Qu’est-ce qu’une data clean room ? Fonctionnement et cas d’usage

Partager des données tout en respectant les réglementations en matière de confidentialité a toujours été une tâche délicate. Pourtant, en utilisant des data clean rooms distribuées, il est désormais possible de collaborer sur des données de manière sécurisée, dans le respect des règles de confidentialité. Les capacités des data clean rooms distribuées sont particulièrement avantageuses, car les annonceurs et le secteur des médias sont confrontés à une perte de signal provoquée par un accès réduit à des signaux de données clés tels que les cookies ou les ID d’appareils. Les data clean rooms permettent aux entreprises de gérer les données, de les désidentifier et de les partager efficacement. Découvrons ce qu’est une data clean room, comment elle fonctionne, les avantages qu’elle peut offrir et la façon dont les entreprises s’appuient dessus pour favoriser leur croissance.

Une data clean room est un environnement sécurisé et contrôlé qui permet à plusieurs entreprises ou divisions d’une entreprise de rassembler des données pour les analyser conjointement. Il est possible d’établir des directives internes relatives aux data clean rooms afin de garantir la conformité du traitement et du partage des données aux principales réglementations en matière de confidentialité (RGPD, HIPAA, CCPA, etc.). La data clean room permet d’anonymiser les informations personnelles identifiables (PII).

Le cas d’usage le plus populaire des data clean rooms consiste à lier des données marketing et publicitaires anonymisées provenant de diverses parties en vue de leur attribution. Il est possible de configurer les data clean rooms de manière à empêcher l’exposition des données susceptibles d’identifier des utilisateurs spécifiques, ce qui permet aux utilisateurs de ces clean rooms de se conformer aux exigences en matière de confidentialité.

Les configurations des data clean rooms contrôlent quelles données y entrent, la façon dont elles peuvent être liées à d’autres données de la clean room, les types d’analyse que chaque partie peut effectuer sur ces données, ainsi que celles qui peuvent sortir de l’environnement. Les data clean rooms permettent de sécuriser et de chiffrer les PII qui y sont chargées. Elles permettent généralement aux propriétaires des données d’exercer un contrôle total sur leurs données, tandis que les partenaires agréés peuvent consulter un flux de données anonymisées.

Il est important de faire la distinction entre data clean rooms traditionnelles et distribuées. Dans des data clean rooms traditionnelles, toutes les données sont stockées dans un emplacement physique unique, ce qui limite les possibilités de partage. Grâce aux avancées permises par la technologie cloud, les data clean rooms distribuées éliminent la nécessité de transférer les données d’un emplacement de stockage local à un autre, car celles-ci peuvent être hébergées dans le cloud. Ainsi, chaque partenaire contrôle ses propres données, tout en bénéficiant d’analyses gouvernées avec d’autres partenaires, même multiples, simultanément.

Les data clean rooms offrent des avantages majeurs aux annonceurs, aux entreprises de médias et aux retailers, notamment :

Les data clean rooms permettent aux entreprises de médias et aux éditeurs de combiner leurs données sur les audiences avec celles de leurs partenaires sans exposer d’informations personnelles identifiables, tandis que les annonceurs peuvent améliorer le suivi des attributions.

Les data clean rooms facilitent la création d’audiences personnalisées pour les plateformes publicitaires, ce qui permet aux spécialistes du marketing d’optimiser le ciblage de leurs publicités.

Les entreprises peuvent utiliser des data clean rooms pour effectuer des analyses approfondies sur des jeux de données combinés, afin d’obtenir des informations sur le comportement des clients, la segmentation et la valeur vie client.

Intéressons-nous à trois cas d’usage spécifiques des data clean rooms.

Le parcours client omnicanal est complexe et part rarement de la publicité d’une marque. Par exemple, si un client prévoit l’achat d’un appareil ménager, son parcours aura probablement comme point de départ des sites d’avis en ligne. Un site d’avis recueille des données de haut de l’entonnoir qui s’avèrent inestimables pour la marque d’appareils ménagers. Avec une data clean room capable de gérer les PII, le propriétaire du site pourrait créer un produit de données tierces qui préserve la confidentialité.

Les data clean rooms permettent aux entreprises de retail et de grande distribution de collaborer avec les marques avec lesquelles elles font de la publicité. Par exemple, un retailer peut partager des données transactionnelles dans le respect de la confidentialité et de la gouvernance, afin de fournir des informations sur les signaux de conversion et de permettre l’amélioration du ciblage, de la personnalisation et de l’attribution.

Prenons l’exemple concret d’une entreprise cliente de Snowflake qui utilise une data clean room pour favoriser sa croissance, Merkle.  Grâce aux Merkury Clean Rooms, basées sur les data clean rooms de Snowflake, les clients et partenaires de Merkle combinent des données provenant de sources multiples sans accéder à des données sensibles non autorisées.

Un nombre croissant de clients et de partenaires de Merkle ont adopté Snowflake, ce qui ouvre de nouvelles opportunités de collaboration. « Lorsque j’ai rejoint le service client de notre entreprise il y a trois ans, nous devions souvent envisager des offres concurrentes », explique John Gajewski, Senior Vice President of Architecture chez Merkle. « Aujourd’hui, les discussions portent essentiellement sur l’option privilégiée qu’est Snowflake. »

Auparavant, pour collaborer en toute sécurité entre entreprises, clouds et régions, il fallait transférer des données, ce qui entraînait des risques inutiles. Merkle peut désormais utiliser Snowflake Secure Data Sharing pour permettre à ses clients et partenaires d’accéder en direct aux données, en réduisant le recours aux processus ETL (extraction, transformation et chargement) ou SFTP. Grâce aux data clean rooms de Snowflake, sur lesquelles sont construites les clean rooms Merkury de Merkle, plusieurs parties peuvent disposer des autorisations appropriées et analyser les données sans exposer les PII et autres informations sensibles.

Snowflake permet aux entreprises de partager des données en toute sécurité et en toute confidentialité au sein de data clean rooms pour des analyses en temps réel efficaces et plus approfondies. Les participants peuvent « répertorier » les données qu’ils souhaitent partager et les rendre visibles uniquement aux parties autorisées, sans avoir à les déplacer.

En substance, Snowflake fournit une plateforme configurable par les entreprises afin de permettre à des partenaires sélectionnés d’accéder à leurs données et de les analyser en toute sécurité, sans compromettre leur confidentialité et leur protection.