COMPARE/Markin y su stack tecnológico
+Markin + Airship: decidiendo qué merece la notificación
+17-35% ARPU frente a holdoutRango observado en las implementaciones de Markin, medido en cohortes tratadas.
Airship es una plataforma de experiencia del cliente mobile-first: notificaciones push, en la aplicación, SMS, correo electrónico, wallet y experiencias de aplicación, con IA que ayuda a diseñar journeys. Markin se sitúa antes y decide qué oportunidad comercial justifica la atención de un cliente, y cuánto vale. Airship sigue ofreciendo la experiencia.
En resumen
- Airship: How do we design and deliver this app experience or notification? Output: Delivered notifications and in-app experiences, journey state, engagement reporting.
- Markin, the decision + execution layer: Which opportunity justifies this customer's attention, and what is it worth? Output: A ranked, sized decision per customer, including hold, written into Airship.
- La exclusión voluntaria es un costo permanente, y rara vez se incluye en el precio de la decisión de enviar.
- Markin does not deliver notifications and does not manage channel permissions.
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
4.5M
customers at $12 ARPU / month
Ingresos direccionables
$356.4M
al año, base alcanzable
Mejora verificada de ARPU
+17% a +35% ARPU
en cohortes tratadas, contra el holdout
Lo que eso vale
$60.6M – $124.7M
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
Airship
Una plataforma de experiencia mobile-first: notificaciones push, mensajes in-app, Scenes, SMS, correo electrónico, wallet y experiencias de aplicación, con diseño de journey y creación asistida por IA.
02
Markin, la capa de decisión + ejecución
Una capa que genera y dimensiona oportunidades de ingresos por cliente, las clasifica por margen incremental esperado, elige el tratamiento y decide cuándo guardar silencio.
Paralelamente
Las diferencias que cambian los resultados.
| Dimensión | Airship | Markin, la capa de decisión + ejecución |
|---|---|---|
| Pregunta que responde | ¿Cómo diseñamos y entregamos esta experiencia de aplicación o notificación? | ¿Qué oportunidad justifica la atención de este cliente, y qué valor tiene? |
| Entrada principal | Canal y estado de opt-in, etiquetas y atributos, eventos, definiciones de journey, contenido. | Contexto del cliente, resultados, márgenes, historial de contacto, restricciones, resultados de experimentos anteriores. |
| Salida principal | Notificaciones entregadas y experiencias in-app, estado del journey, informes de engagement. | Una decisión clasificada y dimensionada por cliente, incluyendo hold, escrita en Airship. |
| Propietario habitual | Marketing móvil de producto y lifecycle. | Crecimiento, ciencia de datos y liderazgo de ingresos. |
| Cómo se mide | Tasas de entrega, apertura y conversión, tasas de opt-out. | Ingresos incrementales y ARPU frente a un holdout aleatorio. |
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 Airship 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
¿Qué sigue sin resolverse cuando Airship funciona bien?
Push es el canal más económico para enviar y el más costoso para usar indebidamente. La creación de viajes más rápida aumenta la oferta; nada en el lado de la entrega decide cuánto de la tolerancia finita de un cliente merece cada notificación.
- La exclusión voluntaria es un costo permanente, y rara vez se incluye en el precio de la decisión de enviar.
- Los journeys concurrentes se resuelven mediante límites y reglas de elegibilidad en lugar de por el valor esperado.
- La conversión después de una notificación incluye ingresos que habrían llegado de todos modos.
- Las hipótesis comerciales que no son notificaciones, pricing, onboarding, un deeplink roto, no tienen cabida en la plataforma.
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 Airship decide, y dónde se detiene.
Airship es una plataforma de experiencia mobile-first con IA que ayuda a diseñar y personalizar journeys más rápidamente. Su IA genera y mejora los propios objetos de journey de Airship; la cuestión comercial de qué oportunidad merece la atención de un cliente queda fuera de ese alcance.
Productos referenciados: Journeys AI, Recorridos generados por IA, funciones de IA de Airship
Lo que optimiza
Journeys AI se presenta como una herramienta que ayuda a los equipos a diseñar rutas más inteligentes, personalizar contenido y acelerar los resultados de conversión sin reglas manuales.
Página del proveedorAirship, orquestar journeys del clienteLos Journeys generados por IA permiten a los equipos responder a indicaciones guiadas para generar borradores de journeys, para una creación de campañas más rápida.
Documentación del proveedordocumentos de Airship, Journeys generados por IA
Límites documentados
El output generado consiste en las propias construcciones de Airship, Sequences, Scenes e In-App Automations, por lo que la IA opera sobre el modelo de journey de Airship en lugar de sobre el conjunto comercial más amplio.
Documentación del proveedordocumentos de Airship, Journeys generados por IAAirship documenta su IA como funciones de eficiencia y personalización basadas en principios de IA responsable con supervisión humana, en lugar de como decisioning comercial autónomo.
Documentación del proveedordocumentos de Airship, funciones de IA
Lo que la evidencia realmente dice
El caso económico publicado es un estudio Total Economic Impact™ realizado por Forrester Consulting en nombre de Airship, basado en entrevistas con un pequeño número de clientes enterprise, un estudio encargado por el proveedor en lugar de un benchmark independiente.
Vendor-commissionedForrester TEI de Airship, encargado por Airship
Dónde Markin es diferente.
Pone precio a la interrupción
Airship hace que los journeys se construyan más rápido. Markin decide si la siguiente notificación de un cliente determinado vale el riesgo de cancelación, y a menudo decide que no.
Arbitra más allá de la aplicación
Push, in-app, email, contacto de servicio y un cambio de pricing compiten en una única escala: margen incremental esperado por cliente.
Ingresos verificados por holdout
Cada decisión lleva un control group, por lo que el uplift se informa como ARPU incremental en lugar de como conversiones después de un envío.
Arquitectura
Cómo funcionan los dos juntos
Contexto en
Markin lee el contexto del almacén de datos, los sistemas de facturación y producto, además del estado del canal y el historial de interacción de Airship.
Decisión
Las oportunidades se generan y se dimensionan, se clasifican por cliente según el margen incremental esperado, se elige un tratamiento y se asigna un grupo de control.
Activación de nuevo en Airship
La decision se escribe como atributos o etiquetas, o como un evento que inicia una Sequence, para que Airship la entregue. El estado de opt-in, los límites y las reglas de canal permanecen en Airship.
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 Airship 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 entrega notificaciones y no gestiona permisos de canal. Decide qué oportunidad merece la atención de un cliente y devuelve esa decisión para que Airship pueda ofrecer la experiencia que tú ya diseñaste.
Atención tratada como un presupuesto
Cada cliente tiene una tolerancia finita. Markin la asigna a la acción con el mayor valor incremental esperado, y se abstiene cuando nada supera el umbral.
Una decisión a través de los canales
Un push, una Scene in-app, un correo electrónico o el silencio se clasifican juntos en lugar de ser decididos por el equipo propietario del journey.
Medido en ingresos, no en envíos
Cada decisión lleva un holdout, por lo que el resultado reportado es ARPU incremental, y el coste de opt-out es visible en la misma lectura.
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 Airship | 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 reemplaza el envío de push, in-app, SMS, wallet o Scenes de Airship.
- Markin no gestiona el estado de opt-in, los permisos de canal ni los límites de frecuencia.
- Markin no reemplaza tu SDK móvil ni la instrumentación de tu aplicación.
- Markin no diseña creatividades ni experiencias in-app.
- Markin no se sitúa junto a Airship 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
Dimensiona la capa de decisioning sobre tu programa Airship
Preconfigurado para un negocio app-first que utiliza Airship en push, in-app, SMS y wallet. El alcance no es la restricción; el permiso sí lo es. La figura siguiente muestra el margen incremental disponible al dedicar la atención de cada cliente a la acción con el valor esperado más alto, medido frente a un holdout.
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
$4.7M
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
$10.7M
What a before/after dashboard would claim, with no control group.
Mejora verificada
$7.5M
What survives a holdout in the central case.
Rentabilidad del coste del programa
6.5×
Amortización
2 mo
Si el 20-40% no hace nada
Lo que se necesita para probarlo
Para detectar un 3% de mejora en el ARPU, necesita aproximadamente 40K clientes en el grupo de control, aproximadamente 1.6% de tu base direccionable, leído durante al menos 8 weeks, para que la novedad no se confunda con el efecto.
Base direccionable
2.5M
Ingresos en riesgo por la baja
$230.7M
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 Airship. 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.
- Tus notificaciones son puramente operativas, sin opción comercial que tomar.
- No puedes vincular el engagement de la aplicación con un resultado de ingresos.
- Quieres reemplazar la infraestructura de entrega móvil en lugar de tomar mejores decisiones por encima de ella.
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.
¿La IA de Journeys de Airship no optimiza esto ya?
Journeys AI ayuda a diseñar y personalizar recorridos más rápido, y genera borradores compuestos por las propias Sequences, Scenes e In-App Automations de Airship. Eso es la oferta. Markin decide la demanda: qué oportunidad merece la atención de un cliente esta semana, valorada en margen incremental, arbitrada contra todo lo demás y leída contra un holdout.
¿Tenemos que reemplazar Airship?
No. Airship sigue siendo la capa de entrega y experiencia móvil. Markin proporciona la decisión que ejecuta.
¿Cómo llega la decisión a Airship?
Como atributos o etiquetas en el canal, o como un evento que activa una Sequence existente. Airship sigue aplicando el estado de opt-in y los límites.
¿Esto reducirá nuestro volumen de notificaciones push?
Normalmente, y deliberadamente. Cuando ninguna acción tiene un valor esperado positivo neto de riesgo de opt-out, la decision es hold. El objetivo es el ARPU incremental, no el volumen de envío.
¿Cómo son los primeros noventa días?
Un tema de ingresos, una ruta de activación en Airship, un holdout real y un número incremental que sobrevive a una ventana de medición completa.
¿En qué se diferencia Markin del decisioning o AI que ya están dentro de Airship?
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 Airship 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 Airship?
On the assumptions preloaded above, 4.5M customers at 12 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.
Cómo aumentar el ARPU: un marco para empresas B2C
Cómo aumentar el ARPU en un gran negocio B2C: las cinco palancas que realmente mueven los ingresos medios por usuario, y el modelo operativo que las sustenta.
Feed de oportunidades, ahora con procedencia de hipótesis.
Cada acción candidata en el Feed de Oportunidades de Markin ahora lleva la señal, el segmento y el experimento anterior de los que desciende. Un clic para auditar o enviar.