Огороженный сад (Walled garden)
Подкатегория “Data clean room”, своего рода “огороженный сад” в сфере AdTech – это закрытая платформа или экосистема, где поставщик технологий имеет значительный контроль над оборудованием, приложениями или контентом, которым обмениваются участвующие стороны.
Что такое огороженный сад?
В последние несколько лет практически ни один отчет или анализ в индустрии не обходится без термина “огороженные сады”. Это особенно актуально после недавних изменений в сфере конфиденциальности, которые усложнили маркетологам доступ к данным на уровне пользователя.
Огороженный сад – это разновидность “Data Clean Room”, закрытая платформа, которая помогает скрыть личность юзера путем обезличивания данных на уровне пользователя и кластеризации их на основе общих атрибутов.
Огороженные сады были созданы Google, Amazon и Facebook для безопасной коммерциализации своих собственных данных и сбора рекламных расходов конкурентов.
Нет необходимости говорить о том, что почти 70% всех расходов на рекламу приходится на этих трех гигантов, каждый из которых позволяет рекламодателям работать в своем “саду”: Google Ads Data Hub (ADH), Facebook Advanced Analytics (FAA) и Amazon Marketing Cloud (AMC).
В таких средах с жесткими требованиями к безопасности SRN делают данные на уровне событий доступными для маркетологов, чтобы они могли принимать решения о проведении кампаний, основанные на данных, не ставя под угрозу конфиденциальность пользователей.
Как используются “огороженные сады”?
Data Clean Rooms и Walled gardens позволяют маркетологам использовать всю мощь объединенного массива данных, соблюдая при этом правила конфиденциальности.
Личная информация (Personally Identifiable Information или PII) или данные с ограничением атрибуции отдельных пользователей не открыты ни для одного из вовлеченных участников, что делает невозможным определение пользователей через их уникальные идентификаторы.
В большинстве случаев единственными результатами работы таких сред являются выводы на агрегированном уровне, например, пользователям, выполнившим действие X, следует предложить Y. При этом вывод на уровне пользователей может осуществляться с полного согласия всех вовлеченных сторон.
Работа в “огороженном саду” – это не только защита данных. Эти закрытые платформы также требуют полного стека собственных решений, таких как трекеры, разработчики, дизайнеры и команда менеджеров, чтобы собрать все эти отдельные элементы воедино.
Поскольку такая установка требует значительных ресурсов и трудозатрат, лишь немногие компании могут позволить себе создать, поддерживать и масштабировать решение типа “огороженный сад”.
Теперь, когда мы разобрались, что к чему, давайте рассмотрим несколько примеров огороженного сада:
Имея около 1,5 миллиарда владельцев аккаунтов Gmail и более 100 миллиардов поисковых запросов на своей платформе ежемесячно, Google, безусловно, является крупнейшей в мире компанией по цифровой рекламе, позволяя рекламодателям использовать информацию о кампаниях, используя свой Ad Manager в качестве “огороженного сада”.
Meta (Facebook)
С почти 3 миллиардами пользователей на своей платформе, у Meta есть доступ к огромному количеству данных на уровне пользователя, которые используются для создания одной из самых полных рекламной базы.
Meta требует, чтобы рекламодатели использовали платформу управления данными (DMP), DSP-платформу и динамическую креативную оптимизацию (DCO), сохраняя большую часть данных о результатах кампании внутри компании.
Amazon
Компания сообщила о том, что в 2021 году ее рекламный сервис Amazon Ads принесет ей более 31 миллиарда долларов, что сделает ее третьей по величине компанией в мире, занимающейся цифровой рекламой, сразу после Google и Meta. Помимо того, что Amazon обладает такими же возможностями, как Google и Meta, он также может использовать свои уникальные данные о покупках, которые совершаются на его платформе каждую секунду – 18,5 покупок.
Плюсы и минусы “огороженного сада”
Плюсы
Преимущество №1 – Поддержка обогащения собственных данных рекламодателя данными на уровне событий
Ключевой компонент, который делает Data Clean Rooms платформой, заслуживающей высокого доверия в целом, – это тот факт, что доступ, наличие и использование данных согласованы всеми сторонами, а управление данными обеспечивается доверенным поставщиком.
Этот фреймворк гарантирует, что одна сторона не сможет получить доступ к данным другой, что подтверждает основное правило, согласно которому индивидуальные данные или данные на уровне пользователя не могут быть переданы различным компаниям без согласия.
Помимо оценки того, что другие стороны уже знают об общих для них аудиториях – таких как охват и частота, пересечение аудитории, межплатформенное планирование и распространение, покупательское поведение и демографические характеристики – “огороженные сады” также могут использоваться в качестве промежуточного инструмента для измерения эффективности кампании.
Вместо того, чтобы оценивать аудиторию наугад, бренды могут заглянуть в собственные данные Amazon или Google, при этом полностью соблюдая конфиденциальность.
Взамен рекламодатели могут получить агрегированный результат без индивидуальных идентификаторов, включая сегментацию и похожие аудитории, который затем может быть передан паблишеру, DSP или рекламной сети для кампании.
Преимущество №2 – Точное измерение кампании
Такие “огороженные сады”, как Google, Meta и The New York Times, владеют насыщенными данными на уровне пользователей, которые рекламодатели могут использовать в среде “огороженных садов” для создания успешных, персонализированных и хорошо нацеленных кампаний.
Преимущество №3 – Конфиденциальность пользователей
Компании, предоставляющие услуги по строительству огороженных садов, гордятся своими жесткими стандартами конфиденциальности и безопасности. Данные на уровне пользователя кодируются, что делает их недоступными для других вовлеченных сторон, а провайдер “огороженного сада” обеспечивает защиту данных.
Преимущество №4 – Вовлечение пользователей на различных устройствах
Большинство пользователей выполняют различные действия, такие как совершение покупки на Amazon или поиск в Google, с нескольких устройств, например, со смартфона, ноутбука или планшета.
Это дает этим платформам бесценные данные о различных устройствах, которые затем могут быть переданы рекламодателям (анонимно) с целью охвата и оптимизации кампаний.
Минусы
Недостаток №1 – Сырые данные для анализа
Чтобы рядовой маркетолог мог прочитать эти данные, потребуется команда специалистов по анализу данных, аналитиков или инженеров, что неизбежно усложняет процесс получения полезных инсайтов.
Недостаток №2 – Жесткая архитектура и строгая функциональность запросов
Когда срабатывают проверки конфиденциальности, строки могут быть отфильтрованы без предупреждения. Некоторые проверки конфиденциальности сравниваются с вашими историческими результатами и могут быть запущены, если ваши результаты не меняются адекватно между заданиями. Кроме того, данные, поступающие в Ads Data Hub, могут изменяться.
Недостаток №3 – Отсутствие кросс-платформенной активации данных
Любые обнаруженные сведения могут быть использованы только на одной и той же закрытой платформе. Другими словами, вы не можете взять инсайт из Meta и применить его к Google.
Недостаток №4 – Отсутствие обмена данными между компаниями
Решения Walled Garden предназначены не для индивидуального сотрудничества между сторонами, а исключительно для сопоставления собственных данных брендов с данными Walled Garden.
Недостаток №5 – Все яйца в одной корзине
По мере того, как мы приближаемся к намеченной Google дате отказа от сторонних файлов cookie, похоже, что многим брендам придется больше играть в “песочнице” Google (Google’s Sandbox). Однако чрезмерная зависимость от одного огороженного сада вместо сбалансированного микса, может привести к новым проблемам.
Добавьте к этому неспособность вовлеченных сторон проверить решения или алгоритмы провайдера «огороженного сада» – и вы получите своего рода “черный ящик” для рекламодателей.
Будущее «огороженных садов» в AdTech
Платформы, предлагаемые Google, Amazon, Meta, Twitter или Snap, играют важную роль в жизни каждого отдельного игрока нашей экосистемы, включая паблишеров, рекламодателей и маркетологов.
Их привлекательность вполне очевидна: непревзойденный доступ к данным миллиардов пользователей по всему миру.
Сильная конкуренция на стороне спроса напрямую выгодна паблишерам с точки зрения получения большей доходности за каждое доступное впечатление. По мнению Digiday, именно по этой причине header bidding получил широкое распространение, и это хороший пример того, как “огороженные сады” влияют на паблишеров.
С предстоящим отказом от сторонних файлов cookie издатели, размещающие программную рекламу, скорее всего, увидят снижение eCPM, что, в свою очередь, приведет к снижению ежемесячного дохода от рекламы. Однако “огороженные сады”, такие как Meta, не так сильно пострадают от изменений, поскольку они в основном полагаются на собственные данные рекламодателя для сегментации кампаний.
Ключевые выводы
- Огражденный сад – это разновидность “Data Clean Room”, которая помогает скрыть пользователей путем обезличивания их данных на уровне пользователя и кластеризации их на основе общих атрибутов.
- В такой среде у провайдера значительный контроль над аппаратным обеспечением, приложениями или контентом, которыми обмениваются участвующие стороны.
- «Огороженные сады» позволяют маркетологам использовать всю мощь объединенного массива данных, соблюдая при этом правила конфиденциальности. PII или данные отдельных пользователей с ограничением атрибуции недоступны ни одному из вовлеченных участников, что делает невозможным определение личности пользователей через их уникальные идентификаторы.
- В большинстве случаев единственными результатами работы таких сред являются выводы на агрегированном уровне, например, пользователям, выполнившим действие X, следует предложить Y. При этом вывод на уровне пользователей может осуществляться с полного согласия всех вовлеченных сторон.
- В огороженных садах есть плюсы и минусы для всех участвующих сторон. С одной стороны, непревзойденный доступ к собственным данным экосистемы, но нет кросс-канального доступа. Непревзойденная глубина данных, но очень малая широта (т.е. отсутствие кросс-канального обогащения), требующая участия специалиста по анализу данных или инженера для превращения сырых данных в инсайты, и очень ограниченная гибкость запросов.
