# Databricks apresenta o CustomerLake Conversions para enviar sinais de valor do cliente a nove plataformas de anúncios

> O CustomerLake Conversions leva sinais de valor do cliente a nove plataformas de anúncios, sem data de lançamento nem preço divulgados.

- Tipo: Notícia
- Autor: Dionatha Rodrigues
- Publicado em: 2026-11-20 · Atualizado em: 2026-11-20
- URL: https://clubmartech.com.br/noticias/databricks-customerlake-conversions/

O Databricks apresentou o CustomerLake Conversions em [post de 19 de novembro de 2026](https://www.databricks.com/blog/customerlake-conversions): um recurso que envia às plataformas de anúncios sinais de conversão baseados no valor previsto do cliente, calculados com dados próprios da empresa. Um lead qualificado e a primeira compra de um cliente com alto valor previsto contam como uma conversão cada, e o recurso busca diferenciar os dois. O post não informa data de lançamento nem preço.

## O que foi anunciado

Segundo o [blog do Databricks](https://www.databricks.com/blog/customerlake-conversions), o CustomerLake Conversions funciona dentro do [CustomerLake](https://www.databricks.com/blog/introducing-customerlake-agentic-cdp), produto de dados do cliente da empresa, e traz estes pontos:

- **Nove plataformas de anúncios:** Amazon Ads, Google, LinkedIn, Meta, Microsoft Ads, Reddit, Snapchat, The Trade Desk e TikTok.
- **Três agências como parceiras de lançamento:** Epsilon, Merkle e Omnicom.
- **Sinais de valor:** o post separa conversões que parecem iguais, como um lead qualificado e uma primeira compra de um cliente com alto valor previsto. Para isso usa histórico de compra, margem, fidelidade, engajamento e lifetime value previsto.
- **Controle:** a empresa escolhe para quais plataformas enviar. O post lista o Unity Catalog e uma trilha de auditoria entre os componentes.
- **Disponibilidade:** quando estiver disponível, o recurso será acessível a todos os clientes que usam o Campaign Agents no CustomerLake. Sobre preço, o post orienta falar com a equipe de conta do Databricks.

![Fluxo em três passos do CustomerLake Conversions: 1) definir o que importa com dados próprios e modelos de ML; 2) ativar na mídia paga por integrações de audiência e Conversions API com reverse ETL; 3) trazer o resultado das campanhas de volta por OpenSharing e Lakeflow Connect.](https://clubmartech.com.br/wp-content/uploads/2026/11/databricks-customerlake-conversions.webp)

*Fluxo descrito no blog do Databricks (19/11/2026). O recurso ainda não tem data de lançamento.*

## Como o CustomerLake Conversions funciona

O post descreve três passos. No primeiro, a empresa usa dados próprios e modelos de aprendizado de máquina para criar audiências e identificar os sinais de conversão relevantes. No segundo, envia audiências e sinais às plataformas por integrações de audiência e de [Conversions API](https://clubmartech.com.br/significado/capi/), por meio de conectores nativos de reverse ETL. No terceiro, traz os resultados das campanhas de volta ao Databricks, por integrações de compartilhamento aberto (OpenSharing) e pelo Lakeflow Connect.

Segundo o post, as duas contam como conversões, mas o valor de longo prazo delas pode ser bem diferente. O recurso tenta levar essa diferença para a otimização de cada plataforma.

## Por que isso importa para quem trabalha com marketing

A lógica do recurso é que a plataforma otimiza para o sinal que recebe: se ele é só “lead gerado” ou “compra”, a diferença de valor entre os clientes não entra na conta. Enviar um sinal ligado ao [lifetime value](https://clubmartech.com.br/significado/lifetime-value-ltv/) previsto propõe mudar o alvo da otimização, e isso exige uma base de clientes organizada, como a de uma [Customer Data Platform](https://clubmartech.com.br/significado/customer-data-platform/).

A fonte é o próprio fornecedor e não traz resultado de campanha, nem de cliente nem de teste. O post não diz quanto o sinal de valor melhora retorno, custo por aquisição ou qualidade de lead.

## O que observar na sua operação

- **Definição de valor:** decida o que torna um cliente valioso para o seu negócio, como margem, recompra ou retenção, antes de pensar em ferramenta.
- **Dados:** confira se compras, margem e engajamento estão ligados ao mesmo cliente e se dá para chegar a um valor previsto por conversão.
- **Eventos de conversão:** revise quais eventos suas contas de anúncios recebem hoje e se algum já aceita valor.
- **Medição:** planeje teste com grupo de controle para saber se a otimização por valor melhora retorno, em vez de comparar com o período anterior.
- **Governança:** registre quem pode enviar audiências e sinais às plataformas e quais dados pessoais saem da base.

## E agora?

O post não traz data de lançamento nem preço. Quem é cliente do Databricks pode pedir detalhes à equipe de conta. Para os demais, dá para preparar já a definição de valor e a organização dos dados; o efeito do recurso só se mede quando ele estiver disponível e houver resultados de clientes.

## Fontes

- [Databricks: CustomerLake, a CDP agêntica](https://www.databricks.com/blog/introducing-customerlake-agentic-cdp)
- [Databricks: Introducing CustomerLake Conversions (19/11/2026)](https://www.databricks.com/blog/customerlake-conversions)
