Aggiungi la next best action ai percorsi che già esegui in Braze
Arbitrato per cliente scritto nei canvas che il tuo team già gestisce.
La risposta breve
La Next Best Action all'interno di Braze significa che Markin decide quale singola azione ogni cliente dovrebbe ricevere, scrive tale decisione sul profilo come un attributo e consente ai tuoi canvas esistenti di ramificarsi su di essa. Braze mantiene la delivery, il frequency capping e il consenso. Markin fornisce la scelta e la confronta con un holdout.
Ultima revisione 2026-09-10
A chi si applica e chi non deve raggiungere
Idoneo
- Clienti raggiungibili su almeno un canale Braze con consenso valido.
- Almeno due azioni concorrenti che l'azienda sarebbe veramente disposta a inviare.
- Una canvas o campagna che può diramarsi in base a un attributo personalizzato.
Escluso
- Clienti soggetti a un limite di frequenza attivo o a una regola di quiet-hours. Braze applica questo, non Markin.
- Messaggi transazionali e normativi, che non devono mai essere arbitrati.
- Membri del holdout, che continuano a ricevere il programma esistente senza modifiche.
I dati minimi e da dove provengono normalmente
| Cosa è necessario | Fonte abituale |
|---|---|
| Profili, attributi e stato dell'abbonamento | Braze |
| Esposizione dei messaggi e storia di engagement | Braze Currents nel warehouse |
| Ricavi, piano e cronologia ordini | Warehouse o sistema di fatturazione |
| Comportamento del prodotto | Analisi del prodotto o tabelle eventi |
| Consenso e identity resolution | CDP, laddove in uso |
Passo dopo passo
Come funziona la decisioning
- 01Il tuo team
Definisci il set di azioni
Elenca le azioni che esistono già in Braze, più quelle che eseguiresti se avessi un motivo per farlo. L'arbitration è significativa solo quando le alternative sono reali.
- 02Markin
Stima il valore atteso per cliente per azione
Ogni azione candidata è valutata per ogni cliente in base al margine incrementale atteso, non alla propensione a cliccare.
- 03Markin
Arbitra a una decisione
Un'azione vince per cliente per finestra, con i candidati perdenti e la ragione registrata in modo che la scelta possa essere verificata in seguito.
- 04Markin
Scrivi la decisione nel profilo
L'azione scelta, la sua ragione e il suo ID di decisione vengono scritti su Braze come attributi personalizzati. La latency è il tuo intervallo di sincronizzazione.
- 05Il tuo stack
Ramifica la canvas sull'attributo
Le canvas esistenti aggiungono un ramo per azione. Template, localizzazione, ottimizzazione del tempo di invio e capping rimangono esattamente dove sono.
- 06Markin
Restituisci l'esposizione e leggi l'holdout
L'esposizione dei flussi correnti è nuovamente collegata all'ID della decisione, quindi ogni azione viene letta rispetto al controllo randomizzato invece che rispetto al mese scorso.
Misurazione
Come sapere se ha funzionato
- Holdout
- Un holdout randomizzato globale che continua a ricevere il programma preesistente, in modo che la lettura sia un arbitrato rispetto al business as usual.
- Finestra
- Da otto a dodici settimane. Le letture più brevi catturano la novità, non l'uplift.
- Risultato primario
- ricavi incrementali per cliente raggiungibile rispetto all'holdout.
Guardrail
- Tasso di disiscrizione e reclamo.
- Volume di messaggi per cliente, che non dovrebbe aumentare.
- Cannibalizzazione delle azioni che stavano già funzionando.
- Percentuale di clienti per i quali nessuna azione supera la barra del valore.
Solo illustrativo
Un esempio pratico
Forma illustrativa di una prima implementazione, per mostrare cosa viene deciso dove.
| Clienti raggiungibili a settimana | 600,000 |
|---|---|
| Azioni candidate nel set | 7, più 'nessuna azione' |
| Deciso da Markin | Quale, per chi e perché |
| Deciso da Braze | Quando invia, su quale canale, sotto quale cap |
| Holdout | Randomizzato, riceve il programma esistente |
| Leggi | ricavi incrementali per cliente raggiungibile nell'arco di 12 settimane |
Nulla della libreria di canvas viene ricostruito. Il ramo è l'unica modifica strutturale.
Eseguilo sui tuoi numeri
L'aritmetica, spiegata in dettaglio
La dimensione del holdout è il vincolo che le persone sbagliano, non il model. Per un A/B test a due code con confidenza del 95% e potenza dell'80% su una metrica di revenue-per-customer, n per gruppo è approssimativamente 16 x (deviazione standard / minimo effetto rilevabile) al quadrato.
| Input | Valore |
|---|---|
| Clienti raggiungibili a settimana | 600,000 |
| Ricavi di riferimento per cliente raggiungibile ogni 12 settimane | $18.00 |
| Deviazione standard di quella cifra | 54,00 USD (tre volte la media, tipico per i ricavi asimmetrici) |
| Effetto minimo rilevabile che ti interessa | 2% di 18,00 USD = 0,36 USD |
| n per gruppo | 16 x (54 / 0,36)^2 = 16 x 22.500 = 360.000 |
| Holdout implicito come quota della base settimanale raggiungibile | Fattibile: 360.000 rientra ampiamente nei 600.000 accumulati in una finestra di 12 settimane |
| Se tu eseguissi un test solo su 50.000 clienti per gruppo | L'effetto minimo rilevabile diventa 54 x sqrt(16 / 50.000) = 0,97 USD, ovvero 5,4 % |
Un effetto ricavi del 2% su questa base richiede circa 360.000 clienti per gruppo nel periodo. Sotto circa 50.000 per gruppo, qualsiasi effetto inferiore al 5% è indistinguibile dal rumore, e il programma sarà giudicato su un numero che il test non avrebbe mai potuto misurare.
Gli input sono illustrativi. Il punto che si trasferisce è la forma: le distribuzioni dei ricavi sono asimmetriche, quindi la deviazione standard è ampia e i piccoli holdout non possono vedere effetti realistici.
Cronologia
Quanto tempo ci vuole per un primo risultato misurato
- 01Settimana 1
Connessione a Currents e al data warehouse
Braze Currents inserisce i messaggi e gli eventi di engagement nel data warehouse, e lo stato del profilo e dell'iscrizione viene mappato. Nulla viene ancora riscritto.
- 02Settimana 2
Set di azioni definito con il team lifecycle
Ogni azione già in esecuzione in Braze è elencata, più quelle che l'azienda eseguirebbe data una ragione, più una esplicita 'nessuna azione'.
- 03Dalle settimane 3 alle 4
Modello di valore e arbitrato
Ogni azione viene valutata per cliente in base al margine incrementale atteso, e la regola di arbitraggio e la sua traccia di audit sono concordate.
- 04Settimana 5
Write-back dell'attributo e una canvas ramificata
Le decisioni vengono inserite come attributi personalizzati e un singolo canvas viene diramato in base ad esse. Prima un solo percorso, non l'intera libreria.
- 05Dalle settimane 6 alle 7
Rollout in tutta la libreria di canvas
Le canvas rimanenti aggiungono il branch una volta che il write-back è stato osservato essere stabile.
- 06Dalla settimana 13 alla settimana 17
Prima lettura causale
Da otto a dodici settimane dopo che l'holdout globale è stato fissato. Letture precedenti misurano la novità.
Dettaglio tecnico
Cosa viene letto e scritto, campo per campo
Braze
Leggi
- Profili utente, attributi personalizzati e gruppi di abbonamento tramite gli endpoint /users/export
- Flussi di eventi di Currents: invii di messaggi, aperture, clic, conversioni, disiscrizioni
- Metadati di Canvas e campagne per l'inventario delle azioni
Scritto
- markin_next_best_action (string): la chiave dell'azione scelta
- markin_decision_id (string): unisce l'exposure alla decision
- markin_decision_reason (string): perché questa action ha vinto, per l'audit
- markin_decided_at (time) e markin_holdout (boolean)
- Scritto tramite /users/track, in batch
Scrivi con frequenza oraria o giornaliera per il branching del percorso; per le decisioni sul tempo di invio o in-app, una chiamata API di decisioning sincrona al momento del rendering.
Snowflake o il tuo warehouse
Leggi
- Ricavi, plan e storico degli ordini associati a Braze external_id
- Eventi di comportamento del prodotto
- Tabelle Currents per l'esposizione
Scritto
- Tabelle di decisione ed esposizione indicizzate tramite markin_decision_id
Ingestione continua, batch di decisione giornaliero.
Segment o la tua CDP
Leggi
- Identity resolution e stato di consent attraverso i canali
Scritto
- Nulla. L'identità rimane dove già si trova.
Sola lettura.
Sforzo
Cosa richiede al tuo team
| Chi | Quanto del loro tempo |
|---|---|
| Lifecycle o CRM manager | La contropartita principale: circa un giorno a settimana per l'action set, il branch e la revisione delle decisioni. |
| Data engineer | Circa 3 giorni nelle settimane 1 e 2 per l'accesso a Currents e al warehouse. |
| Marketing operations | Mezza giornata per aggiungere il branch pattern e confermare che il capping non è influenzato. |
| Analytics | Una sessione per concordare la metrica primaria e la dimensione dell'holdout prima del lancio. |
Cosa va storto normalmente
Arbitrando per propensione all'apertura
Il messaggio più cliccabile è raramente quello più prezioso. La classificazione per engagement ottimizza silenziosamente per azioni a basso costo e ricavi piatti.
Ricostruire la delivery all'interno del livello di decisioning
Braze gestisce già capping, orari di silenzio, localizzazione e deliverability. Duplicare ciò crea due fonti di verità e una discussione sulla governance che perderai.
Nessuna opzione 'non fare nulla'
Inviare il migliore di un set scadente è comunque un invio scadente. Il silenzio deve poter vincere l'arbitration.
Perdere l'ID della decisioning
Se l'esposizione non può essere ricollegata alla decisioning, il programma produce reportistica invece di evidenze.
Domande a cui risponde questo playbook
- Come aggiungo la next best action a Braze?
- Braze può decidere la migliore offerta per cliente?
- Come arbitro tra campagne concorrenti in Braze?
- Cosa aggiunge un livello di decisioning oltre a Braze?
- Come eseguo un holdout su tutte le canvas di Braze?
Domande frequenti
- Braze fa già next best action?
- Braze orchestra i percorsi estremamente bene e può personalizzare il contenuto al loro interno. Ciò che non fa è valorizzare ogni azione concorrente per cliente in base al margine atteso e arbitrarne una. Questo livello di decisioning si trova al di sopra del percorso, motivo per cui i due coesistono piuttosto che competere.
- Quanto velocemente la decisioning raggiunge Braze?
- La scrittura dell'attributo arriva al tuo intervallo di sincronizzazione, che si adatta a percorsi giornalieri e settimanali. Quando una decisione deve essere presa al momento dell'invio o della visualizzazione, Markin risponde invece a una chiamata API di decisione al momento del render.
- Dobbiamo cambiare le nostre canvas?
- Aggiungi un ramo che legge l'attributo di decisione. Template, audience, capping, localizzazione e logica del tempo di invio rimangono come sono.
- Cosa succede se Markin non restituisce alcuna azione?
- La canvas prende il suo percorso predefinito, che normalmente è quello di non inviare nulla. Essere in grado di decidere di non contattare è gran parte di dove proviene il margine.
- Come dimostriamo che ha funzionato?
- Un holdout randomizzato continua a ricevere il programma precedente per l'intera finestra di misurazione e l'esposizione torna a Markin tramite Currents con chiave l'ID della decisione. La lettura è un confronto tra due gruppi concorrenti, mai tra due periodi di tempo.
Dove si collega
- ManualeEsegui un'offerta di retention prima del rinnovo senza pagare i clienti che sarebbero rimasti comunqueOfferte di pre-rinnovo su Stripe, dimensionate in base al rischio anziché all'appartenenza a una lista.
- ManualeEffettuare il cross-sell di un secondo prodotto senza cannibalizzare il piano che il cliente sta già pagandoOfferte per il secondo prodotto valutate sul margine incrementale, non sul tasso di attach.
- ManualeFidelizza i clienti inattivi con una finestra di silenzio invece di una scala di scontiRiattivazione temporizzata sul ritorno dell'intento, non sui giorni dall'ultimo ordine.
- SoluzioneNext-Best ActionNext-Best Action per i team di crescita enterprise
- SoluzioneCustomer DecisioningIl livello di decisioning tra i tuoi dati cliente e i tuoi canali.
- ConfrontoBraze Decisioning Studio vs Markin: chi scrive la listaBraze sceglie il messaggio migliore all'interno di Canvas. Markin seleziona l'opportunità tra marketing, prodotto e prezzi, e la prova rispetto a un holdout.