CDP ou data lake: o que o e-commerce precisa primeiro
CDP mantém um registro unificado do cliente, acessível a outros sistemas, para ativar. Data lake guarda todas as fontes para análise. Qual vem primeiro?
CDP (customer data platform) é, pela definição de 2026 do CDP Institute, “software que cria e mantém um registro unificado e persistente do cliente, acessível a outros sistemas” (tradução livre, como as demais citações deste texto; CDP Institute, consultado em 14/10/2026). Data lake guarda o dado bruto de todas as fontes para análise. CDP serve para ativar o cliente; data lake serve para entender a operação.
CDP (customer data platform): software que junta os dados de um mesmo cliente vindos de várias fontes num perfil único e persistente, e entrega esse perfil a outros sistemas, normalmente ferramentas de e-mail, mídia e atendimento. Data lake: repositório que recebe o dado como a fonte entrega, de todas as fontes, sem esquema imposto na escrita, para análise posterior.
O CDP Institute lista o que um produto precisa fazer para merecer o nome: ingerir dado de qualquer fonte, capturar o detalhe completo, construir perfis unificados e persistentes e disponibilizar esse dado a qualquer outro sistema (CDP Institute). O sujeito de tudo isso é o cliente. O sujeito de um data lake é a operação: pedido, gasto de mídia, devolução, frete, estoque. Essa diferença decide a compra.
Quais critérios decidem entre CDP e data lake?
Declaro os critérios antes da comparação, para você poder discordar deles.
- Ativação × análise. A pergunta que você precisa responder amanhã é “para quem eu mando esta mensagem agora?” ou “quanto essa campanha vendeu de verdade?”.
- Resolução de identidade. Precisa juntar o mesmo cliente que comprou no site, no app e no WhatsApp num perfil só, para agir sobre ele?
- Custo por perfil e por volume. O Segment, CDP de referência, cobra pelos usuários acompanhados no mês; lake cobra por armazenamento, consulta e conectores.
- Quem opera. Time de CRM e marketing, ou time de dados.
- Onde o dado vive. Na infraestrutura do fornecedor de CDP, no seu warehouse, ou numa plataforma gerenciada isolada.
Deixo de fora, de propósito, a qualidade da interface de montagem de jornada. Importa, mas é critério de escolha entre CDPs, não entre CDP e lake.
O que um CDP faz que um data lake não faz?
Ele mantém o perfil vivo e o empurra para fora.
A documentação do Segment, CDP da Twilio, descreve o Unify como regras de resolução de identidade que pegam eventos de vários dispositivos e canais e os juntam em “perfis completos no nível de usuário ou de conta”, com identidades unificadas “em tempo real” (Twilio Segment, consultado em 14/10/2026). E as audiências do Engage são calculadas em tempo real por padrão: “por padrão, o Segment cria todas as audiências como computações em tempo real”, atualizando traços e audiências conforme os eventos chegam (Twilio Segment).
Um data lake não faz esse trabalho. Ele guarda o evento “abandonou carrinho às 14h02”; ele não decide, às 14h03, mandar o e-mail. Para isso existe uma camada de ativação, que pode ser um CDP ou uma ferramenta de automação de marketing.
Ativação não exige CDP. A página oficial do RD Station Marketing descreve automação de jornadas por e-mail, WhatsApp e SMS, lead scoring e lead tracking, e não usa o termo CDP; o plano Basic começa em R$ 309 por mês e o Pro em R$ 1.121 por mês (RD Station, consultado em 14/10/2026). Se a operação já tem essa camada, comprar um CDP por cima dela pode duplicar o perfil do cliente em dois lugares.
O que um data lake faz que um CDP não faz?
Ele guarda o que não é cliente.
Gasto de mídia por campanha, custo de frete, comissão de marketplace, devolução, estoque, a exportação do GA4 e o pedido faturado do ERP. Nada disso pertence a um perfil de pessoa, e é justamente o que responde “quanto essa campanha vendeu de verdade”. Um CDP é desenhado em volta do cliente; ele pode receber o pedido como evento, mas não é onde você reconcilia o ROAS da Meta com o faturamento do ERP.
Também guarda histórico. A comparação entre lake, warehouse e lakehouse, e a ordem em que um e-commerce precisa deles, está em data lake ou data warehouse. O ponto aqui é mais estreito. Nem o lake nem o CDP definem o que é receita. Isso é trabalho da camada semântica, e é ela que impede que o CDP e o lake respondam números diferentes para a mesma pergunta.
E o CDP composable, montado sobre o warehouse?
Ele fica no meio do caminho entre os dois.
No CDP composable, o perfil não mora no fornecedor de CDP: mora no seu warehouse, e uma ferramenta de reverse ETL lê dali e envia para as ferramentas de marketing. A Hightouch, fornecedora do modelo, documenta que a resolução de identidade determinística roda “diretamente no seu data warehouse” e grava tabelas de identidade resolvida e de golden record (um registro por pessoa) lá dentro (Hightouch, consultado em 14/10/2026). A Census, outra fornecedora do modelo, teve a compra anunciada pela Fivetran em 1º de maio de 2025, descrita no comunicado como “líder em Reverse ETL, ativação de dados e analytics operacional” (Fivetran).
Duas consequências práticas. Primeiro, o composable pressupõe um warehouse modelado: sem ele, não há de onde ler. Segundo, a ativação é por sincronização agendada; a Hightouch documenta agendamento por intervalo, cron ou gatilho de orquestrador, com um minuto como menor intervalo de cron (Hightouch). Para “mandar a lista de compradores recorrentes para a Meta toda manhã”, resolve. Para “disparar o e-mail no minuto em que o carrinho foi abandonado”, o evento em tempo real do CDP empacotado é outra categoria.
Como as opções se comparam, critério a critério?
| Critério | CDP empacotado (ex.: Segment) | CDP composable (ex.: Hightouch) | Data lake gerenciado (Precisian) |
|---|---|---|---|
| Serve para | Ativação: audiência, jornada, disparo | Ativação a partir do warehouse | Análise e consulta pela IA, BI ou automação do cliente |
| Resolução de identidade | No fornecedor, com perfis em tempo real | No seu warehouse | Cliente como entidade de análise na camada semântica; não serve perfil para disparo |
| Tempo de reação | Audiência em tempo real por padrão | Sincronização agendada (cron de até 1 minuto) | Não dispara nada |
| Dado que não é cliente (mídia, frete, devolução) | Fora do desenho | Depende do que está no warehouse | É o centro do desenho |
| Unidade de preço | Usuários acompanhados por mês (MTU), valor sob consulta | Por uso, sem limite de MTU; valor sob consulta | Publicado em precisian.io/precos |
| Quem opera | Time de CRM e marketing | Time de dados + marketing | Equipe da Precisian mantém; o time do cliente consulta |
| Onde o dado vive | Infraestrutura do fornecedor | Seu warehouse (com cópias de resultado de sincronização no fornecedor) | Lake isolado por cliente, na infraestrutura da Precisian |
Fontes da tabela: o Segment cobra pelos usuários acompanhados no mês sem publicar a tarifa, com os dois planos em “fale com vendas” (Twilio, consultado em 14/10/2026). A Hightouch declara preço “por uso”, “sem limite de MTU”, com os planos pagos em “agende uma demo” (Hightouch, consultado em 14/10/2026). Os dois lados de CDP documentam o modelo e não publicam a tarifa, o mesmo padrão que aparece em construir ou contratar um data lake.
Perfil unificado de cliente é dado pessoal, e um CDP empacotado o mantém na infraestrutura do fornecedor. Antes de assinar, pergunte em que país esse perfil fica e quem responde como operador; o raciocínio está em LGPD e IA: onde o dado do seu cliente pode viver.
Quando não escolher a Precisian?
Quando o que você precisa é ativação em tempo real.
Se a dor é jornada disparada por evento (carrinho abandonado, boas-vindas, recompra no dia certo), e-mail ou WhatsApp que sai no minuto do comportamento, ou audiência de anúncio atualizada conforme o cliente navega, você precisa de um CDP ou de uma ferramenta de automação de marketing. A Precisian não ativa campanha. Ela não monta jornada, não dispara mensagem e não envia audiência para a Meta. A entrega termina na camada semântica; quem age é a IA, o BI ou a automação do próprio cliente.
Também não é a escolha certa quando a operação tem uma fonte só e a automação de marketing já cobre o que se precisa saber. Lake para uma loja com uma plataforma e um meio de pagamento é resolver dor que não existe.
O que recomendar, por perfil?
Loja com uma plataforma, CRM de e-mail e pouca mídia: nem CDP nem lake. A automação de marketing que você já tem é a camada de ativação, e o relatório nativo basta até doer.
Operação cuja dor é reação ao comportamento do cliente: CDP empacotado, ou a automação de marketing que já está na casa se ela cobrir os eventos que importam. O critério decisivo é o tempo de reação.
Operação com time de dados e warehouse já modelado: CDP composable faz sentido, porque reaproveita o que existe e mantém o perfil perto do resto do dado.
Operação com várias fontes, várias plataformas de mídia e a pergunta “quanto vendeu de verdade” sem resposta: o problema é de análise, não de ativação. Comece pelo lake com camada semântica; CDP sem número confiável por trás só dispara mais rápido em cima de uma conta que não fecha.
Operação que precisa das duas coisas: CDP e lake convivem. O RD Station, por exemplo, é uma das fontes que a Precisian ingere; a automação continua disparando, e o lake guarda o que ela fez junto com mídia, pedido e devolução.
O que este artigo não cobre?
Não traz preço de CDP empacotado nem composable: nem a Twilio nem a Hightouch publicam a tarifa nas páginas oficiais consultadas para este texto, e não reproduzo cifra que não consegui abrir na fonte. Também não compara CDPs entre si (Salesforce, Adobe, Bloomreach e outros), nem discute resolução de identidade probabilística, que a própria Hightouch documenta com parte do processamento fora do warehouse.
Se a pergunta na sua operação é “quanto essa campanha vendeu de verdade”, e não “para quem eu mando a próxima mensagem”, o primeiro passo é medir a distância entre o que as plataformas declaram e o que o ERP faturou. O que a Precisian inclui para fazer essa conta, e como cobra, está em preços.