Espacios. Vol. 36 (Nº 23) Año 2015. Pág. 24

Envolvimento da Alta Direção, Inteligência Competitiva e Desempenho Organizacional: Uma Análise em Organizações da Serra Gaúcha - Brasil

Top Management Involvement, Competitive Intelligence and Organizational Performance: an Analysis in Organizations of Serra Gaúcha - Brazil

Mateus PANIZZON 1, Ademar GALELLI 2

Recibido: 02/09/15 • Aprobado: 20/10/2015

Contenido

1. Introdução

2. Referencial Teórico

3. Método da Pesquisa

4. Análises e Resultados

5. Considerações Finais

Referências

1. Introdução

Inteligência Competitiva (IC), em seu sentido mais amplo, como capacidade de uma organização de coletar, analisar e disseminar informações (na forma de relatórios, alertas, cenários, melhores práticas, entre outras) do seu ambiente externo e interno, para a tomada de decisão, é um tópico emergente e estratégico para nações e organizações (Huggins, 2010; Calof, Wright, 2008). Para Saayman, et al. (2008), a IC nas empresas é composta pelo processo (planejamento e foco, coleta de dados, análise e comunicação) e pelo contexto (estado de alerta organizacional e cultura, envolvimento dos funcionários e infraestrutura formal). Enquanto o processo estabelece as etapas para a geração do produto de inteligência, o contexto consiste nas condições ou no ambiente que a empresa constrói para sustentar este processo.

À medida em que este tema se desenvolve no plano teórico, surge a necessidade de estabelecer interfaces com outras áreas do conhecimento. Observa-se que há uma lacuna de estudos empíricos que buscam relacionar a IC com o Envolvimento da Alta Direção. Mais que o suporte inicial de recursos e legitimidade, o Envolvimento da Alta Direção pressupõe seu comprometimento e a participação contínua em programas desta ordem, postura que pode ter significativa diferença para o seu sucesso ou fracasso. A Alta Direção compreende os cargos de nível estratégico, também chamado de C-Level (Chiefs), os quais englobam presidentes, diretores e altos executivos. Deve-se diferenciar o Apoio da Alta Direção do Envolvimento da Alta Direção, uma vez que esta segunda dimensão abrange, além do apoio, os aspectos como participação, comunicação, compromisso e atuação efetiva no processo de IC.

Este estudo tem como objetivo analisar o nível de relação entre o envolvimento da alta direção, as dimensões de contexto e de processo de Inteligência Competitiva (nível de desenvolvimento de IC) e o desempenho organizacional, nas empresas de médio e de grande porte da Serra Gaúcha – Brasil. A seleção de médio e grande porte foi realizada em função de que este tamanho de empresa possui maior estrutura para o desenvolvimento de atividades de IC, o que requer a dedicação de determinados recursos. Observa-se que as pequenas empresas têm maior dificuldade neste tipo de atividade (Larivet, Brouard, 2012; Wright et al; Bissonb; Duffyc, 2012) e têm maiores condições de desenvolver atividades sistemáticas de Inteligência mediante o desenvolvimento de serviços por meio de Sistemas de IC associados a Arranjos Produtivos (Molnár, Střelka, 2012), como um modelo que o Sebrae (Gomes, 2007) já vem desenvolvendo no país com uma perspectiva de uso de IC para o desenvolvimento regional (Huggins, 2010).

2. Referencial Teórico

Esta pesquisa está fundamentada em três construtos: o Envolvimento da Alta Direção nas atividades de Inteligência Competitiva, a Inteligência Competitiva e o Desempenho Organizacional.

2.1 Inteligência Competitiva

As definições de Inteligência Competitiva (IC) são amplas (Calof, Wright, 2008), com diferenças mais em função de aspectos culturais e geográficos, haja vista o contexto de origem dos autores, do que propriamente de estrutura conceitual (Fachinelli, et al., 2011). Existe uma convergência conceitual entre as mesmas, e principalmente em relação ao ciclo de inteligência, que constitui o processo central desta atividade.

A função de Inteligência é um elemento importante para antecipar tendências, inclusive tecnológicas (Kuosa, 2011; Shih et al., 2010), definir posicionamentos de modo mais ágil (Calof, Smith, 2010), obter vantagens competitivas (Toit, 2013; Pellissier, Kruger, 2011; Johns, Doren, 2010) e realizar movimentos de internacionalização (Adidam et al., 2009). O modelo selecionado para servir de base para este estudo é o de Dishman e Calof (2008), por contemplar elementos de processo de IC e elementos de contexto e foi validado estatisticamente por Saayman et al. (2008).

Com base em Saayman et al. (2008), Pelsmacker et al. (2005) e Viviers et al. (2002), identifica-se que o modelo de Inteligência Competitiva proposto por Dishman e Calof (2008) contém as quatro fases predominantes sobre o processo de IC: a) planejamento e foco de IC (Fahey, 2007; Fleisher, Bensoussan, 2003); b) coleta de dados em fontes primárias ou secundárias, internas ou externas à organização (Fuld, 1996; Martinet, Marti, 2000); c) análise (Bose, 2008; Qiu, 2008; Fleisher, Bensoussan, 2007; Marcial, Grumbach, 2005); d) comunicação (Marin, Poulter, 2004; Prescott, 1999).

Em relação ao aspecto de contexto de Inteligência Competitiva, Dishman e Calof (2008) estabelecem três dimensões: infraestrutura formal (Miree; Prescott, 2002); envolvimento dos funcionários (Saayman, et al, 2008); e alerta organizacional e cultura (Saayman, et al., 2008; Jaworski, et al., 2002). O modelo é apresentado na Figura 1.

Figura 1 - Modelo de Inteligência Competitiva

Fonte: Dishman e Calof (2008).

Todas as etapas do processo de IC sofrem alguma interação com os elementos do contexto, e o objetivo do processo é a tomada de decisão. Salienta-se que a tomada de decisão não é uma fase do processo de IC, pois esta etapa é finalizada depois de entregue o produto de inteligência ou depois de realizado o feedback desta tomada de decisão. A tomada de decisão pode independer do ciclo de inteligência (é opção do tomador de decisão usar ou não estas informações) ou, em determinados níveis de maturidade de IC de corporações (Heppes, Toit, 2009), pode ser altamente dependente desse processo (Gia, 2010).

2.2 Envolvimento da Alta Direção e Inteligência Competitiva

Para Gilad (2011), Rapp, Schillewaert e Hao (2008) e Wright e Calof (2006), a área de IC se beneficia do suporte da alta direção, pois esta assegura legitimidade e importância ao processo, na medida em que reconhece seu valor e a liga diretamente ao processo decisório. A aceitação da ideia e o envolvimento são cruciais para a credibilidade, a legitimidade e a alocação suficiente de recursos e priorização dos projetos (Zwikael, 2008; Blenkhorn, Fleisher, 2007).

A questão do envolvimento da alta direção, como dimensão estruturante, é alvo de estudos na área de implantação de sistemas (Elbanna, 2013; Dezdar, Ainin, 2011; Shahin, Sulaiman, 2011; Tung, et al., 2011). Štemberger, Manfreda e Kovačič (2011) avaliaram a relação positiva entre este apoio com a equipe de TI, que em muitas organizações está associada diretamente às atividades de IC (via Business Intelligence). Hsiu-Fen (2011) observou uma relação positiva entre este constructo e o desenvolvimento de gestão do conhecimento, também de interface com a IC, principalmente no que se refere à informação disponível e disseminação.

Harmancioglu, Grinsteinb e Goldman (2010) avaliaram que há uma relação positiva entre o envolvimento da alta direção em atividades de coleta de informação de mercado e inovatividade da firma e performance organizacional. Esse aspecto foi testado num contexto business-to-business e desperta uma lacuna de que o modelo de IC de Calof e Dishman deveria contemplar o envolvimento da alta direção além do envolvimento dos funcionários. Zangoueinezhad e Moshabaki (2009) também identificaram uma relação positiva entre o capital estrutural (do qual a alta direção faz parte) com a IC.

Entretanto, observa-se que o envolvimento da alta direção na Inteligência Competitiva ainda não foi estudado em profundidade e com ampla testagem de relações estatísticas, mas verifica-se que a teoria refere-se à importância da mesma para o desenvolvimento da Inteligência Competitiva na organização, uma vez que a IC deve estar alinhada com a missão, a estratégia e as ações da empresa – sendo, portanto, útil para a alta direção.

Tais evidências teóricas parecem indicar que o envolvimento da alta direção é uma variável relevante e de considerável influência nas organizações (Galelli, 2002) e portanto, justificável do ponto de vista acadêmico e gerencial de ser pesquisada, relacionando-a com o contexto de inteligência competitiva.

2.3 Desempenho Organizacional e Inteligência Competitiva

A relação entre Desempenho Organizacional e Inteligência Competitiva já foi pesquisada por Cappel e Boone (1995) e continua sendo alvo de estudos, sendo que as pesquisas até o momento apontam que há relação positiva entre a prática de IC nas empresas (de pequeno ou grande porte) e desempenho (Subramanian, Ishak, 1998; Slater, Narver, 2000; Groom, David, 2001; McGonagle; Vella, 2002; Prescott, Miller, 2002; Rodriguez, 2004; Hughes, 2005; Giacomello, 2010). Adidam, Banerjee e Shukla (2012) analisaram a relação entre IC e Performance num contexto de mercado emergente (Índia), observando uma correlação positiva entre o nível de desenvolvimento formal de IC das empresas e a performance financeira, em termos de faturamento e lucratividade. Relações positivas entre IC e Performance também foram apontadas por Yap e Rashid (2011), Yap, Zabid e Dewi (2012), Kazem e Mahnoosh (2012), Mariadoss et al. (2013), Ahearne et al. (2013), Noor-ul-ain, Waheed e Amber (2013), Tuanb (2013) e Jenster e Søilen (2013).

A questão de mensuração do desempenho nas organizações é objeto de discussão em função de tratar-se de um constructo multidimensional, ou seja, a performance de uma organização não reside apenas na sua tradicional dimensão financeira, mas também na sua dimensão mercadológica e, inclusive, em dimensões de capital intelectual (Venkatraman, Ramanujam, 1986; Baker, Sinkula, 2005; Gronholdt, Martersen, 2006; Farris et al., 2010).

Essa multidimensionalidade demanda uma avaliação tanto quantitativa como qualitativa, objetiva e subjetiva. O uso de medidas subjetivas para medir o desempenho das organizações tem se tornado uma opção a adotar, uma vez que estudos já demonstram sua correlação com as medidas objetivas (Dess, Robinson, 1984; Venkatraman, Ramanujam, 1986; Perin, Sampaio, 1999).

Para este estudo foram adotadas oito medidas de desempenho, a partir das escalas de desempenho financeiro e mercadológico propostas por Homburg e Pflesser (2000) e utilizadas por Révillion (2005) e Giacomello (2010).

3. Método da Pesquisa

O método desta pesquisa e a forma de análise dos dados foram concebidos conforme as orientações de Fávero (2009), Malhotra (2006) e Hair Jr. et al. (2005). Esta pesquisa configura-se como sendo quantitativa de caráter descritivo e do tipo survey, uma vez que envolve a mensuração de eventos, os quais servem para a avaliação das relações a serem testadas. A coleta de dados envolveu quatro etapas: construção do instrumento, identificação das empresas, avaliação e pré-teste do instrumento, e aplicação.

A primeira etapa da pesquisa consistiu na construção e validação do instrumento de pesquisa. O detalhamento deste processo, tanto em termos de elaboração conceitual a partir da escala de Saayman et al. (2008) quanto validação estatística via análise fatorial para o contexto brasileiro, está descrito em Panizzon (2010). O questionário final ficou composto de cinco partes, num total de 13 questões de perfil da empresa e 56 questões das escalas de IC, Envolvimento da Alta Direção e Desempenho.

Em relação à amostragem, a partir de uma consulta ao Programa de Disseminação de Estatística do Trabalho, que acessa a base de dados da Rais/Caged, verificou-se um número de 265 empresas de médio e de grande porte na região da Serra Gaúcha. Foi elaborada uma base de cadastros destas empresas, coletando-se em diferentes fontes as empresas que se enquadrassem nos seguintes critérios: a) número de funcionários maior que 100 para médio porte e mais de 500 funcionários para grande porte, a partir dos critérios do Sebrae; b) faturamento acima de R$ 2,4 milhões anuais para empresas de médio porte e acima de R$ 48 milhões para grande porte, conforme critérios contábeis da legislação brasileira vigente, com base no SIMPLES Nacional; c) nível de exportação acima de R$ 1 milhão anual (utilizado como complemento), a partir da base de dados da Secex (Secretaria de Comércio Exterior) fornece quatro faixas de exportação (até R$ 1 milhão, de R$ 1 milhão até 10 milhões, entre R$ 10 milhões e 50 milhões, acima de 50 milhões).

Com estes critérios obteve-se o universo de 270 empresas. Tendo em vista o procedimento de desenvolvimento para a construção da base e a confiabilidade das fontes utilizadas, considera-se que o erro desta diferença é perfeitamente aceitável para este tipo de estudo no contexto das Ciências Socais Aplicadas. Para este universo foi verificado que a amostra necessária para um erro de 5% e confiabilidade de 95% seria de 158 empresas. Contudo, conforme sugerido por Hair Jr. et al. (2005), deve haver uma proporção de três respondentes para cada variável, no mínimo, quando utilizadas análises multivariadas, tal como a análise fatorial. A amostra ideal, para este caso, tendo em vista as 56 variáveis da escala, seria de 168 respondentes.

4. Análises e Resultados

A análise dos dados foi realizada com o suporte do aplicativo PASW 18 e está organizada em duas etapas: a análise das relações entre os construtos e a proposição de avanços no modelo de IC de Dishman e Calof (2008).

A amostra final, após os procedimentos de verificação, manteve-se em 168 empresas, distribuídas nos seguintes setores: metalomecânico (32%), moveleiro (17%), plástico e borracha (9%), alimentação (8%), automotivo (7%), serviços (5%), madeireiro (5%), saúde (3%), químico (3%), eletroeletrônico (2%), construção (2%), confecções e têxteis (2%), TI (2%), calçadista (2%), et al. (1%). Observa-se ainda que 28% das empresas respondentes são de grande porte e 72% são de médio porte, distribuídas nos setores supracitados. Esta proporção está de acordo com a distribuição de médias e grandes empresas na consulta pela Rais/Caged.

4.1 Relação Entre Alta Direção, Contexto e Processo De IC

A relação entre o Envolvimento da Alta Direção, Contexto e Processo de IC foi testada com o apoio de quatro técnicas: Correlação, Regressão Linear, Análise de Variância e Análise de Correspondência. Salienta-se que após a análise fatorial final, obteve-se um KMO de 0,833 e obteve nove fatores que explicam 64,83% da variabilidade dos dados, sendo portanto considerados para este estudo: a) Fator 1 - Envolvimento da Alta Direção; b) Fator 2 - Coleta; c) Fator 3 - Envolvimento dos Funcionários; d) Fator 4 - Análise; e) Fator 5 - Integração com o Processo Decisório; f) Fator 6 - Estrutura; g) Fator 7 - Planejamento e Foco; h) Fator 8 - Disseminação; i) Fator 9 - Alerta e Cultura. Os fatores 2, 4, 7 e 8 representam o processo de inteligência competitiva e os fatores 3, 6 e 9 os atuais componentes do contexto de inteligência.

4.2 Correlação Entre as Dimensões de Contexto e de Processo de IC

Uma vez que o referencial teórico embasa que os fatores Envolvimento dos Funcionários, Alerta e Cultura e Estrutura fazem parte de uma dimensão teórica denominada de "Contexto de IC" e os fatores Planejamento e Foco, Coleta, Análise e Disseminação fazem parte de outra dimensão teórica denominada de "Processo de IC", foram geradas novas variáveis de análise a partir das médias destes fatores, apresentadas na Tabela 1.

Tabela 1 – Composição das dimensões Contexto e Processo de IC

Fonte: Dados da pesquisa.

Em primeira análise, buscou-se explorar a relação entre as dimensões de Contexto e de Processo de IC, encontrando-se um coeficiente de correlação de Pearson de 0,713, o qual indica uma associação positiva (estatisticamente significativa a 0,01). Isto confirma a base teórica de relação entre Contexto e Processo de IC, significando que as empresas com alto desenvolvimento do contexto também possuem alto desenvolvimento do processo, e vice-versa. Assim, a implantação de uma sistemática de IC demanda a configuração tanto dos elementos do ciclo de inteligência quanto dos seus elementos de suporte (contexto).

Evidencia-se que as maiores correlações significativas entre o "Envolvimento da Alta Direção" são com "Estrutura" e "Análise". Isso apresenta também associações com dimensões de contexto e de processo, e que as empresas, com maior envolvimento da alta direção, teriam também maior nível de estrutura e de análise das informações e vice-versa. Particularmente, o Envolvimento da Alta Direção com a fase de Análise sugere um importante insight em termos metodológicos, já que a mesma participa da criação da Inteligência, atribuindo sentido às informações, e não apenas recebe informações processadas.

Portanto, estas associações evidenciam um caráter complexo e multidimensional entre os elementos que compõem o processo e o contexto de IC, demonstrando ser particularmente apropriada para pesquisas futuras uma avaliação destas relações, utilizando-se ferramentas mais robustas como, por exemplo, a modelagem de equações estruturais. Uma vez que não faz parte do objetivo deste trabalho esta avaliação do modelo como um todo, esta técnica não será desenvolvida neste momento.

4.3 Regressão Linear: Envolvimento da Alta Direção e IC

A segunda análise de relações consistiu na regressão linear entre envolvimento da alta direção e contexto e processo, em dois modelos individuais. O primeiro modelo foi gerado tendo contexto de IC como variável dependente e envolvimento da alta direção como variável independente. O segundo modelo foi gerado tendo processo de IC como variável dependente e envolvimento da alta direção como variável independente. Como resultado, verifica-se que a associação é maior com o contexto de IC do que com o processo de IC (Figura 2), tanto pela análise do R2 quanto pela análise dos Betas (B), como apontado por Saayman et al. (2008).

Figura 2 - Regressão Linear entre Envolvimento da Alta Direção, Contexto e Processo de IC

Fonte: dados da pesquisa.

Em síntese, os resultados indicam que o Envolvimento da Alta Direção tem maior associação com o contexto de IC do que com o processo de IC. Neste sentido, esta relação positiva expressa que as organizações que possuem a Alta Direção efetivamente envolvida com a IC também apresentaram maior nível de desenvolvimento das condições que dão suporte ao processo de IC, ou seja, na infraestrutura e sistematização, no estado de alerta e cultura organizacional, e no envolvimento dos funcionários nestas atividades. Todas estas condições são as que potencializam o processo ou o ciclo de IC, o qual, por si, não é o suficiente para gerar produtos de inteligência que venham a ser utilizados pelos tomadores de decisão, neste caso, a Alta Direção.

4.4 Inteligência Competitiva, Envolvimento da Alta Direção e Desempenho

Ampliando a análise e buscando explorar as relações entre Inteligência Competitiva, Envolvimento da Alta Direção e Desempenho, buscou-se, no primeiro momento, realizar uma análise fatorial sobre os oito itens utilizados na escala para a mensuração do desempenho. Constatou-se a existência de dois fatores, desempenho mercadológico e desempenho financeiro, os quais explicam 60,46% da variabilidade, e um KMO de 0,860. Para este caso, a equação de regressão, de modo a demonstrar a previsibilidade e consistência do modelo, é de Desempenho Geral = 0,660Desempenho Financeiro + 0,228Desempenho Mercadológico + 0,311. O R deste modelo é 0,819 e o R2 ajustado é de 0,667, o que demonstra um bom grau de previsão destas variáveis para este contexto.

4.4.1 Identificação dos Clusters para a análise de relações

Foram gerados, com a técnica two-step cluster, tendo como variáveis contínuas de diferenciação o nível de desenvolvimento de Contexto de IC, de Processo de IC e de Envolvimento da Alta Direção:

Cluster 1: empresas com menor nível de desenvolvimento de contexto e de processo IC e de envolvimento da alta direção (média de 2,95, 3,17 e 3,37 para estas dimensões, respectivamente);

Cluster 2: empresas com nível intermediário de desenvolvimento de contexto e de processo IC e de envolvimento da alta direção (média de 3,63, 3,68 e 4,03 para estas dimensões, respectivamente);

Cluster 3: empresas com maior nível de desenvolvimento de IC e de envolvimento da alta direção (média de 4,14, 4,25 e 4,34 para estas dimensões, respectivamente).

Em relação à caracterização destes clusters, não foi encontrada associação em relação a características como setor, mercado principal de atuação, grau de concorrência ou aliança. Isto indica que as empresas com maior nível de desenvolvimento em IC desta amostra têm representantes de todos os setores e mercados principais de atuação, ao contrário de uma expectativa inicial de que as empresas que atuam principalmente no mercado internacional demonstrariam maior nível de desenvolvimento em IC. Contudo, ainda que conclusões não possam ser extraídas desta análise, este aspecto torna-se base para estudos futuros, uma vez que o mais indicado para caracterizar estas empresas é aprofundar-se num estudo qualitativo nas 49 organizações do cluster 3.

4.4.2 Análise de Variância (Anova) e de Correspondência dos Clusters

A Figura 3 mostra uma comparação entre as Anovas destes clusters versus desempenho financeiro e desempenho mercadológico, verificando-se que as empresas com maior nível de desenvolvimento de IC são as que possuem maior desempenho tanto financeiro quanto mercadológico e que a diferença entre as médias é estatisticamente significativa.

Outra análise realizada foi a relação entre a capacidade de lançar produtos inovadores no mercado e o nível de desenvolvimento em IC. Pela análise de variância, é possível verificar na Figura 4 que as empresas do cluster 3, que expressa aquelas com maior nível de desenvolvimento em IC (contexto, processo e incluindo envolvimento da alta direção), possuem uma média estatisticamente significativa e maior que a das empresas dos clusters 2 e 1, demonstrando que, das empresas de médio e grande porte da Serra Gaúcha, aquelas com maior nível de desenvolvimento em IC são as que têm maior desempenho de lançamento de inovações de produto em relação aos concorrentes. Como teste de comparação múltipla para esta análise, foi utilizado o teste de Tukey (Hair Jr. et al., 2005).

Figura 3 - Anova dos Clusters versus Desempenho Financeiro e Desempenho Mercadológico

Fonte: Dados da pesquisa.

----

Figura 4 - Anova dos Clusters, por capacidade de lançamento de produtos inovadores

Fonte: Dados da pesquisa

Ainda que não se possa estabelecer relações de causalidade a partir desta análise, estes resultados são importantes a ponto de estimular novas pesquisas sobre as relações entre IC e Inovação, considerada a nova base da competitividade das empresas. Em consonância a esta afirmação, em estudo realizado por Tanev e Bailetti (2008) também foi verificada associação entre desempenho em inovação e IC, contudo, em empresas de pequeno porte no Canadá.

Foi realizada uma análise inversa, em relação à estrutura dos clusters. Neste caso, foi gerada uma análise de cluster por desempenho global, tendo as variáveis Desempenho_Financeiro e Desempenho_Mercadológico como critérios de diferenciação, configurando-se o aplicativo PASW para identificar três grupos distintos. Como resultado, obteve-se três clusters de desempenho, com um nível de separação adequado.

Ao ser executada a Anova destes clusters com as variáveis contexto e processo, verifica-se que há diferença significativa entre as médias, sendo menor nas empresas de menor desempenho global e maior nas empresas de maior desempenho global. Estes resultados demonstram, portanto, que as empresas com maior desempenho global também apresentam em média um maior Envolvimento da Alta Direção nas atividades de IC, enquanto as empresas de menor desempenho global apresentam uma média menor de Envolvimento da Alta Direção nas atividades de IC. Esta análise é apresentada na Figura 5.

Figura 5 - Envolvimento da alta direção por Clusters de Desempenho

Fonte: Dados da pesquisa

No entanto, considerando que o desempenho é medido em função da percepção do respondente em relação à concorrência, como resultado tem-se que as empresas com desempenho global alto, na realidade, são o conjunto de empresas nas quais os respondentes, independentemente do setor, assumem que possuem um desempenho maior que os concorrentes, o que torna possível estas comparações.

     Figura 6 - Análise de Correspondência      entre Clusters de IC e de Desempenho

 Fonte: Dados da pesquisa.

Por fim, conforme ilustra a Figura 6, ao associar-se clusters de desenvolvimento em IC (processo, contexto e envolvimento da alta direção), já identificados previamente com os clusters de desempenho global, verifica-se um nível de associação estatisticamente significativo, a partir dos relatórios da análise de correspondência. Com base nestas análises, afirma-se que há uma relação positiva entre Nível de Desenvolvimento de Inteligência Competitiva, composto pelo seu processo (planejamento, coleta, análise, disseminação) e pelo seu contexto (envolvimento da alta direção, envolvimento dos funcionários, alerta e cultura e estrutura), com o desempenho organizacional. Estes achados para o contexto brasileiro se traduzem em importantes avanços teóricos e gerenciais.

4.4.3 A Integração da IC com o Processo Decisório e Relação com Desempenho

Uma das dimensões também exploradas neste estudo foi a Integração da IC com o Processo Decisório da organização. É apropriada a mensuração desta dimensão, uma vez que medir os fatores do modelo de IC por si só não trariam muito sentido sem a inclusão de uma variável dependente. Entende-se que a tomada de decisão na empresa independe do processo de IC, mas a Integração com o Processo Decisório pode ser considerada uma variável dependente tanto do Processo quanto do Contexto de IC. Nesta etapa foi efetuada uma análise de regressão múltipla, com a integração com o processo decisório como variável dependente e todas as demais variáveis como independentes, tomando-se por parâmetro o método backward. Verifica-se que o modelo apresenta um R de 0,805 e um R2 ajustado de 0,638, o que indica uma associação significativa entre estes fatores e a toma de decisão integrada. A equação do modelo de regressão é: Integração Processo Decisório = 0,275Fator5_Análise + 0,221Fator8_Disseminação + 0,208 Fator1_EnvolvimentoDireção + 0,175Fator6_Estrutura + 0,164Fator2_Coleta + 0,236. Interpreta-se, a seguir, os fatores que fizeram parte do modelo, a partir de seus coeficientes de regressão:

a) há associação entre maior capacidade de análise da organização e maior integração da IC com o processo decisório; organizações que possuem processos mais estruturados de análise de informações podem utilizá-las mais frequentemente na tomada de decisão uma vez que o valor dessa informação é maior;

b) há associação entre maior disseminação de informações e maior integração da IC com o processo decisório; tomadas de decisão com base em produtos de inteligência só podem ocorrer se estes produtos, de fato, chegarem até os decisores;

c) há associação entre maior envolvimento da alta direção e maior integração da IC com o processo decisório; isso implica em aspectos de mobilização da alta direção sobre a importância da IC e até mesmo que, enquanto tomadores de decisão, também são usuários dos produtos, estimulando essa integração;

d) há associação entre maior estrutura e maior integração da IC com o processo decisório; estruturas e maior sistematização da atividade pode implicar em processos alinhados de entrega de produtos e de tomada de decisão;

e) há associação positiva entre grau de coleta e grau de integração de IC com o processo decisório.

Uma contribuição importante deste estudo emerge na análise dos clusters de desempenho (baixo, médio e alto) versus a média da dimensão "integração com o processo decisório". Verifica-se que há diferença significativa entre as médias dos clusters, demonstrando que as empresas de menor desempenho têm um nível menor de integração do processo decisório com o processo de IC, e as empresas de maior desempenho têm um maior nível de integração do processo decisório com o processo de IC, ou seja, as decisões são tomadas com base em dados e análises. Tais resultados demonstram, neste contexto, uma associação positiva entre o desempenho global e a integração da IC com o processo decisório, o que sustenta a inclusão desta dimensão no modelo de Dishman e Calof (2008).

4.5 Síntese dos Resultados Obtidos: Envolvimento da Alta Direção, IC e Desempenho

Verifica-se a partir das análises de correlação e regressão linear, Clusters e Anova, os seguintes achados da pesquisa: a) existe relação positiva entre o envolvimento da alta direção e as dimensões de contexto e de processo da Inteligência Competitiva, nas empresas de médio e de grande porte da Serra Gaúcha; b) as empresas com maior nível de envolvimento da alta direção também apresentam maior desenvolvimento de IC; c) existe uma relação positiva entre envolvimento da alta direção, inteligência competitiva e desempenho organizacional; d) não foram observadas empresas com alto nível de IC e menor envolvimento da alta direção, e em análise de correlação canônica explorada em Panizzon (2010), o envolvimento da alta direção, ao ser incluindo no modelo, melhorou os índices de redundância, da correlação canônica e do R2 canônico, o que demonstra uma associação entre o envolvimento da alta direção com as outras dimensões de contexto, mais que de processo; e) há uma associação positiva entre nível de desenvolvimento de IC, nível de integração do processo decisório com IC e desempenho global.

5. Considerações Finais

O objetivo desta pesquisa foi analisar se existe relação entre o envolvimento da alta direção e as dimensões de contexto e de processo de Inteligência Competitiva, nas organizações de médio e de grande porte da Serra Gaúcha, e a suas relações com o desempenho organizacional. Os resultados demonstram que o objetivo deste trabalho foi atingido, ao evidenciar que há relação entre o envolvimento da alta direção e o desenvolvimento de inteligência competitiva nas organizações de médio e de grande porte da Serra Gaúcha.

Com base na associação positiva entre Envolvimento da Alta Direção e Inteligência Competitiva desenvolvida nas organizações, discorre-se que, tendo em vista que esta Alta Direção é a principal usuária das análises geradas por uma atividade de Inteligência Competitiva, o sucesso de uma implantação de um programa deste nível é sustentado não apenas por um aporte inicial de apoio financeiro e organizacional da Alta Administração, mas também a partir de seu envolvimento no processo.

 Isso demanda a sua plena compreensão do conceito e do seu papel, o seu suporte em todos os níveis (político, orçamentário, diretivo...), a sua utilização dos resultados das análises para as tomadas de decisão, a sua intenção de efetivamente ver tais atividades implementadas na empresa, por meio de comunicação, atuação efetiva na dinâmica e, principalmente, compromisso com as atividades. Portanto, a sustentação de uma atividade de IC não se dá somente por excelência em seu processo, na infraestrutura, tecnologia instalada e rede de especialistas e analistas, pois a Alta Direção assume um papel essencial em dinamizar a demanda por estas atividades.

Ainda que os resultados desta população de empresas, em função do método, não possam ser generalizados para outras populações, é válido propor uma generalização analítica em relação ao Envolvimento da Alta Direção associado ao Nível de Desenvolvimento de IC nas empresas. Leva-se em consideração, portanto, o que foi exposto por Zwikael (2008), de que esse envolvimento, por carregar dimensões culturais e de personalidade, pode variar de indústria e região, ou seja, não se trata aqui da questão de sua ocorrência, mas uma vez que ela existe, cabe compreender como, de fato, ela ocorre em diferentes contextos. Contudo, para este contexto de aplicação, as análises estatísticas apontam do significativo nível de relação entre o Envolvimento da Alta Direção e a dimensão de Contexto de Inteligência Competitiva.

5.1 Avanços na Teoria de Inteligência Competitiva

Sendo assim, propõe-se que, no modelo de Inteligência Competitiva de Dishman e Calof (2008), tal dimensão da Alta Direção seja incorporada como elemento de Contexto, como uma forma de evolução progressiva da teoria e do modelo, pois ela se traduz, também, gerencialmente, em questão fundamental a ser avaliada quando da implantação de um programa deste nível em empresas de médio e de grande porte. Ainda, a relação conjunta de IC, Envolvimento da Alta Direção e Desempenho, aponta a sustentação para o framework apresentado na Figura 7, denominado de Modelo de Inteligência Competitiva para o Contexto Brasileiro, cujos estudos futuros podem ser desenvolvidos via Modelagem de Equações Estruturais, tratando-o como um construto de segunda ordem. Relevante apontar que, dadas as análises estatísticas entre o desempenho em IC, o desempenho da organização e a sua relação positiva entre o Processo Decisório, propõe-se o nível de integração com o processo decisório como elemento do Modelo.

Figura 7 – Modelo de IC para o Contexto Brasileiro

Fonte: Adaptado de Dishman e Calof (2008).

Uma contribuição de cunho teórico foi também evidenciada a partir da exploração prévia de relações entre IC, Desempenho e Integração com o Processo Decisório. Elas denotam, portanto, associações positivas entre estas questões, as quais, de um lado, reforçariam o papel da IC nas empresas, a partir da qualificação da tomada de decisão e, indiretamente, da melhoria da performance, que em última instância é um dos fins para os quais os modelos teóricos em gestão são propostos. Em caráter mais emergente, outra contribuição teórica deste estudo diz respeito à verificação de que as empresas com maior nível de desenvolvimento de IC foram as com maior capacidade de lançamento de produtos inovadores, na percepção da própria empresa em relação aos concorrentes. Sendo este um tópico de alta relevância na dinâmica atual da competitividade, com esta conclusão reforça-se a importância do papel da IC e é um indicador claro de estímulo a mais pesquisas relacionando o desenvolvimento de IC e em Inovação, seja de produto, processo, posicionamento ou gestão (Mol, Birkinshaw, 2009).

Estas, portanto, se traduzem na principal contribuição teórica deste estudo no campo da Inteligência Competitiva, em consoante com a validação do questionário para o contexto brasileiro. Ademais, outras contribuições teóricas se refletem na própria confirmação dos fatores já propostos pela literatura em IC, bem como na aplicação da escala validada por Saayman et al. (2008).

Em relação às contribuições gerenciais desta pesquisa, observa-se que a implantação de atividades de IC na empresa promove efeitos positivos, mas salienta-se que estas atividades precisam contar com o Envolvimento da Alta Direção, em termos de suporte, utilização das informações para tomada de decisão, e também disponibilização das suas redes de contatos como fontes para a coleta. Nesta perspectiva, considerando-se ainda que há uma relação positiva também com o desempenho organizacional (financeiro e mercadológico), as atividades de IC tem um importante papel na empresa como função para antecipar tendências e auxiliar na definição posicionamentos de modo mais ágil, a partir da atribuição de sentido às informações coletadas. 

Referências

ADIDAM, P. T.; GAJRE, S.; KEJRIWAL. (2009). Cross-cultural competitive intelligence strategies. Marketing Intelligence & Planning, v. 27, n. 5, p. 666-680.

ADIDAM, P. T.; BANERJEE, M.; SHUKLA, P. (2012). Competitive intelligence and firm's performance in emerging markets: an exploratory study in India. Journal of Business & Industrial Marketing, v. 27, n. 3, p. 242-254.

AHEARNE, M.; LAM, S. K.; HAYATI, B.; FLORIAN, K. (2013). Intrafunctional competitive intelligence and sales performance: a social network perspective. Journal of Marketing, v. 77, n. 5, p. 37-56.

BAKER, W. E.; SINKULA, J. M. (2005). Market orientation and the new product paradox. The Journal of Product Innovation Management, v. 22, p. 483-502.

BLENKHORN, D. L.; FLEISHER, C. S. (2007). Performance assessment in competitive intelligence: an exploration, synthesis, and research agenda. Journal of Competitive Intelligence and Management, v. 4, n. 2, p. 4-22.

BOSE, R. (2008). Competitive intelligence process and tools for intelligence analysis. Industrial Management & Data Systems, v. 108, n. 4, p. 510-528.

CALOF, J.; SMITH, J. (2010). The integrative domain of foresight and competitive intelligence and its impact on R&D management. R&D Management, v. 40, n. 1, p. 31-39.

CALOF, J.; WRIGHT, S. (2008) Competitive intelligence: a practitioner, academic and inter-disciplinary perspective. European Journal of Marketing, v. 42, n. 7/8, p. 717-730.

CAPPEL, J. J.; BOONE, J. P. (1995). A look at the link between competitive intelligence and performance. Competitive Intelligence Review, v. 6, p. 15-23.

DESS, G. G.; ROBINSON, R. B. (1984). Measuring organizational performance in the absence of objective measures: the case of privately-held firms and conglomerate business unit. Strategic Management Journal, v. 5, n. 3, p. 265-273, 1984.

DEZDAR, S.; AININ, S. (2011). The influence of organizational factors on successful ERP implementation. Management Decision, v. 49, n. 6, p. 911-926.

DISHMAN, P. L.; CALOF, J. (2008). Competitive intelligence: a multiphasic precedent to marketing strategy. European Journal of Marketing, v. 42, n. 7/8, p. 766-785.

ELBANNA, A. (2013). Top management support in multiple-project environments: an in-practice view. European Journal of Information Systems, v. 22, p. 278-294.

FACHINELLI, A. C.; RECH, J.; BERTOLINI, A. L. (2011). La dinámica cognitiva de los procesos de análisis en la actividad de inteligencia estratégica. In: MARTINEZ, A.; CORRALES, M. (Org.) Sistemas y Redes de Conocimiento e Innovación. Monterrey: Cengage Learning.

FAHEY, L. (2007). Connecting strategy and competitive intelligence: refocusing intelligence to produce critical strategy inputs. Strategy & Leadership, v. 35, n. 1, p. 4-12.

FARRIS, P. W.; BENDLE, N.; PFEIFER, P.; REIBSTEIN, D. (2010). Marketing metrics: the definitive guide to measuring marketing performance. Pearson Prentice Hall.

FÁVERO, L. P. (2009).  Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier.

FLEISHER, C.; BENSOUSSAN, B.(2007). Business and competitive analysis: effective application of new and classic methods.London: FT Press.

FLEISHER, C.; BENSOUSSAN, B. (2003). Strategic and competitive analysis: methods and techniques for analyzing business competition. New Jersey: Pearson Education.

FULD, L. M. (1996). The new competitor intelligence. New York: John Willey & Sons, 1996.

GALELLI, A. (2002) Employee acceptance of a quality improvement initiative: development of measures and evaluation of the impact of predictors. 2002. 170 p. Tese de Doutorado em Engenharia de Produção, Escola de Engenharia, Marquette University, Milwaukee, USA.

GIA. Global Intelligence Aliance. (2010). The future of Market Intelligence. GIA White Paper. Disponível em: http://www.globalintelligence.com/insights/white-papers/world-class-market-intelligence. Acesso em: 3 maio 2010.

GIACOMELLO, C. P. (2010). Relação entre inteligência estratégica e orientação para o mercado e seus impactos no desempenho das organizações. 2010. 161 p. Tese de Doutorado em Administração, Programa de Pós-Graduação em Administração, Escola de Administração da Universidade Federal do Rio Grande do Sul, Porto Alegre.

GILAD, B. (2011). Strategy without intelligence, intelligence without strategy. Business Strategy Series, v. 12, n. 1, p. 4-11.

GOMES, E. (2007). Termo de referência para atuação do Sistema SEBRAE em inteligência competitiva. Brasília: SEBRAE.

GRONHOLDT, L.; MARTERSEN, A. (2006). Key marketing performance measures. The Marketing Review, v. 3, p. 243-252.

GROOM, J.; DAVID, F. (2001). Competitive intelligence among small firms. Advanced Management Journal, v. 66, n. 1, p. 12-20.

HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. (2005). Análise multivariada de dados. 5. ed. Porto Alegre: Bookman.

HARMANCIOGLU, N.; GRINSTEINB, A.; GOLDMAN, A. (2010). Innovation and performance outcomes of market information collection efforts: the role of top management team involvement. International Journal of Research in Marketing, v. 27, n. 1, p. 33-43.

HEPPES, D.; TOIT, A. D. (2009). Level of maturity of the competitive intelligence function: case study of a retail bank in South Africa. Aslib Proceedings: New Information Perspectives, v. 61, n. 1, p. 44-66.

HOMBURG, C.; PFLESSER, C. (2000). A multiple layer model of market oriented organizational cultures: measurement issues and performance outcomes. Journal of Marketing Research, v. 37, n. 4, p. 449-462.

HSIU-FEN, L. (2011). Antecedents of the stage-based knowledge management evolution. Journal of Knowledge Management, v. 15, n. 1, p. 136-155.

HUGGINS, R. (2010). Regional competitive intelligence: benchmarking and policy-making. Regional Studies, v. 44, n. 5, p. 639-658.

HUGHES, S. (2005). Competitive intelligence as a competitive advantage: the theoretical link between competitive intelligence, strategy and firm performance. Journal of Competitive Intelligence and Management, v. 3, n. 3, p. 3-18.

JAWORSKI, B. J.; MACINNIS, D. J.; KOHLI, A. K. (2002). Generating competitive intelligence in organizations. Journal of Market-Focused Management, v. 5, p. 279-307.

JENSTER, P.; SØILEN, K. S. (2013). The relationship between strategic planning and company performance: a Chinese perspective. Journal of Intelligence Studies in Business, v. 3, n. 1, p. 15-30.

JOHNS, P.; DOREN, D. C. (2010). Competitive intelligence in service marketing: a new approach with practical application. Marketing Intelligence & Planning, v. 28, n. 5, p. 551-570.

KAZEM, C.; MAHNOOSH, J. (2012). The study of relationship between competitive intelligence and performance of companies listed on tehran stock exchange. Journal of Business Management Perspective, v. 11, n. 9, p. 81-97.

KUOSA, T. (2011). Different approaches of pattern management and strategic intelligence. Technological Forecasting and Social Change, v. 78, n. 3, p. 458-467.

LARIVET, S.; BROUARD, F. (2012). SMEs' attitude towards SI programmes: evidence from Belgium. Journal of Strategic Marketing, v. 20, n. 1.

MALHOTRA, N. K. (2006). Pesquisa de marketing: uma orientação aplicada. 4. ed. Porto Alegre: Bookman.

MARCIAL, E.; GRUMBACH, R. (2005). Cenário prospectivos: como construir um futuro melhor. 3. ed. Rio de Janeiro: FGV.

MARIADOSS, B.; MILEWICZ, L.; LEE, S.; SAHAYM, A. (2013). Salesperson competitive intelligence and performance: the role of product knowledge and sales force automation usage. Industrial Marketing Management, in press, available online 19 September 2013.

MARIN, J.; POULTER, A. (2004). Dissemination of competitive intelligence. Journal of Information Science, v. 30, p. 193-208.

MARTINET, B.; MARTI, Y. (2000) A inteligência econômica: os olhos e os ouvidos da empresa. Lisboa: Instituto Piaget.

McGONAGLE, J. J.; VELLA, C. M. (2002). A case for competitive intelligence. Information Management Journal, v. 36, n. 4, p. 35-41.

MIREE, C.; PRESCOTT, J. (2002). TAP-IN na inteligência estratégica e tática das funções de vendas e marketing.In: PRESCOTT, J.; MILLER, S. (Org.) Inteligência competitiva na prática: técnicas e práticas bem sucedidas para conquistar mercados. Rio de Janeiro: Campus.

MOL, M.; BIRKINSHAW, J. (2009). The sources of management innovation: when firms introduce new management practices. Journal of Business Research, v. 62, n. 12, p. 1269-1280.

MOLNÁR, Z.; STŘELKA, J. (2012). Competitive intelligence for small and middle enterprises. E & M Ekonomie A Management, v. 15, n. 3, p. 156-170.

NOOR-UL-AIN, A.; WAHEED, M.; AMBER, J. (2013). Role of competitive intelligence in multinational companies. International Journal of Emerging Sciences, v. 3, n. 2, p. 171-181.

PANIZZON, M. (2010). Envolvimento da Alta Direção e Inteligência Competitiva: uma análise sobre suas relações em organizações de médio e de grande porte da Serra Gaúcha – Brasil. Dissertação de Mestrado. Programa de Pós-Graduação em Administração. Caxias do Sul.

PELLISSIER, R.; KRUGER, J. (2011). A study of strategic intelligence as a strategic management tool in the long-term insurance industry in South Africa. European Business Review, v. 23, n. 6, p. 609-631.

PELSMACKER, P.; MULLER, M.; VIVIERS, W.; SAAYMAN, A.; CUYVERS, L.; JEGERS, M. (2005). Competitive intelligence practices of South African and Belgian exporters. Marketing Intelligence & Planning, v. 23, n. 6, p. 606-620, 2005.

PERIN, M.; SAMPAIO, C. (1999). Performance empresarial: uma comparação entre indicadores subjetivos e objetivos.In: ENCONTRO NACIONAL DA ASSOCIAÇÃO NACIONAL DOS PROGRAMAS DE PÓS- GRADUAÇÃO EM ADMINISTRAÇÃO, 23, 1999, Salvador. Anais. Rio de Janeiro: ANPAD.

PRESCOTT, J. (1999). The evolution of competitive intelligence: designing a process for action. Proposal Management, p. 37-52, Spring.

PRESCOTT, J.; MILLER, S. (2002). Inteligência competitiva na prática: estudos de casos diretamente do campo de batalha. Rio de Janeiro: Campus.

QIU, T. (2008). Scanning for competitive intelligence: a managerial perspective. European Journal of Marketing, n. 7, v. 8, p. 814-835.

RAPP, A.; SCHILLEWAERT, N.; HAO, A. (2008). The influence of market orientation on e-business innovation and performance: the role of the top management team. Journal of Marketing Theory and Practice, v. 16, n. 1. p. 7-25.

RÉVILLION, A. (2005). Inter-relações entre orientação para o cliente, cultura organizacional e cultura do varejo brasileiro e seu impacto no desempenho empresarial. 2005. 317 p. Tese de Doutorado em Administração, Programa de Pós-Graduação em Administração, Escola de Administração da Universidade Federal do Rio Grande do Sul, Porto Alegre.

RODRIGUEZ, M. V. R. (2004). Inteligência competitiva e performance financeira: uma associação positiva nos pequenos negócios exportadores de sólidos de madeira certificados. In: CONFERÊNCIA INTERNACIONAL DE PESQUISA EM EMPREENDEDORISMO NA AMÉRICA LATINA, 3, 2003, Rio de Janeiro. Anais. Rio de Janeiro: CIPEAL.

SAAYMAN, A.; PIENAAR, J.; PELSMACKER, P.; VIVIERS, W.; CUYVERS, L.; MULLER, M.; JEGERS, M. (2008). Competitive intelligence: construct exploration, validation and equivalence. Aslib Proceedings: New Information Perspectives, v. 60, n. 4, p. 383-411.

SHAHIN, D.; SULAIMAN, A. (2011). The influence of organizational factors on successful ERP implementation. Management Decision, v. 49, n. 6, p. 911-926.

SHIH, M.; LIU, D.; HSU, M. (2010). Discovering competitive intelligence by mining changes in patent trends. Expert Systems with Applications, v. 37, n. 4, p. 2882-2890.

SLATER, S.; NARVER, J. (2000). Intelligence generation and superior customer value. Journal of the Academy Marketing Science, v. 2, p. 120-127.

ŠTEMBERGER, M.; MANFREDA, A; KOVAČIČ, A. (2011). Achieving top management support with business knowledge and role of IT/IS personnel. International Journal of Information Management, v. 31, n. 5, p. 428-436.

SUBRAMANIAN, R.; ISHAK, S. (1998). Competitor analysis practices of U.S. companies: an empirical investigation. Management International Review, v. 38, n. 1, p. 7-23.

TANEV, S.; BAILETTI, T. (2008). Competitive intelligence information and innovation in small Canadian firms. European Journal of Marketing, v. 42, n. 7/8, p. 786-803.

TOIT, A. (2013). Comparative study of competitive intelligence practices between two retail banks in Brazil and South Africa. Journal of Intelligence Studies in Business, v. 2, p. 30-39.

TUANB, L. (2013). Competitive intelligence and other levers of brand performance. Journal of Strategic Marketing, v. 21, n. 3, p. 217-239.

TUNG, A.; BAIRD, K.; SCHOCH, H. (2011). Factors influencing the effectiveness of performance measurement systems. International Journal of Operations & Production Management, v. 31, n. 12, p. 1287-1310.

VENKATRAMAN, N.; RAMANUJAM, V. (1986). Measurement of business performance in strategy research: a comparison of approaches. Academy of Management Review, v. 11, n. 4.

VIVIERS, W.; SAAYMAN, A.; MULLER, M.; CALOF, J. (2002). Competitive intelligence practices: a South African study. South African Journal of Business Management, v. 33, n. 3.

WRIGHT, S.; CALOF, J. (2006). The quest for competitive business and marketing intelligence: a country comparison of current practices. European Journal of Marketing, v. 40, n. 5/6, p. 453-465.

WRIGHT, S.; BISSONB, C; DUFFYC, A. (2012). Applying a behavioural and operational diagnostic typology of competitive intelligence practice: empirical evidence from the SME sector in Turkey. Journal of Strategic Marketing, v. 20, n. 1, p. 19-33.

YAP, C.; RASHID, M. (2011). Competitive intelligence practices and firm performance. International Journal of Libraries & Information Service, v. 61, n. 3.

YAP, C.; ZABID, A.; DEWI, A. (2012). Organizational strategy and competitive intelligence practices in Malaysian public listed companies. Information Research, v. 17, n. 4.

ZANGOUEINEZHAD, A.; MOSHABAKI, A. (2009). The role of structural capital on competitive intelligence. Industrial Management & Data Systems, v. 109, n. 2, p. 262-280.

ZWIKAEL, O. (2008). Top management involvement in project management: exclusive support for different scenarios. International Journal of Managing Projects in Business, v. 1, n. 3.

1. Universidade de Caxias do Sul, RS, Brasil. Email: mpanizzo@ucs.br

2. Universidade de Caxias do Sul, Brasil. EMail: agalelli@ucs.br