Data clean room: cosa devi sapere sulla collaborazione che mette la privacy al primo posto

Se si chiede a un advertiser qual è il fattore più dirompente degli ultimi anni, probabilmente esiterà tra privacy e AI. Se in futuro l’intelligenza artificiale avrà un impatto trasformativo ben al di là della pubblicità, una cosa è certa: nessuna organizzazione oggi può affrontare casi d’uso che coinvolgono i dati dei consumatori senza dare priorità alla privacy.

Prima di tuffarci nel mondo delle data clean room, facciamo un breve viaggio indietro nel tempo.

I governi agiscono per la privacy dei consumatori

La diffusione di internet ha consentito alle organizzazioni di iniziare a raccogliere dati sui consumatori su una scala senza precedenti, in modo più efficiente che mai, ma spesso con scarso riguardo per le modalità di raccolta dei dati.

Solo nel 2016 un governo ha adottato misure decisive per affrontare le crescenti preoccupazioni in materia di privacy dei consumatori. L’Europa è stata all’avanguardia introducendo il regolamento generale sulla protezione dei dati (GDPR), la sua prima legge sulla privacy completa.

Negli Stati Uniti, la California ha fatto altrettanto nel 2018 con il California Consumer Privacy Act (CCPA), rafforzandolo nel 2020 per proteggere ulteriormente i consumatori e imporre regole più severe alle aziende.

L’effetto palla di neve è reale: più stati, tra cui Colorado, Connecticut, Florida, Montana, Oregon e Utah, hanno recentemente implementato le proprie normative sulla privacy, e altri si preparano ad aderire a questa tendenza.

A livello globale, il movimento è inarrestabile. Secondo la Conferenza ONU per il Commercio e lo Sviluppo, le leggi sulla protezione dei dati e la privacy sono oggi presenti nel 71% dei Paesi.

Le aziende tecnologiche rispondono con iniziative di tutela della privacy

Oltre alle normative governative, negli ultimi anni le grandi aziende tecnologiche hanno avviato iniziative incentrate sulla privacy. Tra gli sforzi più controversi – e ampiamente discussi – c’è il cambiamento in corso intorno ai cookie di terze parti, un elemento che è stato la spina dorsale del settore pubblicitario dagli anni ’90.

Dopo anni di annunci e ritardi, Google ha scelto di mantenere i cookie di terze parti in Chrome per il momento – nessuna apocalisse immediata per i cookie – ma con restrizioni più strette sull’accesso e sull’utilizzo in futuro, compresi controlli come il consenso dell’utente.

Secondo eMarketer, fino all’87% del traffico web potrebbe presto essere liberato dai cookie di terze parti dopo la diffusione della soluzione basata sul consenso di Google e l’eliminazione dei cookie di terze parti da parte di Microsoft nel suo browser Edge. Nel frattempo, i principali browser come Apple Safari e Mozilla Firefox hanno già reso inaccessibili i cookie di terze parti.

Ma non è solo questione di cookie. Sia Google che Apple continuano a implementare iniziative per la privacy dei consumatori. Ad esempio, l’App Tracking Transparency (ATT) di Apple, introdotta nel 2021, richiede che le app ottengano un consenso esplicito dell’utente prima di raccogliere identificatori dei dispositivi a fini pubblicitari.

In ultima analisi, questi cambiamenti stanno trasformando l'intero ecosistema delle "valute" pubblicitarie.

Data clean room: dove tutto è iniziato

Nel periodo in cui sono state introdotte le prime norme sulla privacy dei consumatori, un altro importante cambiamento ha scosso il settore pubblicitario: Google ha annunciato che non invierà più dati a livello di log agli inserzionisti.

Ecco il problema: questi log sono essenziali per consentire agli inserzionisti di analizzare la performance delle campagne. Senza accesso a questi dati, le organizzazioni rimangono cieche, incapaci di ottimizzare le proprie strategie o budget in modo efficace.

Per affrontare questa sfida, Google ha introdotto Ads Data Hub, una soluzione progettata per consentire agli inserzionisti di continuare a eseguire analisi e report sulle proprie campagne. La fregatura? Gli inserzionisti non potevano più vedere o estrarre direttamente i dati a livello di log. La piattaforma offriva invece un ambiente in grado di preservare la privacy per l’analisi dei dati.

Il termine “insight e reporting di nuova generazione” è stato utilizzato all’epoca per descrivere questo nuovo approccio, che alla fine sarebbe diventato una tecnologia di data clean room.

Che cos’è una data clean room?

È difficile dire esattamente cosa causi il decollo di una specifica categoria tecnologica, ma un segno che sta guadagnando terreno è quando riceve un proprio acronimo ampiamente riconosciuto. Ed ecco a voi le data clean room o DCR.

Il concetto alla base delle data clean room deriva dalla stessa sfida affrontata da Google con Ads Data Hub: abilitare la collaborazione sui dati tra due parti senza esporre i dati sottostanti.

I dati di prima parte sono tra le risorse più preziose di un’organizzazione, da qui la sensibilità con cui vengono resi accessibili. Tuttavia, in alcuni scenari critici è essenziale analizzare data set di proprietà di parti diverse.

Le data clean room consentono un ambiente sicuro e controllato che consente a più organizzazioni, o anche business unit all’interno di una stessa organizzazione, di collaborare su dati sensibili o regolamentati senza compromettere la privacy.

Un componente chiave di questa protezione configurata è l’uso di tecnologie di rafforzamento della privacy (PET). Questi includono metodi come la privacy differenziale, criteri di aggregazione e proiezione e generazione di dati sintetici.

A chi servono le data clean room e quali sono i casi d’uso comuni?

Come discusso in precedenza, le data clean room hanno inizialmente guadagnato terreno nel settore pubblicitario, in particolare per misurare la performance delle campagne pubblicitarie senza richiedere all’editore di fornire accesso diretto a dati granulari.

Nel tempo, l’ambito della collaborazione si è ampliato, coinvolgendo vari stakeholder con ruoli diversi nelle iniziative pubblicitarie:

• Brand: si concentrano sull’acquisizione di nuovi clienti e l’aumento dei ricavi della pubblicità a pagamento.

• Editori e media network: il loro obiettivo è monetizzare i dati e l’inventario pubblicitario.

• Agenzie: supportano la strategia e l’esecuzione delle campagne di inserzionisti ed editori.

• Provider di tecnologia e di dati: vendono dati, soluzioni per l’identità e servizi come le integrazioni all’interno dell’ecosistema pubblicitario.

Attraverso le partnership formate tra questi stakeholder, i tipici casi d’uso della collaborazione pubblicitaria includono ora:

• Arricchimento di dati e identità: i partner possono migliorare i dati di prima parte e aumentare l’indirizzabilità.

• Pianificazione strategica: gli inserzionisti possono decidere dove spendere i budget per gli annunci e identificare le audience più pertinenti.

• Attivazione delle campagne: i consumatori possono essere raggiunti attraverso canali diretti o supportati dai partner.

• Misurazione e ottimizzazione: le organizzazioni sono in grado di comprendere l’impatto del canale sulle conversioni e perfezionare la spesa per i media.

Ad esempio, Booking.com ha collaborato con Snap utilizzando le data clean room Snowflake per misurare più efficacemente la performance delle campagne. Questa collaborazione ha aumentato la fiducia nei risultati da meno del 20% a un impressionante 99%.

Tuttavia, le potenzialità delle data clean room vanno ben oltre la pubblicità e possono raggiungere altri settori, come negli esempi seguenti:

• Healthcare: Il settore sta accelerando la ricerca e lo sviluppo di farmaci consentendo l’analisi sicura dei dati tra laboratori e strutture sanitarie senza esporre informazioni sensibili.

• Financial services: Le organizzazioni stanno accelerando il rilevamento delle frodi e migliorando i modelli di valutazione del credito, salvaguardando i dati dei clienti.

La pubblicità è solo il punto di partenza per dimostrare il valore di questa tecnologia. Mentre i settori continuano a riconoscere i vantaggi di una collaborazione sui dati sicura e rispettosa della privacy, possiamo aspettarci un’adozione più ampia nei prossimi anni.

Come sono le data clean room rispetto ad altre tecnologie?

Un diffuso malinteso è che le data clean room siano analoghe alle tecnologie di condivisione dei dati. Le soluzioni di secure data sharing consentono ai proprietari dei dati di condividere i propri data set con controlli specifici. L’obiettivo della condivisione dei dati è fornire accesso ai dati granulari sottostanti, in diretto contrasto con lo scopo delle data clean room, progettate per impedire tale accesso e consentire al contempo l’analisi dei dati.

Un’altra categoria tecnologica spesso paragonata alle data clean room è la Customer Data Platform (CDP). Anche se entrambe si affidano ai dati di prima parte per creare valore, le somiglianze finiscono qui. Le CDP si concentrano sul rendere accessibili i dati di prima parte di un marchio a esperti di marketing e inserzionisti per orchestrare customer experience personalizzate. Tuttavia, le CDP mancano degli strumenti e delle misure necessari per facilitare la collaborazione sicura con i proprietari di dati esterni.

Come funziona una data clean room?

Una volta stabilito un accordo di collaborazione tra due o più parti, un titolare dei dati (il “provider dei dati”) configura un ambiente clean room. Il provider di dati determina quali dati sono accessibili all’interno della clean room e specifica le attività consentite su tali data set, come l’analisi della sovrapposizione delle audience o la modellazione lookalike.

Ogni parte coinvolta nella collaborazione mantiene sempre il pieno controllo sui propri data set. Può decidere di concedere o revocare l’accesso ai dati secondo necessità, garantendo che i dati rimangano governati e sotto il proprio controllo.

Dopo che i data set sono stati resi accessibili all’interno della clean room, è necessario un processo di data matching. Alcune tecnologie di data clean room impongono l’uso di uno specifico identificatore come chiave di corrispondenza, mentre altre sono indipendenti, consentendo ai collaboratori di concordare i criteri di corrispondenza che preferiscono. Una collaborazione di successo richiede una corrispondenza esatta dei valori per un punto dati designato (ad esempio, un campo specifico) tra i data set.

La collaborazione in una clean room spesso si conclude una volta ottenuti gli insight desiderati. Tuttavia, in alcuni scenari, la clean room può consentire l’attivazione del data set risultante su un canale consentito.

Le data clean room da sole non bastano

Se da un lato le data clean room facilitano la collaborazione sicura sui dati, dall’altro è essenziale ricordare che la privacy non si ottiene implementando una singola tecnologia. La vera privacy richiede una strategia globale che parta dal consumatore.

Se un’organizzazione desidera collaborare sui dati con altre parti, l’ottenimento del consenso del consumatore non è negoziabile. Per garantire il consenso, le organizzazioni devono dare la priorità alla trasparenza e garantire un chiaro scambio di valore. Oggi i consumatori sono sempre più consapevoli del valore dei propri dati ed è molto meno probabile che li condividano senza capire cosa ottengono in cambio.

Nonostante le avanzate tecnologie per la privacy e la sicurezza fornite dalle data clean room, le organizzazioni devono stabilire solide pratiche di governance dei dati. Queste pratiche dovrebbero disciplinare tutte le attività che comportano accesso e utilizzo dei dati per garantire la conformità e mantenere la fiducia.

Data clean room Snowflake per la collaborazione sui dati

Migliaia di organizzazioni hanno adottato l’AI Data Cloud Snowflake per archiviare ed elaborare in modo sicuro i propri dati di prima parte, compresi i data set sensibili e regolamentati. Grazie alla sua infrastruttura affidabile e al suo modello di governance unificata, Snowflake offre controlli di conformità, sicurezza e privacy completi e applicati in modo uniforme.

Snowflake Data Clean Rooms è una Snowflake Native App distribuita sull’AI Data Cloud, che offre un ambiente affidabile e rispettoso della privacy per la collaborazione sui dati. Progettato per supportare sia i team tecnici che quelli aziendali, può semplificare la collaborazione sicura senza compromettere la privacy dei dati.

Le organizzazioni scelgono Snowflake Data Clean Rooms non solo per la sua perfetta integrazione all’interno dell’ecosistema Snowflake, ma anche per i suoi vantaggi unici:

• Neutralità: Evita i conflitti di interesse con una soluzione indipendente e neutrale. A differenza delle soluzioni alternative, Snowflake non vende dati, soluzioni per l’identità o media, il che la rende un’opzione veramente neutrale.

• Affidabilità: Accelera la collaborazione sfruttando la stessa tecnologia utilizzata dai principali editori ed esperti del settore per le loro iniziative di clean room.

• Interoperabilità cross-region e cross-cloud: Collabora con i partner utilizzando l’infrastruttura cloud che preferisci, che si tratti di AWS, Microsoft Azure o Google Cloud.

Partecipa al nostro evento virtuale, Accelerate Media and Entertainment, per scoprire di più sul futuro della collaborazione sui dati.