“永不消逝”的证据——律师必看的电子数据应用指南

2021年1月1日，对于法律界人士来说除了新一年的元旦，还有一个重大的特殊意义，那就是我国首部《民法典》正式生效的日子。

《民法典》是社会生活的百科全书，是我国人民的基本法，《民法典》的编纂基于已经在我国实施了数十年之久的各项民事领域成文法，也结合了新时代社会生活的各种新发展新变化，是具有科学性，进步性的一部法典。

随着互联网这一科技成果与人民生活的紧密结合，民事诉讼中电子数据的应用越来越普遍。《民法典》时代，我国法律对于“电子数据”这一飞速壮大的证据类型，也有了相应的新规定。

2020年5月，最高人民法院修改后的《关于民事诉讼证据的若干规定》，即最高人民法院关于修改《关于民事诉讼证据的若干规定》的决定（“证据新规”）正式生效，将作为2021年正式适用的民事诉讼证据规则。证据新规中，对于电子数据做出了更加明确、详尽 的规定。

下面是本文要点：

一、《证据新规》明确规定的电子数据范围

二、如何判定电子数据证据的原件

三、司法实务中电子数据证据的审查标准

1. 传统电子数据审查关键点

2. 通过区块链平台取得的电子数据的审查关键点

四、区块链取证参考判例

一、电子数据的范围几何？

电子数据包括网络平台发布的信息、网络应用服务的通信信息、注册信息、交易记录等痕迹信息以及文档、音频、视频等电子文件，进行分类后总结有以下几个类型的内容：

1、数据内容

指与案件有关的文档、图片、图像等以数字形式存储的内容；

2、操作记录

对数据内容进行生成、转移、修改等操作时，计算机自动生成的有关操作行为的数据；

3、环境数据

指计算机自主记录的（或第三方在线上记录的），电子数据所依赖的软硬件环境信息，多指计算机参数、软件安全环境以及网络安全环境；

4、通信数据

是指在利用网络传输数据时生成的记录信息。

法条链接：

证据新规第十四条

电子数据包括下列信息、电子文件：

（一）网页、博客、微博客等网络平台发布的信息；

（二）手机短信、电子邮件、即时通信、通讯群组等网络应用服务的通信信息；

（三）用户注册信息、身份认证信息、电子交易记录、通信记录、登录日志等信息；

（四）文档、图片、音频、视频、数字证书、计算机程序等电子文件；

（五）其他以数字化形式存储、处理、传输的能够证明案件事实的信息。

二、如何认定电子证据的原件？

1. 什么是电子数据的原始载体

是这串电子数据首次生成时 所使用的设备，经过任何转存、传输的都不再符合原始载体的要求。

2. 一种变通方式

对于实践中出现的记录该电子证据的原始载体不便在法庭出示的情况，鉴于法院在审理案件时真正需要审查的是该介质或载体记录的具体内容，故《证据新规》规定，若电子数据的制作者制作的是与原件一致的副本，或者直接来源于电子数据的打印件或其他可以显示、识别的输出介质，则可以视为电子数据的原件。

法条链接：

证据新规第十五条

当事人以视听资料作为证据的，应当提供存储该视听资料的原始载体。

当事人以电子数据作为证据的，应当提供原件。电子数据的制作者制作的与原件一致的副本，或者直接来源于电子数据的打印件或其他可以显示、识别的输出介质，视为电子数据的原件。

三、电子数据证据在实务中的审查标准？

1. 常见传统电子数据证据的审查

根据参与庭审、公证的实践经验，对于传统电子数据证据的保全与审查，一般遵循以下原则。

（1）微信聊天记录

当事人提前准备好发送微信的手机以备查验；提供的微信聊天记录是否完整，是否经过筛选后选择性提交；审查微信聊天记录中双方当事人身份，可以通过原始手机在通讯录中查找对方用户并点击查看个人信息，展示个人信息界面显示的备注名称、昵称、微信号、头像照片等具有身份指向性的内容；对于微信聊天记录中涉及的文本文件、图片、音频、视频或转账等内容，应当点击打开展示。

（2）电子邮件

邮件的来源，包括发件人、收件人及邮件提供人，是否为合同约定的邮箱地址；上述人员与案件当事人的关系；邮件的生成、接收时间及邮件内容；必要时，请网络服务商提供协助，从电子邮件的传输、存储环节中直接保全证据。

（3）网页截图

提供网址、时间，并将网页当庭演示，指明网页中与案件相关联的内容。一般情况下，网页作为证据质证的过程就是当庭打开网页进行展示；

可请求相关网站提供协助，从计算机系统传输、存储的环节中直接保全证据，或请有关单位专家作鉴定，从网页证据的生成、存储、传递和输出环境的可靠性提出专家意见。

2. 新型电子数据证据的审查

“区块链存证”是目前新兴起的一种电子数据证据形式，所谓区块链存证，是指利用区块链底层技术“去中心化、不可篡改”的特点，将所取得证据进行保存，以供验证的新的技术应用模式。

法院审查区块链存证中电子数据证据真实性，一般从以下角度入手：

1. 区块链存证平台与涉案当事人之间没有利害关系，且该平台的存证方式是科学有效、存证的数据不会被篡改或伪造等；

2. 审查电子数据证据本身的真实性，审查标准在证据新规第九十三、九十四条；

3. 区块链存证一般只能保证电子数据未经过篡改，证据本身是否能够支撑证明目的，还需要另行论证。

证据新规第九十三条

人民法院对于电子数据的真实性，应当结合下列因素综合判断：

（一）电子数据的生成、存储、传输所依赖的计算机系统的硬件、软件环境是否完整、可靠；

（二）电子数据的生成、存储、传输所依赖的计算机系统的硬件、软件环境是否处于正常运行状态，或者不处于正常运行状态时对电子数据的生成、存储、传输是否有影响；

（三）电子数据的生成、存储、传输所依赖的计算机系统的硬件、软件环境是否具备有效的防止出错的监测、核查手段；

（四）电子数据是否被完整地保存、传输、提取，保存、传输、提取的方法是否可靠；

（五）电子数据是否在正常的往来活动中形成和存储；

（六）保存、传输、提取电子数据的主体是否适当；

（七）影响电子数据完整性和可靠性的其他因素。

人民法院认为有必要的，可以通过鉴定或者勘验等方法，审查判断电子数据的真实性。

证据新规第九十四条

电子数据存在下列情形的，人民法院可以确认其真实性，但有足以反驳的相反证据的除外：

（一）由当事人提交或者保管的于己不利的电子数据；

（二）由记录和保存电子数据的中立第三方平台提供或者确认的；

（三）在正常业务活动中形成的；

（四）以档案管理方式保管的；

（五）以当事人约定的方式保存、传输、提取的。

电子数据的内容经公证机关公证的，人民法院应当确认其真实性，但有相反证据足以推翻的除外。

四、听听法院怎么说

法平方为大家总结了上海市普陀区人民法院（2020）沪0107民初3976号案判决书 中的相关内容，法院在本案中对区块链存证电子数据真实性审查的过程进行了详细的说理。

1. 非互联网法院是否可以认可区块链存证电子数据的证据效力

法院认为： 对经区块链存证的电子数据证据审查方法，目前仅在《最高人民法院关于互联网法院审理案件若干问题的规定》(以下简称“《互联网法院审理案件若干问题的规定》 ”)第十一条直接涉及，该条第一款对普通电子数据的真实性审查判断规定了六个方面的标准，第三款则明确了鉴定方式审查判断电子数据真实性的途径……从该款规定可以看出，考虑到区块链存证形式在技术上具有较为显著的安全、可靠、不易篡改特征，故对此类电子数据真实性的审查标准是充分尊重这种技术保证的，明显有别于其他电子数据。虽然前述司法解释是就互联网法院审理案件所作的专门规定，但该条款作为对通过哈希值校验以及区块链等技术存证固证的证据真实性的确认方法，应当作为人民法院判定区块链电子数据证据的共识性标准。

2. 判断区块链存证电子数据真实性有何标准

法院认为： 如前所述，作为非互联网法院，完全可以认可区块链存证电子数据的证据效力，并依据《民事诉讼证据的若干规定》、参照《互联网法院审理案件若干问题的规定》规定的标准，对此类证据进行审查认证。 本院将从

（1）涉案的司法区块链平台的可靠性；

（2）平台验证结果的可靠性；

（3）及运用验证结果认定事实的确认性。

等三个方面对本案电子数据的真实性作出判定。

3. 关于涉案的司法区块链平台的可靠性

法院认为： 原告提交的电子数据，存证于最高人民法院主导搭建运营的全国性区块链存证平台——司法区块链平台 。该平台页面显示，司法联盟单位包含最高人民法院、多省市高级人民法院、各家互联网法院等司法机关，以及中国科学院国家授时中心、北京多元调解发展促进会等机构，作为区块链节点，见证链上活动。司法区块链平台提供数据上链存证、司法链数据核验功能，具有全链路可信(可信身份、可信环境、可信时间等)、全节点见证、全流程留痕(法律行为事前、事中、事后)等特征。因此，该平台属于中立的第三方平台 ，平台采取的这种分布式区块链技术，能够在电子数据存储、传输过程中，对数据的真实性及原始性进行验证，确保数据传输的可信关系。除非有相反证据否定，经该平台核验真实的电子数据，其真实性应当得到人民法院确认。

4. 关于司法区块链平台验证结果的可靠性

法院认为：区块链技术具有去中心化、自动执行、不可撤销、不可篡改等技术特征。本案核验的统一证据编号是电子数据存证时通过哈希算法转化的，具有不可篡改性。 电子数据转化为证据编码后，司法区块链平台将证据编码打包为数据块(区块)并即时传输给全部节点机构服务器进行存储，各个节点机构服务器的区块连接成“链”，通过共识机制对证据编码的一致性进行校验。因此，经司法区块链平台验证的结果具有可靠性。

5. 关于运用验证结果认定事实的确认性

在本案中，第三人与被告通过原告平台的自动信息系统签订了《轻松住租赁协议》，进行存证的合同信息、订单信息、物流信息等电子数据均是在各方立约、履约过程中形成，并储存于平台方即原告服务器中，原告服务器将上述电子数据在司法区块链平台存证后取得统一证据编码。庭审中，原告将上述电子数据明文及证据编码同时上传至司法区块链平台进行核验，核验结果均显示“核验通过、比对结果一致”，该验证结果表明数据上链至今保存完整、未被篡改，原告提交的经核验的电子数据区块链存证内容真实性可以确认，且能够与其提供的原告平台保存其他电子数据证据文本和截图内容相互印证 ，足以证明原告主张的事实，本院均予以采信。

2020年我们一起见证了互联网司法实践的巨大进步，各地电子诉讼服务平台、各种云法庭纷纷出现，技术水平也趋于成熟。可见诉讼线上化趋势已成浪潮，证据作为诉讼中的重要组成部分，学习研究新的电子数据使用方法将有利于与法院进行更顺畅的对接，这对诉讼效果的影响不言而喻。《民法典》正式生效与新司法解释的颁布，都会影响民事诉讼证据的使用，敬请期待我们后续的总结与更新。

2个要点，做好电商平台的数据分析

本文中笔者为我们介绍了产品的运营路径是什么，并对行为数据进行分析，给出了一些相应的优化方式。

一、主要路径分析

一切能够进行产品推广、促进用户使用、提升用户粘性和留存、用户自传播、让用户付费的行为都可以称为运营。在运营中我们可以用AARRR增长模型将产品的运营路径拆分为：激活、注册、留存、下单、传播，然后根据每个路径进行分析，从而优化产品和运营策略。

1. 激活

不同行业和模式的激活方式都不太一样，例如：之前我们做的体育app激活方式为——从跑步群里面导入用户和微信公众号导入，先把目标用户沉淀在微信群，然后利用大型马拉松的名额来吸引他们呼吁用户下载app进行报名。

然而对于B2B的电商平台，用户激活主要以地推和客服推广为主。因为入驻平台需要一定的资质证件，且用户自发性地在网上注册的比较少，但地推方式激活的相对成本较高。

2. 注册

注册的时候，常常会因为某个步骤文案描述不清或流程复杂，要求上传的证件太多等原因让用户流失。这时候，我们就可以用漏斗分析用户是在哪个步骤流失严重，分析具体原因后再进行产品优化。

3. 留存

用户激活和注册后我们需要看用户的留存率，每个应用对留存的时间定义都是不一样的。例如：

对于社交软件而言，如果3天不登录可能就被标记为流失用户；

对于我们现在做的医药电商来说，一般用户的采购周期在15天左右，所以我们把超过15天没下单的用户称为流失用户，对于流失用户我们一般会采取和发送优惠券的方式促进他再次下单。

4. 营收

我们需要理解到：作为电商平台只有平台提供的商品价格、品类、物流服务有吸引力后，用户才愿意来下单。

如果用户在需要购买该商品的时候没有下单，那多半是自身的商品和竞争对手相比，在价格和服务上吸引力不够。这时候我们就需要通过爬虫爬取竞争对手的商品数据，然后调整自己的定价和适当做一些营销活动来吸引客户。

5. 传播

由于我们获客成本比较高，因此让用户自传播的方式去拉新也是一种可行的营销方式，针对这个，我们做了邀请好友得优惠券的方式，鼓励用户去帮我们拉新。

二、行为数据分析

分析的目的：了解用户的使用习惯、使用路径以及使用频率，从而得出用户更偏向于使用哪些功能，验证产品用户体验是否做得好，上线的运营活动是否受欢迎等。

做行为数据分析之前，首先我们需要做埋点，埋点可以采用第三方埋点和自己做埋点。各有利弊，这个需要结合公司来做决定。

下面是我们之前做的埋点的表格和用户每次行为记录的字段。埋点主要分为点击事件和页面曝光两类，然后又可以根据页面曝光事件来统计页面的停留时长和用户的路径。

用户每促发一次事件需要记录的字段（具体还需要根据公司需要采集的数据而定）：

source; //来源 001-app 002-pclogined; //是否已经登录 1-是，0-否typeUser; //用户的类型 001-采购商 002-供应商userId; //用户的idcodePage; //页面对应的代码numEvent; //事件编号nameEvent; //事件名称codeEvent; //事件代码typeEvent; //事件类型timeEvent; //事件发生的时间purchaserId; //采购商idip; //作用是解析地址或识别客户province; //事件发生的省份city; //事件发生的城市os; //操作系统,android或iosmfrs; //生产厂商如：华为，OPPO，苹果，VIVOtypeUnit; //设备型号如：荣耀R10，OPPO R7，iphone X，VIVO X20versionSystem; //系统版本如：android 5.0wifi; //是否使用wifi，1-是，0-否firstId; //一级idsecondId; //二级idfromPage; //上一页toPage; //下一页url; //parameter; //参数，同一事件可能包含多个参数property; //属性，与参数对应proJson; //KEY-VALUE对的JSON形式remark; //备注

埋点记录的类型和规则

行为数据需要分析的内容

对于电商平台来说主要分析的点有：

1. 用户的注册路径：分析每个注册步奏的转化率，在转化率低的步骤分析原因，然后进行产品优化。

2. 用户的购买路径：首页-搜索-购物车-提交订单页-支付页，通过每个路径的转化率来分析用户在哪个阶段流失最严重，然后去分析用户流失的原因。

例如：之前我们分析到用户在购物车到提交订单页流失得特别严重，后面经过分析得出商家设置的最近购买金额太高，导致用户达不到购买金额而提交不了订单。后面我们和商家协商降低最低购买金额后，转化率提升了不少。

3. 分析运营上线的营销活动的用户点击率、通过活动加入购物车购买的商品数量，从而去评判运营的活动质量。

4. 分析哪些功能是用户经常使用的，哪些是不常用的，经常使用的功能我们要力争做到最好以提升核心竞争力。

例如：通过数据分析，我们得出用户购买商品最常用的功能是搜索而很少会通过推荐或分类去加入购物车，因此我们花更大经历去优化搜索功能。

三、用户分群分析

在数据分析中，我们需要将具有共同特性的用户分类管理，然后更具不同的类型采用一样的营销方式。

我们会根据RFM模型来分类：

R（Recency）代表下单离当前的时间，距离越近代表客户约优质；F（Frequency）代表下单的频率，频率越高代表用户对我们平台约认可；M（Monetary）代表下单的金额，消费金额体现用户的消费潜力。然后根据不同的指标然后给予打分。

例如：我们会将时间周期定为三个月（由于一般用户采购周期比较长，但是具体的时间需要根据行业的不同而不同），针对最近下单时间打分，距离当前时间在6天之内下过单的打5分，7到12天的打4分以次类推。

针对用户的下单频率打分，大于5单的给5分，4单给4分，以此类推。

根据用户的采购金额打分，大于5000元的打5分，大于4000元的打4分，以此类推。

经过打分，我们算出每个用户的得分，算出得分后我们就可以将用户根据得分分成不同的群体：

分群后就可以针对不同的群里使用不同的营销策略，针对高价值用户我们通常不需要再去管理。

对于低贡献用户我们需要去分析——是用户本身购买力不强还是平台的商品优惠力度不够。若是商品优惠力度不够，我们可以采用推送优惠券给对方的形式，让用户回到平台购买。若是用户本身购买力不足，我们需要刺激够用的购买欲望。

本文由@ADK 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash, 基于CC0协议