Processamento de dados em grandes eventos : alocação de participantes

Abstract

Eventos de aplicação de provas em seleções, avaliações e certificações são frequentemente realizados. No Brasil, o maior evento de avaliação - considerando-se a quantidade de participantes - é o Exame Nacional do Ensino Médio, com a participação de mais de 6,7 milhões de candidatos inscritos na edição de 2017. Para realizar a aplicação desses grandes eventos existe a logística responsável pela definição dos locais de prova, alocação dos participantes e contratação de colaboradores. Trata-se de um estudo de caso realizado no Centro Brasileiro de Pesquisa em Avaliação e Seleção e de Promoção de Eventos, organização que, em consórcio com a Fundação Cesgranrio, planejou e realizou a aplicação do Enem nas edições de 2009 até 2016. A definição das instituições locadas para a aplicação dos certames é parte do planejamento, posto que determina o custo do evento, considerando-se que a alocação dos participantes impacta diretamente no custo de locação e de contratação de pessoal. Todavia, a alocação dos participantes, quando realizada manualmente, não é uma atividade simples e ágil, em virtude das múltiplas restrições a serem respeitadas; isso faz com que o processo se torne lento e dificilmente forneça uma solução ótima. Logo, o objetivo deste trabalho foi elaborar modelos matemáticos para auxílio na tomada de decisão de alocar candidatos inscritos que, além de minimizar os custos logísticos de aplicação, otimizassem o nível de serviço do participante. Esse estudo tem natureza de pesquisa aplicada, com objetivo de pesquisa explicativa, procedimento técnico-documental. Para a coleta de dados analisou-se documentos públicos e realizou-se entrevistas com colaboradores do Centro. Os modelos matemáticos foram elaborados no software Lingo 17.0 com o uso de licença educacional. Associado ao modelo matemático utilizou-se o Google Maps API para obter a distância entre o endereço declarado pelos participantes e as coordenações, assim como o Python 3 - para automatizar a coleta de dados. O estudo demonstra a possibilidade de minimizar os custos operacionais logísticos assim como reduzir a distância total percorrida pelos participantes até o local de prova designado; sendo possível inclusive analisar a curva de trade-off entre custo e nível de serviço. Os modelos possibilitam maior celeridade no processo de alocação dos participantes, assim como asseguram que a solução resultante seja a melhor possível, considerando as restrições estabelecidas.