京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21