Toma decisões de investimento - mas não a carteira ideal.
Pode obter maiores rendimentos com os seus projectos existentes.
Nós calculamos o cenário ótimo - antes de você decidir.
Sem custos. Sem compromisso. Com base nos seus projectos existentes.
Os mesmos projectos. Combinações diferentes. Mais resultados.
StratePlan calcula o portfolio ótimo onde as ferramentas tradicionais atingem os seus limites.
Em vez de avaliar os projectos isoladamente, analisamos todas as combinações possíveis - e identificamos a melhor solução.
O ótimo global não é uma suposição - pode ser calculado.
Selecione a área de negócio:
Artigo principal do blogue:
Decisões em situação de incerteza
Porque é que as lógicas clássicas de tomada de decisão falham sistematicamente - e como é que as organizações tomam melhores decisões a nível estrutural
Resumo executivo
Tomar decisões em condições de incerteza é um dos principais desafios que as organizações modernas enfrentam. As decisões de investimento, as carteiras de projectos ou as iniciativas estratégicas são regularmente tomadas apesar de os principais parâmetros não serem totalmente conhecidos.
O pressuposto predominante é:
Mais informação, melhores modelos e mais coordenação conduzem a melhores decisões.
No entanto, a realidade mostra um quadro diferente:
Apesar da crescente quantidade de dados, simulações e estruturas de governação, as decisões continuam frequentemente a não ser as melhores.
A razão para este facto não é, em primeiro lugar, a falta de dados ou de métodos, mas um erro de avaliação estrutural:
A incerteza é tratada como um problema de informação - apesar de ser um problema de espaço de decisão.
1. A natureza da incerteza nas organizações
A incerteza surge sempre que os estados futuros não podem ser claramente previstos. Na prática, isto aplica-se a quase todos os domínios relevantes da tomada de decisões:
- Investimentos em activos fixos (CAPEX)
- Projectos estratégicos e transformações
- Desenvolvimento de produtos
- Medidas relativas a infra-estruturas
- Decisões sobre carteiras de investimento em capitais privados ou bens imobiliários
Podem distinguir-se três formas:
1.1 Risco (incerteza mensurável)
- As probabilidades são conhecidas ou podem ser estimadas
- Exemplo: taxas de incumprimento, rendimentos históricos
1.2 Incerteza (não totalmente quantificável)
- As probabilidades só podem ser aproximadas
- Exemplo: desenvolvimento do mercado, procura
1.3 Ambiguidade (incerteza estrutural)
- As causalidades não são claras
- Exemplo: tecnologias disruptivas
Ponto crítico:
As organizações tratam frequentemente as três formas da mesma maneira - normalmente através de cenários ou simulações.
2. A forma clássica de lidar com a incerteza
Na prática, predominam três abordagens de tomada de decisão:
2.1 Planeamento baseado em cenários
- Melhor caso / caso base / pior caso
- Objetivo: Compreender as larguras de banda
2.2 Simulações de Monte Carlo
- Milhares de execuções aleatórias
- Objetivo: Distribuições de probabilidade
2.3 Avaliação por peritos
- Modelos de pontuação, decisões do comité
- Objetivo: plausibilidade e consenso
Estas abordagens fornecem informações valiosas - mas têm um limite estrutural:
Analisam a incerteza - mas não tomam uma decisão óptima em todo o espaço de decisão.
3. O verdadeiro problema: o espaço de decisão
Em todas as organizações não existe apenas uma decisão, mas um espaço de decisão combinatório.
O seguinte aplica-se a N projectos:
- Número de combinações possíveis = 2^N
Exemplos:
| Número de projectos | Combinações |
|---|---|
| 10 | 1.024 |
| 20 | 1.048.576 |
| 30 | > 1 bilião |
| 50 | > 1 quadrilião |
Consequência:
A complexidade aumenta exponencialmente com cada opção adicional. Mesmo que a incerteza fosse perfeitamente modelizada, a questão central mantém-se:
Que combinação de decisões é óptima sob todas as incertezas?
Os métodos clássicos não respondem a esta questão.
4. Porque é que a simulação não substitui uma decisão
As simulações respondem à questão:
"O que acontece se eu decidir a favor de uma determinada opção?"
Não respondem à pergunta:
"Que opção é a melhor de todas as opções possíveis?"
Esta é uma diferença fundamental.
Exemplo: Carteira imobiliária
Uma empresa examina 50 projectos imobiliários.
- Simulação: avalia projectos ou cenários individuais
- Realidade: existem 2^50 combinações possíveis
Problema:
A simulação considera as alternativas isoladamente - não de forma sistemática em todo o espaço.
5. Vieses comportamentais em caso de incerteza
A incerteza reforça sistematicamente as tendências cognitivas:
Efeitos típicos:
- Aversão à perda: os riscos são sobrestimados
- Preconceito do status quo: os projectos existentes permanecem na carteira
- Excesso de confiança: As previsões são sobrestimadas
- Ancoragem: As avaliações iniciais dominam
Resultado:
As decisões não são apenas incompletas, mas sistematicamente distorcidas.
6. O equívoco estrutural
O pressuposto dominante é:
Mais informação → melhores decisões
Na realidade, aplica-se o seguinte:
Mais opções + incerteza → aumento exponencial da complexidade da decisão
Isto leva a três problemas:
- Redução do espaço de decisão (pré-filtragem)
- Modelos simplificados
- Ponderação subjectiva
Consequência:
O ótimo global geralmente nunca é considerado.
7. Repensar a tomada de decisões em caso de incerteza
Uma lógica robusta de tomada de decisões deve abordar simultaneamente duas dimensões:
7.1 Modelação da incerteza
- Probabilidades
- Riscos
- Cenários
7.2 Análise completa do espaço de decisão
- Todas as combinações
- Todas as restrições
- Todas as dependências
Só a combinação dos dois níveis permite uma verdadeira otimização.
8. Comparação das abordagens
| Abordagem | Pontos fortes | Pontos fracos | Resultado |
|---|---|---|---|
| Análise de cenários | Compreensibilidade | sem otimização | valor informativo limitado |
| Monte Carlo | profundidade probabilística | sem tomada de decisão | Simulação em vez de seleção |
| Decisão especializada | Experiência | Enviesamento | resultados inconsistentes |
| Heurística | Velocidade | óptimos locais | subóptimo |
| Otimização combinatória | espaço completo | elevada exigência computacional | decisão globalmente optimizada |
9. Activos fixos como um caso de utilização crítico
O problema é particularmente evidente quando se investe em activos fixos:
- Elevado compromisso de capital
- Prazos de vencimento longos
- Baixa reversibilidade
Processo típico:
- Os projectos são avaliados individualmente
- O orçamento é distribuído
- A carteira é criada iterativamente
Problema:
A lista completa de investimentos raramente é considerada como um espaço de decisão combinatória.
10. Lógica ex-ante vs. ex-post
A maioria das organizações optimiza as decisões ex-post:
- Avaliação ex-post
- Ajustamentos da carteira
- Lições aprendidas
Uma lógica superior é:
Otimização ex ante - antes da decisão
Isto significa que:
- Todas as opções são consideradas simultaneamente
- As restrições são integradas
- A incerteza é modelada
- O resultado é a combinação óptima
11. Implicações para a governação
A introdução de uma lógica de tomada de decisão estruturada altera fundamentalmente as organizações:
Clássica:
- Os comités decidem
- A discussão domina
- O objetivo é o consenso
Nova:
- Os modelos calculam as soluções óptimas
- Transparência sobre os custos de oportunidade
- As decisões tornam-se verificáveis
12. Custos de oportunidade em caso de incerteza
O maior bloco de custos, muitas vezes invisível, é:
A diferença entre a solução escolhida e o ótimo global
Este efeito aumenta enormemente em caso de incerteza:
- definição incorrecta de prioridades
- afetação ineficaz do capital
- perda de valor a longo prazo
13. A qualidade das decisões como fator de competitividade
As organizações competem não só em termos de produtos ou mercados, mas cada vez mais em termos da qualidade das suas decisões:
A qualidade das suas decisões
Isto significa
- melhor afetação do capital
- maior resiliência
- adaptabilidade mais rápida
14. Implementação prática
Uma arquitetura moderna de tomada de decisões inclui
1. Lista completa de projectos antes da decisão
Sem seleção iterativa
2. Restrições claras
Orçamento, recursos, dependências
3. Modelação da incerteza
Probabilidades, cenários
4. Otimização algorítmica
Pesquisa de todo o espaço de decisão
15. Conclusão
As decisões em caso de incerteza não são um mero problema de previsão.
Trata-se de um problema de otimização estrutural.
A principal ideia é a seguinte:
A incerteza não pode ser eliminada - mas as decisões podem ser optimizadas apesar da incerteza.
As organizações que compreendem esta diferença ganham uma enorme vantagem:
- maior retorno do investimento
- melhor coerência estratégica
- redução de decisões erradas
PERGUNTAS FREQUENTES
O que é que significa "decisão em situação de incerteza" em termos concretos?
Significa que as decisões têm de ser tomadas apesar de a informação relevante sobre o futuro não ser totalmente conhecida.
Porque é que as simulações não são suficientes?
As simulações mostram os resultados possíveis de decisões individuais, mas não identificam a melhor decisão entre todas as combinações possíveis.
Qual é a diferença entre risco e incerteza?
O risco é mensurável (com probabilidades), a incerteza não pode ser totalmente quantificada.
Porque é que o espaço de decisão é tão importante?
Porque o número de combinações possíveis cresce exponencialmente (2^N) e os métodos clássicos não analisam totalmente este espaço.
Qual é o maior problema dos processos de decisão clássicos?
A redução sistemática do espaço de decisão e as decisões sub-óptimas daí resultantes.
O que significa "ótimo global"?
A melhor combinação possível de todas as decisões sob determinadas restrições e incertezas.
Quando é que isto se torna particularmente relevante?
- Decisões CAPEX
- Carteiras de projectos
- Investimentos em infra-estruturas
- Participações privadas
Qual é a principal melhoria das abordagens modernas?
A combinação da modelação da incerteza e da análise completa do espaço de decisão.