Anonimisering en pseudonimisering
Anonimisering maakt data redelijkerwijs niet meer herleidbaar tot een persoon, waardoor de GDPR niet meer van toepassing is. Pseudonimiserin...
Lees meerCross-organisational process mining analyseert processen die over meerdere zelfstandige organisaties lopen. Distributed logs en gedeelde interacties worden gekoppeld zonder interne uitvoering als één systeem te veronderstellen.
Cross-organisational process mining onderzoekt processen die door meerdere juridisch of operationeel zelfstandige organisaties worden uitgevoerd.
Iedere partij registreert haar eigen events, identifiers en interne stappen. De analyse verbindt gedeelde interacties zoals order, verzending, ontvangst en betaling zonder alle organisaties als één informatiesysteem te behandelen.
Het doel kan end-to-endperformance, samenwerking, compliance of bottlenecks aan de grenzen tussen partijen zijn.
Data blijft vaak verspreid over afzonderlijke logs. Identieke activity labels, timestamps en case-ID's zijn niet vanzelfsprekend.
Een fabrikant gebruikt purchase order, een vervoerder shipment en een klant goods receipt. Mapping en correlatie moeten de relaties tussen die objecten vastleggen.
Bewaar bronorganisatie, lokaal event-ID en lineage. Een geïntegreerde log mag de herkomst niet uitwissen.
Een organisatie hoeft niet iedere interne activiteit te delen. Publieke events beschrijven interacties of contractuele mijlpalen; private events blijven intern.
Een gezamenlijk model kan publieke handovers tonen en per organisatie een abstracte private subprocess opnemen.
Het abstractieniveau moet de analysevraag ondersteunen zonder handelsgeheimen of interne controles onnodig bloot te leggen.
Een retailer bestelt bij een fabrikant, die een vervoerder inschakelt. De retailer ziet orderbevestiging, verzendmelding en ontvangst; de vervoerder registreert pickup, hubs en aflevering.
De gezamenlijke analyse toont dat vertraging vooral ontstaat tussen gereedmelding door de fabrikant en pickup door de vervoerder.
Interne fabrieksstappen zijn niet nodig voor die vraag. Voor root cause analysis kan de fabrikant lokaal verder analyseren en alleen geaggregeerde verklaringen delen.
Gedeelde businesssleutels, message-ID's en objectrelaties verbinden logs. Timestamps alleen zijn zelden voldoende.
Een bericht heeft verzend- en ontvangstevents. Netwerkvertraging, retries en duplicates kunnen verschillende tellingen geven aan beide kanten.
Definieer welk event de contractuele overgang voorstelt en hoe ontbrekende acknowledgements worden behandeld.
Dezelfde term kan per organisatie iets anders betekenen. Shipped kan label created, pickup of vertrek uit het magazijn aanduiden.
Maak een gedeeld begrippenmodel met eventdefinitie, timezone, sleutel, lifecycle en kwaliteitsregel.
Forceer lokale details niet in één algemene activiteit wanneer betekenis verschilt. Bewaar mapping en onzekerheid.
Intern process mining werkt binnen één governance- en toegangscontext, hoewel systemen verspreid kunnen zijn.
Cross-organisational analyse heeft extra grenzen rond contract, vertrouwen, concurrentie, data-eigenaarschap en incidentafhandeling.
Technische samenvoeging is slechts één onderdeel. Partijen moeten ook overeenkomen wie resultaten ziet en welke besluiten erop mogen volgen.
Een centrale trusted party kan gedeelde data ontvangen en analyseren. Dat is eenvoudig maar concentreert risico en vertrouwen.
Federatieve of secure-computationbenaderingen laten berekeningen over lokale data uitvoeren en delen alleen bepaalde uitkomsten.
Een hiërarchisch model kan publieke procesfragmenten combineren terwijl iedere organisatie haar private model behoudt. Iedere architectuur heeft utility-, complexiteits- en vertrouwensafwegingen.
Procesdata kan klantrelaties, volumes, prijzen en operationele zwaktes onthullen. Pseudonimisering alleen beschermt zulke commerciële patronen niet.
Leg doel, dataset, rollen, retentie, beveiliging, toegestane analyses en verwijdering contractueel vast. Behandel persoonsgegevens volgens toepasselijke wetgeving.
Controleer modeloutput eveneens. Een ontdekt procesmodel kan private bedrijfslogica verraden zonder ruwe events te tonen.
Vergelijk eventaantallen aan beide kanten van iedere handover en onderzoek unmatched messages. Synchroniseer klokken of modelleer onzekerheid.
Wijs gezamenlijke en lokale data owners aan. Een partij moet bronfouten kunnen corrigeren zonder historische analyses stil te herschrijven.
Versioneer mappings en modellen en laat resultaten door alle betrokken domeinexperts toetsen. Een gezamenlijke grafiek is geen neutrale arbiter bij een contractgeschil.
Anonimisering maakt data redelijkerwijs niet meer herleidbaar tot een persoon, waardoor de GDPR niet meer van toepassing is. Pseudonimiserin...
Lees meerEen data clean room is een gecontroleerde omgeving waarin twee of meer partijen samen analyses doen zonder elkaars ruwe data rechtstreeks te...
Lees meerData masking vervangt gevoelige waarden door afgeschermde of fictieve waarden, zodat teams met data kunnen werken zonder de echte inhoud te ...
Lees meerDataminimalisatie betekent dat je alleen de persoonsgegevens verzamelt en verwerkt die je echt nodig hebt voor je doel. Het principe komt ui...
Lees meerDifferential privacy is een wiskundige garantie dat een analyse vrijwel hetzelfde resultaat geeft, of de gegevens van een bepaalde persoon e...
Lees meer
AI zit standaard in Google Workspace for Education en Microsoft 365 Education. Wat krijg je gratis, wat kost extra, wie mag wat per leeftijd...
Hoe kies je tussen Google Workspace en Microsoft 365 voor je school? Wat zit erin, waar zit het verschil, hoe past het op Smartschool en je ...