京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部正草拟大数据信息安全法律法规_数据分析师
近日,好莱坞女星私密照泄露事件的持续发酵,再次为人们对大数据时代的到来敲响安全警钟。对此,星图数据创始人兼CEO谷熠23日接受光明网记者专访时表示:“大数据来源于消费者,又被人们收集并利用,在这个过程中,信息泄露和信息不对称也一度困扰着人们的生活,受到社会各界的关注。目前,除了拥有数据的企业要遵守道德准则以及持续进行安全和保密技术的更新升级外,工信部等相关部门已经牵头着手起草相关的法律法规。”
据世界信息安全厂商赛门铁克发布的报告显示,随着大数据时代的到来,2013年全球超过5.52亿条个人身份信息被泄露,泄露数据的数量是2012年的4倍,全球大规模泄露事件从2012年的1起增加到8起,每一起事件泄露的信息都超过千万。
大数据的“裸奔”现象亟需解决
近日,汉庭、如家等快捷酒店客户的信息泄露以及小米用户信息泄露等信息裸奔现象不时刷新着媒体头条。不仅是信息的泄露,也有业内人士表示,大数据时代带来的可视性在帮助企业运营的同时,也给企业发展带来了一定的风险。
对此,谷熠对记者表示:“就目前来看,大数据‘裸奔’现象在互联网虚拟世界中越发凸显,这一弊病造成的危害也越来越大,亟需解决。这就要求从事大数据运营的企业要尊重数据,遵守行业的发展原则,而这种原则靠的是行业人士的自律。在遵守行业发展原则的同时,也要不断的更新技术,修补系统漏洞。”
据相关的研究表明,我国互联网个人信息安全的灰色产业链规模已达近百亿,众多黑客、广告商、中介及诈骗团伙开始从中牟取暴利。对此,业内呼吁大数据时代的来临需要法律做好安全护卫。谷熠也强调:“目前,工信部等相关部门已经牵头起草相关的法律法规。同时,据海外的先进经验显示,对于数据整理和分析的脱敏处理,至少要经过4层的保护处理,而出于对安全产品国产化的鼓励,信息分级和脱敏保护等各种政策的实施也应该越来越严格。”
除了信息裸奔的危害,对大数据的认识还普遍存在一个误区就是对统计周期的认识,传统的品牌企业数据周期比较长。而基于电商时代的快速发展,动态的数据统计才具有更有效的参考性,才能真正地帮助企业做好相应的投资和生产部署。
尊重用户需求是大数据的发展基础
在中国电子商务博览会上,谷熠发言表示,近年来,市场中C2B的营销模式很多时候只是一个噱头,因为,品牌企业从传统市场调研开始到最终规模化生产,一定需要经历一个较为漫长的时间周期,而基本上不可能在短时间内完成,很多利用C2B概念炒作的厂商,往往是在早已设计定型的模型基础上,通过各种手段将消费者的消费观念和诉求引领到已有的产品上,实现所谓的“C2B”。但是,随着大数据的快速分析,C2B并不会一直带着噱头的帽子生存,通过大数据的方式对于用户的行为数据、反馈数据进行系统化、快速的分析整理,充分挖掘消费者的潜在需求,才能帮助厂商实现真正的C2B。
谷熠认为,虽然,目前市场中C2B的营销模式多数仅是一个噱头,但是一个可喜的现象就是众厂商已经意识到要将用户需求作为自己的生产依据,开始越来越尊重消费者、尊重数据。
随着十一黄金周的到来,电商以及家电卖场也迎来了销售黄金期。近年来,频繁的电商价格战让业内人士感叹,难道电商只会打价格战吗。对此,谷熠对光明网记者表示,价格战是线下销售的惯用手段,而电商平台让价格战更为透明。随着大数据的发展以及面对外部环境的压力,电商已经开始运用用户习惯为消费者提供更全面的服务。例如,浏览某电商的某类产品,点击超过5次后,页面中就会随时出现更多的同类商品供消费者选择。而且,随着电商的发展和消费者购买力的增强,企业也会越来越回归理性,借助大数据的手段,把更多的精力和重点放在自身产品、渠道和服务的构建上,从而告别初级的比拼价格的时代。
除了为用户提供更好的服务外,电商大数据的统计还对产品的研发有更多的促进作用。据谷熠介绍,很多品牌企业已经开始利用大数据的手段对消费者、对同类产品的评价进行统计分析和语义挖掘,从而支撑企业自身的产品设计与改进。比如某家电巨头的一款超薄多彩多功能的电磁炉就是基于用户的评价进行分析挖掘后得出的结果,目前该产品仍作为该品类的明星单品销量数据名列前茅。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22