gestÃo de desempenho no desenvolvimento colaborativo de...

GESTÃO DE DESEMPENHO NO

DESENVOLVIMENTO COLABORATIVO

DE SOFTWARE

Guilherme Sperandio dos Santos (UEM )

[email protected]

Gislaine Camila Lapasini Leal (UEM )

[email protected]

Elisa H. M. Huzita (UEM )

[email protected]

Edwin Cardoza (UEM )

[email protected]

O desenvolvimento colaborativo de software é uma estratégia de

produção que tem adquirido cada vez mais espaço. No entanto, essa

estratégia apresenta dificuldades em relação a comunicação,

diferenças culturais e gerenciamento e controle de projetos. A Gestão

de Desempenho Organizacional apresenta técnicas que permitem

comparar o andamento de processos de atividade em busca de

minimizar a variação entre objetivos traçados e resultados obtidos.

Diante deste contexto, o presente trabalho relaciona a Gestão de

Desempenho e a Gestão de Conhecimento no processo de

planejamento e tomada de decisão para empresas que utilizam do

Desenvolvimento Colaborativo de Software. Para tanto, foram

identificados indicadores de desempenho para a área de Requisitos e

métricas para a medição do capital intelectual.

Palavras-chaves: desenvolvimento colaborativo, gestão de

desempenho

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1.1

2 Introdução

O mercado brasileiro de software evolui e toma espaço no cenário mundial a cada dia.

Segundo a ABES (Associação Brasileira das Empresas de Software) o mercado de software

atingiu a marca de U$ 21,4 bilhões em 2011, o valor traduz um crescimento de 12,6% em

relação ao ano de 2010 (ABES, 2012).

As empresas do setor de software, em busca de espaço nesse mercado oportuno, utilizam do

método de desenvolvimento colaborativo de software, que lhes oferece benefícios como

agilidade no desenvolvimento, mas dispõe de algumas barreiras em sua utilização. Segundo

Prikladnicki e Audy (2006), algumas dificuldades são: perda da comunicação, diferenças

culturais entre os envolvidos, gerenciamento e controle de projetos e baixa proximidade entre

os programadores.

A Gestão de Desempenho Organizacional utiliza de métodos de medição de desempenho, que

permitem comparar o andamento de processos de atividade em busca de minimizar a variação

entre objetivos traçados e resultados obtidos.

Para Knapp (1998), a Gestão de Conhecimento (GC) é definida como um conjunto de

processos que compõe o capital intelectual da organização. Processos como: inovação,

aquisição, organização, aplicação, compartilhamento e reposição de informação. GC é

definido também pelos autores como um programa estratégico e sistemático que capitaliza o

conhecimento de uma organização.

Nesse contexto, o trabalho busca utilizar da Gestão de Desempenho e a Gestão de

Conhecimento no processo de planejamento e tomada de decisão para empresas que utilizam

do Desenvolvimento Colaborativo de Software.

Desse modo os temas Gestão de Desempenho Organizacional (“GDO”), Gestão de

Conhecimento (“GC”), Desenvolvimento Colaborativo de Software (“DCS”) e uma proposta

de aplicação de GDO e GC no ambiente de DCS serão desenvolvidos nos tópicos seguintes.

3 Gestão de Desempenho Organizacional e Métricas

Conforme o Manual de Gestão de Desempenho (2012), a GDO consiste das seguintes etapas:

Planejamento, Monitoramento, Avaliação e Plano de Desenvolvimento, a relação entre as

fases é representada na Figura 1.

Figura 1 – Etapas da Gestão de Desempenho

Fonte: Adaptado de Manual de Gestão de Desempenho (2012)



3

O conjunto de ações aplicadas desde o nível operacional até em níveis estratégicos, resultam

numa cadeia de processos que possibilitam a consecução de objetivos traçados pela visão da

organização.

Goessler (2009) destaca três características essenciais do sistema de medição de desempenho:

Medidas individuais capazes de medir a eficiência e eficácia de partes de uma

organização que permitem atender as necessidades de uso de informações gerenciais

desses grupos.

A formação de um sistema de medição de desempenho a partir da inter-relação de um

grupo de medidas individuais, modelo então, capaz de interligar os relacionamentos e

objetivos dos grupos e partes da organização.

Necessidade de existência de um sistema a partir de objetivos e metas exercidas por parte

dos stakeholders em geral (ambiente interno e externo da organização).

Os indicadores de desempenho têm o objetivo de mensurar com medidas concretas e claras o

desempenho de uma empresa. Existem diversos tipos de indicadores, que são utilizados para

áreas diferentes, como, indicadores financeiros, operacionais, de custos, de tempo, de

mercado e outros. O indicador mais utilizado atualmente é o “BSC” (Balanced Scorecard).

O BSC baseia-se em quatro perspectivas, sendo elas: financeira; cliente; processos internos;

aprendizado e crescimento. Cada perspectiva possui suas metas, objetivos, indicadores e

iniciativas para introduzir a estratégia e avaliar o desempenho (XAVIER; SILVA; SILVA,

2011). A Figura 2 faz uma representação das quatro perspectivas e suas relações.

Figura 2 – Relação entre as perspectivas do BSC

Fonte: Santana (2003)

Esteves e Mateus (2008) destacam quesitos das quatro perspectivas do BSC para o alcance

das estratégias organizacionais, em nível financeiro: Crescimento de receitas; Redução de

custos e melhoria da produtividade e; Estratégia de investimento. Para a perspectiva de

clientes é importante melhorar e medir as capacidades de: Participação de mercado; Captação

de clientes; Satisfação dos clientes e; Lucro por clientes. Em termos de processos internos as

medidas devem objetivar o alcance dos seguintes quesitos: Serviço pós-venda; Aumentar

produtividade e; Aumentar cota de mercado. Para o aprendizado e crescimento da organização



4

evoluir continuamente, é preciso medir e garantir: Satisfação dos funcionários; Qualificação

dos funcionários e; Infraestrutura tecnológica.

3.1 Gestão de Conhecimento e Métricas

Para Kankanhalli e Tan (2004), a Gestão de Conhecimento trabalha com os processos básicos

de criação, armazenamento, recuperação, transferência e aplicação de conhecimento e tem

como objetivo final aproveitar do conhecimento acumulado para tomada de decisão mais

informada.

Alguns motivos que levam as empresas a utilizar práticas formais de Gestão de

Conhecimento, descritas por Corrall (1999), são: perda de memória organizacional,

concorrência global e ritmo alto de mudanças. Para o autor, a GC evita a repetição de erros,

reduz a duplicação de esforços, poupa tempo na resolução de problemas, estimula a inovação

e criatividade e aproxima a empresa ao cliente.

Para Fairchild (2002), a mistura dinâmica do capital humano, intelectual, social e estrutural e

capacita a empresa na criação e utilização de conhecimento. Bose (2004) representa um

modelo cíclico do processo de Gestão de Conhecimento com os seguintes passos:

Criar conhecimento. O conhecimento vem principalmente a partir das experiências e

habilidades dos funcionários. Cria-se conhecimento quando as pessoas determinam novas

formas de fazer ou como fazer as coisas. O conhecimento pode vir de fora da

organização, caso ela não possua suficiência em conhecimento.

Captura de conhecimento. O conhecimento que é criado deve ser armazenado em sua

forma bruta em um banco de dados (WANG, 2002).

Refinar conhecimento. Novos conhecimentos devem ser colocados no contexto de modo

que seja corrigido e aperfeiçoado. Este é o lugar onde ideias humanas ou conhecimento

tácito é capturado e refinado junto com o conhecimento explícito (HERSCHEL et al.,

2001).

Aprovisionar de forma clara. Codificação do conhecimento tácito e explícito ajuda a

deixar o conhecimento compreensível para que possa ser usado mais tarde.

Gerenciar conhecimento. Como uma biblioteca, o conhecimento deve manter-se

atualizado. Deve ser revisado para verificar se é relevante e preciso. Então, é necessário

que as empresas façam um controle de quais departamentos realmente estão se

preocupando em manter o conhecimento atual.

Disseminar o conhecimento. O conhecimento deve ser disponibilizado em formato útil

para qualquer pessoa da organização que a precise em qualquer lugar e a qualquer hora.

Malone (1997) e Edvinsson et al. (1998) desenvolveram novas métricas de medição do capital

intelectual que abrangem as áreas financeira, cliente, humana, renovação e desenvolvimento

de processo. A partir de algumas dessas medidas é possível avaliar os resultados e

investimentos referente à Gestão de Conhecimento. Esse conjunto de métricas foi compilado

como um “Relatório de Capital Intelectual Universal”. A seguir serão descritas medidas

propostas pelos autores para os cinco focos: Financeiro, cliente, humano, renovação e

desenvolvimento de processo.

No foco financeiro, as medidas do capital intelectual dentro de uma organização são:

Patrimônio total por empregado; Receitas por patrimônio total; Lucros por patrimônio total;

Receitas resultantes das novas operações de negócios; Lucro por empregado; Receitas de

negócios perdidos em comparação a média do mercado; Valor de mercado; Retorno sobre o

valor patrimonial líquido; Retorno sobre o patrimonial líquido decorrente de novas operações

de negócios; Investimentos em Tecnologia de Informação (“TI”); Valor financeiro adicionado



5

por funcionários de TI e; Valor financeiro adicionado por cliente (MALONE, 1997 e

EDVINSSON et al.,1998).

As medidas de capital intelectual com foco no cliente são: Quota de mercado; Número de

clientes; Vendas anuais por cliente; Clientes perdidos; Duração média do relacionamento com

o cliente; Clientes por empregados; Tempo médio de contato com o cliente até a confirmação

de venda; Relação de contatos de vendas por vendas fechadas; Índice de clientes satisfeitos

(pode ser calculado por contato direto, por meio eletrônico, número de itens de mercadoria

devolvida, número de reembolsos feitos, etc.);Média de idade do cliente, educação e renda;

Duração média de clientes com a empresa nos últimos meses; Investimento em TI por

vendedor; Compreensão de TI dos clientes; Despesa com suporte por cliente e; Despesa de

serviço por cliente a cada contato (MALONE, 1997 e EDVINSSON et al.,1998).

Medição do capital intelectual relativo a processos: Despesas administrativas por receita total;

Custos por erros administrativos; Tempo de processamento por pagamento; Contratos

arquivados sem erro; Capacidade de TI; Registros de mudança em TI; Desempenho de

qualidade da empresa; Performance em metas de qualidade da empresa; TI em desuso /

inventário de TI; Capacidade de TI por empregado e; Performance de funcionário de TI

(MALONE, 1997 e EDVINSSON et al.,1998).

Para medir o capital intelectual de renovação e desenvolvimento, os autores destacaram como

medidas: Número de horas de formação; Despesas com formação de empregados; Despesas

com formação em conhecimento de TI por despesas de TI; Recursos de P & D por recursos

totais; Relação de produtos com menos de dois anos para com a família completa de produtos

da empresa; P & D investido em pesquisa básica; P & D investido em aplicações e; P & D

investido em design de produto (MALONE, 1997 e EDVINSSON et al.,1998).

O ultimo foco descrito pelos autores é a medição de capital intelectual humano: Índice de

Liderança; Índice de motivação; Índice de capacitação; Número de funcionários que detêm

ações da empresa (por cento das ações detidas por funcionários, programas que permitem que

funcionários comprem ações da empresa); Rotatividade de funcionários; Média de anos de

serviço dos empregados com a empresa; Número de gestores; Número de gerentes do sexo

feminino; Média de idade dos funcionários e quantidade de empregados com experiência

relevante no comércio e TI; Capacitação de TI do pessoal; Número de diretores; Número de

diretores do sexo feminino; Número de funcionários permanentes e provisórios; A idade

média dos trabalhadores permanentes e provisórios; Média de anos com a companhia de

funcionários permanentes e provisórios; Percentual de empregados permanentes em tempo

integral; Número de empregados temporários de tempo integral; Média de anos com a

companhia de empregados temporários de tempo integral e; Custos anuais per capita dos

programas de treinamento e suporte para empregados temporários de tempo integral

(MALONE, 1997 e EDVINSSON et al.,1998).

3.2 Desenvolvimento Colaborativo de Software

O mercado de software está em constante crescimento, em consequência, as exigências e as

capacidades das empresas desenvolvedoras de software também evoluíram

(PRIKLADNICKI; AUDY, 2006). O Desenvolvimento Colaborativo de Software (“DCS”),

ou então, Desenvolvimento Distribuído de Software (“DDS”) surgiu como um método de

desenvolvimento capaz de suprir tais necessidades de produção através da utilização de

equipes distribuídas entre locais distintos, sendo por estados ou até continentes diferentes

(SIQUEIRA; SILVA, 2004).

O grande diferencial na utilização desse método distribuído é a oportunidade de utilizar do

desenvolvimento conhecido como follow-the-sun, que significa produzir durante 24 horas

contínuas com equipes fisicamente distantes(SIQUEIRA; SILVA, 2004). Ainda para os



6

autores, algumas necessidades da empresa podem tornar o desenvolvimento tradicional

inviável, como, a busca por especialistas que residem em outro local; necessidade de cortar

custos através da utilização de mão-de-obra mais barata; produção mais ágil do software;

entre outras.

Segundo Prikladnicki e Audy (2006) esse desenvolvimento distribuído possui algumas

características que impõe dificuldades, como perda da comunicação, diferenças culturais entre

os envolvidos, gerenciamento e controle de projetos e baixa proximidade entre os

programadores. Tais dificuldades refletem em diversos fatores na organização, destacam-se

questões estratégicas (análise de viabilidade no uso de desenvolvimento distribuído ou não);

questões culturais (valores, princípios e outros, entre as equipes de desenvolvimento);

questões técnicas (infraestrutura ou conhecimento necessário para o desenvolvimento

colaborativo); e questões de gestão de conhecimento (capacidade de criação, armazenamento,

processamento e compartilhamento de informações nos projetos distribuídos)

(PRIKLADNICKI; AUDY, 2006).

Para a compreensão do corpo de conhecimento de software, um Guia para Engenharia de

Software, SWEBOK (Software Engineering Body of Knowledge), promove uma visão

consistente da engenharia de software, define suas fronteiras de atuação e descreve as áreas de

intersecção com outras disciplinas, o guia também permite a compreensão do conteúdo da

disciplina de software dividindo-o em áreas e subáreas de conhecimento(SANTIAGO, 2011).

Kankanhalli e Tan (2004) definem métricas como medidas de atributos-chave que geram

informações sobre um determinado fenômeno. Parviainen; Kommeren e Rotherham (2012)

apresentam métricas para o Desenvolvimento Global de Software (“DGS”) com abordagem

para cada etapa do processo: métricas para fase de iniciação, de elaboração, de construção e

métricas para o processo de iteração. O Quadro 1 caracteriza as métricas definidas para cada

etapa (PARVIAINEN; KOMMEREN e ROTHERHAM, 2012): Quadro1 – Métricas para DGS



7

Fonte: Parviainen, Kommeren e Rotherham (2012)

4 Gestão de Desempenho e Gestão de Conhecimento no Desenvolvimento

Colaborativo de Software

O método de Desenvolvimento Colaborativo de software apresenta algumas dificuldades na

sua utilização que refletem em diversos fatores da organização (PRIKLADNICK e AUDI,

2006).

Conhecendo as dificuldades ocasionadas na organização, é possível realizar uma análise

primária de como a Gestão de Desempenho e a Gestão de Conhecimento podem ajudar a

minimizar ou resolver esses contratempos organizacionais. Problemas envolvendo questões

culturais ocorrem por conta das diversas diferenças entre os funcionários envolvidos e na

distinção de seus costumes. Estes são fatores naturais de todo ser humano, por isso não podem

ser alterados, mas se as informações sobre a cultura, costumes, ambiente, crenças, políticas

interna e externa, princípios e outros fatores que envolvem o trabalhador e o sistema em que

ele está inserido são manipuladas por uma Gestão de Conhecimento eficaz, a GC passa a



8

agregar valor dentro da organização ao gerenciar esse conhecimento, de forma a prever e

trabalhar com os prováveis requisitos geradores dos problemas (CORRALL, 1999).

Nas empresas de desenvolvimento colaborativo, na qual os desenvolvedores realizam suas

operações dispersos geograficamente, o contato entre os mesmos é na maioria das vezes

através dos recursos de Tecnologia de Informação, portanto, os envolvidos precisam estar

capacitados a utilização de TI e a empresa deve disponibilizar tecnologia que dê suporte

eficiente aos processos de inovação, aquisição, organização, aplicação, reposição e

principalmente compartilhamento de informação (KANKANHALLI e TAN, 2004).

A Gestão de Desempenho permite à empresa, gerenciar o desempenho tanto em nível

estratégico como operacional dos processos e áreas que compõe o software. A área de

conhecimento denominada requisitos de software, descrita pelo SWEBOK (Software

Engineering Body of Knowledge), é composta pelos sub processos de elicitação, análise,

especificação e validação (SANTIAGO, 2011). Como exemplo, para aplicação da Gestão de

Desempenho na área de software, no sub-processo de elicitação de requisitos, são

identificados alguns problemas emergentes para a função. Essas dificuldades e indicadores de

desempenho (neste trabalho se restringe aos objetivos) serão exemplificados a seguir: falta de

clareza (indicador que avalie a transparência do cliente de suas necessidades) e confusão de

requisitos (indicador que faça um diagnóstico da eficiência do analista em extrair dados e

informações do cliente e do sistema empresarial para a construção do software), o Sistema de

Medição de Desempenho com base nos dados obtidos na operação fornece um feedback que

permite a tomada de decisão pelos gestores com o intuito de minimizar tais problemas. O

conjunto das ações implementadas no sistema, a próxima a organização do alcance de seus

objetivos traçados no planejamento estratégico (Manual de Gestão de Desempenho, 2012).

Com a compreensão das áreas de conhecimento descrita pelo SWEBOK forma-se uma

estrutura de ligação dos processos e subprocessos que compõe a disciplina de software. Como

proposta de implementação de um Sistema de Medição de Desempenho para o corpo de

conhecimento em software, a Figura 3 caracteriza a correlação entre as áreas (Ac) e subáreas

(SAc) com as métricas de desempenho para cada nível, quanto menor o nível do indicador,

mais operacional ele é (GOESSLER, 2009). Figura 3 – Métricas de desempenho para áreas de conhecimento



9

Fonte: IEE COMPUTER SOCIETY (2004)

Vale lembrar que cada área de conhecimento é composta por um conjunto de processos

(requisitos de software é constituído pelos subprocessos de elicitação, análise, especificação e

validação). O Quadro2 representa os objetivos dos indicadores que são determinados para

cada processo que compõe a Ac Requisitos de Software e demonstra como um indicador pode

ser utilizado na medição de desempenho de diversas atividades.

Quadro 2 – Métricas de Desempenho para o Processo de Requisitos de Software

MÉTRICAS

PROCESSOS IND1 IND2 IND3 IND4 IND5 IND6 IND7 IND8 IND9 IND10

ELICITAÇÃO X X X X X

ANÁLISE X X X X

ESPECIFICAÇÃO X X X X X X

VALIDAÇÃO X X X X X

Fonte: IEE COMPUTER SOCIETY (2004)

Descrição das métricas com seus respectivos níveis:

Ind1: Completude (entendimento claro do analista aos requisitos descritos pelo cliente),

métrica nível 2.

Ind2: Persistência do analista em questionar o cliente com perguntas derivadas dos requisitos

solicitados (no cadastro dos funcionários, quais dados são obrigatórios? E qual o número

permitido de acessos?), métrica nível 1.

Ind3: Garantir consistência determinando o número de requisitos conflitantes, métrica nível 2.

Ind4: Identificar quantas e quais pessoas da “empresa cliente” foram envolvidas no processo

de obtenção de requisitos, métrica nível 1.

Ind5: Minimizar custo em alterações (dos requisitos alterados, quantos estavam classificados

como voláteis?), métrica nível 2.



10

Ind6: Compreensão do cliente ao documento gerado pelo analista (todas as necessidades do

cliente constam no documento?), métrica nível 1.

Ind7: Evitar perda de tempo na construção do software, consequente da falta de compreensão

dos requisitos (transposição dos requisitos especificados ao software requer assimilação do

programador), métrica nível 3 (envolve duas áreas de conhecimento: requisitos e construção).

Ind8: Evitar divergências na entrega do produto (é importante que o cliente revise as

características de custo, funcionalidade e cronograma especificados no documento), métrica

nível 2.

Ind9: Validade (o sistema descrito no documento deve possuir as funções indispensáveis às

necessidades do usuário), métrica nível 2.

Ind10: Garantir a rastreabilidade dos requisitos no documento (é necessário descrever a

origem e a interdependência dos requisitos), métrica nível 2.

5 Considerações Finais

O trabalho propõe identificar métricas de Avaliação de Desempenho apoiado ao Balanced

Scorecard que fundamenta-se nas quatro perspectivas: financeira, cliente, processos internos e

aprendizado e crescimento. No objetivo de implementar métricas e conceitos da GDO em um

ambiente de desenvolvimento de software, o estudo define Indicadores de Desempenho para a

área de requisitos de software (Quadro 2). O trabalho também evidencia métricas para a

medição do capital intelectual que abrange as áreas: financeira, cliente, humana, renovação e

desenvolvimento de processo, o que possibilita visualizar a Gestão de Conhecimento como

uma disciplina que agrega valor a organização e que trás retorno ao investimento aplicado. A

partir das métricas da GDO e GC o trabalho busca auxiliar no processo de tomada de decisão

para empresas que utilizam do Desenvolvimento Colaborativo de Software.

Durante a execução do trabalho, algumas dificuldades foram encontradas no processo de

realização da pesquisa científica. O tema métricas para a medição da Gestão de Conhecimento

nas organizações exigiu grande esforço para encontrar artigos de conteúdo abrangente ao

assunto. Também foram encontradas dificuldades na determinação de métricas da Gestão de

Desempenho e Gestão de Conhecimento para o Desenvolvimento Colaborativo de Software,

pois o estágio do projeto científico ainda se encontra em fase de pesquisa, especificamente no

processo de execução da Revisão Sistemática.

Está previsto para o último semestre do projeto a realização e conclusão das seguintes

atividades: Revisão Sistemática, Levantamento de Dados de Campo (através da Pesquisa

Survey), Especificação de Dimensões de Desempenho, Elaboração de Publicações Científicas

e Relatório do Projeto. Portanto, ao final das atividades projeta-se a capacidade de definir

Indicadores de Desempenho, Dimensões de Desempenho e Métodos da Gestão de

Conhecimento que permitem uma melhoria contínua e tomada de decisão para empresas de

desenvolvimento de software, em especial àquelas que no desenvolvimento utilizam do

método colaborativo.

Para Felizardo e Martins (2009), a Revisão Sistemática propõe reunir dados e informações de

diferentes estudos relacionados a um tema específico de pesquisa. Para uma boa condução da

Revisão Sistemática, é essencial a realização de uma Revisão Bibliográfica, que possibilite a

formação de um conhecimento prévio do assunto a ser pesquisado, fornecendo então os dados

que serão analisados e avaliados na Revisão Sistemática. Esse método de pesquisa pode ser

definido como um processo que consiste em três etapas: Planejamento da Revisão, Condução

e Análise dos resultados.

A pesquisa de campo proverá a caracterização do ambiente em que o objeto de estudo está

inserido. No presente trabalho, a pesquisa de campo permitiu a compreensão das



11

características e dimensões do mercado de software brasileiro e regional. Com o uso da

ferramenta de pesquisa Survey, será possível no projeto de pesquisa descrito na introdução,

levantar dados importantes do ambiente das empresas de software da região de Maringá, a

análise desses dados, permitirá ao pesquisador a especificação das dimensões de desempenho

e melhorias da qualidade que devem ser aplicadas ao ambiente de desenvolvimento de

software, mais especificamente àquelas empresas que utilizam do método de desenvolvimento

colaborativo.

Na cidade de Maringá e região, de acordo com dados do Arranjo Produtivo Local de Software

(APL SOFTWARE MARINGÁ, 2012), existem aproximadamente 140 empresas que

trabalham com o desenvolvimento e produção de Software, dentre essas, 77 estão

formalizadas no APLs.

AGRADECIMENTOS

Ao CNPq/PIBIC pelo apoio ao projeto por meio de uma bolsa de iniciação científica para um

aluno do curso de Graduação em Engenharia de Produção da Universidade Estadual de

Maringá (UEM).

REFERÊNCIAS

ABES (Associação Brasileira das Empresas de Software). Disponível em:

<http://www.abessoftware.com.br/dados-do-setor/dados-2011> Acesso em: 20/03/2013.

ALAVI, M. and LEIDNER, D.E. (1999).“KnowledgeManagement Systems: Issues, Challenges and

Benefits.”Comunicações da AIS 1: 1-37. 1999.

APL SOFWARE DE MARINGÁ. Disponível em:

<http://www.sub100.com.br/empresas/comercial/apl/portfolio.html>. Acessoem: 10/04/2012.

BOSE, R. (2004), "Knowledge management metrics", Industrial Management & Data Systems, Vol. 104 Iss:

6 pp. 457 – 468, 2004.

CORRALL, S. (1999).“Are We in the Knowledge Management Business?”Knowledge Management, No. 18,

1999.Disponívelem: <http://www.ariadne.ac.uk/issue18/knowledge-mgt/>

EDVINSSON, L.; MALONE, M. S. Capital Intelectual.São Paulo: Makron Books, 1998.

ESTEVES, M.J.A.P; MATEUS, R.P. Balanced Scorecard. Instituto Politecnico de Coimbra, 2008.

FELIZARDO, K.R; MARTINS, R.M. Engenharia de Software Experimental: Revisão Sistemática. Instituto

de Ciências Matemáticas e de Computação. Universidade de São Paulo, São Carlos, 2009.

FAIRCHILD, A.M. Knowledge Management Metrics via a Balanced Scorecard Methodology. Proceedings

of the 35th Hawaii International Conference on System Sciences,2002.

GEROLAMO, M.C., Proposta de Sistematização para o Processo de Gestão de Melhorias e Mudanças de

Desempenho. 151p. Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo,

São Carlos, 2003.

GOESSLER, L.G.M. Uso de Sistemas de Medição de Desempenho para Melhoria Contínua :Um estudo da

Influência do Estilo de Gestão. 120p. Tese (Mestrado) - Universidade Federal de São Carlos, São Carlos, 2009.

HERSCHEL, R.T., NEMATI, H. and STEIGER, D. (2001), “Tacit to Explicit Knowledge Conversion:

Knowledge Exchange Protocols”, Journal of Knowledge Management, Vol. 5 No. 1, pp. 107-16, 2001.

http://www.abessoftware.com.br/dados-do-setor/dados-2011

http://www.sub100.com.br/empresas/comercial/apl/portfolio.html

http://www.ariadne.ac.uk/issue18/knowledge-mgt/



12

IEE COMPUTER SOCIETY.Guide to the Software Engineering Body of Knowledge –“SWEBOK”. Versão

2004.

KANKANHALLI, A; TAN, B.C.Y.A Review of Metrics for Knowledge Management Systems and

Knowledge Management Initiatives.37th Hawaii International Conference on System Sciences – 2004.8p,

2004.

KITCHENNHAM, B. Procedures for Performing Systematic Reviews Technical Report TR/SE-0401, Keele

University and NICTA, 2004.

KNAPP, E. (1998). “Knowledge Management”, Business & Economic Review, Volume 44, Number 4, July –

September, 1998.

Manual de Gestão de Desempenho, Instituto Chico Mendes de Conservação da Biodiversidade, 2012.

MURRAY, P. (2002), “Knowledge Management as a Sustained Competitive Advantage”, Ivey Business

Journal, Vol. 66 No. 4, pp. 71-6, 2002.

PARVIAINEN, M.T; KOMMEREN, R; ROTHERHAM, J. Metrics and Measurements in Global Software

Development.International Journal on Advances in Software, vol 5 no 3 e 4, 2012.

PERRIEN, J.; ZINS, M. Recherche en Marketing: MéthodesetDécisions.Montreal, GaetanMorinEditeur,

615p., 1984.

PRIKLADNICKI, R.; AUDY, J.L.N., Uma Análise Comparativa de práticas de Desenvolvimento

Distribuído de Software no Brasil e no exterior. XX Simpósio Brasileiro de Engenharia de Software. Porto

Alegre, Brasil, 2006.

SANTANA, C. (2003). BSC: uma Proposta de Modelo para Aplicação no Setor Varejista – Ramo

Supermercado,2008.

SANTIAGO, M.R. “Ensaio do SWEBOK – Software Engineering Body Of Knowledge ”. Goiânia, 2011.

SIQUEIRA, F.L.; SILVA, P.S.M., As Características do Desenvolvimento Distribuído de Software, Escola

Politécnica da Universidade de São Paulo, São Paulo, Brasil, 2004.

SVIOKA, J. (2001). “KnowledgePays”, CIO Magazine, 15 de fevereiro de 2001.

XAVIER, J.M; SILVA, N.N; SILVA, J.K.V. Proposta de Implementação de Balanced Scorecard como

Auxilio à Tomada de Decisão: Estudo de Caso da Empresa Acron Tecnologia em Saneamento LTDA. Revista Científica da Escola de Gestão de Negócios. Natal, RN, 2011.

WANG, S. (2002), “Knowledge Maps for Managing Web-Based Business”, Industrial Management & Data

Systems, Vol. 102 No. 7, pp. 357-64, 2002.

gestÃo de desempenho no desenvolvimento colaborativo de...

Documents