Patentics独创的新生（RenewalAnalysis）分析，如，新生申请人、新生发明人、新生代理人、新生IPC技术分析，将孤立的（isolated）、静态的（static）传统专利分析，提升到演变的（Evolved）、动态的（Dynamic）分析框架。从而为开创现代专利分析引入离散动力系统打下了坚实的基础。
    为什么新生分析？如果考虑分析对象是动态的，变化的，那新生分析就是辩识、捕获分析对象的突变点。以新生IPC技术分析为例，如果我们对2个互相竞争非常激烈的申请人每年新生IPC小组（即新进入IPC小组，而这些IPC小组都是该申请人从来没有涉足）进行辩识、捕获分析。我们可以非常清晰地发现一个申请人对新技术点（新生IPC小组，比如视频数字图像方面）的布局。当然，这些突变往往由商务、市场、产品驱动。但是如果能实时获悉竞争对手的最新进入新生IPC的布局，并以此推断出新的商务、市场需求，对于竞争双方都是求之不得。更进一步，我们对竞争双方的另一方进行了相同的新生IPC技术分析，我们发现该方的新生IPC小组技术，无目标的随机性很大，这些新进入的IPC小组都是与该申请人的主营业务并不很相关。
    我们知道，中国专利申请的质量受外部非创新因素影响太大。随着申请量的成倍增加，分析、监控这些申请的质量，变得非常困难。采用新生申请人分析，我们可以把每年中国专利申请量分成2部分，一部分为像华为、中兴等非新生申请人的申请，这些每年都在申请专利的非新生申请人的专利申请质量，一般可以认为都是稳定的，符合质量要求的，这是我们分析中的定常部分。另一部分，新生申请人，则是变数部分，其申请专利的质量可以是千变万化。在这些新生申请人中，一个极端是创新的新生力量，是践行创新国策的生力军，而另一极端，则是完全受非创新因数驱动，制造大量“非正常申请”的申请人。
    借助Patentics大数据分析技术，第一步，我们首先采用新生申请人分析，从每年申请中抽取“新生申请人”申请部分。第二步，对抽取的“新生申请人”及相应“新生专利申请”，进一步通过40多个变量进行数据切割（Data Section），通过大数据分析，获得能有效分离“正常”的与“非正常”的专利申请的分离变量（threshold variables），同时对这些被分离的“非正常申请”的全周期进行模型、跟踪并预测。例如，这些“非正常申请”，最终法律状态会是什么，有多少通过实审被被授权？审查授权过程中，这些原来是“非正常申请”，做了什么修改，而最终被授权？同样，对于那些新生的“正常”申请人，我们同样希望从大数据分析中模型、跟踪并预测这些“正常申请”的最终结果。从这些结果中，我们可以发现这些新生申请人的创新需求与帮助，帮助这些创新的新生力量，最终加入创新大潮。
    这些，Patentics都会给出精确的量化结果。
    还有许多新生分析技术，像新生发明人，新生代理人，我们都会在中国专利基本分析中应用，并做详细介绍。