数据保留策略技能

“永久保存所有数据”是一种风险，而非策略——它会扩大数据泄露暴露面，违反数据最小化原则（GDPR、CCPA），并使每一项数据主体请求都变成一场考古式挖掘。本技能构建一份数据保留时间表，将每一类数据与其保留时长及保留理由（法律依据）明确关联，并设定具体的删除触发条件，从而让数据保留成为一项可举证的合规政策，而非偶然行为。

必需输入

仅在尚未提供以下信息时主动索取：

• 数据类别 — 您所持有的数据类型（客户记录、日志、财务数据、HR 数据、营销数据、备份）。
• 法律/监管要求 — 任何强制规定最低保留期限（如税务/财务记录、劳动法）或最高保留期限（如 GDPR 最小化原则、行业规则）的要求。
• 业务需求 — 每一类数据为何确有需要，以及所需保留的具体时长。
• 存储位置 — 所在系统及备份（备份是数据最常超出策略有效期却被遗忘的位置）。

输出格式

数据保留时间表：[organisation]

1. 时间表 — 核心表格，每行对应一个数据类别：

2. 原则 — 政策立场：默认以最小化为前提；采用满足依据所需的最短保留期；且该原则同样适用于备份与日志。

3. 删除机制 — 实际执行删除的方式（自动化任务 vs. 手动操作）、如何级联至备份、以及如何留存删除证据。

4. 风险标识 — 标记存在未定义保留期限或缺乏法律/业务依据的数据类别（此类数据即高风险项——您无法合理说明其保留必要性）。

程序化辅助工具

scripts/retention_schedule.py（仅依赖标准库）用于校验时间表，识别缺失保留期限或依据的数据类别，并（在给定关闭事件日期的前提下）计算最早可删除日期：

# data.json: [{"category":"Customer PII","retention_months":36,"basis":"GDPR minimisation","event_date":"2024-01-15"}, ...]
python3 scripts/retention_schedule.py data.json
python3 scripts/retention_schedule.py data.json --json

质量检查项

• 每个数据类别均具备明确的保留期限与已记录的依据
• 保留期限默认采用满足法律/业务需求的最短期限（体现最小化原则），而非“无限期”
• 明确覆盖备份与日志，而不仅限于主存储系统
• 每个数据类别均具备具体删除触发条件与删除方式，而不仅是一个时长
• 同时尊重法定最低期限（如税务、劳动法规）与最高期限（如最小化原则）

反模式（应避免的做法）

• 不得将保留期限设为“无限期”或留空——未定义的保留状态风险最高，且最不可举证
• 不得忽略备份——即使生产环境已删除数据，若其仍存在于备份中，则仍属于您所持有的数据
• 不得保留无法律或业务依据的数据——若无法说明其合理性，直接删除即可零成本降低风险
• 不得对所有数据统一设置相同保留期限——税务记录与营销邮件的驱动因素截然不同
• 不得将法定期限当作建议呈现——须明确标注需由法务/合规团队确认最低期限的场景

依据来源

数据最小化实践 —— GDPR 第 5(1)(e) 条关于存储限制的规定、各行业数据保留法规，以及可举证删除原则。