數據治理數據使用場景

場景決定數據安全工具的選擇，例如呼叫中心、測試開發、對內數據流通、對外共享交換等，每種場景都有適用于自己的數據安全工具。當然，場景的梳理還有助于特定安全工具的安全策略制定，例如數據脫敏，同一數據域在不同場景下的脫敏規則等。

真正的數據安全項目，耗時耗力的就是咨詢梳理階段，企業大部分精力和節奏也都消耗于此，技術方案的落地只是工具的選型和實施，其實反而不是那么重要。正如前文所說，只要前序工作做的好，一切便都是水到渠成的。

數據治理數據脫敏后數據依然具備業務規則關聯性

派客動力脫敏平臺根據該銀行需求，保障脫敏后的數據依然具備供企業使用、分析的能力，具備能讓業務可靠運行的能力。因此，脫敏后的數據能夠保有原始數據的業務屬性和數據分布特征，例如：原始數據中的姓名、地址等信息，需要在脫敏后依然具有可讀性，脫敏后的數據滿足業務系統的數據規則，能夠正確的通過業務系統的數據有效性驗證，如號、號的校驗位，生日的區間等。

數據治理過度采用GDPR對國內的影響

中國與歐盟國家的國情不同，法律也不同。與歐盟相比，目前我國尚未形成關于個人數據保護完善的法律法規體系，類似的相關條款基本都分散在不同部門的法律法規或標準中，邊界和懲處力度不如GPPR明確，因此我國的個人數據保護基本還是依靠數據數據服務商單方面自律性的承諾，缺乏強制力。在數字經濟大爆發，又缺乏明確約束力的背景下，許多企業制地采集使用個人信息，甚至會出現企業間數據共享、交換的情況出現。