1. 数据分类分级概述：定义、目标与意义

聊数据治理，绕不开一个话题：数据分类分级。

我做了很多银行和医疗的项目，发现一个普遍现象——大家手里攒了一大堆数据，却不知道哪些是宝贝、哪些是地雷。结果要么是过度保护，业务跑不动；要么是门户大开，出事才后悔。

这一章，咱们先把基本功打牢。分类分级到底是啥？搞它能解决什么问题？

1.1 什么是数据分类？

说白了，就是给数据打标签、归入类。

按业务属性分，还是按技术特征分，都可以。我常用的维度是这四个：

• 业务域：客户数据、合同数据、财务数据、供应链数据……
• 技术类型：结构化数据（数据库表）、半结构化（JSON/XML）、非结构化（文档/图片/视频）。
• 数据来源：系统产生、人工录入、外部采集。
• 使用频率：热数据（高频访问）、温数据、冷数据。

为什么要分类？我举个实际例子。我在一个大型保险公司做项目时，他们光客户信息就有17个系统在存。没有分类，根本不知道哪个系统是主库、哪个是备份、哪个已经没人维护了。

分类之后，一目了然。哪个归客户域，哪个属于合同域，边界清楚多了。

1.2 什么是数据分级？

分类解决“是什么”的问题。分级解决“多敏感、多重要”的问题。

我个人习惯用三级制或五级制。三级制简单粗暴：

你想想看，如果把L3的数据当成L1来管，那基本就是在给自己挖坑。我曾经遇到一个客户，把客户的精准位置信息存在一个公网可读的Redis里……嗯，后面的事不说了，都是教训。

1.3 分类与分级的关系

这两个步骤是先后顺序，不是二选一。

先分类，搞清楚数据在哪个业务域、什么技术形态、归谁管。再分级，根据敏感度和重要性定安全等级。

为什么顺序不能乱？我再说个真实经历。有一回，项目组跳过分类直接分级，结果把“员工请假记录”分成了L3级，而把“患者诊断报告”分成了L1级。原因？他们只看数据量，没看业务含义。后来重建分类体系，至少多花了两周。

• 分类 = 地图上的格子（客户域、产品域、交易域……）
• 分级 = 每个格子里的红绿灯（高、中、低）

路线规划清楚了，管控策略才能精准落地。

1.4 核心目标：我们到底想达到什么？

我总结为六个字：找得到、管得住、用得活。

1. 找得到 —— 元数据治理的基础。你知道数据在哪、谁在用、怎么产生的。
2. 管得住 —— 敏感数据有专门的保护措施。加密、脱敏、访问控制，按分级来配。
3. 用得活 —— 低风险数据充分开放，促进分析、AI训练、业务创新。

这里有个常见误区。很多人以为分级就是为了“锁死”数据。不是的。我参与的一个智慧城市项目，把非敏感的地理信息数据公开，企业做地图应用就省了很多成本。分级的目标其实是找对平衡点。

1.5 为什么这件事非做不可？

原因有三条，每一条都跟我踩过的坑有关。

1.5.1 合规是底线

《数据安全法》《个人信息保护法》都明确要求建立分类分级制度。如果你不做，合规检查时完全过不了。我见过一家企业被罚了1000万，起因就是没有分类，员工随意导出了大量敏感数据。

1.5.2 降低数据安全风险

不分类分级，等于你对自己家里有什么贵重物品都不清楚。攻击者找敏感数据，往往是你的弱点。我曾经帮一个客户做过红蓝对抗测试——蓝方只用了20分钟就从他们内部文件共享服务器翻出了核心算法的设计文档。原因？没有分级，所有文件存在同一个目录，权限都是0777。

1.5.3 释放数据价值

听上去有点矛盾，但事实如此。为低敏感数据设定宽松策略，能让数据流动起来。我做过的一个案例是电商推荐系统，他们把公开商品数据和用户脱敏行为数据合并，用起来完全不需要单独审批，模型迭代速度提升了3倍。

1.6 本章知识体系速览

下面这张图，就是我对整个数据分类分级工作流的理解。

图里很清楚了：从顶层的数据资产出发，先做分类（紫色节点），再做分级（红色节点），最终落到目录、策略和开放清单（绿色节点）。

1.7 避坑指南

还有一点，别把分级搞成“拍脑袋”。我曾经要求团队必须做影响评估：这个数据如果泄露了，公司会损失多少钱？用户会不会起诉？监管罚多少？把影响量级和等级对应，定级才经得起质疑。