合同纠纷案件中，双方当事人都会关注的焦点问题就是“违约了，法院会判赔多少？”相信大家在实际办案过程中，经常会收到当事人的这种渴望得到“神算”预测答复的咨询。之前，可能我们只能回复“说不准”“看情况”。但是裁判文书的公开，让律师拥有了数据力，利用大数据预测违约金调整，不再是“神算”。
利用大数据类案与关联案件检索机制，制作案件检索报告，是快速深入某类领域、准确地把握该领域案件的核心争议焦点并制定对应的案件策略的绝佳方式。
实务中我们遇到了大量因为房价上涨卖方违约的二手房买卖纠纷案件，而一个几乎每个当事人都会问的问题就是“我大概能得到多少钱的赔偿？”面对这个问题，我们一般都采用间接回答的方式，如这要看双方过错程度、合同履行状况、一般法院不会完全支持合同约定的20%的违约金……
为了不再只是凭感觉与经验模糊地回答当事人，为了弄明白什么样的情况下法院才会完全支持合同约定的20%的违约金、法院到底参考哪些因素对违约金进行调整，我们制作了一份预测违约金调整的大数据报告。
这份大数据报告使我们详细了解了重庆主城区法院近两年来调整此类纠纷中违约金数额的主要参考因素。总的来说法院的主要参考因素分为三大类：双方过错程度、双方合同履行情况、买方损失情况，具体数据结论如下图所示：
大数据报告详细列明大分类参考因素下具体的项目，及各种具体参考因素组合下法院调整违约金的幅度。通过筛选匹配最相似的参考因素组合，就可以快速进行精确的违约金预测了。而精确预测的违约金数额，不仅让客户进行咨询时对我们的专业更加信赖，也为我们自己确定报价方案提供了重要依据。
下面，为大家剖析制作预测违约金调整的大数据报告思路。大家可以按照自己的需求，做任何一类合同纠纷、任何一个法院、任何一个地域的违约金调整大数据报告，通过数据的力量去预测违约金调整，确切地回答当事人关于“法院会判多少”的疑问。
步骤一：明确纠纷类型与地域法院
日常案件办理中，我们的房屋买买合同纠纷团队代理了大量重庆主城区买方起诉卖方的二手房买卖合同纠纷案件，发现重庆二手房买卖合同纠纷本身数量较大且案情之间还各存在一定的差异，需要进行系统化梳理和全局的数据统计分析。
所以，我们选择了对近两年重庆市主城区二手房买卖合同纠纷中买方起诉卖方的案件进行大数据调查，了解法院对此类案件违约金数额的裁判幅度。
步骤二：设置检索关键词
为了保证进行案件分析时的样本是符合检索目标的案件，准确地排除干扰项，检索关键词的设置至关重要。
以重庆市主城区二手房合同买卖纠纷案件为例：
1.确定大范围
首先，我们利用专业的检索工具从案由、地域、年份、审理程序、法院进行初步筛选。案由为其他房屋买卖合同纠纷，地域选择重庆，年份为2017和2018年，审理程序为一审，法院为重庆主城区九个基层人民法院。
其中需要特别提出来两点：
一是案由的初步确定，我们的目标领域是二手房买卖纠纷，但是没有相同案由可供选择，所以我们选择了排除其他干扰率较大的无关项，目标案由占比最高的案由——其他房屋买卖合同纠纷；
二是法院的选择，因为我们的研究目标是放在重庆市主城区，所以在高级检索中法院那一栏列举了主城区的所有基层法院，以此来排除区县案件纠纷对我们检索结果的干扰。
Alpha案例库高级检索的运用
2.通过高级检索精确筛选
在确定了目标案件的大范围后，就需要按照案件分析的需要，进行精准筛选。此时，我们需要善用Alpha的高级检索。
二手房买卖合同纠纷中，我们设置的精准筛选关键词为裁判结果包含“违约金”或者“定金”。
特别提示：在Alpha高级检索中进行并列关键词检索以及排除关键词能大幅度提高案件检索精度，大家一定要善用。
Alpha案例库高级检索的运用
运用这样由大范围到小诉求的检索方法，我们可以快速精确的定位目标案件样本。
步骤三：确定基本分析维度
精确定位目标案件样本之后，我们需根据经验确定每份裁判文书中要分析的维度，即以了解重庆市二手房买卖纠纷卖方违约的案件中，法院支持的违约金确切数字范围及裁判影响因素为目的，我们需要解读每份裁判文书的哪些内容？统计表中的横坐标需要罗列哪些项目？
二手房买卖合同纠纷中，我们从三个方向出发罗列统计维度：案情、裁判结果、裁判原因。最终确定的主要统计维度有四个：原告诉讼请求、买方支付定金数量、法院支持的损失/违约金名称及数量、法院裁判损失/违约金的原因。
步骤四：个案录入，分析结果
接下来是整个大数据报告工作量最大的一部分——对检索出来的样本案件按第二步确定的维度录入到excel，并对结果进行分析。
Alpha的批量下载文书清单功能有效的减少了案件录入Excel的工作量。比如本次二手房买卖合同纠纷要统计的维度之一——法院支持的定金/违约金数额，可以直接从Alpha下载的文书清单中的裁判结果里得出，而不用点开一篇篇裁判文书去找。
Alpha案例库批量下载功能一键生成的Excel表格
在完成案件录入之后，需要对录入结果进行分析。而面对录入的数百个案件数据，我们的分析方式即是对Excel录入数据进行二次加工。通过总结初始录入的数据，穷举每个维度涉及的内容，并用数字代替文字指代高频出现的内容，为每个案件编码，便得到了能够快速筛选统计出来的案件数据。
如对裁判结果进行数字编码：
1——双倍返还定金
2——中介费
3——继续履行
4——解除合同
5——返还原数量定金
6——返还购房款
如下图所示，通过筛选裁判结果中包含数字1的案例，我们就能快速找到裁判结果支持了双倍返还定金的案件。
具体操作方式为：
1.选中标题栏，添加筛选选项
2.点击裁判结果右下角的筛选项，选中包含数字代码1的选项，点击确定，就把裁判结果支持双倍返还定金的案例筛选出来了。
步骤五：修订分析框架
完成案件录入分析后，根据分析结果，可以评估是否需要对数据进行进一步加工。当初步的录入分析使我们对调查目标产生了新的认识，发现初步设计的维度有待精确或完善时，就可以进行维度修订了。
本次制作的二手房买卖纠纷违约金调整大数据报告就进行了两次修订加工。第一次修订主要进行了维度上的完善，第二次修订主要进行了筛选分类，方便统计分析。
1.第1次修订
第一次修订主要是维度上的修订，通过分析初始录入数据，我们发现了统计维度上可以优化的地方，比如只有更多的了解案情才能更好的理解法院裁判原因，所以第二个版本我们大幅优化了统计维度，新增了七个统计维度——合同约定的违约金比例及数额、房屋成交总价、房款支付方式、原告履行情况、争议发生点、被告违约情况、关于解除权的裁判原因。
经过这次加工之后，二手房买卖合同纠纷法官裁判违约金数额及影响裁判的因素就一目了然了。
根据这个统计表，我们就能通过案情上一项项的筛选，以最快的速度找到案情上最相似的案例，获晓法院可能支持的违约金数额及裁判原因。
2.第2次修订
第2次修订加工主要是通过对法院完全支持合同约定的20%违约金案例和法院调低合同约定违约金案例的进行分类统计，将两类案例分页放到Excel表格中，通过增加维度，分析影响法院调整合同约定违约金的核心要素。
通过前述的增加统计维度和并编写数字代码的形式，本次修订分析的过程相对简单，但分析结果对于提供此类案件的办理思路却至关重要。
步骤六：得出结论并展示
整个分析过程结束后，可以用Word文档或者Excel进行结论整理与善后工作。
首先，需简单明了地整理出调查的最终结论，便于其他人了解调查结论。
以本次案件大数据报告为例，得到的通用主要结论为对违约金数额影响最大的因素是买方因房价上涨而遭受的房屋差价损失。房屋差价损失是买方损失的主要构成部分，可以说决定了整个违约金调整的上限。
在买方按约履行合同不存在过错，卖方构成根本违约的情况下，法院基本会全额支持房屋差价损失，支持的数额可能低于或高于合同约定的违约金数额。而具体买方存在各种过错，卖方违约程度不一的情况下，调整幅度不一，在此暂不一一列举。
其次，终局的案件数据录入统计表需进行基础的整理规范化，使其方便他人查阅。
再次，需记录检索关键词，以便日后查漏补缺，借鉴检索思路。
通过这样一份案件大数据报告，我们就可以预测违约金调整的数额，并较为全面的了解此类纠纷中法院裁判观点的主要考虑因素。在面对当事人关于诉求能否被支持，能否获得违约金，可以获得多少违约金等诸如此类的问题时，给予快速而准确答复。
结语
通过以上的思路剖析，相信大家都掌握了如何利用大数据，预测自己本地域法院的违约金调整范围。拥有这样一份报告，不仅可以帮助我们解决办案思路，也可以更好的取得当事人的信任。预祝各位律师在优秀法律工具的帮助下，早日实现弯道超车。