數據潔淨室：初學者指南

隨著第三方 cookie 的逐漸棄用以及數據隱私和合規性成為焦點，企業必須大幅調整其客戶數據策略。

許多人正在探索各種方法，其中數據潔淨室（DCR）成為一個突出的選擇。

什麼是數據潔淨室？

數據潔淨室是一個協作環境，兩個或有時多個參與者（品牌、出版商、廣告商、公司內的團體或其他實體）聚集在一起共享和/或組合各自的第一方數據。

這使他們能夠在嚴格的控制下從彼此的第一方數據中收集見解。 最終，每個參與者都會從集體數據池中獲得額外的見解。

每個參與者實質上都向數據潔淨室提供自己的客戶數據。 然後，DCR 通常使用高級算法來查找參與者數據之間的匹配，然後用最初不可用的附加屬性來補充這些匹配的配置文件。

簡而言之，每個參與者現在都可以訪問比以前更多的數據，並且可以運行更廣泛的分析、細分和見解。 因此，他們的營銷人員現在可以進行更有針對性的激活，從而更加高效和有效，例如在付費媒體中。

所有這些增強和協作都發生在隱私友好、中立的環境中，並通過合同管理每個參與者可以和不可以使用附加數據做什麼。 這些控件還控制數據攝取的發生方式、應用何種匹配規則以及數據如何激活。 安全、治理、審計跟踪、加密和匿名化在這裡都發揮著重要作用。

一般來說，主要目標是數據集增強和協作。 豐富的數據（如果有）不打算導出回其原始來源或參與者。 雙方之間的合同決定每個參與者可以在數據潔淨室範圍內對組合數據執行哪些操作。

數據隱私和合規性優先； 所有個人身份信息 (PII) 均經過加密和屏蔽。 任何一方都無法訪問 PII。

數據交換和數據市場還可以在 DCR 的背景下提供額外的數據豐富功能。 然而，這些是獨立且不同的服務，儘管這裡的一些參與者也會提供自己的 DCR 功能。

數據潔淨室：示例

下圖顯示了快速消費品 (FMCG) 公司如何與其大型零售商之一合作。

這種特定的快速消費品的客戶數據主要包括人口統計數據（例如年齡組、位置）和一些用戶偏好（例如他們最喜歡的冰淇淋）。 這些數據可能來自許多不同的場所，但對於本例，我們假設客戶在快速消費品社區網站上註冊時提供了這些信息。

在這種情況下，該公司沒有任何交易信息，因為他們不直接向該細分市場的消費者銷售產品。 然而，他們的大型零售合作夥伴確實擁有交易數據，包括購買日期、花費金額、購買的商品等。 零售合作夥伴還獲得了跨不同社交媒體渠道的活動結果。

當兩者決定在安全的數據潔淨室中進行協作時，雙方都可以從這些組合數據中受益。 由於他們現在可以訪問其他屬性，因此可以執行更複雜的細分並獲得新的見解。 如果沒有這種合作，這對於任何一個合作夥伴來說都是不可能的。

例如，考慮一個傳統上高度依賴第三方數據的付費媒體用例。 通過 DCR 進行協作，雙方可以利用匹配來實現更好的定位。 由於合作夥伴現在可以訪問活動結果數據，他們可以查明同一個人是否在多個渠道中成為目標，並決定是否要盡量減少重疊。

深入挖掘：數據潔淨室的營銷用例

數據潔淨室的主要挑戰

與任何技術一樣，DCR 領域並非一切都是美好的。 一些關鍵挑戰是：

• 建立並商定數據共享範圍。 數據潔淨室旨在保持中立，但通常規則是由擁有該房間的人制定的。
• 合規時代的治理和監控。
• 尋找適合相同 DCR 的合適合作夥伴。
• 數據潔淨室並不能解決所有隱私和數據共享問題，您幾乎總是需要將其與其他工具和技術結合使用。
• 最後，與堆棧的其餘部分集成的技術挑戰，確保數據管理和匹配配置。

深入挖掘：評估組織的數據潔淨室

數據潔淨室的類​​型

數據潔淨室可以提供多種不同的服務，例如數據存儲、身份匹配、安全、加密、豐富、數據攝取等。 因此，您可以找到提供不同服務的數據潔淨室的多元化市場。

更複雜的是，不同的參與者將臨時合作以提供更全面的產品。 最後，其中一些提供了可能很方便的垂直或特定領域的臨時功能。

我們將這些玩家分為五類：

• 專業數據潔淨室
• 數據倉庫/數據湖
• 圍牆花園和媒體公司
• 數據入職供應商
• 客戶數據平台

他們都有自己的差異和不同的能力。 儘管如此，誰擁有數據潔淨室，誰就在治理方面擁有重大發言權。

專業數據潔淨室

您可以找到許多專業的潔淨室供應商，這是他們的主要關注領域。 作為獨立參與者，他們可能會提供廣泛的功能，包括通過其數據合作夥伴（除了您的合作夥伴）進行數據豐富和激活功能。

然而，大多數都是相對較小的公司，市場佔有率有限。 因此，您的潛在合作夥伴不太可能使用同一供應商。 讓合適的合作夥伴在同一平台上進行協作可能需要一些談判。

數據倉庫 (DWH)/數據湖

領先的 DWH/數據湖供應商（例如 Snowflake、Google、AWS 和 Databricks）都銷售可選的數據潔淨室服務產品。 但在某些情況下，他們提供的是一個工具包，而您或其他一些公司實際上需要使用 SQL、表連接、規則、存儲過程等來構建數據潔淨室。這些提供商通常通過第三方擴展他們的產品-帶有補充合作夥伴工具的派對市場。

當您和您的合作夥伴已經使用同一平台時，此路線可能很有用，在這種情況下您可能不需要物理移動數據。 但要準備好更多地依賴 SQL 和編程而不是可視化界面。

圍牆花園和媒體公司

圍牆花園是最古老的數據潔淨室形式，早於該術語的出現。 谷歌、Meta 和亞馬遜在這一領域處於領先地位。 您在這些圍牆花園中獲取客戶數據，並將其與 Google 等人收集的大量廣告數據（例如，廣告曝光數據或誰看到了哪個廣告等）進行匹配。 從他們的廣告網絡中積累的。

對於 Google 和 Amazon 來說，這是其 DWH 產品中的一項可選附加產品。 儘管仍然是基於他們的 DWH（例如 BigQuery for Google）構建的，但您只能將圍牆花園的廣告數據作為合作夥伴數據。

除了這些圍牆花園之外，一些大型媒體公司還提供數據潔淨室產品。 與大型企業一樣，這些產品也是專門針對這些公司的媒體目的地的。

不過，在幕後，您可能會發現一些熟悉的技術。 迪士尼的數據潔淨室是與專門的 DCR 供應商 Habu 和 Infosum 以及 Snowflake 合作的。 同樣，NBCUniversal 的 Audience Insights Hub 也與 Snowflake 合作。

數據入職供應商

一些數據入職供應商現在提供數據潔淨室。 這些供應商通常提供有用的附加功能，例如身份解析和訪問其數據市場，您可以在其中利用來自其​​網絡而不僅僅是您的合作夥伴的數據。

這種替代方案對於匹配合作夥伴之間的數據集以及使用第二方和第三方數據豐富第一方數據非常有用。 然而，它們的激活能力可能是有限的。

獎勵類別：客戶數據平台 (CDP)

令人驚訝的是，只有少數 CDP（例如 Adob​​e 和 Blueconic）為其被許可人提供私有 DCR 功能。 然而，這也意味著您的合作夥伴必須使用相同的 CDP，因此網絡效應仍然有限。 主要好處是您的第一方數據保留在 CDP 中，而無需將其移動到其他地方。

DCR 為有針對性的數據激活策略提供支持

數據潔淨室正在迅速崛起，成為提高客戶數據投資回報的關鍵機制。 您有多種選擇，但在選擇時請注意一些關鍵點：

• 上述選項有幾個重疊之處。 這些選項的供應商通常會相互合作，提供各自的數據潔淨室。 因此，舉個例子，您可以使用 Snowflake 的 Snowflake 操作的數據潔淨室以及其市場中的供應商，或者您可以使用基於 Snowflake 的其他供應商產品。 兩者可能相似，但由不同的供應商提供。
• 與其他集成平台不同，您和您的合作夥伴必須在同一個數據潔淨室中提供數據。 這可能會限制您的協作選擇。

因此，企業在一系列用例和合作夥伴資料中使用多個數據潔淨室產品的情況並不少見。 精明的企業將在這裡保留選擇餘地。

獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。

企業電子郵件地址

訂閱 加工...

查看條款。