What is the difference between customer decisioning and a CDP?

A CDP unifies customer data and distributes it. Decisioning consumes that data and chooses what to do with it. They are complementary and sit at different points: a CDP answers 'who is this customer', decisioning answers 'which action is worth taking for them'. Owning a CDP does not give you a decision layer, and a decision layer does not require you to replace your CDP.

Is decisioning the same as next best action?

Next best action is the output; decisioning is the process that produces it. A next-best-action programme that ranks by propensity to click is decisioning with a weak objective function. Ranking by expected incremental revenue, net of margin and contact cost, is what makes the output worth acting on.

Can my engagement platform's AI do this?

Partly. Engagement-platform AI is genuinely good at choosing channel, timing and creative for a message it was asked to send. What it does not do is question whether the message should exist, compare it against a pricing change or a product fix, or author the hypothesis in the first place. Those live upstream of the channel.

How long does it take to see a result from decisioning?

First decisions can be live within weeks, but a result you should trust needs a full measurement window against a randomised holdout, which for most B2C businesses means 8 to 12 weeks from the first live cohort. Anything faster is a read on novelty rather than on effect.

Is Markin a replacement for Braze?

No. Braze is an engagement platform: it builds, personalises and delivers journeys, and BrazeAI Decisioning Studio chooses the best message, channel and timing inside them. Markin sits above that. It decides which commercial opportunity is worth pursuing for each customer in the first place, including opportunities that are not messages at all, such as a pricing change, an onboarding fix or a payment failure. When the answer is a message, Markin launches it through Braze.

How is Markin different from AI decisioning inside an engagement platform?

AI decisioning selects between actions a marketer already created, inside the channels that platform owns. Markin authors the hypotheses itself and is not limited to the campaign surface: marketing, product, pricing and technical health are all in scope. It then executes inside the systems already in place and reads every decision against a randomised holdout, which is how a data science team works rather than how an optimiser works.

No. A CDP unifies and distributes customer data. Markin consumes that data and decides what to do with it. Markin has no ambition to be your source of truth, and it does not require you to replace one. If a CDP or a warehouse already holds customer context, Markin reads from it.

Does Markin replace my data science or growth team?

No. Markin removes the arithmetic constraint on how many hypotheses can be tested, not the judgement about which constraints, economics and risks matter. Teams using Markin move from producing analyses to setting guardrails, interpreting results and deciding what gets scaled.

RESOURCES/Guida

Decisioning del cliente: cos'è e cosa ancora non fa

Il Customer decisioning è la pratica di scegliere, per ogni singolo cliente, quale azione vale la pena intraprendere e quanto vale. Si colloca tra i dati del cliente e i canali che li distribuiscono, classificando le candidate action in base al valore atteso anziché al calendario delle campagne. Risponde a cosa fare, non a come inviarlo.

Romà Llambés, Co-fondatore, Markin

Aggiornato 4 August 2026 · 9 min di lettura

Richiedi una demo

Definizione

Customer decisioning

Scegliere, per ogni singolo cliente, quale azione comporta il più alto valore atteso, quindi arbitrare tale scelta rispetto a ogni altra azione in competizione per lo stesso cliente, prima che qualsiasi canale la esegua.

Il problema per cui il decisioning è stato inventato

Una grande azienda B2C non soffre della mancanza di cose che potrebbe fare a un cliente. Soffre del contrario. Venti programmi sono attivi, un cliente si qualifica per sei di essi nella stessa settimana, e la decisione viene presa da un limite di frequenza piuttosto che da quale aggiunge più ricavi. Il decisioning esiste perché l'eleggibilità non è la stessa cosa della priorità.

Il reporting delle campagne è per programma, quindi nulla indica l'effetto di tutto ciò che un cliente ha ricevuto.
Le regole di idoneità rispondono a 'possiamo contattare questa persona', mai a 'dovremmo'.
Non fare nulla è raramente un output disponibile, anche quando è quello più redditizio.
La priorità è risolta da chi ha costruito il proprio programma per primo.

Le quattro cose che un livello di decisioning deve fare.

I fornitori differiscono enormemente nel numero di questi elementi che effettivamente possiedono. Il termine 'decisioning' è usato per prodotti che svolgono solo il terzo.

01
1. Assemblare il contesto
Leggi la cronologia comportamentale, transazionale, di prodotto e di servizio per l'individuo, da dove già risiede. Un livello di decisioning consuma il contesto; non cerca di diventarne il sistema di registrazione.
02
2. Elencare le azioni candidate
Costruisci l'insieme delle cose che potrebbero legittimamente accadere a questo cliente in questo momento, incluso il hold. È qui che la maggior parte dei prodotti smette di essere interessante: l'insieme delle azioni candidate è tutto ciò che un marketer ha creato nello strumento della campagna.
03
3. Classificazione per valore atteso
Punteggia ogni azione candidata in base al ricavo incrementale atteso, al netto del margine, del costo di contatto e della fatica. Il ranking in base alla probabilità di coinvolgimento è un obiettivo diverso e più debole, e contatta sistematicamente in eccesso le persone che si sarebbero convertite comunque.
04
4. Arbitrare e commit
Una decisione per cliente per finestra, riscritta nel canale che la eseguirà, con un gruppo di controllo allegato in modo che la decisione possa essere valutata in seguito.

Dove si posiziona il decisioning rispetto ai sistemi vicini

Livello	Domanda a cui risponde	Output primario
CDP o data warehouse	Chi è questo cliente, in un'unica visione coerente?	Profili e audience unificati
Livello decisionale	Quale azione vale la pena intraprendere per questo cliente e qual è il suo valore?	Una decisione classificata e dimensionata per cliente, inclusa la hold
Piattaforma di engagement	Come viene erogato, in quale canale, con quale creativo?	Messaggi consegnati e stato del journey
Piattaforma di sperimentazione	La versione A ha superato la versione B su questa superficie?	Un verdetto su un test di variante specifico

Cosa supportano realmente le prove

Il decisioning è una pratica ben consolidata, ma i dati di uplift ad essa associati nel materiale del fornitore sono solitamente attribuiti piuttosto che misurati rispetto a un gruppo di controllo. Il divario tra i due è il numero più utile in questa categoria.

Quando i programmi di next-best-action vengono testati per l'incrementality, una quota significativa dell'incremento riportato non sopravvive: BCG rileva che dal 20% al 40% dell'uplift misurato scompare una volta applicato un controllo randomizzato.
Ricerca indipendenteBCG, incrementalità nei programmi di personalizzazione (2026)
L'AI delle piattaforme di engagement posiziona il suo decisioning sulla scelta del contenuto, del canale e della tempistica per un cliente all'interno dei journey che la piattaforma stessa fornisce, il che è un ambito più ristretto rispetto alla scelta di quale opportunità vale la pena perseguire.
Pagina del fornitoreBraze, pagina prodotto BrazeAI

Diagnostica il tuo stack in un pomeriggio

Niente di tutto questo richiede un fornitore. Scegli una settimana e un segmento della tua base e rispondi a queste domande dai tuoi sistemi.

Per un campione casuale di 50 clienti, elenca tutto ciò che hanno ricevuto la scorsa settimana. Conta quanti sono stati arbitrati l'uno contro l'altro anziché inviati indipendentemente.
Trova la decisione più recente in cui la risposta corretta è stata 'non contattare nessuno'. Se non ce n'è una, il tuo sistema non può produrre tale output.
Prendi il tuo programma più performante e chiedi chi detiene il gruppo di controllo. Se la risposta è nessuno, l'uplift riportato è attribuzione, non incrementality.
Conta le ipotesi testate lo scorso trimestre. Dividi per il numero di problemi di ricavi distinti che sai di avere.
Chiedi cosa succede a un programma che sottoperforma. Ritiro automatico o una revisione trimestrale per cui nessuno ha tempo?

Quando non hai bisogno di un livello decisioning

Meno di circa 100.000 clienti attivi: il problema dell'arbitraggio è sufficientemente piccolo da rendere un buon analista e una roadmap prioritizzata superiori a qualsiasi sistema.
Un singolo prodotto con un singolo prezzo e un momento significativo del ciclo di vita. Non c'è un insieme di candidati sufficiente per arbitrare.
Nessun dato di risultato affidabile. Il decisioning classifica in base al valore atteso, e il valore atteso ha bisogno di uno storico per valere qualcosa.
Growth guidata dall'acquisizione dove il vincolo sono i nuovi clienti, non i ricavi per cliente esistente.

Markin è un team autonomo di growth-science per le grandi aziende B2C. Indaga perché i ricavi per cliente sono bloccati, formula le proprie ipotesi in marketing, prodotto, prezzi e stato di salute tecnico, sceglie la Next Best Action per ogni cliente, la lancia attraverso i sistemi che l'azienda già utilizza e ne dimostra ogni singola contro un holdout randomizzato.

Gli strumenti di Decisioning scelgono tra le azioni che il tuo team ha già creato. Markin decide cosa costruire.

Domande che le persone si pongono

Qual è la differenza tra customer decisioning e un CDP?: Una CDP unifica i dati dei clienti e li distribuisce. Il decisioning consuma quei dati e sceglie cosa farne. Sono complementari e si trovano in punti diversi: una CDP risponde a 'chi è questo cliente', il decisioning risponde a 'quale azione vale la pena intraprendere per lui'. Possedere una CDP non ti fornisce un decision layer, e un decision layer non richiede di sostituire la tua CDP.
Il decisioning è lo stesso di Next Best Action?: Next best action è l'output; decisioning è il processo che lo produce. Un programma di next best action che classifica in base alla propensione al clic è decisioning con una funzione obiettivo debole. Classificare in base ai ricavi incrementali attesi, al netto del margine e del costo di contatto, è ciò che rende l'output degno di essere agito.
L'AI della mia piattaforma di engagement può fare questo?: In parte. L'AI delle piattaforme di engagement è davvero brava a scegliere il canale, i tempi e la creatività per un messaggio che le è stato chiesto di inviare. Quello che non fa è mettere in discussione se il messaggio debba esistere, confrontarlo con un cambiamento di prezzo o una correzione del prodotto, o formulare l'ipotesi in primo luogo. Queste cose si collocano a monte del canale.
Quanto tempo ci vuole per vedere un risultato dal decisioning?: Le prime decisioni possono essere attive entro poche settimane, ma un risultato di cui ci si possa fidare richiede una finestra di misurazione completa rispetto a un holdout randomizzato, che per la maggior parte delle aziende B2C significa 8-12 settimane dalla prima coorte live. Qualsiasi cosa più rapida è una lettura sulla novità piuttosto che sull'effetto.

Compara

Come questo si traduce nelle categorie che già acquisti.

Neutral, side by side reads on where the decision layer sits next to the tools in your stack.

Tutti i confronti

Continua a leggere

Decisioning del cliente vs. CDP

Il confine architetturale, fianco a fianco.

Architettura di riferimento per un livello di decisioning

Dove si trova e cosa non deve mai possedere.

Come valutare una piattaforma di decisioning

Dodici domande e le risposte che dovrebbero preoccuparti.

Come Markin misura l'incrementality

Il design dell'holdout dietro ogni numero.

Vocabolario

I termini su cui si basa questa guida.

Each one is defined on its own page, precisely enough to quote.

Glossario completo