Databricks heeft zojuist een strategische zet gedaan die het evenwicht in de technologische marketingwereld kan wijzigen. Met CustomerLake introduceert het bedrijf een geïntegreerd, agentisch Customer Data Platform (CDP) dat native is ingebouwd in hun lakehouse, met mogelijkheden voor Customer 360, identiteitsoplossingen, doelgroepsegmentatie, campagnAutomatisering, activatie en personalisatie. De innovatie ligt niet alleen in het toevoegen van een nieuwe marketingtool, maar in het plaatsen van die laag binnen de datainfrastructuur waar reeds modellen, governance en een breed zakelijk ecosysteem actief zijn.
Al vele jaren neemt het CDP een tussenpositie in binnen de MarTech-architectuur. Het verzamelde data van CRM, e-commerce, analytiek, support, advertising en andere bronnen; unifyde deze; creëerde profielen; en activeerde doelgroepen naar externe tools. Dit model loste veel problemen op, maar bracht ook nieuwe met zich mee: dataduplicatie, pipelines, synchronisaties, extra kosten, latentie, gescheiden governance-regels en voortdurende afhankelijkheid van integraties.
CustomerLake neemt een meer ambitieuze stelling in: als de data al in het lakehouse ligt, waarom zou de CDP buiten dat ecosysteem opereren? En wanneer AI-agents moeten werken op governede, bijgewerkte data die verbonden is met modellen, metrics en bedrijfsregels, wordt het verschuiven van de context naar een andere laag steeds meer een omslachtige tussenstap.
Van traditioneel CDP naar embedde CDP
Databricks beschrijft CustomerLake als een agentisch Customer Data Platform dat geïntegreerd is binnen hun platform. Volgens het bedrijf bevat het Profile Agents die ruwe data omzetten in Customer 360-profielen die klaar zijn voor zakelijke toepassingen, en Campaign Agents die doelgroepen bouwen, vervolgstappen aanbevelen, kanalen activeren en campagnes continu aanpassen op basis van bedrijfsdoelstellingen.
Deze aanpak sluit aan bij een evolutie waar de sector al jaren op voorbereid is. Oorspronkelijk kwamen de klassieke CDP’s op de markt, gericht op het centraliseren van klantprofielen in een aparte platform. Later verschenen de modulaire CDP’s en de «zero-copy»-benadering, aangedreven door het idee direct te werken op het data warehouse of lakehouse zonder alles te repliceren. CustomerLake brengt die logica een stap verder: het wordt niet alleen verbonden met het data-opslag, maar is er feitelijk binnen ontstaan.
| Model | Waar ligt de data | Belangrijkste voordeel | Gebruikelijke probleem |
|---|---|---|---|
| Traditioneel CDP | Op een aparte CDP-platform | Profielen en doelgroepen voor marketing centraliseren | Data wordt gedupliceerd en extra governance-laag toegevoegd |
| Modulair CDP | Op het data warehouse of lakehouse van de klant | Vermindert kopieën en werkt direct met de data | Blijft afhankelijk van externe tools en reverse ETL |
| CustomerLake / Embedded CDP | Binnen Databricks Lakehouse | Data, agents, modellen en governance geïntegreerd in één platform | Versterkt afhankelijkheid van het data-platform |
| Traditionele MarTech-activering | In marketing- en engagementtools | Geïntegreerde kanaalervaring en gebruiksvriendelijkheid | Fragmentatie en continue synchronisatieproblemen |
De grootste uitdaging ligt in governance. CustomerLake vertrouwt op Unity Catalog, de governance-laag van Databricks voor data en AI. Dit stelt marketingagents toe te werken onder vooraf ingestelde permissies, controles en bedrijfsssemantiek binnen de platform. Voor veel organisaties kan deze vereenvoudiging waardevoller zijn dan een nieuwe segmentatiefunctie: het vermindert dubbele regels, voorkomt dat gevoelige data via externe tools circuleren en verkleint de kans op het doorbreken van traceerbaarheid.
De infrastructuur betreedt het MarTech-terrein
Deze ontwikkeling heeft een duidelijke zakelijke betekenis. Databricks beweegt zich niet langer louter als dataleverancier, maar wordt ook een directe concurrent op het toepassingsniveau dat traditioneel tot MarTech behoorde. Scott Brinker, een invloedrijke stem in de sector, stelde dit samen als het moment waarop infrastructuur de applicatielaag overneemt. Volgens hem stelt CustomerLake in staat om Customer 360-profielen te bouwen, segmenten te verfijnen, identiteiten op te lossen en personalisatie in realtime te activeren, met als grootste kracht dat het native is binnen Databricks en onder Unity Catalog opereert.
Dit complicueert het speelveld voor onafhankelijke CDP’s. Het betekent niet dat de CDP-klasse verdwijnt, maar dat Databricks de markt mogelijk nieuw leven inblaast door deze tot in het midden van de data-architectuur te brengen. Toch moeten MarTech-aanbieders opnieuw uitleggen wat hun toegevoegde waarde is als datamodel, profiling, activatie en governance al binnen het data-platform zelf aanwezig zijn.
Veel bedrijven blijven gespecialiseerde tools nodig hebben voor e-mail, advertising, commerce, klantenservice, journeys, experimenten, CRM of loyaltyprogramma’s. De markt wordt niet plotseling één geïntegreerd platform, maar het zwaartepunt verschuift mogelijk. Wanneer de governede data in het lakehouse ligt en agents daar opereren, worden externe applicaties kanaalverkenners, gebruikersinterfaces of ervaringlayers, niet per se de plek waar de klantintelligentie wordt bepaald.
Wat zijn de «Infinity Campaigns»?
Databricks gebruikt het concept van Infinity Campaigns om continue en agent-gebaseerde campagnes te beschrijven die niet beperkt zijn tot één statisch publiek, vaste regels of een enkel verzendtijdstip. De belofte is dat agents signals van klanten analyseren, de volgende beste actie aanbevelen, ervaringen activeren via kanalen en beslissingen aanpassen op basis van resultaten.
Deze aanpak reageert op een echte verandering: klanten maken zelf ook gebruik van agentsystemen. Als klanten gedeeltelijk hun zoektocht, vergelijking of besluitvorming uitbesteden aan geautomatiseerde systemen, verliest traditionele campagne marketing met langlopende segmenten en handmatige regels aan effectiviteit. De uitdaging ligt in opereren met een levend, continu context: wie is de klant nu, wat probeert hij of zij te doen, welke doelen heeft het bedrijf, wat is eerder geprobeerd en welke beperkingen gelden.
Die context wordt niet alleen gevormd door het klantprofiel. Het omvat ook bedrijfsregelingen, voorraad, marges, beschikbaarheid, supportinformatie, besluitgeschiedenis, realtime signals en productdata. Daarom spreekt Databricks van een verschuiving van «golden record» naar «golden context»: niet alleen weten wie iemand is, maar begrijpen wat er rondom die persoon gebeurt en wat het bedrijf op dat moment kan doen.
Snowflake, BigQuery en Fabric hebben al precedenten
De logische vraag is wat de grote data-platformen zoals Snowflake, Google BigQuery en Microsoft Fabric gaan doen. Deze platforms concurreren al op het gebied van databases, analytics en AI. Als Databricks bewijst dat het een deel van de CDP-functie kan integreren, opent dat de deur voor anderen om eigen oplossingen te ontwikkelen, strategische partnerschappen aan te gaan of native activatielagen te bouwen.
Snowflake beschikt al over een sterk ecosysteem rondom data sharing, veilig delen (clean rooms), applicaties en marketing-analytics. Google kan BigQuery koppelen aan haar advertentie-ecosysteem, Gemini-modellen en cloud-tools. Microsoft Fabric heeft een natuurlijke voorsprong bij organisaties die sterk afhankelijk zijn van Dynamics, Power Platform, Azure en Office 365. De richting wordt duidelijk: de data-platforms willen niet alleen repositories zijn, maar uitgroeien tot besturingssystemen voor bedrijfsagents.
Voor marketingteams betekent dit dat er een serieuze herziening van de architectuur op komst is. Het is niet genoeg meer om te kijken welke CDP de beste interface of de meeste connectors heeft. Belangrijker is waar het ‘master data’ wordt beheerd, wie de permissies governance, hoe identiteiten worden opgelost, wat de kosten en latenties van activatie zijn en of agents kunnen opereren met betrouwbaar context.
CustomerLake verplaatst niet alleen de complexiteit van marketing, het verschuift deze naar een andere laag. Het vermindert frictie in data en governance, maar vereist ook volwassenheid in Databricks, goed ontworpen modellen, datakwaliteit, heldere regels en echt samenwerken tussen marketing, data, IT en business.
De lancering onderstreept een onomkeerbare tendens: infrastructuur wil niet langer alleen de MarTech-lagen ondersteunen, maar actief mee beslissen, activeren en personaliseren. Voor veel merken betekent dat minder lagen en meer zeggenschap. Voor pure MarTech-aanbieders is het een wake-up call: hun mogelijke volgende concurrent is niet noodzakelijk een ander CDP, maar de gegevensplatform waarmee zij afhankelijk zijn.
Veelgestelde vragen
Wat is Databricks CustomerLake?
CustomerLake is een agentisch CDP dat geïntegreerd is binnen Databricks. Het combineert Customer 360, identiteitsoplossingen, segmentatie, automatisering, activatie en personalisatie, allemaal binnen het lakehouse dat wordt beheerd via Unity Catalog.
Vervangt het traditionele CDP?
Niet noodzakelijk, maar het concurreert wel met veel functies ervan. In bedrijven die al data, modellen en governance binnen Databricks centraliseren, kan het de behoefte aan een losstaande CDP verminderen.
Wat is het verschil tussen een modulair CDP en CustomerLake?
Een modulair CDP werkt op de data in het data warehouse of lakehouse, maar blijft meestal een externe tool. CustomerLake is ingebed binnen Databricks, met geïntegreerde agents en governance, allemaal in hetzelfde platform.
Wat voor impact kan dit hebben op Snowflake, BigQuery of Fabric?
CustomerLake zet een precedent dat anderen onder druk kan zetten om eigen CDP-kwaliteit te ontwikkelen, strategische allianties aan te gaan of native activatie-lagen te creëren binnen hun data-ecosystemen.
bron: newsletter.chiefmartec en databricks