深圳数据不正当竞争纠纷实务：平台数据被爬取搬运与商业秘密司法保护路径

深圳是全国数字经济产业最密集的城市之一。从南山科技园到宝安各产业园区，互联网平台、跨境电商、智能制造、金融科技企业每天产生和调用海量经营数据。当数据成为核心生产要素，围绕数据的争夺也从 "灰色地带" 逐渐走进法庭。2025 年 8 月，最高人民法院首次发布数据权益司法保护专题指导性案例；2026 年 4 月，深圳市中级人民法院审结一起运用 AI 技术爬取他人金融平台数据的不正当竞争纠纷案，全额支持原告 1950 万余元赔偿诉请。数据不正当竞争纠纷，已经不是大型平台之间的 "专属战争"—— 宝安区西乡街道的跨境电商、沙井街道的智能制造企业、新安街道的软件公司，都可能成为这类纠纷的当事人。

一、什么是数据不正当竞争纠纷：法律边界在哪里

数据不正当竞争纠纷，是指经营者在数据收集、存储、使用、加工、传输、提供、公开等过程中，违反反不正当竞争法规定，损害其他经营者合法权益、扰乱市场竞争秩序而引发的民事纠纷。

从现行规范看，这类案件主要适用两条法律路径：

2026 年 1 月 1 日起施行的《民事案件案由规定》，在 "数据、网络虚拟财产纠纷" 项下新增数据权属纠纷、数据合同纠纷、侵害数据权益纠纷三个独立案由，数据权益正式成为与知识产权并列的民事权利客体。

最高人民法院指导性案例 262 号明确了核心裁判规则：网络平台经营者对其投入劳动、资金进行收集、加工、整理形成的数据集合享有经营性利益；未经许可获取并向公众提供相关数据，实质性替代平台产品或服务，扰乱市场竞争秩序的，人民法院可以适用反不正当竞争法有关规定，认定构成不正当竞争行为。

二、宝安企业最常遇到的四类具体场景

结合深圳本地产业分布，宝安区下辖新安、西乡、航城、福永、福海、沙井、新桥、松岗、燕罗、石岩十个街道，企业遇到的数据不正当竞争纠纷主要集中在以下场景：

场景一：跨境电商商品数据被批量爬取。

西乡街道、福永街道、福海街道聚集了大量跨境电商和供应链企业。某家居品类卖家投入数年积累的商品 SKU、价格、库存、评价数据，被竞争对手用爬虫程序绕开反爬机制批量抓取，直接在自己的独立站或店铺上 "一键铺货"。这类行为看似只是 "抄了商品信息"，但如果抓取量达到数万条、直接替代原告的选品库和比价功能，法院可能认定构成实质性替代。2025 年人民法院知识产权典型案例中，各被告绕开电商平台风控机制、突破正常访问权限、批量爬取商品数据用于 "价格监测"" 市场分析 " 等数据产品，即被认定构成不正当竞争。

场景二：APP 用户数据与内容数据被搬运。

新安街道聚集了不少中小互联网公司和 SaaS 服务商。某工具类 APP 发现，竞品通过注册账号、模拟用户行为，批量导出自己平台上的用户生成内容、评论、商家信息，甚至通过 "账号迁移" 功能诱导用户把社交关系链带走。深圳坪山区人民法院公布的典型案例中，法院明确：即使用户同意迁移自己的数据，基于数据的社交关联属性，未经其他数据主体许可、也未与原平台建立正规数据迁移通道时，规模性获取原平台公开展示数据的行为不具有正当性。

场景三：AI 训练数据与金融数据抓取。

航城街道、沙井街道、新桥街道周边分布着金融科技、人工智能、工业互联网企业。深圳中院 2026 年审结的 AI 爬取金融数据案中，被告利用 AI 技术爬取原告平台的行情、投资组合、交易策略数据，对外提供 "克隆交易" 服务。法院认定，平台海量组合数据经过加工处理后形成的衍生数据已无法与原始用户数据一一对应，具有独立的数据价值，该种经营数据权益应由经营平台者享有；被告行为实质性替代了原告产品，全额支持 1950 万余元赔偿。

场景四：群控刷量、虚假数据干扰正常经营。

石岩街道、松岗街道、燕罗街道的制造业企业在数字化营销过程中，也可能遇到竞争对手通过 "群控系统" 批量操控手机、刷虚假好评、刷直播间人气、恶意差评等行为。深圳龙岗区人民法院曾判决一起群控刷流量案：被告开发的群控软件可同时操控数百台手机，批量登录虚假账号刷粉丝、刷评论、刷直播间人气，法院认定其构成不正当竞争，赔偿原告 60 万元。这类行为本质上是通过虚假数据扭曲市场竞争信号，损害平台和其他经营者的信用基础。

三、痛点解析：企业为什么容易输或输得冤

痛点一：证据固定不及时。

数据具有易删除、易篡改、易灭失的特点。很多企业发现被爬取后，只是自己录屏、截图，没有做公证或可信时间戳存证，等到起诉时对方服务器日志已经清除、抓取接口已经关闭，法院难以认定侵权行为的具体规模和持续时间。

痛点二：说不清 "数据权益" 到底归谁。

并非所有公开可见的数据都受反不正当竞争法保护。法院会审查原告是否对该数据集合进行了实质性投入（资金、技术、劳动）、是否采取了合理的保护措施、被告的行为是否达到 "实质性替代" 程度。如果原告只是简单采集了公开网页信息，没有清洗、排序、标注等加工环节，法院可能不认可其享有独立的数据经营权益。

痛点三：赔偿数额算不出来。

《反不正当竞争法》第二十二条规定的赔偿顺序是：原告因被侵权受到的实际损失→被告因侵权获得的利益→法定赔偿；赔偿数额还应当包括原告为制止侵权行为所支付的合理开支。数据纠纷中，原告的实际损失往往难以量化 —— 用户流失率、广告收入下降如何归因？被告的获利又掌握在对方手里。很多企业起诉时只能主张法定赔偿，与深圳中院那起 1950 万元全额支持的案件相比，差距往往在于是否完成了对被告访问日志、API 调用量、付费用户数的证据穿透。

痛点四：管辖与案由选择失误。

2026 年起数据纠纷实行归口审理，案由选择直接影响管辖法院和审理思路。同样是 "数据被抓"，主张侵害商业秘密、主张不正当竞争、主张侵害数据权益，三者的举证责任、赔偿计算规则、管辖法院都不一样。不正当竞争民事一审案件一般由中级人民法院管辖，各高级法院经最高法批准可以确定若干基层法院受理；深圳地区新类型数据案件由深圳知识产权法庭集中审理。选错案由，可能在立案阶段就被驳回，或者在审理中陷入被动。

四、律师处理这类案件的真实工作细节

一个完整的数据不正当竞争案件，从接案到判决通常要经历以下环节：

1. 前期诊断与证据评估。

律师首先会让企业提供被诉行为的初步线索 —— 是网页被爬、APP 接口被调用、数据库被拖库，还是竞品上线了一款 "长得很像" 的数据产品。随后判断涉案数据是否构成受保护的 "数据集合"，企业是否采取了反爬措施（robots 协议声明、登录墙、验证码、IP 封禁记录、接口签名校验），这些都是法院认定 "被告是否违反商业道德" 的重要事实。

2. 证据保全。

对于容易灭失的电子证据，通常会在公证处监督下进行取证：用清洁浏览器访问被告网站，记录被告展示的数据内容、数据来源标注、付费价格；通过可信时间戳固定抓取全过程；必要时向法院申请证据保全，调取被告服务器日志、后台数据库访问记录。深圳多家法院已支持电子证据区块链存证，取证效率和举证认可度比传统网页保全公证更高。

3. 技术鉴定与专家辅助。

当案件涉及算法反爬、数据接口破解、AI 模型训练数据来源等技术争议时，律师会委托知识产权司法鉴定机构，对 "原被告数据集合是否构成实质性相同"" 被告是否绕开了原告的技术保护措施 " 出具鉴定意见，或者申请技术调查官参与庭审，协助法庭理解技术事实。

4. 管辖与诉讼请求设计。

律师会根据被告住所地、侵权行为实施地（被告实施抓取行为的计算机终端所在地）、侵权结果发生地、原告诉请金额，选择对己方最便利的管辖法院，并同步评估是否申请行为保全 —— 即在诉讼前或诉讼中要求被告立即停止爬取、停止提供涉案数据产品。对于数据这种 "晚停一天损失扩大一天" 的客体，行为保全的时机把握往往比最终赔偿更关键。

5. 赔偿主张。

在赔偿数额上，律师会根据被告的 API 调用量、付费客户数、广告收入、融资估值、APP 下载量等公开或可证据化的信息，测算被告侵权获利；同时将原告的公证费、律师费、鉴定费作为合理开支一并主张。深圳中院 1950 万元全额支持的案件，正是因为原告完整举证了被告使用涉案数据提供 "克隆交易" 服务的盈利模式和用户规模，法院才得以全额采纳原告的赔偿主张。

五、避坑指南：原告和被告分别要避开哪些雷

作为数据权益被侵害方：

作为被诉数据抓取方：