Automatizando a Descoberta Eletrônica: Uma Estrutura Estratégica

The Concise Framework for Discovery Automation takes the overall process of discovery, breaks it down into a data discovery component and a legal discovery component, aligns these components with insight and intelligence, and then highlights four key processes and eight key tasks that appear to be important in the discovery process across the lifecycle of information and litigation.

en flag
fr flag
de flag
pt flag
es flag

Um artigo atualizado por Rob Robinson

Enquadramento da automação da descoberta

Um dos maiores desafios enfrentados pelos profissionais de informações, negócios e jurídicos é a capacidade de considerar de forma coesa os elementos de detecção de dados e detecção legal em uma estrutura tecnológica abrangente o suficiente para lidar com tarefas críticas de descoberta em toda a informação e ciclos de vida legais mas conciso o suficiente para ser abordado de forma realista a partir de uma perspectiva de integração e automação.

Esse desafio se torna ainda mais assustador quando se deixa de considerar as tarefas tecnológicas relacionadas à descoberta e começa a analisar como essas tarefas ajudam a impulsionar a tomada de decisões comerciais e legais. Na verdade, basta olhar até os resultados do Relatório State of the Industry da Information Governance Initiative (abril de 2018) para ver quantas disciplinas de informação diferentes e dependentes da descoberta são consideradas como parte do ecossistema de tecnologia de governança da informação para entender a necessidade de um maneira concisa de enquadrar a integração da automação de tarefas, processos e tecnologias que contribuem para a descoberta de dados.

22 Disciplinas de Informação destacadas como parte do ecossistema de governança da informação1

Gerenciamento de registros e informações - 94%

Segurança e proteção das informações - 93%

Conformidade - 88%

Governança de dados - 88%

Gestão de Riscos - 86%

Descoberta Eletrônica - 84%

Privacidade - 84%

Armazenamento e arquivamento de dados - 83%

Jurídico - 78%

Gestão do Conhecimento - 67%

Operações e Gestão de Negócios - 67%

Auditoria - 65%

Gerenciamento de TI - 64%

Curação/administração digital - 64%

Análise - 63%

Arquitetura empresarial - 63%

Gerenciamento de dados mestre - 63%

Big Data - 63%

Business Intelligence - 59%

Informática - 52%

Ciência de Dados - 52%

Finanças - 42%

Todos os Acima - 38%

Embora o controle de informações seja apenas uma das muitas disciplinas de dados dependentes de tecnologias relacionadas à descoberta, ele fornece um excelente exemplo da complexidade de lidar com tarefas relacionadas à descoberta a partir de uma perspectiva da automação de tarefas e processos.

De modelos complexos a estruturas concisas

Atualmente, vários modelos publicados que vão desde o Modelo de Referência de Governança da Informação (IGRM) da EDRM e o Modelo de Maturidade da Governança da Informação da ARMA até a Estrutura para Melhorar a Segurança Cibernética da Infraestrutura Crítica existem para ajudar os profissionais da informação a lidar com áreas específicas de domínio que exigem a necessidade para tecnologia de descoberta. Esses modelos também ajudam os usuários a traduzir insights em inteligência que informa decisões orientadas por dados. No entanto, parece haver uma necessidade de uma estrutura de tecnologia concisa que possa ser usada para ajudar a traduzir uma compreensão das necessidades extensas de detecção em um fluxo de trabalho simplificado de descoberta.

Dito de uma maneira diferente, parece razoável que uma estrutura de planejamento que aborda as principais tarefas de dados e descoberta legal possa ser benéfica em ajudar os provedores de tecnologia a desenvolver soluções automatizadas de descoberta que abordam dados desde o ponto de criação inicial até o ponto de destruição defensável. Essa estrutura também pode servir para ajudar a explicar aos usuários potenciais a relação entre tarefas, funções e automação em dados e detecção legal.

Fornecidos abaixo para consideração e uso é um exemplo de uma estrutura estratégica que pode ser benéfico para ajudar os provedores de tecnologia à medida que desenvolvem, integram, automatizam e enviam mensagens de dados e ofertas de detecção legal.

Uma estrutura estratégica para detecção de dados e legal

Ao desenvolver um quadro estratégico para a descoberta de dados e legal, é importante, em primeiro lugar, definir vários elementos-chave e drivers incluídos na estrutura. Sete desses elementos e drivers são definidos abaixo.

Data Discovery é a exploração de padrões e tendências dentro de dados não estruturados com o objetivo de descobrir insights e impulsionar a ações.2

A Detecção Eletrônica (Descoberta Legal) é o processo de identificação, preservação, coleta, processamento, pesquisa, revisão e produção de informações armazenadas eletronicamente que possam ser relevantes para assuntos civis, criminais ou regulares.3

A tecnologia de automação de descoberta é uma tecnologia que diminui a necessidade de intervenção humana na conclusão de tarefas e processos de descobrição.4

A governança da informação (IG) é a especificação dos direitos de decisão e uma estrutura de responsabilidade para garantir um comportamento adequado na avaliação, criação, armazenamento, uso, arquivamento e exclusão de informações. Ele inclui os processos, funções e políticas, padrões e métricas que garantem o uso efetivo e eficiente da informação para permitir que uma organização atinja seus objetivos. 5

Dados não estruturados são conteúdo que não está em conformidade com um modelo de dados específico e predefinido. Ele tende a ser o conteúdo gerado por pessoas e orientado para pessoas que não se encaixa perfeitamente em tabelas de banco de dados.6

Insight é a compreensão da causa e efeito com base na identificação de relações e comportamentos dentro de um modelo, contexto ou cenário.7 Conforme definido por Graham Wallas, os quatro estágios de insight incluem preparação, incubação, flash de iluminação e verificação. 8

Inteligência é a capacidade de adquirir e aplicar conhecimentos e habilidades.9

Ao usar essas definições e visualizá-las através da lente de um fluxo de trabalho geral, pode-se construir e alinhar um modelo de automação de descoberta conciso que pode ajudar a enquadrar tarefas e processos de descoberta chave.

Figura 1: Dois componentes da descoberta

Descoberta de dados: visão da criação de dados à coleta

A partir dessa estrutura de alto nível, pode-se adicionar uma camada de processos e tarefas críticas de automação. Os principais processos e tarefas de automação para detecção de dados dentro do modelo conciso de automação de descoberta incluem:

Automação de Interrogação e Indexação

O interrogatório automatizado permite que as organizações encontrem dados não estruturados que residem em computadores e servidores de ponto final.

A indexação automatizada fornece aos clientes um arranjo sistemático de tipo de dados, localização e conteúdo que pode ser pesquisado de forma concisa e coesa.

A combinação de interrogatório e indexação contínuos e automatizados permite que as organizações obtenham insights (análise de insights) imediatamente e com precisão de todos os dados não estruturados a partir do momento da sua criação.

Uma vez implementado, esse recurso ajuda os usuários a responder à questão importante e muitas vezes perplexa de onde iniciar os esforços de exploração e descoberta de dados.

Automação de Preservação e Coleta de Arquivos

A automação de preservação de arquivos permite que os usuários estabeleçam uma identificação baseada em regras de arquivos que podem precisar ser preservados para auditorias, investigações ou litígios. Essa capacidade também prepara esses arquivos para coleta e uso em avaliações e avaliações adicionais.

A automação da coleção leva os arquivos identificados para preservação e os coleta em um repositório designado pelo usuário. Esse repositório de preservação de arquivos coletados pode então ser avaliado e avaliado para fornecer informações adicionais sobre os dados.

Figura 2: Dois componentes da descoberta de dados

Uma vez executadas, essas tarefas ajudam os usuários a responder à questão de como fazer a transição da análise de insights e preservação para revisões formais de documentos.

Detecção legal: Inteligência da Descoberta Eletrônica à Disposição Defensível

Os principais processos e tarefas de automação para detecção legal dentro do modelo conciso de automação de descoberta incluem:

Automação de Ingestão e Processamento

A automação de ingestão e processamento permite que os usuários carreguem dados em um repositório on-line seguro em um ambiente de nuvem privado e protegido e façam com que esses dados sejam convertidos automaticamente em um formato utilizável para revisão.

Automação de Revisão e Produção

A automação de revisões permite que os usuários utilizem análises avançadas e análises assistidas por tecnologia para avaliar, revisar e analisar dados.

A automação de produção oferece aos usuários a capacidade de criar produções de precisão e logs de privilégio que são exportáveis em quase qualquer forma.

Figura 3: Dois componentes da detecção legal

Uma vez concluídas, essas tarefas fornecem inteligência que ajuda os usuários a responder de forma abrangente a questões de política, regulatórias ou legais que normalmente conduzem auditorias, investigações e litígios.

Reprise

A estrutura combinada de descoberta pega o processo geral de descoberta, o divide em um componente de descoberta de dados e um componente de descoberta legal, alinha esses componentes com insights e inteligência e destaca quatro processos principais e oito tarefas principais que parecem ser importantes na descoberta durante todo o ciclo de vida das informações e litígios.

Foco da tecnologia de automação de detecção

Descoberta de dados: visão da criação de dados à coleta

Detecção legal: Inteligência da Descoberta Eletrônica à Disposição Defensível

Processos de descoberta

Automação de Interrogação e Indexação (Descoberta de Dados)

Automação de Preservação e Coleta de Arquivos (Descoberta de Dados)

Automação de Ingestão e Processamento (Detecção Legal)

Automação de Revisão e Produção (Detecção Legal)

Tarefas de descoberta

Interrogação (Descoberta de Dados | Automação de Interrogação e Indexação)

Indexação (Descoberta de Dados | Automação de Interrogação e Indexação)

Preservação (Descoberta de Dados | Automação de Preservação e Coleta)

Recolha (Descoberta de Dados | Automação de Preservação e Coleta)

Ingestão (Descoberta Legal | Automação de Ingestão e Processamento)

Processamento (Descoberta Legal | Automação de Ingestão e Processamento)

Revisão (Descoberta Legal | Automação de Revisão e Produção)

Produção (Descoberta Legal | Automação de Revisão e Produção)

Além disso, esse processo não completo e estrutura de nível pode ser benéfico para expandir o pensamento e a ação em áreas relacionadas à automação de dados e processos e tarefas de detecção legal. Exemplos deste pensamento expandido incluem, mas não se limitam a:

A adição de uma subtarefa de auto-classificação à tarefa de indexação.

A adição de uma subtarefa de remoção de registro no local à tarefa de coleta.

A adição de uma subtarefa de retenção legal à tarefa de preservação de arquivos.

Adição de uma subtarefa de revisão assistida por tecnologia à tarefa de revisão.

Figura 4: Dois drivers de automação: a necessidade de insight e a necessidade de inteligência

Embora estruturas como essa estrutura para automação de detecção sejam úteis no desenvolvimento de ofertas e mensagens eficientes e compreensíveis, elas são, por projeto, não abrangentes ou completas. No entanto, estruturas como esta podem fornecer valor substancial para aqueles que desenvolvem soluções ou criam mensagens para explicar soluções, pois fornecem contexto sequencial e consciência posicional para os principais elementos, processos e tarefas dentro da estrutura e ajudam a enquadrar a tradução da descoberta de dados em informações e descobertas legais sobre inteligência por meio da aplicação da automação de tarefas e processos.

Referências

1 Iniciativa de Governança da Informação (IGI). (2018, 26 de abril). Quais tecnologias fazem parte do mercado de produtos IG? - Iniciativa de governança da informação. Recuperado de

2 Todos, A. (2014, 18 de setembro). A descoberta de dados está mudando o Business Intelligence - aplicativos corporativos hoje. Recuperado de http://www.enterpriseappstoday.com/business-intelligence/data-discovery-is-changing-business-intelligence.html.

3 Grossman, M., e Cormack, G. (2013). O Glossman-Cormack de revisão assistida por tecnologia. Tribunal Federal Review Law, 7 (1). Recuperado de http://www.fclr.org/fclr/articles/html/2010/grossman.pdf

4 Robinson, W. (2016, 6 de junho). O que é a Automação de Descoberta Eletrônica? Um quadro definitivo curto. Recuperado de http://www.complexdiscovery.com/info/2016/06/06/what-is-ediscovery-automation/

5 Glossário de TI da Gartner. (n.d). Recuperado de http://blogs.gartner.com/it-glossary/information-governance/

6 Stewart, D. (2013, 1 de maio). Big Content: O lado não estruturado do Big Data - Darin Stewart. Recuperado de http://blogs.gartner.com/darin-stewart/2013/05/01/big-content-the-unstructured-side-of-big-data/

7 Wikipédia. (n.d.). Insight - Wikipedia, a enciclopédia livre. Recuperado em 8 de outubro de 2016 de

8 Klein, G. (2013, 12 de junho). As Diferentes Formas de Insight | Psicologia Hoje. Recuperado de

9 Inteligência - Definição de Inteligência em Inglês | Oxford Dictionaries. (n.d.). Recuperado de

Leitura adicional

Considerando as ofertas de tecnologia de descoberta eletrônica de quarta geração: duas abordagens (primeira parte)

Considere as ofertas de tecnologia de descoberta eletrônica de quarta geração: duas abordagens (parte dois)

Fonte: ComplexDiscovery

Uma autoverificação de segurança cibernética? Critérios de teste de melhores práticas para instalações médicas para o artigo 32 do RGPD

According to the publishers, this paper is an aid to quickly...

Classificações, Preocupações e Conceitos: Arquiteturas de Referência e a Internet Industrial das Coisas

The expected disruptive developments collectively referred to as the Internet of...

Uma questão de preços? Uma atualização em execução das respostas semestrais de pesquisa de preços de eDiscovery

First administered in December of 2018 and conducted four times during...

Cinco grandes leituras sobre eDiscovery em maio de 2020

From review market sizing revisions to pandemeconomic pricing, the May 2020...

A Running List: Top 100+ eDiscovery Providers

Based on a compilation of research from analyst firms and industry...

Guia de Compradores de Sistemas de Disclosure — Edição 2020 (Andrew Haslam)

Authored by industry expert Andrew Haslam, the eDisclosure Buyers Guide continues...

A Corrida para a Linha de Partida? Anúncios recentes de revisão remota segura

Not all secure remote review offerings are equal as the apparent...

Ativando a Descoberta Eletrônica Remota? Um instantâneo de DAaS

Desktop as a Service (DaaS) providers are becoming important contributors to...

Revisões e decisões? Novas considerações sobre análises remotas seguras de eDiscovery

One of the key revision and decision areas that business, legal,...

Uma visão macro do tamanho do mercado de descoberta eletrônica passado e projetado de 2012 a 2024

From a macro look at past estimations of eDiscovery market size...

Um Mashup de tamanho de mercado de eDiscovery: 2019-2024 Visão geral de software e serviços em todo o mundo

While the Compound Annual Growth Rate (CAGR) for worldwide eDiscovery software...

Um Mashup de tamanho de mercado de eDiscovery: 2018-2023 Visão geral de software e serviços em todo o mundo

The annual eDiscovery Market Size Mashup estimates the combined worldwide eDiscovery...

Uma questão de preços? Uma atualização em execução das respostas semestrais de pesquisa de preços de eDiscovery

First administered in December of 2018 and conducted four times during...

Um Indicador Econômico Pandemum? Resultados da pesquisa de preços do eDiscovery Summer 2020

Based on the complexity of data and legal discovery, it is...

COVID-19 Restrito? O impacto de seis questões no negócio da eDiscovery

In the spring of 2020, 51.2% of respondents viewed budgetary constraints...

Uma causa para pausar? Métricas operacionais de eDiscovery na primavera de 2020

In the spring of 2020, 150 eDiscovery Business Confidence Survey participants...

Fusões, aquisições e investimentos de eDiscovery no primeiro trimestre de 2020

From HaystackID and Everlaw to Cellebrite and Carbonite, ComplexDiscovery findings, data...

Provedor de Tecnologia de eDiscovery Everlaw aumenta US$62 milhões

"Everlaw is changing the way legal teams uncover the truth buried...

OpenText compra troca segura de informações e líder de comunicações unificadas Xmedius

“We welcome XMedius’s customers, strong partner network and employees to OpenText,"...

TCDI recebe investimento em capital privado de parceiros Trivest

“We are excited to partner with TCDI and Bill Johnson to...

Cinco grandes leituras sobre eDiscovery em maio de 2020

From review market sizing revisions to pandemeconomic pricing, the May 2020...

Cinco grandes leituras sobre eDiscovery de abril de 2020

From business confidence to the boom of Zoom, the April 2020...

Cinco leituras excelentes sobre descoberta de dados e descoberta legal para março de 2020

From business continuity considerations to cybersecurity attacks, the March 2020 edition...

Cinco grandes leituras sobre descoberta de dados e descoberta legal para fevereiro de 2020

From cyber operations to pricing data points on eDiscovery, the February...