Cómo HP está construyendo un CDP listo para AI con Databricks CustomerLake

En Data + AI Summit 2026, Luis Alonso, director global de Estrategia de Datos e Ingeniería para MarTech y Habilitación de IA en HP, compartió cómo la empresa está construyendo una base de datos go-to-market lista para IA en Databricks. 

HP ha dedicado mucho tiempo y esfuerzo a unificar los datos de clientes y las señales de terceros en su Marketing Lakehouse, y ahora Genie y CustomerLake ponen ese contexto de confianza a disposición de los profesionales de marketing que toman decisiones diarias sobre audiencias, canales y recorridos de los clientes.

El trabajo inicial de HP destaca tres formas en que este enfoque puede reducir costes, ampliar el contexto de cliente disponible y acelerar la activación:

• Un coste total de propiedad del CDP un 40 % menor: HP calcula que consolidar las capacidades de CDP con CustomerLake podría reducir el coste total de propiedad hasta un 40 % en comparación con su enfoque anterior de CDP componible.
• Un 90 % de señales de marketing totalmente nuevas: HP amplió los datos disponibles para marketing con un 90 % de señales totalmente nuevas de fuentes de medios, marca, intención y tecnográficas.
• Listos para crear audiencias en dos horas: En la primera sesión de uso de CustomerLake, HP configuró modelos de datos, publicó atributos y quedó lista para crear audiencias, un proceso que podría haber tardado entre 2 y 3 meses con un CDP tradicional.

Por qué HP está replanteándose el CDP tradicional

Para HP, un CDP no es un solo producto ni un conjunto reducido de funciones de activación. Es un conjunto de capacidades creadas en torno a las necesidades del negocio:

• Estrategia de datos propios y de terceros
• Perfilado y clustering de cuentas
• Inteligencia de identidad y grupos de compra
• Segmentación y activación de audiencias
• Medición de ciclo cerrado
• Automatización continua y autoservicio

A medida que HP consolidaba más lógica de negocio y datos gobernados en Databricks, mantener un CDP independiente significaba cada vez más duplicar pipelines, datos y sobrecostes operativos. Las arquitecturas componibles redujeron parte del movimiento de datos, pero la capa de activación aún carecía de las definiciones de negocio, el contexto y la gobernanza que ya estaban disponibles en la plataforma de datos.

Ese contexto es esencial para la analítica de autoservicio y los agentes de IA. Sin él, un agente puede acceder a los datos, pero seguir careciendo de las definiciones, relaciones, métricas y gobernanza necesarias para usarlos correctamente.

De cientos de repositorios de datos a una base de Marketing Lakehouse gobernada

La transformación de datos más amplia de HP consolidó cientos de data lakes y repositorios en un número reducido de lakehouses de Databricks. La empresa utiliza estándares centrales con ejecución federada, lo que permite a los expertos de dominio conservar la propiedad y la custodia mientras comparten productos de datos gobernados en toda la empresa.

Esto otorgó a marketing un acceso gobernado a fuentes anteriormente fragmentadas, incluidos el rendimiento de medios, la cuota de mercado, datos tecnográficos y de intención, junto con modelos de propensión.

Este cambio ha transformado de forma sustancial la manera en que los equipos de HP colaboran.

Alonso describió una solicitud de 2024 para compartir datos con un socio de ventas que requirió tres meses, unos 15 intercambios de correo electrónico y tres escalaciones, sin un resultado fiable. Hoy en día, una solicitud similar puede traducirse en un recurso gobernado de Delta Sharing en 48 horas.

Esa mejora ofrece a marketing un acceso más rápido a los datos que necesita para la planificación, la segmentación, la generación de informes y la medición, al tiempo que preserva la propiedad del dominio y la gobernanza.

Convertir la preparación tecnológica en preparación empresarial

Crear una sólida base técnica no hace automáticamente que los datos sean utilizables para los profesionales de marketing. El siguiente paso consiste en permitir que ejecutivos, usuarios de marketing, equipos de medios y analistas utilicen esa base sin depender de ingeniería para cada pregunta o tarea.

HP está utilizando AI/BI Genie y capacidades basadas en agentes para ayudar a cerrar esa brecha en tres capas de trabajo:

• Toma de decisiones y planificación para ejecutivos y equipos de negocio
• Generación de información estratégica y activación para profesionales de marketing, analistas y científicos de datos
• Construcción y escalado para equipos de ingeniería

El contexto de negocio es una parte fundamental de esa estrategia. HP está desarrollando capas semánticas que ayudan a Genie a comprender qué significan los datos de la empresa, incluidos dominios, vistas de métricas, instrucciones y habilidades reutilizables.

Por ejemplo, HP creó una vista de métricas de medios que abarca 26 dimensiones y 10 medidas. Esto centraliza las definiciones de los KPI de inversión publicitaria y rendimiento para que los paneles de control, los usuarios de negocio y los sistemas de IA puedan trabajar desde la misma fuente de verdad.

HP también ha ampliado su ingesta de datos de intención de 75 temas a aproximadamente 20 000 temas. Genie Code ayuda al equipo a planificar cómo agrupar esas señales a escala y utilizarlas para obtener perfiles de cuenta más completos.

Integrar la identidad en la base de datos gobernada

HP también está replanteándose dónde debe residir la resolución de identidades. Históricamente, las empresas solían enviar los datos de los clientes a un proveedor de identidad externo y mantenían la capa de identidad resultante fuera de su entorno de datos principal.

HP tiene previsto incorporar las señales de identidad de nuevo a su entorno de Databricks. Esto crea una base gobernada para la medición, la activación de audiencias y la mejora de modelos. Los datos pueden fluir a través del mismo servicio de identidad en su camino hacia las plataformas de medios y en la ruta de retorno, lo que ayuda a HP a desarrollar una visión más completa del rendimiento y a mejorar continuamente sus modelos.

Alonso señaló que llegar incluso al 10 % de la base de clientes particulares de HP mediante este enfoque que preserva el consentimiento podría crear una oportunidad sustancial y nueva para el negocio comercial.

CustomerLake Agentic CDP: Listos para crear audiencias en dos horas

La experiencia inicial de HP con CustomerLake ilustra el potencial de incorporar las capacidades de marketing directamente a la base de datos gobernada.

Basándose en las implementaciones anteriores de CDP del equipo, Alonso preveía un proceso de configuración largo que requeriría numerosas reuniones, documentación, configuración de modelos de datos y revisiones de privacidad y seguridad.

La experiencia inicial fue drásticamente más sencilla.

“Teníamos nuestros modelos de datos en su sitio, habíamos publicado atributos y estábamos listos para crear audiencias, un trabajo que anteriormente habría requerido dos o tres meses para completarse”.

Dado que CustomerLake es nativo de Databricks y Unity Catalog, el equipo de HP pudo trabajar directamente con sus esquemas, tablas, definiciones y gobernanza, en lugar de recrear el contexto en una plataforma independiente.

La arquitectura también impulsa una oportunidad significativa de B2C a B2B. HP cuenta con cientos de millones de clientes particulares, pero con una población mucho menor de contactos comerciales conocidos. CustomerLake permite a HP trabajar con sus modelos y sistemas de datos B2C y B2B en un solo entorno mediante una capa de identidad compartida. HP también puede incorporar datos de otras plataformas utilizando Lakehouse Federation.

Las cuatro lecciones de HP para crear una base de marketing preparada para la IA

En toda la hoja de ruta de go-to-market, HP está evaluando el valor en tres áreas:

• Resultados: Mejores conocimientos, planificación, activación, informes y medición
• Productividad: Desarrollo de modelos, creación de audiencias y acceso a datos más rápidos
• TCO: Menores costes de plataforma, licencias, integración y operación

El trabajo de HP con Genie y CustomerLake demuestra el potencial para abordar las tres áreas de forma conjunta. Su experiencia ofrece cuatro lecciones prácticas para otras empresas que estén modernizando su pila de marketing:

1. Defina el CDP en función de las necesidades del negocio. Comience con las capacidades que necesitan sus partes interesadas, en lugar de una definición rígida de categoría o una lista de verificación de productos.
2. Cree un Marketing Lakehouse gobernado. La unificación, calidad y acceso a los datos deben estar listos antes de que el autoservicio y los agentes puedan funcionar de manera fiable.
3. Elija las capacidades de CDP más cercanas a sus datos e IA. Los agentes de IA funcionan mejor cuando el contexto del cliente, las definiciones de negocio y las capacidades de activación operan sobre la misma base, lo que les brinda el contexto necesario para actuar con precisión y seguridad a escala.
4. Mida los resultados, la productividad y el TCO juntos. Una activación más rápida, el impacto en los ingresos, la reducción de los costes generales de ingeniería y unos menores costes de plataforma son partes conectadas de la misma transformación.

El recorrido de HP demuestra que tanto la modernización de la activación de marketing como la aplicación de la IA a escala dependen de reunir los datos, la inteligencia y la acción sobre la misma base. Con CustomerLake y Genie en su Marketing Lakehouse gobernado, HP ofrece a los especialistas en marketing y agentes un acceso directo a un contexto de confianza sin necesidad de recrearlo en sistemas desconectados. Los primeros resultados incluyen estar listos para la audiencia en dos horas en lugar de meses, con el potencial de reducir el TCO del CDP hasta en un 40 %. En conjunto, estos avances sientan las bases para un compromiso con el cliente más rápido, inteligente y personalizado a escala.

Vea la sesión completa de la Data + AI Summit aquí.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original