Alcance del trabajo
Todo lo que un equipo de growth hace, ejecutándose cada día.
Un conector es solo la superficie. Debajo está el trabajo en sí: lo que un analista, un lifecycle manager, un data scientist y un líder de experimentación harían entre ellos, ejecutándose continuamente contra tus propios datos.
Alcance del trabajo
Todo lo que un equipo de growth hace, ejecutándose cada día.
Un conector es solo la superficie. Debajo está el trabajo en sí: lo que un analista, un lifecycle manager, un data scientist y un líder de experimentación harían entre ellos, ejecutándose continuamente contra tus propios datos.
Lee el patrimonio
Normalmente un data engineer, una vez, y luego nunca se actualiza.
- Mapea a cada cliente, cuenta, suscripción y plan en los sistemas que ya utilizas.
- Reconstruye la línea base de ingresos a partir de pedidos, pagos, reembolsos y créditos.
- Deriva características de comportamiento del historial de eventos sin una nueva pipeline.
- Concilia al mismo cliente en todas las identidades de facturación, CRM, producto y soporte.
- Lee el estado de consentimiento, suscripción y elegibilidad de canal antes que nada.
- Lee el historial de contactos para que los envíos pasados cuenten como presión sobre el cliente.
- Rastrea los cambios de catálogo, precios y planes a medida que ocurren.
- Marca las interrupciones en la calidad de los datos que harían insegura una decisión.
Encuentra dónde se están fugando los ingresos
Normalmente un análisis trimestral en profundidad por parte de un analista.
- Observa el ARPU por cohorte, plan, mercado, canal y antigüedad para detectar tendencias que eliminen el ruido.
- Detecta la acumulación de riesgo de churn en un segmento antes de que se muestre en el número mensual.
- Detecta el churn involuntario por pagos fallidos, caducidad de la tarjeta y comportamiento de reintento.
- Detecta pasos de onboarding donde la activación disminuye y los ingresos nunca comienzan.
- Detecta la falta de coincidencia entre el precio y el paquete, entre lo que la gente compra y lo que usa.
- Detecta la fricción del producto que se correlaciona con la degradación y la cancelación.
- Detecta canales y campañas que gastan en audiencias que se habrían convertido de todos modos.
- Dimensiona cada hallazgo en ingresos, no en puntos porcentuales.
Explica por qué
Normalmente, una investigación de dos semanas eliminada de la hoja de ruta.
- Ejecuta la investigación automáticamente y devuelve los impulsores con su evidencia.
- Separa los efectos de mezcla del cambio de comportamiento real.
- Clasifica los drivers por cuánto representa cada uno del movimiento.
- Verifica si el mismo impulsor está presente en segmentos comparables.
- Muestra la contra-evidencia, no solo el fragmento de apoyo.
- Mantén el rastro de la consulta para que un analista pueda reproducir cada número.
Escribe hipótesis que valga la pena financiar
Normalmente, un taller, limitado a las ideas de la sala.
- Escribe hipótesis continuamente en marketing, producto, precios y salud técnica.
- Adjunta el efecto de ingresos esperado y la población a la que se aplica.
- Adjunta la evidencia y la suposición de las que depende cada una.
- Clasifica el portfolio por valor esperado, no por antigüedad.
- Descarta hipótesis que un experimento anterior ya ha respondido.
- Mantén visible la cartera completa, incluyendo lo que deliberadamente no se financió.
Decide por cliente
Normalmente, las reglas de segmento se actualizan cuando alguien tiene tiempo.
- Elige la next best action para cada cliente, en cada momento.
- Arbitra entre cada acción que compite por ese mismo cliente.
- Aplica límites de frecuencia, fatiga y horas de inactividad antes de que se confirme cualquier cosa.
- Respeta la elegibilidad, el consentimiento, la ubicación y la preferencia de canal.
- Elige el canal, el momento y el nivel de incentivo, no solo el mensaje.
- Limita el descuento y la exposición del margen al nivel acordado por finanzas.
- Adjunta una razón en lenguaje sencillo y una fecha de caducidad a cada decisión.
- Suprime una acción en lugar de enviar una débil, y registra el motivo.
Ejecuta en las herramientas que ya utilizas
Normalmente un ticket, luego un espacio en el calendario del próximo mes.
- Escribe las decisiones en los sistemas de CRM, engagement y almacén de datos ya en producción.
- Activa journeys y campañas que tu equipo de lifecycle posee y puede editar.
- Actualiza audiencias, listas y segmentos sin reglas creadas manualmente.
- Dirige ofertas, jugadas de retención y flujos de save a la superficie correcta.
- Abre el trabajo como borrador para aprobación donde un humano debería dar el visto bueno.
- Recalcula idempotentemente para que una repetición nunca duplique los envíos.
- Revierta un lote de decisioning limpiamente cuando algo parezca incorrecto.
- Deja el entorno exactamente como estaba si Markin deja de escribir.
Demuestra que causó los ingresos
Normalmente discutido, rara vez medido.
- Reserva un grupo de control aleatorio en cada decisión, no un holdout global.
- Lee el uplift en ingresos por cliente frente a ese control.
- Informa de la retención, el ARPU, el margen y la presión de contacto uno al lado del otro.
- Detecta y descuenta la canibalización entre acciones competidoras.
- Detén un experimento antes de tiempo cuando la evidencia sea concluyente en cualquier sentido.
- Niégate a llamar resultado a algo que no haya superado el estándar de evidencia.
- Publica la lectura en el mismo lugar para cada experimento.
Retira, gobierna y transfiere
Normalmente el trabajo de nadie, así que nunca se desactiva nada.
- Retira los programas automáticamente cuando dejan de superar al control.
- Vuelve a probar las suposiciones que decaen, como la sensibilidad al precio y la estacionalidad.
- Registra cada lectura, decision y escritura con su motivo para auditoría.
- Mantén los datos personales en tus sistemas y actúa sobre ellos in place.
- Muestra el rastro completo de la decisión cuando lo soliciten el departamento legal, finanzas o un auditor.
- Entrega al equipo una cartera que pueda leer, cuestionar y anular.