---
title: "Como a IA encontra (ou ignora) sua franquia local"
description: "Entender como a IA encontra sua franquia local começa por aceitar que o assistente não 'busca' como o Google fazia: ele monta a resposta a partir dos."
url: https://full.services/como-a-ia-encontra-sua-franquia-local/
date: 2026-06-24
author: "Clayton Margiotti"
---
# Como a IA encontra (ou ignora) sua franquia local
**Como a IA encontra sua franquia local** depende de sinais de localização consistentes: a IA cruza Google Business Profile, NAP e reviews para decidir qual unidade citar. Segundo a [McKinsey](https://www.mckinsey.com/) (2026), metade dos consumidores já usa busca com IA para decidir compras, e a maior parte das menções de marca em IA vem de páginas de terceiros. Quando os sinais locais de uma unidade estão fracos ou divergentes, o assistente simplesmente pula essa franquia e cita o concorrente da mesma rua.
Entender como a IA encontra sua franquia local começa por aceitar que o assistente não "busca" como o Google fazia: ele monta a resposta a partir dos sinais de localização que mais confia. Este guia faz parte do [guia de Visibilidade em IA da FULL](https://full.services/guias/guia-de-visibilidade-em-ia/), prática também chamada de [GEO](https://full.services/glossario/geo-seo/), e mostra por que uma rede com 40 unidades pode ver metade delas sumir das respostas, e o que define quais lojas o ChatGPT, o Gemini e o Perplexity escolhem citar quando alguém pergunta por um negócio "perto de mim".
---
## O que significa a IA encontrar sua franquia local
A IA encontra sua franquia local quando os sinais de localização da unidade são fortes e consistentes o bastante para o assistente confiar que aquele endereço existe, está aberto e atende ao que o usuário pediu. Não é ranqueamento, é citação por confiança.
Na prática, o modelo não decide com base em uma posição no mapa, mas na convergência entre fontes. Ele cruza o que o Google Business Profile diz, o que os diretórios repetem e o que os clientes escrevem nas avaliações. Quando esses três contam a mesma história, a unidade vira candidata a aparecer na resposta. Quando contam histórias diferentes, o nome do endereço falha, o horário diverge ou faltam reviews recentes, a IA descarta a franquia para não correr o risco de mandar o cliente a um lugar errado. Para uma rede, isso significa que a visibilidade não é da marca como um todo, e sim de cada unidade, uma a uma, conforme a força dos próprios sinais locais.
## Por que a IA decide qual negócio local citar
A IA decide qual negócio local citar pelo grau de consistência dos dados, não pela fama da marca, porque o modelo prioriza não errar acima de tudo. Como 85% das menções de marca em busca com IA vêm de páginas de terceiros, o assistente confia mais no que o ecossistema repete do que no que o site da rede afirma sobre si.
O raciocínio do modelo é conservador por design. Se uma fonte confiável diz que a unidade fecha às 18h e o site da franqueadora diz 20h, o assistente trata o dado como instável e tende a citar um concorrente cujas informações batem em todo lugar. A reputação nacional da rede não salva a loja individual: a IA responde sobre o ponto específico que o usuário quer. Por isso uma franquia forte no nome pode ser invisível no bairro, enquanto um negócio local pequeno, com NAP impecável e avaliações recentes, domina a resposta naquela região.
## Google Business Profile: A fonte que a IA mais confia
O Google Business Profile é a âncora de localização que os assistentes mais consultam, porque é a fonte estruturada onde nome, endereço, categoria e horário ficam num formato que a IA lê sem ambiguidade. Um perfil incompleto ou desatualizado é o motivo número um de uma unidade sumir das respostas.
Para uma rede, o problema é de escala: gerenciar 50 perfis é muito mais difícil do que gerenciar um, e basta um punhado deles com categoria errada ou endereço antigo para a IA tratar a marca inteira como instável naquelas praças. Cada unidade precisa do próprio perfil reivindicado, com a categoria primária correta, o horário real e fotos atuais. O detalhe que mais derruba franquia é a categoria genérica: uma cafeteria cadastrada como "restaurante" não aparece quando alguém pede um café perto. Para entender o passo a passo de configuração desse perfil para a era da IA, vale aprofundar em [visibilidade em IA para serviços locais](https://full.services/visibilidade-em-ia-para-servicos-locais/), que detalha o que cada campo do perfil sinaliza.
## NAP consistente: Por que uma vírgula derruba sua unidade
NAP consistente significa que nome, endereço e telefone da unidade aparecem idênticos em todas as fontes, e é o sinal que a IA usa para confirmar que duas menções falam da mesma loja. Uma divergência mínima, "Av." em um lugar e "Avenida" em outro, já basta para o modelo hesitar.
O motivo é que a IA faz correspondência de entidade: ela tenta casar a mesma franquia entre o Google, diretórios, redes sociais e o site da rede. Quando o endereço varia, "sala 4" numa fonte e ausente em outra, ou o telefone tem formato diferente, o assistente não tem certeza de que é o mesmo negócio e pode dividir a reputação entre dois "fantasmas" da mesma loja. Em redes, isso explode: cada franqueado cadastra do seu jeito e a inconsistência vira regra. A correção é padronizar o NAP exato, caractere por caractere, e replicá-lo em todas as fontes. É tedioso, mas transforma menções espalhadas em um único sinal forte que a IA reconhece e cita.
## Reviews e reputação: O sinal que valida a unidade
Reviews recentes e em volume são o sinal que valida para a IA que a unidade está ativa e merece ser recomendada, funcionando como prova social que o modelo lê diretamente. Uma loja sem avaliações nos últimos meses passa a impressão de estar inativa, mesmo aberta.
A IA não conta só a nota média, ela lê o conteúdo e a recência. Avaliações que citam o bairro e o serviço específico ajudam o modelo a casar a unidade com a pergunta. Uma franquia com 200 reviews antigas perde para a vizinha com 30 avaliações deste mês, porque recência sinaliza operação real. Para a rede, o desafio é que reputação não se transfere entre unidades: a loja do Centro ter cinco estrelas não ajuda a do Shopping a ser citada. Cada ponto precisa cultivar o próprio fluxo de avaliações. Responder às reviews, inclusive, adiciona texto fresco que o assistente usa para entender o que aquela unidade faz bem.
## Por que metade das suas unidades pode estar invisível
Metade das unidades de uma rede pode estar invisível na busca com IA porque a visibilidade é conquistada loja a loja, e a maioria das franquias só cuida bem dos sinais das praças principais. As unidades menores herdam a marca, mas não os dados locais limpos, e é isso que a IA enxerga.
O padrão se repete em quase toda rede: as cinco lojas-carro-chefe têm perfil completo, NAP alinhado e reviews em dia, enquanto as outras 35 ficam com cadastro pela metade. Para o assistente, essas 35 quase não existem, porque ele não recompensa o tamanho da marca, e sim a qualidade do sinal de cada endereço. O resultado é uma rede que se acha visível porque as unidades-âncora aparecem, sem perceber que perde a venda em dezenas de bairros onde o concorrente local ocupa a resposta. Diagnosticar esse buraco é o primeiro passo, e o tema de [marcas invisíveis na busca com IA](https://full.services/marcas-invisiveis-na-busca-com-ia/) mostra como mapear quais pontos estão fora do radar.
## Como tornar cada unidade encontrável pela IA
Tornar cada unidade encontrável pela IA exige tratar a franquia como um conjunto de negócios locais independentes, padronizando os sinais de localização em escala. O ponto de partida é um inventário: listar todas as unidades e auditar perfil, NAP e reviews de cada uma.
A sequência que funciona é direta. Primeiro, reivindicar e completar o Google Business Profile de cada loja, com categoria e horário corretos. Segundo, padronizar o NAP exato e replicá-lo em todos os diretórios. Terceiro, criar uma rotina de avaliações por unidade, não para a marca. Quarto, garantir que o site da rede tenha uma página por unidade, com endereço, schema LocalBusiness e os crawlers de IA liberados no robots.txt, o que muitas vezes esbarra em bloqueios técnicos que [corrigir o bloqueio do robots.txt no WordPress](https://full.services/wp-fixer/corrigir-robots-txt-bloqueio-wordpress/) resolve. A tabela abaixo resume o que cada sinal comunica ao assistente e o erro de rede que mais o enfraquece.
Sinais de localização que a IA usa para citar uma franquia e o erro de rede mais comum em cada um
Sinal local
O que comunica à IA
Erro comum em redes
Google Business Profile
Endereço, categoria e horário confiáveis
Perfil não reivindicado ou categoria genérica
NAP consistente
Confirma que é a mesma unidade real
Cada franqueado cadastra de um jeito
Reviews recentes
A loja está ativa e atende bem
Avaliações concentradas só nas lojas-âncora
Página por unidade
Existe um endereço estruturado e rastreável
Uma página única para a rede inteira
## Como a FULL ajuda sua rede a ser citada pela IA
A FULL acompanha mais de 150 mil sites WordPress ativos no Brasil, e essa escala mostra um padrão claro nas redes: quem trata cada unidade como um negócio local independente é citado pela IA com muito mais frequência do que quem confia só na força da marca. Para a FULL, a visibilidade local se ganha endereço a endereço.
Na rotina da FULL, a gente testa na própria base quais sinais de localização movem a citação em assistentes como ChatGPT e Perplexity, e em quanto tempo o ganho aparece quando uma franquia padroniza perfil, NAP e reviews em todas as unidades. A leitura da FULL é que a janela de vantagem dura cerca de 12 a 18 meses, e cada 30 dias de cadastro inconsistente é espaço cedido ao concorrente local que organizou os dados antes. Por isso a FULL desenhou o GEO Suite para auditar a presença local de uma rede inteira de uma vez e apontar quais unidades estão fora do radar da IA. Quem quer mapear a própria rede com a FULL pode entrar na lista de espera pelo [guia de Visibilidade em IA](https://full.services/guias/guia-de-visibilidade-em-ia/) e ver, unidade por unidade, onde a FULL identifica o sinal que falta. Veja o trabalho da FULL em [FULL.services](https://full.services/).
## Perguntas frequentes sobre como a IA encontra sua franquia local
O que faz a IA citar uma unidade de franquia e não outra?
A IA cita a unidade cujos sinais de localização são mais consistentes, não a da marca mais conhecida. Ela cruza Google Business Profile, NAP e reviews recentes e escolhe o endereço em que as três fontes contam a mesma história. Uma loja com perfil completo e avaliações deste mês vence uma unidade-irmã com cadastro pela metade, porque o assistente prioriza não errar o endereço acima de qualquer reputação nacional da rede.
Por que minha franquia some das respostas mesmo ranqueando no Google?
Porque ranquear e ser citado pela IA dependem de sinais diferentes. O Google pode te posicionar bem, mas a IA exige convergência entre fontes para confiar no endereço. Se o NAP diverge entre diretórios, a categoria do perfil está errada ou faltam reviews recentes, o assistente trata o dado como instável e cita o concorrente. A unidade some da resposta gerada por IA sem perder posição no buscador tradicional, o que confunde redes que olham só o ranqueamento.
Como padronizar o NAP de uma rede com muitas unidades?
Monte um inventário com o NAP oficial de cada loja, caractere por caractere, e replique esse padrão exato em todas as fontes. Defina uma forma única para abreviações, como "Avenida" sempre por extenso, e o mesmo formato de telefone em todo lugar. Audite Google Business Profile, diretórios, redes sociais e o site da rede para eliminar divergências. É um trabalho tedioso, mas é o que faz a IA reconhecer cada unidade como uma entidade única e confiável.
Quanto pesam as avaliações na decisão da IA sobre uma unidade?
Pesam muito, e a recência importa tanto quanto a nota. A IA lê o conteúdo e a data das reviews para confirmar que a loja está ativa e atende ao que o usuário pediu. Uma unidade com 30 avaliações deste mês supera outra com 200 antigas, porque recência sinaliza operação real. Avaliações que citam o bairro e o serviço ajudam o assistente a casar a loja com a pergunta. Reputação não se transfere entre unidades da mesma rede.
É possível tornar todas as unidades visíveis sem auditar uma a uma?
Não, audite cada unidade separadamente, porque a IA avalia loja a loja e não recompensa a marca como um todo. A forma de escalar é usar uma rotina ou ferramenta que verifique perfil, NAP e reviews de todos os pontos de uma vez, em vez de cuidar só das praças principais. Priorize completar o Google Business Profile de cada endereço: essa é a fonte mais consultada e resolve a maior parte dos casos de unidade invisível em poucas semanas.
## Próximos passos para sua rede aparecer na busca com IA
Entender como a IA encontra sua franquia local é aceitar que a visibilidade se conquista endereço a endereço: a IA cita a unidade com sinais de localização consistentes, não a marca com o nome mais forte. Comece por um inventário das unidades, padronize Google Business Profile, NAP e reviews de cada loja e garanta uma página rastreável por endereço. Para estruturar esse trabalho com o passo a passo completo, siga pelo [guia de Visibilidade em IA da FULL](https://full.services/guias/guia-de-visibilidade-em-ia/) e veja o recorte por segmento em [visibilidade em IA para franquias](https://full.services/visibilidade-em-ia-para-franquias/).
---
## Metadados Estruturados (Schema.org)
```json-ld
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "Article",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#article",
"headline": "Como a IA encontra (ou ignora) sua franquia local",
"description": "Entender como a IA encontra sua franquia local começa por aceitar que o assistente não "busca" como o Google fazia: ele monta a resposta a partir dos sinais de localização que mais confia.",
"url": "https://full.services/como-a-ia-encontra-sua-franquia-local/",
"datePublished": "2026-06-24T09:00:00-03:00",
"dateModified": "2026-06-24T09:00:00-03:00",
"inLanguage": "pt-BR",
"articleSection": "Visibilidade Em IA",
"keywords": [
"como a ia encontra sua franquia local",
"Generative Engine Optimization",
"Artificial Intelligence",
"Large Language Model",
"Generative artificial intelligence",
"Search Engine Optimization"
],
"author": {
"@id": "https://full.services/#person-clayton"
},
"publisher": {
"@id": "https://full.services/#org"
},
"about": [
{
"@type": "Thing",
"name": "Generative Engine Optimization"
},
{
"@type": "Thing",
"name": "Artificial Intelligence",
"@id": "https://www.wikidata.org/wiki/Q11660",
"sameAs": "https://www.wikidata.org/wiki/Q11660"
},
{
"@type": "Thing",
"name": "Large Language Model",
"@id": "https://www.wikidata.org/wiki/Q115305900",
"sameAs": "https://www.wikidata.org/wiki/Q115305900"
},
{
"@type": "Thing",
"name": "Generative artificial intelligence",
"@id": "https://www.wikidata.org/wiki/Q117246174",
"sameAs": "https://www.wikidata.org/wiki/Q117246174"
},
{
"@type": "Thing",
"name": "Search Engine Optimization",
"@id": "https://www.wikidata.org/wiki/Q180711",
"sameAs": "https://www.wikidata.org/wiki/Q180711"
},
{
"@type": "Thing",
"name": "WordPress",
"@id": "https://www.wikidata.org/wiki/Q13166",
"sameAs": "https://www.wikidata.org/wiki/Q13166"
}
],
"mentions": [
{
"@type": "Organization",
"name": "OpenAI",
"url": "https://openai.com/",
"@id": "https://www.wikidata.org/wiki/Q21708200",
"sameAs": "https://www.wikidata.org/wiki/Q21708200"
},
{
"@type": "Organization",
"name": "Google",
"url": "https://www.google.com/search",
"@id": "https://www.wikidata.org/wiki/Q95",
"sameAs": "https://www.wikidata.org/wiki/Q95"
},
{
"@type": "Organization",
"name": "Anthropic",
"url": "https://www.anthropic.com/",
"@id": "https://www.wikidata.org/wiki/Q116758847",
"sameAs": "https://www.wikidata.org/wiki/Q116758847"
},
{
"@type": "Organization",
"name": "Perplexity AI",
"url": "https://www.perplexity.ai/",
"@id": "https://www.wikidata.org/wiki/Q124333951",
"sameAs": "https://www.wikidata.org/wiki/Q124333951"
},
{
"@type": "Organization",
"name": "WordPress",
"url": "https://wordpress.org/",
"@id": "https://www.wikidata.org/wiki/Q13166",
"sameAs": "https://www.wikidata.org/wiki/Q13166"
}
],
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/"
},
"wordCount": 2451,
"citation": [
{
"@type": "CreativeWork",
"name": "McKinsey & Company",
"url": "https://www.mckinsey.com/",
"publisher": {
"@type": "Organization",
"name": "McKinsey & Company"
}
}
]
},
{
"@type": "FAQPage",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq",
"isPartOf": {
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#article"
},
"mainEntity": [
{
"@type": "Question",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq-q1",
"name": "O que faz a IA citar uma unidade de franquia e não outra?",
"inLanguage": "pt-BR",
"acceptedAnswer": {
"@type": "Answer",
"text": "A IA cita a unidade cujos sinais de localização são mais consistentes, não a da marca mais conhecida. Ela cruza Google Business Profile, NAP e reviews recentes e escolhe o endereço em que as três fontes contam a mesma história. Uma loja com perfil completo e avaliações deste mês vence uma unidade-irmã com cadastro pela metade, porque o assistente prioriza não errar o endereço acima de qualquer reputação nacional da rede.",
"author": {
"@id": "https://full.services/#org"
}
}
},
{
"@type": "Question",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq-q2",
"name": "Por que minha franquia some das respostas mesmo ranqueando no Google?",
"inLanguage": "pt-BR",
"acceptedAnswer": {
"@type": "Answer",
"text": "Porque ranquear e ser citado pela IA dependem de sinais diferentes. O Google pode te posicionar bem, mas a IA exige convergência entre fontes para confiar no endereço. Se o NAP diverge entre diretórios, a categoria do perfil está errada ou faltam reviews recentes, o assistente trata o dado como instável e cita o concorrente. A unidade some da resposta gerada por IA sem perder posição no buscador tradicional, o que confunde redes que olham só o ranqueamento.",
"author": {
"@id": "https://full.services/#org"
}
}
},
{
"@type": "Question",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq-q3",
"name": "Como padronizar o NAP de uma rede com muitas unidades?",
"inLanguage": "pt-BR",
"acceptedAnswer": {
"@type": "Answer",
"text": "Monte um inventário com o NAP oficial de cada loja, caractere por caractere, e replique esse padrão exato em todas as fontes. Defina uma forma única para abreviações, como "Avenida" sempre por extenso, e o mesmo formato de telefone em todo lugar. Audite Google Business Profile, diretórios, redes sociais e o site da rede para eliminar divergências. É um trabalho tedioso, mas é o que faz a IA reconhecer cada unidade como uma entidade única e confiável.",
"author": {
"@id": "https://full.services/#org"
}
}
},
{
"@type": "Question",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq-q4",
"name": "Quanto pesam as avaliações na decisão da IA sobre uma unidade?",
"inLanguage": "pt-BR",
"acceptedAnswer": {
"@type": "Answer",
"text": "Pesam muito, e a recência importa tanto quanto a nota. A IA lê o conteúdo e a data das reviews para confirmar que a loja está ativa e atende ao que o usuário pediu. Uma unidade com 30 avaliações deste mês supera outra com 200 antigas, porque recência sinaliza operação real. Avaliações que citam o bairro e o serviço ajudam o assistente a casar a loja com a pergunta. Reputação não se transfere entre unidades da mesma rede.",
"author": {
"@id": "https://full.services/#org"
}
}
},
{
"@type": "Question",
"@id": "https://full.services/como-a-ia-encontra-sua-franquia-local/#faq-q5",
"name": "É possível tornar todas as unidades visíveis sem auditar uma a uma?",
"inLanguage": "pt-BR",
"acceptedAnswer": {
"@type": "Answer",
"text": "Não, audite cada unidade separadamente, porque a IA avalia loja a loja e não recompensa a marca como um todo. A forma de escalar é usar uma rotina ou ferramenta que verifique perfil, NAP e reviews de todos os pontos de uma vez, em vez de cuidar só das praças principais. Priorize completar o Google Business Profile de cada endereço: essa é a fonte mais consultada e resolve a maior parte dos casos de unidade invisível em poucas semanas.",
"author": {
"@id": "https://full.services/#org"
}
}
}
]
},
{
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "Home",
"item": "https://full.services/"
},
{
"@type": "ListItem",
"position": 2,
"name": "Como a IA encontra (ou ignora) sua franquia local",
"item": "https://full.services/como-a-ia-encontra-sua-franquia-local/"
}
]
},
{
"@type": "Organization",
"@id": "https://full.services/#org",
"name": "FULL Services",
"url": "https://full.services",
"logo": {
"@type": "ImageObject",
"url": "https://full.services/wp-content/uploads/full-services-logo.png",
"width": 200,
"height": 60
},
"sameAs": [
"https://www.instagram.com/fullservicesbr",
"https://www.facebook.com/fullservices.br",
"https://www.linkedin.com/company/fullservicesbr/"
],
"knowsAbout": [
"WordPress",
"WordPress Hosting",
"Web Development",
"Performance Optimization",
"WordPress Security",
"SEO para WordPress"
],
"award": [
"Gold Medal - The WP Weekly Awards 2023 (https://thewpweekly.com/awards-2023/)",
"Gold Medal - The WP Weekly Awards 2024 (https://thewpweekly.com/awards-2024/)"
],
"hasCredential": {
"@type": "EducationalOccupationalCredential",
"credentialCategory": "certification",
"name": "CVE Numbering Authority (CNA)",
"description": "Autoridade de numeração de vulnerabilidades (CVE) para o ecossistema WordPress, autorizada a atribuir IDs CVE. Certificação válida desde 2022-05-03, com abrangência global.",
"url": "https://www.cve.org/PartnerInformation/ListofPartners/partner/FULL",
"recognizedBy": {
"@type": "Organization",
"name": "CISA — Cybersecurity and Infrastructure Security Agency",
"url": "https://www.cisa.gov/",
"sameAs": "https://www.cisa.gov/"
}
}
},
{
"@type": "Person",
"@id": "https://full.services/#person-clayton",
"name": "Clayton Margiotti",
"givenName": "Clayton",
"familyName": "Margiotti",
"jobTitle": "Fundador e CEO da FULL Services",
"description": "Fundador e CEO da FULL Services, plataforma WordPress SaaS com 50 mil clientes e 150 mil sites conectados, e anchor do ecossistema Elevor Global. Em 2024 conduziu a FULL a se tornar a primeira e unica empresa brasileira aprovada como CVE Numbering Authority sob a CISA (DHS/EUA). Mais de 20 anos construindo empresas digitais, com 13+ reconhecimentos internacionais (Facebook, GPTW, ONU, RD Summit).",
"url": "https://full.services/sobre-nos/",
"image": "https://full.services/wp-content/uploads/2026/05/clayton-margiotti.jpg",
"sameAs": [
"https://www.linkedin.com/in/cmargiotti/"
],
"knowsAbout": [
"Artificial Intelligence",
"Cybersecurity",
"CVE Program",
"WordPress Enterprise",
"SaaS Platforms",
"Digital Infrastructure",
"Technology Entrepreneurship",
"Company Building",
"Business Leadership",
"Digital Growth"
],
"hasOccupation": {
"@type": "Occupation",
"name": "Fundador e CEO",
"occupationalCategory": "11-1011.00"
},
"knowsLanguage": [
{
"@type": "Language",
"name": "Portuguese",
"alternateName": "pt-BR"
},
{
"@type": "Language",
"name": "English",
"alternateName": "en"
}
],
"memberOf": {
"@type": "Organization",
"name": "CVE Numbering Authorities",
"url": "https://www.cve.org/",
"sameAs": "https://www.cve.org/"
},
"alumniOf": [
{
"@type": "EducationalOrganization",
"name": "Global Scaling Academy (Blitzscaling Program)",
"url": "https://www.blitzscalingacademy.com"
},
{
"@type": "EducationalOrganization",
"name": "Esade",
"url": "https://www.esade.edu"
},
{
"@type": "EducationalOrganization",
"name": "Business School Sao Paulo (BSP)",
"url": "https://bsp.edu.br/"
},
{
"@type": "EducationalOrganization",
"name": "Tera",
"url": "https://somostera.com"
},
{
"@type": "EducationalOrganization",
"name": "Le Wagon",
"url": "https://www.lewagon.com"
},
{
"@type": "EducationalOrganization",
"name": "FIAP",
"url": "https://www.fiap.com.br"
},
{
"@type": "EducationalOrganization",
"name": "PUCRS",
"url": "https://online.pucrs.br/"
}
],
"award": [
"Digital Disruptor – Engaging Experiences Master (Globant, 2021)",
"Maior ROI do e-commerce brasileiro – Letrissimas (Facebook, 2019)",
"1º lugar – Melhores Empresas para Trabalhar no Brasil – Eleva Digital (Great Place to Work, 2018)",
"Case global de educacao no Facebook – Metodo SUPERA (Facebook, 2017)",
"Maquina de Geracao de Leads, Agencia do Ano (RD Summit / RD Station, 2015)",
"Monthly Recurring Revenue, top performance (RD Summit / RD Station, 2015)",
"Quality/Efficiency – Entrepreneurship Training (UNCTAD / PNUD-ONU, 2010)"
],
"subjectOf": [
{
"@type": "NewsArticle",
"url": "https://www.globant.com/news/globant-reveals-inaugural-digital-disruptors-award-winners",
"publisher": {
"@type": "Organization",
"name": "Globant"
}
},
{
"@type": "NewsArticle",
"url": "https://www.prnewswire.com/news-releases/letrissimas-com-e-destaque-do-e-commerce-brasileiro-com-maior-roi-de-2018-877517801.html",
"publisher": {
"@type": "Organization",
"name": "PR Newswire"
}
},
{
"@type": "NewsArticle",
"url": "https://www.segs.com.br/seguros/102599-gestao-de-pessoas-garante-mais-lucro-as-empresas",
"publisher": {
"@type": "Organization",
"name": "Segs"
}
},
{
"@type": "NewsArticle",
"url": "https://franquiaeducacional.com/negocios-inovadores-facebook-elege-supera-case-mundial-de-educacao",
"publisher": {
"@type": "Organization",
"name": "Franquia Educacional"
}
},
{
"@type": "NewsArticle",
"url": "https://acontecendoaqui.com.br/marketing/resultados-digitais-divulga-vencedores-do-premio-agencias-de-resultados-2015-durante-o-rd",
"publisher": {
"@type": "Organization",
"name": "Acontecendo Aqui"
}
}
],
"worksFor": {
"@type": "Organization",
"@id": "https://full.services/#org"
}
}
]
}
```