
保护隐私,守护「大数据」的生命线
如果非要说科技进步是一把双刃剑,那这把剑的两面明显不一样锋利,快刀的一面带来效率的提高和生活的便利,而钝刀的一面尽管不那么锋利,但也必须好好呵护,以免带来不必要的伤害。
曾经身边总有一直“抵制”手机网银或者移动支付的人,他们总觉得不安全,又怕泄露隐私,但是,往往到了最后尝试一次移动支付的便捷后,又感觉再也离不开这种便利,反而对以前的担忧一把抛之脑后。
其实,大多科技的进步和创新,都需要人在便利性和安全性之间做出选择,只是历史的结果都一样,便捷和效率都是最终的选项。
不过,我指出这一点,并不是想要说为了追求效率就可以把安全完全忘掉,反而我想要强调的是,正因为双刃的存在,更需要对科技的那一面施以严格把控,但这种把控的责任,不应该是消费者的事,消费者的隐私,大数据的安全,主体责任在企业,监控责任在政府。
大数据的作用已经不用我们再多说,守护大数据的生命线才是关键,而能够以此为己任,以最大的投入最严格的办法保护使用者隐私的企业,才应该能在大数据行业的激烈市场竞争中笑到最后吧?
那么,对数据安全负责任的企业,应该怎么做?
最近,中国第一次针对互联网产品和服务进行的个人隐私评审“成绩单”揭晓,微信、淘宝网、支付宝、滴滴出行和京东商城5家互联网公司的做法获得了中央网信办、工信部、公安部、国家标准委4部委认可。
由于个人隐私保护越来越受关注,今年7月4部委宣布对互联网产品和服务进行个人隐私政策进行评审,首批选取了用户数量大、与民众生活密切相关、社会关注度高的10款互联网产品和服务,京东商城、航旅纵横、滴滴出行、携程网、淘宝、高德地图、新浪微博、支付宝、腾讯微信、百度地图10家企业进入首批评审名单。
实事求是讲,政府监管是必要的也是管用的,就像这次全国信息安全标准化技术委员会副秘书长刘贤刚表示的,通过这次评审,10款产品和服务在隐私政策方面都有不同程度的提升,做到明示其收集、使用个人信息的规则,并征求用户的明确授权。
而且,微信、淘宝网、支付宝、滴滴出行、京东商城5款产品和服务在满足以上功能的基础上,还提供了更便利的在线“一站式”撤回和关闭授权,在线访问、更正、删除其个人信息,在线注销账户等功能。
支付宝母公司蚂蚁金服首席法务官陈磊明表示,“一直以来,支付宝把保护用户隐私作为生命线”,是维护市场信心和用户信任的基石,也是企业行稳致远的核心竞争力。蚂蚁金服已在行业内率先任命了集团首席隐私保护官,组建集团隐私保护办公室,负责制定全集团隐私保护管理体系并推动落实。
相比那些功能比较垂直的应用,普通用户可能更关心和钱直接相关应用的安全,比如支付宝。就这次参加评审的应用来说,支付宝的应用场景众多,对数据和信息保护的要求更高,评审成绩进入前列,“含金量”确实很高。把保护数据安全和隐私作为各项业务和产品的本能,这是支付宝的底线,希望也能成为所有企业和平台的底线。
市场有市场自身的运用规则,隐私和安全,免费和收益,市场本身也具备一定的自我调节能力。根据皮尤研究中心在2016年发表的一份研究报告《隐私和信息共享》显示,虽然人们对于自己的信息被他人获取反感,但他们也意识到在大网络驱动的社会中,这也是无法避免的,因为人也的确通过让渡部分个人信息获得了好处,“免费(的服务)是一个不错的价位(来换取我的个人信息)。”
当然,如果企业使用了用户个人信息来设计产品、获取利润,那么也必须花重金来保护用户信息和隐私安全。对以数据为基础能源的企业来说,保护信息安全就是不能省的投入。
科技企业的优势,在于对数据的挖掘、计算和应用能力,这样才能使分散的个人信息和数据产生价值。从企业的角度看,比拼的不仅是获取个人信息的能力,更是科技创新能力。
在国外关于大数据的讨论中,有些已经上升到了数据的拥有者如何分享大数据带来的利润的层面。不过我觉得,现在还远没有到那一步。大数据应用的第一步,是隐私的保护和数据的安全,第二步是,是数据的挖掘和创造新的价值,最后一步,才是价值的分享。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08