了解 Data 360 Clean Rooms
什么是 Clean Room？
了解客户不再是奢侈，而是成功的引擎。但过去组织常依赖第三方数据填补第一方记录的空白；如今更严格的隐私法规和客户信任要求让第三方数据不再可靠。企业需要一种能与伙伴协作丰富数据、又不损害客户信任的方式——这正是 clean room（安全屋）。
图书馆比喻：历史图书馆和地理图书馆想协作找出同时订阅两个主题的会员有多少。它们不共享私人会员名单，而是各自向一个安全、中立的环境提供数字目录；系统运行预先批准的分析同时扫描两个目录找重叠，不读取私人详情，只识别两张地图对齐之处。
定义：clean room 是一个安全、中立、基于规则的环境，两个或更多公司可以安全地比较客户群体，获得有用的大局结果（如受众重叠）。您得到所需洞察，但原始客户数据从不离开您的控制。
探索 Clean Rooms 中的角色
每次 clean room 协作都有两方：Provider（提供方）和 Consumer（消费方）。
- Provider（提供方）：通常拥有客户行为数据、拥有可投放广告的数字空间（如媒体发布商、机场、零售商）。责任：展示其受众数据的价值、帮助广告商衡量广告效果，同时保持敏感客户数据私密。收益：无需暴露即可变现受众数据、吸引广告合作；
- Consumer（消费方）：想优化广告策略、理解客户行为。责任：定义所需洞察、带来自己的数据做比较。收益：高效找到要定向的正确受众细分、获得目标受众洞察，而无需购买原始数据。
协作模型：Provider 拥有受众（要触达的人），Consumer 拥有优惠（要卖的产品），clean room 在不暴露双方原始客户记录的情况下找到重叠。例如航空公司（Provider）有旅行行为数据，酒店连锁（Consumer）想找可能订房的旅客——clean room 找到重叠，双方都看不到对方的客户名单。
数据安全：内置护栏
Data 360 clean rooms 的力量在于架构——安全和透明内建于基础。三层防御：
- 强制数据准备与细分：所有敏感客户详情（尤其 PII）进入 clean room 前必须加密，唯一标识符永不暴露、无法追溯到原客户；协作中只能分享用户细分（相似特征的人群）；需要个人记录时，客户记录被哈希且只分享给拥有该数据的一方；
- 用协作模板治理查询：协作模板是每次协作的单一事实来源（像操作手册和合同的结合），以 JSON 文件定义：Match keys（链接不同数据集记录的加密数据点，如哈希邮箱/电话）、Allowed queries（预批准的 SQL 查询）、Access rules（谁贡献数据、谁运行查询、谁看结果）、Required data（用例必需的数据点）；
- 隐私护栏与审计日志：防止从结果逆向工程出个人客户——结果汇总（如重叠客户总数）、个人记录只分享给数据所有者、强制最小群体规模（如至少 100 个匹配个体）、所有活动记录在 Clean Room Audit Log DMO 提供完全透明。
三层防御：强制加密 + 模板治理查询 + 隐私护栏与审计。每个层面都安全。
用例
三个行业使用 clean rooms 的实战场景：
保险——智能家居安防合作：房屋保险商想给保单持有人智能家居安防系统折扣。挑战：找到最佳安防合作伙伴。方案：保险商与多家安防公司发起 clean room 协作找数据集重叠百分比（即使使用 AWS clean rooms，也能用自定义模板与用 Data 360 clean rooms 的公司协作），重叠高则合作。结果：保险商用可靠洞察选伙伴，安防公司获得强卖点和更好的受众洞察。
体育娱乐——安全回家：职业篮球队和本地网约车应用想为季票持有者提供「安全回家」折扣。挑战：网约车应用想了解哪些球迷常看比赛，而球队不愿分享球迷数据库。方案：用 clean room 对比球迷库和网约车用户，重叠名单直接分享给应用。结果：球队提升比赛日体验驱动增长，网约车应用获得高峰时段主动找车的用户。
医药健康——临床试验招募：药企想加速罕见病临床试验招募，识别有特定症状的患者。挑战：大部分患者数据（EHR、药房理赔、基因组）在其基础设施之外，HIPAA 限制移动敏感信息，手工站点推荐又慢又贵。方案：药企在 Salesforce Data 360 定义理想患者画像（生物标志物结果、入排标准、年龄等），邀请合作医疗机构进入 clean room，双方同时分析各自数据集而医院无需移动原始 EHR——药企提供试验参数、医院贡献患者 ID 和诊断代码。结果：精确统计合格参与者，招募更快、显著更便宜、100% HIPAA 合规、完全保护患者隐私。
每个用例都遵循同一模式：Provider 有数据 → Consumer 需要洞察 → clean room 安全找重叠 → 双方受益且不暴露原始客户数据。