Vitesse, Slack et Spécialisation : Une approche de précision pour les deuxièmes requêtes

en flag
nl flag
fr flag
de flag
pt flag
ru flag
es flag

Comment HayStackID a aidé une société de plate-forme financière mondiale à répondre rapidement à une deuxième demande complexe pendant des périodes de contraintes COVID

Par Michael Sarlo, ENce, CBE, CCLO, CR, CCPA

Discovery électronique de précision pour les enquêtes complexes des agences antitrust

Résumé de l'instantané : Au cours de l'été 2020, HayStackID™ a aidé une entreprise de plateforme financière mondiale de premier plan et ses avocats externes reconnus à l'échelle internationale pour répondre à une deuxième demande du ministère de la Justice (MJ) fondée sur un projet d'acquisition d'une société hautement réglementée. Cette deuxième demande a entraîné la nécessité de recueillir et d'évaluer 18 To de données, y compris des magasins importants de messages et de fichiers Slack, à partir d'emplacements sur place et distants, provenant de plus de 17 types de magasins de données. En 106 jours, HayStackID a réalisé environ 300 collections, développé des outils et des processus personnalisés, y compris des cartes thermiques de communications spécifiques à Slack, des processus de codage prédictif et l'identification des privilèges de message privé, afin de permettre une réponse conforme à une enquête complexe , permettant finalement l'achèvement de l'acquisition proposée.

Des obstacles aux résultats : une deuxième demande complexe

Fournisseur éprouvé des demandes de deuxième demande de la Federal Trade Commission (FTC) et du ministère de la Justice (MJ), HayStackID est une position unique pour répondre aux exigences complexes des enquêtes sur les ententes et les abus de position dominante. Notre capacité intégrée et organique de traiter des volumes élevés de données, notre expérience approfondie et notre compréhension des diverses sources de données, et notre capacité d'ingénierie logicielle et de processus personnalisés nous permettent de développer des solutions de précision pour des défis spécifiques en matière de découverte juridique et de données. Cette dernière fonctionnalité de HayStackID, logiciel personnalisé et ingénierie de processus, est aujourd'hui plus critique que jamais, car de nombreux fournisseurs d'eDiscovery n'ont pas cette capacité nécessaire et essaient continuellement de lancer des données et de traiter les défis en solutions fixes et rigides. Ce shoehorning peut mener à des réponses aux enquêtes antitrust qui peuvent être en deçà des exigences d'effort optimal si elles sont évaluées par rapport à ce que les réponses auraient pu être avec les technologies, les techniques et les talents appropriés appliqués à l'effort de découverte électronique.

À la mi-2020, un été limité par COVID qui a eu un impact sur les actions et les résultats commerciaux dans le monde entier, HayStackID s'est vu offrir l'occasion de soutenir l'une des principales sociétés de plateformes financières au monde et ses avocats externes, un cabinet d'avocats de renommée internationale doté d'une concurrence et d'une concurrence rigoureuse expertise, dans une acquisition a déclenché la deuxième demande du MJ. Cette deuxième demande du MJ a présenté trois défis qui justifiaient la sélection de HayStackID comme partenaire de choix de découverte électronique, ces défis étant la participation de volumes importants de données, la disparité et le déboursement des sources et des formats de données, et l'utilisation importante du Slack plate-forme de communication d'entreprise.

Blocs routiers, recommandations et résultats

Grâce à une vaste expérience de Second Request qui se manifeste par sa participation à quatorze enquêtes menées par des organismes antitrust en 2019 et 2020, HayStackID possède une profonde compréhension académique et expérientielle des deuxièmes demandes de la FTC et du MJ conformément à la loi Hart-Scott-Rodino (HSR) de 1976. La Loi sur le TGV exige que les parties à des fusions ou acquisitions de tailles précises avisent la FTC ou la Division des antitrust du MJ et fournissent des renseignements et des documents concernant l'opération proposée. Après examen des renseignements et des documents soumis, la FTC ou le MJ peuvent présenter des demandes additionnelles, appelées « deuxièmes demandes », avant de rendre une décision sur l'opération proposée. (1)

Les deuxièmes demandes sont des procédures de découverte qui consistent en des demandes officielles d'information et de documentation supplémentaires et qui suivent généralement le cadre de la demande type de demande de matériel documentaire supplémentaire (deuxième demande) telle qu'elle a été publiée par le Bureau de notification de préfusion de la FTC. technologies, techniques et tactiques utilisées dans les activités traditionnelles de découverte électronique à l'appui des audits, des enquêtes et des litiges, la découverte dans la deuxième demande est différente parce qu'elle présente généralement des caractéristiques uniques qui doivent être prises en compte dans chaque cas. Trois attributs clés de Second Requêtes, particulièrement applicables à la deuxième demande de HayStackID pour l'été 2020 de la deuxième demande d'une société de plateforme financière mondiale sont les suivants :

+ Données et emplacements disparates

+ Besoin de technologies avancées

+ Une norme de conformité substantielle

Parmi ces trois attributs, on peut citer la norme de conformité substantielle. La conformité substantielle (3) est le respect des exigences importantes ou essentielles d'une deuxième demande qui satisfait le but ou l'objectif de la demande, même si les exigences de forme peuvent ne pas être entièrement respectées au moment de la réponse. Cette norme est unique parmi les demandes de découverte en ce sens qu'elle est déterminée par le temps et représente un meilleur effort qualitatif en matière de conformité au lieu d'une approche quantitative et indépendante du temps en matière de conformité. Sur la base de la norme de conformité substantielle, les fournisseurs de découverte électronique aux parties contestées doivent équilibrer temps, efficacité et efficience afin de satisfaire aux exigences de certification pour les deuxième demandes. Pour respecter et dépasser la norme de conformité substantielle à l'appui de la deuxième demande déclenchée par l'acquisition, HayStackID a dû faire face et surmonter trois obstacles importants.

Les barrages routiers

Les trois obstacles pour respecter les délais accélérés de la deuxième demande du MJ adressée à la société de la plate-forme financière mondiale tout en respectant la norme de conformité substantielle comprenaient des volumes de données, des sources de données et des défis liés à la découverte de Slack.

Volumes importants de données

En tant que société de plateforme financière mondiale cherchant à acquérir une société financière multinationale, le client de HayStackID dans cette deuxième demande avait des bureaux, des dépôts de données et des personnes pertinentes pour les enquêtes dans le monde entier, avec une prépondérance de données situées aux États-Unis. Compte tenu des exigences réglementaires qui ont motivé l'élimination des données pour les sociétés financières, HayStackID a dû relever le défi d'organiser et de soutenir une deuxième demande pour des volumes élevés de données.

Pour commencer à déterminer et à traiter ce volume élevé de données, HayStackID a travaillé à l'élaboration d'une approche en quatre phases pour répondre aux besoins de la découverte électronique dans les délais courts prescrits par les exigences de la deuxième demande. Cette approche en quatre phases comprenait les éléments suivants :

+ Phase un : Notification et planification du MJ

+ Phase 2 : Collecte et traitement

+ Phase trois : Examen et production

+ Phase 4 : Termination/Expiration et achèvement

Structuration des phases pour soutenir l'effort attendu de plusieurs téraoctets approchant 20 To de données et fonctionnant avec les communications, les collections et la coordination contraintes par les restrictions de voyage et d'éloignement social du COVID, HayStackID, en collaboration avec des experts de la société faisant face à la deuxième demande et de son , élaboré des plans de collecte détaillés, identifié les défis nécessitant le développement de logiciels et de processus personnalisés, et conçu des flux de travail pour prendre en charge l'ensemble des tâches de découverte électronique nécessaires pour produire des informations les plus performantes conformément aux normes de conformité substantielles.

De plus, dans le cadre de la planification de la prise en charge de volumes élevés de données, HayStackID a officiellement mis sur pied son équipe de détection des cas afin d'aider la planification et l'exécution administratives et opérationnelles continues. Cette équipe d'experts dévouée comprenait :

+ Première équipe de criminalistique : criminalistique et collections

+ Early Case Insight Équipe : Traitement et analyse

+ Équipe ReviewRight® : Revue et production

Avec la prise en compte des attentes en matière de volume et l'organisation de soutien des cas établie autour de quatre phases devant être exécutées par quatre équipes dédiées, HayStackID a mis l'accent sur la planification afin de remédier au deuxième obstacle important, à savoir diverses sources de données.

Diverses sources de données

Le défi posé par l'augmentation des types de données continue d'être considéré comme l'une des plus grandes préoccupations commerciales pour les spécialistes de la découverte électronique, avec près d'un professionnel des données et du droit sur cinq qui le considère comme le défi qui aura le plus d'impact sur son activité au cours des six prochains mois (4). obstacle à la deuxième demande de la société de la plate-forme financière mondiale, car elle a été amplifiée par les emplacements disparates des dépôts et des points de terminaison contenant des données à prendre en considération dans l'enquête antitrust. Les ensembles de données provenant de plusieurs emplacements contenant plusieurs formats de documents devant être pris en considération dans ce cas, mais sans s'y limiter, les types de données provenant de plates-formes comprenant :

+ Vidéoconférence BlueJeans

+ Boite

+ Confluence

+ Applications de support personnalisées

+ Druva

+ Suite G

+ Evernote

+ LumApps

+ Microsoft 365

+ Applications pour appareils mobiles

+ Un lecteur

+ Applications de financement propriétaires

+ QuickBase

+ Mou

+ Webex

+ Sites Web

+ Zoom

Le défi posé par les diverses sources de données a été amplifié par les nouvelles exigences du monde éloigné déclenchées par les contraintes liées au milieu de travail liées au COVID à l'été 2020. Ces contraintes ont nécessité la planification de la collecte qui couvrait à la fois les entrevues des dépositaires à distance et sur site et les collectes de données provenant de dépôts, de points de terminaison et d'appareils mobiles géographiquement disparates. Avec une compréhension des attentes en matière de volume de données et de la diversité des sources de données, l'équipe HayStackID s'est ensuite concentrée sur le troisième obstacle important à cette deuxième demande complexe. C'est l'exigence de recueillir, de traiter, d'analyser et d'examiner les communications Slack.

Slack innovation et intégration

Développé comme un outil de communication interne pour la société de jeux Tiny Speck, Slack a lancé en 2013 et est devenu l'une des plateformes de communication d'affaires les plus omniprésentes au monde. (5) Avec un nom qui est un acronyme pour Searchable Log of All Conversation and Knowledge, (6) la plate-forme Slack n'était pas conçu initialement pour soutenir des collections défensives axées sur la découverte électronique pour les enquêtes et les litiges. Toutefois, au fil du temps, cette capacité a été intégrée dans des mises en œuvre récentes au niveau de l'entreprise. Actuellement, les implémentations Slack se répartissent en trois grandes catégories : Gratuit (ou Basic), Standard et Plus (ou Enterprise). (7)

Les implémentations Free Slack sont basées sur le nombre total de messages dans un canal et ont une rétention courte. Collecte for Free Slack implémentations est effectuée en obtenant un jeton d'API individuel auprès des utilisateurs, ce qui permet la collection d'objets disponibles pour le dépositaire. Cette exigence pour obtenir un accès au niveau du dépositaire individuel via OAuth, un protocole d'authentification qui permet aux individus d'approuver une application interagissant avec une autre sans transfert de mots de passe, a constitué un obstacle fastidieux et peu convivial à la collecte par l'entreprise de Slack communications. Ainsi, rendant la collection à partir des implémentations Free Slack généralement intenable pour les délais accélérés pour Second Requests.

Les implémentations Standard et Plus (ou Enterprise) Slack ont une rétention illimitée par défaut. Auparavant, les implémentations Slack Standard et Plus (ou Enterprise) reposaient sur une capacité d'exportation d'entreprise. Cependant, la capacité d'exportation d'entreprise de Slack est déconseillée car elle continue à dépendre des jetons OAuth individuels pour collecter des messages privés. Récemment, Slack a introduit le Slack Enterprise Grid. Enterprise Grid est un réseau de deux instances d'espace de travail Slack ou plus. Les espaces de travail Slack sur Enterprise Grid ont accès à l'API Slack Discovery. Cette API de découverte permet aux entreprises d'utiliser des applications tierces approuvées pour exporter et agir sur les messages et les fichiers Slack. (8) Cette fonctionnalité de découverte compatible API permet à des fournisseurs tels que HayStackID d'accélérer la précision et la vitesse des collections Slack, ce qui en fait un outil de choix pour faciliter les données Slack acquisition à l'appui de deuxièmes demandes. Néanmoins, même avec la prise en charge de la découverte d'Enterprise Grid, il existe encore des défis qui exigent des approches innovantes pour évaluer, présenter et préparer les données Slack pour le traitement, la révision et la production. L'un de ces défis est l'utilisation du codage prédictif sur les données Slack.

Tel que défini dans The Grossman-Cormack Glossary of Technology-Assisted Review (9) Le codage prédictif est un terme propre à l'industrie généralement utilisé pour décrire un processus d'examen assisté par la technologie impliquant l'utilisation d'un algorithme d'apprentissage automatique pour distinguer les documents pertinents des documents non pertinents. Il repose sur le codage par un expert en la matière d'un ensemble de documents de formation afin d'obtenir une efficacité maximale. Cette définition du codage prédictif fournit une description de base qui identifie une fonction particulière qu'un ensemble général d'algorithmes d'apprentissage automatique communément acceptés peut utiliser dans un examen assisté par la technologie (TAR). (10)

En ce qui concerne Slack, le codage prédictif peut poser des défis uniques, en particulier pour les messages et les fichiers constitués principalement de données numériques, de feuilles de calcul, de fichiers image et de messages texte courts. Ce défi est dû au fait que davantage de texte conduit généralement à une plus grande précision dans le codage prédictif et pour extraire suffisamment de texte dans le processus de codage prédictif pour améliorer la précision nécessite d'identifier dans les segments de période suffisamment de texte pour permettre aux moteurs d'analyse de codage prédictif de classer les données de manière plus précise.

HayStackID comprenait et était bien placé pour relever les défis de Slack, de la collecte au codage prédictif, compte tenu de sa vaste expérience dans le développement d'outils et de processus personnalisés pour l'intégration dans ses plans de collecte, de traitement et d'examen avancés et opérationnels.

Les outils et processus personnalisés spécifiques nécessitant un développement et un déploiement par HayStackID incluent :

+ Slack Communications Heat Maps pour permettre l'identification rapide du volume des messages et des fréquences d'impulsions au fil du temps

+ Processus d'analyse spécifique au Slack pour traiter les concepts de cluster à partir des noms des participants

+ Processus d'analyse spécifique au Slack pour traiter le texte insuffisant dans les messages

+ Processus d'analyse spécifique au Slack pour traiter les grands jeux de contrôle

+ Bifurcation des canaux publics et privés Slack pour appuyer les accords de signalement de privilèges demandés avec la FTC

Comprendre les obstacles posés par des volumes importants de données, diverses sources et formats de données, et la collecte Slack et le codage prédictif, l'équipe HayStackID a rapidement évalué les exigences et les lignes directrices relatives à la deuxième demande du ministère de la Justice, de l'entreprise et des avocats. Cette évaluation, fondée sur une compréhension expérientielle des deuxième demandes (11) et une expertise approfondie en ingénierie logicielle dans le développement d'outils et de processus personnalisés pour résoudre des problèmes de découverte non standard, a permis à HayStackID de définir, d'étendre et d'initier la planification de projet à l'aide de quatre recommandations à la société de plate-forme financière mondiale son conseil externe du cabinet d'avocats.

Les Recommandations

Concise dans le concept mais complexe en composants, la planification Second Request dirigée par les experts de la recherche juridique et des données de HayStackID a permis d'établir quatre recommandations clés qui serviront de guides pour traduire la planification des enquêtes et des découvertes en exécution. Ces quatre recommandations comprenaient :

+ Établir un plan complet de collecte pour l'acquisition physique et à distance de données conservatoires et non conservatoires avec l'équipe d'extraction, de manipulation et de transmission des données itératives

+ Développer un flux de travail de précision défendable et durable conçu pour répondre aux exigences du ministère de la Justice, des sociétés, des cabinets d'avocats et de HayStackID dans l'ensemble du continuum eDiscovery pour des volumes élevés de données

+ Élaborer des outils et des techniques de précision pour la détection, l'identification, la collecte et l'examen des données Slack afin de respecter les délais rigoureux de deuxième demande avec un meilleur effort complet

+ Élaborer et parvenir à une entente avec le ministère de la Justice concernant l'utilisation de l'examen assisté par la technologie, y compris une approche spécifique pour l'examen de la marge de manœuvre et les considérations relatives au privilège

Après avoir accepté les recommandations et approuvé les approches d'examen et de privilège Slack du ministère de la Justice, HayStackID a commencé à traduire les efforts de planification en l'exécution des tâches requises pour fournir une production complète et optimale dans un délai accéléré synonyme de deuxième demande enquêtes.

Avec la prise en compte des attentes en matière de volume et l'organisation de soutien des cas établie autour de quatre phases devant être exécutées par quatre équipes dédiées, HayStackID a mis l'accent sur la planification afin de remédier au deuxième obstacle important, à savoir diverses sources de données.

Les résultats

Basé sur une expertise organique et intégrée de découverte électronique combinée à sa vaste expérience dans le soutien aux enquêtes antitrust, HayStackID a été en mesure d'accomplir les tâches de collecte, de traitement, d'examen et de production nécessaires pour soutenir une réponse conforme au ministère de la Justice. Les mesures détaillées et les jalons du cas complexe, ainsi que des efforts spécifiques d'innovation et d'intégration, sont décrits dans les paragraphes qui suivent afin d'ajouter du contexte à ce dossier à volume élevé, avec des données diverses et des exigences importantes en matière de Slack (12).

Mesures et jalons de collecte

Du point de vue des collections, HayStackID a recueilli environ 18 To de données provenant d'environ 300 collections sur 84 jours, y compris les exigences relatives au moment initial et à l'actualisation, tant sur place qu'à distance. Les efforts de collecte comprenaient 54 acquisitions de courriels de dépositaires, 15 entrevues avec les dépositaires et l'acquisition de données provenant de plus de 17 dépôts de données. En outre, HayStackID a collecté de nombreux ensembles de données de terminaux allant de Microsoft 365, Druva et Box à Slack, Webdiffusions et sites Web. Voici les points saillants de la collection

+ Délai total de collecte : 84 jours

+ Stockage Web (Box.com, Google Drive, Druva) Demandes de collecte : 160

+ Stockage Web (Box.com, Google Drive, Druva) Taille des données : 14 228,4 Go

+ Demandes de collecte de courriels dépositaires : 54

+ Taille des données de messagerie du dépositaire : 2 173,54 Go

+ Demandes de collecte Slack : 44

+ Taille des données Slack : 2 118,51 Go

+ Demandes de collecte de périphériques intelligents : 6

+ Taille des données de l'appareil intelligent : 371,36 Go

+ Espaces de collaboration (QuickBase, Confluence, JIRA) : 16

+ Espaces de collaboration (QuickBase, Confluence, JIRA) : Taille des données : 15,06 Go

+ Données supplémentaires : environ 10 To

Traitement des mesures et des jalons

Du point de vue du traitement, HayStackID a traité environ 46 millions de documents provenant de collections Slack et non-Slack, ce qui a donné un peu moins de sept millions de documents post-déduplication et post-filtrage des données. Cette phase de traitement, qui s'est déroulée sur 106 jours, a donné lieu à environ 6,7 millions de documents admissibles à l'examen assisté de la technologie (RAT) et plus de 1,5 million de documents exclus nécessitant un examen linéaire. Les principales caractéristiques du traitement sont les suivantes :

+ Total des documents traités : 45 805 850

+ Messages et fichiers Slack traités : 256 361

+ Documents Microsoft 365 traités : 30 150 563

+ Boîtes de documents traités : 8 813 252

+ Documents Druva traités : 4 581, 613

+ Documents de demande de financement propriétaire traités : 322, 260

+ Documents G-Suite traités : 163 663

+ Documents mobiles traités : 621 819

+ Documents supplémentaires traités : 896 319

De plus, à partir du corpus de messages et de fichiers Slack, HayStackID a traité les données provenant de 487 canaux publics et de 8 104 canaux privés. Cette bifurcation entre le traitement des canaux publics et privés a étayé les accords conclus avec le ministère de la Justice en ce qui concerne les rapports sur les privilèges.

Conformément aux instructions et aux spécifications détaillées de traitement, HayStackID a appliqué des technologies et des techniques avancées de déduplication et de filtrage afin de déterminer les documents qui seraient mieux évalués à l'aide du TAR (documents admissibles au TAR) ou d'un examen linéaire (documents exclus du TAR). L'étape du traitement et de l'évaluation dans le continuum de la découverte électronique a permis d'obtenir les totaux suivants des dossiers admissibles au RAT et des demandes d'examen régulier :

+ Total des documents à examiner : 8 607 391

+ Documents admissibles du RAT : 6 733 743

+ Examen de la réactivité linéaire Documents requis : 521 023

Cette réduction de traitement d'environ 80 % par rapport à l'ensemble de données complexes des documents collectés a ouvert la voie à l'application de HayStackID de l'expertise et de la technologie du TAR et à des services exclusifs d'examen des documents Right afin d'évaluer plus avant les documents destinés à l'enquête antitrust.

Mesures et jalons de révision du TAR

En exploitant un flux de travail TAR 1.0 pour les fichiers et messages non-Slack, HayStackID a effectué 8 tours de contrôle sur 7 jours, pris en charge par 12 cycles de formation sur 8 jours avec des ensembles de documents allant de 200 à 1 000 documents. HayStackID a réussi à quitter la phase de formation pour les dossiers et les messages non SLACK avec environ 98 % d'uniformité, environ 16 % de la profondeur de rappel et environ 75 % de rappel, avec des pourcentages de précision approchant 50 % et des scores F supérieurs à 60 %. Cette combinaison de rondes de contrôle et de rondes d'entraînement a permis d'atteindre un objectif de rappel de 75 %, d'un niveau de confiance de 95 %, d'un taux de marge d'erreur maximal légèrement supérieur à 4 % et d'une richesse estimée de l'ensemble des documents approchant 12 %.

De plus, compte tenu des nuances et de l'expertise technique requises pour exploiter le TAR 1.0 avec les messages et les fichiers Slack, HayStackID a mené 5 rondes de contrôle sur 5 jours, appuyées par 12 cycles de formation sur 9 jours avec des ensembles de documents allant de 200 à 800 documents. HayStackID a réussi à quitter la phase de formation pour les dossiers et les messages Slack avec environ 95 % de cohérence, environ 31 % de profondeur de rappel et environ 75 % de rappel, avec des pourcentages de précision approchant 29 % et des scores F supérieurs à 40 %. Cette combinaison de rondes de contrôle et de rondes d'entraînement a permis d'atteindre un objectif de rappel de 75 %, d'un niveau de confiance de 95 %, d'un taux de marge d'erreur maximal inférieur à 5 % et d'une richesse estimée des documents approchant 12 %.

Cette approche précise et puissante testée minutieusement et appliquée avec exactitude a conduit à l'évaluation du TAR 1.0 et à la réduction des documents non Slack et Slack, qui sont passés de 8 607 391 documents admissibles au RAR à un total combiné de documents non marqués et Slack après le TAR de 618 491 à examiner en vue de déterminer le privilège et la clé documents relatifs aux fusions.

Mesures et jalons de révision linéaire

En effectuant un examen de documents ponctuel et spécifique au contenu à l'appui d'une deuxième demande dirigée par une agence antitrust, HayStackID a tiré parti des attributs de son vaste processus d'évaluation, de qualification et de certification des examinateurs et a choisi dans sa base de données de près de 20 000 documents d'avocat potentiels examiner les candidats les plus qualifiés, les plus appropriés et les plus immédiatement disponibles pour appuyer l'examen de plus de 1,1 million de documents. L'outil ReviewRight Match® de HayStackID, leader du secteur, a permis ce processus de sélection en appliquant une combinaison de technologies propriétaires, d'outils d'évaluation innovants et de protocoles éprouvés qui ont permis l'approvisionnement, les tests et la qualification rapides et complets des évaluateurs (13). HayStackID présente et prépare 295 examinateurs qui étaient des experts en révision juridique et possédaient l'expertise du domaine correspondant à la deuxième demande de la plateforme financière mondiale centrée sur l'entreprise.

Compte tenu de sa position unique en tant que chef de file de l'industrie en matière de révision à distance avec plus de six ans d'expérience dans la réalisation et la gestion de projets d'examen virtuel, HayStackID a ensuite tiré parti de son infrastructure sécurisée ReviewRight Virtual® d'examen à distance pour prendre en charge l'examen axé sur la deuxième demande, qui est très rapide. (14) a soutenu plus de 1 000 projets d'examen à distance sécurisés réussis dans des environnements préCOVID et actuels en cas de pandémie, la combinaison d'infrastructures sécurisées gérées par une équipe non seulement d'experts en gestion des examens, mais aussi par des experts en révision de la gestion virtuelle, a permis l'assemblage rapide d'un équipe virtuelle expérimentée de plus de 300 examinateurs, gestionnaires de révision et techniciens.

Exécuté avec une série d'examens évolutifs amorcés sur 96 jours, l'examen linéaire du deuxième examen axé sur les demandes a donné lieu à l'examen complet de 1 139 514 documents, avec plus de 20 000 expurgations et un registre des privilèges d'un peu moins de 80 000 documents.

Mesures de production et jalons

À la fin de l'examen linéaire et de la certification des résultats des examens, des expurgences et des journaux de privilèges, ce projet complet de découverte électronique a été mené du début à la fin en seulement 106 jours et comprend des tâches allant des collections distantes à l'examen virtuel et composé de types de données complexes et , y compris les messages et fichiers publics et privés de la chaîne Slack, ont abouti à la production d'environ 2 000 000 de documents.

Vitesse, Slack et Spécialisation

Ce deuxième projet de découverte électronique axé sur la demande a démontré l'expertise et la capacité de découverte électronique intégrée et organique de HayStackID en tant que firme spécialisée de découverte électronique. La mise en œuvre d'innovations allant des cartes thermiques pour la présentation des modèles et de la densité de communications Slack aux protocoles personnalisés de révision assistée par technologie pour l'examen des types de données non standard, y compris les messages et fichiers Slack de canaux privés et publics, HayStackID a permis l'exécution réussie du projet qui a permis à la société leader de la plateforme financière mondiale et à ses avocats extérieurs de répondre de manière conforme à la deuxième demande du MJ. Cette réponse conforme a finalement contribué au succès de l'acquisition par la société de la plateforme financière mondiale et a démontré la rapidité d'exécution de HayStackID, l'expertise Slack et la spécialisation dans les opérations à distance et les enquêtes Second Request.

À propos de HayStackID

HayStackID est un cabinet spécialisé de services de découverte électronique qui aide les sociétés et les cabinets d'avocats à trouver, à comprendre et à apprendre des données lorsqu'elles font face à des enquêtes et à des litiges complexes et gourmands en données. HayStackID mobilise des experts de pointe en criminalistique, en eDiscovery et en révision de documents d'avocats pour servir plus de 500 sociétés et cabinets d'avocats leaders mondiaux d'Amérique du Nord et d'Europe. Destinant près de la moitié des Fortune 100, HayStackID est un fournisseur alternatif de services juridiques qui allie expertise et excellence technique à une culture de service à la clientèle en gant blanc. Pour plus d'informations sur sa suite de services, rendez-vous sur Haystackid.com.

À propos de l'auteur

Michael Sarlo est directeur de l'innovation et président de Global Investigations chez HayStackID. Dans ce rôle, Michael facilite les opérations liées à la découverte électronique, à la criminalistique numérique et à la stratégie de contentieux tant aux États-Unis qu'à l'étranger, tout en travaillant sur des projets de criminalistique et de découverte électronique très complexes.

Références

1) Commission fédérale du commerce et Division antitrust du Ministère de la justice (2020). Rapport annuel Hart-Scott-Rodino Exercice financier 2019. [en ligne] Federal Trade Commission. Disponible à : rapports/federal-trade commission-bureau-competition-departement-justice-antitrust-division-hart-scott-rodino p110014hsrannualreportfy2019.pdf [Consulté le 29 décembre 2020].

2) Commission fédérale du commerce (2020). Modèle de demande de renseignements supplémentaires et de documents documentaires (deuxième demande). [en ligne] FTC Premerger Notification Office. Disponible à : review/may2019_model_second_request_final.pdf [consulté le 29 décembre 2020].

(3) Conformité substantielle. » Le dictionnaire juridique Merriam-Webster.com, Merriam-Webster Inc., webster.com/legal/substantial%20compliance. [Consulté le 29 décembre 2020.]

(4) Résultats de la découverte complexe/

(5) Mou

(6) Mou

(7) Catégories Slack

(8) API de découverte

(9) Grossman, M., et Cormack, G. (2013). Le glossaire Grossman-Cormack de la revue assistée par la technologie. [livre électronique] Revue du droit des Cours fédérales. Disponible à l'adresse suivante : http://www.fclr.org/fclr/articles/html/2010/grossman.pdf [consulté le 31 août 2018].

(10) Enquête de codage prédictif - résultats de l'automne 2020-/

(11) Deuxième requêtes HayStackID -

(12) Notes de projet HayStackID (produit de travail) - 5 janvier 2021.

(13) ÉvaluationRight Match®. (2020, 29 décembre). HayStackID.

(14) ReviewRight Virtual®. (2020, 29 décembre). HayStackID. service/