跳到主要內容
寶秀

資訊科技/軟體

資料分析公司收購:個資法合規移轉完整指南

事業傳承誌 · 閱讀約 4 分鐘

一、數據即資產:資料分析公司的M&A邏輯

在數位經濟時代,資料分析公司持有的核心資產是數據——消費者行為數據、供應鏈數據、金融交易數據、醫療健康數據等。這些數據既是企業最大的競爭優勢,也在M&A過程中帶來最複雜的法律挑戰。

台灣資料分析公司類型:

  • 市場研究公司(問卷調查、消費者洞察)
  • 數位行為分析服務商(網站分析、App分析)
  • 商業智慧(BI)與儀表板服務商
  • 醫療/金融數據分析公司
  • 人工智慧訓練數據公司

二、台灣《個人資料保護法》核心要求

2.1 個資的定義與範圍

《個人資料保護法》第2條:個人資料指自然人之姓名、出生年月日、國籍、身分證號、特徵、指紋、婚姻、家庭、教育、職業、病歷、醫療、基因、性生活、健康檢查、犯罪前科、聯絡方式、財務情況、社會活動及其他得以直接或間接識別該個人之資料。

特種個人資料(需更嚴格保護):

  • 病歷、醫療、基因、性生活、健康檢查、犯罪前科

2.2 M&A中的個資移轉規定

依《個資法》第20條,個人資料之利用不得逾越特定目的之必要範圍。M&A中的個資移轉屬於「目的外利用」,需符合以下條件之一:

  1. 當事人書面同意
  2. 法律明文規定
  3. 公務機關或學術研究等特定情形
  4. 依契約或類似契約關係(業務移轉可能適用)

實務建議:

  • 收購前確認目標公司的隱私政策是否包含「業務移轉」情境
  • 若隱私政策未涵蓋,建議交割後發送用戶通知並提供選擇退出機制
  • 特種個資的移轉需特別謹慎,建議事前諮詢律師

三、數據資產盡職調查

3.1 數據資產清單化

收購前需完整盤點目標公司持有的數據:

數據類型數量/規模個資法適用性估值考量
消費者個資庫例:200萬筆高需合規評估後再估值
匿名化行為數據例:10億事件低可直接計入估值
企業客戶資料例:5,000家B2B低(法人非個資)正常估值
醫療健康數據例:50萬筆極高(特種個資)需法律意見後再評估
AI訓練數據集例:100TB視內容高估值潛力

3.2 數據合規性稽查

需確認的合規項目:

  • 個資蒐集同意書(確認蒐集目的與範圍)
  • 資安防護措施(加密、存取控制)
  • 個資保護政策(外部隱私政策)
  • 內部個資管理規範
  • 資安事件紀錄(過去3年)
  • 是否有向個資主管機關(各目的事業主管機關)報告的個資外洩事件
  • 跨境傳輸個資的合規性(若有海外服務)

3.3 數據技術評估

資料分析公司的技術資產評估:

數據管道(Data Pipeline):

  • ETL流程的穩定性與可擴展性
  • 數據更新頻率(即時/每日/每週)
  • 數據品質管理機制(錯誤率、完整度)

分析模型與演算法:

  • 是否有自研預測模型(時間序列、機器學習)
  • 模型文件完整性(可重現性)
  • 演算法著作權與商業秘密保護

基礎設施:

  • 雲端平台(AWS/Azure/GCP)成本分析
  • 數據倉儲規模(Redshift/BigQuery/Snowflake)
  • 授權費用(Tableau/Power BI等工具)

四、估值方法

4.1 數據資產估值框架

數據資產估值 = 數量 × 品質係數 × 稀缺性係數 × 合規係數

品質係數(0-1):
- 數據完整率 > 95%:1.0
- 完整率 85-95%:0.8
- 完整率 < 85%:0.5

稀缺性係數(0-2):
- 市場獨有數據:2.0
- 難以取得但非獨有:1.5
- 市場可取得:1.0

合規係數(0-1):
- 完全合規(有明確同意書):1.0
- 部分合規(同意書不完整):0.6
- 未合規(無法確認同意):0.2-0.3

4.2 整體公司估值

資料分析公司整體估值多採EV/Revenue倍數:

台灣資料分析公司倍數參考:
- 傳統市場研究(問卷型):1-2x Revenue
- 數位行為分析SaaS:3-6x ARR
- 醫療/金融數據分析:4-8x Revenue(法規壁壘高)
- 具備獨家數據集:溢價30-50%

五、合規移轉的實務操作

5.1 交割前準備

至少提前3個月啟動:

  1. 法律審查:確認現有隱私政策是否涵蓋業務移轉
  2. 數據盤點:建立完整數據資產清冊
  3. 合規缺口評估:識別需補強的合規項目
  4. 補強行動:更新隱私政策、補簽同意書(若必要)

5.2 交割時的個資移轉程序

  1. 執行「數據移轉協議」(Data Transfer Agreement)
  2. 列明移轉數據的類型、範圍、目的
  3. 賣方對數據合規性作出聲明與保證
  4. 買方承諾維持相同或更高的合規標準

5.3 交割後的通知義務

建議在交割後30天內:

  • 更新網站隱私政策
  • 對個資當事人發送變更通知
  • 提供「退出機制」(opt-out)選項

六、特殊情形:AI訓練數據的M&A

近年AI熱潮使得「AI訓練數據集」成為新型態的高價值資產:

估值考量:

  • 數據的稀缺性(人工標注數據成本極高)
  • 數據的多樣性(覆蓋範圍)
  • 數據的版權清晰度(網路爬蟲數據有侵權風險)

台灣法律風險:

  • 若AI訓練數據係透過爬蟲取得,可能涉及《著作權法》侵權
  • 若包含個人臉部、聲音等生物辨識數據,需特別注意個資法

七、稅務規劃

數據資產的稅務處理:

  • 數據庫作為無形資產,收購時需評估是否計入商譽或獨立攤銷
  • 若數據資產可識別且有明確公平價值,建議單獨列示(攤銷年限依使用壽命)
  • 商譽不可攤銷(依台灣IFRS 3),應測試減損

八、結語

資料分析公司的M&A,個資法合規是最不能忽略的環節。一旦收購了帶有合規問題的數據資產,買方將面臨監管風險、客戶信任危機,以及潛在的法律賠償責任。建議在任何收購報價前,先完成數據合規預審,確保「數據資產的實際可用性」。

PassBiz 合作個資法律顧問,提供資料分析公司M&A的全程合規服務。


本文僅供參考,實際法律問題請諮詢專業律師。

免責聲明:本文以台灣現行法規為基礎撰寫,供教育與參考用途,不構成法律、稅務或財務建議。進行交易前,請諮詢合格之會計師、律師及 M&A 專業顧問。

同產業的其他記事

回到事業傳承誌記事一覽