Databricks запускает CustomerLake для вытеснения устаревших CDP-платформ

Databricks заявляет о целевом показателе в один миллиард персонализированных взаимодействий 1:1 в день с помощью CustomerLake — новой агентной Customer Data Platform, анонсированной на DATA + AI SUMMIT 16 июня 2026 года. Для понимания масштаба: при равномерном распределении на 24 часа это около 11 574 решений в секунду, а в пиковые периоды — значительно больше. Сам показатель является маркетинговым ориентиром, а не измеренной пропускной способностью системы. В анонсе не раскрываются ни задержки, ни стоимость одного решения, ни сведения о том, какой из клиентов работает хотя бы близко к таким объёмам.

Что произошло

На своём ежегодном саммите Databricks анонсировала CustomerLake, позиционируя его как нативную CDP, построенную на лейкхаусе и управляемую через Unity Catalog. Продукт находится в режиме Private Preview; в числе четырёх партнёров по дизайну — HP, Circle K, AB InBev и Getnet by Santander. Состав намеренно разнородный: производитель ПК и принтеров, сеть магазинов у дома, крупный CPG-производитель напитков и платёжный процессор. Общий знаменатель — first-party данные о клиентах в больших объёмах и остановившийся план по персонализации на устаревших инструментах.

CustomerLake объединяет пять возможностей в одном продукте: унификацию клиентских данных, разрешение идентификаторов, формирование аудиторий, автоматизацию кампаний и активацию. Из коробки доступны два типа агентов: агенты кампаний, которые строят аудитории и автоматизируют кампании, и агенты профилей, которые превращают сырые клиентские данные в готовые к использованию в бизнесе записи. Платформа также включает reverse ETL, агентное разрешение идентификаторов и маркетплейс идентификаторов с участием Acxiom, Epsilon, LiveRamp, TransUnion и Adstra.

Список партнёров по запуску насчитывает шестнадцать компаний, включая Adobe, Meta (аудитории и Conversions API), The Trade Desk, Braze, Bloomreach, Iterable, Snapchat, Magnite, Twilio, IAS и Unity. Unity открывает доступ к 256 миллионам ежемесячно активных пользователей в США и 2,85 миллиарда по всему миру. Генеральный директор Databricks Али Годси сформулировал тезис прямолинейно: маркетинг «перестаёт быть серией кампаний и становится непрерывным циклом». При этом в пресс-релизе не уточняются модель ценообразования, профиль потребления DBU на один вызов агента и гарантии SLA для активации в реальном времени. Именно эти цифры и определят, выйдет ли продукт в GA в те сроки, на которые рассчитывает Databricks.

Техническая анатомия

Архитектурная ставка проста: устранить проблему копирования данных. В типичном развёртывании legacy CDP клиентские записи реплицируются из хранилища в Segment, Tealium или Treasure Data, там трансформируются, а затем передаются обратно в конечные точки активации. Каждый промежуточный этап добавляет задержку, технический долг по согласованию данных и расхождения в управлении. Databricks утверждает, что хранение разрешения идентификаторов, логики аудиторий и выполнения агентов внутри лейкхауса устраняет этот конвейер.

Unity Catalog здесь является основой системы управления данными — и это важнее, чем следует из маркетинговых материалов. Если агенты профилей превращают сырые потоки событий в готовые бизнес-записи, им необходимы политики на уровне строк и столбцов для PII, флагов согласия и юрисдикционных ограничений (GDPR, CCPA, LGPD). Реализация этого внутри Unity Catalog, а не во внешней CDP, означает, что та же политика, которая управляет финансовым запросом, управляет и триггером кампании. Это реальный инженерный выигрыш — если он выдержит аудиторскую проверку.

Заявление об агентном разрешении идентификаторов — тот аспект, который я бы исследовал наиболее тщательно. Графы идентификаторов на основе правил детерминированы и поддаются аудиту. Вероятностное разрешение на основе ML даёт более высокий recall, но его сложнее объяснить регулятору или сотруднику службы поддержки, разбирающему жалобу «почему вы написали моему супругу». Databricks утверждает, что CustomerLake сочетает правила и агентов, однако в анонсе не раскрываются модель оценки уверенности, резервная логика при расхождении агентов с детерминированным графом и порядок версионирования решений по разрешению идентификаторов для воспроизводимости.

Reverse ETL и нативные интеграции с шестнадцатью партнёрами — сегодня это уже обязательный минимум. Гораздо интереснее маркетплейс идентификаторов: Acxiom, Epsilon, LiveRamp, TransUnion и Adstra внутри той же границы управления, что и first-party данные. Это устраняет один из самых запутанных рабочих процессов в adtech — закупку, объединение и устаревание сторонних данных об идентификаторах — превращая его в единую точку закупки. Неизвестная переменная здесь — экономика лицензирования данных. Если Databricks получает долю от расходов на сторонние данные, проходящих через маркетплейс, это принципиально иная бизнес-модель, чем продажа чистой инфраструктуры. Релиз этого не раскрывает. Если схема окажется revenue share маркетплейса, мы увидим смещение в раскрытии партнёрских доходов Databricks в течение четырёх кварталов.

Кто пострадает

Очевидные проигравшие на бумаге — независимые CDP: Segment (теперь Twilio), Treasure Data, mParticle, Tealium, ActionIQ и Hightouch на стороне reverse ETL. Но картина сложнее. Twilio входит в список партнёров по запуску CustomerLake, а значит, материнская компания Segment одновременно конкурирует с Databricks и интегрируется с ней. Это неустойчивая долгосрочная позиция, и я ожидаю, что одно из этих отношений изменится в течение восемнадцати месяцев.

Adobe находится в схожем затруднительном положении. Adobe Real-Time CDP является прямым конкурирующим продуктом, однако Adobe числится партнёром по запуску. Логика здесь такова: поверхность активации Adobe (Experience Cloud, Journey Optimizer) слишком ценна, чтобы Databricks её обходила, а фундамент данных Adobe слишком слаб по сравнению с лейкхаусом, чтобы отказываться от интеграции. Обе стороны страхуются. Ожидайте, что Adobe ускорит собственное позиционирование AEP как альтернативы Databricks в течение ближайших двух саммитов.

Snowflake — более значимый скрытый конкурент. Snowflake последовательно развивала собственное направление клиентских данных и чистых комнат, и CustomerLake — прямой удар по этой дорожной карте. Ключевой показатель для наблюдения — время до готовности аудитории: сколько минут проходит от появления нового события в лейкхаусе до момента, когда этот клиент становится доступен для отправки через Meta Conversions API. В анонсе говорится, что legacy CDP требуют недель на запуск кампаний. CustomerLake должна демонстрируемо работать за секунды, чтобы обосновать претензию на новую категорию. Источник не публикует бенчмарков, а это важно, потому что «недели против реального времени» — это весь смысл позиционирования.

Маркетинговые технологические команды четырёх объявленных клиентов теперь вынуждены обосновывать параллельные расходы на действующие CDP в течение следующих 12–24 месяцев, пока Private Preview стабилизируется. Этот разговор о бюджете будет неудобным для того вендора, который сейчас выставляет счета HP или AB InBev за инфраструктуру клиентских данных.

Руководство для дата-команд

Если вы управляете аналитической или martech-инфраструктурой, вот три конкретных шага на этот квартал. Во-первых, проведите аудит текущего потока данных в вашей CDP и измерьте сквозную задержку от поступления события до конечной точки активации. Если она измеряется часами или сутками — у вас есть конкурентная база для тестирования CustomerLake или аналогов. Зафиксируйте эту цифру до того, как придут с коммерческим предложением.

Во-вторых, инвентаризируйте логику разрешения идентификаторов. Если она живёт внутри CDP как чёрного ящика, извлеките набор правил в версионируемые dbt-модели или аналог, чтобы он был переносимым. Основной риск привязки к любой CDP — агентной или нет — это графы идентификаторов, которые невозможно экспортировать. Сделайте это независимо от того, планируете ли вы миграцию.

В-третьих, проверьте систему управления данными на прочность. Если Unity Catalog — это аргумент в пользу платформы, попросите представителя Databricks наглядно продемонстрировать, как решение агента профиля логируется, атрибутируется конкретной версии модели и откатывается, если отзыв согласия поступает в середине кампании. «Управляемый» — маркетинговое слово до тех пор, пока вам не покажут журнал аудита. В анонсе эти артефакты отсутствуют — это ожидаемо для Private Preview, но должно быть обязательным условием перед закупкой на этапе GA.

Для команд в сфере fintech и платёжных систем особо показателен слот дизайн-партнёра Getnet by Santander. Если агентной CDP доверяют данные CRM мерчантов в глобальном платёжном бизнесе, значит, контур соответствия нормативным требованиям уже был расширен для финансовых сервисов. Это устраняет повод для других регулируемых отраслей оставаться в стороне. Прогнозируемое: в течение 12 месяцев после GA как минимум два из десяти крупнейших мировых банков раскроют информацию о пилоте CustomerLake или сопоставимой агентной CDP.

Ключевые выводы

• Databricks нацелена на миллиард персонализированных взаимодействий в день с CustomerLake, однако не публиковала бенчмарков по задержке, пропускной способности или стоимости одного решения. Воспринимайте эту цифру как амбицию, а не как спецификацию.
• Стратегическое преимущество — в устранении цикла «копирование — трансформация — активация», характерного для legacy CDP, с сохранением идентификаторов, моделей и активации под управлением Unity Catalog.
• Шестнадцать партнёров по запуску, включая Adobe, Meta и Twilio, сигнализируют о силе экосистемы, но при этом маскируют прямое конкурентное пересечение, которое разрешится в течение 18 месяцев.
• Четыре дизайн-партнёра (HP, Circle K, AB InBev, Getnet by Santander) охватывают сегменты ПК, ретейла, CPG и платежей — это указывает на горизонтальную, а не вертикально ориентированную стратегию Databricks.
• Главная неизвестная: модель монетизации маркетплейса идентификаторов. Если Databricks получает долю от расходов на сторонние идентификаторы, раскрытие партнёрских доходов должно существенно измениться в течение четырёх кварталов.