现在就开始思考数据管理

angelpriya810

变得越来越重要。能够很好地管理和分析数据的公司能够更好地取得成功，而那些落后的公司可能会错过有价值的见解。这是因为数据可以帮助企业在各个方面做出最佳决策，从下一个办事处的地点到哪种促销信息最能引起客户的共鸣。 但数据管理很复杂。企业必须从可靠的来源开始，然后有效地收集数据，然后进行分析，并得出有意义的结论。他们必须找到正确的工具来帮助他们得出最有影响力的结论。与此同时，公司必须对数据所拥有的力量负责。这样做需要预先考虑隐私、治理和道德等问题。 由于数据管理既重要又复杂，因此提前计划（无论是在内部还是与值得信赖的合作伙伴一起）至关重要。


在此，我们提出了在展望 2023 年如何管理数据时需要考虑的一些关键领域。 隐私 在 2020 年之前，隐私已经是一个问题，但 COVID-19 大流行迫使个人、公司和政府更加考虑这一问题。例如，为了遏制疫情爆发，一些公司一直在收集有关个人的敏感健康数据，例如他 巴西手机号码数据 们的症状以及他们是否接种了疫苗。他们用这些数据做什么？ 企业在做出有关数据保留和使用的决策时必须考虑国内和国际法律（例如《加州消费者隐私法》或 CCPA 和《欧洲通用数据保护条例》或 GDPR）。最近的《国家法律评论》文章指出，“不遵守隐私和安全要求可能会导致严厉的金钱和法律处罚，包括高额罚款和潜在的民事责任，并可能导致消费者信任的丧失，从而可能影响品牌进入大流行病后的时期”。




疫情对个人隐私的另一个影响是在家工作（WFH）现象，这迫使许多员工使用自己的设备来完成工作。企业必须考虑员工遭受网络攻击的可能性，以及相反的情况——团队成员是否以及如何保证公司数据的安全。 伦理 根据Datanami最近的一篇文章，“算法偏见对人工智能模型实现公平和平等待遇的目标构成了真正的威胁。” 例如，这种偏见可以表现为在选择求职者时区别对待不同种族的人。 对于公司来说，这种情况需要采用新的实践来创建“可解释的人工智能”——可以解释为什么基于一组特定数据做出决策的系统——以维持员工、客户和广大公众的信任。 数据匿名化——从数据集中删除与数据所有者相关的任何内容的过程——是减少算法偏见的一部分，一些国家通过立法来确保“负责任的人工智能”。