信息革命帶來的除信息更高效地生產、流通和消費外，還帶來數據的爆炸式增長。而在移動互聯網浪潮下，數據產生速度前所未有地加快。原有對數據簡單利用是一種巨大的浪費，各行各業開始系統性地對數據進行挖掘。在大數據積累的同時，數據挖掘的計算理論、實時的收集和流通通道、軟硬件環境都在成熟。 

數據如同蘊藏能量的煤礦。煤炭按照性質分焦煤、無煙煤、肥煤、貧煤等種類；按開采成本來講，露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據并不在“大”，而在于“有用”。價值含量、挖掘成本比數量更為重要。2017 年 1 月，工信部公布了《大數據產業發展規劃（2016-2020年）》，提出到2020年的發展目標：大數據相關產品和服務業務收入突破 1 萬億元，年均復合增長率保持30%左右。 

近年來，雖然會展大數據取得不小的進步，但大數據仍難以給會展業帶來實際的商業價值。會展大數據不像電子商務、網游那樣有著“直接明確”的商業變現模式。在會展業，大部分會展企業也專注于把大數據收集和存儲到大數據平臺，但卻忽略了數據分析才能真正給會展業帶來商業價值。 

大數據的商業模式劃分為廣告/營銷、數據交易、工具與數據服務、數據報告和解決方案以及跨界融合五大項。筆者認為，具體到會展業，大數據分析對商業價值體現主要表現在：通過各種信息技術手段獲取展商及采購商信息，得到精準的客戶畫像、在線行為以及線下觀展偏好，這些信息為主辦方改進展會服務、精準營銷提供決策依據。

數據本身不產生價值，如何分析和利用大數據才是關鍵。那么，會展業應該怎樣挖掘會展大數據的商業價值？ VS

第一，打造強大的數據獲取和管理平臺。不同的數據平臺采集數據的方式不同，采集的內容存有差異。比如，百度是中國最大的搜索引擎，因而掌握了中國最多的與消費者行為特點相關的數據資料；攜程是中國最大的旅游互聯網平臺，游客的酒店預訂、機票購買等數據十分豐富。如果企業的技術力量不足，也可以設立自己的數據收集“裝置”，譬如通過自建網站、開發App、微信公眾號等手段獲取數據，但自建平臺獲取數據的量往往不夠，因此可借助第三方數據服務平臺通過向參會者提供互聯網服務的方式采集數據信息。 

?

第二，獲取數據運算和數據分析報告。數據產品與大眾產品最大的不同在于，它具有很強的定制性，通過成熟的技術手段獲取的數據，通常只是海量數據而已，可直接使用的很少。這就需要企業根據自己的需要，對獲取的數據進行運算、分析，通過挖掘和分析后的數據才是具有價值的數據。 

金融五大構成要素

1

首先，會展企業要明確自己的業務需求，按照業務驅動的角度，了解業務部門需要解決的問題，所要達成的效果怎樣，依據這些需求來實施部署商業智能工具。 

2

其次，數據結合與關聯。由于企業數據海量的特點和多元化的結構形式，需要商業分析工具具有海量的數據探索和分析能力，能夠實時有效地與已有數據結合，產生精確的行動方向。 

3

再次，培養數據分析人才。數據分析方面，商業智能系統的部署是關鍵，但業務人員數據分析水平也同樣重要。這就要求數據人員在信息過程管理中逐漸培養科學化管理意識，從而形成對企業數據的綜合管理。當然，數據分析是一項精細、復雜而且耗時的工作，會展企業也可以借助第三方服務，降低企業數據分析的成本。

無論采取哪種方式，使用哪家平臺的數據，企業都要做好自己的需求分析和對數據價值的要求。此外，數據分析報告的可執行性和落地性也是數據分析的價值體現。

最后，大數據除了在會展立項、精準營銷、精細化管理和運營等方面將發揮作用外，圍繞人員流動密集、物流集中的會展活動，還有其他層面的應用。如何利用大數據，實現會展業商業模式的創新和流程再造，是每個會展人需要思考的問題。