Qué sucede dentro de una growth decision
Una growth decision es un proceso automatizado y en tiempo real que determina la acción óptima siguiente para un cliente, maximizando su valor a largo plazo.
Dentro de una growth decision, un evento desencadena un proceso automatizado y en tiempo real: el perfil del cliente se actualiza, las Candidate actions se identifican y una Layer de restricciones las filtra. Un motor de arbitraje selecciona la intervención de mayor valor, o la inacción, basándose en la contribución de Revenue opportunity prevista. Cada paso se registra para una auditabilidad completa.
Qué sucede dentro de una growth decision
Una growth decision es la unidad atómica del crecimiento agentic, un paso automatizado que determina la interacción óptima con un cliente en un momento específico. Aplica un enfoque metódico y basado en datos a cada interacción individual, con el objetivo de maximizar la expansión del ARPU a largo plazo. Así es como Markin ejecuta interacciones automatizadas con clientes en grandes empresas B2C.
Escenario de ejemplo: Un cliente navega por un artículo
Para ilustrar la anatomía de una growth decision, consideremos a una clienta, 'Alicia', navegando por un producto específico, 'Reloj inteligente de lujo X', en el sitio web de un minorista. Esta acción es la señal inicial que desencadena el proceso de decisión.
El evento bruto llega y de qué es y no es evidencia
La primera etapa de cualquier growth decision comienza con un evento bruto. En el caso de Alicia, este es un evento de 'vista de producto' para 'Reloj inteligente de lujo X'. Este evento llega al motor de decisión de Markin en tiempo real, típicamente a través de una API o webhook.
- De qué es evidencia: Alicia expresó interés en el Reloj inteligente de lujo X. Pasó 45 segundos en la página del producto.
- De qué no es evidencia: El evento por sí solo no confirma la intención de compra, la sensibilidad al precio o si simplemente está comparando precios. Proporciona un punto de datos, no una conclusión.
Los eventos tienen marca de tiempo y contienen metadatos como el tipo de dispositivo, el referente y el ID de sesión. Este detalle granular es crucial para las etapas posteriores.
Las señales de perfil que se actualizan
Al recibir el evento, Markin actualiza inmediatamente el perfil unificado de Alicia. Este perfil es un repositorio dinámico de toda la información conocida sobre Alicia, estructurada para consultas en tiempo real. El evento de 'vista de producto' enriquece las señales existentes y potencialmente crea otras nuevas:
- Señales de comportamiento: 'productos vistos recientemente' (se añadió el Reloj inteligente de lujo X), 'interés en la categoría de producto' (se actualizaron Wearables, Artículos de lujo). Proveniencia: Interacción en el sitio web. Caducidad: 24 horas para la recencia inmediata, 7 días para un interés más amplio.
- Señales de engagement: 'duración de la sesión' (actualizada), 'páginas vistas en la sesión' (incrementadas). Proveniencia: Interacción en el sitio web. Caducidad: Fin de la sesión.
- Puntuaciones de propensión: El evento podría activar un recálculo de la propensión a comprar el 'Reloj inteligente de lujo X' o la propensión a la fuga de clientes. Proveniencia: Inferencias de modelo de ML. Caducidad: 1 hora (para puntuaciones en tiempo real) o 24 horas (para puntuaciones de lote diarias).
Cada señal incluye su proveniencia, identificando la fuente de los datos, y una caducidad. Las señales de hace seis minutos tienen más peso que las señales de hace seis semanas. Esta ponderación dinámica evita que los datos obsoletos influyan en las decisiones actuales.
Las Candidate actions consideradas para esta persona en esta ventana
Con el perfil actualizado de Alicia, Markin identifica un conjunto de Candidate actions relevantes para su estado actual. Estas son posibles intervenciones diseñadas para influir en su comportamiento. Para Alicia navegando por el Reloj inteligente de lujo X, las Candidate actions podrían incluir:
- Ofrecer un 10% de descuento en el Reloj inteligente de lujo X: Un incentivo directo.
- Mostrar un banner de accesorios relacionados: Oportunidad de venta cruzada.
- Enviar un correo electrónico con las mejores reseñas del Reloj inteligente de lujo X: Contenido de nurturing.
- Mostrar un widget de prueba social: '15 personas vieron esto en la última hora.'
- No hacer nada: La opción explícita de no intervenir, evitando el exceso de mensajes. Esta es siempre una Candidate action.
Cada Candidate action está vinculada a una Revenue opportunity específica y está impulsada por una Hypothesis, por ejemplo, 'Descontar artículos de alto valor aumenta las tasas de conversión entre los navegantes con alta intención sin una erosión significativa del margen.'
Las restricciones aplicadas antes de que algo pueda ejecutarse
Antes de que cualquier acción pueda ejecutarse, debe pasar por una serie de Layers de restricciones. Estas reglas protegen la experiencia del cliente, la integridad de la marca y la rentabilidad. Si una acción falla alguna restricción, se elimina del conjunto de Candidate actions.
Tabla de Layers de restricciones
| Layer de restricción | Lo que bloquea | Modo de fallo si falta |
|---|---|---|
| Elegibilidad | Ofertas a segmentos no elegibles (p. ej., suscriptores existentes para ofertas solo para nuevos clientes). | Presupuesto desperdiciado, frustración del cliente, problemas de cumplimiento legal. |
| Frecuencia de Contacto | Demasiados mensajes dentro de un período (p. ej., >3 correos electrónicos/día, >1 SMS/semana). | Exclusiones de clientes, fatiga de marca, tasas de engagement reducidas. |
| Horas de Silencio | Mensajes enviados fuera del horario comercial (p. ej., de 21:00 a 8:00 hora local). | Molestia, experiencia negativa del cliente, infracciones regulatorias. |
| Margen Mínimo | Ofertas que conducen a márgenes de beneficio negativos en productos/clientes específicos. | Ventas no rentables, erosión del valor empresarial. |
| Conflictos de Ofertas | Descuentos que compiten o se apilan (p. ej., '10% de descuento' y 'envío gratis' en el mismo artículo). | Rentabilidad reducida, devaluación de la marca, confusión del cliente. |
| Regulatorio y Consentimiento | Acciones que violan GDPR, CCPA o el estado de opt-in. | Sanciones legales, daño a la marca, pérdida de confianza. |
| Grupo de Control Aleatorio | Cualquier acción a un cliente asignado a un grupo de control para medición. | Incapacidad para medir el incremento, ROI mal atribuido, toma de decisiones subóptima. |
Para Alicia, imaginemos que el descuento del 10% está bloqueado por una restricción de 'Margen Mínimo' porque el Reloj inteligente X es un producto recién lanzado y de alta demanda. Además, una restricción de 'Frecuencia de Contacto' podría bloquear un correo electrónico inmediato si ella recibió uno en la última hora. Crucialmente, si Alicia está en un grupo de control para un Experiment en particular, todas las acciones relacionadas con ese Experiment están bloqueadas. Una decisión sin un brazo de grupo de control no es medible y, por lo tanto, no es auditable, lo que socava toda la propuesta de valor de la plataforma Markin.
El arbitraje en sí
Con las acciones elegibles restantes, el motor de arbitraje determina la única acción óptima, o la inacción. Este es el núcleo del proceso de decisión de next best action. El arbitraje evalúa cada Candidate action restante basándose en su contribución esperada frente al coste y la posible sustitución. No se trata solo de la conversión, sino de una conversión incremental y rentable.
Consideremos dos Candidate actions restantes para Alicia:
- Candidate A: Mostrar un banner de accesorios relacionados (p. ej., correas de reloj, protectores de pantalla).
- Candidate B: Enviar un correo electrónico con las mejores reseñas del Reloj inteligente de lujo X.
El motor de arbitraje calcula un valor esperado (EV) para cada una. Este EV considera:
- Incremento previsto: El Revenue opportunity incremental estimado de esta acción.
- Coste: El coste de ejecutar la acción (p. ej., coste de envío de correo electrónico, coste de oportunidad del espacio en pantalla).
- Sustitución: El riesgo de que la acción solo acelere una compra que Alicia habría hecho de todos modos, o desplace su compra de un artículo de mayor margen a uno de menor margen. Esto es clave para el verdadero valor incremental.
Ejemplo aritmético resuelto con sustitución
Asignemos valores hipotéticos:
- Precio del Reloj inteligente de lujo X: 500 €
- Precio del accesorio: 50 € (promedio)
- Margen bruto promedio: 25% para el Reloj inteligente, 40% para los accesorios
Candidate A: Mostrar banner de accesorios relacionados
- Conversión incremental prevista de accesorios: 5%
- Revenue opportunity incremental prevista de accesorios: 5% * 50 € = 2,50 €
- Beneficio bruto incremental previsto: 2,50 € * 40% = 1,00 €
- Coste de la acción (negligible): 0,01 €
- Efecto de sustitución previsto: Bajo (ella ya está comprando un reloj, esto es un añadido). Asumir 0,00 €.
- Valor Neto Esperado (VNE): 1,00 € - 0,01 € - 0,00 € = 0,99 €
Candidate B: Enviar correo electrónico con las mejores reseñas del Reloj inteligente de lujo X
- Conversión incremental prevista del Reloj inteligente: 2%
- Revenue opportunity incremental prevista del Reloj inteligente: 2% * 500 € = 10,00 €
- Beneficio bruto incremental previsto: 10,00 € * 25% = 2,50 €
- Coste de la acción: 0,05 € (coste de la plataforma de correo electrónico)
- Efecto de sustitución previsto: Alto (podría haberlo comprado de todos modos o con otro empujón). Aquí es donde el modelo de incremento es crítico. Asumir 1,50 € de beneficio que ella habría generado de todos modos.
- Valor Neto Esperado (VNE): 2,50 € - 0,05 € - 1,50 € = 0,95 €
En este ejemplo, la Candidate A (banner de accesorios relacionados) tiene un VNE más alto (0,99 €) que la Candidate B (correo electrónico de reseña, 0,95 €), aunque el correo electrónico de reseña genera una Revenue opportunity *bruta* potencial más alta. El efecto de sustitución es a menudo la razón por la cual la respuesta es esperar o elegir una acción menos directa. Markin prioriza las acciones que realmente crean nuevo valor, no solo desplazan el valor existente.
Por lo tanto, Markin seleccionaría la Candidate A para Alicia.
El registro de decisión
Cada growth decision, independientemente de si se tomó una acción o no, genera un registro de decisión completo. Este registro es crucial para la auditoría, el análisis de rendimiento y la mejora continua del modelo.
El registro de la interacción de Alicia incluiría:
- Marca de tiempo: El momento exacto en que se tomó la decisión.
- Evento desencadenante: 'Vista de producto: Reloj inteligente de lujo X' con todos sus metadatos.
- ID de cliente: El identificador único de Alicia.
- Estado del perfil: Una instantánea de las señales clave del perfil en el momento de la decisión (p. ej., 'productos vistos recientemente', 'propensión a comprar Reloj inteligente X', 'última comunicación recibida').
- Candidate actions: Una lista de todas las acciones consideradas inicialmente.
- Restricciones aplicadas: Qué restricciones se aplicaron y qué Candidate actions eliminaron (p. ej., 'Margen Mínimo' bloqueó '10% de descuento', 'Frecuencia de Contacto' bloqueó 'correo electrónico inmediato').
- Entradas de arbitraje: Los cálculos de VNE para cada Candidate action restante, incluidos el incremento previsto, el coste y los valores de sustitución.
- Acción elegida: 'Mostrar banner de accesorios relacionados' o 'No hacer nada'.
- Razón de la elección: 'Valor Neto Esperado más alto: 0,99 €'.
- Versión de la política: La versión específica de la política de toma de decisiones y los modelos de ML subyacentes utilizados. Esto asegura la reproducibilidad y ayuda en las pruebas A/B de diferentes políticas.
- Asignación de grupo de control: Si Alicia estaba en un grupo de control o en un grupo de tratamiento para cualquier Experiment activo. Esto es crítico para medir el incremento de ARPU.
Este registro detallado asegura que cualquier decisión pueda ser reconstruida meses después por un auditor humano, justificando la acción tomada (o no tomada) y validando la lógica y los modelos subyacentes. Apoya el cumplimiento normativo y proporciona los datos necesarios para refinar y optimizar continuamente las estrategias de crecimiento. Este registro completo y la pista de auditoría son fundamentales para el crecimiento agentic y permiten a las empresas escalar su capacidad de ciencia de datos sin perder el control o la transparencia.
Para más información sobre cómo Markin impulsa un crecimiento medible, explore nuestras soluciones de decisión de retención y los principios del revenue discovery.
Preguntas frecuentes
- ¿Qué sucede dentro de una growth decision?
- Dentro de una growth decision, un evento dispara actualizaciones del perfil, que luego informan las Candidate actions. Las restricciones filtran estas acciones según la elegibilidad y la política. Un motor de arbitraje selecciona la acción óptima, o la inacción, basándose en la contribución de Revenue opportunity esperada, y todo el proceso se registra para auditoría.
- ¿Cómo decide un agente de IA qué acción enviar a un cliente?
- Un agente de IA decide evaluando el perfil en tiempo real de un cliente contra un conjunto de Candidate actions. Aplica restricciones predefinidas como límites de frecuencia y márgenes mínimos. Finalmente, arbitra las acciones restantes basándose en el incremento previsto, el coste y los efectos de sustitución, eligiendo la que maximiza el valor esperado a largo plazo.
- ¿Cómo se audita una decisión de marketing automatizada?
- Auditar una decisión de marketing automatizada requiere un registro de decisión completo. Este registro debe detallar el evento desencadenante, el estado del perfil del cliente, las Candidate actions consideradas, las restricciones aplicadas, el resultado del arbitraje y la versión de la política utilizada. Esto permite la reconstrucción y validación de cada decisión tomada.
- ¿Qué restricciones deben aplicarse antes de enviar una oferta a un cliente?
- Antes de enviar una oferta, deben aplicarse restricciones como criterios de elegibilidad, límites de frecuencia de contacto, horas de silencio, márgenes mínimos, reglas de conflicto de ofertas y reglas de consentimiento regulatorio. Además, una asignación de grupo de control aleatorio asegura la medición adecuada del impacto incremental de la oferta y valida su efectividad.
- ¿Cómo se elige una next best action en tiempo real?
- La next best action se elige en tiempo real a través de una secuencia rápida: ingestión de eventos, enriquecimiento de perfiles, identificación de Candidate action, aplicación de restricciones y, finalmente, arbitraje. El arbitraje prioriza las acciones por su contribución de Revenue opportunity esperada, neta de costes y posible sustitución, seleccionando en última instancia la intervención de mayor valor u optando por no tomar ninguna acción.