RESOURCES/Guia
Analítica preditiva versus *growth decisioning*
A analítica preditiva estima o que é provável acontecer. O *growth decisioning* escolhe o que fazer em relação a isso, lança a ação e mede se alterou o resultado. Uma Prediction é um input para uma decisão, não um substituto para uma: uma pontuação de churn diz-lhe quem está em risco, não quem vale a pena salvar, com quê, a que custo.
Román Via-Dufresne, Co-fundador, Markin
Atualizado 7 August 2026 · 8 min de leitura
Solicitar uma demoO modelo foi lançado e nada mudou
Um modelo de churn atinge boa precisão, entra em produção e doze meses depois a retenção está onde estava. Este é o resultado mais comum de um programa preditivo e geralmente não é uma falha de modelagem. A pontuação nunca foi conectada a uma decisão pela qual alguém fosse responsável, a uma ação que alguém pudesse lançar ou a uma medição que alguém aceitaria.
- Uma pontuação sem uma ação é um relatório.
- Uma ação sem um modelo de elegibilidade e custo trata cada cliente em risco como igualmente digno de ser salvo.
- Uma ação sem um controlo não pode ser distinguida do que teria acontecido de qualquer forma.
O que se encontra entre uma pontuação e um resultado
Prediction é um dos seis passos. Os outros cinco são onde a maioria dos programas estagna, e nenhum deles é um problema de modelagem.
01
Predict
Estimar risco, propensão ou valor. Necessário, e a parte que a maioria das organizações já construiu.
02
Valorizar o cliente
Converta o risco em valor em risco. Um cliente de alto risco com muito pouco valor não é uma prioridade.
03
Escolher a ação
Compare Candidate actions no valor incremental esperado, não em qual equipa as propôs.
04
Aplicar restrições
O consentimento, a política de contacto, os limites mínimos de margem e os limites regulatórios são filtros rígidos sobre o que pode ser feito.
05
Executar
Entregue através da superfície de engagement, produto ou serviço existente, ou a decisão permanecerá teórica.
06
Medir incrementalmente
Lido em relação a um controlo aleatório. A precisão do modelo não diz nada sobre se a ação ajudou.
Prediction versus *decisioning*
| Questão | Analítica preditiva | Tomada de decisão de crescimento |
|---|---|---|
| O que produz | Uma probabilidade, uma pontuação, um segmento. | Uma ação escolhida para um cliente específico, executada. |
| Quem vale a pena agir | Não abordado. Risco não é o mesmo que valor em risco. | O valor esperado líquido de margem e custo de contacto decide. |
| Que ação tomar | Deixado para um humano, geralmente numa ferramenta separada. | Selecionado entre Candidate actions concorrentes por arbitragem. |
| Execução | Entrega a lista a um profissional de marketing ou a um trabalho de reverse-ETL. | Lançamentos dentro dos sistemas já existentes. |
| Medição | Precisão do modelo: AUC, gráficos de lift, calibração. | Resultado incremental em relação a um controlo aleatório. |
| Modo de falha | Um modelo preciso no qual ninguém age. | Uma hipótese errada, retirada de forma barata e intencional. |
Diagnosticar o seu próprio programa preditivo
Para cada modelo atualmente em produção:
- Que decisão este score altera, e quem é o responsável?
- A ação está associada à pontuação ou é escolhida manualmente de cada vez?
- A ação considera o valor do cliente ou apenas o seu risco?
- A ação pode ser lançada automaticamente ou espera por um ciclo de construção?
- O último relatório era sobre a precisão do modelo ou sobre a receita incremental?
- Se o modelo fosse desligado amanhã, o que mudaria visivelmente?
Quando a previsão sozinha é o ponto de paragem certo
- Casos de uso de previsão e planeamento, onde o resultado é um número que um humano usa para fazer um plano.
- Decisões de risco, fraude e crédito, onde a pontuação alimenta um processo de regras governadas por design e a autonomia não é desejada.
- Trabalho de análise em fase inicial onde o objetivo é compreender um fator, em vez de atuar sobre ele.
- Situações em que nenhuma ação está disponível ou é acessível. Adicionar uma camada de decisioning sobre um espaço de ação vazio não muda nada.
Markin é uma equipa autónoma de growth-science para grandes empresas B2C. Investiga porque a receita por cliente está estagnada, formula as suas próprias hipóteses em marketing, produto, precificação e saúde técnica, escolhe a Next Best Action para cada cliente, lança-a através dos sistemas que a empresa já utiliza, e comprova cada uma contra um holdout aleatório.
As ferramentas de tomada de decisão escolhem entre as ações que a sua equipa já construiu. A Markin decide o que construir.
Perguntas que as pessoas fazem
- Qual é a diferença entre analítica preditiva e tomada de decisão de crescimento?
- A analítica preditiva estima o que é provável acontecer. O *growth decisioning* escolhe o que fazer em relação a isso para cada cliente, aplica elegibilidade e restrições de custo, executa através de sistemas existentes e mede o resultado incremental em relação a um control. Prediction é um input para o *decisioning* e, por si só, não altera nenhum resultado.
- Ainda preciso de modelos se tiver uma camada de decisão?
- Sim. As pontuações são um dos inputs que a decisão usa para estimar o valor esperado. A mudança é o que acontece depois que a pontuação existe: ela é anexada a uma action, um conjunto de restrições e uma medição, em vez de ser entregue como uma lista.
- Por que a precisão do modelo não prevê o impacto nos negócios?
- Porque a precisão mede o quão bem você identifica quem irá ter churn, e o impacto depende de a ação que você tomou ter alterado o seu comportamento. Um modelo perfeitamente preciso combinado com uma ação que não funciona produz receita incremental zero, e apenas um control group revela isso.
Comparar
Como isto se compara com as categorias que você já compra.
Neutral, side by side reads on where the decision layer sits next to the tools in your stack.
Todas as comparações- Motor de recomendação vs. Next Best ActionUm motor de recomendação apresenta o conteúdo certo. Next Best Action escolhe o tratamento comercial certo. Por que a relevância não é receita.
- Experimentação vs. Tomada de Decisão ContínuaO teste A/B prova qual variação vence numa métrica. A decisão contínua atua sobre cada cliente em cada ciclo, com um holdout. Porquê testar não é decidir.
- Calendário de Campanhas vs. Decisão ContínuaUm calendário planeia o que todos recebem e quando. A decisão contínua avalia cada cliente todos os dias. O que muda operacionalmente e o seu valor.
Continuar a ler
Previsão da rotatividade vs. Retention decisioning
A mesma distinção no caso específico da retenção.
Experiências de crescimento controladas
Como a ação é provada uma vez que existe.
Como a Markin gera hypotheses
De onde vêm as ações candidatas.
Arquitetura de referência de decision layer
Onde os modelos se situam em relação às decisões.
Vocabulário
Os termos em que este guia se baseia.
Each one is defined on its own page, precisely enough to quote.
- Taxa de monetizaçãoMonetization rate is the share of active customers who pay anything in a period.
- Prevenção de churnChurn prevention is the practice of identifying customers likely to leave and choosing the intervention, if any, that retains…
- Churn rateChurn rate is the share of customers, or of revenue, lost in a period.
- Churn voluntário vs. involuntárioVoluntary churn is a customer deciding to leave.
- Previsão da rotatividadeChurn prediction estimates the probability that a given customer will stop paying within a defined horizon, using behavioural…
- Análise de sobrevivênciaSurvival analysis models time until an event, handling customers who have not churned yet as censored rather than discarding them.
