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
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07