Hvordan syntetiske data kan bidra til å overholde dataregelverket

I episode tar vår ekspert på datamodellering, Christopher Kadow, for seg dette.

De siste årene har dataanalyse rundt om i verden møtt store hindringer fra regulatoriske myndigheter som kontrollerer og setter restriksjoner på datatilgjengelighet. I de fleste tilfellene er de to største utfordringene analytikere møter:

• Data som kan bli brukt til å identifisere personer, eller lagring av personlig informasjon og delingsmuligheter
• Data kan ikke bli lagret lenger enn nødvendig

Løsningen på utfordringen kan være syntetiske data. Det er kunstig og anonymisert data, basert på ekte data, og inneholder ikke-identifiserbar informasjon om individer eller observasjoner. Hvis denne blir generert på en god måte, vil den etterligne den ekte dataen på en måte som gjør det mulig å analysere og modellere.

Hvordan håndterer virksomheter regulatoriske utfordringer med data?

Experians løsning etterligner ekte data, men denne inneholder ikke-identifiserbar informasjon om individer eller observasjoner. Hvis det blir laget ordentlig vil det etterligne den ekte dataen på en måte som gjør det mulig å analysere og modellere.

Se episoden og lær hvordan bruken av syntetiske data kan øke datagrunnlaget ditt, samtidig som du forholder deg til regulatoriske regler.