Data room e due diligence: come anonimizzare i documenti prima di condividerli

In una cessione d'azienda il venditore carica nella data room virtuale centinaia o migliaia di documenti: contratti di lavoro, elenchi del personale, contenziosi giuslavoristici, contratti con clienti e fornitori, verbali assembleari, e-mail. Dall'altra parte ci sono l'acquirente, i suoi avvocati, revisori, consulenti fiscali e spesso le banche che finanziano l'operazione. Quasi tutto questo materiale contiene dati personali di persone estranee alla trattativa.

Vediamo quali dati anonimizzare o pseudonimizzare prima di aprire la data room, come organizzare una disclosure per fasi e quali errori tecnici trasformano un oscuramento apparente in una fuga di dati.

Perché la data room è una questione di protezione dei dati

Rendere disponibili documenti a un terzo è una comunicazione di dati personali ai sensi del GDPR. Il cedente resta titolare del trattamento, deve avere una base giuridica (di solito il legittimo interesse dell'art. 6, par. 1, lett. f) e rispettare il principio di minimizzazione dell'art. 5: dati adeguati, pertinenti e limitati a quanto necessario. Il Codice privacy (d.lgs. 196/2003, come modificato dal d.lgs. 101/2018) e i provvedimenti del Garante completano il quadro.

Nel primo giro di offerte non vincolanti l'acquirente quasi mai ha bisogno di sapere chi è ciascun dipendente. Gli servono costo del personale, anzianità, tipologie contrattuali e rischi. La domanda da porsi per ogni documento è: il destinatario deve identificare la persona o gli basta conoscere l'informazione? Se basta l'informazione, l'identità può essere tolta o sostituita da un codice.

Documenti tipici e trattamento consigliato

Anche i contratti commerciali contengono dati personali: firmatari, fideiussori, domicili per le comunicazioni. La pagina su come anonimizzare contratti con IA e revisione umana spiega quali campi oscurare e quali lasciare visibili.

Disclosure per fasi

Le operazioni ben gestite aprono le informazioni a strati, ciascuno giustificato dalla decisione che l'acquirente deve prendere in quel momento:

• Fase 1, offerta non vincolante: dati aggregati e pseudonimizzati. Organico per qualifica, costo del personale, numero e valore stimato dei contenziosi, senza nomi.
• Fase 2, due diligence confermativa: più dettaglio per un gruppo ristretto di consulenti, con pseudonimizzazione coerente per incrociare i documenti.
• Fase 3, prima del signing: identità solo se indispensabili, ad esempio per i manager chiave la cui permanenza è condizione dell'operazione o per i contratti con clausole di change of control.
• Dopo il closing: nel trasferimento d'azienda i rapporti di lavoro proseguono con il cessionario (art. 2112 c.c.), che riceve allora i dati completi come nuovo datore di lavoro.

Clean team tra concorrenti

Se acquirente e venditore sono concorrenti, entra in gioco il diritto della concorrenza: le informazioni commercialmente sensibili (prezzi per cliente, retribuzioni individuali, margini) non devono arrivare a chi decide la strategia commerciale prima del perfezionamento dell'operazione. I clean team di consulenti esterni esaminano il dettaglio e riferiscono solo conclusioni aggregate. L'anonimizzazione serve a entrambi gli obiettivi: il clean team lavora su documenti pseudonimizzati e la sua relazione non contiene identità.

Pseudonimizzare l'elenco del personale senza perdere informazioni

Cancellare i nomi rende l'elenco inutilizzabile per incrociarlo con contratti e contenziosi. La soluzione è la pseudonimizzazione coerente: ogni persona riceve un codice stabile (ad esempio «DIP-0147», fittizio) che compare nel foglio di calcolo, nel contratto e nel ricorso. Il consulente segue il filo senza conoscere l'identità.

• I dati pseudonimizzati restano dati personali (art. 4, n. 5, e considerando 26 del GDPR). La tabella di corrispondenza resta al cedente, protetta.
• I gruppi piccoli identificano: se c'è una sola direttrice finanziaria, il codice non la nasconde. Generalizzate i ruoli unici, l'età per fasce di cinque anni, le retribuzioni per scaglioni.
• Le categorie particolari (salute, iscrizione sindacale, disabilità) raramente servono nel dettaglio; basta un dato aggregato.

Oscuramento vero, non cosmetico

• Rettangoli neri disegnati su un PDF il cui testo resta sotto e si può copiare.
• File Word con revisioni, commenti o autore nelle proprietà; i metadati nascosti di Word e PDF rivelano nomi che il testo visibile non mostra più.
• Fogli nascosti o colonne raggruppate in Excel con codici fiscali e retribuzioni complete.
• Nomi di file come «Contratto_NomeCognome.pdf», visibili nell'indice della data room.
• Scansioni senza OCR, in cui lo strumento non trova nulla da oscurare perché vede solo immagini.

Preparare la data room con Anonimatum

Preparare una data room significa gestire volumi con scadenze strette. Anonimatum elabora lotti di documenti (ZIP con PDF, Word, Excel, PowerPoint, e-mail .eml e .msg con allegati, TIFF o immagini) con rilevamento tramite IA di nomi, organizzazioni, indirizzi, date, importi, firme e timbri, oltre a pattern per identificativi, IBAN, e-mail e telefono e pattern personalizzati. I fogli di calcolo si trattano per colonne: l'elenco del personale può uscire con il nome pseudonimizzato, il codice fiscale oscurato e la retribuzione intatta, nello stesso formato. Con una mappa condivisa, la stessa persona riceve lo stesso sostituto in tutti i documenti del fascicolo.

Il team controlla un'anteprima e corregge prima di applicare; il risultato elimina davvero il testo e i metadati vengono rimossi. L'IA gira su server nell'Unione europea, senza inviare i contenuti ad API esterne di modelli linguistici. I piani sono sulla pagina dei prezzi e si attivano online.