COMO Mensurar Qualquer Coisa

Extraído do Livro COMO MENSURAR QUALQUER COISA – Encontrando o valor do que é intangível
nos negócios, de Douglas W. Hubbard, Qualitymark Editora, 2009
Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Rua Carlos Von Koseritz, 843 cj 402 – CEP: 90540-031 - Porto Alegre - RS
Prefácio à Edição
Brasileira
O luar é de quem o vê.
Escrevi este prefácio num dia especial. Pela primeira vez em minha
vida percebi que tinha um coelho desenhado na lua! Fiquei alegre e
inquieto. Alegre por me ver capaz de apreciar o belo. Inquieto por demorar
50 anos para ver uma coisa que sempre esteve na minha cara! Além do
coelho da lua, o que mais não conseguimos ver?
Quase tudo o que realmente importa na nossa vida se enquadra na
mesma categoria do luar: são coisas intangíveis. O conhecimento, o tempo,
a emoção, a marca, a motivação, os relacionamentos, a informação, o
amor... Cada vez menos pessoas acham que nossos bens materiais são as
coisas mais importantes em nossas vidas. Apesar disso, é com elas que nos
preocupamos a maior parte do tempo. Por quê?
Uma das razões sempre citadas é a nossa incapacidade de medir e de
avaliar os intangíveis. Perdi a conta das vezes que ouvi a frase "não se
gerencia o que não se consegue avaliar", quase sempre seguida da conclusão
equivocada de que devemos reconhecer a importância do intangível, mas
devemos nos resignar com o fato de que não podemos mensurá-lo.
Quando desenvolvemos, em conjunto com os técnicos do BNDES
(Banco Nacional de Desenvolvimento Econômico e Social), uma
metodologia para incorporar os intangíveis no processo de avaliação de
empresas do banco, ainda não tinha lido este livro. Mas tínhamos o mesmo
incômodo de Douglas Hubbard: se todos reconheciam a importância
destas coisas, por que se reforçava o mito de que elas não podem ser
avaliadas?
A primeira frase já diz tudo: "Qualquer coisa pode ser mensurada. Se
uma coisa pode ser observada de alguma forma, ela se presta a um tipo de
método de mensuração".
Avaliamos as coisas o tempo todo. Quando acordamos, decidimos o
que tem mais valor: continuar dormindo mais cinco minutos, levantar logo

para trabalhar, não ir trabalhar... Depois disso temos que escolher a roupa
mais adequada. Na reunião no trabalho, quanto vale aquela informação que
fará a diferença na argumentação? Apesar de não podermos quantificá-las,
conseguimos avaliar as diversas alternativas e tomar uma decisão a partir
desta avaliação. Claro que a escolha da roupa ou se vou continuar na cama
ou não, DEPENDE das pessoas e do contexto (se for domingo, provavel-
mente continuarei na cama...), mas o fato de as coisas não terem o mesmo
valor para todas as pessoas, em todos os momentos NÃO SIGNIFICA
QUE EU NÃO CONSIGA MENSURÁ-LAS! Eu sou capaz de definir o
valor que ela tem para mim, numa determinada situação, em comparação
com as outras opções disponíveis.
Ao contrário do que indica o senso comum, o valor das coisas NÃO
É INTRÍNSECO ÀS COISAS, mas DEPENDE do contexto, das
pessoas envolvidas, dos objetivos e interesses em jogo. Quando existe um
mercado onde as pessoas podem comparar o quanto cada um se dispõe a
pagar por algo, conseguimos defïnir um preço médio e todos nós ficamos
achando que isto é o seu valor. Com os automóveis ou imóveis, por
exemplo, é assim que acontece. Mas o apartamento no qual passei a minha
infância, no bairro de Laranjeiras, no Rio de Janeiro, tem um valor muito
maior para mim do que o "valor de mercado". Da mesma forma, se eu
souber (tiver uma informação) que a dona do apartamento está precisando
vender o imóvel rapidamente, eu vou comprar este mesmo apartamento
por um valor inferior ao "de mercado".
Um dos méritos deste livro é mostrar que o valor, mesmo de bens
tangíveis, DEPENDE do contexto, das pessoas e interesses envolvidos. O
outro é exatamente o de nos provocar a descobrir o valor das coisas para
além dos aspectos exclusivamente financeiros. Por fim, a frase "Como
podemos mensurar qualquer coisa" é instigante. Em geral, as afirmações
onde vemos as palavras TUDO, SEMPRE, NUNCA, NADA são falsas e
redutoras da realidade.
Neste caso é o contrário. Mensurar qualquer coisa????? O cara ficou
maluco? Não é possível!! Depois de ler o livro, saímos convencidos a rever
nossos dogmas a respeito da avaliação dos intangíveis.
Se você é uma pessoa que acha que os intangíveis não podem ser
mensurados, você precisa ler este livro. Se você já está seguro da
importância de se avaliar os intangïveis também deve ler este livro! Mais do
que uma receita, o autor nos propõe uma nova forma de olhar para os
problemas, novos óculos para enxergar a realidade. E traz diversos

exemplos práticos que nos ajudam a exercitar este novo olhar sobre a
realidade. Ao final, tenho certeza de que você compreenderá que um
coelho na lua só não tem valor para quem não consegue vê-lo!
Marcos Cavalcanti
Marcos Cavalcanti é professor da COPPE/UFRJ e responsável pelo
CRIE - (Centro de Referência em Inteligência Empresarial da
COPPE/UFRJ- http://www.crie.ufrj.br), onde coordena o curso de Pós-
Graduação em Gestão do Conhecimento e Inteligência Empresarial -
MKBN (Master on Business and Knowledge Management). Coordenou o
projeto de incorporação dos intangíveis na Metodologia de avaliação de
empresas do BNDES, é membro do Board do New Club of Paris
(http://www.the-new-club-of paris.org/) e Editor da Revista Inteligência
Empresarial.
OS ELEMENTOS INTANGÍVEIS E O DESAFIO
Quando se pode mensurar o que se está falando, expressá-lo em números, sabe-se um

pouco a respeito, mas, quando não se consegue expressá-lo em números, o
conhecimento que se tem do assunto é parco e insatisfatório; pode ser o começo do
conhecimento, mas nos pensamentos da pessoa ela mal conseguiu alcançar o estado de
ciência.
Lorde Kevin
Qualquer coisa pode ser mensurada. Se uma coisa pode ser observada de
alguma forma, ela se presta a algum tipo de método de mensuração.
Independentemente de quão “indistinta” seja a mensuração, não deixa de
ser uma mensuração, se lhe informar mais do que você sabia antes. E as
próprias coisas que são mais provavelmente consideradas imensuráveis,
virtualmente sempre são solucionadas por métodos de mensuração
relativamente simples.
Como indica o título deste livro, vamos discutir como encontrar o valor
dessas coisas sempre chamadas de “intangíveis” nos negócios. Existem
duas compreensões triviais da palavra intangível. Primeiro, ela costuma
aplicar-se às coisas que, embora sejam literalmente não-tangíveis (isto é,
objetos tocáveis, sólidos), mesmo assim, podem ser mensuradas. Coisas
como tempo, orçamento, propriedade de patentes e assim por diante são
bons exemplos de coisas que não se pode tocar, porém são mensuradas.
Na verdade, existe uma indústria sólida que valoriza intangíveis, como

direitos autorais e propriedade de marcas registradas. Mas a palavra "intan-
gível" também veio a significar totalmente imensurável sob todos os
aspectos, direta ou indiretamente. É nesse contexto que argumento que não
existem intangíveis.
Você já ouviu falar de "intangíveis" na empresa onde trabalha, coisas
que presumivelmente desafiam mensurações de qualquer espécie. A
suposição de que algo não pode ser mensurado é, realmente, tão forte que
nem sequer se tenta fazer quaisquer observações que poderiam informar-
lhe algo - qualquer coisa - sobre o alegado elemento imensurável que você
ficaria surpreso de saber. Você talvez já tenha deparado com um ou mais
destes exemplos da vida real:
• A "flexibilidade" de criar novos produtos.
• O risco de fracasso de um projeto de tecnologia da informação
(TI).
• O impacto na saúde pública de uma nova política ambiental do
governo.
• A produtividade das pesquisas.
• O valor das informações.
• A possibilidade de um partido político chegar ao Palácio do
Planalto.
• Qualidade.
• Imagem pública.
Cada um desses exemplos pode muito bem ser essencial para alguma
decisão relevante que uma organização precise tomar. Poderia até ser um
único impacto mais importante de uma nova e dispendiosa, em uma,
política do comércio ou do governo. Entretanto, na maioria das empresas,
como se supôs que o "intangível" específico não pudesse ser mensurado, a
decisão ficou muito longe de ser adequadamente suprida de informações,
como poderia ter sido. Tenho visto como essas informações inúmeras
vezes no chamado "comitê de direção", que analisa projetos propostos e
decide quais devem ser aceitos ou rejeitados. Quase sempre, os projetos
propostos se relacionam à TI de alguma forma. Em alguns casos, os
comitês categoricamente desaprovavam qualquer investimento no qual os
benefícios fossem basicamente "flexíveis". Fatores importantes com nomes
como "publicidade aperfeiçoada boca a boca", "risco estratégico reduzido"

ou "posicionamento diferenciado de marca" eram ignorados no processo
de avaliação porque eram considerados imensuráveis. Não é como se o
projeto estivesse sendo rejeitado simplesmente porque a pessoa que o
propunha não tivesse avaliado o benefïcio (uma objeção válida a uma
proposta); na verdade, acreditava-se que o benefício fosse apenas
impossível de ser mensurado. Consequentemente, algumas das propostas
estratégicas mais importantes estavam sendo negligenciadas em favor de
ideias de custo inferior somente porque todos sabiam como mensurar essas
últimas, e ignoravam como mensurar as outras.
A verdade é que algumas organizações têm tido êxito em analisar e
mensurar todos os itens listados, utilizando métodos provavelmente menos
complicados do que se pensa. O propósito deste livro é mostrar duas coisas
às empresas:
1. Elementos intangíveis que parecem impassíveis de se avaliar
podem ser mensurados.
2. Essa mensuração pode ser feita de maneira economicamente
justificada.
Com o título Como Mensurar Qualquer Coisa, qualquer coisa menor
do que um termo multivolume certamente omitiria algo. Meu objetivo não
inclui todas as áreas da ciência fïsica ou da economia, especialmente quando
as mensurações são bem desenvolvidas. Essas disciplinas têm métodos de
mensuração para uma variedade de problemas interessantes e se inclinam
muito menos até a aplicar o rótulo "intangível" a alguma coisa sobre a qual
tenham curiosidade. O foco é nas mensurações relevantes - e até
"fundamentais" - sobre importantes decisões organizacionais, embora não
se prestem a uma solução óbvia e prática.
Este livro aborda alguns conceitos equivocados sobre intangíveis,
descreve uma "abordagem universal" para mostrar como mensurar um
"intangível" e a apoia com alguns métodos interessantes relativos a
problemas específicos. Ao longo de todo o livro, esforcei-me para incluir
certos exemplos "inspiradores" sobre como as pessoas têm lidado com
algumas das coisas mais "imensuráveis" que pude encontrar.
Sem comprometer a substância, esta obra também apresentará
algumas das estatísticas mais aparentemente esotéricas relativas à
mensuração da maneira mais simples possível. Sempre que viável, a

matemática se transformará em gráficos, tabelas e procedimentos mais

simples. Alguns métodos são tão mais simples do que aquilo ensinado nos
cursos habituais de "introdução à estatistica", que nos devem capacitar a
superar muitas fobias relativas ao uso dos métodos quantitativos de
mensuração. O leitor não precisa absolutamente de qualquer treinamento
avançado em quaisquer métodos matemáticos. Os leitores só necessitam de
alguma aptidão para definir claramente os problemas.
Incentivamos os leitores a acessar o site deste livro: www.how-
tomeasureanything.com. Lá, encontrarão uma biblioteca de planilhas
eletrônicas fáceis de baixar, com relação a muitos cálculos detalhados
mostrados nesta obra. Também haverá ferramentas adicionais de
aprendizagem, exemplos e um quadro de discussão para perguntas sobre o
livro ou para desafios de mensuração em geral. O site também oferece uma
forma para eu discutir novas tecnologias ou técnicas que não estavam
disponíveis quando este livro foi publicado.
Tenho uma recomendação para um útil exercício. À medida que for
lendo os capítulos, anote as coisas que você acredita sejam imensuráveis ou,
pelo menos, as que não sabe como mensurar. Depois de ler este livro, meu
objetivo é que você seja capaz de identificar os métodos para mensurar
cada uma delas.
CAPÍTULO 2
UM HÁBITO INTUITIVO DE MENSURAÇÃO:

ERATÓSTENES, ENRICO E EMILY
Determinar-se a desenvolver as habilidades para qualquer tipo de

rnensuração é muito ambicioso, e essa empreitada requer uma luz no fim
do túnel. Precisamos de alguns exemplos de empresas líderes, para orientar-
nos quanto à mensuração, de pessoas que perceberam, intuitivamente,
soluções de mensuração e resolveram problemas de mensuração com
métodos surpreendentemente simples. Felizmente, temos muitas pessoas -
ao mesmo tempo inspiradas e inspiradoras - que nos mostram como é ter
urna habilidade dessas. Entretanto, é revelador descobrir que muitos
exemplos vêm de fora do negócio. Na verdade, este livro vai utilizar muitos

exemplos desse tipo, para revelar métodos de mensuração que podem ser
aplicados aos negócios.
Citamos apenas, a seguir, algumas pessoas que, embora não es-
tivessem trabalhando com mensuração no seu negócio, podem ensinar
muito a executivos sobre como deve ser uma sensação intuitiva de
investigações quantitativas.
• Na Grécia antiga, um homem estimava a circunferência da Terra ao
olhar, ao meio-dia, para os diferentes comprimentos (aqui não há conclusão
ou continuidade do tópico)

Eis uma lição de negócios: Eratóstenes fez o que poderia parecer

uma mensuração impossível ao executar cálculos inteligentes baseados em
algumas simples observações. Quando pergunto aos participantes de meus
seminários de análise de mensuração e risco de que modo eles fariam essa
estimativa sem as ferramentas modernas, eles costumam identificar uma
das "maneiras difíceis" de fazê-la (isto é, a circunavegação). Mas
Erastótenes, de fato, talvez não tenha sequer deixado as cercanias da biblioteca para
executar seus cálculos. Um conjunto de observações que teria respondido a
essa pergunta teria sido muito difïcil de fazer, mas a mensuração do grego
baseou-se em outras observações mais simples. Ele extraiu mais
informações dos poucos fatos que podia confirmar em vez de supor que a
maneira difïcil era a única maneira.
ESTIMATIVA: SEJA COMO FERMI

Outro exemplo de negócios de fora da empresa que poderia inspirar
mensurações dentro das empresas é Enrico Fermi (1901-1954), físico
vencedor do Prêmio Nobel em 1938. Ele tinha um talento especial bem
desenvolvido para mensurações intuitivas e até mesmo aparentemente
aleatórias. Um exemplo renomado de suas habilidades de mensuração foi
demonstrado no primeiro detonar da bomba atômica (Primeiro teste
nuclear da História, realizado pelos EUA no Estado do Novo México), a
assim chamada Experiência Trindade, em 16 de julho de 1945. Fermi foi
um dos cientistas atômicos que observaram a explosão do acampamento
da base. Enquanto os ajustes finais estavam sendo feitos nos instrumentos
usados para mensurar a extensão da explosão, Fermi estava fazendo
confete de uma página de seu caderno de anotações. Quando o vento da
primeira onda da explosão começou a soprar no acampamento, ele
lentamente soltou o confete no ar e observou a distância para trás em que a
bomba espalhou o confete (supôs que os confetes que foram espalhados
mais longe fossem o ápice da onda de pressão). Fermi concluiu que o
rendimento devia ser maior do que 10 quilotons (Unidade de peso que
equivale a mil toneladas). Isso seria uma novidade, pois outros
observadores iniciais da explosão não sabiam esse limite inferior. Após
prolongada análise das leituras dos instrumentos, determinou-se que a
estimativa final de rendimento foi de 18.6 quilotons. Como Eratóstenes,
Fermi tinha conhecimento de uma norma que relacionava uma observação

simples - o espalhar do confete no vento - a uma quantidade que ele

quisesse mensurar.
O valor das estimativas rápidas era algo com o qual Fermi esteve
familiarizado durante toda a carreira. Ele era famoso por ensinar a seus
estudantes habilidades de aproximação de quantidades de nomes
extravagantes que, ao primeiro olhar, eles poderiam supor que
desconheciam completamente. O exemplo mais conhecido de uma
"pergunta de Fermi" era a de Fermi pedindo a seus alunos para calcular o
número de afinadores de piano em Chicago. Seus alunos - estudantes que
visavam às profissões de ciências e engenharia - começavam dizendo que
não poderiam saber coisa alguma sobre essa quantidade. É claro que
algumas soluções seriam simplesmente contar todo afinador de piano, ao
simplesmente procurar nos classificados, verificar com uma agência desses
profissionais etc. Mas Fermi estava tentando ensinar a seus alunos como
solucionar problemas nos quais a capacidade de confirmar os resultados
não fosse tão fácil. Ele queria que eles compreendessem que sabiam alguma
coisa sobre a quantidade em questão.
Ele começava pedindo-lhes que calculassem outras coisas sobre
pianos e afinadores de piano que, embora incertas, parecessem mais fáceis
de estimar. Isso incluía a população atual de Chicago (um pouco superior a
3 milhões de pessoas, na década de 1930 a 1950), o número médio de
pessoas por domicílio (2 ou 3), o número de residências com pianos
afinados periodicamente (não mais de 1 em 10, mas não menos de 1 em
30), a frequencia necessária de afinamento (talvez 1 por ano, na média),
quantos pianos um afinador poderia afinar em um dia (4 ou 5, incluindo o
tempo de deslocamento entre os domicílios) e quantos dias por ano o
afinador trabalhava (digamos, mais ou menos 250). O resultado seria
calculado assim:
Afinadores em Chicago = População/pessoas por residência

x a porcentagem de residências com pianos afinados
x afinamentos por ano/(afinamentos por afinador por dia
x dias úteis por ano)
Dependendo dos valores específicos que se escolhessem, as res-
postas ficariam entre 20 e 200, e cerca de 50 seria muito comum. Quando
esse número era comparado ao número real (que Fermi podia conseguir da
lista telefônica ou de um guia profissional), era sempre mais próximo do

valor real do que os alunos pensavam. Essa faixa pode parecer muito
ampla, mas considere o aperfeiçoamento que isso representou desde a
costumeira afirmativa inicial dos alunos de que não poderiam saber
absolutamente coisa alguma sobre essa quantidade.
Esse enfoque também oferecia ao estimador uma base para ver de
onde vinha a incerteza. A grande incerteza era sobre a porcentagem de
residências que tinham pianos afinados, sobre a frequência com que um
piano precisava ser afinado, sobre quantos pianos pode um amador afinar
por dia, ou sobre outra coisa? A maior fonte de incerteza indicava uma
mensuração que reduziria a incerteza ao máximo.
Uma pergunta de Fermi não é bem urna mensuração. Não se baseia
em novas observações. Na verdade, é mais uma avaliação do que você já
sabe sobre um problema de maneira tal que pode fazer com que você
obtenha um resultado aproximado. A lição para os negócios é evitar o
atoleiro de que a incerteza é impenetrável e não pode ser analisada. Em vez
de se sentir esmagado pela aparente incerteza desse problema, comece a se
perguntar quais as coisas que vocé sabe relacionadas a ele. Como veremos
depois, avaliar o que você sabe sobre uma quantidade é um passo muito
importante para mensurar as coisas que lhe podem parecer imensuráveis.
PERGUNTAS DE FERMI PARA UM NOVO NEGÓCIO

Chuck McKay, com a empresa Wizard of Ads, incentiva as
companhias a usar as perguntas de Fermi para estimar o tamanho de
mercado para um produto em uma determinada área. Ano passado, um
corretor de seguros pediu a Chuck para avaliar uma oportunidade de abrir
um novo escritório em Withita Falls, no Texas, para uma seguradora que,
no momento, não era representada naquela cidade. Havia espaço para outra
seguradora nesse mercado? Para testar a viabilidade dessa proposição
comercial, McKay respondeu a algumas perguntas de Fermi com algumas
buscas na internet. Como Fermi, McKay começou com as grandes per-
guntas da população e continuou dali.
Segundo a Cïty-Data.com, havia 62.172 carros em Wichita Falls. De
acordo com o Instituto de Informações de Seguros, o premio anual médio
de seguro no estado do Texas era US$ 837,40. McKay supôs que quase
todos os carros tivessem seguro, pois isso é obrigatório, de modo que o

rendimento bruto de seguros na cidade era de US$ 52.062.833 por ano. 0

corretor sabia que a taxa média de comissão era de 12%, as comissões totais
dessa área eram de US$ 6.247.540 por ano. De acordo com
Switchboard.com, havia 38 corretoras de seguros na cidade, numero muito
próximo do que consta em Yellowbook.com. Ao dividir-se o pool de
comissões por essas 38 torretoras, as comissões médias das corretoras são
de US$ 164.409 anuais.
Esse mercado estava provavelmente ficando escasso, pois City-
Data.com também mostrou que a população de Wichita Falls diminuiu de
104.197 pessoas em 2000 para 99.846 em 2005. Além do mais, algumas das
maiores firmas eram provavelmente responsáveis pela maioria dos ne-
gócios, de modo que a receita seria até menor do que aquela - e tudo isso
antes de considerar as despesas gerais.
Conclusão de McKay: mais uma corretora com uma nova marca
na cidade não tinha possibilidade favorável de ser muito lucrativa, e o corre-
tor deveria abrir mão da oportunidade.
EXPERIMENTOS: NÃO APENAS PARA ADULTOS

Outra pessoa que tinha um talento especial para mensurar seu
mundo era Emily Rosa. Embora Emily publicasse uma de suas
mensurações na revista Journal of the American Medical Association
(JAMA), ela não tinha urn Ph.D., nem mesmo um diploma do ensino
intermediário. Na ocasião em que realizou a mensuração, Emily era uma
garota de 9 anos trabalhando em uma ideia para um projeto de quarta série
visando uma exposição de ciências. Ela estava com apenas 11 anos quando
sua pesquisa foi veiculada, tornando-a a pessoa mais moça a ter uma
pesquisa publicada naquela prestigiosa revista médica, e talvez a mais jovem
a ter um artigo publicado em qualquer das principais publicações científïcas
revisadas por especialistas.
Em 1996, Emily viu a mãe Linda assistir a um videoteipe sobre uma
crescente indústria chamada "toque terapêutico", um método controvertido
de tratar dores por meio da manipulação dos "campos energéticos" dos
pacientes. Enquanto o paciente ficava deitado imóvel, uma terapeuta mexia
as mãos a poucos centímetros do corpo do paciente, para detectar e
remover "energias indesejáveis" que, presumivelmente, causavam várias
doenças. Emily disse à mãe que seria capaz de realizar esse tipo de

experimento. Linda, que era enfermeira e há muito tempo membro do

Conselho Nacional Contra Fraudes na Saúde (CNCFS), deu à Emily
algumas informações técnicas sobre o método.
Inicialmente, Emily recrutou 15 terapeutas para seu experimento na
exposição de ciências. O teste abrangeu Emily e a terapeuta, sentada, nos
lados opostos de uma mesa. Uma tela de cartolina as separava, impedindo
que cada uma visse a outra. A tela tinha buracos feitos na parte inferior,
através dos quais a terapeuta colocou as mãos de palmas para cima, e fora
da vista. Emily tirava cara ou coroa com uma moeda e, baseada no
resultado, punha a mão entre 10 e 13 cm sobre a mão esquerda ou direita
da terapeuta. Os terapeutas, que não conseguiam ver Emily, teriam de
determinar se a menina estava pondo a mão acima de sua mão esquerda ou
direita, ao sentir o campo energético da garota. Emily relatou seus resulta-
dos na exposição científica e recebeu uma fita azul (Prêmio dado ao
ganhador de uma competição), assim como todos os demais.
Linda mencionou o experimento de Emily ao Dr. Stephen Barrett, a
quem conhecia do CNCFS. O Dr. Barrett ficou fascinado pela simplicidade
do método e pelas conclusões iniciais, e citou o experimento para os
produtores do programa de TV Scientific American Frontiers, exibido no
canal Public Broadcasting System. Em 1997, os produtores gravaram um
episódio sobre o método de Emily, e ela recrutou mais 13 terapeutas para o
programa, em um total de 28.
Os 28 terapeutas fizeram 280 tentativas individuais para sentir o
campo energético de Emily. Identificaram corretamente a posição da mão
de Emily somente em 44% das vezes. Se as tentativas fossem dadas apenas
ao acaso, aqueles profissionais acertariam cerca de 50% das vezes, com um
intervalo de segurança de +/-16%. (Se você jogasse cara ou coroa com 280
moedas, haveria uma possibilidade de 95% de que entre 44% e 66% seria
de caras.) É possível que os terapeutas tenham tido pouca sorte - pois
ficaram no último lugar do experimento -, mas seus resultados não estão
fora do limite do que poderia ser explicado apenas pelo acaso. Em outras
palavras, pessoas "não habilitadas" no toque terapêutico - você ou eu -
poderiam ter simplesmente "chutado" e se saído tão bem ou melhor do que
os terapeutas.
Com esses resultados, Linda e Emily acharam que o trabalho talvez
merecesse ser publicado. Em abril de 1998, Emily - então com 11 anos -
teve seu experimento publicado na JAMA. Isso lhe valeu um verbete no
Guia Guinness de Recordes Mundiais como a pessoa mais jovem a ter uma
pesquisa publicada em uma importante revista científica e uma recompensa
de US$1.000, oferecida pela Fundação Educacional James Randi.
James Randi, mágico aposentado e cético famoso, criou uma
fundação para investigar reivindicações paranormais cientificamente. Randi
estabeleceu o Prêmio Randi no valor de US$ 1 milhão, a ser concedido a
qualquer pessoa que pudesse cientificamente provar percepção
extrassensorial (PES), clarividência, varinha de condão e similares. Randi
não gosta que se rotulem seus esforços como "tentativas de ridicularizar" as
reivindicações paranormais, pois ele apenas avalia as reivindicações com
objetividade científica. Mas como centenas de candidatos não conseguiram
ganhar o prêmio por somente passarem simples testes científicos sobre suas
pretensões paranormais, a ridicularização acabou sendo o efeito final. Até
mesmo antes de o experimento de Emily ser publicado, Randi também se
interessou pelo teste terapêutico e chegou a tentar testá-lo. Entretanto, ao
contrário de Emily, ele só conseguiu recrutar um terapeuta que concordou
em se submeter a um teste objetivo - e essa pessoa fracassou.
Depois que os resultados foram publicados, os proponentes do
toque terapeutico apresentaram uma série de objeções ao método
experimental, afirmando que ele nada provava. Alguns desses profissionais
declararam que a distância até o campo energético era, na verdade, de 3 a 8
cm não de 10 a 13 cm, como Emily utilizou no seu experimento. Outros
garantiram que o campo energético era fluido, não estático, e que a mão
imóvel de Emily era um teste injusto. (Isso, apesar do fato de que os
pacientes normalmente ficam deitados sem se mexer durante o
"tratamento" que esses terapeutas realizam). Nada disso surpreende Randi.
"As pessoas sempre têm justificativas posteriores", afirma. "Mas antes do
experimento perguntou-se a cada um dos terapeutas se concordava com as
condições da experiência. Não apenas todos concordaram, como também
mostraram-se confiantes de que se sairiam bem." É claro que a melhor
refutação dos resultados de Emily seria simplesmente determinar um
experimento válido e controlado que comprovasse, sem sombra de dúvida,
que o toque terapêutico funciona. Isso não aconteceu.
Randi já recebeu tantas desculpas retroativas para explicar fracassos
de demonstrar habilidades paranormais, que acrescentou uma pequena
demonstração a seus testes. Antes de se submeterem ao teste, Randi faz
com que os candidatos assinem um depoimento juramentado declarando

que concordam com as condições, que, posteriormente, não farão objeções

ao teste e que, na verdade, esperam sair-se bem de acordo com as
condições apresentadas. Nesse ponto, Randi lhes entrega um envelope
lacrado. Depois do teste, quando eles tentam rejeitar o resultado por ser um
projeto experimental deficiente, ele lhes pede que abram o envelope. A
carta no envelope apenas declara: "Você concordou em que as condições
eram ótimas e que você não faria objeções após o teste; entretanto, você
acaba de fazer essas objeções". Randi comenta que "eles ficam
extremamente irritados com isso".
Nesse caso, a lição para os negócios é múltipla. Primeiro, mesmo
coisas sensíveis como "outorga de poder a funcionário", "criatividade" ou
"alinhamento estratégico" precisam ter consequências observáveis, se elas
tiverem a mínima importância que seja. Não estou dizendo que essas coisas
sejam "paranormais", mas as mesmas regras se aplicam.
Segundo, o experimento de Emily demonstrou a eficácia de métodos
simples rotineiramente utilizados em investigações científicas, como um
experimento controlado, amostragem (mesmo uma pequena amostra),
aleatorização e o uso de uma espécie de "disfarce" para evitar preconceito
de quem se submete ao teste, ou do pesquisador. Esses simples elementos
podem ser combinados para nos permitir observar e mensurar uma
variedade de fenômenos.
Ademais, Emily mostrou que níveis úteis de experimentação podem
ser compreendidos até por uma criança, e com orçamento baixo. (Linda
Rosa informou que gastou US$ 10 com o experimento.) Também é
interessante reparar que Emily poderia ter construído um teste clínico
muito mais sofïsticado dos efeitos desse método utilizando grupos de teste
e grupos de controle, para testar quanto o toque terapêutico melhora a
saúde. Contudo, não precisou fazer isso porque ela somente fez uma
pergunta mais básica. Se os terapeutas podem mesmo fazer o que afirmam,
então eles devem, raciocinou Emily, ser capazes de pelo menos sentir o
campo energético. Se não conseguirem fazer isso (e é o pressuposto básico
dos benefícios alegados), então tudo que diz respeito ao toque terapêutico é
duvidoso. Ela poderia ter encontrado uma forma de gastar muito mais se
dispusesse, digamos, do orçamento de um dos menores estudos clinicos
das pesquisas médicas. Ela, porém, determinou tudo de que precisava com
exatidão mais do que adequada. Por comparação, leitores, quantos de seus

métodos de métrica de desempenho poderiam ser publicados em uma

publicação científica?
O exemplo de Emily nos mostra como métodos simples podem
produzir resultados úteis. Tenho, ocasionalmente, ouvido que mensurações
"mais avançadas" como experimentos controlados devem ser evitados
porque a Alta Administração não as compreende. Isso pressupõe que toda
a Alta Administração realmente sucumbe ao Princípio de Dilbert 5 (a
norma que firma que só os menos competentes são promovidos). Na
minha experiência, a Alta Administração compreende tudo muito bem se
as explicações forem adequadamente fundamentadas.
O QUE APRENDER COM ERATÓTENES, ENRICO E EMILY

Quando falamos em mensuração de ativos intangíveis, os executivos
costumam dizer: “Não podemos sequer começar a conjeturar sobre uma
coisa destas”. Eles enfatizam ad infinitum as esmagadoras incertezas. Em vez
de fazer alguma tentativa de mensurar, eles preferem ficar estupefatos e
inativos pela aparente dificuldade em lidar com estas incertezas. Fermi
poderia comentar: "Sim, há muitas coisas que você não sabe, mas o que
você sabe?"
Outros gerentes talvez objetassem: "Não existe maneira de mensurar
essa coisa sem gastar milhões de dólares". Como resultado, optam por não
se engajar em um estudo mais simples - apesar de que os custos podem ser
muito razoáveis - porque esse estudo teria mais erros do que um mais
abrangente. Entretanto, talvez mesmo essa redução de incerteza pudesse
valer milhões, dependendo da grandeza e da frequëncia que se pretende
apóie a decisão. Erastótenes e Emily talvez ressaltassem que as observações
úteis podem lhe informar algo que você não sabia antes - mesmo se
seguissem um orçamento - se você enfocar o assunto com apenas um
pouco mais de criatividade e menos derrotismo.
Eratóstenes, Enrico e Emily nos inspiram de diferentes maneiras.
Eratóstenes não tinha como calcular o erro de sua estimativa, pois os
métodos estatísticos de calcular erros só seriam disponíveis dali a dois
milênios. Entretanto, se ele tivesse tido uma forma de calcular erros, os
erros em mensurar distâncias entre cidades e os ângulos exatos das sombras
poderiam facilmente justificar seu erro relativamente pequeno. O conceito
de mensuração como "redução de erro" é tema central deste livro.

Da mesma forma, nossa inspiração pode ser atribuída somente em

parte a Enrico Fermi. Em vista de que ele ganhou um Prêmio Nobel, é
seguro supor que Fermi fosse um físico experimental e teórico
especialmente exímio. Mas o exemplo de suas "perguntas de Fermi"
demonstrou, mesmo para não-ganhadores do Prêmio Nobel, como
podemos calcular coisas que, a princípio, parecem difíceis demais até para
se tentar estimar. Embora seu insight sobre métodos avançados
experimentais de todos os tipos fosse esclarecedor, penso que a razão pela
qual os intangíveis parecem intangíveis quase nunca é por falta dos métodos
de mensuração mais sofisticados. Geralmente, as coisas que parecem
imensuráveis nos negócios revelam-se, por meio de métodos de
observação, muito mais simples, uma vez que aprendemos a enxergar
através da ilusão da imensurabilidade. Nesse contexto, o valor de Fermi
para nós está em como determinamos nosso estado atual de conhecimento
sobre uma coisa como precursor de maior mensuração.
Ao contrário de Fermi, o exemplo de Emily não tem muito a ver
com a estimativa inicial, pois seu experimento não fez qualquer suposição
anterior sobre a probabilidade das reivindicações do toque terapêutico. Seu
exemplo tampouco é sobre utilizar um cálculo arguto, no lugar de
observações inviáveis, como Eratóstenes. O cálculo de Emily baseava-se,
simplesmente, em métodos-padrão de amostragem e não precisava de um
salto de insight como o cálculo simples geométrico de Eratóstenes. Mas
Emìly demonstrou que observações úteis não são necessariamente
complexas, dispendiosas ou mesmo, como às vezes se firma, além da
compreensão da Alta Administração até para conceitos efêmeros, como o
toque terapêutico ou o alinhamento estratégico.
E em virtude da utilidade dessas lições, vamos nos aprofundar nas
lições de Eratóstenes, Enrico e Emily. Aprenderemos maneiras de avaliar
sua incerteza atual sobre uma quantidade que aperfeiçoam os métodos de
Fermi, alguns métodos de amostragem que são, de certa forma, ainda mais
simples do que o empregado por Emily, e métodos simples que teriam até
permitido a Eratóstenes melhorar seus cálculos.

CAPÍTULO 3 - A Ilusão dos

Intangíveis: Por que os Imensuráveis
Não o São
Há três razões pelas quais as pessoas acham que uma coisa não pode
ser mensurada. Cada uma dessas três razões, na verdade, baseia-se em
conceitos equivocados sobre diferentes aspectos da mensuração: conceito,
objetivo e método.
Conceito de mensuração: A definição da própria mensuração é, em si
mesma, muito mal interpretada. Quando se compreende o que ela
realmente significa, várias outras coisas se tornam mensuráveis.
Objeto da mensuração: A coisa sendo mensurada não está bem
defïnida. Linguagem desleixada e ambígua atrapalha a mensuração.
Métodos da mensuração: Muitos procedimentos de observação
empírica não são bem conhecidos. Se as pessoas estivessem a par de alguns
desses métodos básicos, ficaria evidente que muitas coisas julgadas
imensuráveis são não somente mensuráveis, e talvez já tenham até sido
mensuradas.
Uma boa maneira de lembrar essas três frequentes interpretações
equivocadas é utilizar uma mnemônica. Exemplo:
howtomeasureanything.com, onde o c, o e o m de ".com" signifiquem
conceito, objetivo e método. Uma vez que aprendermos que essas três
objeções são compreensões erradas de um tipo qualquer, torna-se evidente
que, na realidade, tudo é mensurável.
Alem dessas razões sobre por que uma coisa não pode ser men-
surada, existem três razões comuns por que uma coisa "não deve" ser
mensurada. São os seguintes os motivos mais frequentemente alegados
para isso:
1. A objeção econômica à mensuração (isto é, a mensuração seria
muito cara).
2. A objeção geral à utilidade e à significância das estatísticas (isto é,
"pode-se provar qualquer coisa por meio de estatísticas").
3. A objeção ética (isto é, não devemos mensurá-la porque seria
imoral).
Essas três objeções, na verdade, não argumentam que uma

mensuração seja impossível; apenas que é cara, inútil ou moralmente
questionável. Demonstrarei que apenas a objeção econômica tem algum
mérito em potencial, mas mesmo essa é utilizada de forma exagerada.
O CONCEITOS DE MENSURAÇÃO
Na medida em que as proposições matemáticas se referem à
realidade, elas não são exatas, e na medida em que são
exatas, não se referem à realidade.
- ALBERT EINSTEIN
Embora possa parecer um paradoxo, toda a ciência exata se

baseia na ideia da aproximação. Se um homem lhe afirmar
que conhece algo exatamente, você pode ter certeza ao
inferir que está falando com um homem inexato.
- BERTRAND RUSSELL, MATEMÁTICO E FILÓSOFO INGLÊS
Para aqueles que acreditam que alguma coisa é imensurável, o

conceito de mensuração, ou melhor, o conceito equivocado a esse respeito,
é, provavelmente, o obstáculo mais importante a superar.
Se julgarmos incorretamente que mensurar significa estar conforme
certos critérios quase inalcançáveis, então só um pequeno número de coisas
parecerá mensurável. Costumo perguntar àqueles que frequentam meus
seminários ou palestras o que pensam significar "mensuração". (É
interessante observar os debates que isso provoca entre as pessoas que são,
na verdade, encarregadas de alguma iniciativa de mensuração na sua
empresa.) Geralmente, recebo respostas como "mensurar é quantificar
alguma coisa", "é calcular um valor exato", "é reduzir a um único número",
ou "é escolher um montante representativo" e assim por diante. Implícito
ou explícito em todas essas respostas é o fato de que mensuração é a
certeza - uma quantidade exata que não deixa espaço para erro. Se isso fosse
realmente o que o termo significa, então, na verdade, pouquíssimas coisas
seriam mensuráveis.
Mas quando cientistas, atuários ou estatísticos realizam uma
mensuração, utilizam uma definição de fato diferente. Em suas áreas de
especialização, cada um desses profissionais aprendeu a necessidade do
emprego preciso de certas palavras às vezes muito diferentes daquele em
que o público em geral as emprega. Consequentemente, os membros

daquelas profissões habitualmente confundem muito menos o significado

da palavra "mensuração". A chave dessa precisão é que sua terminologia
especializada vai além da definição de uma frase, e faz parte de uma
estrutura teórica mais ampla. Na fïsica, a gravidade não é apenas uma
definição de dicionário, mas também um componente de equações
específicas que relacionam a gravidade a conceitos como massa, distância, e
seu efeito no espaço e no tempo. Da mesma forma, se quisermos com-
preender a mensuração com esse mesmo nível de precisão, necessitamos
saber alguma coisa sobre a estrutura teórica a ela subjacente, ou, na verdade,
não chegamos absolutamente a compreendê-la.
UMA DEFINIÇÃO DE MENSURAÇÃO
Mensuração: Um conjunto de observações que reduzem a incerteza
quando o resultado é expresso como uma quantidade.
Para todos os propósitos práticos, o grupo científico trata a
mensuração como um conjunto de observações que reduzem a incerteza
quando o resultado é expresso como uma quantidade. Uma simples
redução, não necessariamente a eliminação, da incerteza será suficiente para
uma mensuração. Mesmo se eles não articularem essa definição
exatamente, os métodos que utilizam evidenciam que é isso o que eles
realmente querem dizer. O fato de que certa quantidade de erro é inevitável,
mas pode, mesmo assim, ser um aperfeiçoamento do conhecimento prévio
é fundamental para a maneira com que se executam experimentos,
pesquisas e outras mensurações científicas.
São enormes as diferenças práticas entre essa definição e as
definições mais populares de mensuração. Não apenas uma verdadeira
mensuração precisa ser infinitamente exata para ser considerada
mensuração, mas também a falta de um erro relatado - implicando que o
número é exato - pode ser uma indicação de que os métodos empíricos,
como amostragem e experimentos, não foram utilizados (isto é, não se trata
absolutamente de uma mensuração). Os verdadeiros métodos científicos
relatam números em limites, como "a safra média de granjas de milho
empregando essa nova semente aumentou entre 10% e 18% (um intervalo
de segurança de 95%)". Os números exatos relatados sem erro podem ser
calculados "de acordo com o procedimento aceito, mas, a não ser que
representem um cálculo 100% completo (p. ex., o troco no meu bolso),
não se baseiam necessariamente em observações empíricas (p. ex., as ava-
liações dos ativos da Enron).
Essa concepção de mensuração pode ser novidade para muitos

leitores, mas existem sólidas bases matemáticas - bem como razões práticas
- para se considerar a mensuração dessa maneira. A mensuração é, pelo
menos, um tipo de informação e, na realidade, há uma rigorosa construção
teórica das informações. Uma área chamada teoria das informações foi
desenvolvida na década de 1940 por Claude Shannon. Shannon era um
engenheiro eletricista, matemático e um sábio americano em vários campos
do conhecimento, que se interessava por robótica e programas
computadorizados de xadrez.
Em 1948, ele publicou um estudo chamado "Uma Teoria Mate-
mática de Comunicação", que estabeleceu os fundamentos para a teoria de
informação e da mensuração em geral. As gerações atuais não avaliam
inteiramente isso, mas a contribuição de Shannon é inegável. A teoria de
informação, desde então, tornou-se a base de todas as teorias modernas do
processamento de sinais. É a fundação da engenharia de todo o sistema de
comunicações eletrônicas, incluindo a de todos os microprocessadores já
construídos.
Shannon propôs uma definição matemática da informação como o
montante da redução da incerteza em um sinal, que ele discutiu em termos
da "entropia" (Medida do nível de desordem de um sistema) retirada por
um sinal. Para Shannon, o receptor da informação poderia ser descrito
como alguém com um estado anterior de incerteza. Isto é, o receptor já
sabia alguma coisa, e as novas informações simplesmente eliminavam parte,
não necessariamente toda, da incerteza do receptor. O conhecimento ou a
incerteza anterior do receptor podem ser usados para calcular coisas, como
os limites da quantidade de informações que podem ser transmitidos em
um sinal, a quantidade mínima de sinais para corrigir o ruído e a máxima
compressão de dados possível.
Esse ponto de vista de "redução de incerteza" é fundamental para os
negócios. Decisões importantes tomadas sob um estado de incerteza - tal
como aprovar importantes projetos de tecnologia de informação (TI), ou o
desenvolvimento de novos produtos - podem ser aprimoradas, mesmo que
ligeiramente, ao se reduzir a incerteza. Essa redução de incerteza pode valer
milhões.
Isso quer dizer, afinal de contas, que uma mensuração não precisa
eliminar a incerteza. Uma simples redução da incerteza vale como
mensuração e, possivelmente, pode valer muito mais do que o custo da
mensuração. Há, porém, outro conceito-chave de mensuração que

surpreende a maioria das pessoas: uma mensuração não tem de tratar de
uma quantidade da maneira em que costumamos pensar nela. Observe que
minha definição de mensuração diz "onde o resultado é expresso como
quantidade". A incerteza, pelo menos, precisa ser quantificada, mas o objeto
da observação talvez não seja a própria quantidade - pode ser inteiramente
qualitativo, tal como uma associação a um conjunto. Por exemplo,
podemos "mensurar" se uma patente será concedida ou se uma
incorporação acontecerá mesmo enquanto continue a satisfazer nossa
definição precisa de mensuração. Mas nossa incerteza sobre essas
observações deve ser expressa quantitativamente (como, por exemplo: há
uma probabilidade de 85% de que vamos obter a disputa pela patente;
temos 93% de certeza de que nossa imagem pública vai melhorar após a
incorporação etc.).
A opinião de que a mensuração se aplica a perguntas com uma
resposta sim/não ou outras distinções qualitativas é consistente com outra
escola de pensamento aceita sobre a mensuração. Em 1946, o psicanalista
Stanley Smith Stevens escreveu um artigo intitulado "Sobre a Teoria das
Escalas e da Mensuração". Nela, ele descreve diferentes escalas de
mensuração, incluindo as "nominais" e as "ordinais". As mensurações
nominais são simplesmente declarações de "associação de conjunto", como
se um feto é de macho ou de fêmea, ou se você tem uma determinada
enfermidade. Nas escalas nominais, não existe ordem implícita nem sentido
de tamanho relativo. Uma coisa é simplesmente um dos conjuntos
possíveis.
Entretanto, as escalas ordinais nos permitem afirmar que um valor é
"mais" do que outro, mas não em que montante. Exemplos disso são o
sistema de classificação de filmes quatro estrelas ou a escala de dureza de
Mohs para os minerais. Um "4" em uma dessas escalas é "mais" do que um
"2", mas não necessariamente o dobro. Mas para unidades homogêneas,
como dólares, quilômetros, litros, volts e similares, podemos acrescentar
essas unidades de maneira que faça sentido. Embora assistir a filmes quatro
estrelas não seja necessariamente tão bom quanto assistir a filmes de uma
estrela, um pedregulho de quatro toneladas pesa exatamente o mesmo que
quatro pedregulhos de uma tonelada. Uma unidade também nos permite
calcular proporções que fazem sentido (p. ex., 4 km é realmente o dobro de
2 km).

As escalas nominais e ordinais podem desafiar nossas pressuposições

sobre o que realmente significa "escala", mas, de qualquer maneira, são
observações úteis sobre as coisas. Para um geólogo, é útil saber que uma
pedra é mais dura do que outra, sem necessariamente ter de saber
exatamente quão mais dura, o que é tudo que a escala de dureza de Mohs
realmente faz.
Stevens e Shannon desafiam aspectos distintos da definição popular
de mensuração. Stevens se preocupava mais com uma taxonomia* de
diferentes tipos de mensuração, mas não tratou do importantíssimo
conceito de redução de incerteza. Shannon, que trabalhava em um campo
totalmente diferente, provavelmente não tinha conhecimento de como
Stevens, um psicólogo, planejara a área da mensuração apenas dois anos
atrás, nem se preocupava com isso. Entretanto, não creio que uma
definição prática de mensuração que trate de todas as espécies de coisas que
uma empresa possa precisar avaliar seja possível sem ambos os conceitos
de mensuração.
O campo da teoria da mensuração tenta lidar com essas duas
questões, e com mais ainda. Na teoria da mensuração, uma mensuração é
um tipo de "planejamento" entre a coisa sendo medida e os números. A
teoria é muito esotérica, mas, se nos concentrarmos nas contribuições de
Shannon e Stevens, há muitas lições para os gerentes. A ideia corriqueira
que pressupõe que as mensurações são quantidades exatas ignora a utilidade
de simplesmente reduzir a incerteza, se eliminar a incerteza não for possível
nem econômico. Nos negócios, os tomadores de decisão tomam decisões
sob incerteza. Quando essa incerteza se refere a decisões importantes e
arriscadas, então, a redução da incerteza tem muito valor, e é por isso que
usaremos essa defïnição de mensuração.
O OBJETO DA MENSURAÇÃO
Um problema bem explicitado é um problema meio solucionado.
Charles Kettering (1876-1958), inventor americano, detentor de 300 patentes,
inclusive a da ignição elétrica de automóveis
Não existe maior impedimento ao avanço do conhecimento do que

a ambiguidade das palavras.
Thomas Reid (1710-1769), filósofo escocês

Mesmo quando se adota esse conceito mais útil de mensuração,

algumas coisas parecem imensuráveis porque simplesmente não sabemos o
que queremos quando fazemos a pergunta. Não sabemos exatamente o
que queremos mensurar: o objeto da mensuração. Se alguém perguntar
como mensurar "alinhamento estratégico" ou "flexibilidade" ou "satisfação
do cliente", simplesmente indago: "O que precisamente você quer dizer?" É
interessante como, geralmente, as pessoas especificam mais seu uso do
termo de forma tal que quase responde à própria pergunta da mensuração.
Nos meus seminários, costumo pedir à plateia que me desafie com
mensurações difíceis ou aparentemente impossíveis. Em certo caso, um
participante definiu "aconselhamento" como sendo uma coisa difícil de
mensurar. Eu disse: "Isso é uma coisa que se gostaria de mensurar. Posso
dizer que mais aconselhamento é melhor do que menos aconselhamento.
Verifico que há pessoas investigando formas de aperfeiçoar o tema, por isso
posso compreender por que alguém poderia querer mensurá-lo. Assim, o
que você signifïca por aconselhamento?" A pessoa respondeu quase
imediatamente "Acho que não sei". Eu, então, disse: "Bem, talvez seja por
isso que lhe parece tão difícil de mensurar. Em primeiro lugar, você precisa
explicitar o que significa".
Se eu perguntar às pessoas o que querem dizer e qual a importância
que o assunto tem para elas, elas quase sempre fazem a si mesmas a
pergunta da mensuração. Esse costuma ser meu primeiro nível de análise
quando ministro o que denomino "seminários de esclarecimentos". É
simplesmente uma questão de os clientes exporem um termo específico,
mas ambíguo, que eles querem avaliar. Em seguida pergunto: "O que você
quer dizer com ‘preencher os espaços em branco’?"
Em 2000, quando o Departamento de Assuntos de Veteranos me
pediu que lhes ajudasse a definir a métrica do desempenho para a segurança
de TI, eu lhes perguntei: "O que vocês querem dizer com `segurança de
TI'?" No decorrer de dois ou três seminários, eles definiram os termos para
mim. Acabaram revelando que o que queriam dizer por "segurança de TI"
eram coisas como a redução de interferências não-autorizadas e de ataques
de vírus. Continuaram a descrever que essas coisas afetam a organização
por meio de perdas com fraudes, produtividade perdida ou até de dívidas
jurídicas em potencial (o que por pouco conseguiram prevenir quanto re-
cuperaram um notebook roubado em 2006, que continha os números da
Previdência Social de 26,5 milhões de veteranos).

Todos os impactos identificados eram, em quase todos os casos,

obviamente mensuráveis. "Segurança" era um conceito vago até que eles o
decompuseram em algo que realmente esperavam observar. Mesmo assim,
muitas vezes, precisam de mais orientação ao defïnir os conceitos originais
de forma que lhes permita mensurar. Para as tarefas mais complexas,
recorro à utilização de uma "cadeia de esclarecimentos" ou, se isso não
funcionar, talvez a um tipo de experimento de pensamento.
A cadeia de esclarecimentos é simplesmente uma breve série de
ligações que nos deve levar a achar que alguma coisa é intangível para julgá-
la tangível. Primeiro, reconhecemos que se X é uma coisa com a qual nos
importamos, por definição deve ser detectável de alguma forma. Como
poderíamos nos importar com coisas como "qualidade", "risco",
"segurança" ou "imagem pública" se essas fossem totalmente indetectáveis,
de algum modo, direta ou indiretamente? Se temos razão para nos
importarmos com certa quantidade desconhecida, é porque achamos que
ela corresponde a resultados desejáveis ou indesejáveis de alguma forma.
Segundo, se essa coisa for detectável, deve sê-lo em certa quantidade. Se
pudermos observar uma coisa sob algum aspecto, podemos observar mais
ou menos dela. Quando aceitarmos isso, a última providência talvez seja a
mais fácil. Se conseguirmos observá-la em certo montante, então ela é
mensurável.
Por exemplo, quando definirmos que nos importamos com a
"imagem pública" porque ela afeta coisas específicas, como publicidade por
meio de recomendação de clientes que impacta as vendas, então
começamos a identificar como mensurá-la. As recomendações dos clientes
são não apenas detectáveis; são detectáveis em certo montante. Isso quer
dizer que são mensuráveis. Eu posso não especificamente levar as pessoas
por todas as partes da cadeia de esclarecimentos, mas, se conseguimos
lembrar-nos desses três componentes, o método é bastante bem-sucedido.
A CADEIA DE ESCLARECIMENTOS
1. Se tive: alguma importância, é detectável/observável.
2. Se for detectável, pode ser detectado como um montante ou uma
variação de possíveis montantes.
3. Se puder ser detectado como uma variação de montantes
possíveis, pode ser mensurado.
Se a cadeia de esclarecimentos não funcionar, posso tentar um

experimento de pensamento. Imagine que você é um cientista estrangeiro
capaz de clonar pares não só de ovelhas ou mesmo de pessoas, mas
também de uma empresa inteira. Digamos que você estivesse estudando
uma determinada cadeia de fast food, e estivesse analisando o efeito de um
intangível especïfico, digamos "autonomia de funcionários". Você cria uma
dupla da mesma empresa, chamando uma de grupo de "teste", e a outra de
grupo de "contra-fé". Você dá ao grupo de teste um pouco mais de
autonomia, e mantém o controle total do grupo de controle. O que você,
na realidade, observa - de qualquer maneira, direta ou indiretamente - que
mudaria na primeira empresa? Você esperaria que as decisões fossem
tomadas em um nível inferior da companhia? Isso significaria que essas
decisões seriam melhores ou mais rápidas? Significaria que os empregados
precisam de menos supervisao? Signifïcaria que você tem uma organização
mais "linear", com menos despesas gerais de gerências? Se você conseguir
identificar até mesmo uma única observação que seria diferente entre as
duas organizações clonadas, estará no caminho certo para identificar como
a mensuraria.
OS MÉTODOS DA MENSURAÇÃO
Certas coisas podem parecer imensuráveis apenas porque a pessoa
que considera a mensuração talvez não tenha conhecimento dos métodos
básicos de mensuração, como variados procedimentos ou tipos de
amostragem, que podem ser usados para resolver o problema. Uma
objeção comum à mensuração é que o problema é incomparável e nunca
foi mensurado antes, e simplesmente não existe método que revelaria seu
valor. É estimulante saber que muitos métodos comprovados de
mensuração podem ser empregados em grande número de problemas para
ajudar a mensurar alguma coisa que, a princípio, você possa ter julgado
imensurável. Eis alguns exemplos:
• Mensurar com amostragens aleatórias mínimas (p. ex., você pode
aprender algo com uma pequena amostragem de clientes e funcionários em
potencial e assim por diante, especialmente quando há no momento muita
incerteza?).
• Mensurar a quantidade de coisas cujo total você nunca saberá (p.
ex., o número de certo tipo de peixes no oceano, o número de espécies de
plantas nas florestas tropicais, o número de erros de produção de um novo
produto ou de tentativas de acesso desautorizadas no seu sistema que não

são detectadas etc.).
• Mensurar quando muitas outras variáveis, mesmo desconhecidas,
estão envolvidas (p. ex., será o novo "programa de qualidade" a razão do
aumento de vendas, ou terão sido a economia, os erros dos concorrentes,
uma nova política de preços etc.?).
• Mensurar o risco de acontecimentos raros (p. ex., a possibilidade de
fracasso do lançamento de um foguete nunca lançado antes, ou outro
ataque como o do 11 de Setembro, ou mais um fracasso na construção de
barragens para evitar inundações em Nova Orleans).
• Mensurar o valor da arte, do tempo livre, ou reduzir seu risco de
morte ao avaliar quantas pessoas realmente pagam por essas coisas.
A maioria dessas abordagens de mensuração constitui apenas
variações dos métodos básicos envolvendo diferentes tipos de controles de
amostragem e experimentais e, às vezes, escolhem concentrar-se somente
em distintos tipos de perguntas. Métodos básicos de observação como
esses estão, na sua maioria, ausentes de certos processos de tomadas de
decisão comerciais, talvez porque esses procedimentos científicos sejam
considerados um processo complicado e exageradamente formalizado.
Esses métodos não são geralmente considerados como uma coisa que se
possa fazer, se necessário, de uma hora para outra, com pequeno custo ou
preparo. Entretanto, eles podem sê-lo.
Eis um exemplo muito simples de uma rápida mensuração que
qualquer um pode fazer com uma incerteza estatística facilmente calculada.
Suponha que você queira considerar trabalhar mais para sua empresa em
casa, usando seu computador. Um fator relevante ao considerar esse tipo
de iniciativa é quanto tempo o empregado médio gasta com o trânsito
parado para ir ao escritório todos os dias. Você poderia ocupar-se com um
censo formal do escritório com essa questão, mas demoraria e seria caro, e
provavelmente lhe daria mais precisão do que você necessita. Existem
alguns outros problemas sobre os quais falaremos mais tarde e que
constituem o "aleatório", mas, por enquanto, vamos apenas dizer que você
deve cobrir os olhos e escolher nomes do diretório de funcionários.
telefone para essas pessoas e, se elas responderem, pergunte-lhes quanto
tempo costumam gastar com as idas e vindas do trabalho.

Quando receber respostas de cinco pessoas, pare. Suponhamos que

os valores que você obtiver sejam 30, 60, 45, 80 e 60 minutos. Concentre-se
nos valores maiores e menores na amostragem de cinco pessoas: 30 e 80
minutos: existe uma probabilidade de 93% de que a média de toda a
população de funcionários oscile entre esses dois números. Chamo a isso
de "A Norma dos Cinco". "A Norma dos Cinco" é simples, funciona e
pode ser comprovada estatisticamente para uma ampla gama de problemas.
Com uma amostragem tão pequena assim, a gama poderia ser muito
extensa, mas, se for significativamente mais restrita do que sua gama
anterior, deve ser considerada uma mensuração.
A NORMA DAS CINCO

Existe uma probabilidade de 93% de que a média de uma população
fique entre os valores menores e os maiores de qualquer amostragem
aleatória de cinco pessoas dessa população.
Pode parecer impossível haver uma certeza de 93% sobre qualquer
coisa, baseado em uma amostragem aleatória de apenas cinco pessoas, mas
é verdade. Para compreender por que é verdade, é importante observar que
"A Norma dos Cinco" estima a média de uma população. A média é o
ponto em que metade da população está acima dele e a outra metade,
abaixo. Se escolhêssemos, aleatoriamente, cinco valores que estivessem
todos acima da média ou abaixo dela, a média estaria fora de nosso limite.
Mas, na verdade, qual é a possibilidade de que isso aconteça?
A probabilidade de se escolher aleatoriamente um valor acima da
média é, por definição, de 50%, a mesma de que, ao se atirar uma moeda
no ar, dê "cara". A probabilidade de selecionar aleatoriamente cinco valores
que estejam todos acima da média é a mesma de se atirar uma moeda no ar,
e que dê "coroa" cinco vezes seguidas. A probabilidade de sair "coroa"
cinco vezes seguidas ao se jogar a moeda aleatoriamente é de 1 em 32, ou
de 3.125%; o mesmo é verdade de sair "coroa" cinco vezes seguidas. A
probabilidade de não sair só "coroa" ou só cara é, então, de 100%: 3.125%
x 2, ou 93,75%. Portanto, a probabilidade de pelo menos uma vez em uma
amostragem de 5 estar acima da média e pelo menos de uma estar abaixo é
de 93,75% (arredonde o número para 93% ou até para 90%, se você quiser
ser conservador). Alguns leitores talvez se lembrem de uma aula de
estatística em que se discutiram métodos de amostragem para um número
mínimo de amostras. Esses métodos eram um pouco mais complexos do
que "A Norma dos Cinco", mas, por razões que discutiremos
minuciosamente depois, a resposta não é, na verdade, muito melhor.
Podemos aperfeiçoar uma regra empírica semelhante a essa ao
empregar métodos simples para justificar certos tipos de propensão. Talvez
significados recentes, mas temporários, tenham aumentado a estimativa
geral de "tempo médio do percurso casa/trabalho/casa". Ou, talvez, as
pessoas que se demoram mais nesse percurso sejam mais inclinadas a alegar
doença para não ir trabalhar, ou, em outros contextos, não estejam
disponíveis para sua amostragem. Ainda assim, com seus defeitos
reconhecidos, "A Norma dos Cinco" é algo que a pessoa que quer
desenvolver um sexto sentido para a mensuração deve manter à mão.
(espaço em branco)

Pg 46 Frase sem início.

melhor resposta, nesses casos, nunca é óbvia sem que se
compreendam as magnitudes.
Em outros casos, a própria existência de qualquer erro que seja (o
que, sabemos, é quase sempre o caso das mensurações empíricas) torna
uma tentativa de mensuração moralmente abominável. Stephen J. Gould,
autor de The Mismeasure of Man, veementemente argumentou contra a
utilidade, ou mesmo a moralidade, das mensurações do intelecto como QI
ou "g" (o fator geral ou inteligência que supostamente está subjacente às
pontuações do QI). Ele disse: "A ‘g’ é nada mais do que um artifício do
procedimento matemático usado para calculá-lo". Embora as pontuações
do QI e do g certamente tenham diversas erros e preconceitos, elas sao, é
claro, não apenas procedimentos matemáticos, mas se baseiam também em
observações (pontuações resultantes de testes). E como agora
compreendemos que a mensuração não significa "total falta de erro", a
objeção de que a inteligência não pode ser mensurada porque os testes
contêm erros não procede.
Além do mais, outros pesquisadores ressaltam que a opinião de que
as mensurações da inteligência não são mensurações de nenhum fenômeno
real é inconsistente com o fato de que esses diferentes "procedimentos
matemáticos" estão altamente correlacionados uns com os outros, e
correlacionados até mesmo com fenômenos sociais, como comportamento
ou rendimentos crirninosos. Como pode o QI ser um número puramente
arbitrário, se ele se correlaciona com a realidade observada? Não vou tentar
resolver essa disputa agora, mas estou curioso sobre como Gould trataria
certos problemas, como os efeitos ambientais de uma substância tóxica que
afeta o desenvolvimento mental. Em vista de que um dos efeitos mais
terríveis do mercúrio de metilo nas crianças, por exemplo, são pontos ern
potencial perdidos do QI, será que Gould está armando que esse efeito não
pode ser real, ou está declarando que, mesmo que fosse real, nao ousamos
mensurá-lo por causa de erros dos temas? De qualquer maneira, teríamos
de acabar ignorando os custos potenciais dessa substância tóxica à saúde, e
talvez fôssemos forçados - na falta de informações contrárias - a reservar
verbas para outro programa. Isso seria uma pena para as crianças.
O fato é que a preferência pela ignorância em detrimento de
reduções ainda que marginais dessa ignorância nunca é a superioridade
moral. Se as decisões são tomadas sob um estado autoimposto de maior
incerteza, os legisladores das políticas - ou mesmo negociantes como,

digamos, fabricantes de aviões - estão apostando nas nossas vidas com uma
probabilidade maior de distribuição errada dos recursos limitados. Na
mensuração, assim como em outras atividades humanas, a ignorância nao é
somente um desperdício, como também é perigosa.
A ignorância nunca é melhor do que o conhecimento.
Enrico Fermi, ganhador do Prêmio Nobel de Física em 1938
RUMO A UMA ABORDAGEM UNIVERSAL DA

MENSURAÇÃO
Já ouvimos falar de pessoas com abordagens interessantes e intuitivas
da mensuração. Também já aprendemos como lidar com as objeções
básicas à mensuração, inclusive certas "máximas da mensuração" e alguns
interessantes exemplos de mensuração. Verificamos que as razões pelas
quais uma coisa é considerada imensurável são, na verdade, simples
conceitos errados. De maneiras diferentes, todas essas lições se combinam
para traçar certos aspectos de uma estrutura geral da rnensuração. Vamos
ter de acrescentar alguns conceitos para torná-la completa. Ocorre que essa
estrutura também é a base do método de Economia Aplicada das
Informaçoes que criei.
Mesmo com todos os diferentes tipos de mensurações que existem
para se fazer, podemos ainda assim construir um conjunto de etapas que se
aplicam virtualmente a qualquer tipo de mensuração. Podemos construir
uma abordagem universal. Cada componente desse enfoque é bem
conhecido em um determinado campo de pesquisas ou indústria, mas
ninguém rotineiramente os reúne em um método coerente. Nessa
abordagem universal, é preciso fazer seis perguntas:
1. Que você está tentando mensurar? Qual é o verdadeiro significado
do "intangível" alegado?
2. Por que você se importa - qual é a decisão e onde está o "limite"?
3. Quanto você sabe agora - que extensões ou probabilidades
representam sua incerteza sobre isso?
4. Qual é o valor das informações? Quais são as consequências de
estar errado e a possibilidade de estar errado, e quais - se for o caso -
esforços de mensuração seriam justificados?

5. Dentro do custo justificado pelo valor das informações, que

observações confirmariam ou eliminariam as diferentes possibilidades? Para
cada cenário possível, qual é a coisa mais simples, que deveríamos constatar,
se esse cenário fosse verdadeiro?
6. Como você executa a mensuração que justifica os vários tipos de
erros evitáveis (repetindo: onde o custo é menor do que o valor das
informações)?
Acrescentarei outros detalhes em cada fase dessa abordagem em
outros capítulos, mas já discuti parte de cada um deles.
Os benefícios de enxergar o mundo através de olhos "graduados"
que vêem tudo em uma luz quantitativa têm sido uma força propulsora
histórica da ciência e da produtividade humana. Os humanos possuem um
instinto básico de mensurar, mas esse instinto é suprimido em um ambiente
que enfatiza comitês e consenso em detrimento de simples observações.
Simplesmente não ocorre a muitos gerentes que um elemento "intangível"
pode ser mensurado com observações simples e inteligentemente
planejadas.
Ensinaram a todos nós várias concepções equivocadas sobre
mensuração e o que ela significa desde nossa primeira exposição ao
conceito. Talvez tenhamos tido conhecimento dos conceitos básicos da
mensuração em, digamos, um laboratório de química no ensino médio,
mas é improvável que tenhamos aprendido muito além da ideia de que as
mensurações são exatas e se aplicam somente às quantidades óbvia e
diretamente observáveis. As estatísticas da faculdade, contudo,
provavelmente ajudam a confundir e, também, a informar um número
semelhante de pessoas. Quando prosseguimos até o local de trabalho,
profissionais de todos os níveis em todos os campos são inundados de
problemas que não têm os fatores harmoniosamente mensuráveis com que
deparamos nos problemas do ensino médio e na faculdade. Em lugar disso,
aprendemos que certas coisas são simplesmente imensuráveis. Entretanto,
como já verificamos, os "intangíveis" são um mito. Os dilemas da mensu-
ração podem ser solucionados. A pergunta "quanto" se ajusta a qualquer
tema de forma valiosa, e mesmo os problemas mais controvertidos de
mensuração podem ser encarados quando se compreendem as
consequências da não-mensuração.

PG 58 Frase sem início

utilíssimas ao discutir qualquer outro tipo de mensuração que
tenhamos.
Se outros vão continuar a usar termos ambíguos e realizar debates
filosóficos intermináveis é de pouca importância para um tomador de
decisões que se depara com um dilema filosófico. A palavra "força", por
exemplo, foi empregada na língua inglesa durante séculos antes que Sir
Isaac Newton a definisse matematicamente. Hoje, às vezes, é usada
alternadamente com termos como "energia" ou "poder", mas não por
músicos nem engenheiros. Quando os projetistas de aviões empregam o
termo, sabem precisamente o que querem dizer em urn sentido
quantitativo (e aqueles que voam muito apreciam os esforços que eles
fazem visando a objetividade).
Agora que definimos "incerteza" e "risco", temos melhores fer-
ramentas para definir termos como "segurança" (ou "confiabilidade" e
"qualidade"; adiante, falaremos mais sobre isso). Quando dizemos que a
segurança melhorou, geralmente queremos dizer que determinados riscos
diminuíram. Se eu aplicar a definição de risco apresentada antes, uma
redução de risco deve significar que se reduz a probabilidade e/ou a
severidade (prejuízo, perda) de certa lista de fatos. Essa é a abordagem que
citei rapidamente antes para ajudar a mensurar um investimento enorme na
segurança da TI, os US$ 100 milhões de reestruturação geral da segurança
da TI para o Departamento de Assuntos de Veteranos.
EXEMPLOS DE ESCLARECIMENTO: LIÇÕES

COMERCIAIS ADVINDAS POR INCRÍVEL QUE PAREÇA, DO
GOVERNO
Muitos funcionários do governo imaginam o mundo comercial
como um lugar quase mítico de eficiência e motivação impulsionadas por
incentivos, em que o medo de falir mantém todo mundo "pisando no
sapatinho". Costumo ouvir servidores governamentais lamentar que seu
ambiente não seja mais parecido com o comercial. Contudo, para os que
vivem no mundo comercial, o governo (federal, estadual ou municipal) é
sinônimo de ineficiência burocrática e de trabalhadores desmotivados que
contam os dias para se aposentar.
Já prestei muita consultoria nesses dois mundos, e diria que nenhuma

generalização está inteiramente certa ou inteiramente errada. Muitas pessoas
em qualquer desses dois mundos ficariam surpresas ao saber que acho que
há muitas coisas que o mundo comercial pode aprender com (pelos menos
alguns) órgãos governarnentais. O fato é que grandes empresas, com
enormes estruturas internas, têm trabalhadores tão afastados das realidades
econômicas dos negócios que seus empregos são tão burocráticos quanto
qualquer cargo no governo. E aqui estou para prestar testemunho de que o
governo federal dos EUA, embora certamente a maior burocracia da
História, tem muitos funcionários motivados e apaixonadamente
dedicados. Sob esse aspecto, usarei alguns casos dos meus clientes
governamentais como grandes exemplos a serem seguidos pelas empresas
em geral.
Eis um pouco mais de histórico sobre o projeto de mensuração de
segurança da TI do Departamento de Assuntos dos Veteranos, que
mencionei ligeiramente no Capítulo 3. Em 2000, uma organização chamada
Conselho Federal dos CIO quis realizar um tipo de teste para comparar
diferentes métodos de mensuração de desempenho. Como sugere o nome,
o Conselho Federal dos CIO é uma organização consistindo dos diretores-
executivos de informação dos órgãos federais e de muitos dos seus
relatórios diretos. O Conselho tem seu próprio orçamento e, às vezes,
patrocina pesquisas que possam beneficiar todos os CIO federais. Após
analisar virias abordagens, o Conselho dos CIO decidiu testar a economia
das Informações Aplicadas.
O Conselho dos CIO decidiu testar a EIA no portfólio maciço e
recentemente proposto de segurança da TI no Departamento de Assuntos
de Veteranos (AV). Minha tarefa era identificar métrica de desempenhos
para cada um dos sistemas relacionados à segurança sendo propostos, e
avaliar o portfólio, sob a rigorosa supervisão do Conselho. Sempre que eu
ministrava um seminário ou uma apresentação das conclusões, vários
observadores do Conselho, de diversos órgãos, costumavam estar
presentes. Ao final de cada um dos projetos, eles compilavam suas
observações e escreviam uma comparação minuciosa da EIA com outro
método popular sendo utilizado em outros órgãos.
A primeira pergunta que fiz ao AV é semelhante à que faço na
maioria dos problemas de mensuração: "O que você quer dizer com
‘segurança da TI’?" Em outras palavras, como é a segurança aperfeiçoada

da TI? O que veríamos ou verificaríamos que estaria diferente se a

segurança estivesse melhor ou pior? Além disso, que queremos dizer com
"valor" da segurança?
A segurança da TI poderia não parecer o conceito mais efêmero ou
vago que precisássemos mensurar, mas os participantes do projeto logo
descobriram que não sabiam exatamente o que queriam dizer com esse
termo.
Ficou evidente, por exemplo, que a frequência reduzida e o impacto
dos ataques "pandêmicos" de vírus são um aperfeiçoamento da segurança,
mas o que é "pandêmico" ou, por falar nisso, "impacto"? Ademais, pode
ser óbvio que um acesso não-autorizado a um sistema por um hacker é um
exemplo de quebra de segurança da TI, mas e o roubo de um laptop? E que
dizer de um centro de dados sendo atacado por um incêndio, tornado ou
uma inundação? Na primeira reunião, os participantes descobriram que,
embora todos concordassem em que a segurança da TI pudesse melhorar,
eles não tinham uma compreensão em comum do que fosse segurança da
TI.
Não tinha nada a ver com o fato de que pessoas diferentes tivessem
desenvolvido imagens mentais detalhadas da segurança da TI, ou que
imaginassem algo diferente dos demais. Até aquela altura, ninguém havia
pensado nessas minúcias na definição de segurança da TI. Quando os
membros do grupo foram confrontados com exemplos específicos e
concretos de segurança da TI, acabaram chegando a um consenso sobre
um modelo claro e detalhado do assunto.
Resolveram que a segurança aperfeiçoada da TI significava uma
redução da frequência e da severidade de uma lista específica de fatos
indesejáveis. No caso dos AV, decidiram que esses fatos deveriam
especificamente incluir ataques de vírus, acessos não-autorizados (lógicos e
fïsicos) e certos tipos de outras calamidades (p. ex., perder um centro de
dados como resultado de um incêndio ou de um furacão). Cada um desses
tipos de fatos engloba certos tipos de custo. O Documento 4.1 apresenta os
sistemas propostos, os fatos que eles visam a evitar e os custos desses fatos.
Cada um dos sistemas propostos reduziu a frequência ou o impacto
de fatos específicos. Cada um desses fatos teria resultado em uma
combinação específica de custos. Um ataque de vírus, por exemplo, tende a
ter um impacto na produtividade, ao passo que o acesso não-autorizado
pode resultarem perda de produtividade, fraude, e talvez até em
endividamento jurídico, consequência de revelação imprópria de históricos

médicos particulares e semelhantes.
Com essas definiçães, temos uma compreensão muito mais es-
pecífica do que "aperfeiçoamento da segurança da TI" realmente significa e,
portanto, como mensurá-la. Quando faço a pergunta "Que você está
notando ao observar a segurança aperfeiçoada da – sem conclusão

Capítulo 7 - Mensurando o Valor das

Informações (Pg 107)
Se pudéssemos mensurar o próprio valor das informações,
poderiamos usar isso para determinar o valor de conduzir mensurações. Se
calculássemos esse valor, provavelmente escolheríamos mensurar coisas
completamente diferentes, gastaríamos mais esforços e dinheiro
mensurando coisas que nunca havíamos medido e ignoraríamos algumas
coisas que, rotineiramente, mensurávamos no passado.
A Falácia de McNamara
A primeira etapa é mensurar o que puder ser facilmente mensurado.
Isso funciona até certo ponto. A segunda etapa é desconsiderar o que não
pode ser facilmente mensurado, ou atribuir-lhe um valor quantitativo
arbitrário. Isso é artificial e induz a erro. A terceira etapa é presumir que
aquilo que não pode ser mensurado facilmente não é importante. Isso é
cegueira. A quarta etapa é dizer que aquilo que não pode ser mensurado
facilmente na verdade não existe. Isso é suicídio."
Charles Handy. The Empty Raincoat, 1995, p.219 (Editado no Brasil como A Era do
Paradoxo. Editora Arco da Velha)
Na realidade, só existem três razões básicas por que as informações

têm valor para os negócios:
1. As informações reduzem a incerteza quanto às decisões que
tenham consequências econômicas.
2. As informações afetam o comportamento dos outros, o que
tem consequências econômicas.
3. As informações, às vezes, têm seu próprio valor de mercado.
A solução para a primeira dessas três razões existe desde a década de

1950 em um campo da matemática chamado "teoria da decisão", um
desdobramento da teoria dos jogos. É, também, o método em que nos
focalizamos, basicamente porque é mais relevante à maior parte das
necessidades comuns e porque as outras duas são um pouco mais simples.
O valor das informações que afetam o comportamento humano é
exatamente igual ao valor da diferença no comportamento humano. Se a
própria mensuração de desempenho obtém um aumento de 20% na

produtividade, então o valor monetário desse aumento de produtividade é
o valor da mensuração. Se o valor das informações é seu valor
mercadológico, então temos um problema de previsão de mercado que não
difere da estimativa de vendas de qualquer outro produto. Se estamos
coletando informações sobre o tráfego em cruzamentos urbanos, então o
valor dessa mensuração é nosso lucro esperado da venda dessas
informações. Mas a maior parte das razões por que mensuramos uma coisa
nos negócios é, pelo menos, parcialmente relacionada à maneira pela qual a
mensuração afeta as decisões. É disso que trata o resto deste capítulo.
A POSSIBILIDADE DE ESTAR ERRADO E O CUSTO DE

ESTAR ERRADO: A ESPERADA PERDA DE OPORTUNIDADE
O campo esotérico da teoria dos jogos forneceu a fórmula do valor
das informações há mais de 50 anos, e ela pode ser compreendida
matemática e intuitivamente. Podemos realizar melhores "apostas"
(exemplo: decisões) quando podemos reduzir a incerteza (p. ex., fazer
mensurações) sobre elas. Saber o valor da mensuração afeta o modo pelo
qual podemos medir alguma coisa, ou mesmo se precisamos mensurá-la ou
não.
Se você está inseguro sobre uma decisão comercial (e uma pessoa
que conhece parâmetros deve ser realista sobre o nível de incerteza), isso
quer dizer que você tem uma possibilidade de tomar a decisão errada. Por
"errada" quero dizer que as consequências de alguma alternativa teriam sido
preferíveis, e você poderia ter escolhido essa alternativa, se tivesse sabido. O
custo de estar errado é a diferença entre a escolha errada que você fez e a
melhor alternativa possível, isto é, a que você teria selecionado se tivesse
tido informações perfeitas. Por exemplo, se você vai investir em uma nova
e ousada campanha publicitária, espera que o investimento se justifique,
mas não tem certeza absoluta de que a campanha será bem-sucedida.
Historicamente, você sabe que já houve campanhas publicitárias que,
embora inicialmente parecessem uma grande ideia, acabaram sendo um
fracasso de mercado. Alguns dos exemplos mais catastróficos chegaram até
a ajudar os concorrentes. No lado positivo, a campanha certa, às vezes,
pode resultar diretamente em grande aumento de vendas. Não ajuda ficar
parado e não investir no seu negócio apenas porque há uma possibilidade
de estar errado. Portanto, baseado nas melhores informações que você tiver
até a data, a decisão-padrão é ir adiante com a campanha, mas pode

primeiro valer a pena mensurá-la.
Para calcular o valor de mensurar a probabilidade de sucesso de uma
campanha, você precisa saber qual seria seu prejuízo se a campanha acabar
sendo um mau investimento, e a possibilidade de que a campanha vai,
realmente, ser um mau investimento. Se não houvesse probabilidade de que
a campanha falhasse, então não haveria qualquer necessidade de reduzir a
incerteza a respeito: a decisão não teria risco e seria óbvia.
Para manter simples esse exemplo, consideremos uma decisão
binária: você se dá bem ou mal, ponto final. Suponha que você possa lucrar
US$ 40 milhões se a campanha der certo, e perder US$ 5 milhões (o custo
da campanha) e se a campanha não funcionar. Então suponha que seus
especialistas em parâmetros afirmem que há uma probabilidade de 40% de
que a campanha seja um fracasso. Com essa informação, você poderia criar
uma tabela, como revela o Documento 7.1.
DOCUMENTO 7.1
EXEMPLO EXTREMAMENTE SIMPLES DE UMA PERDA DE
OPORTUNIDADE
A Campanha dá Certo A Campanha Fracassa
Possibilidade de sucesso 60% 40%
Campanha aprovada + US 40 milhões - US$ 5 milhões
Campanha rejeitada US$ 0 US$ 0
A Perda de Oportunidade (PO) de uma determinada alternativa é
somente o custo de escolhermos essa alternativa e ela der errado. Essa
Esperada Perda de Oportunidade (EPO) de uma determinada estratégia é a
possibilidade de estar errado versus o custo de estar errado. Por exemplo,
você obtém estas respostas:
• Perda de Oportunidade se a Campanha for Aprovada: US$ 5
milhões.
• Perda de Oportunidade se a Campanha for Rejeitada: US$ 40
milhões.
• Esperada Perda de Oportunidade se Aprovada: US$ 5 milhões x
40% = US$ 2 milhões.
• Esperada Perda de Oportunidade se Rejeitada: US$ 40 milhões x

60% = US$ 24 milhões.
A EPO existe porque você está inseguro sobre a possibilidade de
consequências negativas de sua decisão. Se você pudesse reduzir essa
incerteza, a EPO também se reduziria. É isso que a mensuração faz.
Todas as mensurações que têm valor resultam na redução da
incerteza de certa quantidade que afeta alguma decisão com consequências
econômicas. Quanto maior a redução da EPO, mais elevado o valor da
mensuração. A diferença entre a EPO antes da mensuração e após a
mensuração é chamada de Valor Esperado da Informação (VEI).
Calcular o VEI de uma mensuração antes de fazer a mensuração
requer que estimemos qual a redução de incerteza que esperamos. Isso, às
vezes, é complicado, dependendo da variável sendo mensurada, mas existe
um atalho. O valor mais fácil de mensuração a calcular é o Valor Esperado
da Informação Perfeita (VEIP). Se você pudesse eliminar a incerteza, a
EPO se reduziria a zero. Portanto, o VEIP é simplesmente a EPO da
alternativa escolhida por você. No exemplo, a decisão-"padrão" (o que você
faria se não fizesse mais uma mensuração) era aprovar a campanha e -
como esperado - que a EPO era de US$ 2 milhões. Assim, o valor de
eliminar qualquer incerteza sobre se essa campanha seria bem-sucedida é de
apenas US$ 2 milhões. Se você conseguisse apenas reduzir, mas não
eliminar a incerteza, então, o VEI seria algo menor.
O VALOR DAS INFORMAÇÕES

Valor Esperado das Informações (VEI) = Redução da Esperada Perda de
Oportunidade (EPO)
Exemplo: VEI = EPOAntes das Informações – EPODepois das Informações
Onde EPO = possibilidade de estar errado x custo de estar errado
Valor Esperado das Informações Perfeitas (VEIP) = EPOAntes das Informações
(EPO depois é 0, se as informações forem perfeitas)
Um método mais complicado, porém muito mais comum e realista,

é o cálculo da EPO, no qual sua incerteza é sobre um valor contínuo, e não
apenas dois extremos, como "A campanha dá certo" e "A campanha

fracassa". É mais comum precisar calcular o valor de uma mensuração em

que a variável de incerteza tem uma gama de valores possíveis. O método
para calcular esse valor de informação não é fundamentalmente diferente
de como calculamos o valor de um problema binário simples.
Continuamos a precisar calcular uma EPO.
O VALOR DAS INFORMAÇOES
PARA AS VARIAÇÕES
No exemplo da campanha publicitária, suponha que, em lugar de
expressar os resultados como somente duas conclusões possíveis, os
resultados sejam um variação de valores possíveis. Um especialista em
parâmetros de marketing tinha 90% de certeza de que as vendas resultando
diretamente dessa campanha publicitária poderiam variar entre 100.000 e 1
milhão de unidades. Entretanto, precisamos vender, pelo menos, uma certa
quantidade para fazer com que essa campanha publicitária alcance o ponto
de equilíbrio. Digamos que, após considerar o custo da campanha e a
margem bruta do produto, determinemos que é preciso um mínimo de
200.000 unidades vendidas para chegar ao ponto de equilíbrio. Se as vendas
forem qualquer coisa inferior a isso, a campanha representará um prejuízo
líquido, e ainda maior à medida que as vendas caiam além daquele total. Se
vendermos exatamente 200.000 unidades, não ganhamos nem perdemos.
Se não vendêssemos nada, ainda teríamos o prejuízo do custo da campanha
- US$ 5 milhões (pode-se dizer que o negócio perderia mais do que apenas
o custo da campanha, mas vamos simplificar a história). Outra maneira de
se analisar isso é que, para cada unidade em que não atingirmos o ponto de
equilíbrio, estamos perdendo US$ 25. Nessa situação, qual é o valor de
reduzir a incerteza sobre o efeito da campanha?
Urna forma de calcular o VEIP para variações como essa obedece a
cinco etapas:
1. Dividir a distribuição em centenas ou milhares de pequenos
segmentos.
2. Calcular a perda de oportunidade para o valor médio de cada
segmento.
3. Calcular a probabilidade de cada segmento.
4. Multiplicar a perda de oportunidade de cada segmento versus sua
probabilidade.

5. Totalizar todos os produtos a partir da fase 4 por todos os

segmentos.
A melhor maneira de realizar isso é fazer um macro no Excel, ou
utilizar algum software que corte a distribuição em cerca de 1.000 porções,
e, então, fazer o cálculo necessário. Isso garante que lidemos com todas as
espécies de importantes situações e exceções. Para facilitar, fiz a maior parte
do trabalho para você. Agora, tudo que você precisa fazer é usar dois dos
gráficos seguintes e executar uma aritmética simples.
Como prelúdio a esse cálculo, necessitamos decidir qual dos limites
superior e inferior do intervalo de confiança de 90% (IC) é o "melhor
limite" (ML) e o "pior limite" (PL). Claramente, às vezes, um número maior
é melhor (p. ex., receita) e, outras vezes, um número menor é melhor (p.
ex., custos). No exemplo da campanha publicitária, um número pequeno é
ruim, de modo que o PL é de 100.000 unidades e o ML é de 1.000.000 de
unidades. Daí, vamos calcular um valor que chamarei de Limiar Relativo
((LR - Em estatística, valor mínimo de uma quantidade). Essa quantidade
nos informa onde está o limite em relação ao resto das variações. Ver o
Documento 7.2 para uma explanação do LR.
DOCUMENTO 7.2 – EXEMPLO DO LIMIAR RELATIVO
Vamos usar esse valor para calcular o VEIP em quatro etapas:

1. Calcular o Limiar Relativo: LR = (Limiar - PL)/ML - PL). Para
nosso exemplo, o melhor limite é 1.000.000 de unidades, o pior limite é de
100.000 unidades, e o limiar é de 200.000 unidades, de modo que o LR =
(200.000 - 100.000) /1.000.000 -100.000) = 0,11.
2. Localize o LR no eixo vertical do Documento 7.3.
3. Olhe diretamente para a direita do valor do LR e verá dois

conjuntos de curvas - um para as distribuições normais à esquerda, e um
para as distribuições uniformes à direita. Pelo fato de nosso exemplo ser de
uma distribuição normal, encontre o ponto na curva para as distribuições
normais que está diretamente à direita do nosso valor de LR. Vou chamar
esse valor de Fator Esperado de Perda de Oportunidade (FEPO). Nesse
caso, nosso FEPO é 15.
4. Calcule o VEIP assim: VEIP = FEPO/1.000 x PO por unidade x
(ML - PL). Nesse exemplo, tem uma perda de oportunidade por unidade
de U5$ 25. Isso produz o seguinte VEIP = 15/1.000 x 25 x (1.000.000 -
100.000) = US$ 337.500. Ver Documento 7.3.
Esse cálculo mostra que uma mensuração (nesse caso, uma previsão)
sobre o número de unidades que serão vendidas poderia teoricamente valer
tanto quanto US$ 337.500. Esse número é um máximo absoluto e
pressupõe uma mensuração que elimina a incerteza. Embora eliminar a
incerteza seja quase sempre impossível, esse simples método oferece um
importante paradigma do montante que estaríamos dispostos a gastar.
O procedimento para uma distribuição uniforme é o mesmo, exceto,
claro, que precisamos usar a coluna de curvas da distribuição uniforme. Seja
no caso da distribuição uniforme ou normal, algumas importantes
advertências devem ser compreendidas. Primeira: esse simples método
aplica-se apenas às perdas lineares. Isto é, para cada unidade para a qual
erramos o limiar, perdemos uma quantia fixa: US$ 25 em nosso exemplo.
Se fizéssemos um gráfico da perda contra as unidades vendidas, seria uma
linha reta. Isso é linear. Mas se a perda se acelerasse ou fosse mais lenta de
alguma forma, o gráfico do FEPO pode não representar uma estimativa
muito próxima. Por exemplo, se estamos incertos sobre uma taxa de juros
composta, então, o prejuízo que temos abaixo do limiar que definimos não
seria como o de uma linha reta. Também é importante observar que se a
distribuição normal precisa ser truncada de alguma forma, ou se for preciso
alguma outra forma de distribuição além da normal ou uniforme, o gráfico
não apresentará uma aproximação.

DOCUMENTO 7.3 – GRÁFICO DO FATOR ESPERADO DE PERDA DE OPORTUNIDADE (FEPO)
O VALOR DAS ANÁLISES DE INFORMAÇÕES EM UM

SITE SUPLEMENTAR
www.howtomeasureanything.com
Acesse o link "Value of Information”: Você pode baixar uma calcula-
dora minuciosa baseada no Excel para Análise do Valor das Informações
(AVI) com exemplos deste livro.
Se você tem uma importante mensuração com alto valor infor-

mativo, pode valer a pena realizar a matemática eira que descrevi para
desmembrar a distribuição em um grande número de porções. Mas, em
lugar de fazer essa planilha a partir do zero, você pode baixar as planilhas de
AVI e exemplos do site suplementar www.howtomeasureanything.com.
O MUNDO IMPERFEITO: O VALOR DA REDUÇÃO
PARCIAL DA INCERTEZA
O último exemplo do Valor Esperado das Informações Perfeitas

mostra o valor de eliminar a incerteza, não apenas reduzi-la. O cálculo do
VEIP pode ser útil por si só, em vista de que pelo menos sabemos a
quantidade máxima que jamais devemos exceder para realizar a
mensuração. Mas quase sempre precisamos sobreviver ao fato de
simplesmente reduzir nossa incerteza, especialmente quando estamos
falando de coisas como previsões de vendas de campanhas publicitárias.
Nessas ocasiões, é útil conhecer não apenas o máximo que podemos gastar
sob as condições ideais, mas também o que uma determinada mensuração
da vida real (com a permanência de erros da vida real) deve valer. Em
outras palavras: temos de saber o Valor Esperado das Informações, não o
Valor Esperado das Informações Perfeitas.
Repito que o VEI é mais bem calculado com um pouco mais de
modelagem aprimorada, mas podemos fazer algumas estimativas simples.
Para isso, é útil ter uma visualização mental da aparência adequada de um
VEI, se representarmos por meio de gráfico o VEI veTSUS a quantidade
de informações (Documento 7.4).
A curva do VEI geralmente é convexa e assintótica, isto é, o valor da
informação tende a se elevar mais rapidamente com pequenas reduções de
incerteza, mas se nivela à medida que a incerteza se aproxima do zero.
Como se pode ver no gráfico, o valor da informação inicialmente cresce
mais depressa, mas depois se nivela no VEIP (o qual, obviamente, o VEI
jamais pode exceder).

DOCUMENTO 7.4 - CURVA DO VALOR ESPERADO DAS INFORMAÇÕES
Também vale a pena recordar que o VEI de uma distribuição normal

é normalmente mais aproximado de uma linha reta do que o VEI de uma
distribuição binária ou uniforme. Para uma distribuição normal, uma
mensuração que teria apenas metade da incerteza da variação original teria
um VEI de cerca de metade do VEIP, 1/4 da incerteza seria 1J4 do VEIP,
e assim por diante. A curva do VEI de uma distribuição normal não é
exatamente reta, claro, pois ela ainda precisa nivelar-se no VEIP Para uma
distribuição binária ou uniforme, a curva do VEI é, geralmente, um pouco
mais inclinada do que para uma distribuição normal, de modo que o VEI
aumenta ainda mais rapidamente com um pouco mais de mensuração.
Dessa maneira, uma mensuração que reduza a incerteza pela metade
normalmente vale mais do que metade do VEIP Para o exemplo da
campanha publicitária, o VEIP foi de US$ 337.500. Se você acha que pode
reduzir sua incerteza pela metade para um estudo que custa US$150.000,
então está justificado em realizar o estudo (mas, provavelmente, não está
justificado por um grande montante). Se você conseguir fazer o estudo por
US$ 30.000, será uma barganha óbvia.
Outra característica da curva do VEI que deve ser lembrada,
especificamente para as distribuições uniformes, é a de que as distribuições
uniformes são lisas, com limites acentuadamente truncados; nada fora dos

limites é possível, e tudo dentro dos limites é igualmente provável. Se o

especialista em parâmetros quisesse dar à nossa variação uma distribuição
uniforme de 100.000 a 1.000.000 de unidades vendidas, o especialista estaria
realmente dizendo que não há possibilidade de vender mais de 1 milhão de
unidades ou menos de 100.000. Se conseguirmos realizar uma mensuraçáo
que pelo menos nos permita movimentar o limite mais baixo para um valor
maior do que o limiar de 200.000 unidades vendidas, teremos eliminado a
possibilidade de prejuízo. Em exemplos como esse, o maior salto do VEI
vai até o ponto onde a redução da incerteza é apenas suficiente para
possibilitar eliminar a probabilidade de prejuízo. A diferença de valor entre
uma rnensuração que pudesse reduzir a incerteza pela metade e uma que
pudesse reduzir a incerteza em 3/4 seria mínima. Quando tivermos
eliminado a possibilidade de prejuízo (ou determinado sem qualquer dúvida
que haverá prejuízo), qualquer mensuração adicional terá valor muito
menor.
Embora esse método de calcular um VEI com o Documento 7.3
para a distribuição normal seja somente uma aproximação, ele deve estar
em 10% ou cerca disso da resposta verdadeira de uma distribuição normal.
Você pode estimar o VEI ao reconhecer o VEIP como uma quantidade
máxima e lembrar-se da forma geral de uma curva de VEI. Você pode
achar que estamos fazendo aproximações urnas atrás das outras, mas isso
resulta em uma mensuração "suficientemente boa". Calcular o VEIP para
uma mensuração proposta já tem alguma incerteza própria, de modo que a
precisão perfeita do VEI não é muito útil. Ademais, as variáveis que você
deve mensurar – as que têm altos valores informativos - tendem a ser o
mais elevador valor de informações por margem enorme. Quase sempre
são 10 ou 200 vezes iguais (ou mais) do que o valor das melhores
mensurações a seguir. O erro de estimativa de um VEI normalmente nem
chega a fazer diferença.
Saber o valor monetário das informações em uma mensuração lança
uma nova luz sobre o que é "mensurável". Se alguém diz que uma
mensuração seria muito cara, precisamos perguntar: "Comparada a quê?"
Se uma mensuração que reduziria apenas a incerteza pela metade custa US$
50.000, mas o FEPO é de US$ 500.000, então, certamente a mensuração
não é muito cara. Mas, se o valor das informações for de zero, qualquer
mensuração passa a ser cara. Algumas mensurações podem ter valores de
informações marginais - digamos, alguns milhares de dólares - não
suficientes para justificar um esforço formal de mensuração, mas urn pouco
demais para simplesmente ignorar. Para essas mensurações, tento pensar

em abordagens que possam rapidamente diminuir urna pequena incerteza,
digamos dar uns telefonemas para alguns outros especíalistas.
Com a curva do VEI, também aprendemos o valor das mensurações
repetitivas. Enquanto a curva do VEI mostra que o valor das informações
se nivela, uma curva mostrando o custo das informações decola como um
foguete à medida que nos aproximamos do estado normalmente inatingível
da certeza perfeita. Esse fato nos informa que devemos normalmente
pensar em mensuração como repetitiva. Não tente acertá-la em cheio na
primeira tentativa. Toda repetição de rnensuração pode informar-lhe
alguma coisa sobre como - e se - conduzir a próxima repetição.
A EQUAÇÃO DA EPIFANIA: O VALOR DE UMA
MENSURAÇÃO MUDA ( PG 119)
Nas minhas atividades de consultor, venho aplicando uma versão
ligeiramente mais sofisticada do processo que descrevi acima. Em 1999, eu
terminara a análise muito quantitativa chamada Economia das Informações
Aplicadas em relação a cerca de 20 importantes investimentos de tecnologia
em TI. Cada um destes casos de negócios tinha entre 40 a 80 variáveis,
como custos iniciais de desenvolvimento, taxa de adoção de tecnologia,
melhoria de produtividade, crescimento da receita, e assim por diante. Para
cada um destes casos de negócios, executei uma macro no Excel que
calculava o valor das informações para cada variável. Usei este valor para
definir onde focalizar os esforços de mensuração.
Quando executei a macro que calculava o valor das informações para
cada uma das variáveis, comecei a verificar este padrão:
A grande maioria das variáveis tinha valor zero de informações, isto
é, o nível atual de incertezas sobre a variável era aceitável, e não se justificava
mais uma mensuração.
As variáveis que tinham altos valores de informação eram,
rotineiramente, as que o cliente nunca mensurava. Normalmente, as
variáveis de valor elevado estavam completamente ausentes de casos de
negócios anteriores.
As variáveis que os clientes usavam para passar mais tempo
mensurando eram, em geral, as que tinham valor informativo muito baixo
(até de zero) (isto é, era altamente improvavel que medições adicionais da
variável tivessem qualquer influência sobre as decisões).
Após organizar e avaliar todos os casos de negócio e seus cálculos de

valor de informações, pude confirmar este padrão. Escrevi um artigo sobre
minhas conclusões, que foi publicado no CIO Magazine em 1999,
intitulado “A inversão da mensuração em TI” (The IT Measurement
Inversion, CIO Enterprise Magazine, 15 de abril de 1999).
Reparei que este mesmo fenômeno se repetia em projetos que não
eram de TI, como os relativos à logística militar, ao meio ambiente, ao
capital de risco e à expansão de recursos. As mensurações de valor mais
elevado quase sempre representam alguma surpresa para o cliente. Como
sempre, verifiquei que os clientes gastavam muito tempo, esforço e
dinheiro avaliando coisas que simplesmente não tinham valor informativo,
enquanto ignoravam variáveis que poderiam significantemente afetar as
decisões reais. Em muitas áreas diferentes, as coisas que são mensuradas
não importam tanto quanto aquilo que é ignorado.
DOCUMENTO 7.5 – A INVERSÃO DA MENSURAÇÃO


COMO Mensurar Qualquer Coisa

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

COMO Mensurar Qualquer Coisa

Enviado por

Direitos autorais:

Formatos disponíveis

Extraído do Livro COMO MENSURAR QUALQUER COISA – Encontrando o valor do que é intangível

nos negócios, de Douglas W. Hubbard, Qualitymark Editora, 2009

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

problemas, novos óculos para enxergar a realidade. E traz diversos

OS ELEMENTOS INTANGÍVEIS E O DESAFIO

Quando se pode mensurar o que se está falando, expressá-lo em números, sabe-se um

Na verdade, existe uma indústria sólida que valoriza intangíveis, como

como "publicidade aperfeiçoada boca a boca", "risco estratégico reduzido"

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

matemática se transformará em gráficos, tabelas e procedimentos mais

UM HÁBITO INTUITIVO DE MENSURAÇÃO:

Determinar-se a desenvolver as habilidades para qualquer tipo de

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Eis uma lição de negócios: Eratóstenes fez o que poderia parecer

ESTIMATIVA: SEJA COMO FERMI

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

simples - o espalhar do confete no vento - a uma quantidade que ele

Afinadores em Chicago = População/pessoas por residência

lista telefônica ou de um guia profissional), era sempre mais próximo do

PERGUNTAS DE FERMI PARA UM NOVO NEGÓCIO

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

rendimento bruto de seguros na cidade era de US$ 52.062.833 por ano. 0

EXPERIMENTOS: NÃO APENAS PARA ADULTOS

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

experimento. Linda, que era enfermeira e há muito tempo membro do

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

que concordam com as condições, que, posteriormente, não farão objeções

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

métodos de métrica de desempenho poderiam ser publicados em uma

O QUE APRENDER COM ERATÓTENES, ENRICO E EMILY

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Da mesma forma, nossa inspiração pode ser atribuída somente em

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

CAPÍTULO 3 - A Ilusão dos

Essas três objeções, na verdade, não argumentam que uma

Embora possa parecer um paradoxo, toda a ciência exata se

Para aqueles que acreditam que alguma coisa é imensurável, o

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

daquelas profissões habitualmente confundem muito menos o significado

Essa concepção de mensuração pode ser novidade para muitos

mensuração. Há, porém, outro conceito-chave de mensuração que

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

As escalas nominais e ordinais podem desafiar nossas pressuposições

Não existe maior impedimento ao avanço do conhecimento do que

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Mesmo quando se adota esse conceito mais útil de mensuração,

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Todos os impactos identificados eram, em quase todos os casos,

Se a cadeia de esclarecimentos não funcionar, posso tentar um

produto ou de tentativas de acesso desautorizadas no seu sistema que não

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Quando receber respostas de cinco pessoas, pare. Suponhamos que

A NORMA DAS CINCO

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

Pg 46 Frase sem início.

incerteza, os legisladores das políticas - ou mesmo negociantes como,

RUMO A UMA ABORDAGEM UNIVERSAL DA

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

5. Dentro do custo justificado pelo valor das informações, que

Prof. Dr. Oscar Rudy Kronmeyer Filho – oscar@kronmeyer.com.br Fone: 051-99180590

PG 58 Frase sem início