1. 项目背景与目标：为什么需要数据分级分类
说实话，每次接手一个新项目，甲方问我第一句话往往是：“你们为什么非要搞分级分类？以前没这个，不也过得挺好？”
嗯，这话我听了不下十次。我在一家金融机构做过一次数据安全评估，客户当时正在紧急处理一批外泄的客户交易明细——就因为没有做分级，所有数据都放在同一个共享盘里，连权限都没设。你说这算过得挺好？
所以今天这一章，咱们先把“为什么要干这件事”彻底讲透。搞清楚背景和目标，后面的方案才不会跑偏。
1.1 驱动因素：没有分级分类，安全就是空话
我做过的项目里，常见的驱动因素可以归为三类：合规驱动、风险驱动、成本驱动。你想想看，哪家企业的数据资产不是越堆越多？
- 合规驱动：GDPR、个人信息保护法、数据安全法、行业监管要求……光名字就能列一长串。不搞分级分类，你连“哪些数据需要加密”都说不清楚。
- 风险驱动：数据泄露的平均成本已经涨到每记录150美元（IBM 2023报告）。我在电商项目里见过一次，一个实习生误把用户收货地址CSV当测试数据发到了GitHub——因为没有分级，没人知道那是敏感数据。
- 成本驱动：存储资源、加密资源、审计资源。如果所有数据都按最高级别管控，一年下来的存储和运维成本能吃掉半个预算。分级分类能让“好钢用在刀刃上”。
1.2 核心目标：给数据一个“身份证”
说白了，分级分类的目标就是三个：知道有什么、知道有多重要、知道该怎么管。
我习惯用一个三层模型来刻画这个目标——先定类别（业务域、敏感类型），再定级别（公开、内部、敏感、绝密），最后映射到管控措施。下面这个表格是我在政务项目中常用的分级对照，你可以参考：
| 级别 | 典型数据 | 访问控制 | 加密要求 | 脱敏要求 |
|---|---|---|---|---|
| 公开 | 新闻稿、政策文件 | 所有人可读 | 无 | 无 |
| 内部 | 组织架构、内部通知 | 内部员工可读 | 传输加密 | 无 |
| 敏感 | 客户姓名＋电话 | 按需授权 | 存储＋传输加密 | 查询时脱敏 |
| 绝密 | 银行账户密码、核心算法 | 白名单+审批 | 全链路加密＋HSM | 禁止明文输出 |
这里要注意一个坑：级别不是越细越好。我在一家医疗企业见过一套五级十六类的方案，最后落地时业务部门根本记不住，全凭感觉给标。结果走了一遍自动化识别，发现80%的数据都被标成了“极高敏感”——这等于没分级。
1.3 知识体系图：分级分类的完整链路
为了让你对本章内容有个整体框架，我画了一张流程图。这张图覆盖了从数据梳理到持续运营的全链条——记住，分级分类不是一个孤立的动作，而是一个持续的过程。
看到这张图你应该能明白：分级分类不是“定义完标准就结束了”。后面还有打标、策略映射、持续运营。我在一家制造企业做过回访，他们第一轮分级分类做了三个月，结果一年后数据变化了30%，策略没跟上——又回到原点。
1.4 项目目标的具体化：SMART原则
很多项目开场白就是“我们要对所有数据进行分级分类”。我问你，什么叫“所有数据”？结构化、非结构化、半结构化？生产库、备份库、沙箱？
所以我建议一开始就把目标写在纸上，用SMART原则校准一遍：
- 具体的：覆盖哪些数据源？比如核心交易库+客户CRM+邮件附件。
- 可衡量的：识别准确率≥95%，打标覆盖率≥90%。
- 可实现的：先拿一个业务域做试点，别上来就全量铺开。
- 相关的：分级结果直接对接权限系统和审计平台。
- 有时限的：试点1个月，全量6个月，持续运营无期限。
好了，这一章我们把“为什么”和“要什么”讲清楚了。下一部分（嗯，不会告诉你具体章节）会深入讲分级标准和打标方法的选型——那个环节最容易踩坑。你先消化今天的框架图，有疑问咱们后面再细聊。