Employee segmentation using clustering techniques

a case study at ApexBrasil

Autores

DOI:

https://doi.org/10.12662/2359-618xregea.v15i1.6206.pe6206.2026

Palavras-chave:

análise de pessoas, clusterização, segmentação de empregados, K-Means, DBSCAN, Clustering Hierárquico, ciência de dados em RH

Resumo

Este estudo investiga como técnicas de machine learning não supervisionado podem apoiar People Analytics em organizações públicas brasileiras, contexto marcado por baixa maturidade analítica. Utilizando dados anonimizados de empregados ativos da ApexBrasil entre janeiro de 2019 e dezembro de 2023, o trabalho segue o framework CRISP-DM para comparar três métodos de clusterização: K-means, Clustering Hierárquico e DBSCAN. Embora o DBSCAN tenha apresentado maiores índices de silhueta, ele classificou grande parte dos registros como ruído, limitando sua utilidade organizacional. Assim, o K-means com oito grupos foi selecionado como melhor equilíbrio entre qualidade técnica e cobertura amostral. Os agrupamentos resultantes foram interpretados como perfis distintos de força de trabalho, fornecendo uma base interpretável para investigações futuras sobre perfis de força de trabalho em organizações públicas. Os resultados demonstram a viabilidade de implementação de People Analytics em contextos de dados administrativos limitados, oferecendo framework replicável para organizações públicas similares.

Downloads

Não há dados estatísticos.

Biografia do Autor

César Antônio Ciuffo Moreira, Universidade de Brasília - UnB

Cesar Antonio Ciuffo Moreira é assessor de Gestão de Pessoas e analista sênior na Apex-Brasil (Agência Brasileira de Promoção de Exportações e Investimentos), onde atua desde 2011 em planejamento estratégico, governança de processos, PMO corporativo, people analytics e monitoramento de conformidade. Possui mestrado em Ciência de Dados/Computação Aplicada pela Universidade de Brasília (UnB, 2025), graduação em Administração de Empresas (UniCEUB, 2001) e especializações de pós-graduação em Ciência de Dados (ITA), Gestão Empresarial (UnB), Gerenciamento de Projetos (FGV/UnB), Relações Internacionais (UnB) e Estudos Avançados de Defesa (ESG). Sua experiência profissional também inclui funções de liderança em telecomunicações e consultoria (Claro, Vivo, Brasil Telecom/Oi e Plano Consultoria), com foco em inovação, gestão de portfólio/programas/projetos, gestão de processos e riscos e business intelligence. Seus interesses de pesquisa incluem people analytics, segmentação de empregados e aprendizado de máquina aplicado à inteligência organizacional e comercial. É profissional certificado PMP®. Brasília, DF, Brasil. 

Downloads

Publicado

2026-04-23

Como Citar

MOREIRA, César Antônio Ciuffo. Employee segmentation using clustering techniques: a case study at ApexBrasil. Revista Gestão em Análise, Fortaleza, v. 15, n. 1, p. e6206, 2026. DOI: 10.12662/2359-618xregea.v15i1.6206.pe6206.2026. Disponível em: https://periodicos.unichristus.edu.br/gestao/article/view/6206. Acesso em: 23 abr. 2026.

Edição

Seção

Artigos