著者の詳細については、ここをクリックしてください エイミー・ヨン.
業界として、私たちはデータプライバシーの重要性について一般の人々を擁護し、教育することにおいて大きな進歩を遂げました。 バージニア州で最近可決されたCDPAのような新しい法律は、消費者を保護するために意図的で重要な試みを行っています。 しかし、私の見解では、私たちは間違ったことに焦点を合わせています。 私たちはより厳しいことによって失うものに焦点を合わせる傾向があります データ規制。 このデータ最小化の演習から得られるものに十分に焦点を当てていません。不要なデータによって生成されるホワイトノイズの削減、より検証可能なデータの洞察、およびより安全でクリーンなデータ収集プロセスのフレームワークを作成する機会です。未来。
収益を重視する場合は、新しい法律のすべてに対応する姿勢に陥ることなくビジネスを継続できるようにするデータプラクティスを採用することにより、持続可能性を計画する必要があります。 すべてのプライバシー原則を平等に扱う–そしてそれらがどのように影響するかについて平等 データプライバシー 分析と全体的なビジネス戦略–回答の実質的な価値を十分に考慮せずに、プロセスの質問をめぐってプレッツェルに縛り付けます。 理論的なシナリオに焦点を合わせると、非現実的なシナリオを解決しようとすることに簡単に慣れることができます。 極端な例を考えてみましょう。企業がデータを取り込んでいない場合、データプライバシーの懸念は最小限であり、その結果、リスクはありません。 現在、これは、顧客に関する少なくともいくつかのデータを収集する必要性を認識しているブランドやメディア所有者にとって実際的なアプローチではないことを私たちは皆理解しています。 しかし、決定は二元的ではありません–すべてまたは何も。 私たちはデータを収集するかどうか、そしてどのように収集するかに焦点を合わせすぎており、特定の種類のデータに伴うリスクの種類と、データ取り込みのフットプリントを削減することで全体的なリスクをどのように減らすことができるかについては十分に焦点を当てていません。
現在および差し迫った規制圧力についての会話では、データ最小化の価値とその後の下流でのメリットを軽視することがよくあります。 データのプライバシーの原則を再検討し、データの保護とプライバシーに関して最も重要な優先事項としてデータの最小化を認める必要があります。
明らかに、設計されたシステム（設計によるプライバシー）は、システム全体のリスクを確認して削減するための非常に現実的な価値を提供できます。 ただし、プライバシー原則の特定の原則、つまりデータの最小化は、累積データの全体的な処理に大きな影響を与える可能性があります。 この価値提案に焦点を当てることは、私たちのビジネスの識別可能な価値を向上させ、消費者との真の信頼を生み出すのに役立ちます。
データの最小化には、メディア所有者のデータ取り込みについて、非常に現実的で非常に難しい事前の決定を行うことが含まれます。 たとえば、開始時にモバイルIDまたは個人の個人人口統計をキャプチャしないことを選択すると、イベントにはこの潜在的に価値のある情報が含まれなくなります。 または、IDを検証するための最初の問題としてキャプチャすることを選択しますが、その後の検証を最小限に抑えることで、重要なニーズを満たし、ダウンストリームのリスクを減らすことができます。 私が一緒に仕事をしている多くの専門家はこの決定を認識し、感謝していますが、すべてがそうしているわけではありません。 データ収集方法のこの違いにより、そのイベントからすべてのデータを取り込む際に、データのプライバシーリスク、露出、または信頼の個別のバンドが作成されます。 しかし、その分離を認めながら、下流のプラスの効果、つまり、初期データセットを制限するため、将来のデータポイントのアタッチメントを最小限に抑えることの影響を十分に評価する必要があります。 多くの組織は、プライバシー分析でこの二次的な価値を完全には受け入れていません。
データの最小化に真剣に取り組むには、将来に利益をもたらす事前の意思決定が必要です。 これは現時点では特に賢明です。ケースバイケースで新しいデータ規制に対応することは、問題の解決を遅らせるだけです。 企業は、自社とそのパートナーにとって最も価値のあるデータを特定する必要があります。 事前に収集されるデータの種類を制限すると、データの処理に必要なリソースを節約できます。 無駄（不要または検証が難しいデータ）を減らすことで、データの可能性が高まり、データストレージのセキュリティリスクが軽減されます。 データが十分に古くなるかどうかを検討してください。 データには保存期間があり、古いデータがすべてのデータの合計に価値をもたらすわけではありません。
データの最小化とデータの強化の間には相関関係があり、これも最小化に価値を置きます。 接続するデータが少ないと、高レベルの濃縮を達成することがより困難になると結論付けるのは当然です。 もちろん、名前、電話番号、住所などの特定の重要な値は、分析を深めます。 対照的に、仮名化および集約されたデータは、通常、限られた方法でのみ再結合および強化できます。 明確にするために、これらは実際には正の制限要因であり、「濃縮」という言葉を使用しているにもかかわらず、リスクの全体的な分析に組み込む必要があります。
これは、メディアの所有者と広告主が同様に、データが膨大であるために価値があるのか、それとも実用的な洞察を提供するために価値があるのかを尋ねる瞬間です。 データの最小化は、ビジネス、そのパートナー、そして最終的には消費者にとって最良の意思決定を可能にするために今日必要な重要な価値提案です。
PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
出典：https：//www.dataversity.net/data-minimization-is-the-future-of-advertising/
