大数据,到底是“阿拉丁神灯”还是“潘多拉魔盒”?

大数据时代之下,用户隐私的尺度在哪里?

大数据,到底是让我们生活得更好的"阿拉丁神灯",还是让释放无数危险的"潘多拉魔盒"?

当前,大数据产业风生水起,走到哪里都有人谈大数据。但越接触大数据,我们就越担心,它到底是让我们生活得更好的"阿拉丁神灯",还是让释放无数危险的"潘多拉魔盒"?

很多人都并未意识到,自己头顶依然悬着一把法律之剑。

目前,欧盟已经出台了苛刻的数据保护条例,美国也对出售客户数据的运营商施以重罚,那么,还处在萌芽状态的中国大数据行业,究竟将向何处去?是先放水养鱼,让产业发展和数据应用游走于现行法律法规的边缘;还是尽快修改和出台法律法规,尽可能与技术发展相匹配?

在这个过程里,我们还有太多的法律问题需要考虑。

首先,现有法律限制的是什么样的数据交易,什么数据才是可交易的,法律保护的是客户隐私数据,还是数据的全部属性?

数据是有很多属性和分类规则,用户的个人的数据除了客户资料之外,还包括用户数据,还有平台记录的与用户有关的行为,而法律主要禁止与个人隐私有关的部分属性 交易。所以,不能将数据简单等同于个人信息和隐私(法律啥都保护,这个同前面一样,换个角度说妥当,法律禁止的是什么)。

因此,原则上无害于个人,不涉及隐私,不能被辨析到客户个体,那么数据的获取、交易甚至开放,与现行法律的基本原则不相冲突。

所以说,在数据交易前,需要对数据做脱敏处理。或者匿名,或者打码,或者隐去,才能继续对"不具有个人识别性"的数据或属性进行交易。

但是,数据的哪些属性不具有个人识别性呢?在实际案例中,很多客户的隐私属性是通过分析识别出来的。

从技术角度看,无论是海量数据的信息挖掘,还是不同属性的交叉分析,都可能把看似不泄密的数据,转化生成能够辨识客户的隐私信息。客户信息不能被直接辨识出来,是不是就等同于去除了个人身份属性?通过技术手段能够间接导致将个人的数据甚至个人不愿为人所知的信息被披露,这样的数据泄露算不算侵犯个人的权益?甚至于,企业机密和国家安全都可能因为大数据的挖掘和披露,面临新的威胁。

对这些技术问题,法律专家并不熟悉,因此在讨论时往往被忽略了。

其次,经过加工之后处理的数据财产权,到底是归属于数据的生产者,还是原始数据的拥有者?

有的人认为:大数据源于对个人数据和信息的再利用,之后虽通过技术加工处理,但数据的产权还应该归属于个人。

另一种观点是:大数据应用就像开矿一样,如果没有企业的运作和投入,数据就不能产生应有的价值。企业投入巨资,为数据的采集、识别、存储、分析,买了那么多服务器和存储设备,资源投入几十亿,才将数据生产出来。

因此,数据的所有权应该属于数据的生产企业,并拥有从中汲取收益的权利。

当然,对于用户自己填写的信息,用户与用户之间的行为,用户在平台留下的印记,这些不同情况下,处理的方式并不一样。比如如果一开始财产权就是共有的,那么后面只要不影响用户、不能识别出是谁,企业就可以利用。

还有一种比较客观中立的观点:为推动大数据的发展,应该允许进行数据加工的企业获得部分权利。例如,对用户数据进行匿名处理后,企业可以豁免个人数据保护法规定的相关的义务,这就意味着企业不必再征得用户的同意,就拥有了对数据的利用权利等等。

但通过这种方式获得权利的同时,企业也需要承担相应的义务。还以匿名处理为例,增加的义务应该包括:

(1)要确保数据始终处于匿名状态;

(2)对数据的匿名安全性作出评估,如果数据交易的对象具备对数据复原身份属性的能力,则应当限制此类交易。

(3)在交易协议中,需要通过协议来明确交易各方对于数据安全的责任,尤其约束交易方不得再进行身份识别性的利用。

大数据的经营者们,看懂这些安全法律防范手段了么?

第三,针对性营销的合法性问题。能否在识别客户身份的基础上开展市场营销?这个原本我看来天经地义的行为,居然并不一定合法,这让我大跌眼镜。

大数据营销中,用得最多的就是精准营销。数据交易中,最值钱的也是个人数据。我们日常分析中做的客户画像,目的就是给海量客户分群、打标签,然后针对性地开展定向营销和服务。

然而在一些激进的法律人士认为,如果利用用户的个人信息(比如年龄、性别、职业等)进行营销,必须事先征得用户的同意;如果向用户发送广告信息,如果用户反对,下次再发也属于违法。

这么听下来,如果真要严格执法,是不是现在运营商、BAT做的大数据精准营销就全废了?众多希望通过数据交易获取客户信息的企业,也完全失去了商业前景?

如果说,前两个问题要靠进一步界定范围来解决的话,这个问题简直就是针锋相对,完全无解了。

其实精准营销模式在传统商业场景下,也是存在的,合理的。而且中国整体环境还是支持大数据的发展的,甚至由政府牵头开放数据交易。如果针对个人客户的定向营销无法施行,那么大数据的商业价值就只剩下海量数据的宏观分析,大规模数据的综合运用,虽然这并非没有空间(比如导航软件依靠车辆位置信息,计算出路况与大家分享;运营商根据用户真实使用情况,形成终端市场分析报告),但商业价值必然大打折扣,大数据的故事真不好讲了。

从宏观来说,法律滞后于发展是常态,真正法律的游戏规则最终会由个案创设,在碰撞中完善。好在,我们国家的法制建设还有相当长的路要走。

在野蛮生长主导的中国互联网领域,相信大数据的发展前景会先于欧美,好于国企,在试错与博弈中,迎接曙光。

本文转自d1net(转载)

时间: 2024-09-24 21:08:52

大数据,到底是“阿拉丁神灯”还是“潘多拉魔盒”?的相关文章

大数据到底能干嘛?小数据你造吗?

互联网思维.大数据无疑是现在互联网圈里最火,也是最能招人眼球的2个词语,但是,什么是互联网思维,什么是大数据,各家也有各家的看法,怎样能更好的利用大数据更是人们热议的话题,哪大数据到底是什么呢?有幸听到了中国著名的网络数据分析的专家,宋星老师 的演讲说道了大数据的未来! 一.大数据的形成 互联网精神是什么,是开放.创新!互联网精神促使了互联网的快速发展壮大,随之而来的就是互联网信息数据的大爆炸,使得信息离散程度扩大!未来大数据的发展方向:去技术化,就是通过技术手段让使用大数据的人感觉不到大数据的

大数据到底怎么影响我们的生活

信息大爆炸的今天,不讨论大数据这个话题似乎就是跟不上时代.从医药到教育,再到其他各个领域,大数据充斥着现代社会的每个角落.而我们最关心的还是大数据最终将以什么样的形式,怎么样影响甚至改变我们的生活.来听听四位专家告诉你大数据到底有多少可能. 丹·瓦格纳 Dan Wagner Civis Analytics 的创始人兼首席执行官 你曾经说过,希望用大数据解决全球最大的问题.你最想解决的问题是什么? 我们主要关注两个领域:教育和健康.在教育领域,我们专注于利用个人层面的数据,帮助客户发现那些申请和注

大数据到底是不是“算命”?技术大牛们这样说

TBO(旅游商业观察):"如果你只有一堆人的电话号码,这可能没多大意义.但像携程的数据,比如所有人提前预订.搜索.浏览.点评的信息等,这就是有价值的.但更深层的核心是,你能不能在某个产品上使用到这些数据,而且确实有帮助."众荟数据智能事业部总经理焦宇对TBO(旅游商业观察)说. 美团云大数据平台负责人对此表示认同,"首先要弄清楚拥有的数据是否有价值,是否有人愿意为其买单.另外则是源数据的丰富度,是否能够为数据价值的发挥带来补充和完善". 显然,数据收集的目的并不单单

人工智能时代 云和大数据到底有多重要?

60年前的某个夏天,麦卡锡.明斯基等年轻的科学家们举办了一次聚会,共同研究用机器模拟智能的问题,也是在那时,"人工智能(AI)"的理念正式被提出.如今,人工智能已经应用于语音识别.图像处理器.计算机视觉.机器人等多个领域,甚至击败了围棋九段李世石,这种进步是难以置信的.而这一系列成绩的背后,是海量数据的积累与学习,在没有云的时代,是无法想象的. 人工智能时代 云和大数据到底有多重要?(图片来自The Huffington Post) 人工智能涉及的领域非常广泛,工业.航天.商业都有应用

对话美国科学家,大数据到底怎么影响我们的生活?

大信息大爆炸的今天,不讨论大数据这个话题似乎就是跟不上时代.从医药到教育,再到其他各个领域,大数据充斥着现代社会的每个角落.而我们最关心的还是大数据最终将以什么样的形式,怎么样影响甚至改变我们的生活.来听听四位专家告诉你大数据到底有多少可能. 丹·瓦格纳 Dan Wagner Civis Analytics 的创始人兼首席执行官 你曾经说过,希望用大数据解决全球最大的问题.你最想解决的问题是什么? Dan Wagner:我们主要关注两个领域:教育和健康.在教育领域,我们专注于利用个人层面的数据,

“张冠”不能给“李戴 ” 大数据到底是谁的?

当你在家看着精彩的世界杯,手边缺德国原装啤酒的时候,1号店为你免费送货上门,这是你想要的服务,急消费者所及,供消费者所需.但是否考虑过你的需求是从何分析的?一旦你的数据被转售给其他企业你又是作何感想? 中美创新链接--大数据专题研讨会圆桌讨论 伴随着大数据的兴起,又有谁考虑过背后的归属权问题?这是上周参加由中美创新协会主办的中美创新链接--大数据专题研讨会中的一个圆桌讨论环节. 大数据是谁的数据? 正如华院数据创始人宣晓华所言,消费者可以接受的是,企业运用自己的个人数据来改善对我的服务,但是一旦

2016年大数据到底还算不算个 “东西” (附2016 大数据版图)

原文编者注:原文是 FirstMark Capital 的 Matt Turck 的文章.本文全面总结了大数据领域的发展态势,分析认为尽管大数据作为一个术语似乎已经过气,但是大数据分析与应用才刚刚开始兴起,在与 AI.人工智能等新兴技术的结合下,大数据的机会也许要比大家想象的还要大. 在喜新厌旧的技术初创企业界,已有 3年 历史 "大数据" 听起来似乎已经过气了.虽然 Hadoop 在 2006年 已经出来,但 "大数据" 这个概念大概是在 2011 到 2014年

大数据到底是什么?

如果用非IT类媒体的报道次数或关注度,来去衡量一个IT词汇的热度,我相信"大数据"绝对可以算得上是当前最热的IT词汇,云计算肯定不是它的对手. 大数据之所以这么火热,是因为它与普通大众的生活之间,相较其他IT术语似乎有着更为重大,或者说更具传奇色彩更为深厚的关系.从定向营销,到助力美国总统大选,大数据迅速披上了神奇的外衣.而也正是因为它对于人类生活的这种显性的影响力,让它成为了每个生活于信息世界中的人,或多或少都要关注的方向. 仅以企业与客户者之间的关系而言,企业主希望借助大数据来分析

大数据到底怎么学:数据科学概论与大数据学习误区

"数据科学家走在通往无所不知的路上,走到尽头才发现,自己一无所知."-Will Cukierski,Head of Competitions & Data Scientist at Kaggle 最近不少网友向我咨询如何学习大数据技术?大数据怎么入门?怎么做大数据分析?数据科学需要学习那些技术?大数据的应用前景等等问题.由于大数据技术涉及内容太庞杂,大数据应用领域广泛,而且各领域和方向采用的关键技术差异性也会较大,难以三言两语说清楚,本文从数据科学和大数据关键技术体系角度,来说