Search
Close this search box.

حاکمیت داده

برای استفاده موثر از حجم عظیم داده‌ها، بانک‌های پیشرو به‌طور فزاینده‌ای در پلتفرم‌های تحلیلی پیچیده و راه‌حل‌های هوش مصنوعی سرمایه‌گذاری کرده‌اند که می‌تواند داده‌های خام را به هوش عملی تبدیل کند. این فناوری‌های پیشرفته، بانک‌ها را قادر می‌سازد تا از قدرت جریان ناشی از تحلیل داده برای هدایت نوآوری و ارائه ارزش به مشتریان خود استفاده کنند.
مبارزه با تقلب بانکی با شهرت و اعتبار موسسات مالی و بانکی ارتباط مستقیم دارد و در کسب اطمینان مشتریان، اهمیت به‌سزایی دارد. در واقع تقلب‌های بانکی و مالی از جمله تهدیدهای جدی برای نظام‌های مالی جهانی هستند که با استفاده از روش‌های پیچیده و فناوری‌های پیشرفته انجام می‌شوند.
قبل از GDPR، اتحادیه اروپا دستورالعمل حفاظت از داده‌های ۱۹۹۵ (Data Protection Directive) را اجرا می‌کرد. این دستورالعمل زمانی تنظیم شد که اینترنت هنوز در مراحل اولیه رشد خود بود. با ظهور فناوری‌های جدید مانند هوش مصنوعی، کلان ‌داده و فین‌تک، قوانین پیشین، دیگر پاسخگوی نیازهای امنیتی و حریم خصوصی نبودند. از این رو، GDPR در سال ۲۰۱۶ تصویب و در ۲۵ می ۲۰۱۸ اجرایی شد.
برای تدوین یک نظام حقوقی کارآمد و منسجم در زمینه حاکمیت داده و حفاظت از داده‌ها در ایران، ضروری است که از تجربیات سایر کشورها، به‌ویژه کشورهای توسعه‌یافته در این زمینه بهره‌گیری شود. همکاری‌های بین‌المللی و حضور فعال در مجامع بین‌المللی مرتبط با حاکمیت داده و حفاظت از داده‌ها می‌تواند به ایران کمک کند تا با دسترسی به استانداردها و قوانین بین‌المللی، چارچوب‌های حقوقی مناسبی در این زمینه تدوین کند.
چارچوب‌های توسعه‌یافته در سطوح مختلف انتزاع، طیف وسیعی از دیدگاه‌ها را در مورد نحوه مواجهه با مدیریت داده فراهم می‌کنند. این دیدگاه‌ها بینشی را فراهم می‌کنند که می‌تواند برای روشن‌کردن استراتژی، توسعه نقشه‌های راه، سازمان‌دهی تیم‌ها و هماهنگ‌سازی کارکردها مورد استفاده قرار گیرد.
توانایی استفاده از داده‌ها به‌عنوان ابزاری کلیدی برای تشخیص تغییرات در حال‌ وقوع، چشم‌انداز ریسک محسوب می‌شود و این موضوع شرکت‌ها را بر آن داشته تا با افزایش سرمایه‌گذاری‌ها در تجزیه‌وتحلیل داده‌ها و اتوماسیون فرایندها، خود را در مواجهه با ریسک‌های احتمالی و حتمی آماده کنند.
اگر شما بخواهید پروژه‌ای را تحت عنوان استانداردسازی داده در صنعت بیمه انجام بدهید که بتواند فرایندها را بهینه کند، با پروژه‌ بسیار عظیمی روبه‌رو می‌شوید که شاید بین صاحب‌نظران این حوزه هم درباره آن اختلاف‌نظر به وجود بیاید و در مورد آن نتوانید به یک جمع‌بندی درست برسید.
مدل‌های داده‌محور می‌توانند به شرکت‌های بیمه کمک کنند تا با تخصیص منابع به محصولات با عملکرد بهتر و کاهش تمرکز روی محصولات با ریسک بالا، پرتفوی خود را بهینه‌سازی کنند. این رویکرد به شرکت‌های بیمه امکان می‌دهد تا با مدیریت بهتر ریسک‌های خود، عملکرد مالی خود را بهبود بخشند و در عین حال، رضایت مشتریان را افزایش دهند.
ارائه داده‌ها از سوی حاکمیت به پلتفرم، از طرق مختلفی صورت می‌گیرد. در ایران روشی که بسیار مورد توجه حاکمیت قرار گرفته، ایجاد سامانه‌های دولتی است؛ سامانه‌هایی که از صفر تا صد آن توسط پیمانکاران دولت و عموما در قالب بودجه‌های گزاف شکل می‌گیرند. اولین انتقاد به این روش، ورود دولت و حاکمیت به عرصه تصدی‌گری اقتصادی است.
در سال ۲۰۲۰ حدود ۴۰ زتابایت داده سلامت مورد بهره‌برداری قرار گرفته که به‌صورت عمده در کشورهای توسعه‌یافته بوده است. دو مانع اصلی توسعه این حوزه در صنعت سلامت، وجود ذی‌نفعان متعدد با انگیزه‌های گوناگون و بعضا متضاد و گره‌خوردن حریم شخصی و داده‌های سلامت با یکدیگر است.