商标专业人员应该正确地关注数据质量及其对工作产品的影响。数据质量-准确性，有效性，完整性，一致性和及时性-是所有主要商标管理操作的重要组成部分，包括品牌清关，品牌保护，摘要，许可，数据迁移，并购和尽职调查。如果这些操作中使用的商标数据包含错误-例如，错过或延迟的官方更新，记录或单个数据字段中的空白，不正确或过时的所有者或续订日期信息-那么组织可能会承受巨大的成本和风险。
那些采取措施来改善所用数据质量的法律部门和服务提供商，以及选择同样这样做的供应商和业务合作伙伴，可以期望减少错误，获得更好的法律意见和决策，最终获得更好的品牌保护，更高的利润，更牢固的客户关系以及其他好处。
但是，采取这样的改进措施通常并不容易，也不便宜。一直以来，保持良好数据质量一直是商标领域的全行业挑战-从最小的单一实践一直到政府专利商标局（PTO）本身。
在20世纪的大部分时间里，“商标数据”（商标申请，徽标和营销图像，产品标本，检索和审查报告，异议申请和决定记录，注册证书，宪报出版物，费用支付和收据，续签申请和批准等）是人工产生的-由人类将信息输入纸质表格。尽管大多数人都小心翼翼地正确填写这些表格，但它们很容易出现人为错误-拼写错误，注册ID错误，日期错误-以及手写不良造成的误解。
但是自1970年代以来，商标行业一直在经历从纸张到数字环境的逐步转变-表格变成电子形式，旧的纸质文件（通常是手动）转移到数字数据库中。
这种转变缓慢而困难，需要大量的资本支出，数据迁移和技术专长，以及许多组织根本不具备或负担不起的致力于提高质量的承诺。此外，由于键入的数据被写入，数字化过程本身通常还会导致更多错误。
结果，如今一些商标行业组织（包括不同国家的PTO）在数字化道路上的步伐比其他组织要远得多。这些不同组织的数据质量变化很大。
同时，全球品牌和商标数量的持续增长，加上私营部门法律部门预算的下降以及对更高效解决方案的相应需求的增加，仅使这种数据质量问题变得更加严重：商标信息的生成速度越来越快率，而本质上更难以管理大量数据。
因此，提高和保持商标数据质量是一项复杂，多方面且具有挑战性的任务。就是说，商标经理可以帮助组织做一些具体的事情，以提高他们在工作中创建，更新，访问和利用的信息的整体质量。
1.盘绕马车
改进和维护组织的商标数据值得付出努力和花费吗？作为商标经理，您可能会相信-但是要真正实现这种改进，它们需要成为组织的优先事项。反过来，这意味着说服关键利益相关者（又名关键管理人员或合作伙伴）支持他们。这通常意味着建立业务案例-并确保预算。
说起来容易做起来难。商标数据的改进通常是“成本明确但收益不明确”的典型案例：不利因素通常是非常具体的（系统成本，工资成本，顾问成本），但不利的方面（或更准确地说，是缺乏未来的不利因素）是通常难以量化和“证明”。为了认真对待数据改进业务案例，需要以业务语言切实地呈现它-与所涉及的关键利益相关者的关键和特定业务优先级对话。如果数据得到改善和正确维护，那会怎样呢？如果不是，可能会出什么问题？这些可能性实际发生的可能性是什么，对收入和利润有什么影响？了解和交流这类情况（即使是数量级的情况）也可以使您获得业务案例的高级支持，但也有助于确定并吸引合适级别的高级企业赞助。
最后，您的数据改善目标必须包括对可以实现和保持的数据质量卓越程度的现实期望。为了达到更高的质量水平，您增加的成本（以时间和美元计）必须与该质量的收益相平衡。质量是卓越水平：它是程度，而不是绝对的，您的数据不太可能是完美的。始终存在“可接受的”数据错误率，需要通过在使用数据的范围内评估数据来予以认可（例如，参见Haug，A.，Zachariassen，F.和van Liempd，D.（2011）。数据质量差的成本。工业工程与管理学报，4（2），168-193。可在此处获得）。一旦达到可接受的商标数据质量，就必须保持持续的监视以确保质量不会由于环境中的某些因素而下降，例如新流程，系统变更，不同人员等。
2.坚持到底
提高商标数据质量是一场马拉松，而不是短跑。它需要组织范围内的长期承诺，并且要足够持久以使其能够在特定个人离开或重组期间幸免于难。
此外，高层领导的支持（和预算）只是数据质量冰山一角。为了获得成功，达到数据质量标准需要成为组织DNA的一部分-涉及到组织中每个人的工作-甚至包括许多不这样做的人。数据质量需要作为IP组织的资产，每个人的工作描述的一部分以及（在许多情况下）绩效评估和激励措施的参数而被接受。
为了帮助实现这一点，应该为特定的员工分配“数据管理”（或“管理”）职责，包括建立数据质量政策，参数和标准。数据字段是否包含应该使用的数据类型-是否正确标记和记录了数据，以便希望使用该数据的任何人都可以快速了解其处理的内容？跟踪改进需要什么指标？如何最好地衡量这些指标？
随着时间的流逝，另一个关键考虑因素是系统体系结构-您的数据库系统（和报告功能）是否足够完整，并且它们是否以确保质量的方式相互通信？尤其是，一种好的摘要技术可以大大帮助IP专业人员整合数据，并管理与商标申请和续签流程相关的截止日期和文件。
3.放眼全球，在本地行动
对于习惯于处理一个国家的做事方式的商标管理者来说，从数据角度来看，将其品牌覆盖范围扩展到新领域可能是艰巨的经历，并且需要在本地学习。国际商标从业者早已认识到，在不同司法管辖区申请和管理商标时，在商标处理和方法，形式和所需的数据字段以及存储和表示商标信息的方式方面，这些不同地区存在惊人的差异。
例如，不同的国家不仅可以就商标续展期限和“宽限期”的规则达成不同意见，而且可以针对商标持有人从过期或“失效”商标开始的权利提出异议-例如，它们的情形完全不同在这种情况下，所谓的“僵尸”商标可以从坟墓中再次崛起，以要求其过去的权利。
为了解决这些差异，您可能需要调整自己的系统从PTO捕获和存储数据的方式。按照一句古老的格言，当您集成IT系统时，您将继承其设计决策-由他们不同的目标，不同的流程，组织或文化和过时的技术驱动。商标注册数据也是如此。集成成为您如何整合差异的问题。
对于商标搜索和监视服务提供商来说，这种合并也是（也许尤其是）一个问题。例如，在TrademarkNow，我们花费了大量精力来统一这些不同的标准-例如，不同的商标状态，产品和图像类别系统，有效期和宽限期规则，更不用说翻译不同的语言了-搜索结果以一致且通用的形式出现。紧跟所有全球变化是我们每天必须面对的持续挑战。
4.不要假设-交叉引用和同步
很难识别商标数据中的错误，因为通常不清楚“正确数据”是什么。例如，如果您的档案系统中的信息（例如续订截止日期和商标所有者）是在多年前输入的，则可能很难知道该信息是否仍是最新的，或者一开始是否正确。 。
如果您必须在其他组织的被告席中验证类似信息，而您无法控制数据质量水平（如果有的话），那么在并购和尽职调查的情况下，这个问题可能会更加复杂。
解决此问题的最佳方法之一是进行交叉引用-将备案数据库与可能拥有相同续订日期和其他信息的不同PTO机构的数据库同步，以便标记可能代表错误的任何差异。某些档案系统提供商（例如WebTMS）已经提供了服务，使您可以利用最新信息实时执行此类同步。
5.与供应商一起，信任但要验证
当然，提高商标数据质量的一种相对简单的方法是与本身具有良好数据质量的供应商合作。与PTO本身一样，不同的商标搜索和手表供应商的数据质量水平也大不相同。商标数据质量的获得和维护不仅对法律从业者来说是昂贵的，而且对于商标搜索供应商来说也很昂贵-而且随着搜索提供商的地理覆盖范围的扩大，商标数据的质量呈指数级增长。为了提供良好的搜索结果，供应商必须获得对PTO“基准”数据的访问权，并且必须跟上每个PTO的数据更新-考虑到所涉及的不同系统，流程和技术，这是一项艰巨的业务。
例如，在某些情况下，PTO会通过现代的全数字化流程以结构化格式（XML提要和软件应用程序接口或API）将官方商标更新发布给外部各方，从而使这些局的数据更新既无缝又即时。在另一个极端，许多国家继续依靠手动的，基于纸张的系统，并以物理文档的形式发布更新，这些更新必须由服务提供商手动数字化。在这些极端情况之间，是商标注册机构通过电子文档（PDF）和/或网站搜索工具发布其更新的国家。同时，国家PTO在其自身的更新频率，它们提供的不同数据字段的数量以及其自身（内部）数据质量控制的强度方面存在很大差异。
同样，搜索供应商本身也可以这样说：每个供应商都有自己的数据质量标准，在提供更新，识别和修复错误方面有不同的方法和严格程度，以及在不同管辖范围内解释和表示数据的不同方法。例如，许多“免费”和低成本的商标搜索供应商根本没有在其结果中包含“死”或无效的商标-因此可能会丢失相关信息，这可能会使企业主付出高昂的代价（在“僵尸”的情况下”标记“从死里复生”）。
考虑到所有这些复杂性，作为商标经理，您能做些什么来使搜索提供商对其质量保持诚实？以及如何比较它们？
首先，您可以坚持要求供应商对其数据标准和更新保持透明。例如，没有理由不提供每个国家和数据源的“最新更新”日期，以及每个来源列出的商标数量的准确“基准计数”，可以将供应商之间的实时进行比较。随着时间的流逝（例如，在免费软件试用期间），您应该能够了解哪些供应商在更好地及时更新PTO更新方面做得更好。
其次，您还可以向您的供应商询问其质量控制流程，并坚持要求他们详细介绍其鲁棒性。例如，当您的供应商从以电子方式提供其更新的“数字” PTO中更新其数据时，您的供应商会运行哪些类型的数据处理质量检查？他们是否使用统计分析来监视错误和不一致之处？在发现错误或异常的情况下该怎么做？如果他们用新的更新覆盖了数据库中相关的现有标记/内容，他们是否保留并跟踪文件历史记录，以便为用户显示/查看过去的事件？


要更新纸质PTO公报，您可以询问供应商他们如何数字化纸质文件，以及达到的错误率。他们如何验证每个数据集的完整性，并确保以正确的顺序输入数据？
例如，TrademarkNow在将所有传入商标数据添加到我们的系统之前，对我们所有传入的商标数据均应用了非常强大的质量保证（QA）方案：在我们的流程中，每个数字化商标记录均由两名不同的操作员通过双键验证（两个不同记录条目，然后比较差异）-确保相关数据字段的正确性达到99.9997％。
最后，您可以询问供应商有关其定期清理，统一和修复PTO数据本身的过程。鉴于PTO本身经常犯错误，您的搜索供应商如何处理这些错误？例如，它们是否解决商标所有者名称的拼写错误，将属于同一所有者的品牌合并在一起等？在TrademarkNow的情况下，当我们发现此类错误时，我们可以通过算法或由数据质量团队手动解决问题，或者在某些情况下，我们将与PTO联系并寻求修复。在所有情况下，我们的政策始终是同时显示原始的“官方” PTO记录（有错误），我们自己的注释和建议的数据更正。
走向美好的未来
如果以上所有方面看起来令人生畏，请不要绝望-您并不是唯一担心数据质量的人。包括Gartner Group，Price Waterhouse Coopers和The Data Warehousing Institute在内的一系列长期的行业专家声称已经确定了数据质量管理方面的危机，并且高级决策者不愿为此做足够的事情。
归根结底，高质量的商标数据对于商标专业人士及其组织的成功至关重要，尤其是在明显面临着更有效，更低成本地提供商标法律服务的压力之时。如果您是商标经理，那么高水平的数据质量确实符合您组织的最大利益-并且需要重点关注。通过使用上面列出的一些最佳实践，您可以帮助将您的组织引向一个更好的地方。