Adaptando Indicadores para Avaliação da Saúde de Projetos de Infraestrutura Científica: Uma Aplicação de Business Intelligence nas Linhas de Luz do Sirius

• Dante Paes Brito Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
• Mauri P. dos S. Júnior Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
• Marcelo M. Xavier Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)

DOI: https://doi.org/10.5753/sbbd.2025.247797

Resumo

Este artigo apresenta o desenvolvimento de uma ferramenta de Business Intelligence (BI) voltada ao monitoramento da saúde de projetos de infraestrutura científica, no contexto da construção das Linhas de Luz do Acelerador de Partículas Sirius. A solução baseia-se na implementação de indicadores de desempenho (KPIs), que encontram-se em fase de validação, com o objetivo de refletir de forma contínua fatores como alterações no escopo, ritmo de execução das atividades e engajamento das equipes na atualização de cronogramas. A proposta busca contribuir com abordagens quantitativas para avaliação dinâmica de projetos com alto grau de incerteza e escopo variável, características comuns de projetos na área de pesquisa e desenvolvimento (P&D).

Palavras-chave: Inteligência de Negócios, Gestão de Projetos, Indicadores de Desempenho Chave

Referências

Affeldt, F. S. and Silva Junior, S. D. d. (2013). Information architecture analysis using business intelligence tools based on the information needs of executives. JISTEM - Journal of Information Systems and Technology Management, 10(2):251–270.

Barros, H. N. d. J., Libarino, C. S., and Amado, J. A. D. (2024). Análise de dados com business intelligence para monitoramento microbiológico na indústria 4.0: um estudo de caso simulado no setor alimentício. In Anais da Escola Regional de Computação Bahia, Alagoas e Sergipe (ERBASE).

Boehm, B. W. (1988). A spiral model of software development and enhancement. ACM SIGSOFT Software Engineering Notes, 11(4):14–24.

Borges, J. G. and de Carvalho, M. M. (2011). Sistemas de indicadores de desempenho em projetos. Revista de Gestão e Projetos, 2(1):174–207.

Construction Industry Institute (2006). Project health indicator (phi) tool: Assessing project health during project execution. [link]. Acesso em: 25 abr. 2025.

Databricks (2023). Medallion architecture in the lakehouse. [link]. Acesso em: 10 mai. 2025.

Gartner (2024). Business intelligence (bi) services. [link]. Acesso em: 22 mai. 2025.

Kerzner, H. (2006). Project Management Best Practices: Achieving Global Excellence. John Wiley & Sons, Hoboken, NJ.

Microsoft (2024). Microsoft fabric documentation: Dataflow gen2 & lakehouse. [link]. Acesso em: 5 jun. 2025.

NASA – National Aeronautics and Space Administration (2022). Nasa interim directive: Risk management procedural requirements – nid 7123.69. Technical report, NASA, Washington, D.C.

Petrini, M., Pozzebon, M., and Freitas, H. (2004). Gestão da informação e do conhecimento: uma proposta de framework multidimensional para a análise de iniciativas de business intelligence. Revista de Administração Contemporânea, 8(2):107–132.

Shenhar, A. J. and Dvir, D. (2007). Reinventing Project Management: The Diamond Approach to Successful Growth and Innovation. Harvard Business School Press, Boston.

Sommerville, I. (2011). Software Engineering. Pearson, Boston, 9 edition.