不少专利分析师都有这样的苦恼，经历数月，呕心沥血，从几万件专利，甚至是上百万件专利中，通过大数据聚类分析和微观技术分析，最终完成了一份内容专利分析报告。而且，这份报告图文并茂，数据，案例也非常丰富。
然而，这样的报告用户并不买账：
一堆统计图表，要几万元，甚至几十万?
还不如踏踏实实申请几件专利呢!
明明比申请专利难得多，
明明是花费了大量的心血，
明明深入分析了很多专利技术，
为什么，会是这样的结果?
从市面找一些分析报告，研究一下大概就能发现问题。原来，市面上常见的各种分析报告，经常就是各种各样排名，只不过有的是申请量排名，有的是地域排名(地域布局，或是市场情况)，有的是重点专利或重点权利人排名，再不然就是各种比例的对比，其实还是排名。
说到底，就是统计、分析的直接结果。
这样的报告提取一维信息是有用的。
但，客户很难满意。
面对客户的质问，我们容易想到的是，分析报告提供的内容“浅”了，那我就把详细的技术方案、技术指标等也写在报告中。同时，附上各种各样的专利数据表单，外加超级链接。看看，技术层面的东西都有了，这下客户应该满意了吧?
结果，用户说：
这、和、我，有啥关系？
拿到报告，我还是不知道要怎么办？
问题在哪里呢?
客户委托做专利分析，背后都有一个有待解决的“问题”。统计分析只是解决问题的一种途径，而不是解决方案本身。现实中，分析师常常把手段当目标，把技术方案的呈现，当解决方案。显然，市场不会认账。
统计分析是必要的，但这个只是为了找到要分析的“点”。深入的分析技术，这个是必要的，但专利分析，不是孤立的去看一件件专利背后的技术，而是要找到技术发展路线、技术发展趋势、技术的差异性，目的是技术背后的一条条“线索”。
有了重点分析的“点”和“线”，就可以了吗?当然不是。“点”和“线”只能说是第一维度的信息或者线索，有了线索，分析师必须深入下去，挖掘背后的研发信息、竞争信息、合作信息等等二维信息。各种二维信息汇总后，进一步交叉验证、去伪存真，找关联、找变化，分析因果等等，最后才能成为有用的情报。
如何从一维信息，挖掘到二维信息？
如何把二维信息，上升到情报高度？
如何基于不同任务，选取分析指标？
如何找到解决问题的工具、方法？
如何构建专利分析模型？
如何制定应对策略？
等等，这才是分析的精髓。
比如，产业专利风险预警。
这样的报告，核心应该围绕风险专利的识别、评估，预警、控制以及预警机制的建立。识别风险，首先要预判风险的来源，内部风险有哪些?外部风险又有哪些?显然，如果只是做统计分析，做重点技术的点上解读，是无法预判风险从哪里来，应该如何识别，如何规避。
下图是一个笔者曾经完成的一个项目，这个项目全省项目验收中获得“优秀”。从这张简单的图中就可以看到分析模型、工具方法、影响因素、应对策略等等，客户看到这张图也许就能明确价值在哪里，自己要怎么办了。
专利预警分析--模型-工具-因素-策略范例
以上分析模型是如何构建的？
专利分析的底层逻辑是什么呢？
我的方法是：
首先，从宏观到微观再到宏观：找主要、抓关键、盯变化、定战略;其次，从外力到内里，着眼点是企业、研发机构，在创新生态、产业趋势、宏观政策下制定行动方案;最后，挖掘底层逻辑，找到驱动风险发生发展的底层经济学规律，通过提升内力，在系统中寻求解决方案。
说到这里，估计不少分析师更晕了。
其实，专利分析没有那么玄乎。
如何成为一名能洞察专利背后底层逻辑的高手呢？
如何揭开专利分析的面纱？
如何为专利分析的注入价值？
如何构建专利评价体系？
如何建立专利分析模型？
