COMPARE/Markin e a sua stack
Markin + Adobe: priorizando a oportunidade antes da personalização
+17–35% ARPU em relação ao holdoutIntervalo observado em implementações Markin, medido em coortes tratadas.
O Adobe Experience Platform unifica perfis no Real-Time CDP e orquestra experiências personalizadas através do Journey Optimizer. Markin posiciona-se antes do momento da personalização e decide qual oportunidade comercial a merece para cada cliente, e qual o seu valor. A Adobe ainda detém o perfil, a jornada e a experiência.
Em resumo
- Adobe Experience Platform: How do we deliver a personalised experience to this profile, in this moment? Output: Personalised experiences, journey state, audience activation and reporting.
- Markin, the decision + execution layer: Which opportunity is worth this customer's attention, and what is it worth to the business? Output: A ranked, sized decision per customer, returned as the input to the experience.
- Uma versão mais personalizada da oferta errada continua a ser a oferta errada.
- It decides which opportunity deserves one, then hands that decision to Adobe so the journey and personalisation machinery does what it is good at.
Última atualização: . As afirmações sobre outros fornecedores remetem para a fonte de onde provêm.
O que está em jogo
Uma camada de decisioning não é um item de linha de ferramenta. Ela movimenta o ARPU na base total, todos os meses.
Base instalada
8.0M
customers at $32 ARPU / month
Receita endereçável
$1.69B
por ano, base alcançável
Aumento de ARPU verificado
+17% a +35% ARPU
em coortes tratadas, contra holdout
O que isso vale
$287.2M – $591.4M
receita incremental por ano
Medido em coortes tratadas contra um holdout aleatório, lido durante uma janela de medição completa em vez das primeiras semanas. Intervalo anonimizado em implementações Markin em grandes bases B2C; o seu próprio holdout é o número que decide. As figuras acima aplicam essa faixa à parcela alcançável da base, com base nas premissas desta página; elas são aritméticas, não uma previsão para o seu negócio.
Execute-o com os seus próprios númerosWhat your stack does today.
01
Adobe Experience Platform
Uma stack de experiência enterprise: Real-Time CDP para perfis e audiências unificados, e Journey Optimizer para orquestrar e personalizar jornadas e experiências em tempo real entre canais.
02
Markin, a camada de decisioning + execução
Uma camada que classifica oportunidades comerciais por cliente, dimensiona a receita em jogo, escolhe o tratamento esperado para movimentá-la e mantém-se quando nada tem valor esperado positivo.
Lado a lado
As diferenças que mudam os resultados.
| Dimensão | Adobe Experience Platform | Markin, a camada de decisioning + execução |
|---|---|---|
| Questão que responde | Como entregamos uma experiência personalizada a este perfil, neste momento? | Que oportunidade merece a atenção deste cliente, e qual é o seu valor para o negócio? |
| Entrada primária | Eventos e registos ingeridos, perfis unificados, públicos, configuração de jornada e oferta. | Contexto unificado, histórico de resultados, margem, custo de contacto, restrições, resultados de experimento. |
| Saída primária | Experiências personalizadas, estado da jornada, ativação da audiência e relatórios. | Uma decisão classificada e dimensionada por cliente, devolvida como o input para a experiência. |
| Proprietário habitual | Equipas de operações de Marketing e experiência. | Crescimento, ciência de dados e liderança de receita. |
| Como é medido | Engagement, performance da jornada, elevação da personalização dentro da experiência. | Receita e ARPU incrementais contra um holdout. |
Job to be done
O mesmo trabalho, com um rendimento diferente.
Nada do que se segue precisa de uma ferramenta que não existe. Precisa que o trabalho aconteça continuamente em vez de uma vez por trimestre, e que seja comprovado contra um holdout em vez de ser discutido.
| Job to be done | With Adobe alone | Com Markin |
|---|---|---|
| Observe que a receita por cliente está a desviar num segmento | Alguém percebe isso numa revisão de dashboard, semanas depois de ter começado. | Detetado como um sinal no dia em que o drift elimina o ruído, com o segmento já dimensionado. |
| Explicar porque está a acontecer | Um analista é retirado do roadmap para uma investigação de duas semanas. | Uma investigação é executada automaticamente e retorna os *drivers* com as suas evidências. |
| Crie hipóteses que valham a pena testar | Um workshop produz o punhado de ideias que a sala teve por acaso. | As hipóteses são escritas continuamente em marketing, produto, precificação e saúde técnica. |
| Decidir quais hipóteses merecem orçamento | Priorizado por senioridade e intuição, sem tamanho anexado. | Cada um é dimensionado em receita e classificado antes que algo seja construído. |
| Escolha o Next Best Action para um cliente | As regras do Segment e os calendários de campanhas decidem, atualizados quando alguém tem tempo. | Escolhido por cliente, por momento, contra tudo o resto que compete por esse cliente. |
| Lançar de facto | Um ticket para a equipa de ciclo de vida e, em seguida, um lugar no calendário do próximo mês. | Executado dentro dos sistemas que já utiliza, sem um novo canal para adotar. |
| Comprovar que causou a receita | Reportado contra não-qualificados ou um holdout global, se tanto. | Cada decision tem um control group aleatório; o uplift é lido em relação a ele. |
| Mata o que não funciona | Os programas sobrevivem porque ninguém se encarrega de os descontinuar. | Falhar em superar o controlo desativa o programa automaticamente. |
| Fazer tudo de novo na próxima semana | Com capacidade limitada: de quatro a oito testes por trimestre. | Centenas de hipóteses em andamento em paralelo, continuamente. |
A parte não resolvida
O que um ecossistema completo de Adobe ainda deixa em aberto
A personalização responde a como uma experiência deve ser adaptada depois de decidir entregá-la. A questão anterior, de tudo o que poderíamos apresentar a este cliente, qual vale comercialmente o momento, é geralmente resolvida por regras de audiência e um calendário de campanha.
- Uma versão mais personalizada da oferta errada continua a ser a oferta errada.
- A qualificação de Público é baseada em regras; a qualificação concorrente é resolvida por supressão e ordenação de prioridade, não por valor esperado.
- O aumento do nível de experiência é medido dentro do canal, raramente como receita incremental em tudo o que o cliente recebeu.
- A taxa de novas hipóteses comerciais é limitada pelo backlog de operações, e não pelos dados.
A diferença real
Markin não é mais um motor de decisão.
Markin não é um motor de decisão. Um motor de decisão classifica ações que um humano já definiu. Markin funciona como uma equipa de data science e growth: formula as suas próprias hipóteses sobre o porquê de o ARPU estar estagnado – marketing, produto, precificação ou técnico –, dimensiona-as, executa-as nos sistemas que já utiliza, e lê cada uma contra um holdout.
| Um motor de decisioning | Markin | |
|---|---|---|
| De onde vem a hipótese | Um humano o cria. O motor escolhe entre opções que alguém já aprovou. | A Markin cria-a. Lê a base, encontra onde a receita está a vazar ou não é reclamada, e escreve a hipótese em si. |
| O que está autorizado a questionar | Mensagem, oferta, canal, momento, dentro da superfície da campanha que lhe foi dada. | Tudo o que move o ARPU: atrito no onboarding, preços e embalagens, uma funcionalidade que ninguém adota, um pico de falha de pagamento, um deeplink quebrado. |
| Quem faz a análise | Os seus analistas, antes e depois. O motor otimiza; não investiga. | A Markin faz a análise. A quantificação, definição de segmento, design e leitura de experimento são automatizados de ponta a ponta. |
| Onde para | Na recomendação. Alguém ainda tem de o construir e lançar. | É lançado. A Markin executa dentro das suas plataformas e superfícies de produto existentes, e depois fecha o ciclo no resultado. |
| Throughput | Tantas hipóteses quanto o seu roteiro permitir, tipicamente algumas por trimestre. | Centenas em paralelo, cada uma com um grupo de controlo. |
| O que acontece quando está errado | O programa continua a correr até que alguém o revise. | É automaticamente desativado. Não conseguir superar o controlo é um resultado normal e de baixo custo. |
Um motor de decisioning seleciona a melhor ação de uma lista que você escreveu. A Markin escreve a lista e executa-a na sua pilha.
Espaço de hipóteses
Tudo o que um cientista de crescimento humano analisaria.
A maioria dos problemas de crescimento não são problemas de mensagem. Markin não está restrito à superfície da campanha: se algo está a impedir o ARPU de crescer, está dentro do âmbito e é testado da mesma forma.
Marketing
A superfície clássica, mas escolhida por cliente em vez de por segmento, e sempre contra um holdout.
- Que oferta este cliente específico vale a pena fazer
- Channel e tempo escolhidos por pessoa, não por campanha
- Pressão de contacto e fadiga arbitradas em todos os programas
- Economia de recuperação: quem merece um desconto e quem não
Produto
Onde o cliente realmente experimenta o valor, e onde a maior parte da perda de receita silenciosa acontece.
- Etapas de onboarding que perdem clientes antes do primeiro valor
- Uma funcionalidade com alta correlação de retenção que metade da base nunca descobre.
- Posicionamento do Paywall e do prompt de upgrade
- Interfaces no produto usadas como grupo de tratamento, não apenas e-mail e push
Comercial
Preços, embalagem e a forma da própria oferta, testados em vez de discutidos.
- Estrutura do plano e do pacote por coorte
- Profundidade de desconto em relação à margem, não apenas à conversão
- Estruturação anual versus mensal por cliente
- Sequências de recuperação de cobrança e churn involuntário
Saúde técnica
Anomalias que ninguém pediu para procurar. Esta é a categoria que nenhum motor de decisão cobre.
- Uma taxa de erro de checkout que aumentou num dispositivo e numa região.
- Falhas de pagamento concentradas num único emissor ou método
- Um deeplink quebrado a matar silenciosamente uma jornada de alto valor
- Latência ou degradação da entrega a consumir a conversão antes de qualquer mensagem
Pense na Markin como uma equipa de data science e growth que nunca dorme: investiga, forma hipóteses, implementa-as no seu próprio stack e prova cada uma contra um grupo de controlo, num volume que nenhuma equipa humana pode alcançar.
A sua camada de decisioning
O quê Adobe decide, e onde pára.
A Adobe tem o produto de decisioning mais completo do grupo: classificação em tempo real, arbitragem de jornadas, limitação de frequência, experimentação e grupos de controlo globais. É também o único fornecedor aqui que publica os limites rígidos desse motor, e esses limites descrevem uma arquitetura de catálogo de ofertas em vez de uma de geração de oportunidades.
Produtos referenciados: Journey Optimizer AI Decisioning, Offer Decisioning, Real-Time CDP, Adobe AI Assistant
O que otimiza
A decisão da AJO AI combina um motor de decisão em tempo real, classificação de opções por IA pela probabilidade de envolvimento, restrições de elegibilidade, limite de frequência e relatórios de insights de modelo de IA sobre a conversão ou aumento de receita.
Página do fornecedorAdobe, Journey Optimizer AI decisioningA Adobe lança a experimentação com grupos de controlo globais, um subconjunto automaticamente retido para medir o impacto real, além da otimização do tempo de envio, com IA de caminho de jornada, canal e otimização de arbitragem sinalizadas como "coming soon".
Página do fornecedorAdobe, Journey Optimizer AI decisioning
Limites documentados
A Adobe publica guardrails de decisioning: um máximo de 10.000 itens de decisão, tamanho de item limitado a 1KB com 30 atributos, 500 itens por coleção e 30 itens de decisão retornados por política.
Documentos do fornecedorAdobe Experience League, guias de DecisioningTetos adicionais documentados: um máximo de 5 modelos de classificação de IA, 1.000 placements, 10 políticas de decisão por e-mail e 1.500 a 5.000 solicitações de decisão por chamada de API de experiência baseada em código, dependendo da segmentação Edge.
Documentos do fornecedorAdobe Experience League, guias de DecisioningO valor total depende de o Adobe Experience Platform e o Real-Time CDP serem a base de dados de clientes por baixo do Journey Optimizer.
Página do fornecedorAdobe, Journey Optimizer AI decisioning
O que a evidência realmente diz
A Adobe foi nomeada Líder no Gartner® Magic Quadrant™ de 2026 para Personalization Engines (publicado em 3 de fevereiro de 2026), um relatório independente genuíno, embora a sua divulgação promocional seja a seleção da Adobe a partir dele.
Relatório do analistaGartner® Magic Quadrant™ para Motores de Personalização (2026)Os insights do modelo de IA da Adobe mostram a conversão e o aumento de receita para os seus próprios programas, mas nenhum benchmark agregado de aumento de cliente é publicado.
Página do fornecedorAdobe, Journey Optimizer AI decisioning
Onde a Markin é diferente.
As Oportunidades são geradas, não catalogadas
A Adobe classifica itens de um catálogo de decisões que alguém tem de criar e manter dentro de limites publicados. Markin gera e dimensiona a oportunidade a partir do contexto do cliente, portanto, o espaço de coisas que valem a pena fazer não é limitado por um catálogo.
Acima da plataforma, não dentro dela
A Markin funciona no armazém juntamente com o AEP, em vez de exigir a pegada completa da Experience Platform antes que as decisões possam ser tomadas, e escreve as decisões de volta no AJO para entrega.
Classificado por dinheiro, não pela probabilidade de envolvimento
A IA classifica as opções pela probabilidade de envolvimento. Markin as classifica pela receita incremental esperada, líquida de custos, razão pela qual não contactar pode ser a melhor opção.
Arquitetura
Como os dois funcionam em conjunto
Entrada de contexto
A Markin lê o contexto unificado do cliente, perfis Real-Time CDP juntamente com dados de armazém, produto e faturação, mais o histórico de resultados necessário para aprender com tratamentos anteriores.
Decisão
As oportunidades são geradas, dimensionadas e classificadas por cliente. Um tratamento é escolhido, um grupo de controlo é atribuído e um valor esperado é anexado antes que algo seja entregue.
Ativação de volta para o Adobe
A decisão retorna como um atributo de perfil ou evento, para que o Journey Optimizer selecione e personalize a experiência. O conteúdo, canal e design da experiência permanecem com a Adobe.
A última etapa é a execução, não uma entrega. Markin não envia uma recomendação por e-mail a alguém que depois tem de a desenvolver: lança o tratamento dentro Adobe e as suas superfícies de produto diretamente, com o holdout anexado, e lê o resultado por si próprio.
O loop
A execução é um passo no ciclo, não uma entrega.
- 01
Observar
A Markin lê o sinal comportamental, transacional e de produto que você já recolhe, continuamente.
- 02
Hipótese
Escreve a hipótese em si, marketing, produto, comercial ou técnica, e declara a direção esperada.
- 03
Dimensionar
Cada oportunidade é classificada por valor esperado, então a fila é ordenada por dinheiro em vez de por opinião.
- 04
Design
Segmento, tratamento, guardrails e um holdout aleatório são definidos antes de qualquer envio.
- 05
Executar
É lançado dentro dos sistemas que já utiliza, a sua plataforma de envolvimento, as suas superfícies de produto, as suas APIs. Nada espera numa fila de desenvolvimento.
- 06
Ler
Os resultados são medidos contra o holdout durante uma janela completa, para que a novidade não seja confundida com o efeito.
- 07
Escalar ou reformar
O que supera o controlo é escalado na base. O que não supera é automaticamente desativado.
Onde a Markin se encaixa
Não é um substituto. Uma equipa de growth-science no topo.
A Markin não cria experiências. Decide qual oportunidade merece uma, depois entrega essa decisão à Adobe para que a maquinaria de jornada e personalização faça o que sabe fazer bem. A governança enterprise que você já implementou não se altera.
A decisão precede a experiência
A entrada na jornada torna-se uma oportunidade classificada com um valor esperado, em vez de uma regra de público, por isso a personalização é aplicada à oferta que vale a pena fazer.
A governança permanece no local
Perfis, consentimento, data governance e controlos de marca permanecem propriedade da Adobe. A Markin lê o contexto no local e regista as decisões de volta.
Prova ao nível da receita
Cada decisão inclui um holdout, de modo que o número reportado ao negócio é a receita incremental em vez do aumento no canal.
Porque a Markin ganha
Mais poderoso do que qualquer coisa nesta página.
Cada ferramenta com a qual a Markin é comparada foi construída para uma tarefa que termina antes que a receita se mova: entregar a mensagem, unificar os dados, pontuar o lead. A Markin foi construída para um único resultado, aumentar o ARPU, e possui o ciclo completo que leva a isso: investigar, hipotetizar, lançar, medir e escalar, em marketing, produto, preços e saúde técnica.
Aprendizagem ultrarrápida, por design
A Markin Growth Science executa o ciclo completo de observar, criar uma hipótese, fazer um experimento e ler em dias, com centenas de experimentos com holdout em paralelo. O sistema acumula aprendizagem a um ritmo que nenhuma equipa humana, e nenhuma ferramenta de campanha, consegue igualar.
growth operations, eficientes
A quantificação, o design do segmento, a construção, o lançamento e a medição costumavam ser quatro equipas e um sprint. Na Markin, são um único sistema, para que a mesma growth operation envie mais ações de receita com uma fração do custo de coordenação.
Um resultado: ARPU
Cada hipótese é dimensionada em receita esperada por cliente, cada ação é julgada contra um holdout aleatório, e tudo o que supera o controlo escala automaticamente pela base. Nada mais nesta página é medido dessa forma.
Se o objetivo é aumentar o ARPU através de um aprendizado ultrarrápido e executar growth operations de forma mais eficiente, a escolha é a Markin.
Modelo operacional
A restrição não são as ideias. É quantas pode testar.
| Today, with Adobe | Com Markin por cima | |
|---|---|---|
| Hipóteses de receita testadas por trimestre | 4 a 8, o que o roadmap permitisse | Centenas, geradas e executadas em paralelo |
| Sobre o que pode ser criada uma hipótese | Mensagens, ofertas e públicos-alvo, a superfície da campanha | Marketing, produto, preços e saúde técnica, todos igualmente |
| Da decisão à entrada em vigor no canal | Um ticket, uma fila de construção, uma janela de lançamento | Markin lança-o nas suas plataformas existentes autonomamente. |
| Tempo da ideia a um resultado em que confia | 6 a 10 semanas de análise, construção e apresentação de resultados | Dias, porque o dimensionamento e o design são automatizados |
| Proporção de decisões com um grupo de controlo | Os programas emblemáticos, quando há tempo | Cada decisão, por defeito |
| Cobertura da base | Segmentos principais e os clientes que uma regra apanhou | Uma decisão por cliente, em toda a base |
| Custo de testar a 500ª hipótese | Outro analista, outro trimestre | Efetivamente zero |
| No que a equipa gasta o seu tempo | Puxando dados, criando listas, reconciliando relatórios | Julgamento: restrições, economia, o que escalar |
Markin não substitui a sua equipa de ciência de dados. Remove o teto sobre quanto da base essa equipa pode atuar e a rapidez com que descobre se funcionou.
O que a Markin não substitui.
Para ser explícito sobre o escopo, porque o departamento de compras vai perguntar:
- Markin não oferece experiências, e-mails ou personalização no site.
- Markin não substitui os perfis Real-Time CDP ou o gráfico de identidade.
- Markin não gere consentimento, governação de dados ou controlos de marca.
- Markin não substitui o Journey Optimizer; ele fornece a decisão que inicia a jornada certa.
- Markin não fica ao lado Adobe a fazer sugestões. Ele impulsiona, a ação é lançada lá, no sistema que a sua equipa já conhece, e o resultado retorna ao ciclo.
Padrão de evidência
A maior parte desta categoria reporta o seu próprio lift.
Nenhum dos principais fornecedores de engajamento, CDP ou personalização publica um valor de uplift verificado independentemente para o seu produto de decisão. Onde existem números, estes provêm de estudos encomendados por fornecedores ou estudos de caso de um único cliente sem metodologia de holdout divulgada. A pesquisa pública mais rigorosa na categoria não é lisonjeira para ninguém, incluindo nós, e é exatamente por isso que construímos contra ela.
A BCG relata que, quando as organizações adotam testes de incrementalidade rigorosos, normalmente descobrem que 20% a 40% dos seus programas ativos de Next Best Action geram um retorno marginal a negativo.
Pesquisa independenteBCG, Como a Medição Está a Evoluir no Next Best Action (2026)A mesma pesquisa assinala efeitos de novidade, novos programas mostram resultados iniciais inflacionados, e recomenda 8 a 12 semanas antes de tirar conclusões.
Pesquisa independenteBCG, Como a Medição Está a Evoluir no Next Best Action (2026)Medições de ROI a nível de programa e de global-holdout frequentemente superestimam o impacto através de efeitos de halo, pull-forward effects e contaminação de experimento.
Pesquisa independenteBCG, Como a Medição Está a Evoluir no Next Best Action (2026)
Como a Markin se compromete
- Cada decision que o Markin toma tem um control group. O uplift é reportado em relação a esse holdout, não em relação aos clientes que não se qualificaram.
- Os resultados são lidos durante uma janela de medição completa, em vez de nas primeiras semanas, para que a novidade não seja confundida com o efeito.
- Os programas que não conseguem superar o controlo são descontinuados automaticamente. Terminar decisões que não compensam faz parte do ciclo, não de uma revisão anual.
- O único número que citamos sobre nós é uma gama, não uma média: +17% a +35% ARPU em coortes tratadas contra um holdout aleatório, em implementações Markin em grandes bases B2C. Não publicamos nenhum benchmark da indústria, porque não conseguimos encontrar um que estivéssemos dispostos a defender. O seu holdout é o número que importa.
Dimensiona-o tu mesmo
O que uma camada de decisioning adiciona para além do Adobe Journey Optimizer
Pré-carregado para uma grande base enterprise que já executa AJO: alto alcance, disciplina de margem madura e um programa bem financiado. O decisioning da Adobe classifica um catálogo mantido dentro dos seus limites publicados; a figura abaixo é a margem incremental sobre as oportunidades geradas fora desse catálogo, após o corte que a pesquisa independente sugere aplicar.
A sua base
Contas que geraram receita nos últimos 30 dias. Não utilizadores registados.
Receita recorrente mais não recorrente dividida por clientes ativos.
Margem na próxima unidade vendida, não margem combinada da empresa.
O seu programa hoje
Com consentimento, não fatigado, contactável em pelo menos um canal.
Receita perdida para cancelamentos a cada mês, como uma parte da base.
A aposta
Licenças, dados, incentivos e as pessoas que os gerem.
Antes de qualquer corte de incrementalidade. 2–4% é uma suposição de planeamento defensável.
Impacto anual verificado
$17.1M
Margem bruta incremental líquida no caso central, após o custo do programa e após a quota de programas de decisioning que a pesquisa independente conclui não entregarem qualquer lift real.
Uplift reportado
$42.2M
What a before/after dashboard would claim, with no control group.
Aumento verificado
$29.6M
What survives a holdout in the central case.
Retorno sobre o custo do programa
8.1×
Retorno
2 mo
Se 20–40% disso não fizer nada
O que é preciso para provar isso
Para detetar um(a) 2.5% de lift na receita por cliente, necessita de aproximadamente 58K clientes no braço de controlo, cerca de 1.3% da sua base endereçável, lido em pelo menos 8 weeks, para que a novidade não seja confundida com efeito.
Base endereçável
4.4M
Receita em risco de churn
$601.6M
Annualised, at the current monthly rate.
Time to value
90 dias para um número que sobreviveu a um holdout.
Nenhum replatform, nenhuma migração de dados, nenhuma reconstrução dos canais que já opera. Se as primeiras cohorts não superarem o controlo, nada escala e perdeu um trimestre, não um roadmap.
Semanas 0–2
Leia o contexto que já possui
A Markin conecta-se aos dados e aos canais que você utiliza atualmente, incluindo o Adobe. Sem migração, sem replatform, sem nova fonte de verdade.
Semanas 3–6
Primeiras oportunidades dimensionadas em teste
As Oportunidades são classificadas por valor esperado, os tratamentos são escolhidos por cliente, e as primeiras coortes são lançadas com um holdout randomizado anexado.
Semanas 7–12
Primeira receita incremental verificada
Os resultados são lidos durante uma janela de medição completa. O que supera o controlo é escalado; o que não supera é retirado. Nada é escalado com base num número que não sobreviveu a um holdout.
Quando não precisa de Markin.
- A sua prioridade é melhorar a qualidade criativa e da experiência, em vez de escolher entre oportunidades comerciais.
- Falta-lhe o histórico de resultados necessário para dimensionar oportunidades ou avaliar tratamentos.
- Você quer consolidar fornecedores. Esta camada adiciona uma capacidade de decisão; não remove uma plataforma de experiência.
Ver no produto
Veja-o decidir, experimentar e executar, antes de falar com alguém.
Um tour guiado pelo workspace Markin num cliente demo, sem call de vendas, sem configuração.
Perguntas que os compradores fazem.
O Adobe Journey Optimizer já tem decisioning de IA. Porquê adicionar uma camada?
O decisioning da Adobe é o mais completo na categoria: classificação em tempo real, regras de elegibilidade, "frequency capping", experimentação com grupos de controlo globais e um posicionamento de Líder no Gartner Magic Quadrant de 2026 para Personalization Engines. É também baseado em catálogo, e a Adobe publica os limites: 10.000 itens de decisão, 30 itens devolvidos por política, 5 modelos de classificação de IA, 1.000 posicionamentos. O Markin gera e dimensiona oportunidades a partir do contexto do cliente em vez de classificar um catálogo mantido, e depois escreve a decisão escolhida no AJO.
Temos de substituir a Adobe?
Não. A Adobe permanece a camada de perfil e experiência. A Markin decide qual a oportunidade que merece o momento e devolve essa decisão para que o Journey Optimizer a possa executar e personalizar.
O Real-Time CDP já tem audiências e ofertas. Por que adicionar uma camada de decisioning?
Os Públicos descrevem quem se qualifica e a gestão de ofertas descreve o que pode ser mostrado. Nenhuma das duas estima a receita incremental de agir, classifica oportunidades concorrentes por valor esperado ou impõe um holdout por predefinição.
Como é que a decisão chega ao Journey Optimizer?
Como um atributo de perfil ou evento que as jornadas podem usar, para que a equipa de experiência trabalhe com as interfaces que já utiliza.
Isso cria um problema de governação?
Não deveria. As regras de consentimento e elegibilidade são tratadas como restrições rígidas sobre o que a Markin pode decidir, e cada decisão é auditável com a razão e o valor esperado anexados.
Em que é que a Markin é diferente do decisioning ou da AI já existentes no Adobe?
Um motor de decisioning classifica as ações que um humano já definiu, dentro da superfície de campanha que lhe foi dada. A Markin forma as hipóteses por si mesma, marketing, produto, preço ou uma anomalia técnica que esteja a atrasar o growth, dimensiona-as, executa-as dentro do Adobe e das suas superfícies de produto, e lê cada uma contra um holdout aleatório. Comporta-se como uma equipa de data science e growth, e não como um otimizador.
O Markin testa apenas mensagens e ofertas?
Não. Tudo o que um growth scientist humano investigaria está dentro do âmbito: fricção no onboarding, adoção de funcionalidades, precificação e empacotamento, cobrança e problemas de saúde técnica, como uma taxa de erro no checkout ou um deeplink quebrado que silenciosamente está a matar a conversão. Marketing é um dos quatro domínios de hipóteses, não o limite.
O que é the business case for adding Markin on top of Adobe?
On the assumptions preloaded above, 8.0M customers at 32 a month, um pequeno movimento no ARPU representa um grande número em termos absolutos, porque se aplica a toda a base instalada todos os meses, e não a uma campanha. Nos deployments da Markin, o intervalo verificado em coortes tratadas é de +17% a +35% ARPU contra um holdout aleatório. O objetivo não é ter mais mensagens: é encontrar a ação de maior valor por cliente, lançá-la e comprová-la contra o controlo antes de dimensionar.
Quanto tempo até se pagar?
As primeiras oportunidades dimensionadas estão em teste dentro de seis semanas e o primeiro resultado holdout-verified chega dentro de 90 dias. O payback depende da sua base, margem e custo do programa, a calculadora nesta página calcula-o a partir dos seus próprios números, após aplicar o haircut de 20% a 40% que a BCG encontra quando os programas de next-best-action são incrementality-tested.
Ler a seguir
Leitura de fundo sobre como funciona o decisioning de next best action, dos guias por trás desta comparação.
Next best action marketing: o que é e como funciona em 2026
Next best action marketing explicado: como funciona, exemplos reais B2C, como difere das campanhas de segmento e da marketing automation, e quanto vale numa base de 2M.
Tomada de decisão contínua: de calendários de campanha para um 1:1 sempre ativo
A tomada de decisão contínua substitui o calendário promocional semanal por um loop que implementa centenas de pequenos experimentos causais por semana contra um holdout preservado. Uma migração de 90 dias.
CMOs sobre a mudança do volume criativo para o volume de decisão
Quatro conversas com CMOs sobre o que muda quando a restrição passa da produção de ativos criativos para o encaminhamento do ativo certo para o cliente certo.