ห้องทำความสะอาดข้อมูล: คู่มือสำหรับผู้เริ่มต้น

ด้วยการเลิกใช้งานคุกกี้ของบุคคลที่สามที่มีจำนวนมาก และความเป็นส่วนตัวของข้อมูลและการปฏิบัติตามกฎระเบียบถือเป็นจุดศูนย์กลาง องค์กรต่างๆ จึงต้องปรับกลยุทธ์ด้านข้อมูลลูกค้าอย่างมาก

หลายคนกำลังสำรวจแนวทางต่างๆ โดยมี data clean room (DCR) เป็นตัวเลือกที่โดดเด่น

Data Clean Room คืออะไร?

ห้องปลอดข้อมูลเป็นสภาพแวดล้อมการทำงานร่วมกันที่ผู้เข้าร่วมสองคนหรือมากกว่านั้น (แบรนด์ ผู้เผยแพร่ ผู้โฆษณา กลุ่มภายในบริษัท หรือหน่วยงานอื่นๆ) มารวมกันเพื่อแบ่งปันและ/หรือรวมข้อมูลจากบุคคลที่หนึ่งที่เกี่ยวข้อง

สิ่งนี้ทำให้พวกเขาสามารถรวบรวมข้อมูลเชิงลึกจากข้อมูลจากบุคคลที่หนึ่งของกันและกันภายใต้การควบคุมที่เข้มงวด ในท้ายที่สุด ผู้เข้าร่วมทุกคนจะได้รับข้อมูลเชิงลึกเพิ่มเติมจากแหล่งรวมของข้อมูล

โดยพื้นฐานแล้วผู้เข้าร่วมแต่ละคนจะให้ข้อมูลลูกค้าของตนเองไปยังห้องปลอดข้อมูล จากนั้น DCR จะใช้อัลกอริธึมขั้นสูงเพื่อค้นหาข้อมูลที่ตรงกันระหว่างข้อมูลของผู้เข้าร่วม จากนั้นเสริมโปรไฟล์ที่ตรงกันเหล่านั้นด้วยแอตทริบิวต์เพิ่มเติมที่ไม่มีให้ใช้งานตั้งแต่แรก

กล่าวโดยสรุปคือ ตอนนี้ผู้เข้าร่วมแต่ละคนสามารถเข้าถึงข้อมูลได้มากกว่าที่เคย และสามารถใช้การวิเคราะห์ การแบ่งกลุ่ม และข้อมูลเชิงลึกได้หลากหลายมากขึ้น ด้วยเหตุนี้ นักการตลาดของพวกเขาจึงสามารถเรียกใช้การเปิดใช้งานที่ตรงเป้าหมายมากขึ้น และด้วยเหตุนี้จึงมีประสิทธิภาพและประสิทธิผลมากขึ้น ตัวอย่างเช่น ในสื่อแบบชำระเงิน

การปรับปรุงและการทำงานร่วมกันทั้งหมดนี้เกิดขึ้นในสภาพแวดล้อมที่เป็นมิตรต่อความเป็นส่วนตัวและเป็นกลาง โดยมีสัญญาที่ควบคุมว่าผู้เข้าร่วมแต่ละคนทำอะไรได้บ้างและทำอะไรไม่ได้กับข้อมูลเพิ่มเติม การควบคุมยังควบคุมวิธีการนำเข้าข้อมูล ประเภทของกฎการจับคู่ที่ใช้ และวิธีการเปิดใช้งานข้อมูล การรักษาความปลอดภัย การกำกับดูแล เส้นทางการตรวจสอบ การเข้ารหัสและการไม่เปิดเผยตัวตนล้วนมีบทบาทสำคัญที่นี่

โดยทั่วไปแล้ว วัตถุประสงค์หลักคือการปรับปรุงชุดข้อมูลและการทำงานร่วมกัน ข้อมูลที่เสริมแต่ง (ถ้ามี) ไม่ได้มีวัตถุประสงค์เพื่อส่งออกกลับไปยังแหล่งข้อมูลหรือผู้เข้าร่วมดั้งเดิม สัญญาระหว่างคู่สัญญาจะกำหนดว่าผู้เข้าร่วมแต่ละคนจะทำอะไรได้บ้างกับข้อมูลที่รวมกันภายในขอบเขตของห้องปลอดข้อมูล

ความเป็นส่วนตัวของข้อมูลและการปฏิบัติตามข้อกำหนดมีความสำคัญเหนือกว่า ข้อมูลระบุตัวบุคคล (PII) ทั้งหมดได้รับการเข้ารหัสและปกปิด ไม่มีฝ่ายใดเข้าถึง PII ได้

การแลกเปลี่ยนข้อมูลและตลาดข้อมูลอาจให้ความสามารถในการเสริมข้อมูลเพิ่มเติมในบริบทของ DCR อย่างไรก็ตาม บริการเหล่านี้เป็นบริการที่แยกจากกันและแตกต่างกัน แม้ว่าผู้เล่นบางคนในที่นี้จะให้ความสามารถ DCR ของตนเองด้วย

ห้องทำความสะอาดข้อมูล: ตัวอย่าง

ภาพด้านล่างแสดงให้เห็นว่าบริษัทสินค้าอุปโภคบริโภคที่เคลื่อนไหวเร็ว (FMCG) อาจร่วมมือกับผู้ค้าปลีกรายใหญ่รายใดรายหนึ่ง

ข้อมูลลูกค้าของ FMCG โดยเฉพาะนี้ประกอบด้วยข้อมูลประชากรเป็นหลัก (เช่น กลุ่มอายุ สถานที่) และการตั้งค่าบางอย่างของผู้ใช้ (เช่น ไอศกรีมที่พวกเขาชื่นชอบ) ข้อมูลนี้อาจมาจากสถานที่ต่างๆ มากมาย แต่สำหรับกรณีนี้ สมมติว่าลูกค้าให้ข้อมูลนี้เป็นส่วนหนึ่งของการลงทะเบียนบนเว็บไซต์ชุมชนของ FMCG

ในกรณีนี้ บริษัทไม่มีข้อมูลการทำธุรกรรมใด ๆ เนื่องจากไม่ได้ขายโดยตรงให้กับผู้บริโภคในส่วนนี้ อย่างไรก็ตาม คู่ค้าค้าปลีกขนาดใหญ่ของพวกเขามีข้อมูลธุรกรรม รวมถึงวันที่ซื้อ จำนวนเงินที่ใช้ รายการที่ซื้อ และอื่นๆ พันธมิตรผู้ค้าปลีกยังมีผลลัพธ์จากแคมเปญในช่องทางโซเชียลมีเดียต่างๆ

เมื่อทั้งสองตัดสินใจทำงานร่วมกันในห้องสะอาดข้อมูลที่ปลอดภัย ทั้งคู่จะได้รับประโยชน์จากข้อมูลที่รวมกันนี้ เนื่องจากตอนนี้พวกเขามีสิทธิ์เข้าถึงแอตทริบิวต์เพิ่มเติม พวกเขาจึงสามารถแบ่งกลุ่มที่ซับซ้อนมากขึ้นและรับข้อมูลเชิงลึกใหม่ๆ ได้ สิ่งนี้จะเป็นไปไม่ได้สำหรับพันธมิตรทั้งสองรายหากปราศจากความร่วมมือนี้

ตัวอย่างเช่น พิจารณากรณีการใช้สื่อแบบชำระเงิน ซึ่งตามธรรมเนียมแล้ว มีการพึ่งพาข้อมูลจากบุคคลที่สามสูง การทำงานร่วมกันใน DCR ช่วยให้ทั้งคู่ใช้ประโยชน์จากการจับคู่เพื่อการกำหนดเป้าหมายที่ดีขึ้น และเนื่องจากขณะนี้พันธมิตรสามารถเข้าถึงข้อมูลผลลัพธ์ของแคมเปญได้ พวกเขาจึงสามารถค้นหาว่าบุคคลคนเดียวกันกำลังตกเป็นเป้าหมายในหลายช่องทางหรือไม่ และตัดสินใจว่าพวกเขาต้องการลดความเหลื่อมล้ำนั้นหรือไม่

เจาะลึก: กรณีการใช้งานด้านการตลาดสำหรับห้องปลอดข้อมูล

ความท้าทายที่สำคัญของห้องสะอาดข้อมูล

เช่นเดียวกับเทคโนโลยีอื่น ๆ ไม่ใช่ทุกสิ่งที่สดใสในดินแดน DCR ความท้าทายที่สำคัญบางประการ ได้แก่ :

• การสร้างและตกลงขอบเขตการแบ่งปันข้อมูล Data Clean Room ตั้งใจให้เป็นกลาง แต่บ่อยครั้ง กฎถูกกำหนดโดยใครก็ตามที่เป็นเจ้าของห้อง
• การกำกับดูแลและการตรวจสอบในยุคของการปฏิบัติตาม
• การค้นหาพันธมิตรที่เหมาะสมที่คล้อยตาม DCR เดียวกัน
• ห้องสะอาดข้อมูลไม่สามารถแก้ปัญหาความเป็นส่วนตัวและการแบ่งปันข้อมูลได้ทั้งหมด และคุณจะต้องใช้ห้องนี้ร่วมกับเครื่องมือและเทคโนโลยีอื่นๆ เกือบทุกครั้ง
• ประการสุดท้าย ความท้าทายทางเทคนิคในการรวมเข้ากับส่วนที่เหลือของสแต็กของคุณ ทำให้มั่นใจได้ถึงการจัดการข้อมูลและการกำหนดค่าที่ตรงกัน

เจาะลึกยิ่งขึ้น: การประเมิน Clean Room สำหรับองค์กรของคุณ

ประเภทของห้องสะอาดข้อมูล

ห้องสะอาดข้อมูลสามารถให้บริการต่างๆ มากมาย เช่น พื้นที่จัดเก็บข้อมูล บิตของการจับคู่ข้อมูลประจำตัว ความปลอดภัย การเข้ารหัส การเพิ่มคุณค่า การนำเข้าข้อมูล และอื่นๆ ดังนั้น คุณจะพบตลาดที่หลากหลายสำหรับห้องสะอาดข้อมูลที่ให้บริการที่หลากหลาย

เพื่อทำให้สิ่งต่าง ๆ ซับซ้อน ผู้เล่นต่าง ๆ จะร่วมมือกันเฉพาะกิจเพื่อมอบข้อเสนอที่ครอบคลุมมากขึ้น ในที่สุด หลายๆ รายการมีเฉพาะกิจเฉพาะสำหรับธุรกิจหรือเฉพาะโดเมนซึ่งอาจเป็นประโยชน์

เราจัดกลุ่มผู้เล่นเหล่านี้ออกเป็นห้าประเภท:

• ห้องทำความสะอาดข้อมูลเฉพาะทาง
• คลังข้อมูล/ทะเลสาบข้อมูล
• สวนกำแพงและบริษัทสื่อ
• ผู้ให้บริการข้อมูลออนบอร์ด
• แพลตฟอร์มข้อมูลลูกค้า

พวกเขาทั้งหมดนำความแตกต่างและความสามารถที่แตกต่างกัน อย่างไรก็ตาม ใครก็ตามที่ เป็นเจ้าของ data clean room ก็มีส่วนสำคัญในการกำกับดูแล

ห้องทำความสะอาดข้อมูลเฉพาะทาง

คุณสามารถค้นหาผู้จำหน่ายห้องสะอาดเฉพาะทางจำนวนมากได้ ซึ่งนี่คือจุดสนใจหลักของพวกเขา ในฐานะผู้เล่นอิสระ พวกเขาอาจมอบความสามารถที่หลากหลาย รวมถึงการเพิ่มคุณค่าข้อมูลผ่านพันธมิตรข้อมูล (นอกเหนือจากพันธมิตรของคุณ) และความสามารถในการเปิดใช้งาน

อย่างไรก็ตาม ส่วนใหญ่เป็นบริษัทที่ค่อนข้างเล็กและมีตลาดจำกัด ดังนั้น พันธมิตรที่มีศักยภาพของคุณจะมีโอกาสน้อยที่จะใช้ผู้ให้บริการรายเดียวกัน การหาพันธมิตรที่เหมาะสมเพื่อทำงานร่วมกันบนแพลตฟอร์มเดียวกันอาจต้องใช้การเจรจาต่อรอง

คลังข้อมูล (DWH) / ดาต้าเลค

ผู้จำหน่าย DWH/data lake ชั้นนำ เช่น Snowflake, Google, AWS และ Databricks ต่างก็ขายข้อเสนอบริการ data clean room ที่เป็นทางเลือก ในบางกรณี สิ่งที่พวกเขาเสนอคือชุดเครื่องมือ และคุณหรือบริษัทอื่นจำเป็นต้องสร้างห้องสะอาดข้อมูลโดยใช้ SQL, การรวมตาราง, กฎ, กระบวนงานการจัดเก็บ ฯลฯ ผู้ให้บริการเหล่านี้มักจะขยายข้อเสนอผ่านหนึ่งในสาม - ตลาดปาร์ตี้พร้อมเครื่องมือพันธมิตรเสริม

เส้นทางนี้อาจมีประโยชน์เมื่อคุณและคู่ของคุณใช้แพลตฟอร์มเดียวกันอยู่แล้ว ซึ่งในกรณีนี้ คุณอาจไม่จำเป็นต้องย้ายข้อมูลทางกายภาพ แต่เตรียมพร้อมที่จะพึ่งพา SQL และการเขียนโปรแกรมมากกว่าอินเทอร์เฟซแบบภาพ

สวนกำแพงและบริษัทสื่อ

สวนที่มีกำแพงล้อมรอบเป็นรูปแบบห้องสะอาดข้อมูลที่เก่าแก่ที่สุดและมีอายุอยู่ก่อนกำหนด Google, Meta และ Amazon เป็นผู้นำในแพ็คนี้ คุณนำเข้าข้อมูลลูกค้าของคุณในสวนที่มีกำแพงล้อมรอบเหล่านี้และจับคู่กับข้อมูลโฆษณาจำนวนมหาศาล (เช่น ข้อมูลการเปิดรับโฆษณาหรือผู้ที่เห็นโฆษณาใด ฯลฯ) ที่ Google และคณะ ได้สะสมจากเครือข่ายโฆษณาของพวกเขา

สำหรับ Google และ Amazon ข้อเสนอนี้เป็นทางเลือกเพิ่มเติมจากข้อเสนอ DWH ของพวกเขา แม้ว่าจะยังคงสร้างจาก DWH (เช่น BigQuery สำหรับ Google) แต่ข้อมูลโฆษณาของสวนที่มีกำแพงล้อมรอบนั้นจะถูกจำกัดให้เป็นข้อมูลของพาร์ทเนอร์

นอกจากสวนที่มีกำแพงล้อมรอบแล้ว บริษัทสื่อขนาดใหญ่บางแห่งยังให้บริการห้องสะอาดสำหรับข้อมูลอีกด้วย เช่นเดียวกับผู้เล่นรายใหญ่ ข้อเสนอเหล่านี้มีไว้สำหรับสื่อปลายทางของบริษัทเหล่านี้โดยเฉพาะ

ภายใต้ฝาครอบ คุณอาจพบเทคโนโลยีบางอย่างที่คุ้นเคย ห้องสะอาดข้อมูลของดิสนีย์เป็นการทำงานร่วมกันกับผู้จำหน่าย DCR ที่เชี่ยวชาญ Habu และ Infosum พร้อมด้วย Snowflake ในทำนองเดียวกัน Audience Insights Hub ของ NBCUniversal ทำงานร่วมกับ Snowflake

ผู้ให้บริการข้อมูลออนบอร์ด

ผู้ให้บริการเริ่มต้นใช้งานข้อมูลหลายรายให้บริการ Data Clean Room ในขณะนี้ ผู้ให้บริการเหล่านี้มักเสนอความสามารถเพิ่มเติมที่มีประโยชน์ เช่น การแก้ปัญหาข้อมูลประจำตัวและการเข้าถึงตลาดข้อมูล ซึ่งคุณสามารถใช้ข้อมูลจากเครือข่ายของพวกเขา ไม่ใช่เฉพาะคู่ค้าของคุณ

ทางเลือกนี้มีประโยชน์ในการจับคู่ชุดข้อมูลระหว่างพันธมิตรต่างๆ และเพิ่มคุณค่าข้อมูลจากบุคคลที่หนึ่งด้วยข้อมูลจากบุคคลที่สาม อย่างไรก็ตาม ความสามารถในการเปิดใช้งานอาจมีขีดจำกัด

หมวดหมู่โบนัส: แพลตฟอร์มข้อมูลลูกค้า (CDP)

น่าแปลกที่ CDP เพียงไม่กี่ตัว เช่น Adobe และ Blueconic เท่านั้นที่มีความสามารถ DCR ส่วนตัวสำหรับผู้ได้รับใบอนุญาต อย่างไรก็ตาม นี่ก็หมายความว่าคู่ของคุณต้องใช้ CDP เดียวกัน ดังนั้นเอฟเฟกต์เครือข่ายจึงยังมีจำกัด ประโยชน์หลักคือข้อมูลจากบุคคลที่หนึ่งของคุณยังคงอยู่ใน CDP ของคุณโดยที่คุณไม่ต้องย้ายไปที่อื่น

DCRs ขับเคลื่อนกลยุทธ์การเปิดใช้งานข้อมูลเป้าหมาย

Data Clean Room กำลังเกิดขึ้นอย่างรวดเร็วในฐานะกลไกสำคัญในการปรับปรุงผลตอบแทนจากการลงทุนด้านข้อมูลลูกค้าของคุณ คุณมีหลายตัวเลือก แต่ให้สังเกตประเด็นสำคัญบางอย่างเมื่อคุณเลือกและเลือก:

• มีตัวเลือกต่างๆ ด้านบนที่ทับซ้อนกันหลายตัว ผู้ขายในตัวเลือกเหล่านี้มักจะร่วมมือกันเพื่อเสนอห้องสะอาดสำหรับข้อมูลของตน ตัวอย่างเช่น คุณสามารถใช้ห้องสะอาดข้อมูลที่ดำเนินการโดย Snowflake จาก Snowflake ร่วมกับผู้จำหน่ายจากตลาด หรือคุณอาจได้รับข้อเสนอจากผู้จำหน่ายรายอื่นตาม Snowflake ทั้งสองอาจคล้ายกัน แต่นำเสนอโดยผู้ขายที่แตกต่างกัน
• ไม่เหมือนกับแพลตฟอร์มการผสานรวมอื่น ๆ คุณและคู่ของคุณต้องทำให้ข้อมูลพร้อมใช้งานในห้องสะอาดข้อมูลเดียวกัน นี่อาจจำกัดตัวเลือกการทำงานร่วมกันของคุณ

ด้วยเหตุนี้ จึงไม่ใช่เรื่องแปลกที่องค์กรจะใช้ข้อเสนอห้องสะอาดข้อมูลหลายรายการจากกรณีการใช้งานและโปรไฟล์พันธมิตร องค์กรที่เชี่ยวชาญจะเปิดตัวเลือกไว้ที่นี่