Processo Estatístico de Baselines Organizacionais

O Processo Estatístico de Baselines Organizacionais estabelece como a BASIS desenvolve, avalia, aprova e mantém as baselines utilizadas para apoiar a gestão dos contratos e a tomada de decisão organizacional.

Esse processo assegura que as baselines sejam produzidas a partir de dados rastreáveis, modelos estatísticos avaliados de forma objetiva e critérios formais de aprovação, garantindo sua confiabilidade para utilização operacional.

Este documento descreve o processo estatístico utilizado para gerar, avaliar, selecionar e aprovar as baselines organizacionais aplicadas à gestão de contratos e serviços da BASIS.

As baselines são geradas a partir de dados históricos consolidados no Colaboradados, treinadas por jobs do Kaizenstat, avaliadas por critérios estatísticos e submetidas a uma análise formal de decisão antes de serem promovidas para uso operacional.

O uso operacional das baselines está descrito no Guia de Uso das Baselines Organizacionais.

O processo utiliza as seguintes ferramentas de apoio:

O processo estatístico segue o fluxo abaixo:

Antes do treinamento, os dados históricos são validados para reduzir o risco de gerar baselines a partir de informações incompletas, inconsistentes ou estatisticamente incompatíveis com o uso pretendido.

Na baseline de contratação, são removidos registros sem valor treinável para o tempo de seleção, registros com duração negativa e registros acima do limite estatístico definido a partir da partição de treinamento. O limite é calculado sobre os dados de treino, evitando que informações futuras influenciem a limpeza dos dados históricos utilizados para validação.

Na baseline de ausência, são validados os campos necessários para o mês de referência, colaborador, quantidade de ausências, histórico recente de ausência e tamanho da equipe. Registros com valores inválidos ou impossíveis de interpretar não devem ser utilizados no treinamento.

Os registros removidos são apresentados no Kaizenstat para permitir análise posterior. Quando a inconsistência indicar necessidade de tratamento, pode ser aberta ocorrência de análise das causas no SGO para registrar a causa identificada e a ação adotada.

A baseline de contratação prevê a quantidade de dias úteis entre a aprovação da vaga e a seleção do candidato. A seleção é utilizada como marco final porque representa o momento em que o candidato é aprovado pelo entrevistador; etapas posteriores, como documentação, aprovação do cliente ou formalização administrativa, possuem variação maior e não compõem o alvo estatístico desta baseline.

O treinamento utiliza janela temporal cronológica sobre dados históricos de contratação. A separação entre treino e teste preserva a ordem temporal dos registros, de modo que o modelo é avaliado em dados posteriores aos utilizados no treinamento. Essa abordagem evita uma avaliação otimista causada por misturar registros antigos e novos de forma aleatória.

As variáveis utilizadas incluem:

Os modelos candidatos treinados atualmente são:

Esses modelos foram escolhidos para comparar abordagens com diferentes níveis de complexidade e capacidade de generalização para o problema de previsão do tempo de seleção. A LinearRegression funciona como referência simples e interpretável, assumindo relação aproximadamente linear entre as variáveis da vaga e o prazo previsto. A Ridge mantém a interpretação de um modelo linear, mas aplica regularização para reduzir instabilidade quando há variáveis correlacionadas ou pouco volume de dados em determinados perfis. O RandomForest combina várias árvores de decisão, capturando relações não lineares e interações entre características da vaga, com menor sensibilidade a variações pontuais do que uma árvore única. O XGBoost também utiliza árvores, mas em estratégia de boosting, ajustando modelos sucessivos para reduzir erros residuais e capturar padrões mais complexos. A presença desses candidatos permite comparar modelos simples, robustos e mais expressivos antes da seleção formal da baseline.

Cada modelo é treinado com os parâmetros definidos para sua família estatística. Para cada família, é escolhido o melhor experimento conforme a busca de parâmetros e a avaliação cronológica.

As principais métricas utilizadas são:

A baseline de ausência estima a quantidade esperada de ausências para apoiar o acompanhamento dos contratos ativos. O objetivo é antecipar possíveis impactos operacionais e dar tempo para o gerente avaliar a necessidade de ação antes que o risco se materialize nos indicadores contratuais.

O treinamento utiliza dados históricos mensais e preserva a ordem temporal dos meses na separação entre treino, validação e teste. A validação cruzada é agrupada por mês para evitar que dados do mesmo período sejam usados simultaneamente como treino e validação.

As variáveis utilizadas incluem:

Os modelos candidatos treinados atualmente são:

Esses modelos foram escolhidos porque a baseline de ausência trata uma variável de contagem: a quantidade esperada de ausências. O PoissonRegressor é adequado como referência estatística para eventos contáveis e não negativos, oferecendo boa interpretação quando a relação entre fatores e volume de ausências é mais regular. O HistGradientBoostingRegressor permite capturar relações não lineares com boa eficiência computacional em dados tabulares e históricos mensais. O _RandomForest_Regressor combina múltiplas árvores para reduzir variação e identificar interações entre contrato, função, histórico recente e tamanho da equipe. O XGBRegressor utiliza boosting para ajustar erros sucessivos e pode representar padrões mais complexos de recorrência ou concentração de ausências. A comparação entre esses candidatos permite equilibrar precisão, estabilidade, risco de subestimação e explicabilidade antes da aprovação da baseline.

As principais métricas utilizadas são:

Cada treinamento registra no MLflow os parâmetros, métricas e artefatos necessários para rastrear o experimento executado.

Devem ser registrados, quando aplicável:

O identificador do experimento no MLflow é mantido no Kaizenstat junto ao registro do treinamento, permitindo consultar o detalhe técnico do modelo candidato quando houver auditoria, revisão ou nova análise de decisão.

Após o treinamento, os modelos candidatos são comparados no Kaizenstat. A seleção não considera apenas a melhor métrica isolada; os modelos são ranqueados por critérios ponderados para equilibrar desempenho estatístico, estabilidade, segurança operacional e facilidade de sustentação.

A comparação é registrada como uma ocorrência de análise e decisão no SGO. Essa ocorrência contém as alternativas avaliadas, os critérios, os pesos, as notas e a justificativa de seleção. O Líder do EPG revisa a decisão antes da promoção da baseline.

Após a revisão da ocorrência de análise e decisão, o modelo selecionado é aprovado no Kaizenstat. A aprovação arquiva a baseline ativa anterior para a mesma métrica e cria uma nova baseline ativa associada ao treinamento aprovado.

Para cada baseline promovida, o Kaizenstat registra:

Os limites de controle são calculados a partir do valor médio e do desvio padrão do modelo aprovado, utilizando a faixa de três desvios padrão para acompanhamento estatístico.

A rastreabilidade do processo é mantida por meio dos seguintes vínculos:

Após compreender como as baselines organizacionais são produzidas e aprovadas, conheça como elas são utilizadas no acompanhamento dos contratos e na tomada de decisão.

Continue em: