HP CustomerLake, 기존 데이터 기반에 CDP를 도입하다
HP는 CustomerLake를 통해 마케팅 오디언스 구축 준비를 2시간 만에 마쳤다고 밝혔다. 기존에는 2~3개월이 걸릴 것으로 예상했던 작업이다. HP CustomerLake 사례의 핵심은 마케팅용 고객 정보를 정리하는 고객 데이터 플랫폼(CDP)을 위해 기존 데이터 기반을 재활용하는 데 있다. 관건은 이러한 재활용이 고무적인 구축 세션을 넘어 일상적인 실행 품질 향상으로 이어지는지다.
Databricks는 10월 20일 Luis Alonso의 Data + AI Summit 2026 발표를 바탕으로 HP 마케팅 아키텍처 사례 연구를 공개했다. Alonso는 마케팅 기술 및 AI 도입을 위한 HP의 데이터 전략과 엔지니어링을 총괄한다. HP는 이전의 컴포저블 접근 방식과 비교해 CDP 소유 비용을 최대 40% 절감할 가능성이 있다고도 추산한다.
이 비교가 중요한 이유는 기존 데이터 인프라에 마케팅 기능을 연결하는 컴포저블 CDP 역시 중복 축소를 약속하기 때문이다. Hightouch가 그 대안을 대표한다. HP의 선택은 더 구체적인 질문을 제기한다. 마케팅 인텔리전스는 데이터 플랫폼 내부에 있어야 할까, 아니면 데이터 플랫폼에 연결된 전문 애플리케이션에 있어야 할까?
HP CustomerLake는 이미 완료된 작업에서 출발한다
보고된 구축 이점은 마케팅 성과의 완전한 전환이 아니라 오디언스 구축 준비 상태에 관한 것이다.
이 구분은 이번 발표의 의미를 적절한 범위로 설정한다. 마케팅 애플리케이션에서 활용 가능한 정보를 구성하는 일은 운영상 중요한 이정표다. 캠페인이 적합한 고객에게 도달하고, 선호도를 존중하며, 성과를 개선한다는 점을 입증하려면 추가 증거가 필요하다. 짧은 구축 기간만으로는 이 모든 결과를 확정할 수 없다.
HP의 설명에 따르면 CustomerLake는 기존 스키마, 데이터 모델, 거버넌스를 활용한다. 스키마는 정보가 구성되는 방식을 정의하고, 거버넌스는 누가 어떤 조건에서 정보를 사용할 수 있는지를 결정한다. 이러한 요소를 재사용하면 보고된 속도를 그럴듯하게 설명할 수 있다.
더 넓게 보면 구현 시간은 사전 준비가 어디에서 이뤄졌는지에 따라 달라진다. 승인된 데이터세트와 합의된 정의를 갖춘 팀은 여전히 고객 기록을 조정하는 팀과 다른 출발점에 선다. 설치 시간만으로 두 팀을 비교하면 이 차이를 놓치게 된다.
잠재 구매자에게 연락하는 듯 단순한 요청 뒤에 있는 작업을 생각해 보자. 누군가는 대상 집단을 정의하고, 제외 대상을 식별하며, 관련 속성을 선택하고, 허용된 전송 대상을 결정해야 한다. 마케팅 인터페이스는 이러한 요청을 단순화할 수 있지만, 그 기반이 되는 의사결정까지 없애지는 못한다.
그러한 결정이 이미 사용할 수 있는 형태로 존재한다면 소프트웨어는 그 가치를 이어받을 수 있다. 아직 해결되지 않았다면 인터페이스는 그 공백을 더 빠르게 드러낼 수 있다. 어느 경우든 출발 기반의 품질은 결과에 중요하다.
이 점에서 HP의 경험은 아키텍처 사례로서 유용하다. 기업이 기존 데이터 투자와 운영 업무를 직접 연결함으로써 더 큰 가치를 회수할 수 있음을 시사한다. 그러나 보편적인 배포 일정을 입증하는 것은 아니다.
따라서 구매자는 “오디언스 준비 완료”를 경계가 명확한 이정표로 해석해야 한다. 어떤 정보가 이미 이용 가능했는지, 구축 전에 어떤 승인이 이뤄졌는지, 캠페인 시작 전 무엇이 남아 있었는지를 물어야 한다. 이러한 세부 사항이 비교가 해당 조직에 적용되는지를 결정한다.
같은 구분은 팀이 HP 마케팅 데이터를 평가하는 방식에도 영향을 준다. 가용성은 데이터세트에 접근할 수 있음을 뜻한다. 사용성은 마케터가 이를 정확히 해석하고 승인된 목적에 적용할 수 있음을 뜻한다. 이 두 조건은 별도로 평가할 필요가 있다.
오디언스 구축 도구는 필드를 즉시 보여줄 수 있지만, 그 비즈니스 의미가 불분명할 수 있다. “활성 고객”이라는 필드는 최근 구매, 제품 사용 또는 계정 관계를 의미할 수 있다. 각 해석은 서로 다른 오디언스를 만들어 낸다.
이 사례의 실질적 의미는 준비된 정보와 활용 가능한 마케팅 기능 사이의 거리를 줄이는 데 있다. 매출 효과가 나타나기 전에도 이는 가치가 있다. 동시에 구축 이후 어떤 일이 벌어지는지 측정해야 할 더 분명한 책임을 만든다.
마케팅팀과 데이터팀은 동일한 정의에 합의해야 한다
마케팅 업무를 기업 데이터에 더 가깝게 옮기면 비즈니스 의미에 대한 공동 책임의 부담이 커진다.
중앙 플랫폼이 자동으로 합의를 만들어 주지는 않는다. 마케팅, 영업, 재무 부서는 동일한 기록을 보면서도 다르게 해석할 수 있다. AI 어시스턴트가 이들의 질문에 답한다면, 이러한 차이는 제품의 동작 방식에 포함된다.
비즈니스 정의와 관계를 기록하는 시맨틱 레이어는 이러한 해석을 명시적으로 만들 수 있다. 예를 들어 조직은 어떤 구매가 매출 지표에 포함되는지 정의할 수 있다. 이 정의에는 제외 조건, 시점, 책임 주체도 명시돼야 한다.
중요한 조직적 질문은 누가 이 정의를 변경할 수 있는가다. 모든 팀에 독립적인 통제권을 주면 정의가 분화되기 쉽다. 모든 조정에 중앙 승인을 요구하면 셀프서비스 도구가 줄이려는 동일한 대기열이 다시 만들어질 위험이 있다.
실행 가능한 분업은 도메인 전문가에게 의미에 대한 책임을 맡기고, 플랫폼 팀에는 안정적인 접근에 대한 책임을 부여한다. 이후 마케팅 운영팀은 승인된 정보가 캠페인에 들어가는 방식을 담당한다. 이는 HP의 내부 보고 체계에 관한 주장이 아니라 아키텍처를 평가하기 위한 분석 모델이다.
이 모델에서는 엔지니어링 업무의 형태가 달라진다. 마케터가 승인된 정의를 안전하게 재사용할 수 있다면 엔지니어는 반복 요청을 번역하는 데 드는 노력을 줄일 수 있다. 다만 신뢰성, 권한, 변경, 예외 처리는 계속 관리해야 한다.
마케팅 리더에게도 이에 상응하는 책임이 있다. 셀프서비스를 위해서는 소프트웨어가 그 선택을 적용할 수 있을 만큼 허용 가능한 오디언스와 결과를 정확히 정의해야 한다. 에이전트에게 “더 나은 잠재고객”을 요청하는 것만으로는 핵심 비즈니스 의사결정이 해결되지 않는다.
Databricks의 자연어 분석 인터페이스인 Genie는 이러한 책임이 사용자 경험까지 이어지는 방식을 보여준다. 기저의 비즈니스 질문이 모호해도 대화형 답변은 명확하게 들릴 수 있다. 인터페이스에는 가능한 해석을 구분하는 맥락이 필요하다.
Databricks의 Genie 평가 가이드는 답변을 점검하기 위한 벤치마크 질문과 검토 절차를 설명한다. 이러한 메커니즘은 생성된 분석을 평가하고 수정해야 하는 대상으로 다룬다. 모든 답변을 기본적으로 신뢰할 수 있게 만드는 것은 아니다.
기업 구매자에게 이는 어시스턴트가 일반 언어를 지원하는지보다 더 유용한 질문을 제시한다. 조직은 특정 답변이 왜 정확한지 설명할 수 있는가? 사용자는 그 답변의 기반이 된 정의를 누가 승인했는지 파악할 수 있는가?
제안된 오디언스에는 선택 기준에 대한 이해 가능한 설명이 포함돼야 한다. 성과 관련 답변은 그 결과를 낳은 측정 선택을 드러내야 한다. 그렇지 않으면 셀프서비스는 해석 업무를 분석가에서 가시성이 더 낮은 사람에게 옮길 뿐이다.
이는 일상적인 지식 관리와도 연결된다. 사람들은 정보의 의미, 출처, 맥락을 되찾을 수 있을 때 이를 활용할 수 있다. 마케팅 자동화에서는 하나의 해석이 고객 대면 행동을 촉발할 수 있다는 결과가 추가된다.
따라서 HP 마케팅 데이터에서 아키텍처의 약속은 관리 책임과 분리될 수 없다. 누군가 정확성을 유지할 때만 정의 재사용이 도움이 된다. 플랫폼의 편의성은 이러한 지속적 책임의 중요성을 높인다.
임베디드 마케팅과 컴포저블 CDP는 같은 출발점을 공유한다
의미 있는 경쟁은 고객 데이터에 접근할 수 있게 된 뒤 누가 마케팅 워크플로를 소유하는가에 관한 것이다.
Databricks는 2026년 6월 16일 CustomerLake를 소개했다. 에이전틱 CDP 아키텍처는 고객 프로필, 오디언스 생성, 활성화를 거버넌스가 적용되는 데이터 환경 안에 배치한다. 에이전틱 소프트웨어는 AI 시스템을 사용해 여러 단계에 걸쳐 작업을 수행한다.
Databricks는 고객 정보 준비를 위한 Profile Agents와 오디언스 및 캠페인 업무를 위한 Campaign Agents를 설명한다. 거버넌스 서비스인 Unity Catalog는 이를 둘러싼 통제 프레임워크를 제공한다. 이는 독립적으로 입증된 성과 우위가 아니라 Databricks의 제품 설명이다.
임베디드 방식의 주장은 간단하다. 비즈니스 정보와 그 통제가 이미 플랫폼 안에 있다면, 마케팅 기능은 그 기반을 직접 활용할 수 있다. 번역 경계가 줄어들면 정의를 다시 만들거나 불일치를 해결해야 하는 지점도 줄어들어야 한다.
전문 애플리케이션의 주장은 다른 소유권 결정에서 출발한다. 독립적인 마케팅 레이어는 캠페인 운영에 집중하면서 기업 데이터에 연결될 수 있다. 그 매력은 해당 워크플로의 품질과 연결 가능한 시스템의 범위에 달려 있다.
Hightouch의 6월 15일 에이전틱 마케팅 전략은 플랫폼 전반에서 고객이 소유하는 맥락과 인텔리전스를 주장한다. 고객 정보와 함께 캠페인, 크리에이티브, 전략적 맥락을 활용하는 에이전트를 설명한다. 이 입장은 유용한 맥락이 전적으로 데이터 플랫폼 내부에 속한다는 가정에 이의를 제기한다.
이 견해 차이는 모든 것을 복사할지 전혀 복사하지 않을지의 선택보다 좁다. 두 공급업체 모두 기존 기업 정보를 활용해야 한다고 주장한다. 차이는 추가 마케팅 인텔리전스가 어디에 축적되고 팀이 이를 어떻게 사용하는지에 있다.
따라서 HP CustomerLake를 평가하는 기업은 스토리지 다이어그램을 넘어 살펴봐야 한다. 오디언스 검토, 캠페인 조율, 전송 대상 지원, 실험, 오류 복구는 모두 일상 운영에 영향을 준다. 공유 기반은 이러한 업무를 개선할 때 가장 중요하다.
예를 들어 오디언스는 원본 시스템에서는 유효하지만 전송 대상에서 거부될 수 있다. 이때 운영상 질문은 누가 거부 원인을 진단하고 어디에서 수정하는가가 된다. 아키텍처는 그 책임을 명확히 해야 한다.
마찬가지로 캠페인은 정확한 고객 기록을 사용하면서도 다른 캠페인의 일정과 충돌할 수 있다. 이 문제를 해결하려면 마케팅 활동에 대한 가시성이 필요하다. 정확한 테이블에 접근하는 것만으로는 조율 문제를 해결할 수 없다.
임베디드 제품은 데이터 주변의 업무를 이해한다는 점을 보여줘야 한다. 전문 애플리케이션은 추가 기능이 또 하나의 운영 경계를 유지할 만큼 가치가 있음을 보여줘야 한다. 각 접근 방식에는 실질적 가치를 입증할 의무가 있다.
이는 승자를 확정하지 않으면서 기존 CDP 공급업체에 압박을 가한다. 공급업체는 어떤 책임을 제거하고, 어떤 책임을 유지하며, 어떤 책임이 고객에게 남는지 설명해야 한다. “네이티브”나 “컴포저블” 같은 라벨만으로는 이런 질문에 답할 수 없다.
따라서 Databricks의 에이전틱 CDP 전략은 플랫폼 역할의 확장이다. 이는 구매자에게 더 많은 고객 대면 워크플로를 데이터 제공업체에 맡기도록 요구한다. 이것이 기업에 적합한지는 기존 시스템과 운영 우선순위에 달려 있다.
데이터 맥락 재사용이 속도 우위를 설명한다
더 빠른 구축에 대한 가장 강력한 설명은 기존 작업을 다시 구성할 필요가 없다는 점이다.
마케팅 기능에는 기록과의 연결만으로는 충분하지 않습니다. 어떤 필드가 함께 속하는지, 어떤 관계가 유효한지, 사용자가 어떤 정의를 기대하는지를 알아야 합니다. 다른 애플리케이션 안에서 이러한 결정을 다시 구축하면 추가적인 유지 관리 책임이 생깁니다.
조직, 연락처, 구매를 연결하는 승인된 비즈니스 계정 모델을 생각해 보십시오. 마케팅 도구에 별도의 표현 방식이 필요하다면, 누군가는 그 모델을 변환해야 합니다. 이후 변경 사항은 의미를 바꾸지 않은 채 두 버전에 모두 반영되어야 합니다.
임베디드 기능은 기존 모델을 직접 수용함으로써 이러한 변환 작업을 줄일 수 있습니다. 이점은 데이터 준비와 비즈니스 실행 사이의 경계를 넘어 재사용하는 데서 나옵니다. 실제로 줄어든 작업을 기준으로 평가해야 합니다.
이 메커니즘은 같은 제품이 서로 다른 구현 경험을 낳는 이유도 설명합니다. 잘 준비된 조직은 첫 세션에서 사용 가능한 자산을 선택하는 데 시간을 쓸 수 있습니다. 반면 다른 조직은 필요한 관계가 여전히 문서화되지 않았거나 신뢰할 수 없다는 사실을 발견할 수 있습니다.
어느 한 경험만으로 소프트웨어의 전체 품질을 측정할 수는 없습니다. 전자는 사전 준비 작업과의 호환성을 보여 줍니다. 후자는 책임 있는 캠페인 시스템이라면 반드시 해결해야 할 미완의 작업을 드러냅니다.
이 구분은 특히 AI가 생성한 오디언스에서 중요합니다. 마케터의 요청은 검토할 수 있도록 명시적인 선택 로직으로 바뀌어야 합니다. 시스템은 요청을 조용히 변경하지 않고 비즈니스 언어를 변환할 만큼 충분한 맥락을 갖춰야 합니다.
장비 업그레이드를 고려 중인 기업 구매자에게 연락해 달라는 가상의 요청을 생각해 보십시오. 시스템은 기존 고객과 잠재 고객을 구분하고, 무엇이 관련 관심사로 간주되는지 식별해야 합니다. 또한 마케터가 모든 프롬프트에서 반복하지 않을 수 있는 제외 조건도 보존해야 합니다.
이러한 요구 사항은 기술적 접근 권한과 비즈니스 맥락이 동일한 평가에 포함되어야 하는 이유를 보여 줍니다. 시스템은 허용된 모든 기록에 접근할 수 있어도 부적합한 오디언스를 선택할 수 있습니다. 명확한 정의는 모호성을 줄이고, 검토는 정의만으로 막을 수 없는 실수를 포착합니다.
같은 개인이나 조직을 설명한다고 여겨지는 기록을 연결하는 ID 해석도 또 다른 판단을 요구합니다. 일치 항목은 유용한 이력을 연결할 수 있지만, 잘못된 일치는 오디언스를 오염시킬 수 있습니다. 따라서 더 많이 연결된 데이터에는 폭넓은 접근 권한과 함께 품질 검사가 필요합니다.
HP가 보고한 방향에는 ID 신호를 거버넌스가 적용되는 환경으로 가져오는 내용이 포함됩니다. 아키텍처상 이는 ID가 공유 규칙을 통해 측정과 활성화를 지원할 수 있음을 시사합니다. 이 보고서만으로 모든 ID 관련 과제가 해결되었다고 볼 수는 없습니다.
구매자에게 관련된 증거에는 변경 사항이 어떻게 전파되는지가 포함됩니다. 계정 관계가 바뀌면 오디언스도 일관되게 업데이트될까요? 기록이 자격을 잃으면 조직은 그 기록이 이전에 어디로 전송되었는지 추적할 수 있을까요?
이 질문들은 설정에 관한 이야기를 운영 단계로 확장합니다. 정보가 바뀌어도 재사용된 맥락이 계속 유용한지 드러냅니다. 정적인 호환성은 출발 조건일 뿐이며, 신뢰할 수 있는 유지 관리가 이점의 지속 여부를 결정합니다.
같은 논리는 HP CustomerLake의 비용 사례에도 적용됩니다. 중복 유지 관리를 피하면 그럴듯한 절감 원천이 생깁니다. 절감 규모는 조직이 실제로 폐기할 수 있는 시스템, 통합, 지원 작업이 무엇인지에 달려 있습니다.
빠른 설정이 비용과 캠페인 성과를 보장하지는 않는다
구현 결과, 재무 추정치, 마케팅 성과는 서로 다른 질문에 답합니다.
각 범주에는 저마다의 비교 기준이 있으므로 증거는 분리해서 다뤄야 합니다. 설정은 정의된 운영 상태에 도달하는 데 필요한 노력을 측정합니다. 소유 비용은 시간이 지나며 소비되는 자원을 다룹니다. 캠페인 성과는 고객 행동의 변화를 다룹니다.
추정치를 확정된 결과로 바꾸어 표현하면 이러한 구분이 흐려집니다. 예상 절감액은 향후 도입과 기존 시스템 폐기에 여전히 의존하더라도 투자 결정을 이끌 수 있습니다. 그 유용성을 위해 이미 실현된 것처럼 제시할 필요는 없습니다.
완전한 소유 비용 비교에는 팀 간에 이동하는 작업도 포함되어야 합니다. 마케팅 애플리케이션을 제거하면 한 예산은 줄어들 수 있지만 공유 플랫폼의 책임은 늘어날 수 있습니다. 전체 운영 부담이 개선될 때에만 기업이 이익을 얻습니다.
이는 통합 논거를 약화시키지 않습니다. 오히려 진지한 재무 평가가 무엇을 포착해야 하는지 보여 줍니다. 구매자에게는 지원, 개발, 인프라 사용, 마이그레이션, 지속적인 관리에 대해 일관된 범위가 필요합니다.
캠페인 성과에는 다른 기준이 필요합니다. 오디언스를 빠르게 구성해도 반응이 약할 수 있습니다. 더 정교한 고객 프로필에도 관련 없는 신호가 포함될 수 있습니다. 효율성과 효과성은 어느 하나를 다른 하나의 대체물로 취급하지 않고 함께 측정해야 합니다.
다른 경우에 일어났을 결과를 넘어 개입으로 인해 발생한 결과를 측정하는 증분성은 유용한 관점을 제공합니다. 캠페인에서 보고된 반응이 추가적인 비즈니스 가치를 자동으로 입증하지는 않습니다. 비교에는 신뢰할 수 있는 기준선과 적절한 관찰 기간이 필요합니다.
공개된 HP 사례는 독립적인 캠페인 영향 평가를 제공하지 않습니다. 이는 보고된 구현 증거를 보존하면서도 상업적 수익을 열어 둡니다. 독자는 다른 조직에서 나온 성과로 그 공백을 메우려 해서는 안 됩니다.
제품 성숙도는 또 다른 경계 조건을 더합니다. Databricks의 10월 19일 CustomerLake beta update는 Campaign Agents를 베타로, Profile Agents를 비공개 프리뷰로 분류합니다. 회사는 고객이 각 기능을 독립적으로 도입할 수 있다고 말합니다.
이러한 상태는 Databricks의 에이전틱 CDP를 기능별로 평가해야 함을 뜻합니다. 기업은 캠페인 기능에 접근할 수 있지만 별도의 프로필 기능은 제한된 상태로 남아 있을 수 있습니다. 일반적인 제품 라벨이 모든 배포 조건을 설명하지는 않습니다.
업데이트에는 고객 사례가 포함되어 있지만, 벤더가 선택한 계정은 여전히 벤더가 선택한 증거입니다. 이는 가능한 사용 사례와 레퍼런스 콜에서 물어볼 질문을 식별하는 데 도움이 됩니다. 다른 기업이 동등한 결과를 얻을 것이라고 입증할 수는 없습니다.
책임을 집중하는 데에는 운영상 위험도 있습니다. 더 많은 워크플로가 공유 플랫폼에 의존할수록 변경 관리는 더 중요한 문제가 됩니다. 구매자는 의사결정을 검사하고, 작업을 되돌리고, 실패에서 복구하는 방법을 물어야 합니다.
이는 HP가 그러한 문제를 겪었다는 증거가 아닙니다. 아키텍처의 주장에 적용해야 할 적절한 스트레스 테스트입니다. 신뢰할 수 있는 분석은 보고된 성과와 아직 답이 없는 질문을 구분합니다.
그에 따른 판단은 범위가 제한적이지만 유용합니다. HP는 준비된 데이터 인프라가 오디언스 구축 준비 상태까지의 경로를 단축할 수 있다는 증거를 제시합니다. 더 광범위한 주장을 뒷받침하려면 운영, 비용, 고객 성과에 관한 지속적인 증거가 필요합니다.
다음 증거는 도입, 비용, 성과를 따라야 한다
가장 유용한 후속 검증은 더 폭넓은 제품 접근성을 반복 가능한 운영 및 측정 가능한 비즈니스 가치와 연결할 것입니다.
앞으로 몇 달간 첫 번째 신호는 기능별 도입입니다. 더 명확한 자격 요건, 릴리스 문서, 지속적인 캠페인 작업을 설명하는 고객 사례를 주시해야 합니다. 접근 범위가 넓어지면 제품이 밀접하게 지원되는 초기 배포를 넘어선다는 주장이 강화될 것입니다.
가장 강력한 사례는 초기 오디언스가 구축된 뒤 무엇이 일어나는지 설명할 것입니다. 누가 정의를 유지 관리할까요? 마케터는 거부된 전송을 어떻게 처리할까요? 어떤 변경에 여전히 엔지니어링 개입이 필요할까요? 이러한 세부 사항은 운영 모델이 실제로 유지되는지를 보여 줍니다.
일반 사용자가 반복 작업을 관리할 수 있다는 증거는 임베디드 접근 방식을 뒷받침할 것입니다. 광범위한 숨은 맞춤화가 필요하다는 증거는 적용 범위를 좁힐 것입니다. 어느 결과든 또 하나의 고립된 설정 시연보다 더 많은 정보를 제공합니다.
두 번째 신호는 명확히 규정된 비교 기준 아래에서 실현된 소유 비용입니다. 후속 보고는 예상 절감액과 관찰된 변화를 구분하고, 조직이 운영을 중단한 항목을 식별해야 합니다. 또한 공유 플랫폼이 흡수한 책임도 인정해야 합니다.
투명한 비교는 결과가 기업마다 달랐더라도 통합 논거를 강화할 것입니다. 정해진 경계 없이 추정치만 계속 제시된다면 재무적 주장은 잠정적인 상태로 남을 것입니다. 구매자는 해당 주장을 자신의 아키텍처와 비교할 만큼 충분한 세부 정보를 필요로 합니다.
세 번째 신호는 신뢰할 수 있는 기준선을 활용한 캠페인 효과성입니다. 오디언스 준비와 실제 참여 및 비즈니스 성과를 분리하는 고객별 보고를 찾아야 합니다. 증거는 고립된 비율을 제시하기보다 캠페인 맥락을 설명해야 합니다.
더 빠른 워크플로는 팀이 이를 유용한 행동과 연결할 수 있을 때 상업적으로 설득력을 얻습니다. 이는 더 시의적절한 커뮤니케이션, 부적합한 연락 대상 감소, 또는 개선된 실험 결과를 뜻할 수 있습니다. 모든 주장은 명시적인 측정 기준과 적절한 비교를 갖춰야 합니다.
경쟁사의 대응은 이러한 신호에 보조적인 맥락을 제공할 것입니다. 전문 벤더는 더 나은 워크플로 통합, 더 명확한 이식성, 또는 더 강력한 운영 증거로 대응할 수 있습니다. 데이터 플랫폼 벤더는 공유된 맥락이 초기 구성 이상의 가치를 높인다는 점을 보여 줌으로써 대응할 수 있습니다.
개발자에게 실질적인 문제는 애플리케이션별 로직 중 얼마나 많은 부분을 여전히 유지 관리해야 하는가입니다. 엔터프라이즈 구매자에게는 통합이 전체 업무량을 줄이는지 여부입니다. 마케터에게는 더 큰 독립성이 이해하기 쉬운 통제 수단과 함께 제공되는지 여부입니다.
HP CustomerLake는 아키텍처 선택을 구체적인 구현 이정표와 연결한다는 점에서 주목할 가치가 있습니다. 더 넓은 의미는 초기 구성이 완료된 후에도 그 선택이 계속 가치를 제공하는지에 달려 있습니다.
이 사례를 구매 결정을 위한 지름길로 여기기 전에, 그 출발 조건을 자신의 상황과 비교하십시오. 어떤 고객 정의가 승인되었는지, 어떤 팀이 이를 유지 관리하는지, 어떤 캠페인 대상에 여전히 별도 통합이 필요한지 파악하십시오. 벤더에게 최초의 비즈니스 요청부터 전송과 측정까지 대표적인 오디언스를 추적해 보라고 요구하십시오. 예외 사항, 유지 관리, 해결되지 않은 모든 단계의 소유권을 설명하도록 요구하십시오. 그런 다음 설정 속도, 운영 비용, 마케팅 영향에 대한 증거를 분리하십시오. HP CustomerLake는 임베디드 마케팅을 더 면밀히 살펴볼 이유를 제공합니다. 그 이유를 바탕으로 조직에 필요한 작업을 명확히 입증하라고 요구하십시오.
