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
【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小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14在Python数据分析中,Pandas作为核心工具库,凭借简洁高效的数据处理能力,成为数据分析从业者的必备技能。其中,基于两列(或多 ...
2026-05-14 很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会 ...
2026-05-14在零售行业存量竞争日趋激烈的当下,客户流失已成为侵蚀企业利润的“隐形杀手”——据行业数据显示,零售企业平均客户流失率高达 ...
2026-05-13