数据去匿名化是指将原本匿名的数据重新识别出个人身份或敏感信息的过程。在以下情况下需要进行数据去匿名化而不是使用匿名数据：
数据分析需要：有时候需要对个体数据进行深入的分析，以发现隐藏的规律或者个体特征。如果数据已经被匿名化，可能无法进行深入的个体分析。
数据质量要求：匿名化处理可能会导致数据的部分信息丢失，从而影响数据的质量。在一些对数据质量要求较高的场景下，需要考虑放弃匿名化处理，以保证数据的完整性和准确性。
法律要求：某些法律法规要求对特定类型的数据进行保护，但并不要求对数据进行匿名化处理。在这种情况下，需要根据法律法规的具体要求来处理数据，而不是简单地进行匿名化处理。
数据关联需求：有时候需要将不同数据源的数据进行关联分析，如果数据都经过了匿名化处理，可能无法进行有效的数据关联分析。
当面临以上情况时，需要谨慎考虑是否进行数据去匿名化处理，权衡数据分析的需求、数据质量要求和法律法规的要求，以确定是否需要放弃匿名化处理。
具体的处理方法可以根据具体的情况来确定，例如在数据分析需要的情况下，可以采取数据安全加密技术，以保证个体数据的安全性；在数据质量要求较高的情况下，可以通过数据脱敏等方式来降低数据泄露的风险；在法律要求的情况下，需要遵守相应的法律法规，确保数据处理的合规性。
总之，在决定是否进行数据去匿名化处理时，需要全面考虑数据分析需求、数据质量要求和法律法规的要求，以确定最合适的处理方式。