
大数据偷了你隐私你知道吗_数据分析师
最近,关于数据与信息安全的新闻一条接着一条:
4月2日,马云旗下的公司拟收购恒生电子,据说收购方看重的不仅是恒生的金融电子平台,更有恒生的后台数据资料,因为据此分析金融客户的交易行为,成就阿里金融大数据梦想。
5月28日,媒体报道称,我国政府正在推动国内银行放弃使用IBM高端服务器,此前已经将Windows 8系统列入政府采购黑名单,并要求国有企业切断与美国咨询公司的业务往来。
6月6日,中信证券医药行业首席分析师张明芳在其微信群发布了丽珠集团即将公布股权激励方案的消息。消息一出,众多基金经理纷纷退群并截屏转发,一些投资者甚至不惜追高买入。
而在个人隐私方面,日前网上流传了一个关于买比萨的段子: 一个客户打电话订购比萨,客服人员马上报出了他的所有电话和家庭住址,推荐了他适合的口味,报出他最近去图书馆借过什么书,信用卡已经被刷爆,了解他房贷还款金额,知道他丈母娘刚动过心脏搭桥手术,甚至还准确定位出他正在离比萨店20分钟路程的地方骑着一辆摩托车……
段子虽然有点夸张,但在这个时代,信息安全却是我们不得不面对的一个问题。尤其是个人隐私的问题,正越来越困扰我们身边的很多人。
每当我们上网、使用手机或者信用卡,我们的浏览偏好、采购和行为都会被记录和追踪。或者,在我们根本没有意识到的时候,智能设备便处于联网之中,相关数据被悄然发送到第三方。
于是,我们的邮箱里塞满了各种推销邮件,我们的手机里充斥着各类垃圾短信,我们的电话中夹杂着各色推销广告……甚至,我们一些基于私人爱好的搜索行为,会在大庭广众之下出现在令人难堪的大幅广告。更有甚的是,犯罪团伙通过关注和分析父母的微博、微信,组织了绑架孩子等恶性事件。在去年的3•15晚会上,央视用Cookies提出了互联网上隐私泄漏和侵犯的问题。
2012年底,《纽约时报》刊文宣称,“大数据时代”(Age of Big Data)已经来临。巴拉巴西在《爆发:大数据时代预见未来的新思维》中提出,93%的人类行为能够通过有效的数据分析而进行预测。在物联网、云计算、社交网络的催生下,互联网时时刻刻释放出海量数据。大数据是座金矿,背后隐藏着大量的经济与政治利益。而通过数据挖掘,人类所表现出的数据整合与控制力量远超以往。但大数据是把“双刃剑”,国家和企业因大数据获益的同时,个人隐私的保护却从此变得更加艰难。
对马云的收购行为,据说商务部正在进行反垄断调查;银行能否放弃IBM服务器可以商榷,但信息安全警钟已经敲响;中信证券的分析师因泄露内幕信息,目前正被停职调查。而我们,也到了不得不认真地思考个人隐私保护问题的时候了。
可以采取的措施有:
首先,明确立法。2012年全国人大常委会作出了关于加强网络信息保护的决定,但立法的缺失仍是我们目前存在的严重问题。要做好顶层设计,积极推动立法,建立个人隐私保护的法律法规和基本规则。尤其是,要通过立法,大幅度提高隐私泄露和侵犯的违法成本。
其次,加强监管。应建立大数据产品在个人信息和隐私安全方面的国家标准,明确个人信息和隐私具有财产属性,严格限制以营利为目的的企业,对个人隐私等信息进行商业化利用。通过加强政府监管,加大对侵害个人隐私行为的打击力度,。
再次,行业自律。大数据时代的个人隐私,构成现代商业服务和网络社会运行管理的基础。应积极提倡互联网公司、商业银行、保险公司等相关企业自重、自律,并制定行业标准或公约。特别是行业的龙头企业,要带头做“业界良心”。
最后,客户授权。客户是隐私信息的主人,对个人隐私拥有最终的决定权。在部署数据采集和分析行为时,应充分告知客户,让客户了解后果并做出选择。只有客户发起个性化需求时,才可以对客户信息进行调用,否则就视作侵犯隐私。
大数据带来了很多便利,影响决策,也改变了生活。但大数据分析和应用,有时候往往偏离了其精神实质。当下,世界杯足球赛正在巴西进行得如火如荼。如果我们可以通过大数据精确地分析出各场赛事的进球时间、比赛得分的话,那么竞猜结果、熬夜观看的乐趣还会有吗?人类不是机器,生活有时候并不需要十分精确,未知也是一种美好。
那么,什么是大数据精神?
很多人认为,“开放、分享”是大数据时代的主要精神。我以为,这是大数据本身所具有的特点,而不是大数据时代的精神。大数据并不只是指数据的采集与贩卖,更重要的是指通过对于客户信息和行为数据的分析、整理,帮助企业加深对于客户需求的认识和理解,从而通过精准营销、个性服务,挖掘和满足客户真实需求,改善和提升客户体验。只有尊重客户隐私并因此获得客户信任,大数据才能真正发挥作用,才能走得更远。从这个意义上讲,“尊重客户,改善体验”,才是大数据的精神实质。
所以,当马云津津乐道于分享他们所占有的海量信息时,当平安银行信誓旦旦要转化平安保险7000万客户时,当百度联手兴业银行虎视眈眈开发大数据时,我想应该问他们一句:你这么聪明,你的客户知道吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 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 ...
2025-09-09