Un proveedor de analítica de compras atendía a cuarenta y tres empresas Fortune 500 del sector manufacturero. Cada cliente compartía datos de precios de proveedores, condiciones contractuales, compromisos de volumen y métricas de la relación con proveedores para hacer posible el servicio de analítica del gasto del proveedor. Los datos de cualquier cliente por separado eran comercialmente sensibles. El conjunto de datos agregado, que representaba la inteligencia sobre precios y contratos de proveedores de cuarenta y tres grandes fabricantes, constituía un mapa completo de la dinámica de precios de los proveedores, los descuentos por volumen y las estructuras contractuales de todo el sector. Los investigadores de seguridad que analizaron la notificación de violación del proveedor descubrieron que el atacante había priorizado el conjunto de datos agregado entre clientes sobre los registros de cada cliente: el agregado era mucho más valioso para la inteligencia competitiva y la manipulación del mercado que los datos de proveedores de cualquier cliente individual. Cada cliente había compartido datos adecuados para un servicio de analítica del gasto. Ninguno había autorizado la creación de un repositorio de inteligencia competitiva de todo el sector. El repositorio se había construido de forma implícita, a partir de sus aportaciones individuales, sin que nadie decidiera explícitamente crearlo.
¿Qué es realmente el riesgo de agregación de datos?
El riesgo de agregación de datos es el riesgo que surge de la combinación de conjuntos de datos que, individualmente, no tienen nada de particular, pero que en conjunto son sensibles. Es una propiedad del patrimonio de datos del proveedor y no de los datos de un cliente concreto: surge de la posición del proveedor como encargado común de múltiples organizaciones del mismo sector o contexto. Los clientes que evalúan la sensibilidad de sus propios datos y concluyen que es manejable pueden estar evaluando solo su contribución a un conjunto de datos combinado cuya sensibilidad agregada es varios órdenes de magnitud mayor que la de cualquier contribución individual.
El problema de la agregación opera en dos dimensiones. La primera es la inteligencia competitiva: cuando un proveedor conserva datos equivalentes de varios competidores del mismo mercado, el conjunto de datos combinado revela dinámicas de mercado, posicionamiento competitivo e inteligencia estratégica que ningún conjunto de datos individual revelaría. Los datos de precios de proveedores de un fabricante son sensibles. Los datos de precios de proveedores de cuarenta fabricantes del mismo sector revelan todo el panorama de precios, qué proveedores ofrecen las mejores condiciones a qué clientes y dónde existen anomalías de precios que podrían orientar una estrategia de negociación. El agregado es un activo de inteligencia competitiva de un nivel que las contribuciones individuales no dejan entrever.
La segunda dimensión es la reidentificación y la elaboración de perfiles a gran escala. Los conjuntos de datos anonimizados o seudonimizados individualmente que parecen seguros para la privacidad pueden volverse reidentificables al combinarse. Un proveedor de analítica de salud que tiene datos de pacientes desidentificados de decenas de sistemas hospitalarios puede tener suficientes registros entre sistemas como para que pacientes concretos sean identificables por su patrón de atención en distintas instituciones, un riesgo de reidentificación que no presentaría el conjunto de datos de ningún sistema hospitalario por separado. La agregación crea un nuevo riesgo para la privacidad a partir de la combinación de riesgos gestionados individualmente.
El riesgo de agregación de datos de los proveedores se concentra en cinco patrones específicos de valor y exposición:
- Inteligencia competitiva entre clientes: un proveedor que conserva datos operativos equivalentes de varios competidores del mismo mercado, lo que crea una inteligencia agregada a la que ningún cliente individual tiene acceso
- Reidentificación entre clientes: el proveedor tiene registros desidentificados o seudonimizados individualmente de varias organizaciones que, combinados, permiten reidentificar a las personas que aparecen en varios conjuntos de datos
- Datos de comparativas de todo el sector: el proveedor elabora comparativas sectoriales y productos de analítica a partir de datos agregados de clientes que revelan dinámicas de mercado que ningún cliente individual autorizó a divulgar
- El agregado como objetivo de violación: el conjunto de datos agregado entre clientes es mucho más valioso para los atacantes que los registros de cada cliente, lo que convierte al proveedor en un objetivo de mayor valor del que sugieren las evaluaciones de riesgo individuales de los clientes
- Entrenamiento de aprendizaje automático con datos agregados: modelos entrenados con conjuntos de datos combinados de clientes que codifican patrones entre clientes que podrían filtrar inteligencia competitiva a través de sus resultados
Por qué es importante
El riesgo de agregación de datos es importante para la TPRM porque representa una categoría de riesgo invisible al nivel de la evaluación de cada cliente y visible solo al nivel de la cartera del proveedor. Una evaluación de TPRM individual que examina la sensibilidad de los datos que una organización concreta comparte con un proveedor y concluye que el riesgo es manejable puede acertar plenamente respecto de los datos de esa organización por separado y, al mismo tiempo, pasar por alto el riesgo agregado que crea el proveedor al tener los mismos datos de decenas de competidores a la vez.
La amplificación del impacto de una brecha es la dimensión con consecuencias más inmediatas. Cuando se vulnera a un proveedor que agrega datos de varios competidores del mismo sector, el atacante obtiene acceso a un conjunto de datos de inteligencia competitiva que ningún cliente individual podría haber previsto que quedara expuesto a través de una sola relación con un proveedor. La notificación de la brecha enumera como afectados los conjuntos de datos de cada cliente, pero el verdadero valor extraído fue el agregado, que nunca se creó de forma explícita, nunca se gobernó de forma explícita y nunca fue objeto de una evaluación de riesgos por parte de ningún cliente individual.
La dimensión regulatoria es igual de significativa. Los principios de minimización de datos y limitación de la finalidad del GDPR se aplican al tratamiento agregado tanto como al individual. Un proveedor que elabora referentes sectoriales a partir de los datos de sus clientes está usando esos datos para una finalidad que va más allá del servicio de analítica contratado: crea un producto entre clientes sin la autorización explícita de los clientes cuyos datos contribuyeron a él. Los acuerdos de tratamiento de datos individuales pueden autorizar la analítica sobre los datos de cada cliente sin autorizar la creación de agregados entre clientes que funcionan como productos comerciales.
Dónde se equivocan la mayoría de los equipos
La falla más constante es evaluar la sensibilidad de los datos solo de forma aislada y no en el contexto de lo que el proveedor tiene de toda su base de clientes. Las evaluaciones de riesgo de cada cliente son intrínsecamente incompletas para esta categoría de riesgo: el riesgo de agregación existe a nivel del proveedor, no del cliente, y para evaluarlo hay que entender toda la base de clientes y la cartera de datos del proveedor. La mayoría de los programas de TPRM evalúan los datos que el proveedor tiene de la organización evaluada. No preguntan qué tiene el proveedor de todos sus clientes en conjunto.
La segunda falla es no preguntar a los proveedores por sus restricciones al uso de datos entre clientes. Muchos proveedores elaboran referentes sectoriales, analítica entre clientes y conjuntos de datos agregados a partir de los datos combinados de sus clientes sin autorización explícita. Los acuerdos de tratamiento de datos individuales pueden autorizar la analítica por cliente sin abordar si el proveedor puede combinar los conjuntos de datos de los clientes para productos entre clientes. Los proveedores suelen interpretar el silencio sobre el uso entre clientes como un permiso.
- Evaluar la sensibilidad de los datos de forma aislada: el riesgo de la contribución individual en lugar del valor agregado en toda la base de clientes del proveedor
- No preguntar por la superposición sectorial de la base de clientes del proveedor: si el proveedor conserva datos equivalentes de competidores
- Uso agregado entre clientes no abordado en el DPA: el silencio sobre la combinación de datos entre clientes se interpreta como un permiso
- Valor agregado como objetivo de violación sin evaluar: el valor del conjunto de datos agregado del proveedor para los atacantes es mucho mayor de lo que sugieren los datos de cada cliente
- Contribución a productos de comparativas sin gobernanza: datos del cliente que alimentan los productos comerciales de comparativas del proveedor sin autorización explícita
Cómo se ve una buena práctica
Una gobernanza madura del riesgo de agregación exige evaluar no solo la relación de datos individual, sino también la posición del proveedor en el mercado: cuántos competidores del mismo sector comparten datos equivalentes con el proveedor, qué conjuntos de datos agregados se crean a partir de las contribuciones combinadas y si el uso de datos entre clientes está regulado de forma explícita en cada acuerdo de tratamiento de datos.
- Evaluación de la base de clientes del proveedor: entender qué otras organizaciones del mismo sector comparten datos equivalentes con el proveedor
- Restricciones al uso de datos entre clientes en el DPA: prohibición explícita de combinar los datos del cliente con datos de competidores para productos agregados sin autorización
- Valor agregado como objetivo de violación en la evaluación de riesgos: la cartera de datos combinados de clientes del proveedor se evalúa como una exposición de riesgo unificada, no como la suma de riesgos individuales
- Autorización para contribuir a referentes: se requiere el consentimiento explícito antes de que los datos del cliente contribuyan a los productos de referentes sectoriales o de analítica agregada del proveedor
- Confirmación de la segregación de datos: confirmación técnica de que los datos del cliente están aislados y no se combinan con datos de competidores para ningún fin sin autorización
Herramientas
Evaluar y gobernar el riesgo de agregación de datos requiere inteligencia sobre las carteras de clientes de los proveedores y controles técnicos de segregación de datos.
Plataformas de inteligencia sobre proveedores: Interos, ProcessUnity, BitSight
Las plataformas de inteligencia sobre proveedores ofrecen información sobre las carteras de clientes y la posición en el mercado de los proveedores, lo que permite evaluar si un proveedor tiene datos de varias organizaciones del mismo sector. La analítica de la cadena de suministro de BitSight revela relaciones entre los proveedores y sus bases de clientes que las evaluaciones de TPRM individuales no revelarían. Para los profesionales de TPRM, usar plataformas de inteligencia sobre proveedores para entender la concentración sectorial de un proveedor aporta el contexto necesario para evaluar un riesgo agregado que la evaluación de datos individual no puede revelar.
Arquitectura de aislamiento de datos: seguridad multiinquilino, AWS Organizations, Azure Management Groups
Los controles de multiinquilino en la nube ofrecen aislamiento técnico de los datos entre los conjuntos de datos de los clientes e impiden que se combinen en la capa de almacenamiento o de consulta sin concesiones explícitas de acceso entre inquilinos. Para los profesionales de TPRM, preguntar si el proveedor usa una arquitectura multiinquilino con aislamiento técnico de los datos en lugar de un aislamiento lógico es una pregunta técnica específica sobre si la combinación de datos entre clientes está impedida técnicamente o solo prohibida por contrato.
Analítica que preserva la privacidad: aprendizaje federado, computación segura multipartita
Las técnicas de analítica que preservan la privacidad permiten a los proveedores obtener información agregada entre clientes sin acceder a los datos brutos de los clientes ni combinarlos: el aprendizaje federado entrena modelos en la ubicación del cliente sin que los datos brutos salgan de su entorno, y la computación segura multipartita permite realizar cálculos agregados sin que ninguna parte vea los datos de entrada de otra. Para los profesionales de TPRM, conocer estas técnicas permite evaluar si los proveedores que ofrecen comparativas entre clientes utilizan enfoques que preservan la privacidad o combinan datos brutos.
Desafíos de gobernanza
El reto de gobernanza del riesgo de agregación es su invisibilidad en la evaluación individual. Ninguna evaluación de TPRM de un cliente individual revela el riesgo agregado, porque cada evaluación ve solo su propia relación. Abordar el riesgo requiere o bien coordinación entre clientes, que normalmente no es viable en mercados competitivos, o bien una evaluación a nivel del proveedor que examine toda su cartera de datos y no solo la relación individual.
Para los programas de TPRM, el enfoque práctico de gobernanza consiste en añadir preguntas sobre la base de clientes y la cartera de datos del proveedor a las evaluaciones de proveedores de sectores en los que sea plausible la agregación de inteligencia competitiva: proveedores de compras, recursos humanos, servicios jurídicos, finanzas y analítica de salud que atienden habitualmente a varios competidores del mismo mercado. Las preguntas no requieren acceso a los datos de otros clientes; requieren entender si el proveedor tiene datos equivalentes de los competidores y si su uso entre clientes está gobernado.
- Añadir preguntas sobre la base de clientes del proveedor para el riesgo de concentración sectorial: qué otras organizaciones del mismo sector comparten datos equivalentes
- Añadir restricciones al uso de datos entre clientes en los acuerdos de tratamiento de datos con proveedores de analítica que atienden mercados competitivos
- Incluir el valor del agregado como objetivo en la calificación de riesgo del proveedor: un proveedor que conserva inteligencia competitiva de todo un sector se califica por encima de lo que sugiere la sensibilidad de los datos individuales
- Preguntar por la arquitectura de segregación de datos: aislamiento técnico frente a prohibición contractual de la combinación de datos entre clientes
- Exigir autorización para la participación en productos de referentes a los proveedores que ofrecen productos de analítica sectorial
Si usted forma parte de un equipo pequeño
Para sus proveedores de analítica, compras, recursos humanos y finanzas, añada una pregunta a su evaluación: ¿cuántas organizaciones de nuestro sector comparten con ustedes datos equivalentes y sus contratos les prohíben combinar datos de clientes competidores con cualquier fin, incluidos los referentes, la analítica agregada y el entrenamiento de modelos? Esa pregunta revela la posición agregada del proveedor en su sector y si la combinación de datos entre clientes está restringida por contrato o permitida implícitamente. Para cualquier proveedor que no pueda confirmar restricciones a los datos entre clientes, añada una prohibición explícita en la próxima renovación del contrato.
- Preguntar a los proveedores de analítica cuántos competidores del sector comparten con ellos datos equivalentes
- Añadir restricciones a la combinación de datos entre clientes en los acuerdos de tratamiento de datos con proveedores de sectores competitivos
- Incluir el valor agregado de inteligencia competitiva en las calificaciones de riesgo de proveedores
- Preguntar si las comparativas sectoriales del proveedor incluyen sus datos y cuál es la base de esa autorización
Qué exigir
Pregunte directamente:
“¿Cuántas organizaciones de nuestro sector comparten con ustedes datos equivalentes, y son esas organizaciones competidoras directas nuestras? Queremos entender la inteligencia competitiva agregada que representa el conjunto de datos combinado de sus clientes.”
“¿Sus contratos les prohíben combinar datos de clientes competidores con cualquier fin, incluidos la analítica agregada, los referentes sectoriales y el entrenamiento de modelos, sin la autorización explícita de cada cliente que aporta datos?”
“¿Nuestros datos están aislados técnicamente de los datos de otros clientes en su plataforma, o el aislamiento es solo contractual, es decir, podrían combinarse en la capa de datos con los permisos adecuados?”
Evidencia que debe esperar
- Divulgación de la concentración sectorial de la base de clientes: cuántos competidores del sector comparten datos equivalentes
- Confirmación de la restricción del uso de datos entre clientes en el DPA
- Descripción de la arquitectura técnica de aislamiento de datos
- Confirmación de la autorización de los productos de referentes: qué base de autorización existe para los datos de clientes incluidos en los productos sectoriales del proveedor
Un proveedor que responde a la pregunta sobre la concentración sectorial con “atendemos a muchas organizaciones líderes de distintos sectores” se ha negado a describir su concentración competitiva. Pregunte específicamente cuántas empresas de su sector comparten con ellos datos de compras, de recursos humanos o financieros. La respuesta a esa pregunta determina si su aportación es un dato más en un servicio de analítica o una pieza de un activo de inteligencia competitiva de todo el sector.
Cómo demostrarlo
Los principios de limitación de la finalidad y de minimización de datos del GDPR se aplican a la agregación entre clientes como uso secundario. En algunas jurisdicciones, las consideraciones de protección de datos competitivos y de secretos comerciales se aplican a la agregación de inteligencia competitiva por parte de los proveedores. Demostrar la diligencia debida requiere evidencia de que el riesgo de agregación se evaluó más allá de la evaluación de la sensibilidad de los datos individuales.
- Registros de evaluación de la base de clientes de proveedores con concentración sectorial
- Restricción del uso de datos entre clientes en la documentación del DPA
- Documentación de la calificación del riesgo agregado que refleja el valor del conjunto de datos combinado de los clientes
- Evidencia de la autorización de los referentes
Conclusión clave
Su conjunto de datos por sí solo es manejable. Su conjunto de datos combinado con los de cuarenta competidores es un activo de inteligencia competitiva que define a todo un sector. El proveedor tiene ambos, su aportación individual y el agregado que surge de las aportaciones de todos, y el agregado es lo que atacan los delincuentes y lo que los competidores pagarían por obtener. Ningún cliente autorizó individualmente la creación del agregado. Cada uno autorizó solo su propio servicio de analítica. El agregado surgió de la combinación, sin que ninguna evaluación de riesgo individual lo viera y sin que lo rigiera ningún DPA individual. Evaluar el riesgo de los datos de un proveedor exige entender no solo lo que usted comparte, sino lo que el proveedor tiene de todas las empresas de su sector. El riesgo agregado es el nivel de riesgo del proveedor, no el suyo. Pero la notificación de la violación llega a su puerta.