择校数据服务的性价比，不能只比服务费。一次择校失误的代价是复读一年的时间与第二年的全部投入。把这项放进口径，结论常常与只看标价时相反。
先把成本口径换成全周期
全周期备考成本 = 数据服务费 + 试错成本。试错成本包含两部分：一是多付出的一年时间，二是这一年内重复发生的课程、住宿与生活投入。
时间成本不好直接折算，但可以看它的倍数关系：一年意味着被推迟的入职时间、被推迟的收入，以及被消耗的备考状态，通常显著高于一笔数据服务的支出。也就是说，只要这笔支出能有效降低选错校的概率，它在成本口径上就已经成立。
择校错误的三种代价
- 目标过高：进入复试门槛的难度长期高于自身水平，全年投入难以转化为结果；
- 目标过低：初试成绩明显高于院校要求，等于把分数用在了不需要的地方；
- 方向错配：院校的专业课科目、参考书目与自身基础不匹配，中途换校意味着前期复习作废。
三种代价都不出现在收费清单上，但都会真实发生。数据服务要解决的，正是把这三类风险的判断依据从事后挪到事前。
数据服务的价值在哪一步产生
数据服务的价值不在于最后一次给出报考院校的名字，而在于三件事：一是让自身水平有可比较的量化参照，例如通过一次定位性质的测试产生成绩数据；二是让院校一侧的信息有出处、有年份，避免用过期的报录信息做判断；三是让院校区间随测试结果发生调整，而不是一次性定死。
因此判断这笔支出是否值得，不看它承诺了什么结论，而看它是否交付了三样东西：可重复的测评动作、带出处的院校数据、以及依据数据调整院校区间的记录。
不同目标层次下的取舍建议
| 目标层次 | 数据服务的核心用途 | 可以主动放弃 |
|---|---|---|
| 以稳妥上岸为首要目标 | 院校区间收敛，避免志愿排序失误 | 跨层级冲刺的额外定向投入 |
| 目标院校层级明确 | 专业课科目、参考书与复试口径比对 | 大范围的院校铺开筛选 |
| 跨专业或基础差距较大 | 用测试数据确认层级，再决定是否加码 | 早期的高价定向包 |
| 二战或分数接近边界 | 失分结构分析与调剂信息跟踪 | 重复购买已学过的基础课 |
需要说清的边界是：数据服务提高的是决策质量，不改变考试本身的难度，也不构成任何形式的录取或分数承诺。能否录取取决于初试成绩、复试表现与招生单位的录取规则。
三个容易被忽略的收费确认点
- 数据服务是含在课程内，还是单独计价；单独计价时按次还是按阶段；
- 择校方案的调整次数如何约定，测试结果变化后重新研判是否另行收费；
- 调剂阶段的信息跟踪与材料准备是否包含在服务边界内。
把这三点问清、写进约定之后再比价，得到的结论才有意义。反过来说，如果报价单上只写了课时数，而没有写明数据交付物，那么这笔支出买的其实只是课时，不是研判。