YuppTV+18%
nomadTravel / eSIM
Como a Nomad transforma sinais dos clientes em growth em dezenas de mercados
+22%
ARPU · medido contra um holdout aleatório
Em resumo
A Nomad vende planos de dados eSIM em dezenas de países, onde cada viajante tem uma viagem, dispositivo e sensibilidade ao preço diferentes. Markin agora decide a next best action para cada cliente e a lança através da stack existente da Nomad, aumentando o ARPU em 22% nas coortes tratadas contra um holdout aleatório.
Resultados
Cada decision carrega um control group+22%
ARPU em cohorts tratados
vs holdout aleatório, janela de medição completa
+34%
Taxa de compra repetida
viajantes a comprar um segundo plano em 90 dias
11×
Experimentos ativos por mês
em comparação com o calendário de campanha pré-Markin
Intervalo anonimizado em implementações da Markin em grandes bases B2C, lido ao longo de uma janela de medição completa. Não é uma referência da indústria e não é uma previsão para a sua base.
Num relance
- Indústria
- Conectividade Travel / eSIM
- Mercados
- Dezenas, vendidas em moeda local
- Base
- Milhões de viajantes, a maioria compradores de uma única viagem
- Movimentos ao vivo
- Cross-sell, win-back, timing de top-up, teste de preço
- Stack
- Warehouse, CDP, Braze, app SDK, Stripe
- Primeiro uplift medido
- Semana 6
O desafio
O growth da Nomad estava limitado pela forma do produto: a maioria dos viajantes compra uma vez, para uma viagem, e desaparece. A questão da receita nunca foi 'a quem enviamos um email', mas sim 'qual das dezenas de combinações de plano, preço e timing vale a pena mostrar a este viajante específico antes que os seus dados se esgotem'.
Um calendário de campanhas não poderia responder a isso. Os segmentos eram construídos por mercado e reconstruídos trimestralmente, as ofertas eram as mesmas para uma escapadela de dois dias na cidade e uma relocalização de três meses, e a equipa não tinha como saber se um push de top-up tinha gerado receita ou simplesmente capturado uma compra que aconteceria de qualquer forma.
Contratar para resolver o problema também não era realista: o trabalho analítico necessário para manter dezenas de mercados individualmente otimizados é uma equipa completa de data science, permanentemente.
O que a Markin fez
Data and context, intelligence, action01 / Dados e contexto
Contexto da viagem, não apenas um registo de cliente
Markin lê os eventos do warehouse, CDP e app do Nomad no local e constrói um perfil por viajante: destino, dispositivo, tamanho do plano, curva de consumo, comportamento de roaming e o preço local das alternativas. Nenhum dado é copiado para um novo sistema.
02 / Inteligência
Hipóteses que a equipa nunca teve tempo de escrever
A intelligence layer identifica por si só oportunidades de receita, dimensiona-as e transforma-as em ações candidatas: quem está prestes a ficar sem dados, quem está a prolongar uma viagem, qual mercado tolera um plano maior, onde um desconto apenas canibaliza uma compra que já viria.
03 / Ação
Execução 1:1 dentro da própria stack da Nomad
Ações aprovadas são lançadas através do Braze, da app e do próprio checkout da Nomad, cada uma com um holdout randomizado anexado. Ações que não conseguem superar o seu controlo são desativadas automaticamente em vez de permanecerem num calendário.
Experimentos realizados
Hypothesis to measured lift| Hipótese | Segmento | Ação | Channel | uplift medido |
|---|---|---|---|---|
| Utilizadores pesados atingem o limite antes do fim da viagem e fazem churn para um SIM local | Viajantes com 70 % de consumo e 3+ dias restantes | Oferta de top-up dimensionada para a viagem restante, não um pacote fixo | Push + in-app | +19% receita de top-up |
| Itinerários multi-país são mal servidos por planos de um único país | Reservas com ligações em 2+ regiões | Plano regional posicionado na compra e na primeira travessia da fronteira | Finalizar compra + e-mail | +12% AOV |
| Viajantes anteriores regressam num ciclo sazonal que não estamos a antecipar | Compradores inativos com um padrão de repetição de viagem | Win-back sincronizado com o seu próprio ritmo de viagem, sem desconto | Email + público pago | +34% taxa de repetição |
| Descontos em novos mercados compram volume que teríamos ganho de qualquer forma | Compradores de primeira viagem em mercados de alta intenção | Retenha a promoção, mantenha o preço, meça em relação ao controlo | Finalizar compra | Margem preservada, sem perda de volume |
Como foi implementado
Semana 0
Ligar, não migrar
Warehouse, CDP, Braze e eventos de aplicação conectados apenas para leitura. Primeiro feed de oportunidade gerado a partir do comportamento histórico.
Semana 2
Primeiro motion ao vivo
O timing do top-up entra em direto em três mercados com um holdout aleatório em cada decisão.
Semana 6
Primeiro uplift legível
A receita de top-up regista +19 % em relação ao controlo. Duas hipóteses são retiradas por não superarem o seu holdout.
Semana 12
Dimensionado para a cobertura total
Quatro motions a funcionar em todos os mercados, com a equipa de growth a rever decisions em vez de construir campanhas.
Nas suas próprias palavras
“A Markin executa o ciclo de vida 1:1 em dezenas de mercados. É a equipa de crescimento que nunca poderíamos contratar.”
Growth Lead, Nomad
A stack com a qual a Markin trabalhou
No migration, no new system of recordPerguntas que os compradores fazem sobre este caso
Porque é que um negócio de eSIM precisa de decisioning em vez de mais campanhas?
Porque a pergunta da receita é por viajante, não por segmento. Uma escapadela de dois dias numa cidade e uma realocação de três meses exigem planos, preços e prazos diferentes, e nenhum calendário de campanha pode abranger dezenas de mercados com essa resolução.
How was the Nomad result measured?
Cada decision inclui um holdout aleatório. O uplift citado é a diferença entre a coorte tratada e o grupo de controlo ao longo de uma janela de medição completa, não uma comparação antes e depois.
Tiveram de mover os seus dados para a Markin?
Não. Markin lê do warehouse, CDP e eventos de produto já existentes. Nada é copiado para um novo sistema e nada está bloqueado.
Qual equipa a geriu no dia a dia?
A equipa de growth existente. A Markin faz o trabalho analítico; uma equipa travel desse tamanho precisaria de um pod de data-science dedicado para produzir, e encaminha cada ação para as ferramentas que já operam.
Quanto tempo até ao primeiro uplift mensurável?
Um primeiro movimento entra em funcionamento em cerca de 30 dias e o primeiro resultado estatisticamente legível surge nas seis semanas seguintes. O impacto escalado geralmente é visível aos 90 dias.
