nomad+22%
YoungFintech
Wie Young das onboarding zu einem kontinuierlichen Experiment-Programm gemacht hat
+31%
activation · gemessen an einem randomisierten holdout
Kurz gesagt
Das onboarding von Young verwandelte Anmeldungen in Konten, aber nicht in aktive Kunden. Markin verwandelte die Aktivierung in ein kontinuierliches Experiment: einen kundenspezifischen Pfad zur ersten sinnvollen Transaktion, getestet gegen einen randomisierten holdout, wodurch die Aktivierung bei den behandelten Kohorten um 31 % gesteigert wurde.
Ergebnisse
Jede Entscheidung beinhaltet eine control group+31%
activation auf behandelten Kohorten
vs. randomisierten holdout, volles Messfenster
+16%
90-Tage-ARPU
aktivierte Kunden, die schneller ein zweites Produkt erreichen
6 days
Von der Hypothese zum lesbaren Ergebnis
Zuvor ein vierteljährlicher Roadmap-Punkt
Anonymisierter Bereich über Markin-Implementierungen in großen B2C-Basen, gemessen über ein vollständiges Messfenster. Es ist keine Branchenbenchmark und keine Prognose für deine Basis.
Auf einen Blick
- Branche
- Fintech / Verbraucherbanken
- Märkte
- Europa
- Basis
- Hohes Volumen an Verbraucheranmeldungen
- Bewegungen live
- activation, Produkt-cross-sell, Dormancy, KYC-Wiederherstellung
- Stack
- Warehouse, product events, Braze, In-App, Support
- Erster gemessener uplift
- Woche 5
Die Herausforderung
Young war sehr gut in der Akquisition und viel weniger gut in dem, was danach kam. Ein großer Teil der Neukunden schloss die Registrierung ab, zahlte nichts ein und war innerhalb eines Monats stillschweigend verschwunden. Der Funnel sah bis zu dem Punkt gesund aus, an dem der Umsatz beginnt.
Onboarding war eine einzige Sequenz für alle, die ein paar Mal im Jahr geändert wurde, und jede vorgeschlagene Verbesserung konkurrierte um dieselbe Engineering-Roadmap. Zu dem Zeitpunkt, als eine Variante ausgeliefert wurde, war die Kohorte, für die sie entwickelt wurde, bereits abgelaufen.
Niemand konnte sagen, welcher Schritt tatsächlich die Aktivierung verursachte, da nichts mit einer Kontrolle gemessen wurde.
Was Markin getan hat
Data and context, intelligence, action01 / Data & context
Die ersten 30 Tage, Ereignis für Ereignis
Markin liest Anmelde-, KYC-, Finanzierungs-, Karten- und Transaktions-Events, sobald sie geschehen, sodass der Aktivierungsstatus jedes Kunden innerhalb von Stunden bekannt ist, anstatt in einem monatlichen Kohortenbericht.
02 / Intelligenz
activation als Hypothesenraum
Anstelle eines einzigen onboarding Flows schlägt die intelligence Ebene viele kleine Hypothesen vor und priorisiert sie, was diesen spezifischen Kunden freischaltet: eine Finanzierungsmethode, ein fehlendes KYC-Dokument, ein erster Anwendungsfall, der den Aufwand wert ist.
03 / Aktion
Kontinuierliche tests, automatisch eingestellt
Jede Hypothese läuft als live Experiment gegen einen holdout über Braze, In-App-Oberflächen und support. Gewinner skalieren, Verlierer werden ohne roadmap-Diskussion eingestellt.
Durchgeführte Experimente
Hypothesis to measured lift| Hypothese | Segment | Aktion | Kanal | Gemessener uplift |
|---|---|---|---|---|
| Finanzierungsengpässe, nicht mangelnde Motivation, blockieren die Aktivierung | Anmeldungen mit abgeschlossenem KYC und keiner Finanzierung nach 48h | Finanzierungsmethode, die der Bank des Kunden entspricht, mit einem Fingertipp | Push + In-App | +21 % finanzierte Konten |
| Ein erster Anwendungsfall schlägt eine Feature-Tour | Finanzierte Konten ohne Transaktion innerhalb von 7 Tagen | Einzeln vorgeschlagene erste Transaktion basierend auf der angegebenen Absicht | In-app | +31 % activation |
| KYC drop-off ist wiederherstellbar, wenn wir innerhalb der Stunde handeln | Abgebrochene Verifizierungssitzungen | Kontextbezogene Hilfe beim exakten fehlerhaften Schritt, nicht eine generische Erinnerung | In-app + Support | +18 % KYC-Abschluss |
| Das zweite Produkt sollte dem Verhalten folgen, nicht der Dauer der Mitgliedschaft | Aktive Kunden, die ein Sparmuster zeigen | Zweites Produkt, das beim Verhaltensauslöser angeboten wird | In-app + E-Mail | +16 % 90-Tage-ARPU |
Wie es ausgerollt wurde
Woche 0
Ereignisse verbunden
Anmeldung, KYC, Finanzierungs- und Transaktionsereignisse schreibgeschützt verbunden. Historische Kohorten erneut abgespielt, um die Aktivierungslücke zu bestimmen.
Woche 2
Erste Experimente live
Drei Aktivierungshypothesen laufen gleichzeitig, jede gegen ihren eigenen holdout.
Woche 5
Erster lesbarer uplift
activation liest sich mit +31 % auf der behandelten Kohorte. Zwei Hypothesen werden in derselben Woche ausgemustert.
Woche 12
Always-on-Programm
activation, Produkt-cross-sell, Dormancy und win-back laufen kontinuierlich, wobei wöchentlich neue Hypothesen eingehen, anstatt vierteljährlich.
Mit ihren Worten
“Onboarding war kein Roadmap-Punkt mehr. Es ist ein Programm, das sich jede Woche verbessert, ohne die Engineering-Abteilung um etwas zu bitten.”
Head of Growth, Young
Der Stack, mit dem Markin gearbeitet hat
No migration, no new system of recordFragen, die Käufer zu diesem Fall stellen
Erfordert das Durchführen so vieler experimente engineering time?
Nicht nach der Verbindung. Markin erstellt und startet jede Variante über die bereits vorhandenen Kanäle, sodass eine neue Hypothese eine Überprüfung kostet, keinen Sprint.
How was the Young result measured?
Jede Entscheidung beinhaltet eine randomisierte holdout-Gruppe. Der angegebene uplift ist die Differenz zwischen der behandelten Kohorte und dieser Kontrollgruppe über ein vollständiges Messfenster, nicht ein Vorher-Nachher-Vergleich.
Mussten sie ihre Daten zu Markin verschieben?
Nein. Markin liest aus dem Warehouse, CDP und den bereits vorhandenen product events. Nichts wird in ein neues System kopiert und nichts ist eingeschlossen.
Welches Team hat es täglich geleitet?
Das bestehende growth-Team. Markin übernimmt die analytische Arbeit, ein fintech Team dieser Größe bräuchte einen dedizierten data-science-Pod, um dies zu produzieren, und leitet jede Aktion in die Tools, die sie bereits verwenden.
Wie lange dauert es, bis der erste messbare uplift eintritt?
Eine erste Motion geht in etwa 30 Tagen live und das erste statistisch lesbare Ergebnis liegt innerhalb der folgenden sechs Wochen vor. Skalierter impact ist typischerweise nach 90 Tagen ablesbar.
