Анализ данных и конфиденциальность

Организации могут последовать примеру правительства и внедрить систему разноуровневого допуска. Доверенные лица, занимающиеся обнаружением данных, должны иметь максимальную свободу действий, чтобы способствовать инсайтам, включая комбинирование данных способами, обычно не дозволяемыми в организации.

При оценке приемлемости анализа с точки зрения конфиденциальности убедитесь в том, что он проходит три разных теста. Анализ должен быть: (1) законным, (2) этичным и (3) приемлемым для клиентов. Последнее условие часто является самым строгим.

Гибкость и прозрачность политики конфиденциальности — залог доверия. Хотя этим и сложнее управлять, но предоставление клиентам возможности устанавливать детализированные ограничения касательно конфиденциальности поможет организации защититься от проблем. Кроме того, поскольку сегодня очень немногие организации пользуются высоким доверием в отношении соблюдения конфиденциальности, такой подход может стать конкурентным преимуществом.

Политика конфиденциальности и ее настройки должны совершенствоваться, чтобы отражать устойчивые данные и усложнившиеся требования современного мира. Это не только позволит свести к минимуму юридические риски, но и станет конкурентным преимуществом для организации.

Data Scientist # 1

Машинное обучение, большие данные, наука о данных, анализ данных, цифровой маркетинг, искусственный интеллект, нейронные сети, глубокое обучение, data science, data scientist, machine learning, artificial intelligence, big data, deep learning

Данные — новый актив!

Эффективно управлять можно только тем, что можно измерить.
Copyright © 2016-2021 Data Scientist. Все права защищены.