COMPARE/Markin y su stack tecnológico
+Markin + Salesforce: la toma de decisiones más allá de los journeys y las campañas
+17-35% ARPU frente a holdoutRango observado en las implementaciones de Markin, medido en cohortes tratadas.
Salesforce combina un sistema de registro con perfiles unificados en Data Cloud y orquestación de journeys en Marketing Cloud. Markin añade la decisión comercial: qué oportunidad existe por cliente, cuánto vale y qué tratamiento ejecutar. Los registros, la gobernanza y la ejecución permanecen en Salesforce.
En resumen
- Salesforce: What is the record of this customer, and which journey are they in? Output: Segments, journey membership, delivered messages, pipeline and case records.
- Markin, the decision + execution layer: Which opportunity should this customer receive next, and is it worth the contact? Output: A ranked, sized decision per customer, written back to the record or the journey.
- Los criterios de entrada al Journey codifican decisiones que alguien ya tomó; no estiman el efecto incremental de entrar.
- It reads the context Salesforce maintains, decides what is commercially worth doing, and returns that decision so Salesforce can execute it through the journeys, tasks and agent surfaces you already run.
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
5.0M
customers at $30 ARPU / month
Ingresos direccionables
$756.0M
al año, base alcanzable
Mejora verificada de ARPU
+17% a +35% ARPU
en cohortes tratadas, contra el holdout
Lo que eso vale
$128.5M – $264.6M
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
Salesforce
Un CRM y un sistema de marketing: cuentas, contactos e historial de servicio como sistema de registro, perfiles unificados y audiencias en Data Cloud, y orquestación de journeys y personalización en Marketing Cloud.
02
Markin, la capa de decisión + ejecución
Una capa que convierte ese contexto en decisiones comerciales clasificadas: en qué oportunidad vale la pena actuar para cada cliente, con qué valor esperado y probada contra el control.
Paralelamente
Las diferencias que cambian los resultados.
| Dimensión | Salesforce | Markin, la capa de decisión + ejecución |
|---|---|---|
| Pregunta que responde | ¿Cuál es el registro de este cliente y en qué recorrido se encuentra? | ¿Qué oportunidad debería recibir este cliente a continuación y vale la pena el contacto? |
| Entrada principal | Objetos de CRM, actividad de servicio y ventas, eventos ingeridos, perfiles unificados. | Contexto del cliente desde Salesforce y el almacén de datos, resultados, margen y restricciones. |
| Salida principal | Segments, membresía de trayecto, mensajes entregados, pipeline y registros de casos. | Una decisión clasificada y dimensionada por cliente, registrada en el historial o en el journey. |
| Propietario habitual | Operaciones de ventas, servicio y marketing. | Crecimiento, ciencia de datos y liderazgo de ingresos. |
| Cómo se mide | Finalización del Journey, conversión de campaña, pipeline y métricas de casos. | 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 Salesforce 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 Salesforce aún deja abierto
Salesforce es excelente para conocer y registrar. La pregunta comercial, de todo lo que podríamos ofrecer a este cliente este mes, ¿cuál añade más ingresos?, suele ser respondida por reglas de segmentación y calendarios de campañas escritos por personas.
- Los criterios de entrada al Journey codifican decisiones que alguien ya tomó; no estiman el efecto incremental de entrar.
- La prioridad entre journeys concurrentes se resuelve mediante reglas de supresión en lugar de por valor esperado.
- El uplift rara vez se mide contra un holdout real, por lo que la cifra reportada combina la demanda que habría ocurrido de todos modos.
- El número de hipótesis probadas por trimestre está limitado por la capacidad del equipo 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 Salesforce decide, y dónde se detiene.
Salesforce tiene capas de recomendaciones y agentic, pero están repartidas en productos con funciones diferentes: Einstein Next Best Action sugiere acciones, Agentforce ejecuta de forma autónoma, Marketing Cloud Next ensambla campañas, y Data Cloud debe adoptarse para que cualquiera de ellas vea al cliente completo.
Productos referenciados: Einstein Next Best Action, Agentforce, Marketing Cloud Next, Data Cloud
Lo que optimiza
Einstein Next Best Action se describe como el motor de recomendación de Salesforce que muestra a los usuarios sugerencias de acciones personalizadas basadas en reglas, datos y puntuación predicha por IA.
Documentación del proveedorSalesforce Trailhead, empieza a usar Einstein Next Best ActionMarketing Cloud Next, anunciado en junio de 2025, se presenta como una solución de marketing agéntica de embudo completo que utiliza agentes autónomos para el ensamblaje de campañas, la optimización del rendimiento y la personalización 1:1 a escala.
Página del proveedorSalesforce, anuncio de Marketing Cloud Next
Límites documentados
Next Best Action es en gran medida una herramienta de recomendación interna: las sugerencias se presentan a los usuarios de ventas y servicio en lugar de arbitrarse autónomamente a través de canales salientes.
Documentación del proveedorSalesforce Trailhead, Einstein Next Best ActionData Cloud se presenta como la capa de unificación fundamental que alimenta a Agentforce, por lo que la calidad del decisioning depende de que el patrimonio de clientes sea ingerido en la propia plataforma de datos de Salesforce.
Página del proveedorSalesforce, cómo Data Cloud impulsa AgentforceEl propio Salesforce documenta una distinción Agentforce-versus-Einstein para los marketers, lo que significa que los equipos tienen que conciliar dos capas de IA superpuestas dentro de una plataforma.
Documentación del proveedorSalesforce Trailhead, explora la IA en Marketing Cloud Next
Lo que la evidencia realmente dice
No se encontró ningún porcentaje de mejora pública para Einstein Next Best Action, Agentforce o Marketing Cloud Next decisioning en las propias páginas de productos de Salesforce; el material está más centrado en el posicionamiento que en los benchmarks.
Página del proveedorSalesforce, anuncio de Marketing Cloud NextSalesforce fue nombrada Líder en el Forrester Wave™ de 2026 para Revenue Marketing Platforms para B2B, un informe independiente, pero que cubre el revenue marketing B2B de forma amplia en lugar del decisioning de consumo.
Informe del analistaForrester Wave™, Plataformas de Marketing de Ingresos para B2B (febrero de 2026)
Dónde Markin es diferente.
Una capa de decisioning, no tres superficies de AI.
Markin produce una única decisión clasificada por cliente que consumen las nubes de Salesforce. No hay una separación entre un motor de recomendación, un framework de agente y un ensamblador de campañas para reconciliar.
Funciona en el almacén que ya tienes
Markin lee el contexto donde reside: data warehouse, CDP, facturación, producto, para que la toma de decisiones no espere una migración completa a Data Cloud para ver al cliente.
Dimensionado en ingresos, arbitrado entre canales
Cada oportunidad conlleva un valor incremental esperado, por lo que una acción de servicio, una tarea de ventas y un mensaje saliente compiten en la misma escala en lugar de ejecutarse en paralelo.
Arquitectura
Cómo funcionan los dos juntos
Contexto en
Markin lee el contexto unificado del cliente: registros de Salesforce y perfiles de Data Cloud, además de datos del data warehouse, producto y facturación, junto con el historial de resultados necesario para aprender de ellos.
Decisión
Las oportunidades se generan, dimensionan y clasifican por cliente. Se selecciona un tratamiento, se asigna un grupo de control y se adjunta el valor esperado a la decisión.
Activación de nuevo en Salesforce
La decisión se devuelve como un campo en el registro o un evento que activa el journey, la tarea o el prompt de Next Best Action apropiado para un agente de servicio o ventas.
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 Salesforce 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 es un CRM y no tiene la ambición de ser el sistema de registro. Lee el contexto que mantiene Salesforce, decide qué merece la pena hacer comercialmente y devuelve esa decisión para que Salesforce pueda ejecutarla a través de los journeys, tareas y superficies de agente que ya utilizas.
El registro permanece como registro
La propiedad de los contactos, el consentimiento, los casos y el pipeline no cambia. Markin lee el contexto in situ y nunca se convierte en una segunda fuente de verdad.
Las decisiones también llegan a los humanos
La misma oportunidad clasificada que desencadena un recorrido puede aparecer como una indicación priorizada para un agente de retención o un gestor de cuentas, con la razón y el valor esperado adjuntos.
Prueba que sobrevive a la revisión financiera
Cada decisión se ejecuta contra un control, por lo que el número presentado son los ingresos incrementales en lugar de las conversiones acreditadas a una campaña.
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 Salesforce | 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 CRM ni se convierte en el sistema de registro para clientes, casos o embudos de ventas.
- Markin no reemplaza a Journey Builder ni la ejecución de campañas.
- Markin no gestiona el consentimiento, las preferencias o la gobernanza de datos.
- Markin no requiere una migración de Salesforce; lee el contexto y registra las decisiones.
- Markin no se sitúa junto a Salesforce 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 frente a tu patrimonio de Salesforce
Precargado para una empresa que utiliza Marketing Cloud y Service Cloud con recomendaciones de Einstein implementadas. Esas clouds funcionan bien; la pregunta abierta es qué oportunidad vale la pena ejecutar y cuánto vale. La cifra siguiente es el margen de esa decisión, neto del programa y neto de la cuota que, según la investigación independiente, no sobrevivirá 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
$7.7M
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
$21.2M
What a before/after dashboard would claim, with no control group.
Mejora verificada
$14.8M
What survives a holdout in the central case.
Rentabilidad del coste del programa
5.3×
Amortización
3 mo
Si el 20-40% no hace nada
Lo que se necesita para probarlo
Para detectar un 2.8% de mejora en el ARPU, necesita aproximadamente 46K clientes en el grupo de control, aproximadamente 2.2% de tu base direccionable, leído durante al menos 8 weeks, para que la novedad no se confunda con el efecto.
Base direccionable
2.1M
Ingresos en riesgo por la baja
$387.5M
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 Salesforce. 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.
- Su movimiento comercial es un único producto sin compra repetida ni ruta de actualización, por lo que no hay nada que priorizar.
- Necesita mejores informes sobre los journeys existentes en lugar de una forma diferente de elegirlos.
- Los datos del cliente están tan fragmentados que aún no existe un historial de resultados fiable.
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.
¿No se encarga ya Einstein Next Best Action de la toma de decisiones?
Einstein Next Best Action es el motor de recomendaciones de Salesforce: muestra sugerencias de acciones personalizadas a partir de reglas y puntuaciones predichas por IA, principalmente a usuarios de ventas y servicios. Agentforce añade ejecución autónoma y Marketing Cloud Next añade ensamblaje de campañas agénticas, pero el panorama completo depende de la adopción de Data Cloud como capa de unificación. Markin produce una decisión clasificada y dimensionada por ingresos por cliente que esas nubes consumen, sin necesidad de una migración previa a Data Cloud.
¿Tenemos que reemplazar Marketing Cloud?
No. La orquestación y la entrega se mantienen en Salesforce. Markin decide sobre qué oportunidad vale la pena actuar y la devuelve como el disparador para el journey o la tarea de agente correcta.
Ya tenemos Data Cloud. ¿No está cubierta la decisión?
Data Cloud unifica perfiles y crea audiencias. Eso responde a lo que sabemos de un cliente. Elegir cuál de varias posibles acciones comerciales tiene el valor incremental más alto, y probarlo contra un control, es un trabajo diferente.
¿Cómo vuelve la decisión a Salesforce?
Como campo en el registro o un evento, para que los journeys, flujos y consolas de agentes existentes puedan consumirlo sin nuevas interfaces para el equipo.
¿Pueden los equipos de servicio y ventas usar las mismas decisiones?
Sí. Una oportunidad clasificada es agnóstica al canal. La misma decisión se puede entregar como un mensaje, una oferta en el producto o una indicación para un humano, y cada ruta se mide contra el mismo holdout.
¿Es este un proyecto de integración largo?
El primer despliegue se enfoca en un tema de ingresos y una ruta de activación. El requisito es un contexto fiable del cliente y un historial de resultados, no una nueva plataforma.
¿En qué se diferencia Markin del decisioning o AI que ya están dentro de Salesforce?
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 Salesforce 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 Salesforce?
On the assumptions preloaded above, 5.0M customers at 30 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.
Einstein Next Best Action: cómo funciona, límites y la capa de decisioning
Cómo Strategy Builder clasifica las recomendaciones en Salesforce, dónde se detiene el patrón y cómo decidir en el warehouse y entregar dentro del CRM.
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.
Comparaciones relacionadas