BigQuery 데이터 클린룸

데이터 이동 또는 복사 없이도 조직에서 개인 정보 보호 중심의 측정, 데이터 공유, 공동작업을 수행할 수 있는 안전한 환경을 원활하게 만들고 관리하세요.

클릭 몇 번으로 BigQuery에서 자체 데이터 클린룸을 만들 수 있습니다. 

개요

데이터 클린룸 소개

IAB에 따르면 데이터 클린룸이란 고객의 개인 정보를 공개하거나 제3자에게 노출하지 않는 등의 엄격한 데이터 액세스 제한사항을 적용하면서 두 명 이상의 참여자가 상호 합의된 특정한 사용 사례를 위해 데이터 애셋을 활용할 수 있는 안전한 공동작업 환경입니다. DCR은 여러 가지 용도로 사용하고 두 당사자 간의 잠재고객 데이터 매칭 결정과 같은 특정한 계산을 수행하는 등의 다양한 메커니즘을 배포하도록 설계할 수 있습니다. 

조직에 데이터 클린룸이 필요한 이유

소비자의 개인 정보 보호에 대한 인식이 커지고 개인 정보 보호 규제 환경이 확장됨에 따라 데이터 공유와 공동작업의 복잡성 및 위험도가 점점 더 커지고 있습니다. 특히 신호 손실이 광고주가 타겟층에 도달하거나, 광고 전환율을 최적화하거나, 캠페인 결과를 정확하게 측정하고 보고할 수 있는 능력에 영향을 미치는 디지털 광고 및 미디어 산업에서는 개인 정보 보호를 준수하는 안전한 데이터 공유가 필요합니다.  

나에게 적합한 데이터 클린룸을 선택하는 방법

먼저 컴퓨팅 기능과 데이터 크기에 따른 확장 역량, 클린룸의 공동작업자 수를 고려합니다. 다음으로, 얼마나 빠르게 데이터 클린룸을 설정하고 쿼리를 실행하며 클린룸에서 가치를 얻을 수 있는지 생각해야 합니다. 마지막으로 데이터 클린룸 제공업체가 조직의 요구사항을 충족하는 개인 정보 보호 기능을 제공하는지 확인합니다.

BigQuery 데이터 클린룸의 차별화 요소

인프라를 관리할 필요 없이 BigQuery의 규모를 활용할 수 있습니다. BigQuery 데이터 클린룸을 사용하면 구독자가 공유 데이터 및 쿼리 결과를 복사하거나 내보내는 것을 방지할 수 있습니다. 집계 임곗값, 개인 정보 차등 보호와 같은 사용하기 쉬운 개인 정보 보호 기능을 활용해 민감한 정보가 공유되기 전에 보호하세요. 데이터 커넥터 및 파트너 통합으로 워크플로를 간소화하세요. 

데이터 클린룸으로 고객 데이터를 어떻게 보호하나요?

클린룸에서 데이터를 보호하는 방법에는 여러 가지가 있습니다. 첫째, 데이터 참여자가 민감한 정보를 보호하기 위해 파트너에게 데이터를 제공하기 전에 개인 정보 보호 정책 및 분석 규칙을 설정할 수 있습니다. BigQuery 데이터 클린룸은 집계, 개인 정보 차등 보호 등과 같은 최첨단 데이터 과학 기술을 제공하여 데이터를 익명처리하거나 의사 익명처리합니다. 또한 BigQuery 데이터 클린룸에서는 기본적으로 내보내기 제한이 적용됩니다. 

작동 방식

BigQuery 데이터 클린룸을 사용하면 사용자와 파트너가 기본 데이터를 복사하거나 이동하지 않고도 공동작업할 수 있는 저신뢰 환경을 조성할 수 있습니다. BigQuery SQL 인터페이스에서 개인 정보 보호 향상 변환을 수행하고 사용량을 모니터링하여 공유 데이터에 대한 개인 정보 보호 위협을 감지할 수 있습니다.

BigQuery 데이터 클린룸 아키텍처
기본 데이터를 이동하지 않고도 다양한 데이터 소스의 데이터를 안전하게 공유

일반적인 용도

게시자 및 광고주

개인 정보 보호 데이터 공유 및 미디어 최적화

데이터 클린룸을 사용하면 게시자가 광고 효과를 최적화하는 데 도움이 되는 가치 있는 데이터를 광고주와 더 쉽게 공유할 수 있습니다. 광고주는 데이터 클린룸을 사용하여 광고를 보다 효과적으로 타겟팅할 수 있으며, 게시자는 이를 사용하여 효과를 측정하고 고객에게 더 나은 통계를 제공할 수 있습니다. 예를 들어 디스플레이 미디어를 구매하는 광고주는 광고 실적과 구매 데이터를 결합하여 미디어 효과를 파악하고 실적이 가장 우수한 네트워크에 미디어 비용을 할당할 수 있습니다.

    개인 정보 보호 데이터 공유 및 미디어 최적화

    데이터 클린룸을 사용하면 게시자가 광고 효과를 최적화하는 데 도움이 되는 가치 있는 데이터를 광고주와 더 쉽게 공유할 수 있습니다. 광고주는 데이터 클린룸을 사용하여 광고를 보다 효과적으로 타겟팅할 수 있으며, 게시자는 이를 사용하여 효과를 측정하고 고객에게 더 나은 통계를 제공할 수 있습니다. 예를 들어 디스플레이 미디어를 구매하는 광고주는 광고 실적과 구매 데이터를 결합하여 미디어 효과를 파악하고 실적이 가장 우수한 네트워크에 미디어 비용을 할당할 수 있습니다.

      소매업체 및 소비재 기업

      퍼스트 파티 데이터를 활용한 데이터 격차 해소

      소비재(CPG) 제품을 판매하는 소매업체는 방대한 양의 거래 데이터를 보유하고 있습니다. 이는 전체 고객 여정을 보여줄 판매 데이터가 없는 소비재 기업에 가치 있는 데이터입니다. 대형 브랜드 및 제조업체에서 소매업체 판매 데이터와 CPG 퍼스트 파티 데이터를 결합하면 캠페인 타겟팅 및 세분화를 개선하여 판매를 개선할 수 있습니다. 소매업체에서 소유권과 고객 개인 정보를 보호하면서 고객 데이터로 수익을 창출할 수도 있습니다.

        퍼스트 파티 데이터를 활용한 데이터 격차 해소

        소비재(CPG) 제품을 판매하는 소매업체는 방대한 양의 거래 데이터를 보유하고 있습니다. 이는 전체 고객 여정을 보여줄 판매 데이터가 없는 소비재 기업에 가치 있는 데이터입니다. 대형 브랜드 및 제조업체에서 소매업체 판매 데이터와 CPG 퍼스트 파티 데이터를 결합하면 캠페인 타겟팅 및 세분화를 개선하여 판매를 개선할 수 있습니다. 소매업체에서 소유권과 고객 개인 정보를 보호하면서 고객 데이터로 수익을 창출할 수도 있습니다.

          내부 데이터 공유

          조직 전반의 유용한 정보 확보

          팀이 분산된 조직에서 데이터 클린룸을 사용하면 개인 정보 보호를 중시하는 방식으로 내부 데이터 공유를 강화할 수 있습니다. 사용 사례의 예로는 민감한 직원/HR 데이터 작업 또는 민감한 의료 데이터 작업 등이 있습니다.

            조직 전반의 유용한 정보 확보

            팀이 분산된 조직에서 데이터 클린룸을 사용하면 개인 정보 보호를 중시하는 방식으로 내부 데이터 공유를 강화할 수 있습니다. 사용 사례의 예로는 민감한 직원/HR 데이터 작업 또는 민감한 의료 데이터 작업 등이 있습니다.

              지금 시작하기

              자체 데이터 클린룸 빌드 시작하기

              작동 방식 알아보기

              BigQuery 데이터 클린룸 출시 블로그

              BigQuery 데이터 클린룸 문서

              Habu 통합 BigQuery 데이터 클린룸

              Google Cloud
              • ‪English‬
              • ‪Deutsch‬
              • ‪Español‬
              • ‪Español (Latinoamérica)‬
              • ‪Français‬
              • ‪Indonesia‬
              • ‪Italiano‬
              • ‪Português (Brasil)‬
              • ‪简体中文‬
              • ‪繁體中文‬
              • ‪日本語‬
              • ‪한국어‬
              콘솔
              Google Cloud