Databricks запускає CustomerLake для атаки на застарілий стек CDP

Databricks заявляє про цільовий показник у один мільярд персоналізованих взаємодій 1:1 на день із CustomerLake — новою агентською Customer Data Platform, анонсованою на DATA + AI SUMMIT 16 червня 2026 року. Для розуміння масштабу: це приблизно 11 574 рішення на секунду в безперервному режимі, якщо розподілити рівномірно на 24 години, і значно більше в пікові моменти. Ця цифра є маркетинговою метою, а не виміряним показником пропускної здатності — оголошення не розкриває затримок, вартості одного рішення чи того, який клієнт сьогодні наближається до такого обсягу.

Що відбулося

На щорічному саміті Databricks оголосила про CustomerLake, позиціонуючи його як нативну CDP, побудовану на lakehouse і керовану Unity Catalog. Продукт перебуває в режимі Private Preview з чотирма названими партнерами-розробниками: HP, Circle K, AB InBev і Getnet by Santander. Це навмисно різноманітний склад: виробник ПК і принтерів, мережа дрібної роздрібної торгівлі, гігант CPG у сфері напоїв і платіжний процесор. Спільне між ними — first-party дані клієнтів у великих обсягах та заблокований план персоналізації на застарілих інструментах.

CustomerLake об'єднує п'ять можливостей в одній продуктовій поверхні: уніфікацію даних клієнтів, розв'язання ідентичності, побудову аудиторій, автоматизацію кампаній і активацію. З коробки постачаються два типи агентів: кампанійні агенти, що будують аудиторії та автоматизують кампанії, і профільні агенти, що перетворюють сирі дані клієнтів на бізнес-готові записи. Також включені reverse ETL, агентське розв'язання ідентичності та маркетплейс ідентичності з Acxiom, Epsilon, LiveRamp, TransUnion і Adstra.

Список партнерів при запуску налічує шістнадцять імен, серед яких Adobe, Meta (аудиторія та Conversions API), The Trade Desk, Braze, Bloomreach, Iterable, Snapchat, Magnite, Twilio, IAS і Unity. Unity виводить на охоплення для активації 256 мільйонів щомісячних активних користувачів у США та 2,85 мільярда по всьому світу. CEO Databricks Алі Годсі сформулював суть пітчу прямолінійно: маркетинг «перестає бути серією кампаній і стає безперервним циклом». Що прес-реліз не уточнює — так це модель ціноутворення, профіль споживання DBU на один виклик агента чи гарантії SLA для активації в реальному часі. Саме ці цифри вирішать, чи вийде продукт у GA у запланований Databricks строк.

Технічна анатомія

Архітектурна ставка проста: усунути проблему копіювання даних. У типовому розгортанні застарілої CDP записи клієнтів реплікуються зі сховища в Segment, Tealium або Treasure Data, там трансформуються, а потім повертаються до точок активації. Кожен перехід вносить затримки, борг із узгодженням і відхилення в управлінні. Databricks стверджує, що збереження розв'язання ідентичності, логіки аудиторій і виконання агентів усередині lakehouse скорочує цей конвеєр.

Unity Catalog тут є субстратом управління, і це важливіше, ніж натякає маркетинговий текст. Якщо профільні агенти перетворюють сирі потоки подій на бізнес-готові записи, їм потрібне примусове застосування політик на рівні рядків і стовпців для PII, прапорців згоди та юрисдикційних обмежень (GDPR, CCPA, LGPD). Виконання цього всередині Unity Catalog, а не в зовнішній CDP, означає, що та сама політика, яка регулює фінансовий запит, регулює й тригер кампанії. Це реальна інженерна перевага — якщо вона витримає аудит.

Твердження про агентське розв'язання ідентичності — це те, що я б перевіряв найретельніше. Графи ідентичності на основі правил є детермінованими й аудитованими. Імовірнісне розв'язання на основі ML дає вищий рівень відтворення, але його складніше пояснити регулятору або агенту підтримки клієнтів, що розбирає скаргу «чому ви надіслали листа моєму чоловіку/дружині». Databricks каже, що CustomerLake поєднує правила й агентів, але оголошення не розкриває модель оцінки впевненості, резервну логіку в разі, коли агенти не погоджуються з детермінованим графом, або те, як рішення з розв'язання ідентичності версіонуються для відтворюваності.

Reverse ETL і нативні інтеграції з шістнадцятьма партнерами — це вже стандарт галузі. Більш цікавим є маркетплейс ідентичності: Acxiom, Epsilon, LiveRamp, TransUnion і Adstra в межах тієї самої границі управління, що й first-party дані. Це скорочує один із найзаплутаніших робочих процесів у adtech (купівля, об'єднання та закінчення терміну дії сторонніх даних ідентичності) до єдиної поверхні закупівлі. Невідомим тут є економіка ліцензування даних. Якщо Databricks отримує частку від витрат на сторонні дані, що проходять через маркетплейс, це суттєво відрізняється від моделі продажу чистої інфраструктури. Реліз цього не розкриває. Якщо це виявиться моделлю розподілу доходів маркетплейсу, ми маємо побачити зміни у звітності про партнерські доходи Databricks протягом чотирьох кварталів.

Хто постраждає

Очевидними аутсайдерами на папері є окремі CDP: Segment (нині Twilio), Treasure Data, mParticle, Tealium, ActionIQ і Hightouch на стороні reverse-ETL. Але картина більш неоднозначна. Twilio є в списку партнерів при запуску CustomerLake, тобто батьківська компанія Segment одночасно конкурує з Databricks і інтегрується з ним. Це нестійка довгострокова позиція, і я очікую, що одні з цих відносин зміняться протягом вісімнадцяти місяців.

Adobe перебуває в схожій пастці. Adobe Real-Time CDP є прямим конкурентом продукту, але Adobe зазначена як партнер при запуску. Читається це так: поверхня активації Adobe (Experience Cloud, Journey Optimizer) занадто цінна, щоб Databricks її ігнорував, а основа даних Adobe занадто слабка порівняно з lakehouse, щоб відмовитися від інтеграції. Обидві сторони підстраховуються. Очікуйте, що Adobe прискорить власне позиціонування як альтернативи Databricks навколо AEP протягом наступних двох самітів.

Snowflake є більш значущим тіньовим конкурентом тут. Snowflake будував власну історію навколо даних клієнтів і чистих кімнат, і CustomerLake є прямим пострілом у цей роадмап. Порівняння, за яким варто стежити, — це час до формування аудиторії: скільки хвилин від надходження нової події в lake до того, як клієнт стає доступним у пуші Meta Conversions API. Застарілі CDP описуються в оголошенні як такі, що витрачають тижні на запуск кампаній. CustomerLake має демонстровано працювати в секундах, щоб виправдати заявку на категорію. Джерело не публікує бенчмарк, що важливо, бо «тижні проти реального часу» — це весь клин пітчу.

Команди з маркетингових технологій у чотирьох оголошених клієнтів тепер мають виправдовувати паралельні витрати на чинні CDP протягом наступних 12–24 місяців, поки Private Preview стабілізується. Ця розмова про бюджет буде незручною для того постачальника, який зараз виставляє рахунки HP або AB InBev за інфраструктуру даних клієнтів.

Посібник для команд із даних

Якщо ви керуєте аналітичною або martech-інфраструктурою, ось три конкретні кроки цього кварталу. По-перше, проведіть аудит поточного потоку даних CDP і виміряйте наскрізну затримку від прийому події до точки активації. Якщо вона вимірюється годинами або днями, у вас є конкурентна базова лінія для тестування CustomerLake або аналогу. Запишіть цю цифру до того, як з'явиться торговий пітч.

По-друге, проінвентаризуйте логіку розв'язання ідентичності. Якщо вона живе в CDP-чорній скриньці, витягніть набір правил у версійно-контрольовані dbt-моделі або аналог, щоб вона була портативною. Найбільший ризик прив'язки до будь-якої CDP, агентської чи ні, — це графи ідентичності, які ви не можете експортувати. Зробіть це незалежно від того, чи плануєте міграцію.

По-третє, перевірте управління під тиском. Якщо Unity Catalog є основою пітчу, попросіть свого представника Databricks продемонструвати, як рішення профільного агента реєструється, прив'язується до конкретної версії моделі та відкочується, якщо відкликання згоди надходить у середині кампанії. «Кероване» — це маркетингове слово, поки хтось не покаже вам ланцюжок аудиту. Оголошення не містить цих артефактів, що очікувано на етапі Private Preview, але має бути обов'язковою вимогою перед закупівлею GA.

Для команд у fintech і платіжній сфері зокрема, місце партнера-розробника Getnet by Santander є індикатором. Якщо агентській CDP довіряють дані CRM мерчантів у глобальному платіжному бізнесі, конвертик відповідності вже розтягнули для розміщення фінансово-сервісного управління. Це зменшує виправдання для інших регульованих галузей залишатися осторонь. Прогноз, що можна перевірити: протягом 12 місяців від GA щонайменше два з десяти найбільших глобальних банків розкриють proof of concept CustomerLake або порівнянної агентської CDP.

Ключові висновки

• Databricks прагне до мільярда персоналізованих взаємодій на день із CustomerLake, але не опублікувала жодних бенчмарків із затримки, пропускної здатності чи вартості на рішення. Ставтесь до цієї цифри як до амбіції, а не специфікації.
• Стратегічний клин — скорочення циклу копіювання-трансформації-активації, що визначає застарілі CDP, зі збереженням ідентичності, моделей і активації всередині управління Unity Catalog.
• Шістнадцять партнерів при запуску, включаючи Adobe, Meta і Twilio, сигналізують про силу екосистеми, але також маскують пряме конкурентне перекриття, яке вирішиться протягом 18 місяців.
• Чотири партнери-розробники (HP, Circle K, AB InBev, Getnet by Santander) охоплюють ПК, роздрібну торгівлю, CPG і платежі, вказуючи на те, що Databricks цілиться горизонтально, а не робить подвійну ставку на одну вертикаль.
• За чим стежити: модель доходів маркетплейсу ідентичності. Якщо Databricks отримує частку від витрат на сторонні дані ідентичності, звітність про партнерські доходи має суттєво змінитися протягом чотирьох кварталів.