COMPARE/Markin e il tuo stack
+Markin + MoEngage: decisioni sui ricavi prima del push
+17–35% ARPU rispetto al holdoutIntervallo osservato nelle implementazioni Markin, misurato su coorti trattate.
MoEngage è una piattaforma di engagement insights-led: analytics, segmentazione e cross-channel orchestration attraverso push, in-app, email e SMS, con Sherpa AI che ottimizza il contenuto e il timing. Markin si posiziona prima, decidendo quale opportunità di ricavo vale la pena di attivare per ogni cliente e il suo valore. MoEngage si occupa ancora della delivery.
In breve
- MoEngage: How do we reach this segment across mobile channels, with which message and when? Output: Delivered messages, flow state and engagement analytics.
- Markin, the decision + execution layer: Which opportunity justifies contact for this customer, and what is it worth? Output: A ranked, sized decision per customer, including hold, written into MoEngage.
- L'ottimizzazione del contenuto e del tempo di invio migliora un messaggio che qualcuno ha già deciso di inviare.
- It decides which of the many things you could send is worth sending to each customer, and hands that decision to MoEngage to deliver through the flows you already maintain.
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
6.0M
customers at $9 ARPU / month
Ricavo indirizzabile
$440.6M
all'anno, base raggiungibile
ARPU uplift verificato
+17% al +35% ARPU
sulle coorti trattate, rispetto a holdout
Quanto vale
$74.9M – $154.2M
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
MoEngage
Una piattaforma di customer engagement che combina analisi comportamentali, segmentazione e orchestrazione cross-channel tramite push, in-app, email, SMS e web, con contenuti e tempistiche assistiti dall'AI.
02
Markin, il livello di decisioning + esecuzione
Un livello che genera e dimensiona opportunità di ricavo per cliente, le classifica in base al margine incrementale atteso, seleziona il trattamento e decide quando rimanere in silenzio.
Fianco a fianco
Le differenze che cambiano i risultati.
| Dimensione | MoEngage | Markin, il livello di decisioning + esecuzione |
|---|---|---|
| Domanda a cui risponde | Come raggiungiamo questo segmento attraverso i canali mobile, con quale messaggio e quando? | Quale opportunità giustifica il contatto per questo cliente e quanto vale? |
| Input primario | Eventi e attributi utente, segmenti, definizioni di campagne e flow, contenuto. | Contesto del cliente, risultati, margini, cronologia dei contatti, vincoli, risultati di esperimenti passati. |
| Output primario | Messaggi consegnati, stato del flow e analytics di engagement. | Una decisione classificata e dimensionata per cliente, incluso hold, riscritta in MoEngage. |
| Proprietario abituale | Lifecycle, CRM e mobile growth marketing. | Leadership di growth, data science e ricavi. |
| Come viene misurato | Tassi di apertura, clic e conversione, uplift a livello di campagna. | Ricavi incrementali e ARPU rispetto a un holdout randomizzato. |
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 MoEngage 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 resta irrisolto quando MoEngage funziona bene
I canali mobile sono economici, quindi i programmi tendono ad espandersi fino a quando la base non è satura. I contatti economici nascondono il costo reale: opt-out, fatigue e ricavi che sarebbero comunque arrivati vengono conteggiati come una vittoria.
- L'ottimizzazione del contenuto e del tempo di invio migliora un messaggio che qualcuno ha già deciso di inviare.
- Niente prezza il contatto: una push che vale due centesimi di margine occupa comunque l'unico slot che un cliente tollererà oggi.
- I flussi concorrenti vengono risolti da limiti e regole di idoneità piuttosto che dal valore atteso.
- Il reporting delle campagne conta le conversioni dopo un invio; non separa i ricavi incrementali dalla domanda che esisteva comunque.
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 MoEngage decide, e dove si ferma.
MoEngage abbina l'analytics con il cross-channel orchestration e un livello di AI, Sherpa, che ottimizza il contenuto del messaggio, il timing e le raccomandazioni. L'obiettivo che le viene assegnato è l'engagement e la conversione all'interno delle campagne MoEngage, non il margine incrementale sull'intera base clienti.
Prodotti a cui si fa riferimento: Sherpa AI, Smart Recommendations, Sherpa Content Optimization
Cosa ottimizza
Sherpa AI è presentata come una combinazione di AI predittiva e generativa che massimizza l'engagement delle campagne prevedendo e inviando il messaggio giusto al momento giusto.
Pagina del fornitoreMoEngage, AI capabilities pageMoEngage documenta i casi d'uso di raccomandazione come combinazioni delle proprie funzionalità Recommendation e Web Personalization, utilizzate per aumentare l'average cart size all'interno delle campagne MoEngage.
Documenti del fornitoreMoEngage Help, Recommend products to increase cart size
Confini documentati
L'obiettivo dichiarato è l'engagement della campagna e conversioni più elevate, non ricavi incrementali al netto di margine e costo di contatto, quindi la soppressione del contatto non è un risultato per cui l'ottimizzatore è premiato.
Pagina del fornitoreMoEngage, AI capabilities pageL'ottimizzazione e la personalizzazione operano sui canali e gli oggetti di campagna di MoEngage, quindi i touchpoint che MoEngage non consegna sono al di fuori della decisione.
Documenti del fornitoreMoEngage Help, Recommendations and Web Personalization
Cosa dicono realmente le prove
MoEngage è stato nominato Strong Performer in The Forrester Wave™: Cross-Channel Marketing Hubs, Q1 2023, una valutazione indipendente dell'orchestration cross-channel piuttosto che del revenue decisioning.
Report dell'analistaForrester Wave™, Cross-Channel Marketing Hubs Q1 2023MoEngage è stata anche posizionata da Gartner nel Magic Quadrant™ per i Multichannel Marketing Hubs, ancora una categoria definita dall'orchestration e dalla delivery piuttosto che dai ricavi incrementali.
Report dell'analistaMoEngage, Gartner Magic Quadrant™ for Multichannel Marketing Hubs
Dove Markin è diverso.
Ottimizza il revenue, non l'engagement
Sherpa massimizza la possibilità che un messaggio funzioni. Markin decide se il messaggio vale la pena di essere inviato, classificato in base al margine incrementale atteso, con hold come output legittimo.
Ipotesi oltre la superficie della campagna
Frizione sull'onboarding, modifiche a piani e prezzi e problemi di salute tecnica rientrano nell'ambito di Markin, non solo contenuti, tempistiche e raccomandazioni.
ARPU verificato tramite holdout
Ogni decisione include un gruppo di controllo, quindi la growth viene riportata come ARPU incrementale piuttosto che come conversione attribuita a una campagna.
Architettura
Come i due processi si svolgono insieme
Contesto in
Markin legge il contesto dal warehouse, dai sistemi di fatturazione e di prodotto, oltre alla cronologia di engagement e delivery di MoEngage.
Decision
Le opportunità sono generate e dimensionate, classificate per cliente in base al margine incrementale atteso, viene scelto un trattamento e assegnato un gruppo di controllo.
Attivazione di nuovo in MoEngage
La decisione viene scritta come attributo utente o evento personalizzato, in modo che i flussi e le campagne esistenti la riprendano. I limiti del canale, gli orari di silenzio e il consenso rimangono in MoEngage.
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. MoEngage 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.
Markin non invia notifiche push. Decide quale delle molte cose che potresti inviare vale la pena inviare a ciascun cliente, e affida quella decisione a MoEngage per la delivery attraverso i flussi che già mantieni.
Il silenzio diventa una decisione che puoi misurare
Hold è classificato rispetto a ogni trattamento, quindi la fatigue e il costo di opt-out entrano nell'economia invece di essere scoperti in seguito.
Una decisione per cliente, per momento
I flussi concorrenti smettono di competere: l'azione con il più alto valore atteso vince lo slot, qualunque team l'abbia creata.
Leggi in base ai ricavi, non alle aperture
Ogni decisione include un holdout, quindi il numero che arriva al consiglio di amministrazione è l'ARPU incrementale.
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 MoEngage | 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 sostituisce l'orchestration, l'infrastruttura push o la delivery dei canali di MoEngage.
- Markin non possiede il consenso, i frequency caps o gli orari di silenzio.
- Markin non sostituisce la product analytics o l'event instrumentation.
- Markin non si occupa dei contenuti delle campagne o della creative production.
- Markin non siede accanto MoEngage 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 sopra il tuo programma MoEngage
Precaricato per un'azienda consumer mobile-first che esegue MoEngage su larga scala: altissima portata, canali economici, contatto frequente. Quando il contatto è economico, l'errore costoso è contattare tutti. La figura seguente mostra il margine incrementale derivante dal decidere cosa ogni cliente dovrebbe ricevere e chi dovrebbe essere lasciato in pace.
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
$6.2M
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
$14.1M
What a before/after dashboard would claim, with no control group.
Uplift verificato
$9.9M
What survives a holdout in the central case.
Ritorno sul costo del programma
7.9×
Payback
2 mo
Se il 20-40% di esso non fa nulla
Cosa serve per dimostrarlo
Per rilevare un 3.2% di uplift sui ricavi per cliente di cui hai bisogno approssimativamente 35K clienti nel braccio di controllo, circa 0.9% della tua base indirizzabile, letta su almeno 8 weeks, così la novità non viene scambiata per effetto.
Base indirizzabile
4.1M
Ricavi a rischio di churn
$251.0M
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, MoEngage 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.
Le migliori alternative a MoEngage
La maggior parte delle ricerche di alternative a MoEngage proviene da team il cui messaging funziona ma la cui apprendimento dei ricavi è lento. Vale la pena separare le piattaforme che sostituiscono MoEngage dal livello che si trova al di sopra di esso.
| Alternativa | Che cos'è | Ideale per | Fai attenzione |
|---|---|---|---|
| Braze | Piattaforma di engagement cross-channel con percorsi Canvas e le proprie funzionalità di decisioning. | App globali per i consumatori che necessitano di una copertura profonda dei canali e di un ecosistema di partner maturo. | L'ottimizzazione avviene all'interno dei "journey" che devi ancora progettare. |
| Iterable | Piattaforma di lifecycle marketing con il livello di intelligenza Nova. | Programmi lifecycle gestiti dal marketing nel retail, streaming e travel. | Gli output dell'AI sono limitati ai segmenti e ai percorsi di Iterable. |
| Optimove | Piattaforma di marketing CRM costruita attorno all'orchestrazione del percorso guidato dal cliente. | Team di gaming, betting e retail con forte segmentazione e volume di campagne. | Forte nell'arbitraggio tra campagne, ma comunque limitato dalle campagne che definisci tu. |
| Airship | Piattaforma di engagement mobile-first e per l'esperienza delle app. | Team il cui problema di growth è l'onboarding dell'app, le push e le superfici in-app. | Scope più ristretto al di fuori dell'app. |
| Markin | Livello di agentic growth che genera, prezza e testa ipotesi di ricavo al di sopra del tuo stack esistente. | Team B2C enterprise che desiderano più esperimenti verificati al mese e un ARPU più elevato. | Decide e misura; MoEngage o un equivalente consegna comunque il messaggio. |
Quando non hai bisogno di Markin.
- Non puoi collegare l'engagement a un risultato di ricavo, quindi le decisioni non possono essere valorizzate.
- Il tuo programma è una manciata di messaggi transazionali senza alcuna scelta commerciale da fare.
- Vuoi una piattaforma di engagement anziché un livello di decisioning al di sopra di essa.
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.
La Sherpa AI non ottimizza già le nostre campagne?
Sherpa ottimizza il contenuto, la tempistica e le raccomandazioni delle campagne definite dal tuo team, rispetto a un obiettivo di engagement. Markin decide quale opportunità commerciale merita una campagna, la dimensiona in termini di margine, la arbitra rispetto a tutto il resto che il cliente potrebbe ricevere e la legge rispetto a un holdout randomizzato.
Dobbiamo sostituire MoEngage?
No. MoEngage rimane il livello di analytics e delivery. Markin fornisce la decisione che i suoi flussi eseguono.
Come la decisioning raggiunge MoEngage?
Come attributo dell'utente che trasporta l'azione scelta e la sua scadenza, o come evento personalizzato che attiva un flusso esistente.
Questo significa inviare meno messaggi?
Spesso sì, almeno all'inizio. Dove un contatto non ha un valore atteso positivo, la decisione è di sospendere. Il volume non è l'obiettivo; l'ARPU incrementale lo è.
Come appaiono i primi novanta giorni?
Un tema di ricavi, una via di attivazione in MoEngage, un vero holdout e un numero che supera una finestra di misurazione completa.
In che modo Markin è diverso dal decisioning o dall'AI già presenti in MoEngage?
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 MoEngage 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 MoEngage?
On the assumptions preloaded above, 6.0M customers at 9 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.
Come aumentare ARPU: un framework per le imprese B2C
Come aumentare ARPU in una grande azienda B2C: le cinque leve che muovono effettivamente il ricavo medio per utente e il modello operativo che le supporta.
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.