中科柏誠：基于隱私計算的聯合數字營銷實踐

案例名稱

基于隱私計算的聯合數字營銷實踐

案例簡介

面對聯合數字化營銷過程中的數據提供方、流量提供方、流量需求方在合規方面的諸多難點，中科柏誠聯合各合作伙伴建立了戰略合作伙伴關系，中科柏誠作為技術提供方和咨詢顧問方提供基于隱私計算技術的綜合數字營銷解決方案。在保證數據私密合規使用的前提下，保障數據的所有權不轉移和使用權細分可控，平衡數據安全和流通價值，實現可信營銷。

創新技術/模式應用

合作方角色及分工介紹

中科柏誠：技術提供方，數字化營銷方案咨詢顧問；

數據提供方：基于其自身業務積累的海量數據，提供用戶營銷價值評估、用戶風險評估能力；

流量提供方：主營業務積累海量用戶，有用戶授權，可為其注冊用戶推薦流量需求方的產品；

流量需求方：主營業務為金融信貸產品，有引流獲客需求；

在充分分析業務場景和數據資產的基本情況后，擬定了整體聯合營銷階段性目標和計劃，共分為兩個階段，具體如下：

階段一：多方安全對齊技術助力聯合營銷冷啟動

中科柏誠聯合數據提供方、流量提供方、流量需求方進行復合式的多方安全對齊。

在聯合營銷初始階段，往往出現缺乏營銷建模樣本，難以直接采用機器學習算法實現聯合建模，因此采用復合式的多方安全對齊進行聯合營銷的冷啟動。此階段借助于數據提供方的已有營銷模型的預測結果作為多方安全對齊的對齊條件進行三方數據的對齊，獲得滿足流量需求方營銷條件的交集數據。此外在多方安全對齊的基礎上疊加實現對某一方數據的安全求補功能，以達到在交集的基礎上去除流量需求方的已有用戶，篩選出高質量的營銷新用戶。

本階段以隱私計算為基礎，為不同機構提供多方數據之間的分布式數據融合服務。

具體操作步驟如下：

第一步，數據提供方、流量提供方、流量需求方按照隱私計算協議規定的格式，獨立準備數據，所有原始數據僅由數據擁有方持有，分別部署于各自的隱私計算節點中。

第二步，基于三方的全量數據，利用隱私計算中的復合式安全對齊技術，獲得符合營銷條件的交集。營銷條件包括：

營銷模型評分80以上；

風險模型評分65以上；

有流量提供方的營銷授權；

非流量需求方的存量用戶；

第三步，基于篩選出高意向客戶后，通過AI智能營銷渠道進行投放，收集投放效果數據進行分析，并更新整體解決方案。

階段二：聯邦學習技術賦能精準營銷迭代優化

中科柏誠基于隱私計算平臺，迭代優化營銷模型和風險模型。在聯合營銷業務啟動后，經過多輪“階段一”的聯合營銷，積累出多方營銷聯合建模的樣本數據。此階段的重點是通過投放后收集的結果數據建立聯邦模型，再通過聯邦模型篩選出更精準客群進行營銷。

方案具體操作步驟如下：

第一步：收集第一階段投放結果數據，定義標簽數據。三方各自提供訓練樣本數據集，流量需求方提供標簽數據，數據提供方提供入模特征數據。

第二步：基于聯邦學習技術三方進行模型訓練，模型更新的信息通過安全加密計算和對方進行整合更新。該過程可以保障原始數據在不出庫的前提下完成多方復雜運算。同時，隱私計算技術的引入可以保護中間計算結果的同時，保證模型精度。

第三步：三方分別上線模型，流量需求方根據聯合模型和預測結果，對客戶進行有效的分層體系，并采用對應的跟進模式。這極大的提升了分層模型的預測精度，提升了客戶數據的利用效率和價值，降低了獲取客戶的成本。

該解決方案符合流量提供方對核心客戶數據保護的訴求，又通過建立打通數據孤島的數據交互方案，篩選出高價值用戶線索，提升了企業運營效率。

項目效果評估

解決了在精準營銷場景下數據合規使用的業務痛點

流量提供方在主營業務中積累了大量授權用戶，有流量變現需求。但無法對用戶進行有效的需求和風險識別；直接營銷的話，成本巨大，覆蓋不了收益。通過本方案，流量提供方實現了在充分保障用戶隱私的前提下的ROI最大化，三方共贏。

效果數據

“階段一”中，中科柏誠聯合各合作方進行復合式的多方安全對齊后得到了10W的高意向低風險的目標用戶，在進行營銷投放后，響應率較之前的傳統營銷方式提升了近5倍。

項目牽頭人

張秋 運營中心總監

項目團隊成員

張秋 運營中心總監

岳洪宇 運營總監

金美蘭 風控總監

徐東 技術總監

王釗 產品經理

楊亞萍 運營經理

責任編輯：方杰