CustomerLake 进入 Beta:Agentic CDP 加速落地
有效阅读仅保存在当前浏览器,用于「为你」推荐;暂停或清除记录。
DataHot 速览
Databricks 宣布 CustomerLake 的 Campaign Agents 进入 Beta,Profile Agents 进入 Private Preview,这是其嵌入 Databricks 的 Agentic CDP 产品成熟度的下一阶段。Getnet by Santander、HP 和 AB InBev 等品牌已在使用 CustomerLake 深化受众理解并开展更个性化营销。HP 称使用 Marketing Lakehouse 后 2 小时内即可准备受众建模所需模型与属性,而传统 CDP 需 2 到 3 个月,并有望将 CDP 总拥有成本降低 40%。文章还引用 74% 消费者使用 AI 发现、比较或购买产品的数据来说明营销实时性需求。
为什么值得关注:这是 Databricks 生态内 Agentic CDP 的产品进展,涉及湖仓上的客户上下文、营销 Agent 与治理,数据平台和营销数据从业者可关注其产品化路径与客户案例。
本文目录 7 节
译文
AI 逐段翻译今天,我们很高兴分享 CustomerLake 的一个重要里程碑:Campaign Agents 正在推进至 Beta 阶段,而 Profile Agents 正在进入 Private Preview。这标志着嵌入 Databricks 的 Agentic CDP 的产品成熟度进入下一阶段,并将参与范围扩展到更多客户。
当我们在 Data + AI Summit 上推出 CustomerLake 时,我们概述了一种新的营销运营模式:将你的 CDP 嵌入到你最完整的客户上下文已经所在的那个受治理的数据与 AI 平台中。
自那时起,Getnet by Santander、HP 和 AB InBev 等品牌一直在使用 CustomerLake 更深入地了解其受众,并让营销人员拥有更大的自由来交付更有针对性的营销活动和更好的客户体验。
开始使用 CustomerLake 后的 2 小时内,我们就准备好了用于受众构建的模型和属性,而传统 CDP 需要 2 到 3 个月。使用我们的 Marketing Lakehouse 有可能将 CDP 总拥有成本降低 40%。——Kumar Ram,HP 全球营销技术与 AI 赋能负责人
AI 正在提高营销速度与相关性的门槛。 74% 的消费者 使用 AI 来发现、比较或购买产品。随着智能体以机器速度承担更多购买旅程,营销人员需要自己的智能体来识别不断变化的意图并实时响应。Databricks 正是企业数据、AI 模型和治理已经汇聚的地方,为 CustomerLake 智能体提供可信的上下文以采取行动。
展开
以下客户故事展示了 CustomerLake 三大核心原则的实际应用:嵌入式、民主化和自主化。
嵌入式:构建于你已信任的 Marketing Lakehouse 之上
只有拥有完整且一致的客户视图,才可能实现超个性化营销活动。企业已经在投资 Databricks 来定义其数据、维护质量并治理数据的使用方式。CustomerLake 让这项工作可供营销人员使用,减少了在另一个平台中重建客户上下文的需要。
对于 HP 而言,使用其 Marketing Lakehouse 基础加速了受众周转,同时降低了 martech 总拥有成本。
开始使用 CustomerLake 后的 2 小时内,我们就准备好了用于受众构建的数据和属性——而传统 CDP 需要 2 到 3 个月。CustomerLake 直接与我们已在 Databricks 中拥有的模式、治理和数据模型配合工作,有可能将我们的 CDP 总拥有成本降低 40%。这就是为什么我们正让 CustomerLake 成为我们 AI 就绪营销数据战略的核心。——Kumar Ram,HP 全球营销技术与 AI 赋能负责人
阅读更多关于 HP 如何利用 Databricks CustomerLake 构建 AI 就绪 CDP 的内容。
Getnet by Santander 正在连接交易、行为和预测智能,使商业、CRM 和营销团队能够基于完整的客户视图开展工作。
CustomerLake 为 Getnet 提供了我们的首个统一 Customer 360,结合了交易、互动、行为和预测模型(如流失倾向评分)。我们的商业、CRM 和营销团队可以用自然语言探索洞察并创建受众,取代了数周的手动数据提取。在墨西哥推出后,我们计划扩展到拉丁美洲和欧洲。——Ainhoa Alonso,Getnet by Santander 首席数据与 AI 官
民主化:让营销人员直接获取客户智能
客户智能在最接近客户的人手中最有价值。CustomerLake 让这些团队能够自由探索客户上下文,并立即根据所学采取行动。
Zé Delivery,AB InBev 旗下,正在让其 CRM 团队更大程度地自主负责实时营销活动,而无需依赖数据工程。
我们的 CRM 团队现在在 CustomerLake 中构建受众,并直接同步到 Braze,无需工程支持,从数据依赖转向真正的营销自助服务。我们正在将 CustomerLake 和 Genie 的访问权限扩展到我们的 CRM 和增长团队,让更多营销人员能够独立地将客户洞察转化为面向巴西数百万消费者的个性化体验。——Bruno Smarsaro Bazelato,Zé Delivery(AB InBev)数据与分析总监
CustomerLake 让以前难以引入营销工具的企业数据直接可用于受众构建和激活,并通过营销团队已在使用的互动平台实现。
自主化:通过智能体扩展个性化互动
不断增长的客户群不应意味着更泛化的营销。CustomerLake 的智能体方法帮助营销人员利用更丰富的客户上下文,在受众增长时使个性化更有针对性,而不会成倍增加每个营销活动背后的手动工作。
对于 Wine.com 而言,这意味着将庞大的产品目录和多样化的客户口味转化为更相关、更精准定向的营销活动机会。
我们在启动后仅 23 天就用 CustomerLake 启动了生产环境电子邮件营销活动,此后已扩展到 100 个活跃受众每天同步到 Braze。在 650 万份档案和数千款葡萄酒中,基于购买行为、葡萄品种偏好和互动模式来定向客户的能力从根本上改变了我们的个性化。过去需要多团队、多天的手动流程,现在我们的营销团队每天都能自行完成。——Billy Galanko,营销内容与战略总监,以及 Eric Wallace,首席数据工程师,Wine.com
Philadelphia Union 的 目标是将在 FIFA 世界杯中激增的关注度转化为与每位球迷的持久关系。
用 CustomerLake 替换我们之前的 CDP,使我们的受众周转时间缩短了 90%,其由 Genie 驱动的工具消除了我们之前平台所需的大量手动工作。我们现在直接在 Databricks 数据上构建受众,每月向 Salesforce Marketing Cloud 运行数百次受众同步。随着世界杯带动人们对美国职业足球大联盟的兴趣升温,这种速度帮助我们传递更相关的沟通内容,并建立持久的球迷忠诚度。——Kyle Mathiot,费城联合队技术与分析高级副总裁
Databricks 自用 Databricks:借助 Infinity Campaigns 为 30,000 名参会者个性化推荐 Summit 议程
我们也在自己的营销中运用 CustomerLake。在 Data + AI Summit 上,我们使用 CustomerLake 为 30,000 名现场参会者个性化推荐会议场次。Campaign Agents 评估每个人的互动历史,撰写反映收件人兴趣和行为的电子邮件,帮助参会者发现与他们最相关的场次。
该活动相较对照组实现了 10 个百分点的转化率提升、10% 的点击率和 60% 的打开率,表现优于以往所有 Summit 电子邮件活动。这表明可信的客户上下文能够同时指导与谁互动以及推荐什么。
Campaign Agents 测试版:将智能体驱动的活动扩展到更多客户
Campaign Agents 现已进入测试版,向更多满足技术要求的客户开放参与。
随着参与范围扩大,交付合作伙伴 Stitch 已经看到 CustomerLake 如何在其客户群中加速实现营销自助服务的进程。
CustomerLake 使一家企业媒体品牌能够在数天内实现营销人员自助式细分,而传统 CDP 需要数月。该团队基于其现有的 Databricks 数据基础进行构建,无需在另一个平台中重建数据完整性和治理工作。——Bobby Tichy,Stitch 首席解决方案官
上述成果展示了实质性进展:更快的受众周转、更强的营销人员自主性,以及大规模个性化推荐。这些是 CustomerLake 更宏大愿景的基石:Infinity Campaigns:持续的、由智能体驱动的互动循环,分析客户信号、确定相关行动,并随着客户上下文变化而调整。
每一步都为营销人员留出更多空间来塑造客户体验,减少协调背后机制的时间。人员制定策略、目标和护栏;智能体帮助扩展执行。
Profile Agents 私密预览:直接在 Databricks 中构建和使用 Customer360 档案
今日进入私密预览的 Profile Agents 帮助数据团队将来自数十个来源的分散客户信息统一为直接在 Databricks 中可信的 Customer 360 档案,为营销人员提供一致的客户视图,以实现更好的细分和个性化。
其能力应对三项相互关联的任务:
- 来源规范化: 字段映射和语义规范化将来自不同来源的源数据带入一致的结构和含义,以供下游使用。
- 智能体身份解析: 确定性、概率性和基于 LLM 的匹配有助于连接碎片化记录。黄金记录存活规则决定在统一档案中保留哪些属性。
- 有状态、增量处理: 微批更新使档案随着数据变化而保持最新,同时手动数据管理员覆盖允许团队在需要时应用人工判断。
Profile Agents 和 Campaign Agents 可以独立采用。团队可以使用现有客户数据从活动工作流开始,或使用 Profile Agents 改进其准备和统一客户记录的方式。
你最好的 CDP 就是 Databricks
只有当智能体对可信的客户数据、模型和业务上下文拥有受治理的访问权限时,营销中的 AI 才能安全且有效地大规模运作。CustomerLake 将这些在 Databricks 中整合在一起,为智能体提供智能和护栏,以做出实现业务目标的相关决策。
客户已经展示了这种智能体营销的新运营模式能够带来什么。现在,更多组织可以将其 Databricks 投资用于客户互动。
如需获取 CustomerLake 访问权限,请联系您的 Databricks 客户团队。
这篇内容对你有用吗?
反馈只用于改善内容筛选,不等同于收藏