數據隱私📑02 - 3大數據治理元素,讓數位平台避免用戶數據的隱私風險,并發揮數據價值提供更好的服務
你好,我是王啟樺,目前在加州大學洛杉磯分校(UCLA)擔任統計機器學習方向的博士後研究員。
這篇文章是《紫式書齋》的第三主題〈數據隱私〉的第02篇。這篇文章想分享給你,落實數據隱私的重要主題--「數據治理 (Data Governance)」其中的三大元素。數據治理這個詞聽起來相當抽象,但我相信你了解這三大元素後,數據治理就能更具體,且發現數據治理就在我們的每日生活中。
這三個數據治理的元素分別是:
- 數據分級 (Data classification) :根據隱私風險做數據分級。
- 數據倉儲 (Data inventory) :將數據根據其分級結果處存在資料庫系統之中。
- 數據分享 (Data sharing):在隱私保護下的數據分享。
如果你對現代數據產業如何治理用戶數據感到好奇,歡迎閱讀以下內容,了解更多數據治理三元素 :
元素 #1 :數據分級,是用戶數據有限授權的重要一步。
數據分級,幫助平台方從被收集數據的用戶角度,評估平台的數據收集政策。
平台需要使用用戶數據以優化其提供的服務,因此需要收集用戶數據。但被收集數據的用戶方,會抱怨平台收集了過多數據。這個抱怨源自於用戶不了解平台收集數據後,能夠大幅度改善用戶使用的服務的品質。
數據分級提供一種解決方式,讓用戶了解其被收集的數據,分別受到什麼程度的保護。
元素 #2 :數據倉儲,就是自動化落實數據分級於數據系統中
數據倉儲,確保數據分級體制,能夠被落實到數據系統中。
在公司內部的數據庫確保落實數據分級,可以讓每個試圖訪問與使用用戶數據的員工,更清楚知道不同數據級別對應的隱私風險。數據倉儲,讓數據分級自動化,在大規模數據的情況也能主動偵測隱私風險。做好數據分級也能在需要刪除數據時,能很快刪除相對應的內容。
因此,利用數據倉儲技術,在數據系統中實踐數據分級,是數據治理的重要實務。
元素 #3 :數據分享,讓數據在低隱私風險下發揮其最大價值
數據分享,在保護隱私的前提下,發揮數據本身的最大效用。
數據本身還是提供人類以及演算法所用。人類利用演算法處理大規模的數據輔助決策,而這些決策對提供數據的用戶群有益,但也可能造成隱私疑慮。因此,數據分享要在保護隱私的前提下,才能在平台與用戶間持續經行長期價值與利益。
結合數據分級,數據倉儲與數據分享,我們便完成一個完整的數據治理循環。
你覺得哪個積極心態最有趣呢?如果想進一步讓我的內容帶給你價值,你可以
謝謝你閱讀到這邊,我們下一封電子報見。