Traveller
* Plano de negócio para aplicação de benefı́cio inteligente de transporte
Daniel L. O. Lucena
Ciência da Computação
IESB
Brası́lia, Brasil
daniel.lucena@iesb.edu.br
Abstract—Esse documento tem como objetivo apresentar a
estruturação de um plano de negócio e mostrar como o aplicativo
Traveller, pode se sobressair em relação a outros de mesmo
ramo, por meio do uso de grafos para cálculo otimizado do
valor necessário para um funcionário se deslocar durante seu
expediente de trabalho. Possibilitando ao gestor posicionar os
pontos onde o colaborador estará e gerando um grafo que mostra
a melhor rota além do custo do percurso.
Index Terms—plano de negócio, grafos, otimização, economia,
logı́stica
I. I NTRODUÇ ÃO
Conforme a tecnologia evolui muitos mercados foram aber-
tos, permitindo a possibilidade da aplicação de tecnologias
para otimizar vários processos. Nesse plano de negócio será
apresentada uma nova aplicação que calcula o valor necessário
para custear a locomoção de seus colaboradores durante o
expediente, para otimizar o repasse do vale-transporte aos fun-
cionários de maneira eficiente, semelhante a outros benefı́cios
existentes no mercado.
II. V IS ÃO G ERAL
A. Concepção da ideia
Com o avanço da internet, das infraestruturas e afins, a
tecnologia tem se tornado cada vez mais presente na vida de
todas as pessoas, desde a compra de insumos por aplicativo
como até controle remoto de veı́culos. Isso mostra como
o avanço tecnológico tem importância em todas as áreas e
como ignorar essas mudanças podem impactar drasticamente
na performance de qualquer negócio. Levando em conta esse
avanço acelerado da tecnologia, faz sentido também trazer no-
vas formas de pensar e atuar em todo tipo de ambiente, como,
por exemplo as áreas voltadas para benefı́cios trabalhistas e
de logı́stica. Existem diversos benefı́cios que já aderiram aos
novos fatores da tecnologia, podemos citar alguns como:
• Gympass - Benefı́cio corporativo voltado para o bem estar
fı́sico dos colaboradores, onde seus usuários, possuem um
passe livre para qualquer academia presente em uma lista
de parceiros.
• Caju - Um cartão voltado para benefı́cios flexı́veis, onde é
possı́vel alterar onde o valor pode ser utilizado, possibili-
tando assim a troca entre vale-alimentação e vale-refeição
Eduardo C. P. Fernandes
Ciência da Computação
IESB
Brası́lia, Brasil
eduardo.fernandes@iesb.edu.br
dentro do próprio cartão por meio de um aplicativo de
celular.
B. Analise do problema
Como o objetivo da aplicação é solucionar um problema
vivenciado atualmente, sendo ter o controle dos custos mensais
e calcular o valor necessário para o repasse de vale-transporte
aos colaboradores, então será necessário entender o quão
abrangente esse público alvo é e o quanto realmente esse
problema é impactante na vida das pessoas. Primeiramente
é necessário entender o público alvo de nossa solução, para
ser possı́vel ter uma visão mais ampla do mercado, pode-se
perceber dois dos principais públicos alvos que são os donos
de empresa com vontade de contratar a solução para suas
empresas, quanto os funcionários dessas empresas que querem
utilizar esse benefı́cio.
Inicialmente devemos começar com a visão da empresa,
pois a mesma que será a responsável por ver o valor entregue
pela aplicação e se sentira atraı́da para contratar a solução,
mas quais motivos serão atrativos para a empresa buscar um
novo benefı́cio para seus usuários? A resposta para isso pode
ser mais simples do que muitos imaginam, mas ela pode
se resumir em dois pontos: benefı́cio mútuo e praticidade.
Beneficio mútuo, pois tanto a empresa irá economizar quanto
o funcionário receberá o valor correto, nem a mais, nem a
menos, haja vista que a aplicação fará o cálculo relativo ao
consumo da locomoção do colaborador de forma dinâmica
e não a partir de um valor fixo multiplicado pelos dias
trabalhados. E praticidade uma vez que, os relatórios de custos
mensais são emitidos ao gestor e o mesmo tem o controle
do custo mensal de cada funcionário, possibilitando a ele a
utilização destes dados para fins estatı́sticos.
III. E STRUTURANDO S OLUÇ ÕES
O processo de criação de um software para atender um
objetivo especifico cria a necessidade de um diferencial bem
forte como atrativo de novos clientes que já estão confortáveis
com processos antigos.
A. Criar a necessidade
Para fazer com que as empresas criem o interesse na solução
é importante mostrar o diferencial e como a solução pode
levar a empresa a reter mais dinheiro ao utiliza-la. Outro
ponto positivo da solução é que benefı́cios atraem novos
colaboradores para a empresa, aumentando a possibilidade de
expansão da equipe.
Além de possibilitar a divulgação por parte da empresa
mostrando que a mesma apoia e investe em novas tecnologias,
trazendo uma visão de inovação que, atraem novos investi-
dores, consumidores e colaboradores. Além de uma visão
de sustentabilidade, uma vez que os dados permitem uma
análise que viabiliza uma alteração de rota que por sua vez
permite uma maior eficiência na escolha do trajeto, reduzindo
o consumo de combustı́vel.
B. Uso de grafos
Para proporcionar esse calculo mais rápido e tornar possı́vel
o calculo a melhor rota possı́vel para que a empresa consiga
economizar dinheiro, foi optado pelo uso de grafos, que são
estruturas de dados que tem como objetivo possibilitar calculo
de caminhos, de maneira performática.
Fig. 1. Exemplo de grafo com pesos.
IV. E SCOLHA DO A LGORITMO
O grafo é uma estrutura de dados utilizada por diversos
softwares [3] e também amplamente utilizada nas áreas da
matemática, devido ao fato de ter tantas utilidades, existe
também uma grande quantidade de algoritmos que podem ser
utilizados para resolver um problema.
Para descobrir qual algoritmo funcionaria melhor para o
caso abordado nesse plano, foram feitos estudos e testes em
casos com os algoritmos para saber qual encaixa melhor com
o objetivo do aplicativo.
A. Primeiro algoritmo - Diameter of Grath
O primeiro algoritmo considerado foi o Diameter of Grath,
esse algoritmo tem como principal objetivo encontrar o a maior
distancia dentro de um grafo, de forma muito rápida com
performance O(n), pois o mesmo só precisa percorrer o grafo
duas vezes para conseguir encontrar os nós mais distantes
possı́veis um do outro.
Como dito o tempo de execução desse algoritmo é uma de
suas principais vantagens, pois mesmo em grafos extrema-
mente grandes e complexos é possı́vel ter um tempo de
resposta quase instantâneo. Mas por outro lado esse algoritmo
não se aplicaria ao objetivo do software citado nesse plano de
negocio.
O problema do algoritmo Diameter of Grath no cenário
do aplicativo se encontra no fato de cada caminho do grafo
possuir um peso, que seria a distancia entre um local e
outro, essa distancia impacta diretamente no caminho que seria
escolhido, pois à depender da rota feita é maior a economia
que podemos ter. Mas como o algoritmo ignora o fator peso e
somente encontra os pontos mais distantes do grafo o mesmo
foi descartado como uma possı́vel solução.
Fig. 2. Exemplo de grafo com pesos em que diametro mostraria falso positivo.
Na imagem acima podemos ver um exemplo em que o
diâmetro do grafo daria um falso positivo para o valor do
beneficio, pois seria levado em conta o caminho em que leva
aos pontos mais distantes, que além de desprezar a existência
do ponto 2, também faria com que o caminho considerado
mais longo seja muito menor que o caminho para alcançar o
ponto 2.
B. Segundo algoritmo - Dijkstra
O segundo algoritmo selecionado para testes foi o algoritmo
de Dijkstra [1], esse algoritmo tem uma performance muito
boa também, tendo como resultado da medição em notação
O(|E| + |V | log |V |), portanto ele se não fica muito atrás
em casos pequenos, mas tem sua performance prejudicada
conforme o numero total de pontos anualizados aumenta.
Deixando agora de lado a parte de performance e pensando
na usabilidade, percebe-se logo de cara que no caso do Dijkstra
é possı́vel levar em conta o peso de cada caminho, resolvendo
o problema do algoritmo anterior (Diameter of Grath).
O problema desse algoritmo é que ainda não é possı́vel
garantir que todos os caminhos serão percorridos pois ele
sempre busca o caminho de menor custo, entre dois pontos
pré estabelecidos. Em casos que tenhamos um caminho menos
custoso que não englobam todos os pontos, teremos um
falso positivo, levando a acreditar que determinado valor seja
necessário para percorrer todo percurso.

Fig. 3. Exemplo de resultado utilizado o Dijkstra.

Como no exemplo mostrado na imagem, nem todos os

pontos foram percorridos.

C. Terceiro algoritmo - Caixeiro Viajante

O terceiro algoritmo utilizado para testes foi o algoritmo
do caixeiro viajante [2], esse algoritmo tem uma performance
consideravelmente pior do que a dos demais, pois o mesmo
é considerado uma solução para um problema NP Complexo,
que são problemas conhecidos como não polinomiais sendo
problemas esses que não escalam de maneira polinomial e
sim exponencial.
Esse algoritmo busca calcular a rota ótima levando em conta
todos os pontos presentes no grafo, o que resolve o problema
dos demais algoritmos que não faziam o caminho completo do
grafo, somente levando em consideração alguns dos pontos do
grafo. Além de resolver o problema de não passar em todos
os pontos, também é levado em consideração o peso de cada
rota, sendo assim possı́vel calcular efetivamente o caminho
entre todos os pontos.
Esse foi o algoritmo escolhido para o desenvolvimento
do código, pois o mesmo atendeu todos os requisitos para
alcançar o objetivo do software. O único ponto negativo é a
questão da performance que pode acabar levando mais tempo
em casos que existir muitas vértices no grafo.

V. R ESULTADOS ESPERADOS
Ao realizar o estudo dos algoritmos citados anteriormente,
foi possı́vel analisar qual era o melhor algoritmo para o modelo
de negócio citado no plano de negócio. Além disso com
o resultado dessas analises possibilitou a produção de um
software básico que exemplifica o funcionamento do algoritmo
citado como o escolhido.

VI. C ONSIDERAÇ ÕES F INAIS

Levando em conta tudo que foi exposto, foi possı́vel demon-
strar as etapas do desenvolvimento de um software após um
estudo e entendimento dos algoritmos de busca em grafo.
 R EFERENCES
[1] Muhammad Adeel Javaid, “Understanding Dijkstra’s Algorithm,” Phil.
January 2013.
[2] Belal Ahmed, Shivank Singh Chouhan, Subham Biswas, P Gayathri, H
Santhi, Analysis of travelling salesman problem.
[3] J.van LEEUWEN, “Graph Algorithms,”.