O Relatório de ROI da Markin para Equipas de Enterprise GrowthLer agora
MARKIN

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 demo

O 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.

  1. 01

    Predict

    Estimar risco, propensão ou valor. Necessário, e a parte que a maioria das organizações já construiu.

  2. 02

    Valorizar o cliente

    Converta o risco em valor em risco. Um cliente de alto risco com muito pouco valor não é uma prioridade.

  3. 03

    Escolher a ação

    Compare Candidate actions no valor incremental esperado, não em qual equipa as propôs.

  4. 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.

  5. 05

    Executar

    Entregue através da superfície de engagement, produto ou serviço existente, ou a decisão permanecerá teórica.

  6. 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*

QuestãoAnalítica preditivaTomada de decisão de crescimento
O que produzUma probabilidade, uma pontuação, um segmento.Uma ação escolhida para um cliente específico, executada.
Quem vale a pena agirNão abordado. Risco não é o mesmo que valor em risco.O valor esperado líquido de margem e custo de contacto decide.
Que ação tomarDeixado para um humano, geralmente numa ferramenta separada.Selecionado entre Candidate actions concorrentes por arbitragem.
ExecuçãoEntrega a lista a um profissional de marketing ou a um trabalho de reverse-ETL.Lançamentos dentro dos sistemas já existentes.
MediçãoPrecisão do modelo: AUC, gráficos de lift, calibração.Resultado incremental em relação a um controlo aleatório.
Modo de falhaUm 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.