By · Last updated 2026-04-07

Kembali ke BlogTeknologi Undang-Undang

Excel & GDPR: Risiko Data Hamparan

Permintaan Hak Akses GDPR meningkat 180% dari 2021 hingga 2024 (EDPB). Purata pemprosesan DSAR mengambil masa 12 jam secara manual. Jabatan HR menguruskan.

April 7, 20268 min baca
Excel GDPR anonymizationspreadsheet redactionDSAR processingEDPB right of accessHR data compliance

Jurang GDPR Excel

Alat penyuntingan PDF tidak berfungsi pada fail Excel. Ini mewujudkan jurang pematuhan. Dalam tetapan perusahaan, ia mempengaruhi setiap pasukan HR, kewangan, dan operasi.

Permintaan Hak Akses GDPR meningkat 180% antara 2021 dan 2024 (Laporan Tahunan EDPB). Apabila DSAR tiba, anda mesti berkongsi data peribadi pemohon. Anda juga mesti melindungi data semua orang lain dalam fail yang sama. Mengeksport baris tertentu tidak mencukupi. Rekod lain kekal kelihatan. Pematuhan DSAR yang betul bermaksud menanonimasikan semua data bukan pemohon.

Purata DSAR mengambil masa 12 jam untuk diproses secara manual. Pada 200 DSAR sebulan, itu adalah 2,400 jam kakitangan. Pemprosesan manual tidak dapat berskala.

Apa yang Perlu Diliputi oleh Anonimisasi Excel

Hamparan mempunyai masalah yang alat teks tidak dibina untuk mengendalikannya.

Baris dan lajur tersembunyi. Fail Excel sering menyembunyikan baris dan lajur. Ini mungkin menyimpan rekod draf atau nilai asal. Alat yang hanya membaca sel kelihatan akan terlepas PII dalam kawasan tersembunyi.

Rujukan formula. Sel mungkin menunjukkan nilai yang dibina daripada sel-sel lain. Mengosongkan sel sumber tidak mengemas kini output formula. PII asal kekal dalam hasil formula.

Cache jadual pangsi. Jadual pangsi Excel menyimpan salinan data sumber. Mengosongkan helaian sumber tidak mengosongkan cache. Sesiapa yang mempunyai fail boleh membaca data cache.

Pautan merentas helaian. Nama pada Helaian 1 mungkin muncul dalam formula pada Helaian 3. Mengosongkan Helaian 1 tanpa mengemas kini Helaian 3 boleh mendedahkan nilai asal melalui formula.

Alat gred pematuhan mesti memproses semua helaian - termasuk yang tersembunyi - dan mengemas kini semua rujukan formula.

Kes Penggunaan HR: Berkongsi 50,000 Rekod Pekerja

Sebuah pengeluar Jerman mesti berkongsi 50,000 rekod pekerja dengan perunding luar. Artikel 28 GDPR memerlukan kawalan teknikal apabila berkongsi data dengan pemproses. Fail itu mempunyai 37 lajur: nama, alamat rumah, gaji, penilaian, dan data cuti perubatan.

Anonimisasi manual 50,000 baris tidak boleh dilaksanakan dalam mana-mana tetingkap pematuhan.

Add-in Word dan Excel berfungsi di dalam Microsoft Excel - tanpa eksport diperlukan. Pengesanan PII berjalan merentasi semua helaian kelihatan dan tersembunyi. Nama menjadi nama samaran yang konsisten. Nama yang sama dalam dua sel mendapat token yang sama. Pautan analitik kekal utuh. Alamat menjadi pemegang tempat yang sesuai mengikut jenis. Gaji dibiarkan tidak berubah. Semua 50,000 baris diproses dalam beberapa minit.

Peraturan per-entiti membolehkan anda mengendalikan setiap jenis data secara berbeza. SSN menjadi rentetan bertopeng. Alamat menjadi nilai peringkat bandar. Alamat e-mel peribadi menjadi pemegang tempat berasaskan peranan.

Cabaran ini bukan unik kepada Excel. Setiap format fail mempunyai mod kegagalan tersendiri. Lihat cara fragmentasi format mempengaruhi pengesanan PII merentasi jenis fail.

Tiga Peraturan GDPR dalam Satu Lintasan

Anonimisasi hamparan memenuhi tiga peraturan Artikel 5 sekaligus.

Minimisasi data (Art. 5(1)(c)). Hanya lajur yang diperlukan oleh penerima yang dikongsi. Lajur pengenalan dikosongkan.

Had penyimpanan (Art. 5(1)(e)). Fail asal disimpan untuk pengekalan undang-undang. Salinan bersih dikongsi dengan tempoh pengekalan yang lebih pendek.

Integriti dan kerahsiaan (Art. 5(1)(f)). Tiada data pengenalan yang meninggalkan zon kawalan. Hanya salinan bersih yang keluar.

Log audit daripada setiap larian juga merupakan rekod Artikel 5(2) anda. Ia menunjukkan peraturan yang digunakan pada setiap fail dan setiap sel.

Bagi pasukan yang mengendalikan jumlah DSAR besar dengan tarikh akhir yang ketat, lihat pemprosesan kelompok DSAR GDPR pada skala besar.

Sumber

Sedia untuk melindungi data anda?

Mulakan pengenalan PII dengan 285+ jenis entiti dalam 48 bahasa.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.