阿里妈妈营销隐私计算平台SDH：公用云应用案例分享

一、概览

阿里妈妈营销隐私计算平台Secure Data Hub（以下简称“SDH”）是一个面向广告引擎、广告主、三方DSP/DMP等合作方，在隐私安全环境下进行数据融合、隐私计算、联合建模的 Data Clean Room 产品（延展阅读：阿里妈妈营销隐私计算平台SDH在公用云的落地实践）。SDH利用多方安全计算、联邦学习、差分隐私等隐私增强计算技术，解决广告营销场景中数据孤岛和跨域数据流通问题。在广告投放的数据处理、人群定向、洞察分析、投放优化、归因衡量、增效度量、触达监测的全流程中严格保障多方数据的隐私安全和数据合规，为广告主联通品牌全域消费人群资产提供跨域安全一致的数据决策能力，实现品牌全域生意的增长。本篇分享基于SDH营销隐私计算平台的广告跨域营销追踪和全域资产分析落地实践案例。欢迎阅读交流~

二、背景

2.1 行业背景

广告作为互联网最大的商业模式，已经逐步形成一个体量巨大、生态完整的广告营销行业。广告营销场景下，数据安全和用户隐私问题贯穿整个广告投放链路。同时因广告生态下角色众多，包括用户、媒体、广告主、SSP、ADX、DSP、DMP、CDP等，数据流向会跨多个生态角色和平台，导致数据间分散割裂，数据无法高效流通和共享，从而产生数据孤岛和壁垒问题。

数据作为一种具有独特属性的生产要素，具有非竞争性、无限供给、易复制、边际成本低的特点，因此也会导致数据产权不明确、数据安全合规性难保障、数据流通配套不完善等问题。如何保障广告行业多方生态角色的用户隐私和数据安全，通过数据要素流通充分挖掘和释放数据价值，成为全球广告营销行业探索的前沿方向和共识。

隐私计算作为保障数据融合使用和数据要素安全流通的有效技术手段，成为解决广告行业数据孤岛和跨域数据流通难题的关键核心。广告行业下，隐私计算技术的应用可总结为以下四类：

1. 多方安全计算（Secure Multi-Party Computation, MPC）：基于秘密分享（Secret Sharing）、混淆电路（Garbled Circuit）、同态加密（Homomorphic Encryption）等密码学技术实现在数据可用不可见前提下使用多方数据进行融合和联合计算，而无法感知每个参与方的明细数据，以减少数据泄漏风险。

2. 联邦学习（Federated Learning, FL）：一类多方数据联合建模的方案，在训练过程中保证各方原始训练样本不出域，只交换机器学习参数，通过PPC（Privacy-Preserving Computation）技术保护建模过程的数据安全。

3. 可信执行环境（Trusted Execution Environment, TEE）：以第三方硬件为载体进行数据共享，防止数据和代码在使用中未经授权被访问和修改。多方数据可以在一个TEE计算环境内进行联合计算和分析，并保障使用过程中数据以及模型的机密性和完整性。

4. 数据洁净室（Data Clean Room，DCR）：允许多个参与者利用数据资产进行特定和授权下的联合计算、分析和建模的安全协作的计算环境，并提供完整的数据隔离、数据鉴权、隐私计算增强和差分隐私的保护能力。DCR并不代指某一类特定的PPC技术，而是一个融合多类隐私计算技术形成的完整数据解决方案。

考虑到互联网广告的海量数据及实时性特性，广告行业下的隐私计算技术应用相比其他行业有很大不同，对于隐私计算技术的安全性、计算性能、与广告系统的交互能力和行业特色场景适配性上都有更高的要求。

2.2 合作背景

阿里妈妈联合加和科技，利用SDH营销隐私计算平台，基于双方持有的广告数据和用户数据，完成了基于隐私计算的广告跨域营销追踪和全域资产分析项目的应用实践。

阿里妈妈致力于成为淘宝平台入驻品牌优选的消费者资产投资平台，依托阿里巴巴集团强大的数智能力和超级媒体矩阵，为品牌提供全链路的消费者运营解决方案，让商业营销更加简单高效。营销产品包括：一站式智投的万相台无界版、阿里妈妈百灵、超级互动城、超级直播等，在品牌和效果营销领域服务超过400万广告主。

加和信息科技有限公司作为广告服务商旨在为企业提供一站式智能营销解决方案，构建了广告投放和数据分析的产品ReachMax，高效满足服务客户的投放和分析需求，提升广告投放效果、充分挖掘数据价值，是多家世界 500 强企业在营销科技方面的长期合作伙伴。

阿里妈妈侧拥有完善的“人-货-场”用户标签画像数据（来自“达摩盘”营销策略中心数据产品）、平台广告投放数据（来自万相台、百灵、超级互动等多个营销产品）、电商转化数据（来自淘宝、天猫APP）。加和科技拥有平台广告投放数据（来自ReachMax平台产品）、品牌私域数据（来自广告主授权上传）。本应用案例解决了广告在不同投放阶段的多方数据联合分析和计算的问题，帮助广告主实现跨域营销的人群特征分析，广告在淘宝和天猫店铺的转化效果追踪衡量、全渠道广告主人群资产分析，并严格保障多方数据隐私安全和数据合规使用。

三、应用案例

3.1 广告跨域营销追踪

1. 业务场景： 广告主在多个平台进行广告投放，广告触点（曝光/点击）分散在多个投放渠道，比如各个广告平台、多个媒体或代理侧。广告点击后落地在平台店铺（淘宝/天猫店铺）或其他客户私域环境（品牌官网、小程序、线下门店等）。

2. 业务诉求： 广告主需实现用户在多渠道的旅程追踪，解决跨渠道广告投放和跨渠道用户转化无法进行营销追踪和效果衡量的痛点问题，从而实现全渠道、全触点、全链路的归因分析。

3. 实际应用： 某美妆头部广告主通过加和科技ReachMax产品进行广告投放，同时该广告主也会在妈妈的部分营销产品内有广告投放，两波广告投放landing的落地页均配置为该品牌的天猫官方旗舰店。需要分析整体营销投放（ReachMax公域投放+妈妈平台投放）对天猫店铺带来的营销转化效果。

1. 解决方案：

• 参与方：阿里妈妈（平台侧）、加和科技ReachMax下品牌广告主

• 数据分布：

• 安全要求：

1）合作双方数据不出域，隐私保护字段数据不对外可见和透出；

2）进行人群撞库和联合分析，计算过程中严格保证双方数据安全，计算结果不透出非交集部分；

3）计算结果仅透出聚合数据，并适当引入噪声避免个体信息透出。

• 隐私计算技术：MPC、PSI、PSU、DP

• 方案流程：

1）ReachMax设备id粒度的公域广告投放数据和阿里妈妈设备id粒度的用户映射数据进行PSI，实现跨域用户识别；

2）PSI结果集和阿里妈妈用户id粒度的平台广告投放数据进行PSU，参与后续的效果归因衡量计算；

3）PSU结果集和阿里妈妈用户id粒度的电商转化数据进行MPC归因分析；

4）MPC的归因结果集再进行DP加噪，避免个体用户的数据泄漏；

5）分维度聚合结案结果集透出。

• 分析结果：产出5大维度（渠道、媒体、资源位、创意、人群）的标准结案数据报告，覆盖20个完整性广告效果衡量指标（商品浏览、收藏、搜索点击、加购、拍下、支付等）

• 计算时效：使用SDH平台提供的密态归因组件进行MPC分析任务的提交，亿级别量级的MPC密态归因计算任务整体执行时长为20-30min

3.2 全域资产分析

1. 业务场景： 广告主在多个平台和媒体渠道进行广告投放，用户数据分散在各个投放渠道，导致用户资产分散割裂，无法完整地对全域用户资产进行刻画和分析。

2. 业务诉求： 广告主需要对全域用户资产进行整体的画像分析，解决用户数据割裂导致无法刻画全域消费者资产的痛点问题，并通过人群画像分析确定营销人群范围、拟定投放策略和优化广告投放效果。

3. 实际应用： 某食品头部广告主通过加和科技ReachMax产品进行广告投放，采集到该品牌在外部媒体渠道上投放的一方人群数据。需要对这波营销投放的人群画像进行数据分析，通过预估性别、预估年龄段、购买潜力、城市等级、策略人群等多个分析维度，分析不同画像分层人群占比和带来的营销转化效果。

1. 解决方案：

• 参与方：阿里妈妈（平台侧）、加和科技ReachMax下品牌广告主

• 数据分布：

• 安全要求：

1）合作双方数据不出域，隐私保护字段数据不对外可见和透出；

2）进行人群撞库和联合分析，计算过程中严格保证双方数据安全，计算结果不透出非交集部分；

3）计算结果仅透出聚合数据，并适当引入噪声避免个体信息透出。

• 隐私计算技术：MPC、PSI、DP

• 方案流程：
  

1）ReachMax设备id粒度的公域广告投放数据和品牌私域数据和阿里妈妈设备id粒度的用户映射数据进行PSI，实现跨域用户识别；

2）PSI结果集和阿里妈妈用户id粒度的电商转化数据和标签数据进行MPC人群画像分析；

3）MPC的归因结果集再进行DP加噪，避免个体用户的数据泄漏；

4）人群画像分层和分层聚合结案结果集透出。

• 分析结果：产出用户画像（分预估性别、分预估年龄段、分购买潜力、城市等级、策略人群等）维度的人群分层结果报告，以及对应用户分层下的标准结案数据报告，覆盖20个完整性广告效果衡量指标（商品浏览、收藏、搜索点击、加购、拍下、支付等）。

• 计算时效：使用SDH平台提供的PSI和人群画像分析组件进行MPC分析任务的提交，亿级别量级的PSI+MPC计算任务整体执行时长为40-50min。

四、成果效益

4.1 成果效益

阿里妈妈和加和科技从2023年7月开始SDH营销隐私计算平台和ReachMax产品的隐私计算数据合作。目前已服务10+的头部品牌广告主，覆盖美妆、食品、饮料、日化等多个行业，产出标准结案、人群画像分析、Deeplink资产分析报告40+份。基于SDH平台的隐私增强分析计算能力，在保障多方数据隐私安全和数据合规使用的基础上，解决广告在不同投放阶段的多方数据联合分析和计算的问题。SDH提供了安全、科学、高效地评估广告主跨域广告投放的效果衡量和人群资产分析的解决方案，并在数据安全性、分析多样性、计算准确性和数据产出的时效性上都较传统的数据融合方案有明显的提升。具体可概括为：

1. 数据安全性：基于SDH的MPC底层计算框架实现了多方数据不出私域，在数据可用不可见下支持MPC计算。通过元数据管理实现“表级”和“列级”的数据可见性和可用性控制，以及完备的数据授权机制，支持多层访问鉴权保证数据隔离，同时网络通信采用非对称加密+对称加密的加密方案，具备极高的安全性。

2. 分析多样性：SDH提供丰富多样的营销分析组件，支持多维度、多指标、多模型的人群洞察、归因衡量、增效度量分析。在帮助广告主了解投放效果的同时，对其目标推广人群也有了更清晰的认识。

3. 计算准确性：SDH的MPC计算准确率高达2^-32，通过输出准确的统计数值和比例数据用于分析广告主多渠道投放的广告在淘宝平台内的转化效果，助力广告主进行更科学的广告营销效果评估。

4. 产出时效性：SDH提供T+1日更的分析报告，广告主在次日就可以拿到昨日的投放效果数据，无需等到整个订单投放完成后才能分析，分析效率提升80%+。尤其是对投中效果追踪，曝光时效性的提升为广告主后续营销策略的及时调整预留了更充分的时间。

基于隐私计算的广告跨域营销追踪和全域资产分析项目合作和应用实践，打破了广告营销场景中数据孤岛和跨域数据流通问题，帮助广告主更加科学、高效地完成营销数据分析，进而优化广告投放效果、合理分配广告预算、提升数据决策效率。该应用实践在加和科技内部起到了良好的标杆示范作用，同时在广告主里也形成了很大的影响力，也为后面营销数智服务的长期合作与业务拓展打下了良好基础。本解决方案已入选2023大数据“星河”优秀案例。