Was ist ein Data Clean Room? Funktionsweise und Anwendungsfälle
Data Clean Rooms sind die Voraussetzung für eine sichere, datenschutzkonforme Data Collaboration. Dieser Artikel beschäftigt sich mit der Funktionsweise und den Vorteilen von Data Clean Rooms und zeigt, wie Unternehmen sie für ihr Wachstum nutzen.
- Übersicht
- Was ist ein Data Clean Room?
- Die Funktionsweise von Data Clean Rooms
- Die Vorteile von Distributed Data Clean Rooms
- Anwendungsfälle für Data Clean Rooms
- Beispiel aus der Praxis: Merkury Clean Rooms von Merkle
- Ressourcen
Übersicht
Die gemeinsame Nutzung von Daten unter Einhaltung der Datenschutzbestimmungen war schon immer eine Herausforderung. Aber durch den Einsatz von Distributed Data Clean Rooms ist es heute möglich, auf sichere und datenschutzkonforme Weise mit Daten zusammenzuarbeiten. Die Fähigkeiten von Distributed Data Clean Rooms sind besonders vorteilhaft, da Werbetreibende und die Medienindustrie mit Signalverlusten aufgrund des eingeschränkten Zugriffs auf wichtige Datensignale wie Cookies oder Geräte-IDs konfrontiert sind. Mit Data Clean Rooms können Organisationen Daten effektiv verwalten, de-identifizieren und freigeben. Erfahren Sie, was ein Data Clean Room ist und wie er funktioniert, welche Vorteile er mit sich bringt und wie Unternehmen Data Clean Rooms für ihr Geschäftswachstum nutzen.
Was versteht man unter einem Data Clean Room?
Bei einem Data Clean Room handelt es sich um eine sichere und kontrollierte Umgebung, in der mehrere Unternehmen bzw. Abteilungen eines Unternehmens Daten zur gemeinsamen Analyse zusammenführen können. Mit internen Richtlinien zu Data Clean Rooms können Sie dafür sorgen, dass der Umgang mit Daten und deren Freigabe mit den wichtigsten Datenschutzbestimmungen wie der DSGVO, dem HIPAA und dem CCPA übereinstimmt. In einem Data Clean Room können personenbezogene Daten (PII, Personal Identifiable Information) anonymisiert werden.
Der beliebteste Anwendungsfall von Data Clean Rooms ist die Verknüpfung anonymisierter Marketing- und Werbedaten von mehreren Parteien zur Attribution. Data Clean Rooms können so eingerichtet werden, dass die Offenlegung von Daten verhindert wird, mit denen bestimmte Benutzer:innen identifiziert werden könnten, sodass Data Clean Rooms die Anforderungen an den Datenschutz einhalten können.
Die Funktionsweise von Data Clean Rooms
Die Konfigurationen der Data Clean Rooms steuern, welche Daten aufgenommen werden, wie sie mit anderen Daten im Data Clean Room verbunden werden können, welche Arten von Analysen jede Partei mit den Daten durchführen kann und welche Daten den Data Clean Room verlassen können. Mit Data Clean Rooms können personenbezogene Daten, die in den Data Clean Room geladen wurden, gesichert und verschlüsselt werden. Data Clean Rooms gewähren den Dateneigentümern üblicherweise die volle Kontrolle über ihre Daten im Data Clean Room, während genehmigte Partner einen Feed mit anonymisierten Daten erhalten können.
Klassische Data Clean Rooms im Vergleich zu Distributed Data Clean Rooms
Es ist wichtig, zwischen klassischen Data Clean Rooms und Distributed Data Clean Rooms zu unterscheiden. In klassischen Data Clean Rooms werden alle Daten an einem einzigen physischen Ort gespeichert, was die gemeinsame Nutzung der Daten einschränkt. Mit den Entwicklungen der Cloud-Technologie entfällt bei Distributed Data Clean Rooms die Notwendigkeit, Daten von einem lokalen Speicherort zu einem anderen zu verschieben, da die Daten in der Cloud gespeichert werden können. So kann jeder Partner die eigenen Daten kontrollieren und gleichzeitig mit einem oder sogar mehreren anderen Partnern kontrollierte Analysen durchführen.
Die Vorteile von Distributed Data Clean Rooms
Data Clean Rooms bringen entscheidende Vorteile für Werbetreibende, Medienunternehmen und Händler, darunter:
1. Verbesserter Datenzugriff
Medienunternehmen und Verlage können mit Data Clean Rooms ihre Zielgruppendaten mit den Daten von Partnern kombinieren, ohne personenbezogene Daten offenzulegen, während Werbetreibende das Attribution Tracking verbessern können.
2. Benutzerdefinierte Zielgruppenerstellung
Data Clean Rooms erleichtern das Erstellen von individuellen Zielgruppen für Werbeplattformen, sodass Marketingexpert:innen ihr Ad-Targeting optimieren können.
3. Erweiterte Datenanalyse
Organisationen können mithilfe von Data Clean Rooms eingehende Analysen auf kombinierten Datasets durchführen und so Erkenntnisse über das Kundenverhalten, die Segmentierung und den Customer Lifetime Value gewinnen.
Anwendungsfälle für Data Clean Rooms
Sehen wir uns drei spezifische Anwendungsfälle für Data Clean Rooms an.
Erkenntnisse über Zielgruppen für die Werbung
Angenommen, ein Unternehmen verfügt über eigene interne Daten, die Attribute über seine Kund:innen und die zugehörigen Vertriebs-SKUs enthalten. In diesem Fall kann das Unternehmen mit einem Data Clean Room bessere Erkenntnisse über die Zielgruppe für die Werbung erhalten. Nehmen wir an, das Unternehmen möchte neue Kund:innen mit denselben Eigenschaften wie seine besten Kund:innen finden und diese Eigenschaften mit anderen Merkmalen kombinieren, um Upselling-Möglichkeiten zu schaffen.
Um Zielsegmente zu entwickeln und dabei die Datenschutzbestimmungen einzuhalten, kann ein Unternehmen seine Daten in einen Data Clean Room hochladen, der entweder vom Unternehmen selbst oder von einem Werbepartner gehostet wird. Mit den Data Clean Rooms kann das Unternehmen Technologien zur Verbesserung des Datenschutzes implementieren. So können die Teilnehmenden interne Daten sicher zusammenführen und analysieren, ohne die Identität der Benutzer:innen aus den Rohdaten offenlegen zu müssen. Ohne die konfigurierbaren Einstellungen, die ein Data Clean Room bietet, wäre die gemeinsame Nutzung von Daten zwischen den Parteien aufgrund von Datenschutzgesetzen, Vorschriften und Wettbewerbsbedenken noch stärker eingeschränkt.
Monetarisierung eigener Daten
Die Customer Journey über alle Kanäle ist komplex und beginnt selten mit der Werbung einer Marke. Wenn beispielsweise ein:e Verbraucher:in den Kauf eines Küchengeräts plant, beginnt die Customer Journey wahrscheinlich auf Online-Bewertungsportalen. Eine solche Bewertungsseite sammelt Top-of-Funnel-Daten, die für den Gerätehersteller von unschätzbarem Wert sind. Mit einem Data Clean Room, der personenbezogene Daten verwalten kann, könnte der Betreiber der Website ein datenschutzkonformes Drittanbieter-Datenprodukt erstellen.
Zusammenarbeit innerhalb der Handels- und Konsumgüterbranche (CPG)
Mit Data Clean Rooms können Händler und Konsumgüterhersteller mit Marken zusammenarbeiten, die mit ihnen werben. So kann ein Händler beispielsweise Transaktionsdaten unter Berücksichtigung des Datenschutzes und der Governance freigeben, um Erkenntnisse über Konversionssignale zu gewinnen und eine bessere Zielgruppenansprache, Personalisierung und Attribution zu erreichen.
Beispiel aus der Praxis: Merkury Clean Rooms von Merkle
Ein konkretes Beispiel für eine Organisation, die mit einem Data Clean Room das Unternehmenswachstum ankurbelt, ist Snowflake-Kunde Merkle. Mit Merkury Clean Rooms, powered by Snowflake Data Clean Rooms, kombinieren Kunden und Partner von Merkle Daten aus verschiedenen Quellen, ohne dass hierbei unbefugter Zugriff auf sensible Daten gewährt wird.
Sicheres Data Sharing, wertvolle Erkenntnisse
Eine wachsende Zahl von Merkles Kunden und Partnern hat Snowflake eingeführt, wodurch sich neue Möglichkeiten der Zusammenarbeit ergeben. „Als ich vor drei Jahren in den Kundenbereich unseres Unternehmens kam, mussten wir uns ständig mit konkurrierenden Angeboten auseinandersetzen“, so John Gajewski, Senior Vice President of Architecture bei Merkle. „Inzwischen sind wir dazu übergegangen, zuerst Snowflake zu nutzen.“
Früher war es so, dass man für eine sichere Zusammenarbeit über Organisationen, Clouds und Regionen hinweg Daten verschieben musste – und dabei unerwünschte Risiken einging. Merkle kann nun Snowflake Secure Data Sharing für den Live-Zugriff auf Daten für Kunden und Partner von Merkle nutzen und reduziert so die ETL-Prozesse (Extrahieren, Transformieren, Laden) oder SFTP. Mit den Snowflake Data Clean Rooms – auf denen die Merkury Clean Rooms von Merkle entwickelt wurden – können mehrere Parteien mit entsprechenden Berechtigungen Daten analysieren, ohne personenbezogene Daten und andere sensible Informationen offenzulegen.
Snowflake für Data Clean Rooms
Mit Snowflake können Unternehmen Daten innerhalb von Data Clean Rooms sicher und vertraulich freigeben, um effiziente Echtzeit-Analytics und tiefergehende Analysen zu ermöglichen. Die Teilnehmenden können die Daten, die sie freigeben möchten, in eine „Liste“ aufnehmen, so dass sie nur für autorisierte Parteien sichtbar sind, ohne dass die Daten unbedingt verschoben werden müssen.
Im Wesentlichen stellt Snowflake eine Plattform bereit, die Unternehmen so konfigurieren können, dass ausgewählte Partner sicher auf Daten zugreifen und diese analysieren können, ohne dass der Datenschutz und die Sicherheit beeinträchtigt werden.
