Melawana ya tshireletso ya boitshupo

1. Matseno‍

1.1. Setlhopha sa dikhampani sa Deriv se ineetse go sireletsa data ya lona ya botho le go tlotla selekanyo sa lona. Pholisi e ya Khupamarama e tlhalosa kafa re kgobokanyang, re dirisang, re bolokang, re senoleng le go sireletsa data ya botho mo ditlhophong tsotlhe tsa Deriv le mo go amanang le dikuno, ditirelo, dikgatiso le diwebosaete tsa rona. Fa re re “rona”, “go rona” kana “ya rona” mo Pholisi eno ya Khupamarama, re kaya tlhopho e e rileng mo setlhopheng sa Deriv e e ikarabellang go tsamaisa data ya lona ya botho, gantsi tlhopho ya setlhopha sa Deriv e lo nang le kamano ya kgwebo nayo kana e lo nayang ditirelo (jaaka go tlhalositswe mo karolong e e reng “Motsamaisi wa data le tshedimosetso ya go ikgolaganya” fa tlase).

1.2. Pholisi e ya Khupamarama e dirisiwa mo badireding le badireding ba kamoso, baeti ba webosaete, balekane ba kgwebo, batlamedi ba ditirelo (le badiri ba bona), batsayakarolo ba ditiragalo, baeti ba diofisi tsa rona, le ope yo o dirisanang le dikuno, ditirelo, dikgatiso tsa mogala, diplatefomo, kana mebila ya ditšhupamakgolo ya rona, go sa kgathalesege naga e ba nnang mo go yona. Pholisi e ya Khupamarama ga e dirisiwe go baikopi ba ditiro kana badiri ba setlhopha sa Deriv.

1.3. Re tsamaisa data ya lona ya botho jaaka motsamaisi wa data, go ya kafa melawana e e dirisiwang, e e ka akaretsang Molawana wa Thuto ya Tshireletso ya Data ya Kakaretso ya European Union (GDPR), Molawana wa Thuto ya Tshireletso ya Data ya Kakaretso ya United Kingdom (UK GDPR), le melao mengwe e e dirisiwang ya khupamarama (“Melawana ya Khupamarama”).

2. Mefuta ya data ya botho

2.1. Go ya kafa kamano ya lona nathla, re ka kgobokanya le go tsamaisa mongwe kana e mentsi ya mefuta e e latelang ya data ya botho, jaaka:

2.1.1. Data ya boitshupo: Leina la ntlha, sefane, bong, naga e o tswa go yona, letlha la matsalo, le/kana dikwalo tsa boitshupo tse di ntshiwang ke mmuso (go akaretsa pasepoto, laesense ya go kgweetsa, dikarata tsa naga, le/kana permit ya go nna mo nageng).

2.1.2. Data ya go ikgolaganya: Aterese ya poso, aterese ya imeili, le/kana nomoro ya mogala.

2.1.3. Data ya tiro: Maina a tiro, leina la mothapi, mofuta wa tiro, dikarolo tsa boikarabelo, le/kana madi a a amogelwang.

2.1.4. Tshedimosetso ya bonno, go akaretsa dikwalano tsa go huma/go nna, dikwalo tsa thaetlele, le dibili tsa ditirelo.

2.1.5. Data ya puisano: Diteng tsa dipuisano (diimeili, puisano ya go nna fela, puisano e e thusiwang ke AI, dikwalo tsa megala le dipukwana, maikutlo, le/kana dikarabo tsa patlisiso ya mmaraka).

2.1.6. Data ya ditirelo: Tshedimosetso ya akhaonto kana ya kopo, hisitori ya kgwebisano kana ditshwantsho tsa madi, dikonteraka, dikeletso, le/kana dirikoto tsa tiriso.

2.1.7. Data ya motlamedi: Tshedimosetso e e fetolwanang jaaka motlamedi wa tirelo kana molekane (dintlha tsa konteraka le/kana ditlhophiso tsa dipokano).

2.1.8. Data ya moeti: Dintlha tsa go etela ofisi (dikwalo tsa go tsena, letlha/nako le mabaka a go etela, le/kana ditlhoko tse di kgethegileng tse di bolelwang).

2.1.9. Data ya tetla: Ditetla tse di newang/tse di gogolwang, cookies, le/kana ditetla le dikeletso tsa phatlhatso.

2.1.10. Data ya tefo: Aterese ya tefo, dintlha tsa tefo, akhaonto ya banka, mokgwa wa tefo, le/kana hisitori ya tefo.

2.1.11. Data ya tiriso: Dikgwebisano tse lo di dirang mo akhaonto ya lona, kafa lo dirisang diplatefomo le dikuno tsa rona ka teng, kana kafa lo dirisanang le diwebosaete, dikgatiso, phatlhatso, le dikgolagano tsa rona ka teng.

2.1.12. Data ya ditšhupamakgolo: Jaaka, aterese ya IP, tshedimosetso ya lefelo (go akaretsa GPS le lefelo la geo), data ya setlamo le browser, le/kana tshedimosetso ya tshireletso (jaaka kafa lo tsenang kana lo netefatsang botho jwa lona go tsena mo akhaonto ya lona ka teng).

2.1.13. Data ya netefatso: Bosupi jwa aterese, motswedi wa dikhumo, le/kana motswedi wa madi.

2.1.14. Data ya biometric: Data e e tsamaisiwang go supa botho ka tsela e e kgethegileng, jaaka go itshupa ka sefatlhego kana matshwao a lentswe. Dinepe, ditshwantsho, dimela, kana dikwalo tsa bidio tse dingwe di ka tsewa jaaka data ya biometric fa di tsamaisiwa go diragatsa boitshupo.

2.1.15. Data ya go tsaya karolo mo ditiragalong: Tshedimosetso ya go ikwadisa mo ditiragalong, go tla, le/kana go tsaya karolo.

2.1.16. Tse dingwe: Tshedimosetso efe kgotsa efe e lo e rebolang, kana e re tshwanetsweng ke go e kgobokanya go ya ka molao, kana e e amanang le ditiro tsa rona tsa porofeshenale.

3. Data ya botho e e tlhokegang tlhokomelo

3.1. Fa e se re lo kopiwa ke rona ka tlhamalalo kana go tshwanelwa ke molao, tswee-tswee lo se neele kana lo senole data ya botho e e tlhokegang tlhokomelo mo go rona, go akaretsa ka diwebosaete, dikgatiso, kana mebila mengwe ya rona. Go ya kafa karolo ya molao e lo nnang mo go yona, “data ya botho e e tlhokegang tlhokomelo” e ka akaretsa, mme e seng go felela fela mo, data e e amanang le motswana wa lona kana botswalo jwa lona, dikgopolo tsa bodumedi kana filosofi, dikgopolo tsa dipolotiki, boleng jwa mokgatlho wa badiri, botsogo, data ya jene kana ya biometric, tlhophano ya thobalano, hisitori ya botlolo, kana dikgwebisano le dikotlhao tsa semolao kana tsa tsamaiso.

3.2. Fa re tlhoka go kgobokanya kana go tsamaisa data ya botho e e tlhokegang tlhokomelo, re tla dira jalo fela go ya kafa Melawana ya Khupamarama e e dirisiwang le fela fa re na le motheo wa semolao o o siameng, jaaka tetla ya lona e e phepafetseng, go obamela tlamego ya molao, kana jaaka go tlhokega go tlhoma, go dirisa, kana go sireletsa dikgato tsa semolao.

4. Metswedi ya data ya botho

4.1. Re ka kgobokanya data ya lona ya botho mo maemong a a latelang go tswa mo:

4.1.1. ​​Lona ka bo lona: Fa lo dirisana le rona, lo ikwadisa, lo kwalana le ditlhopha tsa rona, lo tsaya karolo mo ditiragalong, kana lo etela diofisi tsa rona;

4.1.2. Diwebosaete/dikgatiso tsa rona: Fa lo dirisa dikuno le ditirelo tsa rona, lo dirisana le diwebosaete, dikgatiso tsa rona kana lo kwalana le rona, ka sekai, ka diforomo, cookies, kana dirikoto tsa tiriso;

4.1.3. Didirisiwa tse di dirisang AI: Fa lo dirisana le didirisiwa tse di thusiwang ke AI tse di newang ke Deriv, jaaka Amy, motlamedi wa rona wa puisano wa AI, kana megala/mogala o o thusiwang ke AI. Mo go akaretsa diteng tsa dikgolagano tsa lona (go akaretsa dikwalo tsa lentswe), data epe ya botho e lo e nayang, le data e e amanang ya theknikale (jaaka diswaonetsi tsa seshene le dinako);

4.1.4. Batho ba bongwe: Go akaretsa balekane ba kgwebo, batlamedi ba ditirelo, mebuso, kana mabatlelo a netefatso;

4.1.5. Metswedi e e phatlaladitsweng: Jaaka dikwalo tsa melawana tsa puso kana mabatlelo a a bulegetseng setšhaba;

4.1.6. Tse di dirwang ke Deriv ka bo yona: Mo go neeleng ditirelo tsa rona (sk. dirikoto tsa dipokano, dikwalo tsa megala, dipukwana tsa megala) kana ka go dira dikakanyo kana tshedimosetso e nngwe ka ga lona fa re sekaseka tshedimosetso e re nang le yona; le/kana

4.1.7. Dikopo tse di tswelelang pele tsa tshedimosetso: Jaaka karolo ya boikobokanyo jwa rona jo bo tswelelang pele, tlhatlhobo e e tseneletseng, le go netefatsa tshireletsego le boitshepo jwa ditirelo tsa rona, re ka tlhoka gore lo re neye tshedimosetso e nngwe ya botho kgotsa dikwalo tsa tshegetso nako nngwe le nngwe mo nakong ya kamano ya lona le rona.

5. Motheo o o tshwanetseng ka molao le maikaelelo

5.1. Re dirisa tshedimosetso ya lona ya botho fela fa re na le tetla ya lona kgotsa lebaka le le tshwanetseng ka molao la go e dirisa. Mabaka a a ka nna a akaretsa:

5.1.1. Go dirisa tshedimosetso ya lona ya botho go diragatsa boikarabelo jwa molao, go akaretsa dilo tse di tlhokegang mo laesenseng, dilo tse di tlhokegang mo tsa go lwantsha tsietso, le melao ya go lwantsha go tlhatlosiwa ga madi;

5.1.2. Go dirisa tshedimosetso ya lona ya botho go dira kgotsa go tsweletsa tumalano e re na nayo le lona;

5.1.3. Go tsweletsa dikgatlhego tsa rona tsa kgwebo tse di tshwanetseng; le/kgotsa

5.1.4. Go tlhoma, go dirisa, kgotsa go sireletsa ditshwanelo tsa rona tsa molao.

5.2. Re ka dirisa tshedimosetso ya lona go ya ka maikaelelo a a latelang:

5.2.1. Taolo ya bareki le tsamaiso ya diakhaonto;

5.2.2. Go naya ditirelo, go dira kgwebisano, le go laola dithelefêlô;

5.2.3. Tshegetso ya tirelo ya bareki go thusa dikgokagano le go rarabolola dingongorego kgotsa dikgotlhang;

5.2.4. Taolo ya Balekane;

5.2.5. Tlhatlhobo e e tseneletseng ya bareki, mekgwa ya go itse Moreki wa lona (KYC), mekgwa ya kgatlhanong le tsietso, ditiro tsa kgatlhanong le go tlhatlosiwa ga madi (AML), le tlhatlhobo ya dikgaolo;

5.2.6. Tshireletsego le taolo ya tsela ya go tsena, tshireletsego ya saete, le go lebagana le tsietso e e diregileng kgotsa e go belaelwang ka yona, tiro e e seng ya semolao, kgotsa boitshwaro jo bo sa siamang;

5.2.7. Maikaelelo a tsa kgwebisano (marketing) le tshekatsheko, a a ka akaretsang go dira dipatlisiso, go lekanyetsa kgotsofalo ya bareki, le go kgoba dikgakololo;

5.2.8. Go tokafatsa dikuno le ditirelo tsa rona, go dira dipatlisiso le ditiro tsa tlhabololo, go dira dipatlisiso tsa boiteledi jwa modirisi, le go kgoba tshedimosetso ya kgwebo;

5.2.9. Ditiragalo, diwebinara, dithutwana tsa katiso, le mananeo a go ithuta;

5.2.10. Tsa madi, letlole, tshupatsela, le kgato ya ditefo;

5.2.11. Taolo ya babaanakeleng le batho ba bangwe ba boraro;

5.2.12. Taolo ya kotsi, thibelo le fitlhelelo ya bosenyi, ditlhatlhobo tsa teng, puso ya khampani, le ditiro tsa phekolo;

5.2.13. Go dira webosaete ya rona, dikopiso, le diplatefomo, mmogo le mo ditiro tsa IT le tsamaiso ya tshireletsego le teko kgotsa tlhabololo ya tsamaiso;

5.2.14. Go ikobela melao, go laola dintwa tsa molao kgotsa tshireletso ya dikopo tsa semolao, go tshola dikwalo, le go sireletsa dikgatlhego tsa rona tse di tshwanetseng kgotsa ditshwanelo tsa molao, go akaretsa go tsaya le go araba tiro ya molao kgotsa go dira dikopo tsa inshorense;

5.2.15. Go kopanya, go reka, go rekisa, go fetisetsa dithoto, go baakanya gape, kgotsa go wa mo madimong ga kgwebo yotlhe kgotsa karolo ya yona, go akaretsa tlhatlhobo e e tseneletseng e e amanang;

5.2.16. Go dira ditlhoko tsa lona kgotsa go lo thusa go dirisa ditshwanelo tsa lona;

5.2.17. Go dira le go anamisa sentle, bidio, kgotsa diteng tse dingwe tsa phatlalatso;

5.2.18. Maikaelelo mangwe le mangwe a a tlhokegang kgotsa a a letleletsweng ke molao, melawana, melao ya tsamaiso, kgotsa taelo ya kgotla; le/kgotsa

5.2.19. Go ithuta ga metšhini (machine learning) le tsamaiso e e itirang, go akaretsa go dirisa tshedimosetso ya botho go katisa, go tlhabolola, le go tokafatsa dialagoritomo, dimotlwana, kgotsa metsamaiso ya bokgoni jwa maiteko (AI), ka maikaelelo a go tokafatsa ditirelo tsa rona, thibelo ya tsietso, taolo ya kotsi, le ditiro tsa kgwebo. Fa re dirisa babaanakeleng ba AI ba boraro go tshegetsa didirisiwa le ditirelo tsa rona, tshedimosetso ya lona ya botho e ka dirisiwa ke babaanakeleng bao go katisa kgotsa go tokafatsa dimotlwana tsa bone tse di akaretsang.

5.3. Lo dumela gore re dirisa didirisiwa tse di tshegediwang ke AI, go akaretsa (mme go sa felele fela mo go) Amy, motlatsa wa puo wa AI o o fitlhelwang mo webosaeteng ya rona le dikopiso, le megala e e tshegediwang ke AI. Fa lo dirisa Amy kgotsa dinoka tse dingwe tsa puo kgotsa megala tse di tshegediwang ke AI, diteng tsa tirisano ya lona (go akaretsa direkoto dipe tsa lentswe) le tshedimosetso epe ya botho e lo e nayang, e ka dirisiwa ke rona, mme fa go le tshwanetse, ke babaanakeleng ba boraro ba thekenoloji ya AI ba ba dirang jaaka baswetsi mo boemong jwa rona.

5.4. Lo tla itsisiwe ka tlhamalalo fa re itshetlha mo tetleleng ya lona, mme lo ka ikgogela tetla ya lona nako nngwe le nngwe.

6. Phatlalatso ya tshedimosetso ya botho

6.1. Re ka abelana tshedimosetso ya lona ya botho le mefuta e e latelang ya batsaakarolo, fa go tlhokega le go siametse go fitlhelela maikaelelo a a tlhalositsweng mo Molawaneng wa Boithati, mme go ya ka motheo o o tshwanetseng ka molao:

6.1.1. Dikhampani tse dingwe tse di mo setlhopheng sa Deriv;

6.1.2. Baemedi, bagwebi, babaanakeleng kgotsa balekane ba ditirelo, go akaretsa IT, cloud, babaanakeleng ba thekenoloji ya AI, go tshola webosaete, tshekatsheko, go diragatsa, babaanakeleng ba diteng, tshegetso ya bareki, diplatefomo tsa dikgokagano le babaanakeleng ba ditirelo tsa thomelo;

6.1.3. Batsamaisa ditefo, dibanka, le ditheo tsa madi go dira dithelefêlô;

6.1.4. Balaodi, dikgotla, batshegetsi ba molao, lekgetho, kgotsa balaodi ba bangwe ba setshaba jaaka go tlhokega ke molao kgotsa go sireletsa ditshwanelo tsa rona;

6.1.5. Bagakolodi ba boporofeshenale, go akaretsa bainshorense, baroko, baokodi, le baitsibalanse, ka ntlha ya go tswelela ga kgwebo, taolo ya kotsi, kgotsa mo tsamaong ya merero ya molao kgotsa dikopo;

6.1.6. Balekane ba kgwebo;

6.1.7. Balekane ba ditiragalo kgotsa marketing, dinetiweke tsa papatso, babaanakeleng ba tshekatsheko, le dinetiweke tsa setšhaba, jaaka go tshwanela mo marketing, papatso, tlhabololo ya kuno, kgotsa go nna karolo ya ditiragalo;

6.1.8. Ka tetla ya lona e e tlhamaletseng, go batho ba bangwe ba boraro ba lo re laelang go abelana tshedimosetso ya lona nabo; le/kgotsa

6.1.9. Batsaakarolo ba bangwe ba Deriv e letleletsweng kgotsa e tlhokwang ke molao, melawana, melao ya tsamaiso kgotsa taelo ya kgotla go senolela tshedimosetso.

6.2. Re tlhoka gore batho botlhe ba boraro ba ba dirisang tshedimosetso ya lona ya botho mo boemong jwa rona ba fe tshireletsego e e tshwanetseng, ba ikobele molao o o dirisiwang, le go fa tshireletso e e nnang bokana kgotsa go feta e e tlhalositsweng fa.

7. Go fetisediwa ga tshedimosetso go mafatshe a sele

7.1. Setlhopha sa Deriv ke kgwebo ya lefatshe lotlhe e nang le diofisi, balekane, le babaanakeleng ba ditirelo mo mafelong a mantsi a lefatshe, go akaretsa le mo European Economic Area (EEA), United Kingdom, Asia, Afrika, Latin America, le dikgaolo tse dingwe. Ka ntlha ya se, tshedimosetso ya lona ya botho e ka dirisiwa kgotsa go fetisediwa kwa mafatsheng a a kwa ntle ga naga ya lona ya bonno—go akaretsa mafatshe a a kwa ntle ga EEA kgotsa UK—a a ka se tshwanang le tshireletso ya tshedimosetso e e fiwang mo pusong ya lona ya legae.

7.2. Fa dintlha tsa botho tse di laolwang ke GDPR, UK GDPR, kgotsa Melao e sele ya Boithekanyetso e e dirisiwang di romelwa go ya kwa nageng e e iseng e bontshe gore e na le maemo a a lekanyeng a tshireletso ya data, re tla tsenya ditshireletso tse di tshwanetseng go ya ka fa ditlhokego tsa semolao di tshwanetseng ka teng. Ditshireletso tse di ka akaretsa Standard Contractual Clauses tse di tlhomamisitsweng ke European Commission kgotsa mmuso wa UK, ditshwetso tsa go lekana (adequacy decisions), ditlhatlhobo tse di oketsegileng tsa ditlamorago tsa phetisetso, le mekgwa e e oketsegileng ya thekniki le ya tsamaiso, jaaka go tlhokega, go netefatsa gore dintlha tsa lona tsa botho di sa ntse di sireletsegile.

8. Go boloka data

8.1. Re boloka dintlha tsa lona tsa botho fela ka lobaka lo lo tlhokegang go diragatsa maikaelelo a a neng a kokoantswe ka teng, go akaretsa go obamela ditlhokego tsa semolao, tsa melawana, tsa akhaonti, kgotsa tsa dipego, le go ya ka melawana ya rona ya tsamaiso ya go boloka data. Morago ga lobaka lo lo tshwanetseng lwa go boloka data, re tla phimola kgotsa re dire data ya lona e seka e itsege ka tshireletso, ntle le fa lobaka lo lo telele lwa go e boloka lo tlhokwa kgotsa lo letliwa ke melao, jaaka mo go tlhomameng, go dirisiwa, kgotsa go itshireletsa dipego tsa semolao, kgotsa mo maikaelelong a go boloka dinaane, a saense, kgotsa a hisitori.

9. Ditshwanelo tsa lona

9.1. Go ya ka lefelo le lo nnang mo go lona le Melao ya Boithekanyetso e e dirisiwang mo dintlheng tsa lona tsa botho, lo ka nna lo na le ditshwanelo tse di latelang:

9.1.1. Tshedimosetso le phitlhelelo: Lo ka kopa go fitlhelela dintlha tsa lona tsa botho, go bona tshedimosetso e e oketsegileng ya gore re di dirisa jang, le go bona dintlha tsa ditheo tsa phatlalatsa le tsa poraefete tse di abetsweng dintlha tsa lona. Lo ka boa lo kopa kopi ya dintlha tsa lona tsa botho.

9.1.2. Go baakanya: Lo ka kopa go baakanya kgotsa go ntlafatsa dintlha tsa botho tse di sa siamang kgotsa tse di sa feleletseng.

9.1.3. Go phimola: Lo ka nna lo na le tshwanelo ya go kopa go phimolwa ga dintlha tsa lona tsa botho, go ya ka ditlhokego tsa semolao tse di dirisiwang.

9.1.4. Go thibela tsamaiso: Lo ka nna lo na le tshwanelo ya go kopa re thibele tsamaiso ya dintlha tsa lona tsa botho mo maemong a mangwe.

9.1.5. Go ganetsa tsamaiso: Lo ka nna lo na le tshwanelo ya go ganetsa mefuta e mengwe ya tsamaiso, go akaretsa marketing e e tlhamaletseng le profiling.

9.1.6. Go fetisetsa data: Lo ka nna lo na le tshwanelo ya go kopa kopi e e fetisediwang ya dintlha tsa lona tsa botho ka sebopego se se rulaganeng, se se tlwaelegileng, le se se balwang ke mmeseteri, go ya ka dipeelo tsa semolao le fa se seka se ame ditshwanelo tsa ba bangwe kgotsa go senya tshedimosetso e e sephiring.

9.1.7. Ditshwetso tse di dirwang ka mmeseteri: Lo ka nna lo na le tshwanelo ya go se tshwarwe ke ditshwetso tse di theiwang fela mo tsamaisong ya mmeseteri (go akaretsa profiling), fa ditshwetso tseo di tlisa ditlamorago tsa semolao kgotsa tse di tshwanang ka botlhokwa.

9.1.8. Go gogela morago tetla: Fa re dirisa data ya lona re theilwe mo tetleleleng, lo na le tshwanelo ya go gogela morago tetla ya lona nako nngwe le nngwe. Go gogela morago ga go tla ama go siama ga tsamaiso e e neng e dirwa pele ga go gogela morago.

9.1.9. Ngongorego mo lekgotleng la tlhokomelo: Lo ka nna lo na le tshwanelo ya go isa ngongorego mo lekgotleng la tlhokomelo ya tshireletso ya data mo nageng e lo nnang mo go yona, kwa data ya lona e dirisiwang, kwa molaodi wa data wa lona a tlhomameng, kgotsa kwa go kileng go nna le go senyega ga data.

9.2. Tswee-tswee lemogang gore re ka kopa tshedimosetso e e oketsegileng go tswa mo go lona go netefatsa boitshupo jwa lona pele ga re dirisa kopo ya lona. Mo maemong a mangwe, fa kopo e bontshiwa e sena motheo, e boeletsega, kgotsa e feteletse, re ka tshola tefo e e lekaneng kgotsa re gana go dira ka kopo, jaaka go letliwa ke molao o o dirisiwang.

9.3. Lo ka kopa go ntlafatsa dintlha tsa lona tsa botho mo dipeelong tsa akhaonti ya lona. Ke boikarabelo jwa lona go netefatsa gore dintlha tsa lona tsa botho di nna di siame le di nna di ntlafadiwa, ka ntlha ya gore re ikaegile ka dintlha tseo go lo neela ditirelo tsa rona. Tswee-tswee lemogang gore fa lo neela tshedimosetso e e sa siamang kgotsa lo sa ntlafatse dintlha tsa lona fa di fetoga, seo se ka ama boleng kgotsa go nna gona ga dikuno le ditirelo tsa rona mo go lona.

9.4. Fa lo batla go dirisa nngwe ya ditshwanelo tse kgotsa lo na le dipotso ka ga ditshwanelo tsa lona mo tlasa Molao ono wa Boithekanyetso, tswee-tswee ikgolaganyeng le Modiredi wa rona wa Tshireletso ya Data kwa dpo@deriv.com.

9.5. Molao ono wa Boithekanyetso ga o tlhame, o atolose, kgotsa o fetole ditshwanelo kgotsa dikgolegelo dipe ntle le fela jaaka di letliwa ke molao o o dirisiwang (jaaka Melao e e maleba ya Boithekanyetso).

10. Marketing

10.1. Lo na le tshwanelo ya go ikgogela mo go amogeleng dilo tsa marketing go tswa mo go rona. Se se ka dirwa ka go gogela morago tetla ya lona nako nngwe le nngwe mo lobakeng lo lo nang le akhaonti le rona.

10.2. Lo ka ikgogela mo go amogeleng dikgolagano tsa marketing mo dipeelong tsa akhaonti ya lona kgotsa lo ikgogele mo di-email tsa marketing ka go tobetsa kgolagano ya “Unsubscribe” e e tsenyweng mo dikgolaganyong tsotlhe tsa rona tsa marketing.

10.2.1. Fa lo tlhopha go ikgogela kgotsa go ikgogela mo dikgolaganyong tsa rona tsa marketing, tswee-tswee lemogang gore lo ka nna lo sa ntse lo amogela di-email tse di amanang le dithekesekeni kgotsa ditirelo. Re tla leka ka natla go fokotsa gore melaetsa eo e nne gantsi jang le go netefatsa gore e tlhokega mo tirisong e e siameng ya dikuno le ditirelo tsa rona.

10.2.2. Tswee-tswee lemogang gore ka ntlha ya nako e e tsayang go dirisa dikopo, lo ka amogela dikgolagano dingwe tsa marketing ka lobakanyana, le morago ga lo sena go kopa go ikgogela kgotsa go ikgogela. Mo godimo ga moo, fa kgolagano ya marketing e setse e tsamaya kgotsa e romelwa, lo ka nna lo sa ntse lo e amogela. Fa lo santse lo amogela dikgolagano tsa marketing go tswa mo go rona morago ga nako e e lekaneng e fetile, ikgolaganyeng le rona ka live chat.

11. Tshireletso ya dintlha tsa lona tsa botho

11.1. Re tsaya tshireletso ya dintlha tsa lona tsa botho le dithekesekeni tsa madi ka tlhwaafalo le re dirisa mokgwa o o theilweng mo kotsing wa ditshireletso, go akaretsa:

11.1.1. Password ya lona e abelwa akhaonti ya lona ka bonno le e bolokwa ka tshireletso ka hashing e e maatla ya cryptographic. Ga re na, le badiri ba rona ba, ba sa kgone go fitlhelela password ya lona. Tswee-tswee re ikgolaganye fa lo na le mathata mangwe le password ya lona.

11.1.2. Dintlha tsotlhe tsa credit card di dirisiwa ka tshireletso le ka tlhamaletso le balekane ba rona ba tuelo, re dirisa encryption ya SSL/TLS e e dirisiwang jaanong le go ya ka Payment Card Industry Data Security Standard (PCI DSS) kgotsa mekgwa e e tshwanang.

11.1.3. Phitlhelelo ya tshedimosetso ya lona ya botho e fitlhelelwa fela ke badiri ba ba letleletsweng ba ba tlhokang yone fela go diragatsa maikarabelo a bone. Phitlhelelo yotlhe e laolwa go ya ka melawana ya phitlhelelo e e theiwang mo seabeng, mme e sekasekwa le go tlhatlhobiwa ka metlha e e tlwaelegileng.

11.1.4. Re dirisa mekgwa ya thekniki le ya boteng ya khampani e e lebanyeng mo indasteering, go akaretsa go bewa sephiri ga data e tsamaya le e bolokwang, tshireletso ya network (jaaka difaewolo le ditsamaiso tsa go lemoga go tsena ka tsela e sa siamang), teko e e tlwaelegileng ya tshireletso, le thulaganyo ya tswelelo ya kgwebo, go sireletsa tshedimosetso ya lona.

11.1.5. Ditsamaiso tsa rona di tlhola tiragalo e e belaetsang le bonweetsi jo bo ka tsamaelang. Re netefatsa boitshupo fa go tlhokega mme, mo maemong a go belaediwa bonweetsi, re ka dira ka tirisanommogo le badiri ba molao le dikgwebo tse di amanang le kgang.

11.1.6. Lo na le maikarabelo a go sireletsa dintlha tsa lona tsa go tsena, akhaonto ya email e e amanang nayo, le didirisiwa tsa lona. Re tshegetsa thata gore lo tlhophe mafoko a a thata a sireletsego a a sa dirisiwang gape, lo a ntlafatse ka metlha, lo seka lo a senolele mongwe, mme lo seka lo dirise didirisiwa kgotsa network tsa phatlalatsa kgotsa tse di abelanwang go tsena mo akhaonto ya lona.

11.2. Le fa re leka thata go sireletsa data ya lona, tswee-tswee lemogang gore ga go na polatefomo e e mo inthaneteng e e ka tlhomamisiwang go bo e sireletsegile ka botlalo. Mo maemong a a sa tlwaelegang a go senyega ga tshireletso ya data, re tla latela ditlhokego tsa go itsise tse di dumeleganang le Melao ya Sephiri e e amanang.

12. Go dira ditshwetso ka tsela e e itiragalelang le go lebelela mabaka

12.1. Re ipaakanyeditse tshwanelo ya go dirisa data e re e kokoanyang le e re e sekasekang go lebelela mabaka a lona mo go amang dikuno tsa rona. Re dira seno ka diatla ka thuso ya tsamaiso e e itiragalelang. Ka tsela eo, re tla kgona go lo naya dikuno le ditirelo tse di tshwanelegileng go le gaisa.

12.2. Gape re ka dirisa ditsamaiso tse di itiragalelang go re thusa go dira ditshwetso tsa tlhatlhobo ya kotsi, jaaka fa re dira ditlhatlhobo tsa bonweetsi le go tlhatswa madi. Le fa re ka dirisa thekenoloji go re thusa go lemoga maemo a kotsi, ditshwetso tsotlhe tse di ka amang lona ka tsela e e sa siamang di tla akaretsa go tsenelela ka diatla gore go netefatswe gore go dira ditshwetso ga go a ikaegile fela mo tsamaisong e e itiragalelang.

13. Dikukisi le tshekatsheko ya webosaete

13.1. Dikukisi ke difaele tse dipotlana tsa mafoko tse di bewang mo setlabelong sa lona go boloka data e e ka gakololwang ke server ya webo. Di dirisiwa thata go dira gore diwebosaete di bereke, go tokafatsa maitemogelo a modirisi, le go neela dikuno tse di tshwanetseng le dipapatso.

13.2. Re dirisa dikukisi le mekgwa e e tshwanang (jaaka web beacons le dipikse) go:

13.2.1. Dira gore tshebediso ya webosaete le mafelo a sireletsegileng a bereke;

13.2.2. Gopola dikgatlhego le dipeakanyo tsa lona;

13.2.3. Tlhaloganya ka moo lo dirisang ditirelo tsa rona ka teng le go di tokafatsa;

13.2.4. Neela dikuno tse di lebanngwang le dipapatso; le

13.2.5. Thusa go sireletsa akhaonto ya lona ka go kwala dipitlhelelo le maiteko a go tsena.

13.3. Re ka dirisa mefuta e e latelang ya dikukisi:

13.3.1. Dikukisi tse di tlhokegang fela: Di botlhokwa gore lo kgone go sepela mo webosaeteng le go dirisa dikarolo tsa yone, jaaka go tsena;

13.3.2. Dikukisi tsa tiriso: Di gopola dikgatlhego le ditlhopho tsa lona go tokafatsa maitemogelo a lona;

13.3.3. Dikukisi tsa Tiragatso/Tshekatsheko: Di re thusa go tlhaloganya ka moo baeti ba dirisanang le webosaete ya rona ka teng ka go kokoanya le go bega tshedimosetso ka tsela e e sa supang boitshupo; mmogo/kgotsa

13.3.4. Dikukisi tsa Go Lebanya/Papatso: Di dirisiwa ke rona le batsayakarolo ba rona ba boraro go neela dipapatso tse di tshwanetseng le go lekanyetsa botswa jwa tsona.

13.4. Dikukisi tse di tlhokegang fela di tla bewa ka tsela e e itiragalelang. Dikukisi tse dingwe (jaaka tsa tiriso, tshekatsheko, le papatso) di ka bewa fela fa lo neela tetla ya lona go ya ka molao o o dumelelanang.

13.5. Lo na le ditlhopho tse dintsi mabapi le go laola dikukisi mo khomphiyuteng ya lona. Dibrowser tse dintsi tsa inthanete di lo letlelela go laola kgotsa go tima dikukisi ka dipeakanyo tsa browser ya lona. Tswee-tswee lemogang gore go tima dikukisi tse dingwe go ka ama tshebediso ya dikuno le ditirelo tsa rona.

13.6. Dikukisi di bolokwa fela mo lobakeng lo lo tlhokegang go diragatsa maikaelelo a tsona. Lobaka la go tshola lo ikaegile ka mofuta wa kukisi. Dikukisi tsa seabe di phimolwa fa lo tswala browser ya lona, fa dikukisi tse di tswelelang pele di ka sala lobaka lo lo telele ntle le fa lo di phimola pele ga nako eo.

13.7. Re dirisa ditirelo tsa boraro, jaaka Google Analytics, Meta Pixel, LinkedIn Insight Tag, le Snap Pixel, tse di ka bewang dikukisi tsa tsona mo setlabelong sa lona. Lo ka re romela email mo dpo@deriv.com go bona tshedimosetso ka ga dikukisi tseno le ka moo lo ka laolang dikgatlhego tsa lona ka teng.

14. Dikgolagano tse di isang kwa diwebosaeteng tse dingwe

14.1. Webosaete ya rona e na le dikgolagano tse di isang kwa diwebosaeteng tse dingwe le e ka nna ya nna le dipapatso tsa banner kgotsa icon tse di amanang le diwebosaete tsa boraro. Diwebosaete tseno le dipapatso tsa tsona di ka romela dikukisi mo browser ya lona ya inthanete, se se seng ka fa tlase ga taolo ya rona. Ga re na maikarabelo mabapi le mekgwa ya sephiri kgotsa diteng tsa diwebosaete tseo. Re lo rotloetsa go bala melawana ya sephiri ya diwebosaete tseno ka gonne mekgwa ya tsona e ka farologana le ya rona.

15. Molaodi wa data le tshedimosetso ya kgolagano

15.1. Mabapi le maikaelelo a melao e e dumelelanang ya tshireletso ya data, molaodi wa data yo o ikarabelelang mo tshedimosetsong ya lona ya botho o ikaegile ka naga e lo nnang mo go yona le ditirelo tsa Deriv tse lo di dirisang. Go bona tshedimosetso ka ga dikhampani tsa Deriv tse di nayang ditirelo, go akaretsa le diatirese tse di kwadisitsweng le tshedimosetso ya melawana, tswee-tswee etelang: https://deriv.com/regulatory.

15.2. Fa lo nna mo European Economic Area (EEA), molaodi wa lona wa data e tla nna Deriv Investments (Europe) Limited, e e kwadisitsweng mo Malta (Nomoro ya Khampani C 70156), e e nang le atirese e e kwadisitsweng kwa Level 3, W Business Centre, Triq Dun Karm, Birkirkara BKR9033, Malta. Deriv Investments (Europe) Limited e laolwa ke Malta Financial Services Authority ka fa tlase ga Investment Services Act.

15.3. Fa lo batla tshedimosetso e e oketsegileng ka ga molaodi wa lona wa data, lo na le dipotso kgotsa ditlhaloso ka ga Molawana ono wa Sephiri kgotsa mekgwa ya rona ya tshireletso ya data, kgotsa lo batla go dira ngongorego mabapi le kobamelo ya rona mo Melaong e e dumelelanang ya Sephiri, tswee-tswee ikgolaganyeng le Mookamedi wa rona wa Tshireletso ya Data mo dpo@deriv.com.

16. Diphetogo

16.1. Re ka ntlafatsa Molawana ono wa Sephiri ga nngwe le ga nngwe go bontsha diphetogo mo mekgweng ya rona, ditlhokego tsa molao, kgotsa thekenoloji.

Webosaete eno e ka dirisa dithanolo tse di dirwang ka boithaopi go lo tokafaletsa. Le fa go ntse jalo, puo ya Seesemane ke yone e feletseng mo go yone e e tla tsayang maemo mo tirisanong fa go nna le phapaano epe. Deriv (FX) Ltd e na le laesense le go laolwa ke Labuan Financial Services Authority. Deriv (BVI) Ltd e na le laesense le go laolwa ke British Virgin Islands Financial Services Commission. Deriv Investments (Cayman) Limited, e e nang le ofisi e ngwadisitsweng kwa Campbells Corporate Services Limited, Floor 4, Willow House, Cricket Square, Grand Cayman, Cayman Islands, e laolwa ke Cayman Islands Monetary Authority. Deriv (Mauritius) Ltd e laolwa ke Financial Services Commission, Mauritius. Deriv (V) Ltd e na le laesense le go laolwa ke Vanuatu Financial Services Commission. Deriv.com Limited, khampani e e ngwadisitsweng kwa Guernsey, ke khampani e e tshwerweng tsa bodumedi (holding company) jwa dikhampani tseno. Deriv Capital International Ltd e na le ofisi e ngwadisitsweng kwa Unit 25, 2nd Floor, Nia Mall, Saleufi Street, Apia, Samoa. Deriv (SVG) LLC e na le ofisi e ngwadisitsweng kwa First Floor, SVG Teachers Credit Union Uptown Building, Corner of James and Middle Street, Kingstown P.O., St Vincent and the Grenadines. ‍ Netefatsang gore lo bala Melawana le Dipeelano le Tshenolo ya Kotsi gore lo tlhaloganye ka botlalo dikotsi tse di amanang le go dirisa ditirelo tsa rona. Gape tlhokomelang gore tshedimosetso e e mo webosaeteng eno ga e dire kgakololo ya matsete.

Dikuno tse di neelwang mo webosaeteng ya rona ke dikuno tsa derivative tse di raraaneng tse di nang le kotsi e kgolo ya go latlhegelwa ke madi. CFDs ke didirisiwa tse di raraaneng tse di nang le kotsi e kgolo ya go latlhegelwa ke madi ka bofefo ka ntlha ya leverage. Lo tshwanetse go sekaseka gore a lo tlhaloganya ka fa dikuno tse di berekang ka teng le gore a lo ka kgona go itshokelela kotsi e kgolo ya go latlhegelwa ke madi a lona.