SOLUTION/Customer Decisioning
Die decisioning Ebene für eine sich verstärkende ARPU.
Markin wandelt Signale in priorisierte Umsatzchancen um und startet und misst dann Kandidatenaktionen über die Systeme, die du bereits nutzt.
Was customer decisioning sieht mit Markin so aus.
Eine Ebene, kein Ersatz
Datengrundlage (Warehouse oder CDP) → Markin entscheidet und startet → Ihr CRM, Lifecycle-, Produkt- und Kanalsysteme. Bestehende Investitionen bleiben erhalten.
Umsatzchance vor der Behandlung
Das meiste decisioning beginnt, sobald die Kampagne ausgewählt wurde. Markin entscheidet, welche Umsatzchance überhaupt eine Kampagne verdient und was sie wert ist.
Regiert und auditierbar
Berechtigung, Eignung, Kontaktrichtlinie und Kontrollgruppen-Design sind explizite Eingaben, und jede Entscheidung trägt ihre Herkunft.
Umsatzchancen-Intelligenz
Die Segmente, auf die dein Team heute reagieren sollte.
Markin zeigt live Opportunities an, bewertet, dimensioniert und bepreist in ARR, sodass die Wachstumsarbeit bei den Konten beginnt, die die Zahl tatsächlich bewegen.
Hochwertige Verträge kurz vor der Verlängerung
Risiko konzentriert sich auf die beiden höchsten Wertbänder, wo eine Intervention wirtschaftlich vertretbar ist.
Reichweite
28.9K Konten
Auf dem Spiel
€2.1M ARR
Haushalte mit Einzelprodukt
Passung des angrenzenden Produkts, nachgewiesen durch Verhalten und nicht durch Segmentzugehörigkeit.
Reichweite
46.3K Konten
Auf dem Spiel
€1.6M ARR
Rabatt-unempfindliche Käufer
Der Uplift ist zwischen 10 % und 25 % Rabatt gleichbleibend: die zusätzliche Tiefe des Anreizes bringt keine zusätzliche Konversion.
Reichweite
12.7K Konten
Auf dem Spiel
€610K margin
Überkontaktierte Basis
Nächster Kontakt hat einen negativen erwarteten Wert, sobald alle aktiven Programme zusammengezählt werden.
Reichweite
31.5K Konten
Auf dem Spiel
€430K margin
Wie es funktioniert
Daten. Intelligenz. Aktion.
Derselbe dreischichtige Loop, der jede Markin motion antreibt, abgestimmt auf customer decisioning.
01
Lese die Signale, die bereits in deinem Stack sind
Warehouse-Tabellen, Produkt-Events, CRM-Historie, Abrechnungs- und Support-Datensätze werden vor Ort gelesen. Keine Migration, keine Kopie des Kundenstamms.
02
Generiere und bewerte Kandidaten-Umsatzchancen
Agenten bilden Hypothesen zu Retention, Expansion, Loyalty und Angebotsrichtlinien und bewerten dann jede einzelne hinsichtlich erreichbarer Kunden und des potenziellen Umsatzes.
03
Priorisieren, testen, routen, messen
Das Portfolio wird nach dem erwarteten inkrementellen Wert im Verhältnis zu Kosten und Kontaktbudget geordnet. Gewinner werden an das ausführende System weitergeleitet; jeder trägt eine Kontrollgruppe bei sich.
Der tatsächliche Unterschied
Markin ist keine weitere Decisioning Engine.
Markin ist keine decisioning Engine. Eine decisioning Engine ordnet Aktionen ein, die ein Mensch bereits definiert hat. Markin arbeitet wie ein data science und growth Team: Es bildet eigene Hypothesen darüber, warum der ARPU stagniert, sei es marketing-, produkt-, preis- oder technisch bedingt, dimensioniert sie, führt sie in den Systemen aus, die du bereits verwendest, und liest jede einzelne gegen einen holdout aus.
| Eine Decisioning Engine | Markin | |
|---|---|---|
| Woher die Hypothese kommt | Ein Mensch verfasst es. Die Engine wählt zwischen Optionen, die jemand bereits genehmigt hat. | Markin erstellt sie. Es liest die Basis, findet, wo Umsatz verloren geht oder ungenutzt bleibt, und schreibt die Hypothese selbst. |
| Was es hinterfragen darf | Nachricht, Angebot, Kanal, Zeitpunkt, innerhalb der vorgegebenen Kampagnenoberfläche. | Alles, was den ARPU beeinflusst: Onboarding-Reibung, Preise und Pakete, eine Funktion, die niemand annimmt, ein Zahlungsausfall-Spike, ein defekter Deeplink. |
| Wer führt die Analyse durch? | Deine Analysten, vorher und nachher. Die Engine optimiert; sie untersucht nicht. | Markin übernimmt die Analyse. Dimensionierung, Segmentdefinition, Experimentdesign und Auswertung werden End-to-End automatisiert. |
| Wo es aufhört | Bei der Empfehlung. Jemand muss es immer noch bauen und starten. | Es startet. Markin führt innerhalb deiner bestehenden Plattformen und Produktoberflächen aus und schließt dann den Kreislauf des Ergebnisses. |
| Throughput | So viele Hypothesen, wie Ihr Fahrplan zulässt, typischerweise eine Handvoll pro Quartal. | Hunderte parallel, jede mit einer control group. |
| Was passiert, wenn es falsch ist | Das Programm läuft weiter, bis es jemand überprüft. | Es wird automatisch zurückgezogen. Den Control nicht zu übertreffen ist ein normales, kostengünstiges Ergebnis. |
Eine decisioning-Engine wählt die beste Aktion aus einer von dir geschriebenen Liste. Markin schreibt die Liste und führt sie in deinem Stack aus.
Hypothesenraum
Alles, was ein menschlicher Wachstumswissenschaftler betrachten würde.
Die meisten Wachstumsprobleme sind keine Kommunikationsprobleme. Markin ist nicht auf die Kampagnenoberfläche beschränkt: Wenn etwas ARPU zurückhält, ist es im Umfang und wird auf die gleiche Weise getestet.
Marketing
Die klassische Oberfläche, aber kundenspezifisch statt segmentbasiert gewählt und immer gegen einen holdout.
- Welches Angebot dieser spezifische Kunde wert ist
- Kanal und Zeitpunkt pro Person, nicht pro Kampagne gewählt
- Kontaktdruck und Ermüdung, die über jedes Programm hinweg ausgeglichen werden
- Win-back-Ökonomie: Wer einen Rabatt wert ist und wer nicht
Produkt
Wo der Kunde tatsächlich den Wert erlebt und wo der größte stille Umsatzverlust auftritt.
- Onboarding-Schritte, die Kunden vor dem ersten Wert verlieren
- Ein Feature mit hoher Retentionskorrelation, das die Hälfte der Basis nie entdeckt.
- Platzierung von Paywall und Upgrade-Prompt
- In-Produkt-Oberflächen als Behandlungsarm verwendet, nicht nur E-Mail und Push
Kommerziell
Preisgestaltung, Paketierung und die Form des Angebots selbst, getestet statt diskutiert.
- Plan- und Bündelstruktur nach Kohorte
- Rabatt-Tiefe gegenüber Marge, nicht nur gegenüber Konversion
- Jährliche versus monatliche Rahmengebung pro Kunde
- Mahn- und unfreiwillige Churn-Recovery-Sequenzen
Technische Gesundheit
Anomalien, nach denen niemand suchen sollte. Dies ist die Kategorie, die keine Entscheidungsengine abdeckt.
- Eine gestiegene Fehlerquote beim Checkout auf einem Gerät und in einer Region.
- Zahlungsausfälle konzentriert auf einen einzigen Emittenten oder eine einzelne Methode
- Ein defekter Deeplink, der unbemerkt eine hochwertige Customer Journey beeinträchtigt
- Latenz- oder Zustellungsbeeinträchtigung, die die Konversion vor jeder Nachricht beeinträchtigt
Stell dir Markin als ein data science und growth team vor, das niemals schläft: Es untersucht, bildet Hypothesen, implementiert sie in deinem eigenen Stack und beweist jede einzelne gegen eine Kontrollgruppe, in einem Umfang, den kein menschliches Team erreichen kann.
1:1 Ausführung
Eine Entscheidung pro Kunde. Eine Botschaft. Ein Moment.
Jede Zeile ist eine Live-Entscheidung, die Markin in dein CRM, deine App oder dein Contact Center liefert, ohne Segment-Builder, ohne Regelbäume.
Laura M.
Retail · Loyalität Stufe 2
“Dein Tarif erneuert sich in 3 Wochen, hier ist, was ihn behält”
Push
So 11:20 Ortszeit
Non-monetary
Iván T.
Telco · Vertrag T-30d
“Behalte deine Leitung, wechsle zu dem Plan, der zu deiner Nutzung passt”
Anruf
Wochentag 19 Uhr
Value-matched
Sofia R.
Fintech · Einzelprodukt
“Ihr Kontostandmuster passt zu unserem Savings-Produkt”
In-app
Post-deposit
Kein Rabatt
Daniel K.
Streaming · Zahlungsrisiko
“holdout: keine Intervention hat einen positiven Erwartungswert”
,
,
Keine
Gemessene Auswirkung
Die Zahlen customer decisioning Teams sehen mit Markin.
+16%
inkrementeller ARPU bei priorisierten Opportunities
-41%
Programme, die erstellt wurden, aber nie einen positiven Business Case hatten
100%
von Entscheidungen, gemessen im Vergleich zur Kontrolle
Uns mangelte es nicht an Dingen, die wir tun konnten. Was uns fehlte, war ein vertretbarer Weg zu entscheiden, welche davon zuerst getan werden sollten.
VP Growth
Europäisches Abonnementgeschäft
Im Produkt
Kundenentscheidungsfindung, im Verhältnis 1:1 laufend.
Drei konkrete Entscheidungen, die Markin für liefert customer decisioning, auf den Oberflächen, die du bereits nutzt.
Nächstbestes Angebot · pro Nutzer bewertet
Priorisierung
Priorisiere das Chancenportfolio
Jede Candidate opportunity wird bewertet nach erreichbarer Basis, erwartetem inkrementellen Wert und Kosten der Bereitstellung.
Ranking abgleichen · pro Benutzer
Governance
Richtlinie explizit machen
Berechtigung, Eignung und Kontaktrichtlinie, ausgedrückt als Eingaben für die Entscheidung, nicht in Kampagnenregeln vergraben.
User Journey · live bewertet
Routing
Ausführen, wo du bereits ausführst
Entscheidungen landen im CRM, Lifecycle-Tool oder auf der Produktoberfläche, die den Touchpunkt verantwortet.
Der Loop
Ausführung ist ein Schritt in der Schleife, keine Übergabe.
- 01
Beobachten
Markin liest die Verhaltens-, Transaktions- und Produktsignale, die du bereits kontinuierlich sammelst.
- 02
Hypothese aufstellen
Es schreibt die Hypothese selbst, ob marketing, Produkt, kommerziell oder technisch, und gibt die erwartete Richtung an.
- 03
Größe
Jede Opportunity wird nach dem erwarteten Wert geordnet, sodass die Warteschlange nach Geld statt nach Meinung sortiert ist.
- 04
Design
Segment, Treatment, Guardrails und ein randomisierter holdout werden festgelegt, bevor etwas ausgeliefert wird.
- 05
Ausführen
Es startet innerhalb der Systeme, die du bereits nutzt, deiner Engagement-Plattform, deinen Produktoberflächen, deinen APIs. Nichts wartet in einer Build-Warteschlange.
- 06
Lesen
Die Ergebnisse werden über ein vollständiges Zeitfenster hinweg gegen den holdout gemessen, sodass Neuheit nicht mit Wirkung verwechselt wird.
- 07
Skalieren oder einstellen
Was Control schlägt, wird auf die gesamte Basis skaliert. Was nicht, wird automatisch abgeschaltet.
Im Vergleich zu
Wie sich dies von dem unterscheidet, was du bereits ausführst.
- Customer Decisioning vs. eine CDPEin CDP vereinheitlicht Kundendaten. Customer decisioning wählt aus, welche Umsatzchance es sich lohnt, zu nutzen. Was jede Ebene besitzt und wo sie sich treffen.
- Kunden 360 vs. ein EntscheidungssystemEin Customer 360 zeigt alles, was du über einen Kunden weißt. Ein decisioning-System verwandelt das in eine rangierte kommerzielle Aktion. Wo die Sichtbarkeit aufhört sich auszuzahlen.
- Data Warehouse vs. CDP vs. decision layerDrei Ebenen, drei Aufgaben: Speicherung und Modellierung, Identität und Aktivierung sowie kommerzielle Entscheidungen. Was jede besitzt und wo die Grenzen liegen.
- Personalization vs. revenue decisioningPersonalisierung schneidert das Erlebnis zu. Revenue decisioning wählt aus, welches kommerzielle Outcome verfolgt werden soll und beweist es in Euro. Wie sich die beiden in der Praxis unterscheiden.
- Bindungsanalysen vs. Retention decisioningBindungsanalysen erklären Kohorten und Abwanderungstreiber. Retention decisioning wählt Interventionen aus und weist die beibehaltene Marge nach. Wo die Übergabe stattfindet.
- Empfehlungs-Engine vs. Next-Best ActionEine Empfehlungs-Engine zeigt die richtigen Inhalte an. Next Best Action wählt die richtige kommerzielle Behandlung. Warum Relevanz kein Umsatz ist.
FAQ
Ist Markin eine CDP, ein CRM oder eine Customer-Engagement-Plattform?
Keine davon. Eine CDP vereinheitlicht Kundendaten, ein CRM speichert die Beziehung und eine Engagement-Plattform liefert die Nachricht. Markin ist die growth-science-Ebene dazwischen: Es entscheidet, welche Umsatzchance verfolgt werden soll, für wen und was sie wert ist, und startet dann die Aktion innerhalb dieser Systeme, gegen einen holdout.
Müssen wir Braze, Salesforce, Adobe oder Pega ersetzen, um es nutzen zu können?
Nein. Markin ergänzt einen bestehenden Stack. Es liest aus der Datenbasis, die du bereits hast, und steuert die Systeme, die bereits die Ausführung besitzen, indem es jede Behandlung dort startet, anstatt eine Empfehlung zu übergeben.
Was ist der Unterschied zwischen Decisioning und Next Best Action?
Next-best action wählt in der Regel eine Behandlung für eine Einzelperson aus, sobald das Programm existiert. Decisioning, wie Markin es definiert, beginnt einen Schritt früher: die Auswahl und Priorisierung der Umsatzchance, die ein Programm überhaupt rechtfertigt.
Wie vermeidest du eine Black-Box-Entscheidung?
Jede Entscheidung hat ihre Provenienz: die verwendeten Signale, die Hypothese, die Modellklasse, die angewandten Policy Constraints und das Design der Kontrollgruppe. Entscheidungen sind nachträglich auditierbar.
Müssen wir unsere Daten verschieben?
Nein. Markin liest aus deinem Warehouse, Produkt-Events, CRM und operativen Systemen, die in place sind.
Was ist mit Datensicherheit und Compliance?
SOC 2, ISO 27001, ISO 42001 und DSGVO-konform. Least-Privilege-Zugriff, tenant-spezifische Verschlüsselung, Audit-Logs für jede Entscheidung und jeden Befund.
Forschung
Weiterführende Lektüre
The research behind how Markin picks, launches and measures each decision.
- Lies den Leitfaden
Leitfäden
Next best action marketing: was es ist und wie es 2026 funktioniert
Next best action marketing erklärt: wie es funktioniert, reale B2C-Beispiele, wie es sich von Segmentkampagnen und marketing automation unterscheidet und was es auf einer Basis von 2 Mio. wert ist.
- Lies den Leitfaden
Leitfäden
Einstein Next Best Action: Wie es funktioniert, Grenzen und die decisioning Ebene
Wie Strategy Builder Empfehlungen in Salesforce einordnet, wo das Muster aufhört und wie man im Warehouse entscheidet und im CRM liefert.
- Lies den Leitfaden
Leitfäden
Was ist ARPU? Definition, Formel und wie man es berechnet
ARPU-Berechnung erklärt: die Formel, eine Schritt-für-Schritt-Methode, Varianten nach Geschäftsmodell und Benchmark-Werte von 147 B2C-Betreibern.
Vokabular
Die Bedingungen hinter dieser Seite.
The vocabulary this solution runs on, defined term by term.
- KandidatenaktionA candidate action is one specific intervention eligible for one specific customer at one moment: an offer, a message, a price…
- Time to churnTime to churn is the expected remaining tenure of a customer, derived from a survival model rather than a binary risk score.
- BerechtigungsregelnEligibility rules define which actions a customer may legally, commercially and contractually receive: consent status, market…
- KontaktrichtlinieContact policy governs how often, through which channels and with what spacing a customer may be contacted.
- Real-time decisioningReal-time decisioning evaluates a customer's current context and returns an action within the latency budget of the moment…
- Decision volumeDecision volume is the number of distinct, evidenced customer-level decisions a business makes in a period.
Siehe customer decisioning auf deinen Daten laufen.
Eine 30-minütige Demo, dieselben Agenten, dieselben Entscheidungen, dieselbe 1:1-Ausführung.