Qui cherche aujourd'hui « CDP packagée vs CDP composable » tombe presque partout sur le même récit : la CDP packagée (classique) serait vieille et rigide, la CDP composable nouvelle et flexible. Cette opposition est commode – et trompeuse. Elle vient surtout des éditeurs de solutions composables et occulte le fait que le marché des CDP a beaucoup évolué depuis 2018.

Cet article situe honnêtement les deux approches architecturales : ce qui caractérise réellement une CDP packagée, quand une CDP composable est supérieure, quels compromis chaque approche implique – et pourquoi la vision en deux camps occulte désormais une troisième architecture. Ce qu'est fondamentalement une CDP composable et comment son architecture modulaire est conçue fait l'objet d'un article dédié ; ici, le sujet est le choix entre les approches.

Ce qu'est réellement une CDP packagée

Une CDP packagée – souvent appelée CDP traditionnelle – est une solution SaaS tout-en-un gérée par l'éditeur. Elle collecte, stocke, modélise et active les données clients au sein de son propre système. Les données sont chargées dans l'infrastructure de l'éditeur, y sont unifiées et transmises aux outils en aval. Segment, Tealium ou BlueConic en sont des exemples connus.

Les forces de la CDP packagée

L'approche séduit par une interface conviviale pour les équipes non techniques comme le marketing et l'analytics, par une scalabilité immédiate – sans devoir bâtir son propre data warehouse – et par un support complet, les services managés étant généralement inclus. Pour les organisations à faible empreinte de données et aux ressources techniques limitées, c'est une voie rapide et clé en main.

Les limites qui ont déclenché le mouvement composable

Le revers : un vendor lock-in avec une faible capacité de personnalisation de l'architecture, des problèmes de scalabilité dus à la copie des données dans la CDP (redondance), et un coût souvent plus élevé sur le long terme, car la tarification croît avec le volume de données et d'événements. C'est précisément sur ces limites qu'a porté le mouvement composable – une critique justifiée vers 2020.

Ce qu'une CDP composable fait différemment

Une CDP composable est une approche modulaire et débundlée. Au lieu d'une solution mono-éditeur, elle combine des outils best-of-breed pour le stockage, la transformation, l'identity resolution et l'activation – et s'intègre directement au data warehouse existant, sans conserver de copie séparée des données.

Les quatre critères d'une véritable CDP composable

Pour être réellement composable, une CDP doit, selon la définition courante, remplir quatre conditions : fonctionner sur la propre infrastructure de l'entreprise sans détenir de copie séparée des données ; être agnostique au schéma, laissant le contrôle total de la structure et du stockage à l'entreprise ; être modulaire et interopérable en s'intégrant aux outils et processus existants ; et proposer une tarification débundlée, où l'on ne paie que les fonctions réellement utilisées.

Forces et compromis

Les avantages tiennent à la pleine souveraineté des données, à une scalabilité cloud-native, à l'efficience des coûts par facturation à la composante, au streaming en temps réel depuis les tables du warehouse et à la prise en charge de tout modèle de données (foyers, abonnements, playlists). En contrepartie : assembler warehouse, reverse ETL, identité et activation exige de véritables ressources de data engineering – une dépendance dont manquent beaucoup d'équipes marketing.

La comparaison directe

Critère CDP packagée CDP composable
Stockage des données Dans l'infrastructure de l'éditeur (dupliqué) Dans le propre data warehouse
Flexibilité Limitée à l'écosystème de l'éditeur Stack technique librement composé
Souveraineté des données Chez l'éditeur Entièrement chez l'entreprise
Utilisateurs principaux Marketeurs, analystes Data engineers
Identity resolution Uniquement les données de la CDP Toute donnée du warehouse
Tarification Bundlée, croît avec le volume Débundlée, à la composante
Time-to-value Souvent 6 à 12 mois d'implémentation Par cas d'usage, généralement plus rapide
Conformité Partiellement RGPD/CCPA, rarement HIPAA RGPD/CCPA-ready, HIPAA possible

Quand chaque approche convient

La réponse honnête : tout dépend de la maturité. Une entreprise à faible empreinte de données, aux ressources techniques limitées et aux besoins de personnalisation simples sera bien servie par une CDP packagée – opérationnelle vite, peu d'ingénierie requise. À l'inverse, qui a déjà investi dans une infrastructure de données, ou prévoit de le faire, profite de l'architecture composable : elle s'adapte aux besoins croissants et passe pour plus pérenne. La question n'est pas « ancien contre nouveau », mais « clé en main contre contrôlable ».

Pourquoi la vision en deux camps est désormais incomplète

L'opposition stricte entre packagée et composable a une faiblesse : elle traite toute plateforme non composable comme « ancienne » – y compris des CDP modernes intégrant depuis longtemps connexion au warehouse, streaming en temps réel et IA embarquée. Qualifier une telle plateforme de « packagée » revient à appeler une voiture électrique d'aujourd'hui « voiture traditionnelle » parce que l'automobile existait déjà en 1908.

Le troisième modèle : l'IA redéplace l'architecture

Avec l'essor des agents IA autonomes émerge une troisième génération, que certains nomment CDP agentique. Sa marque distinctive : des boucles de feedback fermées – un agent IA lit un profil, décide, agit et apprend du résultat, idéalement à l'intérieur d'une seule frontière de plateforme et en quelques secondes. C'est là que l'approche composable montre sa propre limite : répartir les étapes « décider » et « agir » sur quatre à cinq systèmes d'éditeurs retarde l'« apprentissage » de plusieurs heures, et l'optimisation en temps réel devient difficile. Le choix ne se réduit donc pas à deux camps, mais s'ouvre sur une troisième option, pilotée par l'IA.

Questions fréquentes

Une CDP composable est-elle meilleure qu'une CDP packagée ?

Une CDP composable répond à des limites réelles de la première génération – portabilité des données et intégration au warehouse notamment. Pour les organisations pilotées par le data engineering, elle est souvent supérieure. Mais elle comporte ses propres compromis : complexité multi-éditeurs et boucles de feedback IA retardées. Elle n'est pas « meilleure » dans l'absolu – l'évaluation pertinente se fait selon des besoins concrets, pas selon une étiquette.

Une CDP composable est-elle plus chère qu'une CDP packagée ?

Pas nécessairement. L'acquisition peut représenter un coût d'entrée plus élevé, mais la facturation à la composante fait qu'on ne paie que les outils utilisés. Sur plusieurs années, cela peut revenir moins cher qu'une licence packagée bundlée et basée sur le volume – à condition de disposer des ressources d'ingénierie nécessaires.

Combien de temps prend l'implémentation ?

Les CDP packagées sont souvent opérationnelles en quelques semaines, mais leur implémentation complète dans l'entreprise prend fréquemment six à douze mois. Les CDP composables se déploient généralement par cas d'usage et atteignent plus vite une valeur productive, tout en demandant trois à six mois pour s'intégrer pleinement à l'écosystème de données.

Peut-on migrer d'une CDP packagée vers une CDP composable ?

Oui, et de nombreuses entreprises le font pour gagner en contrôle sur leurs données. La migration comprend le mapping des données, l'identity resolution et le raccordement de la couche d'activation au data warehouse cloud. C'est faisable, mais ce n'est pas un projet trivial.

Conclusion

CDP packagée et composable ne sont pas des pôles bien/mal, mais deux réponses à des situations de départ différentes : la simplicité clé en main contre le contrôle warehouse-native. La CDP packagée reste pertinente pour les cas peu dotés et simples ; la CDP composable convainc là où souveraineté des données, flexibilité et capacité d'ingénierie existante se rejoignent. L'essentiel est de percer à jour le récit binaire : qui choisit en 2026 devrait évaluer honnêtement sa propre maturité – et garder à l'esprit que l'IA est en train d'installer une troisième architecture.