Markin + Customer.io integration
Atributos e eventos em campanhas existentes.
O que é um Customer.io Agente de IA?
Uma configuração Markin e Customer.io grava a ação decidida em atributos de pessoa ou emite um evento, para que as campanhas já construídas no Customer.io sejam executadas com uma decisão com uma razão e uma validade anexadas.
O caminho mais rápido da decisão para a receita é geralmente uma campanha que já existe e só precisa de um público melhor e uma razão melhor para ser acionada.
O que a Markin lê
- Atributos da pessoa e associação a segmentos
- Métricas de entrega e conversão
O que a Markin escreve de volta
- Atributos da pessoa com a ação e a expiração
- Eventos de gatilho
Como a conexão funciona
| Padrão | O que significa aqui |
|---|---|
| Atribuição de reescrita | A Markin escreve a decisão no perfil do cliente; as suas jornadas existentes leem-na como uma condição de entrada. A latência é o intervalo de sincronização da plataforma. |
| Evento acionado | Markin emite um evento que inicia ou avança uma jornada. Quase imediato, e o canal mantém a sua própria governação. |
O que você pode pedir para Markin fazer em Customer.io?
- Como aciono campanhas Customer.io a partir de um modelo?
- Posso adicionar next best action ao Customer.io?
- Como evito a sobreposição de campanhas Customer.io?
- Como testo a mensagem de lifecycle contra um holdout?
O que Markin faz em Customer.io
- 01Ler atributos de pessoa, segmentos e histórico de entrega.
- 02Ler eventos já rastreados no Customer.io.
- 03Escreva a ação escolhida, o motivo e a validade como atributos.
- 04Emitir eventos que iniciam a campanha correspondente.
- 05Arbitrar para que uma pessoa receba uma ação por janela de tempo.
- 06Suprima o holdout randomizado de cada campanha.
- 07Ler conversões de volta associadas ao ID da decisão.
- 08Reporte a receita incremental por campanha.
Âmbito do trabalho
O trabalho de growth por trás Customer.io
A lista acima é o que Markin toca em Customer.io. Um conector é apenas a superfície. Abaixo está o trabalho em si: o que um analista, um lifecycle manager, um data scientist e um experimentation lead fariam entre si, correndo continuamente contra os seus próprios dados.
Ler o património
Normalmente um engenheiro de dados, uma vez, depois nunca mais atualizado.
- Mapeie cada cliente, conta, subscrição e plano nos sistemas que você já executa.
- Reconstrua a baseline de receita a partir de pedidos, pagamentos, reembolsos e créditos.
Encontre onde a receita está a vazar
Normalmente uma análise aprofundada trimestral feita por um analista.
- Dimensionar cada descoberta em receita, não em pontos percentuais.
- Observe o ARPU por coorte, plano, mercado, canal e tempo de serviço para desvios que eliminem o ruído.
Explique porquê
Normalmente, uma investigação de duas semanas retirada do roadmap.
- Execute a investigação automaticamente e retorne os fatores com suas evidências.
- Separe os efeitos de mix da mudança real de comportamento.
Escreva hipóteses que valem a pena financiar
Normalmente, um workshop, limitado às ideias presentes na sala.
- Anexe o efeito de receita esperado e a população a que se aplica.
- Anexe a evidência e a suposição de que cada uma depende.
Decidir por cliente
Normalmente, as regras de segmentação são atualizadas quando alguém tem tempo.
- Escolha o canal, o tempo e o nível de incentivo, não apenas a mensagem.
- Limitar o desconto e a exposição da margem ao nível acordado pelas finanças.
Execute nas ferramentas que você já usa
Normalmente um ticket, depois um lugar no calendário do próximo mês.
- Encaminhe ofertas, jogadas de retenção e fluxos de save para a superfície certa.
- Abra o trabalho como um rascunho para aprovação onde um ser humano deve assinar.
Comprovar que causou a receita
Normalmente discutido, raramente medido.
- Ler o uplift na receita por cliente contra esse controlo.
- Reporte a retenção, ARPU, margem e pressão de contacto lado a lado.
Retire, governe e transfira
Normalmente não é trabalho de ninguém, então nada é alguma vez desativado.
- Entregue à equipa um portfólio que eles possam ler, questionar e anular.
- Retire programas automaticamente quando deixam de superar o controle.
Customer.io questions
- How does Markin connect to Customer.io?
- Attribute write-back, Triggered event. Markin writes the decision onto the customer profile; your existing journeys read it as an entry condition. Latency is the platform's sync interval.
- What does Markin read from Customer.io?
- Person attributes and segment membership; Delivery and conversion metrics.
- What does Markin write back into Customer.io?
- Person attributes with the action and expiry Trigger events
- Temos de mover os nossos dados para Markin?
- Não. Markin lê do seu warehouse, eventos de produto e sistemas operacionais em uso, no seu ambiente de computação, sob as regras de acesso que a sua equipa de dados já estabeleceu. Nada é copiado para uma base de clientes separada e não existe um store de perfis por parte do fornecedor para migrar mais tarde.
- Markin substitui a nossa plataforma de engagement ou CDP?
- Não, e não deveria. A sua engagement platform mantém o canal, os templates, a deliverability e a governance. O seu CDP mantém a identidade e o consentimento. A Markin adiciona a camada que nenhuma delas tem: decidir qual ação merece existir para cada cliente e prová-la contra um holdout.
- E se o sistema que usamos não estiver listado?
- Os quatro padrões de ativação cobrem quase tudo: gravação de atributos, evento acionado, API de decisão e renderização direta da superfície. Qualquer sistema que exponha uma API, aceite uma tabela ou possa ler uma coluna de warehouse pode receber decisões. Novos conectores são construídos durante a implementação, geralmente em dias.