用途：用自动化工具扫描结构化与非结构化数据仓库，识别、分类并编目企业内的个人数据，弥补人工数据清单无法跟上数据规模与增长速度的问题，为隐私合规提供持续可见性。
主要能力：覆盖四大平台的对比与实现模式。Purview 支持 SQL Server、Azure SQL、SharePoint、OneDrive、S3 等，内置 300+ 敏感信息类型（SIT）、可训练分类器、精确数据匹配（EDM）与自定义正则；BigID 以基于 ML 的相关性引擎见长，跨源关联数据元素构建身份画像，可发现单纯模式匹配遗漏的个人数据；OneTrust DataDiscovery 侧重与隐私管理平台集成，发现结果可直接进入 Art. 30 记录、DPIA 与 DSAR 流程；AWS Macie 专注 S3，支持自定义与托管数据标识符，可对接 EventBridge、Security Hub、CloudWatch。
使用方式：注册数据源（云与本地，本地需自托管集成运行时）→ 配置扫描规则与自定义 SIT、置信度等级、EDM → 设置扫描计划（全量、增量、事件驱动、事件响应）→ 配置敏感度标签与 DLP 策略 → 集成到数据清单、标签系统和分级策略。技能给出准确率调优表（误报/漏报的处理方法）和 KPI 目标（精确率 >90%、召回率 >85%、误报率 <10%、漏报率 <15%、分类一致性 >95%）及六个月持续改进循环。
适用场景：GDPR 等法规下的企业级个人数据发现、Art. 30 数据清单自动化、DSAR 支持、第三方处理者数据排查、DPIA 前置扫描。
限制：资料为通用实现模式与示例配置，未给出具体产品版本、价格、部署前提或实测效果；示例中的组织名称、扫描时长、区域与具体格式均为演示，需按实际环境调整。各平台定价模型仅作对比说明，具体费用暂未提供。