Ajoute une next best action aux parcours que tu exécutes déjà dans Braze
Arbitrage par client inscrit dans les canevas que ton équipe utilise déjà.
La réponse courte
La next best action dans Braze signifie que Markin décide de l'action unique que chaque client doit recevoir, inscrit cette décision sur le profil en tant qu'attribut, et permet à tes canevas existants de s'y brancher. Braze gère la livraison, le plafonnement de la fréquence et le consentement. Markin fournit le choix et le lit par rapport à un holdout.
Dernière révision 2026-09-10
À qui cela s'applique, et qui cela ne doit pas atteindre
Éligible
- Clients joignables sur au moins un canal Braze avec un consentement valide.
- Au moins deux actions concurrentes que l'entreprise serait réellement prête à envoyer.
- Un canvas ou une campagne qui peut se ramifier sur un attribut personnalisé.
Exclu
- Clients soumis à un plafond de fréquence actif ou à une règle d'heures calmes. Braze applique cela, pas Markin.
- Messages transactionnels et réglementaires, qui ne doivent jamais être arbitrés.
- Membres du holdout, qui continuent à recevoir le programme existant sans changement.
Les données minimales, et leur origine habituelle
| Ce qui est nécessaire | Source habituelle |
|---|---|
| Profils, attributs et état d'abonnement | Braze |
| Historique d'exposition et d'engagement aux messages | Braze Currents dans l'entrepôt |
| Revenus, plan et historique des commandes | Entrepôt de données ou système de facturation |
| Comportement produit | Analyses produit ou tables d'événements |
| Consentement et résolution d'identité | CDP, lorsqu'il est utilisé |
Étape par étape
Comment la décision s'exécute
- 01Ton équipe
Définis l'ensemble d'actions
Liste les actions qui existent déjà dans Braze, plus celles que tu exécuterais si tu avais une raison de le faire. L'arbitrage n'est significatif que lorsque les alternatives sont réelles.
- 02Markin
Estimer la valeur attendue par client par action
Chaque action candidate est évaluée pour chaque client sur la marge incrémentale attendue, et non sur la propension à cliquer.
- 03Markin
Arbitrer pour une seule décision
Une action l'emporte par client par fenêtre, les actions candidates perdantes et la raison étant enregistrées afin que le choix puisse être audité ultérieurement.
- 04Markin
Écris la décision sur le profil
L'action choisie, sa raison et son ID de decision sont écrits dans Braze en tant qu'attributs personnalisés. La latence est ton intervalle de synchronisation.
- 05Ton stack
Ramifier le canvas sur l'attribut
Les canevas existants ajoutent une branche par action. Les modèles, la localisation, l'optimisation de l'heure d'envoi et le capping restent exactement là où ils sont.
- 06Markin
Retourner l'exposition et lire le holdout
L'exposition aux flux actuels est liée à l'ID de décision, de sorte que chaque action est lue par rapport au contrôle randomisé plutôt que par rapport au mois dernier.
Mesure
Comment tu sais si cela a fonctionné
- holdout
- Un holdout randomisé global qui continue de recevoir le programme préexistant, de sorte que la lecture est une arbitrage par rapport au statu quo.
- Fenêtre
- Huit à douze semaines. Des lectures plus courtes capturent la nouveauté, pas l'uplift.
- Résultat principal
- Revenus incrémentaux par client joignable par rapport au holdout.
Gardes-fou
- Taux de désabonnement et de réclamation.
- Volume de messages par client, qui ne doit pas augmenter.
- Cannibalisation des actions qui fonctionnaient déjà.
- Part des clients pour lesquels aucune action n'atteint le seuil de valeur.
Illustratif seulement
Un exemple concret
Forme illustrative d'un premier déploiement, pour montrer ce qui est décidé où.
| Clients joignables par semaine | 600,000 |
|---|---|
| actions candidates dans l'ensemble | 7, plus « aucune action » |
| Décidé par Markin | Lequel, pour qui et pourquoi |
| Décidé par Braze | Quand l'envoyer, sur quel canal, sous quelle limite |
| holdout | Randomisé, reçoit le programme existant |
| Lire | Revenus incrémentaux par client joignable sur 12 semaines |
Rien de la bibliothèque de canevas n'est reconstruit. La branche est le seul changement structurel.
Applique-le à tes propres chiffres
L'arithmétique, expliquée
La taille du holdout est la contrainte que les gens comprennent mal, pas le modèle. Pour un A/B test bilatéral avec 95 % de confiance et 80 % de puissance sur une métrique de revenus par client, n par groupe est d'environ 16 x (écart type / effet minimum détectable) au carré.
| Entrée | Valeur |
|---|---|
| Clients joignables par semaine | 600,000 |
| Revenus de base par client atteignable sur 12 semaines | $18.00 |
| Écart-type de ce chiffre | 54,00 USD (trois fois la moyenne, typique pour des revenus asymétriques) |
| Effet minimal détectable qui t'importe | 2 % de 18,00 USD = 0,36 USD |
| n par groupe | 16 x (54 / 0,36)^2 = 16 x 22.500 = 360.000 |
| holdout implicite en tant que part de la base hebdomadaire atteignable | Faisable : 360.000 est bien dans les 600.000 accumulés sur une fenêtre de 12 semaines |
| Si tu n'exécutais que 50.000 clients par groupe | Le plus petit effet détectable devient 54 x sqrt(16 / 50.000) = 0,97 US dollar, soit 5,4 % |
Un effet de revenus de 2 % sur cette base nécessite environ 360.000 clients par groupe sur la période. En dessous d'environ 50.000 par groupe, tout effet inférieur à 5 % est indiscernable du bruit, et le programme sera jugé sur un chiffre que l'A/B test n'aurait jamais pu mesurer.
Les inputs sont illustratifs. Le point qui se transfère est la forme : les distributions de revenus sont asymétriques, l'écart type est donc grand et les petits holdouts ne peuvent pas voir d'effets réalistes.
Chronologie
Combien de temps il faut pour un premier résultat mesuré
- 01Semaine 1
Connexion Currents et entrepôt de données
Braze Currents transmet les messages et les événements d'engagement à l'entrepôt de données, et l'état du profil et de l'abonnement est mappé. Aucune information n'est encore renvoyée.
- 02Semaine 2
Ensemble d'actions défini avec l'équipe lifecycle
Toutes les actions déjà en cours dans Braze sont listées, plus celles que l'entreprise exécuterait pour une raison donnée, plus une 'aucune action' explicite.
- 03Semaines 3 à 4
Modèle de valeur et arbitrage
Chaque action est évaluée par client sur la marge incrémentale attendue, et la règle d'arbitrage et sa piste d'audit sont convenues.
- 04Semaine 5
Attribute write-back et un canvas ramifié
Les décisions se manifestent comme des attributs personnalisés et un seul canvas est ramifié sur celles-ci. Un parcours d'abord, pas la bibliothèque entière.
- 05Semaines 6 à 7
Déploiement à travers la bibliothèque de canevas
Les canevas restants ajoutent la branche une fois que la réécriture a été observée comme stable.
- 06Semaines 13 à 17
Première lecture causale
Huit à douze semaines après la fixation du holdout global. Des lectures antérieures mesurent la nouveauté.
Détail technique
Ce qui est lu et écrit, champ par champ
Braze
Lire
- Profils utilisateur, attributs personnalisés et groupes d'abonnements via les points de terminaison /users/export
- Flux d'événements Currents : envois de messages, ouvertures, clics, conversions, désabonnements
- Méta-données de canvas et de campagne pour l'inventaire des actions
Écrit
- markin_next_best_action (chaîne de caractères) : la clé de l'action choisie
- markin_decision_id (chaîne de caractères) : relie l'exposition à la décision
- markin_decision_reason (chaîne de caractères) : pourquoi cette action a gagné, pour l'audit
- markin_decided_at (heure) et markin_holdout (booléen)
- Écrit via /users/track, en lot
Écris toutes les heures ou tous les jours pour la ramification des parcours ; pour les décisions de temps d'envoi ou in-app, un appel synchrone à l'API de décision au moment du rendu à la place.
Snowflake ou ton entrepôt de données
Lire
- Revenus, plan et historique des commandes liés à l'external_id Braze
- Événements de comportement du produit
- Tables Currents pour l'exposure
Écrit
- Tables de décision et d'exposure indexées par markin_decision_id
Ingestion continue, lot de décision quotidien.
Segment ou ton CDP
Lire
- Résolution d'identité et état du consentement sur tous les canaux
Écrit
- Rien. L'identité reste là où elle se trouve déjà.
Lecture seule.
Effort
Ce que cela demande à ton équipe
| Qui | Combien de temps ils y consacrent |
|---|---|
| Lifecycle ou CRM manager | Le principal interlocuteur : environ un jour par semaine pour l'ensemble d'actions, la branche et l'examen des décisions. |
| Ingénieur de données | Environ 3 jours les semaines 1 et 2 pour Currents et l'accès à l'entrepôt. |
| Marketing operations | Une demi-journée pour ajouter le motif de branche et confirmer que le plafonnement n'est pas affecté. |
| Analyse | Une session pour convenir de la métrique principale et de la taille du holdout avant le lancement. |
Ce qui tourne habituellement mal
Arbitrage par propension à l'ouverture
Le message le plus cliquable est rarement le plus précieux. Le classement par engagement optimise discrètement pour des actions bon marché et des revenus stagnants.
Reconstruire la livraison à l'intérieur de la decisioning layer
Braze gère déjà le capping, les heures creuses, la localisation et la délivrabilité. Dupliquer cela crée deux sources de vérité et un argument de gouvernance que tu perdras.
Pas d'option « ne rien faire »
Envoyer le meilleur d'un mauvais ensemble reste un mauvais envoi. Le silence doit pouvoir gagner l'arbitrage.
Perte de l'ID de la décision
Si l'exposition ne peut pas être reliée à la décision, le programme produit des rapports au lieu de preuves.
Questions auxquelles ce playbook répond
- Comment ajouter une next best action à Braze ?
- Braze peut-il décider de la meilleure offre par client ?
- Comment arbitrer entre des campagnes concurrentes dans Braze ?
- Qu'est-ce qu'une couche de decisioning ajoute en plus de Braze ?
- Comment exécuter un holdout sur tous les canvases Braze ?
Questions fréquentes
- Braze fait-il déjà de la next best action ?
- Braze orchestre extrêmement bien les parcours et peut y personnaliser le contenu. Ce qu'il ne fait pas, c'est valoriser chaque action concurrente par client en fonction de la marge attendue et arbitrer pour en choisir une seule. Cette couche de decisioning se situe au-dessus du parcours, c'est pourquoi les deux coexistent plutôt que de se faire concurrence.
- À quelle vitesse la décision atteint-elle Braze ?
- L'écriture d'attributs arrive à ton intervalle de synchronisation, ce qui convient aux parcours quotidiens et hebdomadaires. Lorsqu'une décision doit être prise au moment de l'envoi ou de l'écran, Markin répond à un appel d'API de décision au moment du rendu.
- Devons-nous modifier nos canevas ?
- Tu ajoutes une branche qui lit l'attribut de décision. Les modèles, les audiences, le capping, la localisation et la logique d'heure d'envoi restent tels quels.
- Que se passe-t-il si Markin ne retourne aucune action ?
- Le canvas suit son chemin par défaut, qui est normalement de n'envoyer rien. Être capable de prendre la decision de ne pas contacter est une grande partie de la provenance de la marge.
- Comment prouvons-nous que cela a fonctionné ?
- Un holdout randomisé continue de recevoir le programme précédent pendant toute la fenêtre de mesure, et l'exposition retourne à Markin via Currents, liée à l'ID de décision. La lecture est une comparaison entre deux groupes concurrents, jamais entre deux périodes de temps.
Où cela se connecte
- ManuelProposer une offre de rétention avant le renouvellement sans payer les clients qui seraient restés de toute façonOffres de sauvegarde avant renouvellement sur Stripe, dimensionnées par risque au lieu de l'appartenance à une liste.
- ManuelFaire du cross-sell sur un deuxième produit sans cannibaliser le forfait que le client paie déjàOffres de deuxième produit valorisées sur la marge incrémentale, et non sur le taux d'adoption (attach rate).
- ManuelRegagne des clients inactifs avec une fenêtre de silence au lieu d'une échelle de réductionsRéactivation synchronisée sur l'intention de retour, non sur les jours depuis la dernière commande.
- SolutionNext-Best ActionNext-Best Action pour les équipes de croissance enterprise
- SolutionDécisionnel clientLa couche de decisioning entre tes données client et tes canaux
- ComparaisonBraze Decisioning Studio vs Markin : qui écrit la listeBraze sélectionne le meilleur message au sein de Canvas. Markin sélectionne l'opportunité à travers le marketing, le produit et la tarification, et le prouve par rapport à un holdout.