Strukturierte vs. unstrukturierte Daten: Ein Wandel in der Privatsphäre

Daten gibt es in vielen Formen. Der erste Schritt beim Betrachten von Daten ist die Frage: Sind diese Daten strukturiert oder unstrukturiert? Eine andere Möglichkeit, diese Unterscheidung zu treffen: Sind diese Daten als Antwort auf eine Frage eingegangen oder wurden sie ohne Absicht erhoben?

Was sind strukturierte Daten?

Strukturierte Daten sind Daten, die ordentlich geordnet werden können. Früher hatten Unternehmen nur die Werkzeuge und Ressourcen, um strukturierte Daten zu erforschen. Die Analyse unstrukturierter Daten war entweder unmöglich oder extrem teuer, daher mussten sich Unternehmen mit strukturierten Daten zufriedengeben.

Erfassung strukturierter Daten

Strukturierte Daten sind schwer zu sammeln. Von Natur aus ist die Menge an strukturierten Daten, die gesammelt werden kann, begrenzt.

Fragebögen sind eine gängige Methode zur Sammlung strukturierter Daten, obwohl diese Einschränkungen haben. Jeder Fragebogen erfordert eine aufmerksame und bereite Beteiligung. Dort hält die Aufmerksamkeit einer Person nur eine begrenzte Zeit an, daher muss der Fragebogen eine angemessene Länge haben. Umfragen enthalten nur 10–30 Datenpunkte. Selbst eine lange Umfrage mit 100 Datenpunkten ist nicht vergleichbar mit den Tausenden von Datenpunkten, die aus unstrukturierten Daten extrahiert werden können.

Wenn die strukturierten Daten nicht über einen Fragebogen erhoben werden, werden sie ausgegeben oder codiert, und die Menschen interagieren mit ihnen in einem gebauten System. Eine häufige Aufgabe ist es, die Abwanderungsrate der Mitgliedschaften oder Abonnements einer Organisation vorherzusagen. Das Unternehmen sammelt Daten wie:

• Zeiten pro Woche interagiert die Person mit der Organisation
• Stunden des Tages, mit denen das Individuum interagiert
• E-Mail-Informationen
• Alter
• Und so weiter...

Strukturierte Daten werden auch jedes Mal gesammelt, wenn Sie eine Karte durchziehen oder eine HTML-Seite öffnen. Sie werden durch Überwachung der Interaktionen mit anderen Nutzern erfasst, zum Beispiel indem Sie melden, wer mit wem spricht. Diese Daten werden im System kodiert und bei jedem Vorfall nachverfolgt. Jedes strukturierte Datenstück erfüllt einen Zweck.

Große Mengen strukturierter Daten könnten durch eine große Anzahl von Personen erfasst werden, die Daten einreichen und effektiv ein verteiltes Netzwerk zur Datenerfassung nutzen. In diesem Szenario beantworten 1.000.000 Menschen eine Umfrage mit 10 Fragen, um 10.000.000 Datenpunkte zu erzeugen. Oder 1.000.000 Menschen markieren einige Fotos von Gehwegen auf einem CAPTCHA. (Aber diese Erhebungsmethode ist auch für unstrukturierte Daten verfügbar. Die gleiche Methode kann genauso bei unstrukturierten Daten verwendet werden, sodass 1.000.000 Menschen Tausende von Datenpunkten statt 10 bereitstellen.)

Angesichts der Grenzen strukturierter Daten hatten Unternehmen ein Problem der Platzwirtschaft. Statistiker wurden beauftragt, um zu bestimmen, welche Fragen oder Datenpunkte am effektivsten waren. Zu Beginn des Computerzeitalters konnte die Datenspeicherung kostspielig sein. Zu jedem Zeitpunkt ist es kostspielig, eine Person dazu zu bringen, eine Umfrage zu beantworten. Statistiker wurden engagiert, um die Wirksamkeit einer 10-Frage-Umfrage zu maximieren, indem sie herausfanden, welche Fragen am wichtigsten waren. Sie mussten feststellen, wie miteinander verbunden zwei Datenpunkte wie Einkommen und Bildung sein könnten. Wenn die beiden ähnlich waren, erwies sich das Stellen beider Fragen als überflüssig, und der Fragebogen konnte Platz sparen, indem er eine Frage stellte und die andere schloss.

Transparenz strukturierter Daten bietet Privatsphäre

Obwohl das Sammeln strukturierter Daten schwierig und unzeitig sein kann, hat es Vorteile für die Gemeinschaften. Die Anstrengungen, die die Menschen unternahmen, um strukturierte Daten zu sammeln, machten die Motive beider Parteien natürlich transparent. Menschen auf beiden Seiten konnten erkennen, welche Informationen von ihnen gewünscht wurden und welche Informationen sie der empfangenden Partei auferlegten. Grenzen wurden festgelegt.

Die Natur strukturierter Daten ermöglichte es jeder Person zu sehen, was der Datensammler von ihnen verlangte. Sie konnten die Art von Dingen sehen und verstehen, die der Analyst wissen wollte.

Wenn Walmart eine strukturierte Umfrage durchführte, die nach dem Eheleben einer Person fragte, wie oft sie sich über ihre Kinder ärgerte und wie die Person ihr Kind im Haushalt disziplinierte, könnte man entscheiden, dass diese Fragen weder die Verantwortung von Walmart noch die Kritik seien. Die Person könnte sich entscheiden, das Formular nicht auszufüllen, und Walmart würde diese Daten nicht erhalten.

Die Grenzen zwischen zwei Parteien sind innerhalb dieser strukturierten Formen expliziter.

Was sind unstrukturierte Daten?

Vergleichen Sie unser Walmart-Beispiel – eine Entscheidung, ob man an einer Umfrage teilnimmt – mit dieser Geschichte. Target wurde berüchtigt verbrannt , weil es Schwangerschaftsanzeigen an den Haushalt eines Teenager-Mädchens schickte. Der Vater war empört und rief den Target-Manager wegen Unverantwortlichkeit an, nur um festzustellen, dass seine Tochter tatsächlich schwanger war.

Target hat unstrukturierte Daten zusammengesetzt, etwa was und wann eine Person kauft, und dabei über die Grenzen ihrer Verantwortlichkeiten hinausgegangen. Es gibt keine Möglichkeit, dass Unternehmen das nicht mehr tun – sie haben einfach gelernt, taktvoller zu sein.

Unstrukturierte Daten sind also jede Art von Daten, die keine vordefinierten Formate und Organisationen besitzen. Eine gute Denkangehensweise: Strukturierte Daten werden aus einer bekannten Methode oder Instanz erhoben, und unstrukturierte Daten sind alles andere. Unstrukturierte Daten können Folgendes umfassen:

• Audio
• Video
• Textinhalte, oft unformatiert für strukturierte Datenerhebung, einschließlich Textnachrichten, E-Mails, sozialen Medien, Geschäftsdokumenten und Nachrichten

Erfassung unstrukturierter Daten

Die Fähigkeit, unstrukturierte Daten zu entschlüsseln, eröffnet neue Möglichkeiten zur Datenerfassung. Datenspeicherung ist günstig. Maschinelle Lernmodelle können erstellt werden, um Informationen zu extrahieren. Die Datenerhebung ist nicht explizit. Ein Unternehmen kann sagen: "Sprechen. Wir bekommen die Informationen, die wir wollen, später." Roh-Audio, vollständiges Video können als Datenquelle verwendet werden.

Es muss keinen speziell entwickelten Fragebogen geben. Es muss nur die Anwesenheit eines Nutzers geben – die Aufmerksamkeit eines Nutzers war zu kostspielig und zeitlich begrenzt. Unstrukturierte Daten erfordern keine sofortige Aufmerksamkeit einer Person. Unstrukturierte Daten können allein durch seine Existenz über einen Nutzer gesammelt werden. Und der Nutzer weiß nicht genau, womit er zustimmt, wenn er sagt, dass er teilnehmen wird.

Die unstrukturierten Daten, die sie heute bereitstellen, können später für völlig andere Zwecke verwendet werden. Es ist für ein Unternehmen sehr einfach, das eine zu sagen und das andere zu tun.

Unstrukturierte Daten sind wiederverwendbar

Ein Stück unstrukturierter Daten kann auf viele, viele Arten untersucht werden. Die Person, die die Daten sammelt, muss nicht im Voraus definieren, welche Informationen daraus gesammelt werden sollen. Das ist ideal für faule Analysten, die jetzt anfangen können, zufällig Audiodateien ohne Zweck zu sammeln und später herauszufinden, wofür sie sie verwenden wollen.

Das Aufkommen unstrukturierter Daten birgt Datenschutzbedenken für den Nutzer. Daten können genutzt werden, um mehrere Absichten zu erfüllen.

Der Gesichtsdetektor auf dem iPhone kann 3D-Visualisierungen des Gesichts eines Nutzers bereitstellen. Die eingehenden Gesichtsdaten sind unstrukturierte Daten. Sein erster utilitaristischer Anwendungsfall – sein erklärter Zweck – ist es, ein Telefon sicher zu verriegeln und zu entsperren. Aber dieselben Daten können leicht anders verwendet werden. Sie können als Neuheit genutzt werden, um einem Nutzer zu ermöglichen, einen Avatar auf seinem Handy zu erstellen, der sein Lächeln oder Stirnrunzeln in Echtzeit zeigt.

Apple könnte die unstrukturierten Daten auch auf eine andere Weise nutzen. Sie könnten genau diese Gesichtsdaten nehmen und verkaufen, um Werbetreibende darüber zu informieren, wie ihre Werbung von einem Nutzer empfangen wird. Das ist ein viel persönlicherer Anwendungsfall. Die Fähigkeit, unstrukturierte Daten zu analysieren, hat Daten für mehrere Anwendungsfälle geöffnet.

Mit der Möglichkeit, unstrukturierte Daten zu durchsuchen, kann ein Fitnessstudio auf die Nutzung von Kartenmitgliedschaften verzichten, um eine Person in sein Fitnessstudio zu lassen, und stattdessen Gesichtserkennungssoftware verwenden. Sie sammeln unstrukturierte Videodaten. Anstatt nur zeitlich eingetragene und zeitlich abgeschlossene Daten zu erhalten, kann das Fitnessstudio viel mehr Informationen über seine Mitglieder sammeln: wann sie kamen und gingen, mit wem sie kamen, was sie trugen, in welcher Stimmung sie ankamen und wann sie gingen, ihre sportliche Figur und mehr. Das Fitnessstudiomitglied hat möglicherweise zugestimmt, dass das Fitnessstudio Daten über sie sammelt, "um bessere Dienstleistungen anzubieten".

Neue Vereinbarungen zur Datenerhebung im Jahr 2020

Unstrukturierte Daten können für mehrere Anwendungsfälle verwendet werden. Heute muss eine Person eine Bedingung hinzufügen, wenn sie zustimmt, dass jemand sie verwendet. Sie gehen von der Aussage: "Ja, Sie können das sammeln." zu der Aussage: "Ja, Sie können das sammeln, und ich erlaube Ihnen, es nur für diesen Anwendungsfall zu verwenden. Diese Daten für einen anderen Grund zu verwenden, ist eine Verletzung der Grenzen zwischen uns."

Walmart und Amazon sind dafür verantwortlich, kostengünstige Waren für Verbraucher bereitzustellen. Sie sind nicht dafür verantwortlich, Eheberater zu sein. Obwohl sie aufgrund all der gesammelten Daten vielleicht eine fundierte Aussage über den Zustand einer Ehe abgeben können, geht jede Aussage zu diesem Thema über ihre Verantwortlichkeiten hinaus.

Früher war Facebooks einzige Verantwortung, Menschen zu erlauben, sich zu vernetzen und Informationen miteinander zu teilen. Doch 2016, nach der US-Präsidentschaftswahl, fühlten sich die Menschen gestochen, und sie überließen Facebook, die zwischen den Nutzern geteilten Inhalte als gut oder schlecht zu bewerten. Facebook wurde die Macht eingeräumt, Informationen zu filtern – zum Guten wie zum Schlechten –, und nun kann Facebook unstrukturierte Daten nach Belieben lesen, mit der Begründung, es wolle die Menschen auf seiner Plattform schützen – 2,6 Milliarden monatlich aktive Nutzer (auf nur einer seiner Plattformen). Es besitzt auch WhatsApp und Instagram). Das entspricht etwa einem Drittel der Weltbevölkerung, eine größere Zuständigkeit als jede einzelne Regierung.

Jetzt ist Facebook seltsamerweise tatsächlich gezwungen zu lügen, denn ihre Pflicht ist es, die unstrukturierten Daten auf jede erdenkliche Weise zu lesen, um ihre Nutzer zu schützen. Aber ihre Nutzer sagen Facebook auch, dass es nicht verantwortlich ist, den Zustand ihrer psychischen Gesundheit, ihrer Beziehungen oder wer eine Affäre hat, zu erfahren. Um also seinen Zweck zu erreichen, schlechte oder schädliche Inhalte zu überwachen und die unmittelbarsten Datenschutzanliegen der Nutzer zu erfüllen, muss Facebook sagen, dass es keine persönlichen Informationen sammelt oder Entscheidungen darüber trifft. Facebook ist zu einem doppelzüngigen Bürger herangewachsen, der in den oberen Rängen der Gesellschaft tanzt und sich an Jane-Austen-Romanen orientiert.

Es ist nicht fair zu sagen, die Täuschung sei vollständig Facebooks Schuld. Der Fehler liegt auch im Widerspruch in den Wünschen der Menschen. Sie wollen ihren Kuchen haben und ihn auch essen. Facebook muss unstrukturierte Daten auf eine Weise lesen, die die Leute wahrscheinlich nicht wollen, wenn es die Beiträge aller Nutzer überwachen will.

Die Menschen stehen vor einer Entscheidung, entweder:

• Es ist mir unangenehm, zu wissen, dass Facebook private und persönliche Informationen über ihr Leben hat.
• Zu wissen, dass Facebook lügt, um sie weniger unwohl fühlen zu lassen.

Letzteres stellt eine Bedrohung für die Privatsphäre dar und verbirgt eine echte Sorge.

Best Practices für Datenerhebung

Es ist für uns besonders wichtig, ehrlich über die gesammelten Daten zu sprechen. Auch wenn es unangenehm sein mag, sollte der Fokus darauf liegen, wie sehr diese privaten Informationen für jede Person geschätzt werden, daher sollten Unternehmen wie Facebook sehr, sehr vorsichtig darauf achten, die Informationen zu schützen und sie nicht in die Hände von böswilligen Akteuren zu bringen.

Es wäre besser zu wissen, dass Facebook persönliche Informationen unangenehm sammelt und viel Arbeit leistet, um diese zu schützen, als belogen zu werden und nur durch eine Datenpanne herauszufinden, dass sie unangenehme Informationen gesammelt haben, die jetzt in den Händen eines Unknown Third sind. Druck sollte auf Privatsphäre und Sicherheit ausgeübt werden, nicht auf Unwissende.

Die meisten Daten der Welt liegen in Form unstrukturierter Daten vor, und die Daten erfordern eine andere Art von Datenschutzvereinbarung zwischen denjenigen, die die Daten liefern, und denjenigen, die die Daten sammeln.

Zusätzliche Ressourcen

Mehr zu diesem Thema finden Sie im BMC Machine Learning & Big Data Blog oder starten Sie mit diesen Artikeln:

• Big Data vs. Analytics vs. Data Science: Was ist der Unterschied?
• Big-Data-Sicherheitsfragen im Unternehmen
• Ermöglichung der Bürgerdatenwissenschaftler
• Datenmanagement vs. Data Governance: Hauptunterschiede
• Datenarchitektur vs. Informationsarchitektur: Was ist der Unterschied?
• 4 Gründe zur Automatisierung der Datenerfassung

Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.