ユーザーデータ収集:ビジネスニーズとユーザープライバシーのバランスをとる

前書き

ユーザーデータの収集は、意思決定を行い、より良いエクスペリエンスを作成するためのより多くの情報を作成者に提供する方法として、現代のWebサイトおよびアプリケーションで一般的に行われています。 他の利点の中でも、データを使用してコンテンツを調整し、製品の方向性を導き、現在の実装の問題に対する洞察を提供できます。 関連情報を収集し、それを賢く使用することで、組織は競合他社より優位になり、限られたリソースの影響を増やすことができます。

データは組織が目標を達成するのに役立ちますが、ユーザーに関する情報を収集して保存することには欠点があることに留意することが重要です。 プライバシー、セキュリティ、倫理、および法的考慮事項は、収集するデータの種類、データの取り扱い、およびデータ所有者に対する責任に影響を与える可能性があります。 これらの懸念事項に責任を持って対処しないと、重大な金銭的および評判上の損害が発生し、潜在的に法的影響を受ける可能性があります。

このガイドでは、ユーザーに関するデータを収集および分析して、組織をより効果的にする方法をいくつか説明します。 また、データの収集と保持に関連するリスクとトレードオフのいくつか、および組織にとって意味のあるバランスをとる方法についても検討します。

ユーザーデータとは

サイトまたはアプリケーションのユーザーに関するデータの収集、保存、分析について話すときは、参照するデータの種類を定義することが重要です。 最も広い意味では、ユーザーデータとは、ユーザーが製品と対話することによって生成されるあらゆる種類のデータを意味します。 このデータは、収集方法に基づいてグループに分類できます。

Explicit dataは、ユーザーから直接提供されたデータを指します。 これには、設定、名前、住所、電子メール、ソーシャルアカウント、請求データなどの個人を特定できる情報が含まれます。 このタイプのデータは、サイトのフォーム、調査の発行、またはユーザーがオンラインで保持している他のプロファイルのデータを共有するよう求めることにより取得できます。 このカテゴリのデータは、個々のユーザーに関する確実で信頼できる情報を提供し、以下で説明する2番目のカテゴリのデータで必要とされる広範な分析や解釈なしにそのまま使用できます。 支払いの収集などの基本的な機能を実装するために必要な場合があります。また、個人的な好みに基づいてカスタマイズされたエクスペリエンスを可能にするために使用することもできます。

2番目のタイプのデータはimplicit dataです。 このカテゴリは、ユーザーが直接提供するのではなく、ユーザーの対話または既存の明示的なデータからデータを収集および分析することで収集されます。 これには、セッション期間、訪問したページ、デバイスプロファイルなどの行動ベースの分析が含まれる場合がありますが、ユーザーペルソナセグメント、仕事と睡眠のスケジュール、最も近い商店街などの提供データから作成された推論も含まれる場合があります。

3番目のカテゴリはdata acquired from external partiesで構成されます。 これは元々明示的または暗黙的に収集された可能性がありますが、データへの組織の関係は、情報へのアクセスを提供した別のエンティティによってフィルタリングされます。

明示的、暗黙的、および外部的に収集されたデータは、ユーザーがサイトとどのようにやり取りし、何が最良のサービスを提供しているかを全体的に表現するのに役立ちます。 次のセクションでは、このデータを使用してユーザーエクスペリエンスを改善し、製品の機能強化の機会を定義する方法を見ていきます。

ユーザーデータについて話し合うときに知っておくと役立つもう1つの用語は、personally identifiable informationです。 PIIとも呼ばれ、これは単一の既知の個人にまでさかのぼることができるあらゆる種類の情報を指します。 このタイプのデータは、多くのビジネス機能に特に役立ちますが、通常、特別な処理または考慮を必要とする可能性がある、より機密性の高いクラスのデータを指します。

ユーザーデータを収集することの潜在的な利点

ユーザーに関する関連データを操作することで、製品設計、リソース割り当て、反復ソリューションの実装に関する考え方を変えることができます。 このセクションでは、ユーザーデータを使用して組織がより良い製品を構築し、共鳴するメッセージで適切な人々と通信し、さまざまな変更または動作の重要性を理解するのに役立つ方法について説明します。

製品開発と設計のためのユーザーデータの分析

ユーザーデータの最も重要なアプリケーションの1つは、開発および設計の決定を通知することです。 ユーザーから提供される明示的なフィードバックと、サイトまたはアプリケーションからのユーザー行動データを解釈することによって得られた洞察の両方が、製品を改善する方法に関するガイダンスを提供できます。

基本的に、データは反復的なフィードバック指向の設計に不可欠です。 現在のソリューションがどれだけうまく機能しているかを理解しなければ、自信を持って有意義な拡張を行うことは困難です。 データは、ユーザーフロー内の摩擦領域を特定し、どのデザインが最良の結果をもたらすかを発見し、どの作業がユーザーに最も大きな影響を与えるかを判断するのに役立ちます。 明示的なフィードバックは、あなたが考えていないかもしれないユーザーの要件を明らかにし、特定の懸念に対処するために提供物を拡大する機会を提供するのに役立ちます。

つまり、システムへの変更を計画、実装、評価するにはデータが不可欠です。 アプリケーションパフォーマンスベンチマークなどの一部のデータは内部システムから取得される場合がありますが、組織が気にするデータの大部分は、変更がそれと対話する人々に与える影響に直接関係しています。

パーソナライズされたエクスペリエンスを作成し、関連する視聴者に到達する

収集されたデータは、パーソナライズされたエクスペリエンスまたはメッセージングを提供するために頻繁に使用されます。 ユーザーの好みを直接収集するか、過去の経験を分析してユーザーに最も関連性の高いものを推測することにより、データを使用して、ユーザーの興味やニーズにより密接に一致する独自のインタラクションを作成できます。

インタラクションとユーザーエクスペリエンスをカスタマイズする機能は、マーケティング資料、ユーザーインターフェイス、推奨エンジンなどに大きな影響を与えます。 データを使用して、適切なメッセージを使用し、適切なタイミングでエンゲージメントを行い、正しいオーディエンスをターゲットにしていることを確認できます。 ユーザーが必要な情報をよりすばやく見つけ、自分の興味に合った新しいコンテンツや機能を見つけるのに役立ちます。 多くの組織にとって、このプロセスの目標は、ターゲットを絞った広告によってビジターを収益化することです。

データ収集の他の有用なアプリケーション

パーソナライズと製品開発の推進を超えて、ユーザーに関するデータを収集することは、他のさまざまな状況で必要になるか、役立つ場合があります。

たとえば、ユーザーが資格情報を忘れた場合にアカウントの回復を実装するには、電話番号や電子メールアドレスなどの情報の入力を求める必要があります。 同様に、特定の取引では、外部の当事者による処理時に個人を特定できる情報を提出する必要があります(ただし、支払い処理などの取引の場合、この情報は通常、クレジットカードプロセッサ自体によって処理されます)。

ユーザーデータが役立つもう1つの例は、他のソースからの既存のデータのコンテキストを提供することです。 監視システムが短時間でトラフィックの大幅な増加を示している場合は、Web分析を評価して訪問者がどこから来ているのかを判断すると便利です。 同様に、ユーザーのサブセットがアプリケーションの問題を報告している場合、地理的な場所を理解することは、起こりうる問題のトラブルシューティングに役立ちます。

ユーザーに関するデータを収集する他の理由は、監査目的および政府の要件への準拠のためです。 ユーザーのアクションの記録は、セキュリティインシデントの場合の軽減と開示に役立ちます。 特定の業界では、情報へのアクセス、修正、作成、削除に関する非常に具体的な記録が必要です。

収集されたデータがプロセスの改善、意思決定者への関連情報の提供、ユーザーがつながりを感じている製品の構築に役立つ可能性のあるケースは他にもたくさんあります。

ユーザーデータの収集、保存、分析に関する問題

ユーザーデータを収集する利点の例が豊富にあるため、この情報の収集と使用から生じる可能性のあるリスクと問題のいくつかを念頭に置くことも重要です。 他のソリューションと同様に、これらのリソースを活用するかどうか、どのように活用するかを決定する前に考慮すべき重要なトレードオフがあります。

データ収集によりプライバシーが侵害される可能性がある

情報の収集を検討する際に提起する最も重要な質問の1つは、その情報が個人のプライバシーを侵害する可能性があることです。 Privacyは、外部の関係者への情報へのアクセスを制限または拒否する機能です。 ユーザーに関する情報を収集すると、収集したデータを共有するかどうかにかかわらず、プライバシーに影響する可能性があります。

データのプライバシーは、名前、住所、クレジットカード情報などの個人を特定できる情報にとって重要ですが、ページ履歴や位置データなどの他のデータにとっても重要です。 多くの人は、医療記録や財務記録などの一般的に認識されている機密データを使用したプライバシーの必要性に精通していますが、プライバシーの懸念はより広いコンテキストで評価する必要があります。 一見無害な情報でさえ、ユーザーのプライバシーを侵害する可能性があります。 たとえば、ユーザーがサイトで最後に表示された日時を表示することは否定的な結果にはならないかもしれませんが、そのユーザーのアクティビティに関する機密情報を外部に公開する可能性があります。

ユーザーは特定の種類の情報収集に問題はないかもしれませんが、多くの場合、使用範囲、保持期間、外部との共有方法に関するいくつかの仮定の下で問題を抱えています。 たとえば、ユーザーは自分の設定を共有してサイトの推奨エンジンを強化することはできますが、ターゲット設定された広告に同じ設定を使用したくない場合があります。 合意された意図を超えたデータの使用と共有は、プライバシー侵害と見なされます。

セキュリティ関連のインシデントが個人データを公開する可能性も、別の関連要因です。 プライバシーは、データを収集および保存する組織が安全なスチュワードとして機能できるという強力な保証がある場合にのみ確保できます。 収集されたデータは多くの場合、偶然または悪意のある活動によって当初の意図よりも広く共有されるため、多くの重要なデータ侵害が個人情報を集中化する危険性を強調しています。

データ収集により匿名性が損なわれる可能性がある

データ収集の別の、しかし関連する影響は、匿名性の低下です。 Anonymityは、アクティビティまたは情報を特定の個人に帰することができないことを意味します。 プライバシーは主に情報へのアクセスの制御に関係しますが、匿名性はアクティビティをアイデンティティに関連付けることの問題です。

匿名性は多くの理由で重要です。 たとえば、識別が内部告発者(違法行為または非倫理的行為を開示する個人)に結果をもたらす場合、ほとんどの人は匿名性の価値を認識します。 ただし、匿名性は、他の多くのコンテキストで重要なオプションでもあります。たとえば、アイデンティティがわかっていれば存在する差別や偏見を避けることができます。 匿名性とプライバシーは別々の概念ですが、ユーザーは多くの場合、匿名性をプライバシーの達成に必要な要素として評価します。

プライバシーと同様に、匿名性は、意図的な情報共有または偶発的な公開のいずれかによるデータ収集によって損なわれる可能性があります。 訪問者のIPアドレスなどの情報を使用して、ISPからのレコードと相互参照したときにサイトにアクセスしたユーザーまたは世帯を特定できます。 投稿は、仮名またはユーザー名で識別される場合がありますが、他のサービスからのデータを相関させることにより、人に遡ることができます。 匿名性は違法または有害な活動の参加者の身元を隠すためにも使用できますが、正当なユーザーは不必要な害にさらされることなく敵対的な環境で操作する方法としてインターネット上の匿名性を重視します。

多くの場合、組織はデータセットから識別可能な属性を削除または不明瞭化することでデータを「匿名化」しようとしますが、多くの場合、他の情報ソースと組み合わせると識別を再確立できます。 たとえば、公開された医療記録の名前が削除された場合でも、開示された情報内に他の一意の属性があれば、個人の身元を判断できます。 一部のデータ開示は、匿名性とプライバシーを破壊するため、特に有害です。 たとえば、個人が特定の組織またはWebサイトのメンバーであることを公開すると、匿名性(ユーザーのアクティビティをIDに戻すことによる)とプライバシー(サイトのメンバーシップはユーザーが望むデータ項目であるため)非公開にする)。

データは差別に使用できる

データ収集の増加は、組織がプラクティスを最適化するのに役立ちますが、これには深刻な倫理的副作用が伴う可能性があります。 特に、データの自動処理に関しては、ユーザーの分類を担当するシステムは、無意識の人間のバイアスに基づいた差別的な慣行を誤って実装する可能性があります。 プログラムでユーザーをセグメント化してユーザーの関心を高めるために使用される同じ手法の多くは、アプリケーションまたはサイトの動作に意図せずにバイアスをかける可能性があります。

この問題は、ビッグデータシステムと機械学習を扱うときに特によく見られます。 一部の支持者は、これらのメカニズムはデータに既に存在するパターンのみを明らかにすると主張しますが、これらのパターンを見つけるために使用されるアルゴリズムは、特定の人口統計からユーザーを不注意に不利にさせる可能性があります。 また、パターンを見つけて強調することで、アルゴリズムまたはデータセットに見られるバイアスを深めることに苦しんでいます。 これらのツールの使用方法に注意を払っていない場合、意図せずに法的および倫理的な境界を越える可能性があります。

過度に攻撃的な特性に基づくグループを使用すると、それらのユーザーを特にターゲットにしようとしなくても、protected classesに基づいて高い精度で人々をセグメント化できます。 たとえば、そのデータの使用方法によっては、各顧客の価格に測定可能な影響を与えるような方法で、人種や性別のラインに沿ってユーザーを誤って分割する場合があります。 自分でセグメンテーションデータを使用していない場合でも、広告パートナーがそのデータを利用できる場合、同様の状況が発生する可能性があります。

データは多くの場合、ユーザーの意図よりも広く共有されています

ユーザーに関するデータの収集と保存を検討する際に人々が単純化しすぎる傾向がある考慮事項の1つは、アクセス制御です。 アクセス制御とは、外部の関係者が収集しているデータを読み取れないようにすることを意味しますが、より広く言えば、データとやり取りする人の境界を定義することを意味します。 たとえば、これは、機能がデータに関係のない従業員への入場を禁止し、ユーザーに通知せずにベンダーまたはパートナーがアクセスできないようにし、政府機関からのアクセスを求められることの意味を検討することを意味します。 通常、データへのアクセスは、当初の予想よりも複雑です。

企業には、意図したデータ共有と使用ポリシーをユーザーに通知する能力と責任がありますが、ユーザーの期待に合わせてアクセスを制限することは難しい場合があります。 たとえば、企業の買収により、ユーザーがアクセスすると予想していなかった組織の手にデータを残すことができます。 幅広いプライバシーポリシーは場合によっては法的露出からあなたを保護することができますが、消費者の信頼の喪失は、それでも深刻な評判の影響につながる可能性があります。

政府の関与に関しては、複雑さがさらに複雑になります。 収集されたデータへのアクセスのリクエストは召喚状または令状の形で送られますが、場合によっては、特定のユーザーまたは調査をターゲットとしないデータへの非常に広範なアクセスをリクエストする機関が知られています。 機密性の高い特定の情報へのアクセスがない場合、多くの政府はメタデータの収集と分析に熟達しており、メタデータは一般に十分に保護されていませんが、重要な情報を明らかにすることができます。 この種の情報の収集または要求に令状が必要かどうかは、多くの場合、法的グレー領域です。 ユーザーデータを収集するには、組織がこれらのあいまいさを処理し、データの要求を予測する準備をする必要があります。

収集されたデータの潜在的なリーチの追加要因はセキュリティです。 意図的にアクセスを制限する人については警戒しているかもしれませんが、データが偶然またはデータ侵害によって公開された場合、収集した情報を効果的に公開できます。 セキュリティを真剣に考えることは常に重要ですが、システム上の貴重なデータの量は、露出のリスク、負担を負う可能性、悪意のある攻撃者の標的としての組織の魅力に影響を与える可能性があります。 パートナーまたはベンダーと契約を共有すると、収集したデータのセキュリティフットプリントも増加します。

訪問者からデータを収集または使用することを決定する前に、法的責任を理解し、それらを遂行するために何をする必要があるかを理解することが重要です。

適用されるルールを知る

データを収集する際には、事業を展開している国の法律、場合によってはユーザーの所在地に従って特定の責任を負います。 さまざまな管轄区域の規制の相互作用に留意することは、満たす必要のある要件と保有する負債を理解するために重要です。 規制は、収集するデータの種類、データの使用方法、保存または処理を計画する場所、データのセキュリティ保護の義務、ユーザーの出身地などに基づいて適用できます。

複雑な例として、米国には、ユーザーデータを処理するための要件を概説する法律が1つもありません。 代わりに、すべてのデータ処理(および多くのプライバシー関連の強制措置)に適用される規則と規制の一般的なコレクション、および医療データ、財務データ、未成年者に関連するデータなどの種類の情報を管理するより具体的な法令があります。 これらの一部は、収集できるもの、情報の保存方法、必要なアクセス制御、入力できる共有契約の種類に影響を与える可能性があります。 米国の多くのポリシーの相互作用の結果は、特に機密データの特定の保護を実装し、プラクティスを明確に概説するプライバシーポリシーを提供するための要件です。

対照的に、多くの国では、ユーザーデータを操作するための要件が​​より明確に定義されています。 たとえば、欧州連合は、前世代の規制に代わるものとして2018年5月25日に発効するGeneral Data Protection Regulation (GDPR)に基づく包括的な一連の規則を採用しています。 ルールの範囲は非常に広く、EU内でデータを収集または処理する人、またはEUの訪問者からのデータを扱う人に適用されます。 組織は、データの使用に関する明示的な情報を訪問者に提供し、潜在的に機密性の高いデータを扱うための明示的な同意を受ける必要があります。 規制の他の部分では、ユーザーはデータの削除を要求でき、3日以内にデータに関連するセキュリティインシデントをユーザーに通知することを組織に要求し、違反に対する罰金を科します。

他の多くの場所には、これらの国で働くか、居住者からの情報を処理するときに適用できる同様のデータ保護法のセットがあります。 特定のポリシーを設計するときは、目的の収集と使用に適用される可能性のある法律の種類を認識することが重要です。 リスクを最小限に抑えるために、弁護士に相談して法的状況をよりよく把握し、提案されたプライバシーおよびデータ収集ポリシーを確認することをお勧めします。

プライバシーポリシーの実装

オンラインデータ規制における一般的なスレッドの1つは、データ操作の範囲を正確に概説するプライバシーポリシーの要件です。 ほとんどの規制では、組織がWebサイトにポリシーへのリンクを目立つように表示し、発生した重要なポリシーの変更をユーザーに通知する必要があります。

開示するプライバシーポリシーの一般的な要件または推奨事項は次のとおりです。

  • 収集および保存する予定の具体的な情報

  • データの使用方法

  • データを外部関係者と共有する方法

特定の種類の情報、または特定の司法管轄区では、次の説明を組み込むことも法的に求められる場合があります。

  • 顧客が特定のコレクションまたは共有をオプトアウトする方法

  • ユーザーがデータにアクセスまたは削除する方法

  • ポリシーがいつ変更されるかをユーザーが見つける方法

効果的で法的に健全なプライバシーポリシーを作成すると、責任からお客様を保護し、訪問者との信頼を確立し、快適なアクティビティに関する独自の理解を明確にすることができます。 多くの場合、プライバシーポリシーの設計は、データ使用に正確で賢明な制限を設定するための十分な特異性を提供することと、ポリシーを頻繁に修正することなく合理的な使用と予期しない開発をカバーするために十分な柔軟性を残すこととのバランスをとる行為です。

データ誤用のリスクを軽減する戦略

これまで、ユーザーに関する情報の収集と保存に伴うリスクと、必要に応じて法的要件について説明してきました。 そのことを念頭に置いて、コンプライアンスと倫理に配慮したデータポリシーの実装を支援するために検討する必要があるいくつかの戦略について説明します。 これらの提案は、潜在的な誤用を制限し、ユーザーのプライバシーを保護することに焦点を当てていますが、この記事の最初の部分で概説した利点を捉えるために実用的な情報を提供します。

収集および保存されるデータを制限する

多くの場合、情報を収集するときに幅広いネットをキャストすることは、組織にとって最も先進的な選択肢のように思われます。 データ駆動型の意思決定を行う多くの支持者は、現在行っている決定を形作るのに役立つだけでなく、将来利用できる履歴データのリポジトリを持つために、できるだけ多くのデータポイントを収集することを推奨します。

後で必要になる可能性のあるデータを収集するのではなく、処理するデータを現在または近い将来の要件に制限することを検討してください。 この制限により、必要以上に多くのデータを公開のリスクにさらすことがなくなります。 セキュリティリスクを制限するだけでなく、データクリープに注意することで、期待するパターンに一致するまでデータを不注意に収集するのではなく、処理中のデータにクリーンな信号を保持できます。 異なるデータソースを接続することで興味深い洞察を見つけることができますが、過剰なデータは簡単に誤解され、以前の仮定に基づいて疑わしい結論を導き出す可能性があります。

データを収集した後、ストレージと保持に関するポリシーも考慮する必要があります。 一部のタイプのデータは長期間にわたって有用ですが、他のタイプのデータは時間の経過とともに有用性が低下します。 古くなったデータや古いデータを削除すると、コストを削減でき、誤用、事故、または悪用の機会を再び制限できます。 履歴データが将来役立つ場合は、データを集計、抽出、分析し、元のデータの代わりに結果を保存することを検討してください。 これにより、履歴データの使用方法が制限され、将来のニーズを予測する必要がある場合がありますが、いくつかの危険を最小限に抑えながら履歴データを保存する多くの利点が得られます。

機密情報の扱いを変える

システムとポリシーは、PIIなどの基本的に機密性の高いデータとそうでないデータを区別する必要があります。 組織全体で基本的なビジネスデータをかなり自由に共有することは理にかなっていますが、個人情報を含むデータへのアクセスは厳重に保護する必要があります。 これには、一見したところ、クライアント名やアドレスなど、特に誤用の影響を受けにくいデータへのアクセスが含まれます。

このデータへのアクセスを、特定の職務のために必要とするチームメンバーに制限するように注意すると、訪問者により良い保証を提供できます。 各ベンダーまたはパートナーのデータポリシーを確認することで、自社のシステムを超えて顧客の利益を確実に保護できます。 この個人を特定できる情報の収集を制限すると、政府からの要請があった場合に引き継がざるを得ないデータの量も制限されます。

支払いの処理などの当然のこととして、ある種の機密情報を収集する場合があります。 可能であれば、これらのアクティビティを専用のサービスプロバイダーに委ねることが望ましい場合がよくあります。 これにより、顧客の最も機密性の高いデータを処理する責任を回避でき、多くの場合、セキュリティが向上します。 信頼できるプロセッサは、このタイプの情報を適切に収集および保存する方法を深く理解しており、投資できる範囲を超える保険契約を持っています。

可能な限り透明に

ユーザーの開示および収集する情報の管理に関する法的責任は、法規制の管轄によって異なる場合がありますが、通常は、できる限り多くの慣行について事前に行うことをお勧めします。 ユーザーがシステム内のデータを簡単に表示、ダウンロード、または削除できるようにすることで、ユーザーは自分の情報を管理できるようになり、doが持っているデータが同意を得て提供されるようになります。

ユーザーが自分のデータを制御できるセルフサービスページを設計することは、ユーザーのプライバシーと合意に基づいた収集にとって大きな前進です。 ユーザーは、明示的に提供したデータ、使用状況に基づいてバックグラウンドで収集したデータ、および現在システムにデータが入力されている進行中の方法を理解できます。 これにより、ユーザーは自分のプライバシーに対して積極的かつ考慮されたアプローチをとることを奨励し、ユーザーがアクセスに影響する可能性があることを理解して、特定の種類のコレクションを拒否できます。

バックグラウンドでデータを収集して相関させることと、ユーザーに明示的に要求することを選択する場合、通常は後者に向かうのが最善です。 プライバシーポリシーでは、データを収集するさまざまな方法の概要を説明できますが、直接質問することで驚きを最小限に抑え、信頼を築くことができます。 ユーザーは、煩わしいと感じられる可能性のある動作の監視によって収集されたときではなく、対話を制御していると感じたときに、より多くの情報を提供することをmayわない場合があります。

結論

訪問者と顧客に関するデータへのアクセスは、他の方法では困難な方法で作業に集中し、戦略を調整するのに役立ちます。 製品にとって最も価値のある情報の種類について熟考し、その洞察を得るのに役立つオプションを探索することにより、難しい質問に答え、より良い意思決定を行い、ユーザーにより良いサービスを提供できます。

データスチュワードシップを真剣に受け止めなければならない理由の大部分は、潜在的な価値と用途のbecauseです。 訪問者がプライバシーを保護するか、サービスを使用するかを選択することは、双方にとって望ましくない状況です。そのため、収集、使用、共有、セキュリティに関する責任あるポリシーでユーザーデータへの依存を抑えることが重要です。

[.note]#Note:この記事の情報は情報提供のみを目的として提供されており、法律上の助言として解釈されるべきではありません。 あなたの完全な責任を理解するために法律専門家に相談してください。

Related