什麼是數據清理室？行銷科技人必須了解的重要平台

廣告媒體界的熱門議題「數據清理室」（Data clean room）是什麼？機制是怎麼運作？行銷科技人又如何利用數據的清理、合併來發現顧客新洞察呢？本文將介紹數據清理室要如何帶領產業從隱私權的迷霧中脫困。

數據清理室的產生背景

你可能或多或少聽過「數據清理室」（Data clean room）這個詞，有些人會形容它就像「瑞士的數據室」，因為它提供第一方數據一個中立、安全使用的場所，廣告主與媒體可以共同安全地分享、分析數據，並全權掌控其數據何處、何時以及如何被使用。

數據清理室作為基礎建設的概念其實已有一段時間，雖然Google不是發明這詞的主人，但它在2017年推出Ads Data Hub，是第一家將數據清理室商業化的企業，其目的是創造一個具安全隱私的環境，借助Google生態系中的用戶資料來豐富廣告主的第一方數據（CRM, CDP, 事件記錄等），在Google的廣告活動中加以利用。僅在一個月後，Meta也推出自己的數據清理室架構，目的是與客戶分享數據。真正引發用戶隱私浪潮的是2018年歐盟頒布的GDPR和Apple的智慧追蹤預防2.0（Intelligent Tracking Prevention 2.0）；2019年Amzon推出自家的數據清理室Amzon Marketing Cloud；2020年加州消費者隱私保護法（CCPA）生效，Apple推出重磅政策：應用程式追蹤透明度（App Tracking Transparency）。

日益嚴格的用戶隱私法和數據隱私標準，改變了廣告主與媒體蒐集和分享數據的方式，數據共享的規模和廣度變得有限，廣告活動的測量與優化也比以往更具挑戰，所以大家迫切尋找新的方法，希望在獲得有意義的行銷洞察時，也能符合隱私法律的相關規定。

什麼是數據清理室？

數據清理室是個提供數據中立的軟體平台，讓廣告主和媒體可以安全地上傳各自的用戶資料到平台中，進行數據的使用、交換與分析，並完全符合隱私法規。從數據清理室匯出數據洞察後，用戶的個人辨識資訊（PII） 或相關屬性資料會被移除，確保用戶不會被辨識出來，這些匿名化數據可用於多種測量目的，與不同來源的數據進行結合或交叉比對等。

數據清理室成為一個高度信賴的平台關鍵在於，廣告主和媒體可能都掌握了雙方的用戶資料，如電子信箱、地址、手機號碼等，但沒有一個可以安全交換的環境，也擔心資料外洩造成的隱私疑慮，所以藉由數據清理室作為中介服務的解決方案。數據的存取、可用性與使用程度都是由數據提供方決定，數據的管理則是由可信賴的數據清理室執行。

這套架構確保一方無法直接存取另一方的數據，即用戶數據在未經同意下不能在不同公司間共享，維護數據的基本原則。比方說有廣告主想與零售商（全聯、全家、家樂福等）分享數據洞察，雙方需先將各自的用戶資料匯入數據清理室，再了解雙方共同受眾的相關訊息，例如觸及人數、曝光頻率、受眾重疊、跨平台的規劃分配、購買行為、基本人口統計資料等。

數據清理室也可以作為測量廣告活動成效的中介工具，與其盲猜測顧客洞察，不如利用結合Amazon、Google的第一方數據來了解顧客想法。作為回報，廣告主可以獲得沒有個人識別的數據整合成果，包括市場細分受眾和相似受眾，並與媒體、廣告需求方平台或廣告網絡共享，為廣告活動提供資訊。如果你是一間有廣告網絡的零售商，你可以利用整合成果在他站投放精準廣告來吸引顧客，也可以在自己站內銷售廣告版位給他站。

數據清理室是如何運作？

1.數據吸收（Data ingestion）

在初始階段，將第一方數據（CRM、網站/APP、CDP等 ）或合作夥伴的第二方數據（品牌夥伴、廣告網絡、合作媒體）匯入到數據清理室中。

2.連結和強化（Connection and enrichment）

數據清理室利用電子信箱、地址、名字、手機裝置等識別資訊，配對結合廣告主和其他媒體的數據資料，如果沒有識別資訊，數據清理室會利用機器學習或機率模型的工具來強化配對能力，或利用第三方資料強化工具來相互補充。

3.分析（Analytics）

在這個階段，對數據分析成：交叉或重疊（Intersections or overlaps）、測量和歸因（Measurement and attribution）、傾向分數（Propensity Score）等方式。

4.行銷應用（Marketing applications）

在最後階段，產出的整合數據成果讓行銷人可以進行：創建更多相關受眾、優化顧客體驗、A/B測試、執行跨平台的規劃和歸因、觸擊人數和曝光頻率表現測量、運行深層廣告活動分析等。

舉例來說，某個廣告主正在進行新品的廣告宣傳活動，他將其會員資料匯入到Amzon Marketing Cloud數據清理室中，想要得知有哪些會員是在廣告活動中已觸及到的。在與Amzon的會員資料進行比對判斷後，廣告主可以排除掉那些已觸及的會員，輸出尚未觸及的會員清單，作為後續廣告投放的受眾。而且廣告主只能看到匯入資料與Amzon有交集的資料，無法看到與Amzon沒有交集的其他用戶資料。

為什麼行銷人需要數據清理室？

原因一，數據隱私的監管，受到隱私權法規與圍牆花園（Walled Garden，意指封閉系統）的隱私權行動，廣告主和媒體想搜集、儲存、分析和共享數據變得越來越難。

原因二，第三方Cookies退場後第一方數據變得極為重要，從法律和商業的角度來看，把第一方數據直接交給外部使用者極具風險，各方之間缺少商業信賴，因此需要一個中立的角色來進行數據清理與交換的功能。

原因三，低效率的數據合成過程，將各方來源數據進行關聯分析需要工程師繁重的工作，這是一項花時間和成本的工作，不如讓數據清理室來代勞。

本內容由傑思．愛德威所贊助，AMT亞太行轉聯盟A_Talent計畫研究員整理編輯，崑山科技大學公廣系陳薇薇副教授協助。

文章取自：MarsGo

封面圖片取自：MarsGo