Databricks Clean Rooms は、顧客やパートナーが互いの機密性の高い生データを公開することなく、データを組み合わせて分析できる機能です。2025年2月に AWS と Azure 上で一般提供（GA）を開始して以降、広告、金融、医療などさまざまな業界のお客様にご活用いただいています。
本ブログ では、プライバシー重視の「ID解決（Identity Resolution）」のために Clean Rooms を活用している主要なIDパートナーの取り組みと、お客様からの要望に基づいて追加された新しいコラボレーション機能やプライバシー機能についてご紹介します。
Databricks Clean Rooms における ID 解決の新たな進化として、「セキュアかつクラウドネイティブな ID 解決」機能を発表できることを嬉しく思います。この新機能により、パートナーやマーケターは共通の識別子を使って、安全かつ確実にデータセットの照合や補完を行えるようになります――生の個人情報（PII）を公開したり、プラットフォーム外にデータを移動する必要は一切ありません。
この機能の実現にあたって、Epsilon、Deloitte、LiveRamp、Acxiom といった業界のリーダーたちとパートナーシップを組んでいます。これにより、断片的な記録の統合、関連データの接続、そしてより深いインサイトの導出が、プライバシー重視の環境の中で実現可能となります。
たとえば、あるECブランドが主要な ID プロバイダーと協力し、ハッシュ化されたメールアドレス、郵送先情報、デバイス接点などのデータを、個人や世帯単位の ID に結びつける場合が考えられます。この新 機能を活用すれば、両者はデータを Clean Room 内に持ち寄り、その場で安全かつ効率的に ID 解決を実行できます。
このアプローチは、データコラボレーションにおける新時代の幕開けです。機密データをプラットフォーム外に出すことなく、スムーズに ID マッチングを行い、高品質なインサイトを得ることができます。Databricks は、こうした進化を支えるスケーラブルな環境を提供し、Clean Room におけるコラボレーションと ID 解決の可能性を再定義します。
Databricks Clean Rooms は、ついに Google Cloud 上でも一般提供を開始しました。これにより、クラウドをまたいだ柔軟なコラボレーションが可能になります。本日より、お客様は GCP 上に中央 Clean Room 環境を作成し、AWS、Azure、あるいは他のデータプラットフォームを利用するパートナーとシームレスに連携できます。
これは、Databricks が掲げる「Any cloud, any platform（あらゆるクラウド、あらゆるプラットフォーム）」という理念に基づいたものです。
「クラウド、リージョン、プラットフォームの垣根を越えて、プライバシー重視の環境で、データを移動させることなくコラボレーションを実現する」——それが、Databricks Clean Rooms の目指す姿です。
たとえば、GCP 上にシステムを構える大手小売業者と、AWS を利用している消費財ブランドが提携し、共同マーケティングの効果を分析しようとしているケースを考えてみましょう。
この場合、小売業者は GCP 上に Clean Room を立ち上げ、ブランド側は最近のキャンペーンにおけるエンゲージメント指標を安全に提供できます。小売側の購買データと組み合わせることで、両社は生データを一切共有・公開することなく、プロモーションの効果やトレンドを共同で分析できます。
多くの Clean Room プロバイダーは、自社のクラウドやプラットフォーム上でのコラボレーションに限定していますが、Databricks Clean Rooms ではそのようなクラウド間のサイロやベンダーロックインがありません。Delta Sharing によりデータはその場にとどまり、共有されるのは匿名化されたアウトプットのみです。
Clean Rooms は、1つのルームで複数組織のコラボレーションをサポートするようになりました。これまでは実質的に2者間での利用に限定されていましたが、今後は最大9社まで（計10組織）招待可能です。
これらの参加者は、異なるクラウド、リージョン、データプラットフ ォーム上にあっても、1つの中央 Clean Room 上で共同作業が可能です。
この進化により、「あらゆるスケール、あらゆる信頼レベル」での連携が実現し、きめ細やかなアクセス制御とオーケストレーションを伴う多対多のコラボレーションが可能になります。
ある小売業者が、広告ブランドや市場調査会社と連携して、顧客インサイトモデルを構築したいと考えているとします。3社それぞれが独自のデータやコードを持ち込むことになりますが、マルチパーティ Clean Room を使えば、1つのルームに全ての関係者を招待し、必要なテーブルを共有して共同分析が可能です。
たとえば、小売業者の EC データ、ブランドの顧客データ、調査会社のアンケートデータを組み合わせて分析できますが、いずれの参加者も、他社の生データを見ることはありません。
このように、マルチパーティ連携 × 高度なガバナンスを実現することで、従来の2者間連携では得られなかった、より深いインサイトの創出が可能になります。
Clean Rooms は新たに「セキュアなセルフ実行（Self-run）」をサポートし、コラボレーターが自分自身でノートブックをアップロード・実行できるようになりました。ただし、他の参加者による明示的な承認が必要です。
従来は、ノートブックは相手側だけが実行可能で、「実行ボタンをクリック＝承認済み」とみなされていました。
たとえば、病院Aが共有された患者データを用いて、共同の統計処理を行うノートブックを実行したいとします。
この場合、病院Aはノートブックを自らアップロードして実行できますが、その前に病院Bがそのコードを明示的に承認する必要があります。
この仕組みによって、柔軟性とガバナンスのバランスが保たれます。
具体的には、
同意なしにデータが移動することはなく
レビューなしにコードが実行されることもなく
出力結果は常に実行者側にのみ残る
つまりお客様にとっては、信頼できるコラボレーション環境の中で、より迅速な反復作業、高い自律性、そして完全な監査性が実現されるということです。
データコラボレーションにおいて、コードガバナンスは非常に重要です。
この承認機能により、同意なしにコードが実行されることは決してなくなります。
「誰が何を承認したか」という監査ログも残るため、不意のクエリ実行や悪意ある・誤ったコードによるリスクを大幅に軽減できます。
ここでは、前述の3つの機能を組み合わせた、ハイレベルなユースケースをご紹介します。
1. Clean Room の作成（GCP 上）
データプラットフォームリードの Alex が、Google Cloud 上に新しい Clean Room を作成します。
そして、AWS と Azure を使っている2社のパートナーを招待するため、各パートナーの識別子を共有します。
2. データの追加
各社が自社のテーブルを Clean Room に追加します。たとえば、AWS、GCP、Azure の各データセットが Clean Room にアップロードされます。
この時点で、Clean Room には Alex を含む3社が参加しています。
3社はそれぞれ共有されたメタデータを見ることはできますが、他社の生データを直接見ることはできません。
3. ノートブックの追加
Alex が分析用ノートブック（例：機械学習用の Python スクリプトや、データ結合用の SQL）をアップロードします。
ノートブックを実行するには、すべての参加者からの明示的な承認が必要です。
4. 分析の実行
全員から承認を得た後、Alex がノートブックの実行を開始します。
すると、サーバレスの Clean Room クラスター上でコードが実行されます。
実行結果は、Unity Catalog に一時的な読み取り専用の出力テーブルとして生成されます。
たとえば、参加者のデータを結合した「顧客セグメントテーブル」が作成され、実行者である Alex が集計結果を取得できます。
5. レビューと反復
Alex は出力された集計結果を確認します。
もし新たな分析が必要であれば、同じガバナンス体制のもとで、ノートブックを追加 ・更新して再実行することができます。
このデモは、GCP・AWS・Azure といった異なるクラウド環境にいるパートナーが、1つの共有 Clean Room 上で協業できることを示しています。
マルチパーティでの連携
Delta Sharing によるシームレスなデータ共有
パートナー自身によるノートブックのアップロードと実行（明示的な承認付き）
これらすべてにより、生データを一切公開することなく、クラウドや企業の垣根を越えた安全で監査可能な共同分析が実現されるのです。
Databricks Clean Rooms は今後も進化を続けていきますが、その本質的な価値は変わりません。
それは、プライバシー、パフォーマンス、プラットフォームの柔軟性を損なうことなく、データコラボレーションを可能にすることです。
今回ご紹介した新機能をぜひ体験し、ご意見をお聞かせください。
さらに深く学びたい方は、2025年6月9日〜12日にサンフランシスコで開催される Data + AI Summit にて、Clean Rooms に関する以下のセッションをご覧ください！
