Você está na página 1de 8

ANLISE DAS DECISES NA INCERTEZA, APLICADA S EMPRESAS: UM

EXEMPLO DE APLICAO EM MARKETING.


Antonio Scorciapino*
Mestre pela FEA-USP, professor da USJT. Atuou como executivo em empresas transnacionais. Consultor empresarial.

Palavras-chave: rvore de deciso, teoria bayesiana e teoria da deciso.


Resumo: Este trabalho procura mostrar, por meio de um exemplo na rea mercadolgica,
como um executivo pode minimizar os riscos de uma tomada de deciso, atravs de um
modelo envolvendo mtodos quantitativos e aplicando a teoria bayesiana com o uso da
rvore de deciso.
Abstract: The main goal of this work is to show, using an example in marketing, how an
executive can minimaze risks of taking a decision based in a model of quantitative methods
through Bayes theory and using a decision tree.
Introduo
Freqentemente, nas empresas, somos obrigados a tomar decises em cenrios em que a
certeza no faz parte do cotidiano.
O risco e a incerteza fazem parte do dia-a-dia do executivo da empresa moderna, quer em
decises mercadolgicas, de investimentos ou em outras mais.
So comuns os exemplos de empresas que tomam decises de expanso sem analisar
detalhadamente os riscos e as incertezas que podem acarretar. O resultado normalmente o
endividamento, e a conseqncia mais grave a concordata.
conveniente, ento, analisar as informaes por meio da teoria da deciso, que nos
auxiliaro na escolha da melhor alternativa.
Uma definio simples, envolvendo os conceitos de risco e incerteza, dada por Solomon
& Pringle: Risco o grau de incerteza a respeito de um evento.
Quando a distribuio de probabilidades dos dados conhecida, pode-se, por meio de
modelos probabilsticos, analisar os valores sob condies de risco.
Se pouco ou quase nada se sabe sobre esses valores, a anlise feita em condies de
incerteza.
O nvel de incerteza de um evento, isto , seu risco, est estritamente relacionado com a
probabilidade de esse evento ocorrer.
Em toda deciso empresarial h riscos. As variveis so muitas, e os resultados
normalmente so projetados para o futuro.
Os riscos chamados internos (fontes endgenas de risco), tais como investimentos e custos
em geral, entre outros, so geralmente mais fceis de controlar.

Quanto aos riscos externos (fontes exgenas), tais como cenrio econmico, economia do
setor, mudanas tecnolgicas, preferncias dos consumidores entre outros, so mais difceis
de controlar.
Um modelo muito usado na tomada de decises sob incerteza a teoria de Bayes.
No exemplo mostrado neste trabalho ser utilizado o modelo bayesiano para definir qual a
melhor estratgia para o lanamento de um novo produto. claro que essa aplicao
muito mais ampla que o exemplo aqui mostrado, porm, por meio dele, o executivo ter um
modelo de aplicao em outras reas da empresa.
Freqentemente o executivo deve decidir contando apenas com informaes baseadas em
juzo pessoal ou contando com dados j conhecidos do passado. A anlise com esse tipo de
informao conhecida, na teoria bayesiana, como anlise a priori.
As informaes a priori podem ser revistas, e novas informaes, recentes e mais
atualizadas, podem ser adicionadas s mesmas. Uma nova anlise com essas informaes
conhecida como anlise a posteriori.
Um exemplo de aplicao.
Uma empresa estuda a convenincia de ampliar sua participao no mercado por meio do
lanamento de um novo produto.
Para fabricar esse novo produto, a empresa tem as alternativas de usar tecnologia prpria
ou de adquirir a patente de uma entre duas tecnologias mais atualizadas. O valor de cada
uma dessas novas tecnologias, bem como a contratao de uma equipe para trabalhar no
lanamento desse novo produto, implica em custos adicionais de R$ 70.000,00 e R$
240.000,00 por ano, respectivamente.
Em reunio para decidir sobre a aquisio ou no de patentes para uso de tecnologia
externa, alguns diretores manifestaram-se a favor quanto compra, enquanto outros
preferiam usar tecnologia prpria.
A empresa tinha informaes confidenciais sobre concorrentes que utilizavam essas
tecnologias.
As previses de vendas estimadas pela diretoria, baseadas em dados da concorrncia, esto
na tabela abaixo:
Receita esperada* Influncia das tecnologias externas na
(/ano)x1000
venda do produto
Tecnologia A (%) Tecnologia B (%)
Otimista
(PO)
530
90
10
Mais provvel (+P)
390
55
45
Pessimista
(PP)
170
20
80
*
Na receita esperada no est incluso o custo/ano relativo equipe que ir trabalhar
no lanamento do novo produto (R$ 240.000,00).
Previso de vendas

Um dos diretores, com muita experincia no mercado, ressaltou que, caso se optasse pelo
lanamento do produto com o uso de tecnologia prpria, as probabilidades de se obterem
volumes de vendas otimistas, mais provveis ou pessimistas seriam, respectivamente, de
30%, 45% e 25%.
Dessa forma, ficou resolvido que, caso se optasse pela tecnologia comprada, a deciso de
lanar ou no o produto dependeria exclusivamente da deciso de compra entre as patentes
A ou B.

Soluo:
1a parte Construo de uma rvore de deciso considerando-se todas as
possibilidades lgicas do problema

No lanar o produto

PO (0,30)

Lanar o produto

R$ 290.000,00

+P (0,45)

R$ 150.000,00

PP (0,25)

R$ -70.000,00

No lanar o produto
PO
Com tecnologia prpria

Lanar o produto

+P

R$ 0,00
R$ 290.000,00
R$ 150.000,00

PP

R$ 0,00

R$ -70.000,00

Comprar Patente A
No lanar o produto

Com tecnologia
comprada
R$ 70.000,00

PO
Comprar
Patente B

Lanar o
produto

+P

R$ 0,00

R$ 290.000,00
R$ 150.000,00

PP

R$ -70.000,00

PO = Previso de vendas otimista


+P = Previso de vendas mais provvel
PP = Previso de vendas pessimista
As probabilidades a priori, ou seja, as probabilidades de ocorrncia de vendas otimistas,
mais provveis ou pessimistas, com tecnologia prpria so: 0,30, 0,45 e 0,25,
respectivamente.

2a parte Clculo da distribuio a posteriori, ou seja, na hiptese da compra de


tecnologia, a qual poder ser obtida atravs do teorema de Bayes.

P ( Bi / A)

P ( A / Bi ).P ( Bi )
n

P( A / B
j 1

).P ( B j )

P ( Bi / A) a probabilidade condicional da ocorrncia de Bi , dado que A verdadeiro,


P ( A / Bi ) a probabilidade condicional de ocorrncia de A, dado que Bi verdadeiro; e
P ( Bi ) a probabilidade a priorida ocorrncia de Bi

Todos os outros smbolos da frmula so definidos por analogia.


Aplicando-se a frmula, por exemplo, para se calcular a probabilidade do volume de
vendas ser otimista (PO), considerando-se a hiptese de comprar a patente A, obtemos a
equao abaixo:

P( PO / Pat. A)

P ( Pat. A / PO ).P ( PO )
P( Pat. A / PO).P( Pat. A) P( Pat. A / P).P( P ) P ( Pat. A / PP).P( PP)

P ( PO / Pat . A)

0,90.0,30
0,4758
0,90.0,30 0,55.0,45 0,20.0,25

Por analogia, teremos:


P(+P/Pat.A)=0,4361
P(PP/Pat.A)=0,0881

P(PO)/Pat.B)=0,0694
P(+P/Pat.B)= 0,4682
P(PP/Pat.B)= 0,4624

Vamos considerar as probabilidades de a patente a ser comprada ser A ou B, dadas as


probabilidades das previses de vendas.
Essas so conhecidas como probabilidades marginais e so obtidas por meio da expresso
representada no denominador da frmula de Bayes, sendo que, para o problema em questo
resulta em:
Pm arg inal ( Pat. A) 0,90.0,30 0,55.0,45 0,20.0,25 0,5675
Pm arg inal ( Pat.B ) 0,10.0,30 0,45.0,45 0,80.0,25 0,4325

A rvore de deciso, com os valores calculados, apresentada a seguir:


4

No lanar o produto

PO (0,30)

Lanar o produto
R$ 137.000,00

+P (0,45)

R$ 0,00

R$ 290.000,00
R$ 150.000,00

PP (0,25)

R$ -70.000,00

No lanar o produto

R$ 0,00

PO (0,4758) R$ 290.000,00
Com tecnologia prpria

Lanar o produto

+P (0,4361) R$ 150.000,00
PP (0,0881) R$ -70.000,00

Comprar Patente A
(0,5675)
No lanar o produto

Com tecnologia
comprada
R$ 70.000,00

R$ 0,00

PO (0,0694) R$ 290.000,00
Comprar
Patente B
(0,4325)

Lanar o
produto

+P (0,4682) R$ 150.000,00

PP (0,4624) R$ -70.000,00

Complementao da rvore de deciso


Clculo da esperana matemtica nos eventos B, C e D, conforme expresso:
n

E ( X ) xi .P ( xi ) , onde xi o premio esperado e P ( xi ) a probabilidade de


i 1

ocorrncia do prmio.
E(B)=290.000x0,4758+150.000x0,4361+(-70.000)x0,0881=197.230,00
E(C)=290.000x0,0694+150.000x0,4682+(-70.000)x0,4624= 57.988,00
E(D)=290.000x0,30+150.000x0,45+(-70.000)x0,25=137.000,00
2) Clculo dos valores esperados nos pontos de deciso 2,3 e 4.
. Ponto 2
Ao lanar o produto = 197.230,00
Ao no lanar o produto = 0,00
Portanto
E(2)=197.230,00
. Ponto 3
Ao lanar o produto = 57.988,00
Ao no lanar o produto = 0,00
Portanto
E(3)=57.988,00

. Ponto 4
Ao lanar o produto = 137.000,00
Ao no lanar o produto = 0,00
Portanto
E(4) = 137.000,00
3) Clculo do valor esperado no evento A
E(A)=197.230x0,5675+57.988x0,4325=137.007,84
4) Clculo do valor esperado no ponto de deciso 1:
Alternativa com tecnologia comprada= 137.007,84-70.000,00=67.007,84
Alternativa com tecnologia prpria= 137.000,00
Portanto E(1)= 137.000,00

A seguir, apresentada a rvore de deciso de forma completa, ou seja, com os


resultados dos clculos efetuados
No lanar o produto

PO (0,30)

Lanar o produto
R$ 137.000,00

+P (0,45)

R$ 0,00

R$ 290.000,00
R$ 150.000,00

PP (0,25)

R$ -70.000,00

No lanar o produto

R$ 0,00

PO (0,4758) R$ 290.000,00

Com tecnologia prpria


R$ 137.000,00

Lanar o produto
R$ 197.230,00

+P (0,4361) R$ 150.000,00
PP (0,0881) R$ -70.000,00

Comprar Patente A
R$ 197.230,00
(0,5675)

No lanar o produto

Com tecnologia
comprada
R$ (137.007,84
-70.000,00)=
R$ 67.007,84

R$ 0,00

PO (0,0694) R$ 290.000,00
R$ 57.988,00
Comprar
Patente B
(0,4325)

Lanar o
produto
R$ 57.988,00

+P (0,4682) R$ 150.000,00

PP (0,4624) R$ -70.000,00

3a parte Anlise das alternativas obtidas e concluso.


6

1) Tomando-se os entroncamentos finais do topo da rvore, verificamos que o valor


esperado no evento B de R$ 197.230,00. Como tal valor maior do que o valor
esperado sob a alternativa no lanar o produto (R$ 0,00), o decisor deve escolher
a alternativa lanar o produto. Em decorrncia dessa ao, a expectativa de ganho
no ponto de deciso 2 de R$ 197.230,00.
2) De maneira anloga, o valor esperado no evento C de R$57.988,00. Como esse
valor superior quele referente alternativa no lanar o produto (R$0,00), o
decisor deve desprezar a alternativa no lanar o produto. Assim sendo, a
expectativa de ganho no ponto de deciso 3 de R$ 57.988,00.
3) Em razo do disposto nos itens acima e considerando-se as probabilidades
marginais para as alternativas Patente A e Patente B, deduz-se que o valor
esperado no evento A de R$ 137.007,84. No entanto, desse valor deve ser
subtrado o custo da patente (R$ 70.000,00), resultando em uma expectativa de
ganho no ponto de deciso 1 de R$ 67.007,84, o qual dever ser comparado com a
expectativa referente alternativa de usar tecnologia prpria.
4) J no evento D, o ganho esperado de R$ 137.000,00. Como tal valor maior que o
valor esperado da alternativa no lanar o produto (R$ 0,00), o decisor deve
escolher a alternativa lanar o produto. Em decorrncia dessa ao, a expectativa
de ganho no ponto de deciso 4 de R$ 137.000,00, sendo a mesma para o ponto de
deciso 1, e, para essa alternativa, usa-se tecnologia prpria.
5) Assim sendo, conclui-se que a melhor ao para o problema considerado lanar o
produto com tecnologia prpria, resultando em uma expectativa de ganho de R$
137.000,00, j que o lanamento do produto com tecnologia comprada reduziria tal
expectativa para R$ 67.007,84 (137.007,84-70.000,00).

Referncias bibliogrficas
7

BEKMAN, O. R. e COSTA NETO, P.L.O. Anlise estatstica da deciso. So Paulo: Edgard


Blcher, 1993.
CASAROTTO FILHO, N. e KOPITTKE B.H. Anlise de investimentos. So Paulo: Atlas,
1994.
DOWING D. e CLARK J. Estatstica aplicada. So Paulo: Saraiva, 2000.
KAZMIER, L. J. Estatstica aplicada economia e a administrao. So Paulo: McGrawHill, 1982.
LEVINE, D.M., BERENSON, M.L. e STEPHAN, D. Estatstica: Teoria e aplicaes. Rio
de Janeiro: LTC, 2000.
RAIFFA, H. e SCHLAIFER, R. Applied statistical decision theory. Boston: Harvard
Graduate School of Business Administration, 1961.
SECURATO, J.R. Decises financeiras em condies de risco. SoPaulo: Atlas, 1992.
WOILER, S. e MATHIAS, W.F. Projetos. So Paulo: Atlas, 1992.