O método de trabalho busca detalhar os passos utilizados para a condução da pesquisa. (LACERDA, 2009). Trata-se de um conjunto de atividades sistemáticas e racionais que permitem alcançar os objetivos. (MARCONI; LAKATOS, 2010). Esse procedimento é necessário para assegurar a imparcialidade, o rigor na condução do trabalho e a confiabilidade dos resultados. (LACERDA et al., 2013). Um método de trabalho adequadamente definido permite maior clareza e transparência na condução da pesquisa, facilitando o reconhecimento de sua validade. (DRESCH; LACERDA; ANTUNES JR, 2015).
Assim, o método de trabalho mostra a sequência de atividades desenvolvidas em conformidade com o método de pesquisa. O método de trabalho foi construído combinando as abordagens apresentadas naFigura 13. Esta incorpora etapas do método sistêmico apresentado por Andrade et al. (2006), a Árvore da Realidade Atual (ARA)conforme os passos descritos por Noreen, Smith e Mackey (1996) e a modelagemcomputacional apresentada por Sterman (2000). Para o estudo de caso, utiliza-se aabordagem descrita por Miguel (2007) e Miguel et al. (2011). A Figura 16 mostra a sequência de atividades desenvolvidas em concordância com o método de pesquisa.
Figura 16:Método de trabalho
A primeira etapa do método de trabalho é caracterizada peladefinição do problema (01), ou seja,pordefinir uma situação complexa de interesse, como preconizado pelo método sistêmico. Essa etapa foi apontada preliminarmentena pesquisa denominada “Desenho, análise e identificação de melhorias da cadeia produtiva do esporte da Região Sul do Brasil”, financiada pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Para aprofundar a temática, propôs-se compreender sistemicamente o esporte enquanto um ecossistema produtivo,a fim de amplificar a agregação de valor econômico do esporte para a sociedade. Salienta-se que o objeto de estudo é o ecossistema de valor do futebol (EVF).
Desse modo, visando a desenvolver uma pesquisa de alto rigor teórico-metodológico e de utilidade prática para a sociedade (DRESCH; LACERDA; ANTUNES JR, 2015), desenvolveu-se uma Revisão Sistêmica de Literatura (RSL), como descrito por Morandi e Camargo (2015). A RSL identificou estudos que utilizam a abordagem de Dinâmica de Sistemas (DS) para análise de “cadeias” e pesquisas que versam sobre futebol.
A RSL pautou-se na técnica de coleta de dados denominada documental. Inicialmente, elencou-se documentos relevantesao tema abordado, que se configuraram como fontes secundárias de natureza diversa, a saber, relatórios, artigos acadêmicos, livros, entre outros. (MORANDI; CAMARGO, 2015). Os dados secundários documentais podem ser fontes de informações brutas importantes, auxiliando a triangular as conclusões quando utilizados em conjunto com outras técnicas de coleta e análise de dados. (SAUNDERS; LEWIS; THORNHILL, 2009).
Os documentos encontrados foram estruturados e armazenados, sendo utilizados para caracterizar a modalidade esportiva, em termos de representatividade desse esporte, identificar as lacunas de pesquisa, delinear essa proposição, explanar o referencial teórico e construir a análise sistêmica. Posto isso, verifica-se que a análise documental pode ser definida como um conjunto de operações que visa a representar o conteúdo de um documento sob uma forma diferente do original, possibilitando consulta e citação futura. (BARDIN, 2011). O Quadro 9 expõe as bases de dados pesquisadas, as combinações de palavras-chave, o período de publicação e os resultados.
Em termos de base de dados, selecionou-se as que possuíam relevância e abrangência internacional. No contexto das palavras-chave, foram usados como critérios: a) idioma em inglês e português, conforme a exigência da base de dados; e b) combinação de palavras para identificar que estudos utilizam a abordagem de Dinâmica de Sistemas (DS) para análise de “cadeias produtivas, de valor, de suprimentos”, de “indústrias”, de “ecossistemas” e de pesquisas que versam sobre futebol. Os operadores boleanos empregados para as palavras
combinadas foram “AND” e “OR”, e na extensão da busca não foi delimitado tempo. (MORANDI; CAMARGO, 2015). A regra utilizada para a pesquisa foi a da representatividade, quando a análise é efetuada em uma amostra que representa o universo inicial e é generalizada ao todo.(BARDIN, 2011).
Quadro 9:Resultados da RSL
Base de dados PesquisadaPalavras Operador Boleano Combinação Período de publicação analisadosTítulos AnalisadosAbstracts AnalisadosArtigos
EBSCO (Academic Search Complete, Business Source Complete, SPORTDiscus with Full Text, Academic Search
Premier)
Systems
Dynamics AND Production chain
Sem
delimitação 02 02 -
Systems
Dynamics AND Supply chain
Sem
delimitação 45 33 17
Systems
Dynamics AND Value Chain
Sem
delimitação 01 01 01
Systems
Dynamics AND Industry
Sem
delimitação 19 09 06
Systems
Dynamics AND Ecosystem delimitação Sem 23 06 - Football OR Soccer delimitação Sem 292 44 31
SCOPUS (Business, Management and Accounting; Economics, Econometrics and Finance) Systems
Dynamics AND Value Chain
Sem delimitação 02 02 02 Systems Dynamics AND Production chain Sem delimitação 01 01 - Systems
Dynamics AND Supply chain
Sem
delimitação 161 52 09
Systems
Dynamics AND Industry delimitação Sem 105 07 02 Systems
Dynamics AND Ecosystem delimitação Sem 12 08 02 Football OR Soccer delimitação Sem 296 81 59
Web of Science (Operations Research Management Science; Science; Economics; Business Finance; Management; Business) Systems
Dynamics AND Value Chain
Sem delimitação - - - Systems Dynamics AND Production chain Sem delimitação - - - Systems
Dynamics AND Supply chain delimitação Sem 85 23 06 Systems
Dynamics AND Industry
Sem
delimitação 33 04 01
Systems
Dynamics AND Ecosystem
Sem
delimitação 22 03 01
Football OR Soccer delimitação Sem 223 78 31
Scielo (Applied Social
Sciences; Multidisciplinary;
Linguistics, Letters and Arts;
Engineering)
Dinâmica de
Sistemas TI Cadeia de Valor delimitação Sem 01 01 - Dinâmica de
Sistemas - Produtiva Cadeia delimitação Sem 05 02 01 Dinâmica de Sistemas - Cadeia de Suprimentos Sem delimitação 02 02 01 Dinâmica de
Sistemas AND Industria
Sem
delimitação - - -
Dinâmica de
Sistemas AND Ecossistemas
Sem
delimitação - - -
Futebol - - delimitação Sem 35 20 14
Total 1.365 379 184
Os resultados das combinações definidas a priori foram 1.365 títulos, dos quais 379 abstracts foram analisados e 184 trabalhos foram arquivados no Software Mendeleypara leitura completa. O objetivo de uma RSL é formar um arcabouço teórico-prático dos artefatos utilizados para a solução do problema. (MORANDI; CAMARGO, 2015). Porém, a pesquisa não se limitou aos estudos advindos da RSL, sendo que outros estudos pertinentes foram agregados quando necessário. A seção de análise de dados descreve o procedimento adotado para averiguar os documentos.
O estudo de casofoi utilizado para análise e validação da “cadeia de valor do futebol” e do “ecossistema de valor do futebol”,ambos propostosno Capítulo 4. O estudo de caso também forneceu os insights para a análise sistêmica exposta no Capítulo 5. A seção de coleta e análise de dados descreve os procedimentos adotados para a condução do estudo de caso.
Após o desenvolvimento doestudo de caso, efetuou-se a análise sistêmica,com a construção daÁrvore da Realidade Atual do Ecossistema de Valor do Futebol (ARA- EVF).Posteriormente, desenvolveu-se a Estrutura Sistêmica do Ecossistema de Valor do Futebol (ES-EVF). A partir das causas básicas identificadas na ARA-EVF foram verificados, na ES-EVF, os pontos de alavancagem e a variável-chave a ser maximizada. A condução dessa etapa está descrita na seção de análise de dados.
Assim, o EVF caracteriza os elementos/atores/serviços presentes no futebol, considerando-os como organismos do mundo dos negócios, que interagem e coevoluem. Contudo, o EVF não demonstra quais são os problemas ou as potencialidades decorrentes do futebol enquanto atividade econômica. Destarte, o uso da ARA-EVF contribui ao propor a identificação das causas básica que afetam esse ecossistema e resultam em efeitos indesejados que limitam o desenvolvimento dessa modalidade esportiva. Assim, ao caracterizá-las, é possível desenvolver planos de ação com foco em sua dissolução. A ES-EVF, por sua vez, possibilita a compreensão das variáveis e de como elas se afetam mutuamente no EVF. A partir das duas ferramentas, a variável-chave e os pontos de alavancagem qualitativos do EVF podem ser identificados. Entretanto, esta pesquisa almeja avaliar o impacto das alterações dos pontos de alavancagem sobre a variável-chave do EVF. Assim,percebe-se que é interessante desenvolver um Modelo de Dinâmica de Sistemas do Ecossistema de Valor do Futebol (MDS- EVF)que demonstre quantitativamente qual é o comportamento do EVF no tempo e espaço.
Desse modo, a próxima atividade contempla o desenvolvimento do modelo conceitual, o qual embasa e delimita a construção do MDS-EVF. Para Bankes (1993), um modelo conceitual representa o esquema que corresponde a múltiplas partes do modelo.Contudo, não representa um modelo único e não especificadetalhes, mas auxilia na especificação dos módulos
existentes, dos elementos de cada módulo e das relações, contribuindo para reduzir a incerteza do modelo. (MORANDI, 2017).
Assim, ao construir o modelo conceitual, utilizou-se, como objeto, os Demonstrativos de Resultados do Exercício (DRE) do Clube Grêmio Foot-Ball Porto Alegrense, como apresentado na seção de coleta de dados. A definição por analisar os DRE de um clube justifica- se, primeiramente, pela importância dos clubes no cenário futebolístico, já que eles têm um papel significativo nas decisões do futebol brasileiro, em termos de organização, de distribuição de receitas e de organização das despesas. Em segundo lugar, o EVF, a ARA-EVF e a ES-EVF refletem a organização do futebol brasileiro considerando a participação do clube como agregadora de valor para a sociedade. Por fim, como apontado por Sterman (2000), ao construir modelos, inicia-se com os elementos essenciais e,posteriormente, expande-se a abordagem.
Destarte, a partir dos dados do DRE,foi estruturado o Demonstrativo de Valor Adicionado (DVA) do clube. Salienta-se que o clube em questão não apresenta o DVA, motivo pelo qual utilizou-se como metodologia a descrita nas abordagens teóricas. (COMITÊ DE PRONUNCIAMENTOS CONTÁBEIS, 2008). Além disso, o modelo conceitual abordou os ganhos de 02 (dois) terceiros com as atividades do clube. Salienta-se que a ES-EVF demonstrou outros terceiros, porém, como preconiza a DS, inicia-se com modelos pequenos e posteriormente os módulos podem ser expandidos. (STERMAN, 2000). Busca-se, então, identificar a agregação de valor gerada pelo futebol à sociedade a partir dos resultados financeiros de um clube de futebol e de possíveis ganhos de terceiros com a atividade do clube. A segunda etapa compreende aconstrução do modelo (02). Assim, a estrutura do Modelo de Dinâmica de Sistemas do Ecossistema do Futebol (MDS-EF) seguiu a proposição de Sterman (2000),e está apresentada na Figura 13. Destarte, antes de iniciar a transposição dos modelos conceituais para o software iThink, foram coletados os dados quantitativos iniciais, como mostra a seção 3.3.4. Após esse processo, o modelo conceitual foi transposto para o MDS- EF, primeiramente o DRE e, na sequência,o DVA. Após a transposição, os dados foram exportados para MDS-EF. Desse modo, foi gerada a primeira análise, que objetivou verificar as informações inseridas e avaliar se existiam vieses estruturais na concepção do modelo. (STERMAN, 2000).
A simulação foi programada considerando os anos de 2008 a 2016. O objetivo foi verificar se as lógicas utilizadas estavam corretas. O incremento de tempo é de (dt)1.00 para o método de integração numérica de Euler. (KUMAR; NIGMATULLIN, 2011; STERMAN, 2000). A integração numérica é utilizada quando os sistemas apresentam difícil solução analítica ao modelar um problema real. (STERMAN, 2000). Optou-se por utilizar esse método
porque o Runge-Kutta deve ser evitado em modelos com números aleatórios (GEORGIADIS; BESIOU, 2008) ou estimados entre mínimo e máximo, tais como os valores inseridos nesta pesquisa. Ao final da simulação, foi realizado o teste funcional ou black box, quando as tarefas são executas objetivando descobrir possíveis falhas e identificar defeitos (HEVNER et al., 2004), como descrito na seção de análise de dados.
Após a verificação do modelo, foi programada a modelagem exploratória futura, considerando os anos de 2017 a 2025, o que totaliza 09 anos. Os demais modelos conceituais foram inseridos no MDS-EVF. Além disso, as variáveis que não foram modeladas tiveram seus valores estimados entre mínimo e máximo, como mostra o Quadro 27. Configura-se, então, a etapa de solução do modelo (03). Salienta-se que a Modelagem Exploratória foca o desenvolvimento de estratégias de pesquisa ou amostragem que suportem as conclusões válidas ou osinsights confiáveis resultantes do número de experimentos ou cenários computacionais. (BANKES; WALKER; KWAKKEL, 2013). Assim, o modelo não está focado na otimização do sistema complexo, o Ecossistema de Valor do Futebol, mas em responder questões como “em que circunstâncias essa política funcionaria bem e em quaisfalharia?”, entre outros questionamentos. (KWAKKEL; PRUYT, 2013).
Ainda na etapa de solução do modelo, foram propostos os cenários, os quais são configurados a partir dos pontos de alavancagem descritos no Quadro 27. Destarte, propõe-se medir qual é o impacto na variável-chave identificada no EVF a partir da alteração dos escores nos pontos de alavancagem. Os cenários de análise e as variáveis a serem medidas foram definidos com os pesquisadores descritos no Quadro 13, conforme apresentado na seção 6.3. A partir dos 05 (cinco) pontos de alavancagem, foram gerados 11 cenários e, adicionalmente, o cenário base (sem alteração). Cada cenário foi replicado 50 vezes para cada um dos 9 anos. O tempo de simulação total para os 11 cenários e, adicionalmente, para o cenário base (sem alteração) foi de 07 horas. As simulações foram desenvolvidas entre os meses de abril e maio de 2018, como mostra a seção 6.3.
A verificação do modelo (04), nesta pesquisa, foi desenvolvida interativamente com as etapas de construção (02) e solução (03). Estas estão descritas na seção de análise de dados. A etapa de análise dos resultados (05) apresenta os resultados das simulações, os testes estatísticos desenvolvidos e as principais conclusões extraídas do MDS-EVF. A próxima seção aborda o processo de coleta de dados.