De meest voorkomende vergissingen in Ediscovery

Als je gaat trouwen, een huis gaat kopen of iets anders onderneemt waar je weinig of geen ervaring mee hebt, dan is het een goed idee om te overleggen met mensen die je voorgegaan zijn en die hun ervaring met je kunnen delen. Op een vergelijkbare manier wenden wij ons tot deskundigen voor juridisch of zakelijk advies. Wat ediscovery betreft, zijn er talloze voordelen verbonden aan een gesprek met technische experts.

Toen ik drie weken geleden bij KLDiscovery kwam werken als zomerstagiair, was mijn kennis van ediscovery aan de lage kant. Op mijn zoektocht om zoveel mogelijk te leren, dacht ik dat het nuttig zou zijn de experts rondom mij om advies te vragen over de beste praktijken op het vlak van ediscovery en over hoe ik fouten kon vermijden. Dus volgen hier hun technische tips om je ediscovery in de toekomst gelikt en efficiënt te beheren. In deze eerste post zal ik me concentreren op wat je niet moet doen. In een volgende post zal ik aanvullend beste praktijken behandelen.

Blindelings graven naar data

Onderschat het belang niet van een zorgvuldige afweging van welke gegevensbronnen en individuen je nodig hebt om data te verzamelen en te behandelen. Ediscovery-providers bieden prima technologieën en diensten aan om de hoeveelheid gegevens te verminderen die beoordeeld moeten worden, bijvoorbeeld door het toepassen van een vooronderzoek (Early Data Assessment), of door trefwoordfilters te gebruiken. Ook kunnen providers het beoordelingsproces optimaliseren door bijvoorbeeld ‘predictive coding’-technologieën aan te bieden, MAAR het is zeer waarschijnlijk dat naarmate je meer gegevens verzamelt, je ook meer documenten zal moeten beoordelen. Daarom is het belangrijk om er voor te zorgen dat alle benodigde informatie is verzameld en is voldaan aan juridische verplichtingen, zonder overschrijding van je budget..

Kosten besparen bij de verzameling van gegevens

Terwijl je zorgvuldig de databronnen afweegt, moet je proberen zo allesomvattend te werk gaan en de verleiding weerstaan individuen uit te sluiten enkel en alleen om geld te besparen. Het kan tijdrovend en duur zijn om later terug te keren en gegevens te verzamelen die toch echt nodig blijken te zijn.

Kosten wat kost de document review set verkleinen

Bij de voorbereiding van de verwerking van grote hoeveelheden gegevens afkomstig van verschillende individuen kan het aantrekkelijk lijken volledige ontdubbeling te verkiezen boven ontdubbeling op individu niveau, omdat dit meestal leidt tot de kleinste document review set.

Kiezen voor volledige ontdubbeling betekent dat de datasets van sommige individuen onvolledig zullen zijn, omdat duplicaten voor een bepaald individu verwijderd worden, gezien deze bestanden al voorkomen in de set van een ander individu.

Het is belangrijk om zorgvuldig verschillende benaderingen te overwegen, gebaseerd op de specifieke eigenschappen van de zaak en toekomstige productievereisten. De wens om de data set zo klein mogelijk te maken, mag niet de doorslaggevende factor zijn.

Vertrouwen op veronderstellingen

Houd alles overzichtelijk! Iedereen weet alleen wat hem meegedeeld is, dus loop de hoekjes er niet vanaf. Advocaten of ondernemingen, die in zee gaan met een externe expert, moeten ervoor zorgen dat zij alle details die noodzakelijk zijn voor de zaak (deadlines, belangrijkste feiten en kwesties, belangrijke document-/datatypes, wat er op het spel staat, zowel financieel als anderszins) ter beschikking stellen zodra deze bekend zijn.

Evenzo moeten experts duidelijk zijn over de veronderstellingen die gebruikt worden om de datavolumes en de kosten te beoordelen. Niemand zou de verwachtingen inzake datavolumes en de kosten mogen onder- of overschatten. Werk zoveel mogelijk met de reële metrieken uit de data zelf.

Het beoordelingsproces te ingewikkeld maken

Bij het ontwerpen van je document review proces is het aan te raden om de categorieënboom (de lijst van onderwerpen die aan een bepaald document toegewezen kunnen worden) zo eenvoudig mogelijk te houden. Dit heeft een positieve invloed op het succes, de snelheid en kwaliteit van de beoordeling.

Complete families op eenzelfde manier taggen

Wanneer je documenten in families indeelt, kan het redelijk lijken alle leden van de familie op dezelfde manier te categoriseren – het is logisch dat als een e-mail relevant is, alle bijlagen ook relevant moeten zijn, toch? Fout. De kans is groot dat slechts enkele leden van de familie relevante inhoud bezitten en dit is mogelijk slechts relevant voor een bepaalde kwestie. Als je alle leden van dezelfde familie op eenzelfde manier tagt, verlies je aan duidelijkheid wat betreft de inhoud van elk afzonderlijk document. Het wordt moeilijk juist die documenten samen te brengen die relevant zijn voor een specifieke kwestie zonder een herbeoordeling van de documenten.

Ik denk niet dat ediscovery gemakkelijk is – maar met de juiste hulp zul je met veel meer gemak door het doolhof van ediscovery kunnen navigeren! Zoals bij de meeste relaties, staat of valt het succes van een ediscovery- project en de zaak als geheel, met goede communicatie en vertrouwen tussen alle betrokken partijen.