Vigilancia tecnológica por Big Data en el campo de baterías recargables

Abstract

VIGILANCIA TECNOLÓGICA POR BIG-DATA EN EL CAMPO DE BATERÍAS RECARGABLES

Autor: González-Noaín Larrinaga, Antón Director: Dr. García y de Garmendia, Antonio Entidad Colaboradora: Universidad Pontificia Comillas

RESUMEN DEL PROYECTO Introducción El estudio que se va a realizar tiene como objetivo crear o perfeccionar modelos descriptivos-predictivos sobre el flujo de conocimiento entre empresas a partir de las citas y las referencias cruzadas.

A la hora de generar riqueza, conocer lo que está sucediendo alrededor de uno mismo cada vez se está convirtiendo en un aspecto más importante. Por lo tanto, las empresas sabedoras de esta importancia son conscientes de que necesitan más información sobre los planes, los productos y las estrategias de los competidores. En este punto, entra en juego el Big-Data, la cantidad de información disponible es tan abrumadora que sería imposible encontrar la información que deseamos sin realizar una serie de filtrados a los datos disponibles. Por lo tanto, se utiliza una técnica de extracción de datos para “encontrar” la información oculta en estas bases de datos gigantescas.

La información que interesa, es saber lo antes posible que están haciendo nuestros competidores y cuáles son las intenciones de nuestros clientes . En este estudio nos interesa la actividad de nuestros competidores mediante el análisis de las patentes publicadas. El estudio se centrará en las citas anteriores y las referencias cruzadas que aparezcan en el conjunto de patentes a analizar.

Por ello, antes de iniciar el desarrollo del estudio, se llevará a cabo un análisis del mundo de las patentes y de las aplicaciones de Big-Data sobre la publicación de patentes y sobre las citaciones científicas. Una vez finalizados dichos análisis, se tratará de obtener un modelo adecuado a las finalidades de dicho estudio. Finalmente, se realizará una aplicación práctica del modelo en el estudio de baterías recargables, siendo la empresa a estudiar Alevo International, y se analizarán los costes asociados al empleo de dichos modelos.

Estado del arte Tanto los análisis de citaciones, cómo los análisis de patentes se llevan a cabo con el objetivo de obtener relaciones, a partir de los documentos a analizar, para predecir un suceso en el futuro o para comprender mejor lo que está pasando en el presente. Por lo tanto, se ha llevado a cabo un repaso de los análisis existentes, que se han considerado de mayor interés, para realizar nuestro estudio. Dicho repaso sirve para comprender que tipos de análisis se realizan actualmente y el objetivo de dichos análisis. Este conocimiento nos sirve de base para ayudarnos a la hora de decidir qué tipo de análisis queremos llevar a cabo en nuestro estudio y cuál va a ser el objetivo de este. También se ha entendido la información contenida en las patentes (titulares, inventores y agentes, título de la patente, resumen, etc.) debido a que es de gran importancia para nuestro estudio. Escogeremos parte de esta información que actuará como entrada (input) de nuestro modelo.

En nuestro estudio, el análisis se llevará a cabo para comprender lo que está pasando en el presente y la información en la cual nos fijaremos serán las citaciones de patentes tanto anteriores como posteriores.

Por lo tanto, con toda esta información, se proponen una serie de modelos para analizar las patentes publicadas por empresas específicas con el objetivo de determinar los campos en los cuales dichas empresas están trabajando. Dichos modelos propuestos, se aplicarán a las patentes publicadas por la empresa Alevo International para comprobar que los resultados que aporta el modelo son correctos.

Modelo a desarrollar En el momento de desarrollar el modelo, primero se analiza la empresa sobre la cual se van a llevar los estudios, en este caso, Alevo International. Se trata de un proveedor de servicios de energía (ESP) que se dedica a resolver uno de los mayores desafíos energéticos del mundo: la capacidad de almacenar y entregar electricidad cuándo y dónde se necesita. El primer modelo aquí propuesto se corresponde a la agrupación de patentes, dicho modelo incluye el estudio mediante el uso de la covarianza como parámetro (con una variante), y el estudio mediante el uso del coeficiente de correlación phi de Pearson como parámetro. Finalmente se proponen y analizan una serie de estudios para detectar los campos tecnológicos en común en cada agrupación de patentes, detectar las empresas, en los distintos campos, con las cuales podría ser interesante llegar a acuerdos y detectar la validez territorial de las patentes publicadas en los distintos campos de trabajo.

Los modelos a desarrollar se tienen que poder testar para sacar conclusiones. Para ello, analizamos las patentes publicadas por Alevo International y las citaciones de dichas patentes, se construye una matriz binaria que constituirá la base sobre la cual aplicaremos los distintos estudios. Finalmente, con el objetivo de poder determinar si los estudios propuestos son efectivos o no, se analizará la manera en la cual se agruparían las patentes (por similitud entre ellas) analizándolas una a una.

Con respecto al modelo en el que se estudia la agrupación de las patentes, el primer estudio propuesto es mediante la covarianza de la matriz binaria mencionada. Se proponen una serie de modificaciones a dicho estudio y obtenemos unos resultados diferentes. Por otro lado, el segundo estudio propuesto es mediante el análisis del coeficiente de correlación phi de Pearson entre las distintas variables. En estos estudios cada patente constituye una variable.

El análisis del coeficiente de correlación phi de Pearson proporciona los mejores resultados. A continuación, en la figura 1 se muestra el diagrama de flujo y en la figura 2 el dendograma obtenido.

Fig. 1: Diagrama de flujo del análisis del coeficiente de correlación phi de Pearson (Fuente: elaboración propia, 2019)

Fig. 1: Dendograma del análisis mediante el coeficiente phi de Pearson (Fuente: XLSTAT, 2019)

Entre estos tres tipos de análisis, consideramos que los resultados obtenidos se asemejan mucho a la realidad, pero nos decantamos por el análisis utilizando el coeficiente phi de Pearson como parámetro, ya que este estudio trata de ver la relación lineal entre dos variables. Los resultados obtenidos proporcionan una agrupación mejor y un tanto más holgada a la hora de decidir a qué grupo asignar cada patente comparado con los otros estudios.

Una vez tenemos las patentes de la empresa en cuestión agrupadas según los distintos campos tecnológicos, procedemos a realizar un análisis de las patentes citadas por dichos grupos con el objetivo de encontrar alguna patente que se cite con mayor frecuencia con respecto a las demás y nos indiqué los campos en los que la empresa se está apoyando para crear sus invenciones. Se trata de un estudio que aporta información extra sobre los competidores con la limitación de que sólo aporta información de valor si de verdad existe dicha o dichas patentes que actúan como eje central.

También se realiza un análisis para detectar las distintas empresas, que trabajan en los distintos campos, que sean citadas con frecuencia por la empresa a analizar, con las que resultaría interesante llegar a un acuerdo. Para ello, primero se analizan todas las empresas o individuos que cita la empresa a analizar y después se analizan las empresas o individuos citados en un campo específico por la empresa a analizar. De esta manera, se consigue saber si las empresas citadas trabajan en un campo en específico o sí trabajan en varios ya que creemos que resultan más interesantes aquellas que estén especializadas en un campo tecnológico en particular.

Finalmente, el último estudio que se llevará a cabo sobre las patentes publicadas trata de detectar la validez territorial de las patentes en los distintos campos de trabajo. Primero se analiza la validez territorial de todas las patentes de la empresa y después se analiza la validez territorial de las patentes en un campo específico. Con esto lo que se consigue es observar donde están patentando mis competidores y si todas las patentes tienen la misma validez territorial o si la validez territorial depende del campo en el que se está patentando.

Una vez el modelo se ha finalizado, se realiza una memoria económica y se determina que el precio anual que se les cargará a las empresas que contraten nuestro servicio será de 10.577,50 euros durante los dos primeros años.

Conclusiones Con los modelos propuestos, se considera que es posible analizar rápidamente a nuestros competidores y detectar donde están trabajando. Las empresas podrán emplear dicho modelo para mejorar sus estrategias al ser plenamente conscientes de la situación general de sus competidores. Se considera que el beneficio económico que puede aportar esta información a las empresas supera con creces el coste.

Sin embargo, los modelos aquí propuestos únicamente analizan las patentes publicadas por una empresa. Por lo tanto, para que estos análisis sean de gran utilidad, es necesario analizar nuestros competidores uno a uno. Una vez todos los competidores hayan sido analizados, entonces la empresa en cuestión podrá llevar a cabo una estrategia óptima.

En conclusión, a raíz de este trabajo, se puede proporcionar a las empresas información de interés relacionada con sus competidores. De esta manera, dichas empresas podrán determinar sus estrategias, sabiendo en todo momento la situación de sus competidores. Se trata de modelos sencillos que requieren mucho análisis ya que se deben llevar a cabo sobre un gran número de empresas de forma individual. Por lo tanto, un desarrollo futuro de dichos estudios sería modificar los modelos para obtener un modelo más complejo que requiera menor análisis pero que incluya todas las patentes publicadas por los competidores de la empresa en cuestión en su conjunto.

TECHNOLOGICAL SURVEILLANCE BY BIG-DATA IN THE FIELD OF RECHARGEABLE BATTERIES

Author: González-Noaín Larrinaga, Antón Director: Dr. Garcia and de Garmendia, Antonio Collaborating Entity: Universidad Pontificia Comillas

PROJECT SUMMARY Introduction The study to be carried out aims to create or refine descriptive-predictive models of the flow of knowledge between companies from citations and cross-references.

When it comes to generating wealth, knowing what is happening around ourselves is becoming a more important aspect. Therefore, companies aware of this importance realize that they need more information about competitors' plans, products and strategies. At this point, Big-Data comes into play, the amount of information available is so overwhelming that it would be impossible to find the information we want without performing a series of filtering to the available data. Therefore, a data extraction technique is used to "find" the hidden information in these gigantic databases.

The information that interests you is to know as soon as possible what our competitors are doing and what our customers' intentions are. In this study we are interested in the activity of our competitors by analyzing published patents. The study will focus on the above citations and cross-references that appear in the set of patents to be analyzed.

Therefore, before starting with the development of the study, an analysis of the world of patents and applications of Big-Data on the publication of patents and scientific citations will be carried out. Once these analyses have been completed, it will be a way to obtain a model suitable for the purposes of that study. Finally, a practical application of the model will be carried out in the study of rechargeable batteries, being the company to study Alevo International, and the costs associated with the use of these models will be analyzed.

State of the art Both citation analyses and patent analyses are conducted with the aim of obtaining relationships from the document to be analyzed to predict an event in the future or to better understand what is going on in the present. Therefore, there has been a review of the existing analyses, which have been considered of greatest interest, to carry out our study. This review serves to understand what types of analyses are currently carried out and the objective of these analyses, to help us in deciding what type of analysis we want to carry out in our study and what the objective of this will be. The information contained in patents (owners, inventors and agents, patent title, summary, etc.) has also been understood because it is very important for our study, as we will choose certain information contained in the patents that corresponds to the input of our model.

In our study, the analysis will be conducted to understand what is happening in the present and the information we will look at will be the registering of both previous and subsequent patents.

All information related to patents and big-data has been sought, and finally a search for existing Big-Data analyses, both citations and patents, has been carried out to observe what is being done in this field nowadays.

Therefore, with all this information, a number of models are proposed for analyzing patents published by specific companies in order to determine the fields in which these companies are working. These proposed models will be applied to patents published by Alevo International to verify that the results provided by the model are correct.

Model to be developed At the time of developing the model, the company on which the studies will be carried out, Alevo International, is first analyzed. It is an energy service provider (ESP) dedicated to solving one of the world's greatest energy challenges: the ability to store and deliver electricity when and where it is needed. The first model proposed here corresponds to the grouping of patents, these studies include that using covariance as a parameter (with a variant), and the study by using the Pearson phi correlation coefficient as a parameter. Finally, a series of studies are proposed and analyzed to detect the technological fields in common in each patent grouping, to detect the companies, in the different fields, with which it might be interesting to reach agreements and detect the validity patents published in the various fields of work.

The models to be developed must be able to be tested to draw conclusions. To this end, we analyze the patents published by Alevo International and the citations of those patents. A binary matrix is constructed that will form the basis on which we will apply the different studies. Finally, in order to be able to determine whether the proposed studies are effective or not, it will examine how patents would be grouped (by similarity between them) by analyzing them one by one.

With regard to studies with the aim of grouping patents, the first proposed model is by studying the covariance of the binary matrix mentioned. A number of modifications are proposed to this study and we obtain different results. On the other hand, the second proposed model is by analyzing the Pearson phi correlation coefficient between the different variables, where each patent constitutes a variable.

In the case of the analysis of the Pearson phi correlation coefficient, which provides the best results, among the different variables the flowchart is the one shown in the figure below and the dendrogram obtained is the one shown in Figure 2.

Fig. 1: Flowchart of Pearson phi correlation coefficient analysis (Source: own elaboration, 2019)

Fig. 2: Dendrogram of analysis using Pearson phi coefficient (Source: XLSTAT, 2019)

Among these three types of analysis, we consider that the results obtained are very similar to reality, but we prefer to opt for using the Pearson phi coefficient as this study tries to see the linear relationship between two variables and has provided an optimal and somewhat looser grouping compared to the others.

Once we have the patents of the company in question grouped according to the different technological fields we proceed to carry out an analysis of the patents cited by those groups with the aim of finding some patent that is cited more frequently with respect to others and I indicated the fields in which the company is favoring to create its inventions. It is a study that provides extra information about competitors with the limitation that it only provides valuable information if there really is such or those patents that act as the central axis.

An analysis is also carried out to detect the different companies, which work in the different fields and that are frequently cited by the company to be analyzed, with which it would be interesting to reach an agreement. To do this, we first analyze all the companies or individuals that the company cites to analyze and then analyze the companies or individuals cited in a specific field by the company to be analyzed. In this way, it is possible to know whether the companies cited work in a specific field or do work in several because we think that those that are specialized in a particular technological field are more interesting.

Finally, the latest study on published patents seeks to detect the territorial validity of patents in the various fields of work. First, the territorial validity of all the company's patents is analyzed and then the territorial validity of the patents in a specific field is analyzed. With this what we achieve is to look at where the competitors are patenting and whether all patents have the same territorial validity or whether territorial validity depends on the field in which they are being patented.

With these proposed models, it is considered that it is possible to quickly analyze our competitors and detect where they are working. Companies may use this model to improve their strategies by being fully aware of the general situation of their competitors.

Once the model has already been completed, an economic report is drafted and it is determined that the annual price to be charged to the companies contracting our service will be 10,577.50 euros for the first two years.

With the proposed models, it is considered that it is possible to quickly analyze our competitors and detect where they are working. Companies may use this model to improve their strategies by being fully aware of the general situation of their competitors. The economic benefit that this information can bring to companies is considered to far outweigh the cost.

However, the models proposed here only analyze patents published by a company. Therefore, for these analyses to be very useful, it is necessary to analyze our competitors one by one. Once all the competitors have been analyzed, then the company in question will be able to carry out an optimal strategy.

In conclusion, as a result of this work, companies may be provided with information of interest related to their competitors. In this way, these undertakings will be able to determine their strategies, knowing at all times the situation of their competitors. These are simple models that require a lot of analysis as they must be carried out on a large number of companies. Therefore, a future development of such studies would be to modify the models to finally obtain a complex model that requires less analysis, since the results obtained from the model would include all competitors directly.