信贷，就业，保险或住房的个人数据的隐私

除了这四个类别之外，没有任何法规，虽然医疗隐私法禁止医生共享患者信息，但是数据分析师从其他地方获得的医疗信息（例如从购买非处方药和其他医疗保健产品中获得的信息）是公平的。

规则1：当数据收集和销售涉及人时-客户，患者，司机，储户，被保险人，就会出现道德问题，但是可以认为个人医疗甚至基因组信息都受到了保护。

规则2：如果您从知情同意的人那里收集私密信息，则必须告知其使用，但如果您出售它，则应给患者赔偿，或至少有权拒绝患者。

一种新型的数据交换

现在应该认识到，经过数十年的信息管理和分析技术，供应链中的参与者不仅要了解全局，而且要了解其在其中的作用仍然是挑战，在这种情况下，供应链并不意味着制造产品并保持公司运营所需的材料流，例如，包装消费品生产商具有分销商，零售商和消费者的出站供应链，农业供应商的供应链包括分销商，零售商和种植农户，我们开始看到一种新的数据交换形式，而不是数据代理或聚合数据，所有供应商都在其中交换信息。所有参与者都互惠互利。

相比之下过去，从许多来源收集数据并为其增值需要大量的人力和资本投资

从合作伙伴，组织收集数据的数据代理业务是一项成熟的业务，不幸的是秘密收集数据也是一项成熟的业务，也是一个有问题的业务，底部是不受监管的数据分析师，他们收集非常个人的信息，并向愿意提供该信息的任何人提供信息。

更多合法的模型开始收集消费者包装商品

以联合组织并将集成的数据和派生的数据提供给制造商，两家公司都提供比现在更多的服务，其他数据“企业”将增值分析作为一项公共服务提供，也有协作的行业联盟数据服务，可管理可操作数据，实践和成本降低策略的数据库，从历史上看，用于从各种来源收集数据的企业的经典模型始终是预先定义数据集的格式，并且有时会不知疲倦地进行工作，以使数据与架构保持一致。在大多数数据业务中，数据以多种格式进入服务，关于数据含义的语义不一致以及时序问题：当数据源具有不同的时间维度时，很难将数据放在一个时间范围内。

用于处理许多繁琐的工作以在企业中集成和混合数据的软件是一个动态且竞争激烈的领域

其背后的魔力是人工智能（AI），机器学习（ML）和深度学习，用于创建和维护知识图，这是用于管理和导航海量数据存储库并促进无人值守的数据提取和分类的必不可少的工具，由于弹性云服务，迅速扩展的AI功能以及出色的建模和演示工具来利用数据，因此对于一个具有出色创意的敏捷公司来说，可以提供出色的数据服务而无需数据处理人员大军。

数据直接来自我们所谓的“数据提供者”

任何人都可以是数据提供者-分销商，零售商，联合组织或任何人，我们很早就意识到，我们无法控制该数据的显示方式/时间，数据的内容或质量，因此我们要做的是创建一个非常动态的流程，该流程可以非常迅速地转向对数据的任何更改，我们的提取工具实际上并不关心它的外观，但是我们必须能够在尽可能少的人工干预下识别这些变化，对记录和沿袭要非常精确，并确保所有变化都是透明的，动态并自动滚动。

分销商如何以及以何种方式发回给供应商？

他们卖给零售商什么？其他周围的信息，例如我知道的促销信息等？我们非常简单地开始-分销-零售，该数据包括数量，增值包装，显示，价格，折扣，交易水平，税金等，您在纸质发票上看到的所有内容，我们将其扩展为在呼叫数据，活动中包括其他基本信息。 

正在交换数据：

因为我们已经标准化/协调了数据以及对关键数据集的访问（并且还在不断增长），所以我们可以充当数据流的超级高速公路，从历史上看，我们专注于流经数据交换的以下输入，随着合作伙伴网络的迅速发展，这一点将迅速扩展，在大多数情况下，我们一直在将数据从供应链转移到制造商，通过我们扩大的合作伙伴网络，将数据转移到贸易中的愿望是我们增长的重要组成部分。

与交易所参与者作为合作伙伴开展业务，并创造了一种被称为“数据交换五个核心原则”的经商方式：

1、数据归数据交换成员所有

2、成员决定可以在交易所之间共享哪些数据

3、成员具有自己的数据的完整数据可见性和可追溯性

4、成员可以灵活地添加新的供应链合作伙伴

5、会员应及时收到准确的数据