A abordagem Problem-Solving

A “solução de problemas” requer a compreensão do significado de um problema empresarial. Numa visão corporativa, os problemas podem ser divididos em duas categorias:

​

Os problemas de aplicação: em que o contexto e as informações estão estabelecidas, e as tarefas são definidas e executadas. Nesta categoria, há unanimidade sobre as prioridades e consenso entre os membros da equipe;

​

Problemas em que as informações são incompletas, recursos limitados e as tarefas são ambíguas. Nestes casos, além da ausência de padrões previamente definidos, os envolvidos apresentam entendimentos distintos do problema.

​

Notadamente, as duas modalidades são muito diferentes. Como resolvê-las?

​

No primeiro caso, trata-se de problemas solúveis por meio de eficiência e estratégias eficazes nas operações empresariais. Estes são problemas replicáveis, de natureza rotineira, cuja solução é passível de técnicas numéricas, tal como Operational Research (Management Science), incluindo métodos de otimização, modelagem em planilhas, aliada às técnicas estatísticas ou algoritmos matemáticos. As variáveis são conhecidas e os números podem ser identificados ou confirmados.

​

No entanto, na maioria das vezes, pessoas não são redutíveis a números ou variáveis. Há altos níveis de incerteza acerca das situações. Logo, buscar por um “ponto ótimo” não é adequado para alcançar uma solução. A este tipo de problema convém chamar de decisões quando há ausência de fatos claros. Nesta categoria, o relacionamento entre as partes envolvidas não é claro: as partes apresentam prioridades distintas, ou não compreendem de facto qual é a exata definição do problema. Este é o advento para as metodologias conhecidas como Problem Structuring Methods.

​

Embora ambos tenham características diametralmente opostas, o que há em comum nestes problemas é: não há como encontrar uma solução sem estabelecer uma estrutura que o sustente. 

A modelagem de uma estrutura, baseada em um método robusto, garante apoio e racionalidade para tomar decisões em situações problemáticas e projetos complexos.