数据治理和数据发现:实现数据监管实施

发布时间:2019.09.20来源:知乎浏览量:201次标签:数据治理

企业不断努力利用数据驱动的洞察力或竞争情报,发展组织“数据文化”的概念将获得突出地位。数据和数据分析将继续在未来的全球业务中发挥关键作用。

根据文章为何数据文化至关重要: “组织文化可以加速分析的应用,增强其力量,并引导公司远离风险结果。”数据文化是组织文化的一个组成部分,既不能导入也不能强加。 “它必须在一个组织内有机地发展。
数据治理
话虽这么说,消费者隐私问题一直处于讨论的最前沿,特别是当数据湖等技术平台开始促进对结构化和非结构化数据的轻松访问时。数据消费者越来越多地怀疑企业通过他们的个人和社交数据对他们了解太多,这导致了企业IT和消费者之间的无声摩擦。

随着越来越多的数据渠道 - 如移动,社交,网络和离线 - 隐私挑战是巨大的,并且在这里和那里有一点点数据泄露,这个问题可能突然引发全球消费者革命。不,消费者隐私不是一件可以轻视的事情; 这是关于全球数十亿消费者的权利。

数据战略,数据管理,数据治理等高级数据管理活动减少了全球企业的网络威胁或内部攻击,但他们是否能够让消费者满意?

通过避免或忽略消费者隐私权,企业可能面临巨大的处罚和商业声誉的损失。在违反GDPR法律被罚款4400万英镑后,谷歌失去了面子。那么,什么是数据保护影响评估以及组织为什么要关心? 查看数据处理影响评估或DPIA,它从数据主体的角度调查数据保护权。数据控制者始终是负责执行DPIA以评估授予数据主体权利和自由所涉及的风险的人。

管理消费者数据隐私权的法规  

企业必须依赖数据,特别是现在随着智能技术的出现每天都要管理数据。数据故事的另一面是数据保护,在数据海滩的几个备受瞩目的事件之后,这已成为企业日益关注的问题。

尽管需要保护所有业务数据不被滥用或被盗,但消费者数据在数据隐私领域具有特殊地位。企业绝对不能妥协消费者的个人数据,否则他们可能会完全失去业务。

早就应该实施严格的数据保护法。欧盟(EU)密切关注消费者数据的隐私问题,于2018年中期推出了通用数据保护法规(GDPR)。GDPR为数据收集,数据共享和数据分析制定了标准,否则,欧洲企业将面临严峻的经济处罚以及商业声誉的损失。GDPR旨在保护欧盟公民的隐私权。

一般情绪是,GDPR为欧洲国家的消费者隐私权铺平了道路,但美国也应该提出自己的消费者隐私法,以保护美国和全球消费者。

与GDPR密切相关的是数据保护官员(DPO)的职位,这是所有业务机构的必要补充,以避免违规诉讼或严厉处罚。实际上,GDPR强制雇用DPO来保护数据管理过程中的数据隐私问题。预计DPO将成为GDPR法律的权威。

加利福尼亚于2018年9月通过了加利福尼亚州消费者隐私法案(CCPA),该法案将于2020年1月生效.SOCA在至少16个其他州引发了类似的法律或法案。GDPR和CCPA为消费者提供了解企业收集的关于他们,他们的子女以及通过哪些设备收集的信息类型的权利。虽然隐私法的基本目标是相似的,但是遵守一个隐私法的假设绝对是错误的。

一般认为,随着越来越多的国家和美国国家制定自己版本的数据隐私法,越来越多的法规可能会在未来发展。如果企业违反在当地活跃的任何数据隐私法律,他们将面临严厉的处罚。

最初的业务回应了GDPR的想法

对于GDPR的初步反应是非常消极的,正如本金融家全球文章所证明的那样。Ipswitch进行的一项研究表明,早在2015年,超过77%的英国公司认为GDPR是一个主要障碍。2016年,芬兰发布的一份报告表明,缺乏从数据中提取价值和遵守数据规定的知识的芬兰公司是实现大数据利益的障碍。尽管如此,当GDPR在2018年中期实施时,欧盟设法说服欧盟企业主和运营商,GDPR被设想通过信息管理使企业受益。 

智能数据发现实现数据监管

为了在这个日益受监管驱动的环境中保持合规,企业主和运营商需要自动化解决方案。智能数据发现是一种先进的数据探索功能,可帮助所有类型的业务用户保持数据兼容。智能数据发现平台通过显示数据流,数据冗余和敏感数据的AI驱动数据目录,完全符合数据法规。正如DZone的一篇文章所指出的那样,所有美国企业都必须在2020年之前实施智能数据发现战略并且CCPA即将启动。 

智能数据发现平台的最大好处之一是,它们将为公民数据科学家提供准备数据,分析数据和共享数据的工具,而不会有违反任何数据隐私法律或行为的风险。从普通业务用户不得不依赖IT或数据科学部门员工的支持来执行高级数据分析任务的那些日子来看,这肯定是一个值得欢迎的变化。

智能数据发现为公民数据科学家提供了分析数据和生成报告的工具,无需任何技术技能,并且不违反任何数据隐私法律。另一方面,智能数据发现为实际数据科学家节省了宝贵的工作时间,他们陷入了现在通过智能工具自动化的常规数据准备任务。

一些数据发现工具,与CCPA的投诉,使用机器学习算法来追踪法律所指的“个人身份信息”或PII。该法律旨在识别存储在“商业数据库,数据仓库,数据湖泊或云中”的“个人数据”。

Gartner在2018年宣布:

“智能,受治理,基于Hadoop,基于搜索和基于视觉的数据发现将融合为一组下一代数据发现功能,作为现代商业智能和分析平台的组件。”

因此,智能数据发现将为业务运营商在严格管理的数据管理活动时代做好准备。在另一篇文章中,作者区分了HIPAA的要求,医疗行业当前的个人数据保护法律以及GDPR的要求。
(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 企业数据治理中的应对

    企业数据治理中的应对

    首先,数据治理的核心认识是,数据治理是一个持续并且长久的一个过程,不同的产品可以解决比如采集、传输等数据治理层面上的不同问题,但并不存在……查看详情

    发布时间:2019.11.01来源:知乎浏览量:244次

  • 商业银行数据治理从源头抓起 坚持数据标准先行

    商业银行数据治理从源头抓起 坚持数据标准先行

    商业银行数据治理是一门将数据视为一项资产的学科。它涉及到银行以资产的形式对数据进行优化、保护和利用的决策权利。糟糕的数据管理意味着糟糕的……查看详情

    发布时间:2019.09.04来源:知乎浏览量:226次

  • 数据治理中,如何做好数据清理与归档

    数据治理中,如何做好数据清理与归档

    传统上,数据的清理和归档属于DBA的职责,随着企业数字化转型、数据治理工作的推进,这项工作也被纳入了数据治理工作的重要内容。数据团队定期……查看详情

    发布时间:2021.06.24来源:亿信数据治理知识库浏览量:224次

  • 询问数据治理教练:我的数据治理计划需要多长时间?

    询问数据治理教练:我的数据治理计划需要多长时间?

    有多种不同的成熟度评估可用。如同所有的事物数据治理,我更喜欢一个简单的方法,你可以下载一个非常快速和容易的数据治理健康检查调查问卷免费在……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:143次

  • 企业大数据体系构建,从这4层逐步递进递进

    企业大数据体系构建,从这4层逐步递进递进

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。关于企业的大数据体系构建,可……查看详情

    发布时间:2019.05.20来源:数据分析网浏览量:292次

  • 数据治理(R)演变

    数据治理(R)演变

    数据治理继续发展 - 并且很快。……查看详情

    发布时间:2019.02.15来源:亿信华辰浏览量:170次

  • 从数据治理看医疗大数据的发展

    从数据治理看医疗大数据的发展

    《从数据治理看医疗大数据的发展》主要分享医疗大数据中数据治理的重要性,并结合具体案例来讲述大数据治理的框架和应用心得。……查看详情

    发布时间:2019.02.25来源:网络大数据浏览量:224次

  • 统一数据交换平台解决方案

    统一数据交换平台解决方案

    随着我国信息化工程建设的迅速发展,各政府部门及各大企业内部都建立了各自的信息处理系统。这些信息系统往往是在不同时期、由不同厂商、在不同平……查看详情

    发布时间:2020.08.07来源:知乎浏览量:229次

  • 银行数据质量管理方法研究与实践

    银行数据质量管理方法研究与实践

    伴随外部监管要求逐步提高以及市场竞争环境的日益激励,银行对于数据价值的重视提升到了前所未有的高度,数据对于银行来说已经成为一项重要的资产……查看详情

    发布时间:2019.02.21来源:知乎浏览量:220次

  • 数据质量是什么,企业数据质量分析怎么做?

    数据质量是什么,企业数据质量分析怎么做?

    现在大数据时代,数据充斥于我们的生活、工作、学习中。随着数据增加的来源和速度越来越多、越来越快,企业纷纷在努力的解决出现的这些问题,以及……查看详情

    发布时间:2019.09.26来源:数据分析网浏览量:216次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议