Comment gérer les données de discussion dans l'eDiscovery et les enquêtes

Les discussions sur les refroidisseurs d'eau et les conversations rapides au bureau ont disparu avec la pandémie. Mais le chat en ligne – déjà une forme de communication répandue avant la pandémie – est devenu le moyen préféré des employés à distance pour communiquer. Au cours de l'année écoulée, plus de 600 milliards de messages de chat ont été envoyés dans le monde entre les seules entreprises. L'utilisation de Microsoft™ Teams™ a augmenté de plus de 330 %.

Maintenant une forme courante de communication d'entreprise, le chat est là pour rester comme un moyen simple et instantané de se connecter. Mais lorsqu'il s'agit de litiges, d'enquêtes et de conformité réglementaire, le chat présente des défis difficiles à gérer pour les équipes d'eDiscovery et juridiques. Les données de chat sont éphémères et doivent être capturées pendant leur courte durée de vie. Il a sa propre structure qui doit être adaptée. Et il est intrinsèquement conçu pour encourager les longs fils de discussion et les gros volumes de données.

Chaque affaire juridique comprenant de plus en plus de données, y compris le chat, un examen rapide est essentiel pour répondre aux exigences d'eDiscovery dans les délais et dans les limites du budget. Voici cinq fonctionnalités clés dont les équipes juridiques ont besoin pour gérer les données de discussion dans l'eDiscovery et les enquêtes :

1. Les données de discussion doivent être affichées sur les plateformes d'eDiscovery avec une apparence familière aux applications natives ;
2. Chat les données doivent pouvoir être examinées de manière isolée pour maintenir le contexte des interactions de discussion ;
3. les données de discussion doivent inclure toutes les activités et tous les événements associés au corps principal des messages ;
4. Les historiques de discussion doivent pouvoir être divisés en blocs de temps pour aider à gérer le volume de données de discussion pour une révision plus facile et plus rapide ; et,
5. Les données de discussion doivent également être incluses avec toutes les autres données afin que des informations puissent être dérivées sur l'ensemble de l'image de tous les documents et données.

1. Une apparence familière

La préservation d'une apparence familière montre clairement que les informations proviennent des données de discussion. Ceci est important car le chat est généralement moins formel et sujet aux affirmations occasionnelles qui peuvent avoir des implications dans les enquêtes et les projets de découverte électronique.

De plus, la structure des données de chat avec ses activités associées (réponses, réactions basées sur les emoji, etc.) contient le contexte. Voir ce contexte dans une mise en page familière aide les réviseurs à travailler rapidement et avec précision sur les données de discussion. Par exemple, une apparence familière des données de chat est nécessaire pour apprécier le contexte contenu dans la séquence de réponses entre les dépositaires.

Pour obtenir une apparence familière aux applications de chat natives, les solutions eDiscovery adoptent des formats de chat propriétaires au sein de leur plates-formes qui reproduisent la présentation des données de discussion à partir de ses diverses sources.

2. Examen isolé

En raison de sa forme unique, les données de chat sont mieux examinées indépendamment de toutes les autres données. Le basculement entre les données de discussion, les e-mails et d'autres données dans les documents rend plus difficile pour les réviseurs de rester ancrés dans ce qu'ils révisent. Cela augmente le fardeau des réviseurs, réduit la productivité et alimente les erreurs de codage.

Pour permettre la révision discrète des données de discussion, les plateformes d'eDiscovery ont besoin d'un filtre intelligent dédié pour isoler la discussion, ainsi que de la possibilité de créer des lots de révision dédiés aux données de discussion. .

3. Inclure toutes les activités et tous les événements de discussion

L'examen isolé des données de discussion dans une présentation familière doit également inclure toutes les activités et tous les événements associés aux données de base dans les messages. Les plateformes eDiscovery doivent prendre en charge les réponses, les réactions (y compris les émoticônes), les modifications, les suppressions, les événements de sortie/rejoindre et les pièces jointes. Les activités et événements associés au sein d'une conversation de chat contiennent souvent des indicateurs importants de l'intention des messages du corps du chat et doivent être pris en compte lors de l'examen.

Les pièces jointes de chat, telles que les documents Microsoft® Office®, contiennent souvent des données clés sur la propriété intellectuelle, le produit responsabilité, informations sur les fusions et acquisitions, etc. Ces informations sont parfois plus importantes que la conversation par chat elle-même.

4. Historique de chat géré

Pour rendre les gros volumes de données de chat plus digestes et réduire le volume de chat qui nécessite un examen visuel, les plateformes d'eDiscovery doivent également être capables de décomposer les historiques de chat en petits blocs de temps. Cela permet aux examinateurs de gérer le volume de données de chat pour se concentrer sur les données pertinentes et d'accélérer les efforts d'examen.

5. Traiter avec toutes les autres données

Bien que cela puisse sembler contradictoire avec la possibilité d'examiner les données de chat de manière isolée, le chat doit également être traité avec toutes les autres données. Si les données de discussion ne sont pas intégrées, tous les outils d'analyse et de visualisation afficheront deux points de vue distincts et indépendants. Aucune image globale avec contexte sur toutes les données ne sera possible.

Les outils d'analyse et d'examen de la découverte électronique qui reposent sur un seul ensemble de données inclusif pour des informations holistiques incluent le regroupement de concepts, l'analyse des sentiments, l'analyse des faits par rapport à l'opinion, l'identification des entités, les filtres prédictifs, la recherche examen similaire (recherche prédictive) et assistée par la technologie, entre autres.

Les outils de visualisation sont essentiels pour que les examinateurs aient une vue complète de l'ensemble du réseau de communications et d'associations de données. L'inclusion de données de discussion à côté de toutes les autres données dans les outils de visualisation est essentielle pour maintenir une vue holistique.

Ces cinq critères : une apparence familière, la possibilité de réviser de manière isolée, l'inclusion de toutes les activités et événements associés, la capacité de décomposer les historiques de discussion en éléments gérables et pouvoir évaluer les données de discussion avec toutes les autres données – sont essentiels pour gérer efficacement les données de discussion dans l'eDiscovery et les enquêtes. OpenText™ Axcelerate™ prend en charge toutes ces fonctionnalités, et plus encore.

Pour plus d'informations sur les fonctionnalités de discussion OpenText™ Axcelerate™, veuillez visiter la page produit Axcelerate.