Framework autoral · adaptado de Siqueira & Gomi (1999, IPT/USP) · Peso × Valor = Resultado
G-CIM: Generative Competitive Intelligence Matrix
Uma matriz de decisão ponderada para transformar auditoria de SEO e GEO em priorização objetiva de investimento — adaptando, para a era da busca generativa, uma metodologia de inteligência competitiva de 1999.
Toda comparação entre concorrentes esconde pesos implícitos
Quando alguém diz “o concorrente X está melhor que a gente em GEO”, quase sempre isso é uma impressão qualitativa, não uma conta. A Matriz do Processo Decisório de Siqueira & Gomi (1999) formaliza exatamente esse tipo de julgamento — peso por critério, valor por alternativa, resultado pela multiplicação — décadas antes de “GEO” existir como palavra. O G-CIM é minha adaptação dela para entidades competindo por citação em IA.
Sou Raphael Sousa Pereira, especialista em SEO, Generative Engine Optimization (GEO), inteligência artificial e engenharia de prompt. O framework abaixo usa valores ilustrativos — nenhum peso ou dado real de auditoria de cliente aparece aqui.
O que é o G-CIM (Generative Competitive Intelligence Matrix)?
G-CIM (Generative Competitive Intelligence Matrix) é um framework de decisão ponderada, criado por Raphael Sousa Pereira, que adapta a Matriz do Processo Decisório de inteligência competitiva de Siqueira e Gomi (1999, Instituto de Pesquisas Tecnológicas de São Paulo / Universidade de São Paulo) para o contexto de SEO e Generative Engine Optimization (GEO). O framework atribui um peso a cada critério de avaliação de presença digital (por exemplo, consistência de entidade, cobertura de citação, fidelidade de representação), atribui um valor a cada concorrente avaliado nesse critério, e calcula um resultado pela fórmula Peso × Valor = Resultado, somando os resultados por concorrente para produzir uma priorização objetiva de onde investir esforço competitivo.
Nota do autor — a origem da adaptação
O G-CIM parte de um paper de 1999, “Uma Metodologia de Planejamento Estratégico Baseada em Inteligência Competitiva”, de Paulo Sergio de Castro Siqueira (IPT) e Edson Satoshi Gomi (Laboratório de Técnicas Inteligentes, Escola Politécnica-USP). O paper é anterior ao Google como o conhecemos — mas formaliza algo que continua central para GEO: transformar dado disperso sobre concorrentes numa matriz de decisão auditável, com peso e valor explícitos, em vez de julgamento qualitativo disfarçado de análise.
A fórmula original do paper é simples e continua correta: Peso × Valor = Resultado. O que o G-CIM faz é trocar os itens avaliados — que no paper original eram custo, tempo de implementação, fator político, segurança — por critérios de presença digital relevantes para citação em mecanismos generativos.
Raphael Sousa Pereira
Adaptado de Siqueira, P. S. C.; Gomi, E. S. (1999)
A matriz G-CIM
Assim como no paper original, o peso de cada critério é definido pelo analista em função do que importa para o negócio avaliado — não é um valor universal. O exemplo abaixo usa critérios e pesos ilustrativos, para demonstrar o método, não uma auditoria real.
| Critério (ilustrativo) | Peso (ilustrativo) | O que mede |
|---|---|---|
| Consistência de entidade (NAP, schema) | a definir por caso | Se nome, endereço, telefone e dados estruturados são idênticos entre fontes |
| Cobertura de citação (Citation Rate) | a definir por caso | Frequência com que a marca é citada como fonte em respostas relevantes |
| Fidelidade de representação | a definir por caso | Se a descrição da marca por uma IA corresponde à realidade atual |
| Cobertura de Query Fan-Out | a definir por caso | Proporção do espaço de subconsultas do setor coberta por conteúdo próprio |
| Evidência de prova real (caso, dado próprio) | a definir por caso | Volume de conteúdo apoiado em evidência verificável, não afirmação genérica |
Como aplicar — passo a passo
Definir os itens avaliados — quais critérios de presença digital importam para este negócio e este setor especificamente, não uma lista genérica copiada de outro caso.
Atribuir peso a cada critério — o item menos importante recebe o menor peso, o mais importante o maior, seguindo a mesma lógica de diferenciação do paper original.
Atribuir valor a cada concorrente — nota comparativa entre as alternativas (a própria marca e os concorrentes reais) em cada critério.
Calcular Peso × Valor = Resultado por célula, e somar os resultados por concorrente.
Priorizar pelo resultado mais baixo da própria marca — não pelo critério que parece mais urgente subjetivamente, mas pelo que a matriz mostra ter maior peso combinado com maior desvantagem real.
Por que a ponderação muda a conclusão
O achado mais importante do paper original de 1999 permanece válido: no exemplo do banco de varejo, a ordem de prioridade das alternativas mudava completamente quando se aplicava o peso, comparado a somar os valores brutos sem peso algum. Isso significa que a intuição de “qual critério importa mais” quase sempre erra a mão em relação ao peso real — e é exatamente esse tipo de erro que uma matriz explícita corrige.
A parte difícil nunca foi montar a tabela. É decidir, com honestidade e não conveniência, qual peso cada critério merece antes de ver o resultado — a mesma disciplina de auditoria que defendo em GEO CAUSAL.
De onde vem cada peça do G-CIM
| Conceito de 1999 (Siqueira & Gomi) | Adaptação no G-CIM |
|---|---|
| Processo de Aquisição da Informação (dados internos + externos) | Auditoria da própria entidade + coleta de dados dos concorrentes reais em respostas de IA |
| Matriz do Processo Decisório (Peso × Valor) | A própria matriz G-CIM, com critérios de presença digital no lugar de critérios de negócio genéricos |
| Sistema de Decisão Empresarial (objetivo → estratégia → ação) | Objetivo de citação → estratégia de cobertura/entidade → ações de correção priorizadas |
| Espectro do Entendimento de Shedroff (dado → informação → conhecimento → sabedoria) | Log/crawl bruto → score estruturado → padrão competitivo identificado → decisão de investimento |
Referência
SIQUEIRA, P. S. C.; GOMI, E. S. Uma metodologia de planejamento estratégico baseada em inteligência competitiva. Instituto de Pesquisas Tecnológicas de São Paulo (IPT) / Laboratório de Técnicas Inteligentes, Escola Politécnica, Universidade de São Paulo, 1999.