COMPARE/Markin e il tuo stack
+Markin + Hightouch: dati del warehouse, decisioni e attivazione
+17–35% ARPU rispetto al holdoutIntervallo osservato nelle implementazioni Markin, misurato su coorti trattate.
Hightouch è una CDP componibile e un layer di attivazione: modella i segmenti di pubblico sul tuo warehouse e li sincronizza con le destinazioni a valle senza copiare i dati. Markin utilizza lo stesso warehouse per decidere quale Commercial opportunity vale la pena attivare per cliente e lascia che il percorso di attivazione rimanga esattamente dove si trova.
In breve
- Hightouch: How do we get this warehouse data into the tools that need it? Output: Synced audiences, profiles and traits in downstream destinations.
- Markin, the decision + execution layer: Which opportunity is worth acting on for this customer, and what is it worth? Output: A decision per customer, materialised back into the warehouse for activation.
- Un'audience è una regola sul warehouse. Non stima l'effetto incrementale dell'agire su di essa.
- A composable stack already made the right architectural choice: the warehouse is the source of truth.
Ultimo aggiornamento: . Le affermazioni su altri fornitori si collegano alla fonte da cui provengono.
Cosa è in gioco
Un livello decisioning non è una voce di spesa per un tool. Muove l'ARPU sull'intera base, ogni mese.
Base installata
1.5M
customers at $28 ARPU / month
Ricavo indirizzabile
$241.9M
all'anno, base raggiungibile
ARPU uplift verificato
+17% al +35% ARPU
sulle coorti trattate, rispetto a holdout
Quanto vale
$41.1M – $84.7M
ricavi incrementali per anno
Misurato su coorti trattate rispetto a un holdout randomizzato, letto su un'intera finestra di misurazione anziché nelle prime settimane. Range anonimizzato tra le implementazioni Markin in grandi basi B2C; il tuo holdout è il numero che decide. Le cifre di cui sopra applicano tale intervallo alla quota raggiungibile della base sulle ipotesi di questa pagina; sono aritmetiche, non una previsione per la tua attività.
Eseguilo sui tuoi numeriWhat your stack does today.
01
Hightouch
Un CDP componibile costruito sul warehouse: modellazione dell'audience, risoluzione dell'identità e sincronizzazioni reverse-ETL che spingono i dati dei clienti dal warehouse verso destinazioni di marketing, vendite e supporto.
02
Markin, il livello di decisioning + esecuzione
Un livello che legge lo stesso data warehouse e produce decisioni commerciali classificate e dimensionate per cliente, con una scelta di treatment, un gruppo di controllo e un risultato incrementale misurato.
Fianco a fianco
Le differenze che cambiano i risultati.
| Dimensione | Hightouch | Markin, il livello di decisioning + esecuzione |
|---|---|---|
| Domanda a cui risponde | Come trasferiamo questi dati del data warehouse agli strumenti che ne hanno bisogno? | Su quale opportunità conviene agire per questo cliente, e qual è il suo valore? |
| Input primario | Tabelle e modelli del warehouse, definizioni del pubblico, mappature delle destinazioni. | Contesto di warehouse, storico dei risultati, margini, costi di contatto e vincoli. |
| Output primario | Pubblico, profili e tratti sincronizzati nelle destinazioni downstream. | Una decisione per cliente, materializzata di nuovo nel warehouse per l'attivazione. |
| Proprietario abituale | Ingegneria dei dati e operazioni di marketing. | Crescita e data science. |
| Come viene misurato | Affidabilità e latenza di sincronizzazione, copertura del pubblico, tassi di corrispondenza delle destinazioni. | Ricavi incrementali e ARPU rispetto a un holdout. |
Job to be done
Lo stesso lavoro, con una produttività diversa.
Niente di ciò che segue richiede uno strumento che non esiste. Richiede che il lavoro avvenga continuamente invece che una volta al trimestre, e che sia provato contro un holdout invece di essere discusso.
| Job to be done | With Hightouch alone | Con Markin |
|---|---|---|
| Nota che il ricavo per cliente sta diminuendo in un segmento | Qualcuno lo individua in una revisione della dashboard, settimane dopo che è iniziato. | Rilevato come segnale il giorno in cui il drift elimina il rumore, con il segmento già dimensionato. |
| Spiega perché sta accadendo | Un analista viene distolto dalla roadmap per un'indagine di due settimane. | Un'indagine viene eseguita automaticamente e restituisce i driver con le relative prove. |
| Crea ipotesi degne di essere testate | Un workshop produce la manciata di idee che la stanza è riuscita a generare. | Le ipotesi vengono scritte continuamente attraverso marketing, prodotto, prezzi e salute tecnica. |
| Decidi quali ipotesi meritano un budget | Prioritizzato per anzianità e istinto, senza dimensione allegata. | Ognuno è dimensionato in termini di entrate e classificato prima che venga costruito qualsiasi cosa. |
| Scegli la Next Best Action per un cliente | Le regole di Segment e i calendari delle campagne decidono, aggiornati quando qualcuno ha tempo. | Scelto per cliente, per momento, contro tutto il resto in competizione per quel cliente. |
| Lancialo davvero | Un ticket per il team del ciclo di vita, poi uno slot nel calendario del mese prossimo. | Eseguito all'interno dei sistemi che già utilizzi, senza la necessità di adottare un nuovo canale. |
| Dimostra che ha causato i ricavi | Riportato rispetto ai non qualificati o a un holdout globale, se del caso. | Ogni decisione prevede un gruppo di controllo randomizzato; l'uplift viene letto rispetto ad esso. |
| Elimina ciò che non funziona | I programmi sopravvivono perché nessuno si occupa di ritirarli. | La mancata superiorità rispetto al controllo ritira automaticamente il programma. |
| Rifare tutto la prossima settimana | Vincolato dalla capacità: da quattro a otto test a trimestre. | Centinaia di ipotesi in corso in parallelo, continuamente. |
La parte irrisolta
Cosa lascia ancora aperto uno stack componibile
Una volta che il magazzino è la fonte di verità e le sincronizzazioni sono affidabili, il collo di bottiglia si sposta a monte dell'attivazione: qualcuno deve ancora decidere quale delle tante possibili audience merita l'attenzione del cliente questa settimana e se ciò ha generato un impatto.
- Un'audience è una regola sul warehouse. Non stima l'effetto incrementale dell'agire su di essa.
- Diversi modelli possono qualificare lo stesso cliente contemporaneamente, e la priorità viene risolta tramite ordinamento piuttosto che valore atteso.
- Niente impone holdout per impostazione predefinita, quindi l'effetto incrementale deve essere ricostruito a posteriori.
- La generazione di ipotesi rimane manuale: il numero di idee testate è limitato dal tempo dell'analista.
La differenza effettiva
Markin non è l'ennesimo motore decisionale.
Markin non è un decisioning engine. Un decisioning engine classifica le azioni che un essere umano ha già definito. Markin funziona come un team di data science e growth: formula le proprie ipotesi sul perché l'ARPU è bloccato, in marketing, prodotto, prezzi o stato di salute tecnico, le dimensiona, le esegue all'interno dei sistemi che già utilizzi, e legge ognuna contro un holdout.
| Un motore decisionale | Markin | |
|---|---|---|
| Da dove proviene l'ipotesi | Un umano lo crea. Il motore sceglie tra opzioni già approvate da qualcuno. | Markin lo scrive. Legge la base, trova dove i ricavi stanno calando o non sono stati sfruttati, e scrive l'ipotesi stessa. |
| Cosa gli è permesso di mettere in discussione | Messaggio, offerta, canale, tempistica, all'interno della superficie della campagna a cui è stato assegnato. | Qualsiasi cosa che muova l'ARPU: attrito nell'onboarding, prezzi e packaging, una funzionalità che nessuno adotta, un picco di fallimenti di pagamento, un deeplink rotto. |
| Chi esegue l'analisi | I tuoi analisti, prima e dopo. Il motore ottimizza; non indaga. | Markin esegue l'analisi. Dimensionamento, definizione del segmento, progettazione dell'esperimento e lettura dei risultati sono automatizzati end-to-end. |
| Dove si ferma | Alla raccomandazione. Qualcuno deve ancora costruirlo e lanciarlo. | Si avvia. Markin esegue all'interno delle tue piattaforme e superfici di prodotto esistenti, quindi chiude il ciclo sul risultato. |
| Throughput | Tante ipotesi quante il tuo roadmap ne può contenere, tipicamente una manciata per trimestre. | Centinaia in parallelo, ognuno con un control group. |
| Cosa succede quando è sbagliato | Il programma continua a funzionare finché qualcuno non lo esamina. | Viene ritirato automaticamente. Il fallimento nel superare il controllo è un risultato normale ed economico. |
Un motore decisionale sceglie la migliore action da un elenco che hai scritto. Markin scrive l'elenco e lo esegue nel tuo stack.
Spazio delle ipotesi
Tutto ciò che un growth scientist umano esaminerebbe.
La maggior parte dei problemi di crescita non sono problemi di messaggio. Markin non è limitato alla superficie della campagna: se qualcosa frena l'ARPU, rientra nell'ambito e viene testato allo stesso modo.
Marketing
La superficie classica, ma scelta per cliente anziché per segmento, e sempre rispetto a un holdout.
- Quale offerta vale la pena fare a questo specifico cliente
- Canale e tempistica scelti per persona, non per campagna
- Pressione di contatto e affaticamento gestiti su ogni programma
- Economia del recupero: chi vale uno sconto e chi no
Prodotto
Dove il cliente sperimenta effettivamente il valore e dove si verifica la maggior parte della perdita di ricavi silenziosa.
- Fasi di onboarding che fanno perdere clienti prima del primo valore
- Una funzionalità con elevata correlazione di retention che metà della base non scopre mai
- Posizionamento del paywall e del prompt di upgrade
- Superfici in-product utilizzate come braccio di trattamento, non solo email e push
Commerciale
Prezzi, packaging e la forma dell'offerta stessa, testati anziché discussi.
- Struttura di piano e pacchetto per coorte
- Profondità dello sconto rispetto al margine, non solo rispetto alla conversione
- Inquadramento annuale versus mensile per cliente
- Sequenze di dunning e recupero dello churn involontario
Salute tecnica
Anomalie che nessuno ha chiesto di cercare. Questa è la categoria che nessun motore decisionale copre.
- Un tasso di errore al checkout aumentato su un dispositivo e una regione
- Guasti di pagamento concentrati su un singolo emittente o metodo
- Un deeplink rotto che silenziosamente uccide un percorso di alto valore
- Latenza o degrado della consegna che riducono la conversione prima ancora che qualsiasi messaggio lo faccia
Pensa a Markin come a un team di data science e growth che non dorme mai: indaga, formula ipotesi, le implementa nel tuo stack e ne verifica ognuna contro un gruppo di controllo, con un volume che nessun team umano può raggiungere.
Il loro livello di decisioning
Cosa Hightouch decide, e dove si ferma.
Hightouch AI Decisioning è la cosa più vicina in questo elenco a un vero layer decisionale: gli agenti di reinforcement learning scelgono messaggio, canale e tempistica per utente. I suoi confini documentati sono ciò che lo separa dal revenue decisioning, seleziona tra i messaggi che tu pre-approvi e ha bisogno della piattaforma di qualcun altro per inviarli.
Prodotti a cui si fa riferimento: AI Decisioning (AID), Customer Data & AI Platform
Cosa ottimizza
L'AI Decisioning utilizza il reinforcement learning e gli agenti AI per scegliere automaticamente il miglior contenuto, offerta, canale e tempistica.
Pagina del fornitoreHightouch, Cos'è l'AI Decisioning (febbraio 2026)Un 'agent' combina un'audience, obiettivi e messaggi; l'AID impara poi quale messaggio, canale e tempistica funzionano meglio per ogni persona, bilanciando exploration ed exploitation.
Documenti del fornitoreHightouch docs, Panoramica AI Decisioning
Confini documentati
Hightouch documenta che gli agenti operano interamente all'interno degli input e delle regole definite: non creano nuovi contenuti o agiscono al di fuori della configurazione.
Documenti del fornitoreHightouch docs, AgentiAID non invia. Richiede almeno una destinazione di consegna connessa, Salesforce Marketing Cloud, Braze o Iterable, quindi la sua portata è limitata dai canali supportati da tale piattaforma.
Documenti del fornitoreHightouch docs, Panoramica AI DecisioningL'AI Decisioning richiede la configurazione dello workspace dai team di dati prima che i marketer possano creare agenti.
Documenti del fornitoreHightouch docs, Panoramica AI Decisioning
Cosa dicono realmente le prove
Hightouch pubblica le metriche di lift come capacità di prodotto all'interno del suo dashboard Insights, ma nessuna percentuale aggregata di uplift per AID compare sulle sue pagine pubbliche.
Pagina del fornitoreHightouch, Pagina della piattaforma AI Decisioning
Dove Markin è diverso.
Prima l'opportunità, poi il messaggio
AID ottimizza tra messaggi che esistono già. Markin inizia un passo prima: genera e dimensiona l'opportunità di ricavo, quindi decide se un qualsiasi trattamento supera la soglia. La selezione del messaggio è l'ultimo passo, non l'intero lavoro.
Economia nella funzione obiettivo
Markin si classifica in base ai ricavi incrementali attesi al netto del margine, del costo dello sconto e del costo di contatto. Una ricompensa definita come engagement ottimizzerà felicemente verso conversioni economiche che si sarebbero comunque verificate.
Nessuna dipendenza dalla piattaforma di delivery
La decisione di Markin viene scritta ovunque sia necessaria: una piattaforma di engagement, il data warehouse, un service desk, una superficie di prodotto, senza che sia richiesta l'esistenza preventiva di Braze, Iterable o SFMC.
Architettura
Come i due processi si svolgono insieme
Warehouse come substrato condiviso
Markin legge le stesse tabelle modellate da cui Hightouch si attiva. Nessun dato viene copiato in un profilo separato e nessun secondo identity graph viene creato.
Decisione riscritta nel data warehouse
Markin materializza decisioni classificate e dimensionate e assegnazioni a gruppi di controllo come tabelle nel data warehouse, in modo che siano interrogabili, verificabili e versionate insieme a tutto il resto.
L'attivazione rimane in Hightouch
Queste tabelle decisionali diventano la fonte per le sincronizzazioni con email, SMS, annunci, superfici di prodotto o strumenti di supporto. L'architettura di attivazione non cambia.
L'ultimo passaggio è l'esecuzione, non un passaggio di consegne. Markin non invia una raccomandazione via email a qualcuno che poi deve implementarla: lancia il trattamento direttamente all'interno. Hightouch e la tua superficie del prodotto direttamente, con l'holdout allegato, e legge il risultato da sé.
Il loop
L'Esecuzione è un passaggio nel ciclo, non un passaggio di consegne.
- 01
Osservare
Markin legge continuamente il segnale comportamentale, transazionale e di prodotto che già raccogli.
- 02
Ipotizza
Scrive l'ipotesi stessa, marketing, prodotto, commerciale o tecnica, e ne indica la direzione attesa.
- 03
Dimensioni
Ogni opportunità è classificata in base al valore atteso, quindi la coda è ordinata per denaro anziché per opinione.
- 04
Progetto
Segment, trattamento, guardrail e un holdout randomizzato vengono impostati prima che qualsiasi cosa venga lanciata.
- 05
Esegui
Si avvia all'interno dei sistemi che già utilizzi, la tua piattaforma di coinvolgimento, le tue superfici di prodotto, le tue API. Nulla attende in una coda di build.
- 06
Leggi
I risultati vengono misurati rispetto all'holdout per un'intera finestra, in modo che la novità non venga scambiata per effetto.
- 07
Scalare o ritirare
Ciò che supera il controllo viene esteso a tutta la base. Ciò che non lo supera viene disattivato automaticamente.
Dove si inserisce Markin
Non un sostituto. Un team di growth-science in più.
Uno stack componibile ha già fatto la scelta architettonica giusta: il warehouse è la fonte della verità. Markin aggiunge il livello che trasforma quella verità in decisioni commerciali classificate e le riscrive nel warehouse in modo che l'attivazione continui attraverso le sincronizzazioni di cui già ti fidi.
Nessuna seconda source of truth
Le decisioni sono tabelle del data warehouse. Chiunque può ispezionare perché un cliente ha ricevuto un trattamento e le finanze possono riconciliare i numeri rispetto agli stessi dati.
La sperimentazione è integrata
L'assegnazione al gruppo di controllo fa parte della decisione, non un ripensamento aggiunto prima di una QBR.
Ipotesi alla velocità dei dati
Il livello genera e valuta continuamente azioni candidate, quindi il backlog non è limitato a ciò che un analista ha avuto tempo di scrivere in questo sprint.
Perché Markin vince
Più potente di qualsiasi altra cosa su questa pagina.
Ogni strumento con cui Markin viene confrontato è stato creato per un compito che si ferma prima che il revenue si muova: consegnare il messaggio, unificare i dati, fare lo score del lead. Markin è stato creato per un unico risultato, aumentare l'ARPU, e possiede il loop completo che porta a questo: indagare, ipotizzare, lanciare, misurare e scalare, attraverso marketing, prodotto, pricing e technical health.
Apprendimento ultra-rapido, by design
Markin Growth Science esegue il ciclo completo di osservazione, formulazione di ipotesi, esperimenti e lettura in pochi giorni, con centinaia di esperimenti supportati da holdout in parallelo. Il sistema accresce l'apprendimento a una velocità che nessun team umano, e nessuno strumento di campagna, può eguagliare.
Growth operations, rese efficienti
Dimensionamento, design del segmento, costruzione, lancio e misurazione erano quattro team e uno sprint. In Markin sono un unico sistema, quindi la stessa growth operation spedisce più azioni di ricavo con una frazione del costo di coordinamento.
Un risultato: ARPU
Ogni ipotesi viene dimensionata in revenue atteso per cliente, ogni azione viene giudicata rispetto a un holdout randomizzato e tutto ciò che supera il controllo scala automaticamente sulla base. Nient'altro in questa pagina viene misurato in questo modo.
Se l'obiettivo è far crescere l'ARPU attraverso un apprendimento ultra-veloce e gestire le growth operations in modo più efficiente, la scelta è Markin.
Modello operativo
Il limite non sono le idee. È quante se ne possono testare.
| Today, with Hightouch | Con Markin in cima | |
|---|---|---|
| Ipotesi di ricavo testate per trimestre | Da 4 a 8, a seconda dello spazio disponibile sulla roadmap | Centinaia, generate ed eseguite in parallelo |
| Su cosa si può formulare un'ipotesi | Messaggi, offerte e pubblici, la superficie della campagna | Salute di marketing, prodotto, prezzi e tecnica |
| Dalla decisione al live nel canale | Un ticket, una coda di build, una finestra di rilascio | Markin lo lancia autonomamente nelle tue piattaforme esistenti |
| Tempo dall'idea a un risultato di cui ti fidi | Da 6 a 10 settimane di analisi, sviluppo e presentazione dei risultati | Giorni, perché il dimensionamento e la progettazione sono automatizzati |
| Quota delle decisioni con un gruppo di controllo | I programmi di punta, quando c'è tempo | Ogni decisione, per impostazione predefinita |
| Copertura della base | Segmenti principali e i clienti intercettati da una regola | Un'unica decisione per cliente, su tutta la base |
| Costo per testare la 500esima ipotesi | Un altro analista, un altro trimestre | Praticamente zero |
| A cosa dedica il suo tempo il team | Estrazione dati, creazione liste, riconciliazione report | Giudizio: vincoli, economia, cosa scalare |
Markin non sostituisce il tuo team di data science. Rimuove il limite alla quantità di base su cui il team può agire e alla velocità con cui scopre se ha funzionato.
Cosa Markin non sostituisce.
Per essere espliciti sull'ambito, poiché il reparto acquisti lo chiederà:
- Markin non è uno strumento di reverse-ETL e non sincronizza i dati con le destinazioni.
- Markin non sostituisce la modellazione del data warehouse, la risoluzione dell'identità o la gestione dell'audience.
- Markin non richiede che i dati lascino l'architettura del data warehouse che hai scelto.
- Markin non possiede la consegna del canale in nessuno strumento downstream.
- Markin non siede accanto Hightouch fare suggerimenti. È Markin che la guida, l'azione viene lanciata lì, nel sistema che il tuo team già conosce, e il risultato torna nel loop.
Standard di Evidenza
La maggior parte di questa categoria riporta il proprio lift.
Nessuno dei principali fornitori di engagement, CDP o personalizzazione pubblica un dato di uplift verificato in modo indipendente per il suo prodotto decisionale. Laddove esistono numeri, provengono da studi commissionati dal fornitore o da case study di singoli clienti senza una metodologia di holdout divulgata. La ricerca pubblica più rigorosa nella categoria non è lusinghiera per nessuno, incluso noi, ed è esattamente il motivo per cui ci basiamo su di essa.
BCG riferisce che quando le organizzazioni adottano test rigorosi di incrementalità, tipicamente riscontrano che dal 20% al 40% dei loro programmi attivi di Next Best Action generano un lift marginale o negativo.
Ricerca indipendenteBCG, Come la misurazione si sta evolvendo nella Next-Best Action (2026)La stessa ricerca segnala effetti di novità, i nuovi programmi mostrano risultati iniziali gonfiati, e raccomanda dalle 8 alle 12 settimane prima di trarre conclusioni.
Ricerca indipendenteBCG, Come la misurazione si sta evolvendo nella Next-Best Action (2026)Le misurazioni del ROI a livello di programma con global-holdout spesso sovrastimano l'impatto a causa di effetti alone, effetti di anticipazione e contaminazione dell'esperimento.
Ricerca indipendenteBCG, Come la misurazione si sta evolvendo nella Next-Best Action (2026)
Come Markin si attiene ad essa
- Ogni decisione che Markin prende include un gruppo di controllo. L'uplift è riportato rispetto a quell'holdout, non rispetto ai clienti che non si sono qualificati.
- I risultati vengono letti su un'intera finestra di misurazione anziché nelle prime settimane, in modo che la novità non venga scambiata per effetto.
- I programmi che non riescono a superare il controllo vengono automaticamente ritirati. Eliminare le decisioni che non ripagano fa parte del ciclo, non di una revisione annuale.
- L'unica cifra che citiamo su noi stessi è un intervallo, non una media: da +17% a +35% ARPU sulle coorti trattate rispetto a un holdout randomizzato, in tutte le implementazioni Markin in grandi basi B2C. Non pubblichiamo alcun benchmark di settore, perché non siamo riusciti a trovarne uno che saremmo stati disposti a difendere. Il tuo holdout è il numero che conta.
Dimensiona da solo
Dimensiona il livello di decisioning rispetto a una configurazione warehouse-native
Precaricato per un team data-mature che utilizza Hightouch sopra il warehouse: buona reach, costi di programma ridotti e una piattaforma di invio già in atto. Il reinforcement learning ottimizza all'interno delle azioni e delle regole che tu definisci; la cifra seguente è il valore della generazione e della valutazione di tali opportunità in primo luogo.
La tua base
Account che hanno generato ricavi negli ultimi 30 giorni. Non utenti registrati.
Ricavi ricorrenti più non ricorrenti divisi per clienti attivi.
Margine sulla prossima unità venduta, non margine aziendale aggregato.
Il tuo programma oggi
Con consenso, non affaticato, raggiungibile su almeno un canale.
Ricavo perso a causa di cancellazioni ogni mese, come quota della base.
La scommessa
Licenze, dati, incentivi e le persone che lo gestiscono.
Prima di qualsiasi riduzione incrementale. Il 2-4% è un'ipotesi di pianificazione difendibile.
Impatto annuale verificato
$3.3M
Margine lordo incrementale netto nel caso centrale, dopo il costo del programma e dopo la quota di programmi di decisioning che la ricerca indipendente rileva non produrre alcun incremento reale.
Uplift riportato
$8.5M
What a before/after dashboard would claim, with no control group.
Uplift verificato
$5.9M
What survives a holdout in the central case.
Ritorno sul costo del programma
5.4×
Payback
3 mo
Se il 20-40% di esso non fa nulla
Cosa serve per dimostrarlo
Per rilevare un 3.5% di uplift sui ricavi per cliente di cui hai bisogno approssimativamente 29K clienti nel braccio di controllo, circa 4.1% della tua base indirizzabile, letta su almeno 8 weeks, così la novità non viene scambiata per effetto.
Base indirizzabile
720K
Ricavi a rischio di churn
$118.1M
Annualised, at the current monthly rate.
Tempo al valore
90 giorni per un numero che ha superato un holdout.
Nessun replatform, nessuna migrazione dei dati, nessuna ricostruzione dei canali che già gestisci. Se le prime coorti non superano il controllo, nulla si espande e hai perso un trimestre, non una roadmap.
Settimane 0–2
Leggi il contesto che hai già
Markin si collega ai dati e ai canali che usi oggi, Hightouch incluso. Nessuna migrazione, nessun replatform, nessuna nuova fonte di verità.
Settimane 3–6
Prime opportunità dimensionate in test
Le opportunità sono classificate in base al valore atteso, i trattamenti sono scelti per ciascun cliente e le prime coorti vengono attivate con un holdout randomizzato allegato.
Settimane 7–12
Primo ricavo incrementale verificato
I risultati vengono letti su un'intera finestra di misurazione. Ciò che supera il controllo scala; ciò che non lo fa viene ritirato. Nulla scala su un numero che non è sopravvissuto a un holdout.
Quando non hai bisogno di Markin.
- Il tuo warehouse non contiene ancora dati di esito affidabili, quindi nessuna decisione può essere valutata.
- L'attivazione è il collo di bottiglia piuttosto che la prioritizzazione; risolvi prima le sincronizzazioni.
- Stai cercando un reverse-ETL. Markin non sposta i dati verso le destinazioni; a questo serve il tuo activation layer.
Visualizzalo nel prodotto
Guardalo decidere, sperimentare ed eseguire, prima di parlare con chiunque.
Un tour guidato del workspace Markin su un cliente demo, senza chiamata di vendita, senza configurazione.
Domande che gli acquirenti si pongono.
In che modo Markin è diverso da Hightouch AI Decisioning?
Hightouch AI Decisioning utilizza il reinforcement learning per scegliere il miglior messaggio, canale e tempistica per utente. La sua stessa documentazione rileva che gli agenti operano interamente all'interno degli input e delle regole che definisci, che la consegna richiede una destinazione connessa a Braze, Iterable o Salesforce Marketing Cloud, e che i data team devono prima configurare l'area di lavoro. Markin inizia un passo prima: genera e dimensiona l'opportunità di ricavo, classifica le opzioni in base al margine incrementale atteso e non dipende da una piattaforma di invio di terze parti.
Dobbiamo sostituire Hightouch?
No. L'attivazione rimane dov'è. Markin scrive le sue decisioni nel warehouse e quelle tabelle diventano la fonte per le tue sincronizzazioni esistenti.
Hightouch offre anche AI Decisioning. In cosa è diverso?
Si sovrappongono in ambizione e vale la pena valutarli fianco a fianco. L'AI Decisioning ottimizza il contenuto, l'offerta, il canale e il tempismo delle singole campagne. L'enfasi di Markin è a monte di ciò: generare e dimensionare le opportunità di ricavo attraverso la base clienti e classificare quali meritano di essere considerate. Una pagina di confronto diretto è in arrivo; nel frattempo la risposta onesta è che la soluzione giusta dipende dal fatto che il tuo collo di bottiglia sia l'ottimizzazione dei messaggi o la prioritizzazione delle opportunità.
Markin copia i nostri dati?
No. Legge le tabelle modellate in loco e riscrive le decisioni come tabelle. Il warehouse rimane la source of truth.
Chi mantiene i modelli?
Il tuo team data continua a gestire i modelli del data warehouse. Markin li consuma e aggiunge il livello di decision e experiment sopra, con la logica visibile piuttosto che nascosta in una black box.
In che modo Markin è diverso dal decisioning o dall'AI già presenti in Hightouch?
Un motore di decisioning classifica le azioni che un umano ha già definito, all'interno della superficie della campagna che gli è stata data. Markin forma le ipotesi da sé, siano esse di marketing, prodotto, prezzo o un'anomalia tecnica che frena la growth, le dimensiona, le esegue all'interno di Hightouch e delle tue superfici di prodotto, e valuta ciascuna rispetto a un holdout randomizzato. Si comporta come un team di data science e growth, non come un ottimizzatore.
Markin testa solo messaggi e offerte?
No. Tutto ciò che un growth scientist umano investigerebbe rientra nello scopo: attrito nell'onboarding, adozione di funzionalità, prezzi e pacchetti, dunning e problemi di salute tecnica come un tasso di errore nel checkout o un deeplink non funzionante che sta silenziosamente uccidendo la conversione. Il marketing è uno dei quattro domini di ipotesi, non il confine.
Cos'è the business case for adding Markin on top of Hightouch?
On the assumptions preloaded above, 1.5M customers at 28 a month, un piccolo movimento nell'ARPU è un numero elevato in termini assoluti, perché si applica all'intera base installata ogni mese anziché a una campagna. Nelle implementazioni Markin, l'intervallo verificato sulle coorti trattate è da +17% a +35% ARPU rispetto a un holdout randomizzato. Il punto non è più messaggi: è trovare l'azione a più alto valore per cliente, lanciarla e dimostrarne l'incrementality rispetto al controllo prima che si espanda.
Quanto tempo prima che si ripaghi da solo?
Le prime opportunità dimensionate sono in test entro sei settimane e il primo risultato verificato tramite holdout arriva entro 90 giorni. Il ritorno sull'investimento dipende dalla tua base, dal margine e dal costo del programma; il calcolatore su questa pagina lo computa dai tuoi numeri, dopo aver applicato il taglio del 20% al 40% che BCG riscontra quando i programmi Next Best Action sono testati per incrementality.
Continua a leggere
Lettura di approfondimento su come funziona la next best action decisioning, dalle guide che sono alla base di questo confronto.
Next best action marketing: che cos'è e come funziona nel 2026
Next best action marketing spiegato: come funziona, esempi reali B2C, come si differenzia dalle campagne di segmento e dal marketing automation, e quanto vale su una base di 2M.
Feed di opportunità, ora con la provenienza delle ipotesi
Ogni azione candidata nel Markin Opportunity Feed ora porta il segnale, il segmento e l'esperimento precedente da cui discende. Un click per controllare o spedire.
Decisione continua: dai calendari di campagne all'always-on 1:1
Il decisioning continuo sostituisce il calendario promozionale settimanale con un loop che implementa centinaia di piccoli esperimenti causali per utente a settimana rispetto a un holdout preservato. Una migrazione di 90 giorni.