Data clean room: tutto quello che c’è da sapere

Che cos’è una data clean room?

Nella ricerca scientifica o nell’industria, una “clean room” (camera bianca) è un ambiente rigorosamente controllato che riduce il livello di contaminanti che possono mettere a rischio processi delicati. Una data clean room ha una funzione molto simile diventando l’asset digitale preferito delle organizzazioni e delle aziende che abbracciano la trasformazione digitale.

Quindi, in che cosa consiste una data clean room? In parole povere, si tratta di uno spazio sicuro e neutrale in cui è possibile instaurare data collaboration fra diversi partner senza che nessuna delle parti coinvolte abbia accesso ai dati dei clienti dell’altra. Inoltre, una data clean room incorpora tecnologie volte a rafforzare la privacy come, ad esempio, la crittografia e la differential privacy, cosicché i dati non possano essere utilizzati in maniera inappropriata; al contempo, offre ai data scientist la possibilità di sfruttare i dati stessi per una migliore pianificazione, attivazione e misurazione in tutto l’ecosistema.

Pensa alle clean room come a strumenti fondamentali fra quelli necessari per il processo trasformazione dei dati. Uno dei vantaggi principali è che i dati non sfuggono mai al controllo del loro proprietario, creando un miglior equilibrio tra privacy e utilità. Sebbene molti scenari di utilizzo prevedano la collaborazione fra due (o più) aziende, le data clean room possono anche essere impiegate per gli stessi motivi nell’ambito della stessa azienda.

Data clean room: un po’ di storia

Quando in ambito adtech e martech si pensa alle origini delle data clean room, si fa solitamente riferimento alla nascita di Ads Data Hub (ADH) di Google seguita a breve distanza da quelle di Facebook e di Amazon. Questi asset tecnologici erano prodotti concepiti per abilitare una collaborazione sicura tra i dati in possesso dei walled garden e quelli degli advertiser (i loro dati di prima parte) al fine di arricchire, indirizzare e misurare le campagne gestite sulle piattaforme proprietarie di riferimento. Hanno inoltre consentito a questi walled garden di evitare il rischio di esporre i preziosissimi dati dei consumatori in loro possesso. L’inasprimento delle normative sulla

privacy e sulla sicurezza continua a rendere estremamente difficile, se non impossibile, l’attivazione, la misurazione e l’ottimizzazione delle campagne senza una data collaboration sicura in una data clean room. Al giorno d’oggi, leggi più severe sulla privacy e sulla sicurezza dei dati, nonché le modifiche apportate dai browser e dai produttori di dispositivi, hanno reso le data clean room una necessità più che una best practice.

Come funzionano le data clean room?

I componenti di una data clean room sono essenzialmente quattro.

1. I dati: i dati di prima parte provengono da operatori quali retailer e CPG.
2. Connessione e processo di arricchimento dei dati: è a questo punto che i set di dati di due o più parti vengono collegati sulla base dei dati univoci e poi arricchiti utilizzando fornitori di terze parti. È sempre a questo punto che entra in gioco un identity graph, che crea un ID pseudonimizzato che non potrà essere collegato alle informazioni di identificazione personale (PII) di un consumatore.
   
3. Analisi e statistiche dei dati: all’interno della data clean room vengono incorporati dati anonimizzati che possono essere utilizzati per fini di misurazione e attribuzione.
4. Attività di marketing: l’ultimo componente, nonché il più importante, consiste nell’utilizzare la data clean room per effettuare attività di marketing come la costruzione dell’audience, l’estrapolazione di informazioni strategiche sulla clientela, la determinazione della reach e della frequenza, l’analisi delle campagne, l’analisi del customer journey e altro ancora.
   

Tipologie di data clean room

Come abbiamo visto, le data clean room non sono una novità. I walled garden le hanno utilizzate per diversi anni dimostrando la loro efficacia nel migliorare la performance pubblicitaria grazie alla data collaboration tra un advertiser e la piattaforma di riferimento. Questo approccio aiuta gli inserzionisti ad identificare e risolvere inefficienze come l’overfrequenza pubblicitaria servita a tutte le persone dello stesso nucleo familiare attraverso le funzionalità di frequency capping e di audience suppression. Con la proliferazione dei canali, la misurazione e l’attribuzione diventano ancora più importanti per ottimizzare l’investimento pubblicitario.

Data clean room neutrali di terze parti

Stanno emergendo diverse data clean room. Oltre a quelle gestite dalle piattaforme, ci sono anche data clean room neutrali di terze parti come Safe Haven di LiveRamp che, oltre a organizzare, analizzare e misurare i dati, possono anche abilitarne l’attivazione in tutto l’ecosistema pubblicitario al fine di pianificare, attivare, e misurare meglio l’investimento pubblicitario

È un’ottima cosa disporre di un luogo sicuro in cui i data scientist possono sperimentare, soprattutto se si tratta dello stesso spazio in cui i dati sono già presenti. Tuttavia, le data clean room sono preziose soltanto quando creano valore. La scienza si basa sulla sperimentazione e sulla presentazione di prove. La scienza dei dati dovrebbe migliorare l’efficienza, alimentare la scoperta

di nuove audience e accrescere la precisione della misurazione. Un ambiente potenziato e neutrale è particolarmente adatto a questo scopo, in particolare quando si lavora su più piattaforme e canali.

Le data clean room per migliori risultati di business

Oggi, le data clean room possono offrire un ambiente sicuro e protetto per unire più facilmente set di dati eterogenei e portare alla luce informazioni strategiche di business senza precedenti. Sebbene le preoccupazioni relative alla privacy dei dati rappresentino un valido motivo iniziale per utilizzare una clean room, ci sono altri vantaggi che consentiranno alle aziende di ottenere maggiori risultati dall’investimento a lungo termine, a patto che scelgano il tipo giusto di clean room. Dopotutto, l’obiettivo finale è quello di creare valore per l’azienda.

Al fine di ottenere migliori risultati di business, la data clean room dev’essere improntata alla protezione della privacy, fornendo ai marketer strumenti che producano risultati. Una clean room potenziata da feature di people-based identity integrate, di misurazione e di ricavo di insight che sono anche connesse ai principali canali di attivazione pubblicitaria potrà essere d’aiuto nel costruire partnership più profonde e nel creare una rete di contatti con la propria sfera d’influenza.

Tre motivi per cui i marketer dovrebbero amare le data clean room

1. Accesso a un maggior numero di dati (e a dati migliori) per ottimizzare le strategie di marketing e massimizzare il ROAS
   

Come affermato in precedenza, la data deprecation è reale e i marketer necessitano di dati di campagna che non si basino su dati con perdite di segnali. Grazie alle data clean room, i marketer, per determinare la fonte delle conversioni, possono attingere a modelli di attribuzione che sfruttano i dati delle transazioni collegandoli alle performance degli annunci di una concessionaria o di un partner, come impression e clic. Con i dati granulari, un marketer è ad esempio in grado di analizzare la reach e la frequenza delle sue campagne e di adottare provvedimenti per ridurre al minimo l’ad-fatigue e migliorare la performance dei pubblicitaria. A fronte di un panorama mediatico sempre più frammentato, una data clean room rappresenta la soluzione per superare gli ostacoli derivanti dall’inclusione di ogni canale (nuovo o vecchio che sia).

2. Informazioni strategiche sull’audience per costruirne una migliore
   

I dati user-level sono preziosi, ma sono diventati sempre più difficili da ottenere a causa delle indispensabili norme sulla privacy e a causa delle modifiche apportate da Apple. Una data clean room consente ai marketer di collaborare con diverse fonti affidabili, in maniera da migliorare e arricchire i dati a loro disposizione per realizzare modelli di look-alike a livello granulare. In questo modo, sarà possibile costruire audience sulla base dei comportamenti dei consumatori, della cronologia acquisti, delle abitudini e così via, per aiutare i marketer a offrire messaggi più rilevanti attraverso i canali più efficaci.

3. Partnership di dati di prima parte
   

Pane e marmellata…Ale e Franz e… Ticketmaster e Spotify. Tre esempi di accoppiate ben riuscite. Grazie ad una data clean room, un marketer può collaborare con chiunque in un ambiente sicuro e fondato su un sistema articolato di autorizzazioni, per promuovere il proprio brand in modi prima impossibili. Ad esempio, se ti stai preparando a lanciare un nuovo prodotto, la partnership giusta ei giusti set di dati possono aiutarti a comprendere meglio la categoria merceologica e ottenere risultati migliori. Le partnership fra dati di prima parte sono vantaggiose non solo per i marketer, ma anche per lo sviluppo del prodotto, il servizio clienti e altri team all’interno dell’azienda.

Cosa cercare in una data clean room (potenziata)

Quindi, com’è possibile trovare una data clean room che offra non solo questi risultati ma anche customer experience migliori? Ecco le caratteristiche essenziali delle data clean room.

Una data clean room deve avere un approccio deterministico e omnicanale all’identità.


Il rafforzamento della privacy è spesso la prima ragione per orientarsi verso una data clean room. Le tecnologie di rafforzamento della privacy (PET) consentono alle aziende di analizzare i dati senza doverli esporre. Tuttavia, la chiave per il successo delle data clean room è quella di fornire tecnologie modulari per la protezione della privacy, in maniera tale che il cliente possa determinare il livello di privacy richiesto nel momento in cui collabora con i propri partner. Inoltre, adottare un approccio deterministico di identity match è fondamentale per garantire una migliore collaborazione. In mancanza di ID e corrispondenze deterministiche, gli esiti della collaborazione possono condurre a risultati imprecisi.


L’adozione di un identity- framework interoperabile può efficientare non solo la misurazione dell’efficacia, ma anche essere il veicolo di esperienze utente personalizzate attraverso i punti di contatto omnicanale. In termini di misurazione, la giusta data clean room offre funzionalità simili a quelle dei walled garden, come ad esempio:

• 
  la correlazione fra impression e transazioni, per fornire report di conversione e sales-uplift.
  
• L’abilitazione all’instaurazione di partnership multiple per l’attribuzione multitouch
  
• L’integrazione di partner televisivi per una migliore pianificazione delle campagne omnicanale.

Una data clean room deve rispondere alle domande giuste.

Potenziata o meno, una data clean room sarebbe inutile se non consentisse un’agevole data collaboration all’interno di uno spazio rigoroso in termini di privacy. Una volta che i dati sono accessibili, le clean room dovrebbero offrire anche funzionalità aggiuntive per facilitare e semplificare la collaborazione. Queste includono:

• • Contribuire alla costruzione e alla riconciliazione di set di dati di prima parte di un’organizzazione al fine di supportare analisi interne.
    
  • Garantire che le aziende inseriscano i dati conformi ad una tassonomia unica per agevolare la collaborazione.
    
  • Precostruire query per rispondere a domande chiave relative ai risultati di business, senza che vi sia uno sforzo eccessivo delle parti coinvolte nella data collaboration.
    
  • Incorporare dashboard di analisi al fine di garantire che i dati granulari possano essere facilmente utilizzati per creare un’audience più raffinata e scalabile.
    
  • Incorporare protocolli di misurazione al fine di misurare, in modo automatico e continuo, l’efficacia delle campagne collaborative.
    

Una data clean room deve ulteriormente potenziare la personalizzazione.

I dati sono fondamentali per ottenere customer experience fantastiche e una data clean room potenziata aiuta a renderle possibili.


Prendiamo come esempio le visite frequenti al bar del quartiere. Alla fine della prima o della seconda settimana di frequentazione quotidiana, probabilmente ti aspetteresti che il solito barista sia in grado di offrirti un’esperienza più personalizzata, dato che ha imparato a conoscere le tue preferenze specifiche in fatto di caffè. Se non altro, speri che ti riconosca e non che ti accolga come un cliente casuale. E dato che sei un cliente fedele, in segno di gratitudine potresti anche ricevere un dolce offerto dalla casa.


Un altro esempio è quello di un retailer con dati sulle transazioni che indicano quali clienti acquistano, quanto acquistano e con quale frequenza. Quel retailer potrebbe creare un’audience interessante per i CPG che potrebbero essere a corto di dati di prima parte. Si tratta di uno scenario vantaggioso per entrambe le parti poiché il brand può costruire un target migliore, raggiungere l’audience giusta e ridurre gli sprechi pubblicitari. Nel frattempo, il retailer (che in questo caso agisce come media publisher) può migliorare i profitti e offrire una migliore customer experience.


Se sfruttati in maniera appropriata e sicura dal punto di vista della privacy, i dati possono ottimizzare la customer experience, garantendo che i brand riescano a identificare queste preferenze e coltivare le relazioni con la clientela esistente, al fine di incrementare la fidelizzazione e la notorietà del brand. Una data clean room offre la possibilità di creare customer experience eccezionali, contribuendo ad applicare tali informazioni strategiche alle strategie di marketing.

Una data clean room dev’essere flessibile e interoperabile.

Una data clean room potenziata dovrebbe rendere la connessione ai dati sicura e agevole, ovunque essi si trovino, e fornire qualunque strumento di cui il marketer abbia bisogno per raggiungere i propri obiettivi. Le data clean room dovrebbero essere in grado di lavorare dove tu (e i tuoi partner) lavorate. Ciò significa che dovrebbero essere in grado di collegarsi agli stessi cloud e walled garden utilizzati. Le cose possono infatti complicarsi quando sussistono soluzioni specifiche, con impostazioni e parametri diversi, utilizzate da un brand o da un’agenzia con più partner.

In che modo i retailer possono monetizzare i dati creando revenue stream grazie alle data clean room?

Supponi di avere già dati strutturati con una tassonomia consistente e di volerli mettere a disposizione di terzi così da poter iniziare a generare dei ricavi. In quel caso, non ti serve una data clean room poiché puoi condividere i tuoi segmenti di audience attraverso diversi marketplace. Il rovescio della medaglia è che entri in concorrenza con almeno 150 fornitori di dati che cercano di accaparrarsi gli stessi budget media. Questa grande potenzialità già presente sul mercato non

fornisce il giusto valore ai tuoi dati; una clean room può essere invece davvero utile per valorizzarli e iniziare a generare revenue-stream incrementali ad alto margine.


Ad esempio, oggi molti retailer hanno un’attività di media retail incentrata su properties owned and operated. Uno dei principali obiettivi è quello di migliorare i profitti sull’inventory esistente del retailer e il modo migliore per farlo è sfruttare una clean room e consentire ai brand CPG di fare operazioni di overlap e di identificare audience uniche a cui comunicare attraverso properties owned and operated dal retailer. Quel passo in più consente al retailer di mettere a fattor comune i suoi dati e le sue properties attraverso l’uso di una data clean room. Ciò aumenta il valore del suo inventory e delle operazioni owned and operated.


Inoltre, avere accesso ad una clean room può offrire funzionalità davvero uniche come quelle di costruzione dell’audience (semplici e avanzate), quelle di audience extension (quando un retailer utilizza o rende disponibili i propri set di dati al di fuori del proprio environment) e quelle di misurazione (che i brand CPG bramano).

Le data clean room: non solo per i retailer

Sebbene retailer e brand siano ottimi esempi di come le data clean room possano creare migliori risultati di business, con i partner giusti quasi tutti i mercati verticali possono trarre vantaggio dall’impiego di una data clean room. Ecco alcuni esempi:

Utilities: pensa al crescente mercato dei nuovi prodotti di energetici per le smart home e ai dati che le utility posseggono sui consumi degli utenti. Questo dà loro un vantaggio competitivo per la creazione e la commercializzazione di tutta una serie di prodotti e servizi. Ad esempio, una data clean room è in grado di consentire la collaborazione tra l’utility e i produttori di veicoli elettrici (VE), al fine di individuare strutture ottimali per le stazioni di ricarica.

Assistenza sanitaria: l’esempio più significativo, e attuale, di come le data clean room possano essere d’aiuto nel settore sanitario è stato il loro impiego nella fornitura di informazioni chiave alla comunità medica, alle aziende farmaceutiche, ai governi e alla popolazione mondiale durante il COVID-19. Le data clean room garantiscono un equilibrio tra salute pubblica e privacy attraverso la data collaboration, senza esporre i dati privati delle persone.

Tecnofinanza: quando si parla di dati finanziari, la privacy e la sicurezza sono due delle questioni di maggior importanza che il settore deve affrontare. Le conseguenze derivanti da una violazione dei dati e dei PII possono essere devastanti sia per i singoli clienti sia per le aziende. Per questo settore, le data clean room sono in grado di offrire un ambiente sicuro e protetto, per ridurre i rischi nella collaborazione inter e intra aziendale. Inoltre, possono essere utilizzate in tutto il settore per eliminare le frodi.

Intrattenimento: dai servizi di streaming ai cinema, dagli impianti per concerti e sport ai parchi a tema, e non solo: questo settore è in grado di acquisire il comportamento e gli acquisti dei consumatori in un modo che altri settori nemmeno immaginano! Una data clean room può contribuire a valorizzare i dati attraverso partnership con etichette discografiche, studi di produzione e così via, offrendo audience e segnali unici per una migliore pianificazione, attivazione e misurazione.

Settore turistico: gli hotel e le compagnie aeree dispongono di dati univoci sulla clientela su larga scala e hanno già accolto i media network e le data clean room per aumentare i ricavi e per collaborare con i brand, al fine di migliorare l’offerta e differenziarsi dalla concorrenza.

Mobile app: i publisher mobile devono affrontare una forte concorrenza su tempo speso e focus attenzione: awareness, installazione, engagement, fidelizzazione a lungo termine sono tutti obiettivi complessi da monitorare e ottimizzare. Per molte applicazioni mobile, il potenziale per la quantità di dati ottenuti dagli utenti è significativo ed estremamente prezioso. Considera che i publisher offrono spesso diversi giochi che implicano attività degli utenti su due o più di essi. Questo aumenta la quantità di dati che possono essere utilizzati per trarre spunti e offrire aree di ottimizzazione e, se condivisi in sicurezza con i partner tramite una data clean room, possono fare da ponte tra i mondi online e offline.

Per quale motivo le data clean room non sono così diffuse?

Se le data clean room offrono davvero tanto ai marketer, perché non sono così diffuse? Un motivo risiede nel fatto che, pur essendo il tema più caldo del momento, non sono in circolazione da molto tempo. Altri fattori che non contribuiscono all’adozione di una data clean room sono:

Dati che siano fruibili

Per poter usare una data clean room, è necessario fare ordine nella propria data house. Per molte organizzazioni non si tratta di un compito rapido, né tanto meno facile, in particolare se i dati sono archiviati.

Partner giusti

La scelta di una data clean room e di partner con cui lavorare può richiedere tempo, anche con la piena partecipazione dei diversi membri dell’organizzazione. Una data clean room non è solo marketing o solo per il marketing.

Timori su privacy e sicurezza

Le data clean room si basano sulla data collaboration. Non tutte le organizzazioni si sentiranno a loro agio nel rivelare dati proprietari, ad esempio dati transazionali da canali online e offline. La formazione di diversi team di governance può richiedere tempo e quando le tecnologie a tutela della privacy diventeranno mainstream allora si ridurranno di conseguenza anche i timori relativi privacy e sicurezza.

Restrizioni

La maggior parte dei team di data science dei brand si troverà a proprio agio nel navigare fra gli strumenti necessari ad alimentare attività analitiche, dal lead scoring al journey modeling, fino alla misurazione delle performance dei canali. Dal momento che le data clean room devono creare un ambiente protetto per consentire la scoperta delle informazioni strategiche necessarie, senza però consentire l’esposizione o la reidentificazione dei dati dei consumatori, nell’ottica di gestire la sicurezza dell’analisi dei dati si creano talvolta restrizioni che spesso impediscono l’accesso ad altri strumenti.

Il futuro delle data clean room

Nei prossimi anni, le organizzazioni si affideranno sempre più spesso alle data clean room, ma la tecnologia evolverà di pari passo con le esigenze della clientela. Come abbiamo già visto, i clienti

stanno trasferendo le loro risorse di dati all’interno dei data warehouse nel cloud e vorranno che la collaborazione avvenga nell’ambito dei confini della loro data warehouse. In futuro, le data clean room diventeranno parte integrante dell’infrastruttura cloud e forniranno valore, non solo per le applicazioni marketing, ma anche per quelle a sostegno di tutte le altre attività aziendali. Oltre ad essere incorporate nel cloud, ci aspettiamo che le clean room offrano controlli modulari di privacy, in maniera che le aziende possano sentirsi a proprio agio con i framework di privacy e di sicurezza impiegati nella partnership.

Per concludere

Indipendentemente dal tipo di data clean room scelto per le tue esigenze di data collaboration, è essenziale garantire che questa ti sia d’aiuto nell’ottenere migliori risultati di business, senza sacrificare le profonde relazioni con la clientela che cerchi di accrescere e consolidare man mano che sviluppi una migliore comprensione dei tuoi clienti.