COMPARE/Markin e a sua stack
+Markin + Amplitude: do insight comportamental às decisões de receita
+17–35% ARPU em relação ao holdoutIntervalo observado em implementações Markin, medido em coortes tratadas.
Amplitude é product analytics com experimentação e recomendações: observa o comportamento, constrói cohorts, executa experimentos de funcionalidades e pode recomendar conteúdo em direção a um objetivo preditivo. Markin posiciona-se acima e converte essa observação em decisões de receita dimensionadas por cliente, qual ação, em qual canal, a que custo, com um holdout anexado. Amplitude mostra o que está a acontecer; Markin decide o que fazer sobre isso, em termos de receita.
Em resumo
- Amplitude: What is happening in the product, and which feature variation or item performs? Output: Behavioural analysis, cohorts, experiment significance, ranked recommendations.
- Markin, the decision + execution layer: Given what we see, which revenue action is worth taking for this customer, and what is it worth? Output: A ranked, sized decision per customer, including hold, pushed into the channels that can act on it.
- Uma coorte descreve uma população; não atribui um valor de receita, uma margem ou um custo por intervenção a cada cliente nela.
- It turns what Amplitude observes into per-customer revenue decisions with a holdout attached, and acts in the channels that can move revenue, including customers a feature experiment never reaches.
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
2.5M
customers at $16 ARPU / month
Receita endereçável
$192.0M
por ano, base alcançável
Aumento de ARPU verificado
+17% a +35% ARPU
em coortes tratadas, contra holdout
O que isso vale
$32.6M – $67.2M
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
Amplitude
Uma plataforma de análise de produto com Experimentation de *features* e recomendações de conteúdo: *insight* comportamental, coortes, testes A/B e recomendações de itens AutoML para um objetivo preditivo.
02
Markin, a camada de decisioning + execução
Uma camada que transforma o sinal comportamental em decisões de receita dimensionadas por cliente, selecionando o tratamento com o maior valor incremental esperado e atribuindo um grupo de controlo.
Lado a lado
As diferenças que mudam os resultados.
| Dimensão | Amplitude | Markin, a camada de decisioning + execução |
|---|---|---|
| Questão que responde | O que está a acontecer no produto, e qual variação de funcionalidade ou item tem melhor desempenho? | Com base no que vemos, qual ação de receita vale a pena tomar para este cliente, e qual é o seu valor? |
| Entrada primária | Eventos instrumentados, propriedades do utilizador, variantes de experimento, objetivos preditivos. | Comportamento e coortes de análises, resultados, margens, custos, histórico de contactos, restrições. |
| Saída primária | Análise comportamental, cohorts, significância de experimento, recomendações classificadas. | Uma decisão classificada e dimensionada por cliente, incluindo hold, enviada para os canais que podem agir sobre ela. |
| Proprietário habitual | Produto, analytics e experimentação. | Crescimento, ciência de dados e liderança de receita. |
| Como é medido | Significância na métrica do experimento; taxa de aceitação e relevância da recomendação. | 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 Amplitude 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 permanece sem solução quando a análise está a funcionar bem
Uma configuração madura do Amplitude mostra exatamente o que está a acontecer e testa bem as funcionalidades. O *insight* não se decide sozinho: transformar 'utilizadores que fazem X *churn* mais' em 'quem salvar, com quê, a que custo, e quem deixar em paz' é um trabalho separado, e é normalmente feito numa reunião de planeamento e numa folha de cálculo.
- Uma coorte descreve uma população; não atribui um valor de receita, uma margem ou um custo por intervenção a cada cliente nela.
- Um experimento prova que uma funcionalidade funciona numa métrica; não decide quem deve receber a funcionalidade implementada, ou quem deve ser mantido em holdout.
- As recomendações maximizam um objetivo de engajamento previsto, não a receita incremental líquida do custo de contacto, portanto, o item de maior relevância nem sempre é a ação de maior valor.
- Os grupos de holdout medem o uplift combinado do programa, não a receita incremental de cada decisão comercial à medida que é tomada.
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 Amplitude decide, e onde pára.
A Amplitude é uma ferramenta de análise de produto com uma camada de experimentação e recomendações. Observa o comportamento, constrói coortes, executa experimentos de funcionalidades e pode recomendar conteúdo para um objetivo preditivo. Não avalia a oportunidade de receita por trás do comportamento nem decide ações cross-channel em termos de margem e custo.
Produtos referenciados: Amplitude Analytics, Amplitude Experiment, Recommendations (Activation), Personalization, holdout groups
O que otimiza
Amplitude é uma plataforma de product analytics que transforma eventos instrumentados em insights comportamentais, funis, retenção, cohorts e jornadas de utilizador.
Documentos do fornecedorDocumentação Amplitude, Recomendações (Ativação)Amplitude Experiment executa experimentos de feature usando um método de teste sequencial que mantém os resultados válidos sempre que são visualizados e termina os experimentos mais cedo, em média, com menos observações.
Documentos do fornecedorDocumentação Amplitude, Teste sequencial para inferência estatísticaRecomendações (Ativação) usam AutoML para determinar quais itens são mais propensos a maximizar o objetivo previsto de cada utilizador, para uso em campanhas de personalização.
Documentos do fornecedorDocumentação Amplitude, Recomendações: ajude os utilizadores a alcançar os seus objetivos
Limites documentados
Os holdout groups da Amplitude medem o uplift combinado a longo prazo de um programa de experimentação como um todo, não a receita incremental de uma decisão comercial por cliente em todos os canais.
Documentos do fornecedorAmplitude docs, Holdout groupsA unidade de otimização é uma métrica de experimento ou uma recomendação de conteúdo em direção a um objetivo preditivo. A receita em jogo, a margem e o custo de contacto por cliente não fazem parte da decisão de recomendação.
Documentos do fornecedorDocumentação Amplitude, Construa uma recomendação
O que a evidência realmente diz
O material de desempenho documentado da Amplitude refere-se à significância de experimentos e à relevância das recomendações. Não há um benchmark independente publicado do impacto da Amplitude na receita incremental.
Documentos do fornecedorAmplitude docs, Analyze your experiment data with the T-test
Onde a Markin é diferente.
Observa e testa; a Markin decide a ação comercial
Amplitude responde 'o que está a acontecer, e qual variação de funcionalidade vence'. Markin responde 'que ação de receita vale a pena tomar para este cliente, e qual o seu valor', transformando observação em decisão.
De uma métrica a uma decisão de receita
Uma recomendação maximiza um objetivo previsto; uma decisão Markin maximiza a receita incremental esperada líquida da margem e do custo de contacto, razão pela qual hold é um output legítimo.
Decisão por cliente em todo o ecossistema
Os cohorts e experimentos da Amplitude agrupam os utilizadores. O Markin produz uma decisão dimensionada por cliente, em todos os canais, e reporta-a contra um holdout, não uma métrica de experimento.
Arquitetura
Como os dois funcionam em conjunto
Entrada de contexto
Markin lê o contexto comportamental onde ele já existe: eventos e coortes da Amplitude, warehouse, CDP, faturação, mais o histórico de resultados. A observação torna-se uma das entradas para a decisão, não a saída.
Decisão
Markin gera e dimensiona oportunidades de receita, classifica-as por cliente, escolhe um tratamento e atribui um grupo de controlo. O resultado é uma decisão por cliente, com um valor esperado associado.
Ativação em canais
A decisão escolhida é registada como atributos de utilizador ou eventos acionados, para que os canais de engagement e lifecycle atuem sobre ela. Quando uma feature precisa de validação, a decisão pode alimentar um Amplitude Experiment como targeting.
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 Amplitude 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 substitui analytics ou experimentos. Transforma o que o Amplitude observa em decisões de receita por cliente com um holdout anexado, e atua nos canais que podem mover a receita, incluindo clientes que um experimento de funcionalidade nunca alcança.
O insight torna-se uma decisão, não uma apresentação
Um achado comportamental é convertido numa oportunidade dimensionada e num tratamento escolhido por cliente, para que o insight saia da reunião e chegue ao cliente.
As recomendações são classificadas por receita, não por relevância
Os tratamentos são selecionados com base na receita incremental esperada, líquida de margem e custo, para que a ação de maior valor vença o contacto, mesmo que não seja o item mais relevante.
Medido contra holdout, por padrão
Cada decision carrega um control group e reporta ARPU incremental, em vez de uma leitura de significância numa métrica de funcionalidade ou um lift a nível de programa.
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 Amplitude | 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 substitui o Amplitude Analytics, dashboards, funis ou construção de cohorts.
- Markin não executa experimentos de feature nem substitui o motor de estatísticas ou os holdout groups do Amplitude Experiment.
- Markin não é um motor de recomendação de conteúdo; decide ações comerciais em termos de receita.
- Markin não gere instrumentação de eventos ou governação de dados.
- Markin não fica ao lado Amplitude 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
Dimensione a camada de decisioning acima do seu programa Amplitude
Pré-carregado para um negócio de consumo product-led que executa Amplitude em escala: rica behavioral analytics, uma equipa de experimentation madura, recomendações em personalization. A Amplitude observa o comportamento e testa features; ela não dimensiona a oportunidade comercial por trás do comportamento nem decide ações cross-channel em termos de receita. A figura abaixo é a margem incremental disponível ao transformar essas observações em decisões de receita por cliente, medidas contra um holdout, e não uma leitura de significância por experimento.
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
$1.4M
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
$5.8M
What a before/after dashboard would claim, with no control group.
Aumento verificado
$4.0M
What survives a holdout in the central case.
Retorno sobre o custo do programa
2.6×
Retorno
5 mo
Se 20–40% disso não fizer nada
O que é preciso para provar isso
Para detetar um(a) 3% de lift na receita por cliente, necessita de aproximadamente 40K clientes no braço de controlo, cerca de 4.0% da sua base endereçável, lido em pelo menos 8 weeks, para que a novidade não seja confundida com efeito.
Base endereçável
1.0M
Receita em risco de churn
$147.0M
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 Amplitude. 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.
- Você não consegue ligar um sinal comportamental a um resultado de receita, então nem a análise nem as decisões podem ser valorizadas.
- As suas únicas ações são lançamentos de funcionalidades in-product sem tratamento comercial ou canal para atuar.
- A sua base é suficientemente pequena para que a equipa possa raciocinar sobre cada coorte manualmente.
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.
A Amplitude já não tem recomendações e Experimentes?
Sim. Amplitude Experiment executa experimentos de feature com teste sequencial, e Recommendations usa AutoML para sugerir itens que maximizam um objetivo previsto. Ambos otimizam uma métrica ou um objetivo de engagement dentro do Amplitude. Não dimensionam a receita em jogo por cliente, não escolhem um tratamento cross-channel em termos de margem e custo, nem decidem quem reter.
Temos de substituir a Amplitude?
Não. A Amplitude permanece a camada de analytics e experimentação. A Markin lê os sinais que a Amplitude produz, transforma-os em decisões de receita dimensionadas e entrega-os aos canais que podem agir sobre eles.
Como é que a decisão sai do Amplitude?
Como atributos do utilizador ou eventos acionados no perfil, para que os canais de envolvimento e lifecycle possam usá-los. Onde uma funcionalidade precisa de validação, a decisão também pode alimentar um experimento Amplitude como segmentação.
Qual é a diferença entre um holdout Amplitude e um holdout Markin?
Um holdout group da Amplitude mede o uplift combinado a longo prazo do seu programa de experimentação como um todo. Um holdout do Markin é anexado a cada decisão comercial, de modo que o número reportado é a receita incremental dessa ação específica, não uma média ao nível do programa.
Quem é o proprietário do resultado, produto ou growth?
Ambos. Produto e analytics são responsáveis pelo insight e pelos experimentos; growth e data science são responsáveis pela decisão de receita. A camada de decisioning é o contrato partilhado entre eles.
Como são os primeiros noventa dias?
Um tema de receita, um canal, um holdout real. O objetivo do primeiro trimestre é um número incremental defensável, não a cobertura total de cada coorte.
Em que é que a Markin é diferente do decisioning ou da AI já existentes no Amplitude?
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 Amplitude 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 Amplitude?
On the assumptions preloaded above, 2.5M customers at 16 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.
Feed de Oportunidades, agora com proveniência de hipótese
Cada ação candidata no Feed de Oportunidades Markin agora carrega o sinal, o segmento e o experimento anterior de onde descende. Um clique para auditar ou entregar.
Como é uma equipa de ciência de dados de topo numa era agentic
Notas de conversas com líderes de crescimento e análise em oito empresas que estão a repensar como as suas equipas de dados passam a semana sob a IA agêntica.
Comparações relacionadas