「大数据的关键思考系列」9：数据分类的四大维度（3,4）

「大数据的关键思考系列」9：数据分类的四大维度（3,4）

作者 | 橙子

审核 | gongyouliu

编辑 | auroral-L

数据分类的四大维度（3，4）

在上一期内容中和大家探讨了“数据分类的四大维度（1,2）”。它们分别是：以是否可以再生为标准，以及以数据所处的存储层次为标准。今天和大家分享的是“数据分类的四大维度（3,4）”。

维度三：以数据业务归属为标准。按照数据业务归属来看，数据可以分为各个数据主体。按照业务归属分类的意思就是，将数据按照不同的业务主体，分门别类的进行归纳。就好像仓库一样，将不同的物料进行分类存放，可以提高其使用和管理的效率。按照业务归属分类的数据，在不同公司可能体现出不同的内容。在平台型电商可以分为交易类数据、会员类数据、日志类数据等等。交易类数据是指平台型电商的订单流水，其中包含了买家、卖家在什么时间成交了什么商品；会员类数据记录了买家、卖家的身份信息，比如注册时间、身份z号码、信用等级等信息；日志类数据则更多地是指用户的行为，比如哪个用户在什么时间段访问了平台的什么页面、点击了什么按钮等等。

对于数据的分类主体，则要根据业务特点进行归类，并没有一个特别的硬性规定。总体的原则就是让数据的存储空间更少，分析及挖掘的过程更简单、快捷。

维度四：以是否为隐私为标准。按照是否为隐私来区分，数据可以分为隐私数据和非隐私数据。顾名思义，隐私数据就是需要有严格的保密措施来保护的数据，否则会对用户的隐私造成威胁。用户的交易记录属于隐私类数据，对于一家有着良好数据管理机制的公司而言，通常的管理方法是对数据的隐私级别进行分层。数据从安全的角度可以进行两种类型、四个层次的数据分层。两种类型就是企业级别和用户级别。企业级别的数据包括交易额、利润、某大型活动的成交额等；个人级别的数据就像是刚刚提到的身份z号码、密码、用户名、手机号等。四个层次是对数据进行分类，分别有公开数据、内部数据、保密数据、机密数据。

随着拥有大量数据的网站和公司越来越多，数据安全就越来越成为一个核心点，需要投入专门的人和专门的团队来进行数据安全的管理。对于数据安全工作的推动，初期往往会受到一线员工的反对，因为任何一个安全系统都意味着已有的权利被收回，也会因为改变工作方式而降低效率。所以拥有大数据的企业高管必须要关注数据安全，否则数据越大，对“恶人”的吸引力就越大，最终用户和公司的损失也就越大。

本期内容到这里就结束了，下期会和大家探讨“数据的5大价值”。欢迎大家关注数据与智能获取更多好内容。

本文的视频版本可以直接点击下面视频观看，欢迎关注数据与智能视频号获取更多精彩视频。