HP CustomerLake 将 CDP 引入其现有数据基础

HP 表示，借助 CustomerLake，其构建营销受众的准备工作仅需两小时，而此前预计需要两到三个月。HP CustomerLake 的案例核心在于：复用既有数据基础来构建客户数据平台（CDP），以整理用于营销的客户信息。关键问题在于，除了一次令人鼓舞的部署过程外，这种复用是否能转化为更好的日常执行效果。

Databricks 于 10 月 20 日发布了 HP marketing architecture 案例研究，内容源自 Luis Alonso 在 Data + AI Summit 2026 上的演讲。Alonso 负责 HP 营销技术和 AI 赋能方面的数据战略与工程工作。HP 还估计，与此前的可组合方案相比，CDP 的总体拥有成本最高可节省 40%。

这一比较很重要，因为将营销能力连接至现有数据基础设施的可组合 CDP，本身就承诺减少重复建设。Hightouch 代表了这种替代方案。HP 的选择提出了一个更具体的问题：营销智能应置于数据平台内部，还是应置于与其连接的专业应用中？

HP CustomerLake 从既有成果开始

所报告的部署效率提升，指的是具备构建受众的条件，而非营销绩效转型已经完成。

这一区别为该公告提供了恰当的衡量尺度。为营销应用配置可用信息是一项运营里程碑。要证明营销活动能触达合适的客户、尊重其偏好并改善结果，则仍需更多证据。短暂的部署周期无法证明所有这些成果。

HP 的描述称，CustomerLake 使用了既有的模式、数据模型和治理体系。模式定义信息的组织方式；治理决定谁可以在何种条件下使用这些信息。复用这些要素，为所报告的速度提供了合理解释。

更广泛的推论是，实施时间在一定程度上取决于此前的准备工作发生在哪里。拥有已获批准数据集和统一定义的团队，与仍在协调客户记录的团队起点不同。仅通过安装时间比较这些团队，会掩盖这种差异。

设想一个看似简单的请求：联系可能购买的客户。相关人员必须界定符合条件的人群、识别排除对象、选择相关属性，并确定允许使用的投放目的地。营销界面可以简化这一请求，但无法消除其背后的决策。

当这些决策已经以可用形式存在时，软件便可继承其价值。当这些决策仍未解决时，界面可能更快暴露其中的缺口。无论哪种情况，起始基础的质量都会影响结果。

这使 HP 的经验成为有价值的架构案例。它表明，企业可以通过将既有数据投资直接连接到运营工作中，获得更多价值。但这并不能证明存在一个普遍适用的部署时间表。

因此，买家应将“具备受众构建条件”理解为边界明确的里程碑。他们应询问哪些信息原本已经可用、哪些审批在部署前已经完成，以及在营销活动启动前还剩下哪些工作。这些细节决定这种比较是否适用于其组织。

同样的区别也会影响团队如何评估 HP marketing data。可访问性意味着可以获取某个数据集。可用性则意味着营销人员能够正确理解它，并将其用于获批准的目的。这些条件应分别评估。

受众构建器可能立即显示某个字段，却未明确其业务含义。名为“活跃客户”的字段，可能指近期购买、产品使用情况，或账户关系。每一种解释都会产生不同的受众。

该案例的实际意义在于，缩短了已准备信息与可用营销能力之间的距离。这在收入效果出现之前就已经具有价值。同时，它也带来了更清晰的责任：衡量部署后实际发生了什么。

营销与数据团队必须就相同定义达成一致

将营销工作进一步靠近企业数据，会把压力转向对业务含义的共同负责。

集中式平台不会自动创造共识。营销、销售和财务团队可以读取相同记录，却给出不同解释。如果 AI 助手回答他们的问题，这些差异就会成为产品行为的一部分。

记录业务定义和关系的语义层，可以使这些解释变得明确。例如，一个组织可能定义哪些购买符合某项收入指标的条件。该定义还必须说明排除项、时间范围和归属关系。

重要的组织问题在于，谁可以修改这一定义。让每个团队独立控制，会鼓励定义分化。要求每次调整都经由集中审批，则有可能重建自助工具本应减少的同一排队流程。

可行的分工是，由领域专家负责含义，平台团队负责可靠访问。营销运营团队则负责将获批准的信息引入营销活动。这是一种用于评估该架构的分析模型，而非对 HP 内部汇报关系的陈述。

在这一模型下，工程工作的形态会发生变化。当营销人员能够安全复用获批准的定义时，工程师会减少处理重复翻译请求的工作量。但他们仍需管理可靠性、权限、变更和例外情况。

营销负责人也面临相应责任。自助服务要求他们足够精确地定义可接受的受众和结果，以便软件能够执行这些选择。向代理询问“更好的潜在客户”，仍然没有解决核心业务决策。

Databricks 的自然语言分析界面 Genie，说明了这种责任如何延伸至用户体验。即使底层业务问题存在歧义，对话式回答也可能听起来很清晰。界面需要能够区分各种可能解释的上下文。

Databricks 关于 Genie evaluation 的指南，介绍了用于核查答案的基准问题和审查流程。这些机制将生成式分析视为需要评估和纠正的对象。它们并不会默认使每个答案都变得可靠。

对于企业买家而言，这带来了一个比“助手是否支持自然语言”更有价值的问题：组织能否解释为什么某个答案是正确的？用户能否识别谁批准了其背后的定义？

拟议受众应附带对其筛选标准的易懂说明。绩效答案应呈现产生该结果的衡量选择。否则，自助服务只会将解释工作从分析师转移给可见性更低的人员。

这与日常知识管理存在关联。当人们能够找回信息的含义、来源和上下文时，信息才会变得有用。营销自动化还意味着，一种解释可能触发面向客户的行动。

因此，对 HP marketing data 而言，架构承诺与治理责任密不可分。复用某个定义，只有在有人持续保持其准确性时才有帮助。平台的便利性提高了这项持续责任的重要性。

内嵌式营销与可组合 CDP 共享同一起点

真正有意义的竞争，在于客户数据变得可访问之后，谁拥有营销工作流。

Databricks 于 2026 年 6 月 16 日推出 CustomerLake。其代理式 CDP 架构将客户档案、受众创建和激活功能置于其受治理的数据环境之内。代理式软件使用 AI 系统通过多个步骤推进任务。

Databricks 介绍了用于准备客户信息的 Profile Agents，以及用于受众和营销活动工作的 Campaign Agents。其治理服务 Unity Catalog 提供了周边的控制框架。这些是 Databricks 的产品描述，而非经独立证实的性能优势。

内嵌式方案的论点很直接。如果业务信息及其控制机制已经存在于平台中，营销能力便能直接使用这一基础。更少的转换边界，意味着需要重新创建定义或排查不一致之处的环节也更少。

专业应用的论点则源于不同的所有权决策。独立的营销层可以连接企业数据，同时专注于营销活动运营。其吸引力取决于这些工作流的质量，以及可连接系统的广度。

Hightouch 在 6 月 15 日发布的代理式营销战略，主张让客户拥有跨平台的上下文和智能。其描述了代理如何将客户信息与营销活动、创意和战略上下文结合使用。这一立场挑战了“有用上下文完全属于数据平台内部”的假设。

这种分歧并不等同于在复制一切与完全不复制之间做选择。两家供应商都主张利用既有企业信息。区别在于，额外的营销智能积累在哪里，以及团队如何使用它。

因此，评估 HP CustomerLake 的公司应超越存储架构图。受众审查、营销活动协调、投放目的地支持、实验和错误恢复，都会影响日常运营。共享基础只有在改善这些任务时才最具价值。

例如，一个受众可能在源系统中有效，却被投放目的地拒绝。运营问题随之变成：由谁诊断该拒绝，以及在哪里完成修正。架构应明确这一责任。

同样，一项营销活动可能使用了正确的客户记录，却与另一项营销活动的排期发生冲突。解决这一问题需要了解营销活动的全貌。仅能访问准确的数据表，并不能解决协调问题。

内嵌式产品必须证明，它理解围绕其数据展开的工作。专业应用则必须证明，其新增能力足以证明维持另一条运营边界是合理的。每种方法都负有证明实际价值的责任。

这会给成熟 CDP 供应商带来压力，但并不能确定谁会胜出。供应商必须说明他们移除了哪些责任、保留了哪些责任，以及哪些责任仍由客户承担。“原生”或“可组合”等标签无法回答这些问题。

因此，Databricks 的代理式 CDP 战略是对平台角色的扩展。它要求买家将更多面向客户的工作流托付给其数据提供商。这是否适合某家企业，取决于其现有系统和运营重点。

复用数据上下文解释了速度优势

更快部署的最有力解释，是避免重建既有工作。

营销能力需要的不只是与记录建立连接。它还必须知道哪些字段属于同一组、哪些关系有效，以及用户期待哪些定义。在另一款应用中重新构建这些判断，会带来额外的维护负担。

设想一个已获批准的业务账户模型，它连接了组织、联系人和采购记录。如果营销工具需要单独的表示方式，就必须有人去转换该模型。之后的变更必须同步到两个版本，同时不能改变其含义。

如果嵌入式能力能够直接接受现有模型，就可以减少这种转换。其价值来自跨越数据准备与业务行动边界的复用。评估它时，应关注实际减少了哪些工作。

这种机制也解释了为何同一产品会带来不同的实施体验。一家准备充分的组织，可能会在首次使用时选择可用资产；另一家则可能发现，必要的关系仍未被记录或并不可靠。

任何一种体验本身都无法衡量软件的完整质量。前者凸显了与既有准备工作的兼容性；后者则暴露出任何负责任的营销系统都需要处理的未完成工作。

这种区别对于 AI 生成的受众尤为重要。营销人员的请求必须先转化为明确的筛选逻辑，才能接受审查。系统需要具备足够的上下文，才能翻译业务语言，而不会在无声无息中改变原始请求。

以一个假设性请求为例：联系正在考虑升级设备的企业买家。系统必须区分现有客户与潜在客户，并识别何种兴趣才算相关。它还必须保留营销人员未必会在每次提示中重复的排除条件。

这些要求解释了为何技术访问权限与业务上下文应在同一评估中考虑。一个系统可以访问所有获准记录，却仍然选出不合适的受众。清晰的定义能够减少歧义，而审查则能发现定义本身无法避免的错误。

身份解析会连接被认为描述同一人员或组织的记录，因此还会引入另一层判断。一次匹配可能连接起有价值的历史信息，但错误匹配也可能污染受众。因此，更多互联数据需要在扩大访问范围的同时进行质量检查。

据报道，HP 的方向包括将身份信号引入其受治理的环境中。从架构角度看，这意味着身份可通过共享规则支持衡量与激活。该报道并未证明所有身份挑战都已得到解决。

对买家而言，相关证据应包括变更如何传播。如果账户关系发生变化，受众是否会一致地更新？如果某条记录失去资格，组织能否追溯该记录此前被发送到哪里？

这些问题将部署故事延伸至运营层面。它们揭示了当信息变化时，被复用的上下文是否仍然有用。静态兼容性只是起点；可靠的维护决定了这种优势能否持续。

同样的推理也适用于 HP CustomerLake 的成本案例。避免重复维护是一个合理的节省来源。具体金额则取决于组织实际上能够淘汰哪些系统、集成和支持任务。

部署速度并未说明成本与营销活动成效

实施结果、财务估算和营销结果回答的是不同问题。

证据应保持区分，因为每个类别都有其自身的比较标准。部署衡量达到既定运营状态所需的投入。拥有成本关注长期消耗的资源。营销活动表现则关注客户行为的变化。

将估算转化为既成结果，会模糊这种区别。预计节省可以指导投资决策，但它仍取决于未来的采用情况以及旧系统的退役。其价值并不需要被表述为已经实现。

完整的拥有成本比较应涵盖在团队之间转移的工作。移除一款营销应用可能减少一项预算，却会增加共享平台的责任。只有整体运营负担得到改善，企业才能真正受益。

这并不会削弱整合的论点。它指出了严肃财务评估应当涵盖的内容。买家需要围绕支持、开发、基础设施使用、迁移和持续管理设定一致的边界。

营销活动结果需要采用不同标准。快速构建的受众仍可能带来较弱的响应；更复杂的客户档案也仍可能包含无关信号。效率与效果应一并衡量，不能将任何一方视为另一方的替代品。

增量性衡量的是某项干预所带来的、超出原本可能发生情况之外的结果，它提供了一个有用的框架。营销活动所报告的响应并不能自动证明其新增业务价值。比较需要可信的基线和恰当的观察期。

公开的 HP 案例并未提供独立的营销活动影响评估。这使商业回报仍有待验证，同时保留了已报告的实施证据。读者不应以其他组织的结果来填补这一空白。

产品成熟度又构成另一条边界。Databricks 在 10 月 19 日发布的 CustomerLake beta update 中，将 Campaign Agents 定位为 beta，将 Profile Agents 定位为私有预览。该公司表示，客户可以独立采用这些能力。

这些状态意味着，应按能力评估 Databricks 的智能体式 CDP。企业可能能够使用营销活动功能，而独立的档案能力仍受限制。通用产品标签并不能说明每一种部署条件。

该更新包含客户案例，但由供应商选择的账户仍然属于供应商选择的证据。它们有助于识别可能的使用场景，以及在客户参考访谈中应提出的问题；但无法证明另一家企业会取得同等结果。

将更多职责集中于同一平台，也存在运营风险。当更多工作流依赖共享平台时，变更管理就变得更加重要。买家应询问如何检查决策、撤销操作，以及从故障中恢复。

这并不是 HP 已经遇到这些问题的证据。这是对该架构主张进行适当压力测试的方式。可信的分析应区分已报告的成就与仍未回答的问题。

由此得出的判断有所限定，但仍然有用。HP 提供了证据，表明经过准备的数据基础设施可以缩短实现受众构建就绪状态的路径。更广泛的主张则需要关于运营、成本和客户结果的持续证据。

后续证据应聚焦采用、成本与结果

最有价值的后续信息，应将更广泛的产品访问与可重复的运营及可衡量的业务价值联系起来。

未来几个月，第一个信号是按能力划分的采用情况。关注更清晰的资格条件、发布文档，以及描述持续营销活动工作的客户案例。更广泛的访问将强化这样一种判断：该产品已超越受到密切支持的早期部署。

最有力的案例会说明首次构建受众之后发生了什么。谁来维护这些定义？营销人员如何处理被拒绝的投放？哪些变更仍需要工程团队参与？这些细节能揭示运营模式是否经得起考验。

普通用户能够管理重复性工作的证据，将支持嵌入式方法。大量隐藏定制化的证据，则会缩小其适用范围。无论哪一种结果，都比又一次孤立的部署演示更有参考价值。

第二个信号是在明确比较范围下实现的实际拥有成本。后续报道应区分预计节省与观察到的变化，并说明组织停止运营了什么。它还应承认共享平台吸收的责任。

即使不同企业的结果有所差异，透明的比较仍能强化整合案例。若持续给出没有明确边界的估算，财务论点仍将处于暂定状态。买家需要足够的细节，才能将这一主张与自身架构进行比较。

第三个信号是采用可信基线衡量的营销活动效果。寻找按客户具体情况展开的报告，将受众准备与实际互动及业务结果区分开来。证据应说明营销活动背景，而不是展示一个孤立的百分比。

当团队能够将更快的工作流与有价值的行动联系起来时，它才会在商业上更具说服力。这可能意味着更及时的沟通、更少不适合的联系人，或更好的实验结果。每项主张都应有明确的衡量指标和恰当的比较对象。

竞争对手的回应将为这些信号提供辅助背景。专业供应商可以通过更好的工作流集成、更清晰的可移植性或更有力的运营证据来回应。数据平台供应商则可以通过证明共享上下文改善的不只是初始配置来回应。

对开发人员而言，实际问题是仍需维护多少应用特定逻辑。对企业买家而言，问题是整合是否减少了完整的工作负担。对营销人员而言，问题是更大的独立性是否伴随着可理解的控制机制。

HP CustomerLake 值得持续关注，因为它将一项架构选择与一个具体的实施里程碑联系起来。其更广泛的意义取决于：在初始配置完成后，这项选择是否仍能持续创造价值。

在将该案例视为采购捷径之前，应将其起始条件与自身情况进行比较。明确哪些客户定义已获批准、哪些团队负责维护，以及哪些营销活动目的地仍需要单独集成。要求供应商追踪一个具有代表性的受众，从最初的业务请求一直到投放和衡量。要求他们说明例外情况、维护工作，以及每一个未解决步骤的责任归属。然后，将部署速度、运营成本和营销影响的证据分别看待。HP CustomerLake 提供了一个更仔细审视嵌入式营销的理由。利用这个理由，要求供应商更清楚地展示贵组织实际需要完成的工作。