Klantgegevens, inclusief PII, worden opgeslagen in Amazon Redshift. Verschillende teams hebben verschillende toegangsniveaus nodig: marketing heeft geanonimiseerde claimdetails nodig, maar volledige contactinformatie; claims heeft klantinformatie nodig voor elke claim die ze verwerken; analytics heeft alleen geanonimiseerde PII nodig. Welke aanpak handhaaft deze toegangsregels met de minste administratieve overhead?

De correcte optie is het maken van afzonderlijke Redshift-databaserollen per team, het definiëren van maskeringsbeleid per team en het koppelen van het juiste maskeringsbeleid aan elke rol. Dit is de meest efficiënte aanpak omdat Redshift's native mogelijkheden voor rij- en kolomgebaseerde beveiliging (Row-Level Security en Column-Level Security) en datamaskering (data masking) direct kunnen worden toegepast. Dit minimaliseert de administratieve overhead door het beheer van toegang en gegevensprivacy binnen één Redshift-cluster te centraliseren. Het voorzien van een apart Redshift-cluster per team is duur en leidt tot hoge operationele overhead. Het maken van database views kan werken, maar biedt geen geavanceerde datamaskering voor PII en kan complex worden bij veel verschillende toegangsvereisten. Het verplaatsen van gegevens naar S3 en het gebruik van AWS Lake Formation is een geldige optie voor een data lake, maar voegt een extra laag van complexiteit en beheer toe die niet nodig is als de gegevens al in Redshift staan en de vereisten binnen Redshift kunnen worden afgehandeld.