Le Data Clean Room sono Il futuro del advertising

Le Data Clean Room sono diventate argomento main stream l’11 Ottobre 2022 quando Google ha presentato la soluzione Publisher Advertiser Identity Reconciliation (PAIR) per Display & Video 360 annunciando il supporto per le Data Clean Room.Un mese dopo il 29 Novembre 2022 Amazon lancia AWS Clean Rooms facendo risuonare questo nuovo prodotto sempre più forte nel mondo del Advertising.Scopriamo di cosa si tratta.Che cos’é una Data Clean Room?Per capire una Data Clean Room dobbiamo fare un passo indietro. 3rdParty Cookie e Mobile Advertising Id (MAID) sono identificativi univoci dell’utente. Attraverso di essi il mondo dell’advertising è riuscito a:Grazie per leggere DataMesh. Iscriviti se vuoi rimanere aggiornato* Capire/calcolare gli interessi utente* Misurare le conversioni* Collezionare una grande quantità di dati Il mondo del AdTech si basa principalmente sulle funzionalità sopra elencate.Quando i 3rdParty cookie e i MAID non possono essere raccolti, le fondamenta del digital advertising vengono a mancareUna Data Clean Room permette ad un’azienda di raccogliere informazioni relative ai propri utenti e renderle disponibili ad una terza parte senza condividere con essa alcune dato personale e rispettando la privacy dell’utente. In altre parole, una Data Clean permette di unire dati da fonti diverse al fine di creare un Identity Graph (l’identificazione di un singolo utente in modo univoco) e condividerlo con aziende terze senza mai dare accesso ai dati personali dei propri utenti.Possono diventare un sostituto di 3rdParty Cookie e MAID nel pieno rispetto della privacy, ripristinando in parte le fondamenta del Digital Advertising, ma ridando potere a chi quei dati li raccoglie direttamente: publisher ed advertiser.Come utilizzare una Data Clean RoomLe Data Clean room più famose in questo momento sono:* Google Ads Data Hub (ADH) è la prima Data Clean Room presentata sul mercato.Al suo interno troviamo Google raccoglie i dati sulle sue proprietà digitali come: Google Search, Google Maps, YouTube, ecc. Per potervi accedere è necessario fare advertising con uno di questi prodotti: Search Ads360, Display & Video 360 e Campaign 360* Amazon Marketing Cloud permette di accedere ai dati raccolti su tutte le aziende del gruppo Amazon, come lo shop, Whole Food e Twitch. A differenza di ADH non è necessario avere un account di advertising su Amazon per utilizzarloEntrambe permettono ad una azienda di potenziare le proprie capacità di misurazione e di targeting sulle piattaforme di Google e Amazon rendendo possibile unire i dati di prima parte raccolti dall’azienda con i dati di prima parte di Amazon o Google.Un esempio aiuterà a comprendere meglio le potenzialità.CocaCola attraverso un concorso ha raccolto i lead di numerosi utenti, ma per semplificare ed avere un funnel di conversione semplice e veloce non ha chiesto il sesso e la data di nascita dell’utente. Attraverso Google Ads Data Hub CocaCola potrà per tutti i canali media tracciati con le soluzioni Google:* estrarre i dati di conversione aggregati per sesso ed età degli utenti sfruttando la capacità di Google di estrarre di dati socio/demo* Potrà comparare tali dati di conversione con gli utenti che hanno solo visualizzato le creatività CocaCola* gli stessi dati sono analizzabili per gli utenti che hanno cliccato un annuncio, ma non hanno convertitoSegmentare queste informazioni per creatività permette di analizzare le performance al fine di individuare quale combinazione di creatività, landing page, call to action performi meglio per ogni segmento socio/demografico. Inoltre da entrambe le piattaforme è possibile creare audience mixando i dati di prima parte dell’azienda con i dati dell’AdTech per creare segmenti utilizzabili nelle piattaforme di advertising.Il potenziale di questa tecnologia è molto alto, ma fosse limitato solo a Google e Amazon, non permetterebbe di raggiungere quella massa critica di utenti identificabili che ha reso 3rdParty Cookie e MAID così importanti per l’advertising.Una Data Clean Room può essere creata da qualunque azienda: SnowFlake e Amazon mettono a disposizione la tecnologia per portare i propri dati di prima parte all’interno di una clean room basata sulle loro tecnologie cloud, lasciando molto della progettazione all’azienda stessa.Ma sul mercato si affacciano soluzioni SAAS come:* InfoSum fornisce una soluzione completa, di facile attivazione ed una metodologia unica di matching del utente privacy oriented. * Habu CleanML si concentra sulle capacità di misurazione con machine learning per individuare insights nei dati raccolti* LiveRamp SafeHeaven il cui punto di forza è la capacità di arricchire il dato grazie alle numerose partnership sviluppate dall’aziendaUn possibile futuro delle data Clean RoomQueste piattaforme permettono di rendere disponibili gli identity graph di ogni azienda a terzi senza condividere dati personali del cliente avvicinandosi alla scalabilità di cookie e MAID. le Data Clean Room potrebbero rendere l’affermazione “data are the new oil” più democratica.Ad oggi nel mondo del advertising i dati sono stati una miniera infinita soprattutto per le BigTech, lasciando a publisher ed advertiser le briciole. Con la scomparsa dei 3dParty cookie e la limitazione ai MAID il potere infinito delle BigTech relativo alla raccolta dati potrebbe diminuire. Le Data Clean Room potrebbero porsi come base della data collaboration tra aziende, creando un’economia del dato più olistica in cui ogni azienda che contribuisce viene ripagata per lo sforzo fatto.Ma siamo ancora distanti da questa visione ideale, non esiste ad oggi una metodologia di comunicazione chiara tra Data Clean Room di fornitori diversi e questo ha portato al proliferare di market place privati alla stregua degli AppStore di iOS e Android.La tecnologia è relativamente giovane, la prima Data Clean Room è stata presentata da Google nel 2017 con Ads Data Hub. Se questa tecnologia manterrà le promesse prevedo un futuro dove l’interoperabilità tra piattaforme sarà una feature strettamente necessaria: potrebbe nascere un consorzio alla stregua del W3C che garantisca che il dato sia utilizzabile da tutti gli attori sul mercato.Oggi la tecnologia è utilizzata principalmente per fini di advertising e marketing, ma potrebbe rivelarsi in futuro utile in altri ambiti dove è necessario accedere a dataset che contengono informazioni personali, ad esempio l’ambito medicale, oppure dataset che contengono informazioni importanti per un’azienda e devono essere criptati per non condividere informazioni sensibili.Lo sforzo di Google nell’ambito della privacy per l’advertising sta generando framework e pubblicazioni che testano in modo nuovo modelli privacy oriented utilizzabili anche in altri ambiti. Google sta lavorando molto sul concetto di differential privacy all’interno della privacy sandbox: “la privacy differenziale aiuta le organizzazioni a ricavare informazioni dai dati, garantendo allo stesso tempo che tali risultati non consentano di distinguere o ridentificare i dati di nessun individuo.” Altre tecnologie utilizzate da Google all’interno della privacy sandbox stanno diventando opensource per essere utilizzate in diversi ambiti.* Deep Learning with label Differential Privacy* Private Ads Prediction with DP-SGD* Fully Homomorphic Encryption (FHE)I Link della settimanaWhy should I use Marketing Mix Modelling when I have Google Analytics Chris Kervinen spiega molto bene perché oggi i MMM sono sempre più necessariProgress in spite of chaos: Cookie-less advertising marches ahead i segnali sono sempre più chiari: a sostituire i 3rdparty Cookie e i MAID non sarà una sola tecnologia, ma avremo sul mercato diverse opzioni.Nota a margine: oggi inauguro le illustrazioni della newsletter realizzate con OpenAI DALL-EGrazie per aver letto DataMesh! Iscriviti se vuoi rimanere aggiornato This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com