Machine Translated by Google

Disponível online em www.sciencedirect.com

ScienceDirect

Procedia CIRP 64 (2017) 306 – 311

A 9ª Conferência CIRP IPSS: Perspectivas Circulares sobre Sistemas de Produtos/Serviços

Mineração de Dados no Projeto de Sistemas de Serviço de Produto: Revisão da Literatura e

Questões de pesquisa

Alessandro Bertoni*, Tobias Larsson

Blekinge Institute of Technology, Campus Gräsvik, 37179 Karlskrona, Suécia

* Autor correspondente. Tel.: +46 455 38 55 02. E-mail: alessandro.bertoni@bth.se

Abstrato

O artigo apresenta uma revisão de literatura sobre aplicações de mineração de dados no projeto de Produtos/Serviços-Sistemas (PSS). Uma revisão sistemática
da literatura, combinada com técnicas de bola de neve, foi realizada para identificar contribuições relevantes na área. A análise centrou-se na categorização das
contribuições segundo o seu impacto no processo de concepção do PSS e segundo a sua natureza teórica ou empírica. Foi desenhada uma imagem das
diferentes realizações de pesquisa para cada etapa do processo de design do PSS, identificando as lacunas de pesquisa em relação aos desafios do design do
PSS. Com base na análise, o artigo propõe um conjunto de questões de pesquisa para cada estágio do projeto PSS com a intenção de facilitar a aplicação de
técnicas de mineração de dados no projeto PSS e, finalmente, impulsionar o estado da arte.

Os© 2017 Os Publicado

autores. autores. Publicado por BV
por Elsevier Elsevier BV
Este é © artigo
um 2017 de acesso aberto sob a licença CC BY-NC-ND Revisão
por pares sob responsabilidade do comitê científico da 9ª CIRP IPSS Conference: Circular Perspectives on Product/Service (http://creativecommons.org/
licenças/by-nc-nd/4.0/).
Revisão por pares sob responsabilidade do comitê científico da 9ª Conferência CIRP IPSS: Perspectivas Circulares sobre Produtos/Serviços-Sistemas.
Sistemas.

Palavras-chave: Projeto de sistemas de serviço de produto; mineração de dados; questões de pesquisa; revisão da literatura.

1. Introdução dado pela natureza multidimensional e multidisciplinar do processo

As tecnologias de informação e comunicação revolucionaram os
estilos de vida, a interação global e as práticas de trabalho industrial.
Atualmente, as empresas são potencialmente capazes de coletar
dados sobre qualquer atividade e desempenho do ciclo de vida do
produto. Dispositivos e sensores podem se tornar “inteligentes” e são
usados em diversos contextos: desde monitorar o desempenho de
máquinas, prever falhas e executar manutenções preventivas, prestar
assistência à condução e gerenciar toda uma frota de veículos com
base em GPS (ver para instância [1-3]). O uso de mineração de
dados em combinação com o desenvolvimento de infraestruturas de
TI e com o aumento das capacidades de armazenamento de dados
impulsionou uma mudança profunda em direção a uma tomada de
decisão mais transparente, informada e autônoma [4]. No entanto,
embora muitas vezes as empresas se encontrem na situação de
serem capazes de coletar uma grande quantidade de dados, seu uso
é muitas vezes limitado para fins de manutenção e gerenciamento;
mais raramente esses dados se tornam conhecimento e insights úteis
na fase de projeto de um novo produto ou serviço. Um desafio é
de projeto, gerando uma grande quantidade de dados heterogêneos
para os quais métodos de mineração adequados não estão
prontamente disponíveis [5], acentuado por uma falta genérica de
contexto em torno da situação em que os dados são coletados. No
desenvolvimento de combinações de produtos e serviços, ou seja,
sistemas de produtos/serviços (PSS), falta uma abordagem
formalizada sobre como usar os dados para desenvolver soluções
novas e de maior valor agregado. Isso se deve à relativa novidade
tanto do campo de design PSS quanto do campo de mineração de
dados, que se desenvolveram com focos diferentes, exigindo diferentes conhecimentos.
A pesquisa apresentada neste artigo tem como objetivo explorar
o potencial que reside na integração de técnicas de mineração de
dados em métodos e ferramentas para projeto de PSS. O objetivo do
artigo é, portanto, investigar e revisar as aplicações teóricas e
empíricas da mineração de dados na literatura de design PSS, por:
• Mapear e analisar as contribuições atuais para o
Processo de projeto PSS.

2212-8271 © 2017 Os Autores. Publicado por Elsevier BV Este é um artigo de acesso aberto sob a licença CC BY-NC-ND (http://
creativecommons.org/licenses/by-nc-nd/4.0/).
Revisão por pares sob responsabilidade do comitê científico da 9ª Conferência CIRP IPSS: Perspectivas Circulares sobre Produtos/Serviços-Sistemas.
doi: 10.1016/j.procir.2017.03.131
Machine Translated by Google
Alessandro Bertoni e Tobias Larsson / Procedia CIRP 64 (2017) 306 – 311
• Destacar uma lista de questões de pesquisa a serem abordadas para
permitir uma aplicação mais ampla da mineração de dados no projeto PSS.
O artigo primeiro descreve a metodologia aplicada na revisão da literatura,
apresentando brevemente o processo de projeto do PSS usado como
referência para a análise. Na seção 3, a revisão da literatura e a análise são
apresentadas juntamente com uma série de questões de pesquisa
identificadas. A Seção 4 encerra o trabalho com as conclusões finais.
2. Metodologia
A pesquisa foi inicialmente abordada por meio de uma pesquisa
bibliográfica realizada em um grande banco de dados de pesquisa (ou seja,
Scopus1 ). O escopo da pesquisa foi deliberadamente limitado àqueles
artigos que apresentam o uso de técnicas de mineração de dados referentes
ao projeto de PSS ou ao projeto conjunto de produtos e serviços. O conceito
de “machine learning”, embora não seja sinônimo de mineração de dados
(como explicado na seção 3), também foi incluído na pesquisa, para garantir
a completude dos resultados.
Em uma primeira etapa foi realizada uma pesquisa sistemática de artigos.
A busca foi direcionada para títulos, resumos ou palavras-chave contendo o
termo “sistemas de serviços de produtos” em combinação com “mineração
de dados”, “aprendizagem de máquina” ou “ciência de dados”. Essa primeira
rodada de análise levou à identificação de apenas 13 artigos únicos. Devido
ao número tão limitado de publicações, a base da literatura foi ampliada
aplicando uma técnica de bola de neve [6] no conjunto inicial de artigos. A
lista de referências de cada um dos artigos foi selecionada para contribuições
relevantes e 21 artigos foram selecionados para análise detalhada ao final
do processo.
Esses artigos foram posteriormente analisados classificando seu conteúdo
e contribuição em relação ao processo de design do PSS.
Para definição das categorias de análise foi adotado como referência o
“Modelo de processo de desenvolvimento IPSS/PSS Genérico” de Müller e
Stark [7]. O modelo é “em forma de V” e engloba 4 níveis de detalhe: nível
de mercado/cliente/ambiente, nível de valor, nível de sistema, nível de
módulo e nível de componente.
Para cada nível, ocorrem diferentes atividades envolvendo diferentes partes
interessadas. As cinco atividades principais a seguir foram identificadas de
acordo com o modelo e foram usadas para fornecer uma primeira classificação
da literatura:
• Planejamento
• Geração de ideias •
Projeto de incorporação para subsistema •
Projeto detalhado • Fase de entrega e uso
Os artigos foram ainda categorizados adicionando uma distinção entre
aqueles que descrevem uma estrutura ou um método conceitual e aqueles
que fornecem exemplos de aplicações de estudos de caso reais. A
classificação foi feita de forma que cada artigo pudesse ser atribuído apenas
a uma categoria. O discriminante para a seleção foi a “principal contribuição”
do
1
www.scopus.com
307
o artigo, avaliado com base no conteúdo e na terminologia destacada pelos
autores na seção “conclusão” dos artigos.
A análise da literatura e as questões de pesquisa derivadas são o
resultado de um processo analítico aplicado a uma revisão crítica da literatura
(à semelhança do descrito por Jessons e Lacey [8]). As contribuições teóricas
foram analisadas em relação aos exemplos disponíveis na pesquisa aplicada.
Isso permitiu a produção de um quadro geral de análise considerando as
principais questões e desafios reconhecidos na literatura para o projeto de
PSS, abrangendo pontos fracos e doces dos principais métodos e ferramentas
de projeto de PSS. Com base nisso, o impacto direto na prática aplicada foi
o critério condutor para a definição das questões, com foco nos benefícios
empíricos do desenvolvimento de métodos e ferramentas mais avançados
para o projeto de PSS.
3. Mineração de dados no projeto PSS: contribuições e questões de
pesquisa
A mineração de dados é definida como a descoberta de padrões não
triviais, implícitos, previamente desconhecidos e potencialmente úteis e
compreensíveis de grandes conjuntos de dados [9]. Quando se trata de
aplicação de mineração de dados em ambientes industriais, o termo é
frequentemente associado ao conceito de aprendizado de máquina, ou seja,
o estudo de algoritmos de computador que melhoram automaticamente
através da experiência [10]. A mineração de dados e o aprendizado de
máquina são usados na engenharia tanto com o objetivo preditivo de prever
o valor de uma variável quanto com o objetivo descritivo de entender e
descobrir padrões nos dados disponíveis [9]. As subseções a seguir fornecem
um relato da aplicação de mineração de dados e aprendizado de máquina
disponível na literatura, destacando aplicativos que se referem explicitamente
ao contexto do projeto PSS.
3.1. Resumo do estado da arte e categorização de artigos
Os artigos identificados na revisão de literatura foram primeiramente
categorizados com base na sua principal contribuição no que diz respeito ao
processo de design do PSS e, em seguida, com base no tipo de contribuição
acadêmica, ou seja, se o artigo apresentou uma estrutura conceitual ou
método, ou se tratava-se da apresentação de um caso real de implementação
de uma abordagem. Outra distinção foi feita com base na terminologia
utilizada quando se refere ao design de combinações de produtos e serviços,
ou seja, os artigos que se referem explicitamente ao PSS no texto, e os
artigos que não utilizam diretamente a terminologia do PSS mesmo tratando
de tópicos relevantes para o investigação. A razão para fazer esta última
classificação foi verificar a popularidade do tópico de mineração de dados na
principal arena de publicação de pesquisa PSS.
Os resultados da classificação são visualizados na Figura 1.
Os números nos círculos brancos indicam o número de
publicações para cada categoria direta ou indiretamente relacionada ao
desenvolvimento do PSS, os números nos círculos cinza indicam o número
dessas publicações que se referem explicitamente a uma terminologia do
PSS.
Machine Translated by Google

308 Alessandro Bertoni e Tobias Larsson / Procedia CIRP 64 (2017) 306 – 311
Machine Translated by Google

Alessandro Bertoni e Tobias Larsson / Procedia CIRP 64 (2017) 306 – 311 309
Machine Translated by Google

310 Alessandro Bertoni e Tobias Larsson / Procedia CIRP 64 (2017) 306 – 311
Machine Translated by Google

Alessandro Bertoni e Tobias Larsson / Procedia CIRP 64 (2017) 306 – 311 311