Salas limpas de dados: tudo o que você precisa saber

O que é uma sala limpa de dados

Na pesquisa científica ou na fabricação, uma “sala limpa” é um ambiente estritamente controlado que reduz o nível de contaminantes que podem colocar em risco o trabalho sensível. Uma sala limpa de dados  — ou clean room de dados — é muito semelhante, e esses espaços digitais estão agora crescendo em popularidade devido às organizações que adotam a transformação digital.

Então, como definimos uma sala limpa de dados? Simplificando, é um espaço seguro e neutro para a colaboração de dados e parcerias existirem sem que uma das partes tenha acesso aos dados do cliente da outra. Uma sala limpa de dados também incorpora tecnologias de aprimoramento de privacidade, como criptografia e privacidade diferencial, para que as informações não possam ser usadas de forma inadequada, fornecendo aos cientistas de dados a capacidade de aproveitar os dados para planejar, ativar e medir com mais eficiência em todo o ecossistema. 

Pense em uma sala limpa como uma adição valiosa à caixa de ferramentas de transformação de dados. Um dos principais benefícios é que os dados nunca saem do controle de seu proprietário, criando um melhor equilíbrio entre privacidade e utilidade. Embora muitos casos de uso sejam entre duas empresas, as salas limpas de dados também podem ser usadas na mesma empresa pelos mesmos motivos.

Histórico de salas limpas de dados

Quando as indústrias adtech e martech pensam na origem das salas limpas de dados, elas apontam para a introdução do Ads Data Hub (ADH) do Google, com o Facebook e a Amazon vindo em seguida. As primeiras iniciativas eram produtos projetados para a colaboração de dados secundários entre os walled gardens e os anunciantes (e seus dados primários) para enriquecer, segmentar e medir campanhas em suas plataformas. Isso também permitiu que esses walled gardens evitassem o risco de expor seus cobiçados dados de consumo. A evolução dos regulamentos de privacidade e segurança vem tornando desafiadora, se não impossível, a ativação, medição e otimização de campanhas sem a colaboração segura de dados em uma sala limpa de dados. Leis de privacidade e segurança de dados mais rigorosas e mudanças de navegadores e fabricantes de dispositivos tornaram as salas limpas de dados não apenas uma prática recomendada, mas também uma necessidade no mundo atual.

Como funcionam as salas limpas de dados?

Existem essencialmente quatro componentes para uma sala limpa de dados.

• Dados: os dados primários vêm dos participantes da colaboração, como um varejista e um CPG.
• Processo de conexão e enriquecimento de dados: é onde os conjuntos de dados de duas ou mais partes são correspondidos individualmente e, em seguida, enriquecidos usando fornecedores terceirizados. É também onde entra em jogo um gráfico de identidade, que será pseudonimizado para um ID que não pode ser vinculado à PII de um consumidor.
• Análise e análise de dados: dentro da sala limpa de dados, são integrados os dados anônimos, que podem ser usados para medição e atribuição.

Atividades de marketing: o último e mais importante componente é usar a saída da sala limpa de dados para atividades de marketing, como construção de público-alvo, insights do cliente, determinação de alcance e frequência, análise de campanha, análise da jornada do cliente e muito mais.

Tipos de salas limpas de dados

Como observamos, as salas limpas de dados não são novas. Usadas há vários anos pelos walled gardens, já provaram sua eficácia em melhorar o desempenho da publicidade por meio da colaboração de dados entre um anunciante e suas plataformas. Essa abordagem ajuda os anunciantes a verificar se há inconsistências para resolver problemas como limite de frequência e supressão de público-alvo, evitando a veiculação excessiva de anúncios para as mesmas pessoas ou famílias. Com a proliferação de canais, a medição e a atribuição tornam-se ainda mais críticas à optimização dos gastos com publicidade.

Salas limpas de dados neutras de terceiros

Mais salas limpas de dados estão surgindo. Além daquelas gerenciadas pelas plataformas, também existem salas limpas de dados neutras de terceiros, como o  Safe Haven da LiveRamp, que, além de organizar, analisar e medir dados, também pode permitir a ativação em todo o ecossistema de publicidade para planejar, ativar e medir melhor  seus gastos com marketing. 

Ter um lugar seguro para seus cientistas de dados experimentarem é ótimo, especialmente se for aonde os dados já estão. No entanto, as salas limpas são tão valiosas quanto o valor que produzem. Se a ciência tem tudo a ver com testar e fornecer pontos de prova, a ciência de dados deve melhorar a eficiência, impulsionar a descoberta de novos públicos e aumentar a medição precisa. Um ambiente aprimorado e neutro é mais adequado para fazê-lo, especialmente quando se trabalha em várias plataformas e canais.

Salas limpas para melhores resultados de negócios

Hoje, as salas limpas podem fornecer um ambiente seguro para unir conjuntos de dados díspares com mais facilidade e descobrir mais insights de negócios do que nunca. Embora as preocupações com a privacidade de dados sejam uma razão sólida para usar uma sala limpa, existem outros benefícios que ajudarão suas empresas a obter mais do seu investimento a longo prazo – ou seja, se você estiver escolhendo o tipo certo de sala limpa. Afinal, o objetivo final é criar valor para o seu negócio.

Para alcançar resultados de negócios melhores, sua sala limpa de dados deve estar enraizada na proteção da privacidade e prover as ferramentas que fornecem resultados para os profissionais de marketing. Uma sala limpa aprimorada com identidade, medição e aplicativos de insights baseados em pessoas incorporados, que também estão conectados aos principais canais de ativação, pode ajudá-lo a construir parcerias mais profundas e conectar sua esfera de influência.

Três razões pelas quais os profissionais de marketing amam as salas limpas de dados

1. • Acesso a mais (e melhores) dados para otimizar o marketing e maximizar o ROAS

   Como mencionado anteriormente, a depreciação de dados é real e os profissionais de marketing exigem dados de campanha que não dependam de perdas de sinal. Com uma sala limpa de dados, eles podem aproveitar os modelos de atribuição e os dados de transação combinados com o desempenho do anúncio de um editor ou parceiro, como impressões e cliques, para determinar a origem das conversões. Com dados granulares, um profissional de marketing pode analisar o conteúdo e a frequência de suas campanhas e tomar medidas para minimizar a fadiga do anúncio e melhorar o desempenho da mídia. À medida que o cenário da mídia se torna mais fragmentado, uma sala limpa de dados pode ajudar a superar os obstáculos que cada canal novo ou preterido traz.

   • Insights para construir melhores audiências

   Os dados em nível de usuário são ouro, mas tornaram-se cada vez mais difíceis de obter devido aos regulamentos de privacidade e mudanças muito necessárias, como as da Apple. Uma sala limpa de dados permite que os profissionais de marketing façam parcerias com várias fontes confiáveis para aprimorar e enriquecer seus dados, criando modelos semelhantes em um nível granular. Isso pode então impulsionar a segmentação com base no comportamento do consumidor, histórico de compras, hábitos etc., ajudando os profissionais de marketing a entregar mensagens mais relevantes por meio dos canais mais eficazes. 

   • Parcerias de dados primários

   Queijo e goiabada … Timão e Pumba… Samsung e Microsoft. Três exemplos de coisas que simplesmente andam juntas e fazem sentido. Com uma sala limpa de dados, um profissional de marketing pode fazer parceria com qualquer pessoa em um ambiente seguro e baseado em permissão para impulsionar sua marca de formas anteriormente impossíveis. Por exemplo, se você está se preparando para lançar um novo produto, a parceria de dados e os conjuntos de dados certos podem ajudá-lo a entender melhor a categoria e gerar melhores resultados. As parcerias de dados primários beneficiam não apenas o profissional de marketing, mas também o desenvolvimento de produtos, o atendimento ao cliente e outras equipes em toda a organização.

O que procurar em uma sala limpa de dados (aprimorada)

So how can you find a data clean room that delivers these outcomes and also better customer experiences? Here are the data clean room “musts.”

A data clean room must have a deterministic omnichannel approach to identity.

Enhanced privacy capabilities are often the first reason to gravitate toward a data clean room. Privacy-enhancing technologies (PETs) enable companies to analyze data without it having to be exposed. However, the key to success for data clean rooms is to provide modular privacy-enhancing technologies so customers can leverage the required level of privacy thresholds when collaborating with their partners. In addition, having a deterministic approach to identity and matching is also key to ensuring better collaboration. Without deterministic IDs and matching, the outcomes of collaboration can lead to inaccurate results. 

Leveraging an interoperable identity framework can help you not only measure effectiveness more accurately but also drive personalized experiences across omnichannel touch points. When it comes to measurement, the right data clean room provides similar capabilities as walled gardens, such as: 

• Matching impression data to transactions to deliver conversion and sales lift reporting, 
• Enabling multiple partnerships for multi-touch attribution, and
• Incorporating TV partners to plan omnichannel campaigns better. 

A data clean room must answer the right questions.

Enhanced or not, a data clean room would be moot if it didn’t enable easier data collaboration within the privacy-conscious space. Once the data is accessible, clean rooms should also provide additional capabilities to make collaboration easier and simpler. These include:

• Helping build and reconcile an organization’s own first-party data sets to support first-party graphs. 
• Ensuring organizations are bringing data sets into a unified taxonomy to support easy collaboration. 
• Pre-building queries across data sets to answer key business outcome questions without a heavy lift from both parties.
• Embedding analytics dashboards to ensure granular data can be easily leveraged to create better audiences at scale.
• Embedding measurement protocols to automatically and continuously measure the effectiveness of collaborative campaigns.

A data clean room must enhance personalization.

Data is the key to great customer experiences, and an enhanced data clean room helps unlock those experiences.

Let’s use frequent visits to your neighborhood coffee shop as an example. By the end of the first or second week of daily visits, you would likely expect a more personalized experience from your regular barista, given he or she would know your specific preference for coffee. If nothing else, you would hope to be recognized as an individual vs. a random customer. You might even get a pastry on the house as a thank you for being a loyal customer. 

Another example is a retailer with transaction data that tells you what customers are buying, how much they are buying, and how often. That retailer could build audiences that are attractive for CPGs who may be first-party data poor. This is a win-win scenario for both parties since the brand would achieve better targeting, reach the right audiences, and reduce advertising waste. Meanwhile, the retailer (in this case, acting as a media publisher) could improve yields and deliver better customer experiences.

When appropriately leveraged in a privacy-safe manner, data can enhance the customer experience, ensuring that brands can recognize these preferences and deepen relationships with existing customers for increased brand loyalty and awareness. A data clean room delivers the ability to create exceptional customer experiences by helping activate these insights across marketing applications.

A data clean room must be flexible and interoperable.

An enhanced data clean room should make it safe and easy to connect data wherever it lives and use whatever tools the marketer needs to achieve its goals. Data clean rooms should be able to work where you (and your partners) work. This means they should be able to plug into the same clouds and walled gardens. Things can get complicated when there are point solutions with different setups and parameters used by a brand or agency with multiple partners.

Como os varejistas podem monetizar dados e criar fluxos de receita com uma sala limpa de dados

Suponha que você já tenha seus dados estruturados e taxonomizados e queira disponibilizá-los para que possa começar a gerar receita. Nesse caso, você não precisa de uma sala limpa de dados porque pode enviar seus segmentos de público por diferentes mercados de dados. A ressalva é que você está competindo com pelo menos 150 provedores de dados tentando ir atrás dos mesmos orçamentos de mídia. Esse recurso pronto para uso não fornece o tipo certo de valor para seus próprios conjuntos de dados. Para melhorar o valor de seus dados e começar a gerar fluxos de receita incrementais de alta margem para si mesmo, uma sala limpa pode realmente ajudar. 

Por exemplo, a maioria dos varejistas hoje tem um negócio de mídia de varejo focado em canais próprios e operados. Um dos principais objetivos é melhorar os rendimentos do estoque existente de um varejista, e a melhor maneira de fazer isso é alavancando uma sala limpa e permitindo que as marcas de CPG façam sobreposições e identifiquem públicos exclusivos que gostariam de ativar nos canais web de propriedade e operação de um varejista. Essa etapa extra permite que um varejista agrupe seus dados e mídias, juntamente com o uso de uma sala limpa de dados. Isso aumenta o valor de seu estoque e das operações próprias, bem como das operadas.

Além disso, para fornecer extensão de público (onde um varejista está pegando seus conjuntos de dados e disponibilizando-os ou usando-os fora de suas próprias quatro paredes), ter acesso a salas limpas pode fornecer recursos muito exclusivos, simples ou avançados de construção de público, juntamente com a medição, que as marcas de CPG tanto cobiçam.

Salas limpas de dados para além dos varejistas

Embora os varejistas e as marcas sejam ótimos exemplos de como as salas limpas de dados podem criar resultados de negócios melhores, praticamente todas as verticais podem se beneficiar de alavancar uma sala limpa de dados com os parceiros certos. Aqui estão alguns exemplos:

Utilitários: Considere o crescente mercado de novos produtos de energia para casas inteligentes e os dados que as concessionárias têm sobre o consumo do consumidor. Isso lhes dá uma vantagem competitiva para criar e comercializar uma variedade de produtos e serviços. Por exemplo, uma sala limpa de dados pode permitir a colaboração entre os fabricantes de veículos utilitários e elétricos (EV) para determinar as instalações ideais do ponto de carregamento.

Cuidados de saúde: O maior e mais atual exemplo de como as salas limpas de dados podem ajudar no setor de saúde foi o seu uso durante a pandemia da Covid-19 para fornecer informações críticas à comunidade médica, empresas farmacêuticas, governos e população mundial. As salas limpas de dados encontram um equilíbrio entre saúde pública e privacidade com colaboração de dados sem expor os dados privados dos indivíduos.

Fintechs: Quando se trata de dados financeiros, privacidade e segurança são dois dos problemas mais significativos que a indústria enfrenta. O nível de PII e as consequências de uma violação de dados podem ser devastadores para indivíduos e instituições.  As salas limpas de dados podem fornecer um ambiente seguro para esse setor reduzir o risco ao colaborar interna e externamente. Eles também podem ser usados em toda a indústria para eliminar fraudes.

Entretenimento: De serviços de streaming a cinemas, concertos e locais esportivos a parques temáticos, e além – esta indústria pode capturar o comportamento do consumidor e as compras de maneiras que outras indústrias não podem. Uma sala limpa de dados pode ajudar a desbloquear o valor de seus dados por meio de parcerias com gravadoras, estúdios de produção etc., fornecendo públicos e sinais exclusivos para um melhor planejamento, ativação e medição.

Indústria de viagens: Hotéis e companhias aéreas têm dados exclusivos de clientes em escala e já adotaram redes de mídia e salas limpas de dados para aumentar a receita e fazer parcerias com marcas para aprimorar suas ofertas, diferenciando-se de sua concorrência.

Aplicativos móveis: os editores móveis enfrentam muita concorrência por tempo e olhos, desde a conscientização do aplicativo até a instalação e o engajamento até a aderência a longo prazo. Tal como acontece com muitos aplicativos móveis, o potencial para a quantidade de dados obtidos de usuários ativos é significativo e extremamente utilizável. Considere que os editores móveis geralmente têm vários jogos diferentes com a atividade do usuário em dois ou mais deles. Isso aumenta a quantidade de dados que podem ser usados para extrair insights e fornecer áreas de otimização e, quando compartilhados com segurança com os parceiros por meio de uma sala limpa, podem unir mundos on e offline.

Por que as salas limpas de dados não são usadas o tempo todo?

Se as salas limpas de dados oferecem tanto para os profissionais de marketing, por que elas não são mais amplamente utilizadas? Uma razão é que, embora eles sejam um tópico quente agora, eles não existem há muito tempo. Outros fatores que contribuem para a adoção de uma sala limpa de dados:

Obter dados em um estado utilizável

Para usar uma sala limpa de dados, você precisa colocar sua “casa de dados” em ordem. Essa não é uma tarefa rápida ou fácil para muitas organizações, especialmente se esses dados estiverem em silos.

Encontrar os parceiros certos

Escolher uma sala limpa de dados e um ou mais parceiros para trabalhar pode levar tempo, mesmo que você tenha a adesão total de vários membros da organização. Uma sala limpa de dados não é apenas sobre marketing. 

Preocupações com privacidade e segurança

As salas limpas de dados têm tudo a ver com colaboração de dados. Nem toda organização se sentirá à vontade para revelar dados que podem ser proprietários, como dados transacionais de canais online e offline. Educar diferentes equipes de governança pode levar tempo e, à medida que as tecnologias de aprimoramento da privacidade se tornam mainstream, as preocupações com privacidade e segurança serão reduzidas.

Restritivo

As equipes de ciência de dados da maioria das marcas se sentirão à vontade para navegar pelas ferramentas necessárias para potencializar as tarefas analíticas, desde a pontuação de leads até a modelagem de jornada e a medição de desempenho do canal. Uma vez que as salas limpas de dados devem criar um ambiente protegido para permitir a descoberta de insights necessários sem permitir a exposição ou reidentificação de dados do consumidor, ele reage a restrições que muitas vezes impedem o acesso a outras ferramentas, a fim de  gerenciar a segurança da análise de dados.

O futuro das salas limpas de dados

As organizações adotarão cada vez mais salas limpas de dados nos próximos anos, mas a tecnologia evoluirá com os requisitos do cliente. Como já vemos, os clientes estão migrando seus ativos de dados dentro de seus data warehouses em nuvem, e os clientes desejarão que a colaboração ocorra dentro dos limites desses warehouses. As salas limpas se tornarão parte integrante da infraestrutura de nuvem daqui para frente e agregarão valor não apenas para casos de uso de marketing, mas também para dar suporte a todas as funções corporativas. Além de se tornarem incorporadas na nuvem, esperamos que as salas limpas forneçam contratos modulares para que as organizações possam se sentir confortáveis com as estruturas de privacidade e segurança usadas na colaboração.

Concluindo

Não importa que tipo de sala limpa de dados você escolha para suas necessidades de colaboração de dados, é fundamental garantir que ela o ajudará a oferecer os melhores resultados de negócios sem sacrificar os profundos relacionamentos com os clientes que você procura crescer e solidificar à medida que desenvolve uma melhor compreensão de seus consumidores.