Agentic CDP:为AI代理新时代打造的新型客户数据平台
Databricks提出了Agentic CDP概念,这是一种针对AI代理时代重新设计的客户数据平台。与传统CDP不同,它提供“黄金上下文”(Golden Context)和“无限营销活动”(Infinity Campaigns),嵌入数据基础架构,实现毫秒级实时个性化。文章认为,买家已转由AI代理进行决策,传统CDP因速度慢、缺乏上下文和无法做到真正的1:1个性化而失效。
在营销技术领域,过去几十年见证了诸多变革。但当前正在发生的变化与众不同,因为两股巨变同时到来:营销人员依赖的技术栈正被AI和代理颠覆,而现代买家的行为也因AI和代理发生改变,使得旧技术栈无法适应未来。
传统客户数据平台(CDP)不仅变得过时,而且完全不适合当下的工作。
买家已经改变
想象一位想预订航班的客户。在几秒钟内,她部署了三个代理:一个研究航线和航空公司,一个扫描收件箱寻找忠诚度优惠并比价,第三个则负责购买并谈判最佳价格。原本需要数周的旅程现在在毫秒内完成,跨越所有渠道,无需人类有意识地操控。
这产生了三个传统营销基础设施从未满足的需求:
首先是速度。代理驱动的购买生命周期以毫秒计。任何以天或周为批次运行的系统在响应时对该买家已不可见。
其次是超个性化。代理是高效的过滤器。不精准相关的营销内容在人类看到之前就被丢弃。在主题行中加入名字或针对万人群体进行细分,按此标准算不上个性化。
第三是更丰富的上下文。营销团队长期依赖数据工程来组装“客户360”数据集。代理将产生更多信号,但原始数据不再是瓶颈。代理需要上下文:客户的实时画像、业务状况以及关于该客户所做的每个决定及其原因的历史。
从黄金记录到黄金上下文
行业多年致力于构建“黄金记录”(Golden Record)——即客户360,一个统一的客户画像:人口统计、交易、行为历史。它回答了客户是谁的问题,确实有用。
但代理需要的远不止这些。它们需要黄金上下文(Golden Context),这增加了黄金记录所没有的两项内容:企业当前的目标是什么,以及已经对该客户尝试过什么及其反应。
航空公司例子使之具体化:基于黄金记录的代理知道客户每年飞行八次且拥有精英身份。而基于黄金上下文的代理知道该客户的航班延误两小时;她带着三个十岁以下的孩子同行;今晚休息室可容纳四人;六个月前她曾因延误投诉但无人跟进。前者发送通用忠诚度邮件,后者则解决了旅行问题。
技术也需要改变
向代理和上下文的转变影响了营销使用的所有工具,但CDP可能受影响最大。
过去,CDP是营销技术栈中关键中间件,位于数据平台和执行工具之间,帮助营销人员组织和分发数据以进行基于批次的受众定位。然而,自主代理代表人类研究和交易的“代理购买”时代出现,使得这种中间件架构过时。
因为传统CDP为人类管理的静态规则型营销活动而设计,无法满足代理时代的三个关键需求:
- 无法匹配代理生命周期毫秒级的速度要求
- 缺乏防止营销内容被代理过滤的超个性化能力
- 在结构上无法策划代理自主操作所需的黄金上下文
超越可组合CDP:嵌入式、代理化、无限
无论你选择捆绑式还是可组合式CDP,这些系统都不是为代理时代设计的,也不是原生支持现代优先代理的架构。
新一代CDP需要满足营销人员未来十年的需求。它应核心使用代理;摒弃大规模受众和静态规则,代之以智能的、基于代理的实时客户信号响应;不仅帮助营销活动,还帮助收集和组织驱动智能所需的数据和上下文。
什么是Agentic CDP?
Agentic CDP为AI时代而构建。它通过无限营销活动推动始终在线的1:1个性化,嵌入数据基础架构(黄金上下文所在之处),并从头构建使代理和人作为第一类操作者。
Agentic CDP有三个定义特征:
- 驱动代理个性化:超越传统营销活动,采用持续而非偶发的方式,以毫秒级反应速度,实现面向单个人类及其代理的细分。无限营销活动是自主的、持续进化的互动循环,不断适应新的上下文信号,实时自主调整信息、时机和渠道。
- 嵌入数据基础架构:Agentic CDP位于数据平台内部,而非旁边。黄金上下文需要快速、安全地访问企业数据平台中的客户、业务和决策上下文。这种融合使得数据湖仓和CDP处于同一层,上下文采集、管理和分析在统一位置进行,避免了同步带来的速度、安全和治理挑战。治理方面,通过Unity Catalog等创新,每个代理操作都在企业相同的数据权限和安全边界下运行。
- 诞生于代理时代:每个在ChatGPT诞生之前存在的CDP都面向人类操作员。虽然一些厂商后来加入了代理功能,但增加聊天界面与从零构建代理优先系统有本质区别。Agentic CDP设计使每个功能均可由代理或人类运行,人类设定目标、审查结果并保持控制,但系统不再需要人类手动逐步构建旅程。
未来展望
过去十年有效的营销基础设施已与未来买家、渠道和速度不匹配。赢得未来十年的品牌不是那些最大化旧模式的,而是能在关键时刻以先前无法达到的规模满足客户及其代理的品牌。
这正是Databricks构建CustomerLake的原因:基于Databricks平台的原生Agentic CDP。CustomerLake实现了上述三个原则:以无限营销活动为核心参与模型,原生嵌入Databricks平台,以及从第一天起代理和人类共同工作的架构。
如果你的团队已准备好停止面向已不存在的买家构建营销活动,CustomerLake为未来而建。