专利分析流程介绍与专利分析报告的运用策略
专利信息分析流程一般包括前期准备、数据采集、专利分析、完成报告和成果利用5个阶段。其中，前 4个阶段包括成立课题组、确定分析目标、项目分解、选择数据库、制定检索策略、专利检索、专家讨论、数据加工、选择分析工具、专利分析和撰写分析报告这11个环节。有些环节还涉及多个步骤，例如专利检索环节包括初步检索、修正检索式、提取专利数据 3个步骤。另外，在项目实施前期准备阶段中可根据需要加入调研环节。对于需要进行中期评估的项目，应当在项目实施流程的中期阶段组织实施。项目实施过程中，还应当将内部质量的控制和管理贯穿始终。
1．前期准备
研究进入实施流程环节后，首先要进行前期的准备工作，这其中包括成立课题组、确定分析目标、项目分解、选择数据库4个环节。
(1) 成立课题组。
根据项目需求，选择相应人员组建项目课题组。课题组应由具有多学科知识背景和专业技能的人员组成，这些人员主要包括专利审查员、专业技术人员、情报分析人员、政策研究人员以及经济和法律人员等。
(2) 确定分析目标。
在项目初期，应进行项目需求分析，认真研究背景资料，了解现有技术的特征和行业发展现状以及产业链基本构成等内容，在此基础上明确分析目标。
(3) 项目分解。
项目分解是前期准备阶段的一项重要工作，恰当的项目分解可为后续专利检索和分析提供科学的、多样化的数据支撑。根据所确定的分析目标，将研究对象采用的技术方案进行分解的目的在于细化该技术的分类，如同国际专利分类表IPC所采用的大类、小类、大组、小组的划分方式，以更好地适应“专利”本身的特点，便于后续的专利检索和专利侵权判断分析。
专利法规定了一件专利申请如果要获得专利权需要符合单一性规定，这决定了一件专利申请的发明内容往往只会涉及某项技术的某一点创新式改进，而一项新“技术”往往是成千上万项创新式发明点的集合，其背后则对应着成千上万件的专利申请。如何将这些数量众多的反映该项新“技术”的专利申请进行归类整理，以反映该项新“技术”的专利布局情况，这正是项目分解所要解决的问题。
项目分解应尽可能依据行业内技术分类习惯进行，同时也要兼顾专利检索的'特定需求和课题所确定分析目标的需求，使分解后的技术重点既反映产业的发展方向又便于检索操作，以确保数据的完整、准确。
(4) 选择数据库。
根据确定的分析目标和对项目涉及的技术内容的分解研究，选择与技术主题相关的一个或多个数据库作为专利分析的数据源。通常情况下，可以将项目的分析目标、数据库收录文献的特点、数据库提供的检索字段等万回作为选择数据库的依据。
2．数据采集
在完成对研究项目的前期准备工作后，应当在所获取的背景资料以及项目分解结果的基础上进行数据采集，这一阶段的工作主要包括制定检索策略、专利检索、专家讨论和数据加工4个环节。
将专家讨论环节设置在数据采集阶段，主要考虑到数据采集是关系到最终研究成果准确性与否的关键阶段，所以在此需要设置特别的环节以确保研究的质量。当然，在认为其他阶段也需要专家参与时，均可设置该专家讨论的环节。
1) 制定检索策略。
检索策略的制定是专利分析工作的重要环节，应当充分研究项目的行业背景、技术领域，并结合所选数据库资源的特点制定适当的检索策略。一般来说，在对项目所涉及技术内容进行详细分解后，应尽可能列举与技术主题相关的关键词和分类号，同时确定关键词、分类号之间的关系，编制初步检索策略，然后通过初步检索的结果动态修正检索策略，以实现最佳的检索效果。
2) 专利检索。
专利检索策略制定完成后，进入专利检索环节。专利检索主要包括初步检索、修正检索式和提取专利数据 3个步骤。
(1)初步检索，根据编制完成的检索式和选定的数据库特点（如数据库的逻辑运算符、截词符、各种检索项输入格式要求等），选择小范围时间跨度提取数据，完成初步检索步骤。
(2)修正检索式，浏览上述初步检索结果，并进行分析研究，初步判断检全率和检准率，并对误检、漏检数据进行分析，找出误检、漏检原因，完成检索式修订，形成修正检索式。值得注意的是，修正检索式过程往往要经过多次反复，不断调整检索式并判断检索效果，直至对检索结果满意，形成最终检索式。
(3)提取专利数据，运行最终的修正检索式，下载检索结果，形成专利分析原始样本数据库，供进一步使用。
3) 专家讨论。
项目进入实施阶段后，可在“专利检索”步骤后设置专家讨论环节。通过邀请相关方面的专家对课题组已进行的工作从管理层面和技术层面进行指导，确保课题组后续研究工作的有效性和实用性。当然，也可以不必拘泥于本书所规定的专家讨环节的启动时间，在认为有必要咨询相关专家时，如项目启动之初、确定分析目标或是项目分解等环节，均可以组织专家进行讨论，以利于项目的后续实施。
4) 数据加工。
专利检索完成后，应当依据项目分解后的技术内容对采集的数据进行加工整理，形成分析样本数据库。数据加工主要包括数据转换、数据清洗和数据标引3个步骤。
(1)数据转换是数据加工过程中的第一步，其目的是使检索到的原始专利数据转化为统一的、可操作的、便于统计分析的数据格式（如Excel、Access格式等）。
(2)数据进行清洗，实质上是对数据的进一步加工处理，目的是为了保证本质上属于同一类型的数据最终能够被聚集到一起，作为一组数据进行分析。这是因为各国在著录项目录入时，由于标引的不一致、输入错误、语言表达习惯的不同、专利法律状况的改变以及重复专利或同族专利等原因造成了原始数据的不一致性，如果对数据不加以整理或合并，在统计分析时就会产生一定程度的误差，进而影响到整个分析结果的准确。
