
Como a Vitalis encontrou a receita escondida na sua base de assinantes
+19%
subscription ARPU · medido contra um holdout aleatório
Em resumo
A Vitalis vende subscrições de bem-estar a uma grande base de consumidores onde se assumia que a maior parte do growth de receita exigiria novos membros. A Markin identificou as oportunidades de upgrade, add-on e reativação já existentes na base e executou-as 1:1, aumentando o ARPU de subscrição em 19% nas coortes tratadas, em comparação com um holdout aleatório.
Resultados
Cada decision carrega um control group+19%
ARPU de assinatura em cohorts tratados
vs holdout aleatório, janela de medição completa
+27%
Upgrades de plano
membros a mudar para um nível superior sem desconto
3×
Experimentos enviados por mês
em comparação com o calendário de campanha anterior
Intervalo anonimizado em implementações da Markin em grandes bases D2C, apurado ao longo de uma janela completa de medição. Não constitui uma referência setorial nem uma previsão para a sua base.

Num relance
- Indústria
- Assinaturas de saúde e bem-estar
- Mercados
- Europa e LatAm
- Base
- Milhões de membros em planos recorrentes
- Movimentos ao vivo
- Upgrade, add-on cross-sell, reativação, recuperação de dunning
- Stack
- Warehouse, eventos de produto, Braze, app, Stripe
- Primeiro uplift medido
- Semana 7
O desafio
A Vitalis tinha um negócio de subscrição saudável e um plano de growth que dependia quase inteiramente da aquisição de novos membros. Assumia-se que cada euro incremental viria de fora da base, enquanto a própria base era gerida com um punhado de emails de lifecycle que não tinham mudado num ano.
A pergunta sobre receita que ninguém conseguia responder era menor e mais específica: qual membro está pronto para um tier mais alto, qual precisa apenas de um add-on, e qual está prestes a abandonar por um motivo que um desconto não resolverá. Responê-la por membro, todas as semanas, para milhões de subscritores, estava além da capacidade analítica da equipa.
Os "upgrade pushes" generalizados agravaram o problema: geraram receita que teria chegado de qualquer forma e habituaram os membros a esperar por promoções.
O que a Markin fez
Data and context, intelligence, action01 / Dados e contexto
A subscrição, tal como é realmente utilizada
A Markin lê o histórico do plano, eventos de uso e envolvimento, resultados de pagamentos e contactos de suporte onde estes já existem, para que cada membro tenha uma imagem ao vivo do valor recebido versus o valor pago.
02 / Inteligência
Oportunidades que o calendário nunca revelou
A camada de inteligência dimensiona cada oportunidade na base, tier upgrade, add-on, reativação, recuperação de dunning, e separa os membros que converteriam de qualquer forma daqueles em que uma ação é genuinamente incremental.
03 / Ação
Uma decisão por membro, lançada no local
As ações aprovadas são executadas através do Braze, da app e do fluxo de faturação, cada uma contra um holdout aleatório. As ofertas que apenas canibalizam a receita existente são automaticamente retiradas.
Experimentos realizados
Hypothesis to measured lift| Hipótese | Segmento | Ação | Channel | uplift medido |
|---|---|---|---|---|
| Utilizadores pesados no nível de entrada fazem upgrade sem desconto | Membros que excedem o uso do nível de entrada por dois meses consecutivos | Tier upgrade enquadrado no valor já consumido, preço total | Na app + email | +27% de upgrades |
| Um único add-on relevante supera um bundle | Membros com um padrão consistente de uso de uma única categoria | Um add-on correspondente a essa categoria, sem bundle | In-app | +14% de taxa de adesão |
| A maioria do churn involuntário é um problema de pagamento, não um problema de valor | Renovações falhadas nas primeiras 48 horas | Cronometragem de nova tentativa específica para o cartão e um caminho de atualização de um só toque | Push + email | +21% de renovações recuperadas |
| Membros inativos regressam por um caso de uso, não por um corte de preço | Membros cancelados com elevado envolvimento histórico | Reativação construída em torno do seu programa mais usado | Email + push | +12% de reativação |
Como foi implementado
Semana 0
Base conectada
Dados de plano, uso, faturação e envolvimento conectados apenas para leitura. Cohorts históricos reproduzidos para dimensionar a oportunidade in-base.
Semana 3
Primeiros movimentos ativos
Upgrade e recuperação de dunning a correr com holdouts, executados através da stack existente.
Semana 7
Primeiro uplift legível
O ARPU de assinatura registra +19% em cohorts tratados. Duas promoções generalizadas são retiradas como não-incrementais.
Semana 12
Crescimento in-base always-on
Os movimentos de upgrade, add-on, reativação e dunning a correr continuamente, com novas hipóteses a entrar semanalmente.
Nas suas próprias palavras
“Parámos de assumir que o growth tinha que vir de novos membros. A maior parte já estava dentro da base, só não conseguíamos vê-la membro a membro.”
VP de Growth, Vitalis
A stack com a qual a Markin trabalhou
No migration, no new system of recordPerguntas que os compradores fazem sobre este caso
Os upgrades vieram ao custo de churn?
Não. O churn é lido no mesmo holdout que a receita, então um movimento que aumenta o ARPU enquanto afasta membros é capturado na mesma janela de medição e retirado.
How was the Vitalis 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 health and wellness 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.

