Чому PETs важливі зараз

Три тиски перемістили PETs із нішевого криптографічного інтересу до мейнстрімного предмета закупівель. Перший — регуляторний: GDPR, Регламент ePrivacy, CPRA та EU AI Act дедалі частіше розглядають мінімізацію даних та обмеження цілей як обов'язкові зобов'язання, а не як прагматичні принципи. Другий — платформений: Google Privacy Sandbox, Apple App Tracking Transparency і ширша відмова від сторонніх файлів cookie змусили стек рекламних технологій знайти нові субстрати для вимірювання та формування аудиторій, які не залежать від міжсайтових ідентифікаторів. Третій — конкурентний: великі рекламодавці та оператори чистих кімнат створили продукти на основі PET, з якими видавці повинні або інтегруватися, або бути виключеними.

Для видавця практичний вплив полягає в тому, що PETs починають з'являтися в комерційних розмовах — у відповідях SSP на RFP, у матеріалах продажів постачальників атрибуції, у демонстраціях чистих кімнат від мереж роздрібних медіа. Розуміння того, що насправді робить кожна технологія, більше не є необов'язковим.

Чотири PETs, важливих для видавців

Простір PET широкий, але чотири техніки найчастіше зустрічаються в контекстах видавців. Кожна вирішує різну проблему і має різну взаємодію з рівнем згоди.

Диференційна конфіденційність

Диференційна конфіденційність — це математична система для додавання контрольованого шуму до агрегованих виходів, щоб жоден окремий запис не міг бути відтворений з звіту. У рекламних технологіях вона з'являється в двох основних місцях: в API Google Privacy Sandbox (зокрема Attribution Reporting API), які додають шум до звітів про конверсії до того, як вони залишають браузер, і в запитах чистих кімнат, де SQL-агрегації порушуються до того, як результати повертаються покупцю або продавцю. Сила диференційної конфіденційності полягає в тому, що її гарантії можна кількісно оцінити — значення epsilon встановлює максимальний витік інформації на запит. Слабкість полягає в тому, що для невеликих аудиторій шум може повністю заглушити сигнал. Видавці мають очікувати, що значення epsilon будуть оприлюднені в документації постачальників до кінця 2026 року; якщо постачальник не може повідомити вам своє epsilon, він насправді не пропонує диференційну конфіденційність.

Федеративне навчання

Федеративне навчання навчає моделі машинного навчання на багатьох пристроях або серверах без централізації сирих даних. У рекламному контексті найбільш помітним розгортанням є моделювання Apple на пристрої для атрибуції SKAdNetwork, а Google сигналізував про подібні підходи в Topics API та подальших пропозиціях Sandbox. Для видавців федеративне навчання найбільш актуальне при роботі з продуктами даних першої сторони, які хочуть підтримувати lookalike-моделювання або контекстну оцінку без експорту даних на рівні користувача третій стороні. Техніка достатньо зріла, щоб бути в продакшені у масштабах Apple та Google; вартість впровадження для видавця не є незначною, оскільки вимагає або партнера, який управляє федеративною інфраструктурою, або SDK на пристрої, якщо мобільні пристрої входять до сфери охоплення.

Безпечні багатосторонні обчислення

Безпечні багатосторонні обчислення, або MPC, дозволяють двом або більше сторонам спільно обчислювати функцію над їхніми об'єднаними даними без того, щоб жодна сторона не дізналася про вхідні дані іншої. Канонічним прикладом використання в рекламних технологіях є чиста кімната даних: роздрібний торговець і рекламодавець хочуть знати перетин між їхніми аудиторіями без обміну списками клієнтів. З MPC з'єднання відбувається криптографічно і розкривається лише агрегований результат. AWS Clean Rooms, Snowflake Data Clean Rooms та Habu (тепер LiveRamp Clean Rooms) всі підтримують з'єднання в стилі MPC, і великі мережі роздрібних медіа дедалі частіше роблять MPC стандартним шаблоном інтеграції. Для видавців, які пропонують розширення аудиторії рекламодавцям, MPC стає базовим механізмом для доставки відповідних когорт без розкриття базових ідентифікаторів.

Гомоморфне шифрування

Гомоморфне шифрування дозволяє виконувати обчислення над зашифрованими даними, тому постачальник послуг може виконати запит, не розшифровуючи записи. Теоретично це найпотужніша PET в наборі інструментів; на практиці повністю гомоморфне шифрування все ще занадто обчислювально дороге для загальних навантажень рекламних технологій. Часткові схеми (адитивне гомоморфне шифрування зокрема) починають з'являтися в конвеєрах звітування про атрибуцію, де необхідні операції обмежені сумуваннями. Видавцям варто розглядати гомоморфне шифрування як технологію спостереження та очікування у 2026 році — вона реальна, розвивається швидко, але ще не є практичним варіантом закупівель для більшості випадків використання рекламних технологій.

Як PETs взаємодіють з управлінням згодою

Поширеним непорозумінням у презентаціях постачальників є те, що PETs усувають потребу в згоді. Це не так. Майже всі розгортання PETs все ще вимагають правової підстави відповідно до GDPR для початкового збору даних, що обробляються, навіть якщо сама обробка зберігає конфіденційність. Диференційна конфіденційність, додана до звіту про конверсію, не робить спостереження за конверсією законним з самого початку — вона робить подальшу агрегацію більш безпечною.

Тому взаємодія з CMP є адитивною, а не замінною. Сучасна платформа управління згодою має бути налаштована на:

• Захоплення згоди для конкретних цілей для випадків використання, що живлять захищені PET робочі процеси. Детальні прапорці цілей чітко відображають, до яких конвеєрів PET можуть входити дані користувача.
• Поширення сигналу згоди до чистих кімнат через рядок IAB GPP або API конкретного постачальника, щоб з'єднання MPC включало лише записи з дійсною згодою.
• Дотримання відкликання на рівні PET, а не лише на рівні сторінки. Якщо користувач відкликає згоду, їхні дані мають бути видалені з будь-яких наступних раундів федеративного навчання і виключені з нових запитів чистої кімнати.
• Документування ланцюжка зберігання, щоб аудитори могли відстежувати фрагмент персональних даних від рішення про згоду через конвеєр PET до кінцевого зазначеного результату.

Видавці, які розглядають CMP і рівень PET як єдину пов'язану систему, отримують більш міцну позицію відповідності та швидші цикли закупівель з рекламодавцями, які дбають про конфіденційність.

Практична дорожня карта інвестицій

Більшість видавців не можуть — і не повинні — інвестувати у всі чотири PETs одразу. Правильна послідовність залежить від профілю трафіку та структури доходів.

Якщо більша частина доходу надходить від програматичного дисплею

Пріоритизуйте знайомство з диференційною конфіденційністю. API Sandbox від Google є найбільш імовірною точкою входу з найменшим опором, а розуміння того, як працюють звіти Aggregation Service, дедалі більше стає вимогою закупівель великих рекламодавців. Отримайте CMP, яка публікує дійсні сигнали Consent Mode v2 та сумісні з Sandbox прапорці; криптографічна важка робота відбувається всередині браузера.

Якщо значна частина доходу надходить від партнерств у роздрібних медіа

Пріоритизуйте MPC та готовність до чистих кімнат. Ландшафт чистих кімнат 2026 року домінує з'єднання в стилі MPC, і видавці без дієвого конвеєра зіставлення побачать, що витрати на роздрібні медіа обходять їх стороною. Інвестиції тут є операційними, а не дослідницькими: вибір платформи чистих кімнат, відображення станів згоди на поверхню зіставлення та побудова конвеєра прийому даних.

Якщо ви управляєте продуктом даних першої сторони або DMP

Пріоритизуйте обізнаність з федеративним навчанням. Конкурентна межа для продуктів даних першої сторони переміщується від «у нас є багато даних» до «ми можемо навчати корисні моделі без експорту даних». Партнерства з постачальниками федеративної інфраструктури є типовим шляхом.

Регуляторний напрямок подорожі

EDPB, FTC, ICO та CNIL всі сигналізували — в думках, керівних документах і наказах про виконання — що прийняття PETs дедалі більше розглядатиметься як доказ мінімізації даних відповідно до GDPR. Це не означає, що розгортання PET автоматично є законним, але означає, що два технічно подібних видавці з подібними рівнями згоди можуть отримати дуже різне регуляторне поводження, якщо один розгорнув PETs, а інший — ні. Для стратегічного планування на 2026 і 2027 роки консервативне припущення полягає в тому, що PETs перейдуть від відмінності до очікування у сфері закупівель рекламних технологій в Європі впродовж 18–24 місяців. Видавці, які зараз будують конвеєр згоди та PETs, купують собі запас часу проти цього зрушення.