Stagwell如何在Databricks上构建隐私安全的ID匹配

Stagwell最近在Databricks平台上构建了一套隐私安全的身份匹配解决方案，旨在帮助品牌在不暴露原始数据的情况下，将自己的第一方数据与身份图谱进行匹配。这项创新利用了Databricks Clean Rooms和Marketplace应用，让品牌可以在自己的环境中运行匹配流程，从而大大降低了数据泄露的风险。

品牌面临的挑战是：它们拥有丰富的第一方数据，如购买历史、CRM记录和网站互动数据，但这些数据分散在不同系统中，难以跨渠道激活。要构建完整的用户画像，品牌需要将自己的记录与身份提供商的脊数据进行匹配。传统做法需要将数据导出到第三方平台，不仅速度慢，而且存在安全风险。此外，第三方cookie的不可靠性和隐私法规的严格化使问题更加复杂。

Stagwell的解决方案通过Databricks Marketplace应用改变了这一模式。品牌可以在自己的Databricks工作区中安装Stagwell的应用，应用会利用自动配置的服务主体在品牌环境中运行。Stagwell的Identity Spine作为匹配数据源，通过Packaged Clean Room与品牌数据安全协作。这种“打包”方式省去了标准Clean Room的审批流程，品牌可以立即运行匹配模型。

匹配过程在Clean Room内部完成，品牌的数据对Stagwell不可见，而Stagwell的匹配算法也对品牌保密。匹配完成后，系统会生成洞察，包括人口统计数据、行为细分、地理分布和设备信息。这些洞察可以通过可视化界面或聊天方式进行访问，并可导出用于下游激活。

Stagwell还提供了Agentic Targeting System（SATS），使营销团队能够以对话方式搜索、发现和部署受众，从而实现从数据匹配到媒体激活的闭环。此外，对于匹配不完全的数据，Stagwell的Crosswalk应用会与其他身份提供商协作，确保高保真度的匹配。

这种方法的优势在于：部署时间从数月缩短到几分钟，品牌无需编写代码或处理复杂的数据共享协议。Stagwell的模式为数据提供商提供了一个可复制的范例，包括零售媒体网络、医疗数据公司和金融数据提供商等都可以通过Marketplace分发自己的应用，在保护数据隐私的同时实现价值变现。

Stagwell的Identity Spine融合了行为数据和态度数据（来自The Harris Poll等机构），提供了超越标准身份匹配的受众质量。对于品牌来说，这意味着更快的洞察速度、更好的受众理解、更强的隐私合规性，以及激活第一方数据的新途径。

总的来说，Databricks平台上的Clean Rooms和Marketplace正在成为数据协作的操作系统，让身份解析变得可访问、安全且可扩展。Stagwell的实践表明，未来身份匹配不再仅仅是更好的图谱，而是通过产品化体验实现身份解析的民主化。