“专利数据驱动”企业专利布局的潮流已至：欧洲篇( 二 ) 作者：吴征

那这类数据怎么才能为企业带来布局策略指导？
今天结合这家欧洲公司最新的一篇文章来介绍，对企业专利申请及诉讼的影响。
这家公司开发的这套系统，设置了一个QthenaProsecutionRiskScore（QPRS），也就是一套算法，用来评估风险值的。在其介绍中，这套算法包括了很多指标，能公开的有四类：（1）ProsecutionKPIsoftheEPapplication;（2）KPIsassociatedwiththeresponsibleprimaryexaminer;（3）KPIsofthetechnologysectorassignedtotheEPapplication;（4）otherEPapplicationspecificKPIs 。
这套评分的作用之一，可以看下面这个图，经过系统自己对一组正在申请（pending）的EP专利进行计算，得到两种结果，深色代表可能不会授权的EP专利，黄色代表可能获得授权的专利，横轴表示QPRS风险值的分布区间，纵轴表示专利数量。

文章图片
QPRS
可以看到在最低风险值的0-10区间，绝大部分专利是可以获得授权的，只有少量专利可能不会获得授权，而在91-100的高风险区间，有113件专利很大概率不会获得授权，只有1件专利可能获得授权。
这背后不仅仅是上述四个指标，应该还有很多历史的专利审查员、专利检索员、专利复审员等其他复杂的因素纳入。这个结果的意义在于，通过量化的信息，企业对自己申请的一批专利组合中，哪些核心专利处于什么风险值区间一目了然，如果在高风险区间，可以及时调整申请策略，该分案分案，该如何引导代理机构合理答复就及时联系，最终目的都是提高企业对核心专利最终获得授权和合理范围的保护。
在对方和我介绍时，还现场以华为为例展示了这套系统后台的计算结果，显示华为在风险最高的最专利处在73分左右，那这样的话，后续应该采取何种对策，就会更提前和主动。
为什么我认为这是有意义的，因为如果从一个审查员的角度来看，确实不同审查员审查案件是有风格的，这种风格千差万别，之前是没有轨迹可循的，现在无论是Pateixa还是这家欧洲机构，都将这种数据量化，使得企业在专利管理时非常简洁，对审查案件的专利审查员、复审员、涉案律师、律所等情况一张图全出来，更好的去做决策。
我知道很多专利审查员，审查时很聪明，知道抓大放小，在满足专利法审查标准的各项要求下，能够准确判断待审专利在行业的重要性，例如对SEP专利、入池专利的重点审查（有些专利是可以在审查时就看出其基础地位的），而对于一些“六畜无害”的专利，满足基本要求就可以，这就是不同审查员的特点。甚至在使用的一些条款上，也是能够看出来审查员的个性，有的就喜欢用创造性评，有的偏好用不清楚、不支持，这些“画像”完全是可以通过专利审查数据里逆向的。
【“专利数据驱动”企业专利布局的潮流已至：欧洲篇】所以，这也是我为何一直致力于将欧美在底层数据上等动向，以及用专利数据驱动企业专利布局的方法引入到国内的思考，这个里面的玩法很多，国内的空白也很多，后续我会陆续把一些好的经验带入国内。