数据分类分级怎么做：从一般数据到重要数据的判断链

数据分类分级常被当成一项文档工作：找一份模板，把系统里的表名列进去，标上“敏感”“一般”，归档。但它的实际作用是决定后面所有义务的起点——数据能不能出境、要不要做影响评估、审计查什么、等保定到几级，全部取决于分级结论。分级做错，后面的程序要么白做，要么做到一半推倒重来。

一、先分清三组概念

实务中最常见的混淆，是把三组概念当成一组。

个人信息与重要数据不是并列关系，而是交叉关系。一份数据可以既是个人信息、又构成重要数据；也可以只是企业经营数据，却因规模或领域落入重要数据。分级的对象是全部数据，不是只对个人信息分级。

二、四步判断链

第一步，盘点。 按系统与业务动作列，不按部门列。用户注册、内容生成、支付、客服、日志、模型训练、数据导出，每一个动作对应一组数据。按部门列会漏掉跨部门流转的中间数据，而漏掉的那部分往往正是出境与共享的载体。

第二步，分类。 按业务属性分组，常见的四组是用户数据、经营数据、技术数据、公开数据。分类的作用是让同一组数据适用同一套规则，避免逐表判断。

第三步，分级。 按影响对象分四层：个人权益、企业运营、公共利益、国家安全；再按影响程度定一般、重要、核心。影响对象的判断比影响程度更难，因为同一批数据对不同对象的意义不同。

第四步，重要数据认定。 对照地区与部门目录；没有目录可对照的，按识别指南判断，并把判断过程写成记录。这一步的关键不是结论，而是可复核的依据。

三、AI 企业最容易漏的四类数据

训练语料。 采购、爬取、用户生成、开源数据集，四种来源的授权链不同，分级时容易只按“文本”处理，忽略其中可能包含的个人信息与第三方版权内容。

用户输入与上传。 产品设计上只收集账号与日志，但用户会粘贴病历、身份证、合同。判断标准是实际处理，不是设计意图。

日志与埋点。 单条日志不敏感，聚合后的行为轨迹可以识别个人。分级时应按聚合后的识别能力判断，而不是按单条字段。

模型输出、缓存与向量库。 微调后的模型可能复现训练数据，检索增强的向量库会长期保存用户文档。这两处经常不在数据资产清单里，却是监管问询时的高频追问点。

四、分级结果要落到五个地方

一是数据台账。台账至少包含数据类别、级别、来源、存储位置、处理目的、保存期限、共享对象七个字段。

二是出境判断。是否构成重要数据、个人信息数量与敏感程度，直接决定走安全评估、标准合同还是认证，可参见数据出境三条路径。

三是影响评估与合规审计。分级结果是评估触发情形与审计范围的底稿，可参见个人信息保护影响评估与合规审计办法。

四是风险评估与等保。重要数据处理者的年度风险评估、系统的等保定级，都以分级结果为输入。

五是供应商与合同。把数据级别写进采购合同与数据处理协议，才能约束下游。

五、三个常见错误

只对个人信息分级。 结果是经营数据、技术数据没有级别，出境与共享时无法判断，重要数据识别也失去基础。

把重要数据等同于机密数据。 重要数据的判断标准是国家安全影响，不是保密等级。一份公开可得的行业统计数据，也可能因汇聚效应构成重要数据。

一次做完不再更新。 产品迭代、数据源更换、业务出海都会改变分级结论。没有复核机制，台账会在半年内失效。

六、需要多少时间

十人以内的团队，首轮盘点与分级通常两到四周可以完成，前提是系统清单与数据流图已经存在。没有数据流图的，先画图再分级，否则盘出来的是一张表名清单，不是数据资产地图。之后的维护成本远低于首轮，但必须固定责任人与复核周期。

本文依据《数据安全法》《网络数据安全管理条例》及公开的important data识别规则编写，仅供参考，不构成法律意见。具体分级应结合行业目录与企业实际数据处理活动判断。