My Sensor Data

De Autoriteit Persoonsgegevens (AP) heeft 2019 boetes opgelegd aan bedrijven. Volgens de AP brachten deze bedrijven ten onrechte kosten voor inzage van persoonsregistraties in rekening.

Veel bedrijven waren tegen openbaarmaking en kwamen in geweer, de voorzieningenrechter is het echter met de AP eens dat de AVG is overtreden, en dat de boete terecht is.

De meeste bedrijven hebben hun beleid inmiddels aangepast andere bedrijven zijn van mening dat zolang er geen boete is opgelegd de werkwijze niet ter discussie staat.

Hoe bedrijven gegevens verzamelen (en wat ze ermee doen)

Naarmate technologieën die gegevens vastleggen en analyseren toenemen, nemen ook de mogelijkheden van bedrijven toe om gegevens te plaatsen en er nieuwe inzichten uit te halen. Het internet der dingen en kunstmatige intelligentie zijn twee cruciale instrumenten voor het vastleggen, analyseren en verzamelen van informatie, die veel bedrijven voor verschillende doeleinden gebruiken, waaronder een beter begrip van de dagelijkse activiteiten van hun klanten.

Van klanten gedrag tot voorspellende analyse, bedrijven verzamelen, bewaren en analyseren dagelijks grote hoeveelheden kwantitatieve en kwalitatieve gegevens over hun klantenbestand. Sommige bedrijven hebben hun bedrijfsmodel opgebouwd rond klantgegevens, klantgegevens zijn big business.

En die business lijkt alleen maar groter te worden nu we aan de vooravond staan van de lancering van 5g. En de grote telecombedrijven startups, scale ups en jonge bedrijven gratis toegang geven tot hun netwerk in ruil voor klantgegevens. Waarbij de gegevens over klanten gedrag zorgen voor gratis toegang tot het netwerk van de telecombedrijven. Altijd verbonden maar met wie allemaal is dan nog wel even de vraag.

Want bij elke aankoop of abonnement kunnen klantgegevens worden gedeeld die op het eerste gezicht onschuldig lijken. En zo wordt je auto, motor, brommer of fiets een data provider die klantgegevens deelt, die tot nieuwe inzichten lijden. Of het beperkt blijft tot deze klantdata is nog wel de vraag, immers alle apparaten kunnen gratis met het 5g netwerk worden verbonden. Om zo een nog completer beeld te vormen over de klant en zijn gedrag.

Welke gegevens worden er verzameld en hoe doen ze dat

Enorme datagroei roept grote vragen op zeker nu we steeds meer van onze gegevens delen en die gegevens worden steeds persoonlijker – details over locatie, fitness en recentelijk zelfs DNA – al deze gegevens worden verzameld, gecombineerd en gebruikt op allerlei manieren zonder de privacy in gevaar te brengen.

Transparant handelen is hier een groot goed: ‘waar komt de informatie vandaan, hoe wordt deze gebruikt en hoe profiteer je hiervan’. Maar aangezien gegevens uit meerdere bronnen komen, op meer manieren dan ooit tevoren, is bijhouden van de herkomst vaak gemakkelijker gezegd dan gedaan.

WAAR GEGEVENS VANDAAN KOMEN

Op traditionele manieren leren bedrijven voornamelijk over u door het verzamelen van persoonlijk identificeerbare informatie. Ze vragen om uw contactgegevens, verzamelen telefoonnummers, adressen, e-mail adres of laten u een enquête in te vullen.

Met behulp van klassieke analytische technieken – eenvoudige afleiding, statistische modellen, bevolkingssegmentatie en propensity scores – kan deze informatie niet alleen een beeld van u vormen, maar ook van een bredere demografie samenstellen, waardoor u makkelijker kan worden verleid en een betere gebruikers ervaring heeft als hun producten gebruikt.

OBSERVATIE 

De meeste van deze ‘nieuwe gegevens’ worden online verzameld. En de meeste online informatie wordt niet verzameld door traditionele bronnen. In plaats daarvan neemt het de vorm aan van anonieme cookie-ID’s, mobiele ID’s en op interesses gebaseerde gegevens die worden gegenereerd telkens wanneer we een website bezoeken, een app openen of op een specifiek product klikt verzameld. Deze observatiegegevens helpen een levendiger en gedetailleerder beeld van ons te schetsen, en verdere analyse kan inzichten opleveren over leeftijd, winkelgewoonten, inkomen en nog veel meer.

Het probleem is dat, met al deze nieuwe gegevens die observatief verzameld zijn, het moeilijker is te begrijpen welke informatie we delen en hoe deze zal worden gebruikt. Natuurlijk weten we als consumenten allemaal tot op zekere hoogte dat we details overhandigen wanneer we bepaalde services gebruiken, maar als we eerlijk zijn, hoeveel ze van ons weten en de echte details van waar we mee instemmen wanneer we op de ‘ knop cookies accepteren’ klikken weten we maar weinig.

Als u als klant weet welke informatie wordt verzameld en begrijpt hoe deze zal worden gebruikt, is de kans groter dat u in stemt wanneer dit ertoe leidt dat u een gerichte aanbieding ontvangt voor iets dat u echt nodig heeft of wilt.

WAAROM

Echter hiervoor moet u zich op u gemak voelen bij de gegevens die u deelt en dat deze op de door u verwachte manier worden gebruikt, namelijk het creëren van de diepgaande, persoonlijke ervaringen die zonder onze input is niet mogelijk.

Deze transparantie is belangrijk en u zult het gemakkelijker vinden afstand te doen van u gegevens. Als bedrijven u precies zouden vertellen welke gegevens ze verzamelden en waarom.

De moraal? Zolang u weet hoe het werkt. Is het niet-weten – en ongewenste verrassingen – wat u echt kan schaden.

1 Verzamel alleen gegevens die toereikend, relevant en noodzakelijk zijn voor de doeleinden waarvoor ze worden verwerkt, zoals overeengekomen op het moment van verzameling.

2 Denk voor het verzamelen na over de verschillende gegevens die u wilt verzamelen en beperk het verzamelen tot wat strikt noodzakelijk is

3 Denk na over de verschillende soorten gegevens die moeten worden verzameld voordat een applicatie wordt geïmplementeerd en documenteer het traject wat er aan vooraf is gegaan.

4 Als specifieke gegevens niet nodig zijn voor een bepaalde groepen mensen, verzamel deze dan niet.

5 Verwerk en bewaar gegevens op een manier die de herleidbaarheid vermindert (vergelijkbaar met pseudonimisering). Sla bijvoorbeeld alleen het geboortejaar op in plaats van een volledige geboortedatum als u alleen het geboortejaar nodig heeft.

6 Verzamelt u bijzonder gevoelige gegevens, zoals gegevens over gezondheid of strafrechtelijke veroordelingen, zorg er dan voor dat u alleen het minimaal vereiste verzamelt. Vanwege de wettelijke beperkingen is de eenvoudigste oplossing nog steeds om ze niet te verzamelen als u zonder deze gegevens kunt.

7 Minimaliseer de hoeveelheid verzamelde gegevens ook in de loggegevens en bewaar geen gevoelige of kritieke gegevens (gezondheidsgegevens, wachtwoorden, enz.).

8 Sommige gegevens kunnen de gebruikerservaring verbeteren, maar zijn niet strikt noodzakelijk om een applicatie correct te laten werken (bijv. Geolocatie). Biedt de eindgebruiker keuze of hij deze functionaliteit al dan wel of niet wil gebruiken.

9 Vergeet niet om bewaartermijnen voor elke categorie gegevens te koppelen, afhankelijk van het doel van de verwerking en de wettelijke of regelgevende verplichtingen met betrekking tot het bewaren ervan.

10 Implementeer een automatisch spoelsysteem aan het einde van de houdbaarheid voor de verzamelde gegevens. Registreer de automatische verwijderingsprocedures die u gebruikt. De bijbehorende logboeken kunnen worden gebruikt als bewijs van verwijdering van een gegevensitem.

Risico’s met betrekking tot data-eigendom zijn er in vele verschillende vormen, zo kunnen meerdere partijen eigendom claimen omdat de data essentieel is voor het bedrijfsproces. De partijen die naar gelang de omstandigheden mogelijk eigendom van een specifieke data set claimen, zijn:

* Maker: genereert data

* Eindgebruiker: gebruikt de data

* Data Analist: Selecteert en compileert data uit verschillende bronnen

* Onderneming: claimt eigendom van alle data die in de onderneming binnenkomt of binnen de onderneming is gegenereerd

* Koper / licentiegever: commissies, autoriseert en / of betaalt voor data

* Decoder: Ontsluit gegevens in omgevingen waar data is “vergrendeld” in gecodeerde formaten

* Dataverwerker: Verzamelt data voor een bepaald gebruik en voegt waarde toe door de data te formatteren voor een bepaalde markt of reeks consumenten

* Dataverzamelaar: naar wie / waarnaar de gegevens verwijzen, zoals het onderwerp van een foto of een deelnemer aan onderzoek

Aansprakelijkheid als gevolg van openbaarmaking, verlies of misbruik van data van andere partijen is een ander type risico dat verband houdt met het eigendom van data. GDPR vereist bijvoorbeeld dat alle organisaties datalekken die ongeoorloofde toegang tot of verlies van persoonsgegevens met zich meebrengen, aan de relevante autoriteit melden. En in sommige gevallen moeten organisaties ook personen informeren die door de inbreuk zijn getroffen.

Onjuiste afstemming tussen bedrijfsonderdelen, afdelingen en dataverwerkers is een ander potentieel risico dat verband houdt met het eigendom van data en het kan leiden tot negatieve gevolgen voor bedrijven, zoals:

* Een initiatief met data die het bedrijf niet in bezit heeft.

* Verzamelen / opslaan van data die niet waardevol is voor het bedrijf.

* Acties ondernemen die niet stroken met de verwachtingen van de klant en / of de missie en waarden van het bedrijf.

Tegenwoordig is het wereldwijde verzamelen van data, evenals de vraag ernaar, ongekend hoog, met regelmatig nieuwe records . Bedrijven die de kracht van hun data benutten, kunnen processen efficiënter aansturen, risico’s sneller identificeren en diepere klantinzichten benutten, naast vele andere voordelen.

Natuurlijk, als het gaat om een ​​waardevol bezit zoals data, willen bedrijven deze graag bezitten en optimaal benutten. Maar als het gaat om de vraag wie de eigenaar is, is er zelden een antwoord.

Als je ooit de vraag durft te stellen over wie de eigenaar is van de data, heb je misschien gemerkt dat antwoorden rond data eigendom de neiging hebben om te verzanden.

Afhankelijk van de situatie kunnen de bezitter, de gebruiker, de maker en de onderzoeker van de data allemaal het eigendom claimen, en het uitzoeken van dit eigendom kan logistieke, technologische, juridische en zelfs ethische uitdagingen opleveren. 

De groei van het internet heeft geleid tot de wereldwijde kennismaatschappij. Fundamenteel afhankelijk van de inzet en het gebruik van informatie. Data, de elementaire bouwsteen van de kennismaatschappij, word daarom steeds meer erkend en gewaardeerd. In economisch jargon word data de ‘nieuwe olie’ genoemd vanwege de grondstofachtige eigenschap of zelfs als het smeermiddel voor de infrastructuur die ten grondslag ligt aan de nieuwe economie.

Hoewel duidelijk erkend voor de economische waarde, worden gegevens vanuit een juridisch en wetgevend perspectief gezien als een buiten beentje. De vraag wie de gegevens bezit, wie er toegang toe heeft en of gegevens in de eerste plaats eigendom kunnen zijn, moet nog worden opgelost.

Er zijn twee kernpunten die de discussie over de data-economie doordringen. Ten eerste is er de bezorgdheid dat het huidige wetgevingskader onvoldoende bescherming en zekerheid biedt om de continue groei van de data-economie te stimuleren. Ten tweede is er ook de bezorgdheid dat de toegang tot gegevens, waarop de hele data-economie is gebaseerd, zou kunnen worden belemmerd.

Waarbij de rechten van personen weer worden genegeerd en er naar rechtvaardiging word gezocht, voor de invoering van eigendomsrechten en met name intellectuele-eigendomsrechten voor bedrijven.

Persoonlijke gegevens die worden gereguleerd via het AVG lijken met een ander doel al dan niet-persoonlijke en geanonimiseerde gegevens op eens intellectueel eigendom te worden van bedrijven.

Het gebruik van slimme technologieën, sensoren, actuatoren en kunstmatige intelligentie (AI), thuis op het werk en in de buitenruimte kan de kwaliteit van het leven, welzijn, productiviteit en het gevoel van veiligheid beïnvloeden. Het woord ‘slim’ wordt een trend om de kwaliteit van het leven te verbeteren, maar hoe ziet slim eruit als we er vanaf een afstandje naar kijken. En analyseren hoe het slimme mechanisme werkt en welke kansen het biedt om doelen te bereiken en hoe het mensen kan beïnvloeden en sturen. De automatiseringsmechanismen voor slimme systemen kunnen ons helpen om een betere levenskwaliteit te hebben en tegelijkertijd kan ons gedrag worden geanalyseerd door AI. De gedragsanalyse kan helpen onze behoeften te voorspellen en de beleving te optimaliseren. In de basis helpt slimme technologie de gebruiker om apparaten aan of uit te zetten, en bedrijven gebruiken een verscheidenheid aan sensoren en actuatoren. Nodig om te leren, ze samen te voegen, te gebruiken, en tegelijkertijd te analyseren.

We hebben een vertrouwensprobleem, zelfs als onze privacy wordt beschermd.

De uitdaging is om ons te overtuigen na jaren van vertrouwensproblemen met big tech.

Overheden en technologiebedrijven zullen een berg scepsis moeten overwinnen om mensen te overtuigen. Google en Apple staan voor hun grootste uitdaging sedert hun ontstaan: mensen comfortabel genoeg maken om de technologie daadwerkelijk te gebruiken. Het hele project – is een missie waar twee van ’s werelds grootste technologiebedrijven samen aan hebben gewerkt – zou mislukken als ze niet genoeg mensen konden overtuigen.

Omdat te doen, moeten Apple, Google en elke overheid die wil profiteren een berg van scepsis moeten beklimmen, mede veroorzaakt door de lange geschiedenis van gegevensmisbruik in de technische industrie. Al jaren voelen wetgevers, privacywaakhonden en toezichthouders zich misleid door technologiebedrijven, die technische details hebben gebruikt om hun intenties te verbergen.

De mentaliteit ‘snel bewegen en dingen breken’ heeft tot innovaties geleid, maar het is ook een diep gebroken publiek vertrouwen in big tech. De missie van Facebook om ‘de wereld dichter bij elkaar te brengen’ helpt ook om de informatie van miljoenen mensen te verzamelen. Google biedt educatieve tools en routebeschrijvingen via zijn Maps-services, maar het wordt ook geconfronteerd met rechtszaken voor het bijhouden van locatiegegevens en het naar verluidt verzamelen van biometrische gegevens. Apple, dat privacy tot een kenmerk van zijn producten heeft gemaakt, heeft eerder tegen zijn rivalen geageerd vanwege hun neiging om de informatie van hun gebruikers te delen.

Critici waarschuwen dat als de technologie-industrie zichzelf niet uit het gat kan trekken dat haar eigen misstappen door de jaren heen hebben gegraven. Er mogelijk geen weg vooruit is en nieuwe technologische innovaties niet ten volle kunnen worden ingezet.

“Zowel de bedrijven als de regeringen moeten een hindernis overwinnen door mensen aan te moedigen erop te vertrouwen dat zij er zijn voor hun welzijn”

Sinds de uitvinding van computers wordt de term data gebruikt om te verwijzen naar informatie, die werd verzonden of opgeslagen. Maar dat is niet de enige soort data die wordt gebruikt; er bestaan ​​ook andere soorten data. Dus wat zijn de soorten data? Data bestanden kunnen bytes en bits zijn in het geheugen van elektronische apparaten, of het kunnen feiten zijn die in iemand heeft opgeschreven of die iemand heeft onthouden.

Als we het nu hebben over data, voor wetenschappelijk gebruik, dan zal het antwoord op “wat is data” zijn verschillende soorten informatie die verkregen voor onderzoek.

Echter in onze huidige samenleving bestaat er nog een vorm van data, deze data wordt verzameld zonder een vooraf gesteld doel. Deze data wordt verzameld door sensoren, camera’s en ons gedrag op het internet.

Smartphones hebben geleid tot een toename van ongestructureerde data die met name wordt gegenereerd uit, tekst, video en audio plus de web- en logactiviteitenrecords.

Deze big data wordt interessant door variëteit, volume, waarde, waarheidsgetrouwheid en snelheid. En zeer interessant voor e-commerce een belangrijke bedrijfstak in de huidige samenleving, die zijn bedrijfsmodellen baseert op basis van big data en gegevens behandeld als een asset. En omdat er veel voordelen aan het gebruik van big data zijn, zoals lagere kosten, hogere efficiëntie, hogere verkopen, enz. Is het verzamelen van data een hoofdactiviteit voor deze bedrijven.

Gegevensvalidatie

Gegevensbewerking

Gegevenscodering

In de hypercompetitieve wereld van e-commerce is er veel geld te verdienen, door meer data te verzamelen, wat opmerkelijk genoeg de mogelijkheid bied om complexe onderzoeksinformatie te halen, stukjes kennis af te leiden en de bedrijfsmodelen aan te passen aan nieuwe marktbehoeften.