法律大数据报告制作十步法 | iCourt

只有努力还不够，方法更重要

iCourt大数据集训营

教会你工具，授予你思维

了解详情请长按二维码联系诺诺多

作    者：潘美玉

单    位：广东法纳川穹律师事务所

微信号：FlyingmouseJane

自2016年10月28日起，广东法纳川穹律师事务所已连续推出9份广州地区的刑事大数据报告和1份全国警务人员玩忽职守罪（致死）大数据报告，频率为每周一篇。很多同行问我们为什么可以如此高产？我认为除了死磕自己之外，当然也得有得当的方法。今天借此机会分享一些我们在大数据报告制作上的探索和尝试，以期对大家有所借鉴或启示。

一、大数据报告：爆增团队经验值，实现弯道超车

记得美国的大法官霍姆斯说过一句这样的话：“法律的生命不在逻辑，而在经验。”这句话可看出来经验对法律执业者多么重要，而了解和认识我们所的校友都知道我们今年开始转型只做刑事诉讼，而且用人理念是无条件相信年轻人。

事实上，只要找对年轻人，年轻人也特别好用，他们法学知识结构好、干劲十足、学习能力强、容易形成共同的价值观和事业观。但律所在用年轻人的过程中也会遇到严峻的挑战——实务经验欠缺。

为了解决这个问题，律所每周都会开展内训，想方设法快速提高大家的实务经验。10月的某次内训中，一位小伙伴分享了最高法的某个受贿罪指导案例。这件事给了我灵感：为什么不直接研究判决书呢？于是我当天就要求大家把律所的全部刑事卷宗找出来，准备研读。

整理卷宗过程中发现纸质卷宗厚重，且不能携带出所，影响学习效率，于是干脆直接上网看案例。在这样最直接的需求下，我们开启了制作大数据报告的征程。做完第一份，我们在进行复盘时，才发现大数据报告完全超出了我们的想象，是绝对的经验爆增神器。

我们的小伙伴因为需要做统计和录入，必须详细阅读判决书，平均文书阅读量超过600份，见多自然识广，自然能看出判决书的套路；再加上每次大数据报告后的专题研究，小伙伴侃侃而谈，会直接说出律师如何辩护，法官如何判决云云，不会亚于执业2-3年的年轻律师。

而从律所的角度，大数据报告也让我这个专业律所的管理者对刑事辩护细分领域积累了更多数据化的经验。通过刑事辩护率、辩护意见的采信情况等维度进行深入大数据分析后，一方面能够帮助我感性认知数据化，例如说辩护率，职务犯罪的辩护率是全国刑事辩护率的2.5倍，而信用卡诈骗罪、故意伤害罪的辩护率则低于全国辩护率。另一方面，数据的对比能够引发我更多的思考，这些数据高低背后的原因是什么？我会将这些思考直接融入律所发展战略和市场策略的制定及产品研发，力争做更接地气的决策。

当然，大数据报告也会为律所带来小小的影响力。我们推出第一份受贿罪大数据报告后，先被法秀转载，后又被南方都市报全文转载，应第四届中国廉政制度创新学术研讨会主办方邀请进行分享，当日分享获得好评并被羊城晚报报道。

我们这样一家刑辩领域很年轻的律所，如果走传统路径，几无可能在如此短的时间内获得如此多的影响力，是大数据报告给了我们这些机会。

二、如何制作大数据报告：十步法

如何制作大数据报告？除了自我逼疯的心法之外，当然也需要一些技法。

通过总结，我们发现如果要完成一份有质量的大数据报告，起码要经过十步，我们称之为“大数据报告十步法”。下面一一给大家解密。

Step1 固定数据库：优选可用Excel批量下载的数据库

目前市面上有很多的案例数据库，包括无讼、裁判文书网、律商、北大法宝、威科先行、聚法案例。各案例数据库各有优劣，简单总结如下（仅限于案例检索，不包括法规检索等功能）：

固定数据库的2个标准：1. 足够的案例数量；2. 是否可以批量Excel下载，务必远离Word下载。

目前，我们习惯用威科先行和聚法2个数据库，主要是下载特别方便，案例数量也相对较多。 

Step2 案例检索：优先使用案由检索方式

目前案例检索的方法主要有3种：全文检索、标题检索和案由检索。

在做大数据报告时，推荐使用案由检索，检索效率高，降低人工筛选成本。案例检索完成的成果应该是酱紫的：

Step3 案例筛选：必须确保有100份以上的文书

检索完案例后，必须对案例进行筛选，剔除无效案例。这个阶段的工作质量好与否直接会影响后期统计的工作量，应确保无效案例得到最大程度地删除。

首先，确保筛选后有足够的文书数量。

大数据报告最大的价值是“大”，数据越多，越容易看到规律和更多信息，因此案例数量越多越好。即使受各种客观条件限制，找不到足够的文书，起码保证每份大数据报告具备100份以上的有效裁判文书。

其次，要注意筛选判决书和裁定书。

刑事案例相对简单些，民商事案例中很多程序性的裁定书，例如管辖异议裁定书，如果不是做程序性大数据，就需要在这个阶段筛选剔除。

Step4  解构文书：结果倒推法，以报告目标为起点确定解构要素

在开始这一步前，我们必须清晰制作大数据报告的目标，而目标主要分为两部分：受众目标和内容目标。下面举例，说明目标的重要性。

上面是上海市长宁区法院做的一份大数据报告，目标是为审判工作提供有益借鉴。因为这个目标，所以在报告中的一项内容是判决率偏高，而为了形成这个结论，在解构文书时，必须区分判决书和调解书。

上面是我们的大数据报告，目标是为律师开展有效、精准的辩护提供借鉴，与此对应，我所的报告会对律师辩护意见和采信情况进行详细的分析，而为了形成这个结论，我们在解构文书时就必须包含辩护意见、法院采信情况等。

目标直接影响要素的解构，必须在解构之前清晰报告目标，才可保证不遗漏、不浪费。下面我来详细谈谈我们是如何解构文书的内容。

假设我们的目标依然定位在促进律师开展精准、有效辩护。为了达到这个目标，我们必须思考三个主题：1. 为谁辩护；2. 如何辩护；3. 效果如何。针对这3个问题，我们再确定需要解构的要素。

如果报告的目标是针对非律师的群体，例如银行，旨在提高银行的风险管控能力，此时文书的解构重要性应该放在被告人的犯罪方式、犯罪手段以及被告人的情况，如能对这些情况进行更仔细的解构，则报告的借鉴价值更大。

解构文书后，如何设计要素的表达需要注意2个小技巧：

1. 形式方面三大注意

举例说明：

2. 要素表达顺序：顺着文书的结构列要素（如是机器统计另当别论）

Step5 分配案例：区分一二审文书

分配案例2大原则：

为什么要按法院分配？因为集中某一家法院的文书给某一个人研读，有助于对某个法院的审判习惯、风格和规律进行全面的了解，提高学习效率。

Step6  分项统计：严格执行甚于一切

这步主要强调严格执行，执行解构文书中的制定规则。不要创新，不要遗漏，确保准确即可。

Step7  汇总数据：精读特殊案例，注重一般性与特殊性对比研究

汇总统计数据，目前我们是用Excel进行统计，主要依赖对Excel的掌握程度，具体方式不再细述。这一步中最重要的是核对数据，如与自己的经验认知不符时，必须深入找原因，避免因数据统计错误而造成的误导。

除此之外需要精读特殊文书，例如刑事判决书中的无罪判决、改判幅度比较大的案例或改判他罪的案例，找出这些案件的特殊性，并与一般性进行对比统计，多角度研读数据。

既能考证一般性，又能兼顾个性化和特殊性，最终确保报告的全面性和科学性。

统计结果版本：

Step 8-9  撰写报告1.0-8.0版

撰写报告应由有经验的律师亲自执笔。

1.0 版报告，主要是根据要素梳理框架，纯粹按照第四步（Step 4）解构文书的框架进行梳理。

2.0 版报告，需要回到法律人的思维，重新确定文章的框架并成文，在这个环节，要时刻谨记目标，结合已统计的数据确定选择要素。

而3.0-8.0版基本是在2.0 版报告基础上的精进。

撰写报告时，一定要注重受众阅读体验，因为大数据报告的项目多，数字多，受众读起来辛苦又乏味，为了解决这个问题，我们认为可以从两方面改善阅读体验：

1. 用好小标题

大数据报告的文章长，而我们传播大数据报告的主要途径是微信公众号，如果太长，阅读的体验不太好，建议大家用好小标题，直述结论，提高受众阅读效率。

2. 做好可视化

数据让人踏实，但也让人眩晕。尤其是一堆数字在人眼前晃时，眼花缭乱，为了解决这个痛点，我拍档彭歆律师专门负责可视化，并且一直坚信一个理念，能用图说话的就不用文字。

Step10 复盘：为了更好地学习

之前和大家说过，我们的大数据报告主要目的是增加经验值，为了检验大家是否有收获，我把复盘设计成流程之一。

我们的复盘主要从三个方面进行：1. 知识掌握；2. 技能掌握；3. 大数据报告制作本身。

在复盘这个环节，我们会把一些有意思的案例拿出来做专题研讨。例如在做贪污罪大数据报告的复盘时，我们发现一个特别成功的非法排除案例。辩护人在查阅同案犯卷宗时，发现同一经办人在同一时间对不同的被告人进行了讯问，不符合常理，应以非法证据排除，辩护人把该情况向法院提出后，法院采信了辩护人的意见。一般的人可能会认为公诉机关做了个补正说明后，该证据就可以被采信，实际上法院采取了辩护人的意见。经过仔细研讨这些案例后，每个人都会有新的收获，并能掌握很多实务技能。

三、谁来做大数据报告：团队让一切皆有可能

我们每一份大数据花的时间不少于200个小时，9份大数据报告的总时长已经超过2000小时。按照这个时间，一个人做，不吃不喝也要做大半年。但是我们现在能做到每周一篇，全靠的是团队和分工，因为团队，一切才有可能。

上述橙色环节，由有经验的律师把控；白色环节由年轻伙伴掌握。双方不要越权，各司其职即可。橙色部分由老律师把握，是确保把经验植入大数据报告，保证大数据报告的含金量；而白色环节由年轻伙伴参与，是确保年轻伙伴可真正通过大数据报告增加经验值，尤其是分项统计的文书阅读，一定由年轻伙伴负责才可保证经验值获取。

后记

大数据报告是个技术活，也是个辛苦活，尤其是纯粹靠人工统计时，是一项巨大的工程量。现在我们也在尝试部分的要素由机器进行统计，希望能提高效率，但大数据报告的核心信息必须通过人工阅读统计方可实现，所以如有心做大数据报告，必须做好时间精力的投入，希望这次的分享能对大家有所启发。

iCourt 与众不同的法学院

了解详情长按二维码联系诺诺多

法秀为法律人带来有价值有温度的阅读，与主编君交流，请添加微信号：law-yunchu；投稿邮箱：[e-mail]