COMPARE/Markin et ta stack
+Markin + Salesforce : la prise de décision au-delà des parcours et des campagnes
+ 17 à 35 % d'ARPU par rapport au holdoutPlage observée sur les déploiements Markin, mesurée sur les cohortes traitées.
Salesforce combine un système d'enregistrement avec des profils unifiés dans Data Cloud et l'orchestration des parcours dans Marketing Cloud. Markin ajoute la décision commerciale par-dessus : quelle opportunité existe par client, quelle est sa valeur et quel traitement appliquer. Les enregistrements, la gouvernance et l'exécution restent dans Salesforce.
En bref
- Salesforce: What is the record of this customer, and which journey are they in? Output: Segments, journey membership, delivered messages, pipeline and case records.
- Markin, the decision + execution layer: Which opportunity should this customer receive next, and is it worth the contact? Output: A ranked, sized decision per customer, written back to the record or the journey.
- Les critères d'entrée dans un parcours encodent des décisions déjà prises ; ils n'estiment pas l'effet incrémental de l'entrée.
- It reads the context Salesforce maintains, decides what is commercially worth doing, and returns that decision so Salesforce can execute it through the journeys, tasks and agent surfaces you already run.
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
5.0M
customers at $30 ARPU / month
Revenu adressable
$756.0M
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
$128.5M – $264.6M
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
Salesforce
Un CRM et un domaine marketing : comptes, contacts et historique de service comme système d'enregistrement, profils unifiés et audiences dans Data Cloud, et orchestration de parcours et personnalisation dans Marketing Cloud.
02
Markin, la couche de decision + exécution
Une couche qui transforme ce contexte en décisions commerciales classées : quelle opportunité mérite d'être exploitée pour chaque client, à quelle valeur attendue, et prouvée par rapport à un control.
Côte à côte
Les différences qui changent les résultats.
| Dimension | Salesforce | Markin, la couche de decision + exécution |
|---|---|---|
| Question à laquelle elle répond | Quel est le dossier de ce client, et dans quel parcours se trouve-t-il ? | Quelle opportunité ce client devrait-il recevoir ensuite, et le contact en vaut-il la peine ? |
| Entrée primaire | Objets CRM, activité de service et de vente, événements ingérés, profils unifiés. | Contexte client de Salesforce et de l'entrepôt de données, résultats, marge et contraintes. |
| Sortie primaire | Segments, appartenance au parcours, messages délivrés, pipeline et dossiers de cas. | Une décision classée et dimensionnée par client, réécrite dans l'enregistrement ou le parcours. |
| Propriétaire habituel | Opérations de vente, de service et de marketing. | Croissance, Data Science et direction des revenus. |
| Comment c'est mesuré | Achèvement du parcours, conversion de campagne, pipeline et métriques de cas. | 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 Salesforce 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 Salesforce complète laisse encore en suspens
Salesforce est excellent pour connaître et enregistrer. La question commerciale, parmi tout ce que nous pourrions offrir à ce client ce mois-ci, lequel ajoute le plus de revenus, est normalement répondue par des règles de segmentation et des calendriers de campagnes écrits par des personnes.
- Les critères d'entrée dans un parcours encodent des décisions déjà prises ; ils n'estiment pas l'effet incrémental de l'entrée.
- La priorité entre les parcours concurrents est résolue par des règles de suppression plutôt que par la valeur attendue.
- L'Uplift est rarement mesuré par rapport à un réel holdout, donc le chiffre rapporté inclut une demande qui se serait produite de toute façon.
- Le nombre d'hypothèses testées par trimestre est limité par la capacité de l'équipe 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 Salesforce décide, et où ça s'arrête.
Salesforce dispose de couches de recommandation et agentiques, mais elles sont réparties sur des produits ayant des fonctions différentes : Einstein Next Best Action met en avant des actions suggérées, Agentforce exécute de manière autonome, Marketing Cloud Next assemble des campagnes, et Data Cloud doit être adopté pour que tout cela puisse avoir une vue complète du client.
Produits référencés : Einstein Next Best Action, Agentforce, Marketing Cloud Next, Data Cloud
Ce qu'il optimise
Einstein Next Best Action est décrit comme le moteur de recommandation Salesforce qui propose aux utilisateurs des suggestions d'actions personnalisées basées sur des règles, des données et des scores prédits par l'IA.
Documents du fournisseurSalesforce Trailhead, Démarrez avec Einstein Next Best ActionMarketing Cloud Next, annoncé en juin 2025, est présenté comme une solution de marketing agentique "full-funnel" utilisant des agents autonomes pour l'assemblage de campagnes, l'optimisation des performances et la personnalisation 1:1 à grande échelle.
Page du fournisseurSalesforce, annonce Marketing Cloud Next
Limites documentées
La Next Best Action est principalement un outil de recommandation interne : les suggestions sont présentées aux utilisateurs des ventes et du service client plutôt que d'être arbitrées de manière autonome sur les canaux sortants.
Documents du fournisseurSalesforce Trailhead, Einstein Next Best ActionData Cloud est présenté comme la couche d'unification fondamentale qui alimente Agentforce, de sorte que la qualité du decisioning dépend de l'ingestion du patrimoine client dans la propre plateforme de données de Salesforce.
Page du fournisseurSalesforce, Comment Data Cloud alimente AgentforceSalesforce lui-même documente une distinction Agentforce-versus-Einstein pour les spécialistes du marketing, ce qui signifie que les équipes doivent concilier deux couches d'IA qui se chevauchent au sein d'une même plateforme.
Documents du fournisseurSalesforce Trailhead, Explorez l'IA dans Marketing Cloud Next
Ce que les preuves disent réellement
Aucun pourcentage d'amélioration public pour Einstein Next Best Action, Agentforce ou Marketing Cloud Next decisioning n'a été trouvé sur les pages produits de Salesforce ; le contenu est orienté positionnement plutôt que référencé.
Page du fournisseurSalesforce, annonce Marketing Cloud NextSalesforce a été nommé Leader dans le Forrester Wave™ 2026 pour les plateformes de marketing de revenus B2B, un rapport indépendant, mais qui couvre le marketing de revenus B2B de manière générale plutôt que le décisionnel grand public.
Rapport d'analysteForrester Wave™, Plateformes de Marketing des Revenus pour B2B (février 2026)
Où Markin est différent.
Une seule couche de décision, pas trois surfaces d'IA
Markin produit une seule décision classée par client que les clouds Salesforce consomment. Il n'y a aucune jonction à réconcilier entre un moteur de recommandation, un cadre d'agent et un assembleur de campagne.
Fonctionne sur l'entrepôt de données que tu as déjà
Markin lit le contexte là où il se trouve : entrepôt de données, CDP, facturation, produit, afin que la prise de décision n'attende pas une migration complète vers le Data Cloud pour voir le client.
Évalué en chiffre d'affaires, arbitré entre les canaux
Chaque opportunité porte une valeur incrémentale attendue, ainsi une action de service, une tâche de vente et un message sortant sont en concurrence sur la même échelle au lieu de fonctionner en parallèle.
Architecture
Comment les deux fonctionnent ensemble
Contexte en
Markin lit le contexte client unifié, les enregistrements Salesforce et les profils Data Cloud, ainsi que les données d'entrepôt, de produit et de facturation, avec l'historique des résultats nécessaires pour en tirer des enseignements.
Décision
Les opportunités de revenus sont générées, évaluées et classées par client. Un traitement est sélectionné, un groupe de contrôle est assigné et la valeur attendue est attachée à la décision.
Activation vers Salesforce
La décision est renvoyée comme un champ dans l'enregistrement ou un événement qui déclenche le parcours, la tâche ou la Next Best Action appropriés pour un agent de service ou de vente.
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 Salesforce 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'est pas un CRM et n'a aucune ambition d'être le système d'enregistrement. Il lit le contexte que Salesforce maintient, décide ce qui vaut la peine d'être fait commercialement, et renvoie cette décision afin que Salesforce puisse l'exécuter à travers les parcours, les tâches et les interfaces d'agents que tu utilises déjà.
Le dossier reste le dossier
La propriété des contacts, du consentement, des dossiers et du pipeline ne bouge pas. Markin lit le contexte en place et ne devient jamais une deuxième source de vérité.
Les décisions atteignent aussi les humains
La même opportunité classée qui déclenche un parcours peut apparaître comme une sollicitation prioritaire pour un agent de rétention ou un responsable de comptes, avec la raison et la valeur attendue associées.
Preuve qui résiste à l'examen financier.
Chaque décision est exécutée contre un contrôle, de sorte que le nombre présenté est un revenu incrémental plutôt que des conversions attribuées à une campagne.
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 Salesforce | 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 le CRM ni ne devient le système d'enregistrement pour les clients, les cas ou les pipelines.
- Markin ne remplace pas Journey Builder ni l'exécution de campagnes.
- Markin ne gère pas le consentement, les préférences ou la gouvernance des données.
- Markin ne nécessite pas de migration Salesforce ; il lit le contexte et réécrit les décisions.
- Markin ne s'assied pas à côté Salesforce 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 par rapport à ton parc Salesforce
Préchargé pour une entreprise utilisant Marketing Cloud et Service Cloud avec des recommandations Einstein en place. Ces clouds fonctionnent bien ; la question ouverte est de savoir quelle opportunité vaut la peine d'être exploitée, et ce qu'elle rapporte. Le chiffre ci-dessous représente la marge sur cette décision, nette du programme et nette de la part que des recherches indépendantes estiment ne pas survivre à un holdout.
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
$7.7M
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
$21.2M
What a before/after dashboard would claim, with no control group.
Augmentation vérifiée
$14.8M
What survives a holdout in the central case.
Rentabilité du coût du programme
5.3×
Remboursement
3 mo
Si 20 à 40 % de celui-ci ne donne rien
Ce qu'il faut pour le prouver
Pour détecter une 2.8 % d'uplift sur les revenus par client, il te faut environ 46K clients du bras de contrôle, environ 2.2 % de ta base adressable, lue sur au moins 8 weeks, afin que la nouveauté ne soit pas confondue avec l'effet.
Base adressable
2.1M
Revenus menacés par le churn
$387.5M
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, Salesforce 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.
- Ton mouvement commercial est un produit unique sans achat répété ni chemin de mise à niveau, il n'y a donc rien à prioriser.
- Tu as besoin d'un meilleur reporting sur les parcours existants plutôt que d'une autre façon de les choisir.
- Les données client sont fragmentées à tel point qu'aucun historique de résultats fiable n'existe encore.
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.
Einstein Next Best Action ne s'occupe-t-il pas déjà de la prise de décision ?
Einstein Next Best Action est le moteur de recommandation de Salesforce : il propose des suggestions d'actions personnalisées basées sur des règles et des scores prédits par l'IA, principalement aux utilisateurs des ventes et des services. Agentforce ajoute l'exécution autonome et Marketing Cloud Next ajoute l'assemblage de campagnes agentiques, mais le tableau complet dépend de l'adoption de Data Cloud comme couche d'unification. Markin produit une décision classée, dimensionnée en revenus, par client, que ces clouds consomment, sans migration préalable vers Data Cloud.
Devons-nous remplacer Marketing Cloud ?
Non. L'orchestration et la livraison restent dans Salesforce. Markin décide quelle opportunité mérite d'être exploitée et la renvoie comme déclencheur pour le bon parcours ou la tâche d'agent.
Nous avons déjà Data Cloud. La décision n'est-elle pas couverte ?
Data Cloud unifie les profils et construit des audiences. Cela répond à ce que nous savons d'un client. Choisir laquelle des nombreuses actions commerciales possibles a la plus grande valeur incrémentale, et le prouver par rapport au contrôle, est un travail différent.
Comment la décision est-elle renvoyée à Salesforce ?
En tant que champ dans l'enregistrement ou événement, afin que les parcours, flux et consoles d'agent existants puissent le consommer sans nouvelles interfaces pour l'équipe.
Les équipes de service et de vente peuvent-elles utiliser les mêmes décisions ?
Oui. Une opportunité classée est indépendante du canal. La même décision peut être livrée comme un message, une offre intégrée au produit ou une incitation pour un humain, et chaque voie est mesurée par rapport au même holdout.
S'agit-il d'un long projet d'intégration ?
Le premier déploiement cible un thème de revenu et une voie d'activation. L'exigence est un contexte client et un historique des résultats fiables, et non un re-platforming.
En quoi Markin est-il différent du decisioning ou de l'IA déjà présents dans Salesforce ?
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 Salesforce 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 Salesforce ?
On the assumptions preloaded above, 5.0M customers at 30 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.
Einstein Next Best Action : comment ça marche, les limites et la couche de décision
Comment Strategy Builder classe les recommandations dans Salesforce, où le modèle s'arrête, et comment décider dans le data warehouse et livrer dans le CRM.
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.