Markin + Iterable integration
Decisões como campos de utilizador e eventos personalizados.
O que é um Iterable Agente de IA?
Uma configuração Markin e Iterable grava a ação decidida em campos de perfil de utilizador ou emite um evento personalizado, para que as jornadas existentes do Iterable permaneçam em vigor e simplesmente ajam com base num input melhor. A governança do canal permanece com o Iterable.
Os limites de frequência, as horas de silêncio e o consentimento permanecem aplicados pelo Iterable. Markin apenas fornece a intenção, o que torna a conexão segura para ser ativada incrementalmente.
O que a Markin lê
- Campos do utilizador e preferências de canal
- Eventos de envio e engagement
O que a Markin escreve de volta
- Campos de usuário com a ação comprometida
- Eventos personalizados para entrada na jornada
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 Iterable?
- Como adiciono AI decisioning ao Iterable?
- Podem as jornadas do Iterable ser desencadeadas por um modelo de churn?
- Quais são as melhores alternativas ao Iterable para decisioning?
- Como provo que as campanhas Iterable causam receita?
O que Markin faz em Iterable
- 01Ler campos de perfil de utilizador e associação a lista.
- 02Ler eventos de envio, engajamento e compra.
- 03Escreva a ação escolhida e o motivo nos campos de perfil.
- 04Emitir eventos personalizados que desencadeiam a jornada certa.
- 05Arbitrar para que apenas uma jornada seja ativada por cliente por janela de tempo.
- 06Mantenha uma lista de holdout aleatória.
- 07Ler os resultados de volta, indexados pelo ID da decisão.
- 08Reporte a receita incremental por jornada.
Âmbito do trabalho
O trabalho de growth por trás Iterable
A lista acima é o que Markin toca em Iterable. 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.
- Ler histórico de contactos para que os envios anteriores contem como pressão sobre o cliente.
- Acompanhe as mudanças de catálogo, preços e planos à medida que acontecem.
Encontre onde a receita está a vazar
Normalmente uma análise aprofundada trimestral feita por um analista.
- Identifique a incompatibilidade de preços e pacotes entre o que as pessoas compram e o que usam.
- Identifique o atrito do produto que se correlaciona com o downgrade e o cancelamento.
Explique porquê
Normalmente, uma investigação de duas semanas retirada do roadmap.
- Separe os efeitos de mix da mudança real de comportamento.
- Classifique os drivers por quanto movimento cada um explica.
Escreva hipóteses que valem a pena financiar
Normalmente, um workshop, limitado às ideias presentes na sala.
- Anexe a evidência e a suposição de que cada uma depende.
- Classifique o portfólio por valor esperado, não por antiguidade.
Decidir por cliente
Normalmente, as regras de segmentação são atualizadas quando alguém tem tempo.
- Arbitrar entre cada ação que concorre pelo mesmo cliente.
- Aplique limites de frequência, fadiga e horas de silêncio antes que qualquer coisa seja confirmada.
Execute nas ferramentas que você já usa
Normalmente um ticket, depois um lugar no calendário do próximo mês.
- Escreva decisões nos sistemas de CRM, engajamento e warehouse já em produção.
- Ative jornadas e campanhas que a sua equipa de lifecycle possui e pode editar.
Comprovar que causou a receita
Normalmente discutido, raramente medido.
- Recusar-se a chamar de resultado algo que não atingiu o padrão de evidência.
- Publique a leitura no mesmo local para cada experimento.
Retire, governe e transfira
Normalmente não é trabalho de ninguém, então nada é alguma vez desativado.
- Retire programas automaticamente quando deixam de superar o controle.
- Volte a testar pressupostos que decaem, como a sensibilidade ao preço e a sazonalidade.
Iterable questions
- How does Markin connect to Iterable?
- 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 Iterable?
- User fields and channel preferences; Send and engagement events.
- What does Markin write back into Iterable?
- User fields with the committed action Custom events for journey entry
- 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.