HP CustomerLake、既存のデータ基盤にCDPを導入
HPによると、CustomerLakeによりマーケティングオーディエンスを構築できる状態になるまで、想定されていた2～3か月に対して2時間で済んだという。HP CustomerLakeの事例は、マーケティング向けに顧客情報を整理する顧客データプラットフォーム（CDP）のために、既存のデータ基盤を再利用することを中心に据えている。焦点は、その再利用が、前向きな初期設定セッションを超えて日常的な業務遂行の改善につながるかどうかだ。
Databricksは10月20日、Data + AI Summit 2026でのLuis Alonso氏の発表をもとに、HPのマーケティングアーキテクチャのケーススタディを公開した。Alonso氏は、マーケティングテクノロジーとAI活用に関するHPのデータ戦略およびエンジニアリングを率いている。HPはまた、従来のコンポーザブル型アプローチと比べ、CDP所有コストを最大40%削減できる可能性があると見積もっている。
この比較が重要なのは、マーケティング機能を既存のデータインフラに接続するコンポーザブルCDPも、すでに重複の削減を約束しているためだ。Hightouchはその代替案を代表する。HPの選択は、より具体的な問いを提起する。マーケティングインテリジェンスはデータプラットフォーム内に置くべきか、それともそれに接続した専門アプリケーションに置くべきか。
HP CustomerLakeはすでに完了している作業から始まる
報告された導入上の利点は、マーケティング成果の変革が完了したことではなく、オーディエンスを構築できる状態になったことに関するものだ。
この区別によって、この発表を適切な規模で捉えられる。利用可能な情報をマーケティングアプリケーション用に構成することは、運用上の節目である。キャンペーンが適切な顧客に届き、選好を尊重し、成果を改善することを証明するには、追加の検証が必要だ。短い初期設定期間だけでは、これらすべての結果を立証できない。
HPの説明では、CustomerLakeは既存のスキーマ、データモデル、ガバナンスを利用する。スキーマは情報の構成方法を定義し、ガバナンスは誰がどの条件でそれを利用できるかを決める。これらの要素を再利用することは、報告された迅速さをもっともらしく説明する。
より広い意味では、導入時間は、以前の準備がどこまで済んでいるかにも左右される。承認済みデータセットと合意済みの定義を持つチームは、まだ顧客レコードの照合を続けているチームとは異なる出発点に立つ。導入時間だけで両者を比較すれば、その違いは見えなくなる。
見込み顧客に連絡するという、一見単純な依頼の背後にある作業を考えてみよう。誰かが対象となる母集団を定義し、除外対象を特定し、関連属性を選び、許可された配信先を決めなければならない。マーケティングインターフェースはこの依頼を簡素化できても、その根底にある判断をなくすことはできない。
こうした判断がすでに利用可能な形で存在するなら、ソフトウェアはその価値を引き継げる。未解決のままであれば、インターフェースはその不足をより早く露呈させるかもしれない。いずれにせよ、出発点となる基盤の品質が結果を左右する。
このため、HPの経験はアーキテクチャの事例として有用だ。既存のデータ投資を業務に直接つなげることで、企業はそこからより大きな価値を引き出せる可能性があることを示している。ただし、普遍的な導入スケジュールを示すものではない。
したがって、購入検討者は「オーディエンス構築可能」という表現を、明確な境界を持つ定義済みの節目として読むべきだ。すでに利用可能だった情報は何か、初期設定前にどの承認が済んでいたか、キャンペーン開始までに何が残っていたかを確認すべきである。こうした詳細によって、その比較が自社に当てはまるかが決まる。
同じ区別は、チームがHPのマーケティングデータを評価する際にも影響する。利用可能性とは、データセットにアクセスできることを意味する。実用性とは、マーケターがそれを正しく解釈し、承認された目的に適用できることを意味する。これらの条件は分けて評価すべきだ。
オーディエンスビルダーはフィールドをすぐに表示できても、そのビジネス上の意味が不明確なままであることがある。「アクティブな顧客」と呼ばれるフィールドは、最近の購入、製品利用、またはアカウント上の関係を表す可能性がある。どの解釈を採るかで、生成されるオーディエンスは異なる。
この事例の実務的な意義は、準備済みの情報と利用可能なマーケティング機能との距離を短縮する点にある。収益への効果が現れる前でも、それには価値がある。同時に、初期設定後に何が起きるかを測定する責任もより明確になる。
マーケティングチームとデータチームは同じ定義で合意しなければならない
マーケティング業務を企業データに近づけると、ビジネス上の意味を共有して所有することへの負荷が高まる。
中央集約型のプラットフォームが、合意を自動的に生むわけではない。マーケティング、営業、財務は同一のレコードを見ても、異なる解釈をする可能性がある。AIアシスタントがそれらの質問に答える場合、その違いは製品の振る舞いの一部となる。
ビジネス上の定義と関係性を記録するセマンティックレイヤーは、そうした解釈を明示できる。たとえば組織は、どの購入が収益指標の対象となるかを定義できる。その定義には、除外条件、時期、所有権も指定しなければならない。
組織上の重要な問いは、その定義を誰が変更できるのかという点だ。各チームに独立した管理権限を与えれば、乖離を促すことになる。すべての変更に中央承認を求めれば、セルフサービスツールが減らすべき同じ待ち行列を再構築するおそれがある。
実行可能な役割分担では、ドメイン専門家が意味に責任を持ち、プラットフォームチームが信頼できるアクセスに責任を持つ。そのうえでマーケティングオペレーションが、承認済み情報をキャンペーンに取り込む方法を担う。これはHPの社内報告ラインに関する主張ではなく、アーキテクチャを評価するための分析モデルだ。
このモデルでは、エンジニアリング業務の形が変わる。マーケターが承認済みの定義を安全に再利用できるようになれば、エンジニアは繰り返される依頼を翻訳する作業を減らせる。それでも、信頼性、権限、変更、例外の管理は必要だ。
マーケティングリーダーにも対応する責任がある。セルフサービスでは、ソフトウェアがその選択を適用できるほど正確に、許容されるオーディエンスと成果を定義する必要がある。「より良い見込み客」をエージェントに求めるだけでは、中心となるビジネス上の判断は未解決のままだ。
Databricksの自然言語分析インターフェースであるGenieは、その責任がユーザー体験にまで及ぶことを示している。会話形式の回答は、根底にあるビジネス上の問いが曖昧でも明快に聞こえることがある。インターフェースには、あり得る解釈を区別する文脈が必要だ。
Genieの評価に関するDatabricksのガイダンスは、回答を確認するためのベンチマーク質問とレビュー手順を説明している。これらの仕組みは、生成された分析を評価・修正すべきものとして扱う。すべての回答をデフォルトで信頼できるものにするわけではない。
企業の購入検討者にとって、これはアシスタントが自然言語をサポートするかどうかより有用な問いを生む。組織は、なぜ特定の回答が正しいのかを説明できるか。ユーザーは、その背後にある定義を誰が承認したのかを特定できるか。
提案されたオーディエンスには、その選定基準について理解可能な説明が伴うべきだ。パフォーマンスに関する回答では、それを生んだ測定上の選択を明らかにすべきである。そうでなければ、セルフサービスは解釈作業をアナリストから、可視性の低い人々へ移すだけになる。
これは日常的なナレッジマネジメントともつながっている。情報は、人々がその意味、出所、文脈を取り戻せるときに有用になる。マーケティングオートメーションでは、解釈が顧客向けの行動を引き起こし得るという結果が加わる。
したがって、HPのマーケティングデータにおけるアーキテクチャ上の約束は、スチュワードシップと切り離せない。定義を再利用することが役立つのは、誰かがその正確性を維持している場合に限られる。プラットフォームの利便性が、その継続的な責任の重要性を高める。
組み込み型マーケティングとコンポーザブルCDPは出発点を共有する
意味のある競争は、顧客データが利用可能になった後、誰がマーケティングワークフローを所有するかに関わる。
Databricksは2026年6月16日にCustomerLakeを発表した。そのエージェント型CDPアーキテクチャは、顧客プロファイル、オーディエンス作成、アクティベーションを、ガバナンスが適用されたデータ環境内に配置する。エージェント型ソフトウェアは、複数のステップを通じてタスクを遂行するためにAIシステムを利用する。
Databricksは、顧客情報を準備するProfile Agentsと、オーディエンスおよびキャンペーン業務を担うCampaign Agentsを説明している。同社のガバナンスサービスであるUnity Catalogが、周辺の統制フレームワークを提供する。これらは独立して確立された性能上の優位性ではなく、Databricksによる製品説明である。
組み込み型の主張は明快だ。ビジネス情報とその統制がすでにプラットフォームに存在するなら、マーケティング機能はその基盤を直接利用できる。翻訳の境界が少なければ、定義を作り直したり不整合を調査したりする箇所も少なくなるはずだ。
専門アプリケーションの主張は、別の所有権に関する判断から始まる。独立したマーケティングレイヤーは、キャンペーン運用に集中しながら企業データに接続できる。その魅力は、これらのワークフローの品質と、接続できるシステムの広さに左右される。
Hightouchの6月15日付エージェント型マーケティング戦略は、プラットフォーム全体で顧客が所有するコンテキストとインテリジェンスを提唱している。そこでは、エージェントが顧客情報をキャンペーン、クリエイティブ、戦略上の文脈とともに利用すると説明されている。この立場は、有用な文脈が完全にデータプラットフォーム内に属するという前提に異議を唱える。
この意見の相違は、すべてをコピーするか何もコピーしないかという選択より狭いものだ。両ベンダーとも、既存の企業情報とともに作業することを主張している。違いは、追加のマーケティングインテリジェンスがどこに蓄積され、チームがそれをどう使うかにある。
したがって、HP CustomerLakeを評価する企業は、ストレージ図を超えて見るべきだ。オーディエンスレビュー、キャンペーン調整、配信先のサポート、実験、エラー復旧はいずれも日常業務に影響する。共有基盤が最も重要になるのは、それらの作業を改善するときだ。
たとえば、オーディエンスはソースシステムでは有効でも、配信先に拒否されることがある。その場合の運用上の問いは、誰が拒否を診断し、どこで修正を行うかとなる。アーキテクチャはその責任を明確にすべきだ。
同様に、キャンペーンは正しい顧客レコードを利用していても、別のキャンペーンのスケジュールと衝突することがある。この問題を解決するには、マーケティング活動全体を可視化する必要がある。正確なテーブルにアクセスできるだけでは、調整の問題は解決しない。
組み込み型製品は、自身のデータを取り巻く業務を理解していることを示さなければならない。専門アプリケーションは、追加機能が別の運用上の境界を維持する理由になることを示さなければならない。どちらのアプローチにも、実務的な価値を証明する責任がある。
これは、勝者を決めることなく、既存CDPサプライヤーに圧力を与える。ベンダーは、自分たちがどの責任を取り除き、どの責任を保持し、どの責任が顧客に残るのかを説明しなければならない。「ネイティブ」や「コンポーザブル」といったラベルだけでは、これらの問いに答えられない。
結果として、Databricksのエージェント型CDP戦略は、プラットフォームの役割を拡張するものだ。それは購入検討者に対し、より多くの顧客向けワークフローをデータプロバイダーに委ねるよう求める。これが企業に適しているかどうかは、既存システムと運用上の優先事項に左右される。
データコンテキストの再利用がスピード上の優位性を説明する
より迅速な導入を最も強く説明するのは、既存の作業を再構築せずに済むことだ。
マーケティング機能には、レコードへの接続だけでは不十分です。どのフィールドが関連し合うのか、どの関係性が有効なのか、そしてユーザーがどのような定義を期待するのかを理解する必要があります。こうした判断を別のアプリケーション内で再構築すると、新たな保守負担が生まれます。
組織、連絡先、購買を結び付ける、承認済みの法人アカウントモデルを想像してみてください。マーケティングツールが別個の表現を必要とする場合、誰かがそのモデルを変換しなければなりません。その後の変更は、意味を変えずに両方のバージョンへ反映される必要があります。
埋め込み型の機能は、既存のモデルを直接受け入れることで、その変換を減らせます。その利点は、データ準備と事業活動の境界をまたいだ再利用にあります。評価すべきなのは、実際に削減される作業を通じてです。
この仕組みは、同じ製品でも実装体験が異なり得る理由も説明します。十分に準備された組織では、初回セッションで利用可能なアセットを選ぶだけで済むかもしれません。一方で、必要な関係性が文書化されていない、あるいは信頼できないことに気付く組織もあります。
どちらか一方の体験だけで、ソフトウェアの品質全体を測ることはできません。前者は事前準備との互換性を示します。後者は、責任あるキャンペーンシステムであれば対処すべき未完了の作業を明らかにします。
この違いは、AI生成のオーディエンスにおいて特に重要です。マーケターの依頼は、レビュー可能になる前に明示的な選定ロジックへ変換されなければなりません。システムには、依頼を黙って変更することなくビジネス言語を変換するための十分なコンテキストが必要です。
たとえば、設備更新を検討している法人購買担当者に連絡したいという仮想的な依頼を考えてみましょう。システムは既存顧客と見込み客を区別し、何を関連性のある関心と見なすかを特定しなければなりません。また、マーケターがすべてのプロンプトで繰り返さない可能性のある除外条件も維持する必要があります。
こうした要件は、技術的なアクセスとビジネスコンテキストを同じ評価に含めるべき理由を示しています。システムは許可されたすべてのレコードにアクセスできても、不適切なオーディエンスを選定する可能性があります。明確な定義は曖昧さを減らし、レビューは定義だけでは防げない誤りを捉えます。
同一人物または組織を表すと考えられるレコードを結び付けるID解決には、別の判断も加わります。一致が有用な履歴をつなげることもありますが、誤った一致はオーディエンスを汚染する可能性があります。そのため、より多くの接続データには、アクセス範囲の拡大とともに品質チェックが必要です。
報じられているHPの方向性には、IDシグナルをガバナンス下の環境へ取り込むことが含まれます。アーキテクチャ上の含意は、IDが共有ルールを通じて測定とアクティベーションを支援できるということです。この報告は、すべてのID課題が解決済みであることを裏付けるものではありません。
購入者にとって重要な証拠には、変更がどのように伝播するかが含まれます。アカウントの関係性が変わった場合、オーディエンスは一貫して更新されるのでしょうか。レコードが適格性を失った場合、その組織は以前そのレコードがどこに送られたかを追跡できるのでしょうか。
こうした問いは、導入時の話を運用へと広げます。情報が変化しても、再利用されたコンテキストが有用であり続けるかを明らかにします。静的な互換性は出発点にすぎません。優位性が持続するかは、信頼できる保守によって決まります。
同じ考え方は、HP CustomerLakeのコスト事例にも当てはまります。重複した保守を避けることは、もっともらしいコスト削減の源泉となります。削減額は、組織が実際に廃止できるシステム、統合、サポート業務によって決まります。
導入速度はコストとキャンペーン成果を未解決のまま残す
実装結果、財務見積もり、マーケティング成果は、それぞれ異なる問いに答えるものです。
各カテゴリーには独自の比較基準があるため、証拠は分けて扱うべきです。導入は、定義された運用状態に到達するまでに必要な労力を測ります。保有コストは、時間の経過とともに消費されるリソースに関するものです。キャンペーンのパフォーマンスは、顧客行動の変化に関するものです。
見積もりを確定済みの結果として扱うと、この区別が曖昧になります。予測される削減額は、将来の導入状況や旧システムの廃止に依存しながらも、投資判断の指針になり得ます。その有用性は、すでに実現したものとして提示することを必要としません。
完全な保有コスト比較には、チーム間を移動する作業も含めるべきです。マーケティングアプリケーションを廃止すれば、ある予算は削減される一方、共有プラットフォームの責任は増える可能性があります。全体の運用負担が改善されて初めて、企業は利益を得ます。
これは統合の論拠を弱めるものではありません。真剣な財務評価が捉えるべき内容を特定するものです。購入者には、サポート、開発、インフラ利用、移行、継続的な管理について、一貫した境界設定が必要です。
キャンペーン成果には別の基準が求められます。迅速に構築されたオーディエンスでも、反応が弱い場合があります。より精緻な顧客プロファイルでも、無関係なシグナルを含む場合があります。効率性と有効性は、どちらかを代替物として扱うことなく、あわせて測定すべきです。
インクリメンタリティは、本来であれば起きなかった結果のうち、介入によって生じたものを測る概念であり、有用な枠組みを提供します。キャンペーンで報告された反応が、その追加的な事業価値を自動的に示すわけではありません。比較には、信頼できるベースラインと適切な観察期間が必要です。
公開されているHPの事例には、独立したキャンペーン効果の評価は含まれていません。そのため、報告された実装上の証拠を維持しつつ、商業的な成果は未解決のままです。読者は、別の組織から得られた成果でこの空白を埋めるべきではありません。
製品の成熟度も、別の境界を加えます。Databricksの10月19日付CustomerLake beta updateでは、Campaign Agentsはベータ版、Profile Agentsは限定プレビューとされています。同社によると、顧客はこれらの機能を個別に導入できます。
こうしたステータスは、Databricksのエージェント型CDPを機能ごとに評価すべきことを意味します。企業はキャンペーン機能を利用できる一方で、別のプロファイル機能は制限されたままである可能性があります。一般的な製品ラベルでは、すべての導入条件を説明できません。
この更新には顧客事例も含まれていますが、ベンダーが選定した顧客はあくまでベンダーが選定した証拠です。可能性のあるユースケースや、リファレンスコールで尋ねるべき質問を特定する助けにはなります。しかし、別の企業が同等の結果を得られることを立証するものではありません。
責任を集中させることには、運用上のリスクもあります。より多くのワークフローが共有プラットフォームに依存するようになると、変更管理の重要性は高まります。購入者は、意思決定をどのように検査できるか、アクションをどのように取り消せるか、障害からどのように復旧できるかを尋ねるべきです。
これは、HPがそうした問題に直面したという証拠ではありません。アーキテクチャの主張に対して行うべき、適切なストレステストです。信頼できる分析は、報告された成果と未回答の問いを区別します。
その結果得られる判断には限界がありますが、有用です。HPは、準備されたデータインフラがオーディエンス構築の準備完了までの道のりを短縮できることを示す証拠を提供しています。より広範な主張には、運用、コスト、顧客成果に関する継続的な証拠が必要です。
次の証拠は導入、コスト、成果を追うべきだ
最も有用な続報は、より広範な製品アクセスを、再現可能な運用と測定可能な事業価値に結び付けるものになるでしょう。
今後数か月で最初のシグナルとなるのは、機能別の導入状況です。より明確な利用資格、リリース文書、持続的なキャンペーン業務を説明する顧客事例に注目してください。アクセスの拡大は、製品が手厚く支援された初期導入を超えて展開されているという論拠を強めます。
最も有力な事例は、最初のオーディエンス構築後に何が起こるのかを説明するでしょう。定義を保守するのは誰か。マーケターは配信却下をどう扱うのか。どのような変更に依然としてエンジニアリングの関与が必要か。こうした詳細は、運用モデルが持続するかを明らかにします。
一般ユーザーが反復的な業務を管理できる証拠は、埋め込み型アプローチを裏付けます。大規模な隠れたカスタマイズの証拠は、その適用範囲を狭めます。どちらの結果も、また一つの孤立した導入デモより多くを示します。
2つ目のシグナルは、明確に定義された比較のもとで実現した保有コストです。続報では、予測される削減と観測された変化を区別し、組織がどの運用を停止したのかを特定すべきです。また、共有プラットフォームが引き受けた責任も認める必要があります。
結果が企業間で異なったとしても、透明性のある比較は統合の論拠を強めます。定義された境界のない見積もりが続けば、財務上の論拠は暫定的なままとなります。購入者には、この主張を自社のアーキテクチャと比較するための十分な詳細が必要です。
3つ目のシグナルは、信頼できるベースラインを用いたキャンペーンの有効性です。オーディエンス準備と実際のエンゲージメント、事業成果を分けて示す顧客別の報告を探してください。証拠は、孤立した割合を提示するのではなく、キャンペーンの文脈を説明すべきです。
チームが有用なアクションとのつながりを示せるとき、より迅速なワークフローは商業的な説得力を持ちます。それは、より適時のコミュニケーション、不適切な連絡先の減少、あるいは実験結果の改善を意味するかもしれません。各主張には、明示的な指標と適切な比較が必要です。
競合の対応は、これらのシグナルを補足する文脈となります。専門ベンダーは、より優れたワークフロー統合、より明確なポータビリティ、またはより強力な運用上の証拠によって応えられます。データプラットフォームベンダーは、共有コンテキストが初期設定以上の改善をもたらすことを示すことで応えられます。
開発者にとって実務上の論点は、どれほどのアプリケーション固有ロジックをなお保守する必要があるかです。企業の購入者にとっては、統合が全体の作業負荷を削減するかどうかです。マーケターにとっては、より大きな独立性に理解可能な制御が伴うかどうかです。
HP CustomerLakeは、アーキテクチャ上の選択を具体的な実装上の節目に結び付けているため、追う価値があります。そのより広い意義は、初期設定が完了した後も、その選択が価値を提供し続けるかにかかっています。
この事例を購入判断の近道として扱う前に、その開始条件を自社のものと比較してください。どの顧客定義が承認されているか、どのチームがそれらを保守しているか、どのキャンペーン配信先がなお別個の統合を必要としているかを特定してください。ベンダーには、元のビジネス要求から配信、測定まで、代表的なオーディエンスを追跡するよう求めてください。例外、保守、未解決のすべてのステップの責任者について説明を求めてください。そのうえで、導入速度、運用コスト、マーケティング効果に関する証拠を分けてください。HP CustomerLakeは、埋め込み型マーケティングをより詳しく検討する理由を提供します。その理由を使って、自社が必要とする作業について、より明確な実証を求めてください。
