İzin ve Veri Minimizasyonu

Açılış sahnesi

İzmir'de bebek bezi, ıslak mendil ve anne bakım ürünleri gönderen bir abonelik şirketi, kayıt formunu yeniden tasarlıyor. Mevcut formda on dört alan var: annenin adı ve yaşı, doğum tarihi ya da beklenen doğum tarihi, bebeğin adı, doğum kilosu, doğum şekli, emzirip emzirmediği, evdeki diğer çocukların yaşları, meslek, gelir aralığı. Pazarlama ekibi bir alan daha eklemek istiyor: gebelikte bir sorun yaşanıp yaşanmadığı.

Veri sorumlusu olarak yeni işe alınan kişi, her alanın neden sorulduğunu soruyor. Beklenen doğum tarihi teslimata başlama zamanını ve bez bedenini belirliyor; bu işe yarıyor. Doğum şekli, gelir aralığı ve meslek için kimse bir cevap veremiyor. Bir yönetici, bir gün bir kampanyada işe yarayabileceğini söylüyor. Doğum kilosunun, iki yıl önce yapılmış ve hiç sonuçlanmamış bir analiz için eklendiği anlaşılıyor.

Aynı hafta şirketin bir çalışanı, bütün müşteri listesini bir tabloya aktarıp kişisel e-postasına gönderiyor; niyeti evden çalışmak. Tabloda binlerce annenin adı, adresi, telefonu, bebeğinin adı ve doğum bilgileri var. Şirket yöneticileri ilk kez, topladıkları her alanın bir gün bir yerde bir risk olarak karşılarına çıkabileceğini düşünüyor.

Bu derste ne olacak

Şirketin sorunu kötü niyet değildi; veri toplamanın bir sınırı olmadığı varsayılmıştı. Her alan bir gün işe yarayabilir diye soruluyor, müşterinin neye izin verdiği ayrıntılı kaydedilmiyor, izin vermeyenlerin ölçümden düşmesi hesaba katılmıyor ve toplanan veriye erişim, işini yapmak için gerekenden çok daha geniş tutuluyordu. İzmirli şirket de, bu dersin öbür örnekleri de uydurmadır. Bu ders hukuki danışmanlık değildir; kişisel verilerle ilgili yükümlülükler ülkeye ve sektöre göre değişir ve her işletme, yürürlükteki mevzuatı bir uzmanla birlikte okumalıdır. Burada ele alınan, ölçüm tasarımının bu yükümlülüklerle nasıl uyumlu kurulacağıdır. Dersteki tek hesap örneğinin sayıları da gerçek değil, bir yanılgıyı göstermek için seçildi.

Önceki üç ders veriyi sorudan türetti, adlandırdı ve kişilere bağladı. Bu ders aynı soruyu tersinden soruyor: neyi toplamamalıyız? Her alanın gerekliliğini tek tek sınamayı, ölçüm için verilen iznin kapsamını ayrıntılı kaydetmeyi, izin vermeyenlerin ölçümde yarattığı boşluğu doğru okumayı ve analiz yapanların kişileri doğrudan görmeden çalışabilmesini ele alıyor.

Sıfır noktası

Verinin sınırlarını bu akademi araştırma biriminde çizmeye başladı: amaç sınırlaması, yani verinin yalnız toplandığı amaç için kullanılması; saklama süresi; hassas veri; kimliksizleştirme. Müşteri ilişkileri biriminde e-posta için onay kaydını, sosyal medya biriminde asgari erişimi kurduk. Bu kursta ölçüm planını, boşluk tablosunun planda karşılığı olmayan fazla verisini ve kimlik birleştirmenin büyüttüğü kişi profillerini gördük.

Araştırma birimi bu ilkeleri bir anketin ya da bir görüşmenin gözünden anlatıyordu: katılımcıya ne söylenir, veri ne kadar tutulur? Ölçüm tarafında aynı ilkeler, her gün kendiliğinden biriken olaylara, formlara ve profillere uygulanır. Bu ders ilkeleri yeniden tanımlamıyor; onları veri toplama tasarımının içine yerleştiriyor.

Mekanizma — her alan gerekçesini kanıtlar

Bir formdaki ya da bir olaydaki her alan, toplanmaya başladığı andan itibaren bir yüktür: saklanması, korunması, açıklanması ve gerektiğinde silinmesi gerekir. Bir alanın bir gün işe yarayabilecek olması, onu toplamak için yeterli bir gerekçe değildir. Toplama kararı, gerekçenin bugün yazılabilmesine bağlanır.

Daha az ayrıntı çoğu zaman yetiyor.

Olay verisi de sınanıyor.

Mekanizma — iznin kapsamı

Bir kişinin bir işletmeye verdiği izin tek parça değildir. Sitenin çalışması için zorunlu kayıtlar, sitenin nasıl kullanıldığını anlamak için analitik ölçüm, reklamların kişiye göre gösterilmesi ve e-postayla pazarlama iletisi farklı amaçlardır ve kişi bunlardan bazılarına evet, bazılarına hayır diyebilir. Ölçüm düzeni bu farkları taşımıyorsa, ya izin verilmeyen bir amaç için veri kullanılır ya da izin verilen bir amaç bile güvenle kullanılamaz.

İzin değiştiğinde, ölçüm de değişiyor.

Geçmiş olay, hangi izinle toplandığını taşıyor.

Mekanizma — izin vermeyenlerin boşluğu

İzin vermeyen kişilerin olayları analitik araca ulaşmaz. Bu doğru ve gereklidir; ama ölçüm için bir sonucu vardır: analitik araç artık bütün ziyaretçileri değil, yalnız izin verenleri görür. İzin verenler de rastgele bir grup değildir ve onların davranışı bütün ziyaretçilerin davranışı sanılırsa, ölçüm sessizce yanlış olur.

İzin verenler, rastgele bir grup değil.

İzin oranı da bir gösterge.

Oran, aynı grubun içinde kalıyor.

Usta katmanı — kişiyi görmeden analiz

Bir analistin, bir dönüşüm oranını ya da bir kohort eğrisini hesaplamak için müşterilerin adını, telefonunu ya da adresini görmesi gerekmez. Yine de pek çok işletmede analiz tabloları, kişileri doğrudan tanıtan bilgilerle birlikte dolaşır. Açılıştaki gibi bir tablo dışarı çıktığında zarar, tabloda kişileri tanıtan bilgilerin bulunmasından gelir.

Eşleme tablosu, ayrı bir kasada.

Küçük hücre, kişiyi ele veriyor.

Erişim, işe göre çiziliyor.

Yaygın hatalar

Aklında kalsın

Toplanan her veri bir yüktür: saklanması, korunması ve gerektiğinde silinmesi gerekir. Bir gün işe yarayabilecek olmak, toplamak için gerekçe değildir.

Veri minimizasyonu, yalnız açık bir amaç için gerekli olanı, yetecek ayrıntıda toplamaktır. Karar alan alan bir gereklilik sınamasıyla verilir.

Ölçüm izni, amaç amaç ayrılarak kaydedilir ve her olay kaydedildiği andaki izin durumunu taşır. İzin değiştiğinde ölçüm de hemen değişir.

İzin boşluğu, izin vermeyenlerin ölçümden düşmesiyle oluşan farktır. Toplamlar izinden bağımsız sistemlerden, oranlar izin veren grup içinden okunur.

Takma adlandırma, analiz verisinde kişileri doğrudan tanıtan bilgileri takma kimliklerle değiştirir ve eşleme tablosunu dar bir erişimle ayrı tutar.

Sonraki derse köprü

Bu derste veri toplamanın sınırlarını çizdik: veri minimizasyonu, ölçüm izni, izin boşluğu ve takma adlandırma. İzmirli abonelik şirketinin formu on dört alandan beşe indi, izin üç amaca ayrıldı ve analistler artık annelerin adlarını görmeden çalışıyor.

Ama veri azaldıkça her kaydın değeri artıyor ve her kayıt hatası daha çok şey bozuyor. İzin boşluğu bir sayıyı beklenen biçimde küçültürken, bozuk bir etiket aynı sayıyı beklenmedik biçimde küçültebiliyor; ikisini ayırt etmek için verinin kendisinin denetlenmesi gerekiyor. Bir sipariş iki kez kaydedilmiş, bir olay yanlış değerle gelmiş, bir başkası günler sonra ulaşmış olabilir.

Sıradaki ders veri kalitesini ve doğrulamayı ele alıyor: eksik, iki kez yazılmış, yanlış değerli ve geç ulaşan kayıtları düzenli sınamalarla yakalamayı orada çalışacağız.