所谓“量化”，顾名思义，可以简单地理解为：一是将数据信息进行搜集、统计，二是将非数字化的信息转化为可以进行数字衡量、数据分析和数学模型构筑的过程。这是法务量化管理推进的难点工作、亦是重点工作。

对于企业法务而言，该项工作的难点主要体现在于两方面：一是固有思维的局限。主要还是如前文所提，企业法务人员容易将“数据”与“数字”简单等同，进而阻碍了其对“数据”的挖掘，相对而言，在信息类企业、互联网企业等主业与信息数据密切相关的企业则体现为思维优势；二是专业能力的限制。对于企业法务人员而言，绝大多数以法学为核心专业知识，这一典型的“文科”专业背景使我们不可避免地对“数据”、“量化”等“理科”思维相对缺乏敏感性，也使我们在进行数据化、量化分析的过程中缺乏必要的专业能力，涉及后期的数据库建立、数学建模分析等操作时更为捉襟见肘。笔者同样囿于专业能力局限，仅能在自行求学与登门求教的基础上，勉力阐述其中的基本思路。

法务量化管理中的“量化”工作，大体思路如图3-3所示：

图3.3法务管理工作事项量化的具体思路

如图所示，实现法务管理工作“量化”的步骤大致分为三步：

第一，针对目标量化对象进行数据化。即：针对每个对象抓取可用于描述该工作的数据，并定义应用于管理的关键指标。首先，应当进行“有效数据”的判断。此项工作与前述“量化对象识别”的第二、三步有所重合，主要的区别在于：前述主要基于量化对象（比如合同管理业务）而言，主要目的是找出管理对象相关的可以量化、需要量化的具体事项（比如：一定期间合同审核的数量、类型分布、部门分布、合同涉及金额、审核反馈时间、合同违约情况等）；而此处“数据化”的工作，需要进一步从中抓取“有效”的数据，即通过该数据能够反映出量化对象的某些特征（如通过“审核数量”可以描述合同管理业务量，通过“反馈时间”可以描述业务效能，则两者为有效数据；而即使统计了“合同涉及金额”，并不能直接或间接地描述合同管理业务的开展情况、或反映实际问题，因此判断为无效数据，不予抓取）。其次，进行“关键指标”的定义。所谓关键指标，是指能够为后续发现问题、分析问题、解决问题起到关键支撑作用的核心数据（比如“合同违约情况”可以直观反映合同审核业务的成效，因此属于关键指标）。

第二，对确定的事项进行数据获取。即：在全管理领域内（如在广汽集团系统内）建立数据采集机制，定期获取应用于后续分析的基础数据。此项工作内容不难理解，相对于第一步数据化工作而言技术难度要低很多，本无需赘述；但不得不指出的是，如果此项工作面对的是大型企业集团的法务系统整体，其难度及出错概率将呈几何倍数提升。其一是工作量大幅提升；其二是数据统计口径的差异在所难免，如何通过明确的定义和有效的沟通尽量弥补口径差异对后续量化分析的影响至关重要；其三是此项作为量化分析的基础工作精度要求高、但干扰因素众多，如调查问卷设计的科学性、调研人员与被调研单位理解上的信息不对称、数据填报人员的执行力等任一环节的缺位均可能造成获取的数据失真，进而导致量化分析的结果大打折扣。因此对于此项工作，推进者务必步步慎之。

第三，对获取的数据进行集中统计分析。即：对基础数据进行汇总、统计，形成数据库并进行集中数据分析，形成管理分析结论。首先是汇总数据并建立数据库。虽然在前期工作中，我们已根据可量化性、必要性、有效性乃至关键性对数据进行了定义上的筛选，但此时汇总的基础数据仍可能是体系庞杂的（尤其是针对集团系统搜集的数据），加之搜集过程无法避免的失真，因此汇总数据的同时亦是对数据的二次筛选，以此过滤掉部分非关键、失效的数据，同时亦可根据经验法则对明显失真的数据进行二次采集、补充。经过修正、调整及补强后，将庞大的基础数据按一定的逻辑层次进行分门别类的整理，设计制作一套应用性较强的统计表单，即形成了量化分析的基础数据库。其次是集中力量进行数据分析，形成分析结论。得出“量化”的分析结论是量化管理的第一步成果，其后续的工作是从“量化”走向“管理”。此阶段工作是整个量化管理工作的第一个成果转化关键点，是前期定义数据、搜集数据的价值体现，考验的是法务人员理解数据、挖掘数据并从中发现问题、分析问题的能力。此处进行数据分析可以分为两个层次。一是以法务管理的经验法则进行分析。这主要依赖于法务工作人员的实践经验积累，由法务人员对基础数据结果进行研究，从中发现问题、形成结论；二是通过建立数学模型进行数据分析。这要求法务人员在运用经验法则分析问题的基础上，抽象概括出运用相关数据分析问题的基本逻辑，并结合数学建模的方式，建立起可以运用到分析同类问题的科学模型，从而实现经验知识的固化、摆脱对个人能力的依赖、保证分析精度的稳定性及提升效率。从结果上看，毫无疑问达到数学建模的层次应为最终理想的状态；但从现实而言，要建立起足够科学的数学模型，需要面临诸多挑战：首先，任何一个数学模型均需要在稳定的条件下、有足够的样本量作为论证基础方能成立；其次，建立该数学模型既需要懂得数学建模、更必须精通法务工作方能确保模型的逻辑性；再次，相对于量化分析的科学性而言，法律相关事务的评价受到主观因素左右的程度更高，如企业风险偏好、管理者的风险程度定义、个人的逻辑思维方式等。因此，在找到相对稳定、合理的分析逻辑之前，先依据企业法务团队自身的经验法则进行分析实践，逐步尝试建立起符合自身企业需求的分析评价体系，并在实践中不断完善，应当是开展量化管理初期比较合理的选择。

以上即为法务量化管理第二个逻辑思路“如何量化”的具体内容。总体来讲，量化即是一个数据化、数据采集和数据分析的过程。第二阶段的整个推进过程，三个步骤对于企业法务人员来说，或是存在非专业技术的理解及运用难度、或是存在大工作量下工作有效性、沟通能力的考验，无一不是艰巨的挑战。笔者认为，这一阶段也是推动法务工作量化管理最艰难、但也是至关重要的过程。

通过量化的整个过程，要达到的目标是将法务工作从整体框架上、再到具体事项进行数据化，得到的成果应当是能够以数据加分析的形式完整地呈现法务工作的现状、存在的问题，并为后续的管理对策实施提供充分的数据支撑。

（待续）