傳統會展企業也累積了大量的財務數據、展商數據、網絡數據等，但是，大數據由于采集范圍廣、類型多樣等特征，使傳統會展企業既具備了更精細化營銷的可能性，又面臨如何挖掘最有價值營銷數據的挑戰。由于會展公司在收集數據時存在很多問題，導致在實際工作中數據用不上，說到這里我們不得不引入一個重要的概念----大數據畫像

用戶畫像數據維度，針對每一類數據實體，進一步分解可落地的數據維度，形成字段集。

1. 用戶數據：

用戶自然特征：性別，年齡，地域，教育水平，出生日期，職業，星座

用戶興趣特征：興趣愛好，使用APP/網站,瀏覽/收藏內容，互動內容，品牌偏好，產品偏好

用戶社會特征:婚姻狀況，家庭情況，社交/信息渠道偏好

用戶消費特征：收入狀況,購買力水平，已購商品，購買渠道偏好，最后購買時間，購買頻次

2. 商品數據(以消費電子類為例)：

手機：品牌，顏色，尺寸，電池容量，內存，攝像頭，CPU，材質，散熱，價格區間

筆記本：品牌，屏幕尺寸，配置，顏色，風格，薄厚，價格區間

智能手表：品牌，功能，材質，電池容量，顏色，風格，價格區間

3. 渠道數據(以消費電子類為例)：

信息渠道：微信，微博，論壇，SNS，貼吧，新聞網站，咨詢App

購買渠道:電商平臺，微店，官網，實體店，賣場

傳統會展公司數據收集現狀

然而，回歸到傳統的展會經營中，公司收集的數據只能保證電話號碼沒問題，至于展商的姓名、年齡、地獄、教育水平、購買能力、參展頻率等完全不知道，所以只能局限于給展商打電話進行營銷。而在展會發達國家，電話營銷早已過時。

會展公司要想做好展會大數據營銷工作，首先還是定義好用戶大數據畫像的元素，然后借助可視化工具，如Introducing Landline andStateline、El Mirador| Fathom等。當然，對于現在國內的會展公司，第一步還是數據收集操作的規范，保證錄入的數據規范切無誤，便于可視化工具的讀取。

大數據并非在于“大”

人們往往犯這樣的錯誤，認為大數據越大越好。數據并非越大越好。有價值的分析工具是幫助客戶從海量的大數據找出真正可用于決策的數據，這些有價值的數據就是‘小數據’。”換言之，“小數據”是針對客戶的特定需求概括、提煉出的數據。

那什么是精準化營銷？

舉例：大多數的都用論壇來學知識，你比較喜歡展會知識學習，而你哥哥喜歡SEO優化多，百度大數據后臺只能分析系統（CRM），通過1-幾個月的數據分析，判斷出你喜歡展會百科論壇，然后SEO類知識的相關鏈接和廣告，你哥哥不會收到，因為系統判定他不是展會知識群體。

利用技術手段迎接大數據時代來臨

雖然全球大數據目前還處在概念階段，但很多企業已經意識到了大數據的重要性及其帶來的效益。邊城先森認為，展覽行業的大數據是指和具體的展會本身或所在行業相關的大數據，分為內部數據與外部數據。展會內部大數據是指展會主辦商多年來所收集的歷次展會觀眾記錄，如聯系方式、不同行業和類型的產品采購需求等。外部大數據是指與展會相關的其他數據，如按照國家和行業劃分的全球采購統計數據。

對于那些在數據管理方面先行一步，或者做好準備迎接大數據的展會主辦商，有很多可以利用的工具和服務能幫助他們更好地理解和處理數據，其中不乏“可視化”工具，如Introducing Landline andStateline、El Mirador| Fathom等。這些工具能夠有效抓取數據，并使用圖形、圖標和其它直觀方式加以分析表示，幫助辦展者更好地理解自己的數據。

實現精準營銷的步驟

基于大數據的精準營銷過程分為：采集和處理數據、建模分析數據、解讀數據這么三個大層面。通過對展商、觀眾特征、展品特征、采購行為特征數據的采集和處理，可以進行多維度的專業觀眾消費特征分析、展品策略分析和銷售策略指導分析。通過準確把握觀眾需求、增加觀眾互動的方式推動營銷策略的策劃和執行。

展會大數據包括內部數據和外部數據，此文省略。那我們實際操作有哪些步驟呢？

1、數據層：采集和處理數據

大數據處理的數據類型包括：括圖片、文本、網頁、社交網絡，還有傳統的交易數據。

不局限在傳統采集數據的過程一般是有限的、有意識的、結構化的進行數據采集你能采集

2、業務層：建模分析數據

使用的數據分析模型，例如基本統計、機器學習、例如數據挖掘的分類、聚類、關聯、預測等算法。

3、應用層：解讀數據

數據指導營銷最重要的是解讀。傳統一般是定義營銷問題之后，采集對應的數據，然后根據確定的建模或分析框架，數據進行分析，驗證假設，進行解讀。解讀的空間是有限的。

而大數據提供了一種可能性，既可以根據營銷問題，封閉性地去挖掘對應數據進行驗證，也可以開放性地探索，得出一些可能與常識或經驗判斷完全相異的結論出來。可解讀的點變得非常豐富。

2大數據營銷數據類型

人口統計學數據：包括展商的年齡、性別、國籍、注冊時提供的信息；

展商行為數據：訪問、頁面停留時長、觸點等。

展商內容偏好數據：所在的行業、參展頻率、品牌口碑、展品范圍、停留時間等。

交易數據：實際訂單、客單件、訂單轉化率、促銷響應率等

3大數據營銷應用場景

從會展公司營銷應用層面上看，主要是圍繞展商、展品、專業觀眾消費行為三大元素進行營銷策略的制定和實施的。這三要素之間彼此獨立又相互聯系，每個獨立要素都可制定營銷策略，同時三要素之間的關聯組合更是會展公司制定有效營銷策略的關鍵。

會展公司要不要大數據化？

大公司愿意投入大數據研究，原因在于他們的運營方式和業務特點：第一，數據驅動并依賴優秀的數據分析；第二，大公司有更多資源投入到人力和新技術上，以更好地分析理解數據。可以想象，這些網站依賴于理解用戶的網絡行為，對此進行分析以推動更好的在線體驗，最終推動銷售”。大數據對于中小型會展企業究竟有多重要，是否所有企業都必須進入大數據時代？我想這一個對此，筆者認為“并不需要緊緊跟隨每一個‘營銷熱詞’，我想我們更應該關注的是如何更好地利用現有的數據庫，讓其發揮更大的價值。”

原文來源于www.omaten.com