Qué es Adobe Data Distiller y cuándo usarlo en AEP

Tienes años de pedidos, visitas y datos del CRM en Adobe Experience Platform, pero para segmentar necesitas algo más simple: cuánto gastó cada cliente en 12 meses, en qué decil de valor está o cuántas personas de una cuenta B2B siguen activas. Si ese cálculo depende de exportar datos a otra herramienta cada semana, es lento y frágil. Y si metes todo el historial al perfil en tiempo real, Adobe advierte que crece tu volumen de datos del perfil (Total Data Volume) sin que la personalización mejore.

En WolfSellers implementamos Adobe Experience Platform (AEP), Adobe Real-Time CDP y Adobe Journey Optimizer para empresas en México. Esta nota explica Adobe Data Distiller: qué es, en qué se diferencia de Query Service, qué puedes hacer con él, cómo se licencia y cuándo conviene. Lo que decimos de funciones de Adobe sale de su documentación en Experience League, revisada en octubre de 2026.

---

Qué es Adobe Data Distiller

Adobe Data Distiller es un paquete adicional (add-on) de Adobe Experience Platform que habilita las consultas por lotes de Query Service: SQL que limpia, transforma y enriquece datos ya ingestados y guarda el resultado en el data lake como un dataset nuevo, que puedes programar y, si lo necesitas, publicar en el perfil de Real-Time CDP. Adobe lo describe como un paquete para preparar datos después de la ingesta, para casos de perfil en tiempo real o de análisis.

Tres precisiones:

• No es otra herramienta. Funciona dentro de Query Service, con el mismo editor y el mismo SQL. Cambia lo que tienes permitido hacer: escribir datasets, programar consultas y correrlas hasta por 24 horas.
• No ingesta datos. Consulta lo que ya está en el data lake.
• No es un producto nuevo. Las release notes de Experience Platform ya hablan del "Data Distiller SKU" en la versión del 26 de octubre de 2022. Lo que sí cambió es lo que incluye.

Data Distiller vs. Query Service: la diferencia en una tabla

Query Service es el motor SQL de AEP y viene con todas las aplicaciones basadas en Experience Platform (Real-Time CDP, Customer Journey Analytics y Journey Optimizer), pero solo para consultas ad hoc. Data Distiller agrega las consultas por lotes. Así lo resume la página de empaquetado de Query Service:

El permiso también cambia: en Adobe Admin Console, Manage Queries sin permiso de escritura deja correr consultas ad hoc; con escritura, consultas por lotes.

Qué puedes hacer con Data Distiller

Datasets derivados y atributos para el perfil

Un dataset derivado es una tabla que generas con SQL a partir de otros datasets del data lake: totales, promedios o rankings como deciles, cuartiles y percentiles. Lo creas con CREATE TABLE ... AS SELECT, lo alimentas con INSERT INTO y lo programas para que se recalcule solo. Para usarlo en Real-Time CDP necesita una identidad primaria con su namespace y la etiqueta de perfil, y todo eso también se hace con SQL: WITH (label='PROFILE') al crear la tabla, o ALTER TABLE ... ADD LABEL 'PROFILE' sobre una existente.

Adobe llama a este patrón derivar y promover: el historial completo se queda en el data lake, que no cuenta para tu cuota de datos del perfil, y al perfil solo sube la señal (un puntaje, un nivel, un ranking). El flujo documentado:

1. Escribes la consulta que define la señal, por ejemplo la actividad de 12 meses convertida en nivel de lealtad.
2. Generas un dataset derivado con una fila por cliente.
3. Programas el refresco diario o semanal.
4. Publicas el dataset al perfil, donde la señal aparece en el constructor de audiencias.
5. Activas esas audiencias en destinos de Real-Time CDP o en journeys de Journey Optimizer.

Audiencias con SQL

Desde septiembre de 2024, Data Distiller crea audiencias directamente con CREATE AUDIENCE ... AS SELECT. La audiencia queda registrada con origen Data Distiller, aparece también en Journey Optimizer y se activa en destinos de archivo como Amazon S3, SFTP o Azure Blob, con sus columnas adicionales como atributos enriquecidos para filtrar. Tres reglas antes de diseñar:

• Caducan a los 30 días. Son audiencias externas y Adobe las elimina pasado ese plazo; si deben vivir más, una consulta programada tiene que recalcularlas.
• Se refrescan completas con INSERT OVERWRITE INTO, disponible desde abril de 2025 para clientes de Data Distiller. INSERT INTO solo agrega.
• No pasan por el perfil y solo admiten atributos de primer nivel, no anidados.

Estadística y machine learning con SQL

Data Distiller entrena, evalúa y aplica modelos sin salir del SQL: CREATE MODEL entrena, model_evaluate mide el desempeño con un dataset aparte y model_predict aplica el modelo a datos nuevos. Desde abril de 2025, las predicciones se guardan con CTAS o INSERT INTO. La documentación incluye algoritmos de clasificación (regresión logística, árboles de decisión, random forest, Naive Bayes, entre otros), de regresión y de clustering (K-means y mezclas gaussianas, entre otros).

Si tu equipo de ciencia de datos prefiere sus herramientas, el flujo AI/ML feature pipelines calcula variables con Data Distiller desde un notebook de Python, las lleva a tu entorno de machine learning y regresa los puntajes a AEP para Real-Time CDP y Journey Optimizer.

Reportes, tableros y herramientas de BI

SQL Insights crea modelos de datos de reportes a la medida y extiende los de Real-Time CDP, para ver indicadores de perfiles, audiencias, journeys o consentimiento por dimensiones propias, como la unidad de negocio. Los agregados se cargan en el almacén acelerado y se muestran en tableros de AEP o en herramientas de BI; la documentación nombra Power BI, Tableau, Looker y Apache Superset. Ese almacén es solo para datos agregados: nada de eventos crudos, identidades ni datos personales, y no reemplaza al data lake ni a un data warehouse.

En el editor, los Data Distiller accelerators son plantillas de SQL con parámetros, mantenidas por Adobe, para análisis comunes como embudos, promedios móviles o traslape de audiencias.

Qué ha cambiado en Data Distiller entre 2022 y 2026

Data Distiller lleva al menos cuatro años en la documentación de Adobe. Esto es lo que registran sus release notes:

Lo más reciente es gobierno y operación, no una función estrella. En septiembre y octubre de 2026, Adobe actualizó dos guías que conviene leer antes de comprar: la de personalización de largo plazo con Data Distiller y la que lo compara con Customer Journey Analytics y Federated Audience Composition.

Cómo se licencia Data Distiller y cómo se mide el uso

Data Distiller es un add-on que se contrata con Adobe junto con Real-Time CDP, Customer Journey Analytics o Journey Optimizer. No publicamos precios: los define tu contrato con Adobe. Lo que sí es público es cómo se mide:

Las horas de cómputo son un límite de desempeño, no un bloqueo: si las rebasas, Adobe advierte que el rendimiento puede bajar. Se vigilan en el tablero de uso de licencia (requiere el permiso View License Usage Dashboard) y en la pestaña de consultas programadas, que muestra las horas de cada ejecución desde el 15 de agosto de 2024. Lo que manda es tu orden de compra y la descripción de producto de tu contrato.

Casos de uso en retail, ecommerce y B2B

Casos típicos en empresas de México, todos con el mismo patrón: calcular en el data lake y llevar al perfil o a la audiencia solo el resultado.

Un ejemplo ilustrativo del primer caso, con nombres de datasets y campos inventados:

CREATE TABLE valor_cliente_12m AS (
  SELECT
    cliente_id,
    DATEDIFF(current_date, MAX(fecha_pedido)) AS dias_desde_ultima_compra,
    COUNT(DISTINCT pedido_id) AS pedidos_12m,
    SUM(total_pedido) AS gasto_12m,
    NTILE(10) OVER (ORDER BY SUM(total_pedido) DESC) AS decil_gasto
  FROM pedidos_ecommerce
  WHERE fecha_pedido >= date_sub(current_date, 365)
  GROUP BY cliente_id
)

El decil 1 agrupa al 10% que más gastó. Con identidad primaria y etiqueta de perfil, decil_gasto se vuelve un atributo para armar audiencias.

Dos advertencias de Adobe. Muchos datasets, como los del conector de Adobe Analytics, ya vienen deduplicados por evento, y repetirlo solo hace más lenta la consulta; los que llegan en streaming sí necesitan ese paso. Y con Adobe Target, el destino de Real-Time CDP acepta audiencias por lotes y en streaming, pero lo que puedes personalizar depende de tu implementación.

Cuándo conviene Data Distiller y cuándo no

La guía de Adobe para elegir enfoque de personalización de largo plazo parte de una pregunta: ¿tu segmentación mira más allá de 30 a 90 días? Si no, Real-Time CDP y Journey Optimizer bastan. Si sí, hay varios caminos:

Federated Audience Composition pide Real-Time CDP o Journey Optimizer en paquete Prime o Ultimate más su propio add-on, y se conecta con Snowflake, Google BigQuery, Databricks, Amazon Redshift, Azure Synapse, Microsoft Fabric y Vertica. Cuándo ingestar y cuándo federar lo tratamos en gobierno de datos en Adobe Experience Platform.

Data Distiller no conviene si:

• No tienes quién escriba y mantenga SQL. Adobe lo dice: requiere SQL y un ingeniero de datos.
• El análisis es exploratorio. La transformación se define por adelantado.
• Necesitas calcular la señal en el momento del evento. Procesa por lotes; para eso están la segmentación en streaming y Journey Optimizer.
• Buscas un data warehouse o una capa de BI general.

También se combinan. Adobe propone que Data Distiller calcule cada semana un riesgo de abandono y que en Customer Journey Analytics los analistas lo crucen con el comportamiento que descubren.

Gobierno de datos y privacidad en Data Distiller

Un dataset derivado sigue siendo dato de clientes, y la documentación de Query Service pide gobernarlo igual que la fuente:

• Etiquetas de uso. Los datasets que usan un esquema XDM etiquetado heredan sus etiquetas. Los que nacen de un CTAS con esquema ad hoc también deben etiquetarse, y para eso primero hay que hacer visible ese esquema en la interfaz.
• Acceso por columna. Con control de acceso basado en atributos, quien no tiene permiso sobre una columna no puede leerla ni escribirla. Las vistas (CREATE VIEW) no heredan esas reglas.
• Identidad para solicitudes de privacidad. Agrega una identidad a cada dataset derivado para que las solicitudes de acceso o eliminación lo alcancen. Y borrar registros del data lake no borra los perfiles construidos con ellos.
• Eliminaciones en curso. No lances consultas derivadas sobre un dataset con una eliminación pendiente: capturarían lo que estás borrando.
• Auditoría. Los registros de auditoría guardan quién ejecutó consultas y quién creó, cambió o borró plantillas y consultas programadas.

En México, usar datos personales para calcular puntajes o segmentos es una finalidad que tu aviso de privacidad debe contemplar según la LFPDPPP; cómo se aterriza en AEP lo explicamos en gobierno de datos en Adobe Experience Platform.

Cómo arrancar con Data Distiller: un piloto de 4 a 6 semanas

Recomendamos empezar con un solo caso, con dueño de negocio y una métrica clara:

Los roles: ingeniería de datos o analista SQL, que escribe y mantiene las consultas; arquitectura de datos con experiencia en XDM, para esquemas, namespaces e identidad; marketing, que define la señal y usa la audiencia; gobierno de datos, para etiquetas y accesos; y administración de AEP, para permisos y uso de la licencia.

Errores frecuentes con Data Distiller

1. Comprarlo sin un caso definido. Las horas de cómputo se contratan por año; sin un caso, pagas capacidad que nadie aprovecha.
2. Subir todo el historial al perfil en lugar de la señal calculada.
3. Recalcular todo el historial en cada ejecución. Adobe documenta un patrón de carga incremental con snapshots que procesa solo lo nuevo.
4. Esperar UPDATE o DELETE. En datasets, Query Service solo agrega registros: un cambio se refleja insertando un registro nuevo con el estado correcto.
5. Olvidar etiquetar los datasets derivados con esquema ad hoc.
6. Probar consultas pesadas en desarrollo sin mirar el consumo, cuando la capacidad se comparte entre sandboxes.
7. Dejar caducar audiencias con SQL porque nadie programó su refresco.
8. Guardar datos personales en el almacén acelerado o usarlo como data warehouse.

Cómo lo hacemos en WolfSellers

Empezamos con un diagnóstico de tu instancia de AEP: datasets, esquemas, identidades, calidad de la ingesta y los casos que marketing y ventas quieren resolver. Con negocio definimos la señal y cómo se va a medir. Escribimos y versionamos el SQL, lo validamos contra reportes que ya conoces y lo dejamos gobernado en un sandbox de desarrollo. Lo programamos con alertas, estimamos el consumo de horas de cómputo, lo publicamos al perfil o como audiencia y documentamos la operación para tu equipo.

Si aún evalúas la plataforma, empieza por nuestra guía de Adobe Real-Time CDP. Somos Adobe Solution Partner nivel Gold, con un equipo de 135 personas que opera desde la Ciudad de México en modelo nearshore. Nuestros servicios de Adobe Experience Platform, Adobe Real-Time CDP, ingeniería de datos y business intelligence cubren del diseño a la operación. Si quieres revisar tu caso, escríbenos.

---

Preguntas frecuentes sobre Adobe Data Distiller

¿Data Distiller es lo mismo que Query Service?

No. Query Service es el motor SQL de Adobe Experience Platform y viene con Real-Time CDP, Customer Journey Analytics y Journey Optimizer, pero solo para consultas ad hoc de hasta 10 minutos que no guardan resultados. Data Distiller es el add-on que habilita las consultas por lotes: escriben datasets, se programan y corren hasta 24 horas.

¿Necesito Data Distiller para usar Real-Time CDP?

No. Según la guía de Adobe, si tu segmentación mira 30 a 90 días y el perfil tiene los datos que necesitas, Real-Time CDP y Journey Optimizer bastan. Data Distiller se justifica cuando necesitas señales calculadas sobre historial largo, como deciles, puntajes o niveles.

¿Data Distiller se paga aparte?

Sí. Es un add-on que se contrata con Adobe junto con Real-Time CDP, Customer Journey Analytics o Journey Optimizer, y se mide sobre todo en horas de cómputo anuales. El precio depende de tu contrato con Adobe.

¿Data Distiller es un producto nuevo?

No. Las release notes de Experience Platform lo mencionan desde octubre de 2022. Lo más reciente son las audiencias con SQL (septiembre de 2024), el refresco completo de audiencias y las predicciones guardadas en tablas (abril de 2025), y en 2026 mejoras de sesiones y permisos.

¿Qué son las horas de cómputo de Data Distiller?

Son la unidad de consumo del paquete: el tiempo que el motor de Query Service tarda en leer, procesar y escribir de vuelta al data lake en una consulta por lotes. Se contratan por año, se reinician en el aniversario del contrato y se consultan en el tablero de uso de licencia.

¿Puedo conectar Power BI o Tableau?

Sí. Query Service usa el protocolo PostgreSQL y Adobe documenta la conexión con Power BI, Tableau y Looker, entre otros. Con Data Distiller puedes preparar tablas agregadas en el almacén acelerado para que los tableros respondan rápido.

¿Data Distiller reemplaza a mi data warehouse?

No. Prepara y enriquece los datos que ya están en Adobe Experience Platform. Si tu historial vive en Snowflake, BigQuery o Databricks y no debe salir de ahí, evalúa Federated Audience Composition.

¿Puedo usar los resultados en Adobe Journey Optimizer?

Sí. Un atributo derivado publicado al perfil se usa en audiencias y journeys como cualquier otro, y las audiencias creadas con SQL aparecen en Journey Optimizer, filtrables por sus atributos enriquecidos.

Servicios relacionados

Si este tema es relevante para tu negocio, estos servicios de WolfSellers pueden ayudarte a implementarlo:

• Adobe Experience Platform
• Marketing e-commerce
• IA & Automatización