数据净化室可能如何保持互联网开放

广告覆盖性问题： IAB首席执行官大卫·科恩(David Cohen)曾将广告覆盖性问题称为“慢速火车相撞的 addressability 问题”。声音来自IAB的成员，他们对此问题扮演着重要角色。

数据清洁室的作用： IAB的Jeffrey Bustos表示，“广告覆盖性的问题在于一旦移除cookie，以及在身份识别方面失去信息，大约80%的目标受众将变成‘未知’受众。因此，需要采用隐私优先的同意机制，并建立更好的同意与价值交换机制。”

“现在 everyone都在谈论 first-party 数据，它非常有价值。”Bustos解释道，“但大多数出版商如果没有用户登录功能，他们只有不到3%到10%的第一方数据。”从广告主的角度来看，第一方数据可以让他们接触到相关受众；而对出版商来说，拥有有价值的广告资源。然而，这还不够。

为什么我们关心数据清洁室： 根据IAB的数据，最近两年关于数据清洁室的兴趣是显著增加的。DCR有潜力至少保持品牌与目标受众保持联系，并在开放互联网中维持出版商的广告资源；同时提供复杂的测量能力。

数据清洁室如何帮助： 数据清洁室是一种隐私增强技术，允许数据拥有者（包括品牌和出版商）以合规方式共享客户的第一方数据。清洁室是安全空间，在此空间内可以从多个来源汇总客户数据，但客户身份信息仍然匿名化。

换句话说，DCR就像瑞士——在竞争中维护一致的同时，丰富数据来源而不损害隐私。

Bustos表示，发布商可以利用数据清洁室进行跨数据源的合作，并理解受众行为。 例如，一家销售眼镜的品牌只知道顾客的基本交易数据——以及他们戴眼镜。将这些资料与发布商的用户行为数据结合起来，可以提供额外信息。

“如果你能够理解用户的上下文，你就能更好地了解他们读什么、感兴趣是什么、有哪些爱好。”Bustos说，“有了这些洞见，品牌就可以更好地制定广告策略。”

发布商需要一定的第一方数据来实现匹配（即使他们不像《纽约时报》那样强制用户登录），否则无法进行目标受众定位。一家发布商可能只能匹配眼镜vendor客户中的一小部分，但如果他们喜欢阅读体育和艺术版块，至少可以提供一些方向性指导，帮助品牌确定目标受众。

什么是良好的匹配？ 根据IAB的《2023年数据状态报告》，DCR的有效性可能受到低匹配率的威胁。平均匹配率约为50%（某些类型更低）。Bustos认为，从匹配效率来看，70%左右的匹配率已经不错，尽管还有提升空间。

实现数据清洁室需要一定的技术基础和人才支持。 IAB报告指出，发布商需要确保拥有强大的数据资产才能成功实施数据清洁室计划。此外，建立数据清洁室需要大量的技术支持，包括数据科学家、数据工程师等。

广告覆盖性问题： 如果DCR能够解决广告覆盖性问题，它也将有助于保持互联网的开放性。像Facebook这样的墙 garden拥有丰富的第一方和行为数据；品牌可以接触到这些受众，但对他们的可见度非常有限。

然而，数据清洁室是一项艰巨的工作。 数据成熟度是实现最佳效果所需的重要前提。IAB报告指出，70%以上的DCR用户已经采用了其他数据相关技术（如CDP和DMP）。Bustos解释道，“如果你希望使用数据清洁室，你需要确保在建立它之前做好充分准备。”

实施数据清洁室需要大量的人才支持。 Bustos表示，“这是一个具有挑战性的项目，尤其是在 setup 阶段。” 由于越来越多的咨询公司和 agencies 开始帮助发布商建立数据清洁室，因此人才需求量大增。

数据清洁室的测量能力应用不足： IAB的研究发现，DCR用户虽然利用了受众匹配能力，但对数据测量和归因分析的应用远未达到其潜力。Bustos表示，“你需要非常强大的数据科学家和工程师来构建复杂的模型。”

“很多品牌在考虑使用数据清洁室时说，‘我想要能够预测我的高生命周期价值客户在接下来90天内购买的能力’，或者‘我想要能够衡量哪些渠道带来了最大的增量提升’。” 但这些品牌并不清楚为什么要这样做。他们的目的是什么？如何制定数据策略？

了解营销活动的增量提升需要时间。 Bustos警告道，“但你可以轻松地进行 reach、frequency 和 overlap 分析。” 这将帮助你识别投资在哪些渠道上是低效的，并作为副产品指出哪里可能有增量提升。