COMPARE/Markin et ta stack
+Markin + Adobe : prioriser l'opportunité avant la personnalisation
+ 17 à 35 % d'ARPU par rapport au holdoutPlage observée sur les déploiements Markin, mesurée sur les cohortes traitées.
Adobe Experience Platform unifie les profils dans Real-Time CDP et orchestre des expériences personnalisées via Journey Optimizer. Markin se situe avant le moment de la personnalisation et décide quelle opportunité commerciale la mérite pour chaque client, et quelle est sa valeur. Adobe reste propriétaire du profil, du parcours et de l'expérience.
En bref
- Adobe Experience Platform: How do we deliver a personalised experience to this profile, in this moment? Output: Personalised experiences, journey state, audience activation and reporting.
- Markin, the decision + execution layer: Which opportunity is worth this customer's attention, and what is it worth to the business? Output: A ranked, sized decision per customer, returned as the input to the experience.
- Une version mieux personnalisée de la mauvaise offre reste la mauvaise offre.
- It decides which opportunity deserves one, then hands that decision to Adobe so the journey and personalisation machinery does what it is good at.
Dernière mise à jour : . Les affirmations concernant d'autres fournisseurs renvoient à la source d'où elles proviennent.
Quel est l'enjeu
Une couche de décision n'est pas une ligne budgétaire pour un outil. Elle augmente l'ARPU sur l'ensemble de la base, chaque mois.
Base installée
8.0M
customers at $32 ARPU / month
Revenu adressable
$1.69B
par an, base atteignable
Augmentation d'ARPU vérifiée
+ 17 % à + 35 % d'ARPU
sur les cohortes traitées, par rapport au holdout
Ce que cela vaut
$287.2M – $591.4M
revenu incrémental par an
Mesuré sur des cohortes traitées par rapport à un holdout randomisé, lu sur une fenêtre de mesure complète plutôt que les premières semaines. Fourchette anonymisée sur les déploiements Markin dans de grandes bases B2C ; ton propre holdout est le chiffre qui décide. Les chiffres ci-dessus appliquent cette fourchette à la part atteignable de la base sur la base des hypothèses de cette page ; ils sont arithmétiques, et non une prévision pour ton entreprise.
Applique-le à tes propres chiffresWhat your stack does today.
01
Adobe Experience Platform
Une stack d'expérience enterprise : Real-Time CDP pour des profils et des audiences unifiés, et Journey Optimizer pour orchestrer et personnaliser les parcours et les expériences instantanées sur tous les canaux.
02
Markin, la couche de decision + exécution
Une couche qui classe les opportunités commerciales par client, dimensionne les revenus en jeu, choisit le traitement censé les faire évoluer, et se retient quand rien n'a de valeur positive attendue.
Côte à côte
Les différences qui changent les résultats.
| Dimension | Adobe Experience Platform | Markin, la couche de decision + exécution |
|---|---|---|
| Question à laquelle elle répond | Comment offrons-nous une expérience personnalisée à ce profil, à ce moment précis? | Quelle opportunité mérite l'attention de ce client, et quelle est sa valeur pour l'entreprise ? |
| Entrée primaire | Événements et enregistrements ingérés, profils unifiés, audiences, configuration des parcours et des offres. | Contexte unifié, historique des résultats, marge, coût de contact, contraintes, résultats d'expérimentation. |
| Sortie primaire | Expériences personnalisées, état du parcours, activation de l'audience et reporting. | Une décision classée et dimensionnée par client, renvoyée comme entrée pour l'expérience. |
| Propriétaire habituel | Équipes des opérations marketing et de l'expérience. | Croissance, Data Science et direction des revenus. |
| Comment c'est mesuré | Engagement, performance des parcours, amélioration de la personnalisation au sein de l'expérience. | Revenu incrémental et ARPU par rapport à un holdout. |
Job to be done
Le même travail, à un débit différent.
Rien de ce qui suit ne nécessite un outil qui n'existe pas. Il faut que le travail soit effectué en continu au lieu d'une fois par trimestre, et qu'il soit prouvé par rapport à un holdout au lieu d'être débattu.
| Job to be done | With Adobe alone | Avec Markin |
|---|---|---|
| Remarquez que le chiffre d'affaires par client dérive dans un segment | Quelqu'un le remarque lors d'une revue de tableau de bord, des semaines après son démarrage. | Détecté comme un signal le jour où la dérive efface le bruit, avec le segment déjà dimensionné. |
| Expliquez pourquoi cela se produit | Un analyste est retiré de la roadmap pour une enquête de deux semaines. | Une investigation est exécutée automatiquement et renvoie les facteurs déterminants avec leurs preuves. |
| Élabore des hypothèses qui méritent d'être testées | Un atelier produit la poignée d'idées auxquelles la salle a pu penser. | Les hypothèses sont écrites en continu à travers le marketing, le produit, la tarification et la santé technique. |
| Décide quelles hypothèses méritent un budget | Priorisé par ancienneté et intuition, sans évaluation de l'impact. | Chacun est dimensionné en revenus et classé avant que quoi que ce soit ne soit construit. |
| Choisissez la Next Best Action pour un client | Les règles et les calendriers de campagnes Segment décident, mis à jour quand quelqu'un a le temps. | Choisi par client, par moment, par rapport à tout le reste en compétition pour ce client. |
| Lancez-le réellement | Un ticket pour l'équipe du cycle de vie, puis un créneau dans le calendrier du mois prochain. | Exécuté dans les systèmes que tu utilises déjà, sans nouveau canal à adopter. |
| Prouver que cela a généré du chiffre d'affaires | Rapporté par rapport aux non-qualifiants ou à un holdout global, le cas échéant. | Chaque décision comporte un groupe de contrôle randomisé ; l'uplift est lu par rapport à celui-ci. |
| Éliminer ce qui ne fonctionne pas | Les programmes survivent parce que personne n'est chargé de les retirer. | Ne pas battre le contrôle met fin au programme automatiquement. |
| Refaites tout la semaine prochaine | Capacité limitée : quatre à huit tests par trimestre. | Des centaines d'hypothèses en cours en parallèle, en continu. |
La partie non résolue
Ce qu'une suite Adobe complète laisse encore en suspens
La personnalisation répond à la question de savoir comment une expérience doit être adaptée une fois que tu as décidé de la délivrer. La question préalable, de tout ce que nous pourrions proposer à ce client, lequel vaut commercialement le moment, est généralement réglée par des règles d'audience et un calendrier de campagnes.
- Une version mieux personnalisée de la mauvaise offre reste la mauvaise offre.
- La qualification d'audience est basée sur des règles ; la qualification concurrente est résolue par la suppression et l'ordre de priorité, non par la valeur attendue.
- L'amélioration du niveau d'expérience est mesurée au sein du canal, rarement comme un revenu incrémental sur l'ensemble de ce que le client a reçu.
- Le rythme des nouvelles hypothèses commerciales est limité par le backlog des opérations, non par les données.
La différence réelle
Markin n'est pas un autre moteur de décision.
Markin n'est pas un moteur de decisioning. Un moteur de decisioning classe les actions qu'un humain a déjà définies. Markin fonctionne comme une équipe data science et growth : il formule ses propres hypothèses sur les raisons pour lesquelles l'ARPU est bloqué (marketing, produit, tarification ou technique), les dimensionne, les exécute dans les systèmes que tu utilises déjà, et analyse chacune par rapport à un holdout.
| Un moteur de decisioning | Markin | |
|---|---|---|
| D'où vient l'hypothèse | Un humain en est l'auteur. Le moteur choisit parmi des options que quelqu'un a déjà approuvées. | Markin les élabore. Il lit la base, identifie les fuites ou les opportunités de revenus inexploitées, et rédige l'hypothèse lui-même. |
| Ce qu'il est autorisé à remettre en question | Message, offre, canal, moment, à l'intérieur de la surface de campagne qui lui a été attribuée. | Tout ce qui fait varier l'ARPU : la friction à l'onboarding, les prix et les forfaits, une fonctionnalité que personne n'adopte, un pic d'échecs de paiement, un lien profond brisé. |
| Qui réalise l'analyse | Tes analystes, avant et après. Le moteur optimise ; il n'enquête pas. | Markin effectue l'analyse. Le dimensionnement, la définition des segments, la conception et l'interprétation des experiments sont automatisés de bout en bout. |
| Où il s'arrête | À la recommandation. Quelqu'un doit encore le construire et le lancer. | Il se lance. Markin s'exécute au sein de tes plateformes et interfaces produit existantes, puis boucle la boucle sur le résultat. |
| Throughput | Autant d'hypothèses que ta feuille de route peut en contenir, généralement une poignée par trimestre. | Des centaines en parallèle, chacun avec un control group. |
| Ce qui se passe quand c'est faux | Le programme continue de s'exécuter jusqu'à ce que quelqu'un le révise. | Il est retiré automatiquement. Ne pas réussir à battre le contrôle est un résultat normal et peu coûteux. |
Un moteur de decisioning choisit la meilleure action à partir d'une liste que tu as écrite. Markin écrit la liste et l'exécute dans ta stack.
Espace d'hypothèses
Tout ce qu'un spécialiste de la croissance humaine examinerait.
La plupart des problèmes de croissance ne sont pas des problèmes de message. Markin ne se limite pas à la surface de la campagne : si quelque chose freine l'ARPU, c'est dans le périmètre et c'est testé de la même manière.
Marketing
La surface classique, mais choisie par client plutôt que par segment, et toujours contre un holdout.
- Quelle offre ce client spécifique vaut la peine d'être faite
- Channel et timing choisis par personne, non par campagne
- Pression de contact et fatigue arbitrées sur chaque programme
- Économie de reconquête : qui vaut un rabais et qui ne le vaut pas
Produit
Là où le client fait réellement l'expérience de la valeur, et là où la plupart des pertes de revenus silencieuses se produisent.
- Étapes d'Onboarding qui font perdre des clients avant la première valeur
- Une fonctionnalité avec une forte corrélation de rétention que la moitié de la base ne découvre jamais.
- Placement du Paywall et des incitations à la mise à niveau
- Surfaces intégrées au produit utilisées comme bras de traitement, pas seulement l'email et les notifications push
Commercial
La tarification, le packaging et la forme de l'offre elle-même, testés plutôt que débattus.
- Structure du plan et du forfait par cohorte
- Profondeur de remise par rapport à la marge, pas uniquement par rapport à la conversion
- Cadrage annuel versus mensuel par client
- Séquences de recouvrement de créances et de churn involontaire
Santé technique
Anomalies que personne n'a demandé de rechercher. C'est la catégorie qu'aucun moteur de décision ne couvre.
- Un taux d'erreur de paiement qui a augmenté sur un appareil et une région
- Défaillances de paiement concentrées sur un seul émetteur ou mode de paiement
- Un lien profond cassé qui tue silencieusement un parcours de grande valeur
- Dégradation de la latence ou de la livraison nuisant à la conversion avant même tout message
Pense à Markin comme à une équipe data science et growth qui ne dort jamais : elle enquête, formule des hypothèses, les déploie dans ta propre stack et prouve chacune d'elles par rapport à un groupe de contrôle, à un volume qu'aucune équipe humaine ne peut atteindre.
Leur couche de decisioning
Quoi Adobe décide, et où ça s'arrête.
Adobe possède le produit de decisioning le plus complet du groupe : classement en temps réel, arbitrage de parcours, limitation de fréquence, expérimentation et groupes de contrôle globaux. C'est également le seul fournisseur ici à publier les limites strictes de ce moteur, et ces limites décrivent une architecture de catalogue d'offres plutôt qu'une architecture de génération d'opportunités.
Produits référencés : Journey Optimizer AI Decisioning, Offer Decisioning, Real-Time CDP, Adobe AI Assistant
Ce qu'il optimise
La prise de décision AJO AI combine un moteur de décision en temps réel, un classement IA des options par probabilité d'engagement, des contraintes d'éligibilité, une limitation de fréquence et des rapports d'insights de modèle IA sur la conversion ou l'augmentation des revenus.
Page du fournisseurAdobe, décision IA de Journey OptimizerAdobe propose l'expérimentation avec des groupes de contrôle globaux, un sous-ensemble automatiquement mis en holdout utilisé pour mesurer l'impact réel, ainsi que l'optimisation de l'heure d'envoi, avec l'optimisation des parcours client par IA, des canaux et de l'arbitrage annoncée comme "bientôt disponible".
Page du fournisseurAdobe, décision IA de Journey Optimizer
Limites documentées
Adobe publie des garde-fous pour la décision : un maximum de 10 000 éléments de décision, une taille d'élément plafonnée à 1 Ko avec 30 attributs, 500 éléments par collection et 30 éléments de décision retournés par politique.
Documents du fournisseurAdobe Experience League, Garde-fous de décisionPlafonds supplémentaires documentés : un maximum de 5 modèles de classement IA, 1 000 placements, 10 politiques de décision par e-mail et 1 500 à 5 000 requêtes de décision par appel API d'expérience basé sur le code, en fonction de la segmentation Edge.
Documents du fournisseurAdobe Experience League, Garde-fous de décisionLa pleine valeur dépend d'Adobe Experience Platform et de Real-Time CDP comme base de données client sous Journey Optimizer.
Page du fournisseurAdobe, décision IA de Journey Optimizer
Ce que les preuves disent réellement
Adobe a été nommé Leader dans le Gartner® Magic Quadrant™ 2026 pour les moteurs de personnalisation (publié le 3 février 2026), un rapport indépendant authentique, bien que le cadrage promotionnel soit la sélection d'Adobe à partir de celui-ci.
Rapport d'analysteGartner® Magic Quadrant™ pour les moteurs de personnalisation (2026)Les informations sur les modèles IA d'Adobe mettent en évidence la conversion et l'uplift des revenus pour tes propres programmes, mais aucun benchmark agrégé d'uplift client n'est publié.
Page du fournisseurAdobe, décision IA de Journey Optimizer
Où Markin est différent.
Les Opportunités sont générées, pas cataloguées
Adobe classe les éléments d'un catalogue de décisions que quelqu'un doit créer et maintenir dans des limites publiées. Markin génère et dimensionne l'opportunité à partir du contexte client, de sorte que l'espace des actions à entreprendre n'est pas limité par un catalogue.
Au-dessus de la plateforme, pas à l'intérieur
Markin s'exécute sur l'entrepôt de données aux côtés d'AEP plutôt que de nécessiter l'empreinte complète de l'Experience Platform avant que les décisions puissent être prises, et réécrit les décisions dans AJO pour la livraison.
Classé par argent, pas par probabilité d'engagement
Le classement de l'IA ordonne les options par probabilité d'engagement. Markin les classe par revenu incrémental attendu net des coûts, ce qui explique pourquoi ne pas contacter peut être une victoire.
Architecture
Comment les deux fonctionnent ensemble
Contexte en
Markin lit le contexte client unifié, les profils de CDP en temps réel ainsi que les données d'entrepôt, de produit et de facturation, plus l'historique des résultats nécessaires pour apprendre des traitements passés.
Décision
Les opportunités de revenus sont générées, évaluées et classées par client. Un traitement est choisi, un groupe de contrôle est assigné et une valeur attendue est attachée avant que quoi que ce soit ne soit livré.
Activation vers Adobe
La décision est renvoyée en tant qu'attribut de profil ou événement, de sorte que Journey Optimizer sélectionne et personnalise l'expérience. Le contenu, le canal et la conception de l'expérience restent chez Adobe.
La dernière étape est l'exécution, pas un transfert. Markin n'envoie pas de recommandation par e-mail à quelqu'un qui doit ensuite la construire : il lance le traitement à l'intérieur Adobe et tes surfaces produit directement, avec le holdout attaché, et lit le résultat lui-même.
La boucle
L'exécution est une étape de la boucle, pas un transfert.
- 01
Observer
Markin lit le signal comportemental, transactionnel et produit que tu collectes déjà, en continu.
- 02
Formuler une hypothèse
Il rédige l'hypothèse elle-même, marketing, produit, commerciale ou technique, et indique la direction attendue.
- 03
Évaluer
Chaque opportunité est classée par valeur attendue, de sorte que la file d'attente est ordonnée par l'argent plutôt que par l'opinion.
- 04
Conception
Segment, traitement, garde-fous et un holdout randomisé sont définis avant tout déploiement.
- 05
Exécuter
Il se lance à l'intérieur des systèmes que tu utilises déjà, ta plateforme d'engagement, tes interfaces produit, tes API. Rien n'attend dans une file d'attente de construction.
- 06
Lire
Les résultats sont mesurés par rapport au holdout sur une fenêtre complète, afin que la nouveauté ne soit pas confondue avec l'effet.
- 07
Échelle ou retrait
Ce qui surpasse le contrôle est appliqué à l'ensemble de la base. Ce qui ne l'est pas est automatiquement désactivé.
Où Markin s'intègre
Pas un remplacement. Une équipe de growth-science en plus.
Markin ne crée pas d'expériences. Il décide quelle opportunité en mérite une, puis transmet cette décision à Adobe afin que les mécanismes de parcours et de personnalisation fassent ce qu'ils font de mieux. La gouvernance enterprise que tu as déjà mise en œuvre ne change pas.
La décision précède l'expérience
L'entrée dans le parcours devient une opportunité classée avec une valeur attendue plutôt qu'une règle d'audience, de sorte que la personnalisation est appliquée à l'offre qui vaut la peine d'être faite.
La gouvernance reste en place
Les profils, le consentement, la gouvernance des données et les contrôles de marque restent la propriété d'Adobe. Markin lit le contexte en place et réécrit les décisions.
Preuve au niveau du revenu
Chaque décision comporte un holdout, de sorte que le nombre rapporté à l'entreprise est le revenu incrémental plutôt que l'augmentation au sein du canal.
Pourquoi Markin gagne
Plus puissant que tout ce qui est sur cette page.
Chaque outil auquel Markin est comparé a été conçu pour un travail qui s'arrête avant que les revenus ne bougent : délivrer le message, unifier les données, scorer le lead. Markin a été conçu pour un seul résultat, faire croître l'ARPU, et il possède la boucle complète qui y mène : investiguer, émettre des hypothèses, lancer, mesurer et mettre à l'échelle, à travers le marketing, le produit, la tarification et la santé technique.
Apprentissage ultra-rapide, par conception
Markin Growth Science exécute le cycle complet d'observation, d'hypothèse, d'expérimentation et de lecture en quelques jours, avec des centaines d'expérimentations soutenues par un holdout en parallèle. Le système multiplie l'apprentissage à un rythme qu'aucune équipe humaine, et aucun outil de campagne, ne peut égaler.
growth operations, rendues efficaces
Le dimensionnement, la conception de segments, la construction, le lancement et la mesure étaient auparavant quatre équipes et un sprint. Chez Markin, ils constituent un seul système, de sorte que la même growth operation génère plus d'actions à revenus avec une fraction des coûts de coordination.
Un résultat : ARPU
Chaque hypothèse est dimensionnée en revenus attendus par client, chaque action est jugée par rapport à un holdout randomisé, et tout ce qui bat le contrôle est automatiquement mis à l'échelle sur l'ensemble de la base. Rien d'autre sur cette page n'est mesuré de cette façon.
Si l'objectif est d'accroître l'ARPU par un apprentissage ultra-rapide et d'exécuter les growth operations plus efficacement, le choix est Markin.
Modèle d'exploitation
La contrainte n'est pas les idées. C'est combien tu peux en tester.
| Today, with Adobe | Avec Markin en plus | |
|---|---|---|
| Hypothèses de revenus testées par trimestre | 4 à 8, selon la place disponible dans la feuille de route | Des centaines, générées et exécutées en parallèle |
| Ce sur quoi on peut formuler une hypothèse | Messages, offres et audiences, la surface de campagne | Marketing, produit, tarification et santé technique |
| De la décision au direct sur le canal | Un ticket, une file d'attente de build, une fenêtre de release | Markin le lance dans tes plateformes existantes |
| Délai entre l'idée et un résultat fiable | 6 à 10 semaines d'analyse, de construction et de rapport | Jours, car la dimension et la conception sont automatisées |
| Part des décisions avec un groupe de contrôle | Les programmes phares, quand il y a du temps | Chaque décision, par défaut |
| Couverture de la base | Les segments principaux et les clients concernés par une règle | Une décision par client, sur l'ensemble de la base |
| Coût de tester la 500e hypothèse | Un autre analyste, un autre trimestre | Effectivement zéro |
| À quoi l'équipe consacre son temps | Extraire des données, créer des listes, rapprocher des rapports | Jugement : contraintes, économie, ce qu'il faut faire évoluer |
Markin ne remplace pas ton équipe data science. Il supprime le plafond de l'étendue de la base sur laquelle cette équipe peut agir, et de la vitesse à laquelle elle découvre si cela a fonctionné.
Ce que Markin ne remplace pas.
Pour être explicite sur le périmètre, car les achats le demanderont :
- Markin ne fournit pas d'expériences, d'e-mails ou de personnalisation sur site.
- Markin ne remplace pas les profils Real-Time CDP ni le graphe d'identité.
- Markin ne gère pas le consentement, la gouvernance des données ou les contrôles de marque.
- Markin ne remplace pas Journey Optimizer ; il fournit la décision qui déclenche le bon parcours client.
- Markin ne s'assied pas à côté Adobe formule des suggestions. C'est lui qui le pilote, l'action est lancée là, dans le système que ton équipe connaît déjà, et le résultat revient dans la boucle.
Standard de preuve
La plupart des éléments de cette catégorie rapportent leur propre lift.
Aucun des principaux fournisseurs d'engagement, de CDP ou de personnalisation ne publie un chiffre d'uplift vérifié de manière indépendante pour son produit de décision. Lorsque des chiffres existent, ils proviennent d'études commanditées par les fournisseurs ou d'études de cas à client unique sans méthodologie de holdout divulguée. La recherche publique la plus rigoureuse dans cette catégorie n'est flatteuse pour personne, y compris nous, et c'est précisément pourquoi nous nous basons dessus.
BCG rapporte que lorsque les organisations adoptent des tests d'incrémentalité rigoureux, elles constatent généralement que 20 % à 40 % de leurs programmes Next Best Action actifs génèrent un gain marginal, voire négatif.
Recherche indépendanteBCG, How Measurement Is Evolving in Next-Best Action (2026)La même recherche signale des effets de nouveauté, les nouveaux programmes affichent des résultats initiaux gonflés, et recommande 8 à 12 semaines avant de tirer des conclusions.
Recherche indépendanteBCG, How Measurement Is Evolving in Next-Best Action (2026)Les mesures de ROI au niveau du programme et des holdout mondiaux surestiment souvent l'impact par des effets de halo, des effets d'anticipation et la contamination des experiments.
Recherche indépendanteBCG, How Measurement Is Evolving in Next-Best Action (2026)
Comment Markin s'y tient
- Chaque décision prise par Markin comporte un groupe de contrôle. L'uplift est rapporté par rapport à ce holdout, et non par rapport aux clients qui ne se sont pas qualifiés.
- Les résultats sont lus sur une fenêtre de mesure complète plutôt que dans les premières semaines, afin que la nouveauté ne soit pas confondue avec l'effet.
- Les programmes qui ne parviennent pas à surpasser le groupe de contrôle sont automatiquement retirés. Mettre fin aux décisions non rentables fait partie de la boucle, et non d'un examen annuel.
- Le seul chiffre que nous citons à notre sujet est une fourchette, pas une moyenne : de +17 % à +35 % d'ARPU sur les cohortes traitées par rapport à un holdout randomisé, sur les déploiements Markin dans de grandes bases B2C. Nous ne publions aucune référence sectorielle, car nous n'avons pas pu en trouver une que nous serions prêts à défendre. Ton holdout est le chiffre qui compte.
Dimensionne-le toi-même
Ce qu'une couche de décision ajoute par rapport à Adobe Journey Optimizer
Préchargé pour une grande base enterprise utilisant déjà AJO : forte portée, discipline de marge mature et programme bien financé. Le decisioning d'Adobe classe un catalogue maintenu dans ses plafonds publiés ; le chiffre ci-dessous représente la marge incrémentale sur les opportunités générées en dehors de ce catalogue, après la décote que la recherche indépendante conseille d'appliquer.
Ta base
Comptes ayant généré des revenus au cours des 30 derniers jours. Pas des utilisateurs enregistrés.
Revenus récurrents plus non récurrents divisés par les clients actifs.
Marge sur la prochaine unité vendue, et non la marge globale de l'entreprise.
Ton programme aujourd'hui
Consentant, non fatigué, joignable sur au moins un canal.
Revenus perdus en raison des annulations chaque mois, en part de la base.
Le pari
Licences, données, incitations et les personnes qui les gèrent.
Avant toute réduction d'incrémentalité. 2 à 4 % est une hypothèse de planification défendable.
Impact annuel vérifié
$17.1M
Marge brute incrémentale nette dans le cas central, après le coût du programme et après la part des programmes de décision que des recherches indépendantes estiment ne pas générer de réel lift.
ARPU incrémental (uplift) rapporté
$42.2M
What a before/after dashboard would claim, with no control group.
Augmentation vérifiée
$29.6M
What survives a holdout in the central case.
Rentabilité du coût du programme
8.1×
Remboursement
2 mo
Si 20 à 40 % de celui-ci ne donne rien
Ce qu'il faut pour le prouver
Pour détecter une 2.5 % d'uplift sur les revenus par client, il te faut environ 58K clients du bras de contrôle, environ 1.3 % de ta base adressable, lue sur au moins 8 weeks, afin que la nouveauté ne soit pas confondue avec l'effet.
Base adressable
4.4M
Revenus menacés par le churn
$601.6M
Annualised, at the current monthly rate.
Délai de rentabilisation
90 jours pour obtenir un chiffre ayant survécu à un holdout.
Pas de refonte de la plateforme, pas de migration de données, pas de reconstruction des canaux que tu utilises déjà. Si les premières cohortes ne dépassent pas le contrôle, rien ne se développe et tu as perdu un trimestre, pas une feuille de route.
Semaines 0–2
Lis le contexte que tu as déjà
Markin se connecte aux données et aux canaux que tu utilises aujourd'hui, Adobe inclus. Pas de migration, pas de replatform, pas de nouvelle source de vérité.
Semaines 3–6
Premières opportunités chiffrées en test
Les Opportunités sont classées par valeur attendue, les traitements sont choisis par client, et les premières cohortes sont mises en ligne avec un holdout randomisé attaché.
Semaines 7–12
Premier revenu incrémental vérifié
Les résultats sont lus sur une fenêtre de mesure complète. Ce qui surpasse le contrôle est mis à l'échelle ; ce qui ne le fait pas est retiré. Rien n'est mis à l'échelle sur un chiffre qui n'a pas survécu à un holdout.
Quand tu n'as pas besoin de Markin.
- Ta priorité est d'améliorer la qualité créative et l'expérience plutôt que de choisir entre des opportunités commerciales.
- Il te manque l'historique des résultats nécessaire pour évaluer les opportunités (opportunity sizing) ou évaluer les traitements.
- Tu veux consolider les fournisseurs. Cette couche ajoute une capacité de decisioning ; elle ne supprime pas une plateforme d'expérience.
Le voir dans le produit
Voyez-le décider, expérimenter et exécuter, avant de parler à qui que ce soit.
Une visite guidée du workspace Markin sur un client de démonstration, sans appel commercial, sans configuration.
Questions que les acheteurs posent.
Adobe Journey Optimizer intègre déjà le decisioning IA. Pourquoi ajouter une couche ?
Le decisioning d'Adobe est le plus complet de la catégorie : classement en temps réel, règles d'éligibilité, plafonnement de fréquence, expérimentation avec des groupes de contrôle globaux, et un placement dans le Magic Quadrant de Gartner 2026 en tant que Leader pour les moteurs de Personalization. Il est également basé sur un catalogue, et Adobe publie les plafonds, 10 000 éléments de décision, 30 éléments retournés par politique, 5 modèles de classement IA, 1 000 emplacements. Markin génère et dimensionne des opportunités à partir du contexte client au lieu de classer un catalogue géré, puis écrit la décision choisie dans AJO.
Devons-nous remplacer Adobe ?
Non. Adobe reste la couche de profil et d'expérience. Markin décide quelle opportunité mérite d'être exploitée et renvoie cette décision pour que Journey Optimizer puisse l'exécuter et la personnaliser.
Le CDP en temps réel a déjà des audiences et des offres. Pourquoi ajouter une couche de décision ?
Les audiences décrivent qui se qualifie et la gestion des offres décrit ce qui peut être montré. Aucune des deux n'estime le revenu incrémental d'une action, ne classe les opportunités concurrentes par valeur attendue, ni n'impose un holdout par défaut.
Comment la décision atteint-elle Journey Optimizer ?
En tant qu'attribut de profil ou événement sur lequel les parcours peuvent se baser, afin que l'équipe d'expérience puisse travailler avec les interfaces qu'elle utilise déjà.
Cela crée-t-il un problème de gouvernance ?
Il ne devrait pas. Le consentement et les règles d'éligibilité sont traités comme des contraintes strictes sur ce que Markin peut décider, et chaque décision est auditable avec la raison et la valeur attendue associées.
En quoi Markin est-il différent du decisioning ou de l'IA déjà présents dans Adobe ?
Un moteur de decisioning classe les actions qu'un humain a déjà définies, à l'intérieur de la surface de campagne qui lui a été donnée. Markin formule lui-même les hypothèses (marketing, produit, prix ou anomalie technique freinant la growth), les quantifie, les exécute à l'intérieur de Adobe et de tes surfaces produit, et lit chacune d'elles par rapport à un holdout randomisé. Il se comporte comme une équipe data science et growth, pas comme un optimiseur.
Markin teste-t-il uniquement les messages et les offres ?
Non. Tout ce qu'un growth scientist humain investiguerait est inclus : la friction à l'onboarding, l'adoption de fonctionnalités, la tarification et le packaging, le recouvrement, et les problèmes de santé technique tels qu'un taux d'erreur de paiement ou un deeplink cassé qui tue silencieusement la conversion. Le marketing est l'un des quatre domaines d'hypothèse, pas la limite.
Qu'est-ce que the business case for adding Markin on top of Adobe ?
On the assumptions preloaded above, 8.0M customers at 32 a month, une petite variation de l'ARPU représente un chiffre important en valeur absolue, car elle s'applique à l'ensemble de la base installée chaque mois plutôt qu'à une campagne. Sur l'ensemble des déploiements Markin, la fourchette vérifiée sur les cohortes traitées est de +17 % à +35 % ARPU par rapport à un holdout randomisé. L'objectif n'est pas d'envoyer plus de messages : il s'agit de trouver l'action à plus forte valeur par client, de la lancer et de la prouver par rapport à un groupe de contrôle avant de la généraliser.
Combien de temps avant qu'il ne soit rentable ?
Les premières opportunités dimensionnées sont en test dans les six semaines et le premier résultat vérifié par holdout arrive en moins de 90 jours. Le retour sur investissement dépend de ta base, de ta marge et du coût du programme. Le calculateur sur cette page le calcule à partir de tes propres chiffres, après application de la réduction de 20 % à 40 % que BCG constate lorsque les programmes Next Best Action sont testés en termes d'incrémentalité.
Lis la suite
Lecture approfondie sur le fonctionnement du next best action decisioning, à partir des guides qui ont inspiré cette comparaison.
Next best action marketing : ce que c'est et comment ça marche en 2026
Next best action marketing expliqué : comment ça marche, exemples B2C réels, comment ça diffère des campagnes par segments et du marketing automation, et ce que ça vaut sur une base de 2M.
Décision continue : des calendriers de campagne au 1:1 toujours actif
Le decisioning continu remplace le calendrier promotionnel hebdomadaire par une boucle qui déploie des centaines de petites expérimentations causales par semaine contre un holdout préservé. Une migration de 90 jours.
Les CMO sur le passage du volume créatif au volume de décision
Quatre conversations de CMO sur ce qui change lorsque la contrainte passe de la production de supports créatifs au routage du bon support vers le bon client.