Nimien poistaminen tekee datasta anonyymia ja tietoturvallista
Arkikielessä käytetään anonyymi-sanaa kuvaamaan sitä, että jotakin henkilöä ei voi tunnistaa, koska emme esimerkiksi tiedä henkilön nimeä tai näe hänen kasvojaan. Keskustelupalstalla voi kommentoida anonyymisti eli käyttää nimimerkkiä, tai supersankari pysyy anonyyminä naamionsa takana. Mutta kun puhutaan datasta, on anonyymi-sanan kanssa oltava tarkkana. Datan anonymisointi tarkoittaa, että datasta ei voi mitenkään tunnistaa enää yksittäisiä ihmisiä. Pelkän nimen tai muiden selkeiden tunnisteiden, kuten kasvokuvan tai osoitteen, poistaminen ei useinkaan riitä anonymiteettiin.
Otetaan esimerkki: Merja kirjoittaa nimettömästi nettiin arvion suosikkikahvilastaan ja kehuu lempiannostaan – valkosuklaamuffini ja chai latte. Seuraavalla kerralla kahvilassa työntekijä kiittää Merjaa hyvästä arviosta, kun Merja tekee taas saman tilauksen. Vakiotilaus riittää siis yksilöimään Merjan tarjoilijan silmissä.
Jotta data on oikeasti anonyymiä, siitä pitää poistaa tunnistetietoja ja sitä on muokattava niin, että tietoja ei voi enää yhdistää kehenkään yksittäiseen henkilöön. Yhdistelemällä erilaisia tietoja, jotka eivät yksistään paljasta henkilöllisyyttä, voi henkilöllisyys paljastua helpostikin. Ikä, syntymäpaikka, ammatti, harrastus, lempikahvila tai lempipulla eivät yksinään kerro henkilöstä paljon, mutta jo muutaman tiedon yhdistelmällä voi anonymiteetti olla vaarassa. Vaatii siis paljon väittää, että jokin data on anonyymia. Todellinen anonymisointi on vaikeaa. Anonymisointi asettaa myös datan käytölle ja siitä tehtäville päätelmille rajoituksia. Kun datasta poistetaan tunnistetiedot, ei data enää kuvaa kohdettaan yhtä rikkaasti ja monipuolisesti kuin alkuperäinen data. Tällöin myös datasta tehtävät päätelmät perustuvat muokattuun ja yksikertaistettuun dataan.
