An informative conversation with William Duncan, Legal Operations Manager at Palo Alto Networks, where he discusses the importance of data analytics in legal operations. He shares practical insights on improving contract efficiency and making informed decisions. Learn from Will's experience as he provides examples and advice on using data to streamline legal processes and boost performance.
English | Spanish | Portuguese
So for a lot of the questions that general counsels are asking, I think they're getting more sophisticated in maybe deal velocity. They're somewhat concerned with shortening contract cycles, what I have seen. They're asking questions on how do we become more efficient and close more deals in a quarter. The way that you would do that, for me, was understanding how long it took to close contracts and getting that data and decision and making decisions around those sticking points that caused contracts to increase in time and just basically increase the deal velocity. I've been fortunate enough to work with general counsels that aren't too concerned with just cutting costs. And so it was a lot more metrics and business questions around what is slowing down deals to drive that revenue.
Well, I think that the data probably didn't exist and the ability to collect it didn't exist, let's say, 10 years ago. With CLM systems, we can dive into a lot of statistical areas that you just couldn't do it when you were exchanging work documents. There was an estimation of maybe how long a contract went, and of course, that's unscientific to collect that data. The different CLM systems that I've used have been driving that. And taking those statistics and analyzing them, I think, has become a lot more sophisticated in giving you actionable data about what is causing contracts to slow down. And not only that, too, what is causing differences in ACV in the contract negotiation. A lot of times we looked into it statistically about basically things were being bundled together to offer discounts. That led to value-add conversations with the salespeople and to just bump up ACV as well. Not only speed, but I think that the ability to collect that data just didn't exist not that long ago.
Usually what happens is I ended up downloading the raw data for whatever our systems were collecting and then teasing out some of those more advanced statistics to see what to actually see what an informed business decision looks like. There were assumptions that we had as far as different metrics that would cause a contract to increase or decrease in time. When we did the more sophisticated math, it turned out that those weren't the case. It can lead to some surprising results, but I don't think many general counsels ask for that. I don't really have… I think that many out-of-box solutions will be good enough for 95% of the customer base for a CLM system. But it's those… I think for me, in my case, I really wanted to dig into it and answer some questions that just the out-of-the-box solutions couldn't provide.
Sure. So one of the projects that I worked on that I was pretty proud of in actually my last role was we took a lot of data from Salesforce, we took a lot of data from our CLM system and compiled it. Then we were trying to answer the question of what was causing our contracts to increase in the negotiation times. I had to do some statistical analysis, but we built a linear regression model that was able to... We narrowed it down to about five factors that were the significant factors in decreasing the contract close times, and then we were able to reduce those and address those specific factors. We decreased the negotiation times by about a third. The secondary thing is that the model was a good predictor of how long contracts were closing. Working with the deals desk team, we were able to provide insights and strategy on which deals we need to work on, which deals should close, which from a statistical basis to prioritize what we were going to work on.
Apart from the general skills, like the general skills that I've acquired from building a financial model in Python is I wish I knew those earlier. However, I think that early on in my career, I was making a lot more decisions on gut feeling rather than something that was informed by data and have a reason to say, Hey, we're going to pick this decision over this one. I think that that could have helped me make some more deliberate decisions earlier on in my career.
I think that that's going to be dependent a lot on your industry. I work in cybersecurity. Before that, I worked at another AI firm that did in another field. In a tech-heavy firm, I think that it's probably a necessary skill. I don't know if it's I think that you may have different skill sets that are needed in different practice areas and law that you're concerned with, maybe in a different industry. I'm aware that probably While I think it would be extremely necessary for my role, the people on my team have these skills also. I think that it was necessary to, when we're making hiring decisions, is people that are pretty fluent in this area of not necessarily knowing how to code in a specific coding language or something, but understanding we have error in our CLM system and being able to just read that error quickly and understand where that came from, I think it's pretty necessary for what we do.
I don't know. Everybody's in a different place on that journey. I would say have really defined goals that you want to go for, areas of improvement. When I took on my current role, I've been in my current role for about nine months, we had an established system that was processes and ways of doing things. I had to ask a lot of questions, get a lot of knowledge transfer, much from people that I was managing, to explain why we were doing things the way they were before you came in and just change everything, because there could be reasons that you're not aware of. From there, getting the small wins and low-hanging fruit. Hey, we can optimize this. We can make this thing, this tedious, that takes a long time for the attorneys to do. And let's just tackle that little thing. And those little wins actually make a big impact. Especially at scale. When you have a larger organization, a one % improvement in time scales a lot with 100 people that are utilizing that process. You don't have to come in and make some big, giant change. It's a lot of small optimizations that can really make the biggest impact sometimes.
William Duncan is a seasoned Legal Ops Professional with a decade of corporate legal experience. He has spent early professional career working for several startups centered around AI and is currently a Legal Operations Manager at Palo Alto Networks. He lives in the San Francisco Bay Area and has a Pug.
Para muchas de las preguntas que los abogados generales están haciendo, yo creo que se están volviendo más sofisticados en tal vez la velocidad de negociación. Están algo preocupados por acortar ciclos de contratos, lo que he visto. Se preguntan cómo podemos ser más eficientes y cerrar más tratos en un trimestre. La forma en que lo haría es, para mí, entender cuánto tiempo tomó cerrar contratos y obtener esos datos y decisiones en torno a esos puntos conflictivos que causaron contratos para aumentar en el tiempo y, básicamente, aumentar la velocidad de negociación. He tenido la suerte de trabajar con asesores generales que no están demasiado preocupados por reducir costes. Así que se trataba más de métricas y cuestiones de negocio en torno a qué es lo que está ralentizando los acuerdos para impulsar esos ingresos.
Bueno, creo que los datos probablemente no existían y la capacidad para cobrarlos no existía. Digamos, hace 10 años. Con los sistemas CLM, podemos sumergirnos en muchas áreas estadísticas que no podías hacerlo cuando intercambiabas documentos de Word. Había una estimación de quizá cuánto duraba un contrato. Y, por supuesto, no es científico recoger esos datos. Los distintos sistemas de CLM que he utilizado han impulsado eso. Y tomando esas estadísticas y analizándolas, creo, se ha vuelto mucho más sofisticada. Y ofreciéndole datos procesables sobre lo que está provocando la ralentización de los contratos, y no sólo eso, también lo que está causando diferencias en ACV en la negociación del contrato. Muchas veces lo investigamos estadísticamente sobre qué cosas estaban siendo agrupadas para ofrecer descuentos. Y eso nos llevó a añadir valor en conversaciones con los vendedores. Y también para aumentar el ACV, no sólo la velocidad. Pero creo que la capacidad de recopilar esos datos simplemente no existía no hace mucho.
Normalmente lo que ocurre es que acabo descargando los datos sin procesar por lo que sea que nuestros sistemas estaban recogiendo y luego sacando algunas de esas estadísticas más avanzadas para ver realmente cómo es una decisión empresarial informada. Hubo suposiciones que tuvimos en cuanto a diferentes métricas que causarían un contrato para aumentar o disminuir en el tiempo. Cuando hicimos los cálculos más sofisticados, resultó que no era el caso. Puede conducir a algunos resultados sorprendentes, pero no creo que muchos consejos generales lo piden. Creo que muchas de las soluciones listas para usar van a ser lo suficientemente buenas para el 95% de la clientela de un sistema CLM. Para mí, realmente quería profundizar en ello y responder a algunas preguntas que las soluciones "listas para usar" no podían ofrecer.
Sí, claro. Uno de los proyectos en los que trabajé y del que me sentí bastante orgulloso fue en realidad en mi último papel. Tomamos muchos datos de Salesforce y de nuestro sistema CLM y los compilamos. Estábamos tratando de responder a la pregunta de qué estaba causando que nuestros contratos aumenten en los tiempos de negociación. Tuve que hacer un análisis estadístico, pero construimos un modelo, una regresión lineal, que era capaz de reducirlo a unos cinco factores significativos en el aumento de los plazos de cierre de los contratos. Pudimos reducirlos y abordar esos factores específicos, y redujimos los tiempos de negociación en un tercio. Lo secundario es que el modelo era un buen predictor de cuánto tiempo se cerraban los contratos. En colaboración con el equipo de la mesa de operaciones, pudimos aportar ideas y estrategias sobre en qué acuerdos trabajar, qué acuerdos cerrar, y cuáles priorizar desde una base estadística.
Aparte de las competencias generales, como las competencias generales que he adquirido de construir un modelo financiero en Python, es algo que ojalá hubiera conocido antes. Al principio de mi carrera, tomaba muchas decisiones basadas en intuiciones y no en datos e información. Tener una razón para decir, "vamos a elegir esta decisión sobre esta otra", creo que eso podría haberme ayudado a tomar decisiones más deliberadas al principio de mi carrera.
Creo que eso dependerá mucho de tu sector. Trabajo en ciberseguridad. Antes de eso, trabajé en otra empresa de IA en otro campo. En una empresa con mucha tecnología, probablemente sea una habilidad necesaria. No sé si en otras áreas jurídicas lo sea tanto. Aunque creo que es necesario para mi función, las personas de mi equipo también tienen estas habilidades. Es necesario, cuando tomamos decisiones de contratación, que las personas dominen bien esta área. No necesitan saber codificar en un lenguaje específico, pero sí entender y leer errores en nuestro sistema CLM para solucionarlos rápidamente. Es bastante necesario para lo que hacemos.
Cada uno está en un punto diferente de ese viaje. Yo diría que tener objetivos realmente definidos en qué áreas mejorar. Llevo unos nueve meses en mi puesto actual. Teníamos un sistema establecido con procesos y formas de hacer las cosas. Tuve que hacer muchas preguntas, recibir mucha transferencia de conocimientos de la gente que dirigía antes de simplemente cambiar todo, porque podría haber razones de las que no eres consciente. A partir de ahí, obtener pequeñas victorias y abordar esas pequeñas cosas tediosas que consumen mucho tiempo para los abogados. Esas pequeñas victorias tienen un gran impacto, especialmente a escala. En una organización más grande, una mejora del 1% en tiempo escala mucho cuando 100 personas usan ese proceso. No tienes que llegar y hacer un cambio grande. A veces, son las pequeñas optimizaciones las que pueden tener un mayor impacto.
William Duncan es un profesional experimentado en operaciones legales con una década de experiencia en el ámbito legal corporativo. Pasó los primeros años de su carrera profesional trabajando para varias startups centradas en IA y actualmente es Gerente de Operaciones Legales en Palo Alto Networks. Vive en el Área de la Bahía de San Francisco y tiene un Pug.
Para muitas das perguntas que os conselhos gerais estão fazendo, eu acho que eles estão ficando mais sofisticados, talvez na velocidade de negociação. Eles estão um pouco preocupados com o encurtamento de ciclos de contrato, pelo que tenho visto. Eles estão fazendo perguntas sobre como podemos nos tornar mais eficientes e fechar mais negócios em um trimestre. A maneira de fazer isso, para mim, é entender quanto tempo levou para fechar contratos e obter esses dados e tomar decisões sobre os pontos problemáticos que causaram contratos para aumentar o tempo e, basicamente, aumentar a velocidade do negócio. Tive a sorte de trabalhar com consultores gerais que não são muito preocupados em apenas cortar custos. Portanto, foram muito mais métricas e perguntas comerciais sobre o que está desacelerando os negócios para gerar essa receita.
Bem, acho que os dados provavelmente não existiam e a capacidade para coletá-los não existia. Digamos, 10 anos atrás. Com os sistemas CLM, podemos mergulhar em várias áreas estatísticas que não era possível fazer quando se trocava documentos do Word. Havia uma estimativa de quanto tempo um contrato poderia durar. E, é claro, não é científico coletar esses dados. Os diferentes sistemas CLM que utilizei têm conduzido a isso. Acho que é preciso pegar essas estatísticas e analisá-las, tornou-se muito mais sofisticado. E fornecendo a você dados acionáveis sobre o que está causando a desaceleração dos contratos, e não apenas isso, mas também o que está causando as diferenças no ACV na negociação do contrato. Muitas vezes pesquisamos estatisticamente sobre quais coisas estavam sendo agrupadas para oferecer descontos. E isso levou a um valor agregado em conversas com os vendedores. E também para aumentar o ACV, não apenas a velocidade. Mas acho que a capacidade de coletar esses dados simplesmente não existia há não muito tempo.
Normalmente, o que acontece é que acabo baixando os dados brutos para qualquer coisa que nossos sistemas estavam coletando e, em seguida, extraindo algumas dessas estatísticas mais avançadas para ver de fato como é uma decisão de negócios bem informada. Havia suposições que tínhamos em relação a diferentes métricas que causariam um contrato para aumentar ou diminuir no tempo. Quando fizemos a matemática mais sofisticada, descobrimos que não era esse o caso. Isso pode levar a alguns resultados surpreendentes, mas eu não acho que muitos conselhos gerais pedem isso. Acredito que muitas das soluções prontas para uso serão boas o suficiente para 95% da base de clientes de um sistema CLM. No meu caso, eu realmente queria me aprofundar no assunto e responder a algumas perguntas que apenas as soluções prontas para uso não poderiam fornecer.
Com certeza. Um dos projetos em que trabalhei e do qual me orgulhei bastante foi, na verdade, em meu último papel. Obtivemos muitos dados do Salesforce, pegamos muitos dados do nosso sistema CLM e os compilamos. Estávamos tentando responder à pergunta sobre o que estava causando que nossos contratos aumentassem nos períodos de negociação. Tive que fazer uma análise estatística, mas criamos um modelo de regressão linear que foi capaz de reduzir os fatores significativos a cerca de cinco no aumento dos tempos de fechamento de contratos. Assim, conseguimos reduzi-los e abordar esses fatores específicos, e reduzimos os tempos de negociação em cerca de um terço. O segundo aspecto é que o modelo foi um bom indicador de quanto tempo os contratos estavam sendo fechados. Trabalhando com a equipe da mesa de negócios, conseguimos fornecer insights e estratégias sobre em quais negócios trabalhar, quais negócios fechar, e priorizar o que iríamos trabalhar com base em uma análise estatística.
Além das habilidades gerais, como as habilidades gerais que adquiri da criação de um modelo financeiro em Python, eu gostaria de ter conhecido isso antes. No entanto, acho que, no início de minha carreira, eu tomava muito mais decisões baseadas em intuição, em vez de algo que fosse informado por dados e ter um motivo para dizer: "Vamos escolher esta decisão em vez de outra". Acredito que isso poderia ter me ajudado a tomar decisões mais deliberadas no início de minha carreira.
Acredito que isso dependerá muito de seu setor. Eu trabalho com segurança cibernética. Antes disso, trabalhei em outra empresa de IA que atuava em outro campo. Em uma empresa com muita tecnologia, acho que essa é provavelmente uma habilidade necessária. Não sei se é o caso em outras áreas jurídicas. No entanto, embora eu ache que isso seja extremamente necessário para minha função, as pessoas da minha equipe também têm essas habilidades. É necessário, quando estamos tomando decisões de contratação, que as pessoas sejam bastante fluentes nesta área. Elas não precisam saber como codificar em uma linguagem específica, mas devem ser capazes de entender e ler erros em nosso sistema CLM rapidamente. Isso é bastante necessário para o que fazemos.
Cada pessoa está em um lugar diferente nessa jornada. Eu diria que ter metas realmente definidas em relação às áreas de melhoria que você deseja buscar é essencial. Quando assumi minha função atual, estava nela há cerca de nove meses. Já havia um sistema estabelecido de processos e maneiras de fazer as coisas. Tive que fazer muitas perguntas, receber muita transferência de conhecimento das pessoas que eu estava gerenciando para entender por que as coisas eram feitas de certa maneira antes de chegar e mudar tudo. Pode haver razões que você desconhece. A partir daí, conseguir pequenas vitórias e colher os frutos mais fáceis de alcançar é importante. Por exemplo, otimizar algo que é tedioso e leva muito tempo para os advogados pode ter um grande impacto. Essas pequenas vitórias realmente fazem uma grande diferença, especialmente em escala. Em uma organização maior, uma melhoria de 1% no tempo escala muito quando 100 pessoas estão utilizando o processo. Você não precisa fazer uma grande mudança de uma vez; várias pequenas otimizações podem ter o maior impacto.
William Duncan é um profissional experiente em Operações Jurídicas com uma década de experiência no setor jurídico corporativo. Ele passou os primeiros anos de sua carreira profissional trabalhando para várias startups focadas em IA e atualmente é Gerente de Operações Jurídicas na Palo Alto Networks. Ele vive na área da Baía de São Francisco e tem um Pug.
Para acessar a coleção completa de vídeos, métricas e outros artigos, por favor, registre-se ou faça login.
