京公网安备 11010802034615号
经营许可证编号:京B2-20210330
支付宝年度账单引风波 大数据时代该咋保护个人信息
支付宝近期公布了一年一度的用户“个人账单”,却引来不小风波,原因是在账单首页中,有一行特别小的字,“我同意《芝麻服务协议》”,并且已经帮用户选择好了“同意”,而协议条款内容则涉及“你允许芝麻信用收集你的信息”。
这一事件被一位律师发现,并发布了微博,一时间被众多网友转发,而大家共同的担心就是自己的个人信息有没有被泄露的风险。为此,支付宝方面连夜道歉,表示这次的作法“愚蠢之极”,而保护用户的信息安全一直是他们的生命线。而事件并没有就此结束。
律师:条款强势 信息泄露存风险
本台记者采访了发现支付宝账单中这行小字信息并发布微博的这位律师,在他看来,支付宝的这一举动不仅仅涉嫌侵犯用户的知情权、选择权,而所谓的《芝麻服务协议》的很多条款都耐人寻味,用户资料存在被泄露的风险。
律师 岳屾山:它甚至提到说我会征集你的个人信息行为信息交易记录等等,这些信息进行整理和综合之后,提供给它的合作伙伴提供给第三方,有可能第三方会进行滥用,比如说像你打电话、认为你征信记录比较好,给你打电话进行推销。
见到岳屾山之后,他就点开了这份《芝麻服务协议》,逐条向记者介绍,服务规则中写着“您授权我们可以从合法保存您信息的第三方,收集及处理您的各类信息。”、“我们可将您的全部信息进行分析并将结果推送给我们的合作和服务的机构”。这就意味着芝麻信用受到用户授权,不但可以从第三方收集用户信息,还可以整合后,推送给其它机构。
律师 岳屾山:芝麻信用给我的理解,那就是一个征信系统或者说征信机构,那你就只能征集跟我征信有关的这些信息,你只能提供这些征信报告,征信评级、风险评估,而不能把我的这些数据整合起来之后还用于其它的地方,那这个就违反了征信管理条例的规定。
《征信业管理条例》第二条明确,征信业务是指依法收集、整理、保存、加工个人、法人及其它组织的信用信息,并对外提供信用报告、信用评分、信用评级等业务。岳屾山认为作为征信公司,对外提供的只能是跟信用有关的评级报告,提供其它数据,就已经超出了一家“征信公司”的工作范围。
而这样一段话,更让人怀疑《芝麻信用》对外提供的不仅仅是信用评价结果。在协议最后,有这样一段话提示用户风险。“信息被依法提供给第三方后被他人不当利用的风险”、“因您的信用状况较好,而造成您被第三方推销产品或服务等打扰的风险”。
律师 岳屾山:过于强势了,如果说你是做征信,那你就是只对征信的信息进行征集,然后用于征信系统,而不能够说除了信用报告之后,我可能还会分析出一个这些群体客户的一些行为信息,或者说是一个大数据。然后提供给别人,不管是卖掉的也好,还是说直接无偿提供的也好。
支付宝母公司再回应:好心办坏事
芝麻信用是一家独立的第三方征信机构,用于展示客户个人信用。那么,在协议条款当中,为什么会出现将用户的信息推送给合作方、第三方的行为呢?这些条款中没有写明的推送出去的信息,究竟是什么?会不会对造成用户的信息泄露?记者联系到芝麻信用母公司蚂蚁金服。
蚂蚁金服品牌与公众沟通部 陈彩银:其实这次的本意是让用户知情,即使是支付宝年度账单调用芝麻信用的信息,也需要用户同意,但很遗憾,我们的方式错了,好心办坏事。
按照芝麻信用方面的解释,芝麻信用和支付宝是相互独立的两家公司,虽然同属于蚂蚁金服旗下,但支付宝的年度账单需要展示用户在芝麻信用的数据时,也需要重新获得用户的授权。本来是想让用户更有知情权,没想到引起了公众的误解。
记者:作为一家征信公司,为什么要把用户信息给到第三方?这怎么理解?
蚂蚁金服品牌与公众沟通部 陈彩银:第三方需要使用芝麻信用服务时候,必须要有芝麻信用提供信息用于用户评估,但对大多数第三方服务来说,芝麻行用只提供信用分,不会提供手机号和地址等信息。
蚂蚁金服表示,所有向第三方提供的信息,都是用于信用评估,不做其它用途,那么协议最后的风险提示又是怎么回事呢?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12