Cómo configurar la anonimización de IBAN, tarjetas de crédito y números de teléfono en Zendesk
-
GDPR Compliance
GDPR Compliance para Zendesk ahora ofrece una anonimización de datos sensibles más flexible y precisa. Puede controlar de forma independiente la anonimización de IBAN y números de tarjetas de crédito en los comentarios y asuntos de los tickets. También hemos mejorado la detección de números de teléfono para reducir los falsos positivos y evitar que se anonimicen secuencias numéricas que no corresponden a números de teléfono.
Estas mejoras forman parte de la funcionalidad de anonimización avanzada de la aplicación.
Configurar la anonimización de IBAN, tarjetas de crédito y números de teléfono
Ahora puede gestionar por separado la anonimización de IBAN, números de tarjetas de crédito y números de teléfono en los comentarios y asuntos de los tickets.
Siga estos pasos para configurar las preferencias:
1. Abra GDPR Compliance en Zendesk.
2. Vaya a Settings → Process Preferences → Anonymization → Seleccione un ajuste preestablecido o cree uno nuevo.

3. Busque las preferencias de anonimización en las secciones correspondientes a las preferencias de anonimización de tickets:
- Ticket Comments: controla la anonimización en los comentarios de los tickets.
- Ticket Subject: controla la anonimización en los asuntos de los tickets.

4. Active o desactive las preferencias según sea necesario.
Cómo funciona la detección de IBAN
La aplicación no solo comprueba el formato del IBAN, sino que también valida el número mediante el algoritmo MOD-97. Esto permite distinguir los IBAN válidos de las combinaciones de letras y números que no corresponden a un IBAN válido.
Cómo funciona la detección de tarjetas de crédito
Antes de anonimizar un número de tarjeta de crédito, la aplicación lo valida mediante el algoritmo MOD-10 (algoritmo de Luhn). Los números que no superan esta validación no se consideran números de tarjeta de crédito válidos para el mecanismo de anonimización.
Detección mejorada de números de teléfono
Hemos actualizado el reconocimiento de números de teléfono para reducir los falsos positivos.
Anteriormente, la aplicación podía identificar una secuencia de dígitos dentro de un número más largo o de otro fragmento de texto como un número de teléfono independiente. Por ejemplo, algunos grupos de dígitos dentro de un IBAN o un número de tarjeta de crédito podían confundirse con números de teléfono y anonimizarse.
Ahora, para que se reconozca un número de teléfono, debe estar separado del texto que lo rodea por al menos un espacio. Esto ayuda a evitar que se anonimicen incorrectamente partes de otros valores numéricos.
Ejemplos
Ejemplo 1: Dígitos separados por espacios
Entrada:
5500 1234 5678 9999
Si este número no supera la validación MOD-10, la anonimización de tarjetas de crédito no lo procesará. Sin embargo, la detección de números de teléfono puede reconocer los primeros 12 dígitos como grupos de números de teléfono independientes, ya que están separados por espacios.
Posible resultado:
▇▇▇▇ 9999
Ejemplo 2: Secuencia continua de dígitos
Entrada:
5500123456789999
Esta secuencia continua no se reconocerá como un número de teléfono porque no contiene el separador necesario.
Así es como se muestra la anonimización en un ticket:

¿Necesita ayuda?
Si un IBAN o un número de tarjeta de crédito válido no se anonimiza, compruebe primero la preferencia correspondiente y la validación del número. Si observa una anonimización inesperada, revise el formato del número. Si el comportamiento sigue sin ser el esperado, póngase en contacto con nuestro equipo de soporte y proporcione un ejemplo para que podamos investigar el problema.
Preguntas frecuentes
GDPR Compliance para Zendesk: anonimización automática de datos