京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
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 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18