Blog

Oscuramento dati

Anonimizzare un file Excel o CSV, colonna per colonna

Redactic · 17 Novembre 2026

Anonimizzare un file Excel o CSV, colonna per colonna

Per anonimizzare un file Excel o CSV decidi colonna per colonna che cosa serve al destinatario, elimina o maschera le colonne che identificano le persone, generalizza quelle che permettono di individuare qualcuno e ripulisci le parti nascoste della cartella di lavoro. Un foglio di calcolo è più semplice di una lettera, perché l'intestazione dice che cosa contiene ogni colonna.

Che cosa rende un foglio di calcolo un dato personale

Il GDPR definisce dato personale qualsiasi informazione riguardante una persona identificabile, direttamente o indirettamente, tramite un nome, un numero di identificazione, dati relativi all'ubicazione o elementi caratteristici di quella persona (articolo 4, punto 1). In una tabella questo va oltre la colonna dei nomi. Matricola, codice fiscale, indirizzo email e IBAN identificano una persona da soli. Data di nascita, CAP, qualifica e data di assunzione, combinati tra loro, possono portare a una riga e a una persona.

Il considerando 26 dice che il criterio è se una persona può essere identificata con mezzi di cui si può ragionevolmente prevedere l'uso, e che i dati pseudonimizzati, attribuibili a una persona con informazioni aggiuntive, restano informazioni su una persona identificabile. L'articolo 4, punto 5, definisce la pseudonimizzazione come il trattamento dei dati in modo che non possano più essere attribuiti a una persona senza informazioni aggiuntive conservate separatamente. Sostituire ogni nome con COLLABORATORE_1, COLLABORATORE_2 e così via è una pseudonimizzazione. Il file diventa anonimo solo quando nessuno può individuare, collegare o dedurre una persona da ciò che resta: è il test in tre parti fissato dal Gruppo di lavoro Articolo 29 nel parere 05/2014 e ripreso dall'EDPB nella bozza delle linee guida 02/2026.

Una tabella delle colonne e del trattamento abituale

Il trattamento dipende da chi riceve il file e da che cosa ne farà. Questa tabella è un punto di partenza per un'esportazione paghe, un elenco del personale o un elenco clienti.

Tipo di colonna Esempi Trattamento abituale Motivo
Identificativi diretti Nome, email, telefono, indirizzo Eliminare, o mascherare con segnaposto Identificano una persona da soli
Numeri di identificazione Codice fiscale, numero previdenziale, matricola, IBAN Eliminare, o mascherare con segnaposto Un numero, una persona
Quasi-identificativi Data di nascita, CAP, qualifica, data di assunzione, cittadinanza Generalizzare (anno di nascita, regione, famiglia professionale) o eliminare Combinati, possono isolare una riga
Testo libero Note, commenti, motivi di assenza Leggere e mascherare, o eliminare Nomi e dati sanitari si nascondono nelle frasi
Misure Retribuzione lorda, ore, importi, conteggi Tenere Di solito è ciò che serve al destinatario
Codici che il destinatario usa per unire i file Codice del reparto, tipo di contratto Tenere, o sostituire in modo coerente Servono per raggruppare e confrontare

Il GDPR chiede che i dati personali siano limitati a quanto necessario per la finalità (articolo 5, paragrafo 1, lettera c): parti dalla domanda a cui il destinatario deve rispondere e tieni solo le colonne che rispondono.

Come anonimizzare un foglio di calcolo passo per passo

  1. Lavora su una copia. Lascia l'originale dov'è e dai alla copia un nome neutro.
  2. Annota il destinatario e la domanda a cui deve rispondere, per esempio la retribuzione media per reparto o le assenze per mese.
  3. Scorri l'intestazione e segna ogni colonna come da tenere, eliminare, mascherare o generalizzare, seguendo la tabella qui sopra.
  4. Elimina le colonne che al destinatario non servono. Una colonna eliminata non si può recuperare, ed è ciò che vuoi per un file che esce dall'organizzazione.
  5. Maschera le colonne di identificativi che al destinatario servono per contare o unire, in modo che la stessa persona mantenga lo stesso segnaposto in ogni riga e in ogni foglio.
  6. Generalizza i quasi-identificativi: un anno o una fascia d'età al posto della data di nascita, una regione al posto del CAP, una famiglia professionale al posto della qualifica.
  7. Leggi le colonne di testo libero cella per cella, oppure eliminale. Un commento come "in malattia dopo l'intervento, sentire Maria" contiene un nome e un dato sanitario.
  8. Cerca le righe rare. Un reparto con una sola persona, o l'unico collaboratore con più di 60 anni, si riconosce dai soli conteggi, quindi raggruppa o elimina quelle righe.
  9. Ripulisci la cartella di lavoro: scopri tutte le righe, le colonne e i fogli, togli i filtri, elimina le tabelle pivot costruite sui dati originali, i commenti, le note delle celle, i collegamenti ad altri file e le proprietà del documento.
  10. Salva una copia in CSV e cercaci alcuni nomi e numeri che sai presenti nell'originale.

Che cosa va storto quando si ripulisce un foglio di calcolo

L'errore abituale è nascondere dati che andavano eliminati. Le indicazioni dell'ICO sui fogli di calcolo dicono che nascondere righe, colonne o fogli è un modo inefficace di proteggere i dati, perché l'informazione resta nel file e il destinatario può farla ricomparire con pochi clic. Aggiungono che un filtro attivo può celare righe che il destinatario può rimettere in vista, e che tabelle pivot e grafici possono restare collegati ai dati di origine anche dopo che il foglio di origine è stato eliminato o la tabella è stata copiata in una nuova cartella di lavoro.

Il caso meglio documentato è quello del Police Service of Northern Ireland. L'8 agosto 2023, in risposta a una richiesta di accesso agli atti, pubblicò un foglio di calcolo da cui erano state eliminate le schede visibili, mentre il foglio originale con i dati personali era rimasto nel file senza che nessuno se ne accorgesse. Il 3 ottobre 2024 l'ICO ha inflitto al PSNI una sanzione di 750.000 sterline e ha dichiarato che senza il suo approccio verso il settore pubblico la sanzione sarebbe stata di 5,6 milioni. Il foglio conteneva cognome, iniziali, grado e ruolo di tutti i 9.483 agenti e membri del personale.

Un secondo errore è trattare come anonimo un file pseudonimizzato. Un foglio con segnaposto nella colonna dei nomi e, nelle colonne accanto, data di nascita, CAP e qualifica esatti permette ancora a chi conosce il luogo di lavoro di trovare un collega. La bozza dell'EDPB chiede ai titolari di non chiamare anonimi dati in cui le persone restano identificabili e di documentare come sono arrivati alla conclusione.

Buone pratiche per le esportazioni ricorrenti

Un'esportazione mensile dalle paghe o da un CRM merita una procedura fissa, così le stesse colonne vengono trattate ogni volta allo stesso modo.

  • Tieni per ogni destinatario un elenco scritto delle colonne e del loro trattamento, e rivedilo quando cambia il modello di esportazione.
  • Mantieni coerenti i segnaposto tra i file che il destinatario unirà, e conserva la tabella di corrispondenza in un luogo separato, con accesso limitato a chi può risalire ai valori.
  • Generalizza quando al destinatario serve la distribuzione dei valori, ed elimina quando nessuno avrà più bisogno dei valori reali.
  • Controlla sempre il file che invii, mai quello che hai preparato. La copia in CSV e la ricerca di un cognome noto richiedono un minuto.
  • Tratta come dato personale qualsiasi file con segnaposto: invialo solo al destinatario che ne ha bisogno, con lo stesso contratto e la stessa sicurezza che usi per l'originale.

Come Redactic oscura un file Excel o CSV

Carica un file Excel o CSV e Redactic propone un trattamento per ogni colonna a partire dall'intestazione, in 14 lingue, che puoi modificare prima dell'elaborazione: tenere la colonna, mascherarla per intero come un tipo di dato, per esempio nome, email o IBAN, mascherarla con un segnaposto generico, oppure lasciare che il rilevamento legga ogni cella. Lo stesso valore riceve lo stesso segnaposto in ogni riga e in ogni foglio, il file torna in Excel o CSV con gli stessi fogli e le stesse colonne, e fogli nascosti, note delle celle e proprietà del documento vengono ripuliti nello stesso passaggio. I dati mascherati sono pseudonimizzati e restano dati personali secondo il GDPR, quindi generalizzare date di nascita e CAP resta un passo tuo. La pagina paghe e commercialisti mostra un'esportazione paghe di esempio, la prova gratuita accetta un tuo documento, e i file non vengono mai archiviati né usati per addestrare modelli di AI. Guide correlate: metadati nascosti in Word, PDF ed Excel e come oscurare una busta paga prima di inviarla.

Domande frequenti

Un foglio di calcolo senza la colonna dei nomi è anonimo?

Di solito no. Il GDPR considera dato personale l'informazione riferita a una persona identificabile, direttamente o indirettamente, e una riga che conserva data di nascita, CAP e qualifica può ancora indicare una sola persona. Tratta il file come pseudonimizzato, e quindi come dato personale, a meno che tu non abbia anche generalizzato o eliminato le colonne che permettono di individuare qualcuno.

Conviene eliminare una colonna o sostituirne i valori?

Eliminala quando al destinatario non serve mai. Sostituisci i valori con segnaposto coerenti quando il destinatario deve contare, unire o confrontare righe, perché la stessa persona mantiene la stessa etichetta in ogni riga e in ogni foglio. Una colonna sostituita contiene dati pseudonimizzati, quindi il file resta un dato personale per te e per chiunque lavori per tuo conto.

Nascondere una colonna o un foglio elimina i dati?

No. Le indicazioni dell'ICO sui fogli di calcolo dicono che nascondere è un modo inefficace di proteggere i dati, perché l'informazione resta nel file e il destinatario può scoprirla. Anche filtri, tabelle pivot e collegamenti possono conservare una copia di righe che non vedi più. Elimina ciò che il destinatario non deve avere, poi controlla il file salvato.

Come verifico il file prima di inviarlo?

Apri la copia che invierai, scopri tutte le righe, le colonne e i fogli, togli tutti i filtri e cerca tabelle pivot, commenti e collegamenti. Poi salva una copia in CSV, che mostra ogni valore visualizzabile da una cella, e cercaci alcuni cognomi e numeri di identificazione che sai presenti nell'originale. Se ne compare uno, la colonna non è stata ripulita del tutto.

Fonti

  1. Regolamento (UE) 2016/679 (GDPR), articoli 4, punti 1 e 5, e 5, paragrafo 1, lettera c, considerando 26, consultato il 2026-11-12.
  2. Gruppo di lavoro Articolo 29, Parere 05/2014 sulle tecniche di anonimizzazione, WP216, 10 aprile 2014 (in inglese), consultato il 2026-11-12.
  3. EDPB, Linee guida 02/2026 sull'anonimizzazione, versione 1.0 per la consultazione pubblica, adottate il 7 luglio 2026 (in inglese), consultato il 2026-11-12.
  4. ICO, come evitare una violazione accidentale quando informazioni personali sono nascoste nei fogli di calcolo, 31 luglio 2025 (in inglese), consultato il 2026-11-12.
  5. ICO, What price privacy? Poor PSNI procedures culminate in £750k fine, 3 ottobre 2024 (in inglese), consultato il 2026-11-12.

Continua a leggere