一句话回答
数据生命周期,也叫数据周期,是数据从决定收集到被删除所走的路径:规划、采集、处理、存储、使用、共享、保留和删除。没有统一的标准模型;阶段之所以重要,是因为每个阶段都需要负责人和规则,尤其是最后一个。
公式: 删除截止日 = 采集日期 + 保留天数(2026-03-01 + 90 天 = 2026-05-30)。持有行数 = 每月行数 × 保留月数。
什么是数据生命周期?
数据生命周期,也叫数据周期,是一条数据从决定收集,到被删除为止所走过的路径。没有统一的标准模型。美国地质调查局的科学数据生命周期模型有六个主要环节(规划、获取、处理、分析、保存、发布与共享),以及贯穿所有环节的三项(描述、质量管理、备份与保护)。厂商和教科书的版本用五到八个阶段,一个流传很广的定义列了七个:确定需求、生成或采集、准备、使用、管理、长期存储、清除与销毁。
名称不同,但每个版本都有同样的三件事:决定收集什么、为什么收集,使用它,以及让它退役。最后一件事是多数团队忘掉的,所以本条目把大部分篇幅放在保留和删除上。
各阶段怎样对应到统计的事件数据?
下表用八个阶段,合并了上面的模型,并把每个阶段用在网站或应用统计项目产生的数据上。
| 阶段 | 发生什么 | 统计事件数据的例子 | 要检查的控制 |
|---|---|---|---|
| 规划 | 决定哪些问题需要哪些数据 | 埋点方案列出每个事件、属性、负责人和状态 | 每个事件都对应一个问题吗? |
| 采集 | 数据被捕获 | 来自脚本、SDK 或服务端调用的页面浏览、点击、表单提交、购买 | 只采集了方案需要的内容吗? |
| 处理 | 数据被校验、清洗、补充 | 剔除机器人流量、检查必填属性、给新事件命名 | 必填属性完整到达了吗? |
| 存储 | 数据保存在某个系统里 | 事件明细行和按天汇总 | 谁能读取,数据存在哪个地区? |
| 使用 | 数据回答问题 | 漏斗、留存、归因、看板 | 指标定义写下来了吗? |
| 共享 | 数据离开团队 | 只读报表链接、原始导出 | 对象和到期时间受控吗? |
| 保留 | 数据因某个理由保留一段时间 | 事件明细行保留若干天 | 天数是选定的,还是默认的? |
| 删除 | 时间到了就移除数据 | 定时删除任务、删除请求 | 删除有核验和记录吗? |
注意,USGS 里贯穿各环节的元数据和质量,并不是一个阶段,而是一条线:埋点方案就是元数据,检查必填属性就是质量管理。
算例:每一行能活多久,一共有多少行?
示例数据:一个项目用下面产品的起始值设置了四个保留期(天):事件明细行 365、自动采集行 90、人员档案 730、同意回执 730。2026 年 3 月 1 日采集的一行,会在这些日期被删除:
| 数据 | 保留期 | 删除截止日 |
|---|---|---|
| 自动采集行 | 90 天 | 2026 年 5 月 30 日 |
| 事件行 | 365 日 | 2027 年 3 月 1 日 |
| 人员档案 | 730 天 | 2028 年 2 月 29 日 |
| 同意回执 | 730 天 | 2028 年 2 月 29 日 |
保留期同样决定存储量。如果项目每月采集 500,000 行事件,稳态下它持有的行数 = 每月数据量 × 保留的月数:
- 365 日保留:500,000 × 12 = 6,000,000 行
- 90 天保留:500,000 × 3 = 1,500,000 行,少了 75%。
不含个人数据的按天汇总,不受这个时钟约束;所以两年前的图表还能画出来,底层的行却已经没有了。实用规则:保留期是决定你任一时刻持有多少个人数据的旋钮,所以要有意识地去设。
隐私法规和标准在每个阶段要求什么?
GDPR 第 5 条的原则,可以和生命周期的阶段对上:
| 原则(第 5 条) | 原文要点 | 约束的阶段 |
|---|---|---|
| 目的限制,5(1)(b) | 为特定、明确、合法的目的而收集 | 规划、采集 |
| 数据最小化,5(1)(c) | 充分、相关,并限于必要范围 | 采集、处理 |
| 存储限制,5(1)(e) | 可识别的保存时间不超过必要 | 保留、删除 |
至于删除阶段本身,NIST 特别出版物 800-88 第 1 版(2014 年 12 月)是美国关于介质清除的标准指南,把清除定义为在给定投入水平下使访问介质上的数据变得不可行;NIST 已在 2025 年 9 月 26 日撤回它,由第 2 版取代。一个任务删掉的数据库行是一种情况;同样的数据在备份、导出和下载的文件里是另一种情况,每个副本都有自己的寿命终点。
数据生命周期和数据血缘、数据保留政策有什么不同?
一个生命周期有很多条血缘(每个指标各有自己的),也只有一份保留政策。
实际中哪里容易出错?
- 没有删除阶段。 采集打开了,保留期停在一个没人选过的默认值上。
- 所有数据用同一个保留期。 自动采集行、档案和同意回执需要不同的期限。
- 忘了副本。 邮件发出去的导出文件,比它来自的系统活得更久。
- 把汇总当成原始数据。 不含个人数据的汇总可以保留;带标识的原始行不能无限期保留。
- 删了定义,没删数据。 把事件定义从方案里移除,并不会移除已经采集的历史。
在 TapCub 里生命周期是什么样?
下面是同一张表在 TapCub 菜单里的样子。TapCub 控制产品内部的各个阶段;你导出或分享出去的副本,要由你自己跟踪。
- 规划: 全端分析 › 数据管理 › 埋点方案 记录你打算采集的事件,含属性、平台、负责人,以及状态:待评审、开发中、验收中、已上线或已废弃。
- 采集与处理: 一段脚本、SDK 或一次服务端调用向项目供数。新事件先进入 事件收件箱,认领后才成为正式定义;埋点方案里近 24 小时的实时验证,显示每个事件到达了多少次、必填属性有多完整。机器人和真人分开统计。
- 使用与共享: 分析读取已存储的事件;配置 › 设置 › 公开分享 生成只读链接,可加密码,可选开放的模块,并限制能看多少天;访客列表和会话不能公开分享。全端分析 › 数据管理 › 数据导出 运行异步的原始导出,它不是报表的截图。
- 保留: 在 配置 › 合规中心 里,事件、自动采集、人员档案和同意回执四个期限分别设置。起始值是 365、90、730 和 730 天。事件明细行跟随项目的数据保留天数,受套餐上限约束。
- 删除: 定时任务会删除过期的明细行。针对个人,在同一个合规中心创建请求,选择访问、导出、限制处理或删除,用邮箱、登录 ID、设备 ID 或人员 ID 找到此人。限制处理和删除会立刻停止处理此人的新事件,然后等待一段冷静期,起始是三天,期间可以取消。按天汇总不含个人数据,不按这些期限删除。删除数据源或事件定义,不会清除历史。只有所有者和管理员能打开合规中心。
资料来源
- 美国地质调查局,Data Lifecycle:科学数据生命周期模型的六个主要环节和三个贯穿环节。核对于 2026-11-20。
- 欧盟条例 2016/679,第 5 条:个人数据处理的原则:目的限制、数据最小化、存储限制。核对于 2026-11-20。
- NIST,SP 800-88 Rev. 1, Guidelines for Media Sanitization(2014 年 12 月;2025 年 9 月 26 日撤回,由 Rev. 2 取代)。核对于 2026-11-20。
- TechTarget,Data life cycle:七阶段定义。核对于 2026-11-20。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
