von Ben Jeger (AppsFlyer)
Data Clean Rooms sind für Vermarkter das Schlagwort der Stunde – aber was verbirgt sich hinter diesen „hygienischen Datenkammern“, von denen alle reden?
Data Clean Rooms (DCR) werden gern auch als „die Schweiz der Daten“ bezeichnet, denn sie bieten einen neutralen, sicheren Raum für die gemeinsame Nutzung von First-Party-User-Daten. In einer DCR-Umgebung können zwei Parteien auf sichere Weise Daten austauschen und analysieren – dabei haben sie die volle Kontrolle darüber, wie, wo und wann diese verwendet werden können.
Angefangen bei Apples ATT-Framework über Facebooks Entscheidung, Daten auf Nutzerebene künftig ausschließlich mit MMPs zu teilen, bis hin zum bevorstehenden Ende von Googles Drittanbieter-Cookies im Jahr 2023: Der Umfang des Datenaustauschs wird zunehmend eingeschränkt, was Messung und Optimierung von Kampagnen schwieriger macht als je zuvor. Marken suchen jetzt händeringend nach neuen Wegen, um unter Wahrung des Datenschutzes aussagekräftige Marketinginformationen zu gewinnen. In den DCR erhalten Marken, Partner, Werbenetzwerke, Publisher und weitere Marktteilnehmer Zugang zu diesen dringend benötigten Daten, und das in einem rechtskonformen Rahmen, der die Privatsphäre der Verbraucher:innen nicht verletzt.
Was leisten Data Clean Rooms?
Das Prinzip: Daten auf Nutzerebene fließen in die DCR ein und als aggregierte Erkenntnisse in einer zusammengefassten Zielgruppe, einer sogenannten Kohorte, wieder heraus. Personenbezogene Informationen (PII) oder auf die Attribution beschränkte Daten einzelner User:innen sind für niemanden zugänglich – so können Nutzer:innen nicht anhand von eindeutigen Identifikatoren identifiziert werden. PII und Daten auf Benutzerebene werden so verarbeitet, dass sie für eine Vielzahl von Messzwecken zur Verfügung gestellt werden können. Dabei entstehen anonymisierte Daten, die dann mit weiteren aus verschiedenen Quellen abgeglichen und kombiniert werden können.
Die DCR-Ergebnisse sind demnach Erkenntnisse auf aggregierter Ebene, z. B. dass Nutzer:innen (als Kohorte), die über eine bestimmte Kampagne reinkamen, einen Day-7-ROAS von 120% haben. DCR-Parteien stimmen dem Zugang, der Verfügbarkeit und der Nutzung von Daten zu, während deren Verwaltung durch den vertrauenswürdigen DCR-Anbieter umgesetzt wird. Dieser Rahmen stellt sicher, dass keine Partei auf die Daten der anderen zugreifen kann – Daten können auf individueller oder Nutzerebene nicht ohne Zustimmung zwischen verschiedenen Unternehmen ausgetauscht werden.
Angenommen, eine Marke möchte Einblicke mit einem Reseller teilen. Dazu muss jede Partei ihre Daten auf Nutzerebene in einen DCR einbringen um zu sehen, was die andere Partei bereits über gemeinsame Zielgruppen weiß, z. B. Reichweite und Häufigkeit, Überschneidungen, plattformübergreifende Planung und Verteilung, Kaufverhalten und demografische Daten. DCR können aber auch als Hilfsmittel für die Messung der Kampagnenleistung verwendet werden: Statt Insights zur Zielgruppe zu schätzen, können Brands hier einen Blick auf die wohlbehüteten 1st-Party-Daten von Amazon und Google werfen, ohne dabei den Datenschutz zu verletzen. Im Gegenzug erhalten Werbetreibende ein aggregiertes Ergebnis ohne individuelle Identifizierungsmerkmale einschließlich Segmentierung und ähnlicher Zielgruppen. Dieses kann dann mit einem Publisher, einer DSP oder einem Werbenetzwerk geteilt werden, um eine Kampagne mit Informationen anzureichern. Bei einem Retailer mit einem Werbenetzwerk können Marken diese Ergebnisse für den Anzeigen-Kauf nutzen.
Wie funktioniert ein Data Clean Room?
Ein DCR-Vorgang umfasst vier Schritte:
1) Dateneingabe: Zu Beginn werden 1st-Party-Daten (aus CRM, Website/App, Attribution usw.) oder 2nd-Party-Daten von kooperierenden Parteien (d. h. Marken, Partner, Werbenetzwerke, Publisher) in den DCR eingespeist.
2) Verbindung und Anreicherung: Die Datensätze werden dann auf Nutzerebene abgeglichen und mithilfe von Tools wie der Datenanreicherung von Drittanbietern ergänzt.
3) Analyse: In dieser Phase werden die Daten auf folgende Parameter hin analysiert:
- Überschneidungen oder Überlappungen
- Messung und Attribution
- Propensity Scoring
4) Marketing-Anwendungen – am Ende des DCR-Prozesses ermöglichen die aggregierten Daten den Vermarktern Folgendes:
- Aufbau von mehr relevanten Zielgruppen
- Optimierung der Customer Experience und A/B-Tests
- Durchführung einer plattformübergreifenden Planung und Attribution
- Reichweiten- und Frequenzmessungen
- Tiefergehende Kampagnenanalysen
Bei der Arbeit mit einem DCR sind Identifikatoren wie E-Mail, Adresse, Name oder mobile ID sowohl auf der Seite des Werbetreibenden als auch auf der des Publishers ähnlich, was einen erfolgreichen Abgleich beider Datenquellen ermöglicht. Wenn solche Identifikatoren nicht vorhanden sind, können fortschrittliche Tools wie maschinelles Lernen und probabilistische Modellierung eingesetzt werden, um die Möglichkeiten des Abgleichs zu verbessern.
Warum brauchen Vermarkter Data Clean Rooms?
In erster Linie aus Datenschutz-Gründen: Aufgrund von Datenschutzbestimmungen und Walled-Garden-Initiativen zum Schutz der Privatsphäre wird es für Werbetreibende und Publisher immer komplizierter, Daten zu sammeln, zu speichern, zu analysieren und weiterzugeben. Was den Datenschutz betrifft, so behalten alle Beteiligten in einem DCR die volle Kontrolle über ihre Daten, die in der Regel während des gesamten Prozesses vollständig verschlüsselt sind. Denn ein DCR beinhaltet eine strenge Governance und Berechtigungen, über die jede Partei definiert, wer wie auf welche ihrer Daten zugreift und wie sie verwendet werden. Ein weiterer wichtiger Aspekt ist der differenzierte Datenschutz, der es unmöglich macht, eine bestimmte Impression, einen Klick oder eine Aktivität bestimmten Nutzer:innen zuzuordnen. Zu guter Letzt bieten DCR datenschutzfreundliche Berechnungen, Abfragen und aggregierte Berichte, die sich für eine zweckmäßige Integration eignen, sodass Datensätze miteinander verknüpft werden können.
Hinzu kommt das eingeschränkte Geschäftsvertrauen zwischen den Beteiligten. Bekanntermaßen ist die Weitergabe wertvoller 1st-Party-Daten – außerhalb eines DCR – sowohl aus rechtlicher als auch aus kommerzieller Sicht riskant. Aber auch ineffiziente Datensyntheseprozesse, bei denen die Datenkorrelation zwischen verschiedenen Datensätzen von Data Scientists durchgeführt werden muss, können dank DCR vermieden werden.
Wohin bewegt sich der Markt
Das Sammeln von 1st-Party-Daten hat sich bereits zu einer hochstrategischen Aufgabe entwickelt, und dieser Trend wird sich in den kommenden Jahren noch beschleunigen. Davon angetrieben hat das wachsende Interesse an einer datenschutzfreundlichen Zusammenarbeit jenseits von „Walled Gardens“ zu einer Ausbreitung von neutralen DCR-Anbietern geführt. Gartner prognostiziert, dass 80 % der Vermarkter mit Medienbudgets von über einer Milliarde US-Dollar bis 2023 DCR einsetzen werden. Dies ist eine gute Nachricht für unser gesamtes datenhungriges Ökosystem, denn je vielfältiger die Optionen sind, desto einfacher wird es für Unternehmen, die für ihre individuellen Bedürfnisse am besten geeignete DCR-Plattform auszuwählen.
Und je mehr Unternehmen auf regulierten Datengrundlagen wie DCR zusammenarbeiten, desto einfacher wird es für Marketer, ihre Kampagnen zu messen, zuzuordnen und zu optimieren.
