RESOURCES/Methodik
Woher die Hypothesen kommen
Markin generiert seine eigenen Umsatz-Hypothesen, anstatt darauf zu warten, diese vorgegeben zu bekommen. Es liest kontinuierlich Verhaltens-, Transaktions-, Produkt- und operative Signale, sucht nach Stellen, an denen Wert verloren geht oder ungenutzt bleibt, erstellt eine Hypothese mit einer erwarteten Richtung und einem dimensionierten Wert und ordnet diese in eine Warteschlange ein, die nach Geld statt nach Meinung sortiert ist.
Der Engpass, für den niemand ein Budget hat
Jedes growth Team hat einen Ideen-Backlog und eine viel kürzere Liste von Dingen, die es tatsächlich testen wird. Der Filter ist nicht die Qualität. Es ist, wer Zeit hatte, die Idee zu bewerten, das Segment zu definieren und das Briefing zu schreiben. Hypothesen, deren Formulierung einen Tag Untersuchung erfordern würde, werden nie formuliert, sodass das Unternehmen die Dinge optimiert, die einfach zu beschreiben waren.
- Ideen, die domänenübergreifende Nachweise erfordern, überleben selten den Backlog.
- Alles außerhalb der Kampagnenoberfläche benötigt ein anderes Team, was ein anderes Quartal bedeutet.
- Technische Ursachen für Umsatzverluste werden meist zufällig, Monate zu spät, entdeckt.
Vier Domänen, eine Warteschlange
Der Sinn, Hypothesen zu formulieren anstatt gegebene zu ranken, ist, dass der Suchraum aufhört, das Kampagnen-Tool zu sein. Alle vier Domänen konkurrieren in derselben Warteschlange um dieselbe Währung: den erwarteten inkrementellen Umsatz.
01
Erkennen
Kontinuierliches Scannen nach kommerziell relevanten Abweichungen: eine Kohorte, die sich anders verhält als in ihrer eigenen Geschichte, ein Funnel-Schritt, der sich verschlechtert, ein Segment, dessen Margenprofil sich verändert hat, eine Anomalie, die niemand gemeldet hat.
02
Untersuchen
Bevor eine Hypothese aufgestellt wird, wird die angenommene Ursache mit Alternativen abgeglichen. Ein conversion drop, der eigentlich eine traffic-mix-Änderung ist, sollte nicht zu einem Preisexperiment werden.
03
Schreibe die Hypothese
Formuliert mit einer Richtung, einem Mechanismus und einer geeigneten Population. „X für Population Y zu tun, wird Z erhöhen, weil W.“ Eine Hypothese ohne Mechanismus kann nicht gelernt werden, nur gewonnen oder verloren.
04
Größe bestimmen
Der Erwartungswert wird für die berechtigte Population geschätzt, netto nach Marge und Kontaktkosten, sodass die Warteschlange nach Geld sortiert ist. Die Größenbestimmung ist eine Prognose und wird niemals als Ergebnis ausgewiesen.
05
Günstig einstellen
Die meisten Hypothesen sind falsch. Das Designziel ist, dass eine falsche Hypothese einen kleinen holdout und ein kurzes Zeitfenster kostet, sodass teuer zu formulierende, informationsreiche Hypothesen erschwinglich werden.
Worüber Markin Hypothesen aufstellen darf
| Domain | Typische Hypothese | Wie es getestet wird |
|---|---|---|
| Marketing | Diese Kohorte ist ein Win-back-Angebot dieser Tiefe wert, und diese andere Kohorte sollte man in Ruhe lassen. | Zufälliger holdout in der berechtigten Population, ablesbar am inkrementellen Deckungsbeitrag. |
| Produkt | Kunden, die diese Funktion in der ersten Woche nie erreichen, churnen mit einer wesentlich höheren Rate; ein früheres Aufzeigen wird die Retention verbessern. | In-Produkt-Behandlungsarm gegen eine Kontrolle, über einen vollständigen Zyklus hinweg gelesen. |
| Kommerziell | Die jährliche Rahmengebung schlägt die monatliche für diese Kohorte, sobald der Rabatt im Verhältnis zur Marge bewertet wurde. | Preis- und Paketvariante mit einer Margenuntergrenze als Leitplanke. |
| Technische Gesundheit | Die Checkout-Fehlerquote ist vor zwei Wochen auf einem Gerät und in einer Region gestiegen und unterdrückt die Conversion. | Anomalie gegen Baseline bestätigt, an das zuständige Team weitergeleitet, Auswirkung der Korrektur gegen den Trend vor der Korrektur und eine passende Kontrollgruppe, falls vorhanden, abgelesen. |
Die Bemessung ist eine Prognose, keine Behauptung
Die zur Rangfolge der Warteschlange verwendeten Erwartungswert-Schätzungen werden explizit nicht als Ergebnisse veröffentlicht. Die Erkenntnis von BCG, dass 20 % bis 40 % des gemessenen Next Best Action Uplifts einen Inkrementalitäts-Test nicht bestehen, ist der Grund, warum wir die beiden als unterschiedliche Zahlenklassen behandeln.
Unabhängige ForschungBCG, Inkrementalität in Personalisierungsprogrammen (2026)
Bewerte deine eigene Hypothesen-Pipeline
Nimm die im letzten Quartal getesteten Hypothesen und klassifiziere sie.
- Welcher Anteil bezog sich auf eine Nachricht, ein Angebot oder eine Zielgruppe?
- Wie viele entstanden außerhalb des Wachstums- oder CRM-Teams?
- Wie viele betrafen Preisgestaltung oder Produktpaketierung?
- Wie viele begannen mit einer Anomalie, nach der niemand suchte?
- Ist bei jedem das Verfahren schriftlich festgehalten, oder nur die Variante?
- Wie viele wurden innerhalb von vier Wochen eingestellt? Wenn die Antwort keine ist, testet die Pipeline nur sichere Wetten.
Wo die automatisierte Hypothesengenerierung wenig beiträgt
- Unternehmen, deren Umsatz-Problem bereits gut verstanden, aber einfach noch nicht umgesetzt wurde. Die Ausführungskapazität ist die Einschränkung, nicht die Hypothesen.
- Umgebungen, in denen Ergebnisdaten zu spät eintreffen, um den Kreis innerhalb eines Planungszyklus zu schließen.
- Hochregulierte Entscheidungen, bei denen jede Behandlung einer individuellen rechtlichen Prüfung bedarf, was die menschliche Engstelle von Natur aus wieder einführt.
- Sehr kleine Basen, bei denen fast jede Hypothese underpowered ist und Urteilsvermögen das Testing schlägt.
Markin ist ein autonomes Growth-Science-Team für große B2C-Unternehmen. Es untersucht, warum der Umsatz pro Kunde stagniert, bildet eigene Hypothesen zu Marketing, Produkt, Preisgestaltung und technischer Gesundheit, wählt die Next Best Action für jeden Kunden, startet diese über die bereits im Unternehmen vorhandenen Systeme und beweist jede einzelne anhand eines randomisierten holdout.
Decisioning-Tools wählen zwischen den Aktionen, die dein Team bereits erstellt hat. Markin entscheidet, was erstellt werden soll.
Fragen, die Leute stellen
- Wie entscheidet Markin, welche Hypothese zuerst getestet werden soll?
- Nach erwartetem inkrementellem Umsatz auf der berechtigten Population, abzüglich Marge und Kontaktkosten, mit statistischer Aussagekraft als hartem Filter. Eine große Umsatzchance, die nicht innerhalb eines angemessenen Zeitfensters gemessen werden kann, rangiert unter einer kleineren, die gemessen werden kann, da ein unmessbares Ergebnis nicht verantwortungsvoll skaliert werden kann.
- Testet Markin nur marketing-Hypothesen?
- Nein. Marketing ist eines von vier Domains. Produkt, Pricing und Packaging sowie technische Gesundheit sind in derselben Warteschlange und konkurrieren um dieselbe Währung. In der Praxis finden sich die schnellsten, am wenigsten umkämpften Gewinne meist im Bereich der technischen Gesundheit, weil niemand danach gesucht hat.
- Was hindert es daran, Rauschen zu erzeugen?
- Zwei Filter. Ein Kandidat muss eine Untersuchungsphase überstehen, die ihn auf alternative Erklärungen prüft, und er muss über einem Schwellenwert auf einer geeigneten Population, die groß genug ist, um Power zu erreichen, dimensioniert sein. Alles, was einen der Filter nicht besteht, wird niemals eine Hypothese.
- Wer genehmigt eine Hypothese, bevor sie ausgeführt wird?
- Leitplanken werden von Menschen im Voraus festgelegt: Margenuntergrenzen, Kontaktdatenökonomie, Marken- und regulatorische Beschränkungen, berechtigte Zielgruppen. Innerhalb dieser Grenzen laufen Hypothesen automatisch ab. Alles, was eine Leitplanke berührt, wird eskaliert, anstatt ausgeführt zu werden – das ist der Unterschied zwischen Autonomie und einem System, das niemand kontrollieren kann.
Vergleichen
Wie sich dies im Vergleich zu den Kategorien verhält, die du bereits kaufst.
Neutral, side by side reads on where the decision layer sits next to the tools in your stack.
Alle Vergleiche- Markin vs. Eigenentwicklung: Was ein Team realistischerweise liefern kannEine decision layer intern aufzubauen ist möglich und manchmal richtig. Ein ehrlicher Vergleich von Durchsatz, Kosten, Besitz und Zeit bis zu einer verifizierten Zahl.
- Next-Best Action vs. Next-Best OpportunityNext-Best Opportunity bemisst, was für einen Kunden auf dem Spiel steht. Next-Best Action wählt die Behandlung. Warum die Reihenfolge wichtig ist und wie die beiden verbunden sind.
- Churn prediction vs. Retention decisioningEin churn-Modell sagt dir, wer gefährdet ist. Retention decisioning wählt aus, wen man retten soll, womit und zu welchen Kosten. Warum eine Vorhersage allein selten die retention bewegt.
Weiterlesen
Wie Markin die Inkrementalität misst
Was passiert, nachdem die Hypothese geschrieben wurde.
Das ARPU-Operating Model
Warum der Durchsatz die bindende Beschränkung ist.
Markin und Ihr Data-Science-Team
Was das Team mit der gewonnenen Zeit anfängt.
Produkt- und Kundendiagnose
Die Domäne der technischen Gesundheit in der Praxis.