从 Salesforce 和Emarsys 到 Klaviyo：为什么顶级品牌集体迁移？

最近我们在服务客户的过程中，观察到一个明显的趋势：越来越多年营收过亿的品牌，开始主动评估是否要从 Emarsys、Salesforce Marketing Cloud 这类”企业级老系统”迁移出来。

他们不是因为预算压力，而是因为一个更根本的问题：系统跑得越来越快，但增长越来越慢。

今天我们用 Klaviyo 刚刚发布的这张架构图，讲清楚这件事的本质。

先看这张图，它在说什么

图的最底层是 Ingestion（数据接入）：

• ETL & Reverse-ETL

• S2S 实时数据流

• Form Fills 表单

• C2S 和 S2S 实时流

左边是它的集成生态：Snowflake、Databricks、Shopify、Salesforce——这意味着你现有的数据资产不需要迁移，直接接入。

右边更有意思：JS、Python、PHP、Flutter、React Native——开发者可以用任何技术栈接入，没有黑盒。

这一层解决的问题：数据不再孤立。

往上是 Transformation（数据转化） 和 Identity Resolution（身份识别）：

• No-code rules（无代码规则）到 Code/Webhooks（代码级自定义）

• Deterministic & Probabilistic Matching——确定性匹配 + 概率性匹配

• Unified Profiles & Consent（统一用户画像 + 合规管理）

注意图上圈出来的两个数据库：

• 左边：OLTP – MySQL/Aurora（处理实时交易数据）

• 右边：OLAP – Clickhouse（处理分析查询）

Klaviyo 在用 Clickhouse 做分析数据库，这是目前市场上查询速度最快的列式数据库之一。

这也是为什么 Klaviyo 的分群和报表响应速度，比大多数竞品快几个数量级。

架构图上有一句话形容这一层：“Comparable to a Fast Snowflake / Databricks”

这句话是给技术团队看的。意思是：你不需要再单独搭一套数据仓库来支撑营销决策，Klaviyo 的数据平台本身就能承担这个角色。

这一层解决的问题：用户是谁，系统真的知道。

图的中间层是整张图最关键的部分：

• Real-time segmentation（实时分群）

• AI/ML（人工智能/机器学习）

• LLMs（大语言模型）

• Predictive Models（预测模型）

• Marketing Agent + Customer Agent

注意”Agents”这个词。

2026年之前，AI 在营销工具里的角色是”建议”——它告诉你该怎么做，但执行还是人。

现在 Klaviyo 的 Agent 是”执行”——它可以代替你做决策、拆分受众、生成内容、决定发送时机。

这对很多依赖人工运营的团队意味着什么？

一个人可以做五个人的活。

还有一个细节：图的右下角出现了 MCP Server、Claude app、ChatGPT app。

这意味着 Klaviyo 已经开放了 AI Agent 的调用接口——你可以用 Claude 或 ChatGPT 直接操作 Klaviyo，让 AI 帮你管理营销自动化流程。

这一层解决的问题：营销决策不再完全依赖人。

最上层是 Omnichannel execution（全渠道执行）：Email、SMS/RCS、Push、Mobile App、Social、Webchat、Onsite/Hub、Offline

以及两大应用：Marketing（营销） 和 Service（服务）

注意 Service 这个模块：Helpdesk、Customer Hub Customization、Agent Skills。

Klaviyo 在悄悄做一件很多人没注意到的事：把营销系统和客服系统合并在同一个用户数据上运行。

这意味着：客服知道这个用户上周刚买了什么、收到过什么邮件、对什么产品感兴趣。营销也知道这个用户上次投诉了什么、客服帮他解决了什么问题。

这才是真正的”以用户为中心”，而不是系统之间互相不认识。

回到最开始的问题：

为什么品牌要换掉 Emarsys？

Emarsys 是模块化的企业系统，Klaviyo 是一体化的增长系统。

一个我们真实观察到的现象

如果你的团队还在用 Emarsys 或者 Salesforce ，你不一定需要立刻换系统。但有一个问题值得认真想一想：你的系统现在在帮你做决策，还是只在帮你发消息？

这两件事的差距，就是你和竞争对手增长速度差距的来源。