Du Treasure Data historique à Treasure AI : ce que change l’ère agentique pour le CDP
Treasure Data devient Treasure AI et repositionne son CDP au cœur des stratégies de marketing digital orientées performance. Annoncé publiquement le 10 septembre 2024 dans un communiqué de presse officiel et détaillé dans un article du blog produit, ce passage de « Customer Data Platform » à « Agentic Experience Platform » signale que la data platform n’est plus seulement un réservoir de données clients, mais une infrastructure où des agents d’intelligence artificielle pilotent en temps réel les campagnes, les segments et les expériences client à grande échelle. Pour un directeur digital, cela transforme un outil de data marketing consulté ponctuellement en véritable boîte à outils opérationnelle qui agit en continu sur le parcours client, depuis l’acquisition jusqu’à la fidélisation.
Le rebrand s’accompagne d’un changement de domaine, de treasuredata.com vers treasure.ai, sans rupture pour les entreprises qui utilisaient déjà le CDP Treasure Data comme socle de customer data et de CRM marketing. Toutes les intégrations, les API et les SDK restent rétrocompatibles, ce qui sécurise les équipes marketing et les équipes data qui ont investi dans l’ancienne platform et dans les flux de données clients omnicanaux. Dans les faits, les clients CDP existants conservent leur vue client unifiée, leurs segments et leurs campagnes, mais gagnent une couche d’intelligence agentique capable d’analyser les données, de déclencher des scénarios et d’optimiser les interactions clients sans repasser par l’IT à chaque itération, comme l’illustrent déjà plusieurs pilotes menés avec des acteurs du retail et des services, documentés dans les rapports de cas d’usage Treasure AI publiés entre 2023 et 2024.
Ce mouvement intervient sur un marché des CDP estimé à plusieurs milliards de dollars, avec une croissance annuelle forte portée par les besoins en customer data activable et en expériences client personnalisées. Gartner évaluait ainsi le marché mondial des Customer Data Platforms à environ 2 milliards de dollars en 2023, avec une croissance annuelle composée supérieure à 25 % sur les trois prochaines années, tirée par la fin des cookies tiers et la pression sur la rentabilité des campagnes (source : Gartner, « Market Guide for Customer Data Platforms », 2023). Les directions marketing voient déjà la bascule : le CDP n’est plus un simple entrepôt de données client, il devient un système nerveux qui connecte CRM, service marketing, réseaux sociaux, service client et martech pour orchestrer des expériences client cohérentes. Dans ce contexte, Treasure AI CDP agentique se positionne comme une data platform capable de gérer les données clients en temps réel, d’analyser les données et de piloter des campagnes marketing digital multicanales avec une granularité de segments qui dépasse les capacités humaines classiques, par exemple en identifiant des micro audiences à forte valeur qui génèrent, selon les premiers cas d’usage publiés, entre +15 et +30 % de revenu incrémental sur des périodes test de 3 à 6 mois.
Logique agentique : quand l’IA exécute et que l’humain cadre la stratégie
La promesse de Treasure AI CDP agentique repose sur une logique claire : l’IA accède aux customer data unifiées pour décider et exécuter, tandis que l’humain définit la stratégie, les garde fous et les KPI business. Concrètement, Treasure AI Studio devient un workspace conversationnel accessible sur web, mobile, desktop et en ligne de commande, où les équipes marketing peuvent interroger la data platform, analyser les données clients, ajuster les segments et lancer des campagnes sans passer par des requêtes SQL complexes. L’agent IA peut par exemple identifier des micro segments à forte valeur, optimiser les clients campagnes en temps réel et ajuster la pression marketing sur chaque client en fonction des interactions clients récentes sur les réseaux sociaux ou dans le CRM, avec des gains mesurés de type : baisse de 20 % du churn sur un segment prioritaire ou hausse de 10 % du taux de conversion sur une séquence d’emailing automatisée, tels que rapportés dans plusieurs études de cas clients Treasure Data / Treasure AI menées entre 2022 et 2024.
Cette approche agentique ne remplace pas les équipes, elle redistribue les rôles entre les équipes marketing, les équipes data et les équipes service client dans l’entreprise. Les marketeurs gardent la responsabilité de la stratégie de marketing digital, de la définition de l’expérience client cible et des règles de conformité, tandis que les agents IA exploitent les données client, les données CRM et les données issues des canaux de service pour orchestrer les expériences client à grande échelle. Pour un directeur digital, l’enjeu devient de structurer une organisation capable de superviser ces agents, de contrôler la qualité des données clients et d’aligner la vue client unique avec les objectifs de revenus, de rétention et de satisfaction. Comme le résume un CMO d’un acteur B2C ayant testé la plateforme dans un pilote de six mois : « Nous ne demandons plus à nos équipes de construire chaque segment à la main, nous leur demandons de formuler les objectifs business et de valider les scénarios proposés par les agents IA. »
Le passage à une plateforme agentique impose aussi de nouvelles compétences, depuis la gouvernance des données jusqu’à la capacité à piloter des agents IA en production dans les équipes marketing. Les responsables acquisition et growth doivent apprendre à formuler des briefs opérationnels aux agents, à prioriser les cas d’usage à plus fort ROI et à intégrer ces nouveaux outils dans les parcours client existants, y compris pour des profils issus de formations commerciales ou de la vente omnicanale, comme ceux décrits dans les parcours de formation commerce en alternance orientée performance. Dans cette configuration, Treasure AI CDP agentique devient un levier pour transformer la relation entre les équipes, les outils martech, le service marketing et les clients, en faisant de la data marketing un actif opérationnel plutôt qu’un simple reporting, avec des indicateurs concrets comme le temps de mise en marché divisé par deux pour certains scénarios ou la réduction des coûts média sur des audiences peu réactives. Cette logique suppose toutefois une vigilance accrue sur la qualité des données, la transparence des modèles et la maîtrise des biais algorithmiques, sous peine de voir les agents IA amplifier des erreurs de ciblage ou générer des décisions difficiles à expliquer aux équipes et aux régulateurs.
Impacts pour les stacks martech : comment préparer l’entreprise à un CDP piloté par agents IA
Pour les directions marketing, le rebrand de Treasure Data en Treasure AI oblige à réévaluer la stack martech sous l’angle de l’agenticité plutôt que sous le seul prisme fonctionnel. Un CDP classique se contentait de centraliser les données clients, de fournir une vue client et de pousser des segments vers des outils de campagnes, alors qu’un CDP agentique comme Treasure AI CDP agentique intègre nativement la messagerie omnicanale (email, SMS, push, in app, LINE) et la capacité d’analyser les données en continu. La question clé devient donc : quels services, quels outils et quels canaux l’agent IA peut il réellement piloter de bout en bout pour améliorer l’expérience client et les résultats business, sans créer de silos supplémentaires entre CRM, service marketing et plateformes de campagnes, et avec quels gains chiffrés sur le coût d’acquisition, la valeur vie client ou la satisfaction mesurée par NPS, en tenant compte des coûts d’implémentation, de supervision humaine et de gouvernance des données.
Les entreprises qui utilisaient Treasure Data comme CDP doivent cartographier précisément leurs flux de customer data, leurs segments, leurs parcours client et leurs expériences client existantes pour identifier où l’agent IA peut apporter un gain mesurable. Cela implique de revisiter la gouvernance des données client, la qualité des données clients, la synchronisation entre CRM, data platform et outils de marketing digital, mais aussi la formation des équipes marketing et des équipes service client à ces nouveaux usages, par exemple via des programmes de formation à la vente en environnement omnicanal. Dans cette perspective, la boîte à outils martech doit être pensée comme un écosystème où les agents IA orchestrent les interactions clients, tandis que les humains conservent la maîtrise de la stratégie, de la créativité et de la relation de service, avec des cas concrets comme la réactivation automatisée de clients dormants ou la personnalisation des offres en temps réel sur site et en magasin, à condition de définir des règles de fréquence, des plafonds budgétaires et des scénarios de repli en cas d’erreur ou de dérive des performances.
Dernier point à anticiper : l’intégration de ces agents IA dans les processus quotidiens des équipes marketing, depuis la planification des clients campagnes jusqu’au suivi des clients experience sur l’ensemble des canaux. Les directeurs digitaux qui réussissent cette transition s’appuient déjà sur des retours d’expérience concrets, comme ceux détaillés dans l’analyse sur les agents IA en production dans les équipes marketing, pour définir des cas d’usage prioritaires, des garde fous clairs et des indicateurs de performance partagés entre marketing, data et service client. Dans ce cadre, Treasure AI CDP agentique n’est pas seulement une évolution de marque, mais le signal que le CDP devient une infrastructure agentique où la donnée, l’intelligence et l’exécution se rejoignent pour servir le client en temps réel, avec une promesse mesurable : plus de pertinence, moins de frictions et une meilleure allocation des budgets marketing, à condition d’accepter une phase d’apprentissage, de tester les scénarios sur des périmètres limités et de documenter précisément les résultats avant de généraliser.
Références
- CMSWire – analyse du repositionnement de Treasure Data en Treasure AI et de l’évolution du marché des CDP
- Gartner – « Market Guide for Customer Data Platforms », édition 2023, estimations du marché mondial des Customer Data Platforms et prévisions de croissance
- Rapports Treasure Data / Treasure AI – documentation produit sur la Customer Data Platform, l’Agentic Experience Platform et études de cas clients publiées entre 2022 et 2024