O que acontece dentro de uma growth decision

Dentro de uma growth decision, um evento desencadeia um processo automatizado e em tempo real: o perfil do cliente é atualizado, as Candidate actions são identificadas e uma Constraint Layer as filtra. Um motor de arbitragem seleciona então a intervenção de maior valor, ou inação, com base na contribuição de receita prevista. Cada passo é registado para uma auditabilidade completa.

O que acontece dentro de uma growth decision

Uma growth decision é a unidade atómica de Agentic Growth, um passo automatizado que determina a interação ótima com um cliente num momento específico. Aplica uma abordagem metódica e baseada em dados a cada interação individual, visando maximizar a expansão do ARPU a longo prazo. É assim que a Markin executa interações automatizadas com clientes em grandes empresas B2C.

Cenário de exemplo: Um cliente navega por um item

Para ilustrar a anatomia da growth decision, considere uma cliente, 'Alice', a navegar por um produto específico, 'Luxury Smartwatch X', no site de um retalhista. Esta ação é o sinal inicial que desencadeia o processo de decisão.

O evento bruto chega e o que é e não é prova de

A primeira etapa de qualquer growth decision começa com um evento bruto. No caso de Alice, este é um evento de 'visualização de produto' para 'Luxury Smartwatch X'. Este evento chega ao motor de decisão da Markin em tempo real, tipicamente via API ou webhook.

• O que é prova de: Alice manifestou interesse no Luxury Smartwatch X. Passou 45 segundos na página do produto.
• O que não é prova de: O evento por si só não confirma a intenção de compra, sensibilidade ao preço, ou se está apenas a comparar produtos. Fornece um ponto de dados, não uma conclusão.

Os eventos têm carimbo de data/hora e contêm metadados como tipo de dispositivo, referente e ID da sessão. Este detalhe granular é crucial para as etapas subsequentes.

Os sinais de perfil que são atualizados

Ao receber o evento, a Markin atualiza imediatamente o perfil unificado de cliente de Alice. Este perfil é um repositório dinâmico de todas as informações conhecidas sobre Alice, estruturado para consulta em tempo real. O evento de 'visualização de produto' enriquece os sinais existentes e potencialmente cria novos:

• Sinais comportamentais: 'produtos visualizados recentemente' (Luxury Smartwatch X adicionado), 'interesse na categoria de produto' (Wearables, Luxury Goods atualizado). Proveniência: Interação no website. Expiração: 24 horas para recência imediata, 7 dias para interesse mais amplo.
• Sinais de engagement: 'duração da sessão' (atualizada), 'páginas visualizadas na sessão' (incrementadas). Proveniência: Interação no website. Expiração: Fim da sessão.
• Pontuações de Propensity: O evento pode desencadear um recálculo da Propensity para comprar 'Luxury Smartwatch X' ou Propensity para churn. Proveniência: Inferência de modelo de ML. Expiração: 1 hora (para pontuações em tempo real) ou 24 horas (para pontuações de lote diário).

Cada sinal inclui a sua proveniência, identificando a fonte dos dados, e uma expiração. Sinais de há seis minutos são ponderados mais pesadamente do que sinais de há seis semanas. Esta ponderação dinâmica impede que dados desatualizados influenciem as decisões atuais.

As Candidate actions consideradas para esta pessoa nesta janela

Com o perfil atualizado de Alice, a Markin identifica um conjunto de Candidate actions relevantes para o seu estado atual. Estas são potenciais intervenções projetadas para influenciar o seu comportamento. Para Alice a navegar pelo Luxury Smartwatch X, as Candidate actions podem incluir:

• Oferecer um desconto de 10% no Luxury Smartwatch X: Um incentivo direto.
• Mostrar um banner para acessórios relacionados: Oportunidade de cross-sell.
• Enviar um e-mail com as melhores reviews para o Luxury Smartwatch X: Conteúdo de nurturing.
• Exibir um widget de prova social: '15 pessoas visualizaram isto na última hora.'
• Não fazer nada: A opção explícita de não intervir, evitando o excesso de comunicação. Esta é sempre uma Candidate action.

Cada Candidate action está ligada a uma Revenue opportunity específica e impulsionada por uma Hypothesis, por exemplo, 'Descontar itens de alto valor aumenta as taxas de conversão entre navegadores com alta intenção sem erosão significativa da margem.'

As Constraints aplicadas antes de algo poder ser executado

Antes que qualquer ação possa ser executada, deve passar por uma série de Constraint Layers. Estas regras protegem a experiência do cliente, a integridade da marca e a rentabilidade. Se uma ação falhar alguma Constraint, é removida do conjunto de Candidate actions.

Tabela de Constraint Layers

Constraint Layer	O que Bloqueia	Modo de Falha se Ausente
Elegibilidade	Ofertas para segmentos inelegíveis (por exemplo, subscritores existentes para ofertas apenas para novos clientes).	Orçamento desperdiçado, frustração do cliente, problemas de conformidade legal.
Frequência de Contacto	Demasiadas mensagens num período (por exemplo, >3 e-mails/dia, >1 SMS/semana).	Exclusões de clientes, fadiga da marca, taxas de engagement reduzidas.
Quiet Hours	Mensagens enviadas fora do horário (por exemplo, 21h às 8h, hora local).	Aborrecimento, experiência negativa do cliente, violações regulamentares.
Margin Floor	Ofertas que levam a margens de lucro negativas em produtos/clientes específicos.	Vendas não lucrativas, erosão do valor empresarial.
Conflitos de Oferta	Descontos concorrentes ou cumulativos (por exemplo, '10% de desconto' e 'envio gratuito' no mesmo item).	Rentabilidade reduzida, desvalorização da marca, confusão do cliente.
Regulamentação e Consentimento	Ações que violam o RGPD, CCPA ou o estado de opt-in.	Penalidades legais, danos à marca, perda de confiança.
Randomized Holdout	Qualquer ação a um cliente atribuído a um grupo de controlo para medição.	Incapacidade de medir o uplift incremental, ROI mal atribuído, decisioning subótimo.

Para Alice, imagine que o desconto de 10% é bloqueado por uma Constraint de 'Margin Floor' porque o Smartwatch X é um produto recém-lançado e de alta procura. Além disso, uma Constraint de 'Frequência de Contacto' pode bloquear um e-mail imediato se ela tiver recebido um na última hora. Criticamente, se Alice estiver num grupo Holdout para um determinado Experiment, todas as ações relacionadas com esse Experiment são bloqueadas. Uma decisão sem um braço Holdout não é mensurável e, portanto, não é auditável, comprometendo toda a proposta de valor da plataforma Markin.

A arbitragem em si

Com as Candidate actions elegíveis restantes, o motor de arbitragem determina a única ação ótima, ou inação. Este é o cerne do processo de decisioning de next best action. A arbitragem avalia cada Candidate restante com base na sua contribuição esperada em relação ao custo e potencial substituição. Não se trata apenas de conversão, mas de conversão incremental e lucrativa.

Considere duas Candidate actions restantes para Alice:

1. Candidate A: Mostrar um banner para acessórios relacionados (por exemplo, braceletes de relógio, protetores de ecrã).
2. Candidate B: Enviar um e-mail com as melhores reviews para o Luxury Smartwatch X.

O motor de arbitragem calcula um Expected Value (EV) para cada uma. Este EV considera:

• Uplift previsto: A receita incremental estimada a partir desta ação.
• Custo: O custo de execução da ação (por exemplo, custo de envio de e-mail, custo de oportunidade de espaço no ecrã).
• Substituição: O risco de que a ação apenas acelere uma compra que Alice teria feito de qualquer forma, ou desloque a sua compra de um item de margem mais alta para um de margem mais baixa. Isso é fundamental para o verdadeiro valor incremental.

Exemplo aritmético resolvido com substituição

Vamos atribuir valores hipotéticos:

• Preço do Luxury Smartwatch X: $500
• Preço do acessório: $50 (média)
• Margem bruta média: 25% para Smartwatch, 40% para Acessórios

Candidate A: Mostrar banner para acessórios relacionados

• Conversão incremental de acessórios prevista: 5%
• Receita incremental prevista de acessórios: 5% * $50 = $2.50
• Lucro bruto incremental previsto: $2.50 * 40% = $1.00
• Custo da ação (negligenciável): $0.01
• Efeito de substituição previsto: Baixo (ela vai comprar um relógio de qualquer forma, este é um add-on). Assuma $0.00.
• Net Expected Value (NEV): $1.00 - $0.01 - $0.00 = $0.99

Candidate B: Enviar e-mail com as melhores reviews para o Luxury Smartwatch X

• Conversão incremental de Smartwatch prevista: 2%
• Receita incremental prevista de Smartwatch: 2% * $500 = $10.00
• Lucro bruto incremental previsto: $10.00 * 25% = $2.50
• Custo da ação: $0.05 (custo da plataforma de e-mail)
• Efeito de substituição previsto: Alto (ela poderia tê-lo comprado de qualquer forma ou com outro incentivo). É aqui que o modelo de uplift é crítico. Assuma $1.50 de lucro que ela teria gerado independentemente.
• Net Expected Value (NEV): $2.50 - $0.05 - $1.50 = $0.95

Neste exemplo, a Candidate A (banner de acessórios relacionados) tem um NEV superior ($0.99) do que a Candidate B (e-mail de review, $0.95), mesmo que o e-mail de review gere uma potencial receita *bruta* mais alta. O efeito de substituição é muitas vezes a razão pela qual a resposta é esperar, ou escolher uma ação menos direta. A Markin prioriza ações que genuinamente criam novo valor, não apenas deslocam valor existente.

Portanto, a Markin selecionaria a Candidate A para Alice.

O registo de decisão

Cada growth decision, independentemente de ter sido tomada uma ação ou não, gera um registo de decisão abrangente. Este registo é crucial para auditoria, análise de desempenho e melhoria contínua do modelo.

O registo da interação de Alice incluiria:

• Timestamp: O momento exato em que a decisão foi tomada.
• Evento Desencadeador: 'Visualização de produto: Luxury Smartwatch X' com todos os seus metadados.
• ID do Cliente: Identificador único de Alice.
• Estado do Perfil: Uma snapshot dos principais sinais de perfil no momento da decisão (por exemplo, 'produtos visualizados recentemente', 'Propensity para comprar Smartwatch X', 'última comunicação recebida').
• Candidate Actions: Uma lista de todas as ações inicialmente consideradas.
• Constraints Aplicadas: Quais Constraints foram aplicadas e quais Candidate actions eliminaram (por exemplo, 'Margin Floor' bloqueou '10% de desconto', 'Frequência de Contacto' bloqueou 'e-mail imediato').
• Inputs de Arbitragem: Os cálculos de NEV para cada Candidate restante, incluindo uplift previsto, custo e valores de substituição.
• Ação Escolhida: 'Mostrar banner para acessórios relacionados' ou 'Não fazer nada'.
• Razão para a Escolha: 'Highest Net Expected Value: $0.99'.
• Policy Version: A versão específica da política de decisioning e dos modelos de ML subjacentes utilizados. Isto garante a reprodutibilidade e ajuda nos testes A/B de diferentes políticas.
• Holdout Assignment: Se Alice estava num grupo de controlo ou grupo tratado para qualquer Experiment ativo. Isto é crítico para medir o uplift incremental do ARPU.

Este registo detalhado garante que qualquer decisão pode ser reconstruída meses depois por um auditor humano, justificando a ação tomada (ou não tomada) e validando a lógica e os modelos subjacentes. Suporta a conformidade regulamentar e fornece os dados necessários para refinar e otimizar continuamente as estratégias de crescimento. Este registo abrangente e trilha de auditoria é fundamental para o Agentic Growth e permite que as empresas escalem a sua capacidade de ciência de dados sem perder o controlo ou a transparência.

Para mais insights sobre como a Markin impulsiona um crescimento mensurável, explore as nossas soluções de retention decisioning e os princípios de revenue discovery.