首家大数据培训挂牌机构 股票代码:837906 | EN CN
阿里巴巴菜鸟级数据产品经理半年回顾总结篇
干货教程:如何绘制业务流程图(二)
干货教程:如何绘制业务流程图(一)
技术贴:如何在数据库中秘密地查询隐私数据
攻略教程:信息图(infographic)是怎么做出来的?
分析师一定要看!用数据讲故事的五个步骤
技术篇:怎样玩转千万级别的数据?
北漂书生:大数据时代SEO数据如何搜集和分析
干货,从十大问题重新认识并读懂互联网
相似图片搜索、算法、识别的原理解析(下)
相似图片搜索、算法、识别的原理解析(上)
制作信息图时请遵循这10条原则
提高表格可读性的一些技巧,适用于Excel、PPT等数据报表
实用教程:如何让Excel图表更具“商务气质”?
一张数据信息图是这样制作完成的
菜鸟读财报,如何从上市公司财报中挖情报?
北大数据分析老鸟写给学弟们一封信
如何一步一步制作出高品质数据信息图?
总结:海量数据分析处理的十个方法
【实战经验】数据分析师如何了解老板真正想法?
零售业数据分析那些事儿
数据分析时l常用电子表格公式【大全】
用数据来告诉你 上市公司财报的秘密
这12个数据能 帮你搞定淘宝店铺
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(四)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(三)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(二)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(一)
淘宝网店从激活到挽留,4步走玩转数据营销
文案怎样写才有意思、不空洞、打动人?
入门级扫盲贴:数据分析的步骤有哪些?
关系即数据,论社交媒体的关系转换
数据的力量,苹果教你用数据鄙视竞争对手
谁说文科生不能做数据分析?数据分析入行→技能提升→优势
产品运营数据分析——SPSS数据分组案例
如何追踪iPhone和iPad等移动设备的用户行为数据?
阿里巴巴中国站:用户满意度指标权重计算方法
广告中的AdNetwork、AdExchange、DSP、SSP、RTB和DMP是什么?
信息图制作教程:关于数值的表现
为什么大数据会如此轰动?(值得深度的文章)
多图技术贴:深入浅出解析大数据平台架构
面板数据分析中标准误的估计修正——根据Peterson (2009)的归纳
财务官、投资人、CIO看过来:给企业数据定价
推荐系统中常用算法 以及优点缺点对比
探索Weotta搜索引擎背后的大数据技术
如何识别虚假数据?
为什么我们像驯化小狗那样驯化算法
程序员必须知道的10大基础实用算法及其讲解
电子商务:最影响转化率的九大要素
如何迅速成为一名数据分析师?
想从事大数据、海量数据处理相关的工作,如何自学打基础?
如何用亚马逊弹性MapReduce分析大数据?
译文:机器学习算法基础知识
给hadoop新手的一封信:Hadoop入门自学及对就业的帮助
从入门到精通,我是这样学习算法的
小商家,从老客户身上获取的数据才更有意义
13页PPT讲述:大数据下网站数据分析应用
40页PPT详解:京东大数据基础构架与创新应用
67页PPT解密搜索引擎背后的大技术:知识图谱,大数据语义链接的基石
营销洞察力——10个营销度量指标
技术篇:前端数据之美如何展示?
董飞:美国大数据工程师面试攻略【PPT】
easel:如何制作好的信息图——来自专家的顶级技巧
大数据实操:以3D打印机为例,如何知道卖点有没有市场需求?
大数据建模 需要了解的九大形式
用户画像数据建模方法
从规划开始,公司or企业如何入手和实施大数据?
干货:商品信息数据分析和展现系统的设计与开发
高手教你用Excel制作百度迁徙数据地图
50篇干货:淘宝店/电子商务如何玩转数据分析?
精华索引:大数据实际应用案例50篇
验证最小化可行产品 (MVP) 的 15 种方法
干货:数据分析师的完整知识结构
大数据技术Hadoop面试题,看看你能答对多少?答案在后面
用SPSS做数据分析?先弄懂SPSS的基础知识吧
怎样做出优秀的扁平化设计风格PPT? 扁平化PPT设计手册#3
解答│做大数据过程中遇到的13个问题
40页PPT│社交网络发展的新动力:大数据与众包
以Amazon、豆瓣网为例,探索推荐引擎内部的秘密#1
怎样做出优秀的扁平化设计风格PPT?#2
怎样做出优秀的扁平化设计风格PPT?#1
36页PPT│大数据分析关键技术在腾讯的应用服务创新
如何丰满地做SWOT分析?
【35页PPT】TalkingData研发副总阎志涛:移动互联网大数据处理系统架构
27页PPT|以珍爱网为例,如何构建有业务价值的数据分析系统?
国外数据新闻资源分享
21页PPT重磅发布:Mariana——腾讯深度学习平台的进展与应用
从0到100——知乎架构变迁史
PPT解读:百度大数据质量保障方案探索
45页PPT|大数据环境下实现一个O2O通用推荐引擎的实践
从数据看豆瓣兴衰
深度学习系列:解密最接近人脑的智能学习机器——深度学习及并行化实现(四)
重磅推荐:129页PPT讲述移动时代创业黄金法则 via:腾讯企鹅智酷
重磅推荐:大数据工程师飞林沙的年终总结&算法数据的思考
OpenKN——网络大数据时代的知识计算引擎
大数据下城市计算的典型应用
技术贴:大数据告诉你,如何给微信公众号文章取标题?
你的QQ暴露了你的心——QQ大数据及其应用介绍PPT
如何从企业报表看企业的生存能力?
实用的大数据技巧合集
技术帝揭秘:充电宝是如何盗取你的个人隐私的?
重磅!50页PPT揭秘腾讯大数据平台与推荐应用架构
原创教程:饼图之复合饼图与双层饼图(1)
PPT:大数据时代的设计特点——不了解这个你做不了今天的设计
教程贴:如何用方程式写春联?
原创教程:如何用Excel制作简易动态对比图
深度译文:机器学习那些事
教程帖:数学之美——手把手教你用Excel画心(动态图)
董老师走进斯坦福,聊聊硅谷创业公司和大数据的事儿(附课件PPT下载)
【限时】年度钜献,108个大数据文档PDF开放下载
董飞专栏:大数据入门——大数据相关技术、Hadoop生态、LinkedIn内部实战
亿级用户下的新浪微博平台架构
一张图了解磁盘里的数据结构
浅析数据化设计思维在阿里系产品的应用
美团推荐算法实践
一个P2P创业公司有哪些部门,都是做什么的?
一个P2P平台的详细运营框架是怎样的?
机器学习中的算法——决策树模型组合之随机森林与GBDT
神经网络简史
58页PPT看懂互联网趋势,大数据/物联网/云计算/4G都有了
广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中的应用(附PPT)
微信红包之CBA实践PPT——移动互联网海量访问系统设计
一文读懂机器学习,大数据/自然语言处理/算法全有了……
搜狐新闻客户端的背后大数据技术原理——推荐系统(PPT)
原创教程:用Excel做动态双层饼图
半小时读懂PMP私有广告交易市场
怎样分析样本调研数据(译)
PPT:支付宝背后的大数据技术——DataLab、Higo的实践及应用
大数据技术人员的工具包——开源大数据处理工具list(限时下载)
计算机视觉:随机森林算法在人体识别中的应用
24页PPT:机器学习——支持向量机SVM简介(附下载)
互联网高手教你如何搜集你想要的信息
深度:对地观测大数据处理、挑战与思考
原创教程:用Excel做饼图之复合饼图与双层饼图(2)
移动大数据时代: 无线网络的挑战与机遇(附pdf下载)
Excel使用技巧——25招必学秘技
【年度热门】加上这些 Excel 技能点,秒杀众人(多图)
原创教程:用Excel做纵向折线图
知识图谱——机器大脑中的知识库
何明科专栏:用数据化的方式解析投资条款
DT时代,如何用大数据分析创造商业价值(23页PPT)
MIT牛人梳理脉络详解宏伟现代数据体系
你的老婆是怎么算出来的?揭秘佳缘用户推荐系统
飞林沙:商品推荐算法&推荐解释
PPT:如何成为真正的数据架构师?(附下载)
开源大数据查询分析引擎现状
董飞专栏:打造数据产品必知秘籍
译文:如何做强大又漂亮的信息图
如何使用Amazon Machine Learning构建机器学习预测模型
如何运用数据协助货架管理(内附26张PPT)
SVM算法
主流大数据系统在后台的层次角色及数据流向
PPT:阿里全息大数据构建与应用
人脸识别技术大总结——Face Detection & Alignment
教程:用Excel制作成对条形图
易观智库:大数据下的用户分析及用户画像(18页PPT附下载)
技术向:如何设计企业级大数据分析平台?
电商数据分析基础指标体系
IBM SPSS Modeler 决策树之银行行销预测应用分析
拓扑数据分析与机器学习的相互促进
基于 R 语言和 SPSS 的决策树算法介绍及应用
用php做爬虫 百万级别知乎用户数据爬取与分析
另类新浪微博基本数据采集方法
以10万+阅读的文章为例 教你做微信公众号的运营数据分析
破解数据三大难题:变现?交易?隐私?
微店的大数据平台建设实践与探讨
阿里巴巴PPT:大数据基础建议及产品应用之道
基于社会媒体的预测技术
人工智能简史
技巧:演讲中怎样用数据说话
马云和小贝选谁做老公?写给非数据人的数据世界入门指南
掘金大数据产业链:上游资源+中游技术+下游应用
原创教程:手把手教你用Excel做多层折线图
销售分析:如何从数据指标发现背后的故事
如何一步步从数据产品菜鸟走到骨干数据产品
也来谈谈微博的用户画像
行走在网格之间:微博用户关系模型
如何拍出和明星一样美爆的自拍照?斯坦福大学用卷积神经网络建模告诉你
运营商如何玩转大数据? 浙江移动云计算和大数据实践(PPT附下载)
大数据分析的集中化之路 建设银行大数据应用实践PPT
腾讯防刷负责人:基于用户画像大数据的电商防刷架构
创业提案的逻辑
友盟分享 | 移动大数据平台架构思想以及实践经验
寻路推荐 豆瓣推荐系统实践之路
“小数据”的统计学
重磅!8大策略让你对抗机器学习数据集里的不均衡数据
小团队撬动大数据——当当推荐团队的机器学习实践
微博推荐架构的演进
科普文 手把手教你微信公众号数据分析
信息图制作的六个注意点
【权利的游戏】剧透新玩法:情理之中?意料之外
推荐系统(Recommender System)的技术基础
核心算法 谷歌如何从网络的大海里捞到针
Quora数据科学家和机器学习工程师是如何合作的
阿里巴巴PPT:大数据下的数据安全
数据建模那点事儿
全民拥抱Docker云–Lhotse系统经验分享
实时股票分析系统的架构与算法
架构师必看 京东咚咚架构演进
什么叫对数据敏感?怎样做数据分析?
推荐系统基础知识储备
刘德寰:数据科学的整合与细分 数据科学的七个危险趋势(视频)
实际工作中,如何做简单的数据分析?
分布式前置机器学习在威胁情报中的应用(附PPT下载)
数据科学 怎样进行大数据的入门级学习?
扛住100亿次请求 如何做一个“有把握”的春晚红包系统?(PPT下载)
从 LinkedIn 的数据处理机制学习数据架构
大数据会如何改变管理咨询公司(I)
优秀大数据GitHub项目一览
生硬的数字和数据新闻:这么近,那么远
经典大数据架构案例:酷狗音乐的大数据平台重构(长文)
揭秘中兴大数据在银行领域的系统部署
基于大数据的用户画像构建(理论篇)
【R】支持向量机模型实现
数据图处处有陷阱?五个例子教你辨真伪
如何用R绘制地图
你确定你真的懂用户画像?
数据模型需要多少训练数据?
【接地气】01 数据报表的颜色怎么配
游戏价值和数据分析新思路
【R】异常值检测
快的打车架构实践
豆瓣还是朋友圈:大数据、新方法和日常问
PPT数据图表,怎么做才好看?
大道至简的数据体系构建方法论
数据的误区及自身业务
新浪微博的用户画像是怎样构建的?
面试干货!21个必知数据科学面试题和答案part1(1-11)
易观智库:中国大数据产业生态图谱2016(附下载)
Airbnb的数据基础架构
50PB海量数据排序,谷歌是这么做的
大数据时代工程师如何应对–今日头条走进硅谷技术讲座
D3.js教学记(下)
D3.js教学记(上)
飞林沙:企业级服务公司如何赚钱?只有平台级产品才有大数据的理论
一个母婴电子商务网站的大数据平台及机器学习实践
7大板块 组成数据分析师的完整知识结构
干货:SaaS领域如何分析收入增长?
学术 | 词嵌入的类比特性有实用意义吗?
6个用好大数据的秘诀
一个数据库外行眼中的微信优化 (附专家补充)
大数据调研,如何实现快全准?
数据大师Olivier Grisel给志向高远的数据科学家的指引
数据堂肖永红:数据交易的是使用权或数据的增值,而不是数据本身(PPT附下载)
淘宝商品详情平台化思考与实践
刘译璟:百分点大数据理念和实践(图文+PPT下载)
如何快速搞定一份看起来还不错的演示文档?
【BABY夜谈大数据】决策树
数据驱动设计:数据处理流程、分析方法和实战案例
美图数据总监:Facebook的法宝,我们在产品中怎么用?
树的内核:量化树结构化数据之间的相似性
拿到用户数据之后,LinkedIn怎么赚钱?
GrowingIO张溪梦:增长黑客的核心 企业应该重视产品留存率(附PPT下载)
[译]Airbnb是如何使用数据理解用户旅行体验的?
微博推荐数据服务代理: hyper_proxy的设计和实现
星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)
鲍忠铁:TalkingData大数据技术与应用实践(PPT下载)
【干货教材】数据分析VS业务分析需求
九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销
我们的应用系统是如何支撑千万级别用户的
R应用空间数据科学
Excel进行高级数据分析(上)
Excel进行高级数据分析(下)
国内各大互联网公司2.0版技术站点收集
网站数据分析思路导图
大数据分析报表设计开发要素
大数据需要的12个工具 推荐
YARN/MRv2 Resource Manager深入剖析—NM管理
YARN/MRv2 Resource Manager深入剖析—RMApp状态机分析
Hadoop 1.0与Hadoop 2.0资源管理方案对比
Hadoop 2.0中单点故障解决方案总结
Hadoop 2.0 (YARN)中的安全机制概述
Hadoop 新特性、改进、优化和Bug分析系列1:YARN-378
Hadoop 新特性、改进、优化和Bug分析系列2:YARN-45
Hadoop 新特性、改进、优化和Bug分析系列3:YARN-392
Hadoop版本选择探讨
探究提高Hadoop稳定性与性能的方法
《Effective C++》读书笔记(第一部分)
Hadoop分布式环境下的数据抽样
Hadoop计算能力调度器算法解析
如何编写Hadoop调度器
数据结构之红黑树
Hadoop pipes设计原理
《C++ Primer plus》学习笔记之”类”
《C++ Primer plus》学习笔记之”类继承”
《C++ Primer plus》学习笔记之”C++中的代码重用”
《C++ Primer plus》学习笔记之”异常”
《C++ Primer plus》学习笔记之”RTTI”
Hadoop pipes编程
Hadoop Streaming高级编程
《C++ Primer plus》学习笔记之”标准模板库”
《C++ Primer plus》学习笔记之”输入输出库”
Linux Shell 命令总结
算法之图搜索算法(一)
awk使用总结
素数判定算法
《C++ Primer plus》学习笔记之“函数探幽”
使用Thrift RPC编写程序
如何在Hadoop上编写MapReduce程序
怎样从10亿查询词找出出现频率最高的10个

破解数据三大难题:变现?交易?隐私?

于2017-04-01由小牛君创建

分享到:


对数据价值和变现形式的探索,在广告行业已进行了十几年,目前形成了比较完善的数据交易与定价机制,并且在规模化地创造整个互联网的营收。今年,国内就有 两家大数据交易所(贵阳大数据交易所和长江大数据交易所)正式挂牌运营。因此,详细了解广告行业的数据变现方案及其在整个商业化机制…

大数据

对数据价值和变现形式的探索,在广告行业已进行了十几年,目前形成了比较完善的数据交易与定价机制,并且在规模化地创造整个互联网的营收。今年,国内就有 两家大数据交易所(贵阳大数据交易所和长江大数据交易所)正式挂牌运营。因此,详细了解广告行业的数据变现方案及其在整个商业化机制方面的经验与教训,对 真正理解数据价值,做好数据交易将会非常有帮助。为此,在七牛主办的D-Future大会上,360高级总监刘鹏(北冥乘海生)分享了自己在这一领域的观察和思考,并明确指出数据交易中所存在的定价和隐私问题。

那么,如今互联网上的用户行为数据到底有没有价值,数据到底该如何变现呢?这个问题将从什么是大数据谈起。

相关阅读:360 刘鹏:数据如何变现、定价

什么是大数据?

刘鹏对大数据的认识和其他人不一样。从实践的角度去理解,他并不认为传统的数据分析问题属于大数据问题。例如,虽然统计公司在每个省的用户比例等问题 要处理大量日志,但这并不是大数据,而是属于传统数据分析的问题,因为通过很低的采样(如十万分之一的采样),将数据抽出来,用Excel也可以统计。

大数据

典型的大数据问题,解决问题的效果会随着采样率降低显著降低。例如,广告可看作典型的大数据问题,因为它需要分析全国每个人的行为特征、购物偏好。对十亿人里面的100万人进行分析,就只能对这100万人进行广告的RPM(千次展示收入)优化,最后的收益也只有在这100万人中产生。因为需要对全量数据进行处理才属于大数据要解决的问题,即真正的大数据应该处理海量的用户行为数据,而不是在部分采样的情况下进行。

两类数据应用:洞察与自动化

大数据

数据有两类基础应用,即洞察和自动化。洞察是全局或局部统计性的信息(统计数据)。而自动化是个体的行为特征信息的统计数据,这里的个体可能是人,可 能是一个网站,而统计的则是大量个体的非聚合特征。洞察主要应用于宏观的决策支持,面向的对象是人。而自动化面向的是机器,如定向广告、个人信用,自动化 主要用于微观业务的实施。在大数据技术迅速的今天,自动化应该放在更优先的地位。

数据变现基本原理

大数据

数据变现的方式非常简单。例如一个广告位,流量价值10000元,如果全部投放吉列剃须刀的广告,那么在用户总量中占比为50%的女性用户潜在购买的可能性较小。如果把流量区分开,把吉列的广告投给男性的用户,这时广告主只要出6000元,虽然流量只获取到一半,但有效用户并没有损失,并且成本降低了。剩下的一半女性流量,可以用于投放一个化妆品广告。6000+6000=12000元,相对于流量价值的10000元,所增加的2000元就是数据的价值。而这2000元的数据价值,正是因为知道了用户的性别而赚取的,这就是广告行业对用户属性和用户行为数据变现的简单原理。用这种方式进行广告变现,数据一定是在规模化大量的赚钱。如果对用户属性和行为有更详细的了解,那么就可以赚更多的钱。

大数据

在广告市场里,大部分是从事广告交易的公司,但也有很多从事数据加工和交易的公司。它们专门从事数据加工交易,既不买广告,也不卖广告,但它却是广告市场里的核心。通过它,大家才了解到数据对于整个互联网变现的核心地位。

三方数据与数据交易

大数据

现在所讲的数据交易都和广告相关,其他行业的数据交易还并未发展起来。要了解数据交易,需要知道几个概念,即三方数据。第一方数据是指广告主数据;第二方数据指广告平台数据,如Facebook提供的用户标签;第三方数据指其他来源数据,指手里有数据且愿意从事广告活动的第三方提供的数据。数据变现需要一个交易的过程,但这个过程还很不成熟。

数据交易存在的问题

大数据

数据交易所是数据交易市场的产品形态之一,它聚合了很多人的数据。如果你有自己的小网站,想把数据变现,那么就可以将数据托管给数据交易所,它获得网站数 据后,加工成一些市场上可以流动的标签,再通过广告卖出去,随后和你分成。数据交易所聚合了多种原始的数据,通过加工成统一标签以后售卖,但它不从事广告 交易,只从事数据交易。

行为数据交易三定律

数据交易有什么特点呢?刘鹏谈了自己对于数据交易的认识,并总结为以下三定律:

大数据

l 第一定律,数据只能交易,不能交换或者共享;

数据共享的事件似乎正在发生,各公司之间在相互的交换数据,希望能够对彼此的业务产生一些贡献。但事实上,结果只有两种:一种是在线上系统进行大规模数据 共享交换的案例,这种只存在于有投资关系(即母公司和子公司控股关系)以后才会发生的数据交换,定价或者交易实际上发生在更高的资本之间。另一种,很多人 的交换或者共享,这种的结果往往不会有下文,大家只是相互测一下数据对于双方是否有用,测完就结束了。其实,数据在互联网市场上变现很容易,这也是拥有大 量数据的巨头公司不会共享数据的原因。即便百度这种大公司拿出一些数据进行共享,也只是短时的贴补,主要用于刺激市场的流动性,但这短期是可行的,长期很 难形成规模。数据具有变现的价值,所以真正的共享是不存在的。唯一可共享的是政府数据,因为政府没有盈利的需求,但如果无边界的共享,也会成为一种灾难,所以政府数据的共享可描述成一种政府的转移支付。

大数据

l 第二定律,只有按效果而非购买量付费,才有足够的需求。

广告的程序化交易过程中,ADX在每一次impression(印象,放置广告图像的网页每一次显示,就是一次印象)都会向DSP发一次请求,所以每一个impression都会做广告交易。对方想要什么数据你就给他什么数据。结算不根据数据结算,你给了对方一百万个标签,他就给你标签的钱,而是根据最后赢得的广告展示量(即数据最后实际产生的效果)付费。

广告市场这样做交易,规模才可以做得更大,因为它解决了购买部分数据和按照效果购买数据的问题。如果整体购买数据,数据交易市场会做不起来。互联网所有的 产品,不管是广告,还是将来的数据,一定是靠长尾的客户,靠头部的客户。现今的解决方案只适合广告产业,其他的场景怎样部分交易,怎样按效果交易,需要结 合每一个场景讨论,全量交易没有前景。

现今的数据交易所还很初级,它还未发现数据交易中购买需求方的问题。数据需求方要买一部分数据,如果给他全量数据,不仅大量数据用不上,还会给对方造成成本的增加。但在广告交易里,这个问题已经获得解决。

大数据

l 第三定律,数据交易跟流量交易本质的不同在于,同一数据被越多的人使用价值越低。从流量看,一个广告位投一次展示,只能是一个人在用,而从数据看,知道这个人是男性,并告诉十个人,它的价值就自然地下降。

给数据定价是数据交易里面最困难的一步。互联网的广告和传统广告不同,互联网是通过拍卖的方式竞价,定价权掌握在需求方,广告主给要买的流量定价。广告对于不同的广告主,其价值不同,对甲方广告主可能值1块,但对乙方广告主可能值2块,这时广告定价1块或2块都不合适,而竞价可以解决资源的分配。数据最终也会走向竞价的模式,但数据的交易和流量的交易却有本质的差别,流量交易的量会受到限制,即一次就是一次,不可能两个同时投放。而数据的一个标签可以给十个人,现在的数字交易是不限量的,会发生数据的价格向流量价格的转移。

现在的数据交易市场存在一个很大的问题,即数据本身的交易量很大,但价格偏低。这是由于没有限制数据供给量,使得竞价环境不能形成,因此抬高了流量价格, 低估了数据价格。但这个问题并不好解决,因为它会对前面的交易过程有深层次的影响和变化。只有把限量供应和竞价的问题解决掉,数据才能真正的合理定价。

未来的大数据行业,需要彻底解决数据交易的问题,数据交易市场才能爆发成长,因为一个没有交易的商品,很难获得大规模发展。

大数据隐私问题大数据

关于隐私,你肯定不希望自己的个人数据泄露给不相关的人。欧盟负责隐私保护条例制定委员会——A29协会,对于隐私给出了一些基本的原则,这些原则也是现在欧美互联网公司的共识。基本原则包括:

  • PII(Personal Identifiable Information)不能使用,如家庭地址、电话、名字等信息。PII严格禁止使用,也不能变成标签。
  • 用户可以要求系统停止记录和使用自己的行为数据。
  • 不能长期保存和使用用户的行为数据。以一年半为周期,数据超过一年半,备份也不允许,因为备份很可能会泄露出去。

实际碰到的隐私问题会更严重,比如朝阳区某个人xx岁,在xxx公司上班,如果对这个人较熟悉,对他有一定背景信息的了解,如果没有对这个人做任何的PII,就非常容易根据信息把他定位出来,如果表格上面有这个人的月薪,该信息就泄露了。

大数据

互联网大数据真正严重的问题,其一是稀疏行为数据的新挑战。这里分享一个故事,Netflix曾经有一个100万美金的推荐大赛,给的是每个人的观影记录,让大家给新的影片打分,并预测新影片是否会受欢迎。有个人参加了这个比赛,他看到了一条记录,关于ABC影片的观影时间和评价,立刻反应出该记录是由自己同事产生,同时,他发现除了这些观影记录之外,记录里还有很多关于同性恋的电影。但该同事并不想让别人知道自己在看同性恋相关的影片,当这位同事知道Netflix公司泄露了自己的隐私后,将Netflix告上了法庭。

因此,隐私的问题并不是指有人把用户的信息卖出,而是指熟人之间的隐私,即甲对乙有一定背景信息的了解,同时甲正在不计成本地了解乙的隐私。

隐私是大数据头上的达摩克里斯之剑,只是现在还未到爆发之时,大家也没有技术手段去规避这种问题。很多科学家和数学家现在都在研究,怎样在一个个性化的 系统里和数据交易里降低风险,但至今还没有找到答案。但随着大数据产业的发展,我们有理由相信,数据交易里未解决的定价和隐私问题,终有一天会得到很好的 解答。

End.