Marcus Adeyemi
Head of growth · 12 years: performance agency, a DTC brand from $2M to $40M, then B2B SaaS
Growth and performance marketing
Un personaje compuesto, escrito por avva como ejemplo práctico. No es una persona real.
Antes de aconsejarte sobre growth and performance marketing, tu IA lee un modelo de referencia que avva escribió para este campo: las decisiones que contiene, los motivos que las explican y dónde pondría reparos.
Usa este modelo para
- Scaling a channel
- Attribution and proof
- Creative testing
- Discounts and offers
- Lifecycle and activation
- Agency and tooling
Agrega este enlace a Claude, ChatGPT o Cursor. Así, tu IA consulta las decisiones de Marcus antes de responderte. La respuesta sigue siendo de tu IA.
https://¿Lo ves desde el teléfono? Envíate el enlace por correo y agrégalo desde la web o desde la aplicación de escritorio.
Lo que envía tu IA se usa para responder y no se guarda.
Es un modelo de referencia, así que responde completo a todo el mundo, con o sin cuenta. Sin cuenta, tu IA recibe una parte más pequeña del modelo de un experto real, y el modelo entero cuando inicias sesión.
Mira cómo responde el modelo de Marcus a una pregunta
Una pregunta que responde este modelo de referencia, y la decisión publicada en la que se basa. Tu situación tendrá su propia respuesta, escrita por tu IA.
Ejemplo en tu aplicación de IA: una conversación que avva escribió para un modelo de referencia
DTC brand, about $2M a year. Meta is at 2.6x ROAS on $40k a month and our CFO wants to put another $40k in before Q4. Do we?
Ha consultado el modelo de Marcus
Not before January. Hold spend flat through Q4: it is the year's dearest auction, and gift-season buyers repeat least. In January, switch retargeting off in half your regions for three weeks and compare total sales between the halves; if prospecting alone still leaves you margin at twelve months, put the new money into prospecting only, in two steps.
Por qué. A blended 2.6x almost always hides a retargeting line taking credit for customers who were already coming back, and Q4 is the worst quarter to find out. The calendar sells in Q4 without the extra $40k; most of it would reach people who would have bought anyway, at the year's highest prices, and the platform would report it as growth.
Qué lo cambiaría. If a holdout has already shown the spend adds real sales, and last year's Q4 customers came back at the rate other quarters' did, then scale into Q4 in two steps. What buys the bigger step is knowing what the spend adds and who it brings, not the ROAS figure.
Fuera de este modelo. Nothing here about what the ads should say or what the offer should be beyond price. Ask it where to spend, what to cut and when to stop, not what to make.
Copia un prompt de ejemplo4 plantillas con un hueco que rellenar, para cuando tengas el modelo conectado
Antes de cerrar una decisión
Una revisión completa de un plan o un borrador, con los cambios que necesita.
Use Marcus Adeyemi's Decision Model on avva before we lock this in. What we're deciding: <paste your plan, doc, or diff here> Run their review, follow the steps it returns, and give me the verdict and any required changes before you continue.Elegir entre opciones
Una elección entre dos opciones que empieza por sus líneas rojas.
Use Marcus Adeyemi's Decision Model on avva to compare these. Option A: <describe it> Option B: <describe it> Context: <what constrains the choice — attribution and proof> Check their stop rules first, then compare the options under their judgment, and tell me which one their model favors and why.Un control rápido
Un vistazo rápido a lo que rechazaría de entrada.
Run this past the stop rules in Marcus Adeyemi's Decision Model on avva before I send it. <paste the draft, plan, or change> Tell me only what they would refuse or flag, and why. If nothing trips, say so.Antes de tener un enfoque
Las preguntas que hace antes de dar por cerrado un enfoque.
I'm starting on scaling a channel. Ask Marcus Adeyemi's Decision Model on avva what they would want settled first. Situation: <two or three lines> Give me their questions, and flag the ones my situation does not answer yet.
Plantillas con un hueco para rellenar. Ninguna es una respuesta que haya dado este modelo. La respuesta de ejemplo de arriba también es de avva: este es un modelo de referencia, y en esta página no hay decisiones de ninguna persona real.
Conecta el modelo de decisión de Marcus a tu IA
Tres pasos. El primero funciona ya, sin clave ni cuenta; el último hace que tu IA consulte el modelo de Marcus sin que se lo pidas.
El enlace funciona en las aplicaciones de IA que pueden agregar un servidor MCP remoto (MCP es el estándar abierto para conectar herramientas externas). Se configura una sola vez.
Un conector es una dirección de la que lee tu IA: una línea y nada que instalar.
https://avva.chat/ mcp/ growth- marketing- marcus- adeyemi - Abre Claude en la web o en la aplicación de escritorio y ve a Customize → Connectors.
- Presiona + junto a Connectors y elige Add custom connector.
- Pega la dirección de arriba y ponle el nombre avva-growth-marketing-marcus-adeyemi.
- Cuando Claude te pregunte si permites avva, di que sí.
¿No te aparece en una cuenta de trabajo? Pide a tu administrador que lo permita. Claude Code y Cursor, en cambio, usan una configuración local.
El enlace se agrega en la web o en la aplicación de escritorio. Enviarme esta línea por correo
Este enlace no lleva clave ni la necesita: un modelo de referencia responde completo a todo el mundo.
Comprueba que funciona. Envía esto en el chat cuando hayas agregado el enlace.
Pregunta al modelo de decisión de Marcus Adeyemi en avva qué tipos de decisiones cubre y resúmemelo en tres líneas.Después, pruébalo con una decisión que estés tomando esta semana: copia un prompt de ejemplo y completa el hueco.
No es asesoramiento legal, médico, financiero ni profesional de ningún otro tipo. Condiciones de uso
Sobre este modelo
Abre cualquiera de estas secciones para ver de qué está hecho este modelo y cómo se construye.
En qué se basa este modeloQué contiene y a qué da más peso Marcus
Este modelo contiene 62 decisiones, 15 factores, 9 criterios y 14 líneas rojas.
A qué da más peso Marcus
Este orden lo fijó avva. Se muestran 3 de 9 criterios, los que el modelo pone primero. Los otros 6 también le llegan a tu IA, junto con lo que busca cada uno, las líneas rojas y lo que cambia la respuesta de Marcus.
La respuesta habitual de Marcus cambia en 8 supuestos concretos. Esos supuestos y las 14 líneas rojas le llegan a tu IA con todo lo demás.
Ejemplos de las decisiones que contiene5 de 62, escritas por avva para este modelo
Las 5 primeras del registro, en el orden publicado. No son las más cercanas a tu situación ni un resumen de las demás. Tu IA no copia las decisiones que lee aquí: en cada una, contrasta lo que la decidió con los hechos de tu situación, y la sopesa junto a las presiones que solían decidir los casos de Marcus. Tu IA recibe las 62 sin clave, ordenadas según tu situación.
Lo que la decidióThey would have bought anyway · What a customer leaves us after twelve months
Situación: DTC brand at about $2M a year. Meta reports 2.6x ROAS on $40k a month, blended across prospecting and retargeting, and the CFO wants another $40k in before Q4.
Decisión: No new money before January. Hold spend flat through Q4, when auctions cost the most and gift buyers repeat least; run the retargeting holdout in January, when learning is cheap, and add budget then only to the prospecting that clears twelve-month margin.
Por qué: A blended 2.6x usually hides a retargeting line taking credit for customers already coming back, and Q4 is the worst quarter to find out: the year's dearest auctions buying the year's least loyal customers. The calendar sells in Q4 without the extra $40k; the extra money mostly buys people who would have bought anyway, at a premium.
Lo que la decidióA person, not a sequence · The customers it brings stay
Situación: SaaS with a $29-a-month plan and 22 percent of new customers churning in their first 60 days. The growth team planned a nine-email onboarding sequence and an in-app checklist.
Decisión: Delete the sequence before it ships. One plain-text email from the founder on day one asking one question — "what did you sign up to do?" — and a human reply to every answer.
Por qué: Nine emails teach people to ignore the tenth. One real question tells you why they came, and the answers are the onboarding redesign.
Lo que la decidióPrice is the cheapest lever we own · What a customer leaves us after twelve months
Situación: B2B SaaS at $1.2M ARR on a $49-a-month plan. Growth had been flat for two quarters and the team wanted to double the Google Ads budget.
Decisión: Raise the price to $69 for new customers now, keep existing customers at $49 for a year, and hold ad spend flat for 60 days.
Por qué: A 40 percent price rise that costs 15 percent of conversions is a better quarter than any ad budget, and it tells you whether you were underpriced ahead of buying more customers at the wrong price.
Lo que la decidióThey would have bought anyway · Cash we will not see for months
Situación: Subscription meal-kit company, $18M revenue. A cash crunch forced a 30 percent cut to a $600k monthly paid budget, and the team proposed cutting the channels with the worst reported ROAS.
Decisión: Cut the best-reported channels first: brand search and retargeting go to zero for four weeks, then prospecting takes whatever cut is left.
Por qué: The channels that report the best numbers are the ones standing closest to a purchase that was already happening. Cutting them costs the least real revenue; the worst-reported prospecting line is the one actually finding strangers.
Lo que la decidióEnough conversions to read the result
Situación: SaaS company, 14 people, running A/B tests on the pricing page at 80 trial signups a month. The latest test declared a winner after three weeks at "92 percent confidence".
Decisión: Stop A/B testing this page. At 80 signups a month you cannot read a difference smaller than a doubling; ship the bolder version, read the monthly number against the last three months, and move on.
Por qué: Below about a thousand conversions per arm a month, a test mostly measures noise and a tool that rounds noise into confidence. A bold change you can see in a monthly number beats a careful one you cannot see at all.
Cómo aborda this composite una decisión6 pasos en orden, written by avva from its decisions
Paso 1Fix what the number must measure before reading any: what a customer leaves after twelve months (day 90 for installs), by channel and campaign, set against what that customer cost. Runway decides how long the answer can be waited for.
Se aplica cuando: A channel, a campaign or a growth target is being judged
Salvo si: Months of runway are too few to wait for the long measure
Paso 2Follow the customers past the click: who actually arrived, whether they close, whether they still pay at day 40, whether the newest cohort returns as the first did. Let that, not cheap or fast acquisition, decide whether a source stays.
Se aplica cuando: A source looks good on cost or volume at the front of the funnel
Paso 3Count the conversions the step sees before designing any test or holdout; the count rules instruments in or out. At a few dozen customers a month, the instrument is a month with the line off and the sales team's read of the calls.
Se aplica cuando: A test or a holdout is about to be designed
Paso 4Test the best-reported lines by switching them off: half the regions dark for four weeks, total sales compared between the halves instead of platform numbers. Keep a line, frequency capped, where the gap beats its cost; cut it where it does not.
Se aplica cuando: A retargeting or brand line reports a top return and volume is enough to read a gap between regions
Salvo si: Order volume is too small to read a gap between regions
Paso 5Size the move so it can be undone next month, and set its length and its stop before it starts: a price rise for new buyers with the weekly sales count watched and a limit on the fall, a random fifth of a list for a month against the rest.
Se aplica cuando: A change to price, send volume or spend is about to go live
Salvo si: A slow channel reads nothing inside a quarter; it gets twelve months and a holdout instead
Paso 6Put a date on the next look: the next channel gets a date rather than a pilot, cohorts are reviewed each quarter, a new SDR's first 200 emails are read line by line, a short-runway campaign is revisited at day 90.
Se aplica cuando: A call has been made and its result will only be readable later
Metodología técnicaCómo se leen las 62 decisiones que dicen qué ganó y qué perdió
- 62decisiones escritas: el material con el que avva compuso este modelo
- 15factores de los que dependieron esas decisiones: las presiones bajo las que decide Marcus
- 222enfrentamientos sacados de 62 decisiones: cada factor que decidió un caso se enfrenta a cada factor que perdió en él, así que un caso que nombra dos de cada lado cuenta cuatro veces
- Por gruposqué factores solían imponerse a cuáles al decidir los casos, según esos enfrentamientos
Nadie ordena estos factores a mano. En Para agentes de IA se explica de dónde sale el orden que pueda haber entre ellos.
Cómo decide este personaje compuestoUn resumen escrito a partir de sus decisiones
Twelve years of paid growth on both sides of the fence: a performance agency billing on spend, then a DTC apparel brand from $2M to $40M, then B2B SaaS with a sales team to feed. He learned on the agency side how much reported growth is credit taken for customers who were coming anyway, and now reaches for price and for cuts before he reaches for budget.
When to spend and when to stop on paid social, Meta and Google, search and new channels — judged on twelve-month margin, not ROAS or CAC. Price rises before ad budget, retargeting and brand search switched off until they prove they add anyone, which channel to cut first, discounts that teach customers to wait, tests too small to read, onboarding emails, agencies paid on spend, and budget cuts.
El resumen describe lo que contiene el modelo.
Qué es estoUn personaje compuesto que escribió avva, y lo que eso cambia
- Lo escribió avva. Es un modelo de referencia: un ejemplo práctico para que veas cómo es un modelo publicado y puedas conectar una IA a uno. Lleva la etiqueta Demo, aquí y en su tarjeta.
- No es una persona real. El nombre es inventado y sus decisiones son una composición, escrita con una sola voz coherente. No se ha copiado la postura de ningún experto real.
- El mismo formato. Tu IA lo recibe igual que recibiría el modelo de un experto real, con sus casos y sus líneas rojas.
- Cede su lugar. Cuando un experto real publica en este ámbito, retiramos este modelo del catálogo a mano.