数据治理：检察信访数据助力精准
社会治理的实践与优化
天津市人民检察院第三分院课题组*
作为一种新的政治理念，社会治理的本质内涵是人民在党和政府的领导下，鼓励多元社会力量，运用国家制度体系，对社会事务、基层事务进行管理的综合活动。在大数据助力社会治理精细化的宏观背景下，检察机关应该着力研究如何运用“反映民情、集中民智、体现民需”的信访数据，提高社会治理能力，维护民利、凝聚民心。
一、研究基础：信访数据助力社会治理精准化的必要性和可用性
（一）社会治理精准化的数据必要性
1．精准检察服务需利用信访数据便捷分析
社会治理语系下的“社会服务”是指为民众或公众利益提供服务，其核心内容是“以人为本”，更多的体现了公共性、利他性。当下“试错”成本不断增加，如不能精准发觉“痛点”，无功而返之外还易引发涉检风险。运用走访、摸排等形式，即延时滞后又会牵扯大量的人力物力，而量化后的数据模型，其分析的实时性、便利性正为精准发觉检察服务短板创造条件。
2．精准防控风险需利用信访数据准确甄别
“防范化解重大风险”是三大攻坚战中首要的攻坚任务，从依法履行监督职责角度出发，守护公平正义、化解矛盾积怨、防控非正常信访风险、维护稳定大局是检察机关参与社会治理的关键环节，而风险精准甄别是风险防控的前提。来访表象下信访数据蕴含了预警风险的“密码”，与人工甄别、经验甄别相比，数据甄别在精准防控上更具优势。
3．精准决策施措需利用数据判断规律
检察机关作为司法机关，决策施措将围绕完善法律的适用、维护法律公正以及为人民群众提供更好的司法体验等方面展开，信访数据作为法律适用过错中的典型反馈数据，对它进行挖掘分析，能帮助检察机关及时预判出人民日益增长的多元化法律服务的方向，并依照数据规律精准施策，这也是社会治理现代化要求下的大势所趋。
（二）社会治理精准化的数据可用性
1．数据样本多元：信访数据的来源广泛性
数据来源多元是数据统计分析的基础，信访数据来源有信、访、网、电四个渠道，将其归类可以分为四种数据类型：一是信访人情况基本数据，除匿名信访无法获取外，包括信访人的姓名、性别、公民身份号码、家庭住址、工作职业、文化程度、联系方式等；二是其他当事人信息数据。信访人诉求符合检察机关受理条件时，则需进一步提供被申请人或被信访人的相关信息；三是原案信息及主要诉求。信访人不服原案判决裁定或决定，或相关诉求涉及原案处理过程或结果的，其诉求会被如实摘要，同时信访人还需提供原案判决、裁定或决定等相关文书；四是信访处理流程数据。全国检察机关12309大厅都要求配备同步录音录像设备，通过访、网、电渠道反映的诉求，信访经过、处访流程及答复结果都会被同步摄录。在诉求受理后，控告申诉部门将根据诉求类型移送具体办案部门办理，办理流程中的每一个节点也会留下动态的办案信息。
2．数据焦点集中：信访争议的法律相关性
受理或办理群众以信、访、网、电四种形式反映的属于检察机关管辖的控告、申诉等信访事项是控申诉检察工作的主要职责。除个别咨询类、举报类信访事项外，向检察机关反映的信访诉求多围绕法律适用争议展开。作为当事一方，信访人不服原生效判决、裁定或决定，认为原案法律适用存在错误，以控告、申诉等形式对原案审理过程中实体法或程序法的适用提出疑议。
3．数据指向明显：信访源头的案件依托性
信访是群众维护自身权利的重要方式，信访原因各有不同，最终的信访事由也可能纷繁复杂、千头万绪，但是通过对信访人的信访路径深入循迹可以发现，看似与案件无关的信访事由背后始终有一根隐秘的线连接着原案的处理结果。信访人最初大多因民事、行政争议或是刑事违法犯罪等事由涉案，后续的信访过程中可能又没有得到满意的解决，进而使得信访事由多样复杂，但其源头依然离不开相关案件。
4．数据价值较高：信访解决的程序有限性
数据价值高体现在一些信访数据可能仅会被记录一次，监督程序的有限性会阻碍信访数据再次进入检察视野，信访人向检察机关申请民事、行政检察监督，检察机关受理后如作出不予支持监督申请的决定，该案将再无正常进入司法救济途径的渠道，“一次为限”原则使得检察监督成为绝大部分信访诉求司法救济仅剩的最后一环，对于刑事申诉事项，同一检察机关也只能监督一次，一级监督程序审结后也将无法二次启动。如矛盾焦点不能通过司法程序化解，其他信访途径的化解难度也会增大，由此“独一无二”的信访数据更具分析价值。
二、借鉴思考：信访数据助力社会治理精准化的理论路径假设
（一）公安路径借鉴
1．从社会治安精准防控到信访风险精准预警
警情数据服务社会治安精准防控的着力点是公安系统的智能警务平台，公安机关利用该平台能做到辖区人员底数清、去向明，实现对实有人口的精细化管理，并将各类工作数据的纳入管控系统，有效甄别出满足“风险要素”的重点行为人，并根据行为人的社交数据、行动轨迹、资金变动等情况，进一步预估出重点行为人的犯罪风险及可能行为路径，确保社会风险防控更加精准有效。比如在三大“国家大数据综合试验区”之一的黔西南州，该州公安局就建设建成了大数据防控打击研判处置中心，通过对公安数据的深度挖掘、比对碰撞、分析研判，让数据成为有效打击和预防各类犯罪的重要手段。信访风险作为社会风险的重要构成，必然需要检察机关着重关注，而公安机关在将犯罪构成要件要素化的基础上，整理归纳出风险行为的表现特征，通过数据匹配，筛别出重点风险人，进而精准防控犯罪风险的数据运用实践，可为检察机关利用信访数据精准预警信访风险提供思路。
2．从执法行为精准矫正到接访流程精准优化
社会治安立体防控体系建设和公安干警执法行为规范是公安工作的一体两面。自媒体时代背景下，不规范的执法行为很易引起社会关注，甚至引发涉警舆论风险。比如在“于欢辱母案”中，警情处置过程中干警的失职行为就一度引发社会的广泛关注，“上海警察抱摔案”更是在当事方构成阻碍执行职务的前提下，警方“抱摔”执法是否过限及执法行为边界问题成为舆情关注和争议焦点。
在2016年5月20日审议通过的《关于深化公安执法规范化建设的意见》中，明确要求公安机关全面推行现场执法活动全流程视音频记录。数据摄录后，为倒逼执法人员依法执法、文明执法，在视听数据全程记录的基础上，公安机关通过对执法视频中干警执法行为进行场景重构析和再次解读，主动分析、精准处理各类不作为、乱作为及执法不规范的行为，促进公安干警执法水平稳步提升。12309检察服务中心是检察机关接待来访群众的重要场所，根据高检院制度的建设标准，在推进智能化建设的进程中，全国各级院12309检察服务中心基本已全部完成全视角监控系统的内外安装，可以实现群众来访全过程视音频动态摄录。检察机关储存的该种视音频数据和公安执法数据类型一致，公安机关运用记录数据精准规范矫正执法行为的实践对检察机关精准优化接访流程具有借鉴意义。
（二）法院路径借鉴
1．从案件繁简精准分流到受理送达精准同步
在立案登记制背景之下，推行案件繁简分流改革是法院扩大司法利用、降低司法成本、提高司法效率的关键制度之一。如上海市浦东新区人民法院就在审判大数据的基础上，运用技术手段以权重和标的额初步划分案件繁简程度，然后辅之以人工选案，由快审团队优先挑选简案快办，在数据分案基础上实现案件繁简精准分流。重庆市江北区人民法院也结合审判数据大体量特点，将案由、标的、程序和涉案人数等确定为繁简分流核心要素，进行权重赋值，建立繁简案件甄别机制，通过审判管理系统智能识别自动分案，做到精准识别、繁简有据、流转有序。
其实控告申诉案件的申请、受理、分流、办理一系列流程和法院登记、立案、分流、审理流程有极大的相似性。可借鉴法院做法，通过对监督案件的受理数据进行归类整理，提炼出案件繁简典型性要素、常规案件的受理条件等，运用数据系统筛选辅之人工审查，当监督申请材料齐全、类型明晰，能够准确认定符合受理条件的，可以实现当日申请监督、当日受理案件、当日送达文书、当日分流至业务部门“四同步”，即便捷当事人“最多跑一次”，也缩短监督案件申请后的“在途”时间，提高监督效率。
2．从法律规范精准适用到同案异判精准研究
从法律适用过程来看，“在意义的中心地带，法律规范是明确的、典型的和稳定的，相反在意义的边缘地带却会出现适用的模糊情况”，随着社会经济生活日新月异的变化，“边缘地带”法律规范适用的模糊性给“类案检索、同案同判”带来了挑战。
最高人民法院通过发布“应当参照”的指导性案例来缩小此种情况下法律适用“裂痕”，地方各级人民法院也敏于从司法统计数据中分析出法律适用不统一的新情况、新问题，积极调研，及时出台新类型纠纷案件审理的规范性指导意见，确保适用标准统一。除此之外，最高人民法院新印发了于2020年7月31日起开始试行的《关于统一法律适用加强类案检索的指导意见（试行）》，明确规定了应当进行类案检索的情形，在审判大数据库的支持下，以已决判决做依托，确保法律的统一适用。
信访数据的本质是司法适用效果的反馈数据，检察机关可以结合信访反馈数据，对类案中法律适用、裁判规则和量刑规范等进行研究分析，用实证数据作为理论研究和建议施策的背书，对法律适用确有差异的环节及时出台规范性文件，解决法律分歧，服务法律统一适用，让司法正义看得见。
（三）特有路径思考
1．从案件依托性到业绩精准测评
2020年年初，最高人民检察院提出了“案件比”的概念，并下发了《检察机关案件质量主要评价指标》，将“案件比”作为检察官办案质量全新评价指标。和审判一样，以指标评价案件时也需考虑到案件办理的实际情况，尤其是对于已经进入信访视野案件，因其存在办案风险和法律适用争议，更需动态结合办案过程，综合检测办案水平，多元评价办案质效。
在监督案件审理过程中承办人会向办案机关调取原案卷宗，了解原案办理情况，监督原案的过程实际也可以成为对原案承办人业务水平评价的过程，作为辅助业绩测评的有效手段，使得“数据”评测更加精准。
2．从监督有限性到矛盾精准化解
根据习近平总书记坚持以人民为中心的思想，完善社会矛盾纠纷多元预防调处化解综合机制的重要指示精神，天津市在学习浙江安吉经验的基础上，于2020年5月15日挂牌成立社会矛盾纠纷调处化解中心，采取“一站式接待、一揽子调处、全链条解决”工作模式，由市级各部门派员常驻或轮驻、随驻，切实解决群众反映的矛盾纠纷。天津市市级检察机关在矛盾调解中心亦设置驻点，所受理纠纷中多数纠纷已经过检察监督环节，监督或现已终局或不能再启动，但这类信访人仍不服，持续信访，矛盾化解难度进一步增大。
故而检察机关在司法监督环节，要充分珍惜监督机会，尽量从信访人的信访路径循迹，找准矛盾症结，针对信访人的诉求焦点，采取信访人最能接受的形式解决问题，针对性加强释法说理，或采取公开听证、安排检察长接待等能够最大程度取得信访人信任的形式，做好矛盾纠纷能够得到精准有效解决，避免信访人因司法解决终局后仍不服而最终成长为“信访老户”。
三、实证检验：信访数据助力精准化治理实践运用中的不足
经过借鉴思考，第二部分从六个维度对检察机关运用信访数据推动精准社会治理的进行了规划。本部分将从实证检验角度出发，选取信访数据样本，量化赋值后逐案统计，分析整理后，逐一讨论以上六项理论路径的实践可行性及不足。
（一）数据来源
数据来源于T市S分院2019年4月1日至2020年7月31日一年的信访数据情况。因疫情原因，2月3日至5月9日暂停接访，故将数据截止日期顺延至7月31日。
（二）调查方法
根据不同调查数据的需要，采取了不同的调查方式，具体而言：
1.数据整理
通过收集整理信、访、网、电四渠道来访登记表、当事人联系方式确认书、申请书、原案判决裁定等相关文书、监督结果等案件基本情况，汇总案件数据中的有效信息，整理形成全年信访数据台账。
2.问卷调查
设计开放型的“接访情况调查问卷”，并邀请控告申诉业务专家对问卷内容进行讨论修改。问卷主要包括四个部分：一是影响案件风险的主要因素；二是影响首访接访效果的主要因素；三是信访2.0系统案卡填录情况；四是信访数据的运用情况。
（三）统计学分析
采用SPSS26.0统计软件对统计数据进行汇总分析，并对影响处访难度的各类信访因素进行赋值。根据风险预警登记，将涉及检察长接待、案件办结后持续信访的案件确定为矛盾未化解案件。根据每周周报，将周报记载的非正常访处置情况划分正常访、缠闹访及集体访。单因素分析来访情况、案件类型、律师代理情况、监督结果、涉企业等因素对矛盾化解率的影响(P<0.05)。各难度系数量化赋值详见表1、信访未化解影响因素赋值详见表2。
表1：影响处访难度的信访因素名称及赋值
因素名称 赋值
信访渠道 来访=3，来信=2，电话=1，网络=1
信访人年龄 ~30=1.31~40=2，41~50=3，51~=4，未知=1
纠纷类型 每多一次+1
信访情况 集体访、联名信=3，缠访、闹访=2，普通信访=1
涉企业相关 涉及企业=1，未涉及企业=0
律师代理情况 委托律师=1，未委托律师=0
涉特殊敏感信访人 涉及=1，未涉及=0
表2：民、行信访未化解影响因素名称及赋值
因素名称 赋值
来访情况 正常访=0，非正常访=1
案件类型 民事、行政检察监督=1，刑事申诉=2，其他=3
律师代理情况 委托律师=1，未委托律师=0
监督结果 支持监督=0，不支持监督=1
涉企业相关 涉及企业=1，未涉及企业=0
（四）结果
1.基本信访数据
2019年4月1日至2020年7月31日，T市S分院共计接待来访473次775人，办理来信156件，接听咨询来电956次，办理网络信访17件，共涉及不同信访案件587件，其中受理控告申诉案件340件。详细数据见表3。
表3：基本信访数据
数据类型 例数 比例（例数/该类型总数）
信访渠道
来信 156 9.74%
来访 473 29.55%
来电 955 59.65%
网络 17 1.06%
纠纷类型
民事检察监督 282 48.04%
行政检察监督 26 4.43%
刑事申诉 32 5.45%
法律咨询及其他 247 42.07%
涉企业相关
企业作为申请人 132 38.82%
企业作为被申请人 76 22.92%
监督结果
支持监督申请 6 17.65%
不支持监督申请 271 79.71%
暂未作出监督结果 62 18.54%
信访情况
普通信访 446 94.29%
缠、闹访 24 5.07%
集体访 3 0.63%
矛盾化解结果
矛盾已化解或情况未明 556 94.72%
矛盾未化解 31 5.28%
2.处访难度系数与信访风险
将所有案件按照表1赋值计算后得出难度系数得分最高分59分，最低分2分，平均得分8.36分，其中平均分以上192例，平均分以下395例，将总得分分区域后统计出各得分区间的信访例数，如2至4分154例、4至6分105例等，然后以实际风险信访例数除以分值区域类信访总例数得出各分值区域的风险系数。各分值区域信访例数及风险系数占比详细情况见图1。
图1：各分值区域信访例数及风险系数占比图
（横坐标：分值；纵坐标：例数；折线：占比）
3.矛盾未化解案件的单因素回归分析
从587件信访案件筛选出矛盾未化解案件31件（占比5.28%）。以首访情况、案件类型、企业相关性、监督结果、委托律师等作为变量进行非条件单因素回归分析，发现案件类型和监督结果是影响矛盾化解率(P<0.05)的关键因素。详见表4。
表4：矛盾未化解案件的单因素回归分析
|
|
赋值因素
|
例数
|
P值检验
|
|
来访情况
|
正常访
|
18
|
>0.05
|
|
非正常访
|
13
|
|
信访类型
|
民事、行政检察监督
|
7
|
<0.05
|
|
刑事申诉
|
3
|
|
其他
|
21
|
|
委托律师情况
|
委托律师
|
12
|
>0.05
|
|
未委托律师
|
19
|
|
监督结果
|
支持监督
|
1
|
<0.05
|
|
未支持监督（不符合受理条件）
|
30
|
|
企业相关性
|
涉及企业
|
7
|
>0.05
|
|
不涉及企业
|
24
|
4.受理送达同步情况
全年受理309件民事、行政检察监督案件，其中申请当日同步受理送达的272件，未同步受理送达的37件，同步受理送达率86.39%。通过对受理人员调研，了解未当场受理送达的具体原因包括主观原因、客观原因及案件原因。详细情况见表5。
表5：未受理送达同步原因统计
|
|
未当场受理原因
|
数目
|
占比
|
|
主观原因
|
同日受案较多
|
3
|
8.11%
|
|
大厅有其他群众排队等候
|
4
|
10.81%
|
|
其他事务性工作需完成
|
0
|
0
|
|
客观原因
|
用印不便
|
3
|
8.11%
|
|
打印不便
|
6
|
16.21%
|
|
来访人主动要求
|
2
|
5.41%
|
|
案件原因
|
属于国家赔偿监督及司法救助
|
0
|
0
|
|
案件导入分流不明确有争议
|
6
|
16.21%
|
|
案件类型新颖
|
3
|
8.11%
|
|
对规范性文件理解有歧义
|
4
|
10.81%
|
|
其他需要查明的原因
|
6
|
16.21%
|
表5：未受理送达同步原因统计
6.刑事申诉案件争议焦点及“案件比”
全年受理刑事申诉案件31件，其中不服不起诉决定27件，不服判决2件，涉及罪名11个，详细情况及“案件比”得分、争议焦点具体情况详见表6。
表6：受理刑事申诉案件及案件比得分
|
信访人姓名
|
申诉类型
|
涉及罪名
|
争议焦点
|
处理结果
|
案件比得分
|
|
天津某某公司
|
不服不起诉
|
诈骗罪
|
存疑不起诉
|
维持
|
6
|
|
邢某某
|
不服法院判决
|
诈骗罪
|
不服罪名和量刑
|
维持
|
6
|
|
刘某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
维持
|
5
|
|
天津某某有限公司
|
不服不起诉
|
合同诈骗罪
|
存疑不起诉
|
维持
|
4
|
|
某某燃料有限公司
|
不服不起诉
|
诈骗罪
|
存疑不起诉
|
维持
|
4
|
|
黄某某
|
不服不起诉
|
窝藏罪
|
存疑不起诉
|
维持
|
3
|
|
郭某某
|
不服不起诉
|
诈骗罪
|
存疑不起诉
|
维持
|
3
|
|
卢某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
维持
|
4
|
|
李某某
|
不服不起诉
|
强奸罪
|
存疑不起诉
|
维持
|
5
|
|
马某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
维持
|
6
|
|
李某某
|
不服不起诉
|
寻衅滋事罪
|
存疑不起诉
|
维持
|
5
|
|
李某某
|
不服不起诉
|
寻衅滋事罪
|
存疑不起诉
|
维持
|
5
|
|
张某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
张某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
林某某
|
不服不起诉
|
销售假药罪
|
存疑不起诉
|
维持
|
5
|
|
张某某
|
不服不起诉
|
诈骗罪
|
存疑不起诉
|
暂未作出处理决定
|
5
|
|
张某某
|
不服不起诉
|
交通肇事罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
徐某某
|
不服不起诉
|
交通肇事罪
|
存疑不起诉
|
暂未作出处理决定
|
3
|
|
徐某某
|
不服不起诉
|
交通肇事罪
|
存疑不起诉
|
暂未作出处理决定
|
3
|
|
李某某
|
不服不起诉
|
合同诈骗罪
|
存疑不起诉
|
维持
|
6
|
|
天津市某某分公司
|
不服不起诉
|
盗窃罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
天津市某某分公司
|
不服不起诉
|
盗窃罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
齐某某
|
不服不起诉
|
合同诈骗罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
肖某某
|
不服不起诉
|
故意伤害罪
|
存疑不起诉
|
暂未作出处理决定
|
6
|
|
赵某某
|
不服不起诉
|
职务侵占罪
|
存疑不起诉
|
暂未作出处理决定
|
6
|
|
王某某
|
不服不起诉
|
非法拘禁罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
王某某
|
不服不起诉
|
非法拘禁罪
|
存疑不起诉
|
暂未作出处理决定
|
4
|
|
王某某
|
不服法院判决
|
诈骗罪
|
不服量刑
|
暂未作出处理决定
|
6
|
|
温州某某有限公司
|
不服不起诉
|
合同诈骗罪
|
存疑不起诉
|
暂未作出处理决定
|
5
|
|
于某某
|
不服法院判决
|
故意伤害罪
|
不服罪名
|
暂未作出处理决定
|
1
|
（五）讨论
1.关于信访风险精准预警
图1证实了处访难度系数与信访风险存在一定的联系，表现为难度系数越高的案件信访风险越大，其中的最高得分梯队均存在信访风险。但课题组注意到有些难度系数高的案件实际信访风险却相对较低。经逐案了解，此类信访案件难度系数高的原因集中表现为信访人提交监督材料不齐，后信访人多次来信补充材料或多次来电询问案件进展，这一表现和重复访、持续访表现相似，故而其处访难度系数综合得分较高，如统计时不能从源头剔除此类数据可能会掩盖真实高风险案件。
2.关于申请、受理、送达、分流精准同步
表5说明了未能实现当日受理送达的原因是多方面的，除信访案件本身新颖、复杂、难分流外，用印打印等客观因素和主观因素仍有占比，运用该数据制定案件繁简分流办法的同时，还可针对性完善接访设备设施，提高用印打印效率。
3.关于业绩精准测评
表6分析了刑事申诉案件的争议焦点及案件比，结果显示不服检察机关存疑不起诉决定案件占比较高，但考虑到样本量及办案实际情况，该数据暂未被有效利用，同时也缺少数据反馈监督的合适渠道。
4.关于矛盾精准化解
表4分析了影响矛盾未化解案件的信访因素，数据分析显示监督结果和案件类型影响了矛盾化解率。但是对该结果课题组持保留态度。受限于数据共享，课题组难以从其他司法部门获取矛盾未化解信息，数据样本限于持续向本院信访或向上级部门信访的案件，课题组认为样本太少可能影响结果的准确性。
四、策略选择：信访数据助力精准化治理的具体建议举措
（一）严格源头信息填录，提高数据质量
目前来看导致原始数据存在“噪音”的原因主要包括三部分：一是信息数据不完整。体现为对信访人的基本情况、信访诉求、信访过程记录不完整或没有记录，因为实际接访时，当事人基本信息掌握后正常处访并无障碍，接访人员的关注点会侧重于案件受理信息或法律咨询问题，对其他信访信息则不够重视。二是信息数据化程度低。课题组在对数据进行统计时就发现，很多信访信息并非没有掌握或填录，而是缺少将其转化为可复制、可统计的电子数据的技术手段，统计时需要逐案手动“翻译”为量化数据。三是下拉选项类型有限。在对处访难度因素进行统计时，课题组发现现有的信访2.0系统对部分因素也设置了统计选项，比如纠纷类型、涉疫情、涉企业类型等，但实际填录时因下拉类型有限，且当纠纷类型难以归入其中某一类时，“其他”项大概率成为兜底候选项。
为确保数据来源的真实与准确，可从以下几方面针对性进行优化：首先，对信访人、信访诉求等基本信息应掌握尽掌握、案卡选项应填写尽填写，扩大数据来源。其次要规范案卡填录，在不能确认纠纷类型或其他下拉选项时，尽量选择最能体现纠纷类型的选项，或多项选择，避免频繁选择“其他”项。对于暂时不能数据量化的法律信息，可以在系统外建立信访数据台账，以周为阶段进行维护，减少数据运用时的工作总量。
（二）注重数据动态分析，强调数据运用
首先，信访2.0系统在数据检索、重复访查询、统计报表上均有完善和尝试，但目前系统内信访因素的统计分析功能尚不完善，重复访逆向查询功能也待优化。且信访数据的分析运用的方便快捷度仍较低，人工统计后系统外再分析仍是现状。其次，从接访视音频数据而言，此类数据的利用率整体偏低，一般在出现特殊信访风险时才会重放原接访过程的视音频资料，且主要目的并非是为规范接访行为。日常接访过程中普遍会忽略此类数据，任由其储存到期后被新数据顶替。
在实践中既要加大对信访2.0系统的开发力度，增设系统分析模块，确保分析报表快捷生成，避免每次运用信访数据时都需要进行人工整理统计，不仅耗时耗力，而且还会因统计误差影响数据分析的准确性。其次对于难度系数高、风险大或非正常访的接访视音频资料要及时刻录，建立视频档案，逐渐形成重点信访接访视音频资料数据库。对存在接访冲突的视频要组织及时接访干警回放观看，重建接访场景，分析冲突原因，学习或改进处访方式，进一步规范接访行为。
（三）敢于运用数据反向审视，做好数据反馈
要真正实现以信访数据监督办案的效果，首先需转变监督思维，改纠错监督为优化监督，引导承办人重视“案件比”、释法说理程度、办案流程程序性回复及结果性答复时间间隔等易引发信访风险的数据反馈结果，接受数据监督，进一步优化办案流程，增强回复答复实效，形成良性监督环境。其次是要探索监督数据反馈渠道，如在设立部门信访联络员的基础上，建立信访数据分析情况通报制度，及时反馈信访数据监督情况，沟通改进工作不足，确保数据监督的效果实现。
（四）共同推进数据共享，发挥数据优势
数据共享程度低主要表现为检察机关内部数据共享程度低以及和法院、公安、政府行政数据不互通两方面。首先是信访数据系统和案件管理系统并不互通，了解信访人诉求动态、案件办理进展信息、“七日内回复”情况主要靠内部电话沟通咨询。其次是与法院、公安及矛盾调解中心信息数据共享尚处于“点对点”沟通的状态。法院、公安、矛盾调解中心实际也掌握着各类数据量大、参考性强、权威性高的信访数据，但因为各部门间呈现的条块分割的特点，且各自的统计口径、公开口径均不一致，导致暂时并未形成以点带面式的数据共享机制。比如信访人主张未收到驳回再审裁定或收到日期较晚符时，接访人员只能“点对点”咨询法院，了解文书送达情况。
数据全面共享并非易事，从外部而言，则需要达成数据共享共识。信访数据的互联互通有助于动态分析信访人的信访路径，便于更加准确的预估信访风险，化解纠纷积怨，各司法机关要摒弃“各自为政”的思想，促进数据的深度融合。从内部而言则需要实现技术突破，要规范数据填录、统计及分析口径，为数据融合共享打好基础，还要进一步明晰各类数据的权属问题，改变系统开发端把控系统产生的数据的现状，赋予系统用户端系统导出、运用、分析的权限，避免形成“数据孤岛”。
信访数据的运用为检察机关参与社会治理、助力社会治理精准化提供了机遇，也带来了挑战。当下信访数据的运用还存在诸多不足及取舍模糊地带，这既需依赖技术进步也需依靠制度规范，不可急于求成。但信访数据运用仍是未来检察工作的发展潮流，检察机关要积极培养数据思维，主动寻求合作共赢，在数据技术支撑下，做好检察服务，化解矛盾风险，为人民群众提供更优质的法治产品、检察产品。
