Data Clean Room

Một data clean room là một môi trường bảo mật, được kiểm soát quyền truy cập, nơi hai hoặc nhiều bên, thường là một nhà quảng cáo và một nền tảng hoặc nhà xuất bản, có thể kết hợp và phân tích các tập dữ liệu chung của họ cho mục đích quảng cáo, mà không bên nào từng nhìn thấy dữ liệu thô, có thể định danh cá nhân của bên kia.

Cách thức kết hợp thực sự hoạt động#

Trong thực tế, một nhà quảng cáo có thể tải lên một danh sách email khách hàng đã được mã hóa (hash) từ CRM của họ, và một nhà xuất bản hoặc nền tảng sẽ kết hợp danh sách đó với hồ sơ người dùng đã mã hóa của chính họ, dựa trên các định danh được mã hóa, bên trong clean room. Kết quả đầu ra là dạng tổng hợp: có bao nhiêu người dùng khớp đã xem một quảng cáo nhất định, sự chồng chéo giữa khách hàng hiện có của nhà quảng cáo và đối tượng của nền tảng trông như thế nào, hoặc một chiến dịch đã hoạt động ra sao với những người trước đó đã chuyển đổi. Không bên nào được phép xuất hoặc truy vấn các hàng dữ liệu cấp độ cá nhân thuộc về bên kia; clean room thực thi các giới hạn truy vấn, ngưỡng tổng hợp tối thiểu và ghi nhật ký kiểm toán đặc biệt để ngăn một bên tái tạo dữ liệu thô của bên kia thông qua các truy vấn hẹp lặp đi lặp lại.

Tại sao clean rooms trở nên phổ biến#

Khi cookie của bên thứ ba trở nên kém tin cậy hơn và các yêu cầu về sự đồng ý được siết chặt dưới mọi nền tảng quản lý đồng ý hiện đại, các nhà quảng cáo cần một cách để kết hợp dữ liệu khách hàng của chính họ với dữ liệu đối tượng của một nền tảng cho mục tiêu nhắm mục tiêu và đo lường, mà không bên nào phải giao dữ liệu PII thô, điều này sẽ tạo ra cả rủi ro về quyền riêng tư và thường là rủi ro hợp đồng. Clean rooms giải quyết vấn đề cụ thể đó: chúng cho phép attribution và mô hình hóa lookalike diễn ra trên dữ liệu đã kết hợp, an toàn về quyền riêng tư thay vì yêu cầu xuất toàn bộ dữ liệu theo một trong hai hướng, bổ sung chứ không thay thế một data management platform mà một thương hiệu đã vận hành nội bộ.

Điều này quan trọng nhất đối với các nhà quảng cáo lớn chi tiêu trên nhiều nền tảng và khu vực địa lý, những người muốn có một cái nhìn nhất quán về sự chồng chéo và phạm vi tiếp cận gia tăng, được ánh xạ với dữ liệu nhắm mục tiêu theo địa lý thực tế thay vì tin tưởng hoàn toàn vào báo cáo walled-garden của chính mỗi nền tảng. Nó ít phổ biến hơn trong mua bán truyền thông native và affiliate ngày nay, nơi các chiến dịch thường nhỏ hơn và theo dõi chuyển đổi chạy thông qua một thiết lập pixel-và-postback đơn giản hơn, nhưng logic bảo mật cơ bản, kết hợp mà không tiết lộ dữ liệu thô, ngày càng xuất hiện trên toàn ngành khi sự mất tín hiệu đẩy nhiều phương pháp đo lường hơn theo hướng tổng hợp, bảo vệ quyền riêng tư.

Nó không phải là gì#

Một clean room không phải là một nhà môi giới dữ liệu và không phải là một cách để mua hoặc bán phân khúc đối tượng thẳng thừng. Nó là một môi trường tính toán: dữ liệu đi vào, insight tổng hợp đi ra, và các bản ghi dữ liệu cơ bản vẫn ở nơi chúng bắt đầu. Sự phân biệt đó cũng là lý do tại sao clean rooms có xu hướng yêu cầu thiết lập kỹ thuật thực sự và cam kết chi tiêu tối thiểu, chúng được xây dựng cho các quan hệ đối tác liên tục giữa một thương hiệu và một nền tảng lớn, không phải cho một lần kiểm tra chiến dịch duy nhất.

Nếu ưu tiên của bạn đơn giản hơn: biết đối thủ cạnh tranh thực sự đang chạy gì ngay bây giờ thay vì mô hình hóa sự chồng chéo với CRM của chính bạn, đó là một vấn đề khác, và là vấn đề mà chỉ mục ad intelligence của OpenAdLibrary được xây dựng để giải quyết trực tiếp, không yêu cầu thỏa thuận chia sẻ dữ liệu ở cả hai bên.

Bắt đầu mà không xây dựng quá mức#

Các nhà quảng cáo nhỏ hơn đôi khi cho rằng một clean room là ngoài tầm với nếu không có đội ngũ khoa học dữ liệu doanh nghiệp, nhưng nhiều clean room được lưu trữ trên nền tảng hiện nay cung cấp sẵn các mẫu được xây dựng sẵn cho các câu hỏi phổ biến nhất, như xác định quy mô chồng chéo, phạm vi tiếp cận gia tăng, hoặc đối tượng gốc cho lookalike, để một đội ngũ marketing có thể chạy một truy vấn mà không cần viết mã tùy chỉnh. Điều kiện tiên quyết thực sự thường là một danh sách first-party sạch, được kết hợp tốt, chứ không phải là một ngân sách kỹ thuật lớn, vì vậy đáng để kiểm tra vệ sinh CRM của chính bạn trước khi cho rằng phía nền tảng là điểm nghẽn.