      DDC tidak hanya mengumpulkan data pribadi yang disadari oleh konsumen, tetapi juga data yang diamati oleh platform sosial media. Misalnya ketika pengguna mengomentari foto kelinci, bisa mengindikasikan bahwa pengguna tersebut menyukai kelinci dan selanjutnya DDC mengumpulkan semua pencarian pengguna, menggabungkan, dan menyimpan data tersebut. Bahkan penyedia layanan di smartphone dapat menyusun peta rutinitas harian pengguna melalui pelacakan geolokasi. Hal ini kemudian mengakibatkan konsumen tidak dapat mengawasi seberapa banyak data yang dikumpulkan dan digunakan oleh DDC. Bahkan jika pengguna atau konsumen melakukan langkah pencegahan agar pihak ketiga tidak dapat mengumpulkan data, seperti memasang ekstensi untuk memblokir cookie, tetap saja tidak ada jaminan bahwa data pribadi tidak dikumpulkan. Akhirnya, asimetri informasi muncul antara konsumen dan perusahaan: konsumen tidak memiliki wawasan tentang bagaimana DDC mengumpulkan data, sedangkan perusahaan mengumpulkan data dalam jumlah banyak yang tidak dapat diawasi oleh konsumen.
      Analisis data pribadi juga dilakukan oleh DDC untuk menemukan korelasi antara minat dan atribut, hingga pada tahap mengetahui bagaimana pengalaman dan kepribadian pengguna. Sosial media menggunakan algoritma untuk mempelajari dinamika kelompok, misalnya mempelajari bagaimana pengguna melakukan penelusuran online dan bagaimana perilaku pengguna dalam proses pengambilan keputusan. Analisis data dilakukan untuk memperluas dan memperkaya kumpulan data tanpa keterlibatan dan sepengetahuan pengguna. Informasi yang diperoleh pun bisa sangat pribadi dan sensitif. Semua hal ini mempertegas bahwa asimetri informasi semakin diperbesar dengan adanya analisis data atau data mining.
SUMBER REFERENSI
Connolly, Thomas and Begg, Carolyn. (2010). Database Systems A Practical Approach to Design, Implementation, and Management Fifth Edition. Boston: Pearson Education
Evitasari. (2020). Pengertian Asimetri. https://www.terraveu.com/pengertian-asimetri/. diakses pada 5 Juni 2021
Kementerian Keuangan Republik Indonesia. (2021). Wamenkeu: Kemenkeu Harus Jadi Data Driven Organization. https://www.kemenkeu.go.id/publikasi/berita/wamenkeu-kemenkeu-harus-jadi-data-driven-organization/ diakses pada 5 juni 2021
Lin, Mingfeng & Prabhala, Nagpurnanand & Viswanathan, Siva. (2009). Can Social Networks Help Mitigate Information Asymmetry in Online Markets?. 202.
Van de Waerdt, P. J. (2020). Information asymmetries: recognizing the limits of the GDPR on the data-driven market. Computer Law & Security Review, 38, 105436. doi:10.1016/j.clsr.2020.105436
