to Contract for Cloud Services: Managing the Risk of an
Extreme Form of IT Outsourcing. In: Proceedings of the 44th Hawaii International
Conference on System Sciences (HICSS). Kauai, HI(US): IEEE Computer Society, p. 1-10,
2011.
CNAE. Introduo Classificao Nacional de Atividades Econmicas - CNAE verso 2.0.
Disponvel em:
<http://www.ibge.gov.br/concla/pub/revisao2007/PropCNAE20/CNAE20_Introducao.pdf>.
Acesso em: 11/1/2012.
COMPUTERWORLD. Gartner: Cloud Computing principal prioridade de CIOs brasileiros.
Disponvel em: <http://computerworld.uol.com.br/negocios/2010/04/14/gartner-cloudcomputing-e-maior-prioridade-de-cios-brasileiros/>. Acesso em 28/10/2012.
82
83
GROSSMAN, R. The Case for Cloud Computing. IT professional. v. 11, n. 5, p. 207, 2009.
Disponvel em: <http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=4804045>. Acesso em:
14/1/2012.
HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Anlise
Multivariada de Dados. 6 ed. Porto Alegre: Bookman, 2009.
IDGNOW. Amazon anuncia incio dos servios de cloud computing no Brasil - Internet - IDG
Now! Disponvel em: <http://idgnow.uol.com.br/internet/2011/12/15/amazon-anuncia-iniciodos-servicos-de-cloud-computing-no-brasil/>. Acesso em: 29/2/2012.
ISACA. Computao em Nuvem: Benefcios para o Negcio com Perspectivas de Segurana,
Governana e Qualidade. Documento Tcnico da ISACA sobre Tecnologias Emergentes,
2009. Disponvel em: <http://www.isaca.org/KnowledgeCenter/Research/Documents/Cloud_WP_Portuguese_23Feb2011.pdf?id=7b50eb1c-093f4835-b8c5-c8c9a7ab71d3>. Acesso em 28/10/2012.
IS Theories. Resource Dependency Theory. Disponvel em
<http://www.istheory.yorku.ca/resourcedependencytheory.htm>. Acesso em 25/10/2012.
JEFFERY, K.; NEIDECKER-LUTZ, B. The Future of Cloud Computing - Opportunities for
European Cloud Computing Beyond 2010. Expert Group Report, Information Society and
Media. European Comission, 2010. Disponvel em
<http://cordis.europa.eu/fp7/ict/ssai/docs/cloud-report-final.pdf>. Acesso em: 28/10/2012.
JENSEN, M. C.; MECKLING, W. H. Theory of the Firm: Managerial Behavior, Agency
Costs and Ownership Structure. Journal of Financial Economics, v. 3, n. 4, p. 305-360,
1976.
KALOF, L.; DAN, A.; DIETZ, T. Essentials of Social Research. 1 ed. New York (US):
McGraw Hill, 2008.
KHALID, A. Cloud Computing: Applying Issues in Small Business. In: International
Conference on Signal Acquisition and Processing. Bangalore (India): Institute of Electrical
and Electronics Engineers (IEEE), p. 278-281, 2010.
LEHMAN, T. J.; VAJPAYEE, S. Weve Looked at Clouds from Both Sides Now. In: Annual
SRII Global Conference. San Jose, CA (US): Institute of Electrical and Electronics
Engineers (IEEE), p. 342-348, 2011.
LOCAWEB. Cloud Server Pro. Disponvel em: <http://www.locaweb.com.br/produtos/cloudserver.html>. Acesso em: 25/1/2011.
MALATHI, M. Cloud Computing Concepts. 3rd International Conference on Electronics
Computer Technology (ICECT). Kanyakumari, India: Institute of Electrical and Electronics
Engineers (IEEE), v. 6, p.236239, 2011.
MARCONI, M. A.; LAKATOS, E. M. Fundamentos de Metodologia Cientfica. 6th ed. So
Paulo: Atlas, 2005.
84
85
86
XU, D. Cloud Computing: An Emerging Technology. Computer Design and Applications. In:
International Conference on Computer Design and Applications (ICCDA). Qinhuangdao,
China: Institute of Electrical and Electronics Engineers (IEEE), v. 1, p. 100-104, 2010.
YIN, R. K. Estudo de Caso: Planejamento e Mtodos. 2 ed. So Paulo, SP: Bookman, 2001.
87
Apndice A
a) Servios de IaaS
Segue abaixo uma lista contendo os principais servios de IaaS oferecidos no
mercado:
Empresa: UOL
Produto: UOL Cloud Computing
Tipo do servio: VPS
Descrio: o servio de CN oferecido pelo UOL Host, empresa do Grupo Folha.
O servio vendido com apelo a duas caractersticas da CN: elasticidade e recursos sob
demanda. Entretanto, a cobrana feita por meio de planos mensais. Assim, ao necessitar de
mais recursos, o usurio deve configur-los por meio de uma ferramenta disponibilizada pela
empresa sendo, com isso, seu contrato mensal ser atualizado.
Forma de cobrana: a cobrana feita por planos mensais.
Os Planos oferecidos destacam trs recursos computacionais: quantidade e velocidade
dos processadores; quantidade de memria RAM; e largura de banda para transferncia de
dados (Mb/s). Todos os planos contemplam transferncia ilimitada de dados, discos rgidos de
50 GB, sistemas operacionais proprietrios (Microsoft Windows, com pagamento mensal do
valor da licena) ou sistemas operacionais abertos (distribuies Linux).
Empresa: Locaweb
Produto: Cloud Server PRO
Tipo do servio: VPS
Descrio: Segundo Locaweb (2011), este servio uma soluo de CN baseada no sistema
Xen, que permite a virtualizao de servidores com alto desempenho e aloca recursos de
maneira independente para cada cliente. A empresa ainda informa que este servio pode ser
usado para hospedar aplicaes para a Internet, CRMs, ERPs, banco de dados e revenda de
hospedagem. O produto oferecido com destaque a quatro caractersticas: Segurana,
Elasticidade, Disponibilidade e Desempenho. Apesar de a empresa alegar que a alocao de
recursos pode crescer com a demanda, os contratos mensais fazem com que a caracterstica de
pagamento somente pelo que utilizado no se aplique a este servio. Ao instalar um novo
88
servidor com a configurao bsica, o usurio deve esperar at 90 minutos aps a confirmao
do pagamento para que o mesmo esteja disponvel. Segundo a empresa, em alguns casos esse
tempo pode ser maior devido a limitaes de disponibilidade tcnica e operacional.
Forma de cobrana: A cobrana feita por meio de planos mensais.
Empresa: Tecla
Produto: Cloud TECLA
Classificao do servio: IaaS
Tipo do servio: VPS
Descrio: Segundo a empresa, este servio ideal para hospedar sites, aplicaes, estruturas
de e-mail, dentre outros. O servio divulgado como sendo elstico, porm, a cobrana feita
por planos mensais.
Forma de Cobrana: A cobrana feita por meio de planos mensais.
Assim como no UOL Host, o servio oferecido com destaque quantidade e velocidade dos
processadores, quantidade de memria RAM e largura da banda.
Empresa: Amazon
Produto: Amazon Elastic Compute Cloud (EC2)
Tipo do servio: VPS
Descrio: Este servio permite que usurios aluguem servidores virtuais e efetuem o
pagamento por hora de uso de cada servidor ativo. Segundo a Amazon (2012), possvel
configurar instncias de servidores em apenas alguns minutos. Com isso, o usurio pode
adicionar ou remover servidores de acordo com as necessidades do negcio. Em cenrios
onde h pico de utilizao, o usurio no necessita adquirir planos mensais, j que o
pagamento realizado por hora de uso de cada servidor.
Forma de cobrana: a cobrana feita por hora de uso dos recursos computacionais.
No mercado norte-americano, outra empresa que oferece servios de IaaS e concorre
diretamente com a Amazon a Rackspace. Os servios so da mesma natureza: aluguel de
servidores virtuais com pagamento por hora de uso.
Empresa: Rackspace
Produto: Cloud Hosting
Tipo do servio: VPS
89
b) Servios de SaaS
Abaixo segue a descrio dos servios de SaaS oferecidos no Brasil:
Empresa: UOL Host
Servio: Loja de Aplicativos
Tipos de servios: Os servios oferecidos incluem: aplicativos de gesto de empresas do
setor da sade, aplicativos de gesto de manufatura e servios, aplicativos de gesto de varejo,
uma plataforma de ensino a distncia, um aplicativo de gerenciamento de contedo, um
CRM, dentre outros.
Descrio: Estes servios incluem aplicativos de diversas naturezas e que so executados na
infraestrutura do UOL.
Forma de cobrana: a cobrana feita por meio de planos mensais de acordo com o nmero
usurios ativos em produo.
Empresa: UOL Host
Servio: UOL Office 365
Tipos de servios: processadores de texto, planilhas, apresentaes e E-mail corporativo.
Descrio: Este servio representa uma parceria entre a empresa UOL Host e a Microsoft
para disponibilizar na nuvem os servios do pacote Office. O UOL Host atua como
intermediria no oferecimento dos servios.
Forma de cobrana: a cobrana feita por meio de planos mensais de acordo com o nmero
usurios ativos em produo.
Empresa: UOL Diveo
90
91
c) Servios de PaaS
Empresa: Google
Servio: Google App Engine
Tipos de servios: Infraestrutura para execuo de aplicativos em linguagens Java ou Python.
Descrio: Esta soluo um ambiente de execuo de aplicativos desenvolvidos em
linguagens Java e Python. Os aplicativos so hospedados nos servidores da Google e a
empresa oferece um SLA com disponibilidade de 99,9% Google (2012c).
Forma de pagamento: A cobrana com base nos recursos computacionais que a aplicao
consome, tais como banda ou armazenamento. O servio oferece uma cota gratuita de cada
recurso. O usurio paga por meio de carto de crdito.
Empresa: Red Hat
Servios: JBoss Open Shift
Tipos de servios: Infraestrutura para execuo de aplicativos nas linguagens Java, Ruby,
PHP, Perl e Python.
Forma de pagamento: A empresa est oferecendo os servios gratuitamente, j que o
produto ainda est em verso beta e no recomendado para executar aplicaes em ambiente
de produo. O usurio pode utilizar a verso gratuita por 30 dias ou 30 horas, o que vier
primeiro.
Descrio: Este servio oferece uma interface Web para gesto dos servidores e aplicaes,
com recursos de monitorao de desempenho, gesto de logs e escalabilidade automtica.
O produto ainda no est estvel e indicado apenas para desenvolvedores testarem e
avaliarem a plataforma. Por enquanto, a empresa no oferece garantias de SLA. A empresa
tambm recomenda que o produto no seja usado em ambientes de produo. A empresa
oferece o produto gratuitamente, mas pode revogar o uso dos recursos a qualquer momento
sem notificaes, explicaes ou cpias de segurana.
Empresa: Microsoft
Servio: Azure
Tipos de servios: Infraestrutura para execuo de aplicativos.
Descrio: Segundo a Microsoft (2012), o Windows Azure uma plataforma de CN aberta
que permite criar, implantar e gerenciar aplicativos rapidamente em uma rede global de data
centers gerenciado pela empresa. Os aplicativos podem ser criados usando qualquer
92
GitHub. Ainda de acordo com a Microsoft (2012), a plataforma prov uma interface de
autoatendimento que permite aumentar ou reduzir os recursos computacionais em minutos,
sendo que o usurio paga somente pelo que utilizar.
Um aplicativo que executa nesta plataforma tem como base o que a empresa chama de
funes. As funes podem ser de trs naturezas:
93
d) Outros Servios
94
95
Apndice B
Definio das Variveis de Pesquisa
Neste Apndice, so apresentadas e descritas as variveis de pesquisa. Inicialmente,
so apresentadas as variveis relacionadas ao perfil do respondente e ao perfil da organizao.
Em seguida, so listadas e explicadas as variveis ligadas s caractersticas dos servios de
CN que a organizao utiliza. Para cada varivel so apresentados os seguintes tpicos: tipo
da varivel, cdigo utilizado para manuseio, nome, descrio e mtrica de medio utilizada.
i.
Caractersticas do Respondente
As caractersticas do respondente esto representadas por duas variveis: hierarquia e
96
ii.
Caractersticas da Organizao
Cinco caractersticas foram consideradas para as organizaes: Localizao
97
c) Faturamento
Para a classificao quanto ao faturamento ser considerada a classificao do BNDES
(2011). A classificao referida tem como base a receita operacional bruta anual e aplicvel
a todos os setores. No Quadro 9 est ilustrada a classificao de empresas quanto ao porte de
acordo com o BNDES.
Quadro 9 - Classificao de empresas de acordo com o porte.
Classificao
Microempresa
Pequena empresa
Mdia empresa
Mdia-grande empresa
Grande empresa
Cdigo: O4
Nome: Faturamento
Tipo: Varivel no mtrica do tipo ordinal.
Mtrica para medio: alternativas mutuamente excludentes. As categorias esto
listadas no Quadro 9.
d) Nmero de funcionrios
Esta varivel representa o nmero de funcionrios da organizao e ser usada com
conjunto com o setor para compor outra caracterstica da organizao: o porte. As faixas de
nmero de empregados de todos os setores (industrial, comercial e servios) sero
intercaladas e geraro apenas uma varivel. Na etapa de tratamento de dados, o setor ser
considerado e uma nova varivel ser criada para representar o tamanho da organizao.
Cdigo: O5
Nome: Nmero de funcionrios
Tipo: Varivel no mtrica do tipo ordinal.
Mtrica para medio: alternativas mutuamente excludentes. Seguem abaixo as
faixas utilizadas:
1. At 9 empregados
2. De 10 a 19 empregados.
3. De 20 a 49 empregados.
4. De 50 a 99 empregados
98
Comrcio e Servios
Micro
Com at 19 empregados
At 9 empregados
Pequena
De 20 a 99 empregados
De 10 a 49 empregados
Mdia
De 50 a 99 empregados
Grande
g) Tempo de uso de CN
Esta caracterstica representa o tempo no qual a empresa utiliza algum servio de CN.
Cdigo: O8
99
iii.
descrio das variveis ligadas ao servio mais importante para a organizao segundo o
respondente.
a) Servios de CN utilizados
Esta caracterstica representa os tipos de servios de CN utilizados pela organizao.
Cdigo: S1
Nome: Servio.
Tipo: Caracteriza-se por ser uma varivel no mtrica, do tipo nominal.
Mtrica para Medio: As categorias no so mutuamente excludentes.
a) Edio de texto, planilhas e apresentaes.
b) E-mail com o domnio da empresa
100
101
102
103
104
configurado somente quando o mesmo est disponvel para uso (no necessita de mais ajustes
do lado do fornecedor).
Cdigo: S7
Nome: Tempo Config Recursos.
Tipo: Varivel mtrica do tipo razo.
Mtrica para medio: nmero inteiro maior do que zero representando o tempo
necessrio para configurar os recursos em minutos, horas ou dias. Seguem abaixo as
categorias usadas neste trabalho:
1. Menos de 1h
2. Entre 1 e 3h
3. Entre 3h e 24h
4. Entre 1 e 2 dias
5. Mais de 2 dias
h) Grau de Interao com o Fornecedor
Esta caracterstica composta por uma nica varivel que representa o quanto o
usurio interage com o fornecedor quando deseja configurar novos recursos. A interao
caracteriza-se por telefonemas, e-mails ou abertura de chamados.
Cdigo: S8
Nome: Interao Fornecedor
Tipo: Varivel no mtrica do tipo ordinal.
Descrio: Esta varivel representa o grau de interao entre o usurio e o fornecedor
quando o usurio deseja aumentar ou diminuir os recursos consumidos na CN.
Mtrica para medio: Alternativas mutuamente excludentes.
1. No necessria interao
2. necessria, em mdia, uma interao.
3. So necessrias, em mdia, duas interaes.
4. So necessrias, em mdia, trs interaes.
5. So necessrias, em mdia, mais de trs interaes.
i) Estabilidade dos Servios de CN utilizados
Esta caracterstica composta por uma nica varivel que representa o quo estveis so os
servios de CN utilizados pela organizao.
Cdigo: S9
105
Nome: Disponibilidade
Tipo: Varivel no mtrica do tipo ordinal.
Descrio: Esta varivel representa o grau de estabilidade dos servios de CN
utilizados na organizao.
Mtrica para medio: Alternativas mutuamente excludentes.
1. Pssima - H muitos problemas de indisponibilidade. Frequentemente no
consigo acessar o sistema ou o sistema est lento.
2. Ruim - H poucos problemas de indisponibilidade, mas esses poucos
problemas atrapalham as atividades da empresa.
3. Regular - H poucos problemas de indisponibilidade, mas esses problemas no
atrapalham as atividades da empresa.
4. Boa H raras indisponibilidades.
5. tima O sistema sempre est disponvel.
j) Flexibilidade na Escolha da Localizao dos Dados
Esta caracterstica composta por uma nica varivel que representa a possibilidade
de o cliente escolher a localizao fsica (pas, estado, cidade ou data center) dos dados.
Cdigo: S10
Nome: Localizao
Tipo: Varivel no mtrica do tipo ordinal.
Mtrica para medio: Alternativas mutuamente excludentes.
1 - No possivel escolher localizao
2 - Possvel escolher pas
3 - Possvel escolher estado
4 - Possvel escolher cidade
5 - Possvel escolher datacenter
k) Capacidade de Alocao Ilimitada de Recursos
Esta caracterstica composta por uma nica varivel que representa a possibilidade
de o cliente alocar recursos sem limitaes por parte do fornecedor.
Cdigo: S11
Nome: Limite Recursos
Tipo: Varivel no mtrica do tipo ordinal.
Mtrica para medio: Alternativas mutuamente excludentes.
1 - Pssima (extremamente limitado).
106
107
Apndice C
Questionrio utilizado para a coleta de dados
108
109
110
111
112
113
114
Apndice D
Tabelas cruzadas e sadas do SPSS relativas Seo 5.3
i.
Percent
Valid Percent
Percent
.00
18
28.1
28.1
28.1
1.00
46
71.9
71.9
100.0
Total
64
100.0
100.0
Prestao de servio
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
35
54.7
54.7
54.7
1.00
29
45.3
45.3
100.0
Total
64
100.0
100.0
Acesso conhecimento
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
45
70.3
70.3
70.3
1.00
19
29.7
29.7
100.0
Total
64
100.0
100.0
Reduo de custo
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
26
40.6
40.6
40.6
1.00
38
59.4
59.4
100.0
Total
64
100.0
100.0
Maior disponibilidade
115
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
21
32.8
32.8
32.8
1.00
43
67.2
67.2
100.0
Total
64
100.0
100.0
Segurana da informao
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
35
54.7
54.7
54.7
1.00
29
45.3
45.3
100.0
Total
64
100.0
100.0
Percent
Valid Percent
Percent
.00
58
90.6
90.6
90.6
1.00
9.4
9.4
100.0
Total
64
100.0
100.0
Atividades rotineiras
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
50
78.1
78.1
78.1
1.00
14
21.9
21.9
100.0
Total
64
100.0
100.0
Percent
Valid Percent
Percent
.00
62
96.9
96.9
96.9
1.00
3.1
3.1
100.0
Total
64
100.0
100.0
.00
54
Percent
84.4
Valid Percent
84.4
Percent
84.4
116
1.00
10
15.6
15.6
Total
64
100.0
100.0
100.0
Imposies externas
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
62
96.9
96.9
96.9
1.00
3.1
3.1
100.0
Total
64
100.0
100.0
ii.
Percent
Valid Percent
Percent
.00
62
96.9
96.9
96.9
1.00
3.1
3.1
100.0
Total
64
100.0
100.0
Percent
Valid Percent
Percent
.00
17
68.0
68.0
68.0
1.00
32.0
32.0
100.0
Total
25
100.0
100.0
Prestao de servio
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
14
56.0
56.0
56.0
1.00
11
44.0
44.0
100.0
Total
25
100.0
100.0
Acesso conhecimento
Cumulative
Frequency
Percent
Valid Percent
Percent
117
Valid
.00
21
84.0
84.0
84.0
1.00
16.0
16.0
100.0
Total
25
100.0
100.0
Reduo de custo
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
36.0
36.0
36.0
1.00
16
64.0
64.0
100.0
Total
25
100.0
100.0
Maior disponibilidade
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
12
48.0
48.0
48.0
1.00
13
52.0
52.0
100.0
Total
25
100.0
100.0
Segurana da informao
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
18
72.0
72.0
72.0
1.00
28.0
28.0
100.0
Total
25
100.0
100.0
Percent
Valid Percent
Percent
.00
24
96.0
96.0
96.0
1.00
4.0
4.0
100.0
Total
25
100.0
100.0
Atividades rotineiras
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
23
92.0
92.0
92.0
1.00
8.0
8.0
100.0
Total
25
100.0
100.0
118
Percent
Valid Percent
Percent
.00
22
88.0
88.0
88.0
1.00
12.0
12.0
100.0
Total
25
100.0
100.0
Percent
Valid Percent
Percent
.00
23
92.0
92.0
92.0
1.00
8.0
8.0
100.0
Total
25
100.0
100.0
Imposies externas
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
.00
24
96.0
96.0
96.0
1.00
4.0
4.0
100.0
Total
25
100.0
100.0
iii.
Percent
Valid Percent
Percent
.00
24
96.0
96.0
96.0
1.00
4.0
4.0
100.0
Total
25
100.0
100.0
1.00
Total
119
Setor
Comercial
Count
5.3%
4.2%
9.5%
Adjusted Residual
.8
-.8
Count
12
14
12.6%
2.1%
14.7%
Adjusted Residual
3.5
-3.5
Count
24
48
72
25.3%
50.5%
75.8%
-3.4
3.4
41
54
95
43.2%
56.8%
100.0%
% of Total
Industrial
% of Total
Servios
% of Total
Adjusted Residual
Total
Count
% of Total
Value
Point
sided)
sided)
sided)
Probability
df
a
.001
.001
Likelihood Ratio
14.407
.001
.001
13.763
Linear-by-Linear
6.897b
.009
Pearson Chi-Square
13.732
.001
.009
.007
.004
Association
N of Valid Cases
95
a. 1 cells (16.7%) have expected count less than 5. The minimum expected count is 3.88.
b. The standardized statistic is 2.626.
Comercial
Industrial
Count
Total
% of Total
.0%
9.5%
9.5%
Adjusted Residual
-2.5
2.5
14
7.4%
7.4%
14.7%
Adjusted Residual
1.0
-1.0
Count
29
43
72
30.5%
45.3%
75.8%
.8
-.8
Count
% of Total
Servios
1.00
% of Total
Adjusted Residual
120
Total
Count
% of Total
36
59
95
37.9%
62.1%
100.0%
Point
sided)
sided)
sided)
Probability
Value df
Pearson Chi-Square
.038
.043
9.592
.008
.014
.093
6.537
Likelihood Ratio
Fisher's Exact Test
7.123
.028
2.817b
Linear-by-Linear
.103
.062
.033
Association
N of Valid Cases
95
a. 1 cells (16.7%) have expected count less than 5. The minimum expected count is 3.41.
b. The standardized statistic is -1.678.
Pequena
Count
14
46
33.7%
14.7%
48.4%
-1.4
1.4
19
19
20.0%
.0%
20.0%
Adjusted Residual
2.8
-2.8
Count
21
30
22.1%
9.5%
31.6%
Adjusted Residual
-.9
.9
Count
72
23
95
75.8%
24.2%
100.0%
Adjusted Residual
Count
% of Total
Grande
% of Total
Total
Total
32
% of Total
Mdia
1.00
% of Total
Value
Pearson Chi-Square
df
a
7.589
Asymp. Sig.
Point
(2-sided)
sided)
sided)
Probability
.022
.024
121
Likelihood Ratio
11.978
9.196
Linear-by-Linear
.093
.003
.760
.005
.010
.788
.435
.103
Association
N of Valid Cases
95
a. 1 cells (16.7%) have expected count less than 5. The minimum expected count is 4.60.
b. The standardized statistic is -.305.
De 1 a 5 anos
Count
14
6.3%
8.3%
14.6%
-.9
.9
10
13
3.1%
10.4%
13.5%
-2.4
2.4
43
26
69
44.8%
27.1%
71.9%
Adjusted Residual
2.6
-2.6
Count
52
44
96
54.2%
45.8%
100.0%
Adjusted Residual
Count
% of Total
Adjusted Residual
Acima de 10 anos
Count
% of Total
Total
Total
% of Total
De 5 a 10 anos
1.00
% of Total
Value
df
Asymp. Sig.
Point
(2-sided)
sided)
sided)
Probability
.022
.019
Likelihood Ratio
7.828
.020
.022
7.521
Pearson Chi-Square
Linear-by-Linear
7.630
4.022
.019
1
.045
.051
Association
N of Valid Cases
96
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.96.
b. The standardized statistic is -2.006.
.031
.015
122
De 1 a 5 anos
1.00
Count
faixas
13
14
13.5%
1.0%
14.6%
Adjusted Residual
.7
-.7
Count
13
8.3%
5.2%
13.5%
-3.0
3.0
63
69
65.6%
6.3%
71.9%
Adjusted Residual
1.8
-1.8
Count
84
12
96
87.5%
12.5%
100.0%
% of Total
De 5 a 10 anos
% of Total
Adjusted Residual
Acima de 10 anos
Count
% of Total
Total
Total
% of Total
Value
df
Asymp. Sig.
Point
(2-sided)
sided)
sided)
Probability
.010
.013
Likelihood Ratio
7.041
.030
.034
7.211
Pearson Chi-Square
9.291
.020
Linear-by-Linear
.618
.432
.533
.273
.112
Association
N of Valid Cases
96
a. 2 cells (33.3%) have expected count less than 5. The minimum expected count is 1.63.
b. The standardized statistic is -.786.
Baixo
Count
1.00
Total
20
16
36
55.6%
44.4%
100.0%
% of Total
20.8%
16.7%
37.5%
2.5
-2.5
Adjusted Residual
123
Mdio
Count
13
23
36
36.1%
63.9%
100.0%
% of Total
13.5%
24.0%
37.5%
-.5
.5
19
24
20.8%
79.2%
100.0%
5.2%
19.8%
25.0%
-2.2
2.2
38
58
96
39.6%
60.4%
100.0%
% of Total
39.6%
60.4%
100.0%
Adjusted Residual
Alto
Count
% within Fx Grau de uso CN
% of Total
Adjusted Residual
Total
Count
Value df
Point
sided)
sided)
sided)
Probability
.023
.025
Likelihood Ratio
7.770
.021
.025
7.454
Pearson Chi-Square
7.550
Linear-by-Linear
7.431
.025
1
.006
.007
.004
.002
Association
N of Valid Cases
96
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.50.
b. The standardized statistic is 2.726.
Alto
1.00
36
100.0%
Total
0
36
.0% 100.0%
37.5%
.0%
2.3
-2.3
35
37.5%
36
97.2%
2.8% 100.0%
% of Total
36.5%
1.0%
Adjusted Residual
1.5
-1.5
Count
17
37.5%
24
124
70.8%
% of Total
17.7%
7.3%
-4.3
4.3
88
Adjusted Residual
Total
Count
29.2% 100.0%
25.0%
96
91.7%
8.3% 100.0%
% of Total
91.7%
8.3% 100.0%
Value
Point
sided)
sided)
sided)
Probability
df
a
.000
.000
Likelihood Ratio
16.959
.000
.000
14.233
Pearson Chi-Square
Linear-by-Linear
18.364
14.172
.000
1
.000
.000
.000
.000
Association
N of Valid Cases
96
a. 3 cells (50.0%) have expected count less than 5. The minimum expected count is 2.00.
b. The standardized statistic is 3.765.
Alto
36
100.0%
Total
0
36
.0% 100.0%
37.5%
.0%
1.8
-1.8
35
37.5%
36
97.2%
2.8% 100.0%
% of Total
36.5%
1.0%
Adjusted Residual
.8
-.8
Count
20
83.3%
% of Total
20.8%
4.2%
-2.9
2.9
91
Adjusted Residual
Total
1.00
Count
37.5%
24
16.7% 100.0%
25.0%
96
125
94.8%
5.2% 100.0%
% of Total
94.8%
5.2% 100.0%
Point
sided)
sided)
sided)
Probability
Value df
a
.012
.026
Likelihood Ratio
8.518
.014
.026
6.708
Pearson Chi-Square
Linear-by-Linear
8.791
7.329
.026
1
.007
.007
.007
.006
Association
N of Valid Cases
96
a. 3 cells (50.0%) have expected count less than 5. The minimum expected count is 1.25.
b. The standardized statistic is 2.707.
ii.
36
44.4% 47.2%
8.3% 100.0%
% of Total
16.8% 17.9%
3.2%
Mdio Count
.5
1.0
-1.9
18
12
37.9%
35
% of Total
18.9% 12.6%
Adjusted Residual
Count
% within Fx Grau de uso CN
% of Total
Adjusted Residual
Total
17
Total
Adjusted Residual
Alto
16
Alto
Count
5.3%
1.6
-1.0
-.7
10
36.8%
24
9.5%
-2.3
.1
2.9
39
39
17
25.3%
95
% of Total
126
Value
Point
sided)
sided)
sided)
Probability
df
a
.023
.022
Likelihood Ratio
11.083
.026
.032
10.602
Pearson Chi-Square
Linear-by-Linear
11.384
6.385
.029
1
.012
.012
.007
.003
Association
N of Valid Cases
95
a. 1 cells (11.1%) have expected count less than 5. The minimum expected count is 4.29.
b. The standardized statistic is 2.527.
Fx Faturamento At 16 milhes
Baixo
Mdio
29
32
Count
Total
5
66
7.6% 100.0%
% of Total
5.4%
31.2% 34.4%
Adjusted Residual
De 16 a 90 milhes
Alto
Count
2.0
-1.3
-1.1
71.0%
12
.0% 100.0%
% of Total
4.3%
8.6%
.0%
-.3
1.0
-1.2
Adjusted Residual
Acima de 90 milhes Count
12.9%
15
2.2%
9.7%
4.3%
-2.1
.6
2.4
35
49
Adjusted Residual
Total
Count
16.1%
93
9.7% 100.0%
% of Total
9.7% 100.0%
37.6% 52.7%
Value
df
Point
sided)
sided)
sided)
Probability
127
Pearson Chi-Square
9.865
.043
.042
Likelihood Ratio
10.306
.036
.044
8.562
b
Linear-by-Linear
6.512
.054
1
.011
.012
.007
.003
Association
N of Valid Cases
93
a. 3 cells (33.3%) have expected count less than 5. The minimum expected count is 1.16.
b. The standardized statistic is 2.552.
iii.
Nacionalidade do fornecedor
a) Nacionalidade x Pagamento
Pagamento
Por
Planos
Usurios
hora
mensais/anuais
ativos
No
Gratuito
sabe
Total
10
22
22
15.6%
34.4%
12.5%
34.4%
3.1% 100.0%
11.2%
24.7%
9.0%
24.7%
2.2%
2.1
-4.9
.6
3.4
.9
23
.0%
92.0%
8.0%
.0%
.0% 100.0%
% of Total
.0%
25.8%
2.2%
.0%
.0%
Adjusted
-2.1
4.9
-.6
-3.4
-.9
10
45
10
22
11.2%
50.6%
11.2%
24.7%
2.2% 100.0%
11.2%
50.6%
11.2%
24.7%
2.2% 100.0%
Nacionalidade
Fornecedor
Ocorrncias
Fornecedor
Externo
% em
64
Fornecedor
Nacional
% do Total
R
Fornecedor Interno Count
- Empresa
% within
brasileira
Fornecedor
71.9%
25
Nacional
28.1%
Residual
Total
Count
% within
89
Fornecedor
Nacional
% of Total
128
Value
Point
sided)
sided)
sided)
Probability
df
a
.000
.000
Likelihood Ratio
31.990
.000
.000
26.135
Pearson Chi-Square
Linear-by-Linear
24.278
6.377
.000
1
.012
.012
.007
.004
Association
N of Valid Cases
87
a. 2 cells (25.0%) have expected count less than 5. The minimum expected count is 2.87.
b. The standardized statistic is -2.525.
Nacionalidad
Fornecedo Count
e fornecedor
r Externo
% within
Sem
Mais de 3
interae
intera
interae
interae
interae
Total
51
62
82.3%
8.1%
4.8%
4.8%
.0%
100.0
Nacionalidad
e fornecedor
% of Total
Adjusted
59.3%
5.8%
3.5%
3.5%
.0%
72.1%
4.1
-3.7
-.6
.1
-2.3
10
24
37.5%
41.7%
8.3%
4.2%
8.3%
100.0
Residual
Fornecedo Count
r Interno -
% within
Empresa
Nacionalidad
brasileira
e fornecedor
% of Total
Adjusted
10.5%
11.6%
2.3%
1.2%
2.3%
27.9%
-4.1
3.7
.6
-.1
2.3
60
15
86
69.8%
17.4%
5.8%
4.7%
2.3%
100.0
Residual
Total
Count
% within
Nacionalidad
e fornecedor
% of Total
69.8%
17.4%
5.8%
4.7%
2.3%
100.0
%
129
Chi-Square Tests
Value
df
Point
sided)
sided)
sided)
Probability
.000
.000
Likelihood Ratio
20.787
.000
.000
19.940
Linear-by-Linear
9.571
.002
Pearson Chi-Square
21.716
.000
.002
.002
.001
Association
N of Valid Cases
86
a. 7 cells (70.0%) have expected count less than 5. The minimum expected count is .56.
b. The standardized statistic is 3.094.
Fornecedor Externo
fornecedor
Count
% within
Boa
22
tima
Total
40
62
.0%
% of Total
.0%
Adjusted Residual
-1.7
-2.3
-.7
1.8
10
10
Nacionalidade
fornecedor
Fornecedor Interno -
Count
Empresa brasileira
% within
72.9%
23
4.3%
1.2%
Nacionalidade
fornecedor
% of Total
Adjusted Residual
Total
1.7
2.3
.7
-1.8
32
50
Count
% within
27.1%
85
1.2%
1.2%
Nacionalidade
fornecedor
% of Total
Value df
Pearson Chi-Square
9.634
Point
sided)
sided)
sided)
Probability
.022
.012
130
Likelihood Ratio
9.464
.024
.010
.017
8.243
b
Linear-by-Linear
6.691
.019
.014
.010
.007
Association
N of Valid Cases
85
a. 4 cells (50.0%) have expected count less than 5. The minimum expected count is .27.
b. The standardized statistic is -2.587.
Fornecedor Externo
Count
fornecedor
18
% within Nacionalidade
Alto
Total
41
59
fornecedor
% of Total
22.2% 50.6%
Adjusted Residual
Fornecedor Interno - Empresa
Count
brasileira
% within Nacionalidade
-2.7
2.7
14
72.8%
22
fornecedor
% of Total
Total
17.3%
9.9%
Adjusted Residual
2.7
-2.7
Count
32
49
% within Nacionalidade
27.2%
81
fornecedor
% of Total
Value df
Point
sided)
sided)
sided)
Probability
.007
Continuity Correction
6.038
.014
Likelihood Ratio
7.271
.007
7.268c
.007
Pearson Chi-Square
7.359
b
.010
.007
.010
.007
.010
.007
.010
.007
.006
131
N of Valid Cases
81
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.69.
b. Computed only for a 2x2 table
c. The standardized statistic is -2.696.
Nacionalida
Forneced
Count
de
or
% within
fornecedor
Externo
Nacionalida
Ruim
Regular
Boa
(Muita
(limitao
(Pouca
limita
de
limita
tima
Pssima
o de
recursos
o de
(Aparentemen
(extremamen
recurso
moderad
recurso
te os recursos
te limitado)
s)
a)
s)
so ilimitados)
Total
10
35
62
8.1%
8.1%
16.1%
11.3%
56.5%
100.0
%
de
fornecedor
% of Total
Adjusted
5.8%
5.8%
11.6%
8.1%
40.7% 72.1%
.6
-1.7
-.9
-2.0
3.0
24
4.2%
20.8%
25.0%
29.2%
20.8%
100.0
Residual
Forneced
Count
or Interno % within
-
Nacionalida
Empresa
de
brasileira
fornecedor
% of Total
Adjusted
1.2%
5.8%
7.0%
8.1%
5.8% 27.9%
-.6
1.7
.9
2.0
-3.0
10
16
14
40
86
7.0%
11.6%
18.6%
16.3%
46.5%
100.0
Residual
Total
Count
% within
Nacionalida
de
fornecedor
% of Total
7.0%
11.6%
18.6%
16.3%
46.5%
100.0
%
132
Chi-Square Tests
Value
Point
sided)
sided)
sided)
Probability
df
a
.020
.018
Likelihood Ratio
11.847
.019
.029
11.768
Linear-by-Linear
3.388
.066
Pearson Chi-Square
11.651
.013
.068
.042
.014
Association
N of Valid Cases
86
a. 5 cells (50.0%) have expected count less than 5. The minimum expected count is 1.67.
b. The standardized statistic is -1.841.
Fornecedor Externo
Count
fornecedor
18
% within Nacionalidade
Alto
Total
41
59
fornecedor
% of Total
22.2% 50.6%
Adjusted Residual
Fornecedor Interno - Empresa
Count
brasileira
% within Nacionalidade
-2.7
2.7
14
72.8%
22
fornecedor
% of Total
Total
17.3%
9.9%
Adjusted Residual
2.7
-2.7
Count
32
49
% within Nacionalidade
27.2%
81
fornecedor
% of Total
Value df
Point
sided)
sided)
sided)
Probability
.007
Continuity Correction
6.038
.014
Likelihood Ratio
7.271
.007
Pearson Chi-Square
7.359
b
.010
.007
.010
.007
133
7.268
.007
.010
.007
.010
.007
Association
N of Valid Cases
81
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.69.
b. Computed only for a 2x2 table
c. The standardized statistic is -2.696.
.006
134
Apndice E
Tabelas cruzadas e sadas do SPSS relativas Seo 5.4
i.
Nmero de agrupamentos
a) Sadas Agrupamentos hierrquicos
Missing Value
Percent
74
77.1%
Percent
22
22.9%
Total
Percent
0
.0%
Percent
96
100.0%
Esquema de aglomerao:
Agglomeration Schedule
Cluster Combined
Stage
Cluster 1
Cluster 2
Coefficients
Cluster 1
Cluster 2
Next Stage
30
80
.000
21
31
83
2.000
12
42
75
3.000
19
35
44
3.000
18
46
94
4.000
52
88
91
4.000
59
90
4.000
19
84
88
4.000
18
12
87
4.000
37
10
51
78
4.000
25
11
22
54
4.000
17
12
31
96
5.000
37
13
41
93
5.000
50
14
18
79
5.000
44
15
24
66
5.000
45
16
43
52
5.000
32
135
17
20
22
5.000
11
36
18
35
84
5.500
28
19
42
59
5.500
20
20
27
42
5.750
19
27
21
30
85
6.000
41
22
26
81
6.000
35
23
69
72
6.000
29
24
49
61
6.000
31
25
17
51
6.000
10
46
26
29
36
6.000
34
27
27
58
6.200
20
32
28
35
6.600
18
36
29
48
69
7.000
23
51
30
32
53
7.000
45
31
11
49
7.000
24
51
32
27
43
7.000
27
16
47
33
33
7.000
52
34
10
29
7.000
26
39
35
26
7.000
22
57
36
20
7.056
28
17
39
37
12
31
7.333
12
38
38
12
86
7.800
37
50
39
10
7.889
36
34
47
40
55
73
8.000
49
41
30
50
8.000
21
57
42
34
40
8.000
62
43
39
8.000
49
44
18
70
8.500
14
53
45
24
32
8.500
15
30
62
46
17
56
8.667
25
54
47
27
8.667
39
32
56
48
92
95
9.000
67
49
55
9.000
43
40
67
50
12
41
9.167
38
13
59
51
11
48
9.333
31
29
58
52
46
9.500
33
59
53
18
25
9.667
44
56
54
17
89
10.000
46
61
55
63
74
10.000
61
56
18
10.075
47
53
60
57
30
10.167
35
41
60
58
11
23
10.333
51
66
59
12
10.500
52
50
65
136
60
10.595
57
56
64
61
17
63
10.600
54
55
64
62
24
34
10.750
45
42
69
63
65
68
11.000
68
64
17
11.230
60
61
65
65
11.680
59
64
69
66
11
14
11.857
58
68
67
92
12.500
49
48
70
68
11
65
12.750
66
63
73
69
24
12.820
65
62
71
70
13.167
67
72
71
13
13.893
69
72
72
13.952
70
71
73
73
11
13.997
72
68
b) Sadas Kmeans
Tabela ANOVA
ANOVA
Cluster
Mean Square
Error
df
Mean Square
df
Sig.
at 2.4
5.407
.096
71
56.279
.000
de 2,4 a 16
2.993
.144
71
20.772
.000
de 16 a 90
.351
.122
71
2.873
.063
de 90 a 300
.040
.026
71
1.508
.228
Menos de 1 ano
.256
.046
71
5.544
.006
Entre 1 e 5
.152
.096
71
1.584
.212
Entre 5 e 10
.272
.124
71
2.188
.120
Entre 10 e 20
.272
.230
71
1.182
.312
Micro
4.534
.084
71
53.896
.000
Pequena
.534
.169
71
3.150
.049
Mdia
.982
.149
71
6.595
.002
.097
.109
71
.890
.415
.569
.152
71
3.734
.029
.133
.214
71
.620
.541
.190
.232
71
.818
.445
.364
.112
71
3.260
.044
Planos mensais/anuais
.980
.233
71
4.208
.019
a 1ano
Temp uso CN - de 1ano a
2anos
Temp uso CN - de 2 a 5
anos
137
Nmero de usurios
Gratuito
.542
.096
71
5.643
.005
.834
.161
71
5.180
.008
Menos de 1 hora
1.101
.229
71
4.799
.011
Entre 1h e 3h
1.668
.152
71
10.984
.000
Entre 3h e 1 dia
.078
.130
71
.600
.551
Entre 1d e 2 dias
.020
.077
71
.265
.768
Nenhuma interao
.715
.198
71
3.616
.032
1 interao
.273
.114
71
2.390
.099
2 interaes
.075
.064
71
1.180
.313
3 interaes
.072
.064
71
1.131
.328
Disponibilidade Pssima
.000
.000
71
Disponibilidade Ruim
.018
.027
71
.685
.507
Disponibilidade Regular
.012
.027
71
.457
.635
Disponibilidade Boa
.445
.221
71
2.018
.140
5.058
.117
71
43.108
.000
3.163
.144
71
21.961
.000
Escolher estado
.000
.000
71
Escolher cidade
.018
.027
71
.685
.507
Limitao recursos -
.120
.062
71
1.935
.152
.178
.106
71
1.679
.194
.190
.146
71
1.305
.278
.026
.150
71
.175
.840
Nuvem pblica
.158
.256
71
.615
.543
Nuvem privada
.110
.209
71
.525
.594
Comercial
.011
.065
71
.174
.840
Industrial
.491
.128
71
3.840
.026
No possvel escolher
localizao
Escolher pas
pssima
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the
differences among cases in different clusters. The observed significance levels are not corrected for this and thus
cannot be interpreted as tests of the hypothesis that the cluster means are equal.
22.000
22.000
30.000
Valid
74.000
Missing
22.000
138
ii.
Tabela Cruzada
Crosstab
Cluster Number of Case
1
Fx Faturamento At 16 milhes
Count
Total
16
% within Fx Faturamento
39.6%
30.2%
30.2% 100.0%
% of Total
28.4%
21.6%
21.6%
3.0
.1
-2.9
Count
16
53
71.6%
11
% within Fx Faturamento
.0% 45.5%
% of Total
.0%
6.8%
8.1%
Adjusted Residual
-2.3
1.2
1.0
10.0%
10.0%
1.4%
1.4%
10.8%
-1.5
-1.5
2.7
22
22
30
% within Fx Faturamento
29.7%
29.7%
40.5% 100.0%
% of Total
29.7%
29.7%
40.5% 100.0%
21
Adjusted Residual
De 16 a 90 milhes
Count
54.5% 100.0%
14.9%
10
80.0% 100.0%
13.5%
74
Value
df
Point
sided)
sided)
sided)
Probability
.006
.005
Likelihood Ratio
17.444
.002
.003
14.032
Pearson Chi-Square
Linear-by-Linear
14.326
10.409
.004
1
.001
.001
.000
Association
N of Valid Cases
74
a. 6 cells (66.7%) have expected count less than 5. The minimum expected count is 2.97.
b. The standardized statistic is 3.226.
b) Agrupamentos x Porte
Tabela Cruzada
Crosstab
Cluster Number of Case
Total
.000
139
1
Fx Porte
Pequena
Count
12
38
% within Fx Porte
50.0%
18.4%
31.6%
100.0%
% of Total
25.7%
9.5%
16.2%
51.4%
3.9
-2.2
-1.6
10
16
% within Fx Porte
6.3%
62.5%
31.3%
100.0%
% of Total
1.4%
13.5%
6.8%
21.6%
-2.3
3.2
-.9
13
20
10.0%
25.0%
65.0%
100.0%
2.7%
6.8%
17.6%
27.0%
-2.3
-.5
2.6
22
22
30
74
% within Fx Porte
29.7%
29.7%
40.5%
100.0%
% of Total
29.7%
29.7%
40.5%
100.0%
Count
Adjusted Residual
Grande
Count
% within Fx Porte
% of Total
Adjusted Residual
Total
19
Adjusted Residual
Mdia
Count
Value
df
Point
sided)
sided)
sided)
Probability
.000
.000
Likelihood Ratio
22.380
.000
.000
20.650
Pearson Chi-Square
Linear-by-Linear
22.447
10.592
.000
1
.001
.001
.001
.000
Association
N of Valid Cases
74
a. 2 cells (22.2%) have expected count less than 5. The minimum expected count is 4.76.
b. The standardized statistic is 3.255.
Count
% within Fx Tempo Mercado
% of Total
Adjusted Residual
De 5 a 10 anos
Count
2
7
3
4
58.3% 33.3%
Total
1
12
8.3% 100.0%
9.5%
5.4%
1.4%
2.4
.3
-2.5
16.2%
11
140
% of Total
8.1%
4.1%
2.7%
2.0
-.2
-1.6
15
27
Adjusted Residual
Acima de 10 anos Count
51
% of Total
Adjusted Residual
Total
14.9%
-3.4
-.1
3.2
22
22
30
Count
68.9%
74
% of Total
Value
df
Point
sided)
sided)
sided)
Probability
.006
.005
Likelihood Ratio
15.446
.004
.007
14.484
Pearson Chi-Square
Linear-by-Linear
14.523
13.164
.003
1
.000
.000
.000
.000
Association
N of Valid Cases
74
a. 6 cells (66.7%) have expected count less than 5. The minimum expected count is 3.27.
b. The standardized statistic is 3.628.
iii.
Tabela Cruzada
Crosstab
Cluster Number of Case
1
Pagamento Por hora
Count
2
6
3
3
Total
1
8.2%
4.1%
1.4%
2.2
.1
-2.2
12
15
10
13.7%
36
141
% of Total
Usurios ativos
Gratuito
16.4%
Adjusted Residual
.6
2.4
-2.8
Count
% within Pagamento
.0%
% of Total
.0%
Adjusted Residual
-2.1
-1.2
3.1
12
Count
12.3%
17
% of Total
1.4% 16.4%
5.5%
Count
Total
49.3%
Adjusted Residual
Outros
20.5% 12.3%
-.7
-2.4
2.8
23.3%
% within Pagamento
.0% 100.0%
.0% 100.0%
% of Total
.0%
1.4%
.0%
Adjusted Residual
-.7
1.6
-.8
Count
22
21
30
1.4%
73
% of Total
30.1%
Value
df
Point
sided)
sided)
sided)
Probability
.000
.000
Likelihood Ratio
31.036
.000
.000
26.298
Pearson Chi-Square
Linear-by-Linear
27.897
11.299
.000
1
.001
.001
.000
.000
Association
N of Valid Cases
73
a. 10 cells (66.7%) have expected count less than 5. The minimum expected count is .29.
b. The standardized statistic is 3.361.
Count
% within fx Tempo Config faixas
2
12
3
5
33.3% 13.9%
Total
19
36
52.8% 100.0%
142
% of Total
De 1 a 3 horas
16.2%
6.8%
25.7%
Adjusted Residual
.7
-2.9
2.1
Count
12
31.6% 63.2%
% of Total
Adjusted Residual
Total
1.4%
.2
3.7
-3.6
10
21.1% 26.3%
% of Total
Count
19
5.3% 100.0%
8.1% 16.2%
Adjusted Residual
48.6%
25.7%
19
52.6% 100.0%
5.4%
6.8%
13.5%
-1.0
-.4
1.2
22
22
30
25.7%
74
29.7% 29.7%
40.5% 100.0%
% of Total
29.7% 29.7%
40.5% 100.0%
Value
df
Point
sided)
sided)
sided)
Probability
.001
.001
Likelihood Ratio
21.123
.000
.001
19.617
1
.889
Pearson Chi-Square
18.762
Linear-by-Linear
.020
.000
.934
.478
.066
Association
N of Valid Cases
74
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.65.
b. The standardized statistic is .140.
c) Agrupamentos x Localizao
Tabela Cruzada
Crosstab
Cluster Number of Case
1
Localizao
No possivel escolher
Count
localizao
% within Localizao
% of Total
Adjusted Residual
Count
% within Localizao
Total
29
39
17.9%
7.7%
74.4%
100.0%
9.5%
4.1%
39.2%
52.7%
-2.3
-4.4
6.3
10
15
25
40.0%
60.0%
.0%
100.0%
143
% of Total
13.5%
20.3%
.0%
1.4
4.1
-5.1
50.0%
50.0%
.0%
100.0%
1.4%
1.4%
.0%
2.7%
Adjusted Residual
.6
.6
-1.2
Possvel escolher
Count
datacenter
% within Localizao
50.0%
37.5%
12.5%
100.0%
5.4%
4.1%
1.4%
10.8%
Adjusted Residual
1.3
.5
-1.7
Count
22
22
30
74
% within Localizao
29.7%
29.7%
40.5%
100.0%
% of Total
29.7%
29.7%
40.5%
100.0%
Adjusted Residual
Possvel escolher cidade
Count
% within Localizao
% of Total
% of Total
Total
Value
Pearson Chi-Square
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
df
Point
sided)
sided)
sided)
Probability
.000
.000
52.286
.000
.000
.000
42.104
47.431
b
12.309
.000
.000
Association
N of Valid Cases
74
a. 6 cells (50.0%) have expected count less than 5. The minimum expected count is .59.
b. The standardized statistic is -3.508.
.000
.000
33.8%