COMPARE/Markin et ta stack
+Markin + Amplitude : de l'analyse comportementale aux décisions de revenus
+ 17 à 35 % d'ARPU par rapport au holdoutPlage observée sur les déploiements Markin, mesurée sur les cohortes traitées.
Amplitude est une plateforme d'analyse de produits avec des fonctionnalités d'expérimentation et de recommandations : elle observe les comportements, construit des cohortes, exécute des expérimentations de fonctionnalités et peut recommander du contenu pour atteindre un objectif prédictif. Markin se situe au-dessus et convertit cette observation en décisions de revenus quantifiées par client, définissant quelle action entreprendre, sur quel canal, à quel coût, avec un holdout associé. Amplitude montre ce qui se passe ; Markin décide ce qu'il faut en faire, en termes de revenus.
En bref
- Amplitude: What is happening in the product, and which feature variation or item performs? Output: Behavioural analysis, cohorts, experiment significance, ranked recommendations.
- Markin, the decision + execution layer: Given what we see, which revenue action is worth taking for this customer, and what is it worth? Output: A ranked, sized decision per customer, including hold, pushed into the channels that can act on it.
- Une cohorte décrit une population ; elle n'attache pas de valeur de revenu, de marge ou de coût par intervention à chaque client qu'elle contient.
- It turns what Amplitude observes into per-customer revenue decisions with a holdout attached, and acts in the channels that can move revenue, including customers a feature experiment never reaches.
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
2.5M
customers at $16 ARPU / month
Revenu adressable
$192.0M
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
$32.6M – $67.2M
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
Amplitude
Une plateforme d'analyse produit avec Experimentation de fonctionnalités et recommandations de contenu : insight comportemental, cohortes, tests A/B et recommandations d'articles AutoML vers un objectif prédictif.
02
Markin, la couche de decision + exécution
Une couche qui transforme le signal comportemental en décisions de revenus dimensionnées par client, sélectionnant le traitement avec la valeur incrémentale attendue la plus élevée et attribuant un groupe de contrôle.
Côte à côte
Les différences qui changent les résultats.
| Dimension | Amplitude | Markin, la couche de decision + exécution |
|---|---|---|
| Question à laquelle elle répond | Que se passe-t-il dans le produit, et quelle variation de fonctionnalité ou quel article est performant ? | Compte tenu de ce que nous voyons, quelle action de revenus vaut la peine d'être entreprise pour ce client, et que vaut-elle ? |
| Entrée primaire | Événements instrumentés, propriétés utilisateur, variantes d'expérimentation, objectifs prédictifs. | Comportement et cohortes issus des analyses, résultats, marges, coûts, historique des contacts, contraintes. |
| Sortie primaire | Analyse comportementale, cohortes, signification des expérimentations, recommandations classées. | Une décision classée et dimensionnée par client, incluant le hold, poussée dans les canaux qui peuvent agir en conséquence. |
| Propriétaire habituel | Produit, analytique et expérimentation. | Croissance, Data Science et direction des revenus. |
| Comment c'est mesuré | Significativité sur la métrique d'Experimentation ; taux de prise de recommandation et pertinence. | 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 Amplitude 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 qui reste non résolu quand l'analyse fonctionne bien
Une configuration Amplitude mature montre exactement ce qui se passe et teste bien les fonctionnalités. La prise de décision ne se fait pas d'elle-même : transformer « les utilisateurs qui font X désabonnent plus » en « qui sauver, avec quoi, à quel coût, et qui laisser tranquille » est une tâche distincte, et elle est normalement effectuée lors d'une réunion de planification et dans une feuille de calcul.
- Une cohorte décrit une population ; elle n'attache pas de valeur de revenu, de marge ou de coût par intervention à chaque client qu'elle contient.
- Une expérimentation prouve qu'une fonctionnalité fonctionne sur une métrique ; elle ne décide pas qui devrait recevoir la fonctionnalité déployée, ou qui devrait être maintenu dans le holdout.
- Les recommandations maximisent un objectif d'engagement prédit, et non un revenu incrémental net du coût de contact, de sorte que l'élément le plus pertinent n'est pas toujours l'action la plus précieuse.
- Les control groups mesurent le uplift combiné du programme, et non les revenus incrémentaux de chaque décision commerciale au moment où elle est prise.
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 Amplitude décide, et où ça s'arrête.
Amplitude est une plateforme d'analyse produit avec une couche d'expérimentation et de recommandations. Elle observe le comportement, construit des cohortes, exécute des expérimentations de fonctionnalités et peut recommander du contenu en vue d'un objectif prédictif. Elle ne dimensionne pas l'opportunité de revenus derrière le comportement ni ne décide d'actions cross-canal en termes de marge et de coût.
Produits référencés : Amplitude Analytics, Amplitude Experiment, Recommendations (Activation), Personalization, holdout groups
Ce qu'il optimise
Amplitude est une plateforme d'analyse de produits qui transforme les événements instrumentés en informations comportementales, en entonnoirs, en rétention, en cohortes et en parcours utilisateur.
Documents du fournisseurDocumentation Amplitude, Recommandations (Activation)Amplitude Experiment réalise des expérimentations de fonctionnalités en utilisant une méthode de test séquentiel qui maintient la validité des résultats, quelle que soit la date à laquelle ils sont consultés, et termine les expérimentations plus tôt, en moyenne, avec moins d'observations.
Documents du fournisseurDocumentation Amplitude, Tests séquentiels pour l'inférence statistiqueLes Recommandations (Activation) utilisent l'AutoML pour déterminer quels articles sont les plus susceptibles de maximiser l'objectif prédit de chaque utilisateur, pour une utilisation dans les campagnes de personnalisation.
Documents du fournisseurDocumentation Amplitude, Recommandations : aidez les utilisateurs à atteindre leurs objectifs
Limites documentées
Les holdout groups d'Amplitude mesurent le lift combiné à long terme d'un programme d'expérimentation dans son ensemble, et non les revenus incrémentaux d'une décision commerciale par client sur tous les canaux.
Documents du fournisseurAmplitude docs, Holdout groupsL'unité d'optimisation est une métrique d'expérimentation ou une recommandation de contenu vers un objectif prédictif. Les revenus en jeu, la marge et le coût de contact par client ne font pas partie de la décision de recommandation.
Documents du fournisseurDocumentation Amplitude, Créez une recommandation
Ce que les preuves disent réellement
La documentation d'Amplitude concernant la performance se concentre sur la significativité des expériences et la pertinence des recommandations. Aucune référence indépendante de l'impact d'Amplitude sur le revenu incrémental n'est publiée.
Documents du fournisseurAmplitude docs, Analyze your experiment data with the T-test
Où Markin est différent.
Observe et teste ; Markin décide de l'action commerciale
Amplitude répond à « que se passe-t-il et quelle variation de fonctionnalité est la plus performante ». Markin répond à « quelle action de revenus vaut la peine d'être entreprise pour ce client, et quelle en est la valeur », transformant l'observation en décision.
D'une métrique à une décision de revenus
Une recommandation maximise un objectif prédit ; une décision Markin maximise le revenu incrémentiel attendu net de la marge et du coût de contact, c'est pourquoi un hold est un résultat légitime.
Décision par client sur l'ensemble du patrimoine
Les cohortes et expérimentations Amplitude regroupent les utilisateurs. Markin produit une décision dimensionnée par client, sur chaque canal, et la rapporte par rapport à un holdout, et non à une métrique d'expérimentation.
Architecture
Comment les deux fonctionnent ensemble
Contexte en
Markin lit le contexte comportemental là où il se trouve déjà : événements et cohortes Amplitude, entrepôt de données, CDP, facturation, plus l'historique des résultats. L'observation devient l'une des entrées de la décision, et non la sortie.
Décision
Markin génère et mesure les opportunités de revenus, les classe par client, choisit un traitement et assigne un control group. Le résultat est une décision par client, avec une valeur attendue associée.
Activation dans les canaux
La décision choisie est réécrite sous forme d'attributs utilisateur ou d'événements déclenchés, de sorte que les canaux d'engagement et lifecycle agissent en conséquence. Lorsqu'une fonctionnalité doit être validée, la décision peut alimenter une Amplitude Experiment en tant que ciblage.
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 Amplitude 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 remplace pas l'analyse ou les expérimentations. Il transforme ce qu'Amplitude observe en décisions de revenus par client avec un holdout, et agit dans les canaux qui peuvent faire évoluer les revenus, y compris les clients qu'une expérimentation de fonctionnalité n'atteint jamais.
L'Insight devient une décision, pas une présentation
Une découverte comportementale est convertie en une opportunité dimensionnée et un traitement choisi par client, de sorte que l'insight quitte la réunion et parvient au client.
Les recommandations sont classées par revenu, et non par pertinence
Les traitements sont sélectionnés en fonction de l'augmentation des revenus attendue, nette de la marge et des coûts, de sorte que l'action à la valeur la plus élevée remporte le contact, même si ce n'est pas l'élément le plus pertinent.
Mesuré par rapport au holdout, par défaut
Chaque décision comporte un groupe de contrôle et rapporte l'ARPU incrémental, plutôt qu'une lecture de significativité sur une métrique de fonctionnalité ou un uplift au niveau du programme.
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 Amplitude | 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 remplace pas Amplitude Analytics, les tableaux de bord, les entonnoirs ou la construction de cohortes.
- Markin ne réalise pas d'expérimentations de fonctionnalités et ne remplace pas le moteur de statistiques ou les holdout groups d'Amplitude Experiment.
- Markin n'est pas un moteur de recommandation de contenu ; il décide des actions commerciales en termes de revenus.
- Markin ne gère pas l'instrumentation des événements ou la gouvernance des données.
- Markin ne s'assied pas à côté Amplitude 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
Dimensionne la couche de decisioning au-dessus de ton programme Amplitude
Préchargé pour une entreprise grand public axée sur le produit utilisant Amplitude à grande échelle : analyses comportementales riches, équipe d'expérimentation mature, recommandations en personnalisation. Amplitude observe les comportements et teste les fonctionnalités ; il ne quantifie pas l'opportunité commerciale derrière le comportement ni ne décide d'actions cross-canal en termes de revenus. Le chiffre ci-dessous représente la marge incrémentale disponible en transformant ces observations en décisions de revenus par client, mesurée par rapport à un holdout, et non une lecture de signification par expérience.
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
$1.4M
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
$5.8M
What a before/after dashboard would claim, with no control group.
Augmentation vérifiée
$4.0M
What survives a holdout in the central case.
Rentabilité du coût du programme
2.6×
Remboursement
5 mo
Si 20 à 40 % de celui-ci ne donne rien
Ce qu'il faut pour le prouver
Pour détecter une 3 % d'uplift sur les revenus par client, il te faut environ 40K clients du bras de contrôle, environ 4.0 % de ta base adressable, lue sur au moins 8 weeks, afin que la nouveauté ne soit pas confondue avec l'effet.
Base adressable
1.0M
Revenus menacés par le churn
$147.0M
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, Amplitude 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.
- Tu ne peux pas connecter un signal comportemental à un résultat de revenus, donc ni les analyses ni les décisions ne peuvent être valorisées.
- Tes seules actions sont des lancements de fonctionnalités intégrées au produit sans traitement commercial ni canal sur lesquels agir.
- Ta base est suffisamment petite pour que l'équipe puisse réfléchir à chaque cohorte manuellement.
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.
Amplitude n'a-t-il pas déjà des recommandations et des expérimentations ?
Oui. Amplitude Experiment réalise des expérimentations de fonctionnalités avec des tests séquentiels, et Recommendations utilise AutoML pour suggérer des éléments qui maximisent un objectif prédit. Les deux optimisent une métrique ou un objectif d'engagement au sein d'Amplitude. Ils ne déterminent pas les revenus en jeu par client, ne choisissent pas un traitement cross-channel en termes de marge et de coût, et ne décident pas qui mettre en holdout.
Devons-nous remplacer Amplitude ?
Non. Amplitude reste la couche d'analyse et d'expérimentation. Markin lit les signaux produits par Amplitude, les transforme en décisions de revenus quantifiées, et les transmet aux canaux qui peuvent agir dessus.
Comment la décision quitte-t-elle Amplitude ?
En tant qu'attributs utilisateur ou événements déclenchés sur le profil, l'engagement et les canaux lifecycle peuvent en dépendre. Lorsqu'une fonctionnalité doit être validée, la décision peut également alimenter une Amplitude Experiment en tant que ciblage.
Quelle est la différence entre un holdout Amplitude et un holdout Markin ?
Un holdout group Amplitude mesure le lift combiné à long terme de ton programme d'expérimentation dans son ensemble. Un holdout Markin est rattaché à chaque décision commerciale, de sorte que le chiffre rapporté est le revenu incrémental de cette action spécifique, et non une moyenne au niveau du programme.
Qui est propriétaire du résultat, le produit ou la croissance ?
Les deux. Le produit et l'analytique possèdent l'insight et les expérimentations ; la growth et la data science possèdent la décision de revenus. La couche de decisioning est le contrat partagé entre eux.
À quoi ressemblent les quatre-vingt-dix premiers jours ?
Un thème de revenu, un canal, un vrai holdout. L'objectif du premier trimestre est un chiffre incrémental défendable, pas une couverture complète de chaque cohorte.
En quoi Markin est-il différent du decisioning ou de l'IA déjà présents dans Amplitude ?
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 Amplitude 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 Amplitude ?
On the assumptions preloaded above, 2.5M customers at 16 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.
Flux d'opportunités, maintenant avec la provenance des hypothèses
Chaque action candidate dans le fil d'opportunités Markin contient désormais le signal, le segment et l'expérimentation précédente dont elle découle. Un clic pour auditer ou déployer.
À quoi ressemble une équipe de science des données de haut niveau à l'ère agentique
Notes issues de conversations avec des responsables de la croissance et de l'analyse dans huit entreprises repensant la façon dont leurs équipes de données passent la semaine sous l'IA agentive.