Agentic CDP przejmuje stery - 5 strategicznych kroków, by zabezpieczyć tożsamość, aktywację i pomiar w Twoim stacku
- 1 dzień temu
- 3 minut(y) czytania
Jeśli jeszcze rok temu dyskusja o CDP dotyczyła głównie „czy warehouse-first ma sens”, dziś pytanie brzmi inaczej: kto kontroluje warstwę decyzji i egzekucji - klasyczny CDP, aktywacja na warehouse, czy nowy „agentic CDP”. To nie jest semantyka. To decyzja o tym, gdzie będą zapadać decyzje o ofercie, kanale, czasie kontaktu i suppressions - oraz jak szybko zespół umie je wdrażać bez ryzyka dla tożsamości, zgód i atrybucji.
Adweek opisał premierę CustomerLake od Databricks jako ruch challengera wobec tradycyjnych CDP. Databricks pozycjonuje ten produkt jako platformę, która łączy Customer 360, identity resolution, segmentację, aktywację i personalizację bez wynoszenia danych poza lakehouse. To sygnał, że rynek przechodzi z modelu „kampania jako projekt” do modelu „kampania jako ciągła pętla decyzyjna”.
Co realnie się zmienia w modelu CDP
Klasyczna taksonomia CDP pozostaje aktualna: zbieranie danych, unifikacja, aktywacja, insighty. Problem w tym, że dziś te funkcje muszą działać w dużo krótszym cyklu.
Databricks buduje narrację wokół trzech zmian:
przejście z kampanii okresowych do Infinity Campaigns (ciągła optymalizacja)
przejście z Golden Record do Golden Context (dane klienta + kontekst biznesowy + historia decyzji)
przejście z narzędzia „obok” hurtowni do narzędzia embedded w fundamencie danych
W praktyce oznacza to, że agenty nie mają tylko „pomagać marketerowi”, ale wykonywać znaczną część pracy operacyjnej:
Profile Agents - przygotowanie i poprawa jakości profili Customer 360
Campaign Agents - budowa audiencji, rekomendacja next-best-action, aktywacja i optymalizacja
To nie jest jedyny model rynkowy. Podejście composable (np. aktywacja z Redshift/S3 przez Reverse ETL) nadal jest silne, zwłaszcza tam, gdzie organizacja chce zachować modularność i unikać lock-in.
Framework „replace vs augment” dla obecnego stacku
Zamiast pytać „co jest nowocześniejsze”, oceń, co ma zostać zastąpione, a co dołożone.
Kiedy wybierać augment (obecny CDP + warehouse + warstwa agentic/activation)
To zwykle lepsza droga, gdy:
masz działające modele atrybucji i nie chcesz naruszać ciągłości pomiaru
identity graph jest stabilny i oparty o jasno zdefiniowane reguły
wiele domen biznesowych używa wspólnej warstwy danych i governance
potrzebujesz szerokiej orkiestracji do wielu narzędzi downstream
Kiedy rozważać replace (przeniesienie ciężaru do embedded agentic CDP)
To ma sens, gdy:
obecny CDP duplikuje dane i tworzy osobny, kosztowny silos
time-to-launch kampanii jest liczony w tygodniach, nie dniach
marketing i data team pracują w ciągłym trybie ticketowym
governance i uprawnienia są rozproszone między systemami
Architektura referencyjna: agentic activation bez utraty kontroli
Najbezpieczniejszy wzorzec na dziś to architektura warstwowa z wyraźnym podziałem odpowiedzialności.
Warstwa danych i tożsamości
źródła: CRM, ecommerce, web/app events, support, transakcje
modelowanie w warehouse/lakehouse
identity resolution z artefaktami operacyjnymi:
syntetyczny ID (np. ht_id)
mapy _resolved i _resolved_identifiers
tabela Golden Record (1 wiersz na tożsamość)
Warstwa decyzyjna agentów
agenty dostają dostęp do danych governed
cele biznesowe i guardrails definiuje człowiek
agenty proponują lub wykonują:
segmentację
next-best-action
suppressions
optymalizację kanału i czasu
Warstwa aktywacji i pomiaru
aktywacja przez reverse ETL / integracje kanałowe
bi-directional feedback loop: wynik kampanii wraca do modeli
measurement:
stałe definicje konwersji
spójne okna atrybucji
wersjonowanie logiki decyzyjnej
Klucz: agent nie może być „czarną skrzynką” poza governance. Każda decyzja musi mieć ślad danych, reguły i właściciela.
Checklist migracji: identity, consent, attribution
Ta sekcja powinna wejść do planu transformacji 1:1.
Przed migracją
zinwentaryzuj wszystkie ID (email, phone, device, cookie, CRM ID, account ID)
ustal, które use case wymagają dopasowania deterministycznego, a które tolerują probabilistyczne
zdefiniuj „gold tables”, które będą źródłem prawdy dla aktywacji
sprawdź lineage: skąd pochodzi każda cecha używana w kampanii
W trakcie migracji
uruchom tryb równoległy: stary i nowy przepływ dla tych samych audiencji
porównuj:
overlap audiencji
match rate w kanałach
różnice w konwersji i koszcie
wprowadź human-in-the-loop dla działań nieodwracalnych
Po migracji
monitoruj drift reguł identity i jakości danych
utrzymuj rejestr decyzji agentów (co, dlaczego, na jakich danych)
kwartalnie rewaliduj:
polityki zgód
suppressions
definicje atrybucji
rozliczaj nie tylko CPA/ROAS, ale też czas od sygnału do aktywacji
Największy błąd wdrożeniowy jest przewidywalny: automatyzacja na słabym modelu danych. Społeczność Databricks zwraca uwagę, że bez mocnej „gold layer” agentic activation tylko szybciej skaluje błędy.
CustomerLake nie jest końcem CDP jako kategorii. To raczej początek nowego podziału rynku: platformy, które zostaną przy ręcznej orkiestracji, i platformy, które przeniosą decyzje do agentów. Zwycięzcy nie będą wybierani przez hasło „agentic”, tylko przez zdolność do połączenia trzech rzeczy naraz: szybkiej aktywacji, twardego governance i wiarygodnego pomiaru.
Źródła
Databricks Launches an Agentic Challenger to Traditional CDPs
Announcement | Introducing the Agentic CDP: Built for the AI Era
Databricks on Databricks: Marketing with CustomerLake, the new Agentic CDP
Introducing CustomerLake: The Agentic CDP embedded in Databricks
The Composable CDP: Activating Data from Amazon Redshift to 200+ Tools Using Hightouch
A CDP is a powerful tool - Here’s how to make it work for you
Agentic Marketing: What’s the Big Deal and How to Get Started
