4、撰写前的准备工作:业务梳理、数据映射、风险评估、确定适用法律
说实话,很多人一上来就急着写隐私政策。我见过太多团队,产品还没想清楚数据怎么流,就开始抄模板。结果呢?上线后被监管部门约谈,或者被用户投诉。嗯,这步省不得。
写隐私政策之前,你得先搞清楚四件事:业务在做什么、数据去了哪里、风险有多大、该听谁的管。这四步走完,你才能动笔。
4.1 业务梳理:先搞清楚产品在干嘛
我个人习惯,第一步不是看代码,而是拉上产品经理、运营、技术负责人,开个「数据坦白会」。说白了,就是让每个人把手里涉及用户数据的环节全抖出来。
你需要梳理的内容包括:
- 产品功能清单:每个功能点,是否需要收集用户数据?比如注册登录、搜索、支付、推送通知。
- 数据收集场景:用户在什么操作下会触发数据收集?是主动填写,还是后台自动采集?
- 第三方SDK/API:用了哪些第三方服务?它们会获取什么数据?
- 数据存储位置:数据存在哪个服务器?国内还是国外?
- 数据保留期限:用户注销后,数据多久删除?
4.2 数据映射:画一张数据流向图
业务梳理完了,接下来要画图。数据映射,就是把数据从「出生」到「销毁」的全过程画出来。我建议用表格来记录,这样一目了然。
| 数据类别 | 收集方式 | 存储位置 | 使用目的 | 共享对象 | 保留期限 |
|---|---|---|---|---|---|
| 手机号 | 用户注册时填写 | 阿里云(上海) | 账号登录、找回密码 | 短信服务商 | 用户注销后30天 |
| 设备IMEI | App启动时自动采集 | 本地+服务器 | 设备识别、反欺诈 | 无 | 用户注销后立即删除 |
| 浏览记录 | 用户浏览商品时记录 | 腾讯云(北京) | 个性化推荐 | 推荐算法团队 | 2年 |
你想想看,这张表就是你的「数据家底」。没有它,你写隐私政策就是在闭着眼睛瞎写。我见过一个案例,某公司因为没梳理清楚数据共享对象,结果在隐私政策里漏写了「向第三方提供数据」这一条,被罚了20万。
4.3 风险评估:找出最要命的问题
数据映射做完了,接下来要问自己:这些数据流里,哪些环节最容易出事?
风险评估,我一般从三个维度看:
- 数据敏感度:身份证、银行卡、生物识别信息,这些属于高度敏感数据。一旦泄露,后果很严重。
- 数据量级:收集100个用户的数据和收集1000万用户的数据,风险等级完全不同。
- 数据处理方式:数据是否跨境传输?是否用于自动化决策(比如信用评分)?是否与第三方共享?
举个例子。我曾经帮一家金融科技公司做合规审核。他们收集用户的身份证照片,然后上传到第三方OCR服务商进行识别。这里就有两个风险点:一是身份证照片属于高度敏感数据,二是数据传给了第三方。如果第三方服务商的安全措施不到位,用户信息就可能泄露。
4.4 确定适用法律:你到底归谁管?
这一步很多人会忽略。你想想看,如果你的产品面向全球用户,那你要遵守的法律可不止一部。我见过一个做跨境电商的App,只写了《个人信息保护法》,结果被欧盟用户投诉,说没遵守GDPR。
确定适用法律,主要看这几个因素:
- 用户所在地:用户在中国,适用《个人信息保护法》;用户在欧盟,适用GDPR;用户在加州,适用CCPA。
- 服务器所在地:数据存在哪个国家?有些国家要求数据本地化存储。
- 业务运营地:公司注册在哪里?有没有在当地设立实体?
- 行业监管要求:比如金融行业要遵守《个人金融信息保护规范》,医疗行业要遵守《健康医疗大数据标准》。
| 场景 | 适用法律 | 关键要求 |
|---|---|---|
| 中国用户,服务器在中国 | 《个人信息保护法》 | 告知同意、最小必要、数据本地化 |
| 欧盟用户,服务器在欧盟 | GDPR | 合法基础、数据保护官、数据跨境传输 |
| 美国加州用户 | CCPA | 知情权、删除权、选择退出权 |
我个人习惯,在项目启动前就确定「法律清单」。把可能适用的法律列出来,然后逐一对照。如果多个法律同时适用,那就取最严格的那个。比如GDPR和《个人信息保护法》都适用,那就按GDPR的标准来写。
好了,这四步走完,你手里就有了业务清单、数据映射表、风险评估报告、法律适用清单。接下来写隐私政策,就是「按图索骥」了。说白了,准备工作做得越扎实,后面写起来越轻松。我见过太多人跳过这步,结果后面改得死去活来。嗯,别学他们。