SlideShare a Scribd company logo
1 of 14
ネットで個人はどこまで
追われているか
TOKYO WEBMINING #23
TOMI YOICHI @TOMIYOICHI
自己紹介
   最近まで某アクセス解析ツールのプロダクトマネージャ
   現職は、パイプドビッツ社で自社PaaSの技術支援部門
   Webマーケ系のシステム構築支援が得意分野
   過去にはリモートセンシング、GIS、気象などで、手広く
    データ分析やアルゴリズム研究に従事




                前回の発表:アクセスデータの収集と解析                          #8
                http://www.slideshare.net/YoichiTomi/ss-5774686
今日の主な話題

   Webマーケティング方面のトレンド
   トラッキング技術の限界
   アクセス解析ツールの利用目的
   サードパーティーのデータソース
   「特定しました」系
   法的なポイント
Webマーケティング方面
のトレンド
   ”マーケティング・データベース”・・・CRMとの連携
   リード・ナーチャリング
   マーケティング・オートメーション
   進む行動ターゲティング広告
   オフラインのデータとの統合(O2O)
進化する広告効果分析

   アトリビューション分析
       過去に接触した各広告などの貢献度の分析


   第三者配信アドサーバー
       広告主が独自にクリエイティブを配信
       サイト外でアドネットワークに接触した履歴がデータ化
アクセス解析

   ビジネスとしては、オワコン化が進む。
   役割が低くなったわけではなく目的が変化


   「交通量調査」から「どんな人が歩いているか」に焦点
   セグメントされた訪問者別の行動傾向の分析
傾向としては
ユニークユーザーの識別・特定
   訪問者(お客様、見込み客)の理解
       より効果的なオファーの提示のため
       行動履歴から属性を推定する。
個人を特定しようと必死な例



          示談相談や解約のために
          「連絡くれ」という
          大量のスパムメール
サードパーティーの
データソース
   ツールバーログ             ECサイトの購買ログ
   スマートフォン・アプリケー       実店舗でのPOSデータ
    ションログ
                        その他、多種多様なデータ
   ソーシャルグラフ
   SNSのプロフィールデータ
   検索サイトのサーチワードログ
   IPアドレスー組織・企業名


オンラインの活動はどこかで誰かにログられている
  個人のプロファイリングがさらに容易に
「特定しますた」系
   見事なソーシャルハッキングの例
   オンライン/オフラインの断片情報をつなぎ合わせれ
    ば、大抵の個人は特定される。
   そしてインターネットは「忘れてくれない機械」




               2012年10月20日09時07分 読売新聞
ネットとリアルの非対称性

   リアルでは顧客理解は「美談」
   ネットで同じことを追及すると「プライバシー問題」
日本の法律では?
   個人情報保護法(個人情報の保護に関する法律)


   個人情報
個人情報とは、生存する個人の情報であって、特定の個
人を識別できる情報(氏名、生年月日等)を指す。これ
には、他の情報と容易に照合することができることに
よって特定の個人を識別することができる情報(学生名
簿等と照合することで個人を特定できるような学籍番号
等)も含まれる(2条1項)。


「管理元で容易に照合できて特定個人が識別されない限
り該当しない説」が有力
EUの動向
   1995年 EUデータ保護指令(95/ 46/ EC)
       日本に個人情報保護法を成立させた契機(1997)
   2012/5/25 Cookie法 Opt-in必須
   2012/1/25制定 新しいデータ保護規則法案
       「データ主体」IPアドレスやCookieを含む「オンライン
        上の識別子」や「位置データ」など
       データ利用に明示的な同意が必要
       「忘れられる権利」「データポータビリティ」
       「自動処理でのプロファイリング拒否の権利」



          日本の法整備が遅れ過ぎ
まとめ
   データ分析の大きな目的は「人間の理解」
   顧客理解の努力の結果、個人を特定してプロファイリン
    グし、より販売機会を増やし、LTVを上げていく方向に動
    いています。


   その一方で、プライバシー侵害に近いレベルまで個人の
    オンラインでの行動が追われ、さらに、オフラインの情
    報と関連づけられようとしています。


   現状でこれらに制限を加える法整備や規制は十分とは言
    えない。個人レベルで注意深く情報をコントロールする
    必要があります。


   逆に事業者は、個人情報保護に関する規制に関しては十
    分注意が必要。特に海外展開をする場合。

More Related Content

What's hot

MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォームMSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
kumo2010
 
傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1
Kazuya Obanayama
 
米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向
Takatsugu Kobayashi
 

What's hot (20)

E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
 
ユーザとベンダ双方にとって幸せなAI開発のための3つのポイント
ユーザとベンダ双方にとって幸せなAI開発のための3つのポイントユーザとベンダ双方にとって幸せなAI開発のための3つのポイント
ユーザとベンダ双方にとって幸せなAI開発のための3つのポイント
 
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
 
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用
 
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
 
オープンソースBI勉強会Mongo-Pentaho 20140422
オープンソースBI勉強会Mongo-Pentaho 20140422オープンソースBI勉強会Mongo-Pentaho 20140422
オープンソースBI勉強会Mongo-Pentaho 20140422
 
人工知能Xファッション最前線
人工知能Xファッション最前線人工知能Xファッション最前線
人工知能Xファッション最前線
 
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
 
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
 
データベースメディアにおける検索エンジン最適化
データベースメディアにおける検索エンジン最適化データベースメディアにおける検索エンジン最適化
データベースメディアにおける検索エンジン最適化
 
データ視点のit資産価値評価の検討(経営情報学会2014)
データ視点のit資産価値評価の検討(経営情報学会2014)データ視点のit資産価値評価の検討(経営情報学会2014)
データ視点のit資産価値評価の検討(経営情報学会2014)
 
アプリを成長させるためのログ取りとログ解析に必要なこと
アプリを成長させるためのログ取りとログ解析に必要なことアプリを成長させるためのログ取りとログ解析に必要なこと
アプリを成長させるためのログ取りとログ解析に必要なこと
 
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォームMSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
 
ソフトウェアジャパン2018 ITフォーラムセッション(6)
ソフトウェアジャパン2018 ITフォーラムセッション(6)ソフトウェアジャパン2018 ITフォーラムセッション(6)
ソフトウェアジャパン2018 ITフォーラムセッション(6)
 
パーソナル履歴データに対する匿名化と再識別:SCIS2017
パーソナル履歴データに対する匿名化と再識別:SCIS2017パーソナル履歴データに対する匿名化と再識別:SCIS2017
パーソナル履歴データに対する匿名化と再識別:SCIS2017
 
傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1
 
時系列パーソナル・データの プライバシー
時系列パーソナル・データのプライバシー時系列パーソナル・データのプライバシー
時系列パーソナル・データの プライバシー
 
米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向
 
AI研究を加速するオープンデータ
AI研究を加速するオープンデータAI研究を加速するオープンデータ
AI研究を加速するオープンデータ
 

Similar to ネットで個人はどこまで追われているか

20130203北大・ビッグデータとプライバシー
20130203北大・ビッグデータとプライバシー20130203北大・ビッグデータとプライバシー
20130203北大・ビッグデータとプライバシー
UEHARA, Tetsutaro
 
20120628ビッグデータとプライバシー
20120628ビッグデータとプライバシー20120628ビッグデータとプライバシー
20120628ビッグデータとプライバシー
UEHARA, Tetsutaro
 
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
Tsukasa Makino
 
Web-Gakkai Symposium 2010
Web-Gakkai Symposium 2010Web-Gakkai Symposium 2010
Web-Gakkai Symposium 2010
Naoya Ito
 
Wo! vol.37 事例から発想する人工知能系サービスの可能性
Wo! vol.37 事例から発想する人工知能系サービスの可能性Wo! vol.37 事例から発想する人工知能系サービスの可能性
Wo! vol.37 事例から発想する人工知能系サービスの可能性
thinkjam.Inc.
 
20110110日本図書館研究会
20110110日本図書館研究会20110110日本図書館研究会
20110110日本図書館研究会
UEHARA, Tetsutaro
 

Similar to ネットで個人はどこまで追われているか (20)

「実践的」カスタマージャーニー分析のすすめ
「実践的」カスタマージャーニー分析のすすめ「実践的」カスタマージャーニー分析のすすめ
「実践的」カスタマージャーニー分析のすすめ
 
20130203北大・ビッグデータとプライバシー
20130203北大・ビッグデータとプライバシー20130203北大・ビッグデータとプライバシー
20130203北大・ビッグデータとプライバシー
 
ビッグデータ
ビッグデータビッグデータ
ビッグデータ
 
サンプルテキスト
サンプルテキストサンプルテキスト
サンプルテキスト
 
20161213_DEMOで見せます!コンプライアンス遵守におけるデータマスキングの必要性と実現方法徹底解説! by 株式会社インサイトテクノロジー 益秀樹
20161213_DEMOで見せます!コンプライアンス遵守におけるデータマスキングの必要性と実現方法徹底解説! by 株式会社インサイトテクノロジー 益秀樹20161213_DEMOで見せます!コンプライアンス遵守におけるデータマスキングの必要性と実現方法徹底解説! by 株式会社インサイトテクノロジー 益秀樹
20161213_DEMOで見せます!コンプライアンス遵守におけるデータマスキングの必要性と実現方法徹底解説! by 株式会社インサイトテクノロジー 益秀樹
 
20120628ビッグデータとプライバシー
20120628ビッグデータとプライバシー20120628ビッグデータとプライバシー
20120628ビッグデータとプライバシー
 
ビッグデータのビジネスモデルとインターネット文化
ビッグデータのビジネスモデルとインターネット文化ビッグデータのビジネスモデルとインターネット文化
ビッグデータのビジネスモデルとインターネット文化
 
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
 
マイナンバーに対応したセキュリティ
マイナンバーに対応したセキュリティマイナンバーに対応したセキュリティ
マイナンバーに対応したセキュリティ
 
Thinking datascientist itself
Thinking datascientist itselfThinking datascientist itself
Thinking datascientist itself
 
Web-Gakkai Symposium 2010
Web-Gakkai Symposium 2010Web-Gakkai Symposium 2010
Web-Gakkai Symposium 2010
 
LiBRA 07.2020 / 総集編 2/2
LiBRA 07.2020 / 総集編 2/2LiBRA 07.2020 / 総集編 2/2
LiBRA 07.2020 / 総集編 2/2
 
Wo! vol.37 事例から発想する人工知能系サービスの可能性
Wo! vol.37 事例から発想する人工知能系サービスの可能性Wo! vol.37 事例から発想する人工知能系サービスの可能性
Wo! vol.37 事例から発想する人工知能系サービスの可能性
 
LiBRA 08.2020 /総集編#2
LiBRA 08.2020 /総集編#2LiBRA 08.2020 /総集編#2
LiBRA 08.2020 /総集編#2
 
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
 
LiBRA 09.2020 / 総集編 2/2
LiBRA 09.2020 / 総集編 2/2LiBRA 09.2020 / 総集編 2/2
LiBRA 09.2020 / 総集編 2/2
 
DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127
 
テクマトリックスCRM2012"『ソーシャルCRM最前線』ここまで来た!CRMの進化!"講演資料
テクマトリックスCRM2012"『ソーシャルCRM最前線』ここまで来た!CRMの進化!"講演資料テクマトリックスCRM2012"『ソーシャルCRM最前線』ここまで来た!CRMの進化!"講演資料
テクマトリックスCRM2012"『ソーシャルCRM最前線』ここまで来た!CRMの進化!"講演資料
 
20110110日本図書館研究会
20110110日本図書館研究会20110110日本図書館研究会
20110110日本図書館研究会
 
基調講演:「多様化する情報を支える技術」/西川徹
基調講演:「多様化する情報を支える技術」/西川徹基調講演:「多様化する情報を支える技術」/西川徹
基調講演:「多様化する情報を支える技術」/西川徹
 

Recently uploaded

Recently uploaded (11)

業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 

ネットで個人はどこまで追われているか

  • 2. 自己紹介  最近まで某アクセス解析ツールのプロダクトマネージャ  現職は、パイプドビッツ社で自社PaaSの技術支援部門  Webマーケ系のシステム構築支援が得意分野  過去にはリモートセンシング、GIS、気象などで、手広く データ分析やアルゴリズム研究に従事 前回の発表:アクセスデータの収集と解析 #8 http://www.slideshare.net/YoichiTomi/ss-5774686
  • 3. 今日の主な話題  Webマーケティング方面のトレンド  トラッキング技術の限界  アクセス解析ツールの利用目的  サードパーティーのデータソース  「特定しました」系  法的なポイント
  • 4. Webマーケティング方面 のトレンド  ”マーケティング・データベース”・・・CRMとの連携  リード・ナーチャリング  マーケティング・オートメーション  進む行動ターゲティング広告  オフラインのデータとの統合(O2O)
  • 5. 進化する広告効果分析  アトリビューション分析  過去に接触した各広告などの貢献度の分析  第三者配信アドサーバー  広告主が独自にクリエイティブを配信  サイト外でアドネットワークに接触した履歴がデータ化
  • 6. アクセス解析  ビジネスとしては、オワコン化が進む。  役割が低くなったわけではなく目的が変化  「交通量調査」から「どんな人が歩いているか」に焦点  セグメントされた訪問者別の行動傾向の分析
  • 7. 傾向としては ユニークユーザーの識別・特定  訪問者(お客様、見込み客)の理解  より効果的なオファーの提示のため  行動履歴から属性を推定する。
  • 8. 個人を特定しようと必死な例 示談相談や解約のために 「連絡くれ」という 大量のスパムメール
  • 9. サードパーティーの データソース  ツールバーログ  ECサイトの購買ログ  スマートフォン・アプリケー  実店舗でのPOSデータ ションログ  その他、多種多様なデータ  ソーシャルグラフ  SNSのプロフィールデータ  検索サイトのサーチワードログ  IPアドレスー組織・企業名 オンラインの活動はどこかで誰かにログられている 個人のプロファイリングがさらに容易に
  • 10. 「特定しますた」系  見事なソーシャルハッキングの例  オンライン/オフラインの断片情報をつなぎ合わせれ ば、大抵の個人は特定される。  そしてインターネットは「忘れてくれない機械」 2012年10月20日09時07分 読売新聞
  • 11. ネットとリアルの非対称性  リアルでは顧客理解は「美談」  ネットで同じことを追及すると「プライバシー問題」
  • 12. 日本の法律では?  個人情報保護法(個人情報の保護に関する法律)  個人情報 個人情報とは、生存する個人の情報であって、特定の個 人を識別できる情報(氏名、生年月日等)を指す。これ には、他の情報と容易に照合することができることに よって特定の個人を識別することができる情報(学生名 簿等と照合することで個人を特定できるような学籍番号 等)も含まれる(2条1項)。 「管理元で容易に照合できて特定個人が識別されない限 り該当しない説」が有力
  • 13. EUの動向  1995年 EUデータ保護指令(95/ 46/ EC)  日本に個人情報保護法を成立させた契機(1997)  2012/5/25 Cookie法 Opt-in必須  2012/1/25制定 新しいデータ保護規則法案  「データ主体」IPアドレスやCookieを含む「オンライン 上の識別子」や「位置データ」など  データ利用に明示的な同意が必要  「忘れられる権利」「データポータビリティ」  「自動処理でのプロファイリング拒否の権利」 日本の法整備が遅れ過ぎ
  • 14. まとめ  データ分析の大きな目的は「人間の理解」  顧客理解の努力の結果、個人を特定してプロファイリン グし、より販売機会を増やし、LTVを上げていく方向に動 いています。  その一方で、プライバシー侵害に近いレベルまで個人の オンラインでの行動が追われ、さらに、オフラインの情 報と関連づけられようとしています。  現状でこれらに制限を加える法整備や規制は十分とは言 えない。個人レベルで注意深く情報をコントロールする 必要があります。  逆に事業者は、個人情報保護に関する規制に関しては十 分注意が必要。特に海外展開をする場合。