Obtenção de regras de associação sobre compras governamentais: Um estudo de caso 1

Transcrição

1 Obtenção de regras de associação sobre compras governamentais: Um estudo de caso 1 Keila Michelly Bispo da Silva 2, Starlone Oliverio Passos 3,Wesley Vaz 4 Resumo: O processo de compras governamentais segue sistemática regida pela Lei que define modalidade de compra. O site Comprasnet, uma das ferramentas utilizadas na automação das licitações públicas, expõe publicamente informações úteis para o acesso ao cidadão e aos usuários especialistas. Entretanto, esses dados estão disponíveis de maneira isolada dificultando a análise de maneira agregada e inter-relacionada e torna inviável a análise exploratória e descritiva dessas informações por parte dos especialistas. Esse projeto tem como objetivo viabilizando a produção de conhecimento útil sobre o assunto, através da aplicação de técnicas de Data Mining e da adaptação da metodologia CRISP-DM. Palavras-chave: Mineração de Dados, Pregão Eletrônico, CRISP-DM. 1. Introdução Uma das principais afirmações do estado sobre a economia se dá em relação aos seus dispêndios em contratações de bens e serviços. De certo, isso tem um grande impacto sobre as empresas nacionais, envolvendo grande quantidade de recursos financeiros. As Tecnologias de Informação e Comunicação tem se espalhado pelo setor governamental por meio do que se chama governo eletrônico, representado pela informatização de suas atividades internas e pela comunicação com o público externo: cidadãos, fornecedores, empresas, ou outros setores do governo e da sociedade. Entre os seus objetivos estão à racionalização do setor público, o aumento da transparência e participação da sociedade (PINHO, 2008). A utilização do pregão eletrônico pelo Governo Federal, operada por meio do Portal Comprasnet na internet, tem proporcionado, além de maior agilidade, transparência, aumento da competitividade e significativa economia de recursos públicos. No entanto, a capacidade dos profissionais do controle (auditores e analistas) em acompanhar e verificar a legalidade e legitimidade dos procedimentos licitatórios cresce em taxa inferior ao aumento do volume de aquisições efetuadas pelo governo Federal. Isso faz com o que o trabalho do controle tenha que se adaptar à essa nova realidade, estabelecendo 1 Trabalho desenvolvido na disciplina Projeto Final do curso de Bacharelado em Ciência da Computação da Universidade Católica de Brasília 2 Aluna do curso de Bacharelado em Ciência da Computação 3 Aluno do curso de Bacharelado em Ciência da Computação 4 Professor orientador

2 mecanismos mais dinâmicos de verificação do cumprimento das normas por parte dos agentes públicos. Portanto, este projeto considera relevante o problema de disponibilizar, para a análise exploratória dos especialistas (profissionais de controle), as informações referentes às compras governamentais efetuadas pela União por meio do sistema Comprasnet, por isso, tem como objetivo principal realizar o ciclo de descoberta de conhecimento na base de dados do SIASG para investigar possíveis padrões de comportamento em licitações de aquisição de bens e serviços em compras governamentais. 2. Referencial Teórico 2.1 Compras governamentais As compras governamentais, no Brasil, são regulamentadas pela Lei Federal nº 8.666/13 que é a lei geral de Licitações e Contratos Administrativos pertinentes a obras, serviços, inclusive de publicidade, compras, alienações e locações no âmbito dos Poderes da União, dos Estados, do Distrito Federal e dos Municípios. A Lei 8.666/93 estabeleceu as modalidades concorrência, tomada de preço, convite e leilão de licitação que há exigências específicas de procedimentos, formalização de processo e prazos. Entretanto, o excesso de formalismo e de uniformidade as modalidades existentes mostraram-se lentas e, em alguns casos, onerosas aos cofres públicos. Visando solucionar esse problema, o Mistério do Planejamento, Orçamento e Gestão realizou estudos visando à criação de uma nova modalidade de licitação, assim foi instituída, em 2000, uma nova e quinta modalidade de licitação denominada pregão, para aquisição de bens e serviços comuns e dá outras providências. Em 2000, foi adotada uma inovação ainda maior com o decreto nº regulamentando o Pregão Eletrônico, isto é, o pregão realizado pela internet que proporciona maior possibilidade de controle e transparência nos gastos públicos. O pregão eletrônico do Governo Federal funciona com o envio sucessivo de lances através do portal de Compras do Governo Federal COMPRASNET, site Todos os participantes do pregão eletrônico (órgão promotor da licitação, o pregoeiro, os membros da equipe de apoio e os participantes da licitação) devem ser previamente credenciados perante o provedor do sistema. 2.2 Metodologia CRISP-DM CRISP-DM é a abreviação de Cross Industry Standard Process for Data Mining, que pode ser traduzido como Processo Padrão Inter-Indústrias para Mineração de Dados. É uma metodologia de mineração de dados baseada em um modelo hierárquico de processos comumente usados na descoberta de conhecimento Fluxo do Processo de CRISP-DM Esta metodologia é constituída de seis fases, conforme mostrado na Figura Figura 1:

3 Figura 1: Fases do CRISP-DM Fonte: (CHAPMAN ET al, 2000) Cada fase do modelo contém respectivas tarefas, e essas tarefas possuem relacionamentos entre si. Os relacionamentos entre as tarefas variam de acordo com os objetivos do processo de mineração, do interesse do usuário, do assunto tratado e das características dos dados. Além disso, cada atividade produz um ou mais artefatos que servirão ao propósito de documentar a execução do processo de mineração. A seguir será detalhada cada fase para uma melhor compreensão dessa metodologia. a) Compreensão do Negócio: busca identificar os objetivos, as necessidades e exigências do cliente a partir de sua perspectiva de negócio. b) Compreensão dos dados: busca identificar a informação relevante para o estado e uma primeira familiarização com o seu conteúdo, descrição, qualidade e utilidade. c) Preparação dos Dados: consiste em definir um conjunto de atividades destinadas a obter o Data Set (Conjuntos de Dados) final, a partir do qual será criado e validado o modelo. d) Modelagem: seleção e aplicação as técnicas de Data Mining mais apropriadas para atender os objetivos pretendidos. e) Avaliação: consiste na avaliação do modelo, revendo os passos seguidos e verificando se os objetivos pretendidos foram alcançados. f) Desenvolvimento: um conjunto de ações conduz à organização do conhecimento adquirido no processo e na disponibilização deste para que possa ser usado eficientemente pelo cliente. 3. Estudo de Caso Foi minerado um excerto da base de dados do SIASG empregando os processos previstos na metodologia CRISP-DM, que teve de ser adequada às necessidades e aos problemas típicos abordados desse cenário. A princípio o esforço esteve relacionado à compreensão do processo licitatório das compras governamentais, com ênfase na modalidade pregão eletrônico, detalhada nos três primeiros capítulos deste projeto. A próxima face correspondeu a compreensão dos dados, ou seja, à coleta e à análise dos dados de licitações de 2010 obtidos no sistema SIASG. Dessa forma, foi compreendida e documentada a base de dados para compreensão da disposição dos dados, resultando na criação do Modelo entidade relacionamento. A fase seguinte, preparação dos dados, disponibilizou e tratou os dados necessários à análise. Para realizar a mineração dos dados em busca de regras de associação, foi criada uma

4 tabela desnormalizada reunindo o maior número de informações interessantes escolhendo as colunas de cada tabela que deverão estar contido no Data Set 5. Na fase de modelagem do CRISP-DM, o objetivo foi agregar as informações levantadas na fase de compreensão dos dados, permitindo uma análise ampla do domínio considerado. A fase consistiu em aplicar o Algoritmo Apriori da análise associativa, algoritmo encontrado na aba Associate da interface do Weka, sobre o Data Set e realizar os ajustes de parâmetros necessários para encontrar padrões de comportamento. E para conclusão do objetivo do projeto, foi executada a penúltima fase do CRISP- DM, na qual os resultados obtidos na modelagem foram avaliados, tarefa não tão trivial, pois os algoritmos de analise de associação têm o potencial de gerar um grande número de padrões. Um critério utilizado para eliminar regras desinteressantes é através de medidas de de suporte e confiança. Mas algumas regras apesar de terem valores de suporte e confiança altos, o relacionamento representado pela regra pode parecer bastante óbvio sendo considerado então como subjetivamente desinteressante. Nota-se esse tipo de regra nos primeiros resultados, como: 2. datahom=sem data ==> IndElet=S conf:(1): Todos pregões que não tem data de homologação são eletrônicos. 13. lances_empresa=vazio ==> lances=vazio conf:(1): Todos os pregões que não receberam lances de uma empresa vencedora, não receberam lances datahom=sem data valor=vazio ==> empresa= conf:(1): Todos os pregões que não tem data de homologação e valor do lance vencedor, não possuem uma empresa vencedora. Embora essas regras possuam um índice alto de confiança e suporte, são consideradas como obvias. A cada execução do Apriori foi visado a omissão desses tipos de regras e na última execução obteve-se regras como: 20. nome_pregoeiro=nome ==> status_pregao_item=encerrado 1900 conf:(1): Todos os pregões que o pregoeiro era NOME1 foram encerrados nome_pregoeiro=nome2 status_pregao_item=homologado 960 ==> coduasg= conf:(1): Todos os pregões homologados que o pregoeiro era NOME2, foram para o órgão com coduasg igual a nome_pregoeiro=nome3 nome_item=manutenção / Reforma Predial 1437 ==> status_pregao_item=encerrado 1437 conf:(1): Todos os pregões para o item Manutenção / Reforma Predial que o pregoeiro era NOME3 foram encerrados. A partir de regras como essas será possível analisar, por exemplo, o porquê que os pregões que tiveram tal pregoeiro foram encerrados. 4. Conclusão Diante do exposto, o projeto atingiu o objetivo geral proposto de investigar padrões de comportamento em licitações de aquisição de bens e serviços em compras governamentais através da realização do ciclo de descoberta de conhecimento na base de dados do SIASG. Do ciclo proposto pelo CRISP-DM, foram executadas as atividades de compreensão do negócio, compreensão dos dados, preparação dos dados, modelagem e avaliação. 5 Um Data Set (ou conjunto de dados) é uma coleção de dados, geralmente apresentados em tabelas formulário.

5 O processo de mineração de dados foi realizada com êxito, trazendo conhecimentos implícitos da base de dados dos Pregões Eletrônicos através da aplicação do método de regras de associação. As dificuldades ligadas à má qualidade dos dados e ao número elevado de dados não devem ser consideradas como obstáculo para mineração, mas como dificultadores a serem tratados e evitados na medida do possível e de forma gradual. 5. Referencias Bibliográficas CHAPMAN, P. ET al, CRISP-DM 1.0 Step-by-step Data Mining Guide Disponível em: < PINHO, J. A. G. Investigando portais de governo eletrônico de estados no Brasil: muita tecnologia, pouca democracia. Rap Rio de Janeiro, Portugal, March, 1991.