🪄 Когда данные уже подготовлены за вас: а что так можно было?
Когда в разговоре речь заходит об интеллектуальной собственности и принятии решений в сфере управления инновациями и технологиями, я в какой-то момент говорю, что патентная информация уникальна и удобна для анализа... Но, несмотря на то что это реально так, за этими словами скрывается значительно больше. Настолько больше, что этот контекст сложно передать в формате выступления или короткой беседы.
В текущей серии постов #культура_принятия_решений мы уже разобрали, как устроен процесс принятия решений и какие требования предъявляются к данным. А теперь давайте посмотрим на логику подготовки данных, если источником информации выступает патентная информация – обещаю, вы приятно удивитесь!
Сначала пройдёмся по этапам подготовки данных (писал об этом здесь) и посмотрим, какие шаги остаётся выполнить вручную, а какие уже решены на уровне системы патентной информации.
1️⃣☑️Создание общей терминологии и определение единиц измерения
В патентной аналитике это уже есть и называется «патентное семейство». А для особо изысканного анализа есть стандартизированные разделы патентных документов (реферат, формула, описание). Причём всё это уже практически «из коробки» увязывается с документами и семействами.
2️⃣☑️Создание поисковой стратегии
Безусловно, это один из ключевых навыков, который не так просто развить. Но инструменты для его реализации есть, опять же, «из коробки» в платных системах.
3️⃣☑️Поиск и отбор данных
За счёт структурированности и единообразия патентная информация фактически представляет собой одну большую базу данных. Формировать отдельный массив «с нуля» не требуется.
4️⃣☑️Извлечение и структурирование
Это во многом сделано на уровне самой системы: данные уже приведены к единому формату, агрегированы и нормализованы.
5️⃣👐🏼 Очистка и валидация
Здесь работа остаётся, но только на уровне проверки релевантности патентных публикаций. Несмотря на трудоёмкость процесса, это гораздо легче делать с патентной информацией, чем со статьями или новостным массивом данных.
6️⃣👐🏼 Гармонизация и интеграция
Для работы с патентной информацией этот этап не требуется. Но если речь идёт о комплексном исследовании с другими источниками – да, придется поработать.
7️⃣☑️Связывание сущностей и устранение дублирования
Архитектура системы, построенной на патентных семействах как единице информации, сама по себе решает проблему дублирования.
8️⃣👐🏼 Синтез, контроль качества и выпуск результата
Этап, на котором всё сводится воедино и формируются выводы и рекомендации – делаем ручками.
➡️Что получается?
Из 8 этапов остаётся выполнить только 3 – если работать только с патентной информацией, и 4 – если комбинировать её с другими источниками.
Теперь по такой же логике пробежимся по критериям качества данных (писал об этом здесь):
1️⃣☑️Релевантность
Если очистку и валидацию сделали корректно – то ничего больше делать не нужно.
2️⃣☑️Точность
Практически каждая единица патентной информации проходит через сито экспертизы, что даёт несопоставимый уровень точности при прочих равных.
3️⃣☑️Полнота и покрытие
Одна из самых насыщенных баз – как технологически, так и географически. Работать можно сразу со всем массивом. Так что этот параметр близок к максимуму.
4️⃣☑️Согласованность и сопоставимость
Обеспечиваются за счёт патентных семейств.
5️⃣☑️Структурированность и интерпретируемость
Заложены в структуре самих документов и единообразии логики их написания.
6️⃣❔Актуальность
Есть задержка публикации заявок (до 18 месяцев), но базы обновляются несколько раз в месяц.
7️⃣☑️Доступность
При желании данные можно найти бесплатно, но в платных системах они не только доступны, но и удобны в работе.
➡️Итог:
И тут практически по всем критериям сильный результат. Дальше можно провести мысленный эксперимент: взять другие источники информации и прогнать их через ту же логику. И вернуться к тому, что…
патентная информация уникальна и удобна для анализа… Но, несмотря на то что это реально так, за этими словами скрывается значительно больше)
Насколько больше? Пусть каждый решит для себя сам)
