Aceitação e uso de tecnologias, estilos de liderança e adoção de estratégias corporativas como preditores da maturidade na prática de Data Mining na Gestão de Pessoas : um estudo multinível

Abstract

O presente trabalho buscou compreender os elementos que influenciam a maturidade na prática de data mining. O estudo foi conduzido em etapas estruturadas para garantir rigor metodológico e iniciou-se com entrevistas exploratórias em uma fase Piloto, possibilitando a identificação de variáveis relevantes para o estudo, seguida pelo embasamento teórico das variáveis identificadas. O objetivo deste trabalho foi investigar as relações empíricas multiníveis entre a percepção de aceitação e uso de tecnologias de data mining, a percepção dos estilos de liderança favoráveis ao uso de data mining, a percepção de adoção de estratégias corporativas ao uso de data mining e a influência dessas variáveis na percepção de maturidade na prática de data mining para a gestão de pessoas. A pesquisa adotou um modelo multinível para avaliar a interação entre variáveis individuais e de contexto organizacionais, buscando compreender como determinados fatores impactam a maturidade dessas práticas. Foram utilizadas escalas reconhecidas na literatura, incluindo a UTAUT2 para medir a aceitação e uso de tecnologias de data mining, a escala de avaliação dos estilos gerenciais EAEG para analisar os estilos de liderança favoráveis ao uso de data mining e o modelo de maturidade da indústria 4.0 para avaliar a adoção de estratégias corporativas ao uso de data mining. Além disso, foi desenvolvida uma escala inédita para medir a maturidade na prática de data mining, englobando dimensões como cultura organizacional, processos automatizados, dados e informações, práticas de gestão de pessoas e produtos/serviços. Na sequência, os instrumentos da pesquisa foram submetidos a um processo de validação estatística para assegurar sua confiabilidade. Os resultados da pesquisa evidenciaram que os modelos propostos capturam com precisão as interações entre variáveis individuais e organizacionais, confirmando a importância da modelagem multinível para representar a estrutura hierárquica da Organização analisada. Destacaram-se como preditores consistentes da maturidade na prática de data mining a percepção sobre a adoção de estratégias corporativas, as condições facilitadoras e a intenção de comportamento, reforçando que o alinhamento estratégico, o suporte organizacional e o engajamento individual são determinantes para o avanço do uso de tecnologias analíticas na gestão de pessoas.