作者：智子AI

纵观我们的日常生活，各大APP获取超限个人信息的现像屡见不鲜。

视频播放app请求获取用户的地理位置信息，跑步app要求实名认证并获取摄像头及麦克风使用权限，抑或在app初始进入界面中的隐私保护条例中说明只获取五项个人信息，但实际上却会获取十项个人信息。

此外，将获取的个人信息非法泄露的场景也司空见惯。

                       

                                                                                              图片来源：Hippopx

 

当学生考完研就会立马收到各大考研辅导机构的面试辅导课邀请；当租客在一家房产机构咨询租房后其他房产中介的电话信息蜂拥而至；当顾客在购物网站上完成商品采购后不久客服的求好评短信也纷至沓来。

与此同时，国家对个人信息获取与应用的管控愈发严格。

2020年3月6日，全国信息安全标准化技术委员会归口的国家标准GB/T 35273-2020《信息安全技术 个人信息安全规范》正式发布并于10月1日正式实施。

2020年10月13日至17日，《个人信息保护法（草案）》首次接受全国人大常委会审议，并于10月21日公开征求意见。

2020年12月1日，国家网信办发布了关于《常见类型移动互联网应用程序（App）必要个人信息范围》公开征求意见的通知。

                       

                                                                                             图片来源：Pexels

 

对于用户画像、个性化展示、个人生物识别信息等进行更加细致的管控后，个人隐私问题确实能得到些许解决，但我们的智能生活是否会受到影响？抑或者只会因为免受各大营销电话和短信的骚扰而拍手叫好？

 

用户画像至智能营销过程中隐藏的法律规制

 

 

◉ 数据收集的合法性约束

 

《信息安全技术 个人信息安全规范》提到：

√ 不得欺诈、诱骗、强迫个人信息主体提供其个人信息

√ 不得隐瞒产品或服务所具有的收集个人信息的功能

√ 不得从非法渠道获取个人信息

√ 不得收集法律法规命令禁止收集的个人信息

所以当app获取其隐私保护政策中提及数据范围之外的其他数据用户之后，用户画像构建是存在一定违法可能性的。

                            

                                                                                            图片来源：Hippopx

 

 

◉ 画像构建的合规性说明

 

银行中构建的用户画像主要用于评估个人信用状况，客户精细化管理和个性化营销方面。

在这一方面，《信息安全技术 个人信息安全规范》规定到“个人信息的使用限制，包括在评估个人信用状况时，可以使用直接用户画像，而用于推送商业广告时，则宜使用间接用户画像。超越告知范围的使用，应再次征得个人信息主体的明示同意”。

所以当在放贷前评估某个客户的信用等级时，银行可以运用客户个人的详细信息构建个人用户画像；

但进行对某一客户进行智能营销时，银行则只能运用这一客户相应标签对应群体的相关信息构建群体画像，再进行群体化营销。

                             

                                                                                                图片来源：Hippopx

 

 

◉ 营销应用的侵权点分析

 

“大数据杀熟”现像大家似乎都习以为常了。在淘宝上同一件商品，88VIP用户和普通用户看到的价格有时大相径庭。

营销应用的出发点是本着能更好地为客户提供产品和服务，但衍生出的一级价格歧视（即看人报价，定价时选择客户能接受的最高价格）却违反了《消费者权益保护法》。

不过，银行客户自身的个人信息背后所蕴含的风险状况也决定了其所接受金融产品的风险不同，因而对其提供不同风险不同价格的金融产品，不会造成一级价格歧视的结果。

 

 

 

Sophon在用户画像上的合规探索

 

◉ 私有化部署——不打破客户数据收集的合规性

 

Sophon底层自研的星环云操作系统TCOS让Sophon能在客户现场实现私有化虚拟部署，坚决不触碰客户数据及不捕获客户app上相关用户数据的原则让数据收集的合规性得到保证。

 

                                        

                                                                                   图片来源：Hippopx

 

 

◉ 流程化分析——个体/群体画像构建的可选择性

 

Sophon平台中提供有各种统计和机器学习的算子，同时将整个数据分析流程化。

当需要利用某个客户详细信息进行信用评估时，可以构建“数据→数据清洗与标准化→特征构建→用户标签构建→用户信用评级”的实验流，帮助客户精准了解不同客户的信用水平。

当需要利用某一客户群体信息进行智能营销时，可以构建“数据→数据清洗与标准化→特征构建→用户标签构建→产品画像与用户群标签结合”的实验流，让客户能够实现这一群体的智能营销。

同时，整个数据分析过程都有历史记录可追溯，另外还设有管理中心模块能够为银行用户画像构建的合规性提供有力证明。

 

                            

 

 

◉ 陪伴式营销——默默陪伴不骚扰营销的高效性

 

时不时的营销短信/推送骚扰让许多用户满腹怨言，而Sophon运用其特征工程模块将分析出来的用户标签与产品画像会存储在数据市场中，当用户真正有需求来咨询时，能立马结合用户标签和产品画像推荐其可能感兴趣的理财产品。

默默陪伴不骚扰的个性化数字金融产品，当客户需要时又能在第一时刻出现，让客户在允许利用其个人信息的情况下进行精准营销，既高效又合规！

 

个人信息严控时，Sophon则能顺大流带给客户合规的AI体验！

 

参考文章：

1.锦天城律师事务所：《金融用户画像的法律规制》

2.中伦律师事务所：《全景解读2020版《个人信息保护规范》重要变化》

3. 锦天城律师事务所：《大数据精准营销的数据保护问题——再谈百度cookie案》

 

__________________________________________________________________________________________________________________________________________________