El amanecer de los ‘Hedged Gardens’ y la evolución de la Data Collaboration
En el dinámico panorama de la gestión de datos y la privacidad, se está produciendo un cambio transformador que guía la forma en que las organizaciones gestionan y comparten información. Este cambio, liderado por la llegada de data clean rooms descentralizadas, está dando lugar a los 'Hedged Gardens' y 'Clean Houses', manifestando una evolución de los tradicionales 'Walled Gardens'. Este cambio está respaldado por avances en data clean rooms, privacidad diferencial, identidad y la creciente necesidad de interoperabilidad, estableciendo un escenario para un entorno de data más colaborativa y segura.
"Los avances en data clean rooms son un testimonio de lo rápido que el AdTech adopta una nueva tecnología cuando es útil", afirmó Shailley Singh, EVP of Product and COO en IAB Tech Lab. "Las data clean rooms son una opción viable para la activación de audiencias y la medición de manera segura en términos de privacidad, manteniendo los datos dentro de su custodia y control de políticas".
Tradicionalmente, las organizaciones han operado dentro de los 'Walled Gardens', un término que describe un ecosistema cerrado donde todas las operaciones están controladas y confinadas dentro de los límites establecidos por la organización. Aunque este enfoque ofrece control y seguridad, limita el potencial de colaboración e innovación, ya que los datos no pueden compartirse fácilmente fuera de los muros de la organización.
Qué son los ‘Hedged Gardens’
El concepto de 'Hedged Gardens' surge de las limitaciones de los 'Walled Gardens'. A diferencia de un entorno cerrado, los 'Hedged Gardens' permiten una data collaboration controlada entre diferentes entidades. Estos entornos están diseñados meticulosamente con 'hedgeds o setos' (no muros impenetrables) simbolizando el equilibrio entre la privacidad de los datos y la utilidad de los mismos. Las organizaciones pueden colaborar y obtener conocimientos, garantizando al mismo tiempo que los datos permanezcan seguros y la privacidad no se vea comprometida.
"Tradicionalmente hablamos de data clean rooms como un mecanismo para activar datos con fines de targeting, pero hay todo un caso de uso para enriquecer datos con información, ofreciendo a los 'Hedged Gardens' una oportunidad única para proporcionar a los anunciantes un valor incremental", dijo Mebrulin Francisco, Global Head of Data Strategy & Martech en EssenceMediacom. "Como estratega de datos, puedo enriquecer directamente los datos de los clientes con información del publisher, obteniendo una imagen más completa de lo que los clientes consumen o compran directamente desde la fuente a través de consultas automatizadas y repetibles".
En el corazón de esta transformación se encuentran las data clean rooms descentralizadas. Estos entornos seguros permiten la convergencia, procesamiento y análisis de datos de diversas fuentes sin comprometer la confidencialidad de raw data. Al abordar las preocupaciones de privacidad, estas clean rooms facilitan el intercambio y data collaboration que una vez se veían obstaculizados por modelos tradicionales.
"Las clean rooms son una de las herramientas más importantes en el retail basado en data. La data collaboration habilitada por las clean rooms puede resolver algunos de los problemas más importantes de la industria hoy en día, como la creación de audiencias, la medición transparente y gráficos ID. Las clean rooms y un garden cooperativo brindan a los anunciantes acceso a información casi en tiempo real y medición completa del funnel", asegura Evan Hovarka, VP of Product and Innovation en Albertsons Media Collective. "Los compradores obtienen el beneficio de una experiencia publicitaria personalizada, y los socios de clean rooms son recompensados con crecimiento e innovación en la industria, todos se benefician con la marea", añadió la experta.
Fuente Admonsters
Los match keys juegan un papel fundamental en la eficiencia de las data clean rooms al servir como ID´s únicos que conectan datos relacionados de diversas fuentes. Creadas mediante la resolución de ID's, estas claves fusionan información sobre la misma entidad en un conjunto de data unificada, asegurando un análisis preciso. Su importancia se magnifica en entornos que requieren una alta interoperabilidad, permitiendo el intercambio fluido y el uso de datos en diferentes sistemas. Los match keys actúan eficazmente como un lenguaje común, facilitando la integración de datos de diversas fuentes. Además, son instrumentos para reforzar la privacidad de los datos. Al anonimizar los datos antes de compartirlos o analizarlos, los match keys evitan la exposición de información personal y sensible, alineándose con estrictos estándares de protección de datos.
La resolución ID en data clean room es la pieza clave para desbloquear información sin precedentes, impulsar la toma de decisiones informada y garantizar la precisión. "En el ecosistema digital actual, donde las interacciones con el cliente abarcan múltiples canales y dispositivos, la resolución de ID constituye la base de una comprensión unificada y holística de nuestra audiencia, mejorando la privacidad mediante el uso de ID´s pseudónimos en lugar de información personal identificable", dijo Max Parris, Head of Identity Product at Liveramp. "Esto no solo deriva en tasas de coincidencia más altas, sino también en coincidencias más limpias en casos de uso colaborativos que tienen lugar en la data clean room. La resolución ID no es solo una necesidad; es el catalizador que nos impulsa hacia la innovación, la centrada en el cliente y mejores resultados comerciales", añade el experto.
Además, implementar data clean rooms implica superar desafíos técnicos como la integración de fuentes de datos dispares en un entorno unificado, garantizar la calidad de estos y mantener capacidades de procesamiento en tiempo real, todo ello salvaguardando la integridad y privacidad de los datos. Estos desafíos requieren técnicas avanzadas de mapeo y transformación de data, así como el uso de recursos informáticos de alto rendimiento. A pesar de sus beneficios, las data clean room poseen limitaciones como el sesgo de datos, crear nuevos silos de datos, barreras técnicas y financieras, especialmente para organizaciones pequeñas. Para abordar estos problemas, las empresas deben establecer límites claros y mejores prácticas, incluyendo rigurosas auditorías de datos, procesamiento de datos transparentes y la adopción de estándares abiertos para la interoperabilidad y accesibilidad, asegurando una colaboración efectiva y segura dentro de las data clean rooms.
Clean Houses: garantizando la integridad y privacidad de datos
'Clean Houses' extiende el concepto de data clean rooms, enfatizando la importancia de mantener la integridad y privacidad de datos. En una 'Clean House', los datos no solo se reúnen, sino que también se limpian, procesan y almacenan de una manera que cumple con los más altos estándares de privacidad y seguridad. Aquí es donde tecnologías como la privacidad diferencial y la resolución ID desempeñan un papel crucial.
La privacidad diferencial es un marco diseñado para garantizar que la privacidad de las personas en un conjunto de datos esté protegida cuando se realizan análisis estadísticos. Lo logra agregando una cierta cantidad de ruido aleatorio a los datos o a las salidas de las consultas sobre estos, dificultando la inferencia de información sobre cualquier individuo. La clave está en equilibrar el ruido de manera que aún se pueda extraer información agregada valiosa sin comprometer la privacidad individual. La sensibilidad de las consultas, cuánto puede afectar un solo punto de datos al resultado, y el nivel deseado de privacidad (a menudo cuantificado como un presupuesto de privacidad) dictan la cantidad de ruido que debe agregarse. A medida que este concepto gana peso, las herramientas y prácticas se están perfeccionando para aplicar la privacidad diferencial de manera efectiva, asegurando que el análisis de datos pueda ser útil y que se preserve la privacidad.
"Las data clean rooms brindan a los 'Hedged Gardens' la oportunidad de movilizar su activo como first-party data de una manera que les aporta controlar el proceso de data collaboration. "Esto es emocionante de ver", decía Mebrulin Francisco, Global Head of Data Strategy & Martech en EssenceMediacom. "Y aunque las data clean rooms no resolverán todos los problemas AdTech, son una herramienta poderosa dentro del conjunto de herramientas. Proporcionan al mercado una oportunidad para una solución más segura y habilitadora de privacidad en data collaboration".
La guía sobre prácticas recomendadas en data clean rooms de IAB Tech Lab estableció principios comunes, funciones y tecnologías para mejorar la privacidad en estas herramientas y describió algunas limitaciones cuando se interactúa con ellas. Además, con la versión 1.0 de Open Private Join and Activation, IAB Tech Lab proporciona un camino para utilizar los resultados de las clean rooms en la activación de audiencias, asegurando que los socios no sepán más de lo que ya saben sobre la información personal y que los datos no se filtren durante las transacciones en sistemas de oferta en tiempo real.
El brillante futuro de la Data Collaboration
"Las data clean rooms son la solución a los walled gardens. Poder compartir de manera segura consultas doblemente ciegas a diferentes partes y colaborar con los mismos first-party data supone un cambio en el juego después de la eliminación de las cookies", comenta Rosemary DeAragon, Global Head of Retail & Consumer en Snowflake.
A medida que las organizaciones continúan adoptando estas tecnologías avanzadas, se vislumbra una nueva era en data collaboration, caracterizada por una mayor seguridad, privacidad y crecimiento mutuo. Con las data clean rooms descentralizadas liderando el camino, el futuro promete un ecosistema más colaborativo y seguro. La llegada de los 'Hedged Gardens' y 'Clean Houses' marca un momento transformador en la gestión de datos y la privacidad, asegurando que la colaboración de datos se realice de manera productiva y protectora.
Fuente: Admonsters
