會展業與大數據結合的話題在業內經常被提及，但大數據如何影響和服務於會展業，兩者之間的關系目前處於什麽狀態，還沒有詳細闡述。我們希望技術人員對會展業大數據這個話題做壹個詳細的解讀，因為籠統的講總有壹種“忽悠”的感覺。在此，筆者嘗試從非技術的角度來談談會展業的大數據問題，以引起更多的關註。首先，壹個最基本的判斷是，會展業還處於大數據應用的初級階段。會展業是最重視數據的行業之壹，但在從壹般數據向大數據過渡的過程中，會展業仍處於探索的初級階段。大數據的主要用途之壹是預測，即基於消費者洞察的分析和推斷。因此，在理想情況下，產品的研發和設計應該建立在大數據對消費者偏好的“捕捉”和歸納的基礎上。具體到展會，大數據很少在“展會立項”的分析中發揮作用。在營銷方面，大數據在會展業的運用也有欠缺。無論是在營銷渠道的拓展上，還是營銷渠道有效性的評估上，都沒有見到典型案例。另外，大數據時代的壹個重要特征就是對數據的專業分析。即使通過技術手段可以收集到海量數據，沒有專業的數據分析師，也無法完成對大數據的分析和解讀，更談不上讓大數據的效果最大化。在這方面，會展業還有很長的路要走。展會大數據領域值得稱道的地方主要體現在展會現場的管理上。通過觀眾“追蹤”技術(RFID技術或藍牙NFC技術)，優化門禁系統，尤其是追蹤觀眾在展會場館的活動軌跡和規律，分析人們對產品和企業的關註度，調整展會的運營管理。這方面已經有了壹些好的做法和探索。利用上述技術，壹方面，展商和買家(終端)可以利用相關技術，實現在現場對彼此位置的準確感知，嘗試在貿易中更高效地合作；展會結束後，參展商還可以查詢哪些客戶來過展位，對哪些產品感興趣，從而實現精準營銷，調整產品結構和功能。另壹方面，主辦方通過大數據了解客戶喜好和感興趣的產品信息，可以更好地調整展會項目，服務客戶。其次，會展行業大數據面臨的問題還有很多，主要涉及以下幾點:第壹，從數據上來看，精準的數據庫仍然是會展項目主辦方的主要工具，因為數據量大。相比其他很多行業，會展業主導的數據量並不大。大數據之所以比數據有更多的字符，是因為數據的數量，獲取數據的速度和方式，包括對數據的分析和處理的不同。其中，量是大數據的壹個維度。從舉辦單個展覽項目來看，目前主辦方處理的數據量有限。即使是上萬平米規模的大型展覽項目，通過傳統的數據庫和傳統的數據處理方式，也能從容應對。關於樣本=全部，不求因果的重聯的大數據概念，更多的是基於海量數據的現實。作者個人觀點:壹旦數據量可控，人們自然會回歸因果分析。因果分析是人類探索自我和自然的終極理想。過去是，將來也是。從這個意義上說，傳統數據庫通過因果分析實現精準營銷和精細化運營，仍然是會展業的主要運營模式。第二，大數據需要專業的數據分析能力。看過勵展對國內部分行業出口目標市場的分析。總體感覺是，即使在傳統數據的挖掘和分析上，很多會展企業也做得不夠，還有很多需要改進的地方。對於大數據，分析技能和能力要求更高。目前行業內存在壹種傾向，過於關註數據采集技術和大數據的意義，而對數據分析的能力關註太少。對於大多數企業來說，不要好高騖遠，哪怕是做好傳統數據的分析，都是壹個挑戰。第三，會展場館的數據基礎設施建設還存在混亂的地方。壹方面，主辦方對基礎設施的要求逐漸提高，很多場館沒有滿足最基本的帶寬要求；另壹方面，壹旦場館IT基礎設施大幅升級，借鑒重慶會展中心的做法，會引起主辦方的矛盾心理，增加對數據安全的擔憂。當然，這是壹個中國特色的問題，中國的場館經營者對於舉辦自己的展覽的偏好或“情結”是眾所周知的。在中國的誠信環境下，主辦方產生懷疑是必然的。第四，投入產出問題。不同的企業對大數據應該有不同的態度和方式。考慮問題的原則應該是投入產出比。壹般來說，由於投入巨大，無論會場還是主辦方，只有比較有實力的企業才可以考慮投資大數據。小企業即使有探索大數據的野心，也只能退而求其次，尋求與第三方服務商的合作。最後，會展大數據的研究和應用目前只是“牛壹九毛”，遠未窮盡。除了大數據在會展項目立項、營銷、管理、運營等方面的積極作用，圍繞人員流動密集、物流集中的會展活動，應該還有其他應用。其中，關鍵是投入產出比和盈利模式。盈利模式方面，是在有了明確的盈利模式之後再去收集數據，還是在收集數據之後再去發掘數據的其他使用價值和盈利模式，這是很多行業都會遇到的壹個令人困惑的問題。