Obrigado!

Uma nova era – Data Clean Rooms

Por Einav Mor-Samuels
Data clean rooms square

Se você é um profissional de marketing, provavelmente já ouviu falar sobre os Data Clean Rooms. O que eles são?

Alguns chamam os Data Clean Rooms (DCRs) de “Suíça dos dados”, pois eles oferecem um espaço neutro e seguro para o acesso e uso de dados primários dos usuários. Em um ambiente de DCR, duas entidades podem compartilhar e analisar dados de forma segura, controlando completamente como, onde e quando esses dados podem ser usados.

Dessa forma, as marcas podem acessar dados críticos em um espaço privado, que não viola a privacidade dos usuários. Os dados a nível do usuário são enviados para um DCR, de onde insights agregados são extraídos em um grupo de audiências misturadas, a cohort.

Por isso, para que você esteja preparado(a) para 2022, te convidamos para nos acompanhar em uma jornada pelo mundo dos dados primários, em uma série de três blog posts totalmente dedicados aos DCRs.

Ao final dessa jornada, você saberá exatamente o que são os DCRs, como eles funcionam e por que os profissionais de marketing precisam deles, além de entender como eles podem afetar diretamente a mensuração das suas campanhas nos próximos anos.

Mas, primeiro, vamos contar como chegamos até aqui.

O ecossistema mobile está evoluindo

Data clean rooms evolution

Apesar de sua reaparição no ano passado, a infraestrutura dos DCRs já existe há alguns anos.

O Google não foi a primeira empresa a usar esse termo, mas foi a primeira a comercializar uma solução de DCR, lançando o seu Ads Data Hub em 2017. Seu objetivo era criar um ambiente seguro e privado para o enriquecimento de dados primários (de CRMs, CDPs, logs de eventos, etc) com os dados de usuários contidos no ecossistema do Google, que seriam usados em suas campanhas.

Apenas um mês depois, o Facebook anunciou sua própria solução de DCR com o objetivo de compartilhar dados com os seus clientes. Coincidência? Acho que não.

Mas foi o ano de 2018 que realmente deu a largada para a era da privacidade dos usuários, com a criação da GDPR e da Prevenção de Rastreamento Inteligente 2.0 (ITP 2.0) da Apple, que estabeleceram um novo padrão de privacidade para o ecossistema.

Em 2019, a Amazon lançou uma plataforma de DCR chamada Amazon Marketing Cloud. No início de 2020 a CCPA entrou em vigor e, em abril de 2020, todo o ecossistema mobile ficou sem palavras com o lançamento da ATT, o mecanismo de opt-in do iOS 14.

Esse conjunto de diretrizes de privacidade do usuário e padrões de privacidade cada vez mais rigorosos transformaram a maneira como os anunciantes e as empresas coletam e compartilham os dados de seus clientes.

Em outubro de 2021, o Facebook anunciou que deixará de enviar dados de campanha a nível do usuário para os anunciantes, enviando-os apenas para os Parceiros de Mensuração Mobile (MMPs, do inglês Mobile Measuremente Partners). Seguindo essa tendência, em breve outras ad networks adotarão medidas semelhantes.

Com as inovações revolucionárias que a Apple introduziu com o framework da ATT, o anúncio do Facebook sobre o envio de dados a nível do usuário e a futura desativação dos cookies de terceiros do Google em 2023, a dimensão do compartilhamento de dados está cada vez mais limitada, dificultando ainda mais a mensuração e a otimização de campanhas.

Por isso, atualmente muitas empresas estão se esforçando para encontrar novas maneiras de acessar insights de marketing significativos de uma forma segura e privada.

Dando início às alianças para a colaboração de dados, em 2019 a Disney firmou parceria com a Target; a Unilever se juntou ao Facebook, Google e Twitter para criar um modelo de mensuração entre canais; a ITV começou a colaborar com a Infosum em 2020; e, em 2021, a TransUnion lançou sua colaboração de dados com a BlockGraph.

O recurso usado por essas marcas, que permitiu que essas colaborações de dados dessem certo? Os Data Clean Rooms!

Afinal, o que é um Data Clean Room?

Os DCRs permitem que os profissionais de marketing acessem um conjunto de dados combinados, respeitando as novas diretrizes de privacidade do usuário. Informações pessoais identificáveis (PII) ou dados restritos de atribuição coletados não são expostos a nenhum dos colaboradores dentro de um DCR, o que impede a identificação de usuários por meio de identificadores exclusivos.

PIIs e dados a nível do usuário são processados e ficam disponíveis para a mensuração, gerando dados anônimos que podem ser cruzados e combinados com dados de diferentes fontes.

Na maioria dos casos, os únicos resultados de um DCR são insights agregados – por exemplo, usuários que realizaram a ação X devem receber a oferta Y. Dito isso, insights a nível do usuário podem ser obtidos caso todas as partes envolvidas tenham consentido com o acesso a essas informações.

O que faz dos DCRs uma plataforma extremamente confiável é o fato de que o acesso, a disponibilidade e o uso dos dados são acordados entre todos os usuários do DCR, e a governança de dados é executada pelo provedor do DCR.

Essa estrutura garante que um colaborador não consiga acessar os dados dos outros, reforçando a regra básica de que os dados individuais ou do usuário não podem ser compartilhados entre diferentes empresas sem o devido consentimento.

Vamos supor que uma marca gostaria de compartilhar insights com a Target. Para facilitar o processo, cada colaborador deve transmitir seus dados a nível do usuário para um DCR – para descobrir o que o outro sabe sobre as audiências que eles têm em comum, como o tamanho do alcance e a frequência de uso, sobreposição de audiências, gestão e distribuição da plataforma, comportamento de compra e dados demográficos.

DCRs também podem ser usados como uma ferramenta intermediária para mensurar a performance de campanha. Na realidade, no lugar de apenas estimar os insights de audiências, as marcas podem usar os dados primários oferecidos pela Amazon ou Google, sem desrespeitar a privacidade de seus usuários.

Em troca, os anunciantes podem obter insights agregados sem precisar usar identificadores individuais para executar a segmentação e criar audiências lookalike, que podem ser compartilhadas com um publisher, uma DSP ou uma ad network para informar uma campanha. Caso você seja um vendedor que possui uma ad network, as marcas podem usar esses insights para comprar seus anúncios.

Como funciona um DCR?

How does a data clean room work?

Uma operação de DCR possui quatro partes: 

1 – Ingestão de dados

Dados primários (de CRMs, sites/apps, atribuição, etc) ou dados secundários obtidos de empresas colaboradoras (como marcas, parceiros, ad networks, publishers) são enviados para o DCR.

2 – Conexão e enriquecimento

Os conjuntos de dados são combinados a nível do usuário, se complementando por meio de recursos como o enriquecimento com dados terceiros.

3 – Analytics

Nesse estágio, os dados são analisados para: 

  • Intersecções e sobreposições
  • Mensuração e atribuição
  • Propensity score (PS)

4 – Uso no marketing

Na última etapa, os insights de dados agregados podem ser usados por profissionais de marketing para:

  • Criar audiências mais relevantes
  • Otimizar testes A/B e a experiência de seus usuários
  • Planejar estratégias e realizar a atribuição em diferentes plataformas
  • Mensurar o alcance e a frequência
  • Realizar análises mais detalhadas sobre as campanhas
Data clean room architecture

Agora que já sabemos as etapas de uma operação de DCR, como é feita a correspondência de dados?

Ao trabalhar com um DCR, identificadores de e-mail, endereço, nome ou ID de dispositivo costumam ser semelhantes para o anunciante e o publisher, o que permite que seja feita a correspondência entre ambas as fontes de dados.

Caso esses identificadores não estejam disponíveis, ferramentas avançadas como o machine learning e modelos probabilísticos podem ser aplicados para aprimorar os recursos de correspondência.

Por que os profissionais de marketing devem usar um DCR?

Why do marketers need Data clean rooms?

O primeiro e principal motivo é o aumento da vigilância sobre a privacidade de dados.

Por conta das novas diretrizes de privacidade e das iniciativas de walled gardens, ou jardins murados (mais informações abaixo), a coleta, armazenamento, análise e compartilhamento de dados está cada vez mais difícil para os anunciantes e publishers.

O segundo motivo é a falta de confiança comercial entre as empresas. Como sabemos, compartilhar dados primários valiosos fora de um DCR é arriscado sob uma perspectiva legal e comercial.

Por fim, há a ineficácia dos processos de síntese de dados, nos quais a correlação entre diferentes conjuntos de dados exige a ação de cientistas de dados, o que pode ser um investimento caro e demorado.

DCRs ao resgate!

Quando se trata da privacidade de dados, todas as entidades dentro de um DCR possuem total controle sobre seus próprios dados, que normalmente são totalmente criptografados durante o processo. Um DCR possui governança e permissões de acesso aos dados extremamente rigorosas – cada empresa define quais e como os dados serão acessados e usados.

Outro aspecto importante é a privacidade diferencial, que faz com que seja impossível rastrear uma impressão, clique ou atividade de um usuário em específico.

Por fim, os DCRs oferecem recursos de processamento, consultas e relatórios agregados e privados, que podem ser usados para realizar integrações para a correspondência dos conjuntos de dados. 

Tipos de DCRs

Agora que já falamos sobre os aspectos comerciais, tecnológicos e legais responsáveis pela criação dos DCRs, vamos entrar em detalhes sobre os tipos de DCR disponíveis no ecossistema:

Walled Gardens – Plataformas de Big Tech

Data clean rooms: Walled gardens

Esse grupo consiste de ecossistemas fechados nos quais o provedor de tecnologias possui um grande controle sobre o hardware, aplicativos e conteúdos compartilhados.

Os walled gardens foram introduzidos pelo Google, Amazon e Facebook para possibilitar a comercialização segura de seus dados primários e vencer a concorrência com relação ao gasto com anúncios .

O lado bom de optar por um walled garden é o suporte para o enriquecimento de conjuntos de dados primários com dados de eventos. Por outro lado, suas desvantagens incluem uma estrutura rígida, falta de ativação de dados entre plataformas (ou seja, a atribuição multitoque), falta de colaboração de dados entre diferentes empresas e uma funcionalidade restrita de consultas e relatórios.

Múltiplas plataformas ou players neutros

Esse tipo de DCR inclui dois subgrupos, e cada um possui um conjunto exclusivo de vantagens e desvantagens:

Modelo diversificado

Esse DCR é composto principalmente por empresas legadas que operam em indústrias adjacentes como os aplicativos de marketing ou o armazenamento de dados em nuvem. Diferentes fornecedores oferecem mecanismos de colaboração de dados para coletar sinais de forma segura e privada.

Seu acesso limitado em comparação com os dados dos walled gardens é recompensado por uma flexibilidade estrutural e o amplo controle sobre a governança de dados de acordo com cada tipo de dado e nível de análise.

Pure-players

São provedores de DCR em pequena escala, que costumam ser modelos de negócio exclusivamente online. Embora eles ofereçam ampla flexibilidade, a granularidade de seus dados primários é limitada, e eles costumam depender de infraestruturas terceiras para a ingestão de dados, além de oferecer poucas opções de integração.

MMPs

Apesar dos limites impostos pelas SRNs, seu parceiro de mensuração mobile (MMP) pode oferecer granularidade de dados a nível do usuário e entre canais e dados de conversão em tempo real. Além disso, um MMP possui as melhores soluções de analytics da indústria para aplicativos mobile, opções flexíveis de integrações e relatórios agregados de qualidade.

Para descobrir qual é o melhor provedor de DCRs para o seu negócio, considere o seu canal principal (mobile, aplicativo ou web), o tamanho do seu negócio, suas necessidades de marketing, estrutura de dados e recursos internos.

Data clean room types comparison

Comparação da performance relativa de cada tipo de DCR

Qual é o futuro do ecossistema mobile?

Data clean room: Market future

A coleta de dados primários é uma missão extremamente estratégica, tendência que continuará ganhando espaço nos próximos anos. Impulsionado por essa tendência, o interesse cada vez maior em ambientes seguros para a colaboração de dados fora dos walled gardens resultou na proliferação de fornecedores neutros de DCR.

Segundo uma previsão feita pela Gartner, 80% dos profissionais de marketing que possuem orçamentos de mídia maiores que US$1 bilhão passarão a usar DCRs até o final de 2023.

Essa é uma ótima notícia para todo o nosso ecossistema, pois quanto mais opções disponíveis, mais fácil será para as empresas adotarem um DCR mais adequado às suas necessidades exclusivas.

Quanto maior o número de empresas que usam bases de dados intermediárias e regulamentadas como os DCRs, mais fácil será para os profissionais de marketing medir, atribuir e otimizar suas campanhas.

Conclusões

  • O DCR é um ambiente altamente protegido que possibilita a correspondência entre dois ou mais conjuntos de dados em um ambiente transparente. Essa solução resolve os impedimentos tecnológicos e legais da colaboração de dados entre empresas.
  • Os DCRs são uma plataforma muito confiável pois o acesso, disponibilidade e uso dos dados são acordados entre todos os usuários do DCR em questão, e a governança de dados é imposta pelo provedor do DCR.
  • Dentre os tipos de DCRs estão os walled gardens (fornecidos por gigantes da tecnologia como Google, Amazon e Facebook), múltiplas plataformas e players neutros, que oferecem mais flexibilidade de estrutura, governança de dados e opções de integração.
  • Cada subgrupo de soluções de DCR possui suas próprias vantagens e desvantagens, de acordo com as necessidades de dados de cada negócio.
  • A busca cada vez maior pelo acesso aos dados primários para a mensuração de campanhas está resultando em uma proliferação de provedores de DCR. Quanto maior o número de empresas que usam DCRs, mais fácil se torna para os profissionais de marketing monitorar, atribuir e otimizar suas campanhas.

Einav Mor-Samuels

Com ampla experiência em marketing digital, Einav é redatora de conteúdos na AppsFlyer. Ao longo dos últimos 15 anos, ela obteve ampla experiência sobre o ecosistema do marketing mobile, pesquisando tendências de marketing e oferecendo soluções personalizadas para os problemas digitais de nossos clientes. A Einav escreve seu conteúdo usando insights baseados em dados, e transforma até os assuntos mais complexos em conteúdos claros e acessíveis.

Receba notícias de marketing e insights de especialistas direto em seu e-mail