Antes de todo daros las gracias a todos los que nos habéis acompañado el pasado 29 de abril en el sexto The Cookie at Home y también agradecer a los 4 profesionales que nos dado respuesta a todas las preguntas:
- Mónica Rodriguez – Regional Sales Director Data & Identity at Salesforce
- Nuria Giménez – Head of Digital (Mediterranean Region) at Coca-Cola Company
- Ángel Fernández – Data Protection Officer in Grupo Godó de Comunicación
- Óscar López –Audience Manager & Data Management Platform (DMP) at Orange
Muchas gracias a todos.
Empecemos
El término data clean room se está escuchando mucho actualmente y por ello lo mejor es empezar por los básicos, intentando definir qué es un data clean room. En palabras de Nuria Giménez, se trata de un espacio cerrado donde dos empresas pueden compartir datos agregados, impulsado por la necesidad de cumplimiento de la GDPR. Y como todas las herramientas que utilizamos en la actualidad, todo esto sucede en la nube.
También es necesario clarificar qué no es un data clean room. Un data clean room no es un CDP, siendo su antítesis a efectos prácticos, ya que el CDP trabaja datos partiendo de una segmentación uno a uno de cara a utilizarlos en la activación. Mientras, los data clean room surgen precisamente porque desde un punto de vista de la privacidad no es tan fácil esta gestión del dato uno a uno y vienen a ayudar desde un punto de vista “privacy compliance” proveyéndonos de insigths mediante la agregación de los datos. En cualquier caso, resulta complicado dar una definición precisa y exacta ya que es una tecnología que no está en la actualidad totalmente implantada y extendida.
Por otro lado es interesante ver cómo ha ido evolucionando el concepto como tal, ya que pueden entenderse como un lugar que nos permite analizar grandes cantidades de datos para establecer tendencias y hacer modelos de atribución con datos agregados y no tan individualizados, o para verificar de una manera anónima la veracidad de determinados datos, como el caso que ejemplificó Oscar López sobre Facebook y su uso para la comprobación de los datos de sus campañas.
.
Casos de uso
Por ello, lo realmente importante es definir cuáles son realmente sus casos de uso, que vendrán limitados desde un punto de vista de la escalabilidad. Si existe esa escala que permite realizar segmentaciones concretas y modelizar, nos permitirán distintos casos de usos, que irán desde hacer más grande aquello que buscamos con coberturas segmentadas, control de frecuencias, identificar overlaps de audiencias, desarrollar modelos de atribución, etc. y por último el principal caso de uso, que tiene que ver con todo aquello lo relacionado con la privacidad, tema sobre el que ha pivotado en muchas ocasiones el debate entre los ponentes, ya que no se trata de un problema aislado de una compañía sino de todo el sector y de cada uno de nosotros como usuarios. El profiling también podría ser otro de los casos de uso más interesantes. Esto es algo que históricamente se ha venido realizando mediante distintas herramientas que nos permitían encontrar afinidades y de una manera más concreta mediante distintos tipos de targeting, y que partir de ahora será más complicado realizar debido a la llegada del cookieless y a todo lo relacionado con la e-privacy.
Legaltech
Para Angel Fernández, nuestro DPO invitado, desde un punto de vista legal el data clean room no es más que de una medida más de seguridad, pero a partir de ahí será necesario aplicar las mismas reglas que en cualquier otro caso a la hora de hacer un tratamiento de datos personales, como necesidad de consentimiento, etc. ya que debe haber una base legal que lo permita. Es decir, lo que hagamos en el data clean room será lo que determine lo que necesitemos en cuanto a los consentimientos a recoger.
Por ejemplo, si lo que se hace es trabajar sobre datos agregados, con una finalidad puramente estadística, estaríamos de suerte ya que aunque desde un punto de vista legal, y atendiendo a la GDPR para poder tratar los datos necesitamos una finalidad, en este caso podríamos interpretar que el interés legítimo (ponderación entre el interés de una empresa en el tratamiento de los datos y los derechos fundaméntales en protección de datos de los usuarios), debiera ser suficiente, y no ser necesario un consentimiento explicito. En cualquier caso, sí debemos informar y explicar dicho interés legítimo en el momento de la recogida.
Por tanto, dependiendo del uso que hagamos nos encontremos con distintas situaciones, como en los casos de uso de atribución o de perfilado de los usuarios, en los que nos podríamos encontrar con las mismas limitaciones que actualmente, y será necesario definir bien la recogida de ese consentimiento y su interpretación y necesario un consentimiento expreso habiendo informado al usuario.
Los players y el mercado Data Clean Room
Llegados a este punto del debate, surgieron reflexiones al respecto de la posición de los walled gardens en este contexto, ya que poseen esta necesaria escalabilidad. Al tener acceso a grandes coberturas se hace necesario invertir con ellos y debido a la imposibilidad de medir qué ocurre en estos walled gardens, es necesario también hacer uso de sus data cleans rooms propios para poder tener métricas, produciéndose de esta forma una situación que se retroalimenta de manera continua. Por ello, se plantea la duda de si algunos anunciantes y publishers locales, sobre todo aquellos más potentes, están trabajando o debieran trabajar en sus propios data clean rooms para afrontar esta situación. En este sentido las Telcos son aquellas que parten de una posición aventajada para llevarlo a cabo, y ya hemos visto ya casos como el de Telefónica yendo de la mano de Comscore en el concurso para la medición de las audiencias digitales de los medios de comunicación, convocado por IAB Spain, AIMC y AEA, y compras como la de AT&T con Appnexus o de Verizon con Yahoo. En cualquier caso, para ello deberán diversificar su negocio si quieren apostar por ello. También encontramos otros ejemplos en otros sectores, como el “sandbox” para fintches que nace bajo la Ley para la transformación digital del sistema financiero y que técnicamente también podríamos categorizar como un data clean room.
Utilidad y necesidad
Tras una interesante discusión sobre todas las posibilidades que ofrecen los data clean rooms, la pregunta que finalmente nos hacemos es ¿son necesarios o accesorios? La conclusión de los ponentes es que a corto plazo serán accesorios, pero a futuro serán necesarios o incluso obligatorios siempre que permita la escalabilidad y debido a todas las cuestiones de e-privacy a los que nos enfrentamos. Una vez que podamos asegurar esa escalabilidad, la pregunta no será tanto si data clean room sí o no, si no que dependerá en función del caso de uso que queramos darle a los mismos tal y como indicaba Mónica Rodríguez.
Y como dijo un colaborador de The Cookie Afterwork al finalizar la sesión: “Será muy interesante volver a ver este webinar dentro de uno o dos años ya que el tema no ha hecho más que empezar”.
Finalizar estas líneas dando las gracias a todos los que nos acompañasteis el pasado 29 de abril en nuestro último The Cookie at Home, a los cuatro fantásticos ponentes que nos acompañaron y ayudaron a arrojar luz sobre los data clean rooms, Oscar López Cuesta, Mónica Rodríguez, Nuria Giménez y Ángel Fernández y a todos los colaboradores de The Cookie Afeterwork que hacen estos eventos posibles.
Entrada por Alejandra Teresa Zayas
En breve subiremos el video en nuestro canal de Youtube.
Comentarios recientes