大數據時代，數據思維不斷顛覆我們對傳統的認知，不斷改變我們處理事情的思維方式並創新我們解決問題的方法。如何將法律問題轉化為數據問題？如何用數據說話，輕鬆搞定一個案件？
2017年，樊印律師在法秀髮表《遇到了一個完全沒有做過的案子怎麼辦？》，通過講述在工作中如何用大數據成功破局一起從未接觸過的案件，單日破20000閱讀量。今日轉iCourt推文，聽樊印律師講如何結合實際辦案經驗，分享如何利用大數據順利破局棘手案件，為客戶提供個性化的法律解決方案。
在無法確定因果關係時，數據為我們提供瞭解決問題的新方法，數據中所包含的信息可以幫助我們消除不確定性，而數據之間的相關性在某種程度上可以取代原來的因果關係，幫助我們得到我們想知道的答案，這便是大數據思維的核心。大數據時代，我們要學會將我們專業能力和數據使用能力相結合，創造出我們這個時代特有的高品質法律服務。
為了更好的將大數據用於案件實務，面對不同類型的案件，我不停地大膽嘗試，根據案件類型，結合案件事實及法律，確定訴訟目標，獲取不同的案件數據信息，將事實及法律問題進行數據化處理，進而達到解決案件糾紛的目的。
就拿最近處理的一個離婚案件來講，我通過大數據非訴化處理了一起長達6年的婚姻糾紛。通過對大數據的應用，該案僅談判4次，一個月左右，就讓雙方簽署了離婚協議。實現了當事人和平分手的訴訟目標。阿彌陀佛，救人出情海也是善事。
本案中，夫妻雙方結婚20多年，分居6年多，感情確已破裂，雙方均為公職人員、有兩套福利房（地理位置優越，共同財產）、一輛車（價值十幾萬）、一女。男方為委託方。夫妻雙方經常與公檢法司打交道，對公檢法司比較熟悉。訴訟離婚對雙方仕途會產生影響，婚姻處於僵持狀態，多人多次調解無效。雙方多次咨詢律師，結果都是訴訟離婚，但傳統訴訟離婚時間長、程序麻煩，財產、撫養費問題等無法一次性解決。
為人凡謀有道，必得其所因，以求其情。審得其情，乃立三儀。大數據的使用必須謀而後動。為了通過大數據順利實現訴訟目標，我做了如下工作。
梳理事實
梳理案件基礎事實，為數據的採集提供依據和指引。
明確法律規定
對基礎事實需要解決的法律問題予以歸類，明確法律規定。
在我們瞭解基礎事實後，我們必須迅速找出基礎事實中要解決的主要法律問題並針對該法律問題進行法律體系檢索，防止在處理事實過程中脫離法律。
檢索主體數據
針對主要法律問題進行綜合數據的檢索與完善，為解決問題提供更多的事實依據。
一、平台數據
通過百度、搜狗等搜索平台，獲得與當事人相關的一切數據，搜索格式如下：人名+地名（或其他能夠迅速定位當事人的標籤）。將搜出的數據進行基礎匯總及歸類。
根據當事人提供的信息進行數據信息比對，確定所匯總到的數據確實為目標主體及與其相關，剔除不具有關聯性的數據。通過不同數據的對比校驗，實現大數據與目標數據的二次匹配，提高數據的準確度。
數據比對成功後，對目標數據進行二次解構、精簡並分析。
這裡特別要說明的是一定要注重通過數據分析性格，所有的事情都是以人為本，談判的核心也是人。只有把人搞懂了才能搞定一切。在這方面我認識了iCourt的範春燕老師，她不僅是律師，更是心理師，非常有幸聽了她的課，讓我在數據的使用中開始融入對心理及性格的分析，進而提高了數據分析的精確度。
二、不同數據庫之間的數據相互校驗
將目標主體名稱直接輸入Alpha案例庫、裁判文書網等數據庫進行精確搜索，然後通過高級檢索設置關鍵詞縮小搜索範圍。對目標主體的訴訟數據進行採集並通過訴訟數據再次驗證前期搜索到的數據內容。
訴訟數據的優勢：
1.權威，由法院予以確認；
2.真實、可信度高；
3.記載詳細，信息含量大；
4.能夠提供覈實數據的第三方；
5.有法可依。
本案中，通過對當事人互聯網公開數據和訴訟數據的收集並分析，很快對當事人性格、情感、生活有一個較為全面的瞭解，然後通過這些數據找到談判的切入口，並因人而異的制定出談判方案。
通過大數據的運用與分析，個人認為離婚案件，人是第一位，要以人為本，從人出發，摸准情感，找到共通話題。本案正是通過大數據，我們建立了通過大數據多維認人的思維，進而做到知己知彼百戰不殆。
提供具體參考數據統一認知
通過普適性、公開性、可信性數據解決爭議事實，可以用數據實現雙方認知的一致性。本案中，最具有爭議的事實就是房屋的價值。如何認定？如何分割？對解決本案至關重要。
為了更好地瞭解在離婚中處理房屋分割的流程，我搜索了部分涉及房屋分割的離婚案件進行簡單的數據統計並跟做離婚案件的律師朋友溝通了一下，然後總結了一下房屋分割的流程：
通過上圖可以明顯看出，房屋分割在離婚訴訟中存在很多痛點，如程序多，用時長，費用高，結果不理想等。通過可視化的方式，讓當事人知道這些痛點，有助於增強調解的意願並降低當事人對房屋分割的期望。
然後，我選擇了公開、合理、具有一定參考價值的第三方數據解決事實爭議或者為爭議事實提供具體參考數據。
房屋分割在解決權屬問題後主要是具體數額的認定。如何得出準確、可靠、雙方都認可的數據是解決問題的關鍵。要想雙方均認可必須選擇雙方都能通過公開渠道或者互聯網獲得的數據。
作為房地產行業，二手房買賣的火熱及眾多網站的出現，為我們獲得相關數據提供了便利。於是我在網上針對房屋價格，在各個二手房網站進行了房屋價格數據搜索與匯總。具體步驟如下：
1.通過各個二手房網站搜索涉案房屋所在小區、房屋戶型的出賣價格並匯總，形成表格。
2.檢索該小區附近是否存在新建樓盤，新建樓盤發佈的售房廣告，新建房屋目前單價多少，房價是否上漲及上漲速度，估算出房屋上漲的大致空間。
3. 通過Alpha案例庫、裁判文書網等數據庫對房屋所在地區的房屋買賣合同糾紛進行大數據檢索。通過檢索該小區是否存在房屋買賣糾紛，如有，房屋價格是多少？然後通過EXCEL進行數據統計，並將相關判例下載下來，以備不時之需，為確定房屋價值提供二次數據支撐。
4.通過對關聯網頁截圖，用圖文的形勢直觀表現房屋價格。
5. 為避免雙方在爭議房屋上存在較大差異，我將房屋數據進行了均價處理。通過在均價上下浮動的範圍來處理房屋的最終價格。
6. 將上述數據整理好打印出來，在談判需要時拿出來，供對方參考。
本案正是通過這種方式，最終雙方在兩套房屋的具體價格上實現了認知的一致，並就房屋分割問題達成了一致。
車的問題更好解決了，現在很多二手車的評估都是免費，只要打個電話或者在二手車買賣網上輸入車型，年限等信息，車輛價格很快就出來了，但本案中，考慮車輛實際價值、車輛登記情況等綜合因素，我們在談判中作為一種態度，直接予以放棄，不再要求分割。
靈活運用數據
數據的使用既要量化又要人性化，不同事項對數據使用的要求也是不一樣，要因事而定，靈活適用，不可僵硬，生搬硬套。因孩子的年齡已具備認知能力且能夠做出一定的自我判斷，所以在撫養權的問題上，男女雙方均尊重孩子的自主意願，不存在爭議。本案中，另一個涉及數據問題的就是撫養費。
一、量化爭議問題
通過數據實現爭議問題的量化和標準化，讓爭議問題變成數據問題，讓當事人雙方有標準的談判，避免談判數額出現較大差異。
為了避免雙方在撫養費具體數額上存在爭議，我們通過Alpha數據庫、裁判文書網等進行了撫養費糾紛案件的檢索。通過設置案由為「撫養費糾紛」,設置「判決」「2017年」等檢索條件，將案涉所在區的撫養費糾紛案件做了一個簡單檢索報告。檢索報告通過Alpha其實非常好做，重點提取撫養費判決和調解數額。
通過對大部分判決書和調解書中關於撫養費具體數據的提取，然後測算出撫養費訴訟和調解的平均金額，將此作為一種參考，提供給當事人，讓當事人自行決定。
二、比對權威數據
通過數據的來源實現數據的變量向定量轉變，進而提供更加可靠、可信的權威數據作為談判參考。
撫養費做為一個不確定的費用，會因很多因素發生變化，如孩子生病、上補習班、參加活動等等，波動性較強。這是需要將數據的變量轉化為一個定量，進而選取一個更好的標準進行參照。
對方在談判中，一直強調一年花費多少等問題。其實這個問題可以這樣理解：撫養費=花費=消費。在道交賠償中有個賠償標準是城鎮居民人均消費性支出，這個標準是用來計算人身賠償的，但這個數據的來源確是國家統計局、省統計局《河南省國民經濟和社會發展統計公報》，從權威性上將是可以作為參考的。
三、人性化數據
數據在每個案件中使用的原則都是不一樣的，在特殊案件中必須賦予數據溫度，不能用冷冰冰的數字去解決負有情感的案件。數據是冰冷的，但用數據的人必須有溫度同時要賦予數據溫度，在解決案件爭議時數據才會充分發揮其作用。
這個案件，我們在談的時候，通過數據分析，給當事人了一個可靠的給付數額，供當事人參考，當事人在綜合考慮各方的經濟能及其他因素後，直接表明態度並高出預測數額給付撫養費。對方見我們如此誠懇，在這個問題上雙方就沒有任何爭議，幾句話就達成了一致意見。
本案中，通過運用不同的數據實現了事實與法律的數據轉化，進而找到了比訴訟更好的方法解決問題。
通過運用大數據思維，將法律問題轉化為數據問題，進而實現本案的和平解決，省事省力省錢更給當事人帶來高品格的服務。大數據時代，我們需要改變思維，具備大數據思維能力，創新異議解決方法。
小結：如何用數據搞定一個案件？
第一，任何數據的採集與運用不能脫離基礎事實。大數據要想真正的發揮作用必須以基礎事實為指引，通過案件當事人、事件等基礎信息為大數據的檢索提供方向。
第二，針對不同類型的案件選擇不同的數據庫平台，注重數據庫平台的權威性、專業性、準確性。數據清洗是每個數據庫平台必須做的一件事情。數據清洗得越好，數據的專業性、準確性、可利用率就越高。
第三，注重大數據的全面性。律師使用大數據決不能局限於案例及法規，大數據的特點就在於大而多，所以，要對涉案的法律數據和非法律數據進行綜合搜索及匯總，通過搜索不同的數據，形成不同的數據視角，進而可以對案件有一個全方位多角度的考慮，進而讓糾紛解決方式多元化。
第四，注重專業平台數據的及時更新性，使最新數據運用起來更具有價值。如何獲取最新的數據，通過設置年份對不同數據庫平台進行比較。我經常以Alpha案例庫為基礎，就我需要的數據信息與裁判文書網、其他數據庫進行二次比對。進而實現數據的最新化及全面化。為數據後期的分析、融合、轉化提供可靠的依據。
第五，注重對搜索引擎的使用。數據能否有效獲取與搜索引擎的使用有很大的關係。專業人士在爬取數據，我們叫搜索或者檢索，所以在使用搜索引擎時要逐步提高自我檢索技能，以便更好的獲取數據。
第六，注重案件目標與數據的融合轉化。無論是訴訟案件還是非訴案件在開始前都會有一個目標，這個目標決定了我們需要什麼樣的數據，該如何採集數據？如何去分析數據，如何實現數據與事實、法律的融合及轉化？所以在用大數據解決案子之前必須有一個明確的目標。數據的融合轉化主要來自兩個方面一個是與事實融合轉化，一個是與法律法規的融合轉化。
第七，注重對第三方數據及關聯方數據的使用。大數據時代，各個行業都形成了自己的行業數據，行業數據的融合交叉運用是大數據時代的必然要求。我們必須樹立這個意識，注重對第三方公開數據的採集及運用。
第八，注重大數據的可視化展現，通過圖表等不同形式手段將動態數據和靜態數據展現出來，易於別人理解，認知。避免數據孤島導致數據無法發揮作用。
第九，允許大數據誤差的存在。大數據的運用不在於精確到某個數字，而是通過大量數據形成預判。每一個數據庫平台的背後都是有自己算法的。算法不一樣，導致數據也是不一樣的，大數據不是數字，而是一種信息的綜合體，我們要允許大數據存在誤差。大數據的誤差就目前來講並不影響我們大數據的使用，所以我們在使用時不要將其考慮在內。
第十，數據永遠是數據，如何發揮大數據的作用依然在於使用者。這就要求使用者具備大數據思維能力和融合轉化能力。如何訓練這種大數據思維能力，搞定一個案件，大家可以按照下面的流程逐步去嘗試，進而找到最適合自己的大數據使用方法。
最後，年輕律師要學會在面對不同類型糾紛時，運用大數據思維多元化的解決問題，從我們浩信律師角度來講，就是商務思維+法務思維，就是在做案子時要有創意、有創新、有創造。通過對綜合數據的分析，努力為客戶提供個性化法律解決方案。在大數據的路上，我們應無所畏懼，敢破敢立，勇往直前，用我們獨有的思維方式與實踐方法，迎接一個新時代的到來，去創造屬於我們這一代的特色。
來源：樊印（上海市浩信（北京）律師事務所）｜iCourt法秀