慧點科技：傳統(tǒng)企業(yè)法務管理的大數據路徑

近日，北京慧點科技風險管理與控制事業(yè)部解決方案部產品經理周蕾發(fā)表了有關法務管理大數據的文章《傳統(tǒng)企業(yè)法務管理的大數據路徑》，原文如下：

“未來的時代將不是IT時代，而是DT的時代，DT就是Data Technology -- 數據科技”，這是馬云講過的一句話，表明中國的IT變革已經開始，“數據為王”的時代

相信大家只要上網、看新聞、瀏覽報刊雜志或者跟朋友閑聊，都會聽到“大數據”的字眼。那么大數據究竟是什么，能否跟傳統(tǒng)的法務管理業(yè)務相結合，能否給企業(yè)帶來價值，大數據整體環(huán)境下，我們該用什么樣的思維方式來思考問題、建設系統(tǒng)等，都會在企業(yè)法務工作者心中留下一連串的問號。

筆者作為一名長期為各企業(yè)提供專業(yè)的合同管理與法務管理IT方案的人士，希望通過本文的闡述，使大家了解大數據，了解大數據與企業(yè)法務業(yè)務的結合，了解大數據思維下企業(yè)應該如何進行信息化建設。

大數據成為核心價值

大數據的概念在此就不再贅述了，相信在網上隨便搜索一下，就可以看到關于大數據的非常豐富的概念和應用案例。在當前互聯(lián)網的整體環(huán)境下，傳統(tǒng)企業(yè)的IT系統(tǒng)建設面臨巨大的挑戰(zhàn)，最大的挑戰(zhàn)在于思維模式的轉變。非互聯(lián)網時期的系統(tǒng)，功能和流程一定是它的價值，互聯(lián)網時期的產品，數據一定是它的價值。

以數據為核心，反映了當下IT產業(yè)的變革，數據成為人工智能的基礎，數據比功能和流程更重要。數據能告訴我們，每一個客戶的消費傾向，他們想要什么，喜歡什么，每個人的需求有哪些區(qū)別，哪些又可以被合并分類。

互聯(lián)網時代，市場對企業(yè)決策的效率、響應的速度、預測的準確性都有了更高的要求，只有那些與時俱進且能充分利用數據價值的企業(yè)，才能在市場上搶占先機，贏得利潤。比如某通訊企業(yè)對企業(yè)內部數據的分析與預測，減少了將近一半的客戶流失率；再比如中國移動通過大數據分析對企業(yè)運營的全業(yè)務進行針對性的監(jiān)控、預警、跟蹤。系統(tǒng)在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。

合同數據作為企業(yè)最重要、最全面的交易數據，在協(xié)助領導者掌握企業(yè)的交易量、交易分布并對未來交易進行預測中，起到最為關鍵的作用。糾紛案件數據在幫助企業(yè)決策者了解案件信息、發(fā)案原因、涉案主體等，并通過數據分析找出避免此類案件再次發(fā)生的流程、制度或監(jiān)管的缺陷，降低企業(yè)法律風險的過程中，發(fā)揮著不可替代的作用；知識產權、公司治理等相關數據，同樣為企業(yè)的戰(zhàn)略規(guī)劃、目標制定等，提供非常重要的價值。

毋庸置疑，數據已經成為企業(yè)法律事務管理的核心。但是如何建立自己的數據，如何利用已建立的數據，形成大數據積累、進行分析和預測，無疑是當下傳統(tǒng)企業(yè)的領導們非常撓頭的事項。傳統(tǒng)企業(yè)不同于互聯(lián)網企業(yè)，它很難在短期內有大量的數據積累，所以短期內也就難以享受大數據帶來的紅利。那么傳統(tǒng)企業(yè)的大數據之路是不是無法前行？答案當然是否定的，上文中提到的兩個例子足可為證。傳統(tǒng)企業(yè)大數據之路是必然的，而且是迫在眉睫的，只是需要分步、分階段完成。筆者結合自身在多家大型企業(yè)法律事務管理信息化建設的經驗，在大數據的相關理論和技術實踐的指導下，提出一個相對通用的路徑，各企業(yè)可依據此路徑，根據自身的信息化建設和數據積累情況，找到適合自己的階段和前行路徑。

傳統(tǒng)企業(yè)法律事務管理的大數據路徑需要分步、分階段來完成。簡單來劃分，可分為三個階段：數據的形成和簡單分析階段、數據深層分析和挖掘階段、大數據處理階段，如下圖所示，下文將詳細闡述各階段的數據分析目標和系統(tǒng)該如何建設的問題。

數據形成和簡單分析階段。

此階段主要分析目標為法務數據的簡單分析，為法律事務工作者及相關領導全面了解和掌握公司已有的法務數據提供依據。具體來講，通過數據的建立，幫助企業(yè)管理者了解企業(yè)交易的基本數據，如企業(yè)合同的簽約數量、金額等；并基于此信息進行簡單的數據分析，如可以按照法人單位和合同分類來了解企業(yè)交易數據的分布，使企業(yè)管理者明確投資重點。分析結果可用簡單的圖表展現(xiàn)，如下圖所示：

此階段的系統(tǒng)建設為系統(tǒng)初建或形成期，此時期需要各單位首先建立覆蓋全法律事務管理職能的系統(tǒng)，形成涵蓋合同、案件、知識產權、法律審核、公司治理、律師人才、法律知識庫等多方面的數據，為后續(xù)的統(tǒng)計分析提供數據基礎。此階段對于多架構、多業(yè)務類型的集團型企業(yè)尤其重要，此類企業(yè)更要重視法務系統(tǒng)的建設和相關數據的形成。因為在單體企業(yè)，老板可以通過電話或者會議的形式，即可了解到企業(yè)經營的整體數據，但是對于業(yè)務多元化、組織層級眾多的企業(yè)來說，統(tǒng)一數據標準，形成基本數據庫，本身就不是一件容易的事情，而且從集團統(tǒng)一管控的視角出發(fā)，集團全面掌握各下屬單位的合同交易數據，全面了解各單位的糾紛案件情況，對于集團層面的整體決策至關重要。當然此階段系統(tǒng)建設的模塊和功能也不是絕對的，需按照各單位的業(yè)務管理成熟度而定，比如有些單位法律專業(yè)人員較少，業(yè)務也比較少，法律人員除了審合同外，也沒有那么多的其他法律事務職能可以管，那么此類企業(yè)可以優(yōu)先考慮建設合同管理系統(tǒng)，后續(xù)隨著企業(yè)的業(yè)務拓展，外部競爭的逐漸激烈、法務管理的日益成熟，再逐漸將系統(tǒng)擴展到法律事務的其他職能。

數據深層分析和挖掘階段。

在法務系統(tǒng)建設一段時間后，系統(tǒng)內的數據有了一定的積累，可對系統(tǒng)內部已形成的數據，或者與其他系統(tǒng)內的相關數據放在一起，做深層次的分析和挖掘，為領導提供更有價值的數據支撐，幫助決策者進行管理提升。如可以通過對現(xiàn)有范本的使用頻率、修改頻率等分析出范本需要完善的條款，實現(xiàn)管理上的提升；也可以通過實際簽約數據的分析，給出同一物資在不同供應商之間的價格對比，從而找到價格更低的供應商，降低企業(yè)的采購成本。分析的結果也可以用關聯(lián)性分析的圖標進行展現(xiàn)，如下圖所示：

此階段的系統(tǒng)建設，可以通過法務系統(tǒng)與相關系統(tǒng)（如采購系統(tǒng)、ERP系統(tǒng)、財務系統(tǒng)、主數據系統(tǒng)等）的集成，實現(xiàn)數據的統(tǒng)一匯總分析；也可以借助外部的報表工具或者成熟的數據分析軟件進行數據的鉆取和分析，支持企業(yè)的深度決策。

大數據處理階段。

在企業(yè)法務系統(tǒng)及相關系統(tǒng)的數據達到一定的量后，大數據就產生了。

大數據是不僅是數據量上的增加，當數據量足夠大的時候就實現(xiàn)了從量變到質變的過程。舉例來說，如果每隔一分鐘甚至一秒鐘拍攝一張照片，則形成的是數量很多的照片，但隨著處理速度越來越快，從1分鐘一張到1秒鐘1張，突然到1秒鐘10張后，就產生了電影，實現(xiàn)了質的變化。

大數據處理階段數據分析的主要目標在于了解不同客戶的消費需求，并對其消費行為進行判斷，從而制定出滿足其需求的銷售策略或者推薦，提升企業(yè)在市場上的競爭力，贏得利潤。大數據階段的分析，還可以讓企業(yè)根據市場需求情況分析自身產品和服務存在的問題并加以改進，使企業(yè)生產出的產品快速迎合客戶需求，以需定產，降低庫存成本。大數據階段的分析，還可以通過機器學習等，使計算機學習一定的知識，識別人的意圖，并可在關鍵的風險點處，給出風險提示和預警，代替人的部分腦力判斷等。

大數據時代，數據分析不再受限于數據庫類型，不再受限于數據類型（結構化數據或者非結構化數據），不再受限于企業(yè)內部數據或者外部數據。此時的系統(tǒng)建設，可以考慮充分運用大數據的相關技術，實現(xiàn)跨系統(tǒng)、跨網絡、跨類型的數據分析和處理。如利用大數據技術，通過對客戶各種征信情況的檢索和分析，企業(yè)可以確定對不同客戶的授信額度，通過授信額度的準確判斷，即可降低客戶違約的風險，又可防止優(yōu)質客戶的流失；企業(yè)還可以通過大數據技術與智能識別設備的結合，通過二維碼技術的構建，實現(xiàn)合同的防偽和統(tǒng)一的電子歸檔，防止由于人為違規(guī)而帶來的風險，提高企業(yè)法務管理的合規(guī)性。當然法務相關的數據分析和大數據所帶來的價值遠不止上述這些，筆者只是基于自身對企業(yè)法務業(yè)務的理解，結合當下比較流行的大數據技術和實踐，作出的初步闡述和設想。希望能拋磚引玉，激發(fā)企業(yè)法務工作者或者信息化工作者們，從自身管理需求出發(fā)，以數據為核心的思維方式思考問題，解決問題，為企業(yè)（尤其是傳統(tǒng)企業(yè)）的大數據之路引入創(chuàng)新。通過對法務相關數據的分析和處理，真正幫助企業(yè)進行科學預測、提升盈利能力，降低成本，實現(xiàn)管理提升。