Qu'est-ce que le paradoxe de la confidentialité? Une introduction pour les chefs d'entreprise

Les chefs d'entreprise ont du mal à tirer parti du Big Data en raison des risques liés à la confidentialité des consommateurs.

© 2018 ENDOR TOUS DROITS RÉSERVÉS

Le manque de confidentialité actuel dans le Big Data

Predictive Analytics permet aux chefs d'entreprise de prendre des décisions éclairées, fondées sur des données, pour leurs marchés de consommation, en s'appuyant sur des informations convaincantes sur le marché dérivées de réserves de données de consommateurs.

De l'identification de nouveaux segments de marché à la prévision de la prochaine tendance de consommation gagnante, une collection qualitative de données volumineuses peut aider les organisations à étudier le comportement des consommateurs et à stimuler leur croissance.

Bien que le Big Data ait le potentiel infini de fournir aux dirigeants d’entreprises de nouvelles informations sur le marché, la réglementation croissante en matière de confidentialité des données a limité la capacité des organisations à gérer les données des consommateurs.

Les organisations professionnelles ont entre les mains une quantité énorme de données sur les consommateurs. En raison de préoccupations accrues en matière de sécurité, les entreprises peuvent ne pas être en mesure de mettre toutes leurs données de consommation au travail.

De nombreuses entreprises craignent que ce type de réglementation ne tue leur modèle économique et, dans certains cas, elles peuvent avoir raison. (Alex Pentland, avec Big Data, grande responsabilité, Harvard Business Review)

Vers la privatisation du Big Data

Avec la possibilité de mettre en péril la confidentialité des données des consommateurs, les organisations sont confrontées à la pression de trouver de nouvelles solutions tout en utilisant toujours le Big Data. L’une de ces solutions consiste à chiffrer les données de consommation d’une entreprise.

Les données de consommateur «standard» non chiffrées sont des données qui racontent l'histoire du consommateur. Il peut révéler des informations personnelles sur la localisation, les habitudes, les préférences, les relations et les communautés des consommateurs.

L'utilisation de données de consommation non chiffrées peut compromettre d'une manière ou d'une autre la confidentialité des données, car les consommateurs n'ont peut-être pas autorisé l'utilisation de leurs informations personnelles par une organisation ou une branche donnée.

Ce ne sont pas seulement les données de consommation elles-mêmes qui peuvent révéler des informations personnelles, mais leurs métadonnées peuvent également révéler de nombreux détails sur le lieu où se trouve une personne.

Les métadonnées de carte de crédit, par exemple, «peuvent révéler des affiliations civiles, politiques ou religieuses; ils peuvent également révéler le statut social d’un individu ou déterminer si et quand il ou elle est impliqué dans des relations intimes. "(Source, p. 9)

Le cryptage est en train de devenir une méthode normalisée de sécurisation des données des consommateurs. Les données cryptées sont des données régulières qui ont été codées, c'est-à-dire. il a été converti en chaînes de symboles illisibles - une série de lettres et de chiffres.

Du point de vue des consommateurs, les données cryptées protègent leurs informations personnelles. Pour les entreprises, les données client chiffrées correspondent généralement à des données qui ne peuvent pas être analysées pour obtenir de nouvelles informations sur le consommateur.

Plus de confidentialité, moins de données?

La plupart des comptes-rendus du paradoxe de la protection de la vie privée se concentrent sur le dilemme rencontré par les consommateurs eux-mêmes: devoir choisir entre tirer parti des services fournis par les plateformes numériques et partager davantage d'informations personnelles.

Les dirigeants d’entreprise éprouvent également leur propre version du paradoxe de la protection de la vie privée, en fonction du degré de sensibilisation de leur organisation à la confidentialité des données.

Ci-dessous, un simple graphique illustre le potentiel décroissant du Big Data pour l'analyse du consommateur en relation avec l'augmentation des mesures de protection de la vie privée du consommateur.

© 2018 ENDOR TOUS DROITS RÉSERVÉS

Quand on commence avec un «canevas vierge» pour la confidentialité des données, tout se passe bien: le Big Data peut être collecté à partir de nombreux endroits et analysé librement. Cependant, à mesure que les mesures de confidentialité des données augmentent, les possibilités de collecte et d'utilisation de données volumineuses diminuent et les résultats d'analyse peuvent en souffrir.

Avec des empreintes numériques sans cesse croissantes et le désir ardent des entreprises de comprendre le comportement des consommateurs, il est peu probable que les données sur les consommateurs diminuent.

Les réactions publiques à la suite des récents scandales liés à la protection de la vie privée semblent indiquer que les consommateurs qui prennent conscience des préoccupations liées à la protection de la vie privée commencent à se préoccuper davantage de la protection de leurs informations personnelles.

Choisir entre des données régulières et cryptées laisse toujours une partie insatisfaite. Soit les informations personnelles du consommateur peuvent être exposées, soit les chefs d’entreprise n’ont pas assez de données de consommateur à analyser.

Dans la dynamique actuelle du Big Data, plus une entreprise met en œuvre des mesures de sécurité pour protéger la confidentialité des données des consommateurs, moins elle est en mesure d'analyser les données pour en tirer des informations utiles.

Dans la dynamique actuelle du Big Data, plus une entreprise met en œuvre des mesures de sécurité pour protéger la confidentialité des données des consommateurs, moins elle est en mesure d'analyser les données pour en tirer des informations utiles.

Pourquoi le cryptage n'est-il pas la fin du Big Data?

Le paradoxe de la protection de la vie privée plaçant les dirigeants d’entreprise dans un dilemme entre les données des consommateurs classiques et cryptées, de nouvelles solutions sont recherchées pour résoudre ce problème épineux.

Mais les gens ont-ils cherché dans la bonne direction?

Imaginez s'il était possible d'analyser le Big Data avec des données de consommation et d'obtenir des informations qualitatives sans avoir à vous soucier de la confidentialité des données.

Imaginez s'il était possible d'analyser le Big Data avec des données de consommation et d'obtenir des informations qualitatives sans avoir à vous soucier de la confidentialité des données.

Cet art qualifié semblait impossible - jusqu'à maintenant. Grâce à la nouvelle capacité d’Endor à effectuer des analyses Big Data sur des données chiffrées, les entreprises n’ont plus besoin de supprimer les données utiles des consommateurs et d’abandonner des analyses de haute qualité.

Développés par Endor, les entreprises peuvent utiliser un moteur automatisé basé sur l'AI pour calculer des données Big Data chiffrées, obtenir des informations et dynamiser la croissance du marché. Le processus est conforme aux règles et réglementations, protégeant la confidentialité des données des consommateurs tout en soutenant les objectifs de l'entreprise.

Pour en savoir plus sur la capacité unique d’Endor à effectuer des analyses Big Data sur des données chiffrées, veillez à suivre le blog de Endor pour les publications à venir.

Consultez notre blog moyen | Visitez notre site web | Suivez nous sur Twitter | Aimez-nous sur Facebook | Nous trouver sur LinkedIn | Rejoignez-nous sur Telegram