Resumo

Qualificar e classificar produtos de portfólios estratégicos nos quadrantes da Matriz BCG, analisando as percepções de gestores e identificando temas narrativos recorrentes. O estudo também visa descrever uma metodologia de análise de conteúdo assistida por IA generativa.

A Matriz BCG, embora criticada, persiste como ferramenta de gestão. O estudo preenche a lacuna de análises qualitativas escaláveis sobre a matriz, explorando o contexto narrativo da tomada de decisões gerenciais com o uso de inteligência artificial

Pesquisa qualitativa exploratória com análise de conteúdo assistida por IA generativa, utilizando o Gemini 2.5 Pro para processar 20 questionários abertos aplicados a gestores de diversos setores. A metodologia incluiu etapas de preparação, codificação temática, engenharia de prompt iterativa e validação humana

As percepções dos gestores sobre as categorias "Estrelas" e "Vacas-Leiteiras" corroboram a teoria da matriz, sendo as primeiras produtos de alto potencial de crescimento e as segundas os pilares financeiros da organização Os "Pontos de Interrogação" são vistos como dilemas estratégicos

O estudo valida a Matriz BCG como uma ferramenta relevante para a análise gerencial e demonstra a aplicação prática de um modelo de linguagem de grande escala (Gemini 2 5 Pro) na pesquisa qualitativa.

A pesquisa oferece uma visão aprofundada de como a Matriz BCG molda as narrativas estratégicas dos gestores e a tomada de decisões Além disso, a metodologia assistida por IA pode ser utilizada por empresas para uma análise rápida e eficaz.

To qualify and classify strategic portfolio products into the BCG Matrix quadrants, analyzing managers' perceptions and identifying recurrent narrative themes. The study also aims to describe a content analysis methodology assisted by generative AI

The BCG Matrix, although criticized, persists as a management tool. This study fills the gap of scalable qualitative analyses of the matrix, exploring the narrative context of managerial decision-making using artificial intelligence

Exploratory qualitative research with content analysis assisted by generative AI, using Gemini 2.5 Pro to process 20 open-ended questionnaires applied to managers from various sectors. The methodology included data preparation, thematic coding, iterative prompt engineering, and human validation steps

Managers' perceptions of the "Stars" and "Cash Cows" categories corroborate the matrix theory, with the former being high-growth potential products and the latter the financial pillars of the organization The "Question Marks" are seen as strategic dilemmas and the "Dogs" as products

The study validates the BCG Matrix as a relevant tool for managerial analysis and demonstrates the practical application of a large language model (Gemini 2 5 Pro) in qualitative research It provides a replicable guide for the efficient and rigorous processing

The research offers an in-depth view of how the BCG Matrix shapes managers' strategic narratives and decision-making. Additionally, the AI-assisted methodology can be used by companies for quick and effective analysis of large volumes of qualitative data