CustomerLakeか別建てのCDPか|名寄せを任せる前の判断

2026年10月19日、Databricks はデータ基盤の中で動くCDP「CustomerLake」のうち、オーディエンスの作成と配信を担う部分をベータに進めました。「顧客データはもう Databricks にそろっているのに、CDPにも同じデータをコピーして二重に持っている」「CDPの契約更新が近いが、基盤側のCDPに寄せてよいのか判断の材料がない」——データ基盤とCDPの両方を抱える会社の分析担当・マーケ担当が、いま同時に抱えている迷いです。比べるべきは機能の多さではなく、顧客データの正本をどこに置き、名寄せの誤りを誰が止めるかです。この記事では、CustomerLake を例に、CDPを別建てで持つか、データ基盤に寄せて名寄せと顧客像の整備をエージェントに任せるかを、分析・マーケ担当と情報システム部門が何を決めるべきかという観点で整理します。配信の判断やセグメントの確かめ方は扱いません。
カメ先生基盤の上にCDPが載るなら、データのコピーが減って全部うまくいく、と思われがちなんだ。でも本当に変わるのは、顧客の名寄せと権限を誰が持つかという分担のほうなんだよ。
カメ子置き場所が一つになるだけではなく、持ち主が変わるということですか。
カメ先生そう。別建てのCDPならマーケ部門が名寄せの規則を握っていることが多いけれど、基盤に寄せると情報システム部門の権限設計の中に入る。しかも名寄せをエージェントがやるなら、誤って二人を一人にしたときに、その誤りが全部の施策に流れていく。
カメ子便利になる分、誤りを止める場所を先に決めておかないといけないんですね。
- CustomerLake は Databricks の中で顧客像の整備(Profile Agents)とオーディエンス作成・配信(Campaign Agents)をエージェントに担わせるCDPで、2026年10月時点で前者は限定プレビュー、後者はベータ、一般提供の日付と料金は未公表
- 別建てのCDPか基盤に寄せるかは、顧客データの正本がすでにどこにあるか、名寄せの規則を誰が持つか、権限を誰が設計するかで決まる
- 名寄せの誤りは後工程の全施策に波及するため、統合の基準・人が確認する範囲・戻し方を決めてから任せ、ベータの段階では本番の正本を書き換えさせない
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
CustomerLakeとは:データ基盤の中に置くエージェント型のCDP
CustomerLake は、データ分析基盤の Databricks が2026年6月16日に年次イベントで発表したCDPです。公式ブログは、顧客の全体像の作成、名寄せ、オーディエンスの作成、施策の自動化、外部への連携、個別化までを、顧客がすでに Databricks で使っているデータ・AIモデル・権限管理の上で動かすと説明しています。機微な顧客データを別のCDPにコピーしないで済むことが、発表の中心に置かれた主張でした。
中身は二種類のエージェントに分かれます。Profile Agents は、取り込んだ生の顧客データを整え、品質の問題を見つけ、名寄せをして一人一件の顧客像を作る役です。Campaign Agents は、オーディエンスを作り、次に勧める施策や特典を提案し、各チャネルに連携し、目標に向けて配信と抑制を調整する役です。権限は Databricks の管理機能である Unity Catalog で統制すると説明されています。
日本語でこの製品を詳しく解説した記事はまだほとんどありません。データ基盤と単なる置き場所の違い、名寄せの一般的な工程、CDPのAIにセグメントや文面を任せる範囲は、それぞれ別の記事で扱っています。ここで扱うのは、CDPという製品を別に持ち続けるか、データ基盤の機能に寄せるかという一つの判断です。2026年11月時点で、この製品の終了や他社への譲渡といった報道は見当たりませんでした。
6月の発表から10月のベータまで:何がどこまで使えるか
判断の前提として、提供の段階を正確に押さえておく必要があります。6月の発表時点では限定プレビューでした。10月19日付の公式ブログでは、Campaign Agents がベータになり、Profile Agents が新たに限定プレビューに入ったと説明しています。つまり、名寄せと顧客像の整備を担う側は、オーディエンス作成の側より一段階手前にあります。両者は別々に導入できるとされ、既存の顧客データのままオーディエンス作成から始めることも、先に顧客像の整備から始めることもできます。
ベータの参加は、技術的な要件を満たす顧客に開くとされていますが、その要件の中身は公表されていません。参加の窓口は Databricks の営業担当です。一般提供の日付と料金も公表されておらず、米国の業界メディアも同じ点を指摘しています。日本の顧客事例や、日本語のデータでの名寄せの精度について触れた公式の説明も、確認できた範囲では見当たりませんでした。
| 項目 | 2026年11月時点で公表されていること | 判断への影響 |
|---|---|---|
| Profile Agents(顧客像の整備・名寄せ) | 限定プレビュー | 本番の正本の名寄せを任せる段階ではない |
| Campaign Agents(オーディエンス作成・連携) | ベータ。技術要件を満たす顧客が対象 | 既存の顧客データの上で小さく試せる |
| 一般提供の日付 | 未公表 | 既存CDPの更新時期と重ねて計画しにくい |
| 料金 | 価値に連動した従量課金の考え方と説明。金額は未公表 | 見積もりは利用量の想定から自社で置く |
| 連携先 | Braze や Salesforce のマーケティング向けクラウドへの同期を例示 | 既存の配信ツールは残したまま使う前提 |
比べる二つの形:別建てのCDPと、基盤に寄せたCDP
ここで比べるのは、マーケ部門が契約して使う独立したCDP製品に顧客データをコピーして持つ形と、データ基盤の中に顧客像を置き、その上でCDPの機能を動かす形です。後者は、データ基盤に顧客像を置いて外部の配信ツールへ連携する、いわゆる基盤内蔵型の流れの延長にあります。CustomerLake はそこに名寄せとオーディエンス作成を担うエージェントを足した点が新しいところです。
Forrester のアナリストは6月の論評で、この製品はCDP市場の向きを変えるものではなく、CDPがデータ基盤に組み込まれていく既存の流れを早めるものだと評しています。同時に、導入を考える会社への問いとして、Databricks を中心に据える形を受け入れる覚悟があるか、組織と施策がエージェント前提の働き方に準備できているか、従来のCDPと同等の機能を満たすか、マーケティングを理解した商品設計と支援体制があるか、の四つを挙げました。
どちらの形にも、向く会社と向かない会社があります。要は、顧客データがいまどこにあり、誰がそれを管理しているかです。次の節からは、比べるときの分かれ目を一つずつ見ていきます。
分かれ目1:顧客データの正本がすでにどこにあるか
最初に確かめるのは、顧客データの正本、つまり「この顧客の情報はここが正しい」と社内で合意している置き場所がどこにあるかです。基幹システムや受注、問い合わせ、ウェブの行動記録をすでに Databricks に集めて整えている会社なら、CDPにそれをコピーして持つことは、同じ顧客の情報が二か所で少しずつ違う状態を自ら作ることになります。CustomerLake の発表が強調しているのは、まさにこのコピーの解消です。
逆に、顧客データの多くがまだCDPの中にしかなく、データ基盤には分析用の一部しか流れていない会社では、話が逆になります。基盤に寄せるには、まずCDPが持っている取り込みの設定や項目の対応付けを基盤側に移す必要があり、これはエージェントが自動でやってくれる作業ではありません。公式ブログは、取り込み元の項目の対応付けと意味の正規化を Profile Agents の役割に挙げていますが、それは限定プレビューの機能です。
判断の目安は単純です。データ基盤の顧客データを、マーケ部門がすでに日常的に使っているかどうか。使っているなら寄せる理由が強く、使っていないなら、先に基盤の整備が必要になります。どちらでもない、つまり誰も正本を決めていない会社では、どちらの製品を選んでも名寄せの結果を信用できません。
分かれ目2:名寄せの規則を誰が持つか
別建てのCDPでは、名寄せの規則はCDPの設定画面にあり、マーケ部門かCDPの運用担当が持っていることが多いはずです。基盤に寄せると、規則はデータ基盤の中の処理になり、情報システム部門やデータ基盤の担当が持つことになります。CDPの業界団体の創設者は米国の業界メディアの取材に、この移行は情報システムとマーケの双方の手間を減らす一方で、情報システム部門の統制が強まることをマーケ担当は歓迎しないかもしれないと述べています。
CustomerLake の名寄せは、公式ブログの説明では、確定的な照合(メールアドレスの一致など規則で決まるもの)、確率的な照合(似ている度合いで推定するもの)、LLMによる照合を組み合わせ、断片的な記録をつなぐとされています。さらに、一人の顧客像にどの属性を残すかの規則があり、既存の名寄せの規則やモデル、外部のデータ補強の提供元を持ち込めるとも説明しています。
ここで決めるべきは、技術の細部ではなく持ち主です。どの照合で統合してよいか、どの照合は候補に留めるかを決める人を、部門をまたいで一人置く必要があります。規則が基盤側の処理に入ったとたん、マーケ担当は変更を依頼する立場になり、情報システム部門は施策の都合を知らないまま規則を直す立場になります。この溝を放置すると、名寄せの規則は誰も責任を持たない設定になります。
名寄せの誤りは全部の施策に波及する
名寄せの誤りには二種類あります。別人を一人にまとめてしまう誤りと、同じ人を別人として残してしまう誤りです。後者は配信の重複や数字の水増しにとどまりますが、前者はもっと深刻です。別人の購買履歴や問い合わせ内容が一人の顧客像に混ざり、そのまま次の施策の対象選びや内容の出し分けに使われるからです。法人向けなら、同じ苗字の別会社の担当者を一人にまとめ、他社の商談の情報を前提にした案内を送る、といった事故につながります。
基盤に寄せたCDPでは、この波及がより広くなります。顧客像はデータ基盤の中の表として、CDPの施策だけでなく、分析の報告や需要予測、営業向けの一覧など、ほかの用途からも読まれるからです。CustomerLake の顧客像は小刻みの差分更新で保たれると説明されており、誤った統合は、気づかれる前に下流のあらゆる表へ流れていくと考えておく必要があります。
公式ブログは、Profile Agents の機能として、データの管理担当が手で上書きできる仕組みを挙げています。ただし、上書きできることと、誤りに気づけることは別です。エージェントがLLMで判断した統合について、どの記録とどの記録をなぜ一人にしたかの根拠が残るのか、どの単位で取り消せるのかは、公開資料からは読み取れませんでした。限定プレビューに参加するなら、最初に確かめるべき点です。
人が確認する範囲を、統合の種類ごとに先に決める
名寄せをエージェントに任せるときに、すべての統合を人が見るのは現実的ではありません。そこで、統合の種類ごとに扱いを分けます。メールアドレスや会員番号の完全一致のような確定的な統合は自動で通し、抜き取りで点検する。似ている度合いで推定した統合は、一定の基準を超えたものだけ自動で通し、境目にあるものは候補として人の確認に回す。LLMの判断に頼った統合は、初期のうちは全件を候補に留め、自動で確定させないのが安全です。
確認の対象には、件数だけでなく影響の大きさも入れます。たとえば、取引額の大きい顧客、個人情報の扱いが厳しい属性(健康や金融に関わるもの)を持つ顧客、配信停止の申し出がある顧客が絡む統合は、自動の基準を満たしていても人が見る範囲に入れます。配信停止の申し出が統合で消えると、本人の意思に反した連絡が届くことになり、これは名寄せの誤りの中でも最も信頼を損ねるものです。
もう一つ決めておくのが、AIに統合の理由を書かせることです。どの項目が一致し、どの項目が食い違い、なぜ同一人物と判断したのかを、統合の記録に残させます。理由のない統合は、後から誰も検証できません。AIに統合の可否そのものを決めさせるのではなく、根拠を並べさせ、境目の判断は人が持つという分担を、規則として文書にしておきます。
Unity Catalog で、顧客データの見える範囲を分ける
基盤に寄せる利点の一つは、顧客データの見える範囲を、データ基盤の権限管理でそろえて扱えることです。Databricks の公式ドキュメントによれば、Unity Catalog では、表の行を利用者ごとに絞り込む仕組みと、列の値を伏せ字にする仕組みが使えます。さらに、データの分類に付けた印をもとに、カタログやスキーマの単位でまとめて方針を当てる方法が推奨されており、この方針は表の持ち主が上書きできないと説明されています。
マーケ担当の実務に置き換えると、たとえば、地域別の担当者には自分の地域の顧客の行だけを見せる、オーディエンスを作る担当にはメールアドレスや電話番号を伏せた状態で属性だけを見せる、といった分け方が、CDPの画面ではなく基盤の権限で決まることになります。CDP側の利用者権限と基盤側の権限を別々に管理する手間がなくなる一方で、権限の設計がマーケ部門の手を離れ、情報システム部門の仕事になるという変化も起きます。
制約も押さえておきます。公式ドキュメントでは、行の絞り込みと列の伏せ字はビューには付けられないこと、表の単位でこれを付けた表は外部と共有する仕組みで渡せないこと、過去の版をさかのぼって読む機能が使えないことなどが挙げられています。顧客像の表を外部の提供元とやり取りする予定がある会社は、どの方式で見える範囲を絞るかを、設計の最初に決めておく必要があります。
エージェントは誰の権限で顧客データを読むのか
権限で迷いやすいのが、エージェントが動くときの権限です。公式ブログは、エージェントが統制された権限のもとで顧客データやモデル、業務の文脈にアクセスすると説明していますが、エージェントが操作する人の権限で動くのか、専用の権限で動くのか、操作の記録がどう残るのかは、公開資料から具体的には読み取れません。ここは導入前に営業担当へ書面で確かめる項目です。
確かめたい理由ははっきりしています。Campaign Agents は、Databricks の自然文で問い合わせる機能 Genie を使って、マーケ担当が言葉でオーディエンスを作れる仕組みです。もしエージェントが作業者より広い権限で動くなら、伏せ字にしたはずの列や、見せないはずの地域の顧客が、オーディエンスの条件づくりの中で使われてしまう可能性があります。逆に作業者の権限で動くなら、権限の設計がそのままエージェントの行動範囲になります。
どちらの場合でも、決めておくことは同じです。オーディエンスを外部の配信ツールへ同期する操作は、作った人とは別の人が承認する。同期先に渡る項目を、識別子と最小限の属性に限る。エージェントがどの表のどの列を使って条件を作ったかを、同期のたびに記録として残す。この三点は、別建てのCDPでも本来必要だったことですが、基盤に寄せると記録の置き場所が変わるので、改めて書き出しておきます。
ベータを本番の顧客データに使うか
ベータや限定プレビューの製品を、本番の顧客データに使ってよいかは、別に判断が要ります。提供条件や機能が一般提供までに変わる可能性があり、障害時の支援の範囲も一般提供の製品と同じとは限りません。ここでは、使い方を三段に分けて考えるのが現実的です。
一段目は、検証用に切り出した顧客データの複製で、名寄せとオーディエンス作成を試す使い方です。これは今すぐできます。二段目は、本番の顧客データを読み取るだけで、Campaign Agents が作ったオーディエンスを既存の配信ツールに渡して、対照群と比べながら一部の施策に使う使い方です。ベータの範囲でも、読むだけで正本を書き換えないなら、失敗しても戻せます。
三段目は、Profile Agents の名寄せの結果を顧客データの正本として使い、ほかの部門の表もそれを参照する使い方です。限定プレビューの段階では、この三段目に進まないことを勧めます。名寄せの結果は一度ほかの表に流れると戻しにくく、提供条件が変わったときの影響も広すぎるからです。一般提供の日付と料金が出て、統合の根拠と取り消しの単位が確かめられてから判断しても遅くありません。
既存のCDP・MAと二重に持つ期間をどう決めるか
基盤に寄せると決めても、既存のCDPやMAをすぐに止められる会社は少ないはずです。公式ブログに載った米国のプロサッカークラブは既存のCDPを置き換えたとされていますが、多くの会社では、しばらく二つを並べて動かす期間が生まれます。この期間に一番起きやすいのが、どちらのオーディエンスが正しいのかで現場が迷うことです。
二重管理の期間に決めておくことは三つあります。まず、施策ごとにどちらの仕組みから配信するかを一つに決めること。同じ施策の対象を両方から作ると、名寄せの違いで人数が合わず、どちらを信じるかの議論に時間を取られます。次に、配信停止や連絡拒否の一覧はどちらで受け付け、どちらへ写すかを一方向に決めること。停止の一覧が二か所に分かれると、片方にしか反映されない人が必ず出るからです。
三つ目は、二重管理を終える条件を最初に書いておくことです。たとえば、主要な施策の対象の人数差が一定の幅に収まった、停止の一覧の照合で差がなくなった、既存CDPから移すべき取り込み設定がすべて移った、といった条件です。終わりの条件がないと、二重の費用と二重の運用がいつまでも続きます。既存CDPの契約更新の時期から逆算して、検証の期間を決めておくとよいでしょう。
費用の増え方:ライセンスから利用量へ
費用の構造も、別建てのCDPとは変わります。多くのCDP製品は、管理する顧客の件数や契約の段階で年額が決まります。CustomerLake について、Databricks は従来のソフトウェアの使用許諾ではなく、価値に連動した従量課金の考え方をとると説明していますが、2026年11月時点で金額は公表されていません。件数ではなく、処理の量と頻度で費用が動く前提で見積もる必要があります。
費用が増えやすいのは、名寄せの処理の頻度、オーディエンスの数と同期の頻度、自然文での問い合わせの回数です。公式ブログに載ったワイン通販の会社は、100のオーディエンスを650万件の顧客像にわたって毎日同期しているとされています。オーディエンスを作るのが簡単になるほど、使われないオーディエンスが同期され続け、基盤の計算資源を使い続けることになります。使われていないオーディエンスを定期的に止める担当を決めておくと、費用の膨らみを抑えられます。
総保有費用が下がるという主張にも、読み方があります。HP は従来のCDPと比べて総保有費用を最大4割下げられる可能性があると述べていますが、これは顧客自身の見込みです。比べる対象は既存CDPの契約額だけでなく、移行の作業、二重管理の期間、権限設計を担う人の工数まで含めた総額で置きます。従量課金は使い方しだいで、使用許諾の節約分を打ち消すこともあると、業界メディアも指摘しています。
発表された成果の数字をどう読むか
10月の公式ブログには、成果の数字がいくつも並んでいます。HP は従来のCDPなら2〜3か月かかったオーディエンス作成の準備が、使い始めて2時間でできたと述べています。米国のプロサッカークラブはオーディエンスを用意する時間が9割減ったとし、Databricks 自身は年次イベントの参加者3万人に送った推薦のメールで、対照群と比べて転換率が10ポイント上がったと報告しています。
これらはどれも、Databricks が選んで載せた顧客や自社の結果で、第三者が検証した数字ではありません。また、短くなったのは主にオーディエンスを用意するまでの時間で、名寄せの正確さや、誤った統合の件数を示した数字は載っていません。比較の判断に使うなら、速さの数字ではなく、自社のデータで名寄せの誤りがどれだけ出るかを、自分で測る必要があります。
もう一つ、即時性の点も確かめておきます。業界メディアは、公表された事例が毎日や小刻みの単位の更新で語られており、即時の連携を示したものではないと指摘しています。来店や閲覧の直後に反応する施策を基盤側で動かしたいなら、その要件が満たせるかを個別に確かめる必要があります。速さが要る施策だけは既存の仕組みに残す、という分け方も選択肢です。
比べるための評価の進め方
ここまでの分かれ目を、実際の評価の手順に落とします。ポイントは、名寄せの評価と、オーディエンス作成の評価を分けることです。提供の段階が違い、失敗したときの影響の大きさも違うからです。
顧客データの正本がどこにあるか、名寄せの規則を誰が持つか、権限の設計を誰が持つかを、マーケ担当と情報システム部門で書面に残す。決まらないうちは製品の比較に入らない。
顧客データの一部を複製し、既存CDPの名寄せと基盤側の名寄せを同じデータで動かす。別人を一人にした件数と、同じ人を別に残した件数を、人が抜き取りで数える。
本番の顧客データは読むだけにして、作ったオーディエンスを既存の配信ツールへ渡し、一部の施策で対照群と比べる。同期の承認は作った人と別の人が持つ。
処理の頻度と同期の数から月々の費用を置き、既存CDPの契約更新の時期から二重管理を終える条件を決める。
一般提供の日付・料金・統合の根拠の残り方・取り消しの単位がそろってから、名寄せの結果を正本にするかを判断する。
やってはいけない寄せ方
基盤に寄せる判断でよく見かける失敗を挙げておきます。どれも、エージェントが名寄せや作成をしてくれる便利さに引っ張られて、誤りを止める場所を決めないまま進めたことから起きます。
- 限定プレビューの名寄せの結果を、そのまま顧客データの正本として営業や分析の表に流す
- LLMの判断に頼った統合を、件数が多いからという理由で人の確認なしに確定させる
- 配信停止の一覧を既存CDPと基盤側の両方で受け付け、どちらが正しいか決めない
- エージェントがどの権限で動くかを確かめないまま、伏せ字の列がある表をオーディエンス作成に開く
- 成果の数字(作成時間の短縮)だけで比べ、名寄せの誤りの件数を自社で測らない
- 二重管理を終える条件を決めずに検証を始め、二つのCDPの費用を払い続ける
いずれも、別建てのCDPであれば製品の画面の中で閉じていた問題が、基盤に寄せたことで社内の複数の部門にまたがる問題に変わった結果です。製品の選択より先に、部門の間の線を引いておくことが、失敗を避けるいちばんの近道です。
比べる前に埋めておく確認項目
最後に、比較の会議の前に埋めておきたい項目をまとめます。埋められない項目が多いほど、どちらの製品を選んでも運用が不安定になります。製品の資料を読む前に、自社の側で答えを用意しておくのが順番です。
- 顧客データの正本はどこにあり、マーケ部門はそれを日常的に使っているか
- 名寄せの規則(統合してよい照合・候補に留める照合)を誰が決め、誰が変えるか
- LLMの判断による統合を自動で確定させるか、候補に留めるか
- 人が必ず確認する統合(取引額の大きい顧客・機微な属性・配信停止の申し出あり)の範囲
- 統合の根拠がどこに残り、どの単位で取り消せるか(営業担当に書面で確認)
- エージェントが作業者の権限で動くのか、専用の権限で動くのか
- 外部の配信ツールへ同期してよい項目と、同期の承認者
- ベータ・限定プレビューの機能を本番の顧客データに使う段階の線
- 二重管理を終える条件と、既存CDPの契約更新の時期
- 利用量で動く費用の見積もりと、使われないオーディエンスを止める担当
- CustomerLake の提供段階・料金・参加条件は2026年11月時点の公式発表に基づきます。一般提供に向けて変わる可能性があるため、検討時は必ず最新の公式情報と契約条件で確かめてください。
- 日本語の顧客データでの名寄せの精度や、日本での提供条件については、公開資料から確認できませんでした。
まとめ
CustomerLake は、データ基盤の中に顧客像を置き、名寄せとオーディエンス作成をエージェントに担わせるCDPです。2026年10月時点で、オーディエンス作成の側はベータ、名寄せの側は限定プレビューで、一般提供の日付と料金はまだ公表されていません。別建てのCDPを持ち続けるか基盤に寄せるかは、正本の置き場所、名寄せの規則の持ち主、権限設計の持ち主で決まり、機能の比較はその後です。名寄せの誤りは基盤の中で全部の施策と分析に流れるため、統合の種類ごとに人が確認する範囲を決め、AIには根拠を書かせ、境目の判断は人が持つ。ベータの段階では本番の正本を書き換えさせず、読み取り専用で対照群と比べながら試す。この順番で進めれば、どちらを選んでも後から戻れる判断になります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
