Os dados do consumidor são muito importantes para os consumidores que os compartilham, para as empresas que os coletam e processam e para os governos que supervisionam a proteção e o uso desses dados. As opiniões sobre o uso justo dos dados não são de forma alguma universais. Só em março, o Estado de Nova York aprovou uma nova regulamentação para aprimorar a proteção de dados do consumidor em serviços financeiros, enquanto o Congresso votou pela revogação das novas proteções da FCC em relação ao consentimento para o uso de dados. No entanto, o fio condutor que conecta essas decisões, juntamente com novas regulamentações internacionais como a Lei de Segurança Cibernética da China ou o GDPR da UE, é que dados pessoais é cada vez mais um campo de batalha e as organizações terão que navegar entre prioridades concorrentes e, às vezes, divergentes de consumidores, empresas e governos, globalmente.
Responsabilidade por meio da contabilidade
Para qualquer organização, os clientes são a alma do negócio: sem clientes, sem negócio. Cada vez mais, essa relação entre empresa e consumidor é construída com base em dados. Dados são a moeda que define como o consumidor interage e realiza transações com uma organização. Não é de surpreender, portanto, que os consumidores vejam as organizações como guardiãs de seus dados, responsáveis por sua proteção e uso justo. Essa visão da empresa como guardiã dos dados é reforçada pelas mudanças no cenário regulatório, que exigem que as empresas sejam mais responsáveis pela proteção e privacidade de dados perante seus clientes e os reguladores que os defendem. Mas a responsabilização pelos dados é impossível sem a contabilidade de dados.
Conhecer um cliente no mundo empresarial atual significa conhecer seus dados. Para a maioria das organizações, isso continua sendo uma tarefa difícil. Os dados são coletados em muitos aplicativos e processados de maneiras nem sempre óbvias. As abordagens tradicionais para descoberta de dados dependem de questionários imprecisos ou scanners desatualizados, nenhum dos quais fornece inventário ou mapeamento abrangente de ativos de dados. Saber que você tem um número de 9 dígitos em um banco de dados relacional não é o mesmo que conhecer os dados de um indivíduo. Conhecer um cliente ou "titular dos dados" significa conhecer todo o seu conteúdo de dados e também o contexto do uso desses dados - onde eles residem, quem os acessa, por onde fluem, qual consentimento foi capturado para eles, etc. A responsabilização dos dados é impossível sem a contabilidade de dados e a contabilidade de dados requer um meio de descobrir os dados de um indivíduo e o contexto de uso desses dados.
Conteúdo e Contexto
Ferramentas de descoberta de dados de última geração, como o BigID, vão além da simples descoberta de números de previdência social. Encontrar dados sensíveis ainda importa, mas no mundo dos negócios online de hoje é fundamental acomodar uma definição mais ampla do que é conteúdo sensível, ao mesmo tempo em que se compreende o contexto desses dados para atender às prioridades de segurança, privacidade e governança de dados. Tomemos como exemplo o GDPR da UE: os direitos de dados dos cidadãos que ele consagra exigem que as organizações saibam quais dados coletam sobre cada indivíduo, qual o consentimento que têm em relação aos dados, onde os dados residem, quão identificáveis são os dados e a finalidade de uso dos dados. Fazer isso com precisão e em escala exige novas abordagens não apenas para encontrar, mas também para inventariar e mapear os dados. Ferramentas como o BigID ajudam efetivamente as organizações a criar um atlas de seus dados para que possam ampliar e reduzir características e relacionamentos específicos. Isso garante tanto a capacidade de atender às regulamentações emergentes quanto aprimora o conhecimento dos dados do cliente.
Qualidade de dados em meio à quantidade de dados
Como em qualquer mapa, sempre haverá detalhes macro e micro quando se trata do conhecimento dos dados do cliente. A administração de dados exige uma visão geral de como os dados chegam a uma organização, como são processados e como, em última análise, são descartados. Ela também se beneficiará de um inventário mais detalhado, que pode ser segmentado por tipo de dado, titular dos dados, consentimento, aplicativo de chamada, sistema, país ou até mesmo regulamentação aplicável. Mas, para realmente tornar os dados valiosos, também é importante entender a inter-relação detalhada entre os vários atributos de dados coletados e processados. Isso requer uma maneira granular de analisar como, por exemplo, um cookie está conectado a um número de previdência social.
Ter essa visão granular também ajuda a responder a problemas comuns de qualidade de dados em dados de identidade. Duas entidades de tabela de dados são pessoas diferentes ou iguais se compartilham alguns atributos comuns; um endereço IP pode ser mapeado de volta para um indivíduo; um conjunto de dados não identificados usado para análise é reidentificável?
A qualidade dos dados depende do conhecimento detalhado dos dados. Ferramentas como o BigID oferecem às organizações uma maneira de destacar as informações dos clientes em nível de negócios, inventário de ativos e tabelas/campos de dados granulares. Igualmente importante, elas foram projetadas desde o início para fazer isso em escala global, abrangendo petabytes de data centers e armazenamentos distribuídos (e governados) regionalmente, ao mesmo tempo em que acomodam uma definição cada vez maior do que são dados de identidade. Além disso, ferramentas de proteção e privacidade baseadas em conhecimento de dados, como o BigID, oferecem às organizações uma nova maneira de analisar os dados e também reutilizá-los de uma forma moderna e centrada em serviços em toda a organização.
Autor
