Markin Labs
Peut-on résoudre la croissance ?
Nous travaillons à faire de la croissance un problème qu’un système peut comprendre, traiter et dont il peut apprendre. De l’acquisition à la fidélisation et au produit lui-même.
Cela implique de résoudre les problèmes de recherche entre comprendre une entreprise et savoir quoi faire ensuite.
Plusieurs hypothèses sont testées. Certaines pistes s’arrêtent, l’une reste non concluante. Un enseignement étayé rejoint les connaissances existantes pour guider la question suivante.
La croissance devrait accumuler des connaissances.
Connaissance partagée
Chaque entreprise apprend ce qui la fait grandir. Trop de ces apprentissages restent dans une campagne, une équipe ou un outil.
L’acquisition change qui devient client. L’expérience produit détermine si les clients restent. La fidélisation révèle des besoins qui devraient éclairer les deux. Nous pensons que ces décisions appartiennent à un système partagé.
Notre objectif est de rendre ce système explicite : ce que nous savons, ce qui reste incertain, ce qu’il faut tester ensuite et ce que le résultat change.
Problèmes ouverts
Ce qu’il reste à résoudre.
Notre programme de recherche commence par cinq questions. Progresser sur chacune rendrait l’ensemble du système plus capable.
Représenter l’entreprise.
Comment un système peut-il construire une compréhension utile des clients, des produits, de l’économie et du contexte ?
Les décisions doivent refléter l’entreprise dans son ensemble, avec ses contraintes.
Identifier ce qui cause la croissance.
Comment distinguer l’effet d’une action de ce qui se serait produit de toute façon ?
Un système a besoin de preuves sur les interventions qui créent une valeur incrémentale.
Choisir ce qu’il faut apprendre ensuite.
Quelle expérience mérite d’être menée lorsque le temps, le budget et l’attention des clients sont limités ?
Les bonnes décisions doivent équilibrer les résultats immédiats et la valeur des apprentissages.
Coordonner les décisions.
Comment l’acquisition, le produit et la fidélisation peuvent-ils viser le même résultat ?
Une amélioration dans une partie de l’entreprise peut créer des coûts ailleurs.
Construire un savoir durable.
Que doit conserver, transférer ou reconsidérer un système lorsque l’entreprise évolue ?
Chaque résultat doit éclairer les décisions futures sans transformer la découverte d’hier en règle permanente.
Commencer par les revenus clients.
Aujourd’hui, notre point de départ est le CRM et la croissance du cycle de vie pour les marques D2C. C’est un cadre concret pour relier le contexte, tester des interventions et mesurer les résultats.
L’acquisition et le produit font partie du programme de recherche plus large. Le travail commence sur une partie ciblée du parcours client et s’étend à mesure que le système justifie ce périmètre.
Explorer le produit actuelNotes et rapports de recherche.
Les travaux existants, avec leurs méthodes, sources et limites.
- Révisé La ligne de réduction de rétentionQuand une remise de rétention maintient-elle un client, et quand subventionne-t-elle quelqu'un qui allait rester de toute façon ?Pas de données client. Le résultat principal est arithmétique sur quatre entrées : profondeur de la remise, marge brute, mois restants attendus et part incrémentale des accepteurs. Il est évalué sur une grille de 5 profondeurs de remise (10 % à 50 %) et 3 niveaux de marge (50 %, 70 %, 85 %). Les prix d'abonnement publiés et les fourchettes de churn divulguées par les opérateurs de streaming et de télécommunications cotés sont utilisés uniquement pour délimiter les plages d'entrée plausibles, et non pour produire un résultat. · Prix et divulgations lus en août 2026. L'arithmétique est indépendante du temps ; les plages d'entrée ne le sont pas.Lire le rapport
- Révisé Revenus porteurs de margeQuelles décisions de growth augmentent les revenus, et lesquelles d'entre elles augmentent aussi la marge ?Huit types de décisions fréquents dans les activités d'abonnement et d'e-commerce D2C. Chacun est évalué selon la même grille de marge : revenus incrémentaux, coût variable de distribution, coût des incitations et effet de substitution, le tout par client traité par rapport à un holdout randomisé. Les fourchettes de marge par catégorie de produits sont issues des publications de marge brute d'entreprises grand public cotées dans le streaming, les télécoms, les marketplaces et le commerce sur abonnement. · Divulgations de marge brute lues pour les exercices financiers se terminant en 2025 et le premier semestre 2026.Lire le rapport
- Révisé Concevoir un holdout qui peut réellement détecter un uplift d'ARPUQuelle doit être la taille d'un holdout avant qu'il ne puisse réellement détecter l'uplift d'ARPU que tu espères ?Aucune donnée client. Deux composantes : un calcul de puissance en forme fermée pour la différence des moyennes de bras, et un Monte Carlo sur des revenus simulés, 2 000 réplications par cellule, 800 pour la table de peeking et 200 pour la table CUPED. Les revenus par client sont tirés d'une loi log-normale à zéro gonflé, 35 % de non-dépenseurs, calibrée à une moyenne de 12 unités monétaires et à des coefficients de variation de 1,4, 2,2 et 3,5. La grille couvre des tailles de base de 50.000 à 5.000.000 et des parts de holdout de 2 % à 50 %. · Simulation exécutée le 14 septembre 2026, seed 20260914. L'arithmétique est indépendante du temps ; la plage plausible de CV est la partie qui vieillit.Lire le rapport
- Révisé Des campagnes aux décisions par clientDe quoi une entreprise a-t-elle réellement besoin pour passer des campagnes aux décisions par client ?Évaluations de maturité issues des déploiements et audits Markin sur de grandes bases D2C, anonymisées et présentées sous forme de blocages prioritaires plutôt que de statistiques. Les prérequis sont formulés sous forme de seuils que ton équipe peut valider sur sa propre infrastructure en un après-midi, sans notre intervention. · Évaluations menées entre le T3 2025 et le T3 2026.Lire le rapport
- Révisé ARPU et churn, mesurés de manière cohérenteQuelles différences entre les secteurs subsistent une fois que l'ARPU et le churn sont définis de la même manière ?147 opérateurs D2C répartis sur neuf groupes sectoriels, issus du panel de référence de Markin. Les niveaux représentent l'ARPU mensuel en USD converti aux taux moyens de la période. Les lignes indiquent dans quelle mesure la colonne des niveaux provient de chiffres publiés plutôt que de données dérivées. · TTM to Q2 2026. Les taux de growth correspondent aux douze derniers mois jusqu'à la fin du T2 2026.Lire le rapport
Comment cette recherche est menée
Qu'est-ce que Markin Research ?
Une ligne éditoriale récurrente d'analyses directes sur les décisions de growth D2C : quand une remise de rétention est rentable, quelles décisions dégagent de la marge, ce dont une entreprise a besoin pour prendre des décisions par client et ce qui subsiste quand l'ARPU et le churn sont définis de manière cohérente.
D'où proviennent les chiffres ?
Deux endroits, toujours étiquetés. Arithmétique reproductible sur des informations publiques, où la section de méthode te permet de reconstruire le résultat toi-même. Et plages anonymisées à travers les déploiements Markin, utilisées uniquement lorsque les informations publiques ne peuvent pas répondre à la question, avec échantillon et période déclarés.
Pourquoi certaines découvertes n'ont-elles pas de chiffre associé ?
Parce que l'échantillon qui les sous-tend est petit et que les entreprises sont très différentes, une moyenne serait donc un arrondi de quelque chose plutôt qu'une constatation. Lorsque c'est le cas, nous publions le mécanisme et refusons le chiffre, ce qui est la même norme que nous appliquons aux affirmations des autres fournisseurs.
Puis-je citer ces rapports ?
Oui. Chaque rapport a une URL stable, un jumeau en texte brut au même chemin avec /md ajouté, une date de révision déclarée et une liste complète des sources. Si un chiffre a dépassé sa date de révision, il est supprimé plutôt que d'être considéré comme toujours valable.
Travailler sur des problèmes dont la valeur s’accumule.
Nous voulons travailler avec des personnes qui font avancer ces questions : des chercheurs en apprentissage automatique et en inférence causale, des ingénieurs qui construisent des systèmes fiables et des praticiens qui comprennent les entreprises et leurs clients.
Si un problème ici te donne envie d’y consacrer des années, nous aimerions en parler avec toi.