AutoPrivacyAutoPrivacy事業
AutoPrivacy事業は、
企業間でのデータ連携の
さまざまな課題を解決する
データコラボレーションの
トータルソリューションです。
企業間でのデータ連携の
さまざまな課題を解決する
データコラボレーションの
トータルソリューションです。
Problems安全に
プライバシーデータを
共有するための手段がない
自社データの活用だけに止まらず、外部のデータとも連携しながら、更なる価値創出をしていきたい企業でも、プライバシーデータの共有には様々なハードルがあります。
日々、生成される膨大なデータの中からプライバシーデータを見つけ出し、法律に適した形でデータを共有し、ビジネス価値を創出ができるソリューションが求められています。
日々、生成される膨大なデータの中からプライバシーデータを見つけ出し、法律に適した形でデータを共有し、ビジネス価値を創出ができるソリューションが求められています。

企業間データ連携実現
までの全体像
までの全体像
アセスメント
- 課題
- 自社で保有するデータが、プライバシーデータであるか否かは、個人情報保護法と照らし合わせながら、法律を一つずつ確認しなければなりません。
また、適法な形でプライバシーデータを活用するためには、技術選定も含めて、トータルで設計を行わなければならず、膨大なコストが発生しています。 - 要件
-
- ・データの適法チェック
- ・技術選定
入力
- 課題
- プライバシーデータを連携するためには、連携者同士でデータを共有し、1箇所に集めなければなりません。
しかし、プライバシーデータを本人の同意なしに共有することは違法であり、共有するためにはデータを匿名化処理しなければならず、これにもまた膨大なコストが発生しています。 - 要件
-
- ・データの匿名加工
- ・データの暗号化
計算
- 課題
- プライバシーデータを連携することで、連携先の企業にはデータが共有されてしまい、自社内だけで止まらないデータ漏洩リスクを抱えてしまいます。
データの暗号化だけでなく、計算プロセスまでをも暗号化する必要があり、高い技術力と専門知識が要求されます。 - 要件
-
- ・セキュアな計算環境の構築
出力
- 課題
- 計算の結果生成された統計量や機械学習のモデルを出力する際には、意図せずプライバシー侵害になりうるデータが出力されてしまうケースがあります。
プライバシーデータの活用には、入力データだけでなく、出力データにもプライバシー性のあるデータが無いかの評価をしなくてはなりません。 - 要件
-
- ・出力データのプライバシー侵害性の評価
価値評価
- 課題
- プライバシーデータ連携の様々な課題を解決し、いざデータの分析を行っても、分析結果がビジネス的価値があるかを評価することは困難です。
分析の結果を評価し、どのようにビジネス的な価値をあるかを評価する仕組みが必要です。 - 要件
-
- ・事業性評価
Solution企業間でのデータの
連携と分析を
安全かつシームレスに
行えるプラットフォーム
AutoPrivacy事業
複雑な法令対応から
データ分析までをシームレスで
安全に実現する
ソフトウェアの提供
データ分析までをシームレスで
安全に実現する
ソフトウェアの提供
ソフトウェアのスムーズな導入から
ビジネス的価値創出までを
総合的に支援
ビジネス的価値創出までを
総合的に支援
アセスメント
データ共有するために、対象のデータが法的リスクを持っていないか評価し、適法な形でデータを活用するための技術選定を行います。
入力
個人データ等の機微な情報を適法な形で外部に共有できるように、適切な形にデータを加工します。
計算
秘密計算技術を用いてデータを暗号化したまま計算を行い、データの漏洩リスクを最小限に抑えます。
出力
計算結果から、意図せずプライバシー侵害となるようなデータがないか、出力データのチェックを行います。
価値評価
分析結果を評価し、ビジネス的価値の創出の支援を行います。
Features3つのユニークな特徴
01
様々なプライバシーテックで
プライバシー保護
AutoPrivacyは、秘密計算技術を中心に多様なニーズに合わせたプライバシーテクノロジーを組み合わせることによって、活用が難しいプライバシーデータでも安全に共有・分析を行うことができます。ビジネス要件に合わせて、最も適した技術の組み合わせを簡単に見つけることができます。
秘匿化して計算したい
- 秘密
計算
個人情報を仮名化して計算したい
- 仮名化
- 秘密
計算
統計情報でも個人が
特定されるリスクがある
特定されるリスクがある
- 秘密
計算 - 差分
プライバシー
データを開示せずに
価値検証をしたい
価値検証をしたい
- 合成データ
02
目まぐるしく変わる規制にも、
柔軟に対応
プライバシーデータの活用には、データの活用の適法性を評価する必要があり、これには、法律の専門的な知識とデータの適法性のチェックを行わなければなりません。
AutoPrivacyは、データ活用の適法性のチェックと活用に必要な技術の選定を行うことができます。
AutoPrivacyは、データ活用の適法性のチェックと活用に必要な技術の選定を行うことができます。
03
最適な分析結果の提供
適法にプライバシーデータを連携し、計算を行った結果から、ビジネス的価値の評価を行い、新たなビジネス機会の創出を行うことができます。
今まで活用できなかったデータからも、データ活用を行えるようになります。
今まで活用できなかったデータからも、データ活用を行えるようになります。
Use CaseAutoPrivacyの活用領域
マーケティング
- 3rd Party Cookie規制等による、広告ターゲティングの代替手段
- 1st Partyデータのフル活用(同意取得を不要にして活用可能になる)
- データクリーンルーム
ヘルスケア
- 病院データ×自社データの掛け合わせによる付加価値創出
- 病院データから希少疾患に関する症例解析
- 複数病院データから地域医療分析
モビリティ
- 複数の運送会社が保有する配送情報をルート最適化に活用
- コネクティッドカーから得られる走行情報と外部ソースの統合解析
金融
- 複数金融機関の情報を共有・学習し、高精度な不正検知モデルを構築
- 金融情報以外に複数データを統合解析し、信用スコアを構築