nomad+22%
VitalisSaúde e bem-estar
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 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
- 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.
