京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的专利权价值评估
随着大力实施创新驱动发展战略,我国的专利保护意识得到大幅提升。以发明专利为例,截至2014年底,我国有效发明专利总量为119.6万件,表明了我国知识产权战略实施的显著成果。与此同时,如何盘活体量巨大、蕴含了丰富技术创新的专利权储备,打通专利权价值转化的各个环节,促进专利运用,也成为目前迫切需要解决的问题。其中,缺乏规范科学的专利权评估方法成为制约专利转化的瓶颈。进入大数据时代,数据分析以各种方式影响和改变着社会模式,能否通过专利数据分析解决专利权价值评估难题,值得探讨。
探索大数据评估的模式
目前的专利权价值评估中,尚没有一种以主导地位得到广泛认可。这一方面归咎于专利权价值评估的复杂性,另一方面现有算法多参照有形资产评估理论,对于专利权不同于有形资产的特性考虑不足。为了促进专利价值转化,建立科学规范、客观公正的专利权价值评估模式是大势所趋。报告显示,2014年,全国专利权质押金额为489亿元,较上年增加92.5%,进入2015年,各地专利权质押融资案例更是与日俱增。从中可以看到知识产权运用的可喜发展态势,但如若评估算法不科学、评估结果存在隐患,将会影响到专利权质押融资以及专利权转化的可持续健康发展。由此可见启动专利价值分析指标体系建设工作的重要意义,如果能够籍此形成规范的专利权价值评估体系,服务于知识产权运用大局,无疑将会推动知识产权价值更好地体现。
随着大数据时代的到来,海量信息的存储、获取、挖掘、运用正在潜移默化中改变人们的生活。大数据的核心价值在于分析,对于专利数据而言,其相对于其他数据具有先天优势。如果基于专利大数据分析建立完备的行业技术脉络及市场分布,将能为充分考虑法律、技术、经济要素建立评估算法提供可靠基准。行业技术脉络的建立可以专利数据资源以及行业市场数据为基础,在纵向上划分不同技术层级,梳理相同技术层面的技术关键点、专利数量、产品市场份额、每年行业产值、申请人等核心数据,形成行业技术分析数据。同时统计相关技术层级下行业总产值,技术关键点对应产品市场份额,形成行业市场数据。以行业技术数据和行业市场数据作为对待评估专利从法律、技术、经济纬度进行标定的基准,以技术脉络再次核定其法律稳定性,从权利保护范围评价其侵权抵御能力,从技术走向考量其技术效果,从技术及市场发展态势预判其市场前景,依据市场和行业数据分析,在法律、技术、经济维度给出评估因子,核算专利权的经济价值。评估时还可有效进行多项专利权组合评估,其估值将可通过加权因子进一步加权。
在评估中,法律维度评估因子的查验和技术维度评估因子的标定是该方法有别于现有方法的显著区别。法律维度评估因子的查验使得专利权有效性更为确定,专利权实际保护范围的鉴定得到了体现。技术维度评估因子摒弃了现有以引证和被引证数,专利文件中字数多寡等表面文章鉴定专利权技术属性的做法,客观地以行业技术脉络图的标定为基础进行分析。相比于现有评估方法,以大数据分析为依据的专利权价值评估将更为全面和客观,从评估角度而言,更能从专利权的法律和技术本质上趋近于其真实价值,也能够以行业产值为科学依据,更有针对性地体现出相关专利权的市场价值。
突破价值评估体系的瓶颈
虽然大数据分析有望突破现有专利权价值评估的局限性,但建立庞大和系统化的专利权价值评估体系是一大难点。进行专业化的技术脉络梳理,涉及面极广、专业性要求很高,所需人力物力巨大,需要各专业人员进行架构设计并借助互联网数据分析才有可能实现。所以从规范引导专利权价值评估、促进创新驱动的根本角色定位,从组织所有行业进行技术梳理的能力,从掌握专利数据资源、人员储备的角度出发,只有相关政府部门才具备建立这一体系的潜力。
另一方面,专利审查员具备专业性和客观性优势,不仅能够胜任运用专利资源数据库的检索和分析工作,也具备有效运用计算机进行数据分析的能力,还能够持续更新完善行业技术脉络图,与评估方之间的非雇佣关系,更能够保障评估过程的客观与准确。
综上所述,如果能够以大数据分析为基础、搭建专利权价值评估体系,将有望建立专利权价值转化的评价体系,为后续广泛的评估提供可靠的公共资源,保障专利权评估的科学规范与客观公正,为日后专利权价值转化运用的可持续健康发展创造环境,从而推动知识产权工作与经济发展进一步深度融合,为知识产权运用的做大做强保驾护航。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27