五个理由：放弃手动数据分类方法

数据分类是什么？难不难呢？乍一看，数据分类 似乎并不难。该流程包含四个关键步骤：

1. 将诸如电子邮件和电子文档等资产录入资产登记册
2. 根据敏感度对每个资产进行分类
3. 根据其分类方式对资产进行标注
4. 根据其分类对资产进行处理（例如，对被归类为“confidential”的电子邮件进行加密）

手动执行这些步骤需要培训数据所有者或其他用户，以便根据你们的 data classification policy 来对文档进行分类。尽管人类在理解文档上下文方面远胜于机器，但随着资产数量、分类级别和规则的增加，数据分类很快变得复杂，手工流程也会失效。以下是自动化数据分类的五个原因。

原因 #1. 手动数据分类带有主观性，且缺乏一致性。

正如俗话所说，情人眼里出西施。同样，判断哪些信息属于敏感信息也可能带有主观性。即使两个人都接受过对数据进行分类的培训，他们有时也会对相似的数据打上不同的标签。事实上，即使是同一个人，在可供选择的标签很多的情况下，也可能对类似内容做出不一致的标注。最后，数据分类的质量还取决于数据所有者的投入程度，这可能导致整个组织内部出现不一致。

原因 #2. 用户之所以忽视数据分类，是因为他们没有意识到其中的价值。

数据分类很少被纳入业务流程；相反，它通常只是一个尴尬的额外任务，用户认为投入其中几乎没有价值，因此如果可以就会跳过。若管理层要求他们必须执行，往往也会做得很糟糕，例如为了加快速度，只是从列表中随便选第一个标签。这样就会导致分类不完整或不正确——而对数据掌握错误的信息甚至可能比完全没有信息更糟，因为你可能会把注意力放在错误的数据上，而让真正有价值的资产在保护不足的情况下暴露出来。

原因 #3. 数据并非静态不变。

文件通常会在创建时进行分类，但数据（尤其是非结构化数据）会一直变化。无法保证某个文件最初的分类会在其整个生命周期中始终保持准确。正如我们刚刚看到的，如果分类不正确，应用到该文件上的信息处理规则可能不足以保护数据。

原因 #4。手动分类既复杂又昂贵。

大多数组织既拥有种类繁多的数据，也拥有数量巨大的数据。因此，手动对数据进行分类是一项复杂、耗时且成本高的任务。

原因 #5。很容易漏掉敏感信息。

一旦开始对数据进行分类，当然可以让用户在新文件创建时按需进行分类。但你文件服务器上已经存储的所有数据又该怎么办呢？如果将其视为不在范围内而省略，你就有可能让敏感数据仍处于脆弱暴露的状态。另一方面，试图手动浏览并整理大量非结构化数据不仅耗时极其高昂，而且还极易出错。其难度就像是要人工完成搜索引擎的工作：搜索引擎会爬取互联网来为数据建立索引。

有一些策略可以帮助缓解手动数据分类带来的这些挑战。你可以尝试：

• 为员工提供额外培训，以提高其分类工作的一致性
• 简化你的数据分类方案
• 在数据量很大时，用对文件夹进行分类而不是对单个文档分类，以节省时间
• 如果某些部门的数据看起来不太可能包含你需要优先关注的最关键资产，可以将这些部门整体排除在分类之外

不过，一款 数据分类软件 能以更少的投入带来显著更好的效果：确保分类规则能够始终如一地应用，并在数据发生变化时重新评估数据敏感度。这样一来，你就不必担心会因为错误信息而让最关键的资产处于脆弱状态。