專利檢索完以後，還要經過非常重要的一個步驟，接下來才是專利分析。那個步驟是什麼呢？我們上一篇專利分析尬「魚骨圖」提到過的魚骨圖可以應用在那個步驟上嗎？
不囉嗦，讓我們繼續看下去～
專利分析流程─檢索完先執行剔重
我們在上一篇專利分析尬「魚骨圖」裡有提過，專利分析可以從魚骨圖開始發想，並逐根魚刺來執行檢索。之後呢？後面的流程是什麼？
首先，我們現在知道「頭腦風暴」發想出來的魚刺，要先逐根設定檢索條件，並且以此為依據來執行檢索。假設今天，我們每一根小魚刺都檢索出了500件專利，這樣以下圖的案例來說總共會檢索出4,500件專利。（節點3有1,500筆、其他6個節點都是500筆）
可是如果你真的有去執行過專利檢索，一定會發現在這4,500件專利裡，總會遇到「某篇專利，在2節點時被檢索到一次、在3-3節點時又被檢索到一次。」這種情況。
這代表一開始檢索出來的4,500件專利常常會有重複資訊，一般市面上現成的專利檢索分析系統都有「剔重（剔除重複）」的能力，但如果你的分析是土法煉鋼用excel之類的方式在做，記得要用樞紐分析把重複專利剔除。 另外，由於每一筆申請案都可能出現其公開案及核准案，但其實以專利分析的角度，這2件專利其實是同一件事。大部分專利檢索系統，比方說WEBPAT或IPTECH，都有現成的申請案合併功能，但如果你沒有系統可以用的時候，一開始檢索時便要特別留意是否有儲存到申請號資訊，並建議直接以申請號作為「剔重」的依據，以免將資訊重複算入影響後續分析品質。
技術魚骨圖只能以技術來執行分類嗎？
雖然說起來是「技術魚骨圖」，不過實際上分類方式大致上有以下四種：技術分類、功效分類、用途分類、產品分類。
就像專利分析尬「魚骨圖」裡提過的，假設今天我們的主題是「人」，你想要用性別、年齡、或是星座、血型、身高、體重、甚至國籍、膚色、教育程度、財產金額…等等等來分類，全部都可以。但是當你今天分類方式不同的時候，必須留意總件數！必須留意總件數！必須留意總件數！（很重要所以說三次）
舉個例子，假設今天需要分類100個人，編號1~30被分去了年齡、31~50被分去了性別、剩下51~100被分去了血型，這分類方式代表編號31~100沒有年齡？編號1~30及編號51~100沒有性別？編號1~50沒有血型？鄉親們你說說看這合理嗎！！你的魚骨圖可以單獨使用年齡做分類依據，但編號1~100號都應該會有年齡，其他性別、血型等分類方式邏輯也同理。
所以，假設你今天需要分類100件專利，你選擇用技術分類畫出你的魚骨圖，畫出3種技術之後這些專利加總就應該要有100件專利，不會有專利沒有技術，就像不會有人類沒有年齡一樣。
相同的，功效、用途或產品也是：不會有專利沒有功效，也大多都可以對應到產品或有其應用領域。
魚骨圖與篩選可否相輔相成
篩選這個動作其實就是在做一些「去掉不需要專利，留下需要專利」的動作，那魚骨圖要如何協助我們執行篩選呢？
篩選可以分為粗篩及細篩兩種，兩者的差異在你所要篩選的母體是針對整隻魚還是針對某一根魚刺。
打個比方，假設我今天分析的主題是「我家附近的便利商店」，魚刺我分出了「7-11」、「全家」、「萊爾富」、「OK」及「其他」，將「其他」稍微分類之後，我的魚如下圖：
初步瀏覽，我發現這些便利商店的總公司、分公司跟工廠都被我檢索進來了，所以我可以先調整一下檢索句，更詳細的設定在「僅包含門市」。
再來，「其他」這個分類裡面，因為我一開始的檢索句沒有說清楚，所以除了「台灣菸酒」以及「義美」外，連已經停業的「小豆苗」，以及部分服務項目比較齊全的「頂好」、「全聯」門市都被我檢索進來了。但已經停業的超商我這次不需要研究，另外「頂好」跟「全聯」對我來說算是超級市場，不在本次「便利商店」的範疇內，所以我可以從這兩方面再調整一下我的檢索句。
粗篩跟細篩完，你的檢索結果筆數常常會大減肥，假設原本上萬筆的專利被整理到剩下1、2,000筆，對於專利分析來說結果才能是更準確的，而不會像專利查詢結果雜質剃除裡所說，分析樣本裡面混進去一些雜七雜八小三老王的時候，想要生出一個血統純正的孩子還得看運氣。
至於其他專利檢索的小秘訣、或是專利分析的知識科普，都會在日後陸續分享給各位。 有其他想要了解的主題，也歡迎在底下留言給我們。
