Para sistematizar priorização, criamos modelos de pontuação. Atribuímos pesos a cada fator: volume, dificuldade, relevância, conversão estimada, recursos necessários. Multiplicamos ou somamos para gerar score final. Mas como definimos pesos? Começamos com suposições baseadas em experiência. Testamos diferentes configurações e comparamos resultados. Ajustamos iterativamente. Contudo, surgem problemas. Pesos que funcionam num nicho podem não funcionar noutro. Modelos multiplicativos penalizam fortemente qualquer fator baixo, favorecendo termos equilibrados. Modelos aditivos permitem que um fator alto compense outros baixos. Qual abordagem? Depende da estratégia: crescimento agressivo versus consolidação. Adicionamos limiares mínimos: termos abaixo de certo volume ou acima de certa dificuldade são automaticamente descartados. Mas isso elimina oportunidades de long-tail ou apostas estratégicas. Introduzimos ajustes manuais para casos especiais, mas isso reduz objetividade e escalabilidade. Documentamos exceções para manter consistência. A verdade é que modelos de pontuação são ferramentas úteis, não oráculos. Facilitam comparações e discussões, mas nunca substituem julgamento contextual. Revisitamos fórmulas periodicamente, questionando suposições e atualizando com aprendizados. Mantemos humildade: o modelo é sempre provisório, sempre melhorável, sempre sujeito a realidade que desafia previsões.