Porque é que todos falam de salas limpas de dados nestes dias?
Toda a gente fala hoje em dia de salas limpas de dados (também conhecidas como bunkers de dados). Os especialistas da indústria não conseguem escrever histórias suficientes sobre eles. Muitos dos grandes actores da indústria, como o LiveRamp e o Snowflake estão activamente a comercializá-los, e novos actores, como Habu, estão a entrar no mercado.
Porquê a sua popularidade? As salas limpas são largamente vistas como uma forma de reclamação de privacidade (ou seja, sem biscoitos) de fazer iniciativas de marketing e de medição e atribuição de campanhas. As salas limpas não são de forma alguma uma panaceia para os desafios que os marqueteiros irão enfrentar quando o Google Chrome começar a bloquear os cookies de terceiros, mas são certamente uma ferramenta importante no kit de ferramentas dos marqueteiros empresariais, e que vale bem a pena conhecer.
O que são salas limpas de dados?
As salas limpas de dados são ambientes seguros e protegidos onde a informação de identificação pessoal (PII) é retirada e processada de modo a poder ser disponibilizada para uma variedade de fins de análise de dados. O processamento realizado pela sala limpa de dados produz subprodutos anónimos dos dados PII, que podem então ser combinados com dados sobre indivíduos ou agregados familiares de diferentes fontes, tudo isto sem revelar as suas identidades.
É aqui que as salas limpas de dados ganham as suas credenciais de privacidade: o acesso, disponibilidade e utilização são acordados previamente pelas partes que celebram o acordo de sala limpa, e o controlo e manutenção (i.e. governação dos dados) desses acordos são aplicados pelo fornecedor da sala limpa. Este quadro assegura que uma parte não possa ver os dados da outra parte, cumprindo assim o mandato da GDPR de que os dados dos consumidores não podem ser partilhados sem consentimento.
As salas limpas também potenciam as ferramentas de gestão de dados, permitindo às marcas utilizar os seus dados para múltiplos fins (discutidos abaixo) e estar plenamente confiantes de que estão protegidas de acordo com as suas normas exigentes.
Casos de utilização de salas limpas
As salas limpas têm muitos casos de utilização, tanto para marketing como para outros sectores, tais como a investigação médica. Além disso, as marcas estão a empurrar o envelope, encontrando novos e criativos usos para salas limpas a cada trimestre.
Aqui estão alguns dos mais populares utilizados pelos anunciantes e comerciantes digitais de hoje em dia.
Enriquecimento do perfil do cliente
Digamos que uma marca quer desenvolver perfis mais ricos sobre os seus clientes, colocando dados adicionais de fontes terceiras para que possam compreender as suas necessidades e interesses, a fim de fornecer um melhor serviço. Ao mesmo tempo que querem conhecimentos, também querem limitar o que "sabem" sobre cada pessoa ao que é absolutamente necessário. Uma sala limpa permite a uma marca obter insights ricos e estratégicos, ou seja, "mostrar este conteúdo de cliente A, não conteúdo B", ou "este cliente provavelmente prefere a característica C", ou "este cliente é provável que actualize com a oferta D". Estas percepções accionáveis podem ser recolhidas sem exigir que a marca seja incorporada e fundir-se na sua base de dados CRM com as centenas de itens de dados que entraram no algoritmo que fez a previsão ou recomendação.
Por exemplo, um serviço de streaming pode querer saber muito mais dados psicográficos sobre os seus telespectadores de topo para que possa visar pessoas com os mesmos interesses nas suas campanhas de marketing. O serviço pode entrar numa sala limpa com ShareThis, Experian ou algum outro fornecedor de dados, que depois acrescenta o que sabe (ou seja, segmento de audiência) sobre os clientes do serviço de streaming.
Com esta visão em mãos, o serviço de streaming pode utilizar esta informação para segmentar os clientes em grupos baseados em interesses. Estes dados de interesse do cliente serão também muito úteis na informação de actividades promocionais e na criação de experiências personalizadas.
Análise de Sobreposição de Audiência
Este caso de utilização é para marcas que queiram saber que clientes têm em comum a fim de fazer algum tipo de iniciativa de marketing. Os seus dados de CRM são totalmente anónimos, e o fornecedor de salas limpas atribui uma nova identificação para cada registo de cliente. A seguir, cria uma lista de clientes que as marcas têm em comum. Cada parceiro recebe da sala limpa uma lista de IDs que correspondem aos seus próprios clientes de volta.
Vamos usar um exemplo de uma companhia aérea e de um hotel. A companhia aérea receberá uma lista dos seus próprios clientes que por acaso são também os clientes do hotel, e vice-versa. São então livres de se envolverem em várias actividades de co-marketing, tais como a companhia aérea a enviar uma oferta especial aos seus clientes sobre o seu hotel.
Para os clientes da UE, o consentimento do utilizador pode ser exigido pela GDPR, uma vez que esta aplicação da sala limpa se destina ao "processamento" de dados para fins de marketing. Verifique com o seu conselho empresarial antes de entrar numa sala limpa para este fim.
Medição e Atribuição da Campanha
Este caso de utilização tem tudo a ver com a criação de "mini jardins murados", e muitos editores estão a abraçar activamente salas limpas para este fim.
Digamos que um comerciante comprou oito milhões de impressões do New York Times, e quer saber se esses anúncios colocados deram bons resultados de campanha. O New York Times faz o upload de uma lista de utilizadores totalmente anónimos que foram apresentados com os anúncios da marca (que eles sabem pelo seu servidor de anúncios). Entretanto, a marca carrega uma lista de utilizadores totalmente anonimizados que aterraram na página de aterragem da campanha. A sala limpa analisa então a sobreposição e apresenta-a ao comerciante, que pode tomar uma decisão informada sobre a eficácia da campanha.
Análise da pontuação do utilizador
Digamos que a Marca A gostaria de vender os seus produtos a outra base de clientes da Marca B, e promete pagar uma comissão por cada venda. A Marca B acha que soa bem, mas quer saber: quanto é que eu vou ganhar?
A marca A pode responder a essa pergunta porque ao longo dos anos desenvolveu um algoritmo sofisticado que analisa vários atributos do cliente e os pontua com base na sua propensão para comprar, e no valor vitalício. Como todos os algoritmos, torna-se mais inteligente à medida que o tempo passa, pelo que a Marca A tem quase a certeza de poder prever com precisão a comissão que a Marca B irá ganhar.
Mas como qualquer empresa responsável, a Marca B é relutante em abrir os seus dados de CRM a uma parte externa. Os clientes fornecem esses dados de forma confidencial. Para ir ao encontro das preocupações muito legítimas da Marca B com a gestão de dados, a Marca B carrega os seus dados CRM anónimos para uma sala limpa, e a Marca A executa o seu algoritmo contra os dados. Os clientes são pontuados, as comissões são calculadas, e a Marca A apresenta a Marca B com uma estimativa. Se decidirem avançar com uma iniciativa de marketing conjunta, a Marca B oferecerá os produtos da Marca A aos seus clientes.
Uma nota: estas descrições são altamente generalizadas. Cada fornecedor de salas limpas tem a sua forma única de trabalhar com dados. Muitos não exigem que "carregue" os seus dados, mas irão trabalhar com os dados onde eles vivem. Generalizamos a fim de ilustrar os tipos de casos de utilização e os conhecimentos que são possíveis.
Um caminho a seguir, e mais alguns
As salas limpas são uma tecnologia emergente que é vista como uma estratégia útil para a focalização sem cookies em alguns cenários. As salas limpas permitem reunir dados para capturar o poder do conjunto de dados combinados sem expor as identidades das pessoas individuais a nenhum dos contribuintes. Os únicos resultados da sala limpa são os insights agregados, por exemplo, aos clientes que fizeram X deve ser oferecido Y. Existem muitas aplicações úteis para salas limpas, o que as torna uma das novas ferramentas mais excitantes no arsenal do comerciante.
