فقط از داده هایی که نیاز دارید استفاده کنید

بنابراین، اگر دانستن اینکه چگونه پایگاه کاربر شما بین رده‌های سنی «18-34»، «35-49»، «49-64» و «65+» تقسیم می‌شود مفید است، می‌توانید از کاربران خود بخواهید که انتخاب کنند. در کدام یک از این دسته ها قرار می گیرند. وسوسه انگیز است که داده های بسیار دقیق، شخصی و شخصی را بخواهید، و سپس خودتان کاربران خود را طبقه بندی کنید، زیرا این کار از پرسیدن مجدد همان سوال با جزئیات بیشتر جلوگیری می کند. به عنوان مثال، سن و تاریخ تولد دقیق را بپرسید و سپس از آن برای تهیه لیست های خود از تعداد کاربران در دسته "35-49" استفاده کنید. اما مهم است که بدانیم این چگونه به نظر می رسد: همانطور که دوره قبلاً پوشش داده شده است و مجدداً پوشش خواهد داد، درخواست سطوح دقیق داده ها می تواند باعث ناراحتی افراد شود و در نتیجه اعتماد کاربران را به سازمان شما کاهش دهد و در عین حال خطر را افزایش دهد.

همچنین مهم است که نیازهای داده خود را در نظر بگیرید. گاهی اوقات، «نیاز» به داده‌های دقیق‌تر، حدس و گمان است، یک نیاز «در صورت لزوم». شاید در حال حاضر فقط نیاز داشته باشیم که کاربران را به چهار گروه سنی طبقه بندی کنیم، اما در آینده ممکن است بخواهیم آن را محدود کنیم، و بنابراین باید اکنون داده های بسیار دقیقی را جمع آوری کنیم تا این گزینه برای بعد باز بماند. شاید ارزش این را داشته باشد که در گذشته چقدر از داده‌های گرانول بیشتر برای هدایت تصمیمات استفاده شده است. درخواست داده هایی که نسبت به سرویس ارائه شده تهاجمی تلقی می شوند، لزوماً منجر به کاهش میزان اعتماد کاربران شما به سازمان شما می شود. اگر این داده‌ها به دلایل «فقط در مورد» جمع‌آوری می‌شوند، ممکن است نه تنها اعتماد کاربر را برای تصمیم‌گیری‌های تجاری بهبودیافته مبادله کنید، بلکه آن‌ها را صرفاً به دلیل احتمال تصمیم‌گیری نظری در آینده که حتی ممکن است وجود نداشته باشد، مبادله کنید. در مورد الزامات امنیتی برای آن اطلاعات

روش‌های الگوریتمی دقیق‌تری برای کاهش دانه‌بندی داده‌های جمع‌آوری‌شده نیز وجود دارد. روش‌های پاسخ تصادفی به این معنی است که داده‌ها با درجه نادرستی قابل تنظیمی جمع‌آوری می‌شوند، و این داده‌ها برای دهه‌ها در علوم اجتماعی هنگام جمع‌آوری داده‌های بالقوه تهاجمی یا حساس با حفظ محرمانه بودن پاسخ‌دهنده استفاده می‌شوند. روش جمع‌آوری داده‌های بالا شامل گسترده‌تر کردن پاسخ‌های کاربر است (بنابراین «چند ساله هستید» به «در کدام یک از گروه‌های سنی زیر قرار می‌گیرید» می‌شود)، که در آن پاسخ تصادفی شامل این است که نسبت معینی از کاربران در مورد پاسخ‌هایشان دروغ می‌گویند. اگر نسبت کاربرانی که به اشتباه پاسخ می‌دهند مشخص باشد، باز هم می‌توان از داده‌های جمع‌آوری‌شده نتایج معنی‌داری گرفت، اما حریم خصوصی کاربر به خطر نمی‌افتد زیرا داده‌های جمع‌آوری‌شده آنها ممکن است نادرست باشد. در این مورد، اگر 80٪ از مخاطبان شما همچنان اظهار می کنند که در بین جمعیت 18-34 قرار می گیرند، می توانید نسبتاً مطمئن باشید که این هنوز بیشترین سهم را دارد، حتی اگر 10٪ از آنها عمداً پاسخ های نادرست می دهند. میزان نادرستی را می توان به صورت برنامه ریزی شده نیز تغییر داد، جایی که همیشه پاسخ های صحیح درخواست می شود اما نرم افزار قبل از ارسال، درصد مشخصی از پاسخ ها را تغییر می دهد. این فرآیند و پیامدهای آن را می‌توان در هنگام جمع‌آوری داده‌ها نیز برای کاربران توضیح داد: به این معنی است که کاربران مجبور نیستند اعتماد کنند که از داده‌های جمع‌آوری‌شده آنها سوء استفاده نخواهید کرد، زیرا داده‌های فردی غیرقابل اعتماد هستند.

یک فرآیند مشابه اما از نظر فنی بیشتر درگیر حریم خصوصی متفاوت است. این روش از تکنیک‌های ریاضی برای تغییر ذخیره‌سازی داده‌ها استفاده می‌کند تا ویژگی‌های انبوه داده‌ها همچنان وجود داشته باشد، اما حتی نمی‌توان گفت که آیا یک فرد خاص حتی داده‌ها را ارائه کرده است یا اینکه کدام داده را ارائه کرده است. مانند پاسخ تصادفی، این کار از داده‌های کاربران حتی از شما محافظت می‌کند و قصد واضحی را از جانب شما نشان می‌دهد: اگر آن داده‌ها را نداشته باشید، نمی‌توانید از داده‌های کاربران خود استفاده کنید.

این رویکردها و روش‌های مشابه، امنیت بیشتری را در برابر نقض و نشت داده‌ها فراهم می‌کنند، زیرا داده‌های جمع‌آوری‌شده باعث کاهش خطرات برای حریم خصوصی کاربر، حتی برای شما می‌شود، و همچنین در صورت لو رفتن داده‌ها، سطح خطر را کاهش می‌دهد. با این حال، به یاد داشته باشید که اگر از تکنیک‌های حفظ حریم خصوصی متفاوت بر روی سرور استفاده می‌کنید (بنابراین کاربران شما داده‌های انباشته‌نشده را برای شما ارسال می‌کنند و سپس از تکنیک‌ها برای جمع‌آوری آن‌ها استفاده می‌کنید)، همچنان باید آن داده‌های کاربر خام را ایمن کنید و سپس آن‌ها را حذف کنید. پردازش، و باید خط‌مشی‌های روشنی داشته باشد و از آن پیروی کند تا تأیید کند که قبل از جمع‌آوری از آن استفاده نمی‌کنید (یا مشخص است که برای چه از آن استفاده می‌کنید).

Clear-Site-Data: "cache", "cookies", "storage"

<div>
    <label for="email">Email address*</label>
    <input id="email" type="email" name="email" required aria-describedby="whyemail">
    <a href="#whyemail">Why do we need this?</a>
    <aside id="whyemail">We need this information as a unique identifier for you, and if you forget your password we can send you a reminder. We will use your email address to send you regular updates on the service if you choose, and will delete your email address from any mailing lists if you delete your account.</aside>
</div>