COMPARE/Markin vs Braze

Braze

Braze Decisioning Studio vs Markin: quem escreve a lista

+17–35% ARPU em relação ao holdoutIntervalo observado em implementações Markin, medido em coortes tratadas.

O Braze Decisioning Studio é a layer de decisioning de IA dentro da Braze: ele escolhe o conteúdo, o canal e o tempo de envio por indivíduo, dentro das mensagens que a Braze já envia. Markin decide qual oportunidade comercial vale a pena prosseguir para esse cliente, em marketing, produto e pricing, e prova-o contra um holdout. Um otimiza a lista; o outro a escreve.

Solicitar uma demo Tomada de Decisão do Cliente

Em resumo

BrazeAI Decisioning Studio: Which message, on which channel, at what time, for this person? Output: A delivered, individually selected message inside a Canvas.
Markin: Which opportunity is worth acting on for this customer, and what is it worth? Output: A ranked, sized decision per customer, including hold, executed through your stack.
Nada dimensiona a receita em jogo por trás de uma jornada antes de ela ser construída.
The Canvas entry stops being an eligibility segment and becomes a ranked, sized decision with a control group attached.

Última atualização: August 2026. As afirmações sobre outros fornecedores remetem para a fonte de onde provêm.

A resposta curtaÚltima atualização: August 2026

Ambos são chamados decisioning, e ambos são reais. O Braze Decisioning Studio otimiza o que a Braze envia, mensagem, canal e tempo, dentro do Canvas. Markin atua mais cedo: ele forma hipóteses sobre por que o ARPU está estagnado, dimensiona-as, escolhe uma ação por cliente, incluindo hold, e a mede contra um grupo de controlo.

BrazeAI Decisioning Studio

A camada de decisioning de AI dentro do Braze. Ela seleciona conteúdo, canal e tempo de envio por indivíduo entre os canais que o próprio Braze entrega, dentro das jornadas do Canvas.

Escolha-o quando as jornadas já estiverem escritas e o trabalho for enviar a melhor variante delas para cada pessoa.

Executa dentro do Canvas
Otimiza mensagem, canal, timing
Canais entregues por Braze

Markin

Uma equipa autónoma de growth science para grandes bases B2C. Investiga a base, forma e avalia as suas próprias hipóteses, escolhe uma ação por cliente, lança-a através da sua stack e lê-a contra um holdout.

Escolha-o quando o gargalo for o número de boas hipóteses testadas e comprovadas, e não o quão bem as existentes são entregues.

Decide antes da jornada
Holdout em cada ação
Executa no Braze.

Linha por linha

As mesmas dez perguntas, respondidas para ambos.

Markin comparado com BrazeAI Decisioning Studio em dez dimensões
Dimensão	Markin	BrazeAI Decisioning Studio
O que é	Uma equipa autónoma de growth-science: investiga por que a receita por cliente está estagnada e age sobre o que encontra.	A camada de decisioning de AI de uma plataforma de engajamento do cliente, incorporada ao Canvas.
O que decide	Que oportunidade comercial merece existir para cada cliente esta semana, qual o seu valor, e quando a resposta certa é não fazer nada.	Que mensagem, canal e hora de envio cada indivíduo recebe dentro de uma jornada desenhada por um humano.
De onde vêm as hipóteses	Gerado por Markin a partir de dados de cliente, produto, preço e saúde técnica, depois dimensionado antes que alguém construa algo.	Escrito pela equipa de ciclo de vida como Canvases, campanhas e regras de elegibilidade.
Âmbito de ação	Hipóteses de marketing, produto, preços e saúde técnica, arbitradas entre si numa única fila.	Mensagens: email, push, in-app, SMS e web entregues pelo Braze.
Como o trabalho chega ao cliente	Escrito de volta nos sistemas que já executa, como atributos, eventos ou chamadas de API. Markin não adiciona uma nova superfície voltada para o cliente.	Braze entrega a própria mensagem, que é o que foi construído para fazer bem.
Como o impacto é comprovado	Um holdout aleatório em cada decisão. O número reportado é receita incremental e ARPU, não conversões atribuídas.	Conversão atribuída ao Canvas, mais testes de variantes incorporados. A pesquisa de desempenho publicada é um estudo TEI da Forrester encomendado pela Braze.
Onde os dados residem	Lê o contexto onde já reside, warehouse, CDP, sistemas de produto e faturação. Nenhum novo sistema de registo.	Perfis de utilizador e eventos personalizados Braze, alimentados pelo seu warehouse ou CDP.
Governança e controlo	Cada ação tem a sua hipótese, o seu valor esperado, as suas salvaguardas e o seu control group, passíveis de revisão antes do lançamento.	Governança de Channel, limites de frequência, controles de marca e gestão de consentimento.
Tempo até um número verificado	Um tema de receita, um canal, um holdout: um número incremental defensável em 90 dias.	Rápido para um novo Canvas; a restrição é a rapidez com que a equipa consegue escrever o próximo.
Melhor ajuste	Grandes bases B2C onde a restrição é o número de boas hipóteses testadas, não o número de mensagens enviadas.	Equipas cujo programa de mensagens é o programa de crescimento.

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

2.0M

customers at $24 ARPU / month

Receita endereçável

$259.2M

por ano, base alcançável

Aumento de ARPU verificado

+17% a +35% ARPU

em coortes tratadas, contra holdout

O que isso vale

$44.1M – $90.7M

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 números

A parte não resolvida

O que o Decisioning Studio não responde

Otimizar a variante pressupõe que a campanha merecia existir. Num ambiente Braze maduro, geralmente há mais jornadas do que a base pode absorver, e nenhum sistema decide qual delas ganha a atenção do cliente esta semana.

Nada dimensiona a receita em jogo por trás de uma jornada antes de ela ser construída.
Nada arbitra uma mensagem do Braze contra uma colocação no produto, um contacto de serviço ou uma alteração de preço.
A comunicação de resultados é por Canvas, então nenhum número único diz o que tudo o que um cliente recebeu valeu.
As hipóteses chegam na velocidade em que os briefs são escritos, não na velocidade em que os dados mudam.

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.

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, comparado entre With brazeai decisioning studio alone and Com Markin
Job to be done	With brazeai decisioning studio 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.

Opinião honesta

O quê BrazeAI Decisioning Studio faz melhor.

Uma comparação que apenas lisonjeia um lado não vale a pena ser lida. Estes são os casos em que lhe diríamos para ficar onde está.

A entrega é genuinamente difícil, e o Braze é muito bom nisso
Capacidade de entrega, débito, governação de canais, consentimento, localização e gestão de templates a centenas de milhões de envios por mês. Markin não faz nada disso e não deveria: entrega a decisão ao Braze e deixa o Braze fazer a parte em que é de classe mundial.
A otimização ao nível da mensagem está mais próxima do envio
Escolher a linha de assunto, o canal e a hora para um indivíduo, no momento do envio, é melhor feito onde o envio acontece. O Decisioning Studio tem um contexto que o Markin deliberadamente não transporta.
Um fornecedor é uma verdadeira vantagem
Se o seu programa for pequeno o suficiente para que a mesma equipa escreva e envie tudo, adicionar um segundo sistema custa mais do que retorna. A Braze, por si só, é a resposta certa mais vezes do que gostaríamos de admitir.

Onde a Markin se encaixa

Não é um substituto. Uma equipa de growth-science no topo.

Markin funciona antes de Braze e executa através dele. A entrada de Canvas deixa de ser um segmento de elegibilidade e torna-se uma decisão classificada e dimensionada com um grupo de controlo anexado.

Braze mantém o canal

Templates, controlos de marca, consentimento e entrega permanecem exatamente onde estão.

A Markin fornece a razão para enviar

O sinal de entrada carrega um valor esperado, então a ação de maior valor vence a semana.

Cada ação tem um holdout

O ARPU Incremental é medido, não atribuído.

Explorar Tomada de Decisão do Cliente

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.

Solicitar uma demo

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.

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 brazeai decisioning studio. 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.

Qual você deve escolher.

Escolha Markin se

A sua base é suficientemente grande para que um cliente se qualifique para várias jornadas na mesma semana e a prioridade seja definida por limites, não por valor.
Você quer que o número reportado seja receita incremental contra um grupo de controlo, não conversões creditadas a um Canvas.
As hipóteses que moveriam o ARPU não são todas hipóteses de mensagens: preços, atrito do produto e anomalias técnicas também são importantes.
Precisa de uma decisão que possa ser legitimamente "não contactar".
Quer mais hypotheses testadas por trimestre sem contratar proporcionalmente.

Escolha Só Braze if

O seu programa de crescimento é o seu programa de mensagens, de ponta a ponta.
A equipa de lifecycle ainda consegue raciocinar sobre a prioridade em todas as jornadas numa única reunião.
Os dados do cliente ainda não são suficientemente fiáveis para dimensionar oportunidades em dinheiro.
Quer um único fornecedor, um único contrato e uma única interface.
A restrição atual é a qualidade do envio e a capacidade de entrega, não a oferta de hypotheses.

Quando não precisa de Markin.

Executa algumas jornadas e a prioridade é óbvia.
Quer uma forma mais barata de enviar mensagens: isto não substitui nem reduz o Braze.
Os seus dados de identidade e eventos ainda não são suficientemente fiáveis para dimensionar oportunidades.

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.

Explorar demo Ou agende uma demo com a equipe

Perguntas que os compradores fazem.

O que é o Braze Decisioning Studio?

O Braze Decisioning Studio, também escrito BrazeAI Decisioning Studio, é a layer de decisioning de IA dentro da Braze. Ele seleciona conteúdo, canal e tempo de envio para cada indivíduo através dos canais que a Braze entrega, dentro das jornadas do Canvas, para que uma única jornada se adapte por pessoa em vez de executar uma variante fixa.

Markin é uma alternativa ao Braze Decisioning Studio?

Na verdade, não, e fingir o contrário seria desonesto. O Braze Decisioning Studio otimiza as mensagens que a Braze envia. Markin decide qual oportunidade comercial merece uma mensagem, através de canais e além da troca de mensagens, e então entrega a ação escolhida à Braze para ser entregue. A maioria dos clientes utiliza ambos.

Temos de substituir a Braze?

Não. A Braze permanece a camada de execução. A Markin regista a decisão na Braze como um atributo ou evento e um Canvas existente apanha-a.

O que o Braze faz melhor?

Entrega em escala: capacidade de entrega, débito, governação de canais, consentimento, localização e templates. Também seleção de tempo de envio e canal para uma mensagem individual, o que é melhor decidir onde o envio acontece.

Quanto custa o Braze Decisioning Studio?

A Braze não publica o pricing para o Decisioning Studio; ele é cotado como parte de um contrato da Braze e depende dos utilizadores ativos mensais e dos canais em questão. Pergunte à Braze sobre o custo incremental além do seu plano atual e compare-o com a receita incremental que você pode provar com um holdout.

Como o impacto é medido de forma diferente?

Braze reporta conversões atribuídas a um Canvas. Markin atribui um holdout aleatório a cada decisão e reporta a diferença na receita por cliente entre o tratado e o controlo.

A Markin pode decidir não contactar alguém?

Sim, e frequentemente o faz. Hold é um resultado legítimo quando nenhuma ação disponível tem valor esperado positivo líquido de margem e custo de contacto.

Em que é que a Markin é diferente do decisioning ou da AI já existentes no brazeai decisioning studio?

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 brazeai decisioning studio 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 brazeai decisioning studio?

On a large B2C base, 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.

Comparações relacionadas

Onde isto aparece

O que muda no seu stack quando a Markin chega