COMPARE/Markin et ta stack
+Markin + Braze : des données clients aux actions de rétention priorisées
+ 17 à 35 % d'ARPU par rapport au holdoutPlage observée sur les déploiements Markin, mesurée sur les cohortes traitées.
Braze est une plateforme d'engagement client : parcours Canvas, livraison cross-canal et personnalisation des messages. Markin se place en amont et décide quelle opportunité commerciale mérite d'être activée pour chaque client, et quelle est sa valeur. La décision est prise dans Markin ; le message est toujours construit, personnalisé et livré par Braze.
En bref
- Braze: How do we build, personalise and deliver this journey across channels? Output: Delivered messages, journey state and engagement reporting.
- Markin, the decision + execution layer: Which opportunity justifies contact for this customer, and which treatment wins? Output: A ranked, sized decision per customer, including hold, pushed into Braze as the entry signal.
- Un client peut être éligible à plusieurs Canvas au cours de la même semaine. La priorité est résolue par les plafonds de fréquence et les règles d'éligibilité, et non par la valeur attendue.
- It decides which of the things you could send is the one that adds revenue, then hands that decision to Braze to execute.
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
4.0M
customers at $18 ARPU / month
Revenu adressable
$535.7M
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
$91.1M – $187.5M
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
Braze
Une plateforme d'engagement client pour la conception et la diffusion de parcours multicanaux, e-mail, push, in-app, SMS et web, avec orchestration Canvas, personnalisation Liquid et analyses de livraison.
02
Markin, la couche de decision + exécution
Une couche qui classe les opportunités commerciales par client, dimensionne les revenus en jeu, sélectionne le traitement avec la valeur incrémentale attendue la plus élevée et décide de ne pas contacter du tout.
Côte à côte
Les différences qui changent les résultats.
| Dimension | Braze | Markin, la couche de decision + exécution |
|---|---|---|
| Question à laquelle elle répond | Comment construisons-nous, personnalisons-nous et livrons-nous ce parcours sur tous les canaux? | Quelle opportunité justifie le contact pour ce client, et quel traitement l'emporte ? |
| Entrée primaire | Audiences et attributs d'utilisateur, événements personnalisés, logique de parcours, modèles de contenu. | Contexte client, résultats, historique des contacts, marges, contraintes, résultats des expérimentations passées. |
| Sortie primaire | Messages livrés, état du parcours et rapports d'engagement. | Une décision classée et dimensionnée par client, incluant le hold, envoyée dans Braze comme signal d'entrée. |
| Propriétaire habituel | CRM et marketing de cycle de vie. | Croissance, Data Science et direction des revenus. |
| Comment c'est mesuré | Délivrabilité, taux d'ouverture et de clic, conversion attribuée au Canvas. | 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 Braze 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 Braze fonctionne bien
Une configuration Braze mature a généralement plus de Canvases que la base de clients ne peut en absorber. La plateforme fournit ce qui lui est demandé ; décider ce qui mérite d'être demandé est une tâche distincte, et elle est normalement effectuée lors de réunions de planification et dans des feuilles de calcul.
- Un client peut être éligible à plusieurs Canvas au cours de la même semaine. La priorité est résolue par les plafonds de fréquence et les règles d'éligibilité, et non par la valeur attendue.
- Le reporting de campagne est par Canvas. Rien ne totalise l'effet de tout ce qu'un client a reçu en un seul chiffre de revenu.
- Il n'y a pas de décision explicite de laisser un client tranquille lorsqu'aucun message n'a de valeur attendue positive.
- De nouvelles hypothèses arrivent à la vitesse à laquelle l'équipe lifecycle peut rédiger des briefs, et non à la vitesse à laquelle les données changent.
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 Braze décide, et où ça s'arrête.
Braze a bien une couche de decisioning, et c'en est une vraie. Elle sélectionne le contenu, le canal et le moment pour chaque individu, à l'intérieur de Canvas, à travers les canaux que Braze envoie lui-même. C'est une portée différente de celle qui consiste à décider quelle opportunité commerciale vaut la peine d'être poursuivie en premier lieu.
Produits référencés : BrazeAI™, Sage AI by Braze, BrazeAI Decisioning Studio™, Intelligence Suite
Ce qu'il optimise
BrazeAI est présentée comme une suite d'outils d'IA pour le marketing et la personnalisation intégrés à la plateforme Braze, Sage AI étant le nom collectif des capacités intégrées dans les flux de données Braze et la pile d'exécution.
Page du fournisseurBraze, page produit BrazeAIBrazeAI Decisioning Studio™ est positionné pour alimenter la décision autonome et individualisée pour les stratégies d'engagement client, et est devenu disponible via le Google Cloud Marketplace en décembre 2025.
Page du fournisseurBraze, BrazeAI Decisioning Studio via Google Cloud Marketplace (déc. 2025)L'Intelligence Suite est documentée comme un moyen d'automatiser la prise de décision à partir d'informations basées sur les données au sein de Braze.
Documents du fournisseurBraze Learning, Automatiser la décision avec l'Intelligence Suite
Limites documentées
La prise de décision opère via Canvas. Elle optimise les messages que Braze envoie lui-même ; il ne s'agit pas d'une couche d'arbitrage sur les canaux et points de contact en dehors du domaine de Braze.
Page du fournisseurBraze, page produit BrazeAIL'unité d'optimisation est le contenu, le canal et l'heure d'envoi au sein d'un parcours, et non le chiffre d'affaires en jeu derrière le parcours, sa marge, ou la question de savoir si le parcours doit être exécuté tout court.
Page du fournisseurBraze, page produit BrazeAI
Ce que les preuves disent réellement
La seule recherche de performance quantifiée pour Decisioning Studio est une étude Total Economic Impact™ menée par Forrester Consulting et commanditée par Braze (mai 2026). Les chiffres sont accessibles derrière un formulaire d'inscription, et l'étude est financée par le fournisseur plutôt qu'une recherche indépendante de Forrester.
Vendor-commissionedForrester TEI, commandé par Braze (mai 2026)L'annonce de recherche de Braze d'avril 2026 fait référence à la même étude TEI et à un rapport commandé supplémentaire ; aucune évaluation indépendante de l'amélioration de Decisioning Studio n'est publiée.
Page du fournisseurAnnonce de recherche Braze (avril 2026)
Où Markin est différent.
Décide pour l'ensemble du domaine, pas pour un seul canal
Markin arbitre entre tout ce qu'un client pourrait recevoir cette semaine (journeys Braze, contact de service, placements de produits, démarchage sur le terrain ou par les soins) et choisit une seule option. Braze optimise ce qu'il envoie ; Markin décide si Braze doit être celui qui envoie.
Optimise le revenu, pas l'engagement
Decisioning Studio classe par probabilité d'engagement. Markin classe par revenu incrémental attendu, net de la marge et du coût de contact, c'est pourquoi un holdout est un résultat légitime.
Mesuré par rapport au holdout, par défaut
Chaque décision Markin comporte un groupe de contrôle et rapporte l'ARPU incrémental par rapport à celui-ci, plutôt qu'une conversion attribuée à un Canvas.
Architecture
Comment les deux fonctionnent ensemble
Contexte en
Markin lit le contexte client là où il se trouve déjà : entrepôt de données, CDP, systèmes de produits et de facturation, plus l'historique des résultats. Les exportations Braze des événements d'engagement et de livraison peuvent faire partie de ce contexte.
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 vers Braze
La décision choisie est réécrite en tant qu'attributs utilisateur ou événement déclenché, de sorte qu'un Canvas existant la récupère et la délivre. Le contenu, la gouvernance des canaux et la logique d'heure d'envoi restent dans Braze.
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 Braze 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 n'envoie pas de messages. Il décide parmi les choses que tu pourrais envoyer, celle qui apporte des revenus, puis transmet cette décision à Braze pour exécution. Le lifecycle conserve ses modèles, ses contrôles de marque et son expertise canal ; ce qui change est l'input qui déclenche le parcours.
L'entrée sur le Canvas devient une décision, pas une règle
Au lieu d'un segment d'éligibilité, le signal d'entrée est une opportunité classée avec une valeur attendue, de sorte que l'action à la plus haute valeur gagne l'attention du client cette semaine-là.
Le budget contact est alloué, non plafonné
Les Frequency caps empêchent la sursollicitation. Le decisioning va plus loin : il consacre chaque contact à l'Opportunity avec le meilleur rendement attendu, et se retient lorsque aucune ne franchit le seuil.
Mesuré par rapport au contrôle, non attribué
Chaque décision comporte un holdout, de sorte que le nombre rapporté est le revenu incrémental plutôt que les conversions attribuées à un envoi.
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 Braze | 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 n'envoie pas d'e-mails, de notifications push, de SMS ou de messages in-app. La livraison reste dans Braze.
- Markin ne gère pas les modèles, les contrôles de marque ou les identifiants de canal.
- Markin n'est pas un système d'enregistrement pour le consentement ou les préférences de communication.
- Markin ne remplace pas l'orchestration Canvas ; il fournit le signal qui déclenche la bonne.
- Markin ne s'assied pas à côté Braze 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 Braze
Préchargé pour une entreprise d'abonnements grand public utilisant Braze à grande échelle : forte portée, contacts fréquents, équipe de messagerie mature. Braze optimise les messages qu'il envoie. Le chiffre ci-dessous représente la marge incrémentale disponible en décidant ce qui vaut la peine d'être envoyé, y compris la décision de ne pas contacter, mesurée par rapport à un holdout plutôt que d'être attribuée à un Canvas.
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
$6.7M
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
$16.1M
What a before/after dashboard would claim, with no control group.
Augmentation vérifiée
$11.2M
What survives a holdout in the central case.
Rentabilité du coût du programme
6.6×
Remboursement
2 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 1.6 % de ta base adressable, lue sur au moins 8 weeks, afin que la nouveauté ne soit pas confondue avec l'effet.
Base adressable
2.5M
Revenus menacés par le churn
$279.2M
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, Braze 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 mènes une poignée de parcours de lifecycle et l'équipe peut encore raisonner sur la priorité lors d'une seule réunion.
- Tes données clients ne sont pas encore suffisamment fiables pour estimer les opportunités : corrige d'abord l'ingestion et l'identité.
- Tu veux un moyen moins cher d'envoyer des messages. Cette couche ne remplace pas une plateforme d'engagement et ne réduit pas son coût.
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.
Braze propose-t-il déjà une prise de décision par IA ?
Oui. BrazeAI Decisioning Studio™ sélectionne le contenu, le canal et le timing par individu au sein de Canvas, et Sage AI alimente les fonctionnalités prédictives et génératives à travers la plateforme. Son champ d'application concerne les messages envoyés par Braze. Il ne quantifie pas l'opportunité de revenus derrière un parcours, n'arbitre pas contre les points de contact extérieurs à Braze, et ne décide pas que l'absence de contact est la meilleure option. La seule recherche de performance publiée est une étude Forrester Total Economic Impact commanditée par Braze (mai 2026).
Devons-nous remplacer Braze ?
Non. Braze reste la couche d'exécution. Markin décide quelle opportunité mérite un message et transmet cette décision à Braze, qui le construit et le livre exactement comme il le fait aujourd'hui.
Comment la décision atteint-elle Braze ?
En tant qu'attributs clients ou événements déclenchés sur le profil, les Canvases existants peuvent les utiliser. La surface d'intégration est la même que celle que ton équipe utilise déjà pour tout autre signal amont.
Cela ajoute-t-il un autre outil de création d'audience ?
Non. Markin produit des opportunities classées et dimensionnées par client plutôt que des segments. La constitution d'audiences pour les campagnes de diffusion et de marque reste en place.
Qui est propriétaire du résultat, le marketing ou la donnée ?
Les deux, délibérément. La data science est responsable des modèles et de la conception des expérimentations ; le lifecycle est responsable des traitements et du canal. 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 du parcours client.
En quoi Markin est-il différent du decisioning ou de l'IA déjà présents dans Braze ?
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 Braze 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 Braze ?
On the assumptions preloaded above, 4.0M customers at 18 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.
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.
Comparaisons associées