Title: | Framework para criação e manutenção de bases de conhecimento para autoatendimento em fintechs: um artefato baseado na Design Science. |
Author: | Aguiar, Fernando Ferreira |
Abstract: |
A presente tese aborda a problemática das bases de conhecimento para o autoatendimento (KBSS) em Fintechs. Durante a pesquisa, foram realizadas revisões de literatura que permitiram ao autor confirmar a extensão dessa problemática, e dividi-las em quatro premissas principais. A primeira premissa destaca os riscos operacionais às Fintechs decorrentes da publicação de KBSSs sem um planejamento, implementação, manutenção e compartilhamento adequados. A segunda, ressalta a demanda das novas gerações de consumidores por serviços qualificados e a tendência de abandonar os canais de autoatendimento se não receberem respostas precisas e assertivas, o que aumenta os custos de suporte, uma vez que os canais de autoatendimento estão relacionados ao volume de interações nos canais assistidos. A terceira, aponta a deficiência dos artefatos existentes voltados para KBSSs, pois pressupõem que as empresas já possuam níveis adequados de maturidade em infraestrutura técnica, governança e gerenciamento de TI e de práticas de inovação na gestão da força de trabalho. Por fim, a quarta premissa destaca a falta de sinergia entre os artefatos existentes, que são orientados para processos de aquisição de conhecimento (KA) e outros orientados ao Just-in-time Knowledge Delivery (JIT KD). Com isso, este estudo tem por objetivo desenvolver um framework para criação e manutenção de bases de conhecimento para o autoatendimento em Fintechs, visando propor uma solução para as premissas destacadas. A pesquisa foi orientada a Design Science (DS), utilizando de uma adaptação do método operativo de Peffers et al. (2007), a fim de projetar e desenvolver um artefato com base na literatura, e verificá-lo (avaliá-lo e refiná-lo) junto a especialistas do ramo. Para a etapa de verificação, a amostra foi baseada em conveniência, onde utilizou-se da técnica Snowball Sampling para encontrar a fonte de participantes adequada para avaliação e refinamento do artefato. Os 12 participantes foram divididos em três grupos focais exploratórios de quatro pessoas cada, onde foi verificado o artefato a partir de um instrumento de avaliação que considerou critérios de pesquisas baseadas em DS para testar sua validade prática e teórica. Como resultados constata-se a contribuição da presente pesquisa no campo das Fintechs e da Engenharia e Gestão do Conhecimento, fornecendo uma estrutura que pode ajudar as Fintechs a criar e manter bases de conhecimento para autoatendimento de maneira mais eficaz e eficiente. O framework proposto tem potencial para trazer benefícios significativos no campo das Fintechs e seus clientes, e pesquisas futuras nesta área podem se concentrar na implementação e refinamento do framework em contextos práticos, bem como, utilizá-los ou adaptá-los para a projeção e manutenção de outros canais de autoatendimento, tais como chatbots ou agentes virtuais baseados em Inteligência Artificial. Abstract: This thesis addresses the issue of knowledge bases for self-service (KBSS) in Fintechs. During the research, literature reviews were conducted, allowing the author to confirm the extent of this issue and divide it into four main premises. The first premise highlights the operational risks to Fintechs arising from the publication of KBSSs without proper planning, implementation, maintenance, and sharing. The second premise emphasizes the demand of the new generations of consumers for qualified services and their tendency to abandon self-service channels if they do not receive accurate and assertive responses, which increases support costs as self-service channels are related to the volume of interactions in assisted channels. The third premise points out the deficiencies of existing artifacts focused on KBSSs, as they assume that companies already have adequate levels of maturity in technical infrastructure, governance, IT management, and innovation practices in workforce management. Lastly, the fourth premise highlights the lack of synergy among existing artifacts, which are either focused on knowledge acquisition processes (KA) or on Just-in-time Knowledge Delivery (JIT KD). Therefore, the objective of this study is to develop a framework for the creation and maintenance of knowledge bases for self-service in Fintechs, aiming to propose a solution for the highlighted premises. The research follows a Design Science (DS) approach, using an adaptation of Peffers?s et al. (2007) operative method to design and develop an artifact based on the literature, and verify it (evaluate and refine it) with industry experts. For the verification stage, a convenience-based sample was used, employing the Snowball Sampling technique to find suitable participants for artifact evaluation and refinement. The 12 participants were divided into three exploratory focus groups of four individuals each, and the artifact was evaluated using an assessment instrument that considered criteria from DS-based research to test its practical and theoretical validity. The results demonstrate the contribution of this research in the field of Fintechs and Engineering and Knowledge Management, providing a framework that can assist Fintechs in creating and maintaining knowledge bases for self-service in a more effective and efficient manner. The proposed framework has the potential to bring significant benefits in the field of Fintechs and its customers, and future research in this area may focus on implementing and refining the framework in practical contexts, as well as using or adapting it for the design and maintenance of other self-service channels, such as chatbots or AI-based virtual agents. |
Description: | Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2023. |
URI: | https://repositorio.ufsc.br/handle/123456789/249873 |
Date: | 2023 |
Files | Size | Format | View |
---|---|---|---|
PEGC0769-T.pdf | 13.39Mb |
View/ |