数据唯有和场景结合，方能体现其价值。从某种意义上说，场景既是数据要素的“滋生土壤”，又是其“价值天花板”。随着数据应用的广泛、深入开展，数据场景的数量暴增的同时，质量问题也日益受到关注---场景是否具有“含金量”，决定了数据应用的必要性和可行性。
“文无第一，武无第二。”场景的优劣评价，很难有统一的量化标准。从定性的角度出发，大致有八个维度可以作为场景评价的共性参考。第一是价值性，即该场景能否解决相关痛点、堵点，能否创造经济价值或社会价值。价值性是场景最重要的评价维度，如果场景没有价值，那么对应的数据应用也无必要开展；第二是创新性，即该场景是不是与时俱进的新场景，是不是细分领域、尖端领域、关键领域的新问题。创新性是场景评价的关键维度，是“加分项”；第三是重要性，即该场景和当前的主要工作、重点工作是否紧密关联，场景问题的解决是否迫切、必须。重要性是场景评价的参考维度，关乎后续工作的开展；第四是融合性，即该场景融合了怎样的资源，往往融合的要素、主体越多，场景的价值也就越大。融合性是场景生命力的体现，也是场景的动能之一；第五是系统性，即该场景是否是有机的、完整的，是否具备数据场景通常所需要的算法设计、数据应用体系等。系统性是场景可操作性的体现；第六是成效性，即场景是否可转换为成果，成果和场景的投入是否成正比。成效性是场景评价的重要维度，也是显性指标；第七是针对性，即该场景作用的主客体是否清晰，数据需求是否明确，功能指向是否校准。针对性是场景评价容易被忽视的维度，强调针对性就是希望场景把问题具体化、精细化；第八是生态性，即该场景是否考虑到生态友好，是否绿色环保，是否会对作用环境或相关生态带来负面影响。生态性是场景评价的全景图，是综合考量场景价值的必须。
