Compartilhar dados sensíveis com data clean rooms | BigQuery

Esta página foi traduzida pela API Cloud Translation.

As data clean rooms oferecem um ambiente de segurança aprimorada em que várias partes podem compartilhar, mesclar e analisar os próprios recursos de dados sem mover ou revelar os dados subjacentes.

As data clean rooms do BigQuery são criadas na plataforma de compartilhamento do BigQuery (antigo Analytics Hub). Embora as trocas de dados de compartilhamento padrão do BigQuery ofereçam uma maneira de compartilhar dados entre limites organizacionais em escala, as data clean rooms ajudam você a abordar casos de uso de compartilhamento de dados confidenciais e protegidos. As data clean rooms oferecem mais controles de segurança para ajudar a proteger os dados subjacentes e aplicar regras de análise definidas pelo proprietário dos dados.

Estes são os principais casos de uso:

Planejamento da campanha e insights sobre público-alvo. Permita que duas partes (como vendedores e compradores) misturem dados próprios e aprimorem o enriquecimento de dados de uma maneira centrada na privacidade.
Medição e atribuição. Combine dados de desempenho de mídia e de clientes para entender melhor a eficácia das iniciativas de marketing e tomar decisões de negócios mais informadas.
Ativação. Combine dados de clientes com dados do cliente para enriquecer a compreensão dos clientes, permitindo recursos de segmentação aprimorados e uma ativação de mídia mais eficaz.

Há também vários casos de uso de data clean room além do setor de marketing:

Bens de consumo não duráveis e de varejo (CPG). Otimize as atividades de marketing e promoções combinando dados dos pontos de venda dos varejistas e das empresas de CPG.
Serviços financeiros. Melhore a detecção de fraudes combinando dados confidenciais de outras agências financeiras e governamentais. Crie uma pontuação de risco de crédito agregando dados de clientes em vários bancos.
Saúde. Compartilhe dados entre médicos e pesquisadores farmacêuticos para saber como os pacientes estão reagindo aos tratamentos.
Cadeia de suprimentos, logística e transporte. Combine dados de fornecedores e profissionais de marketing para ter uma visão completa da performance dos produtos ao longo do ciclo de vida.

Papéis

Há três papéis principais nas data clean rooms do BigQuery:

Proprietário da data clean room: um usuário que gerencia permissões, visibilidade e a associação a uma ou mais data clean rooms em um projeto. Essa função é análoga ao papel do IAM Administrador do Analytics Hub.
Colaborador de dados: um usuário que é atribuído pelo proprietário da data clean room para publicar dados em uma data clean room. Em muitos casos, um proprietário de data clean room também é um colaborador de dados. Esse papel é análogo ao papel do IAM Editor do Analytics Hub.
Assinante da data clean room: um usuário que é atribuído pelo proprietário da data clean room para assinar os dados publicados em uma data clean room, permitindo que ele execute consultas nos dados. Esse papel é análogo a uma combinação dos papéis do IAM de assinante do Analytics Hub e proprietário de assinatura do Analytics Hub.

Arquitetura

As data clean rooms do BigQuery são criadas com base em um modelo de publicação e assinatura dos dados do BigQuery. A arquitetura do BigQuery fornece uma separação entre computação e armazenamento, permitindo que os colaboradores de dados compartilhem dados sem precisar fazer várias cópias deles. A imagem a seguir é uma visão geral da arquitetura da data clean room do BigQuery:

Os colaboradores publicam os dados na data clean room, que os assinantes podem consultar com filtros de privacidade.

Data clean room

Uma data clean room é um ambiente para compartilhar dados sensíveis em que o acesso bruto é impedido e as restrições de consulta são aplicadas. Somente usuários ou grupos adicionados como assinantes de uma data clean room podem se inscrever nos dados compartilhados. Os proprietários de data clean room podem criar quantas data clean rooms quiserem no compartilhamento do BigQuery.

Recursos compartilhados

Um recurso compartilhado é a unidade de compartilhamento de dados pessoais em uma data clean room. O recurso precisa ser uma tabela, visualização ou rotina do BigQuery (função com valor de tabela). Como colaborador de dados, você cria ou usa um recurso atual do BigQuery no projeto que quer compartilhar com os assinantes da data clean room.

Listagens

Uma listagem é criada quando um colaborador adiciona dados a uma data clean room. Ela contém uma referência ao recurso compartilhado do colaborador de dados, além de informações descritivas que ajudam os assinantes a usar os dados. Como colaborador de dados, é possível criar uma listagem e incluir informações como uma descrição, consultas de amostra e links para a documentação de seus assinantes.

Conjuntos de dados vinculados

Um conjunto de dados vinculado é um conjunto somente leitura do BigQuery que serve como link simbólico para todos os dados em uma data clean room. Quando os assinantes da data clean room consultam recursos em um conjunto de dados vinculado, os dados dos recursos compartilhados são retornados, obedecendo às regras de análise definidas pelo colaborador de dados. Como assinante, um conjunto de dados vinculado é criado dentro do seu projeto quando você se inscreve em uma data clean room. Nenhuma cópia dos dados é criada, e os assinantes não têm acesso a determinados metadados, como definições de visualização.

Regras de análise

Como colaborador de dados, você configura regras de análise nos recursos compartilhados na data clean room. As regras de análise impedem o acesso bruto aos dados subjacentes e impõem restrições de consulta. Por exemplo, as data clean rooms oferecem suporte à regra de análise de limite de agregação, que permite que os assinantes da data clean room analisem dados somente por meio de consultas de agregação.

Controles de saída de dados

Os controles de saída de dados são ativados automaticamente para ajudar a impedir que os assinantes da data clean room copiem e exportem dados brutos de uma data clean room. Os colaboradores de dados podem configurar outros controles para ajudar a impedir a cópia e a exportação de resultados de consulta recebidos pelos assinantes.

Modelos de consulta

Os modelos de consulta (prévia) permitem que os proprietários de data clean rooms e os editores de compartilhamento do BigQuery compartilhem consultas predefinidas sem compartilhar os recursos das tabelas e visualizações.

As consultas predefinidas usam funções com valor de tabela (TVFs) no BigQuery para permitir que uma tabela inteira ou campos específicos sejam transmitidos como parâmetros de entrada e retornem uma tabela como saída.

Limitações

As data clean room do BigQuery têm as seguintes limitações:

É possível definir regras de análise apenas em visualizações, não em tabelas ou visualizações materializadas. Devido a essa limitação, se um colaborador de dados compartilhar diretamente tabelas ou visualizações materializadas (ou visualizações sem regras de análise) em uma data clean room, os assinantes terão acesso bruto aos dados nesses recursos.
Como as data clean rooms são criadas na plataforma de compartilhamento do BigQuery, todas as limitações de compartilhamento do BigQuery são aplicáveis.
As data clean rooms estão disponíveis apenas nas regiões de compartilhamento do BigQuery.
Como assinante de uma data clean room, não é possível pesquisar recursos compartilhados no Dataplex Universal Catalog ou no Data Catalog.
Como assinante de uma data clean room, não é possível consultar visualizações INFORMATION_SCHEMA em conjuntos de dados vinculados.
Como colaborador de dados, não é possível publicar um conjunto de dados inteiro diretamente em uma data clean room.
Como colaborador de dados, não é possível publicar modelos ou rotinas (fora dos modelos de consulta) em uma data clean room.
É possível adicionar até 100 recursos compartilhados a uma data clean room. Se for preciso aumentar esse limite, entre em contato com bq-dcr-feedback@google.com.
As fichas de várias regiões (pré-lançamento) não são compatíveis com data clean rooms.

Antes de começar

Conceda papéis do Identity and Access Management (IAM) que dão aos usuários as permissões necessárias para executar cada tarefa neste documento, ative a API Analytics Hub e atribua o papel de administrador do Analytics Hub ao proprietário da data clean room.

Permissões necessárias

Para receber as permissões necessárias para usar as data clean rooms, peça ao seu administrador para conceder a você o papel Editor de dados do BigQuery (roles/bigquery.dataEditor) do IAM. Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esse papel predefinido contém as permissões necessárias para usar as data clean rooms. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As seguintes permissões são necessárias para usar data clean rooms:

serviceUsage.services.get
serviceUsage.services.list
serviceUsage.services.enable

Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.

Para mais informações sobre os papéis e as permissões do IAM no BigQuery, consulte Introdução ao IAM.

Ativar a API Analytics Hub

Para ativar a API Analytics Hub, selecione uma das seguintes opções:

Console

Acesse a página da API Analytics Hub e ative a API para seu Google Cloud projeto.

Ativar a API Analytics Hub

bq

Execute o comando gcloud services enable:

gcloud services enable analyticshub.googleapis.com

Depois de ativar a API Analytics Hub, você poderá acessar a página Compartilhamento (Analytics Hub).

Atribuir o papel de administrador do Analytics Hub

O proprietário da data clean room, que é o usuário que vai criar a sala, precisa ter o papel de administrador do Analytics Hub (roles/analyticshub.admin). Para saber como conceder esse papel a outros usuários, consulte Criar administradores de compartilhamento do BigQuery.

Fluxos de trabalho do proprietário do data clean room

Como proprietário da data clean room, você pode fazer o seguinte:

Criar uma data clean room.
Atualizar as propriedades da data clean room.
Excluir uma data clean room.
Gerenciar colaboradores de dados
Gerenciar assinantes da data clean room.
Compartilhar uma data clean room.

Permissões extras de proprietário da data clean room

Você precisa ter o papel de administrador do Analytics Hub (roles/analyticshub.admin) no projeto para realizar as tarefas de proprietário da data clean room. Esse papel também pode ser atribuído no nível da pasta ou da organização, se aplicável.

Criar uma data clean room

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique em Criar data clean room.
Em Projeto, selecione o projeto para a data clean room. A API Analytics Hub precisa estar ativada para o projeto.
Especifique o local, o nome, o contato principal, o ícone (opcional) e a descrição da data clean room. Somente os recursos que estão na mesma região que a data clean room podem ser listados na data clean room.
Opcional: para registrar os identificadores principais de todos os usuários que executam jobs e consultas em conjuntos de dados vinculados, clique na chave Geração de registros de e-mails de assinantes. Os dados registrados estão disponíveis no campo job_principal_subject da visualização INFORMATION_SCHEMA.SHARED_DATASET_USAGE.

Observação: depois de ativar e salvar o registro de e-mails, não é possível editar essa configuração. Para desativar o registro de e-mails, exclua a data clean room e crie outra sem clicar na chave Registro de e-mails de assinantes.
Clique em Criar data clean room.
Opcional: na seção Permissões da clean room, adicione outros proprietários de dados limpos, colaboradores de dados ou assinantes da data clean room.

API

Use o método projects.locations.dataExchanges.create e defina o ambiente de compartilhamento como dcrExchangeConfig.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.create usando o comando curl:

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges?data_exchange_id=CLEAN_ROOM_ID -d
  '{
    display_name: "CLEAN_ROOM_NAME",
    sharing_environment_config: {dcr_exchange_config: {}}
  }'

Substitua:

PROJECT_ID: o ID do projeto
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
CLEAN_ROOM_NAME: o nome de exibição da data clean room

No corpo da solicitação, forneça os detalhes da troca de dados.

Se a solicitação for bem-sucedida, o corpo da resposta vai conter os detalhes da sala restrita de dados.

Se você ativar o registro de e-mails de assinantes com o campo logLinkedDatasetQueryUserEmail, a resposta da troca de dados vai conter log_linked_dataset_query_user_email: true. Os dados registrados estão disponíveis no campo job_principal_subject da visualização INFORMATION_SCHEMA.SHARED_DATASET_USAGE.

Atualizar uma data clean room

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room que você quer atualizar.
Na guia Detalhes, clique em Editar detalhes da data clean room.
Atualize o nome, o contato principal, o ícone, a descrição ou a configuração de registro de e-mail do assinante da data clean room, conforme necessário.

Observação: depois de ativar e salvar o registro de e-mails, não é possível editar essa configuração. Para desativar o registro de e-mails, exclua a data clean room e crie outra sem clicar na chave Registro de e-mails de assinantes.
Clique em Salvar.

API

Use o método projects.locations.dataExchanges.patch e defina o ambiente de compartilhamento como dcrExchangeConfig.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.patch usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X PATCH https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID?updateMask=UPDATEMASK -d
'{
  display_name: "CLEAN_ROOM_NAME",
  sharing_environment_config: {dcr_exchange_config: {}}
}'

Substitua:

PROJECT_ID: o ID do projeto
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
CLEAN_ROOM_NAME: o nome de exibição da data clean room

Substitua UPDATEMASK pela lista de campos que você quer atualizar. Para atualizar vários valores, use uma lista separada por vírgulas. Por exemplo, para atualizar o nome de exibição e o contato principal de uma troca de dados, insira displayName,primaryContact.

No corpo da solicitação, especifique os valores atualizados dos seguintes campos:

displayName
description
primaryContact
documentation
icon
discoveryType
logLinkedDatasetQueryUserEmail

Para detalhes sobre esses campos, consulte Recurso: DataExchange.

Excluir uma data clean room

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Na linha da data clean room que você quer excluir, clique em Mais ações > Delete.
Para confirmar, digite delete e clique em Excluir. Não é possível desfazer esta ação.

API

Use o método projects.locations.dataExchanges.delete e defina o ambiente de compartilhamento como dcrExchangeConfig.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.delete usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X DELETE https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges?data_exchange_id=CLEAN_ROOM_ID

Substitua:

PROJECT_ID: o ID do projeto
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
CLEAN_ROOM_NAME: o nome de exibição da data clean room

Quando você exclui uma data clean room, todas as listagens dentro dela são excluídas. No entanto, os recursos compartilhados e vinculados não são excluídos. Os conjuntos de dados vinculados são desvinculados dos conjuntos de dados de origem. Assim, a consulta de recursos na data clean room começará a falhar para os assinantes.

Gerenciar colaboradores de dados

Como proprietário da data clean room, você gerencia quais usuários podem adicionar dados às data clean rooms (seus colaboradores de dados). Para permitir que um usuário adicione dados a uma data clean room, conceda a ele o papel de publisher do Analytics Hub (roles/analyticshub.publisher) em uma data clean room específica:

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room para conceder permissões.
Na guia Detalhes, clique em Definir permissões.
Clique em Adicionar principal.
Em Novos principais, insira os nomes de usuário ou os e-mails dos colaboradores de dados que você está adicionando.
Em Selecionar uma função, escolha Analytics Hub > Editor do Analytics Hub.
Clique em Salvar.

Você pode excluir e atualizar os colaboradores de dados a qualquer momento clicando em Definir permissões.

API

Use o método projects.locations.dataExchanges.setIamPolicy.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.setIamPolicy usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:setIamPolicy -d
'{
  "policy": {
    "bindings": [
      {
        "members": [
          "my-service-account@my-project.iam.gserviceaccount.com"
        ],
        "role": "roles/analyticshub.publisher"
      }
    ]
  }
}'

A política no corpo da solicitação precisa estar de acordo com a estrutura de uma política.

É possível conceder o papel de publisher do Analytics Hub (roles/analyticshub.publisher) para um projeto inteiro na página do IAM, que dá ao usuário permissão para adicionar dados a qualquer data clean room em um projeto. No entanto, essa ação não é recomendada, porque ela pode resultar em acessos excessivamente permissivos dos usuários.

Gerenciar assinantes de data clean room

Como proprietário de data clean room, você gerencia quais usuários podem se inscrever nas suas data clean rooms (seus assinantes). Para permitir que um usuário se inscreva em uma data clean room, conceda a ele os papéis de Assinante do Analytics Hub (roles/analyticshub.subscriber) e Proprietário de assinatura do Analytics Hub (roles/analyticshub.subscriptionOwner) em uma data clean room específica:

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room para conceder permissões.
Na guia Detalhes, clique em Definir permissões.
Clique em Adicionar principal.
Em Novos principais, insira os nomes de usuário ou os e-mails dos assinantes da data clean room que você está adicionando.
Em Selecionar uma função, escolha Analytics Hub > Assinante do Analytics Hub.
Clique em Adicionar outro papel.
Em Selecionar uma função, selecione Analytics Hub > Proprietário de assinatura do Analytics Hub.
Clique em Salvar.

Você pode excluir e atualizar os assinantes a qualquer momento clicando em Definir permissões.

API

Use o método projects.locations.dataExchanges.setIamPolicy.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.setIamPolicy usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:setIamPolicy -d
'{
  "policy": {
    "bindings": [
      {
        "members": [
          "user:mike@example.com"
        ],
        "role": "roles/analyticshub.subscriptionOwner"
      },
      {
        "members": [
          "user:mike@example.com"
        ],
        "role": "roles/analyticshub.subscriber"
      }
    ]
  }
}'

A política no corpo da solicitação precisa estar de acordo com a estrutura de uma política.

Você pode conceder os papéis de Assinante (roles/analyticshub.subscriber) e Proprietário da assinatura (roles/analyticshub.subscriptionOwner) do Analytics Hub para um projeto inteiro na página do IAM, que dá ao usuário permissão para se inscrever em qualquer data clean room em um projeto. No entanto, essa ação não é recomendada, porque ela pode resultar em acessos excessivamente permissivos dos usuários.

Compartilhar uma data clean room

Você pode compartilhar diretamente uma data clean room com os assinantes:

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Na linha da data clean room que você quer compartilhar, clique em Mais ações > Copiar link de compartilhamento.
Compartilhe o link copiado com os inscritos na data clean room para que eles possam visualizar e se inscrever nela.

Fluxos de trabalho do colaborador de dados

Como colaborador de dados, você pode fazer o seguinte:

Adicionar dados a uma data clean room criando uma ficha da empresa.
Atualizar uma listagem.
Excluir uma listagem.
Compartilhar uma data clean room.
Monitorar fichas de empresa.

Permissões adicionais de colaborador de dados

Para realizar tarefas de colaborador de dados, você precisa ter o papel de editor do Analytics Hub (roles/analyticshub.publisher) em uma data clean room.

Além disso, você precisa da permissão bigquery.datasets.link para os conjuntos de dados que contêm os recursos que você quer listar em uma data clean room. A permissão resourcemanager.organization.get também é necessária para visualizar as data clean rooms da organização que não estão no projeto atual.

Criar uma ficha (adicionar dados)

Para preparar dados com regras de análise e publicá-los em uma data clean room como uma listagem, faça o seguinte:

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room em que você quer criar uma listagem.

Se você estiver em uma organização diferente do proprietário da data clean room e a data clean room não estiver visível para você, peça a ele um link direto.
Clique em Adicionar dados.
Em Selecionar conjunto de dados e Nome da tabela/visualização, insira a tabela ou visualização que você quer listar na data clean room e o conjunto de dados correspondente. Você vai adicionar regras de análise para evitar o acesso bruto a esses dados subjacentes em algumas etapas.
Selecione as colunas do recurso que você quer publicar.
Defina o nome da visualização, o contato principal e a descrição (opcional) da listagem.
Clique em Próxima.
Escolha uma regra de análise para sua página de detalhes e configure os detalhes.
Defina os controles de saída de dados para a listagem.
Clique em Próxima.
Revise os dados e a regra de análise que você está adicionando à data clean room.
Clique em Adicionar dados. Uma visualização é criada para os dados e adicionada como uma listagem à data clean room. A tabela de origem ou a visualização em si não são adicionadas.

API

Use o método projects.locations.dataExchanges.listings.create.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.listings.create usando o comando curl:

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X POST https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings?listingId=LISTING_ID -d
  '{"bigqueryDataset":{"dataset":"projects/PROJECT_ID/datasets/DATASET_ID","selectedResources":[{"table":"projects/PROJECT_ID/datasets/DATASET_ID/tables/VIEW_ID"}],},"displayName":LISTING_NAME"}'

Substitua:

DCR_PROJECT_ID: o ID do projeto em que a data clean room foi criada
PROJECT_ID: o ID do projeto que continha o conjunto de dados de origem
DATASET_ID: o ID do conjunto de dados de origem
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
LISTING_ID: o ID da página de detalhes
LISTING_NAME: o nome da lista de detalhes
VIEW_ID: o ID da visualização. A visualização adicionada a uma data clean room precisa ser uma visualização autorizada configurada com regras de análise.

Ao listar um recurso em uma data clean room, você concede a todos os assinantes atuais e futuros da data clean room acesso aos dados do seu recurso compartilhado.

Se você tentar criar uma página de detalhes com um recurso compartilhado que não tenha uma regra de análise, será exibido um aviso informando que os assinantes poderão acessar os dados brutos desse recurso. Se você confirmar que está publicando voluntariamente esses recursos sem regras de análise, ainda poderá criar a página de detalhes.

Se você receber o erro Failed to save listing, verifique se tem as permissões necessárias para executar tarefas do colaborador de dados.

Atualizar uma listagem

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room que contém a ficha da empresa.
Na linha da ficha da empresa que você quer atualizar, clique em Mais ações > Editar página de detalhes.
Atualize o contato principal ou a descrição conforme necessário.
Clique em Próxima.
Atualize a regra de análise conforme necessário. Só é possível atualizar os parâmetros da regra escolhida. Não é possível usar outra regra.
Clique em Próxima.
Revise a ficha e clique em Adicionar dados.

API

Use o método projects.locations.dataExchanges.listings.patch.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.listings.patch usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X PATCH https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings/listingId=LISTING_ID?updateMask=displayName -d
'{"displayName":LISTING_NAME"}'

Substitua:

DCR_PROJECT_ID: o ID do projeto em que a data clean room foi criada
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
LISTING_ID: o ID da página de detalhes
LISTING_NAME: o nome da lista de detalhes

Não é possível alterar o recurso de origem ou os controles de saída de dados de uma listagem após a criação dela.

Excluir uma listagem

Console

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room que contém a ficha da empresa.
Na linha da ficha que você quer excluir, clique em Mais ações > Excluir fichas.
Para confirmar, digite delete e clique em Excluir. Essa ação não pode ser desfeita.

API

Use o método projects.locations.dataExchanges.listings.delete.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.listings.delete usando o comando curl:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X DELETE https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings?listingId=LISTING_ID

Substitua:

DCR_PROJECT_ID: o ID do projeto em que a data clean room foi criada
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
LISTING_ID: o ID da página de detalhes

Quando você exclui uma listagem, os recursos compartilhados e vinculados não são excluídos. Os conjuntos de dados vinculados são desvinculados dos conjuntos de dados de origem. Dessa forma, a consulta de dados nessa listagem começará a apresentar falhas para os assinantes da data clean room.

Compartilhar uma data clean room

Você pode compartilhar diretamente uma data clean room com os assinantes dela:

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Na linha da data clean room que você quer compartilhar, clique em Mais ações > Copiar link de compartilhamento.
Compartilhe o link copiado com os inscritos para que eles possam visualizar e se inscrever na data clean room.

Monitorar listagens

Para consultar as métricas de uso nos conjuntos de dados de origem dos recursos compartilhados em uma data clean room, consulte a visualização INFORMATION_SCHEMA.SHARED_DATASET_USAGE.

Para conferir os inscritos na data clean room da sua listagem, faça o seguinte:

No console Google Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)
Clique no nome de exibição da data clean room.
Na linha de uma ficha que você quer conferir, clique em Mais ações > Ver assinaturas.

Fluxos de trabalho do assinante da data clean room

Um assinante pode ver e se inscrever em uma data clean room. A inscrição em uma data clean room cria um conjunto de dados vinculado no projeto do assinante. Cada conjunto de dados vinculado tem o mesmo nome da data clean room.

Não é possível se inscrever em uma ficha específica de uma data clean room. Só é possível se inscrever na data clean room.

Permissões adicionais de assinante

Você precisa ter os papéis de assinante do Analytics Hub (roles/analyticshub.subscriber) e o proprietário da assinatura do Analytics Hub (roles/analyticshub.subscriptionOwner) em uma data clean room para realizar tarefas de assinantes.

Além disso, você precisa da permissão bigquery.datasets.create em um projeto para criar um conjunto de dados vinculado quando se inscrever em uma data clean room.

Inscrever-se em uma data clean room

Ao assinar uma data clean room, você tem acesso de consulta aos dados nas listagens criando conjuntos de dados vinculados no seu projeto. Para se inscrever em uma data clean room, faça o seguinte:

Console

No console do Google Cloud , acesse a página BigQuery.

Acessar o BigQuery
No painel Explorer, clique em Adicionar dados.
Selecione Compartilhamento (Analytics Hub). Uma página de descoberta é aberta.
Para exibir as data clean rooms a que você tem acesso, na lista de filtros, selecione Clean rooms.
Clique na data clean room em que você quer se inscrever. Uma página de descrição da data clean room é aberta. Nessa página, também é possível conferir se o provedor ativou o registro de e-mails de assinantes.
Clique em Assinar.
Selecione o projeto de destino para a assinatura e clique em Assinar.

API

Use o método projects.locations.dataExchanges.subscribe.

O exemplo a seguir mostra como chamar o método projects.locations.dataExchanges.subscribe usando o comando curl:

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:subscribe  --data '{"destination":"projects/SUBSCRIBER_PROJECT_ID/locations/LOCATION","subscription":"SUBSCRIPTION"}'

Substitua:

DCR_PROJECT_ID: o ID do projeto em que a data clean room foi criada
SUBSCRIBER_PROJECT_ID: o ID do projeto do assinante
LOCATION: o local da data clean room
CLEAN_ROOM_ID: o ID da data clean room
SUBSCRIPTION: o nome da sua assinatura

No corpo da solicitação, especifique o conjunto de dados em que você quer criar o conjunto de dados vinculado. Se a solicitação for bem-sucedida, o corpo da resposta vai conter o objeto de assinatura.

Se você ativar o registro de e-mails de assinantes para a data clean room com o campo logLinkedDatasetQueryUserEmail, a resposta da assinatura vai conter log_linked_dataset_query_user_email: true. Os dados registrados estão disponíveis no campo job_principal_subject da visualização INFORMATION_SCHEMA.SHARED_DATASET_USAGE.

Um conjunto de dados vinculado foi adicionado ao projeto que você especificou e está disponível para consulta.

Como assinante da data clean room, você pode editar alguns metadados dos seus conjuntos de dados vinculados, como descrição e rótulos. Você também pode definir permissões nos conjuntos de dados vinculados. No entanto, as mudanças nos conjuntos de dados vinculados não afetam os conjuntos de dados de origem. Também não é possível ver as definições de visualização.

Os recursos contidos em conjuntos de dados vinculados são somente leitura. Como assinante, não é possível editar dados ou metadados de recursos em conjuntos de dados vinculados. Também não é possível especificar permissões para recursos individuais no conjunto de dados vinculado.

Para cancelar a inscrição na data clean room, exclua o conjunto de dados vinculado.

Consultar dados em um conjunto de dados vinculado

Para consultar dados em um conjunto de dados vinculado, use a sintaxe SELECT WITH AGGREGATION_THRESHOLD, que permite executar consultas em visualizações impostas por regras de análise. Veja um exemplo dessa sintaxe em Consultar uma visualização aplicada por regra de análise de limite de agregação.

Exemplo de cenário: análise de atribuição do anunciante e do editor

Um anunciante quer rastrear a eficácia das campanhas de marketing. O anunciante tem dados próprios sobre os clientes, incluindo o histórico de compras, informações demográficas e interesses. O editor tem dados do site, incluindo quais anúncios foram mostrados aos visitantes e as conversões deles.

O anunciante e o editor concordam em usar uma data clean room para combinar dados e medir os resultados das campanhas. Nesse caso, o editor cria a data clean room e disponibiliza os dados para que o anunciante realize a análise. O resultado é um Relatório de atribuição que mostra ao anunciante quais anúncios foram mais eficazes para gerar vendas. O anunciante pode usar essas informações para melhorar as futuras campanhas de marketing.

O anunciante e o editor organizam a data clean room do BigQuery por meio do seguinte processo:

Criar a data clean room (editor)

Um proprietário da data clean room na organização do publisher ativa a API Analytics Hub no projeto do BigQuery e atribui o usuário A como o proprietário da data clean room (administrador do Analytics Hub (roles/analyticshub.admin)).
O usuário A cria uma data clean room chamada Campaign Analysis e atribui as seguintes permissões:
- Colaborador de dados (publisher do Analytics Hub (roles/analyticshub.publisher)): usuário B, um engenheiro de dados da organização do publisher.
- Assinante da data clean room (assinante do Analytics Hub (roles/analyticshub.subscriber) e proprietário da assinatura (roles/analyticshub.subscriptionOwner)): usuário C, analista de marketing na organização do anunciante.

Adicionar dados à data clean room (editor)

O usuário B cria uma nova ficha na data clean room com o nome Publisher Conversion Data. Como parte da criação da página de detalhes, uma nova visualização com regras de análise é criada.

Inscrever-se na data clean room (anunciante)

O usuário C se inscreve na data clean room, que cria um conjunto de dados vinculado para todas as listagens na data clean room, incluindo a listagem Publisher Conversion Data.
O usuário C agora pode executar consultas de agregação para combinar os dados desse conjunto vinculado com os dados próprios e medir a eficácia da campanha.

Resolução da entidade

Os casos de uso de data clean room geralmente exigem a vinculação de entidades entre conjuntos de dados de colaboradores e assinantes de data clean room que não incluem um identificador comum. Os assinantes e colaboradores de dados podem representar os mesmos registros de maneira diferente em vários conjuntos de dados, seja porque os conjuntos de dados se originam de diferentes fontes de dados ou porque os conjuntos de dados usam identificadores de diferentes namespaces.

Como parte da preparação de dados, a resolução de entidades no BigQuery faz o seguinte:

Para colaboradores de dados, ela elimina a duplicação e resolve registros nos recursos compartilhados usando identificadores de um provedor comum escolhido por eles. Esse processo permite junções de colaboradores cruzados.
Para assinantes da data clean room, ele elimina a duplicação e resolve registros nos conjuntos de dados próprios e vincula a entidades nos conjuntos de dados do colaborador de dados. Esse processo permite mesclagens entre os dados do assinante e do colaborador de dados.

Para configurar a resolução de entidade com o provedor de identidade de sua preferência, consulte Configurar e usar a resolução de entidades no BigQuery.

Descobrir recursos da data clean room

Para encontrar todas as data clean rooms a que você tem acesso, faça o seguinte:

Para proprietários de data clean room e colaboradores de dados, no console doGoogle Cloud , acesse a página Compartilhamento (Analytics Hub).

Acessar Compartilhamento (Analytics Hub)

Todas as data clean rooms de dados que você pode acessar são listadas.
Para assinantes da data clean room, faça o seguinte:
1. No console do Google Cloud , acesse a página BigQuery.
  
  Acessar o BigQuery
2. No painel Explorer, clique em Adicionar dados.
3. Selecione Compartilhamento (Analytics Hub). Uma página de descoberta é aberta.
4. Para exibir as data clean rooms a que você tem acesso, na lista de filtros, selecione Clean rooms.

Para encontrar todos os conjuntos de dados vinculados criados por data clean rooms no projeto, execute o seguinte comando em um ambiente de linha de comando:

PROJECT=PROJECT_ID \
for dataset in $(bq ls --project_id $PROJECT | tail +3); \
do [ "$(bq show -d --project_id $PROJECT $dataset | egrep LINKED)" ] \
&& echo $dataset; done

Substitua PROJECT_ID pelo projeto que contém os conjuntos de dados vinculados.

Preços

Os colaboradores são cobrados apenas pelo armazenamento de dados. Os assinantes da data clean room só são cobrados pela computação (análise) quando executam consultas.

A seguir

Saiba como usar modelos de consulta.
Saiba como restringir o acesso aos dados com regras de análise.
Saiba como usar o VPC Service Controls.