Чистые комнаты данных: руководство для начинающих

В связи с прекращением поддержки сторонних файлов cookie, а конфиденциальность данных и соответствие требованиям выходят на первый план, предприятиям пришлось существенно адаптировать свои стратегии работы с данными клиентов.

Многие изучают различные подходы, и наиболее популярным вариантом становятся чистые комнаты данных (DCR).

Что такое чистые комнаты данных?

Чистая комната данных — это среда для совместной работы, в которой два, а иногда и более участников (бренды, издатели, рекламодатели, группы внутри компании или другие организации) собираются вместе для обмена и/или объединения своих соответствующих первичных данных.

Это позволяет им получать ценную информацию из собственных данных друг друга под строгим контролем. В конечном счете, каждый участник получает дополнительную информацию из коллективного пула данных.

Каждый участник, по сути, предоставляет свои собственные данные о клиентах в чистую комнату данных. Затем DCR обычно использует расширенные алгоритмы для поиска совпадений между данными участников, а затем дополняет эти сопоставленные профили дополнительными атрибутами, которые изначально были недоступны.

Короче говоря, каждый участник теперь имеет доступ к большему количеству данных, чем раньше, и может выполнять более широкий спектр аналитики, сегментации и анализа. В результате их маркетологи теперь могут проводить более целенаправленные и, следовательно, более эффективные и результативные активации, например, в платных СМИ.

Все эти улучшения и совместная работа происходят в нейтральной среде, обеспечивающей конфиденциальность, с контрактом, определяющим, что каждый участник может и не может делать с дополнительными данными. Элементы управления также определяют, как происходит прием данных, какие правила сопоставления применяются и как данные активируются. Безопасность, управление, контрольные журналы, шифрование и анонимность играют здесь важную роль.

Как правило, основной целью является улучшение набора данных и совместная работа. Обогащенные данные, если таковые имеются, не предназначены для экспорта обратно в исходные источники или участников. Контракт между сторонами определяет, что каждый участник может делать с объединенными данными в пределах чистой комнаты данных.

Конфиденциальность данных и соответствие требованиям имеют приоритет; вся личная информация (PII) шифруется и маскируется. Ни одна из сторон не имеет доступа к PII.

Обмен данными и рынки данных также могут предоставлять дополнительные возможности обогащения данных в контексте DCR. Однако это отдельные и разные сервисы, хотя некоторые игроки здесь также предоставляют свои собственные возможности DCR.

Чистые помещения для данных: пример

На рисунке ниже показано, как компания, производящая товары повседневного спроса (FMCG), может сотрудничать с одним из своих крупных розничных продавцов.

Данные о клиентах этого конкретного FMCG состоят в основном из демографических данных (например, возрастная группа, местоположение) и некоторых пользовательских предпочтений (например, их любимое мороженое). Эти данные могли поступать из разных источников, но в данном случае предположим, что покупатели предоставили эту информацию при регистрации на сайте сообщества FMCG.

В этом случае у фирмы нет никакой информации о транзакциях, потому что они не продают напрямую потребителям в этом сегменте. Однако их крупные розничные партнеры обладают данными о транзакциях, включая дату покупки, потраченную сумму, купленные товары и так далее. У розничного партнера также есть результаты кампаний в различных социальных сетях.

Когда эти двое решат сотрудничать в безопасной чистой комнате данных, оба партнера могут извлечь выгоду из этих объединенных данных. Поскольку теперь у них есть доступ к дополнительным атрибутам, они могут выполнять более сложную сегментацию и получать новые сведения. Это было бы невозможно ни для одного из партнеров без этого сотрудничества.

Например, рассмотрим случай использования платных медиа, где традиционно была высокая зависимость от сторонних данных. Сотрудничество в DCR позволяет обоим партнерам использовать сопоставление для лучшего таргетинга. А поскольку партнеры теперь имеют доступ к данным о результатах кампании, они могут узнать, нацелен ли один и тот же человек на несколько каналов, и решить, хотят ли они свести к минимуму это совпадение.

Копните глубже: Маркетинговые примеры использования чистых комнат данных

Ключевые проблемы чистых комнат данных

Как и в случае с любой технологией, не все так радужно в стране DCR. Вот некоторые ключевые проблемы:

• Установление и согласование объема обмена данными. Чистые комнаты данных должны быть нейтральными, но часто правила устанавливаются тем, кто владеет комнатой.
• Управление и мониторинг в эпоху соблюдения.
• Поиск подходящих партнеров, поддающихся тому же DCR.
• Чистая комната данных не решает всех проблем с конфиденциальностью и обменом данными, и вам почти всегда придется использовать ее в сочетании с другими инструментами и технологиями.
• Наконец, технические проблемы интеграции с остальной частью вашего стека, обеспечение управления данными и согласование конфигураций.

Копаем глубже: оценка чистых комнат данных для вашей организации

Типы чистых помещений

Чистая комната данных может предоставлять несколько различных услуг, таких как хранение данных, сопоставление битов идентичности, безопасность, шифрование, обогащение, прием данных и так далее. Следовательно, вы можете найти разнообразный рынок чистых комнат данных, которые предоставляют различные услуги.

Чтобы усложнить ситуацию, разные игроки будут сотрудничать ad hoc, чтобы предоставить более комплексное предложение. Наконец, некоторые из них предоставляют вертикальные или специфичные для предметной области ad hoc, что может быть удобно.

Мы разделяем этих игроков на пять категорий:

• Специализированные чистые комнаты данных
• Хранилища данных/озера данных
• Обнесенные стеной сады и медиакомпании
• Поставщики данных
• Платформы данных клиентов

Все они привносят свои различия и различные возможности. Тем не менее, тот, кто владеет чистой комнатой данных, имеет большое право голоса в управлении.

Специализированные чистые комнаты данных

Вы можете найти множество специализированных поставщиков чистых помещений, где это является их основной сферой деятельности. Как независимые игроки, они могут предоставлять широкий спектр возможностей, включая обогащение данных через своих партнеров по данным (в дополнение к вашим партнерам) и возможности активации.

Однако большинство из них являются относительно небольшими фирмами с ограниченным присутствием на рынке. Поэтому ваши потенциальные партнеры с меньшей вероятностью будут использовать одного и того же поставщика. Привлечение подходящих партнеров для совместной работы на одной платформе может потребовать некоторых переговоров.

Хранилища данных (DWH) / озера данных

Ведущие поставщики DWH/озер данных — например, Snowflake, Google, AWS и Databricks — предлагают дополнительные услуги чистой комнаты данных. Однако в некоторых случаях то, что они предлагают, представляет собой набор инструментов, и вам или какой-либо другой фирме на самом деле потребуется создать чистую комнату данных с использованием SQL, соединений таблиц, правил, хранимых процедур и т. д. Эти поставщики обычно расширяют свои предложения через третье сторонняя торговая площадка с дополнительными партнерскими инструментами.

Этот маршрут может быть полезен, когда вы и ваш партнер уже используете одну и ту же платформу, и в этом случае вам может не понадобиться физически перемещать данные. Но будьте готовы к большей зависимости от SQL и программирования, чем от визуальных интерфейсов.

Обнесенные стеной сады и медиакомпании

Обнесенные стеной сады - это старейшая форма чистых комнат данных, появившаяся раньше этого термина. Google, Meta и Amazon лидируют в этом пакете. Вы принимаете данные о своих клиентах в этих огороженных садах и сопоставляете их с огромными объемами рекламных данных (например, данными о показе рекламы или о том, кто какую рекламу видел и т. д.), которые Google и др. накопили из своих рекламных сетей.

Для Google и Amazon это необязательное дополнительное предложение из их предложения DWH. Несмотря на то, что они по-прежнему построены на их DWH (например, BigQuery для Google), вы ограничены рекламными данными этого окруженного стеной сада в качестве данных партнеров.

Помимо этих обнесенных стеной садов, некоторые крупные медиа-компании также предлагают «чистую комнату» для данных. Как и в случае с крупными игроками, эти предложения также специально предназначены для медиа-направлений этих компаний.

Однако под обложками вы можете найти некоторые знакомые технологии. Чистая комната данных Disney — результат сотрудничества со специализированными поставщиками DCR Habu и Infosum, а также со Snowflake. Точно так же Центр анализа аудитории NBCUniversal работает в партнерстве со Snowflake.

Поставщики данных

Несколько поставщиков данных для адаптации уже сейчас предоставляют Data Clean Room. Эти поставщики обычно предлагают полезные дополнительные возможности, такие как разрешение идентификации и доступ к их рынку данных, где вы можете использовать данные из их сети, а не только вашего партнера.

Этот вариант может быть полезен для сопоставления наборов данных между партнерами и обогащения данных первой стороны данными второй и третьей стороны. Однако возможности их активации могут быть ограниченными.

Бонусная категория: Платформы данных клиентов (CDP)

Удивительно, но только несколько CDP, таких как Adobe и Blueconic, предоставляют своим лицензиатам частные возможности DCR. Однако это также означает, что ваш партнер должен использовать ту же CDP, поэтому сетевые эффекты остаются ограниченными. Основное преимущество заключается в том, что ваши собственные данные остаются в вашей CDP, и вам не нужно перемещать их куда-либо еще.

DCR обеспечивают целевые стратегии активации данных

Чистые помещения для данных быстро становятся ключевым механизмом повышения рентабельности инвестиций в данные ваших клиентов. У вас есть несколько вариантов, но обратите внимание на некоторые ключевые моменты при выборе:

• Варианты, описанные выше, частично совпадают. Поставщики этих вариантов часто сотрудничают друг с другом, чтобы предложить свои соответствующие чистые комнаты данных. Так, например, вы можете использовать управляемую Snowflake чистую комнату данных от Snowflake вместе с поставщиком из его торговой площадки или вы можете получить предложение другого поставщика на основе Snowflake. Оба могут быть похожи, но предлагаются разными поставщиками.
• В отличие от других интеграционных платформ, вы и ваш партнер должны сделать данные доступными в одной и той же чистой комнате данных. Это может ограничить ваши варианты сотрудничества.

В результате предприятия нередко используют несколько предложений «чистой комнаты» для данных в различных сценариях использования и профилях партнеров. Сообразительное предприятие оставит здесь свои возможности открытыми.