Sådan udnytter du syntestiske data til udvikle effektive modeller

Data, personfølsomme oplysninger, GDPR.

Det har ikke været nemt at være virksomhed de seneste år. Specielt ikke, når det kommer til datahåndtering og personfølsomme oplysninger. Det har været en svær og kompleks verden at navigere i, selv for de mest erfarne og rutinerede.

Dataanalytikere har også været begrænset i deres analyser, fordi de – ligesom virksomhederne – har skulle efterleve nye regulativer, som ikke kun har begrænset tilgængeligheden til data, men også kontrolleret den.

• Hvordan behandler og håndterer du data, som kan bruges til at identificere en person eller betragtes som personlige oplysninger?
• Hvor længe må denne data opbevares (hvis den overhovedet må)?
• Hvordan skal I som virksomhed både kunne imødekomme og efterleve de mange regulativer og på samme tid bruge data til at drive en bedre forretning?

Det gør Christopher Kadow, Data Modeler hos Experian, os klogere på i denne episode af Analytics Academy. Kadow præsenterer en mulig løsning på problemet: syntetisk datagenerering. En metode til at generere kunstige og anonymiserede data, som virksomheder kan bruge til at blive klogere på deres kunder, uden at bryde gældende lovgivning på området.

Se episoden ovenfor og lær, hvordan du kan anvende syntetiske data til at øge din data-lake og forblive compliant.

Vil du vide mere om syntetiske data kan du udfylde kontaktformularen nedenfor – helt uforpligtende. Husk samtidig at tilmelde dig vores nyhedsbrev, for at holde dig opdateret om vores seneste nyheder, analyser og datatrends.