Les data clean rooms : Tout ce que vous devez savoir

Qu’est-ce qu’une data clean room ?

En sciences ou dans le secteur de la production industrielle, une « clean room » (salle blanche) est un milieu strictement contrôlé visant à réduire le niveau de polluants qui risquent de mettre en danger des travaux sensibles. Une data clean room est très similaire. Ces espaces numériques bénéficient d’une popularité croissante grâce aux entreprises qui adoptent une transformation numérique.

Mais alors, comment définir une data clean room ? Pour faire simple, il s’agit d’un espace neutre sécurisé qui permet à la data collaboration et aux partenariats d’exister sans que l’une ou l’autre des parties puissent accéder aux données consommateurs de l’autre. Une data clean room implante également des technologies améliorant la confidentialité, telles que le cryptage ou la confidentialité différentielle, afin que les données ne soient pas utilisées de manière inappropriée, tout en permettant aux data scientists de les exploiter afin de mieux prévoir, activer et mesurer l’efficacité au sein de l’écosystème.

Voyez les data clean rooms comme un ajout utile à la boîte à outils de transformation des données. L’un des avantages clés de la data clean room est que le propriétaire des données en garde toujours le contrôle, créant ainsi un meilleur équilibre entre confidentialité et utilité. Bien qu’elles soient généralement utilisées entre deux sociétés, elles peuvent également être utilisées au sein de la même entreprise, pour les mêmes raisons.

L’histoire des data clean rooms

Lorsque les secteurs de l’AdTech et du martech mentionnent l’origine des data clean rooms, ils désignent l’arrivée de Google Ads Data Hub (ADH), rapidement suivie par Facebook et Amazon. Ces entrées dans l’espace étaient des produits conçus pour les data collaborations sécurisées entre les walled gardens et les annonceurs (et leurs first-party data) pour enrichir, cibler et mesurer l’efficacité des campagnes sur leurs plateformes. Cela permettait également aux walled gardens de réduire les risques d’exposition de leurs données consommateurs convoitées. Les régulations améliorées relatives à la confidentialité et à la sécurité continuent de rendre l’activation, les mesures d’efficacité et l’optimisation des campagnes difficiles, voire impossibles, sans une data collaboration sécurisée dans une data clean room. Avec le renforcement des lois sur la confidentialité et la sécurité autour des données et des changements de navigateurs et de fabricants de téléphones, les data clean rooms relèvent aujourd’hui plus d’une nécessité que d’une bonne pratique.

Comment fonctionnent les data clean rooms ?

Une data clean room est essentiellement composée de quatre composants :

1. Les données : Les first-party data sont générées par les participants, comme les retailer et les CPG.
2. Le procédé de connexion et d’enrichissement des données : Il s’agit de l’espace où les jeux de données de deux parties, ou plus, sont mis en correspondance sur une base individuelle, puis enrichis grâce à des vendeurs third-party. C’est également là qu’intervient un identity graph, qui va permettre de pseudonymiser un identifiant qui ne peut être associé aux informations personnelles du consommateur.
3. L’analyse et l’analytique des données : Dans une data clean room, les données anonymisées, qui peuvent être utilisées pour les mesures d’efficacité et l’attribution, sont intégrées.
4. Les activités de marketing : Le dernier composant, et le plus important, est d’utiliser les résultats des data clean rooms pour exécuter des activités de marketing, comme la création d’audience, l’insight consommateur, le fait de déterminer le reach et la fréquence, l’analyse des campagnes, l’analyse du parcours client, et bien d’autres encore.

Les différents types de data clean rooms

Comme nous l’avons fait remarquer, les data clean rooms ne sont pas si récentes. Les walled gardens les utilisent depuis des années et ont prouvé leur efficacité d’amélioration des performances publicitaires grâce à la data collaboration entre l’annonceur et ses plateformes. Cette approche permet aux annonceurs de vérifier les incohérences pour régler les problèmes, tels que le frequency capping et la suppression de l’audience, empêchant la diffusion excessive de publicités aux mêmes personnes ou ménages. Avec la prolifération de canaux, de mesures d’efficacité et d’attribution, l’optimisation des dépenses publicitaires devient encore plus importante.

Les data clean rooms neutres third-party

Davantage de data clean rooms font leur apparition. En plus de celles gérées par les plateformes, il existe également des data clean rooms neutres third-party, comme le Safe Haven de LiveRamp qui, en plus d’organiser, analyser et mesurer les données, permet l’activation de l’ensemble de l’écosystème publicitaire afin de mieux prévoir, activer, et mesurer vos dépenses marketing.

Posséder un espace sûr où vos data scientists peuvent expérimenter est une excellente chose, surtout si les données s’y trouvent déjà. Néanmoins, les data clean rooms ont autant de valeur que celle qu’elles produisent. L’objectif principal de la science est de tester et d’apporter des éléments de preuve. La science des données devrait améliorer l’efficacité, encourager la découverte de nouvelles audiences et augmenter la précision des mesures d’efficacité. Un environnement neutre amélioré est le plus à même de remplir cette mission, surtout lorsque vous travaillez sur plusieurs plateformes et canaux.

Les data clean rooms pour obtenir de meilleurs résultats

Aujourd’hui, les data clean rooms offrent un environnement sûr et sécurisé pour rassembler les jeux de données disparates et découvrir davantage d’insights commerciaux. Même si les inquiétudes relatives à la confidentialité des données sont déjà une bonne raison d’utiliser des data clean rooms, elles offrent d’autres avantages qui aideront votre entreprise à mieux rentabiliser son investissement sur le long terme, à condition de choisir la clean room qui vous convienne. Après tout, l’objectif est de générer de la valeur pour votre entreprise.

Trois raisons pour lesquelles les marketers devraient adorer les data clean rooms

1. L’accès à des données plus nombreuses (et meilleures) pour améliorer votre marketing et maximiser votre ROAS

   Comme mentionné plus tôt, la dépréciation des données existe réellement, et les marketers ont besoin de données de campagne qui ne dépendent pas des signaux perdus. Grâce aux data clean rooms, les marketers peuvent exploiter les modèles d’attribution qui combinent les données de transaction avec les performances publicitaires des éditeurs ou des partenaires, comme les impressions et les clics, pour déterminer l’origine des conversions. Avec les données granulaires, un marketer peut analyser le reach et la fréquence de ses campagnes et prendre des mesures pour minimiser la fatigue publicitaire et améliorer les performances médiatiques. Avec la fragmentation du paysage médiatique, les data clean rooms peuvent aider à surmonter les obstacles amenés par les canaux émergents ou obsolètes.

2. Les audience insights pour créer de meilleures audiences
   

   Les données relatives aux utilisateurs sont précieuses, mais elles deviennent de plus en plus difficiles à obtenir en raison des régulations et des changements indispensables en matière de confidentialité chez Apple. Une data clean room permet aux marketers de s’associer à de nombreuses sources fiables afin d’améliorer et d’enrichir leurs données pour créer des modèles de similitude à un niveau granulaire. Cela permet ainsi de stimuler la segmentation basée sur le comportement du consommateur, son historique d’achat, ses habitudes, etc. afin d’aider les marketers à diffuser des messages plus pertinents par le biais des canaux les plus efficaces.

3. Les partenariats des first-party data
   

   Le beurre de cacahuètes et la confiture… Penn et Teller… Ticketmaster et Spotify. Trois exemples d’éléments qui se marient parfaitement et de manière cohérente. Grâce à une data clean room, un marketer peut s’associer à n’importe qui dans un environnement sécurisé et autorisé pour propulser sa marque comme jamais auparavant. Par exemple, si vous êtes sur le point de lancer un nouveau produit, utiliser les bons partenariats de données et jeux de données pourra vous aider à mieux comprendre la catégorie et obtenir de meilleurs résultats. Les partenariats des first-party data ne profitent pas seulement au marketer, mais également au développement du produit, au service client, et aux autres équipes au sein de l’organisation.

Que rechercher dans une data clean room (améliorée)

Comment trouver une data clean room qui vous permet d’obtenir ces résultats ainsi qu’une meilleure expérience client ? Retrouvez, ci-dessous, les indispensables d’une data clean room :

Une data clean room doit adopter une approche omnicanale déterministe de l’identité.

Les capacités de confidentialité améliorées sont souvent la raison principale de se tourner vers une data clean room. Les technologies améliorant la confidentialité (TAC) permettent aux entreprises d’analyser leurs données sans pour autant les exposer. Cependant, pour qu’une data clean room fonctionne, il est nécessaire de fournir des technologies modulaires améliorant la confidentialité, afin que les clients puissent exploiter le niveau requis des seuils de confidentialité quand ils collaborent avec leurs partenaires. De plus, adopter une approche déterministe de l’identité et de l’association est également nécessaire pour assurer une meilleure collaboration. Sans identité ni association déterministes, les résultats de la collaboration peuvent mener à des résultats inexacts.

Exploiter un environnement d’identité interopérable vous aidera non seulement à mesurer plus précisément votre efficacité, mais également à créer des expériences personnalisées sur différents points de contact omnicanaux. En ce qui concerne les mesures d’efficacité, la bonne data clean room offre des capacités similaires à celles des walled gardens, telles que :

• Faire correspondre les données d’impression aux transactions afin de fournir des rapports sur la conversion et l’augmentation des ventes ;
• Permettre des partenaires multiples pour une multi-touch attribution ;
• Incorporer des partenaires médiatiques pour mieux planifier les campagnes omnicanales.

Une data clean room doit répondre aux bonnes questions.

Améliorée ou non, une data clean room serait inutile si elle ne permettait pas de faciliter la data collaboration au sein d’un espace soucieux du respect de la confidentialité. Une fois les données accessibles, les data clean rooms devraient également fournir des capacités supplémentaires pour simplifier la collaboration. Cela inclut :

• Aider des organisations à créer et réconcilier leurs jeux de données first party pour soutenir les graphiques first party.
• Vérifier que les organisations rassemblent les jeux de données dans une taxonomie unifiée pour faciliter la collaboration.
• Précréer des requêtes sur les jeux de données afin de répondre aux questions clés relatives aux résultats d’entreprise sans faire intervenir une des deux parties.
• Intégrer des tableaux de bord analytiques pour s’assurer que les données granulaires puissent être facilement exploitées pour créer de meilleures audiences à l’échelle.
• Intégrer des protocoles de mesure pour mesurer l’efficacité des campagnes collaboratives de manière automatique et continue.

Une data clean room doit améliorer sa personnalisation.

Les données sont l’élément clé qui permet de proposer d’excellentes expériences client, et une data clean room améliorée aide à débloquer ce genre d’expériences.

Prenons, par exemple, votre venue régulière au café à côté de chez vous. À la fin de la première ou de la deuxième semaine de venue quotidienne, vous vous attendrez à ce que le serveur vous propose un service plus personnalisé, étant donné qu’il ou elle connaît vos préférences en matière de café. Vous vous attendrez au moins à ce qu’on vous reconnaisse en tant qu’individu et non pas en client quelconque. Votre fidélité sera peut-être même récompensée par une pâtisserie offerte.

Nous pouvons également prendre en exemple un retailer avec des données de transaction capable de vous indiquer ce qu’achètent les clients, en quelle quantité et à quelle fréquence. Ce retailer pourrait créer des audiences attrayantes pour les CPG qui peuvent manquer de données first party. Dans ce cas, les deux parties sont gagnantes, car la marque réalisera un meilleur ciblage, atteindra les bonnes audiences et réduira ses pertes commerciales. Quant à lui, le retailer (dans le cas présent, un éditeur médiatique) améliorera son rendement et proposera de meilleures expériences client.

Quand elles sont correctement exploitées dans un environnement sécurisé, les données peuvent améliorer l’expérience client, garantir aux marques de reconnaître ses préférences et approfondir ses relations avec ses clients actuels pour améliorer la fidélité et la notoriété de la marque. Une data clean room offre la possibilité de créer des expériences client exceptionnelles en aidant à activer ces insights dans les applications de marketing.

Une data clean room doit être flexible et interopérable.

Une data clean room doit permettre une connexion sécurisée et simple entre les données, peu importe où elles se trouvent ou l’outil dont le marketer a besoin pour atteindre ses objectifs. Les data clean rooms doivent fonctionner où que vous et vos partenaires travailliez. En d’autres termes, ils doivent pouvoir se connecter aux mêmes clouds et walled gardens que vous. Les choses peuvent se compliquer lorsqu’il existe des solutions spécifiques composées de configurations et de paramètres différents utilisés par une marque ou une agence avec plusieurs partenaires.

Comment les retailers peuvent monétiser leurs données et générer un flux de revenus grâce à une data clean room

Supposons que vous possédiez déjà des données structurées et taxonomisées, et que vous souhaitiez les mettre à disposition pour commencer à générer des revenus. Dans le cas présent, vous n’avez pas besoin d’une data clean room, car vous pouvez pousser vos segments d’audience à travers différentes data marketplaces. Le problème, c’est que vous êtes en concurrence avec au moins 150 autres fournisseurs de données intéressés par le même budget médiatique que vous. Cette capacité standard ne fournit pas la bonne valeur pour vos propres jeux de données. Pour améliorer la valeur de vos données et commencer à générer des revenus supplémentaires à forte marge, une clean room pourra sûrement vous aider.

Par exemple, aujourd’hui, la plupart des retailers ont une activité de média axée sur les propriétés qu’ils possèdent et exploitent. L’un des principaux objectifs est d’améliorer les rendements dans l’inventaire existant du retailer, et le meilleur moyen d’y parvenir est d’exploiter une clean room et de permettre aux marques CPG d’effectuer des recoupements et d’identifier des audiences uniques qu’elles souhaitent activer sur les propriétés web détenues et exploitées par le retailer. Cette étape supplémentaire permet au retailer de regrouper ses données et ses supports grâce à une data clean room, ce qui augmente la valeur de son inventaire et de ses opérations détenues et exploitées.

En outre, pour étendre son audience (où le retailer met ses jeux de données à disposition ou les utilise en dehors de ses quatre murs), l’accès à des clean rooms offre des capacités uniques, notamment celles de créer de l’audience de manière simple et avancée, ainsi que des mesures d’efficacité, que les marques CPG convoitent.

Les data clean rooms ne s’adressent pas qu’aux retailers

Bien que les retailers et les marques soient un parfait exemple de l’utilisation des data clean rooms pour générer de meilleurs résultats d’entreprise, presque tous les secteurs verticaux peuvent tirer parti de l’exploitation d’une data clean room avec les bons partenaires. Retrouvez, ci-dessous, quelques exemples :

Services publics : Réfléchissez au marché croissant des nouveaux produits énergétiques pour les maisons intelligentes et les données sur la consommation des clients dont disposent les services publics. Ils détiennent un avantage concurrentiel pour créer et commercialiser de nombreux produits et services. Par exemple, une data clean room permettrait au service public et aux fournisseurs de véhicules électriques de collaborer pour déterminer les installations optimales des points de charge.

Santé : L’exemple le plus marquant et le plus actuel de l’utilité des data clean rooms dans le secteur médical est leur capacité à fournir des informations essentielles à la communauté médicale, aux entreprises pharmaceutiques, aux gouvernements et à la population mondiale pendant la crise du COVID-19. Les data clean rooms maintiennent l’équilibre entre le secteur médical et la confidentialité grâce à la data collaboration sans exposer les données confidentielles des patients.

Technologie financière : Lorsqu’il s’agit de données financières, la confidentialité et la sécurité sont deux des principaux problèmes auxquels le secteur est confronté. Le niveau de données personnelles et des conséquences d’une violation de données peuvent être dévastateurs, à la fois pour les individus et les institutions. Les data clean rooms fournissent un environnement sûr et sécurisé pour ce secteur afin de réduire les risques en cas de collaborations internes et externes. Elles peuvent également servir à éliminer les fraudes au sein du secteur.

Divertissement : Des services de streaming aux cinémas, des événements musicaux ou sportifs aux parcs d’attractions, et au-delà, ce secteur enregistre le comportement et les achats des consommateurs d’une manière qui est inaccessible aux autres secteurs. Une data clean room aiderait à débloquer la valeur de ces données grâce à des partenariats avec des maisons de disque, des studios de production, etc. pour leur fournir des audiences et des signaux uniques pour une meilleure activation, planification et mesure d’efficacité.

Transport : Les hôtels et les compagnies aériennes bénéficient de données consommateurs à échelle uniques et adoptent déjà des réseaux médiatiques et des data clean rooms pour augmenter leurs revenus et partenariats avec des marques pour améliorer leurs offres et se différencier de la concurrence.

Applications mobiles : Les éditeurs d’applications sont confrontés à une concurrence rude pour gagner le temps et l’attention des consommateurs, qu’il s’agisse de la notoriété de l’application, de l’installation, de l’engagement ou de la fidélité sur le long terme. Comme c’est le cas pour de nombreuses applications mobiles, le potentiel de données détenues sur les utilisateurs actifs est conséquent et extrêmement précieux. Pensez que les éditeurs d’applications mobiles disposent souvent de plusieurs jeux, dont l’activité de l’utilisateur qui se répartit sur deux ou plusieurs d’entre eux. La quantité de données pouvant être utilisées pour obtenir des insights et fournir des domaines d’optimisation augmente donc. Quand elles sont partagées de manière sécurisée avec les partenaires grâce à une data clean room, cela peut faire le lien entre les mondes en ligne et hors ligne.

Pourquoi ne pas utiliser les data clean rooms en permanence ?

Si les data clean rooms sont si bénéfiques aux marketers, pourquoi ne sont-elles pas plus répandues ? Bien qu’elles soient encore aujourd’hui source de débat, elles ne sont pas utilisées depuis longtemps. Retrouvez, ci-dessous, d’autres facteurs contribuant à l’adoption d’une data clean room :

Mettre ses données dans un état utilisable
Afin d’utiliser une data clean room, vous devez d’abord mettre de l’ordre dans vos données. Ce n’est pas une tâche facile ni rapide pour de nombreuses organisations, surtout si les données sont cloisonnées.

Trouver les bons partenaires
Choisir la data clean room et le ou les partenaires avec qui la partager peut prendre du temps, même si vous avez l’accord de plusieurs membres de l’organisation. Une data clean room n’est pas uniquement un outil de marketing.

Inquiétudes relatives à la confidentialité et à la sécurité
Les data clean rooms sont centrées sur la data collaboration. Toutes les organisations ne sont pas à l’aise pour exposer des données pouvant être propriétaires, telles que les données de transaction de canaux en ligne et hors ligne. Instruire les différentes équipes de gouvernance peut prendre du temps et, avec l’émergence des technologies améliorant la confidentialité, les inquiétudes relatives à la confidentialité et à la sécurité diminueront.

Restrictive
Les équipes scientifiques des données de la plupart des marques seront à l’aise pour manipuler les outils nécessaires à l’exécution des tâches analytiques, de l’évaluation des prospects à la modélisation des parcours, en passant par la mesure de performance des canaux. Étant donné que les data clean rooms doivent créer un environnement protégé pour permettre la découverte d’insights nécessaires sans autoriser l’exposition ou la réidentification des données consommateurs, cela génère des restrictions qui empêchent généralement l’accès à d’autres outils afin de gérer la sécurité de l’analytique de données.

L’avenir des data clean rooms

Dans les prochaines années, les organisations adopteront davantage de data clean rooms, mais la technologie évoluera également en fonction des demandes des clients. Comme nous le constatons déjà, les clients migrent leurs actifs de données vers leurs entrepôts de données dans le cloud, et les clients voudront que la collaboration se fasse dans la limite de leurs entrepôts de données. À l’avenir, les data clean rooms feront partie intégrante de l’infrastructure du cloud et généreront de la valeur, non seulement à des fins marketing, mais également pour soutenir toutes les fonctions de l’entreprise. En plus d’être intégrées au cloud, nous nous attendons à ce que les clean rooms fournissent des contrôles de confidentialité modulaire afin que les organisations se sentent à l’aise avec les cadres de confidentialité et de sécurité utilisés dans la collaboration.

Pour conclure

Peu importe le type de data clean room que vous choisirez pour vos besoins de data collaboration, il est fondamental de s’assurer qu’elle vous permettra de générer les meilleurs résultats d’entreprise sans sacrifier les relations clients que vous cherchez à développer et à consolider à mesure que vous comprenez mieux vos clients.