Markin vs. Eigenentwicklung: Was ein Team realistischerweise liefern kann

Ersetzt Markin unser Data Science-Team?

Nein, und die besten Implementierungen haben starke Teams. Markin verändert, womit sie ihre Zeit verbringen: Überprüfung von gegliederten hypotheses und das Treffen von Urteilen anstelle des Aufbaus von Pipelines und der Jagd nach Integrationen.

Können wir das selbst entwickeln?

Ja. Die meisten Komponenten existieren. Die realistischen Kosten betragen zwei bis vier Quartale Plattformarbeit vor der ersten vertretbaren inkrementellen Zahl, plus die laufende Wartung der Aktivierung und Experiment-Hygiene.

Was macht In-House besser?

Domain judgement, vollständige Kontrolle und Prüfbarkeit der Modelle und keine Abhängigkeit von Anbietern.

Wie unterscheidet sich der Durchsatz tatsächlich?

Markin generiert und dimensioniert Hypothesen kontinuierlich und eskaliert nur diejenigen, die einen Wertschwellenwert überschreiten, sodass die Überprüfungskapazität, nicht die Erstellungskapazität, zur Grenze wird.

Wie unterscheidet sich Markin vom decisioning oder der KI, die bereits in in-house data science and growth enthalten ist?

Eine decisioning-Engine ordnet Aktionen ein, die ein Mensch bereits definiert hat, innerhalb der vorgegebenen Kampagnenoberfläche. Markin bildet die Hypothesen selbst, sei es marketing, product, pricing oder eine technische Anomalie, die growth zurückhält, bewertet diese, führt sie innerhalb in-house data science and growth und deiner Produktoberflächen aus und liest jede einzelne gegen einen randomisierten holdout aus. Es verhält sich wie ein data science- und growth-Team, nicht wie ein Optimierer.

Testet Markin nur Nachrichten und Angebote?

Nein. Alles, was ein menschlicher growth scientist untersuchen würde, ist im scope enthalten: onboarding-Reibung, Feature adoption, pricing und packaging, Dunning und technische Gesundheitsprobleme wie eine Checkout error rate oder ein fehlerhafter Deeplink, der stillschweigend die Konversion tötet. Marketing ist eine von vier Hypothese-Domänen, nicht die Grenze.

Was ist the business case for adding Markin on top of in-house data science and growth?

On a large B2C base, Eine kleine Bewegung im ARPU ist absolut gesehen eine große Zahl, da sie jeden Monat auf die gesamte installierte Basis angewendet wird und nicht nur auf eine Kampagne. Bei Markin-Implementierungen liegt der verifizierte Bereich auf behandelten Kohorten bei +17 % bis +35 % ARPU gegenüber einem randomisierten holdout. Es geht nicht um mehr Nachrichten: Es geht darum, die wertvollste Aktion pro Kunde zu finden, sie zu starten und sie vor der Skalierung gegenüber der Kontrolle zu beweisen.

Wie lange dauert es, bis es sich amortisiert?

Erste bewertete Umsatzchancen sind innerhalb von sechs Wochen im Test und das erste durch holdout verifizierte Ergebnis liegt innerhalb von 90 Tagen vor. Die Amortisation hängt von deiner Basis, Marge und den Programmkosten ab. Der Rechner auf dieser Seite berechnet sie anhand deiner eigenen Zahlen, nachdem der von BCG festgestellte Abzug von 20 % bis 40 % angewendet wurde, wenn Next Best Action Programme inkrementell getestet werden.