【 1-7 】

汇聚分析

知识点说明:数据汇聚能够把不同来源的数据放在一起分析,发现单个数据集看不到的规律,但关联越多,能够识别出的信息也越多,风险也会同步增加。因此,汇聚前要明确来源、目的和范围,汇聚后还要控制访问、导出和分析结果。

汇聚分析案例配图

20家门店数据,怎么一起用?

新疆尼娅面包厂已经有20家门店。每家门店都有自己的订单、促销和配送记录,周厂长想知道哪些产品组合卖得最好,却发现各店的数据一直分开看,同一种问题要一家一家问。

张婷先按用途把20家门店的数据分成订单、产品、配送和客户相关信息,再判断这次分析真正需要哪些。目标只是找出销量和产品组合规律,并不需要把所有顾客信息全部集中起来。

过去的做法有两个时间问题:门店各自统计,总部再重复汇总;需要比较时,又逐家索要表格。同样的数据不断被搬来搬去。另一方面,如果把所有内容毫无区别地集中,又会让原本分散的客户信息形成更大的关联范围。

张婷抓住“汇总范围”这个链接点,用现有Excel统一了20家门店的产品、数量和日期字段,只汇聚完成销售分析所需的数据;涉及客户身份的信息不进入这张汇总表,导出范围也限定给负责分析的人员。

数据集中后,总部不再逐店反复询问,门店也不必一次次重新做统计。20家门店第一次可以在同一组必要数据上比较销售情况,原来耗在汇总和传递上的时间被压缩,同时避免为了分析销量而把无关信息一起集中起来。

01 · 重点摘要

重点和必记

重点

  • 汇聚活动把多个来源和系统的数据集中存储、关联、分析与使用,提升数据价值,也提高攻击价值。
  • 常见风险包括来源合法性不清、目的不一致、关联识别能力增强、权限过大、导出无审批、测试使用真实数据和第三方范围过大。
  • 基础措施包括汇聚审批、目的与范围确认、来源和依据记录、分析人员分级权限、脱敏去标识、导出审计、结果发布审核和临时数据清理。

必记

  • 单个数据集风险较低,多数据集关联后可能形成更高识别能力和更大影响。
  • 分析结果本身也可能包含个人信息或商业秘密。