2026年11月11日，由成都东软学院数据科学与基础学院主办的《11-11市调大赛备赛：选题策略与AI应用》专题讲座在华天图书馆举办。该讲座由西南交通大学数学学院教授、博士生导师王璐应邀主讲，围绕全国大学生市场调查与分析大赛最新赛制变化、备赛核心策略以及人工智能赋能备赛的实践路径展开深入讲解。

赛事升级：赞助商更迭与赛制优化

王璐教授指出，今年赛事迎来重要变化。长期赞助的正大集团退出，新赞助商预计为“益普索”，赛事名称及企业命题选题或将随之调整，但自由选题依然丰富。

在赛制方面，王璐教授认为在AI普及当下，网考防作弊意义减弱，实践赛仍分为校赛（3月）、省赛（4月）和国赛（5月），其中省赛和国赛采取“网评+线下答辩”的二级评审制。他强调，现场答辩是检验学生真实水平、规避AI代写风险的最有效手段。

AI时代的备赛核心：聚焦“选题”与“落地”

针对AI技术冲击，王璐教授指出比赛核心竞争力已从“数据处理”转移至前端的“选题”和后端的“落地”。他提出九条备赛经验，核心观点包括：

问题导向：好的选题必须讲清楚业务问题和挑战，调查内容不等于调查目的。例如，调查越野跑鞋应聚焦于如何寻找增量人群以实现品牌增长，而非仅停留在画像描绘。目标聚焦：一个调查应解决一个核心问题，避免面面俱到却浅尝辄止。决策导向：选题需有明确的落地部门（如政府文旅局、企业生产方等），确保建议可被采纳。若无法触及管理方或生产方，选题价值将大打折扣。多视角与多源数据：不仅关注消费者，还需结合厂家、供应商、竞争对手等多方视角；数据来源除问卷外，还应包括社交媒体文本、公开统计数据等。逻辑闭环（FIST模型）：建议遵循“事实（Fact）-含义（Implication）-策略（Strategy）-战术（Tactic）”的逻辑链条，确保最终建议与前文数据分析高度关联，拒绝假大空。

选题趋势分析：避开同质化，挖掘新场景

通过对往年获奖作品的分析，王璐教授总结了五大热门选题类型及其痛点：

商业消费类：占比最高，但传统快消品（如奶茶、零食）同质化严重，难以做出新意。社会治理与民生类：如“一刻钟便民生活圈”，贴近生活且易落地，是较稳妥的选择。乡村振兴与产业类：容易陷入同质化。特别推荐“低空经济+乡村振兴”的结合案例（如无人机运输秭归脐橙），认为将前沿技术与具体偏远地区痛点结合是创新方向。文化传承与文旅融合：非遗题材泛滥，评委审美疲劳。建议结合团队成员自身背景（如少数民族学生研究本民族文化）或独特技能（如现场展示武术）来增加差异化优势。数字科技与智能应用：AI陪伴、智慧医疗等选题虽热，但需警惕技术瓶颈和落地可行性，避免过度夸大功能。

师生互动：明确角色分工，合理利用AI

王璐教授就以下四个核心议题给出针对性建议：

指导老师角色：重在“选题把关”与“关键点拨”，帮助学生将60分的初始选题优化至八九十分，同时培养学生自学能力，避免依赖。数据与客户划分：通过多源数据交叉验证规避意愿与行为的偏差；客户划分应选取收入、区域等高辨识度特征，清晰界定存量与增量。AI合规与应用：允许使用AI辅助建模与分析，但严禁直接复制生成文本，需融入个人观点以通过查重；若开发智能体产品并真正落地，极具高价值，但需注意报告篇幅平衡。时间规划：寒假为备赛黄金期，建议考后留校一周确定选题并开展初步调研。

从赛制变化到选题逻辑，从趋势研判到师生协作，本次讲座系统梳理了AI时代市调大赛的备赛路径。王璐教授的讲解表明，在AI大幅降低数据处理门槛的背景下，参赛作品的价值重心正在向前端和后端同时转移——前端要选准真问题、锁定可落地的决策场景，后端要以严密的数据链条支撑可被采纳的对策建议，二者缺一不可。对参赛师生而言，这一思路既给出了可操作的备赛方法，也指明了需要长期积累的方向：关注真实的产业与民生场景，善用多源数据和AI工具而不依赖其生成内容，把功夫下在选题的洞察与结论的落地之上。随着赛制与企业命题的调整，唯有以问题为导向、以落地为标尺的作品，才能在愈发激烈的竞争中脱颖而出。