WedX - журнал о программировании и компьютерных науках

Предоставляет ли DataLayer Диспетчера тегов Google персональные данные?

Использование GTM для отслеживания электронной торговли с параметром dataLayer говорит о том, что необходимо передать идентификатор транзакции. Как эта информация не идентифицирует личность? Транзакция выполняется одним пользователем, и поэтому ее можно отследить до этого пользователя в нашей системе.

Правило об отправке PII имеет значение только в том случае, если кто-то за пределами моей компании может идентифицировать пользователя? Это кажется очень неясным.


Ответы:


1

Я не юрист, но в условиях использования указано

Вы не будете и не будете помогать или разрешать какой-либо третьей стороне передавать в Google информацию, которую Google может использовать или распознать как информацию, позволяющую установить личность.

Google не может идентифицировать пользователя по вашему идентификатору транзакции, так что (казалось бы) это в соответствии с TOS.

Ваше соответствующее законодательство может рассматривать идентификаторы транзакций как PII, и поэтому вам не будет разрешено их хранить, но это выходит за рамки общих условий обслуживания; вы сами несете ответственность за соблюдение действующего законодательства.

Кстати. на самом деле это не касается dataLayer и Google Tag Manager, поскольку GTM не хранит datalayer, а сам dataLayer является локальным для браузера посетителей. Это проблема Google Analytics.

26.03.2018
  • Благодарю вас! Это была и моя интерпретация, но я хотел посмотреть, сделает ли кто-нибудь еще такой же вывод, не ведя себя туда. :) 26.03.2018
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]