2026年10月20日

HPがDatabricks CustomerLakeを活用してAI対応CDPを構築する方法

HPはDatabricks CustomerLakeとGenieを用いてマーケティングデータ基盤を刷新し、オーディエンス作成を2〜3ヶ月から2時間に高速化、CDPコストを最大40%削減、利用可能なマーケティングデータを90%拡張しました。

HPはオーディエンス構築にかかる時間を2〜3ヶ月からわずか2時間に短縮しました。Databricks CustomerLakeを活用することで、HPは既存のDatabricks基盤上でガバナンスの効いたデータモデルを構成し、属性を直接公開することで、オーディエンス作成を大幅に加速させました。
HPはCDPの総所有コスト（TCO）を最大40%削減できると試算しています。CDP機能をCustomerLakeに統合することで、以前のコンポーザブルCDPアプローチと比較してHPのTCOを最大40%削減できます。
HPは90%の新規シグナルにより、マーケティングのコンテキストを拡張しました。HPはMarketing Lakehouseでメディア、ブランド、インテント、テクノグラフィックデータを統合し、インテントデータの取り込みを75トピックから約20,000トピックへと拡張、ガバナンスされたデータ共有にかかる期間を3ヶ月から48時間に短縮しました。

Data + AI Summit 2026にて、 Luis Alonso（HP、Global Head of Data Strategy & Engineering for MarTech & AI Enablement）が、同社がDatabricks上でどのようにAI対応のGTMデータ基盤を構築しているかについて紹介しました。

HPは、Marketing Lakehouseにおいて顧客データとサードパーティのシグナルを統合することに多くの時間と労力を費やしてきました。現在では、GenieとCustomerLakeによってその信頼できるコンテキストが、オーディエンス、チャネル、カスタマージャーニーに関する日々の意思決定を行うマーケターに提供されています。

HPの初期の取り組みから、このアプローチによってコストを削減し、利用可能な顧客コンテキストを拡張し、アクティベーションを加速させる3つの方法が明らかになりました。

CDPの総保有コスト（TCO）を40%削減： HPは、CDP機能をCustomerLakeに統合することで、従来のコンポーザブルCDPのアプローチと比較して総保有コストを最大40%削減できると試算しています。
90%の新規マーケティングシグナル： HPは、メディア、ブランド、インテント、テクノグラフィックのデータソースにわたり、90%の新規シグナルを追加してマーケティングで利用可能なデータを拡張しました。
2時間でオーディエンス構築の準備完了： CustomerLakeを初めて使用したセッションで、HPはデータモデルの設定、属性の公開、オーディエンス構築の準備完了までを達成しました。従来のCDPでは2〜3か月かかっていた可能性のあるプロセスです。

HPはCustomerLakeにより、CDPの総保有コスト（TCO）を最大40%削減できる可能性があると予測しています。

HPが従来のCDPを再考している理由

HPにとって、CDPは単一の製品や限定的なアクティベーション機能のセットではありません。ビジネスのニーズを中心に構築された機能の集まりです。

ファーストパーティおよびサードパーティのデータ戦略
アカウントのプロファイリングとクラスタリング
アイデンティティと購買グループのインテリジェンス
オーディエンスのセグメンテーションとアクティベーション
クローズドループ測定
常時稼働の自動化とセルフサービス

HPがガバナンスの効いたデータとビジネスロジックをDatabricksに統合するにつれ、個別のCDPを維持することは、パイプライン、データ、運用オーバーヘッドの重複を増大させることを意味していました。コンポーザブルアーキテクチャによってデータ移動はある程度削減されましたが、アクティベーションレイヤーには、データプラットフォームですでに利用可能なビジネス定義、コンテキスト、ガバナンスが依然として不足していました。

HPのアーキテクチャは、コンポーザビリティとビジネスコンテキストを組み合わせたレイクハウスネイティブなCDP機能へと進化しています。

そのコンテキストは、セルフサービスアナリティクスやAIエージェントにとって不可欠です。これがないと、エージェントはデータにアクセスできても、正しく利用するために必要な定義、関連性、メトリクス、ガバナンスが不足することになります。

数百のデータリポジトリからガバナンスの効いたMarketing Lakehouse基盤へ

HPの広範なデータ変革により、数百ものデータレイクやリポジトリが少数のDatabricksレイクハウスに統合されました。同社は連邦型実行を伴う中央標準を採用しており、ドメインエキスパートが所有権とスチュワードシップを維持しながら、ガバナンスの効いたデータプロダクトを社全体で共有できるようにしています。

これにより、マーケティング部門は、メディアパフォーマンス、市場シェア、テクノグラフィック、インテントデータ、傾向モデルなど、以前は断片化されていたデータソースへガバナンスの効いたアクセスを行えるようになりました。

この変化により、HPのチーム間の連携方法が大きく変わりました。

Alonso氏は、2024年に販売パートナーとデータを共有するリクエストに3か月を要し、約15回のメールのやり取りと3回のエスカレーションを経ても確実な結果が得られなかった事例を挙げました。現在では、同様のリクエストに対して48時間以内にガバナンスの効いたDelta Sharingアセットを提供できます。

この改善により、ドメインの所有権とガバナンスを維持しながら、計画、ターゲティング、レポート、測定に必要なデータへの迅速なアクセスがマーケティング部門に提供されます。

HPは統合されたMarketing Lakehouseを構築し、ガバナンスの効いたデータプロダクトをマーケティングチームやパートナーチーム全体に統合展開しています。

テクノロジーの準備をビジネスの準備へと変える

強力な技術基盤を構築したからといって、自動的にマーケターがデータを使えるようになるわけではありません。次のステップは、経営陣、マーケティングユーザー、メディアチーム、アナリストが、あらゆる質問やタスクでエンジニアリングに依存することなく、その基盤を活用できるようにすることです。

HPは、AI/BI Genieとエージェントベースの機能を活用し、次の3つの作業レイヤーにわたるギャップを埋めようとしています。

経営陣およびビジネスチーム向けの意思決定と計画
マーケター、アナリスト、データサイエンティスト向けのインサイト生成とアクティベーション
エンジニアリングチーム向けの構築とスケーリング

ビジネスコンテキストはその戦略の核となる部分です。HPは、ドメイン、メトリクスビュー、指示、再利用可能なスキルなど、自社のデータが意味するものをGenieが理解するのに役立つセマンティックレイヤーを開発しています。

HPはセマンティックレイヤーをGenie OntologyおよびMetric Viewsに集約しています。

例えば、HPは26のディメンションと10のメジャーをカバーするメディアメトリクスビューを作成しました。これにより、メディア支出とパフォーマンスKPIの定義が集中管理され、ダッシュボード、ビジネスユーザー、AIシステムが同一の「信頼できる唯一の情報源」に基づいて作業できるようになります。

また、HPはインテントデータの取り込みを75トピックから約20,000トピックへと拡張しました。Genie Codeは、チームがこれらのシグナルを大規模にクラスタリングし、より豊かなアカウントプロファイルに活用するための計画策定を支援します。

HPはGenieと共有セマンティックレイヤーを活用し、ガバナンスの効いたデータをビジネス、アナリティクス、エンジニアリングの各チーム全体でより利用しやすくしています。

ガバナンスの効いたデータ基盤へのアイデンティティの取り込み

HPは、アイデンティティ統合をどこで行うべきかについても再考しています。従来、企業は顧客データを外部のアイデンティティプロバイダーに送信し、結果として得られるアイデンティティレイヤーをコアデータ環境の外に保持することが一般的でした。

HPは、アイデンティティシグナルをDatabricks環境に書き戻す計画です。これにより、測定、オーディエンスアクティベーション、モデル改善のためのガバナンスの効いた基盤が構築されます。データはメディアプラットフォームへの送信時および復路で同じアイデンティティサービスを経由できるため、HPはパフォーマンスのより完全なビューを構築し、モデルを継続的に改善することができます。

Alonso氏は、この同意を保護するアプローチを通じてHPのコンシューマー顧客ベースのわずか10%にアプローチするだけでも、商用ビジネスにとって大きな新しい機会を生み出す可能性があると述べています。

CustomerLake Agentic CDP：2時間でオーディエンスの準備を完了

CustomerLakeにおけるHPの初期の経験は、マーケティング機能をガバナンスの効いたデータ基盤に直接もたらすことの可能性を示しています。

チームの以前のCDP導入経験に基づき、Alonso氏は広範なミーティング、ドキュメント作成、データモデル設定、プライバシーおよびセキュリティレビューを含む長いセットアッププロセスを予想していました。

しかし、最初の経験は格段にシンプルでした。

「データモデルが配置され、属性が公開され、オーディエンスを構築する準備が整いました。以前なら完了までに2〜3か月を要した可能性のある作業です。」

CustomerLakeはDatabricksおよびUnity Catalogにネイティブであるため、HPのチームは別のプラットフォームでコンテキストを再構築するのではなく、自身のスキーマ、テーブル、定義、ガバナンスを直接扱うことができました。

HPはデータモデルと属性を設定し、2時間以内にオーディエンス構築の準備を完了しました。

このアーキテクチャは、B2CからB2Bへの大きなビジネスチャンスも支援します。HPには何億人もの一般消費者顧客が存在する一方で、把握できているビジネスコンタクトの数ははるかに少数でした。CustomerLakeにより、HPは共有アイデンティティレイヤーを通じて、1つの環境でB2CとB2B双方のデータモデルおよびシステムを横断して活用できるようになりました。また、HPはLakehouse Federationを使用して、他のプラットフォームからのデータを組み込むことも可能です。

AIに対応したマーケティング基盤を構築するためのHPの4つの教訓

GTM（Go-To-Market）ロードマップ全体において、HPは次の3つの領域で価値を評価しています。

成果（Outcomes）：インサイトの向上、計画、アクティベーション、レポート作成、効果測定の改善
生産性（Productivity）：モデル開発、オーディエンス作成、データアクセスの迅速化
TCO：プラットフォーム、ライセンス、統合、運用コストの削減

HPのGenieおよびCustomerLakeを用いた取り組みは、これら3つの領域すべてにまとめて対応できる可能性を示しています。同社の取り組みは、マーケティングスタックのモダン化を図る他の企業に向けて、実践的な4つの教訓を提供しています。

ビジネスニーズに基づいてCDPを定義する。 厳密なカテゴリ定義や製品チェックリストから始めるのではなく、ステークホルダーが必要とする機能から着手しましょう。
ガバナンスの効いたMarketing Lakehouseを構築する。 セルフサービスやエージェントが安定して動作するためには、データの統合、品質、アクセスの確立が前提となります。
データとAIに最も近いCDP機能を選択する。 顧客コンテキスト、ビジネス定義、アクティベーション機能が同一基盤上で動作するとき、AIエージェントは真価を発揮し、大規模な環境でも正確かつ安全に行動するためのコンテキストを得ることができます。
成果、生産性、TCOをまとめて評価する。 アクティベーションの迅速化、収益への影響、エンジニアリングのオーバーヘッド削減、プラットフォームコストの低下は、すべて同一の変革で相互に関連し合っています。

HPの取り組みは、マーケティングアクティベーションのモダン化と大規模なAIの活用が、データ、インテリジェンス、アクションを同一基盤上に統合することにかかっていることを示しています。ガバナンスが確保されたMarketing Lakehouse上にCustomerLakeとGenieを構築したことで、HPはマーケターやエージェントに対し、バラバラのシステム間でコンテキストを再構築することなく、信頼できるコンテキストへ直接アクセスできる環境を提供しています。初期の成果として、オーディエンスの準備期間が数ヶ月から2時間に短縮されたほか、CDPのTCOを最大40%削減できる可能性が示されています。これらの成果は、大規模でより迅速、スマート、パーソナライズされた顧客エンゲージメントの基盤を確立しています。

Data + AI Summitのセッション動画はこちらからご覧いただけます。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事