
为新大数据规则准备的五个小贴士
“遗忘的权利”使得像谷歌和微软这样的大公司按照欧洲法院的规定急忙删除互联网上哪些过时的搜索信息。但是英国的企业真的准备好了迎接这场即将到来的数据改革浪潮吗?
高层讨论欧盟新通用数据保护规则——计划协调数据监管整个欧洲,并给予公民更大地控制他们个人数据的权利——本月再次开始。预计将于明年批准并在2017年全面确定。
被遗忘的权利可能不是最终的表达——它可能改述为“删除的权利”。
但是当新的规则取代当前所参照的1998年欧洲数据保护标准时,对任何以处理欧洲公民数据的公司来说影响都是巨大的。
对所有公司来说最大的恐惧将会是潜在的数据泄露所带来的巨额罚款,占每年总营业额的5%,甚至能高达一亿欧元。
新规则把数据处理者和数据控制着都纳入了监管的范围,所以每个处理数据的公司无论其规模和业务都会受到影响。
其他的新规定将包括要求在收集公民的数据之前必须首先征得公民的同意。
这些都是巨大的挑战,但是在以下五个主要领域中,公司可以采取基本的数据收集、存储、和销毁原则来为将来所有可能性做准备。
1.清理你的数据并理解它们的价值
从审计开始区分当前存储的多少数据是实际需要保存的,是有用的记录,还是垃圾或数据噪音?销毁不必要的信息,有助于构建一个清晰的未来,特别是 在新的规则下如果数据需要搜索和编辑。对需要保存的数据,确定你知道存储的位置,使用者是谁,怎样使用和如何来保护它。另一个值得关注的事情就是新规则希 望包括公民想要得到他们可用数据的携带权利,这也是一个巨大的挑战。然而,合理的数据使用关键就是首先要理解它的价值。将数据视为一种资产你会有一个好的 开始。
2.明确责任人和所有权
对违规者的巨额罚款,高达占总营业额5%的处罚原则,对拥有所有权和责任人来说,遵守新规则显得至关重要。弄清楚在你的企业中负责不同类型数据的负责人,IT经理、首席信息官、信息管理者或外包公司。
3.立刻开发程序处理数据泄露
欧盟所有的公司很快就会被要求建立一个数据泄露的系统,包括能通知受影响者的程序。新规则希望为向数据数据保护机构报告数据泄露设立一个严格的最后期限。为什么要等待?清晰和熟练的程序应该立刻执行,至少确定由谁来负责报告。
4.明确数据拥有者
将来,公司在收集数据时,首先需要得到公民的同意,所以要提前做好准备。任何存储个人数据的公司都应该考虑保留数据和与客户交流这些数据的合法范围。
5.设计隐私:改变你的文化
开始创建以个公司的文化,隐私被认为是每个过程和每个阶段都应该考虑的事情。很有可能在你的公司第一个接触数据的人并不是高级别人员,例如数据 可以通过客户呼叫中心、电子邮件、传真和信件而接收到。设计隐私和使各级员工都意识到它的重要性,是合理数据使用和保护发展的关键。
底线是在数据迅速变化的时代,无论欧盟数据保护规则最后的草案如何。我们正在考虑建立一个满足公民更多的控制和使用他们个人数据要求的世界。所以,虽然新的规则旨在简化和协调数据规则,但是,对于那些泄露数据的违规者也给予了严重的处罚。
对企业来说,这或许是一个重大的挑战,没有必需的程序或健康的数据政策。同样,对那些没有及时分清哪些数据应该保存,哪些数据应该销毁的企业来 说,前行的道路可能也存在问题。但是对于那些迎难而上,将它视为一个机遇并将数据的真正价值当做信息财富的人来说,它仍然是一个勇敢的新数据世界,现在是 做准备的时候了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13