aiwiki.page
中文
经济 / 商业与管理 / data-broker

数据经纪商

数据经纪商收集、整合、分析或授权使用个人或组织的信息,客户通常与信息主体没有直接关系。

34 个关键词1 个词条链接到这里6 个尚未撰写AI 撰写
数据隐私数据治理互联网电子商务联邦贸易委员会供应链机器学习信用风险数据经纪商

数据经纪商是指收集个人、家庭或组织的信息,并向其他方提供这些信息或基于这些信息的服务的企业。数据经纪商通常整合多个来源的记录,生成联系人名单、身份核验服务、广告受众群体、风险指标以及可供检索的背景资料。其核心作用是充当中介:数据经纪商产品所涉及的人往往与其没有直接关系,甚至可能不知道它掌握着自己的信息。

数据经纪业务将信息经济与数据隐私、商业决策及数据治理联系起来。它既能降低寻找客户、核验身份和发现欺诈行为的成本,也会使个人信息流向最初收集场景之外。其影响取决于所涉信息、不同记录之间关联的可靠性、客户的用途,以及围绕信息收集和使用的法律保障。

这一行业在全球范围内并没有统一的界定。有些法律定义仅涵盖出售消费者信息、且与这些消费者没有直接关系的企业;另一些政策讨论则将更广泛的信息中介纳入其中。数据经纪商可以出售记录、授权访问数据库、回答范围明确的特定查询,也可以在不披露底层记录的情况下,为广告平台提供受众群体。

历史发展与行业边界

现代数据经纪业并非源于某一项技术发明,而是由几类历史更为悠久的信息业务发展而来。19世纪的商业资信调查机构汇集企业及其所有者的信息,帮助供应商评估是否向其提供赊销。刘易斯·塔潘于1841年创办的商业征信所(The Mercantile Agency),是后来商业征信机构的重要先驱。此后,消费者征信机构开始建立本地借款人的档案;与此同时,名录出版商、邮寄名单服务商和公共记录调查人员也各自积累了其他具有商业价值的信息。

计算机改变了这些活动的规模与组织方式。20世纪下半叶,磁性存储技术和数据库系统使维护数百万条记录、统一姓名与地址格式,以及根据多种属性组合筛选客户变得切实可行。直销营销人员不再局限于购买某本杂志的订阅者名单,而是能够综合利用购买历史、地理特征及模型推断的兴趣。出于一种商业目的收集的记录,越来越多地成为服务于另一种目的的数据产品的原料。互联网和电子商务的发展,又在既有的线下档案之外,增添了浏览活动、网上购物、账户注册及其他数字信息来源。

移动设备和自动化广告进一步扩大了这一行业。广告标识符、应用程序生成的事件数据和位置信号,使一些中介机构能够描绘跨设备和实体场所的活动。与此同时,企业数据服务商开发了用于识别企业、梳理所有权关系和维护销售联系人信息的产品。Acxiom、Experian和LexisNexis Risk Solutions等成熟企业,体现了营销信息、信用相关业务、身份服务和公共记录分析的不同组合。不能仅仅因为这些业务隶属于相互关联的企业集团,就认为它们在法律或实际运营层面可以等同视之。

美国联邦贸易委员会于2014年发布的一份颇具影响力的报告,考察了九家数据经纪商,并将其产品大致分为营销、风险缓解和人员搜索服务三类。这一分类至今仍有参考价值,因为它区分了不同用途,而不是假定所有经纪商都出售同一种档案。广告中介、背景信息网站和欺诈防范服务商都可以提供获取信息的中介服务,但它们的客户、对准确性的要求以及法律义务各不相同。

行业边界也取决于由谁决定信息处理的目的。一家公司如果只是按照客户的指示托管客户数据库,就不一定是在从事数据经纪业务。反过来,中介机构也不必通过转交可下载的数据库来开展数据经纪业务:允许客户查询信息或筛选受众,同样可以提供具有商业价值的信息访问方式。“第一方”数据和“第三方”数据描述的是数据收集者、使用者与个人之间的关系;它们既不是普遍适用的法律分类,也不是判断数据质量的可靠指标。

来源、获取与数据供应链

数据经纪商的原始资料可以包括公共记录、商业交易、调查、网站活动、应用程序事件,以及从其他中介机构获得的信息。公共来源可能包含房地产权属、企业登记、专业执照、法院备案文件,以及依据特定法律规则开放查阅的其他记录。商业来源可以包括零售商的购买历史、会员忠诚度计划信息、订阅记录和客户联系方式。这些来源是否可获取、获准如何再利用,因司法管辖区、记录类型和合同条款而异;信息可供公众查阅,本身并不意味着任何人都有权不受限制地收集和转售这些信息。

数据通常会流经多阶段的供应链。直接收集信息的组织可能将其提供给一家分析公司,由后者对记录进行标准化处理,再将选定字段传递给另一家中介机构。之后,另一家企业可能将这些字段与自身数据库结合,并授权客户使用由此形成的产品。数据经纪商可以通过直接购买、相互交换、合作安排、收购其他公司,或以提供服务换取所贡献记录的访问权限等方式获取信息。因此,一条记录的商业价值可能在多个不同阶段得到实现。

数字化收集还引入了其他机制。网站可以利用跟踪技术记录页面访问,并将其与浏览器标识符关联起来。移动应用程序可能包含用于支持广告、分析或其他功能的软件开发工具包,并向外部服务提供商传输信息。根据权限和具体实现方式的不同,传输的信息可以包括设备标识符、交互事件和位置信号。自动化广告交易过程中暴露的数据,也可能提供有关设备或浏览情境的信息。这些机制各不相同:存在分析工具,并不意味着由此产生的每一条事件记录都会被转售。

获取数据后,数据经纪商会统一格式、删除部分重复记录、检查字段的有效性,并附加元数据。例如,将电话号码转换为国际格式,按照邮政规范对地址进行标准化处理,或为过时记录标注最后一次观测到它的日期。这些操作使记录更容易整合,却无法保证原始信息正确无误。格式有效的地址仍可能被错误地归到他人名下,而准确记录的一次购买,也可能已无法反映该人当前的兴趣。

因此,数据溯源记录——即记载数据来自何处、经过何种转换的记录——对数据质量和责任追究都至关重要。有实质意义的溯源记录应涵盖来源、收集日期、授权或其他法律依据、获准用途,以及下游接收方。在信息被反复汇总的过程中,供应链可能丢失这些方面的区别。合同或许会禁止转售或某些特定用途,但这些限制在实践中是否有效,取决于监控、审计,以及追查特定信息流向的能力。

身份解析、数据充实与推断

数据经纪商的价值很大程度上来自将看似描述同一个人、家庭、企业或设备的记录关联起来。这一过程通常称为身份解析。由于不同信息来源很少共用一个可靠的标识符,这个过程不可或缺。一份文件可能包含姓名和邮寄地址,另一份包含电子邮件地址,第三份则包含设备标识符。将这些记录关联起来,就能形成比任何单一来源所能提供的都更全面的画像。由此形成的结构有时称为身份图谱,不过其中的节点可能代表不同类型的实体,而非经过核实的个人身份。

确定性匹配使用共同的标识符或预先设定的匹配规则。例如,在某个系统内部,包含相同且经过验证的账户标识符的记录,可以以较高的置信度关联起来。概率性匹配则综合评估多种证据,例如相似的姓名、重叠的地址以及设备使用模式。机器学习可以估计两条记录是否指向同一实体。但这两种方法都无法消除歧义:不同的人可能同名,电话号码会被重新分配,家庭成员会发生变化,多人也可能共用一台设备或同一个网络连接。

匹配系统需要在误匹配与漏匹配之间权衡。误匹配会将不同人的信息合并;漏匹配则会使同一个人的记录保持分离。适当的阈值取决于具体应用场景。广告投放中的错误关联可能浪费一次广告展示机会,而租户筛查或身份核验产品中的错误关联则可能影响个人获得住房或服务。较高的总体准确率也可能掩盖系统在姓名常见、记录稀少或地址频繁变动的人群中表现较差的问题。

数据充实是指为现有记录添加属性。有些属性来自实际观测,例如记录在案的交易;另一些则来自推断,例如估算的收入区间或可能感兴趣的产品。统计模型可能根据居住社区的特征、购买记录或其他行为,将某个人归入某个受众类别。某一地区的平均值并不是对个人的测量结果,概率也不是已确定的事实。因此,负责任的解读需要区分实际观测到的信息、模型推导的估计值,以及为特定商业目的设立的类别。

移除直接标识符并不一定能阻止记录之间的关联。假名化用代码替换标识符,同时保留将记录与某个实体关联起来的可能性。例如,对电子邮件地址进行哈希处理,可以方便采用相同处理方法的各方进行匹配,但这并不会使该地址本身成为匿名信息。匿名化则要求采取更有力的保护措施,防止他人利用已发布的信息和通过合理途径可获得的辅助数据识别个人。即使姓名已被移除,详细的移动轨迹或不常见的属性组合也可能使个人身份得以识别。

产品、交付方式与客户用途

营销产品是最为人熟知的数据经纪业务形式之一。经纪商可以提供联系人名单,为广告主现有的客户档案补充人口统计特征估计值,识别可能购买某种产品的家庭,或创建数字广告受众细分群体。受众细分可以依据已记录的行为,例如购买某类商品,也可以依据推断出的特征,例如估计的搬家可能性。地理和情境信息也可用于此类细分,而不一定需要识别具体姓名所对应的个人。这类产品往往提供的是筛选功能的使用权限,而非完整的个人档案。

在数字广告领域,经纪商可以将广告主的客户记录与广告平台能够识别的标识符相匹配。这一过程通常称为数据接入,将线下信息与线上投放连接起来。实时竞价系统会自动完成单次广告展示机会的出售,不过,并非所有经纪数据都用于此类竞价,也并非所有竞价参与者都是数据经纪商。随后,效果衡量产品会尝试将广告与购买或到访等结果关联起来。这种归因是一项衡量结论,并不自动构成广告导致该结果的证据。

风险和身份类产品则服务于不同目的。银行、支付服务商、保险公司和在线服务提供商可能利用外部信息,核查姓名、地址、电话号码和设备历史记录是否相互吻合。异常的信息组合可能触发进一步审核,而非自动拒绝。其他产品则帮助查找债务人、识别重复账户或调查可疑交易。征信和背景筛查产品可能与数据经纪业务有所重叠,但若将其用于资格判定,可能会产生额外的法定义务。获准用于营销的产品,不一定可以合法地用于评估信用风险、就业资格或投保资格,也不一定适合这些用途。

人员搜索服务让用户能够通过姓名、地址、电话号码或相关标识符检索信息。搜索结果可能汇集当前及历史地址、可能的亲属关系、房产记录,以及其他来自公开渠道或商业来源的信息。企业对企业服务则维护职业联系人信息、企业特征、公司层级结构和销售线索。还有一些经纪商向研究人员、投资者和商业规划人员提供汇总的购买趋势、人口流动指标或基于交易数据生成的指标。汇总处理会改变数据涉及的隐私和分析问题,但其本身并不能证明数据集已经匿名化或具有代表性。

交付方式包括批量文件、定期数据库更新、网页界面,以及根据查询返回响应的应用程序编程接口。客户可以按记录条数、搜索次数、成功匹配次数、广告展示次数付费,也可以支付订阅费。有些服务只返回评分或确认结果,以减少底层字段的暴露。另一些服务则使用通常称为“数据洁净室”的受控匹配环境,允许开展指定分析,同时禁止不受限制的复制。这些安排可以降低部分信息披露风险,但其保护效果取决于访问规则、允许执行的查询,以及对导出结果的管控。

经济特征与市场组织

数据经纪业务之所以存在,部分原因在于信息的收集、核对整合和维护都需要成本。企业在寻找客户或核验身份时,可以自行收集一部分信息,但专业中介能够将这些成本分摊给众多买家。因此,数据经纪业务可以降低交易成本,并缓解某些形式的信息不对称。例如,小型商家可以借此获得身份核验服务,而独立搭建此类服务在经济上并不划算。经纪商的贡献不仅在于掌握原始记录,还在于对记录的组织、覆盖范围、时效性,以及将其整合为可用服务的能力。

信息具有不同寻常的成本特征。一旦数据集和交付系统建立起来,额外提供一份经授权的副本或一次查询,其边际成本可能很低,但数据获取、安全保障、合规和更新的成本仍然很高。扩大覆盖范围可以带来规模经济,而在营销、核验和分析等业务中复用同一套身份信息基础设施,则可以带来范围经济。数据通常还具有非竞争性:一个客户的使用不会在物理上消耗这些信息。然而,不受限制的转售会削弱其独占性,而广泛使用数据也可能改变数据所描述的行为或环境。

这些特征会影响竞争。对于新进入市场的企业而言,重建一个大型历史数据库可能十分困难,尤其是当其中包含已无法从原始来源获取的记录时。独家合同、成熟的分销关系,以及与客户系统的集成,都可能成为进入壁垒。如果更多贡献者的加入能够改善匹配效果或扩大覆盖范围,从而吸引更多参与者,就可能产生网络效应,但规模大本身并不能证明存在这种效应。收购和纵向一体化可以将数据收集、身份服务、广告投放和效果衡量等环节纳入同一集团。

价格并非仅由所提供的记录数量决定。对难以触达人群的覆盖程度、数据的新近程度、经核实的来源、获准用途、更新频率,以及预期商业价值,都可能影响价格。与在交易过程中即时提供欺诈风险信号、且持续维护的服务相比,一份姓名名单可能相当便宜。许可条款通常会规定允许的使用目的、保留期限、用户数量,以及对后续转让的限制。这些合同权利不同于简单的所有权转让,而数据库的产权也不能取代数据所涉及个人依法享有的权利。

这一市场也会产生外部性。经纪商与买家之间的交易,可能使并非合同当事人的个人承担隐私、安全或遭受排斥的成本。反过来,共享反欺诈情报也可能使直接购买者以外的其他主体受益。因此,经济评估不能仅以交易收入为依据,而必须区分信息改善带来的收益、市场参与者之间的利益转移,以及第三方承担的损害。由于数据流动往往不透明,而且同一信息既可用于有益用途,也可用于有害用途,因此很难估算这些影响。

准确性、隐私、安全与不均等影响

数据经纪业务的每个环节都可能出现数据质量问题。源记录可能不完整或有误;匹配过程可能将信息关联到错误的人;情况发生变化后,旧的观测记录可能仍在使用;模型也可能将不确定的证据转化为过于确定的标签。地址历史可能反映的是前住户的情况,购买的商品可能是送给他人的礼物,设备也可能由多人共用。因此,数据质量是否合格取决于具体用途。足以用于估计零售业总体趋势的数据集,未必适合用于判定某个具体个人是否符合资格。

当记录在多个组织之间流转时,纠错尤其困难。更新一家经纪商的档案,并不一定会同步更新已经分发给客户或其他经纪商的副本。如果系统没有适当的屏蔽机制,已删除的记录也可能随着后续来源的数据再次出现。有效的治理需要区分几种操作:更正基础事实、更正身份关联、将个人从某个营销细分群体中移除,以及删除信息。这些操作各不相同,可能分别需要对整个供应链中的不同环节作出调整。

隐私风险并不限于姓名或金融账户号码的泄露。将看似普通的观测信息组合起来,也可能揭示日常规律、人际关系或前往敏感场所的情况。位置记录可以显示一台设备通常在哪里过夜、工作或参加宗教活动;这些规律可能使人们识别出具体个人。对健康状况、财务脆弱性或其他私密处境的推断,可能暴露当事人从未明确提供给经纪商的信息。核心问题往往在于二次使用:在一种情境下收集的信息,被改用于另一种情境,而使用后果和相关预期也随之改变。

网络安全则带来了另一个层面的问题。集中存储的数据集可能成为未经授权的访问、凭证窃取,以及客户和内部人员滥用行为的诱人目标。2017年 Equifax 数据泄露事件说明了大型个人信息数据库遭到入侵的后果,不过,征信机构承担的义务与许多营销数据经纪商并不相同。安全控制措施包括访问限制、日志记录、加密、客户身份核验,以及异常查询监测。加密能够防范某些形式的未授权访问,却无法阻止获得授权的客户将信息用于不当目的。

即使没有明确使用受保护特征,也可能产生不均等影响。地理分布模式、购买行为和其他变量,可能成为群体归属或社会经济状况的替代指标。当基础记录的完整程度不同时,错误也可能不均等地分布在不同人群中。将算法歧视用作分析概念,关注的是这些差异化结果及其形成机制;某种具体做法是否构成违法歧视,则取决于适用法律和证据。认定损害需要考察完整的决策过程,包括数据涵盖了哪些人群、评分如何被解读,以及受影响的个人能否对结果提出异议。

美国的监管

美国历来通过特定行业的联邦法律、一般性消费者保护职权以及州立法相结合的方式监管数据经纪业务,而不是依靠一部统一、全面的联邦数据经纪商法。相关法律义务往往取决于汇集或使用信息的目的,而不只是企业是否自称经纪商。因此,同一家机构经营的不同产品可能受到不同规则的约束。营销信息、信用报告、健康记录和机动车信息不能在法律上一概而论。

1970年颁布的《公平信用报告法》尤为重要,适用于将信息用于信贷、就业、保险或其他法定资格审查目的的情形。该法监管消费者报告机构、消费者报告使用者以及信息提供者。其制度框架包括对允许用途的限制、与准确性有关的义务、消费者查阅信息和提出异议的权利,以及作出不利决定时须遵守的要求。企业可能因其实际开展的活动而受到该法约束;仅凭合同中的免责声明,并不一定能决定某项产品是否属于消费者报告。反过来,也并非所有包含个人信息的数据库都受该法管辖。

其他联邦法律则保护特定来源或领域的信息。1999年的《格拉姆—里奇—布莱利法》规范金融机构对非公开个人信息的处理。1994年的《驾驶员隐私保护法》限制披露和使用各州机动车记录中的个人信息,但设有明确列举的例外。联邦健康隐私规则适用于受其规管的实体及其业务伙伴,并不会自动适用于所有持有健康相关信息的企业。对于在传统医疗场景之外,根据购买行为、浏览行为或应用程序活动推断出的信息,这一区别十分重要。

联邦贸易委员会可依据《联邦贸易委员会法》第5条处理不公平或欺骗性行为。该机构在2014年的数据经纪商报告中指出,数据经纪商广泛收集信息,而消费者对此了解有限,并建议通过立法提高透明度、增强消费者的控制权。执法行动也涉及特定的数据处理行为。2024年,联邦贸易委员会宣布,就位置数据处理行为与X-Mode Social及其继任公司Outlogic达成和解,并另行与InMarket达成和解。由此施加的限制包括涉及敏感地点的限制,以及有关同意和数据处理的要求。这些行动针对的是特定企业和行为,并不意味着所有位置数据转移都属违法。

各州还增设了更广泛的隐私权和专门针对数据经纪商的要求。佛蒙特州于2018年颁布了数据经纪商登记法。加利福尼亚州于2019年颁布了登记法,并于2023年颁布《删除法》,规定按照法定时间表建立统一的删除请求机制,并对数据经纪商施加额外义务。加利福尼亚州更广泛的隐私保护框架还赋予受其保护的消费者查阅、删除、更正信息,以及选择退出信息出售或共享的权利,具体适用范围受相关定义和例外规定约束。登记是一项透明度义务,并不代表政府认可经纪商的信息准确性或经营行为。

欧洲及其他地区的法律规制方式

在欧洲联盟,涉及个人信息的数据经纪业务主要受通用数据保护条例(GDPR)规制。该条例自2018年5月25日起适用。GDPR的适用并不以“数据经纪商”被划为独立行业类别为前提,而是根据个人数据处理活动以及组织作为控制者或处理者的角色来确定其义务。决定个人数据整合与营销目的及方式的经纪商,通常须就这些活动承担控制者的责任,但每项活动中的法律角色仍须分别评估。

处理个人数据必须具有合法依据,并遵守公平、透明、目的限制、数据最小化、准确性、存储期限限制及安全性等原则。同意是可能的合法依据之一,但并非唯一依据。以合法利益为依据时,必须评估处理的必要性,以及受影响个人的利益或基本权利;这并非对数据转售的概括性授权。对于间接获取数据的情况,第14条规定了告知义务,同时列明了特定例外。这些义务对数据经纪业务尤为重要,因为个人通常不会与中介直接接触。

GDPR赋予个人访问、更正、在特定情形下删除数据以及提出异议等权利。如果个人反对为直接营销目的处理其数据,就必须停止为该目的进行的处理,包括相关的画像分析。健康状况或宗教信仰等特殊类别数据受到额外限制。该条例还对某些完全基于自动化处理、产生法律效力或类似重大影响的决定作出规定。这些规定不应混为一谈:广告受众分组、推断出的敏感属性以及自动化资格判定,涉及的是不同的法律问题。

欧洲还有其他规则与GDPR并行适用。电子隐私框架涉及访问用户设备上的信息等事项,而个人数据的跨境传输则须遵守另行规定的保障要求。欧盟《数据治理法》自2023年9月起普遍适用,确立了涵盖某些数据中介服务的制度框架。其规定并不意味着所有数据经纪商都被作为同一类中介加以规制,也不取代数据保护义务。在英国,英国版GDPR和《2018年数据保护法》构成了一个与欧盟制度相关、但在法律上独立的框架。

欧洲以外,各地的规制方式在制度设计、适用范围和执法方面各不相同。巴西《通用数据保护法》确立了个人数据处理的一般规则;中国《个人信息保护法》于2021年施行,对个人信息处理、敏感个人信息以及向境外提供个人信息等作出要求。这些制度不能被简化为全球统一的同意要求。一笔数据经纪交易可能涉及个人所在地、数据收集地、经纪商经营地以及客户接收信息所在地的法律。因此,供应链的国际性带来的是相互重叠的义务,而非单一的全球数据经纪监管制度。

问责、衡量与尚待解决的研究问题

有效的监督需要区分信息收集、转换和使用的各个阶段。数据来源机构可能需要为具有误导性的收集告知负责,经纪商可能需要为错误的身份匹配负责,客户则可能需要为不被允许的决策负责。这些责任可以同时存在。合同中的保证条款有助于在企业之间划分义务,但未必能决定受影响个人的权利,也不能免除法定义务。因此,审计既要审查法律文件,也要检查实际的技术行为,包括传输了哪些字段、可以进行哪些查询,以及各项限制是否得到落实。

面向消费者的访问和删除系统只能解决其中一部分问题。身份核验必须足够严格,以防有人获取他人的档案;但过度核验又可能收集更多敏感信息,或将正当的请求者拒之门外。删除数据也不等于防止今后再次获取这些数据。系统可能需要保留一条禁止处理记录,以识别后续收到的数据不应被用于某一特定目的。在适用合法保留例外的情况下,可以删除部分信息,同时在限制条件下保留其他记录。实际操作中需要弄清的是:哪些数据仍被保留、为何保留,以及哪些系统仍可使用这些数据。

评估商业成效是另一项挑战。经纪商的受众模型或许能预测谁会购买某种产品,却不能证明向这些人定向投放广告会增加销量。本来就很可能购买的客户,即使几乎不受广告影响,也可能让营销活动显得成效显著。随机对照试验可以通过比较经恰当分配的各组,帮助区分预测能力与因果效应。身份匹配错误、交易记录缺失和跨设备衡量都会使这类评估变得复杂。欺诈检测系统也存在类似问题:检测到的欺诈减少,可能反映的是检测方式发生了变化,而非实际的欺诈尝试确有减少。

全行业的衡量工作十分困难,因为企业往往将数据经纪业务与软件、分析、信贷服务、广告及其他业务捆绑在一起。依据不同定义计算的营收数字无法直接比较。如果数据库包含重复条目、家庭记录、不再使用的标识符,或通过建模推算而非直接观测到的个人,那么档案数量就可能产生误导。更有参考价值的指标包括相关人群的覆盖率、更新频率、特定任务的错误率,以及记录数据来源和获准用途的能力。即便是这些指标,在不同客户的应用场景中也可能存在显著差异。

新兴技术方法改变了可用的管控手段,但并未消除治理问题。差分隐私可以对某些统计输出能够透露多少有关个人是否参与的信息设定形式化界限,而安全计算则可以在不暴露全部原始记录的情况下支持特定分析。两种方法都无法判定最初的数据收集是否合法,或分析目的是否可接受。人工智能的进步也使从非结构化材料中提取属性并生成新的推断变得更加容易。因此,评估不仅要考虑经纪商持有哪些记录,还必须考虑客户能从中得出哪些结论、这些结论有多可靠,以及使用这些结论会带来什么后果。