数据要素×大赛的培训，我已经连续做了三年，应该算是参与得比较深入的。像去年除了支撑主管部门整理材料外，大概还支撑了六个地市的培训，也陆续记录了一些工作中的观察和心得。

前年即2024年，主要是培训申报书怎么写，重点是项目定位、材料结构和价值表达，包括以下三篇：

去年即2025年，在此基础上增加了路演辅导，讨论如何在有限时间内讲清楚项目解决了什么问题、数据发挥了什么作用等，如下这篇：

今年的培训，主要是进一步对申报工作进行总结，把重点进一步转向参赛材料中的常见问题。除过去反复讲过的项目边界不清、申报书与路演课件逻辑不够清晰、数据口径缺乏依据等问题外，还有六个问题值得参赛团队重点关注。

一、参赛的项目标题没有充分体现出数据、场景和价值

参加数据要素×大赛，项目标题最好能够同时体现数据基础、应用场景和实际价值。

比如，有些项目标题写成“可信数据空间赋能某某业务协同优化”。标题已经提到“数据”，但站在评委的角度，仍然难以快速判断项目具体应用在哪个行业场景，又解决了什么行业难题。

标题的作用，是帮助评委迅速建立对项目的基本认知。数据从哪里来，用在什么场景，最终带来什么价值，能够在标题中体现的，应尽量体现出来。例如，相较于“可信数据空间赋能能源协同”，如果优化为“融合生产经营与能源数据的企业用能协同优化服务”或“可信数据空间促进行业用能结构优化”，项目的数据来源、应用对象和核心价值会更加直观。

这一点的核心在于：申报材料不应让评委自行寻找项目价值，而要主动降低评委理解项目的成本。

二、背景太大，痛点太空

不少申报书开篇都会从数字经济发展、数据要素市场化配置改革、数据相关政策部署和行业数字化转型等角度出发，随后直接转到可信数据空间、隐私计算或数据跨境面临的技术难题。这些内容可能都正确，却不容易引起共鸣，尤其对不熟悉特定行业技术细节的评委来说，很难理解项目启动的原因。

所以，真正需要写清楚的是“用户在现实业务中遇到了什么问题”，然后再顺理成章地引出技术。例如，企业无法同时获得生产计划、设备运行和实时电价数据，导致储能调度依靠人工经验；海外项目数据无法回传，国内算法难以用于远程运维；不同部门的数据标准不一致，基层仍需反复填报和人工核验。

只有先证明行业问题真实存在，才能继续说明为什么需要建设可信数据空间，为什么需要开展数据跨境，为什么需要引入某项技术等。如果行业问题并不存在，或者已有其他更好的方式来解决问题、完成业务目标，评委自然会质疑本项目立项的必要性或成效的可靠性。

行业痛点越真实、越普遍，项目价值才越大、越容易成立。

三、技术写得多，数据写得少

这是参赛材料中最普遍的问题之一。

从我的观察来看，绝大多数参赛团队以技术人员为主，所以材料自然就容易从技术架构、算法模型、系统性能和设备参数展开。这些内容不是不能写，但我们参加的是“数据要素×”大赛，大赛的核心仍然是数据要素如何释放价值。

因此，申报书应当适当压缩通用技术介绍，重点说明数据从哪里来，原来为什么无法使用，经过了哪些治理和授权，如何实现跨主体流通，又进入了哪个业务流程。

即使介绍模型优化，也应围绕数据展开。比如，新增了哪些训练数据，解决了哪些样本不足问题，数据质量提升后，模型准确率提高了多少，最终如何改善业务决策。

技术是实现数据价值的手段。材料写得再专业，如果看不到数据的流动和使用，仍然难以体现数据要素项目的特征。

四、成效缺乏因果关系

很多申报书的问题、方案和成效分开填写，最后形成三段彼此独立的内容。评委能够看到项目取得了不少成果，却难以判断这些成果是否由数据应用直接带来。

例如，一个保供电项目实现了设备稳定运行，背后可能包括设备改造、人员值守、巡检制度和应急保障等多种因素。假如材料没有说明数据发挥了什么作用，相关成效就很难全部归因于参赛项目。

业务障碍→数据动作→模型判断→业务行动→应用成效。

数据必须出现在解决问题的关键环节中，且能够解释最终成效是如何产生的。

五、商业模式过于笼统

关于商业模式，我在培训中已经有过足够的强调，但很多申报书的商业模式归纳起来仍然只有一句话：通过产品销售、平台服务和项目实施实现收入。这让评委很难判断项目能否持续运营。

这些问题回答清楚后，项目的市场空间、收入来源和持续运营能力才能被评估。

然后，再进一步说明潜在的客户群体，包括地区、行业、规模，以及预期的成交量、复购率等，这样就能计算预期收入。

商业模式的重点不在于列出多少种收费方式，而在于证明已经有人愿意为项目创造的价值付费。

六、示范性内容只写未来规划

部分申报书在示范推广部分写“未来将总结本项目经验，进一步制定标准、封装标准化组件、提炼完善项目制度，再向其他地区和行业推广”，但这样会侧面说明项目目前还不具备成熟的复制条件。

真正的示范性需要体现项目已经形成了可以复制、推广的成果。比如，已经形成标准化的数据目录和接口，已经将核心模型封装为可配置组件，已经建立项目运营和安全管理制度，已经从第一个客户复制到第二个客户，并且交付周期和实施成本有所下降等。

示范性需要回答的是“能否现在就具备推广条件”，而非“未来准备如何推广”。

数据要素×大赛中的优秀项目，通常需要贯穿一条主线：发现一个真实而普遍的问题→通过数据治理、流通和应用改变原有业务方式→产生可以核验的实际成效→并且已经具备继续复制和持续运营的条件。