COMPARE/Markin y su stack tecnológico
+Markin + Adobe: priorizando la oportunidad antes de la personalización
+17-35% ARPU frente a holdoutRango observado en las implementaciones de Markin, medido en cohortes tratadas.
Adobe Experience Platform unifica perfiles en Real-Time CDP y orquesta experiencias personalizadas a través de Journey Optimizer. Markin se sitúa antes del momento de la personalización y decide qué oportunidad comercial la merece para cada cliente, y cuál es su valor. Adobe sigue siendo el dueño del perfil, el viaje y la experiencia.
En resumen
- Adobe Experience Platform: How do we deliver a personalised experience to this profile, in this moment? Output: Personalised experiences, journey state, audience activation and reporting.
- Markin, the decision + execution layer: Which opportunity is worth this customer's attention, and what is it worth to the business? Output: A ranked, sized decision per customer, returned as the input to the experience.
- Una versión mejor personalizada de la oferta equivocada sigue siendo la oferta equivocada.
- It decides which opportunity deserves one, then hands that decision to Adobe so the journey and personalisation machinery does what it is good at.
Última actualización: . Las afirmaciones sobre otros proveedores se enlazan a la fuente de la que provienen.
Lo que está en juego
Una capa de decision no es una línea de partida de herramientas. Mueve el ARPU en toda la base, cada mes.
Base instalada
8.0M
customers at $32 ARPU / month
Ingresos direccionables
$1.69B
al año, base alcanzable
Mejora verificada de ARPU
+17% a +35% ARPU
en cohortes tratadas, contra el holdout
Lo que eso vale
$287.2M – $591.4M
ingresos incrementales por año
Medido en cohortes tratadas frente a un holdout aleatorio, leído durante una ventana de medición completa en lugar de las primeras semanas. Rango anonimizado en implementaciones de Markin en grandes bases B2C; su propio holdout es el número que decide. Las cifras anteriores aplican ese rango a la cuota alcanzable de la base según las suposiciones de esta página; son aritméticas, no una previsión para tu negocio.
Ejecútalo con tus propios númerosWhat your stack does today.
01
Adobe Experience Platform
Un stack de experiencia enterprise: Real-Time CDP para perfiles y audiencias unificados, y Journey Optimizer para orquestar y personalizar journeys y experiencias en tiempo real a través de los canales.
02
Markin, la capa de decisión + ejecución
Una capa que clasifica las oportunidades comerciales por cliente, dimensiona los ingresos en juego, elige el tratamiento que se espera que los mueva y se detiene cuando nada tiene un valor esperado positivo.
Paralelamente
Las diferencias que cambian los resultados.
| Dimensión | Adobe Experience Platform | Markin, la capa de decisión + ejecución |
|---|---|---|
| Pregunta que responde | ¿Cómo ofrecemos una experiencia personalizada a este perfil, en este momento? | ¿Qué oportunidad merece la atención de este cliente y cuánto vale para el negocio? |
| Entrada principal | Eventos y registros ingeridos, perfiles unificados, audiencias, configuración de journeys y ofertas. | Contexto unificado, historial de resultados, margen, coste de contacto, restricciones, resultados de experimentos. |
| Salida principal | Experiencias personalizadas, estado del recorrido, activación de audiencia e informes. | Una decisión clasificada y dimensionada por cliente, devuelta como entrada para la experiencia. |
| Propietario habitual | Equipos de operaciones y experiencia de marketing. | Crecimiento, ciencia de datos y liderazgo de ingresos. |
| Cómo se mide | Engagement, rendimiento del journey y mejora de la personalización dentro de la experiencia. | Ingresos incrementales y ARPU frente a un holdout. |
Job to be done
El mismo trabajo, con un throughput diferente.
Nada de lo siguiente necesita una herramienta que no exista. Necesita que el trabajo se realice de forma continua en lugar de una vez al trimestre, y que se demuestre con un holdout en lugar de discutirse.
| Job to be done | With Adobe alone | Con Markin |
|---|---|---|
| Observa que los ingresos por cliente están cambiando en un segmento. | Alguien lo detecta en una revisión de panel, semanas después de que comenzara. | Detectado como señal el día que la desviación elimina el ruido, con el segmento ya dimensionado. |
| Explicar por qué está ocurriendo | Un analista es retirado de la hoja de ruta para una investigación de dos semanas. | Una investigación se ejecuta automáticamente y devuelve los impulsores con su evidencia. |
| Genera hipótesis dignas de testing | Un taller produce el puñado de ideas que se le ocurrieron a la sala. | Las hipótesis se redactan continuamente en marketing, producto, precios y salud técnica. |
| Decide qué hipótesis merecen presupuesto | Priorizado por antigüedad e intuición, sin un tamaño asociado. | Cada una se dimensiona en ingresos y se clasifica antes de que se construya nada. |
| Elige la Next Best Action para un cliente | Las reglas de Segment y los calendarios de campañas deciden, actualizándose cuando alguien tiene tiempo. | Elegido por cliente, por momento, frente a todo lo demás que compite por ese cliente. |
| Lánzalo de verdad | Un ticket para el equipo de ciclo de vida, luego un espacio en el calendario del próximo mes. | Ejecutado dentro de los sistemas que ya utiliza, sin necesidad de adoptar un nuevo canal. |
| Demuestra que causó los ingresos | Reportado contra no-cualificadores o un holdout global, si acaso. | Cada decisión lleva un control group aleatorio; el uplift se lee en comparación con este. |
| Eliminar lo que no funciona | Los programas sobreviven porque nadie se encarga de retirarlos. | No superar el control retira el programa automáticamente. |
| Haz todo de nuevo la próxima semana | Limitado por capacidad: de cuatro a ocho tests por trimestre. | Cientos de hipótesis en curso en paralelo, continuamente. |
La parte sin resolver
Lo que un patrimonio completo de Adobe aún deja abierto
La personalización responde a cómo debe adaptarse una experiencia una vez que se ha decidido ofrecerla. La pregunta previa, de todo lo que podríamos ofrecer a este cliente, ¿cuál vale comercialmente la pena en este momento?, generalmente se resuelve con reglas de audiencia y un calendario de campañas.
- Una versión mejor personalizada de la oferta equivocada sigue siendo la oferta equivocada.
- La calificación de la audiencia se basa en reglas; la calificación concurrente se resuelve mediante supresión y orden de prioridad, no por valor esperado.
- El aumento del nivel de experiencia se mide dentro del canal, raramente como ingresos incrementales en todo lo que recibió el cliente.
- La tasa de nuevas hipótesis comerciales está limitada por la cartera de pedidos de operaciones, no por los datos.
La diferencia real
Markin no es otro motor de decisión.
Markin no es un motor de decisioning. Un motor de decisioning clasifica las acciones que un humano ya definió. Markin funciona como un equipo de data science y growth: forma sus propias hipótesis sobre por qué el ARPU está estancado, ya sea por marketing, producto, precios o técnico, las dimensiona, las ejecuta dentro de los sistemas que ya gestionas, y lee cada una frente a un holdout.
| Un motor de decisiones | Markin | |
|---|---|---|
| De dónde proviene la hipótesis | Un humano lo redacta. El motor elige entre opciones que alguien ya aprobó. | Markin lo redacta. Lee la base, encuentra dónde se están perdiendo ingresos o no se están reclamando, y escribe la hipótesis. |
| Lo que tiene permitido cuestionar | Mensaje, oferta, canal, momento, dentro de la superficie de campaña que se le asignó. | Cualquier cosa que mueva el ARPU: fricción en la incorporación, precios y paquetes, una característica que nadie adopta, un pico de fallos de pago, un enlace profundo roto. |
| Quién realiza el análisis | Sus analistas, antes y después. El motor optimiza; no investiga. | Markin realiza el análisis. La estimación de tamaño, la definición de segmentos, el diseño de experimentos y la lectura se automatizan de principio a fin. |
| Donde se detiene | En la recomendación. Alguien todavía tiene que construirla y lanzarla. | Se lanza. Markin se ejecuta dentro de sus plataformas existentes y superficies de producto, luego cierra el ciclo del resultado. |
| Throughput | Tantas hipótesis como tu hoja de ruta tenga espacio, típicamente un puñado por trimestre. | Cientos en paralelo, cada uno con un grupo de control. |
| Qué pasa cuando se equivoca | El programa sigue ejecutándose hasta que alguien lo revisa. | Se retira automáticamente. No lograr superar al control es un resultado normal y económico. |
Un motor de decisioning elige la mejor acción de una lista que tú escribiste. Markin escribe la lista y la ejecuta en tu pila.
Espacio de hipótesis
Todo lo que un científico de crecimiento humano analizaría.
La mayoría de los problemas de crecimiento no son problemas de mensajes. Markin no se limita a la superficie de la campaña: si algo está frenando el ARPU, entra dentro de su alcance y se prueba de la misma manera.
Marketing
La superficie clásica, pero elegida por cliente en lugar de por segmento, y siempre contra un holdout.
- Qué oferta vale la pena hacer a este cliente específico
- Canal y momento elegidos por persona, no por campaña
- Presión de contacto y fatiga arbitradas en todos los programas
- Economía de recuperación: quién merece un descuento y quién no
Producto
Donde el cliente experimenta realmente el valor, y donde ocurre la mayor parte de la pérdida de ingresos silenciosa.
- Pasos de incorporación que hacen perder clientes antes del primer valor
- Una funcionalidad con alta correlación de retención que la mitad de la base nunca descubre.
- Ubicación del Paywall y del mensaje de mejora
- Superficies dentro del producto utilizadas como grupo de tratamiento, no solo email y push
Comercial
Precios, empaquetado y la forma de la oferta misma, probados en lugar de discutidos.
- Estructura de plan y paquetes por cohorte
- Profundidad del descuento frente al margen, no solo frente a la conversión
- Modalidad anual vs. mensual por cliente
- Secuencias de cobro y recuperación de baja involuntaria
Salud técnica
Anomalías que nadie le pidió que buscara. Esta es la categoría que ningún motor de decisión cubre.
- Una tasa de error en la compra que aumentó en un dispositivo y una región.
- Fallos de pago concentrados en un único emisor o método
- Un deeplink roto que mata silenciosamente un recorrido de alto valor
- Latencia o degradación de la entrega que reduce la conversión antes de que lo haga cualquier mensaje
Piensa en Markin como un equipo de data science y growth que nunca duerme: investiga, formula hipótesis, las implementa en tu propio stack y demuestra cada una frente a un grupo de control, a un volumen que ningún equipo humano puede alcanzar.
Su capa de decisioning
Qué Adobe decide, y dónde se detiene.
Adobe tiene el producto de decisioning más completo del grupo: clasificación en tiempo real, arbitraje de journeys, limitación de frecuencia, experimentation y grupos de control globales. También es el único proveedor aquí que publica los límites estrictos de ese motor, y esos límites describen una arquitectura de catálogo de ofertas en lugar de una de generación de oportunidades.
Productos referenciados: Journey Optimizer AI Decisioning, Offer Decisioning, Real-Time CDP, Adobe AI Assistant
Lo que optimiza
La toma de decisiones de AJO AI combina un motor de decisiones en tiempo real, la clasificación de opciones por parte de la IA según la probabilidad de interacción, restricciones de elegibilidad, límite de frecuencia y la notificación de los conocimientos del modelo de IA sobre la conversión o el aumento de los ingresos.
Página del proveedorAdobe, toma de decisiones de IA de Journey OptimizerAdobe ofrece experimentation con grupos de control globales, un subconjunto automáticamente excluido utilizado para medir el verdadero impacto, además de la optimización del tiempo de envío, con rutas de journey, canal y optimización de arbitraje con AI señaladas como próximas.
Página del proveedorAdobe, toma de decisiones de IA de Journey Optimizer
Límites documentados
Adobe publica las directrices de toma de decisiones: un máximo de 10.000 elementos de decisión, el tamaño del elemento limitado a 1KB con 30 atributos, 500 elementos por colección y 30 elementos de decisión devueltos por política.
Documentación del proveedorAdobe Experience League, directrices de decisiónOtros límites documentados: un máximo de 5 modelos de clasificación de IA, 1.000 ubicaciones, 10 políticas de decisión por correo electrónico y de 1.500 a 5.000 solicitudes de decisión por llamada a la API de experiencia basada en código, dependiendo de la segmentación Edge.
Documentación del proveedorAdobe Experience League, directrices de decisiónEl valor completo depende de que Adobe Experience Platform y Real-Time CDP sean la base de datos de clientes debajo de Journey Optimizer.
Página del proveedorAdobe, toma de decisiones de IA de Journey Optimizer
Lo que la evidencia realmente dice
Adobe fue nombrado Líder en el Gartner® Magic Quadrant™ de 2026 para motores de personalización (publicado el 3 de febrero de 2026), un informe independiente genuino, aunque el encuadre promocional es la selección de Adobe de este.
Informe del analistaGartner® Magic Quadrant™ para Motores de Personalización (2026)Las perspectivas del modelo de IA de Adobe revelan el aumento de la conversión y los ingresos para sus propios programas, pero no se publica un benchmark agregado de mejora para el cliente.
Página del proveedorAdobe, toma de decisiones de IA de Journey Optimizer
Dónde Markin es diferente.
Las Oportunidades se generan, no se catalogan
Adobe clasifica elementos de un catálogo de decisión que alguien debe crear y mantener dentro de límites publicados. Markin genera y dimensiona la oportunidad a partir del contexto del cliente, por lo que el espacio de cosas que vale la pena hacer no está limitado por un catálogo.
Por encima de la plataforma, no dentro de ella.
Markin se ejecuta en el data warehouse junto con AEP en lugar de requerir la huella completa de Experience Platform antes de que se puedan tomar decisiones, y escribe las decisiones de vuelta en AJO para su entrega.
Clasificado por dinero, no por probabilidad de engagement
La IA clasifica las opciones según la probabilidad de interacción. Markin las clasifica según el ingreso incremental esperado neto del costo, por lo que no contactar puede ser beneficioso.
Arquitectura
Cómo funcionan los dos juntos
Contexto en
Markin lee el contexto unificado del cliente: perfiles de Real-Time CDP junto con datos del data warehouse, producto y facturación, además del historial de resultados necesario para aprender de tratamientos pasados.
Decisión
Las oportunidades se generan, dimensionan y clasifican por cliente. Se elige un tratamiento, se asigna un grupo de control y se adjunta un valor esperado antes de que se entregue nada.
Activación de nuevo en Adobe
La decisión se devuelve como un atributo de perfil o evento, de modo que Journey Optimizer selecciona y personaliza la experiencia. El contenido, el canal y el diseño de la experiencia permanecen con Adobe.
El último paso es la ejecución, no un traspaso. Markin no envía por correo electrónico una recomendación a alguien que luego tiene que construirla: lanza el tratamiento dentro de Adobe y tus superficies de producto directamente, con el holdout adjunto, y lee el resultado por sí mismo.
El loop
La ejecución es un paso en el ciclo, no un traspaso.
- 01
Observar
Markin lee continuamente las señales de comportamiento, transaccionales y de producto que ya recopilas.
- 02
Formular hipótesis
Escribe la hipótesis por sí misma, de marketing, producto, comercial o técnica, y establece la dirección esperada.
- 03
Tamaño
Cada oportunidad se clasifica por valor esperado, por lo que la cola se ordena por dinero en lugar de por opinión.
- 04
Diseño
Segment, tratamiento, guardrails y un holdout aleatorizado se establecen antes de cualquier lanzamiento.
- 05
Ejecutar
Se lanza dentro de los sistemas que ya utilizas, tu plataforma de 'engagement', tus superficies de producto, tus API. Nada espera en una cola de compilación.
- 06
Leer
Los resultados se miden contra el holdout durante una ventana completa, para que la novedad no se confunda con el efecto.
- 07
Escalar o retirar
Lo que supera al control se escala en toda la base. Lo que no, se desactiva automáticamente.
Dónde encaja Markin
No es un reemplazo. Un equipo de ciencia del crecimiento además.
Markin no construye experiencias. Decide qué oportunidad merece una, luego entrega esa decisión a Adobe para que la maquinaria de journeys y personalización haga lo que mejor sabe. La gobernanza enterprise que ya tienes implementada no se mueve.
La decisión precede a la experiencia
La entrada al recorrido se convierte en una oportunidad clasificada con un valor esperado, en lugar de una regla de audiencia, de modo que la personalización se aplica a la oferta que vale la pena hacer.
La gobernanza permanece en su lugar
Los perfiles, el consentimiento, la gobernanza de datos y los controles de marca permanecen en Adobe. Markin lee el contexto en su lugar y escribe las decisiones de vuelta.
Prueba a nivel de ingresos
Cada decisión lleva un holdout, por lo que el número reportado a la empresa son los ingresos incrementales en lugar del lift en el canal.
Por qué Markin gana
Más potente que cualquier cosa en esta página.
Cada herramienta con la que se compara Markin fue construida para un trabajo que se detiene antes de que se muevan los ingresos: entregar el mensaje, unificar los datos, puntuar el lead. Markin fue construida para un solo resultado, el growth del ARPU, y posee todo el ciclo que lleva a ello: investigar, generar hipótesis, lanzar, medir y escalar, a través de marketing, producto, precios y salud técnica.
Aprendizaje ultra-rápido, por diseño
Markin Growth Science ejecuta el ciclo completo de observar, generar hipótesis, experimentar y leer en días, con cientos de experimentos respaldados por holdout en paralelo. El sistema acumula aprendizaje a un ritmo que ningún equipo humano, y ninguna herramienta de campaña, puede igualar.
Growth operations, hechas eficientes
El dimensionamiento, el diseño de segmentos, la construcción, el lanzamiento y la medición solían ser cuatro equipos y un sprint. En Markin son un solo sistema, por lo que la misma growth operation ejecuta más acciones de ingresos con una fracción del coste de coordinación.
Un resultado: ARPU
Cada hipótesis se dimensiona en ingresos esperados por cliente, cada acción se juzga contra un holdout aleatorio, y todo lo que supera al control se escala automáticamente en toda la base. Nada más en esta página se mide de esa manera.
Si el objetivo es hacer crecer el ARPU a través del aprendizaje ultrarrápido y ejecutar las growth operations de manera más eficiente, la elección es Markin.
Modelo operativo
La limitación no son las ideas. Es cuántas puedes testar.
| Today, with Adobe | Con Markin por encima | |
|---|---|---|
| Hipótesis de ingresos probadas por trimestre | 4 a 8, lo que sea que la hoja de ruta tuviera espacio para | Cientos, generadas y ejecutadas en paralelo |
| Sobre qué se puede elaborar una hipótesis | Mensajes, ofertas y audiencias, la superficie de la campaña | Marketing, producto, precios y salud técnica por igual |
| De la decisión a la puesta en marcha en el canal | Un ticket, una cola de construcción, una ventana de lanzamiento. | Markin lo lanza en tus plataformas existentes por sí mismo |
| Tiempo desde la idea hasta un resultado en el que confíes | De 6 a 10 semanas de análisis, construcción y presentación de resultados | Días, porque el dimensionamiento y el diseño están automatizados |
| Proporción de decisiones con un grupo de control | Los programas insignia, cuando hay tiempo | Cada decisión, por defecto |
| Cobertura de la base | Segmentos principales y los clientes captados por una regla | Una decisión por cliente, en toda la base |
| Coste de probar la hipótesis número 500 | Otro analista, otro trimestre | Efectivamente cero |
| A qué dedica su tiempo el equipo | Extracción de datos, creación de listas, conciliación de informes | Criterio: limitaciones, economía, qué escalar |
Markin no reemplaza a tu equipo de data science. Elimina el techo de cuánto de la base puede actuar ese equipo y con qué rapidez descubre si funcionó.
Lo que Markin no reemplaza.
Para ser explícitos sobre el alcance, porque compras preguntará:
- Markin no entrega experiencias, correos electrónicos ni personalización in-site.
- Markin no reemplaza los perfiles de Real-Time CDP ni el grafo de identidad.
- Markin no gestiona el consentimiento, la gobernanza de datos o los controles de marca.
- Markin no reemplaza a Journey Optimizer; suministra la decisión que inicia el recorrido adecuado.
- Markin no se sitúa junto a Adobe haciendo sugerencias. Lo impulsa, la acción se lanza allí, en el sistema que tu equipo ya conoce, y el resultado vuelve al bucle.
Estándar de evidencia
La mayoría de esta categoría informa su propio crecimiento.
Ninguno de los principales proveedores de Engagement, CDP o personalización publica una cifra de incremento verificada independientemente para su producto de decisión. Donde existen cifras, provienen de estudios encargados por proveedores o de estudios de caso de un solo cliente sin metodología de holdout divulgada. La investigación pública más rigurosa en la categoría no es halagadora para nadie, incluidos nosotros, y es exactamente por eso que construimos basándonos en ella.
BCG informa de que cuando las organizaciones adoptan pruebas rigurosas de incrementalidad, suelen encontrar que entre el 20% y el 40% de sus programas Next Best Action activos ofrecen un impacto marginal o negativo.
Investigación independienteBCG, Cómo está evolucionando la medición en Next Best Action (2026)La misma investigación advierte de los efectos de novedad, los programas nuevos muestran resultados iniciales inflados y recomienda esperar de 8 a 12 semanas antes de extraer conclusiones.
Investigación independienteBCG, Cómo está evolucionando la medición en Next Best Action (2026)Las mediciones de ROI a nivel de programa con holdout global a menudo sobreestiman el impacto a través de efectos de halo, efectos de anticipación y contaminación de experimentos.
Investigación independienteBCG, Cómo está evolucionando la medición en Next Best Action (2026)
Cómo Markin se lo exige a sí misma
- Cada decisión que toma Markin lleva un control group. El uplift se reporta contra ese holdout, no contra los clientes que no calificaron.
- Los resultados se leen durante una ventana de medición completa en lugar de en las primeras semanas, para que la novedad no se confunda con el efecto.
- Los programas que no superan el control se retiran automáticamente. Eliminar las decisiones que no compensan forma parte del ciclo, no de una revisión anual.
- La única cifra que citamos sobre nosotros es un rango, no un promedio: del +17 % al +35 % de ARPU en cohorts tratados frente a un holdout aleatorizado, en implementaciones de Markin en grandes bases B2C. No publicamos ningún benchmark de la industria, porque no pudimos obtener uno que estuviéramos dispuestos a defender. Su holdout es el número que importa.
Calcula el tamaño tú mismo
Qué añade una capa de decisión además de Adobe Journey Optimizer
Precargado para una gran base Enterprise que ya ejecuta AJO: alto alcance, disciplina de margen madura y un programa bien financiado. El decisioning de Adobe clasifica un catálogo mantenido dentro de sus límites publicados; la cifra a continuación es el margen incremental de las oportunidades generadas fuera de ese catálogo, después del recorte que la investigación independiente aconseja aplicar.
Tu base
Cuentas que generaron ingresos en los últimos 30 días. No usuarios registrados.
Ingresos recurrentes más no recurrentes divididos por el número de clientes activos.
Margen de la siguiente unidad vendida, no margen combinado de la empresa.
Su programa hoy
Con consentimiento, sin fatiga, localizable en al menos un canal.
Ingresos perdidos por cancelaciones cada mes, como parte de la base.
La apuesta
Licencias, datos, incentivos y las personas que lo gestionan.
Antes de cualquier recorte de incrementalidad. 2-4% es una suposición de planificación defendible.
Impacto anual verificado
$17.1M
Margen bruto incremental neto en el caso central, después del coste del programa y después de la parte de programas de decisión que la investigación independiente encuentra que no ofrecen un aumento real.
Uplift informado
$42.2M
What a before/after dashboard would claim, with no control group.
Mejora verificada
$29.6M
What survives a holdout in the central case.
Rentabilidad del coste del programa
8.1×
Amortización
2 mo
Si el 20-40% no hace nada
Lo que se necesita para probarlo
Para detectar un 2.5% de mejora en el ARPU, necesita aproximadamente 58K clientes en el grupo de control, aproximadamente 1.3% de tu base direccionable, leído durante al menos 8 weeks, para que la novedad no se confunda con el efecto.
Base direccionable
4.4M
Ingresos en riesgo por la baja
$601.6M
Annualised, at the current monthly rate.
Tiempo de valor
90 días para un número que sobrevivió a un holdout.
Sin replataformado, sin migración de datos, sin reconstrucción de los canales que ya gestionas. Si las primeras cohortes no superan el control, nada escala y habrás perdido un trimestre, no una hoja de ruta.
Semanas 0-2
Leer el contexto que ya tiene
Markin se conecta a los datos y los canales que usas hoy, incluyendo Adobe. Sin migración, sin replatform, sin nueva fuente de verdad.
Semanas 3-6
Primeras oportunidades dimensionadas en test
Las Oportunidades se clasifican por valor esperado, los tratamientos se eligen por cliente y las primeras cohortes entran en funcionamiento con un holdout aleatorizado adjunto.
Semanas 7-12
Primeros ingresos incrementales verificados
Los resultados se leen durante una ventana de medición completa. Lo que supera el control escala; lo que no, se retira. Nada escala con un número que no haya sobrevivido a un holdout.
Cuando no necesitas Markin.
- Tu prioridad es mejorar la calidad creativa y de la experiencia en lugar de elegir entre oportunidades comerciales.
- Careces del historial de resultados necesario para dimensionar oportunidades o evaluar tratamientos.
- Quieres consolidar proveedores. Esta capa añade una capacidad de decisión; no elimina una plataforma de experiencia.
Verlo en el producto
Véalo decidir, experimentar y ejecutar, antes de hablar con nadie.
Un recorrido guiado por el workspace de Markin sobre un cliente demo, sin llamada de ventas, sin configuración.
Preguntas que hacen los compradores.
Adobe Journey Optimizer ya tiene AI decisioning. ¿Por qué añadir una capa?
El decisioning de Adobe es el más completo en la categoría: clasificación en tiempo real, reglas de elegibilidad, limitación de frecuencia, experimentation con grupos de control globales y una posición de líder en el Gartner Magic Quadrant de 2026 para motores de personalización. También está basado en catálogos, y Adobe publica los límites, 10.000 elementos de decisión, 30 elementos devueltos por política, 5 modelos de clasificación de AI, 1.000 ubicaciones. Markin genera y dimensiona oportunidades a partir del contexto del cliente en lugar de clasificar un catálogo mantenido, luego escribe la decisión elegida en AJO.
¿Tenemos que reemplazar Adobe?
No. Adobe sigue siendo la capa de perfil y experiencia. Markin decide qué oportunidad merece el momento y devuelve esa decisión para que Journey Optimizer pueda ejecutarla y personalizarla.
Real-Time CDP ya tiene audiencias y ofertas. ¿Por qué añadir una capa de decisioning?
Las audiencias describen quién califica y la gestión de ofertas describe qué se puede mostrar. Ninguno de los dos estima el ingreso incremental de actuar, clasifica las oportunidades competidoras por valor esperado o aplica un holdout por defecto.
¿Cómo llega la decisión a Journey Optimizer?
Como atributo de perfil o evento del que los journeys pueden tomar decisiones, para que el equipo de experiencia trabaje con las interfaces que ya utiliza.
¿Esto crea un problema de gobernanza?
No debería. Las reglas de consentimiento y elegibilidad se tratan como restricciones estrictas sobre lo que Markin puede decidir, y cada decisión es auditable con la razón y el valor esperado adjuntos.
¿En qué se diferencia Markin del decisioning o AI que ya están dentro de Adobe?
Un decisioning engine clasifica las acciones que un humano ya definió, dentro de la superficie de campaña que se le proporcionó. Markin forma las hipótesis por sí mismo, ya sean de marketing, producto, precios o una anomalía técnica que frene el growth, las dimensiona, las ejecuta dentro de Adobe y tus superficies de producto, y lee cada una frente a un holdout aleatorio. Se comporta como un equipo de data science y growth, no como un optimizador.
¿Markin solo prueba mensajes y ofertas?
No. Todo lo que un científico de growth humano investigaría está dentro del alcance: fricción en el onboarding, adopción de características, precios y paquetes, gestión de cobros, y problemas de salud técnica como una tasa de error en el proceso de compra o un deeplink roto que mata silenciosamente la conversión. El marketing es uno de los cuatro dominios de hipótesis, no el límite.
¿Qué es the business case for adding Markin on top of Adobe?
On the assumptions preloaded above, 8.0M customers at 32 a month, un pequeño movimiento en ARPU es un número grande en términos absolutos, porque se aplica a toda la base instalada cada mes en lugar de a una campaña. En los despliegues de Markin, el rango verificado en cohorts tratados es de +17 % a +35 % ARPU frente a un holdout aleatorio. El objetivo no son más mensajes: es encontrar la acción de mayor valor por cliente, lanzarla y probarla frente al control antes de que escale.
¿Cuánto tiempo tarda en rentabilizarse?
Las primeras oportunidades dimensionadas están en test en seis semanas y el primer resultado verificado por holdout aterriza en 90 días. El retorno de la inversión depende de tu base, margen y coste del programa; la calculadora en esta página lo computa a partir de tus propios números, después de aplicar el recorte del 20 % al 40 % que BCG encuentra cuando los programas de Next Best Action se prueban incrementalmente.
Leer a continuación
Lectura de fondo sobre cómo funciona la Next Best Action decisioning, de las guías detrás de esta comparación.
Marketing de Next Best Action: qué es y cómo funciona en 2026
Marketing de Next Best Action explicado: cómo funciona, ejemplos reales B2C, cómo se diferencia de las campañas de segmento y del marketing automation, y cuánto vale en una base de 2M.
Toma de decisiones continua: de calendarios de campañas a 1:1 always-on
El decisioning continuo reemplaza el calendario de promociones semanal con un bucle que envía cientos de experimentos pequeños y causales por semana contra un holdout preservado. Una migración de 90 días.
CMOs sobre el cambio del volumen creativo al volumen de decisiones
Cuatro conversaciones con CMOs sobre qué cambia cuando la restricción pasa de producir activos creativos a dirigir el activo correcto al cliente correcto.