Usando Rede Social para Modelar e Analisar Comunicação em Organizações

Transcrição

1 Usando Rede Social para Modelar e Analisar Comunicação em Organizações Autoria: Izabel Cristina Andion, Manoel Gomes de Mendonça Neto Resumo Este artigo descreve um sistema para a análise de redes de comunicação em organizações. O sistema, denominado FlowMiner, modela a rede como um grafo, em que os atores são os nós e as ligações para troca de informações e conhecimento são as arestas. Permite também exploração visual dos dados para análise das informações e implementa algoritmos de Análise de Redes Sociais (Social Network Analysis SNA) para detecção de padrões de comportamento. Comparada a outros produtos de SNA, a proposta deste artigo contribui com mais semântica às análises destas redes, através da incorporação do elemento fluxo de informações e da definição dinâmica de atributos nos elementos analisados. Os grafos apresentados podem ser explorados interativamente, permitindo aos usuários interpretarem visualmente relacionamentos e papeis na rede modelada. O ferramental foi aplicado em um estudo de caso e identificou comunidades de prática, padrões de comunicação e indivíduos responsáveis pela dinamização da rede analisada. 1

2 INTRODUÇÃO Análise de Redes Sociais (Social Network Analysis SNA) trouxe uma grande contribuição para o entendimento das relações entre comunidades ou grupos sociais. Estes processos tentam entender como os indivíduos interagem buscando informações, idéias e apoio dentro do grupo. Na última década, SNA tem sido utilizada para analisar organizações (BORGATTI; FOSTER, 2003). Rede social em organizações define um grupo de pessoas, equipes ou empresas, interligadas por relações sociais, trocando conhecimento e informações necessárias à realização de seu trabalho. Analisar estas redes significa criar modelos e métodos que permitem visualizar e medir os padrões de comportamentos destas comunidades. Estas comunidades compartilham e ampliam competências para um melhor desenvolvimento do trabalho e os indivíduos aprendem e enriquecem seu conhecimento participando de uma ou mais destas comunidades. A utilização destas técnicas nas redes sociais em organizações significa a busca pelo capital social onde explicações contextuais e sistêmicas, substituem as individualistas e atômicas (BORGATTI; FOSTER, 2003). Nesta análise são priorizados os recursos sociais, aqueles que estão acessíveis através das interações, dos relacionamentos entre os indivíduos. Várias teorias e trabalhos sobre gerenciamento organizacional tentam explicar através do capital social como ligações pessoais ou posição na rede interferem no significado de poder, liderança, mobilidade, obtenção de empregos, desempenho individual, criatividade e desempenho em grupo (BORGATTI; FOSTER, 2003; KRACKHARDT; HANSON, 1993). Para planejar e gerenciar de forma pró-ativa, obtendo uma maior sintonia e participação da cadeia de colaboração, a gerência necessita de conhecimento de como a organização funciona e se comunica. A compreensão do papel e da importância que cada colaborador desempenha na rede social corporativa tanto formal quanto informal permite uma visão dinâmica e eficiente do capital humano e social disponível. No ambiente empresarial movido pela agilidade em adquirir novos conhecimentos, a rede de contatos que um indivíduo possui o auxilia na obtenção de alternativas ou soluções para novos problemas, na troca de experiências e na aceleração do aprendizado. Uma teia de contatos bem estabelecida e bem dimensionada permite ao indivíduo uma maior mobilidade na solução de problemas, na busca de conselhos e novas idéias. ANÁLISE DE REDES SOCIAIS NO CONTEXTO DE GESTÃO DO CONHECIMENTO Nonaka e Takeuchi (1997) e Sveiby (1998) definem o conhecimento humano como um processo social entre indivíduos que é criado e expandido tanto em qualidade quanto em quantidade através de interações sociais. Uma empresa criadora de conhecimento opera num sistema aberto onde existem constantes intercâmbios de conhecimento no ambiente interno e externo. Os indivíduos não recebem passivamente o novo conhecimento, eles os interpretam ativamente, adequando-os à sua própria situação e perspectivas. A construção do conhecimento é um processo longo e complexo, e as maneiras de utilizá-los são múltiplas e difíceis de prever. Um ponto fundamental é que os seres humanos e suas relações são essenciais para conceber, interpretar e interiorizar esse tipo de informação (DAVENPORT; PRUSAK, 1998). 2

3 Um Sistema de Apoio à Decisão (SAD) que auxilie no entendimento da troca de conhecimento pode ser muito útil ao processo de aprendizado organizacional. A Figura 1 contextualiza o uso de SAD no processo de gestão do conhecimento. Apoio a Gestão do Conhecimento Apoio á análise da Gestão do Conhecimento Tácito Socialização SAS Sistema de Análise de Socializaçã Explícito Codificação SAC Sistema de Análise de Codificação Figura 1 Contextualização de Sistema de Apoio a Decisão em Gestão do Conhecimento Gestão do conhecimento divide o conhecimento em tácito e explícito. O conhecimento explícito é expresso em palavras, símbolos e números, sendo codificado e armazenado num repositório que por sua vez pode ser acessado repetidas vezes pela organização. Já o conhecimento tácito é o oposto. Ele é adquirido através de observações e experiências, e é acrescido dos valores e habilidades do indivíduo. Além disso, é usualmente difícil de expressar, logo não é representado explicitamente em nenhum lugar. Sistemas de computadores podem ser utilizados como ferramentas auxiliares do processo de gestão do conhecimento ajudando organizações a codificar, indexar e pesquisar por conhecimento explícito ou pessoas a trocarem conhecimento tácito. Exemplos do primeiro tipo de ferramenta são sistemas de banco de dados, portal Web e mecanismos de busca. Eles são algumas vezes referenciados como sistemas de codificação e são utilizados para gerenciar o conhecimento explícito - codificado. Exemplos do outro tipo são: correio eletrônico, chat, newsgroup, telefonia por Internet e sistemas de vídeo. Estes são referenciados como sistemas de socialização, pois propiciam canais de comunicação para troca de conhecimento, experiência e conselhos entre indivíduos (HANSEN; NOHIA, 1999). Outra família de sistemas é usada para analisar a gestão do conhecimento. Nela pode-se analisar tanto o conhecimento explicito produzido por sistemas de codificação, como os padrões dos fluxos de informações que emergem dos sistemas de socialização. O primeiro tipo analisa a quantidade, qualidade, volatilidade, nível de uso e desuso do conhecimento explícito. Denominamos este tipo de sistema de Sistema de Análise de Codificação (SAC). O outro tipo analisa fluxo de comunicação, perfil de pessoas envolvidas, comunidades de prática e redes de um indivíduo na organização. Denominamos este outro tipo de Sistema de Análise de Socialização (SAS). A Figura 1 ilustra este conceito. Ambos SAC e SAS são sistemas de apoio à decisão e são usados para gerir o conhecimento e o capital social da organização. Este artigo apresenta um sistema para analisar uma rede de comunicação entre pessoas. Este SAS combina consultas em tempo real, visualização e técnicas 3

4 de Análise de Redes Sociais para apresentar, consultar e analisar interações sociais em organizações. ANÁLISE DE REDES SOCIAIS Os conceitos fundamentais em uma rede social são: atores e ligações. Um ator pode ser uma pessoa, um grupo, uma empresa, ou seja, qualquer unidade social, enquanto que uma ligação é a conexão entre dois atores através de uma ou mais interações sociais. Existem três visões possíveis para a análise das características de uma rede social: rede como um todo, papel de cada ator e rede egocêntrica (WASSERMAN; FAUST, 1999; SCOTT, 2000; HANNEMAN, 2001). 1. Rede com um todo Nesta análise, são avaliadas métricas que dizem respeito à estrutura da rede e ao grau de interação e coesão entre seus componentes. As principais métricas utilizadas nesta visão são: Tamanho da rede Mede o total de atores e ligações. Quanto maior for uma rede, mais difícil ficará conhecer os outros e trocar informações; Densidade da rede Mede a relação entre o total de ligações existentes e o total de ligações possíveis. Valores baixos podem indicar oportunidades de maior colaboração; Distância média - Mede o menor caminho entre dois atores na rede. A distância média é calculada através da média dos menores caminhos de todos os pares de atores da rede.valores pequenos representam redes com alta coesão entre seus participantes, isto sugere que a informação pode viajar rapidamente na rede. Diâmetro da rede Mede o maior menor caminho entre dois atores na rede. Isto indica quantas ligações existem entre os dois mais distantes atores da rede. O diâmetro de uma rede demonstra quantos passos serão necessários para chegar de um lado para o outro da rede. 2. Papel de cada ator Analisa o papel de cada ator na estrutura da rede através das métricas de centralidade. Estas métricas indicam a influência que o indivíduo exerce na manutenção e na expansão da rede. As principais medidas de centralidade são: Centralidade de grau - Mede a quantidade de ligações de um ator. Quanto mais ligações um ator possui, maior suas oportunidades de escolha e, conseqüentemente, sua autonomia em relação aos outros. Para redes que levam em consideração a direção das ligações, grau de entrada representa prestígio e popularidade, enquanto que grau de saída representa influência e capacidade de suprir a rede de informações. Centralidade de proximidade - Mede a soma das distâncias de um determinado ator para todos os outros atores da rede. Quanto menor a soma encontrada, mais central será o ator, mais rapidamente ele entra em contato com os outros. Isto mede a independência do ator em relação ao controle exercido pelos outros. 4

5 Centralidade de intermediação Mede quantas vezes um determinado ator está presente na comunicação entre dois outros. Leva em consideração o controle exercido por um ator sobre as interações entre dois outros. Desde que dois atores não sejam vizinhos, eles dependem de outros atores para realizar suas trocas. A posição de intermediação determina influência. Atores que possuem uma alta intermediação têm uma boa visibilidade do que está acontecendo na rede. De acordo com Cross e Prusak (2002) as medidas de centralidade permitem categorizar a atuação dos indivíduos da rede em quatro elementos cujos desempenhos são críticos para a produtividade de qualquer organização. O primeiro é o conector central, aquele indivíduo que serve de elo de ligação entre muitas pessoas na rede. Servem as organizações de uma forma positiva, ligando colegas e aumentando a produtividade. Indivíduos procurados por sua especialidade e experiência. Um gerenciamento saudável deve acompanhar o nível da carga destes conectores e tentar distribuí-la através do estimulo e incentivo da criação de novos conectores. O segundo elemento é o especialista periférico, aquele indivíduo que está intencionalmente na borda da rede, e que possui um tipo informação ou conhecimento técnico específico que será passado eventualmente quando solicitado. Estes indivíduos podem ser pesquisadores e cientistas que desejam participar de forma periférica da rede. O terceiro elemento é o expansor de fronteira, que conecta a rede com outras partes da organização ou com redes de outras organizações. O expansor de fronteira é um condutor de informações, sua posição permite receber e combinar idéias de mais de um subgrupo, tendo uma visão mais completa e um controle maior sobre as informações que trafegam na rede. O quarto e último elemento é o corretor de informação. Este indivíduo permite que diferentes subgrupos fiquem interligados, impedindo a segmentação e fragmentação da rede. Papel semelhante ao expansor de fronteira exceto por estar sempre dentro da própria rede. 3. Rede egocêntrica Analisa a rede de um ator específico - rede egocêntrica. Nesta visão avalia-se o ator, as ligações com seus vizinhos e entre eles, buscando entender a influência do grupo sobre o indivíduo, de que forma o grupo lhe impõe limites ou promove oportunidades. Nesta análise considera-se a estrutura da rede, sua composição e heterogeneidade. A análise da estrutura da rede é similar à explicada na primeira visão, análise da rede como o todo, embora as medidas densidade, distância e diâmetro percam o sentido, pois neste caso o objeto em observação é a rede do indivíduo. A análise da composição e da heterogeneidade considera apenas os vizinhos do indivíduo. A composição avalia os papeis desempenhados por seus vizinhos na rede como o todo, de acordo com as análises da segunda abordagem. Quanto mais bem posicionados forem os vizinhos em termos de centralidade, melhor será a qualidade da rede do indivíduo. A heterogeneidade busca a variedade de vizinhos. Quanto mais variada as experiências de seus contatos, maior a chance do indivíduo obter novas informações e conhecimentos. Esta medida só será possível se o sistema possuir atributos variados nos atores. Estes atributos permitirão avaliar se os vizinhos possuem qualificações e habilidades complementares ou diversas das do ator em análise. 5

6 USANDO REDES SOCIAIS PARA ANALISAR COMUNICAÇÃO EM ORGANIZAÇÃO Rede social organizacional é uma comunidade profissional onde as pessoas se comunicam através de diversos meios. Os meios de comunicação utilizados por organizações modernas são cada vez mais baseados em tecnologia de informação ou comunicação. Estas redes podem ser analisadas através de técnicas que acompanham os fluxos de comunicação trocados através desta infra-estrutura. Estas análises permitem identificar as comunidades de prática e os indivíduos que influenciam positivamente nas organizações. Neste contexto, análise de redes sociais pode ajudar organizações a identificar especialistas e dar a eles mais tempo e recurso para criar e compartilhar conhecimento. SNA pode ser mais útil para grandes organizações geograficamente dispersas onde a comunicação virtual é mais comum que a presencial. Em SNA a rede social é representada através de grafos onde os atores são representados pelos nós e as ligações por arestas. Redes de comunicação em organizações podem ser representadas da mesma maneira. Indivíduos, grupos ou organizações que formam a população estudada são os nós e os canais de comunicação são as arestas. Redes de comunicação, contudo, deve incluir outro importante elemento, os eventos de comunicação e seus conteúdos. Segundo Boissevain (1974) em SNA este conteúdo é conhecido como conteúdo transacional e é definido com bens materiais e não-materiais trocados através das ligações de uma rede social. Em redes de comunicação o conteúdo transacional são os fluxos de informações ou conhecimentos trocados entre os atores. Neste modelo a direção das ligações tem um papel importante, revelando a participação dos atores na troca de informações. Os fluxos de informações podem ser capturados das bases de dados dos sistemas de comunicação e então categorizados automaticamente para permitir futuras pesquisas que introduzam uma interpretação destas trocas, acrescentando o sentido de conteúdo ou serviço aos contatos. A presença de semântica, tanto no fluxo de informações quanto nos atores, permite a implementação de um Sistema de Apoio à Decisão que através de consultas baseadas em valores destes atributos possam transformar a rede numa comunidade específica de interesse e aplicar métricas para compreensão do comportamento e tomada de decisões. Para efetivar o processo de análise da rede de comunicação será necessário executar alguns processos anteriores que vão garantir a coleta, transformação e armazenamento dos dados em arquivos ou banco de dados. SELECIONANDO E PRÉ-PROCESSANDO DADOS PARA ANÁLISE Embora a ferramenta descrita neste artigo não trate diretamente de seleção e preparação dos dados para a análise, nós entendemos que alguns tópicos importantes sobre este assunto devem ser discutidos. Entendimento do domínio da aplicação, seleção e preparação dos dados são processos básicos e importantes na análise de redes sociais.o processo de coleta dos dados tem um papel fundamental e crítico na análise, nela será escolhida a amostra que representará a população ou o público a ser estudado. A escolha correta será decisiva para a produção de bons resultados. Uma regra de uso destes sistemas é verificar os resultados para estar seguro de que estão consistentes com os fatos reais. 6

7 A coleta dos dados poderá ser feita de duas maneiras, através de procedimentos convencionais ou procedimentos automatizados. Os procedimentos convencionais são: questionários, entrevistas e inspeções são os mais utilizados, estes instrumentos buscam coletar as informações nas fontes, ou seja, nos indivíduos ou atores envolvidos na rede social estudada. O maior problema apontado com estes procedimentos é o grande consumo de tempo, se tornando proibitivo em grandes organizações (TYLER;WILKINSON; HUBERMAM, 2003). A coleta automatizada é relatada em estudos de caso e em sistemas de análise de redes sociais mais recentes (CHANG; CHENG; CHUANG, 2002; GUIMERA at al, 2002; CAMPBELL; MAGLIO; COZZI; DOM, 2003; GLOOR; DYNES; ZHAO, 2003; TYLER; WILKINSON; HUBERMAM, 2003). Nesta nova abordagem utilizam-se bases de dados já existentes nas organizações, para coletar as informações sobre a rede social. Bases de dados de ferramentas que registram a interação de comunicação entre indivíduos servem para obtenção das ligações existentes na rede social. Ferramentas com correio eletrônico, chats, newsgroups, groupware, workgroup, workflow, heldesk, entre outras, possuem esta característica. Ferramentas de correio eletrônico são as principais representantes deste tipo de registro. As informações resultantes da coleta automática trazem um grande benefício que é a confiabilidade e a veracidade das informações, uma vez que é um registro da realidade. Apesar de trazer benefício, introduz um componente preocupante que diz respeito à ética da privacidade. Analisando a questão ética, uma abordagem proposta para a implantação de um sistema de análise de redes sociais que utilize processos automatizados é a transparência e a autorização.transparência na divulgação da intenção de uso das informações e garantias que só serão usadas se houver adesão e autorização explícita do indivíduo. Os dados extraídos de bases de dados existentes, normalmente não estão preparados para serem usadas diretamente nos sistemas SNA. Para isso será necessário um processo de transformação, onde os dados serão filtrados, reduzidos, consolidados e representados nos formatos e fontes de dados aceitas como entrada pelo sistema. Para construir um sistema de suporte à comunicação é fundamental que os mecanismos de consulta e estabelecimento de cenários de análise sejam o mais interativo e amigáveis possíveis. No sistema que será apresentado na próxima seção optamos pelo uso de vários recursos de mineração visual de dados que incluem visualização dinâmica de grafos, controle de navegação visual, controle dinâmico de consultas interativas sobre as redes apresentadas e detalhes sobre demanda de todos os objetos modelados na rede de comunicação. VISÃO GERAL DO SISTEMA O sistema construído foi denominado FlowMiner para indicar sua operação em mineração e análise de fluxos de comunicação. O FlowMiner que foi desenvolvido na linguagem Java, representa em sua tela principal os dados da rede estudada como um grafo e utiliza um modelo de dados simples e flexível que permite incorporar uma variedade de atributos nos atores e nos fluxos de informações. Para exploração visual foram construídos diversos controles que utilizam o componente livre TouchGraph, que permite a visualização de redes construídas através de grafos interativos. O usuário pode navegar através da rede e explorar diversas formas de organizar seus elementos na 7

8 tela, realizando operações de aproximação, rotação e modificação do raio de exibição. Os elementos podem também mudar atributos de cor, formato, tamanho, ser ocultados e expandidos (TOUCHGRAPH, 2004). As figuras apresentadas a partir deste ponto, se referem às telas capturadas durante a execução do sistema com dados do estudo de caso, que será discutido em seção específica a seguir. Os nomes dos atores foram trocados por questão de privacidade. A Figura 2 apresenta a tela principal do sistema FlowMiner. Ela é composta de quatro áreas, sendo a primeira e maior delas, localizada do lado esquerdo, a que representa a rede social a ser estudada. A segunda área da tela, localizada no canto superior direito, representa as opções de consulta que permitem o usuário modificar a estrutura do grafo. A terceira área, localizada no centro do lado direito, mostra os controles de interações que são compostos de controles para organizar o grafo, filtros de atributos quantitativos e consultas visuais por valores de atributos. A quarta e última área, localizada no canto inferior direito, diz respeito a tabelas com informações gerais sobre todo o grafo ou detalhadas sobre um objeto específico, que são preenchidas a depender do procedimento adotado. Figura 2 Tela principal do sistema FlowMiner. 8

9 1. Controles de consultas Como dito anteriormente o sistema tem uma área dedicada a executar consultas semânticas na rede original e transformá-la numa rede significativamente mais específica. Para isso deve-se utilizar a segunda área da tela principal, intitulada de Cenários. Nesta área o usuário pode escolher entre consulta por atributos do ator ou do fluxo de informação. Uma vez escolhido um atributo, o usuário pode selecionar o valor de interesse do domínio do atributo Os operadores lógicos AND e OR podem ser combinados para produzir consultas mais complexas. A consulta é executada sobre o mapeamento através da seleção de opções de menus, listas de seleção e acionamento de botões. Quando a consulta é executada o grafo imediatamente é modificado para mostrar apenas os elementos que satisfazem a consulta. Considere como exemplo o grafo da Figura 2, nele vemos uma rede de comunicação para suporte a atividades técnicas. Suponha que alguém deseje observar os eventos de comunicação referentes a suporte técnico para parametrização de sistemas. A Figura 3 mostra as opções selecionadas na segunda área (Cenários), o grafo resultante na primeira área e as medidas de estrutura da rede apresentada na quarta área (Informações Rede Total). Figura 3 Tela principal após execução de uma consulta. É importante mencionar que as transformações ocorridas na tela acontecem de forma sincronizada. Também é possível reverte para a rede anterior com um simples clique do mouse. 9

10 Este nível de interação facilita a exploração e é normalmente muito utilizada num processo de análise. 2. Filtros Algumas vezes é necessário estabelecer mínimos critérios para considerar um elemento para análise. Considere o exemplo em que a rede tem várias ligações com poucos eventos de comunicação. Existem situações que o analista precisa descartar estas ligações em sua análise. O sistema provê uma funcionalidade para filtrar atores ou ligações baseados no número de conexões de atores ou na intensidade dos fluxos de uma ligação. Os atributos quantitativos de valores contínuos como quantidade de conexões e intensidade de fluxos podem ser filtrados através de barras de intervalo onde são mostrados os menores e maiores valores de cada categoria. O usuário poderá descartar os valores movimentando os controles da direita para esquerda e vice-versa, deixando no intervalo apenas os valores que deseja visualizar. Após esta interação, haverá uma modificação na cena visual. Os objetos que ficaram fora da faixa serão clareados dando a sensação de excluídos. A Figura 4 ilustra o efeito da utilização do controle de filtros de ligações por intensidade. 3. Métricas Figura 4 Grafo antes e depois da filtragem por intensidade das ligações. As métricas de SNA adotadas no sistema implementam: (1) a análise da rede como um todo focando as métricas estruturas da rede; (2) a análise do papel de cada ator na rede considerando as medidas de centralidade; (3) e análise de rede egocêntrica que considera a influência da rede no indivíduo. 10

11 Sempre que um grafo é apresentado na primeira área, a quarta área mostrará as métricas de rede social relativas a este grafo. Na Figura 3 e 4, a quarta área apresenta as métricas estruturais das redes mapeadas. Para as medidas de centralidade, além de mostrar os valores das métricas de SNA em formato tabular, o sistema apresenta-os também visualmente. Isto é feito diretamente sobre o grafo. Após a seleção da métrica, os nós são coloridos em tons de vermelho de acordo com os valores de suas medidas. A gradação da cor representa a diferença dos valores obtidos. A Figura 5 apresenta o grafo da Figura 3 após a aplicação da métrica de intermediação. Figura 5 Grafo da Figura 3 após a aplicação da métrica de intermediação Quando uma métrica é solicitada para um grafo, a quarta área da tela principal também é preenchida com os valores obtidos para cada ator. 4. Uso de cores As cores são exploradas de várias formas. Para introduzir a idéia de intensidade nas ligações, as arestas são pintadas em diferentes tons de uma mesma cor, evidenciando que as cores mais escuras representam as ligações de maior intensidade, por onde trafegam mais fluxo de informações, são ligações onde os atores gastam mais energia e confiam mais nos resultados obtidos, ver grafo da Figura 3. 11

12 Como discutido anteriormente, a mesma abordagem é adotada na apresentação visual dos valores das métricas. Uma vez que a métrica é selecionada, atores que têm as maiores medidas são pintados de tons de vermelho mais escuros, ver Figura Detalhe dos objetos Todos os objetos representados na tela, atores e ligações, podem apresentar detalhes ao clique do mouse em tabelas na quarta área, permitindo uma identificação a qualquer momento dos valores seus atributos. ESTUDO DE CASO A sistema desenvolvido e suas funcionalidades foram testadas em um estudo de caso em uma organização de médio porte. A organização atua na área de Tecnologia da Informação desde 1990, com 150 funcionários, prestando consultoria, desenvolvendo projetos tecnológicos e fornecendo produtos e serviços em informática. Dentre estes serviços estão o suporte a ambientes computacionais, desenvolvimento e manutenção de sistemas. Para prestar suporte aos sistemas, a organização possui uma infra-estrutura com equipes residentes nos clientes, primeiro nível, que os auxiliam nas tarefas de instalação, parametrização e operação. Outra equipe de segundo nível fica localizada na empresa prestadora de serviço fora da instalação do cliente e é responsável por atividades de suporte técnico e de manutenção mais complexos. Este ambiente é integrado através de um sistema Intranet/Extranet instalado na prestadora, que pode ser acessado por equipes da prestadora e dos clientes. O sistema integrador chamado de HelpDesk funciona como instrumento de comunicação e registro de todas as ocorrências de esclarecimento de dúvidas e solução de problemas de desenvolvimento e manutenção de sistemas. A equipe centralizada de segundo nível que fica na prestadora é dividida em grupos por sistema ou cliente dependendo do tamanho e complexidade e para cada grupo existe um coordenador. Através do sistema HelpDesk os coordenadores dos grupos acompanham e participam do processo aprovando e direcionando as solicitações vindas do primeiro nível para os analistas responsáveis pela solução dos problemas. No sistema HelpDesk está registrado todo o histórico de solução de uma solicitação. A escolha desta comunidade como amostra para os testes se baseou em algumas características que foram importantes para a utilização do sistema FlowMiner: Existia uma base rica de registros de solicitações dos clientes e das comunicações técnicas para solução dos pedidos; Os registros estavam categorizados de acordo com uma taxonomia definida pela organização; Todos os registros se referiam a assuntos técnicos de acesso coletivo, não existindo nenhum problema de privacidade ou violação de informações sigilosas. O estudo envolveu três fases. A primeira fase executou a extração e pré-processamento dos dados originais. Estes dados foram capturados nos primeiros 4 meses de operação do sistema HelpDesk. Os dados foram então transformados para o formato compatível com o banco de dados do FlowMiner. A segunda fase envolveu a analise das informações usando as funcionalidades 12

13 descritas na seção Visão Geral do Sistema. Na terceira e última fase, os resultados foram apresentados aos envolvidos para interpretação e avaliação. Nesta etapa os dados foram também lançados em forma de planilha no software de análise de redes sociais UCINET 6.0 (BORGATTII; EVERETT; FREEMAN, 2002) para validar a correção das métricas obtidas. Os resultados foram analisados e os padrões de comportamento identificados foram mostrados a um gerente sênior e a dois coordenadores da organização. Extração e Pré-processamento dos Dados O banco de dados do sistema HelpDesk contém uma tabela com o registro das solicitações mostrando quem fez o pedido a quem. Cada registro tem um campo especificando o assunto e a causa da solicitação. O sistema também possui uma tabela com a lista de seus usuários. Esta lista foi complementada com informações obtidas de outras tabelas relativas ao sistema de Recursos Humanos, permitindo assim categorizar com uma variedade de atributos cada ator da amostra. Obtivemos então, uma base de dados contendo 67 atores, conectados por 323 ligações de comunicação, por onde trafegaram mensagens ou fluxo de informação. Cada ator foi categorizado com os seguintes atributos: nome, apelido, organização, departamento, função, qualificação e perfil no HelpDesk. Os fluxos de informações foram categorizados por assunto e causa. Exemplo de alguns assuntos: suporte técnico, esclarecimento de dúvidas, manutenção corretiva, manutenção evolutiva, evolução de produto, entre outros, segundo a taxonomia já utilizada na empresa. Análise dos Dados O processo de análise dos dados foi dividido em 4 etapas. Na primeira etapa a rede foi analisada como um todo. Nesta etapa observou-se o tamanho, diâmetro, densidade e estrutura geral da rede. As informações da quarta área da Figura 3 mostram a rede total estudada e suas medidas estruturais. Identificou-se visualmente no mapa alguns atores principais através da quantidade de conexões que eles possuem e as ligações mais importantes através de suas cores mais intensas. Na segunda etapa foram utilizadas métricas para identificar os atores mais dinâmicos da rede utilizando as medidas de centralidade. Tabela 1 mostra um sumário dos principais atores da rede total. Tabela 1. Principais atores da rede total. Perfis na Rede Atores Críticos Perfis no HelpDesk Conector Central Cristiano Coordenador Mauro Segundo Nível de Suporte Corretor de Informações Lia Coordenador Mônica Coordenador Expansor de Fronteira Filipe Primeiro Nível de Suporte Milene Primeiro Nível de Suporte A terceira etapa usou o controle de consultas para identificar comunidades de prática. Nós executamos consultas para identificar comunidades relacionadas com assuntos das solicitações. Para cada comunidade encontrada revimos a estrutura da rede e as métricas de centralidade. Identificamos 5 comunidades que são responsáveis por 94,7% das mensagens de toda a rede. A Tabela 2 mostra estas comunidades e suas principais medidas estruturais. 13

14 Table 2. Principais comunidades e suas medidas estruturais. Comunidades Atores Ligações Intensidades Manutenção Corretiva Suporte Técnico Manutenção Evolutiva Esclarecimento de Dúvidas Orçamentação A quarta etapa constou da análise de cada ator principal em detalhe. Usamos a facilidade de detalhes sob-demanda e da rede egocêntrica para realizar esta atividade. Considere por exemplo, a rede egocêntrica de Cristiano, identificado como o principal conector central na Tabela 1. A Figura 6 mostra sua rede egocêntrica e observa-se que a quantidade de mensagens que trafega na rede representa 49,5% de todas as mensagens da rede total, comprovando sua importância já apontada nas métricas. Resultados e Contribuições Figura 6. Rede egocêntrica de Cristiano. Os principais padrões identificados foram, discutidos com os três gestores da organização. 14

15 Fizemos 5 visitas e 20 horas de discussões. Estas seções justificaram alguns dos principais resultados do estudo. A rede estudada confirmou a expectativa da estrutura hierárquica planejada pela organização. Os atores que estão fora da empresa (primeiro nível de suporte) usualmente se comunicam com o coordenador para então suas solicitações serem enviadas ao segundo nível do suporte. Contudo identificamos um ator do segundo nível assumindo o papel de coordenador na hierarquia. Isto foi uma surpresa para os gestores. Este ator aparece como o segundo conector central da Tabela 1. Nós também encontramos os dois atores de primeiro nível de suporte que trocavam o maior número de mensagens. Nós os classificamos como expansores de fronteira, porque agem como pontes, distribuindo a informação entre a empresa prestadora e a empresa cliente. Numa segunda análise contudo, detectamos que um deles de fato estava mandavam um número alto de mensagens de Esclarecimento de Dúvidas. Estas dúvidas deveriam estar sendo respondidas localmente e não sendo repassadas para o coordenador. Os gestores disseram que provavelmente estávamos flagrando um problema de falta de treinamento do suporte de primeiro nível sobre os sistemas ou o ambiente do cliente. Isto foi comprovado, pois o indivíduo em questão tinha sido transferido de outro cliente recentemente. O sistema identificou corretamente os principais atores da rede e os conectores centrais, indivíduos que operam com nós de ligação, para cada uma das comunidades de prática investigada. Estes indivíduos de fato são os mais dinâmicos e fazem a diferença com sua participação nas comunidades. Os gestores concordaram com as informações encontradas. CONCLUSÃO Este artigo propôs uma abordagem sobre mapeamento de redes de comunicação em organizações. Apresentou um sistema para auxílio e apoio à Gestão do Conhecimento, que provê aos gerentes uma visão mais real de como se processa a interação e troca de informações entre seus colaboradores. Conceitualmente o sistema pode receber dados de qualquer outro sistema de Tecnologia de Informação (TI) em que haja registro de comunicação. Destes registros serão extraídos três elementos básicos: atores, ligações e fluxos de informações. A partir daí realiza-se uma estratégia caracterizada pela incorporação de semântica nestes elementos. Esta semântica é definida pelos atributos que são associados aos atores e aos fluxos de informações. Existem dois pontos importantes a serem destacados. O primeiro é que a associação entre os elementos e os atributos é dinâmica, ou seja, é definida pelos dados de entrada e não préfixada pelo sistema. Desta forma é permitido a introdução de variados atributos a depender do interesse da análise. Outro ponto importante é que os atributos de relacionamento não estão diretamente associados à ligação entre os atores, mas aos seus eventos de comunicações contidos na ligação. Isto permite uma melhor qualificação da comunicação que está fluindo pela rede.uma ligação entre o ator A e B não é qualificada pelos atributos do seu canal de comunicação, mas sim pelos atributos de cada mensagem que passa através deste canal. Outra novidade associada com a abordagem é o uso de consultas dinâmicas para produzir 15

16 subgrupos da rede global. Esta funcionalidade permite ao analista identificar comunidades de práticas sob demanda, criando uma nova dimensão para exploração e análise. Por último, o uso do mapeamento visual e das cores para destacar elementos mais importantes nas métricas de SNA, facilita a interpretação dos perfis dos atores e aumentam o entendimento dos resultados apresentados. A partir deste entendimento gerentes podem corrigir distorções, introduzir mudanças, ampliar recursos. Podem agir como facilitadores de uma maior cooperação e solidariedade entre seus subordinados. Já os colaboradores podem identificar e avaliar seu posicionamento nas comunidades e a partir desta análise promover ampliações nos contatos ou fortalecimento nas ligações. REFERÊNCIAS BOISSEVAIN, J. Friends of friends: networks, manipulators and coalitions. 1.ed. New York: St. Martin s Press, Inc., p. BORGATTI, S. ; EVERETT, M.; FREEMAN, L.UCINET 6.0. Harvard, EUA: Analytic Technologies. Disponível em: < Acesso em: mar BORGATTI, S.; FOSTER, P. The Network Paradigm. In: Organizational Research: A Review and Typology. Journal of Management, 29(6), p CAMPBELL, C.; MAGLIO, P.; COZZI, A.; DOM, B. Expertise identification using communications. In: Conference on Information and Knowledge Management, 12., 2003, New Orleans. New York: ACM Press, p CHANG, C-L.; CHEN, D-L.; CHUANG, T-R. Browsing Newsgroups with A Social Network Analyzer. In: International Conference on Information Visualization, 6., IEEE Publish, p CROSS, R.; PRUSAK, L. The people who make organizations go or stop. Harvard Business Review, Boston, EUA, v.80, n.6, p , DAVENPORT, T.; PRUSAK, L.Ecologia da Informação: por que só a tecnologia não basta para o sucesso na era da informação. 6.ed. São Paulo: Futura, p. GLOOR P.; DUNES S.; ZHAO, Y. Visualization of Communication Patterns in Collaborative Innovation Networks - Analysis of Some W3C Working Groups. In: Conference on Information and Knowledge Management, 12., 2003, New Orleans. New York: ACM Press, p HANNEMAN, R. Introduction to Social Methods. Department of Sociology, University of California, Riverside. Disponível em: < > Acesso em: HANSEN, M.; NOHIA, N.; TIERNEY, T.What s your strategy for managing knowledge? Harvard business review on organizational learning, Boston, Harvard Business School Press, v.1, p.61-86,

17 KRACKHARDT, D.; HANSON, J. Informal networks: the company behind the chart. Harvard Business Review, Boston, EUA, v.71, n. 4, p , NONAKA, I.; TAKEUCHI, H. Criação de conhecimento na empresa: como as empresas japonesas geram a dinâmica da inovação. 10.ed. Rio de Janeiro: Campus, p. SCOTT, J. Social network analysis: a handbook. 10.ed. London: Sage Publications, p. SVEIBY, K. A nova riqueza das organizações: gerenciando e avaliando patrimônio de conhecimento. 6.ed. Rio de Janeiro: Campus, p. TYLER, J.; DENNIS, W.; HUBERMAN, B. as Spectroscopy: Automated Discovery of Community Structure within Organizations. HP Labs, Palo Alto, CA. Disponível em: < Acesso em: fev TOUCHGRAPH. Disponível em: < Acesso em: fev WASSERMAN, S.; FAUST, K. Social network analysis: methods and applications. 1.ed. Cambridge, EUA: Cambridge University Press, p. 17