為了讓廣告商能夠得取大量的受眾資料,同時又保護用戶隱私,迪士尼廣告銷售部門(Disney Advertising Sales)建立了資料清洗室(Data Clean Room)來進行資料治理。
文/Thor Olavsrud‧譯/蘇燕屏
多年來,迪士尼廣告銷售部門一直致力於開拓資料與分析這個領域,以求能更有效協助企業用戶為其宣傳訊息找到合適的受眾。
迪士尼公司各項串流服務的爆炸性增長,使得其資料大量暴增。由於專注在企業娛樂和體育產品的廣告銷售和整合行銷領域,迪士尼廣告銷售部門如今已有能力提供廣告商由相關數據資料所建構,超過 1,000 個用戶的資料使用權限。但現今一旦具備了這種更大的能力,相對地也帶來更大的責任。迪士尼因此必須重新構思其資料管理方式,以確保其用戶資料與隱私都能受到保護。
[ 推薦閱讀:資料治理的三大陷阱 ]
迪士尼廣告銷售部門在 2021 年 10 月啟動了一項嶄新的「資料清洗室(Clean Room)資料處理解決方案」,這個 Clean Room 由 Habu、InfoSum、Snowflake 與其他供應商協助下建置成立。在預先定義的規範限制下,Data Clean Room 成為合作夥伴之間聚集資料以進行聯合分析的特定場域。
迪士尼廣告銷售部門受眾模型與資料科學副總裁 Dana McGraw 表示,迪士尼與顧客的關係是該公司處理所有與資料相關工作的引路之光。
McGraw 表示,迪士尼之所以能夠提供那麼吸引人的廣告,完全取決於迪士尼與顧客之間存在著一股相互提升的信念關係。這裡頭包含了迪士尼的廣告內容、迪士尼與客戶連結的方式,以及客戶對與迪士尼連結的方式。當團隊聯想到資料本身、資料的使用和資料的管理時,其實關鍵都在於「這麼做有助於改善顧客的體驗嗎?」
Data clean room 讓資料共享也能很安全
McGraw 補充說,Clean Room 這款解決方案,能夠讓不同品牌廠商在共同空間內,各自擁有對應使用權限,以了解各自的受眾,以及想要跟迪士尼一起對何種受眾推出何種廣告;而這一切都不需要與迪士尼有任何形式的資料交換。
Snowflake 的雲端資料庫是 Clean Room 這個解決方案的基礎。資料共享科技、私有資料交換平臺、以及資訊安全功能與安全連結能力支撐了 Clean Room 的運作。
迪士尼廣告銷售部門的客戶解決方案與可行性副執行總裁 Lisa Valentino 表示,與 Snowflake 雲端資料庫的合作相當激勵人心,因為它完整提供了從資料角度來看的所有資訊安全保護措施。而該方案也允許迪士尼根據受眾圖表及其他資料集、客戶資料、一些迪士尼認為市場渴求的第三方資料等,去進行很多有意思的分析,而這些都是因為該方案與洞見、活化、測量等活動息息相關。Snowflake 讓迪士尼能自在地操控分析這些資料。
[ 2022年度CIO大調查報告下載 ]
Valentino 解釋,許多迪士尼的客戶將 Clean room 視為他們利用自身第一方的客戶資料,與迪士尼資料相結合的地方,自此衍生出相關策畫。前期策畫對於「打前鋒」至關重要。所謂的打前鋒,指的是在重要廣告銷售期一開始時,安排電視高階主管、主要廣告商,以及媒體之間的會面,好讓市場行銷人員能夠預先安排購買商業廣告時間。
Valentino 表示,在 2022 年初接下來的幾個月,迪士尼計畫分享在 Clean Room 裡的產生的資料見解與落實過程,期望能藉此幫助客戶更加了解迪士尼的資料能夠如何強化他們原本自身資料的價值,以及應如何建置他們的資料,以存放在迪士尼的 Clean Room 裡。
Snowflake 雲端資料服務使迪士尼在資料方面得以擁有「真實的單一資料來源」,同時確保對於合作夥伴提供合乎資訊安全、可用性、法規遵從,以及易於使用的權限。這樣的單一資料來源,也為給迪士尼提供了延展性與應用彈性,決定其優先處理之工作量能,以求加強支援其商業智慧、資料分析、資料科學和機器學習等團隊,同時大大減少了資料工程師必須耗費在編排、組織和建立由各個來源輸出資料管道的時間。Clean Room 讓迪士尼能夠定義該不該、如何、以及在何時提供調查結果,以確保資料維持匿名與安全。
以 Disney Select 強化資料清洗室
在 Clean room 的幕後功臣則是「Disney Select 服務」。它將所有的迪士尼第一手資料,以及進階建模功能,集中在一個框架底下。Disney Select 建立在「迪士尼廣告銷售受眾視圖」(Disney Ad Sales Audience Graph)上,而該視圖為特定家庭在迪士尼平臺上所有相關及可用的 ID 一一標示出來,並將對應屬性、參與度與迪士尼所有端點連結起來。McGraw 指出,Disney Select 讓市場行銷人員能夠從一個超過 1,000 筆用戶行為與心理分析的資料庫中,直接過濾挑選出他們所需的目標受眾。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球CIO同步獲取精華見解 ]
McGraw 表示,迪士尼資料中以超過十萬多種屬性,提供這些細分受眾群訊息。迪士尼也正在利用先進的機器學習方法。如此一來,無論是基於一小項資訊,抑或是附加的第三方資料,迪士尼都能夠進行大量的資料建模。
McGraw 舉例,迪士尼本身也許並沒有汽車購買方面的內部資料,但可以從汽車市場行銷人員附加在迪士尼 Clean room 的資料,由此建構出一套專屬模型。
McGraw 強調,對於每個類別,迪士尼都會先去思考想要的結果為何。然後迪士尼針對這些需求進行建模,從而為想要的結果建構出細分資料。
內嵌資料科學永遠是關鍵
迪士尼採用了內嵌(embedded )資料科學的方法,將該項技術推往成功之路。而 McGraw 的資料科學團隊,同樣也是「內嵌」在 Valentino 的部門之內。
Valentino 認為,對於將解決方案團隊內嵌在產品上市團隊當中這樣的整合方式,迪士尼已經預見可能帶來的非凡成就。
McGraw 補充說,要蓬勃發展包含資料科學家在內的廣告銷售組織,必須審慎選擇人才,並確保團隊內具有多元化的背景和技能;單純只雇用具有量化背景的成員是不夠的。
McGraw 表示,迪士尼希望有市場行銷背景的人能夠與那些擁有大量量化技能的人攜手合作。在不同群組之間,可以互相交流彼此的意見、理解和工作流程。無論是資料科學、進階分析,或是資料解決方案與活化,群組間都能交換彼此意見、交流技能,並攜手合作。
(本文授權非營利轉載,請註明出處:CIO Taiwan)