Customer data analytics आणि models साठी वापरता येतो का?
Reviewed by InfraVeritas360 ResearchFirst published Last reviewed
Sources: DPDP Act, 2023 and DPDP Rules, 2025 (MeitY)
भाषांतरित मार्गदर्शन, legal advice नाही. Legal terms त्यांच्या English नावानेच दिले आहेत. शंका असल्यास English version आणि Act चा official text ग्राह्य धरा. हे पान इंग्रजीत वाचा
थोडक्यात उत्तर: हो, purpose च्या आत किंवा consent ने
हो, लोकांना सांगितलेल्या purpose मध्ये तो वापर बसत असेल, किंवा त्यासाठी consent असेल तर. लोकांनी घेतलेली service सुधारणे साधारणपणे बसते. Insights विकणे, third parties साठी profiling किंवा मुलांना target करणे बसत नाही. प्रश्नाला चालत असेल तिथे data mask किंवा aggregate करा, आणि analysis copies ना स्वतःची deletion date द्या.
कायदा काय सांगतो
Section 4 नुसार प्रत्येक purpose ला lawful basis हवा. Section 6 नुसार specific consent हवी. Section 9 मुलांच्या behavioural monitoring ला मनाई करते. Data वरून निर्णय होत असतील तर Section 8(3) accuracy मागते.
- Section 4: Grounds for processing — data कधी वापरता येतो. Personal data फक्त lawful purpose साठीच process करता येतो. त्यासाठी एकतर त्या व्यक्तीचा consent हवा, किंवा Section 7 मधील legitimate uses पैकी एखादा आधार हवा.
- Section 6: Consent — वैध consent कसा असावा. Consent free, specific, informed, unconditional आणि unambiguous असावा. तो clear action ने दिलेला असावा. Purpose साठी आवश्यक तेवढ्याच data पुरता मर्यादित असावा. तो देणे जितके सोपे, तितकेच withdraw करणेही सोपे असावे.
- Section 9 · Rules 10, 12: Processing of children's data — मुलांचा data. 18 वर्षांखालील कोणाच्याही बाबतीत parent किंवा lawful guardian चा verifiable consent घ्या. मुलांचे tracking, behavioural monitoring किंवा त्यांना target करून advertising करू नका. Rule 12 आणि Fourth Schedule काही classes आणि purposes ना सूट देतात. उदा. मुलाच्या आरोग्याच्या रक्षणासाठी आवश्यक तेवढ्या मर्यादेत clinical establishments आणि healthcare professionals.
- Section 8(3): Accuracy — data पूर्ण आणि अचूक असावा. Personal data वापरून एखाद्या व्यक्तीबद्दल निर्णय घेतला जात असेल, किंवा तो दुसऱ्या Data Fiduciary सोबत share होत असेल, तर तो complete, accurate आणि consistent आहे याची reasonable काळजी घ्यावी.
Steps
- प्रश्न आणि त्यासाठी लागणारा data लिहा.
- लोकांना कोणता purpose सांगितला होता, ते तपासा.
- Default म्हणून mask किंवा aggregate करा.
- Purpose बाहेरच्या वापरासाठी consent घ्या.
- Copy साठी deletion date ठरवा.
ठेवायचा evidence
- Purpose checks
- लागणाऱ्या data ची specification
- Retention entries
नेहमीच्या चुका
- Data आहे म्हणून सगळा वापरणे
- End date नसलेल्या analysis copies
- मुलांचे profiling
कोणाची काय जबाबदारी
- Data & Analytics Head: प्रत्येक नव्या analysis आधी purpose तपासा. Consent लागेल की नाही, ते purpose च ठरवतो.
- Product Head: Product analytics ला पण इतर वापराप्रमाणेच basis लागतो.
- Marketing Head (CMO): Tracking pixels आणि ad SDKs पण personal data गोळा करतात. त्यांचा basis काय आहे ते तपासा.
- Data आणि analytics विभाग: प्रत्येक analysis आधी purpose तपासा.
उदाहरण (इंग्रजीत)
An insurer wants to model claim patterns. Service improvement fits the purpose; selling insights to a partner does not. The model runs on masked IDs and the copy is deleted after six months.
Management कडून चांगले उत्तर कसे असते
“प्रत्येक analysis चा purpose check होतो, शक्य तिथे masked data वापरला जातो, आणि त्याच्या copy ला deletion date असते.” मेहनत आणि वेळ: प्रत्येक analysis साठी कमी.
तुमच्या भूमिकेसाठी पूर्ण पान उघडा →