◎数据之“大”并不一定是“体量大”，而是“价值大”。或许一份数据并不全面，无法覆盖所有的细节和要素，但只要能够反映足够的特征，在数据维度上足够细致，也能够产生较大的价值。

◎没有对数据状况的充分了解，就无法将构想具体落地。编制本单位的数据资源目录是高效利用数据的前提，它既是数据管理的抓手，又是利用数据资源的引擎。

仅仅收集数据并不是数字检察，将数据变成实实在在的办案资源，是每一个站在数字检察前沿的检察官必须面对的问题。

随着数字检察工作的深化和工作思路的拓宽，更多的检察官跳出“就案办案”的思维定式，努力去发掘案件背后的共性特征，探讨共性特征与数字技术的结合方式。在深入推进数字检察工作时，检察人员还应不断提高数据分析能力，寻求更高效多元的数据利用方式，真正发挥数据的长效价值。

数据思维的培养

检察业务应用系统的应用涉及各个业务部门、案件管理部门、信息技术部门等，每个检察人员都是数据的生产者和使用者。数据思维是检察官能否对数据进行有效分析并加以利用的前提，如果检察官没有数据思维，就感知不到数据对业务的价值，只会看到一系列的标准、一堆堆的表格和凭空增加的工作量。对此，应从以下三方面强化数据思维的培养。

一是解开思想桎梏。检察官开展数字检察工作最核心的价值，就是提供办案思路，这个过程要尽可能避免因资源的局限所造成的影响。因此，要让检察官破除对技术和数据的思维限制，在寻找思路、设计模型时，树立“所有数据都可获取”“所有技术都可实现”的前置思维。

二是正视数据价值。数据之“大”并不一定是“体量大”，而是“价值大”。或许一份数据并不全面，无法覆盖所有的细节和要素，但只要能够反映足够的特征，在数据维度上足够细致，也能够产生较大的数据价值。检察官应反复审视自己能够访问的数据，从中寻找到更多的工作切入点。

三是重视深入思考。数据思维的本质是发掘数据潜藏的价值，而不是关注数据本身。案件管理部门的检察人员在开展统计工作时，具有最大的数据访问权限，但如果开展的业务分析仅仅是罗列数据的升降、比率的高低，就没有真正发挥数据价值。只有将业务逻辑投射到数据中，找到问题症结，才能有效指导相关业务开展。

数据资源价值的发掘

一是内部数据的价值亟待挖掘。检察业务应用系统中的数据全量且精准，其中的案卡项目是典型的结构化数据，法律文书则需要按照一定规则书写，具有半结构化的特征，也易于拆分整理，信息抽取分析成本较低，这些数据都是可进行深度分析的优质对象。但是，从传统业务来看，这些数据除了被用于案件管理部门的业务分析研判外，更多时候仍在“沉睡”，其最常被使用的场合和方式，就是与外来数据进行数据碰撞，但这仅是数据分析的方法之一，其他诸如关联规则挖掘、回归分析、聚类分析、时序分析、异常检测等方法，以及对法律文书进行自然语言处理、文本挖掘等应用还未能充分得以运用。这种情况的出现，一方面，是由于检察官对技术不了解。在众多数据分析工具中，数据碰撞的概念最易于理解，运用起来也不需要技术知识背景，通过Excel表格即可完成，而更为复杂的分析方式则需要更多的技术知识，这对检察官而言是个较难跨越的门槛。另一方面，新的方法试错成本高，结果难以预测。在借助数据碰撞这一思路构建模型时，具备共性的数据项可以直接观察到，分析的结果也可以预知，而其他的众多分析方式则需要采用专业的分析工具，或需借助编程技术才可实现，在构思阶段，无法对结果做出预期，很有可能在投入时间和精力后，结果并不如人意，这无形中给这些分析方法的应用带来了阻力。加之通过数据碰撞等简单分析方法取得成功的案例有示范效应，使得检察官更加信任经过验证的思路，本能地会减少对新思路、新方法的尝试。

二是外来数据的治理要“以终为始”。随着各种模型的不断构建涌现，检察官逐渐意识到，多维的数据可以互相支持、互相印证。在这个过程中，检察机关汇入了大量的外来数据，这些数据形式多样、标准不一。要想让这些外来数据与内部数据实现融合，便于进一步进行数据检索和分析，就需要进行相应的数据治理。将相关信息按照一定的规则提取出来，经过清洗、转换、集成，最后成为适于检察机关利用的数据形态并汇入数据仓库。数据治理的最终目的是服务于检察业务，从这个“终点”出发，在数据治理过程中，技术分析必须与业务应用紧密协作，让业务部门感受到数据的显性价值。对于数据治理工作，业务部门是最终的使用者，对数据的准确理解、调度至关重要，整个数据治理过程也都需要将重心前移到业务一线。唯有如此，才能让业务部门认可数据治理这一工作的价值，更为积极地投入这项工作中。对于业务部门而言，也不是“要我做数据治理”，而是“我要做数据治理”，不再是“遵从你的标准”，而是“一起制定标准”。

数据资源与业务需求的衔接方式

数据资源是决策过程的“外脑”，只有有效地管理数据，高效地利用数据，探寻其与业务需求的结合点，才能真正发挥其价值。

一是数据的资产化运营。对数据的利用，应以“让数据产生价值”为目标，从单纯的储存、调用、分析，走向主动式的运营管理。首先，数据资源是无限的。数据的流通和使用并不会消耗数据本身，反而会产生更多的数据。其次，数据的“折旧率”低，复用率高。以往的数据可以借助新的分析方式得出新的结论，也可以与当前数据结合，产生新的数据。再次，数据使用的边际成本低。数据治理仅需要投入必要的采集、清洗、整理成本，但该投入往往是一次性的，数据的可复制性使其能够应用于更多的场景中，数据价值的发掘成本相对较低。随着数字检察工作的推进，数据生产要素的特征会愈加明显，将成为提升检察机关社会治理能力的重要组成部分，检察机关对数据的运用也愈加成熟，会主动寻求与其他部门进行数据共享和业务联动。

二是构建数据资源目录。想要充分利用数据，需要让检察官知道哪些数据可以利用、这些数据在哪里、质量如何。没有对数据状况的充分了解，就无法将模型构想具体落地。编制本单位的数据资源目录是高效利用数据的前提，它既是开展数据管理的抓手，又是利用数据资源的引擎。一方面，从需求出发，检察官在提出一个模型构思后，可以参考这一目录，根据当前数据资产的具体情况，制定每一步的具体路径。对已经在库的数据，不需要消耗人力、技术去收集整理；对当前缺少或者不完备的数据，可以尝试借助其他已有数据进行推理，或者明确规划下一步获取数据的工作。另一方面，从数据出发，检察官获知了本单位的数据资源目录，可以看到哪些数据是可利用的，由此可激发更多新的设想。数据资源目录集中、便捷、标准化地管理了所有的数据资产，使检察官可以通过跨越时间、空间、业务领域，以及价值、场景等多维度进行数据的查询、获取和加工，能够显著提高数据资源的利用效率。

三是实现数据支撑的平台化、接口化、服务化。技术只是工具，开展业务才是目标，要避免数据资源的收集治理与业务应用相分离的情形。首先，数据支撑需要平台化。平台化的管理模式可以将检察机关获取的内外部数据资源进行整合，按照统一标准和口径加工成数据资产。同时，借助多渠道汇总的数据进行交叉验证，可确保数据的准确性，将差错排除在应用之前。平台化的数据支撑使数据资产具备高度的可复用性，在业务应用中，检察人员可忽略收集、治理、存储的成本，不需要担心数据质量，直接拿来构建模型。其次，数据支撑需要接口化。“万变”的是数据，“不变”的是方法，接口化的数据支撑可以提供通用型的技术模型，构建面向共性的分析平台，将分析方法封装成拿来即用的“黑箱”，检察官不需要参与技术实现，在一端输入数据，就可以在另一端直接获取结论。再次，数据支撑需要服务化。在业务构想与数据结合的过程中，数据及其分析方法是检察官放在手边随时取用的资源。服务化的数据支撑致力于提升数据及工具的易用性和可获得性，让数据资源变得人人可用，有效降低业务与技术的沟通成本以及数据资源的应用门槛，进而改善资源利用效率，促进检察业务的发展。

（作者单位：天津市人民检察院）

（来源：检察日报-数字检察·探索）