Que se passe-t-il dans une décision de croissance

Dans une décision de croissance, un événement déclenche un processus automatisé et en temps réel : le profil du client est mis à jour, les Candidate actions sont identifiées et une Layer de Constraints les filtre. Un moteur d'arbitrage sélectionne ensuite l'intervention de plus grande valeur, ou l'inaction, basée sur la Revenue opportunity prédite. Chaque étape est enregistrée pour une auditabilité complète.

Que se passe-t-il dans une décision de croissance

Une décision de croissance est l'unité atomique de la croissance agentique, une étape automatisée déterminant l'interaction optimale avec un client à un moment précis. Elle applique une approche méthodique et axée sur les données à chaque engagement individuel, visant à maximiser l'expansion de l'ARPU à long terme. C'est ainsi que Markin exécute les interactions client automatisées dans les grandes entreprises B2C.

Scénario d'exemple : Un client navigue sur un article

Pour illustrer l'anatomie d'une décision de croissance, considérons une cliente, 'Alice', naviguant sur un produit spécifique, la 'Montre connectée de luxe X', sur le site web d'un détaillant. Cette action est le signal initial qui déclenche le processus de décision.

L'événement brut arrive et ce qu'il est et n'est pas une preuve de

La première étape de toute décision de croissance commence par un événement brut. Dans le cas d'Alice, il s'agit d'un événement de 'visualisation de produit' pour la 'Montre connectée de luxe X'. Cet événement arrive au moteur de décision Markin en temps réel, généralement via une API ou un webhook.

• Ce qu'il est une preuve de : Alice a manifesté un intérêt pour la Montre connectée de luxe X. Elle a passé 45 secondes sur la page produit.
• Ce qu'il n'est pas une preuve de : L'événement seul ne confirme pas l'intention d'achat, la sensibilité aux prix, ou si elle ne fait que comparer. Il fournit un point de données, pas une conclusion.

Les événements sont horodatés et contiennent des métadonnées comme le type d'appareil, le référent et l'ID de session. Ce niveau de détail granulaire est crucial pour les étapes ultérieures.

Les signaux du Profile qui sont mis à jour

Dès réception de l'événement, Markin met immédiatement à jour le profil client unifié d'Alice. Ce profil est un référentiel dynamique de toutes les informations connues sur Alice, structuré pour une interrogation en temps réel. L'événement de 'visualisation de produit' enrichit les signaux existants et en crée potentiellement de nouveaux :

• Signaux comportementaux : 'produits récemment consultés' (Montre connectée de luxe X ajoutée), 'intérêt pour la catégorie de produit' (Objets connectés, Articles de luxe mis à jour). Provenance : Interaction sur le site web. Expiration : 24 heures pour la récence immédiate, 7 jours pour un intérêt plus large.
• Signaux d'engagement : 'durée de session' (mise à jour), 'pages consultées en session' (incrémenté). Provenance : Interaction sur le site web. Expiration : Fin de session.
• Scores de propension : L'événement pourrait déclencher un nouveau calcul de la propension à acheter la 'Montre connectée de luxe X' ou de la propension à l'attrition. Provenance : Inférence de modèle ML. Expiration : 1 heure (pour les scores en temps réel) ou 24 heures (pour les scores quotidiens par lot).

Chaque signal inclut sa provenance, identifiant la source des données, et une expiration. Les signaux d'il y a six minutes sont pondérés plus lourdement que les signaux d'il y a six semaines. Cette pondération dynamique empêche les données obsolètes d'influencer les décisions actuelles.

Les Candidate actions considérées pour cette personne dans cette fenêtre

Avec le profil mis à jour d'Alice, Markin identifie un ensemble de Candidate actions pertinentes pour son état actuel. Ce sont des interventions potentielles conçues pour influencer son comportement. Pour Alice naviguant sur la Montre connectée de luxe X, les candidats pourraient inclure :

• Offrir une réduction de 10% sur la Montre connectée de luxe X : Un incitatif direct.
• Afficher une bannière pour les accessoires connexes : Opportunité de vente croisée.
• Envoyer un email avec les meilleures critiques pour la Montre connectée de luxe X : Contenu de nurturing.
• Afficher un widget de preuve sociale : '15 personnes ont consulté ceci au cours de la dernière heure.'
• Ne rien faire : L'option explicite de ne pas intervenir, évitant le sur-sollicitation. C'est toujours une Candidate action.

Chaque Candidate action est liée à une Revenue opportunity spécifique et est guidée par une Hypothesis, par exemple, 'L'application de réductions sur les articles de grande valeur augmente les taux de conversion parmi les navigateurs à forte intention sans éroder significativement la marge.'

Les Constraints appliquées avant que quoi que ce soit ne puisse être exécuté

Avant qu'une action ne puisse être exécutée, elle doit passer par une série de Layers de Constraints. Ces règles protègent l'expérience client, l'intégrité de la marque et la rentabilité. Si une action échoue à une Constraint, elle est retirée de l'ensemble des candidats.

Tableau des Layers de Constraints

Layer de Constraints	Ce qu'elle bloque	Mode d'échec si manquant
Éligibilité	Offres à des segments inéligibles (par exemple, abonnés existants pour des offres réservées aux nouveaux clients).	Gaspillage de budget, frustration client, problèmes de conformité légale.
Fréquence de contact	Trop de messages dans une période (par exemple, >3 emails/jour, >1 SMS/semaine).	Désabonnements clients, fatigue de la marque, réduction des taux d'engagement.
Heures creuses	Messages envoyés pendant les heures creuses (par exemple, de 21h à 8h, heure locale).	Irritation, expérience client négative, violations réglementaires.
Seuil de marge	Offres entraînant des marges bénéficiaires négatives sur des produits/clients spécifiques.	Ventes non rentables, érosion de la valeur de l'entreprise.
Conflits d'offres	Réductions concurrentes ou cumulées (par exemple, '10% de réduction' et 'livraison gratuite' sur le même article).	Rentabilité réduite, dévalorisation de la marque, confusion client.
Réglementaire & Consentement	Actions violant le RGPD, le CCPA ou le statut d'opt-in.	Sanctions légales, atteinte à la réputation de la marque, perte de confiance.
Randomized Holdout	Toute action envers un client assigné à un groupe de contrôle pour la mesure.	Incapacité à mesurer le gain incrémental, ROI mal attribué, décision sous-optimale.

Pour Alice, imaginez que la réduction de 10% est bloquée par une Constraint de 'Seuil de marge' car la Montre connectée X est un produit nouvellement lancé et très demandé. De plus, une Constraint de 'Fréquence de contact' pourrait bloquer un email immédiat si elle en a reçu un au cours de la dernière heure. De manière critique, si Alice fait partie d'un groupe de contrôle pour un Experiment particulier, toutes les actions liées à cet Experiment sont bloquées. Une décision sans bras de contrôle n'est pas mesurable et donc non auditable, ce qui mine la proposition de valeur de l'plateforme Markin dans son ensemble.

L'arbitrage lui-même

Avec les actions éligibles restantes, le moteur d'arbitrage détermine l'action optimale unique, ou l'inaction. C'est le cœur du processus de décision de la next best action. L'arbitrage évalue chaque candidat restant en fonction de sa contribution attendue par rapport aux coûts et à la substitution potentielle. Il ne s'agit pas seulement de conversion, mais de conversion incrémentale et rentable.

Considérons deux candidats restants pour Alice :

1. Candidat A : Afficher une bannière pour les accessoires connexes (par exemple, bracelets de montre, protecteurs d'écran).
2. Candidat B : Envoyer un email avec les meilleures critiques pour la Montre connectée de luxe X.

Le moteur d'arbitrage calcule une Valeur Attendue (EV) pour chacun. Cette EV prend en compte :

• Uplift prédit : Le revenu incrémental estimé de cette action.
• Coût : Le coût d'exécution de l'action (par exemple, coût d'envoi d'email, coût d'opportunité de l'espace d'écran).
• Substitution : Le risque que l'action n'accélère qu'un achat qu'Alice aurait fait de toute façon, ou qu'elle déplace son achat d'un article à marge plus élevée vers un article à marge plus basse. C'est la clé de la véritable valeur incrémentale.

Exemple arithmétique détaillé avec substitution

Assignons des valeurs hypothétiques :

• Prix de la Montre connectée de luxe X : 500 €
• Prix des accessoires : 50 € (moyenne)
• Marge brute moyenne : 25% pour la Montre connectée, 40% pour les accessoires

Candidat A : Afficher une bannière pour les accessoires connexes

• Conversion incrémentale prédite d'accessoires : 5%
• Revenu incrémental prédit des accessoires : 5% * 50 € = 2,50 €
• Bénéfice brut incrémental prédit : 2,50 € * 40% = 1,00 €
• Coût de l'action (négligeable) : 0,01 €
• Effet de substitution prédit : Faible (elle achète une montre de toute façon, c'est un complément). Supposons 0,00 €.
• Valeur Nette Attendue (NEV) : 1,00 € - 0,01 € - 0,00 € = 0,99 €

Candidat B : Envoyer un email avec les meilleures critiques pour la Montre connectée de luxe X

• Conversion incrémentale prédite de Montre connectée : 2%
• Revenu incrémental prédit de Montre connectée : 2% * 500 € = 10,00 €
• Bénéfice brut incrémental prédit : 10,00 € * 25% = 2,50 €
• Coût de l'action : 0,05 € (coût de la plateforme d'emailing)
• Effet de substitution prédit : Élevé (elle l'aurait peut-être acheté de toute façon ou avec une autre incitation). C'est là que le modèle d'uplift est essentiel. Supposons 1,50 € de profit qu'elle aurait généré de toute façon.
• Valeur Nette Attendue (NEV) : 2,50 € - 0,05 € - 1,50 € = 0,95 €

Dans cet exemple, le Candidat A (bannière d'accessoires connexes) a une NEV plus élevée (0,99 €) que le Candidat B (email de critique, 0,95 €), même si l'email de critique génère un revenu brut potentiel plus élevé. L'effet de substitution est souvent la raison pour laquelle la réponse est d'attendre, ou de choisir une action moins directe. Markin priorise les actions qui créent véritablement de la nouvelle valeur, et non seulement qui déplacent la valeur existante.

Par conséquent, Markin sélectionnerait le Candidat A pour Alice.

L'enregistrement de la décision

Chaque décision de croissance, qu'une action ait été prise ou non, génère un enregistrement de décision complet. Ce journal est crucial pour l'audit, l'analyse des performances et l'amélioration continue du modèle.

L'enregistrement de l'interaction d'Alice comprendrait :

• Horodatage : Le moment exact où la décision a été prise.
• Événement déclencheur : 'Visualisation de produit : Montre connectée de luxe X' avec toutes ses métadonnées.
• ID client : L'identifiant unique d'Alice.
• État du Profile : Un instantané des signaux clés du profil au moment de la décision (par exemple, 'produits récemment consultés', 'propension à acheter la Montre connectée X', 'dernière communication reçue').
• Candidate actions : Une liste de toutes les actions initialement considérées.
• Constraints appliquées : Quelles Constraints ont été appliquées et quels candidats elles ont éliminés (par exemple, 'Seuil de marge' a bloqué '10% de réduction', 'Fréquence de contact' a bloqué 'email immédiat').
• Entrées d'arbitrage : Les calculs de NEV pour chaque candidat restant, y compris l'uplift prédit, le coût et les valeurs de substitution.
• Action choisie : 'Afficher une bannière pour les accessoires connexes' ou 'Ne rien faire'.
• Raison du choix : 'Valeur Nette Attendue la plus élevée : 0,99 €'.
• Version de la politique : La version spécifique de la politique de décision et des modèles ML sous-jacents utilisés. Cela assure la reproductibilité et aide à l'A/B testing de différentes politiques.
• Affectation du Holdout : Si Alice faisait partie d'un groupe de contrôle ou d'un groupe traité pour tout Experiment actif. C'est essentiel pour mesurer l'gain incrémental de l'ARPU.

Cet enregistrement détaillé garantit que toute décision peut être reconstruite des mois plus tard par un auditeur humain, justifiant l'action prise (ou non prise) et validant la logique et les modèles sous-jacents. Il prend en charge la conformité réglementaire et fournit les données nécessaires pour affiner et optimiser continuellement les stratégies de croissance. Cette journalisation complète et cette piste d'audit sont fondamentales pour la croissance agentique et permettent aux entreprises d'étendre leur capacité de science des données sans perdre le contrôle ou la transparence.

Pour plus d'informations sur la façon dont Markin génère une croissance mesurable, explorez nos solutions de décision de rétention et les principes de la découverte de revenus.