Agrega next best action a los journeys que ya ejecutas en Braze
Arbitraje por cliente escrito en los lienzos que tu equipo ya opera.
La respuesta corta
Next best action dentro de Braze significa que Markin decide qué acción individual debe recibir cada cliente, escribe esa decisión en el perfil como un atributo y permite que tus lienzos existentes se ramifiquen a partir de ella. Braze mantiene la entrega, la limitación de frecuencia (frequency capping) y el consentimiento. Markin suministra la elección y la lee frente a un holdout.
Última revisión 2026-09-10
A quién se aplica esto y a quién no debe llegar
Elegible
- Clientes contactables en al menos un canal de Braze con consentimiento válido.
- Al menos dos acciones competidoras que la empresa estaría realmente dispuesta a enviar.
- Un lienzo o campaña que puede ramificarse en un atributo personalizado.
Excluido
- Clientes bajo un límite de frecuencia activo o una regla de quiet-hours. Braze lo aplica, no Markin.
- Mensajes transaccionales y regulatorios, que nunca deben arbitrarse.
- Miembros del holdout, quienes continúan recibiendo el programa existente sin cambios.
Los datos mínimos y de dónde suelen proceder
| Qué se necesita | Fuente habitual |
|---|---|
| Perfiles, atributos y estado de la suscripción | Braze |
| Exposición a mensajes e historial de engagement | Braze Currents en el almacén |
| Ingresos, historial de planes y pedidos | Warehouse o sistema de facturación |
| Comportamiento de producto | Analítica de producto o tablas de eventos |
| Consentimiento y resolución de identidad | CDP, cuando esté en uso |
Paso a paso
Cómo se ejecuta la decisioning
- 01Tu equipo
Define el conjunto de acciones
Enumera las acciones que ya existen en Braze, más las que ejecutarías si tuvieras una razón para hacerlo. La arbitraje solo es significativo cuando las alternativas son reales.
- 02Markin
Estima el valor esperado por cliente por acción
Cada acción candidata se valora para cada cliente en función del margen incremental esperado, no en función de la propensión a hacer clic.
- 03Markin
Arbitrar a una decisión
Una acción gana por cliente por ventana, registrando las candidatas perdedoras y el motivo para que la elección pueda ser auditada posteriormente.
- 04Markin
Escribe la decisión en el perfil
La acción elegida, su razón y su ID de decisioning se escriben en Braze como atributos personalizados. La latencia es tu intervalo de sincronización.
- 05Tu stack
Ramificar el lienzo en el atributo
Los "canvases" existentes añaden una rama por acción. Las plantillas, la localización, la optimización del tiempo de envío y la limitación (capping) permanecen exactamente donde están.
- 06Markin
Devuelve la exposición y lee el holdout
La exposición de los flujos actuales se asocia a la ID de la decision, de modo que cada acción se lee contra el control aleatorizado en lugar de contra el mes pasado.
Medición
Cómo sabes si funcionó
- Holdout
- Un holdout aleatorio global que sigue recibiendo el programa preexistente, de modo que la lectura es arbitraje frente a lo habitual.
- Ventana
- De ocho a doce semanas. Las lecturas más cortas capturan la novedad, no el uplift.
- Resultado principal
- Ingresos incrementales por cliente contactable frente al holdout.
Guardrails
- Tasa de cancelación y de quejas.
- Volumen de mensajes por cliente, que no debería aumentar.
- Canibalización de acciones que ya estaban funcionando.
- Porcentaje de clientes donde ninguna acción supera el listón de valor.
Solo ilustrativo
Un ejemplo práctico.
Forma ilustrativa de un primer despliegue, para mostrar qué se decide dónde.
| Clientes alcanzables por semana | 600,000 |
|---|---|
| Acciones candidatas en el conjunto | 7, más 'ninguna acción' |
| Decidido por Markin | Cuál, para quién y por qué |
| Decidido por Braze | Cuándo se envía, por qué canal, bajo qué límite |
| Holdout | Aleatorizado, recibe el programa existente |
| Leer | Ingresos incrementales por cliente contactable durante 12 semanas |
Nada de la biblioteca de lienzos se reconstruye. La rama es el único cambio estructural.
Ejecútalo con tus propios números
La aritmética, detallada
El tamaño del holdout es la restricción que la gente interpreta mal, no el modelo. Para un A/B test bilateral con un 95 % de confianza y un 80 % de potencia en una métrica de ingresos por cliente, n por grupo es aproximadamente 16 x (desviación estándar / efecto mínimo detectable) al cuadrado.
| Entrada | Valor |
|---|---|
| Clientes alcanzables por semana | 600,000 |
| Ingresos base por cliente contactable por 12 semanas | $18.00 |
| Desviación estándar de esa cifra | 54,00 USD (el triple de la media, típico para ingresos asimétricos) |
| Efecto mínimo detectable que te importa | 2 % de 18,00 USD = 0,36 USD |
| n por grupo | 16 x (54 / 0,36)^2 = 16 x 22.500 = 360.000 |
| holdout implícito como proporción de la base semanal alcanzable | Factible: 360.000 está bien dentro de los 600.000 acumulados en un período de 12 semanas |
| Si solo ejecutaste 50.000 clientes por grupo | El efecto detectable más pequeño se convierte en 54 x sqrt(16 / 50.000) = 0,97 USD, o 5,4 % |
Un efecto de ingresos del 2 % en esta base necesita aproximadamente 360.000 clientes por grupo durante el periodo. Por debajo de aproximadamente 50.000 por grupo, cualquier efecto inferior al 5 % es indistinguible del ruido, y el programa será juzgado por un número que la prueba nunca podría haber medido.
Las entradas son ilustrativas. El punto que se transfiere es la forma: las distribuciones de ingresos están sesgadas, por lo que la desviación estándar es grande y los holdouts pequeños no pueden ver efectos realistas.
Cronograma
Cuánto tiempo lleva obtener un primer resultado medido
- 01Semana 1
Conexión de Currents y data warehouse
Braze Currents envía los eventos de mensajes y engagement al data warehouse, y se mapea el estado del perfil y la suscripción. Aún no se escribe nada de vuelta.
- 02Semana 2
Conjunto de acciones definido con el equipo de lifecycle
Se enumeran todas las acciones que ya se están ejecutando en Braze, además de las que la empresa ejecutaría si tuviera una razón, y una explícita 'sin acción'.
- 03Semanas 3 a 4
Modelo de valor y arbitraje
Cada acción se valora por cliente en función del margen incremental esperado, y la regla de arbitraje y su pista de auditoría son acordadas.
- 04Semana 5
Attribute write-back y un canvas ramificado
Las decisions llegan como atributos personalizados y un único canvas se ramifica en función de ellas. Primero un journey, no la biblioteca completa.
- 05Semanas 6 a 7
Implementación en toda la biblioteca de lienzos
Los lienzos restantes añaden la rama una vez que se ha observado que la reescritura es estable.
- 06Semanas 13 a 17
Primera lectura causal
De ocho a doce semanas después de que se fijara el holdout global. Las lecturas anteriores miden la novedad.
Detalle técnico
Qué se lee y se escribe, campo por campo
Braze
Leer
- Perfiles de usuario, atributos personalizados y grupos de suscripción a través de los endpoints /users/export
- Streams de eventos de Currents: envíos de mensajes, aperturas, clics, conversiones, bajas
- Metadatos de canvas y campaña para el inventario de acciones
Escrito
- markin_next_best_action (string): la clave de la acción elegida
- markin_decision_id (cadena): une la exposición de vuelta a la decision
- markin_decision_reason (cadena): por qué ganó esta action, para auditoría
- markin_decided_at (hora) y markin_holdout (booleano)
- Escrito a través de /users/track, en lotes
Escribe cada hora o diariamente para la ramificación del recorrido; para send-time o decisioning in-app, una llamada síncrona a la API de decisioning en el momento del renderizado en su lugar.
Snowflake o tu warehouse
Leer
- ingresos, plan e historial de pedidos vinculados al external_id de Braze
- Eventos de comportamiento del producto
- Tablas de Currents para la exposición
Escrito
- Tablas de decision y exposición indexadas por markin_decision_id
Ingesta continua, lote de decisioning diario.
Segment o tu CDP
Leer
- Resolución de identidad y estado de consentimiento en todos los canales
Escrito
- Nada. La identidad permanece donde ya reside.
Solo lectura.
Esfuerzo
Lo que pide a tu equipo
| Quién | Cuánto de tu tiempo |
|---|---|
| Gestor de lifecycle o CRM | La contraparte principal: alrededor de un día a la semana para el conjunto de acciones, la rama y la revisión de decisions. |
| Ingeniero de datos | Aproximadamente 3 días en las semanas 1 y 2 para acceso a Currents y al almacén de datos. |
| Marketing operations | Medio día para añadir el patrón de ramal y confirmar que la limitación no se ve afectada. |
| Analítica | Una sesión para acordar la métrica principal y el tamaño del holdout antes del lanzamiento. |
Qué suele salir mal
Arbitrando por propensión a abrir
El mensaje más clicable rara vez es el más valioso. Clasificar por engagement optimiza silenciosamente para acciones baratas e ingresos planos.
Reconstrucción de la entrega dentro de la capa de decisioning
Braze ya maneja el capping, los horarios de silencio, la localización y la entregabilidad. Duplicar eso crea dos fuentes de verdad y una discusión de gobernanza que perderás.
Sin opción de 'no hacer nada'
Enviar lo mejor de un conjunto deficiente sigue siendo un envío deficiente. El silencio debe poder ganar la arbitration.
Perder el ID de la decisión
Si la exposición no se puede vincular de nuevo a la decisión, el programa produce informes en lugar de evidencia.
Preguntas que este playbook responde
- ¿Cómo añado el next best action a Braze?
- ¿Puede Braze decidir la mejor oferta por cliente?
- ¿Cómo arbitro entre campañas competidoras en Braze?
- ¿Qué añade una capa de decisioning a Braze?
- ¿Cómo ejecuto un holdout en todos los canvases de Braze?
Preguntas frecuentes
- ¿Braze ya hace next best action?
- Braze orquesta las trayectorias extremadamente bien y puede personalizar el contenido dentro de ellas. Lo que no hace es valorar cada acción en competencia por cliente según el margen esperado y arbitrar una. Esa capa de decisioning se sitúa por encima de la trayectoria, por lo que ambas coexisten en lugar de competir.
- ¿Qué tan rápido llega la decisioning a Braze?
- La escritura de atributos llega en tu intervalo de sincronización, lo que es adecuado para journeys diarios y semanales. Cuando una decisión debe tomarse en el momento del envío o la pantalla, Markin responde a una llamada a la API de decisioning en el momento del renderizado.
- ¿Tenemos que cambiar nuestros "canvases"?
- Añades una rama que lee el atributo de decisión. Las plantillas, audiencias, capping, localización y lógica de tiempo de envío se mantienen como están.
- ¿Qué sucede si Markin no devuelve ninguna acción?
- El canvas toma su ruta predeterminada, que normalmente es no enviar nada. Poder decidir no contactar es una gran parte de donde proviene el margen.
- ¿Cómo probamos que funcionó?
- Un holdout aleatorio sigue recibiendo el programa anterior durante toda la ventana de medición, y la exposición regresa a Markin a través de Currents vinculados a la ID de decisión. La lectura es una comparación entre dos grupos concurrentes, nunca entre dos períodos de tiempo.
Dónde se conecta esto
- PlaybookEjecuta una oferta de retención antes de la renovación sin pagar a los clientes que de todos modos se quedabanOfertas de ahorro de prerreunión en Stripe, dimensionadas por riesgo en lugar de por pertenencia a la lista.
- PlaybookHaz cross-sell de un segundo producto sin canibalizar el plan por el que el cliente ya pagaOfertas de segundo producto valoradas por el margen incremental, no por la tasa de attach.
- PlaybookWin-back de clientes inactivos con una ventana de silencio en lugar de una escala de descuentosReactivación programada según la intención de retorno, no según los días desde el último pedido.
- SoluciónNext-Best ActionNext-Best Action para equipos de crecimiento enterprise
- SoluciónToma de Decisiones del ClienteLa capa de decisioning entre los datos de tus clientes y tus canales.
- ComparaciónBraze Decisioning Studio vs Markin: quién escribe la listaBraze selecciona el mejor mensaje dentro de Canvas. Markin selecciona la oportunidad a través de marketing, product y pricing, y la demuestra contra un holdout.