Atualmente, 2,5 quintilhões de bytes de dados são gerados todos os dias. E esse número está crescendo a uma taxa impressionante. Para as empresas, esta é uma faca de dois gumes. Por um lado, os dados fornecem uma visão holística da experiência do cliente e ajudam na pesquisa e desenvolvimento de novos produtos e serviços. Além disso, a criação de ecossistemas de dados ajuda as organizações a realizarem previsões e evoluírem. Por outro lado, essa grande quantidade de dados precisa ser controlada. Descobrir, gerenciar e classificar dados está se tornando uma dor de cabeça cada vez mais forte. A necessidade de uma solução de descoberta de dados automatizada é crescente, já que o dado é um dos ativos mais valiosos, mas também mais arriscados que as empresas podem ter.
Assista ao webinar: Automatize seu programa de privacidade com descoberta de dados (em inglês)
Além da complexidade, a maioria das empresas enfrenta o desafio de ter dados distribuidos em sistemas legados locais, ferramentas SAAS e data lakes. Muitas organizações também dependem de terceiros para a transferência de dados. Combinando esses elementos com as regulamentações de privacidade em constante evolução, como a LGPD, GDPR e CCPA, junto com estruturas de segurança como ISO 27001 e NIST CSF, é fácil perceber a necessidade de uma governança de dados automatizada e eficaz. Outras regulamentações e leis para setores específicos como o financeiro e o de saúde adicionam camadas de complexidade aos desafios de dados que muitas empresas enfrentam.
Desafios do aumento do uso de dados
O cenário de dados está evoluindo com novas tecnologias, como dispositivos IoT, inteligência artificial, AR / VR e casos de uso como a Indústria 4.0. Além disso, o desejo de acessar dados em tempo real, combinado com eventos como a pandemia global, está resultando em uma mudança massiva para a nuvem. O resultado é que muitas organizações acabam com uma combinação de sistemas de TI legados e baseados em nuvem. E, nesses sistemas, as organizações normalmente enfrentam o desafio de gerenciar dois tipos principais de dados:
- Dados estruturados – dados que são organizados em campos e tabelas como, por exemplo, bancos de dados e sistemas SaaS.
- Dados não estruturados – dados que não são estruturados em campos e tabelas como, por exemplo, arquivos, e-mails e comentários em campos de texto livre.
Embora ambos criem desafios para os negócios, os dados não estruturados podem ser particularmente problemáticos por conter informações ocultas e potencialmente “tóxicas”. Considere como exemplo o seguinte cenário: vários representantes de vendas colocando comentários de texto aberto em um campo de notas em uma ferramenta de CRM. Esses comentário podem incluir detalhes pessoais sobre o cliente e até mesmo informações confidenciais (religião, saúde, etc.). Uma abordagem tradicional para descoberta de dados pode se resumir em olhar para o nome desse campo – os metadados – ver que é intitulado “Notas” e assumir que os dados lá são relativamente inofensivos. Para realmente entender o risco e aplicar as políticas de governança adequadas aos dados, o desafio passa não apenas por olhar para o nome desse campo, mas por ir mais a fundo, analisar e compreender os dados contidos ali. Além dos diferentes tipos de dados, à medida que mais regulamentações e estruturas são implementadas, outro desafio enfrentados pelas empresas são as definições de dados pessoais que nem sempre são padronizadas em regulamentações globais. Acrescentando a isso as muitas categorias diferentes dos próprios dados, como informações pessoais de saúde, informações de identificação pessoal e dados pessoais confidenciais, torna-se fundamental que as organizações tenham uma maneira de entender quais regulamentos e estruturas se aplicam a quais conjuntos de dados. Isso geralmente leva à necessidade de implementação de políticas de privacidade, segurança e governança de dados mais amplas.
Como a descoberta automatizada de dados ajuda
Embora possa não ser uma “solução mágica” para todos os problemas relacionados aos dados, uma ferramenta de descoberta de dados pode ajudar significativamente as organizações a conhecerem seus dados, como eles precisam ser controlados e como podem agregar valor aos negócios. No entanto, nem todas as ferramentas de descoberta de dados são iguais. É fundamental compreender os erros comuns que as organizações cometem ao abordar a descoberta de dados e as soluções para evitá-los. Discutiremos isso e muito mais na segunda parte desta série de blog: O que procurar em soluções de Descoberta de Dados (em breve).
Assista ao webinar: Automatize seu programa de privacidade com descoberta de dados (em inglês)
OneTrust DataDiscovery fornece às organizações soluções de descoberta de dados para lidar com os desafios atuais de privacidade, segurança e governança de dados. Entre em contato conosco para saber mais sobre OneTrust DataGovernance e OneTrust DataDiscovery.
Compartilhe
