COMPARE/Markin vs Salesforce
vsMarkin vs Salesforce Einstein e Agentforce: decisões vs workflows
+17–35% ARPU em relação ao holdoutIntervalo observado em implementações Markin, medido em coortes tratadas.
O Einstein prevê e pontua dentro dos objetos do Salesforce; o Agentforce executa workflows agentivos sobre esse património. O Markin está a montante de ambos: investiga por que o ARPU está estagnado numa base de consumidores, forma e dimensiona hipóteses, escolhe uma ação por cliente e mede-a contra um control group aleatório.
Em resumo
- Salesforce Einstein / Agentforce: What is the next step on this record or in this process? Output: Scores, recommendations, drafted content and automated workflow steps.
- Markin: Which opportunity in this base is worth acting on, for whom, and what is it worth? Output: A ranked, sized action per customer, executed through the systems you run.
- Nenhum mecanismo gera novas hipóteses de receita a partir dos dados; os humanos configuram o que a plataforma executa depois.
- Markin decides; Salesforce executes wherever the record is the right surface.
Última atualização: . As afirmações sobre outros fornecedores remetem para a fonte de onde provêm.
A resposta curtaÚltima atualização: August 2026
A Salesforce é mais forte onde o registo é a unidade de trabalho: um caso, um lead, uma oportunidade, uma conversa de serviço. A Markin é mais forte onde a base de clientes é a unidade de trabalho e a questão é qual das dez mil ações possíveis vale a pena tomar esta semana, e qual foi o seu retorno.
01
Salesforce Einstein e Agentforce
Pontuação preditiva, assistência generativa e workflows *agentic* em todo o *estate* Salesforce, baseados no Data Cloud e executados em Sales, Service e Marketing Cloud.
Escolha-o quando o trabalho que pretende automatizar já acontece nos registos e processos do Salesforce.
- Record-centric
- Executa na Data Cloud
- Automação profunda de CRM
02
Markin
Uma equipa autónoma de growth science que trabalha a base em vez do registo: geração de hipóteses, avaliação, arbitragem, execução através da sua stack e medição de holdout.
Escolha-o quando o growth depender de testar muito mais hipóteses de receita por trimestre do que uma equipa conseguiria projetar manualmente.
- Base-centric
- Holdout por padrão
- Executa através de sistemas existentes.
Linha por linha
As mesmas dez perguntas, respondidas para ambos.
| Dimensão | Markin | Salesforce Einstein e Agentforce |
|---|---|---|
| O que é | Uma equipa autónoma de growth-science: investiga por que a receita por cliente está estagnada e age sobre o que encontra. | Uma camada de AI e plataforma de agentes incorporada em todas as nuvens Salesforce. |
| 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. | O próximo passo num registo ou num workflow: pontuar, encaminhar, rascunhar, escalar, recomendar. |
| 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. | Configurado por administradores e arquitetos como fluxos, modelos e instruções de agentes. |
| Âmbito de ação | Hipóteses de marketing, produto, preços e saúde técnica, arbitradas entre si numa única fila. | Processos de vendas, serviço e marketing dentro do ecossistema Salesforce. |
| 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. | Nativo em todos os objetos e canais da Salesforce, onde reside a sua vantagem. |
| Como o impacto é comprovado | Um holdout aleatório em cada decisão. O número reportado é receita incremental e ARPU, não conversões atribuídas. | Relatórios de pipeline, casos e campanhas dentro do Salesforce; holdouts são possíveis, mas não o padrão. |
| Onde os dados residem | Lê o contexto onde já reside, warehouse, CDP, sistemas de produto e faturação. Nenhum novo sistema de registo. | Data Cloud mais o modelo de objeto da Salesforce. |
| 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. | Permissões enterprise maduras, auditoria e controlos de administração. |
| Tempo até um número verificado | Um tema de receita, um canal, um holdout: um número incremental defensável em 90 dias. | Depende do programa de implementação; o sistema é complexo e a configuração é um trabalho real. |
| Melhor ajuste | Grandes bases B2C onde a restrição é o número de boas hipóteses testadas, não o número de mensagens enviadas. | Organizações cujo processo comercial vive dentro do Salesforce. |
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 númerosA parte não resolvida
O que permanece sem resposta dentro do património
O Salesforce responde ao que fazer com o registo à sua frente. Não investiga a base para encontrar os registos que devem estar à sua frente, nem dimensiona o valor de agir sobre eles.
- Nenhum mecanismo gera novas hipóteses de receita a partir dos dados; os humanos configuram o que a plataforma executa depois.
- A arbitragem entre patrimónios está em falta: uma jornada de Marketing Cloud e um posicionamento dentro do produto nunca competem em valor esperado.
- A atribuição de resultados a processos em vez de isolar a incrementalidade é o que a comunicação de resultados faz.
- As causas não relacionadas com o marketing para ARPU estagnado, preços, atritos, falhas técnicas, não têm um responsável.
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 | With salesforce einstein / agentforce 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 Salesforce Einstein e Agentforce 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.
Nada supera isso dentro do seu próprio domínio
Se a ação for num caso, num lead ou numa conversa de serviço, o Agentforce atua nativamente onde o registo reside, com o modelo de permissão já existente. A Markin estaria a encaminhar uma ação de volta para o Salesforce para fazer a mesma coisa, mas pior.
A cobertura de vendas e serviço é muito mais ampla
Markin não tem opinião sobre cotações, desvio de casos, serviço de campo ou produtividade do vendedor. Esses são problemas grandes e valiosos, e a Salesforce é a responsável por eles.
Um fornecedor, um registo de auditoria
Para organizações regulamentadas já padronizadas no Salesforce, manter a governança num único local tem um valor real que um segundo sistema tem de conquistar.
Onde a Markin se encaixa
Não é um substituto. Uma equipa de growth-science no topo.
Markin decide; o Salesforce executa onde o registo é a superfície certa. A decisão chega como um atributo ou evento de plataforma e o fluxo existente encarrega-se a partir daí.
Nenhuma substituição total
O património Salesforce mantém todos os processos que possui hoje.
Hipóteses na velocidade da máquina
Markin propõe e dimensiona o que ninguém tem tempo para analisar.
Control groups como padrão
Cada ação reporta valor incremental, não atividade.
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.
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 salesforce einstein / agentforce. 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 questão de crescimento é sobre milhões de consumidores, não milhares de registos.
- Precisa de hypotheses que a organização ainda não pensou, dimensionadas antes que alguém as construa.
- Você quer ARPU incremental contra um grupo de controlo como a unidade de relatório padrão.
- Preços, fricção do produto e anomalias técnicas são tão prováveis de serem a resposta quanto uma campanha.
- Você quer que a camada de decisão seja portátil em toda a stack, não vinculada a um único património.
Escolha Só o Salesforce if
- O trabalho acontece nos registos do Salesforce e deve permanecer lá.
- A sua prioridade é a produtividade do vendedor e do agente.
- Consolidar num único fornecedor supera a decisão de usar a melhor solução da categoria (best-of-breed).
- A sua base de consumidores é suficientemente pequena para planear manualmente.
- Está a meio da implementação e não pode absorver outro sistema este ano.
Quando não precisa de Markin.
- O seu modelo comercial é de vendas B2B enterprise com uma pequena lista de contas.
- Precisa de CRM, gestão de casos ou serviço de campo: Markin não é isso.
- Não há dados de nível de consumidor confiáveis fora do CRM para analisar.
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 Markin é um substituto para a Salesforce?
Não. O Salesforce permanece o sistema de registo e, em muitos casos, a superfície de execução. A Markin decide qual oportunidade vale a pena ser atuada em toda a base e entrega a ação de volta ao Salesforce ou a qualquer sistema que seja responsável por esse ponto de contacto.
Em que Markin é diferente da Agentforce?
O agentforce automatiza o trabalho definido por humanos, dentro do ecossistema Salesforce. O Markin decide que trabalho deve existir, abrangendo marketing, produto, preço e saúde técnica, e prova cada decisão contra um holdout.
O que o Salesforce faz melhor?
Tudo centrado no registo: processo de vendas, gestão de casos, automação de serviços, produtividade do vendedor e ação nativa dentro dos seus próprios objetos, com um modelo de permissão enterprise já implementado.
Precisamos de Data Cloud para Markin funcionar?
Não. Markin lê o contexto onde já reside, tipicamente no warehouse. Se o Data Cloud é onde o seu perfil unificado se encontra, pode ser essa a fonte.
Em que é que a Markin é diferente do decisioning ou da AI já existentes no salesforce einstein / agentforce?
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 salesforce einstein / agentforce 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 salesforce einstein / agentforce?
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.
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.
Einstein Next Best Action: como funciona, limites e a camada de decisão
Como o Strategy Builder classifica as recomendações no Salesforce, onde o padrão para, e como decidir no warehouse e entregar dentro do CRM.
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.