大家好，我是独孤风，一位曾经的港口煤炭工人，目前在某国企任大数据负责人，公众号大数据流动主理人。在最近的两年的时间里，因为公司的需求，还有大数据的发展趋势所在，我开始学习数据治理的相关知识。
数据治理需要进行系统的学习才能真正掌握，也需要进行专业的考试认证才能证明自己在数据治理方面的学习能力和知识掌握情况。如果对数据治理和数据治理认证CDMP有疑问的话，可以参考我之前的文章，有详细的介绍。
5000字详解数据治理如何入门（附国际数据治理认证考试-CDMP学习群）
正文共：2544字 8图
预计阅读时间：7分钟
本文档基于数据治理相关学习资料整理，为数据治理专业认证CDMP的学习笔记（思维导图与知识点）整理。文章较长，建议收藏后阅读。后续的文档请关注公众号 大数据流动，会持续的更新~
本文档为数据处理伦理章节部分学习笔记，思维导图与知识点整理。共分为4个部分，由于页面显示原因，部分层级未能全部展开。结构如下图所示。
正文开始~
我们一部分一部分来说~
第一部分 引言
数据处理伦理并不在DAMA的知识领域之内，内容也不多，但是放在前面的原因是近几年对于数据伦理越来越重视，数据管理方面的相关法律也越来越多，可以说从事数据相关工作如果不知道一些数据方面的基本准则是非常危险的。
首先要明确两个概念，伦理和数据伦理。
伦理：建立在是非观念上的行为准则。（在没有人注意的情况下正确做事）
伦理准则侧重于公平，尊重，责任，诚信，质量，可靠性，透明度和信任等方面。
数据伦理：如何以符合伦理准则的方式获取，存储，管理，使用和销毁数据。
基于伦理准则去处理数据对于希望从数据中获得价值的组织是必要的。违反数据伦理准则会导致组织声誉的损失及失去客户。
数据处理伦理主要集中在3个方面：
1 对人的影响；2 滥用的可能；3 数据的经济价值。
数据处理伦理语境关系图
数据处理伦理目标：
定义组织中数据处理的伦理规范；教导员工不正当处理数据会产生的风险；改变或渗透数据处理行为文化；监管、度量、监控和调整组织伦理准则行为。
数据处理伦理方法：沟通计划清单；年度伦理宣誓大会。
数据伦理度量指标：培训员工人数；合规/不合规事件；高管参与。
数据处理伦理活动：1 回顾数据处理实践；2 识别准则、方法和风险因素；3 建立数据处理伦理 策略；4 找到现实差距；5 沟通和培训员工；6 监控和校正。
本部分的思维导图如下。
第二部分 业务驱动因素
同样的，也需要了解数据处理伦理的业务驱动因素。
1、遵循数据处理伦理可以提高组织本身及数据和处理结果的可信度，有助于组织与其利益相关者之间建立更好的关系。
2、组织构建数据处理伦理准则的原因是为了降低所负责的数据被员工、客户、合作伙伴滥用的风险。
3、同时要保护数据不收犯罪分子侵犯。
有两点注意：
1、不同数据所有权模型影响着数据处理的伦理规范要求。
2、需要全组织广泛认识到滥用数据带来的风险。
本部分的思维导图如下。
第三部分 数据处理伦理基本概念
同样的，本章有一些基本的概念需要知道。
一、数据伦理准则
数据伦理准则：1 尊重他人；2 行善原则（不伤害；利益最大伤害最小）；3 公正。
二、数据隐私法背后的准则
欧盟 GDPR 准则：公平/合法/透明；目的限制；数据最小化；准确性；存储限制；诚信和保密；问责制度；
加拿大 PIPEDA 法定义务：问责制度；目的明确；授权；收集/使用/披露和留存限制；准确性；保障措施；透明度；个人访问；合规挑战。
美隐私方案标准：发布/告知；选择/许可；访问/参与；诚信/安全；执行/纠正。
三、在线数据的伦理环境
在线数据的伦理环境：数据所有权；被遗忘的权力；身份；在线言论自由。
四、违背伦理进行数据处理的风险
违背伦理的数据实践活动：时机选择；可视化误导；定义不清晰或无效的比较；偏见；转换和集成数据；数据的混淆和修订；
偏差的类型：预设结论的数据采集；预感和搜索；片面抽样方法；背景和文化。
数据集成风险：1 对数据来源和血缘了解有限；2 质量差的数据；3 不可靠的元数据；4 没有数据修订历史的文档；
数据混淆和修订：数据聚合；数据标记；数据脱敏。
五、建立数据伦理文化
建立数据处理伦理文化：1 评审现有数据处理方法；2 识别原则、实践和风险因素；3 制定合乎伦理的数据处理策略和路线图；4 采用对社会负责的伦理风险模型。
原则应与风险和实践保持一致，控制来支持实践：
1、指导性原则 2、风险 3、实践 4、控制
如何制定合乎伦理的数据处理策略和路线图：
1、价值观声明 2、符合伦理的数据处理原则 3、合规框架 4、风险评估 5、培训和交流 6、路线图 7、审计和监测方法
六、数据伦理和治理
对数据处理行为的数据监督术语数据治理和法律顾问的范畴。
数据治理必须制定相关标准和制度以提供数据处理和监督的方法。
本部分的思维导图如下。
未完待续~
