《大数据伦理学：平衡风险和创新》一书的作者Kord Davis说：“在实践中，数据分析、处理的价值就在于能够产生一些实际的、良好的效果，而不是对于过分地进行数据采集和挖掘。”

以诺德斯特姆公司（Nordstrom）为例，这家美国高档连锁百货商店曾利用Euclid科技公司提供的传感器，在顾客用智能手机连接商店Wi-Fi服务时，来获取顾客的购物信息。但是，这一行为引起了隐私保护者们的批评，如今诺德斯特姆公司已不再采用这种分析方式了。

由于过分的数据挖掘，企业的行为引起了客户的不满，遭到客户的批评指责和法律诉讼。数据隐私管理解决方案供应商Truste于2013年9月发布一项调查显示，三分之一的互联网用户出于隐私考虑，已经停止使用某公司的网站，或者完全终止了与某公司的交易往来。

行为准则

Michael Walker认为大数据专家在使用和分析数据时，应该遵守一定的行为准则，Michael Walker是位于美国丹佛的系统集成商和信息技术服务商——Rose Business Technologies的管理合伙人。他已经起草了一份12页的有关数据分析和使用的行为准则，用来规范数据科学家的行为，该行为准则囊括了数据科学家的角色和职责在内的所有内容。

“企业也开始明白了数据信息二次使用和个人数据滥用的危害。”Walker说：“一旦企业开始有这样的想法，那么他们会非常希望有一个行为准则来规范他们，以免造成不必要的麻烦。”

Michael Walker表示，数据科学家应该向医生或者律师一样，利用一些道德行为准则严格约束自己的行为。为此，他为这些数据管理和分析的人制定了一系列准则和规范，以规范这些数据科学家们的品行，保护顾客的隐私。

Walker认为数据科学家们不应该做的事情：

1. 在数据分析时，不采用科学的分析方法;

2. 以不合理且难以理解的方式，为客户做证明资料的质量评级;

3. 断言那些坏的、不明确的证明资料为典型的数据证明资料;

4. 错误地将不典型、不明确的证明资料应用于模拟现实中或做出误导;

5. 以不合理且难以理解的方式，为客户做数据的质量评级;

6. 断言那些坏的、不明确的数据为明确的数据;

7. 错误地将坏的、不明确的数据应用于模拟现实中或做出误导;

8. 没有选择一个正确的方式公开部分或全部数据科学分析结果;

9. 没有试图复制数据科学分析结果;

10. 没有公开那些不能被复制的数据科学分析结果;

11. 错误的将数据科学分析结果应用于模拟现实中或做出误导;

12. 没有公开失败的实验或那些被证明不成立的数据论证，而这可能会对客户不利;

13. 明智是错误的结果却仍然提供这样的结果。

如果数据科学家对数据和证明资料的质量存在质疑，那么他需要告知客户这一问题。如果数据科学家已经提供了数据分析的证明，后来才得知数据有误的话，那么他需要采取补救措施，包括告知客户。数据科学家应该公开或标注他认为有误的数据证明。

统计软件供应商Revolution Analytics于2013年8月发布调查显示，80%的受访者表示他们赞成在数据收集和使用中要有相关道德行为的约束。一半以上的数据科学家表示，道德行为准则在他们的研究工作中占据着重要地位。

“我的解决方法就是，要制定一些能够规范数据专家们的行为准则，而且这些专家们也愿意遵守这些准则，以保护客户的私人数据。”Walker说。有了数据分析行业的行为准则，那些数据分析家们都会从道德和法律的角度出发，拒绝有损客户隐私权利的数据分析和使用行为。

Walker并不是第一个构想这些行为准则的人。今年年初，运筹学和管理学研究协会（INFORMS）在发布其“CAP认证（Certified Analytics Professional）”时，就起草了数据分析和使用的行为准则。

但是，Davis说：“问题在于，你需要清楚地了解你利用这些数据要做些什么，并且明白这些是否与你自己公司的价值观相符。”然而，企业要实现什么样的价值，以及企业的数据实践活动是否体现了这些价值，这些都是与普通的商业活动完全不同的话题。

一些IT专家们认为，数据科学家要做的不仅仅是保护个人隐私。“他们还需要从数据中提炼出一些精华，总结出一些有意思的观点。” WatchDox 的首席产品官Ryan Kalember说。WatchDox位于美国加利福尼亚州帕洛阿托，是一家安全工具提供商。