Treasure Data (Treasure AI) : la CDP, ses limites

Treasure AI (anciennement Treasure Data) est une plateforme d’expérience agentique (agentic experience platform) qui unifie les données clients de n’importe quelle source, résout les identités entre les canaux et déploie des agents IA pour exécuter de façon autonome la personnalisation, la messagerie et la décision, sous la direction de la créativité et du jugement stratégique des équipes.

La plateforme est née comme l’une des premières CDP (plateforme de données client, customer data platform) et réunit aujourd’hui la CDP, la messagerie omnicanale (omnichannel messaging) et l’IA dans un seul produit, pour exécuter le Customer Intelligence Loop en continu.

Transparence : cdp.com est un site géré par Treasure Data (aujourd’hui Treasure AI). Ce profil applique les mêmes critères éditoriaux que les autres profils d’éditeur du site, documentés dans la politique éditoriale, et le lecteur doit connaître cette relation. Pour la comparaison des éditeurs de CDP, voir le guide comparatif des éditeurs de CDP.

Treasure AI en bref

Pour les modèles de tarification des CDP et les postes de coût à budgéter, voir le guide des prix d’une CDP.

Histoire de l’entreprise

Treasure Data a été fondée en 2011 à Mountain View, en Californie, comme plateforme de gestion de données dans le cloud pour les journaux d’activité (logs) et l’analyse de données massives (big data). Dans les années qui ont suivi, l’entreprise a déplacé son centre de gravité vers les données clients et a construit l’infrastructure d’ingestion de données, de résolution d’identité (identity resolution) et d’activation des audiences à grande échelle qui est devenue sa plateforme de données client.

Principales étapes :

Selon les chiffres publiés par l’entreprise, Treasure AI sert en 2026 plus de 400 grands comptes dans le retail, les services financiers, la santé, l’automobile, les produits de grande consommation et les médias, et traite des milliards de profils clients unifiés dans le monde.

Le changement de marque : de Treasure Data à Treasure AI

Le 20 avril 2026, Treasure Data est officiellement devenue Treasure AI. Le domaine de l’entreprise est passé de treasuredata.com à treasure.ai, et la catégorie de produit est passée de « customer data platform » à « agentic experience platform ».

Ce changement de marque traduit une modification structurelle de ce que fait la plateforme. Treasure Data a commencé comme un système où des humains consultaient des données clients unifiées pour décider des actions marketing. Treasure AI est conçue comme un système où les agents IA consultent ces mêmes données pour décider et exécuter de façon autonome, pendant que les équipes fixent la stratégie, la création et les garde-fous (guardrails).

Trois changements définissent la transition :

1. De la plateforme de données à la plateforme d’expérience. La CDP d’origine traitait l’ingestion, l’unification et l’activation des audiences. La nouvelle plateforme ajoute la messagerie omnicanale native (e-mail, SMS, push mobile, message in-app, LINE), la décision par l’IA et la personnalisation en temps réel, et supprime le besoin d’assembler un éditeur différent à chaque étape du Customer Intelligence Loop.

2. D’une architecture centrée sur l’humain à une architecture centrée sur les agents. L’interface principale de la plateforme passe des tableaux de bord (dashboards) et des générateurs de requêtes à des agents IA qui opèrent par MCP (Model Context Protocol), CLI, API et compétences d’agent prêtes à l’emploi. Les équipes gardent la direction de la stratégie ; les agents IA prennent en charge l’exécution à grande échelle.

3. Des cycles par lots aux boucles continues. La CDP exécutait la segmentation client par lots quotidiens ou hebdomadaires. La plateforme d’expérience agentique exécute le Customer Intelligence Loop en continu : COLLECTER, UNIFIER, COMPRENDRE, DÉCIDER et ENGAGER en quelques minutes, et le résultat de l’engagement revient orienter le cycle suivant.

Les API, les SDK et les workflows existants restent rétrocompatibles. Le changement de marque est une évolution de produit, pas une migration qui casse les intégrations en production.

Architecture de la plateforme

Treasure AI utilise une architecture hybride qui sépare le plan de contrôle du plan de données.

Architecture de la plateforme d’expérience agentique de Treasure AI. La plateforme est composable à la couche de contexte (iCDP) et regroupe au-dessus l’activation, les agents IA et les interfaces.

• Plan de contrôle (Treasure AI) : résolution d’identité, segmentation des audiences, décision par l’IA, orchestration de la messagerie et environnement d’exécution des agents IA. C’est la couche managée de la plateforme, où s’exécute le Customer Intelligence Loop.

• Plan de données (infrastructure du client) : les données clients peuvent rester dans le data warehouse (entrepôt de données) du client, qu’il s’agisse de Snowflake, de Databricks, de BigQuery ou d’un autre environnement. Treasure AI lit et écrit dans le data warehouse du client sans exiger que les données soient déplacées vers un stockage propriétaire.

Ce modèle de déploiement hybride répond à une tension centrale du marché des CDP. Les CDP composables gardent les données dans le data warehouse, mais n’exécutent pas de boucles d’IA en temps réel à la vitesse d’une API ; les CDP packagées répondent vite, mais exigent la copie de toutes les données vers un stockage propriétaire. L’architecture de Treasure AI vise les deux : des données qui restent dans le data warehouse, et un plan de contrôle managé conçu pour un accès aux profils à faible latence et une activation en temps réel.

Produits principaux

Treasure AI Studio

Treasure AI Studio est l’interface principale de la plateforme, disponible sur plusieurs supports :

• Web : espace de travail dans le navigateur pour le marketing, l’analyse et les équipes data
• Poste de travail : application native pour macOS et Windows
• Mobile : iOS et Android, pour le suivi et les validations en déplacement
• CLI (Treasure Code) : interface en ligne de commande pour que les équipes d’ingénierie et de data interagissent avec la plateforme par programmation. Treasure Code est construit sur Claude Code et donne un accès depuis le terminal aux données clients, à l’inspection des schémas et aux opérations de pipeline
• Voix (Treasure AI Voice) : interface vocale à base d’IA pour interroger les données et prendre des notes en mains libres

Studio donne un accès en langage naturel aux données clients, à la création de segments, à la gestion des campagnes et à l’analyse, et vise un usage sans SQL ni appui de l’ingénierie pour les utilisateurs non techniques.

Comparaison de segments dans Treasure AI Studio. Une requête en langage naturel déclenche l’analyse du recouvrement des audiences et renvoie les actions recommandées, sans SQL manuel ni détour par l’informatique décisionnelle.

AI Super Agents

Les AI Super Agents sont des agents IA prêts à l’emploi, spécialisés par domaine, qui automatisent des tâches précises du Customer Intelligence Loop :

• AI Super Agent for Marketers : découverte d’audiences, création de campagnes, recommandation de la meilleure action suivante (next best action) et activation cross-canal. Au lieu de construire à la main un segment de reconquête pendant des heures, le responsable marketing décrit l’objectif — « les clients qui ont acheté pendant les soldes d’hiver et qui n’ont pas réagi depuis 60 jours » — et l’agent construit le segment, choisit les canaux et lance la campagne.

• AI Super Agent for Data Analysts : exploration des données, production d’analyses et rédaction de rapports. L’analyste pose ses questions en langage courant et reçoit des réponses structurées avec les visualisations correspondantes. En accès anticipé (early access), une équipe de services financiers a rapporté un délai de production de rapports ramené de trois jours à 60 secondes pour les demandes clients courantes.

Ces agents s’appuient sur le socle de données clients unifiées de la plateforme, donc sur des profils complets et déjà résolus plutôt que sur des données éparpillées entre des outils cloisonnés.

Messagerie omnicanale

La plateforme intègre des capacités de messagerie natives sur ces canaux :

• E-mail : contenu personnalisé, avec optimisation de l’heure d’envoi par l’IA (Email Marketing)
• SMS : messages transactionnels et promotionnels (SMS Marketing)
• Push mobile : notifications push iOS et Android (Mobile App Marketing)
• Message in-app : messages contextuels dans les applications mobiles
• LINE : intégration native à la messagerie LINE, déterminante pour les marchés d’Asie-Pacifique

L’e-mail et le SMS, canaux de relation client dominants en France, figurent parmi ces canaux natifs ; LINE répond à un usage d’Asie-Pacifique sans équivalent sur le marché français.

Intégrer la messagerie plutôt que d’exiger une plateforme d’engagement client séparée fait revenir les résultats d’engagement (ouvertures, clics, conversions) directement dans le Customer Intelligence Loop, sans la latence d’une frontière entre deux éditeurs.

Treasure Data (CDP) : la couche de contexte

Le socle de la plateforme est Treasure Data, la CDP qui sert de couche de contexte. Cette couche ingère les données clients, résout les identités, construit les profils unifiés et applique les politiques de gouvernance. Tous les produits décrits plus haut — Studio, Super Agents et messagerie — lisent et écrivent dans la couche de contexte.

Capacités centrales de la couche de contexte :

• Ingestion des données : plus de 170 connecteurs prêts à l’emploi pour l’ingestion par lots et en flux depuis le CRM, l’e-commerce, l’analyse web, le point de vente, le service client et les sources IoT
• Résolution d’identité : rapprochement déterministe et probabiliste par apprentissage automatique (machine learning), qui résout les identités entre appareils, canaux et comptes
• Profils unifiés : profils persistants de vision client 360° (Customer 360) qui regroupent les données comportementales, transactionnelles et démographiques dans un seul enregistrement
• Décision par l’IA et intelligence des modèles : analyse prédictive (predictive analytics), score d’appétence (propensity score) et traitement des signaux en temps réel, qui alimentent les étapes COMPRENDRE et DÉCIDER de la boucle
• Gouvernance des données : contrôle d’accès au niveau du champ, application du consentement et automatisation de la conformité sur toute l’activation en aval

C’est la couche marquée « Composable » sur le schéma d’architecture : l’entreprise la connecte au data warehouse qu’elle exploite déjà par le modèle de déploiement hybride, et les données restent dans le data warehouse pendant que la couche de contexte traite l’identité, l’IA et la gouvernance.

La couche de contexte fonctionne selon deux modes. Complete CDP est le déploiement entièrement managé, où les données sont ingérées et stockées dans la plateforme : connecteurs prêts à l’emploi, résolution d’identité, segmentation et activation sans infrastructure de data warehouse préalable. Composable CDP (Composable Audience Studio) est le mode qui part du data warehouse : des requêtes fédérées sans copie poussent la logique de segmentation vers Snowflake, BigQuery ou Databricks et ne renvoient que le résultat, sans reverse ETL et sans copie de données personnelles. L’équipe marketing construit ses audiences visuellement et les données ne sortent du data warehouse qu’à l’activation voulue. Ce mode apporte la construction d’audiences native au data warehouse que promet l’architecture composable, et conserve la résolution d’identité managée, la décision par l’IA et la messagerie native qu’un éditeur purement composable n’apporte pas. Pour la comparaison des éditeurs de CDP composables, voir la section consacrée aux CDP composables du guide.

Résultats de l’accès anticipé

Pendant l’accès anticipé de 2026, Treasure AI a publié deux résultats en entreprise :

• Retail grand compte : un client du retail a ramené de cinq jours à huit heures le passage de la création du segment au lancement de la campagne, avec les AI Super Agents. L’agent a repéré un segment à forte intention de 340 000 profils que l’analyse manuelle n’avait pas vu, et ce segment a produit une hausse de 23 % de la conversion.
• Services financiers : une équipe d’analyse de données a remplacé un cycle de rapports de trois jours par des requêtes en langage naturel de 60 secondes dans Treasure AI Studio, ce qui a libéré les analystes pour l’interprétation stratégique plutôt que pour l’extraction des données.

Ces deux résultats proviennent de l’éditeur et portent sur des déploiements en phase précoce. Aucune validation indépendante d’analyste ni référence client plus large n’existe encore pour ces deux cas.

Customer Intelligence Loop

Le Customer Intelligence Loop est un cycle continu en cinq étapes qui décrit le trajet des données clients, de la collecte à l’activation, et le retour des résultats d’engagement vers les décisions suivantes. La plupart des stacks marketing exécutent ce cycle par étapes déconnectées : un data warehouse collecte les données, un outil séparé résout les identités, un autre construit les segments et un dernier envoie les messages. Chaque passage de relais ajoute de la latence et perd du contexte. Le Customer Intelligence Loop est le principe avec lequel Treasure AI organise la plateforme pour fermer ces trous : les cinq étapes s’exécutent dans une seule plateforme, et les agents IA parcourent la boucle en continu au lieu d’attendre un lot déclenché par une personne.

COLLECTER → UNIFIER → COMPRENDRE → DÉCIDER → ENGAGER → (retour à COLLECTER)

Chaque étape correspond à des capacités précises de la plateforme :

Les résultats d’engagement (ouvertures d’e-mail, conversions d’achat, contacts avec le service client) reviennent à l’étape COLLECTER et ferment la boucle. Pour une organisation qui exécute des campagnes hebdomadaires par lots, sans exigence de personnalisation en temps réel ni en cours de session, la boucle continue n’est pas indispensable : une architecture composable qui parcourt la boucle chaque jour ou chaque semaine apporte assez de valeur pour moins de complexité.

Gouvernance et sécurité

La gouvernance des données est une exigence de base pour toute plateforme qui traite des données à caractère personnel (personally identifiable information, PII) à grande échelle. Les capacités de gouvernance de Treasure AI comprennent :

• Certifications de conformité : SOC 2 Type II, RGPD (GDPR), CCPA, éligibilité HIPAA
• Infrastructure : exécution sur AWS, avec intégration de Bedrock pour les charges de travail d’IA
• Journal d’audit : journalisation infalsifiable de chaque accès aux données, de chaque action d’agent et de chaque événement d’activation
• Gestion du consentement : application centralisée du consentement sur tous les canaux d’activation
• Résidence des données : options de stockage régional pour les organisations soumises à des exigences de localisation des données
• Politique de données pour l’IA : les données clients ne servent jamais à entraîner des modèles d’IA

Pour la liste complète des certifications et la documentation de sécurité, voir le Treasure AI Trust Center.

Un déploiement français relève de deux textes à la fois : le RGPD (règlement (UE) 2016/679) et la loi Informatique et Libertés (loi n° 78-17 du 6 janvier 1978, modifiée), dont l’autorité de contrôle est la CNIL (Commission nationale de l’informatique et des libertés) ; la CCPA reste la référence américaine. La liste des certifications couvre ce couple européen et américain, pas le paramétrage attendu par les lignes directrices et la recommandation de la CNIL sur les cookies et autres traceurs (délibérations n° 2020-091 et n° 2020-092 du 17 septembre 2020). Demandez à l’éditeur comment le recueil du consentement, la durée de conservation des traceurs et la région de stockage sont réglés dans le contrat, et faites valider la cartographie des traitements par le DPO (délégué à la protection des données) avant la mise en production. Les textes eux-mêmes sont détaillés dans le glossaire des réglementations sur la protection des données et dans le guide des lois françaises et américaines sur la protection des données.

Le journal d’audit infalsifiable compte surtout dans les secteurs régulés : les organisations de services financiers et de santé doivent prouver qui, ou quel agent, a consulté les données clients et quelles actions ont été exécutées.

À quelles organisations Treasure AI convient-elle ?

Treasure AI convient d’abord aux organisations qui :

• Ont besoin du Customer Intelligence Loop complet dans une seule plateforme : ingestion des données, résolution d’identité, décision par l’IA et activation sans enchaîner plusieurs éditeurs
• Veulent des agents IA qui travaillent sur des données clients unifiées : pas seulement des tableaux de bord pour les équipes, mais une architecture centrée sur les agents où l’IA exécute en continu
• Exigent une gouvernance de niveau grand compte : conformité SOC 2, RGPD, CCPA et HIPAA, avec des actions d’agent auditables
• Travaillent sur plusieurs canaux : e-mail, SMS, push, message in-app, LINE, personnalisation web et activation des médias payants
• Ont déjà investi dans un data warehouse : l’architecture hybride se connecte à Snowflake, Databricks et BigQuery sans exiger une migration complète
• Servent les marchés d’Asie-Pacifique : intégration native à LINE et options de résidence régionale des données

Organisations pour lesquelles une autre architecture convient mieux :

• Les équipes qui n’ont besoin que de reverse ETL : une organisation dotée d’un data warehouse mature, dont la logique de segmentation est déjà écrite en SQL et qui n’a besoin ni de résolution d’identité, ni de décision par l’IA, ni de messagerie native se contente souvent d’un outil de reverse ETL isolé. L’architecture hybride de Treasure AI se connecte aux mêmes data warehouses, mais la plateforme complète dépasse alors le besoin
• Les organisations entièrement engagées dans une seule suite (Adobe ou Salesforce) trouvent une intégration plus étroite dans cet écosystème, malgré les compromis du surcoût de la suite. Qui exploite Salesforce et Adobe en même temps, ou mélange des produits de suite et des outils spécialisés, doit décider si l’unification des données se fait dans la CDP de l’une des deux suites ou dans une plateforme indépendante des deux
• Les petites entreprises aux besoins de données simples (moins de 100 000 profils, un ou deux canaux) n’ont pas l’usage des capacités destinées aux grands comptes

Les critères d’évaluation à appliquer à cette plateforme comme aux autres sont détaillés dans le guide d’évaluation d’une CDP.

FAQ

Qu’est devenu Treasure Data ?

Treasure Data a changé de marque pour devenir Treasure AI le 20 avril 2026. Le domaine de l’entreprise est passé de treasuredata.com à treasure.ai, et le produit a évolué d’une plateforme de données client vers une plateforme d’expérience agentique. Les intégrations, les API et les SDK des clients existants restent rétrocompatibles : le changement de marque traduit une évolution de produit, pas une rupture de compatibilité.

Treasure AI est-elle une CDP ou autre chose ?

Treasure AI contient une CDP complète — ingestion des données, résolution d’identité, segmentation, activation — et y ajoute la messagerie native et des capacités d’agent IA. L’étiquette « plateforme d’expérience agentique » traduit l’ajout de la décision et de l’exécution par l’IA au-dessus de ce socle. Qui évalue Treasure AI face à d’autres CDP compare le périmètre complet de la plateforme, pas seulement la couche d’unification des données.

En quoi Treasure AI diffère-t-elle des autres CDP ?

Treasure AI réunit la CDP, la messagerie omnicanale et les agents IA dans une seule plateforme qui exécute le Customer Intelligence Loop en continu. La plupart des CDP traitent l’unification et la segmentation, mais exigent des outils séparés pour la messagerie et la décision par l’IA, soit quatre à cinq éditeurs dans une stack composable. Treasure AI garde les cinq étapes de la boucle dans une seule plateforme, ce qui évite la duplication de données personnelles propre au reverse ETL.

Treasure AI est-elle la bonne CDP pour mon organisation ?

Treasure AI est la bonne CDP pour les groupes internationaux et multimarques, B2C comme B2B, aux volumes de données importants et aux besoins de couverture Asie-Pacifique, et le mauvais choix pour une petite équipe ou une équipe marketing en libre-service. Choisissez Treasure AI pour le périmètre couvert par une seule plateforme : déploiement packagé ou composable, IA prédictive et agentique native, e-mail, SMS et push natifs. Écartez Treasure AI si l’équipe marketing cherche la simplicité d’un outil en libre-service ou si le budget est celui d’une PME.

Quelles sont les alternatives à Treasure AI en France ?

Adobe Real-Time CDP, Salesforce Data Cloud et Hightouch sont les alternatives que ce site couvre pour le marché français, aux côtés des éditeurs français imagino et DinMo. Adobe Real-Time CDP convient aux organisations qui exploitent déjà Adobe Experience Cloud ; Salesforce Data Cloud, à celles dont Sales Cloud ou Service Cloud est le système de référence ; Hightouch, aux équipes data qui activent un data warehouse déjà modélisé. cdp.com ne publie pas encore de profil d’imagino ni de DinMo.

→ Comparez les éditeurs de CDP dans le guide comparatif

Le classement des éditeurs de CDP par les analystes → IDC MarketScape | Forrester Wave

Cet article est aussi disponible en : What Is Treasure AI (Formerly Treasure Data)? · Treasure AI（旧Treasure Data）とは？特徴と沿革 · O que é Treasure AI (ex-Treasure Data)? · ¿Qué es Treasure AI (antes Treasure Data)?