专利数据分析方法课件

1、专利数据分析方法第1页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第2页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第3页，共57页。专利分析（ Patent Analysis ）：即专利情报分析，是对与专利相关的大量零碎的时间、地点、人物、技术、法律和商业方面的信息进行加工、组合和分析，以得到所需的情报信息。专利“人”商业法律技术时间地域专利分析概述第4页，共57页。对目标竞争对手或者目标技术领域的专利进行宏观量化统计分析，理清目前面临的宏观专利现状对检索下载的目标专利进行专利威胁度（价值）评估、

2、排序，侵权比对，梳理目标对象或者领域的专利重要度情况和风险水平，从而发现真正的实质威胁专利提供规避预警方案根据专利宏观量化统计分析、专利风险排查的结果，以及结合企业自身的特点，为企业的技术研发及专利布局等决策提供建议专利分析目的宏观纵览威胁评估风险预警参考借鉴策略规划专利分析概述第5页，共57页。前期准备确定目标和内容：确定专利分析目标、专利分析的技术范围、专利分析数据的地域范围、时间范围、专利分析内容；技术准备：针对分析目标和内容查询相关商业和技术资料，消化吸收相关技术内容。数据采集专利检索：利用申请人名称关键词、技术关键词、分类号等信息构造检索表达式，并下载专利文献信息；数据清洗和整理：整

3、理检索结果，筛除不相关专利，得到需进行分析的专利范围。定量统计分析、专利技术内容定性分析、专利威胁度（价值）评估、侵权比对与风险评估应对等。项目汇总整理汇总项目过程文件：对专利检索关键词、表达式、数据分析相关文件进行汇总；撰写项目总结文件：对项目过程、各阶段分析结果进行总结，并撰写分析报告或制作PPT。专利分析核心阶段专利分析概述第6页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第7页，共57页。“人物”“地域”“技术”专利申请人、专利权人、发明人、专利代理机构等自然人或组织机构特定地理区域，如洲、国家、省、区县等特定范围的技术领域、产品、行业或

4、者产业申请日、优先权日、公开日、授权公告日、期限届满日等专利类型法律状态分析对象及角度第8页，共57页。趋势线可以表现什么？专利申请趋势：1.技术领域全球申请趋势2.技术领域不同地域申请趋势3.不同技术分支全球申请趋势4.不同申请人申请趋势第9页，共57页。趋势线可以表现什么？申请人/发明人专利申请趋势：1.申请人全球申请趋势2.申请人不同地域申请趋势3.申请人不同类型专利申请趋势4.发明人申请趋势第10页，共57页。单一趋势线该如何解读？1.大体趋势2.解释拐点第11页，共57页。多条趋势线对比该如何解读？1.趋势及差异 2.分析原因第12页，共57页。技术领域全球专利申请趋势，能得到哪些结

5、论？一定程度上反映出技术的发展历程、技术生命周期的具体阶段，以及预测未来一段时间的发展趋势以技术领域为分析视角第13页，共57页。技术领域在不同地域的专利申请趋势，能得到哪些结论？一定程度上反映出某技术领域在不同地域的被关注程度以技术领域为分析视角第14页，共57页。技术领域首次申请国的专利申请趋势，能得到哪些结论？侧面反映出某国家或者地区的技术创新能力和活跃程度以技术领域为分析视角第15页，共57页。多个技术领域的全球专利申请趋势，能得到哪些结论？ 一定程度上反映出目前或者未来技术研发的热点方向以技术领域为分析视角第16页，共57页。技术领域不同申请人的专利申请趋势，能得到哪些结论？一定程度

6、上反映出申请人对技术的关注程度，预测技术领域未来的市场竞争格局，帮助企业发现潜在的竞争对手或者合作伙伴以技术领域为分析视角第17页，共57页。技术领域不同类型专利的申请趋势，能得到哪些结论？一定程度上反映出技术领域的技术创新变化情况，侧面评价该领域专利申请的技术含量高低以技术领域为分析视角第18页，共57页。申请人（专利权人）全球专利申请趋势，能得到哪些结论？一定程度上反映出申请人不同时期的专利布局策略和技术发展动向，预测未来一段时间可能的专利布局发展趋势以申请人（专利权人）为视角第19页，共57页。申请人不同技术领域的全球专利申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）的技术

7、研发热点，预测未来的技术发展动向以申请人（专利权人）为视角第20页，共57页。申请人不同地域的专利申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）对不同地域的市场关注程度，预测未来的市场发展动向以申请人（专利权人）为视角第21页，共57页。申请人（专利权人）不同类型专利的申请趋势，能得到哪些结论？一定程度上反映出申请人（专利权人）的技术创新变化情况，侧面评价创新的技术含量高低以申请人（专利权人）为视角第22页，共57页。 申请量和申请人数的联合变化趋势，能得到哪些结论？技术生命周期第23页，共57页。申请人集中度（专利申请量排名前N位技术分支的专利申请量占比总和）变化趋势，能得到哪

8、些结论？一定程度上了解分析对象的申请人（专利权人）之间相对专利规模和技术垄断趋势，预测行业的专利申请整体发展趋势及潜力集中度分析第24页，共57页。 一定程度上了解分析对象的专利布局地域扩张趋势，为企业市场拓展方向提供参考。 地域集中度（专利申请量排名前N位地域的专利申请量占比总和）变化趋势，能得到哪些结论？ 技术集中度（专利申请量排名前N位技术分支的专利申请量占比总和）变化趋势，能得到哪些结论？ 一定程度上了解分析对象的活跃技术分支、技术变迁及未来发展趋势，为企业专利战略的制定提供参考。集中度分析第25页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘

9、分析第26页，共57页。“人物”“地域”“技术”专利申请人、专利权人、发明人、专利代理机构等自然人或组织机构特定地理区域，如洲、国家、省、区县等特定范围的技术领域、产品、行业或者产业专利类型法律状态技术构成、申请人构成、法律状态构成、专利类型构成、加工指标等分析对象及角度第27页，共57页。饼图可以表现什么？1.密集点2.空白点3.研发广度4.研发集中度第28页，共57页。单一对象的构成图该如何解读？1.看分布2.分析原因第29页，共57页。多个对象的对比图该如何解读？1.找特点（差异）2.分析原因各公司技术侧重度对比图第30页，共57页。前提：对分析对象进行技术层面的归类1. 依据专利著录项

10、中的分类信息（如国际专利分类号IPC、联合专利分类CPC等）技术构成分析第31页，共57页。2. 根据实际需求进行定制化的分类（如按照功能、结构、材料等进行多角度分类）结合自身业务结合行业特点结合技术走向技术1 . . .技术2 . . .技术3 . . .实现方法应用流程方便技术人员方便管理人员考虑到企业内部的技术分类参考行业内不同的分类标准以方便归类和进行专利分析为主 分类原则技术构成分析第32页，共57页。 单一对象的技术构成分析，能得到哪些结论？技术构成分析了解专利申请的密集点和空白点，找出核心技术分支及重点专利，为专利布局和风险预警提供参考；一定程度上评估出技术研发集中度，判断分析对

11、象的技术研发和市场推广侧重点。第33页，共57页。 多个对象的技术构成对比分析，能得到哪些结论？一定程度上评估出技术研发广度，判断技术和市场能力更强的分析对象；一定程度上评估出技术研发和市场布局的差异。技术构成分析第34页，共57页。前提：对分析对象进行申请人类型的归类 1. 归类角度可包括申请人（专利权人）所属地域，如中国申请人、美国申请人、日本申请人等；申请人（专利权人）类型，如个人、研究机构、大学、企业等。 2. 数据除专利数量和比例外，还可以是计算加工后的指标。以申请人（专利权人）构成分析第35页，共57页。 单一对象的申请人构成分析，能得到哪些结论？ 一定程度上明晰创新者身份组成，辨

12、别创新主体是谁。 以申请人（专利权人）为视角第36页，共57页。 多个对象的申请人构成对比分析，能得到哪些结论？一定程度上了解技术领域或者特定地域范围的市场竞争情况。以申请人（专利权人）为视角第37页，共57页。单一对象的专利申请地域（技术来源国）构成分析，能得到哪些结论？ 一定程度上评估出各主要国家或地区的专利布局及专利输入输出情况，查找技术起源国、辨别目标市场等申请地域构成分析第38页，共57页。多个对象的专利申请地域构成对比分析，能得到哪些结论？一定程度上评估出国家或地区的技术优势和侧重情况，明晰目标市场的专利布局现状； 一定程度上评估出国家或地区的技术实力对比。申请地域构成分析第39页

13、，共57页。法律状态构成分析能得到哪些结论？一定程度上衡量竞争对手技术研发实力和专利技术含量高低，评估专利威胁性；一定程度上衡量技术领域的专利活跃程度，评估专利风险总体水平。法律状态构成分析第40页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第41页，共57页。“人物”“地域”“技术”专利申请人、专利权人、发明人、专利代理机构等自然人或组织机构特定地理区域，如洲、国家、省、区县等特定范围的技术领域、产品、行业或者产业专利类型法律状态申请量、授权量、申请人数、发明人数、加工指标等分析对象及角度第42页，共57页。排序图表该如何解读？1.找特征点2.

14、分析原因第43页，共57页。技术领域排序分析，能得到哪些结论？可筛选出专利申请的主要技术领域，进一步还可以将主要技术领域作为分析对象，进行数据趋势和数据构成分析技术领域排序分析第44页，共57页。申请人（专利权人）排序分析能得到哪些结论？可筛选出主要申请人（专利权人）进一步还可以将主要申请人（专利权人）作为分析对象，进行数据趋势和数据构成分析(专利产出率 = 专利申请总量/发明人数量)申请人（专利权人）排序分析第45页，共57页。申请地域排序分析能得到哪些结论？可筛选出重点申请地域进一步还可以将主要申请地域作为分析对象，进行数据趋势和数据构成分析申请地域排序分析第46页，共57页。发明人排序分

15、析能得到哪些结论？可以找出发明创新最多的技术人才，作为企业人才引进的重要参考因素； 持续关注重点发明人的技术研发动态，还可了解前沿技术的演进趋势，洞察产业机遇。发明人排序分析第47页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第48页，共57页。数据关联分析是指将各种数据与专利信息组合起来进行共同分析。数据关联分析数据关联分析的三个层次：专利数据多维度组合分析专利数据多指标组合分析专利数据与非专利数据综合分析第49页，共57页。虽然日本申请人专利部署总量领先，但是SMS集团专利部署“技高一筹”，不但注重全球化的专利布局，而且专利质量较高，在核心技术领域部署的专利数量较多。多维度组合分析第50页，共57页。Silicon image公司的并购行为对专利布局影响综合数据关联分析第51页，共57页。综合数据关联分析第52页，共57页。主要内容专利分析概述数据趋势分析数据构成分析数据排序分析数据关联分析数据挖掘分析第53页，共57页。数据挖掘的概念从大量的数据中发现隐含模式和知识