How does Markin decide which hypothesis to test first?

By expected incremental revenue on the eligible population, net of margin and contact cost, with statistical power as a hard filter. A large opportunity that cannot be measured within a reasonable window ranks below a smaller one that can, because an unmeasurable result cannot be scaled responsibly.

Does Markin only test marketing hypotheses?

No. Marketing is one of four domains. Product, pricing and packaging, and technical health are in the same queue and compete on the same currency. In practice technical health is where the fastest, least contested wins usually sit, because nobody was looking for them.

What stops it from generating noise?

Two filters. A candidate must survive an investigation step that checks it against alternative explanations, and it must be sized above a threshold on an eligible population large enough to reach power. Anything that fails either filter never becomes a hypothesis.

Who approves a hypothesis before it runs?

Guardrails are set by humans in advance: margin floors, contact economics, brand and regulatory constraints, eligible populations. Within those, hypotheses run automatically. Anything that touches a guardrail is escalated rather than executed, which is the difference between autonomy and a system nobody can control.

Is Markin a replacement for Braze?

No. Braze is an engagement platform: it builds, personalises and delivers journeys, and BrazeAI Decisioning Studio chooses the best message, channel and timing inside them. Markin sits above that. It decides which commercial opportunity is worth pursuing for each customer in the first place, including opportunities that are not messages at all, such as a pricing change, an onboarding fix or a payment failure. When the answer is a message, Markin launches it through Braze.

How is Markin different from AI decisioning inside an engagement platform?

AI decisioning selects between actions a marketer already created, inside the channels that platform owns. Markin authors the hypotheses itself and is not limited to the campaign surface: marketing, product, pricing and technical health are all in scope. It then executes inside the systems already in place and reads every decision against a randomised holdout, which is how a data science team works rather than how an optimiser works.

No. A CDP unifies and distributes customer data. Markin consumes that data and decides what to do with it. Markin has no ambition to be your source of truth, and it does not require you to replace one. If a CDP or a warehouse already holds customer context, Markin reads from it.

Does Markin replace my data science or growth team?

No. Markin removes the arithmetic constraint on how many hypotheses can be tested, not the judgement about which constraints, economics and risks matter. Teams using Markin move from producing analyses to setting guardrails, interpreting results and deciding what gets scaled.

RESOURCES/Metodología

De dónde provienen las hipótesis

Markin genera sus propias hipótesis de ingresos en lugar de esperar a que se las den. Lee continuamente señales de comportamiento, transaccionales, de producto y operativas, busca dónde se está perdiendo valor o no se reclama, escribe una hipótesis con una dirección esperada y un valor dimensionado, y la coloca en una cola ordenada por dinero en lugar de por opinión.

Romà Llambés, Co-fundador, Markin

Actualizado 4 August 2026 · 8 min de lectura

Solicitar demo

El cuello de botella para el que nadie presupuesta

Cada equipo de crecimiento tiene un backlog de ideas y una lista mucho más corta de cosas que realmente probará. El filtro no es la calidad. Es quién tuvo tiempo de dimensionar la idea, definir el segmento y escribir el brief. Las Hypothesiss que tardarían un día de investigación en formularse nunca se formulan, por lo que el negocio optimiza las cosas que fueron fáciles de describir.

Las ideas que requieren evidencia de múltiples dominios rara vez sobreviven al backlog.
Cualquier cosa fuera de la superficie de la campaña requiere un equipo diferente, lo que significa un trimestre diferente.
Las causas técnicas de la pérdida de ingresos suelen encontrarse por accidente, con meses de retraso.

Cuatro dominios, una cola

El objetivo de formular hipótesis en lugar de clasificar las ya existentes es que el espacio de búsqueda deja de ser la herramienta de campaña. Los cuatro dominios compiten en la misma cola con la misma moneda: ingresos incrementales esperados.

01
Detectar
Escaneo continuo de desviaciones comercialmente significativas: una cohorte que se comporta de manera diferente a su propia historia, un paso del embudo que se degrada, un segmento cuyo perfil de margen ha cambiado, una anomalía que nadie reportó.
02
Investigar
Antes de escribir una hipótesis, la causa candidata se verifica frente a alternativas. Una caída en la conversión que es realmente un cambio en la mezcla de tráfico no debería convertirse en un experimento de precios.
03
Formula la hipótesis
Establecida con una dirección, un mecanismo y una población elegible. 'Hacer X para la población Y aumentará Z, porque W'. Una hipótesis sin un mecanismo no puede aprenderse de ella, solo ganarse o perderse.
04
Calcula su tamaño
El valor esperado se estima sobre la población elegible, neto de margen y coste de contacto, por lo que la cola se ordena por dinero. El dimensionamiento es una previsión y nunca se reporta como resultado.
05
Eliminarlo de forma económica
La mayoría de las hipótesis son erróneas. El objetivo de diseño es que una hipótesis errónea cueste un pequeño holdout y una ventana corta, para que las hipótesis costosas de formular y de alta información sean asequibles.

¿Sobre qué está permitido a Markin formular una hipótesis?

Dominio	Hipótesis típica	Cómo se prueba
Marketing	Esta cohorte merece una oferta de recuperación a esta profundidad, y esta otra cohorte merece que se la deje en paz.	holdout aleatorio en la población elegible, leído sobre el margen incremental.
Producto	Los clientes cuya probabilidad de abandono aumenta cuando se les contacta para que permanezcan. El modelado de uplift los identifica para que puedan ser excluidos, lo que la clasificación de riesgo pura no puede hacer.	Grupo de tratamiento dentro del producto frente a un control, leído a lo largo de un ciclo completo.
Comercial	La modalidad anual supera a la mensual para esta cohorte una vez que la profundidad del descuento se compara con el margen.	Variante de precio y paquete con un margen mínimo como límite (guardrail).
Salud técnica	La tasa de error en el checkout aumentó en un dispositivo y una región hace quince días y está suprimiendo la conversión.	Anomalía confirmada con respecto a la línea de base, canalizada al equipo propietario, el efecto de la corrección se lee frente a la tendencia previa a la corrección y un control emparejado, si existe.

El "sizing" es una previsión, no una afirmación

Las estimaciones de valor esperado utilizadas para clasificar la cola no se publican explícitamente como resultados. El hallazgo de BCG de que entre el 20% y el 40% del aumento medido de Next Best Action falla una prueba de incrementalidad es la razón por la que tratamos a ambos como clases de números diferentes.
Investigación independienteBCG, incrementalidad en programas de personalización (2026)

Califica tu propio pipeline de hipótesis

Toma las hipótesis probadas del último trimestre y clasifícalas.

¿Qué porcentaje se refería a un mensaje, una oferta o una audiencia?
¿Cuántas se originaron fuera del equipo de crecimiento o CRM?
¿Cuántas se referían a precios o empaques?
¿Cuántas comenzaron a partir de una anomalía que nadie buscaba?
Para cada uno, ¿está el mecanismo documentado, o solo la variante?
¿Cuántas fueron eliminadas en menos de cuatro semanas? Si la respuesta es ninguna, el pipeline solo está probando apuestas seguras.

Donde la generación automatizada de hipótesis aporta poco

Empresas cuyo problema de ingresos ya está bien entendido y simplemente no está construido. La capacidad de ejecución es la restricción, no las hipótesis.
Entornos donde los datos de resultados llegan demasiado tarde para cerrar el círculo dentro de un ciclo de planificación.
Decisiones altamente reguladas donde cada tratamiento necesita una revisión legal individual, lo que reintroduce el cuello de botella humano por diseño.
Bases muy pequeñas, donde casi todas las hipótesis carecen de potencia y el juicio supera las pruebas.

Markin es un equipo autónomo de growth-science para grandes empresas B2C. Investiga por qué el ingreso por cliente está estancado, forma sus propias hipótesis en marketing, producto, precios y salud técnica, elige la Next Best Action para cada cliente, la lanza a través de los sistemas que la empresa ya gestiona, y prueba cada una frente a un holdout aleatorizado.

Las herramientas de toma de decisiones eligen entre las acciones que tu equipo ya ha desarrollado. Markin decide qué construir.

Preguntas que hace la gente

¿Cómo decide Markin qué hipótesis probar primero?: Por los ingresos incrementales esperados en la población elegible, netos de margen y costo de contacto, con potencia estadística como un filtro estricto. Una gran oportunidad que no se puede medir dentro de una ventana razonable se clasifica por debajo de una más pequeña que sí se puede, porque un resultado inmedible no se puede escalar de manera responsable.
¿Markin solo prueba hipótesis de marketing?: No. Marketing es uno de los cuatro dominios. Producto, precios y empaquetado, y salud técnica están en la misma cola y compiten con la misma moneda. En la práctica, la salud técnica es donde suelen encontrarse las victorias más rápidas y menos disputadas, porque nadie las estaba buscando.
¿Qué impide que genere ruido?: Dos filtros. Un candidato debe sobrevivir a un paso de investigación que lo comprueba con explicaciones alternativas, y debe tener un tamaño superior a un umbral en una población elegible lo suficientemente grande como para alcanzar la potencia. Cualquier cosa que no pase cualquiera de los filtros nunca se convierte en una hipótesis.
¿Quién aprueba una hipótesis antes de que se ejecute?: Los guardarraíles los establecen los humanos de antemano: márgenes mínimos, economía de contacto, restricciones de marca y regulatorias, poblaciones elegibles. Dentro de ellos, las hipótesis se ejecutan automáticamente. Cualquier cosa que toque un guardarraíl se escala en lugar de ejecutarse, que es la diferencia entre la autonomía y un sistema que nadie puede controlar.

Comparar

Cómo esto se compara con las categorías que ya compras.

Neutral, side by side reads on where the decision layer sits next to the tools in your stack.

Todas las comparaciones

Seguir leyendo

Cómo Markin mide la incrementalidad

Qué sucede después de redactar la hipótesis.

El modelo operativo de ARPU

Por qué el rendimiento es la limitación más restrictiva.

Markin y tu equipo de data science

Lo que el equipo hace con el tiempo recuperado.

Diagnóstico de producto y cliente

El dominio de la salud técnica en la práctica.

De dónde provienen las hipótesis

El cuello de botella para el que nadie presupuesta

Cuatro dominios, una cola

Detectar

Investigar

Formula la hipótesis

Calcula su tamaño

Eliminarlo de forma económica