有极大的满足有关在慈善商店或旧货店确定一个真正的讨价还价的东西。在去年的必读夏季假期小说的17份,和三个杯子与不匹配的碟子中,你可能会跨越一个隐藏的宝石绊倒。我有史以来最好的发现是一组三个星球大战原始版本镭射,每片价格为£3,由于形状和大小的共同发病,均坐落在慈善商店支持本地善终记录之中 -右边有瓦尔·多尼卡恩和菲尔柯林斯之间。良心不允许我付出了良好下市场价值标价,快速搜索,我们一个公平的入驻率已在线拍卖网站后如此。

现在慈善商店都吱吱作响,从那些以下玛丽近藤的decluttering秀捐赠的涌入下。一个简单的问题 - 它为你带来快乐?- 如果没有,出它去!

如果你是一个本能地囤积(我会承认那我当然表白我的灵魂),它可以很难看。但是,在节目的见证下,被认为不能承受之轻,似乎去与架子的不能承受之轻是不可否认的。

新技术的前景——尤其是大数据分析和人工智能——已经让许多企业变成了数据囤积者。无限期地收集和保留所有东西,希望你能从中获得一些洞察力,从而在竞争中获得关键优势。

分析非结构化数据集的技术,以及购买大量云存储和云计算能力来保存和查询数据的能力,意味着部署“大数据”流程比以往任何时候都更容易。尽管如此,仅仅因为您可以无限期地存储每一位数据并不意味着您应该这样做。

首先,为某个未定义的未来用例不加选择地收集数据是低效的。它通常需要实现日志系统(或者更糟的是,手工工作流中的额外“忙碌”步骤),这将消耗时间和资源。存储数据会涉及到更多的基础设施成本,随着数据集大小的增长,基础设施成本会不断增加,其增长速度往往超过了云存储每千兆字节价格随时间下降的总体趋势。

这种“把一切都和我们就会找出以后用它做”的办法也预示着一个严重的努力会在某个不确定的未来点进行用它来寻找洞察力。相反,拖延时间的道路的,明智的选择是,现在花精力到工作什么的洞察力(S)将是有益的,并且设计系统来捕捉提供它们所需的具体数据。否则,很多不是有用数据的积累创造一个干草堆在其中有益的见解的针以后必须找到。

这需要不同的技能集合在一起:

  • 人与您当前的业务运作有深刻的理解;
  • 能够想象未来可能实现的美丽新世界的梦想家;
  • 能够引导变革的变革专家;和
  • 数据科学家谁可以查询当前的数据资源,确定哪些额外的数据点,将在指导变革的决策有用的,并承诺,将提供数据驱动的转型变化的分析。

这不仅是结构化方法,商业远比滥数据囤积更高效,它可以让周围的变化方向叙述,以在整个企业中传达,同时切实清理出的混乱 - 在真正的无用的数据堵塞的数据存储的走廊和书架。

最后,在律师的文章中,如果不提及数据监管和网络安全,那么任何一篇考虑到不加甄别地收集数据所带来的风险的文章都是不完整的。不可避免的是,不加选择地收集数据将包括许多可能构成欧洲一般数据保护条例目的的个人数据,并引发其他司法管辖区类似的隐私相关立法。大规模存储,特别是如果来自全球业务的数据被汇集到一个或少数几个地点,将违反数据最小化原则,并需要大规模的跨境转移。如果存储在成本最低的第三方云基础设施上,则会增加额外的风险和复杂性。无论采取何种措施,这种数据集中的影响、技术和组织措施以及合同保护的要求,都很可能远非简单明了。最后,但并非最不重要的是,为某些未指明的未来用途而存储的数据,不太可能满足用于明确目的的GDPR要求,以便向数据主体进行处理。

类似地,与数据集中和用于意外或故意数据泄露的潜在相关的风险不能轻易驳回。监管罚款的风险,对违反保密合同索赔,从受影响的数据对象类的行动在组织中的可能性,以及负面宣传和公众信任的损失全部由技嘉增长。数据囤积,导致大量数据集中也为黑客有吸引力的目标。

所有这些都可以通过捕捉用于特定目的的特定数据,并传达为此数据对象尽量减少额外的法律和监管风险。

要了解更多关于大数据、分析、机器学习以及与之相关的法律和监管问题,请参加10月15日在伦敦举行的欧华欧洲科技峰会。金博宝188转账更多细节dlapipertechsummit.com