Empfehlungs-Engine vs. Next-Best Action

Ist ein Next Best Action-System nur eine Empfehlungsmaschine?

Nein. Eine Empfehlungs-Engine sagt voraus, welchen nächsten Artikel ein Nutzer nutzen wird. Ein Next Best Action System bewertet die kommerzielle Umsatzchance für einen Kunden und wählt die Behandlung – Angebot, Speicherung, Kanal, Halten – die den erwarteten inkrementellen Umsatz maximiert. Die Empfehlungs-Engine beantwortet die Frage „was zeigen“; die NBA beantwortet die Frage „was tun, und was ist es wert“.

Kann eine Empfehlungs-Engine die Kundenbindung fördern?

Es kann Inhalte empfehlen, die einen Benutzer engagiert halten, was indirekt zur Kundenbindung beiträgt. Es kann nicht entscheiden, wer es wert ist, gerettet zu werden, mit welcher Behandlung, zu welchen Kosten, oder wen man in Ruhe lässt – das sind kommerzielle Entscheidungen, die Uplift, Marge und Kosten erfordern, nicht Relevanz.

Konkurrieren die beiden miteinander?

Nein. Sie ergänzen sich. Eine Empfehlungs-Engine ist eine starke candidate-action Quelle; die next-best action layer entscheidet, ob sie etwas empfehlen, etwas Kommerzielles anbieten oder halten soll, und beweist die Wahl gegenüber einem holdout.

Wie unterscheidet sich Markin vom decisioning oder der KI, die bereits in recommendation engine 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 recommendation engine 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 recommendation engine?

On the assumptions preloaded above, 5.0M customers at 14 a month, 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.