Skip to Content
数据驱动力:企业数据分析实战
book

数据驱动力:企业数据分析实战

by Carl Anderson
April 2021
Intermediate to advanced
210 pages
6h 3m
Chinese
Posts & Telecom Press
Content preview from 数据驱动力:企业数据分析实战
172
12
不足道。在这种情况下,
Netflix
成为了没有做出多大牺牲的“好人”,人们也这样认为。
这种做法应该成为其他数据驱动型组织的榜样。
12.3
 数据质量
访问
/
参与是
FTC
关于隐私顾虑的核心原则之一,也就是用户能够查看组织掌握的关于你
的数据,并能够对信息提出质疑或更正。
我认为这可能是
5
项原则中最不完备的一项
。绝大多数线上服务允许用户编辑其个人信息,
更新其当前名称、地址、电子邮箱和其他个人可识别信息。有些组织(尤其是社交网络组
织)允许你导出数据档案(比如
T
witter
Facebook
)。大部分情况下,用户不能编辑所有
历史数据(比如先前的购买订单),或查看组织可能收集到的有关自己的所有“相邻”数据
(比如来自美国人口普查、
MLS
、数据代理
、社交媒体等的数据)。实话说,这项原则很难
实现,因为客户可能很难理解不同的数据库记录集,可能会违反与任何从其他组织购买的
数据的协议,并且很可能会暴露该组织的一些机密。因此,我认为该领域不会有太大进展。
但数据驱动型组织当然应该让查看和修正核心用户数据尽可能简单,因为它符合用户和组
织自身的利益。有了不同内部来源的数据,比如同一家银行的贷款申请和账户数据,我们
就更有可能将不同入口的用户的不同
ID
或有着细微变化的地址
(比如“
Street
”和“
St.
或“
Apt.6
和“
#6
”)与同一用户关联起来。尽可能简化用户数据的修正和标准化,能提
高组织的数据质量。
如果查看我的
Netflix
户,你会发现我的品位非常杂,我会收到各种各样的节目推荐,比
The ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Java数据科学实战

Java数据科学实战

Michael R. Brzustowicz, PhD
精通模块化JavaScript

精通模块化JavaScript

Nicolás Bevacqua

Publisher Resources

ISBN: 9787115560179