Kamar bersih data: Panduan pemula

Dengan penghentian cookie pihak ketiga yang menjulang tinggi dan privasi data serta kepatuhan menjadi pusat perhatian, perusahaan harus menyesuaikan strategi data pelanggan mereka secara substansial.

Banyak yang mengeksplorasi berbagai pendekatan, dengan ruang bersih data (DCR) muncul sebagai opsi yang menonjol.

Apa itu kamar bersih data?

Ruang pembersihan data adalah lingkungan kolaboratif tempat dua atau terkadang lebih peserta (merek, penerbit, pengiklan, grup dalam perusahaan, atau entitas lain) berkumpul untuk berbagi dan/atau menggabungkan data pihak pertama masing-masing.

Hal ini memungkinkan mereka untuk mengumpulkan wawasan dari data pihak pertama satu sama lain di bawah kontrol yang ketat. Pada akhirnya, setiap peserta memperoleh wawasan tambahan dari kumpulan data kolektif.

Setiap peserta pada dasarnya memberikan data pelanggan mereka sendiri ke ruang bersih data. DCR kemudian biasanya menggunakan algoritme lanjutan untuk menemukan kecocokan antara data peserta dan kemudian melengkapi profil yang cocok tersebut dengan atribut tambahan yang awalnya tidak tersedia.

Singkatnya, setiap peserta sekarang memiliki akses ke lebih banyak data daripada sebelumnya dan dapat menjalankan analitik, segmentasi, dan wawasan yang lebih luas. Akibatnya, pemasar mereka sekarang dapat menjalankan aktivasi yang lebih bertarget — dan karenanya lebih efisien dan efektif —, misalnya, di media berbayar.

Semua peningkatan dan kolaborasi ini terjadi dalam lingkungan yang ramah privasi dan netral, dengan kontrak yang mengatur apa yang dapat dan tidak dapat dilakukan setiap peserta dengan data tambahan. Kontrol juga mengatur bagaimana penyerapan data terjadi, aturan pencocokan seperti apa yang diterapkan dan bagaimana data diaktifkan. Keamanan, tata kelola, jejak audit, enkripsi, dan anonimisasi semuanya memainkan peran penting di sini.

Secara umum, tujuan utamanya adalah peningkatan dan kolaborasi kumpulan data. Data yang diperkaya, jika ada, tidak dimaksudkan untuk diekspor kembali ke sumber atau peserta aslinya. Kontrak antara para pihak memutuskan apa yang dapat dilakukan masing-masing peserta dengan data gabungan dalam batas-batas ruang bersih data.

Privasi dan kepatuhan data diutamakan; semua informasi identitas pribadi (PII) dienkripsi dan disamarkan. Tidak ada pihak yang memiliki akses ke PII.

Pertukaran data dan pasar data juga dapat menyediakan kemampuan pengayaan data tambahan dalam konteks DCR. Namun, ini adalah layanan yang terpisah dan berbeda, meskipun beberapa pemain di sini juga akan menyediakan kemampuan DCR mereka sendiri.

Kamar bersih data: Contoh

Gambar di bawah menunjukkan bagaimana perusahaan fast-moving consumer goods (FMCG) dapat berkolaborasi dengan salah satu peritel besarnya.

Data pelanggan FMCG khusus ini sebagian besar terdiri dari data demografis (misalnya, kelompok usia, lokasi) dan beberapa preferensi pengguna (misalnya, es krim favorit mereka). Data ini dapat berasal dari berbagai tempat, tetapi untuk kasus ini, anggap saja pelanggan memberikan informasi ini sebagai bagian dari pendaftaran mereka di situs komunitas FMCG.

Dalam hal ini, perusahaan tidak memiliki informasi transaksi karena tidak menjual langsung ke konsumen di segmen ini. Namun, mitra ritel besar mereka memiliki data transaksi, termasuk tanggal pembelian, jumlah yang dibelanjakan, barang yang dibeli, dan sebagainya. Mitra ritel juga mendapatkan hasil dari kampanye di berbagai saluran media sosial.

Saat keduanya memutuskan untuk berkolaborasi dalam ruang bersih data yang aman, kedua mitra dapat memanfaatkan data gabungan ini. Karena kini mereka memiliki akses ke atribut tambahan, mereka dapat melakukan segmentasi yang lebih canggih dan mendapatkan wawasan baru. Ini tidak akan mungkin bagi salah satu mitra tanpa kolaborasi ini.

Misalnya, pertimbangkan kasus penggunaan media berbayar yang biasanya memiliki ketergantungan tinggi pada data pihak ketiga. Berkolaborasi dalam DCR memungkinkan kedua mitra memanfaatkan pencocokan untuk penargetan yang lebih baik. Dan karena mitra sekarang memiliki akses ke data hasil kampanye, mereka dapat mengetahui apakah orang yang sama menjadi sasaran di berbagai saluran dan memutuskan apakah mereka ingin meminimalkan tumpang tindih tersebut.

Gali lebih dalam: Kasus penggunaan pemasaran untuk ruang bersih data

Tantangan utama ruang bersih data

Seperti halnya teknologi apa pun, tidak semuanya cerah di tanah DCR. Beberapa tantangan utama adalah:

• Menetapkan dan menyetujui ruang lingkup berbagi data. Kamar bersih data dimaksudkan untuk menjadi netral, tetapi sering kali, aturan ditetapkan oleh siapa pun yang memiliki kamar.
• Tata kelola dan pemantauan di era kepatuhan.
• Menemukan mitra yang tepat setuju dengan DCR yang sama.
• Ruang pembersihan data tidak menyelesaikan semua masalah privasi dan berbagi data dan Anda hampir selalu perlu menggunakannya bersamaan dengan alat dan teknologi lainnya.
• Terakhir, tantangan teknis integrasi dengan sisa tumpukan Anda, memastikan pengelolaan data dan konfigurasi yang cocok.

Gali lebih dalam: Mengevaluasi ruang bersih data untuk organisasi Anda

Jenis kamar bersih data

Ruang pembersihan data dapat menyediakan beberapa layanan berbeda seperti penyimpanan data, bit pencocokan identitas, keamanan, enkripsi, pengayaan, penyerapan data, dan sebagainya. Akibatnya, Anda dapat menemukan beragam pasar untuk ruang bersih data yang menyediakan berbagai layanan.

Untuk memperumit masalah, pemain yang berbeda akan bermitra secara ad hoc untuk memberikan penawaran yang lebih komprehensif. Akhirnya, beberapa dari mereka menyediakan ad hoc vertikal atau khusus domain yang mungkin berguna.

Kami mengelompokkan para pemain ini ke dalam lima kategori:

• Kamar bersih data khusus
• Gudang data/data lake
• Kebun bertembok dan perusahaan media
• Vendor orientasi data
• Platform data pelanggan

Mereka semua membawa perbedaan dan kemampuan yang berbeda-beda. Namun demikian, siapa pun yang memiliki ruang bersih data memiliki suara besar dalam tata kelola.

Kamar bersih data khusus

Anda dapat menemukan banyak vendor ruang bersih khusus di mana ini adalah area fokus utama mereka. Sebagai pemain independen, mereka dapat memberikan berbagai kemampuan, termasuk pengayaan data melalui mitra data mereka (selain mitra Anda) dan kemampuan aktivasi.

Namun, sebagian besar adalah perusahaan yang relatif lebih kecil dengan keberadaan pasar yang terbatas. Oleh karena itu, calon mitra Anda akan cenderung menggunakan vendor yang sama. Mendapatkan mitra yang tepat untuk berkolaborasi pada platform yang sama mungkin memerlukan beberapa negosiasi.

Gudang data (DWH) / danau data

Vendor DWH/data lake terkemuka — misalnya, Snowflake, Google, AWS, dan Databricks — semuanya menjual penawaran layanan kamar bersih data opsional. Namun, dalam beberapa kasus, apa yang mereka tawarkan adalah perangkat, dan Anda atau perusahaan lain benar-benar perlu membangun ruang pembersihan data menggunakan SQL, gabungan tabel, aturan, prosedur tersimpan, dll. Penyedia ini biasanya memperluas penawaran mereka melalui yang ketiga -pasar pihak dengan alat mitra tambahan.

Rute ini mungkin berguna saat Anda dan pasangan sudah menggunakan platform yang sama, dalam hal ini Anda mungkin tidak perlu memindahkan data secara fisik. Tetapi bersiaplah untuk memiliki lebih banyak ketergantungan pada SQL dan pemrograman daripada antarmuka visual.

Kebun bertembok dan perusahaan media

Taman bertembok adalah bentuk tertua dari data kamar bersih dan mendahului istilah tersebut. Google, Meta, dan Amazon memimpin paket ini. Anda mencerna data pelanggan Anda di taman bertembok ini dan mencocokkannya dengan data periklanan dalam jumlah besar (mis., data keterpaparan iklan atau siapa yang melihat iklan yang mana, dll.) yang Google et al. terakumulasi dari jaringan iklan mereka.

Untuk Google dan Amazon, ini adalah penawaran tambahan opsional dari penawaran DWH mereka. Meskipun masih membangun DWH mereka (misalnya, BigQuery untuk Google), Anda terbatas pada data periklanan taman bertembok itu sebagai data mitra.

Selain taman bertembok ini, beberapa perusahaan media besar juga menyediakan penawaran ruang bersih data. Seperti halnya pemain besar, penawaran ini juga khusus untuk tujuan media perusahaan tersebut.

Di bawah selimut, Anda mungkin menemukan beberapa teknologi yang sudah dikenal. Ruang pembersihan data Disney merupakan kolaborasi dengan vendor DCR khusus Habu dan Infosum, bersama dengan Snowflake. Demikian pula, Audience Insights Hub NBCUniversal bekerja dalam kemitraan dengan Snowflake.

Vendor orientasi data

Beberapa vendor orientasi data menyediakan Ruang Pembersihan Data sekarang. Vendor ini biasanya menawarkan kemampuan tambahan yang bermanfaat, seperti resolusi identitas dan akses ke pasar data mereka, tempat Anda dapat memanfaatkan data dari jaringan mereka dan bukan hanya mitra Anda.

Alternatif ini dapat berguna dalam mencocokkan kumpulan data di seluruh mitra dan memperkaya data pihak pertama dengan data pihak kedua dan ketiga. Namun, kemampuan aktivasi mereka mungkin terbatas.

Kategori bonus: Platform data pelanggan (CDP)

Anehnya, hanya beberapa CDP, seperti Adobe dan Blueconic, yang menyediakan kemampuan DCR pribadi untuk pemegang lisensinya. Namun, ini juga berarti partner Anda harus menggunakan CDP yang sama, sehingga efek jaringan tetap terbatas. Manfaat utamanya adalah data pihak pertama Anda tetap ada di CDP Anda tanpa harus memindahkannya ke tempat lain.

DCR memberdayakan strategi aktivasi data yang ditargetkan

Ruang bersih data dengan cepat muncul sebagai mekanisme utama untuk meningkatkan laba atas investasi data pelanggan Anda. Anda memiliki beberapa opsi, tetapi catat beberapa poin penting saat Anda memilih:

• Ada beberapa opsi yang tumpang tindih di atas. Vendor di opsi ini sering bermitra satu sama lain untuk menawarkan ruang bersih data masing-masing. Jadi, sebagai contoh, Anda dapat menggunakan ruang bersih data yang dioperasikan Snowflake dari Snowflake, bersama dengan vendor dari pasarnya, atau Anda dapat memperoleh penawaran vendor lain berdasarkan Snowflake. Keduanya mungkin serupa tetapi ditawarkan oleh vendor yang berbeda.
• Tidak seperti platform integrasi lainnya, Anda dan mitra harus menyediakan data di ruang bersih data yang sama. Ini dapat membatasi pilihan kolaborasi Anda.

Akibatnya, tidak jarang perusahaan menggunakan beberapa penawaran kamar bersih data di berbagai kasus penggunaan dan profil mitra. Perusahaan yang cerdas akan tetap membuka opsinya di sini.