Forrester 稱代理式 CDP 浮現，CDP.com 稱身分解析已是入場門檻

代理式 CDP 是什麼？分析機構把 AI Agent 放進 CDP

CDP.com 在 2026 年 9 月 19 日發布的產業統計頁引述 Forrester（2026 年第一季）指出，代理式 CDP（agentic CDP）正浮現為下一代典範。依 Forrester 的描述，AI 可望協助 CDP 實作新能力、產生洞察、鎖定受眾、編排顧客旅程。

同一頁也引述 Gartner 2026 年 CDP 魔力象限，指出兩種新興模式。一種是平台化，把 CDP 當成整合的企業應用生態系；另一種是代理化，把 CDP 當成自主 AI Agent 運作的平台。

CDP.com 在 2026 年 6 月 20 日的文章，把 AI Agent 需要的流程拆成五步：第 0 步身分解析，第 1 步即時讀取顧客輪廓，第 2 步決定最佳行動，第 3 步在平台內原生執行，第 4 步從結果學習。它的說法是，身分解析只是第 0 步，商業價值來自第 1 到第 4 步。

它也稱，原生訊息管道是代理式行銷平台的基礎，AI Agent 在這種平台上能於同一個系統內既做決策也執行。該站由 CDP 廠商 Treasure AI（原 Treasure Data）經營，以下引用它的主張時，可以留意這層關係。

Amperity 的例子：即時啟用與 MCP Server

ContentGrip 在 2026 年 5 月 10 日報導，Amperity 推出即時能力與 AI 助理，目標是讓品牌在顧客訊號出現的當下採取行動，把顧客脈絡、決策與啟用連在同一個系統裡。

報導列出的新功能包括：

• Recommended Actions：用白話呈現目前的趨勢與建議的下一步行動。
• Amperity MCP Server：定位是把客戶洞察帶進工作流程，而不需要複製資料。
• Real-time Activation：用於瀏覽當下的個人化，並對購物車放棄等行為立即回應。

Amperity MCP Server, which is positioned as a way to bring customer intelligence into workflows without duplicating data

報導說，這次更新瞄準一個常見的 CDP 缺口：許多企業能分析客戶資料，卻難以快到足以支援瀏覽當下的個人化、購物車挽回，以及購買後及時停發訊息。報導寫道，實務上的限制通常是身分解析的延遲、資料在工具之間搬移，以及建立與維護旅程的營運負擔。

同一篇報導也提醒，即時提高了衡量的要求，行銷團隊要定義增量成效，不要把速度誤當成影響；會推薦行動的模型也需要護欄，避免短期轉換傷害長期信任。

導入 CDP 的企業不少，高度使用的行銷人只有兩成多

CDP.com 統計頁引述 Gartner 2025 年 CDP 魔力象限指出，業務使用者的使用程度仍然偏低，只有 22% 的行銷人回報高度使用 CDP。

導入比例則有兩筆數字，來自不同機構與年份。同一頁引述 WorldMetrics（2024）的統計，41% 的企業已導入 CDP，另有 36% 正在考慮。另一筆引述 Gartner 2023 年行銷科技調查，超過三分之二（67%）的受訪者表示已採用 CDP。

同一筆 Gartner 調查還顯示，受訪者估計自己只用了 CDP 全部功能的 47%，低於 2022 年的 55%。

把這幾筆放在一起，我們的判斷是：買進 CDP 和把它用起來是兩回事，代理式 CDP 要發揮作用，前提是平台本身先被用起來。

CDP 市場估值為什麼相差兩倍半

CDP.com 統計頁稱，2026 年 CDP 市場估值約介於 40 億到 100 億美元之間（該頁寫的概數，下表列各機構原值），範圍這麼大，反映的是各家研究機構的市場定義不同。

CDP.com 的解釋是，同一年的估值會差到兩倍半，是因為各機構對這個類別的邊界畫法不同。該頁建議，引用前先看數字算進了什麼：只有平台訂閱營收，還是連導入服務、大型行銷套件裡賣的 CDP 模組，以及相鄰的資料管理支出都算進去。

預測也會改版。該頁指出，MarketsandMarkets 2025 年版預測的年複合成長率是 30.7%，2026 年版改成 13.8%，同一家機構、同一個類別，成長率不到原本的一半。

另一種算法是普查。CDP Institute 與 Customer Data Alliance 在 2026 年 1 月共同發布的更新，計入所追蹤廠商的營收約 29 億美元、員工 19,813 人，低於所有分析機構的預估。CDP.com 稱差距來自範圍而不是錯誤：普查加總的是廠商實際營收，預測估的是買方在這個類別的總支出。

同一份 2026 年 1 月的更新也指出，少數大型廠商已占 CDP 產業 67% 的就業人數與 73% 的總融資，顯示市場集中度提高。

身分解析從購買理由變成入場門檻

CDP.com 在 2026 年 6 月 20 日的文章稱，多年來身分解析是決定一套 CDP 值不值得買的能力，如今它已是入場門檻，是基本成本，不是購買理由。

The result: identity resolution is table stakes. It’s the cost of entry, not the reason to buy.

文中說明身分解析處理的問題。它回顧 2016 年前後 CDP 興起時，同一位顧客可能在五套工具裡變成五筆不同記錄；身分解析要把電子郵件、裝置 ID、會員編號、CRM 記錄等識別資料比對成一份統一輪廓。比對方式分兩種，確定性規則處理完全相符的情況，例如同一個電子郵件或手機號碼；機率模型處理模糊相符，例如相近的姓名或重疊的行為模式。該文稱，現在每一套主流 CDP 都內建這兩種比對。

談到 AI Agent，該文的說法是，在代理式行銷架構裡，AI Agent 會跨管道自主管理顧客互動，身分解析因此從批次作業變成即時、持續的流程。

它舉了一個假設情境。A 平台的身分解析準確度 99.5%，但要經過每四小時跑一次的反向 ETL 匯出到外部 ESP，從身分解析到對顧客採取行動要 4 到 8 小時。B 平台準確度 96%，內建即時輪廓、AI 決策與訊息管道，同一流程不到 5 秒。該文認為多數情況下 B 平台勝出，但也寫明準確度仍然重要，80% 的比對率會讓太多顧客無法辨識。

中國 CDP 廠商神策數據在產品頁上，把 One ID 唯一標識列為其 CDP 四大核心能力之一，稱能整合使用者的多平台 ID 並做到唯一識別；採集範圍包括官網、App、小程式等自有平台，並打通 CRM、DMS、客服中心等業務系統的資料。

導入前，各方建議先確認的事

ContentGrip 的報導建議，採用即時 AI 助理之前先驗證資料準備度與治理：推薦品質取決於身分準確度、事件資料是否整潔，以及顧客狀態有沒有清楚定義，例如什麼算放棄、什麼算已購買、什麼算高意圖。

報導接著建議確認決策在哪裡執行。啟用若橫跨多個管道，要先講清楚兩套工具發出不同訊息時怎麼處理，以及停發規則如何傳遞。最後是成本，即時系統可能增加運算與資料處理支出，報導建議及早設預算控管並監看用量。

CDP.com 給的評估問題是：不要只問身分解析做得多好，要問平台拿到統一輪廓之後，五秒內能做什麼。

對於能力該不該集中在單一平台，來源之間的說法不同。CDP.com 稱，身分、決策、啟用分散在不同專門廠商時，整合成本、延遲與資料重複的代價會累加，並稱轉向代理式行銷平台，有利於把這些能力整合在單一即時系統的 CDP。ContentGrip 則寫道，行銷人想要一份集中、受治理的顧客輪廓，但也想保有在各自選用的最佳工具裡執行的彈性。

提供 CDP 導入服務的凝新（Leads Technologies）在 2025 年 5 月 21 日發布的選型指南中建議，先參考 Gartner、Forrester 等市場研究篩出 2～3 家候選平台，再挑 1～2 個高價值用例做概念驗證（POC），例如購物車放棄（棄單）追蹤、會員行為分群。這份指南也建議，缺乏內部 MarTech 或資料科學人才的企業，在規劃階段就找有 CDP 導入經驗的顧問協助，而凝新本身就提供這項服務。

銷波快觀點：資料整不乾淨，Agent 只會更快地做錯事

收斂內部的 Entity 系統時，我們自己撞過同樣的牆。原本三套系統各自為政，各有各的清單，沒有統一的真相來源。後來決定建一個 Hub 當 system of record，另外兩套降級成本地快取。收斂的價值不是讓事情變簡單，是讓下游自動化有一個可信賴的起點。One ID 在 CDP 裡扮演的就是這個角色。你連「全部的客戶有哪些」都回答不了的時候，上面跑什麼 Agent 都沒意義。

還有一個更隱蔽的坑。我們曾經拿內部分類的群心去比對實際進料，近 30 天共 1,317 筆。結果只有 25 筆距離夠近，佔 1.9%。分類不是亂做的，它從過去的資料長出來；進料也不是亂進的，它反映現在的方向。兩邊都對，只是錨在不同時間點。CDP 的標籤體系一樣會有這個問題，三年前定的分群規則，配今天的客戶行為，Agent 照著跑只會把偏差放大。

另外一個盲區在接觸點本身。顧客在 AI 搜尋裡已經見過你，但你不知道。AI Overview、聊天機器人、語音查詢都該納進接觸點清單。代理式 CDP 談的是 AI 幫你動手。這件事談的是另一側，AI 那一側也在產生資料，而你沒有收到。兩件事會在同一個資料層碰頭。

回到最基本的框架。網路行銷的技術分三層，流量、轉換、會員經營。CDP 落在第三層，處理的是怎麼提高既有顧客的 LTV。前面兩層還沒站穩就先攻第三層，投資會很難回收。一個流量技術加一個轉換技術，就已經是一套完整的自動化收單機制了。第三層是在那之上加乘，不是替代。

結論：先讓資料能被辨識與讀取，再談讓 AI Agent 動手

CDP.com 引述的 Forrester 與 Gartner 都把代理式 CDP 或代理化列為浮現中的方向，Amperity 也已推出即時啟用與 MCP Server。

但 Gartner 2025 年的資料顯示，只有 22% 的行銷人回報高度使用 CDP；2023 年的 Gartner 調查中，受訪者也估計自己只用到 47% 的功能。

ContentGrip 提醒推薦品質取決於身分準確度、事件資料與顧客狀態的定義，CDP.com 則把身分解析稱為入場門檻。我們的判斷是，評估代理式 CDP 之前，先確認手上的客戶資料能不能被正確辨識、即時讀取，會比先挑工具實際。

資料來源

• CDP Industry Statistics 2026: Market Size & Trendscdp.com
• Identity Resolution Is Table Stakes in the AI Eracdp.com
• Amperity adds real-time AI assistants for customer data activationcontentgrip.com
• 神策數據 CDP 解決方案sensorsdata.cn
• 2026 年五大最佳 CDP 推薦與選型指南leadstecgz.com