零售媒体网络或广告平台的数据洁净室：使用云平台提供的洁净室、授权使用洁净室产品，还是自建

数据洁净室是一个共享的工作空间，通常在云上，两家公司在其中匹配各自的客户数据，并且只运行双方约定好的分析。只要配置得当，任何一方都看不到对方的原始记录。零售媒体网络可以用它告诉品牌，有多少购物者看过它的广告、随后又买了它的商品。品牌拿到的是一个总数，而不是一份名单。你可以使用你的云平台或数据仓库提供的数据洁净室，授权使用一款数据洁净室产品，或者自建。怎么选，取决于你的数据和广告主的数据存放在哪里，以及数据洁净室是不是你所销售产品的一部分。

数据洁净室为零售媒体网络或广告平台做什么？

在一个典型的零售媒体场景中，某个品牌投放了赞助商品广告，也就是出现在你的搜索结果中的付费商品条目。你提供广告浏览数据和销售数据，品牌提供它的客户名单。双方用同一个单向公式把每个邮箱地址变成一串代码，这个过程叫作哈希，所以同一个邮箱地址总是得到同一串代码。洁净室对这些代码进行匹配，品牌拿到的是总数，比如匹配上的购物者中有多少人看过广告、有多少人购买了商品。

美国联邦贸易委员会（FTC）的工作人员于 2024 年 11 月在该机构的技术博客上发文，谈到了数据洁净室。他们把数据洁净室描述为“云数据处理服务，让公司能够交换和分析数据，并受到限制数据用途的规则约束。”

美国数字广告行业协会互动广告局（IAB）于 2026 年 9 月 29 日发布了一份关于商务领域数据洁净室的框架。其页面列出的用途包括“受众重叠、数据丰富化、定向、排除”。说得直白些：你们有多少共同的客户，你还能了解到他们的哪些其他信息，以及向谁展示广告、把谁排除在外。

发布商和广告平台使用的也是同样的架构。发布商可以把自己的已登录读者与广告主的客户进行匹配。DSP（需求方平台）是广告主用来购买广告的系统，它可以把看过其广告的人与广告主的销售进行匹配。

数据洁净室解决不了什么？

数据洁净室能把数据保护到什么程度，全看它是怎么配置的。FTC 的工作人员在同一篇文章中写道：“默认情况下，大多数提供 DCR 的服务并不保护隐私。”DCR 是数据洁净室（data clean room）的缩写。他们接着写道：“相反，公司必须有意识地配置和部署每一项约束，约束才能生效。”

针对查询的规则，并不能挡住所有手段。Google 关于 BigQuery 数据洁净室的文档提醒，分析规则“可能无法完全阻止复杂的查询提取未经授权的数据。”AWS Clean Rooms 的文档描述了其中一种手段：获知某一个人的信息，“方法是添加或删除关于某个人的记录，并观察查询结果中的差异。”

哈希并不能让数据变成匿名数据。FTC 的工作人员于 2024 年 7 月在同一个博客上写道：“公司在行为或声明上，都不应表现得好像对个人信息做了哈希就能使其匿名化。”欧盟委员会表示，个人数据如果“已被去标识化、加密或假名化，但仍可用于重新识别某个人，则仍然是个人数据”。因此，欧盟主要的数据保护法 GDPR 适用于这类数据。假名化是指姓名被替换成了代码，而这些代码仍然可以关联回具体的人。

法律义务仍由各家公司自己承担。IAB Tech Lab 为数字广告制定技术标准。它的数据洁净室指南把遵守隐私法称为“数据贡献方的责任”，数据贡献方即提供数据的公司。指南指出，合作伙伴必须相互信任，相信对方会提供“完整且准确（未经伪造/篡改/夸大）的数据”。指南还提到，匹配率，也就是在另一方找到对应记录的记录所占的比例，“可能与预期不同”。

有时你根本不需要数据洁净室。IAB 的商务框架指出，数据洁净室“并不是满足每一种数据或测量需求的正确方案。”

本文所有来源均于 2026 年 11 月 3 日查阅。FTC 的引文出自其工作人员的博客文章，而不是 FTC 的规则。在隐私法方面，本文只引用欧盟和美国的来源。其他国家有各自的规则。

哪些云平台和数据仓库提供数据洁净室？

AWS、Google Cloud、Snowflake 和 Databricks 都在各自的服务中提供数据洁净室。数据仓库是公司存放记录、用于分析的数据库。对买方来说，它们的区别如下：

• AWS Clean Rooms：AWS 表示，协作“不需要把数据移出 AWS，也不需要把数据加载到另一家云服务提供商”。这项服务还能读取存放在 Snowflake 和 Databricks 中的数据。创建洁净室的一方决定由哪个合作伙伴为查询付费。
• Google Cloud 的 BigQuery 数据洁净室：Google 表示，它的出口控制（egress controls），也就是关于哪些内容可以离开洁净室的规则，会自动阻止查询数据的合作伙伴复制和导出原始数据。
• Snowflake Data Clean Rooms：Snowflake 的文档写明，“数据提供方必须使用 Snowflake Enterprise Edition”，并且“分析运行方承担分析的费用”，也就是说，谁运行查询，谁就为它付费。
• Databricks Clean Rooms：Databricks 表示，协作者“看不到其他协作者的表、视图或卷中的数据”。默认情况下，每一段分析代码在运行之前，都必须得到其他协作者的批准。

什么时候应该使用我们的云平台或数据仓库提供的数据洁净室？

当以下大部分条件成立时，就使用它：

• 你的广告日志和销售记录已经存放在该平台上
• 你想合作的大多数品牌都在同一个平台上，或者该平台能就地读取它们的数据
• 品牌需要的只是几种标准分析，比如受众重叠和广告活动之后的销售
• 你有数据工程师来设定规则、编写已批准的查询，并帮助每个新品牌起步

问题在于其他平台上的品牌：它们可能必须在你的平台上开设账户，或者把数据复制过去。IAB Tech Lab 的指南提醒，“在某些 DCR 平台之间迁移数据可能既麻烦又昂贵。”云平台的数据洁净室也只是一个通用工具，而不是零售媒体产品。给品牌用的界面和报表，以及对每个新品牌的协助，都要由你自己构建或手工处理。

什么时候应该授权使用数据洁净室产品？

在以下情况下，就授权使用一款产品：

• 你想合作的品牌把数据存放在许多不同的云平台和数据仓库里，而你今年就需要接入其中大部分品牌
• 你想要现成的分析和界面，让品牌的营销团队不写代码也能使用
• 你的数据团队规模小，你宁愿付钱让供应商来保证各个连接正常运行

有些产品可以同时连接许多平台。LiveRamp 面向零售商的入门指南说，你可以与大多数基于云的存储位置建立数据连接，“包括 AWS、GCS、Azure Blob、Snowflake、Google BigQuery 和 Databricks”。指南列出了一项现成的服务 Retail Intelligence，它“连接一个品牌和一个 RMN（外加可选的发布商数据叠加）”。RMN 指零售媒体网络。

代价是费用，以及对你能测量什么的掌控变少。IAB Tech Lab 的指南指出，“DCR 的定价结构可能差异巨大”，并建议问清楚是否每个参与方都需要自己的许可。如果你日后离开，可能必须重建这些分析，并把每个品牌重新配置一遍。

什么时候自建数据洁净室是值得的？

在以下情况下，自建是值得的：

• 数据洁净室是你所销售产品的一部分，而你希望测量和受众都按自己的规则来
• 受众必须能送达你的赞助商品竞价和广告服务器（也就是挑选广告并为广告计数的系统），同时购物者名单不离开你的系统
• 按查询或按合作伙伴收取的费用，已经超过了一支运行你自有系统的团队的成本

自建并不一定意味着要做一个新的隐私引擎。Amazon Ads 把它面向广告主的数据洁净室 Amazon Marketing Cloud 称为“基于云的洁净室解决方案”，并表示它“构建于 AWS Clean Rooms 之上”。你在云数据洁净室之上搭建的自有一层，可以承载匹配、已批准的查询、给品牌用的界面、日志，以及与你的广告服务器的对接。

上线之后，工作还要继续：得有人审核新的查询，回答品牌关于数字的问题，执行删除请求，并跟进新的标准。如果你的团队里没有人会负责这些，就先使用或授权使用数据洁净室。

无论选哪条路，哪些事要由我们自己决定？

这些规则由软件执行，但由你的团队来决定：

• 身份匹配：按什么来匹配人，比如邮箱或会员卡号，以及双方各自如何预处理这些标识。IAB Tech Lab 的 PAIR 协议（Publisher Advertiser Identity Reconciliation）“依赖可交换加密技术”。每一方都用自己的密钥对标识符加密一次，两次加密后的值无需任何人解密就能相互比较。PAIR 取代了更早的 OPJA 规范，IAB Tech Lab 已于 2025 年 7 月弃用 OPJA。为了衡量哪些销售发生在哪些广告之后，IAB Tech Lab 于 2025 年 2 月定稿了 ADMaP（Attribution Data Matching Protocol）。
• 同意：记录每位购物者同意了什么。IAB Tech Lab 的指南要求每一家提供数据的公司“在适用/要求的情况下提供同意的证据”。
• 允许的查询：每个品牌可以运行的分析，事先写好并经过批准。AWS 把它们叫作分析模板（analysis templates），Google 则叫作查询模板（query templates）。
• 最小受众规模：结果中的每一行都必须覆盖足够多的人，不让任何一个人被单独挑出来。IAB Tech Lab 的指南没有规定具体数字。Ads Data Hub 是 Google 用于分析 Google 广告数据的工具，它在差异检查（difference checks）模式下要求每个结果行约有 50 个唯一用户。在噪声注入（noise injection）模式下，它要求约 20 个；当查询只读取点击和转化数据时，约为 10 个。AWS 会丢弃低于最小值的行，而且“查询输出不会表明结果因输出约束而被移除。”要向品牌说明，为什么各项总数加起来可能对不上。
• 噪声和查询次数限制：差分隐私会给每个答案加入少量随机噪声，这样无论某一个人在不在数据里，结果都几乎不变。在 AWS 上，每次查询都会消耗一部分隐私预算。预算以及每次查询加入的噪声，限制了合作伙伴能运行多少次查询。
• 日志：谁在什么时候运行了哪个查询。IAB Tech Lab 的指南指出，这些记录“应对所有数据贡献方透明可见”。
• 结果导出：受众必须以广告系统能够使用的形式送达你的广告服务器或品牌的 DSP，而不是一份可以下载的邮箱名单。
• 删除：协作结束时，该指南要求“及时移除并销毁数据贡献方的数据，以及任何 DCR 结果”。

与云服务商或供应商签约之前，我们应该核查什么？

• 我们的数据是留在我们自己的账户里，还是会在别处生成一份副本？
• 每个品牌是否都需要在同一平台上开设账户或取得许可，费用由谁来付？
• 每次查询由谁付费，品牌数量翻倍时账单会如何变化？
• 我们能否添加自己的已批准查询，并为每个品牌设定最小受众规模、噪声和查询次数限制？
• 我们能否看到在我们的数据上运行过的每一个查询，以及是谁、在什么时候运行的？
• 删除请求和撤回的同意，如何作用于已经在洁净室里的数据？
• 如果我们离开，能带走什么：已批准的查询、日志，以及把我们的购物者 ID 与合作伙伴的 ID 关联起来的匹配表？

代码、查询和数据归谁所有？

如果用的是云数据洁净室，服务归云服务商所有，你的团队编写的查询归你所有。如果用的是授权使用的产品，为你编写的分析只有在合同写明的情况下才归你所有。如果自建，你可以拥有源代码，并雇任何团队来修改它。请开发方在合同中列出它保留的所有组件，以及允许你继续使用这些组件的许可。

无论走哪条路，都要把三件事写进合同。你的购物者数据和销售数据仍归你所有，服务商只能把它们用于运行你的数据洁净室。已批准的查询承载着你的测量方法，所以你应当能够把它们带走。把匹配表当作个人数据对待，并让合同写明它们存放在哪里、何时删除。

我们应该向负责开发的公司问些什么？

• 你们会在我们云平台的数据洁净室之上构建，还是自己编写核心部分，为什么？
• 你们将按什么来匹配购物者，匹配是否遵循 PAIR、测量是否遵循 ADMaP？
• 每个品牌的查询将如何审批，最小受众规模在哪个环节强制执行？
• 你们将如何防止品牌通过比较两次结果，获知某一位购物者的信息？
• 受众如何送达我们的广告服务器和我们的竞价，需要多长时间？
• 日志记录什么，谁能查看，保存多长时间？
• 删除请求或撤回的同意，将如何作用到已经匹配过的数据上？
• 能否在一套今天正在运行的系统里演示它是如何工作的？

amBrain 在其中处于什么位置？

本博客由 amBrain 发布。它有两句话描述的是数据洁净室两侧的系统：一侧是送进洁净室的广告事件，另一侧是使用洁净室产出受众的广告服务器。其中一句是：“amBrain 为广告技术构建事件分析管道：展示和点击事件的采集、处理与报表。”另一句是：“amBrain 构建广告服务器：定向、频次控制和报表。”第三句是：“RTBBidder，我们为客户开发的需求方平台。”

amBrain 自 2019 年起开发软件。关于与客户的合作方式，它说：“三种合作方式：整体交付、专属团队，或工程师嵌入你的团队。”它关于所有权的说法是：“客户拥有产品与代码的全部所有权，我们的可复用组件除外。”签约之前，请要求它逐项列出这些组件的名称。

本文不是案例研究。除了提到 RTBBidder 的名字之外，本文不描述任何客户项目。本文并未声称 amBrain 为任何客户构建、授权使用或搭建过数据洁净室，也不给出 amBrain 的任何价格或工期。本文提到的其他组织，其内容均引自它们公开发布的页面，本文并不声称 amBrain 与它们中的任何一方有任何关系。

本文同样不构成法律意见。请与律师核实隐私法如何适用于你的数据。如果 amBrain 在你的候选名单上，就向它提出与其他任何公司同样的问题。