COMPARE/Markin y su stack tecnológico
+Markin + Amplitude: del insight conductual a las decisiones de ingresos
+17-35% ARPU frente a holdoutRango observado en las implementaciones de Markin, medido en cohortes tratadas.
Amplitude es analítica de producto con experimentación y recomendaciones: observa el comportamiento, construye cohorts, ejecuta experimentos de características y puede recomendar contenido hacia un objetivo predictivo. Markin se sitúa por encima y convierte esa observación en decisiones de ingresos dimensionadas por cliente, qué acción, en qué canal, a qué costo, con un holdout adjunto. Amplitude muestra lo que está sucediendo; Markin decide qué hacer al respecto, en términos de ingresos.
En resumen
- Amplitude: What is happening in the product, and which feature variation or item performs? Output: Behavioural analysis, cohorts, experiment significance, ranked recommendations.
- Markin, the decision + execution layer: Given what we see, which revenue action is worth taking for this customer, and what is it worth? Output: A ranked, sized decision per customer, including hold, pushed into the channels that can act on it.
- Una cohorte describe una población; no asigna un valor de ingresos, un margen o un coste por intervención a cada cliente en ella.
- It turns what Amplitude observes into per-customer revenue decisions with a holdout attached, and acts in the channels that can move revenue, including customers a feature experiment never reaches.
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
2.5M
customers at $16 ARPU / month
Ingresos direccionables
$192.0M
al año, base alcanzable
Mejora verificada de ARPU
+17% a +35% ARPU
en cohortes tratadas, contra el holdout
Lo que eso vale
$32.6M – $67.2M
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
Amplitude
Una plataforma de product analytics con Experimentation de funcionalidades y recomendaciones de contenido: información de comportamiento, cohortes, pruebas A/B y recomendaciones de elementos con AutoML hacia un objetivo predictivo.
02
Markin, la capa de decisión + ejecución
Una capa que convierte una señal de comportamiento en decisiones de ingresos dimensionadas por cliente, seleccionando el tratamiento con el mayor valor incremental esperado y asignando un grupo de control.
Paralelamente
Las diferencias que cambian los resultados.
| Dimensión | Amplitude | Markin, la capa de decisión + ejecución |
|---|---|---|
| Pregunta que responde | ¿Qué está sucediendo en el producto y qué variación de característica o artículo funciona mejor? | Según lo que vemos, ¿qué acción de ingresos vale la pena tomar para este cliente, y cuánto vale? |
| Entrada principal | Eventos instrumentados, propiedades de usuario, variantes de experimento, objetivos predictivos. | Comportamiento y cohortes del análisis, resultados, márgenes, costes, historial de contactos, restricciones. |
| Salida principal | Análisis de comportamiento, cohorts, significancia de experimentos, recomendaciones clasificadas. | Una decisión clasificada y dimensionada por cliente, incluyendo hold, enviada a los canales que pueden actuar sobre ella. |
| Propietario habitual | Producto, analítica y experimentación. | Crecimiento, ciencia de datos y liderazgo de ingresos. |
| Cómo se mide | Significancia en la métrica del experimento; tasa de aceptación de la recomendación y relevancia. | 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 Amplitude 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 permanece sin resolver cuando la analítica funciona bien
Una configuración madura de Amplitude muestra exactamente lo que está sucediendo y prueba bien las funcionalidades. La información no se decide sola: convertir 'usuarios que hacen X abandonan más' en 'a quién salvar, con qué, a qué costo y a quién dejar en paz' es un trabajo aparte, y normalmente se hace en una reunión de planificación y en una hoja de cálculo.
- Una cohorte describe una población; no asigna un valor de ingresos, un margen o un coste por intervención a cada cliente en ella.
- Un experimento demuestra que una característica funciona con una métrica; no decide quién debe recibir la característica implementada, o quién debe ser retenido en el holdout.
- Las recomendaciones maximizan un objetivo de engagement previsto, no los ingresos incrementales netos del coste de contacto, por lo que el artículo de mayor relevancia no siempre es la acción de mayor valor.
- Los grupos holdout miden el uplift combinado del programa, no los ingresos incrementales de cada decisión comercial a medida que se toma.
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 Amplitude decide, y dónde se detiene.
Amplitude es analítica de producto con una capa de experimentación y recomendaciones. Observa el comportamiento, construye cohorts, ejecuta experimentos de características y puede recomendar contenido hacia un objetivo predictivo. No dimensiona la oportunidad de ingresos detrás del comportamiento ni decide acciones omnicanal en términos de margen y costo.
Productos referenciados: Amplitude Analytics, Amplitude Experiment, Recommendations (Activación), Personalization, holdout groups
Lo que optimiza
Amplitude es una plataforma de análisis de productos que convierte eventos instrumentados en información de comportamiento, funnels, retención, cohorts y user journeys.
Documentación del proveedorDocumentos de Amplitude, Recomendaciones (Activación)Amplitude Experiment ejecuta experimentos de funcionalidades utilizando un método de prueba secuencial que mantiene los resultados válidos cada vez que se visualizan y finaliza los experimentos antes de tiempo, en promedio, con menos observaciones.
Documentación del proveedorDocumentos de Amplitude, Pruebas secuenciales para inferencia estadísticaLas Recomendaciones (Activación) utilizan AutoML para determinar qué elementos tienen más probabilidades de maximizar el objetivo previsto de cada usuario, para su uso en campañas de personalización.
Documentación del proveedorDocumentos de Amplitude, Recomendaciones: ayude a los usuarios a alcanzar sus objetivos
Límites documentados
Los holdout groups de Amplitude miden el uplift combinado a largo plazo de un programa de experimentation en su conjunto, no los ingresos incrementales de una decisión comercial por cliente a través de canales.
Documentación del proveedorAmplitude docs, Holdout groupsLa unidad de optimización es una métrica de experimento o una recomendación de contenido hacia un objetivo predictivo. Los ingresos en juego, el margen y el coste de contacto por cliente no forman parte de la decisión de recomendación.
Documentación del proveedorDocumentos de Amplitude, Cree una recomendación
Lo que la evidencia realmente dice
El material de rendimiento documentado de Amplitude se refiere a la significancia del experimento y la relevancia de la recomendación. No se publica ningún benchmark independiente del impacto de Amplitude en los ingresos incrementales.
Documentación del proveedorAmplitude docs, Recommendations: help users reach their goals
Dónde Markin es diferente.
Observa y prueba; Markin decide la acción comercial.
Amplitude responde 'qué está sucediendo y qué variación de la función es la ganadora'. Markin responde 'qué acción de ingresos vale la pena tomar para este cliente, y cuánto vale', convirtiendo la observación en una decisión.
De una métrica a una decisioning de ingresos
Una recomendación maximiza un objetivo predicho; una decisión de Markin maximiza los ingresos incrementales esperados netos del margen y el coste de contacto, razón por la cual hold es un resultado legítimo.
Decisión por cliente en todo el patrimonio
Las cohorts y los experimentos de Amplitude agrupan a los usuarios. Markin produce una decisión dimensionada por cliente, a través de cada canal, y la reporta contra un holdout, no una métrica de experimento.
Arquitectura
Cómo funcionan los dos juntos
Contexto en
Markin lee el contexto conductual donde ya reside: eventos y cohortes de Amplitude, data warehouse, CDP, facturación, además del historial de resultados. La observación se convierte en una de las entradas para la decisión, no en la salida.
Decisión
Markin genera y dimensiona oportunidades de ingresos, las clasifica por cliente, elige un tratamiento y asigna un grupo de control. El resultado es una decisión por cliente, con un valor esperado asociado.
Activación en canales
La decisión elegida se vuelve a escribir como atributos de usuario o eventos disparados, de modo que los canales de engagement y lifecycle actúen sobre ella. Cuando una funcionalidad necesita validación, la decisión puede alimentar un Amplitude Experiment como segmentación.
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 Amplitude 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 reemplaza los análisis o los experimentos. Convierte lo que Amplitude observa en decisiones de ingresos por cliente con un holdout adjunto, y actúa en los canales que pueden mover ingresos, incluidos los clientes a los que un experimento de funcionalidades nunca llega.
El insight se convierte en una decisión, no en una presentación
Un hallazgo conductual se convierte en una oportunidad dimensionada y un tratamiento elegido por cliente, para que la información salga de la reunión y llegue al cliente.
Las recomendaciones se clasifican por ingresos, no por relevancia
Los tratamientos se seleccionan en función de los ingresos incrementales esperados, netos de margen y coste, por lo que la acción de mayor valor gana el contacto incluso cuando no es el artículo más relevante.
Medido contra holdout, por defecto
Cada decisión lleva un control group e informa del ARPU incremental, en lugar de una lectura de significancia sobre una métrica de característica o un lift a nivel de programa.
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 Amplitude | 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 Amplitude Analytics, dashboards, funnels o la creación de cohorts.
- Markin no ejecuta experimentos de funcionalidades ni reemplaza el motor de estadísticas o los holdout groups de Amplitude Experiment.
- Markin no es un motor de recomendación de contenido; decide acciones comerciales en términos de ingresos.
- Markin no gestiona la instrumentación de eventos o la gobernanza de datos.
- Markin no se sitúa junto a Amplitude 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 de Amplitude
Precargado para un negocio de consumo product-led que utiliza Amplitude a escala: analíticas de comportamiento enriquecidas, un equipo de experimentación maduro, recomendaciones en la personalización. Amplitude observa el comportamiento y prueba funcionalidades; no dimensiona la oportunidad comercial detrás del comportamiento ni decide acciones cross-channel en términos de ingresos. La cifra siguiente es el margen incremental disponible al convertir esas observaciones en decisiones de ingresos por cliente, medido contra un holdout, no una lectura de significancia por experimento.
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
$1.4M
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
$5.8M
What a before/after dashboard would claim, with no control group.
Mejora verificada
$4.0M
What survives a holdout in the central case.
Rentabilidad del coste del programa
2.6×
Amortización
5 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 4.0% de tu base direccionable, leído durante al menos 8 weeks, para que la novedad no se confunda con el efecto.
Base direccionable
1.0M
Ingresos en riesgo por la baja
$147.0M
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 Amplitude. 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.
- No puedes conectar una señal de comportamiento con un resultado de ingresos, por lo que ni el análisis ni las decisiones pueden valorarse.
- Sus únicas acciones son lanzamientos de funciones en el producto sin tratamiento comercial ni canal para actuar.
- Tu base es lo suficientemente pequeña como para que el equipo pueda razonar sobre cada cohorte manualmente.
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.
¿Amplitude no tiene ya recomendaciones y experimentos?
Sí. Amplitude Experiment ejecuta experimentos de características con pruebas secuenciales, y Recommendations utiliza AutoML para sugerir elementos que maximizan un objetivo previsto. Ambos optimizan una métrica o un objetivo de engagement dentro de Amplitude. No cuantifican el ingresos en juego por cliente, no eligen un tratamiento cross-channel en términos de margen y costo, ni deciden a quién mantener como holdout.
¿Tenemos que reemplazar Amplitude?
No. Amplitude sigue siendo la capa de analítica y experimentación. Markin lee las señales que produce Amplitude, las convierte en decisiones de ingresos dimensionadas y las entrega a los canales que pueden actuar sobre ellas.
¿Cómo sale la decisión de Amplitude?
Como atributos de usuario o eventos disparados en el perfil, los canales de engagement y lifecycle pueden activarse en función de ellos. Cuando una funcionalidad necesita validación, la decisión también puede alimentar un Amplitude Experiment como segmentación.
¿Cuál es la diferencia entre un holdout de Amplitude y un holdout de Markin?
Un holdout group de Amplitude mide el uplift combinado a largo plazo de tu programa de experimentation en su conjunto. Un holdout de Markin se adjunta a cada decisión comercial, por lo que el número reportado es el ingreso incremental de esa acción específica, no un promedio a nivel de programa.
Quién es el propietario del resultado, producto o crecimiento?
Ambos. Producto y analytics son dueños de los insights y los experimentos; growth y data science son dueños de la decisión de ingresos. La capa de decisioning es el contrato compartido entre ellos.
¿Cómo son los primeros noventa días?
Un tema de ingresos, un canal, un holdout real. El objetivo del primer trimestre es un número incremental defendible, no una cobertura completa de cada cohorte.
¿En qué se diferencia Markin del decisioning o AI que ya están dentro de Amplitude?
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 Amplitude 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 Amplitude?
On the assumptions preloaded above, 2.5M customers at 16 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.
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.
Cómo es un equipo de ciencia de datos de alto nivel en una era agéntica
Notas de conversaciones con directores de crecimiento y análisis en ocho empresas que están replanteándose cómo sus equipos de datos emplean la semana bajo la IA agentiva.
Comparaciones relacionadas