Mengapa PETs Penting Sekarang

Tiga tekanan telah mendorong PETs dari minat kriptografi niche menjadi item pengadaan arus utama. Yang pertama adalah regulasi: GDPR, Regulasi ePrivacy, CPRA, dan EU AI Act semakin memperlakukan minimisasi data dan pembatasan tujuan sebagai kewajiban yang dapat ditegakkan daripada prinsip aspirasional. Yang kedua adalah platform: Google Privacy Sandbox, Apple App Tracking Transparency, dan penghapusan cookie pihak ketiga secara lebih luas telah memaksa tumpukan teknologi iklan untuk menemukan substrat baru untuk pengukuran dan pembangunan audiens yang tidak bergantung pada pengidentifikasi lintas situs. Yang ketiga adalah kompetitif: pengiklan besar dan operator ruang bersih telah membangun produk berbasis PET yang harus diintegrasikan oleh penerbit atau mereka akan dikecualikan.

Bagi penerbit, dampak praktisnya adalah PETs mulai muncul dalam percakapan komersial — dalam respons SSP terhadap RFP, di dek penjualan vendor atribusi, dalam demo ruang bersih dari jaringan media ritel. Memahami apa yang sebenarnya dilakukan setiap teknologi tidak lagi opsional.

Empat PETs yang Penting bagi Penerbit

Ruang PET luas, tetapi empat teknik paling sering muncul dalam konteks penerbit. Masing-masing memecahkan masalah yang berbeda dan memiliki interaksi yang berbeda dengan lapisan persetujuan.

Privasi diferensial

Privasi diferensial adalah kerangka matematika untuk menambahkan noise terkontrol ke output yang diagregasi sehingga tidak ada catatan individual yang dapat direkonstruksi dari laporan. Dalam teknologi iklan, ini muncul di dua tempat utama: di API Google Privacy Sandbox (terutama Attribution Reporting API), yang menambahkan noise ke laporan konversi sebelum meninggalkan browser, dan dalam kueri ruang bersih, di mana agregasi SQL diperturb sebelum hasil dikembalikan ke pembeli atau penjual. Kekuatan privasi diferensial adalah bahwa jaminannya dapat dikuantifikasi — nilai epsilon menetapkan kebocoran informasi maksimum per kueri. Kelemahannya adalah bahwa, untuk audiens kecil, noise dapat sepenuhnya mengalahkan sinyal. Penerbit harus mengharapkan nilai epsilon diungkapkan dalam dokumentasi vendor pada akhir 2026; jika vendor tidak dapat memberi tahu Anda epsilon mereka, mereka sebenarnya tidak menawarkan privasi diferensial.

Pembelajaran federasi

Pembelajaran federasi melatih model pembelajaran mesin di banyak perangkat atau server tanpa memusatkan data mentah. Dalam konteks iklan, penerapan paling terlihat adalah pemodelan on-device Apple untuk atribusi SKAdNetwork, dan Google telah memberi sinyal pendekatan serupa dalam Topics API dan proposal Sandbox hilir. Bagi penerbit, pembelajaran federasi paling relevan saat bekerja dengan produk data pihak pertama yang ingin mendukung pemodelan lookalike atau penilaian kontekstual tanpa mengekspor data tingkat pengguna ke pihak ketiga. Teknik ini cukup matang untuk digunakan dalam produksi di skala Apple dan Google; biaya implementasi untuk penerbit tidak sepele karena memerlukan mitra yang menjalankan infrastruktur federasi atau SDK on-device jika seluler ada dalam cakupan.

Komputasi multi-pihak yang aman

Komputasi multi-pihak yang aman, atau MPC, memungkinkan dua pihak atau lebih untuk bersama-sama menghitung fungsi atas data gabungan mereka tanpa pihak mana pun mengetahui input pihak lain. Kasus penggunaan kanonik dalam teknologi iklan adalah ruang bersih data: pengecer dan pengiklan ingin mengetahui tumpang tindih antara audiens mereka tanpa bertukar daftar pelanggan. Dengan MPC, penggabungan terjadi secara kriptografis dan hanya hasil agregat yang diungkapkan. AWS Clean Rooms, Snowflake Data Clean Rooms, dan Habu (sekarang LiveRamp Clean Rooms) semuanya mendukung penggabungan gaya MPC, dan jaringan media ritel utama semakin menjadikan MPC sebagai pola integrasi default. Bagi penerbit yang menawarkan ekstensi audiens kepada pengiklan, MPC menjadi mekanisme wajib untuk mengirimkan kohort yang cocok tanpa berbagi pengidentifikasi yang mendasarinya.

Enkripsi homomorfik

Enkripsi homomorfik memungkinkan komputasi pada data terenkripsi, sehingga penyedia layanan dapat melakukan kueri tanpa pernah mendekripsi catatan. Secara teori ini adalah PET paling kuat dalam kotak peralatan; dalam praktiknya enkripsi homomorfik penuh masih terlalu mahal secara komputasi untuk beban kerja teknologi iklan umum. Skema parsial (enkripsi homomorfik aditif, khususnya) mulai muncul dalam pipeline pelaporan atribusi di mana operasi yang diperlukan terbatas pada penjumlahan. Penerbit harus memperlakukan enkripsi homomorfik sebagai teknologi pantau-dan-tunggu pada 2026 — ini nyata, bergerak cepat, tetapi belum menjadi opsi pengadaan praktis untuk sebagian besar kasus penggunaan teknologi iklan.

Bagaimana PETs Berinteraksi dengan Manajemen Persetujuan

Kesalahpahaman umum dalam pitch vendor adalah bahwa PETs menghilangkan kebutuhan akan persetujuan. Tidak. Hampir semua penerapan PET masih memerlukan dasar hukum berdasarkan GDPR untuk pengumpulan data asli yang diproses, meskipun pemrosesan itu sendiri menjaga privasi. Privasi diferensial yang ditambahkan ke laporan konversi tidak membuat pengamatan konversi itu sendiri menjadi sah — ini membuat agregasi hilir menjadi lebih aman.

Interaksi dengan CMP oleh karena itu bersifat aditif, bukan substitutif. Platform manajemen persetujuan modern harus dikonfigurasi untuk:

• Menangkap persetujuan spesifik tujuan untuk kasus penggunaan yang memberi makan alur kerja yang dilindungi PET. Bendera tujuan terperinci dipetakan dengan bersih ke pipeline PET mana data pengguna diizinkan untuk masuk.
• Menyebarkan sinyal persetujuan ke ruang bersih melalui string IAB GPP atau API khusus vendor sehingga penggabungan MPC hanya mencakup catatan dengan persetujuan yang valid.
• Menghormati penarikan di lapisan PET, bukan hanya di lapisan halaman. Jika pengguna mencabut persetujuan, data mereka harus dihapus dari putaran pelatihan federasi berikutnya dan dikecualikan dari kueri ruang bersih baru.
• Mendokumentasikan rantai kepemilikan sehingga auditor dapat melacak sepotong data pribadi dari keputusan persetujuan melalui pipeline PET ke hasil yang dilaporkan akhir.

Penerbit yang memperlakukan CMP dan lapisan PET sebagai satu sistem yang terhubung mendapatkan postur kepatuhan yang lebih kuat dan siklus pengadaan yang lebih cepat dengan pengiklan yang sadar privasi.

Peta Jalan Investasi Praktis

Sebagian besar penerbit tidak dapat — dan tidak seharusnya — berinvestasi di semua empat PET sekaligus. Urutan yang tepat tergantung pada profil lalu lintas dan campuran pendapatan.

Jika sebagian besar pendapatan berasal dari tampilan programatik

Prioritaskan pengenalan privasi diferensial. API Google Sandbox adalah titik masuk yang paling mungkin dengan resistensi paling rendah, dan memahami cara kerja laporan Aggregation Service semakin menjadi persyaratan pengadaan dari pengiklan besar. Dapatkan CMP yang menerbitkan sinyal Consent Mode v2 yang valid dan flag yang kompatibel dengan Sandbox; pengangkatan kriptografis berat terjadi di dalam browser.

Jika pendapatan signifikan berasal dari kemitraan media ritel

Prioritaskan MPC dan kesiapan ruang bersih. Lanskap ruang bersih 2026 didominasi oleh penggabungan gaya MPC, dan penerbit tanpa pipeline pencocokan yang layak akan melihat belanja media ritel melewati mereka. Investasi di sini bersifat operasional daripada penelitian: memilih platform ruang bersih, memetakan status persetujuan ke permukaan pencocokan, dan membangun pipeline penyerapan data.

Jika Anda mengoperasikan produk data pihak pertama atau DMP

Prioritaskan literasi pembelajaran federasi. Batas kompetitif untuk produk data pihak pertama bergeser dari "kami memiliki banyak data" ke "kami dapat melatih model yang berguna tanpa mengekspor data". Kemitraan dengan vendor infrastruktur federasi adalah jalur yang umum.

Arah Regulasi

EDPB, FTC, ICO, dan CNIL semuanya telah memberi sinyal — dalam opini, dokumen panduan, dan perintah penegakan — bahwa adopsi PET akan semakin dihitung sebagai bukti minimisasi data yang sesuai GDPR. Ini tidak berarti penerapan PET secara otomatis sah, tetapi itu berarti bahwa dua penerbit yang secara teknis serupa dengan tingkat persetujuan serupa mungkin menerima perlakuan regulasi yang sangat berbeda jika satu telah menerapkan PETs dan yang lain belum. Untuk perencanaan strategi 2026 dan 2027, asumsi konservatif adalah bahwa PETs akan bergerak dari pembeda menjadi ekspektasi di seluruh pengadaan teknologi iklan Eropa dalam 18 hingga 24 bulan. Penerbit yang membangun pipeline persetujuan dan PET sekarang membeli diri mereka sendiri ruang bernapas terhadap pergeseran itu.