Was sind Data clean rooms und wie funktionieren sie?

Was ist data clean room?

Ein Data Clean Room ist eine geschlossene Umgebung, die auf der Cloud basiert und bei der der Datenschutz an erster Stelle steht. Es handelt sich um eine Software-as-a-Service-Lösung (SaaS), die als sichere und geschützte Plattform fungiert und ermöglicht, Ihre Erstanbieter-Benutzerdaten mit den Erstanbieter-Benutzerdaten eines Herausgebers abzugleichen, ohne dass Sie auf die PII-Daten (Personenbezogene Daten) des jeweils anderen Zugriff haben, um sie für Messzwecke und Analysen zu nutzen.

Das Ganze funktioniert wie folgt: Auf der einen Seite übermittelt ein Unternehmen (oder ein Werbetreibender) seine Erstanbieterdaten an einen Data Clean Room (technisch gesehen in eine Blackbox), der von keinem externen Faktor beeinflusst oder gestört wird.

Die First-Party-Daten können aus verschiedenen Quellen stammen (E-Commerce-Daten, CRM, Google Analytics, Apps usw.), die das Unternehmen betreibt. Auf der anderen Seite gibt es eine andere Partei (Publisher, wie zum Beispiel Facebook), die der Box auch ihre Erstanbieter-Benutzerdaten zur Verfügung stellt.

Es ist wichtig, dass diese Datensätze gemeinsame Identifikatoren aufweisen, die eine Zuordnung zu einzelnen Profilen ermöglichen, z. B. (gehashte) E-Mail-Adressen, Benutzer-IDs usw. Sobald sich beide Datenströme in der Box befinden, werden sie durch eine Reihe von Umwandlungen (Hashing, Pseudonymisierung usw.) von ihren Benutzer-PII gelöst.

Nun können die gemeinsamen Zielgruppen beider Parteien miteinander überlagert werden, um einen Identitätsgraphen zu erstellen, ohne auf die Datensätze der jeweils anderen Partei zugreifen zu müssen. Das Ergebnis dieses Prozesses ist eine aggregierte Zielgruppe, die keine Identifizierung eines einzelnen Nutzers zulässt, den eine der beiden Parteien bereitgestellt hat.

Die Daten auf Benutzerebene werden in den Reinraum geleitet, und die gesammelten Erkenntnisse werden in einer zusammengefassten Zielgruppe, der Kohorte, wiederverwendet, um eine bessere Zielgruppenansprache und -messung zu ermöglichen.

Wie funktionieren data clean rooms?

Fassen wir den Vorgang wie folgt zusammen: 

1. Daten einspeisen und speichern
Der Herausgeber und der Werbetreibende haben bereits Konten bei demselben Cloud-Anbieter (Beispiel: eine gemeinsame Snowflake-Datenbank oder ein beliebiges Daten-Clean-Room-Angebot), und beide Parteien vereinbaren, einen Daten-Clean-Room zwischen ihnen einzurichten, wobei sie sich an den vom Daten-Clean-Room-Anbieter vorgegebenen Rahmen für Sicherheit und Datenschutz halten und ihre Daten vollständig voneinander trennen, ohne dass eine der beiden Seiten Zugriff auf die Rohdaten der anderen beteiligten Partei hat (in der Praxis kann dies mehr als zwei Parteien für einen bestimmten Clean-Room umfassen).

2. Datensätze zusammenfügen
Auf der Grundlage gemeinsamer Schlüssel (z. B. bereinigte E-Mail- oder IP-Adressen, bei denen die personenbezogenen Daten entfernt wurden) werden die Datensätze beider Parteien zusammengeführt, so dass keine ETL-Tools für die Extraktion und den Zugriff auf die Daten der jeweils anderen Partei erforderlich sind. Falls es keine gemeinsamen Schlüssel gibt, können maschinelles Lernen und probabilistische Modellierung eingesetzt werden, um den Abgleich zu optimieren. Auf diese Weise erklären sich Advertiser und Publisher mit den Regeln für den Datenabgleich der jeweils anderen Seite einverstanden.

3. Analysieren Sie Daten für bessere Einblicke
Nach erfolgreicher Zusammenführung können die Werbetreibenden die Ergebnisse analysieren, indem sie die aggregierten Ergebnisse der anonymen First-Party-Daten der Verlage auswerten, um zu sehen, wo beide Datensätze zusammenlaufen, und um bessere Einblicke in die Zielgruppenansprache zu erhalten (Demografie, gemeinsames Nutzerverhalten).

Vor- und Nachteile von data clean rooms

Vorteile

• Datenschutz und DSGVO-Konformität: Publisher- und Advertiser-First-User-Party-Daten sind vollständig voneinander getrennt und gesichert. Persönliche Benutzerinformationen werden verborgen gehalten und es findet nur eine Überschneidung der Zielgruppen basierend auf Schlüsseln statt. Somit entspricht es den aktuellen DSGVO-Datenschutzgesetzen und schützt die Privatsphäre Ihrer Benutzer-PII

• Trends, Segmentierung und Analysen: Data Clean Rooms liefern aggregierte Benutzerinformationen und gewähren so Einblick in Trends und Zielgruppensegmente. Durch die Verwendung der sich überschneidenden Zielgruppen können Unternehmen detailliertere Zielgruppen aufbauen, ihre Kampagnenausrichtung aktualisieren und verfeinern, Reichweiten- und Häufigkeitsmessungen optimieren und eine bessere Kapitalrendite erzielen

Nachteile

• Menschliche Fehler und potenzielle Sicherheitsverletzungen: Im Data Clean Room werden sehr sensible Daten ausgetauscht. Im Falle eines Datenverstoßes könnte dies schwerwiegende Folgen nach sich ziehen. Manuell verwaltete Reinräume bergen die Gefahr menschlichen Versagens, wobei sich eine falsche Abfrage oder eine falsche Zugriffsberechtigung ebenfalls kritische Auswirkungen haben kann.

• Granularität der Daten kompromittiert: Da Erstanbieterdaten anonymisiert und von ihren PII befreit werden, wäre die Granularität der Daten (im Vergleich zum Cookie-Tracking) geringer.

• Nicht standardmäßige Implementierung: Auch wenn Data Clean Rooms seit einigen Jahren auf dem Markt sind, wird das Thema jetzt erst richtig heiß. Die Software ist relativ neu. Das bedeutet, dass es noch keine Standardimplementierung gibt.

Grösste data clean room anbieter

 zu  zu Erstens haben wir die “Walled Gardens” (Google, Amazon) Data Clean Rooms. Dort stellen sie ihre gesicherten First-Party-Daten Unternehmen zur Verfügung, die ihre Werbeplattformen nutzen.

Google Ads-Datenhub

Data Hub ist eine sichere, Warehousing-Lösung, die auf der Google Cloud basiert und es Kunden ermöglicht, personalisierte Berichte basierend auf Werbekampagnendaten auf Ereignisebene und aggregierten Erkenntnissen zu erstellen. Sie können Ihre First-Party-Daten in BigQuery hochladen und mit den Kampagnendaten von Google verknüpfen.

Amazon-Marketing-Cloud

Amazon Marketing Cloud wiederum ist die Warehousing-Lösung, die auf der AWS-Cloud aufbaut. Diese bietet auch die Möglichkeit, benutzerdefinierte Berichte auf Ereignisebene über mehrere Datensätze hinweg zu erstellen und einen ganzheitlichen Überblick über die Kampagnenleistung zu erhalten.

Es gibt auch andere Technologieunternehmen, die Datenreinräume anbieten, wie Infosum, Habu, Snowflake, AppsFlyer.

Abschließende Bemerkungen

Cookies werden sehr bald aus den meisten Browsern verschwinden und die DSGVO-Datenschutzrichtlinien werden immer strenger. Das Nachverfolgen von Marketingaktivitäten und der Leistung von Werbekampagnen wird immer schwieriger. Die Walled Gardens und Technologieunternehmen haben sich stark auf die Entwicklung von Technologien konzentriert, die einen First-Party-Datenplan verwenden. Data Clean Rooms erweisen sich als die vielversprechendste Lösung, da sie es zwei Unternehmen ermöglichen, ihre Daten abzugleichen, ohne auf den Datensatz des anderen zugreifen zu müssen und die DSGVO-konform sind und wertvolle Erkenntnisse für die Verfolgung von Marketingmaßnahmen liefern.