作为游戏行业的领先者，网易游戏一直通过数据驱动的方式不断改进游戏体验，从而提高用户满意度和体验，实现商业成功。在本次技术分享中，我们将详细介绍如何将数据驱动思维融入游戏开发的全过程，持续地进行优化和迭代，并通过实际案例展示我们的落地成果。此外，我们还将分享我们在数据安全和隐私保护方面的经验。

Babycare 是一家设计师创立的全品类母婴品牌。基于用户洞察的产品创新和营销创新，是这个品牌在创立 8 年中获得爆发式增长的驱动力。但随着公司组织的扩张，用户的反馈在内部的流转出现极大的信息断层，导致前端出现用户体验问题无法被及时准确的分析和处理。数据中台团队和用户体验团队一起推动了公司级 VOC（用户之声）的收集和整改机制的数字化落地，基于语义分析模型生成产品力和服务力指标，基于预警规则和工单功能，把用户评价转化为可以触发预警，对预警做问题定位和问题整改闭环的流程。本次演讲将对以上经验进行分享。

演讲提纲：

1. Babycare 是谁？

2. 为什么 VOC 对 Babycare 很重要？

3. 踩坑历史

• 为什么 BI 分析用不起来？
• VOC 项目如何重塑？
  • 老板视角
  • 用户视角

4. 定标准，定目标，定流程

5. VOC的更多业务场景

你将获得：

• VOC 的应用场景
• 如何从用户思维出发设计数据产品，确保产品的落地应用

本次演讲着眼于大型互联网企业数据分类分级实践，由浅入深的介绍数据分类分级的必要性、流程、思路以及落地方案。从必要性看，随着《数据安全法》、《个人信息保护法》等数据合规、数据安全相关法律法规出台，以及数据泄露、破坏事件不断爆发，近年来数据分类分级已然成为一个业务合法合规、安全保障无法绕过的话题。从流程上讲，按照相关国标推荐，数据分类分级一般从数据资产梳理开展，沿着数据分类、数据分级、数据目录评估、动态更新管理的路径循环推进。从思路上讲，需要基于对业务数据有比较全面系统又有概括的摸查之后梳理出数据分类分级清单，联合数据、运维等多个团队开展数据治理，才能扫除自动化数据分类分级的最大障碍，之后再通过业界调研与自身情况设计合适的自动化扫描方案。从落地方案上讲，需要聚焦于高通用、高扩展、高性能、高准确率去设计和开发系统，首先架构上要分为接入层、引擎层、数据层至少三层，分别对接扫描对象、开展具体扫描以及扫描结果输出，其次，面对异构环境和数据需要提供通用接入协议，同时将数据归一化为字段名、字段值、字段描述三部分，对应到完整匹配、模糊匹配、正则、NLP、AI、黑名单等算法。 

演讲提纲：

1. 概述

• 数据分类分级实施背景
  • 法律法规、监管态势与数据安全驱动
• 大型互联网企业数据生态现状
  • 数据缺乏治理，各部门各行其是
• 大型互联网企业数据分类分级挑战
  • 统一标准欠缺，数据异构且海量

2. 方案选型

• 实现路径：从法律法规、标准中提取通用流程
• 技术调研：数据自动化分类分级技术选型

3. 方案设计

• 整体思路：数据分类分级依赖良好的数据治理与技术实现
• 数据治理：从数据资产大盘入手来治理
• 技术实现：从解决核心问题出发去设计

4. 落地实践

• 进行有效的数据治理
  • 自上而下、分阶段推进
• 数据分类分级扫描系统实现
  • 高通用
  • 高扩展
  • 高性能
  • 高准确率
• 分类分级扫描结果应用
  • 扫描不是目的，数据合规与保护才是

5. 总结与展望

• 总结：围绕需求去实现
• 展望：持续提升覆盖，不断优化准确率

你将获得：

• 了解大型互联网公司在数据分类分级的实践经验
• 了解数据分类分级成果应用落地，最大化扫描价值