分享

遇到了一个完全没有做过的案子怎么办?| iCourt

 刘锡春律师 2017-06-08



Alpha

以强大的检索分析能力

征服你的每一宗案件


申请体验Alpha

扫描二维码联系诺诺多


作者:樊印

单位:河南航星律师事务所

微信号:18237940848


编者按:

数据力针对诉讼案件而言就是在短时间内通过搜索同类案件,有目的、有层次地挖掘、分析加工和可视化呈现。作为年轻律师,想要破局而出,打破原有二元思维的认识,就要利用大数据提高我们的专业能力。本文作者结合自身经历,分享了他在通过学习iCourt大数据和可视化课程后,如何在工作中运用大数据成功破局了一起以前从未接触过的案件。

久保忧希曾在《请用数据说话》中说“你的数字智商决定了你的工作成就”。

 

天生对数字不敏感的我,从未想过有一天我会用数据来解决问题。但是,生活总是宠幸那些勇于改变的人。我很幸运遇到了iCourt,遇到了大数据、可视化,让我跟上了大数据时代的步伐。我开始用数据思考,用数据搜寻,用数据提升自己。

 

对于年轻律师来讲,我们的数据力很多时候决定了我们的工作效率,决定了我们能否在毫无经验的情况下实现自我成长与突破。


数据力如何让我两小时成为专家

 

2017年3月,我代理的一个案件胜诉,但其实从接受委托到案件开庭,前后不过三天。就是在这三天内,我利用在iCourt大数据和可视化课程中学到的技能,成功破局了一个我从未接触过的追偿权纠纷案件。

 

当时我接到一个运输公司经理的电话,他们公司被分期公司告了,并把起诉状和传票发了过来。我一看案情:追偿权纠纷。我从未接触过此类案件,但是委托人还有两个小时就要抵达律所,该怎么办?

 

如果是以前我肯定会立马上网搜追偿权纠纷然后再搜类似有利于己方的案例。刘美邦老师经常说学了大数据就没有不敢接的案件,于是我做了以下工作:

 

第一步,由大到小,由多到少,大而广的了解信息。


1、在威科数据库中,把案件当事人名字设为关键词,进行全面搜索。


本次案件中我代理被告,我首先把原告A公司的企业名称设为关键词进行了搜索。快速的发现了关于A公司的所有诉讼情况:



2、通过数据库再次针对案由有目的性的搜索。例如本案为追偿权纠纷。案由选项选定追偿权纠纷,再次过滤掉其他无用数据,搜索到以下情况:



通过大数据搜索我发现,涉及追偿权合同纠纷共有35个,其中判决书11个,裁定24个。然后将35个案件全部下载下来,分类为判决书和裁定书。

 

然后再次对着35个案件进行了统计。

 

以上通过对案件大而广的搜索先全面地了解原告所有案件信息情况,为下一步制定诉讼策略提供整体信息。

 

第二步,对大数据进行小而精的数据深挖、加工、汇集、整理,提高数据的可操作性、准确性及实现数据的有效共享性。

 

1、诉讼主体的抽象提炼。


在对这11个判决案件及24个执行裁定统计过程中我发现这类案件,该类诉讼主体可以抽象概括为:



2、利用11个类似的案件给出的类似事实描述,快速找出各方之间的法律关系,理清各方的权利和义务。



3、分析诉讼请求是否相同。


经我们分析后,我们发现原告的主要诉求基本类似:(1)请求实际车主偿还代为垫付的银行贷款本息、违约金及滞纳金;(2)担保人对上述债务承担连带担保责任;(3)本案诉讼费由被告承担。

 

4、通过大数据汇总原告每案中提供的证据。我们发现这家公司在诉讼中都是用一种格式化的证据和证明方向,不同的是将当事人名字进行了变更。



通过对上述信息的搜集分析,进一步可以确定开庭时原告方可能出示的证据。

 

第三步、为了实现有效答辩和有针对性的质证,我针对各个判决书的答辩意见和质证意见进行了更加深入的数据汇总。我发现这类案件中,大部分运输公司和担保人都缺席,很少答辩和质证。即使有的也是简单说一下不承担担保责任。

 

第四步,然后我们又对法院判决的法律依据进行了搜索,发现法院判决的主要依据。于是我们有针对性的在担保法中找出抗辩依据。



通过对上述案件信息的搜索,我想案件的结果已经一目了然——这种案件就是败诉,不可能胜诉。

 

第五步、对判决结果进行数据统计。


我对11个判决案件进行了统计发现所有案件担保人都承担了连带担保责任。而在24个执行裁定中也显示出了贷款人和担保人承担连带担保责任且进入执行阶段。


所有的案件原告都是胜诉,没有败诉。这个结果让我很失望。当事人很快就过来了怎么给人家分析?直接告诉他结果案子不接了还是收个低价简单开个庭。内心告诉我这都不是我想要的。

 

第六步、改变我们有可能改变的一切。


在面对搜出的判决都是对手胜诉的判决时该怎么办呢?

 

只要不放弃,一切皆有可能。我转念一想,他找我就是为了不承担担保责任或者少赔钱。既然这个案件极可能会判决让当事人承担担保责任,那我就努力减少违约金、滞纳金等赔偿项目的数额。这样我的当事人在承担的连带责任也会相应减轻。

 

我们以前找案例注重案情的相似和案件结果的有利性,一看本院认定的描述对自己有利,就直接将相似案例下载下来交给法院。但我们很少注重对案件具体处理结果尤其是判决金额、违约金、滞纳金的了解,更不会统计出来。因为担保人承担的是担保责任,于是我迅速在这35个案例中设置“垫付款”“违约金”“滞纳金”等关键词,很快就出来了。


我对11个案件的违约金进行统计,我发现法院不会支持原告的滞纳金诉求,但会判决违约金,判决被告承担违约金的方式有三种,第一,按照合同约定整车车价的10%承担违约金。第二种,按照实际垫付款的10%承担违约金,第三,按照同期银行贷款利率的四倍承担违约金。之所以这样做的目的是为了让法官选择一种对于我们有利的违约金承担方式。

 


确定了违约金的承担方式后,选取一个参数代入到这三种计算方式中,通过对结果的比较来对比违约金是否过高。这种做法能很好的影响法院对违约金过高的认识。对违约金的认识要做到数据化或者数字化和可视化,而不是让法官凭经验和法律去判别。

 

第七步,根据代理对象的诉讼地位,统计判决中,担保人承担连带担保责任的具体情形。在这个11个案件中我又着重统计了一下法院判决担保人承担保证法院判决的情形如下图:



通过上述的搜索,我很快对案件有了一个全面了解。仅仅两个小时,我很快把关键信息进行汇集整理,当事人过来后,我针对他的案子谈了一个多小时并制定了相关诉讼策略。当事人听了我的策略后感觉我很专业。委托就这样顺利达成了。我想这就是大数据的魅力。大数据就在那里,关键是我们如何使用。

 

年轻律师为什么要有数据力

 

面对未知,我们只有不停的利用大数据搜索,搜有一切我们有利的信息,只有这样,才能有效的帮助我们做出正确的决策。打破我们对未知领域的恐惧。

 

年轻律师最怕的莫过于败诉。如何在高效的解答当事人的问题同时有助于自己接案件,真的需要我们的用心。

 

对我们而言,如何去用新的思维新的方式进一步有效的解决这些问题。需要我们有共赢精神、共享思维。时代的开放,信息的共享已经打破了传统经验和专业知识的垄断。如何高效的获取专业知识,实现更高的专业化是大数据对我们的要求。

 

律师最难站在风口,因为律师是大象,猪飞起来了,老象们还是在疑虑徘徊固守。作为小象,面对大数据的黄金时代,我们要做的就是转变思维提高对数据采集,归纳,分析,运用的能力。这种能力就是数据力。

 

利用数据力的注意事项

 

我个人认为数据力针对诉讼案件而言就是在短时间内通过搜索同类案件,有目的、有层次地挖掘、分析加工和可视化呈现。进而形成对目标案件有利的全方位多维度的分析,通过数据看到具体案件背后的抽象规律,用这种数据来显示诉讼目的与案件事实情况及证据之间的差距,进而决定案件处理的思路的能力。

 

在利用这种数据能力是我们要注意以下几个方面:

  

第一,确定数据来源的权威性、准确性。最好选择威科数据库、最高院的裁判文书网等数据库进行案例信息的搜集、法律法规的汇总。

 

第二、通过数据解决问题,先对数据进行定量,然后定性。将问题的异议转化为数据的推测。用数据回答咨询。

 

第三、根据代理地位的不同使用不同的数据。

 

在面对原告问题时以数据结论为准,将有利的数据结论归类,分析不利结论存在问题,进而找出原告存在的问题。

 

在处理被告时,以责任承担数据为主,将被告在类似案件中承担责任,类型、情形数据化,重点分析胜诉案件和败诉案件在总采集数据的比例。将同类案件中法院判决依据的法律法规汇总,然后针对依据提出抗辩。

 

在面对法官,以共性数据为主,将数据的共性及无风险性裁判观点予以展示,找出通常先裁判观点,对于个别新颖裁判结果可以分析不利之处。

 

第四,加强数据的精度,提高数据运用的可信度。对数据的利用要向《速8》中的天网那样从天空直到在某一楼房上找到目标,不停的精准定位,从大到小,让大数据小而精。

 

第五,数据必须有利于诉讼目的的实现。诉讼请求是用数字表现,但诉讼目的的实现可以具体数据化。

 

最后我想说,我们最怕的就是在一个行业待久了,有了积累,感觉自己很专业,感觉自己所知道的就是理所当然的,就正确无比,进而盲目用一般性的知识,分析自己所遇到的案件,在自己的知识限制内提出解决方案,进而忽视对信息的搜集、对新技能的学习和运用。

 

作为年轻律师,想要破局而出,打破原有二元思维的认识,利用大数据提高我们的专业能力。现在翅膀有了,风有了,我们能不能飞起来就看我们是否有一颗打破现状的心。大数据给你力量,行动起来吧!   

  

(图为作者樊印)


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多