BigQuery 数据净室

无缝创建和管理安全环境,实现以隐私保护为中心的衡量、数据共享和跨组织协作,而无需移动或复制数据。

只需点击几下,即可在 BigQuery 中创建您自己的数据净室

概览

什么是数据净室?

根据 IAB 的定义,数据净室是一种安全的协作环境,可让两位或更多参与者利用数据资产来实现共同商定的特定用途,同时保证会实施严格的数据访问限制,例如不将客户的个人数据泄露或暴露给其他方。DCR 可以用于各种目的并部署不同的机制,例如执行特定计算来确定两方之间的受众群体数据匹配情况。

组织为什么需要数据净室?

随着消费者隐私意识的提高以及隐私监管环境的不断扩张,数据共享和协作变得日益复杂,风险也越来越高。在数字广告和媒体行业,对安全且符合隐私要求的数据共享的需求尤为突出,因为信号损失正在影响广告客户覆盖目标受众群体、优化广告转化率,甚至是准确衡量和报告广告系列效果的能力。  

如何选择适合您的数据净室?

首先,请考虑计算能力以及根据数据规模和净室协作者数量进行扩缩的能力。接下来,您应考虑您有多快就能设置好数据净室、多快运行查询,以及净室能多快带来价值。最后,请确保您的数据净室提供商提供符合贵组织需求的隐私保护措施。

BigQuery 数据净室有何独特之处?

利用 BigQuery 的规模优势,您无需管理任何基础架构。借助 BigQuery 数据净室,您可以控制防止订阅者复制或导出共享数据和查询结果。使用汇总阈值和差分隐私等简单易用的隐私保护功能,以便在敏感数据共享之前对其进行保护。利用数据连接器与合作伙伴集成,简化工作流程。

数据净室如何保护客户数据?

净室中数据的保护方式有多种。首先,数据贡献者可以先设置隐私权政策和分析规则,然后再将数据提供给合作伙伴,以保护敏感信息。BigQuery 数据净室会提供先进的数据科学技术(例如汇总、差分隐私等),以对数据进行匿名化或伪匿名化处理。此外,BigQuery 数据净室将默认强制执行导出限制。

工作方式

通过 BigQuery 数据净室,您可以为自己和合作伙伴创建一个低信任度的环境,而无需复制或移动底层数据。您可以在 BigQuery SQL 接口中执行加强隐私保护的转换并监控使用情况,以检测共享数据中的隐私威胁。

BigQuery 数据净室架构
安全地共享来自不同数据源的数据,而无需迁移底层数据

常见用途

让发布商和广告客户如鱼得水

可保护隐私的数据共享和媒体优化

借助数据净室,发布商可以更轻松地与广告客户分享有助于优化广告效果的宝贵数据。广告客户可以使用数据净室来更有效地定位广告,发布商可以使用数据净室来衡量效果并为客户提供更好的数据洞见。例如,购买展示媒体的广告客户可加入广告效果来购买数据以了解媒体效果,并将媒体预算分配给效果最佳的广告联盟。

    可保护隐私的数据共享和媒体优化

    借助数据净室,发布商可以更轻松地与广告客户分享有助于优化广告效果的宝贵数据。广告客户可以使用数据净室来更有效地定位广告,发布商可以使用数据净室来衡量效果并为客户提供更好的数据洞见。例如,购买展示媒体的广告客户可加入广告效果来购买数据以了解媒体效果,并将媒体预算分配给效果最佳的广告联盟。

      零售商和快速消费品

      利用第一方数据弥合数据缺口

      销售快速消费品 (CPG) 产品的零售商拥有大量的交易数据,这对于通常无法展示完整客户转化历程的快速消费品 (CPG) 公司来说非常有价值。通过将零售商销售数据与快速消费品 (CPG) 第一方数据相结合,大品牌和制造商可以改进广告系列定位和细分,从而提高销售额。零售商还可以在保留所有权和客户隐私的同时利用客户数据创收。

        利用第一方数据弥合数据缺口

        销售快速消费品 (CPG) 产品的零售商拥有大量的交易数据,这对于通常无法展示完整客户转化历程的快速消费品 (CPG) 公司来说非常有价值。通过将零售商销售数据与快速消费品 (CPG) 第一方数据相结合,大品牌和制造商可以改进广告系列定位和细分,从而提高销售额。零售商还可以在保留所有权和客户隐私的同时利用客户数据创收。

          内部数据共享

          获取整个组织的数据洞见

          团队成员分布在不同地点的组织可以使用数据净室,以注重隐私保护的方式支持内部数据共享。示例使用场景包括处理敏感的员工/HR 数据或处理敏感的健康数据。

            获取整个组织的数据洞见

            团队成员分布在不同地点的组织可以使用数据净室,以注重隐私保护的方式支持内部数据共享。示例使用场景包括处理敏感的员工/HR 数据或处理敏感的健康数据。

              立即开始使用

              开始构建您自己的数据净室

              了解工作原理

              “BigQuery 数据净室发布”博客

              BigQuery 数据净室文档

              使用 Habu 访问 BigQuery 数据净室

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