杭州脱敏-北京派客动力科技-脱敏案例

数据治理数据适用、加工活动

数据处理活动需要具备明确的目的，脱敏案例，并被用户授权；

处理生物识别、健康、金融账户、行踪轨迹等敏感个人信息，应取得个人的单独同意；

通过自动化决策方式向个人进行信息推送、商业营销，应提供不针对其个人特征的选项或提供便捷的拒绝方式。

数据传输、提供、公开活动

未经用户授权，数据信息不得向第三方传输和提供；

数据信息特定目的适用，未经授权不得不公开；数据信息不得泄露的原则。

数据治理企业系统梳理

开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法**数据格式的一致性、准确性和完整性。第二步便是要对数据**统一性规则，杭州脱敏，确保数据的完整性和一致性。首先要建立公共信息类模型，脱敏标准，**数据梳理时有统一的信息规范。其次，设定特殊信息级模型，**数据性等级，脱敏算法，确定数据信息敏感级别，方便确立日后哪些数据、信息以何种形式进行交互流通。

数据治理数据使用场景

场景决定数据*工具的选择，例如呼叫中心、测试开发、对内数据流通、对外共享交换等，每种场景都有适用于自己的数据*工具。当然，场景的梳理还有助于特定*工具的*策略**，例如数据脱敏，同一数据域在不同场景下的脱敏规则等。

真正的数据*项目，耗时耗力的就是咨询梳理阶段，企业大部分精力和节奏也都消耗于此，技术方案的落地只是工具的选型和实施，其实反而不是那么重要。正如前文所说，只要前序工作做的好，一切便都是水到渠成的。