闫文龙 段晓玲

企业专利情报分析初探

闫文龙*段晓玲*

专利情报分析必须保证准确和有用，笔者在坚持该理念的基础上，在文中对专利情报分析如何进行、如何展现以及如何得出结论进行了初步探讨。尤其在技术路线、各情报间的牵制关系等细节的解读方法上，结合了自己不断尝试的经验。同时也分享了专利情报分析项目在执行中遇到的困难、误区和解决之道。

专利分析 技术路线 牵制关系

一、引 言

专利情报分析逐渐成为专利行业的一个热门领域。大家投入很大精力来研究和实施这个项目主要基于两方面目的：一方面希望运用大数据的概念，将海量的专利信息利用起来，或为拓展思路，或为未来布局方向提供参考；另一方面是将研究结果捆绑在数据库服务或咨询服务上成为专利情报分析模块，这为既有产品提供了很大增值空间。但无论基于何种目的，从事专利情报分析的人员往往会沿着如图1的进阶路线不断进步。

图1 专利情报分析进阶路线

笔者目前在第三阶段遇到很多困惑，也在不断思考第四阶段到底应该是什么。本文将详细阐述笔者在实施专利情报分析项目过程中的心得、收获及困惑。

二、确定分析目的

专利情报分析方法众多，从业者容易留恋于各种图表而忘掉最终要得到什么结论，这样的分析只能停留在“报告”的层面，无法得出真正有用的信息，导致从业者在数据处理、图表制作上投入的大量精力因没有任何深层次的分析，而很容易被全面否定。专利人员在数据处理、图表制作、图表修饰上多不擅长，因此万不可将所有的成果仅停留在图表层面，我们需要给出的是能够给管理层以警醒，给研发以借鉴和指导的内容。

笔者将文中实例的分析目的定为如下几点，不求全面，但求有用。

（1）探索某行业的主要公司是谁，各主要公司的技术强项在哪里。

（2）各主要公司的专利壁垒在哪里，关键专利和周边专利在什么层面。

（3）各主要公司的各技术路线发展情况，各阶段的研发热点分布情况。

（4）该行业整体的专利布局现状，各主要公司通过专利形成的牵制关系如何。

（5）该行业整体的专利布局空白点在哪里。

（6）本公司技术强项在哪里，与行业专利布局现状是什么关系，存在何种风险，是否与竞争公司形成有力制衡，未来布局可向何处发力。

三、认清工作理念

前文强调，专利情报分析应该提供真正有用的信息，有用信息的前提是信息准确，准确要求我们要更为专业和严谨。以对有用、准确、专业和严谨的极致追求作为专利情报分析的工作理念，要求管理者在项目实施过程中不断以该理念作为准则进行决策和管控。

四、组织人力

专利情报分析过程涉及检索、阅读、解读、统计、分析、呈现等环节，考虑到工作理念的坚持，对人力也有较高的要求。

这里尤其需要强调的是，几乎全部的参与者都会涉及专利阅读和解读。

（1）专利阅读需要非常熟悉专利文件的行文特点和用语特点，这样有助于提高阅读效率和准确性。

（2）专利解读是在专利阅读基础上对专利技术的辨别和总结，从分析结果来讲还要求通过技术方案确定其解决的技术问题和实现的技术效果。这要求较强的理解能力，同时最好具有一定的相关行业技术背景，如果停留在当前专利本身的文字记载，我们发现专利文件要么在强调自己的方案有多好的技术效果，要么对发明原理和基本的技术效果含糊提及且一笔带过。这多源于专利申请人的专利撰写特点或者所谓的撰写技巧。对于夸大技术效果的专利，解读人员会很容易掉进专利申请人的陷阱，无法甄别专利技术方案的瑕疵。如果具有基本的技术背景，你会发现这些看似优质的专利方案的相当一部分或有实施难度，或有其他方面的重要缺陷，而剩下的极少专利才是你需要重点解读以得出分析结论的基础。而含糊提及效果的专利，对于解读人员是非常头痛的事情，我们惊喜地发现这样的专利数量着实不少，尤其是在某些历史悠久的亚洲公司身上极为常见，这种专利的解读对技术背景的要求更高，因为专利本身几乎没给你提供任何可用的参考信息。

正是因为上述提及的专利撰写所存在的若干问题，如果专利解读人员不能够以技术的角度甄别专利，最终的分析结论将会出现很大笑话，这不是一个可以利用技巧来克服的问题。如果你在企业内部处理专利分析实务，不要一直将自己超脱于技术本身仅停留在法律层面，如果你在事务所中试图开展专利分析业务，请务必保证你对某一个技术领域的专利申请实务处理非常熟悉，如果你在触碰一个新行业的专利分析业务，请务必与相关行业的公司研发人员进行密集和不断沟通，以不断保持最底层和最新鲜的技术信息。

考虑到上述顾虑，很多人会尝试拉入研发人员加入项目组，帮忙解读专利，试图降低专利部门的工作负担，同时也提高专利技术的甄别能力。很多真正实行该计划的人很快会发现这根本不现实：时效糟糕、解读偏离重点、带着偏见未作仔细阅读就盲目批判个别专利的情况极为常见，这根本无法保障解读的正常进行。所以更合理和更靠谱的方法是专利部门主导，必要时求助研发人员的专业意见，而不要将整个环节的解读全部脱手于研发部门，但物极必反，专利部门也要避免闭门造车。

五、检 索

检索的全面性保证了后续分析的准确性，同时遗漏了关键专利的检索结果也会使分析报告变成一堆废纸。检索全面性和分析主题的范围界定具有很强的关联，在检索能力受限的前提下，建议将分析主题定在检索全面性能够控制的范围内，这是一种必要的取舍。

同时也有一些变通的办法，比如我们原本要分析3D显示行业内实现2D/3D两种显示模式切换的所有专利，然而现实中，直接检索这一主题（即3D显示领域中能够实现2D3D可切换的技术）无法保证检索结果的全面性和准确性，原因至少有两方面。

（1）这个主题下的技术实现方式有很多种，分析前你既无法穷举，又如何能总结全部关键词？如果仅以效果“2D3D可切换”作为检索要素进行检索，很多关键专利都未明确提出此效果类的关键词（即便是在说明书中），这在实践中阅读专利时已经证实。

（2）退一步讲，即便熟知这一主题下的所有技术实现方式，针对每种方式总结的关键词也会存在极大遗漏，这在实践中也经常发现，常见的特点是：中国企业有时会用工厂内术语撰写专利、日韩企业会用非常抽象且翻译成英文之后更不知所云的表述方式，很多情形想象不到，某些专利更是只有在看到附图后才能判断是否属于这一主题。

但幸运的是，我们能够保证更大领域，即3D显示技术的专利被相对全面地检索到，由此我们需要做的就是先检索3D显示技术这一更大领域的专利，再从中人工挑选判断哪些专利能够实现2D/3D技术可切换。这个方法看起来非常笨拙，所花时间超出想象，但却是从专利角度准确看清一个全新领域全部技术形态所需要付出的代价，实际上过程中往往也会获得与努力相称的更多知识和经验收获。

当然，在上边大前提下，也可以通过一些辅助方法来尽量平衡时间与成果，这取决于所有人员的经验、团队主管的管理智慧等。

此外，我个人非常不建议轻易在一个大的主题下分析全行业的专利，后续的阅读、解读以及分析等各环节都要面对海量数据的考验，极容易出现虎头蛇尾的结局，不仅会无奈放弃对专利深度的解析，无法得出有用的结论，且还可能由于数据量巨大而不得不批量进行技术分类等操作，都会带来不可想象的严重后果，例如同一个或相类似的术语，不同公司的定义完全相反，需要借助全文理解或附图才可判断其真正的技术类别。

六、阅读和解读

（一）阅读开展方法

同一个专利族的所有专利在阅读时可以暂时仅阅读一篇，所以在进行阅读分工之前，应首先将专利检索结果按照专利族进行汇整，可以最理想地降低专利阅读量。

如果习惯逐个申请人的方式分组阅读，那么建议在阅读某一申请人的专利族时，按照专利族的最早优先权日先对结果进行排序，这样可以达到由简入难的合理阅读目的，同时也可能在过程中体会到技术发展路线的蛛丝马迹。

实际上按照申请人进行分组逐一进行阅读的方式有很多实实在在的好处：

（1）同一申请人的专利技术范围比较集中，用语统一，阅读起来比较顺畅，也更容易发现技术发展路线的线索。

（2）如果整个分析主题的专利数量较大，有时要考虑时效和成果的权衡，按照申请人分组逐一分析，可以形成阶段性分析结论，并在后一个申请人专利分析时，可以代入前几个申请人专利分析的结论进来，这对团队内部的每一位参与者都很有帮助，否则大家会一直忙却看不清方向，当然对团队外看来也有阶段性成果，所以这是一个对内对外看起来很理想的工作方式。

（3）对于达到本文所提出的分析目的，行业内主要公司的专利布局结果足以决定整个行业的格局，其他大量的专利内容及数据的影响力和可借鉴性十分小，故也可在权衡多方因素后以申请人的维度对整个项目进行界定，适当停止阅读和解读范围。

（二）解读维度

阅读每一篇专利文献时同步会进行解读。解读维度来自分析目的所需的加工信息，通常包括如下几个维度（我们统称为“专利信息解读维度”）：

（1）技术类别，或称技术方式，比如实现2D/3D可切换有几种实现方法，这里每一种方法就是一个技术类别。

（2）技术改进层面，即专利所主要讨论的改进点是什么层面的什么环节。层面例如可以为产品结构、工艺、设备；而环节是对层面的再划分，例如产品结构层面，可能包括基板层面、配向层面、电极层层面、3D光学元件层面等环节。

（3）技术问题，或称功效，即专利方案能够带来的直接效果和间接效果。

（4）应用场景，这在专利领域人员来看会匪夷所思，专利怎么会限定应用场景，这个维度无法解读，但在很多研发人员的角度看来此类信息标注十分有用。实际上部分专利确实限定了它所应用的场景，比如有些3D显示技术专用于投影而不用做平面显示器。这一维度不需要对每篇专利文献都能够成功标注，但只要能够标注出一篇，对后续其他目的的利用也是有很大意义的。

以上这些维度的信息实际上也是专利文献内在逻辑的基本组成部分，因此解读这些信息对于专利从业人员会比较容易入门。

我们同时对比了研发部门的解读维度，发现两个部门解读专利的角度几乎完全不同，比如研发部门会仔细去看一件专利中到底通过哪些具体手段进行实施，原理是什么，他们所解读的维度往往如下（以下统称“研发信息解读维度”）：

（1）技术原理，即本质上属于哪一种技术，这与前文中的“技术类别”很像，但结论往往不同，研发人员更愿意归纳和判断真正的技术原理，而专利人员更愿意从某些关键结构部件的类型来判断技术类别。比如在3D技术领域中，通过狭缝光栅（Barrier）实现左右眼视图分离是一种公知的技术，专利人员在发现专利是利用狭缝光栅实现3D显示时，更倾向于将其定义为“狭缝光栅”技术类别，即便在狭缝光栅器件置于显示面板和背光之间（我们称为“后置”）也是同样结论。研发人员认为后置的狭缝光栅实际上通过对背光方向进行调节来实现3D显示的目的，因此认为这是一种“指向性背光”的技术原理。这并不仅是公司内部的一种意见分歧，行业内不同公司的意见也有不同，这会直接反映在专利文件之间彼此矛盾的描述上。同样也能解释以关键词作为线索进行快速分类是有很大风险的。我们发现各种专利分类号标准也存在类似问题，比如CPC分类号常使用器件类型进行分类，这对判断“技术原理”和“技术类别”基本提供不了任何帮助。

（2）器件1-N的具体类型，研发人员试图从专利中寻找整个方案的每个组成部件的具体类型，比如整个显示系统的光源是什么类型，调制系统是什么类型等，这些信息从一般的科技文献中比较容易获得，但在专利文件中无法直接锁定。大家应该很容易理解这一点：专利说明书中经常会宽泛列举一个部件具体可以为……很多种具体类型，也许极少情况下能够通过逐一排除发现专利方案其实仅能使用一种类型的部件，但这需要相当专业的甄别能力。

（3）其他关心的技术环节。

以上两种维度都适合后续的筛选操作。比如有人关心解决某一个核心问题的全部专利，那可以在“技术问题”一列进行筛选；有人关心特定器件进行组合的专利，那可以在相应的“器件类型”列进行筛选。注意这里的筛选基于人工解读后得来的信息，而非专利文件原有的文字表述内容。虽然我们极不情愿将自己的解读结果做这个比较保守和浅层次的用途，但现实中确实会有很多研发人员、管理层甚至销售部门想直接了解某些需求的专利情况，从以往已经阅读解读的专利列表中进行快速筛选，确实是一种比较高效的方法。同时这方面的用处在专利分析项目立项以及结题时有助于让决策者理解项目成果的可用性。

我们发现研发信息解读维度在后续进行技术空白点的寻找时更好用。在专利信息解读维度的基础上寻找技术空白点，我们进行交叉分析的两个维度经常是技术问题和技术类别，或者交叉分析技术问题和技术层面。无论是哪一种选择，得到的空白点都是这样的结论：“解决某个问题在某个领域或某个技术层面，还没有人申请专利”，但距离得出技术方案还有很大一步。在研发信息解读维度的基础上，交叉分析的两个维度或多个维度往往是各环节部件之间的交叉分析，结得到的空白点往往是“利用A1部件实现A环节，利用B2部件实现B环节，利用C4部件实现C4环节的整个系统，目前还没有专利申请过”，下一步动作就是向如何组合A1、B2和C4，显然距离得到技术方案近了许多。利用专利信息解读维度进行技术空白点分析的过程还有其他困惑，将在后文的“八、技术功效矩阵图探索”中详细阐释。

某些专利会讨论多个技术问题，比如主要发明点解决一个问题，其中一个或几个实施例又能进一步解决另一些问题。类似地，有些专利也会讨论一个发明点在多种技术类别上的适用，将发明点应用在每个技术类别上进而得到一个个具体实施例。这些情况产生了针对一篇专利文献在一个解读维度上是否该给出多个分类的问题。我们认为从严谨性上讲，需要根据专利自身的全部内容尽可能给出全部的分类，无论是这些分类数据用于后续筛选操作，还是用于技术空白点分析，都要求全面和准确。对一篇专利文献的一个维度上给出多个分类，将对后续基于分类的数量统计方法提出更高的要求。同时我们发现部分专利数据库产品所提供的在线分析功能，也限制了用户在对专利进行自定义标引时，针对一个维度只能给出一个类别。故我们在进行分析数据过程中，基本都在使用Excel软件及其强大的公式和VBA编程工具，原因是其更灵活，运算逻辑可控、也相对更安全。

（三）标准制定

考虑到后续要做统计和分析结论，解读的每个维度应该尽量形成分类标准，避免分类内容过杂，无法得出清晰结论，这就是“标准制定”的问题。

我们发现早前相关文献及大型分析报告中将这一部分通过“技术分解表”的形式确立了下来，同时也有部分商业报告中以“鱼骨图”的形式将技术分解表中的内容以更为直观和漂亮的方式进行展现，知识产权出版社出版的《产业专利分析报告（第5册）——立体影像》中对技术分解表内容的定义在前期给我们提供了很多参考。

我们在很多项目中尝试对技术分解表进行更新和加强，同时也体会到技术分解表何时形成最适合的问题。这将是这个部分探讨的重点。

我们在启动一项全新的专题分析项目时，面临一个实际的问题是，这个专题是一个相对微观的范畴，早前的报告无法提供有用的技术分解表支持，因为那些技术分解表太宏观了。我们尝试征询RD专家意见后发现无人能够给出全面的意见，所以在面对一个真正需要通过分析专利来给所有人新观点的项目时，很难在解读专利前就预先形成分类标准。只有在解读一定数量的专利后，才能通过对五花八门的分类结果进行汇整归类，得出第一版的分类标准。

此外我们发现过早和过于自信的先行制定分类标准，会降低解读的准确性。这在以团队形式分工解读时尤为明显。我们发现在未全面了解整个分析主题的技术总体情况时，大家会更愿意将看到的每件专利强制向所谓的“分类标准”进行匹配，尤其是在阅读很难看懂的某些专利时，通过简单的线索将其分类到对应的标准名词中去看起来非常简单高效，这不仅容易造成判断失误，更可能掩盖掉原本存在的一种新的类别。所以作为团队主管，一定要鼓励团队成员从专利的本质出发给出准确的分类甚至是自定义语句或词汇，不要过于依赖分类标准，对于这些分类标准外的自定义分类信息需要最后再进行汇总核实，是否需要创立新的分类标准在此时会被经常讨论。在汇总五花八门的分类结果时，团队主管必然要对结果再修正，或者将其归类到既有标准中去，或者创立一个新分类出来。但无论是哪种操作，都应该尽量保留原始分类结果，因为原始分类结果中往往带着解读人员拿不准的疑惑，这些信息对后来纠错具有很大作用，不要头脑一热删掉这些宝贵的历史数据。

（四）勤于讨论

为保证后期分析质量和预先发现分析结论的线索，我们发现在分工解读专利的过程中定期讨论已解读的专利基本内容及解读分类的结果和疑惑都是很重要的工作习惯，至少具有如下用处：

（1）团队参与者彼此了解其他人阅读的专利内容，有助于理解自己的部分关联后续专利的方案原理；

（2）通过讨论解读分类的结果和疑惑，及时发现分类标准的缺陷，并进行更新；

（3）发现某些专利解读分类的错误，及时纠正；

（4）团队主管了解专利技术内容的整体特点，对后续分析的方向和方法的选择进行预先判断；

（5）团队主管发现关键路线的核心专利，为后续技术路线分析提供启发。

（五）团队主管汇总解读结果和核查

尽管专利解读过程中团队已经多次讨论过专利解读内容，但团队主管仍不能省去后期再核查的环节。我们发现在这个环节会与相关负责解读的人员讨论更细节、具体的专利内容和分类内容，同时也会有大量的解读内容被退回返工。

（六）鱼骨图及分类代码的使用

前文提到将分类标准以鱼骨图的形式展示，这在最终汇报报告中十分必要。此外对各个类别增加分类代码标识也很实用，相应地在专利的解读数据中也应该包含这些分类代码标识，这对后续利用函数进行统计运算非常有帮助。图2是一个带有分类代码鱼骨图示例。

图2 鱼骨图示例

七、常见统计方法排查

在完成专利的解读后，就会进入后期的统计分析，自此开始进入寻找结论的环节。通过前面的解读，专利信息已经包括自有法律信息和技术解读信息，利用这些信息完成一维、二维、三维层面的统计分析能够触及宏观和微观层面。在专利分析人员成长的第一阶段，各种统计方法所需的数据加工方法、统计实现算法、图表绘制方法是基本功，随着后续实际项目的积累，也会不断完善新的统计方法和绘图方法。

截至目前，我们从申请年（最早优先权年）、申请人、发明人、申请地域、法律状态、技术（包括技术类别、技术层面等）、功效、引用关系几个维度整理了各种一维、二维和三维的分析方法，并以表格的形式将各种分析方法名称及所需的XYZ坐标系选择进行了整理。所列方法均是借助现有办公辅助软件可以实现的方法，其他对数据和算法要求较高的方法均未列出。具体的分析方法借鉴了知识产权出版社出版的部分《产业专利分析报告》及其他关于专利分析和图表制作的书籍。每个单元格中填写的专利分析方法为借助该单元格所在行的维度名称和所在列的维度名称进行组合分析的方法，对角线处单元格中填写的专利方法为一维分析方法。图3给出了示例。

图3 专利分析方法梳理

图3中所列统计分析方法涉及大量的宏观层面分析，这些分析方法在实际的商业报告中非常常见。同时还有未示出且借助常规工具较难实现的更高阶宏观分析方法，比如借助多维度专利衡量指标的专利重要度排序算法（旨在寻找重要专利）、竞争对手竞争力排序算法、专利价值计算算法等。在企业中实际处理大量专利分析后，我们发现上述宏观分析方法有若干缺陷（虽然我们仍需要在报告前部加入管理层希望了解的宏观分析数据），所以对此方面的分析方法及某些商用数据库中的自动分析模块抱有谨慎态度。

某些宏观分析方法过于依赖专利数量，虽有一些扩展出来的指标特征，但这些指标特征的计算仍过于呆板，不能反映整个行业的技术发展现状、热点问题、技术难点等真正影响行业走向和企业决策的信息，虽然我们不愿承认，但我们发现从研发的角度来看，某些公司具有一件对行业具有关键作用的专利就足以对抗专利数量庞大的若干竞争对手，对一家公司的影响力判断也往往是由几件关键专利决定，其他数量庞大的专利基本如同废纸。看起来在算法设计时讨论的修正或小缺陷（Bug）恰恰是真正的决定因素。因此主要依赖数量和指标的统计分析方法至少在我们所分析的行业中与现实相去很远，也与研发和生产现状脱节。

很多人埋头做完宏观分析后，会与产业实际现状进行比对，对用数据说话的直接结果进行验证，如果一旦出现矛盾，还要蹩脚地去解释原因。这产生了一个悖论：分析是为了给读者以新的和更深的结论，不是对已知结论的再阐述，为结论矛盾再去解释的处理方式会使读者产生对分析方法本身和分析团队专业性的质疑。

以上疑虑导致我们在使用宏观分析方法时非常谨慎，仅使用一些简单但稳定的方法。但我们相信大部分宏观分析方法对于某些特定应用场景下仍是唯一的可操作的处理方式，只是在用来为企业内部重要决策提供信息支持的微观分析报告中，暂时不能滥用。

八、技术功效矩阵图探索

在回答“我们公司该向哪个方向布局专利”这个问题时，会很自然地想到“向布局空白处”进行布局。寻找技术空白点和技术热点的一种方法为技术功效矩阵图，可以以表格或气泡图的形式呈现两个解读维度之间的交叉统计结果。在实际中可以将利用技术类别和技术问题两个维度进行统计分析，也可以利用技术改进层面和技术问题进行统计分析。

我们进行功效矩阵分析的过程中，遇到最大的难题在于横轴和纵轴的选择。我们认为横轴和纵轴具体定义为哪一个解读维度，需要考虑到技术空白点寻找的目的，同时也要考虑技术空白点的合理性，这往往需要横轴和纵轴的解读维度之间具有较强的相关性。为了提高这种相关性，我们尝试尽量缩小功效矩阵图的专利范围。比如我们仅针对某第一级技术分类的专利，将其包含的多种二级技术分类和技术问题确定为X轴和Y轴。作为一个示例参见图4的结果。

图4 以技术问题和技术分类进行分析的功效矩阵图示例

以此结果我们在尝试寻找交叉处空白点的过程中面临两个主要问题：

（1）很多空白点是一种客观的不存在，或称无意义的空白点，图4中“无意义”的空白点代表某个技术类别客观不存在这个技术问题。

（2）寻找到真正有意义的空白点后，又该如何补足这些空白点。前文曾经提到，从专利信息解读维度寻找到的空白点到技术方案之间还有很大一步要跨越。如果研发人员不能积极配合提出方案又或者从根本上对这种通过专利数据分析的方法确定专利申请方向的手段比较反感，那么后续工作根本无法展开。

关于专利部门是否可以自己思考技术方案补充布局空白的问题，我们持谨慎的态度。从目前业界的情况来看，专利的质量和技术的质量关联度非常高，虽然我们经常说好的专利技术上往往非常简单，但好用的简单技术需要具有相当深度技术沉淀的人员经过化繁为简的方式才能得出，这样的简单技术看似简单，但必须合理和精妙，才能够成为好专利的基础素材。

综上几点困惑，我们认为这与坐标轴的选择有很大关系，更深层次的原因可能是早前建立的分类标准不够合理，使得两个维度的具体分类标准之间关联度不够。

我们同样探索了利用技术层面与技术问题两个维度制作功效矩阵图，如图5所示。

图5 以技术层面和技术问题进行分析的功效矩阵图示例

在这种分析方法中我们面临的新问题是横轴和纵轴的分类太多，导致交叉点数量非常多，整个功效矩阵图中的空白区域巨大，同时非空白区域过于离散。这与技术层面这一维度的分类标准制定得太散有关。但如果分类标准制定得太过少和集中，虽然会改善上面的气泡图效果，但会隐藏专利之间的细节区别。作为分析人员，如何定义分类标准使得兼顾功效矩阵图的效果和专利内容之间的区别，是需要不断探索和改善的。

九、技术路线图

技术路线图的整理几乎全部依赖于对专利文件内容的阅读和解读，数据支撑所起的作用非常小。我们认为截至目前最为稳定、安全和有用的信息结果就是技术路线图。我们对技术路线图的定义为：借助直观的图表，以专利文件为信息来源，呈现特定领域和特定公司的关键技术点内容、走势及彼此关联。更为直接简短的概括方式为找到一种能记住所有专利的方法。

技术路线图最初阶段仅能做到将关键专利/全部专利以时间的横向顺序排开，再以技术或者问题的角度纵向分类，如《专利代理》杂志2015年第3期中题为“E Ink公司电子纸柔性显示屏专利申请布局分析及启示”一文中曾经记载的图6，这种展现方式的问题在于没有建立专利之间的关联。

图6 缺少专利间关联关系的技术路线图示例

添加专利之间的关系可以借助引用关系来实现，但专利的原始引用关系数据来源广泛：有专利申请人撰写时就引证的数据，有国家知识产权局审查员审查过程中加入的对比文件数据，还有专利申请人提交的IDS数据。这些数据包含很大的噪声，需要人工对原始引用关系进行甄别和修剪，保留最能体现专利之间关系的主线。我们在实践中发现某些公司的专利文件中会比较清晰地记载业界公认的前案的技术内容、前案存在的问题，这些信息也会给我们寻找主线提供很大帮助，甚至能够扩充技术路线图中的关键专利集合。当然大部分的专利没有很客观地记载合适的前案，原始的引用数据不具有代表性，几乎无法使用，此时需要人工甄别专利之间的关系，这对于分析人员的分析对比能力要求很高。

在绘制技术路线图时我们可以仅针对一家公司绘制其在分析主题下的所有技术分类的技术路线图，如图7所示。

图7 增加专利间关联关系的技术路线图

我们也可以横向对比多家公司的专利路线情况，这时比较理想的方式是将技术路线图的分析集合局限在一个技术类别内，为每个技术类别分别绘制多家公司的技术路线图，可以将图7中的技术类别替换为不同公司维度即可实现。

无论是在一张图中绘制同一家公司的多种技术类别的技术路线，还是绘制同一技术类别的多家公司的技术路线图，除了极少数分析主题的专利数量较少外，大部分的分析项目中如何选取技术路线图中所需的关键专利是避不开的关键问题。通常可以将所有专利按照最早优先权年顺序排列，从技术特点的转变点、新技术的出现、当年热点问题等信息角度确定关键专利，不建议仅借助同族专利数量、被引证数量确定关键专利，因为这充满了变数和不确定性。

当年热点问题的数据需要对原始解读数据中“技术问题”进行统计分析，利用Excel工具中的相关函数可以实现这一目的，同时借助“条件格式”的设置按照数值填充不同深度的颜色，可以更直观地显示不同年份讨论相关技术问题的专利族的数量。图8左上角单元格填入技术类别代码，表示分析局限于T2技术类别，第一列为各技术问题的代码，第一行为最早优先权年。

图8 核心技术类别的热点问题分布统计图

我们认为技术路线图的结果可以具有如下用处：

（1）提供了一种能够看清和记住某一技术类别或某一公司的全部专利的方法，而非仅停留在专利数据清单的层面。

（2）为后续分析不同公司的专利牵制关系提供依据。

（3）整理竞争对手热点问题的解决方案思路，为研发提供信息支持。

（4）遇到研发项目立项时快速给出全面准确的竞争对手专利布局现状的结论，内部专利提案检索评审时快速锁定前案。

（5）尽可能早地确定本企业的新专利在全行业的定位，与其他竞争对手专利之间的关系。

十、专利牵制关系分析

在各个技术类别的技术路线绘制完成后，在不同技术路线上不同公司的专利牵制关系开始变得清晰。我们暂时认为表格是呈现牵制关系结论的最直接形式，比如可以采用表1的形式。

表1 牵制关系表

本节内容仍在不断探索中，请读者谅解。

十一、小 结

我们在如何通过专利分析得到准确和有用的信息上进行了一定摸索，在很多后期分析环节尚存大量需要攻克的难题和疑惑。我们认为过程中对专业、严谨、准确的追求极为重要，这是我们开展这些项目的立足之本，无论是咨询公司为客户提供信息服务，还是企业专利部门为研发部门提供信息服务，都要坚持这一理念，相信专利信息分析结果没有半成产品，更没有折衷产品，否则所有的努力结果都会被打上不实用或不准确的标签。

张家港康得新光电材料有限公司。