資料一致性

Data consistency（資料一致性）是指在資料庫或分散式系統中，資料在任何時間點的狀態均符合預設規則與邏輯一致性的特性。當資料在多個系統間同步更新時，若部分系統更新成功而部分失敗，即產生資料不一致（Data Inconsistency）。根據ISO/IEC 27701（隱私資訊管理系統）與GDPR第5條「處理原則」的規定，資料控制者必須確保個人資料的準確性與一致性。在分散式架構（如本案例中的Solid生態系）中，資料一致性是確保資料主體（Data Subject）權利實現的技術前提，若資料不一致，將直接衝擊GDPR第16條「更正權」的實施效果。此概念與資料完整性（Data Integrity）相輔相成，但一致性更強調多來源間的同步性。

實務應用需遵循「識別-標準化-同步」三步驟：第一步，盤點企業內所有存儲個人資料的系統（如CRM、HRM、ERP），建立資料字典（Data Dictionary）定義統一的資料格式；第二步，實施主資料管理（Master Data Management, MDM）策略，指定單一信任來源（Single Source of Truth），確保跨系統更新時的原子性（Atomicity）與一致性；第三步，建立稽核機制，定期比對異構系統間的資料一致性。以台灣電信業為例，若客戶在電信商A系統更新地址，但B系統未同步，將導致帳單誤寄，觸犯台灣個資法第19條之不實處理義務。導入MDM後，企業可將資料錯誤率降低80%，並將GDPR合規審計通過率提升至95%以上。

台灣企業常見三大挑戰：其一，傳統IT架構的孤島效應（Data Silos），各部門系統互不連通，導致資料版本混亂；其二，法規解讀不一致，部分企業僅關注資料加密而忽略資料一致性對個資權利實施的影響；其三，導入成本與技術人才不足。克服策略應為：優先建立跨部門資料治理委員會（Data Governance Committee），統一資料標準；其次，導入ETL（擷取、轉換、載入）工具與API整合機制，確保資料在24小時內完成同步；最後，依據ISO/IEC 27701框架建立資料處理流程，並將一致性檢查納入KPI考核。建議企業在6個月內完成核心系統的資料清洗與同步機制建立，以應對日益嚴格的個資法執法趨勢。