傳統(tǒng)會(huì)展企業(yè)也累積了大量的財(cái)務(wù)數(shù)據(jù)、展商數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)等，但是，大數(shù)據(jù)由于采集范圍廣、類(lèi)型多樣等特征，使傳統(tǒng)會(huì)展企業(yè)既具備了更精細(xì)化營(yíng)銷(xiāo)的可能性，又面臨如何挖掘最有價(jià)值營(yíng)銷(xiāo)數(shù)據(jù)的挑戰(zhàn)。由于會(huì)展公司在收集數(shù)據(jù)時(shí)存在很多問(wèn)題，導(dǎo)致在實(shí)際工作中數(shù)據(jù)用不上，說(shuō)到這里我們不得不引入一個(gè)重要的概念----大數(shù)據(jù)畫(huà)像

用戶畫(huà)像數(shù)據(jù)維度，針對(duì)每一類(lèi)數(shù)據(jù)實(shí)體，進(jìn)一步分解可落地的數(shù)據(jù)維度，形成字段集。

1. 用戶數(shù)據(jù)：

用戶自然特征：性別，年齡，地域，教育水平，出生日期，職業(yè)，星座

用戶興趣特征：興趣愛(ài)好，使用APP/網(wǎng)站,瀏覽/收藏內(nèi)容，互動(dòng)內(nèi)容，品牌偏好，產(chǎn)品偏好

用戶社會(huì)特征:婚姻狀況，家庭情況，社交/信息渠道偏好

用戶消費(fèi)特征：收入狀況,購(gòu)買(mǎi)力水平，已購(gòu)商品，購(gòu)買(mǎi)渠道偏好，最后購(gòu)買(mǎi)時(shí)間，購(gòu)買(mǎi)頻次

2. 商品數(shù)據(jù)(以消費(fèi)電子類(lèi)為例)：

手機(jī)：品牌，顏色，尺寸，電池容量，內(nèi)存，攝像頭，CPU，材質(zhì)，散熱，價(jià)格區(qū)間

筆記本：品牌，屏幕尺寸，配置，顏色，風(fēng)格，薄厚，價(jià)格區(qū)間

智能手表：品牌，功能，材質(zhì)，電池容量，顏色，風(fēng)格，價(jià)格區(qū)間

3. 渠道數(shù)據(jù)(以消費(fèi)電子類(lèi)為例)：

信息渠道：微信，微博，論壇，SNS，貼吧，新聞網(wǎng)站，咨詢(xún)App

購(gòu)買(mǎi)渠道:電商平臺(tái)，微店，官網(wǎng)，實(shí)體店，賣(mài)場(chǎng)

傳統(tǒng)會(huì)展公司數(shù)據(jù)收集現(xiàn)狀

然而，回歸到傳統(tǒng)的展會(huì)經(jīng)營(yíng)中，公司收集的數(shù)據(jù)只能保證電話號(hào)碼沒(méi)問(wèn)題，至于展商的姓名、年齡、地獄、教育水平、購(gòu)買(mǎi)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(jìn)行營(yíng)銷(xiāo)。而在展會(huì)發(fā)達(dá)國(guó)家，電話營(yíng)銷(xiāo)早已過(guò)時(shí)。

會(huì)展公司要想做好展會(huì)大數(shù)據(jù)營(yíng)銷(xiāo)工作，首先還是定義好用戶大數(shù)據(jù)畫(huà)像的元素，然后借助可視化工具，如Introducing Landline andStateline、El Mirador| Fathom等。當(dāng)然，對(duì)于現(xiàn)在國(guó)內(nèi)的會(huì)展公司，第一步還是數(shù)據(jù)收集操作的規(guī)范，保證錄入的數(shù)據(jù)規(guī)范切無(wú)誤，便于可視化工具的讀取。

大數(shù)據(jù)并非在于“大”

人們往往犯這樣的錯(cuò)誤，認(rèn)為大數(shù)據(jù)越大越好。數(shù)據(jù)并非越大越好。有價(jià)值的分析工具是幫助客戶從海量的大數(shù)據(jù)找出真正可用于決策的數(shù)據(jù)，這些有價(jià)值的數(shù)據(jù)就是‘小數(shù)據(jù)’。”換言之，“小數(shù)據(jù)”是針對(duì)客戶的特定需求概括、提煉出的數(shù)據(jù)。

那什么是精準(zhǔn)化營(yíng)銷(xiāo)？

舉例：大多數(shù)的都用論壇來(lái)學(xué)知識(shí)，你比較喜歡展會(huì)知識(shí)學(xué)習(xí)，而你哥哥喜歡SEO優(yōu)化多，百度大數(shù)據(jù)后臺(tái)只能分析系統(tǒng)（CRM），通過(guò)1-幾個(gè)月的數(shù)據(jù)分析，判斷出你喜歡展會(huì)百科論壇，然后SEO類(lèi)知識(shí)的相關(guān)鏈接和廣告，你哥哥不會(huì)收到，因?yàn)橄到y(tǒng)判定他不是展會(huì)知識(shí)群體。

利用技術(shù)手段迎接大數(shù)據(jù)時(shí)代來(lái)臨

雖然全球大數(shù)據(jù)目前還處在概念階段，但很多企業(yè)已經(jīng)意識(shí)到了大數(shù)據(jù)的重要性及其帶來(lái)的效益。邊城先森認(rèn)為，展覽行業(yè)的大數(shù)據(jù)是指和具體的展會(huì)本身或所在行業(yè)相關(guān)的大數(shù)據(jù)，分為內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)。展會(huì)內(nèi)部大數(shù)據(jù)是指展會(huì)主辦商多年來(lái)所收集的歷次展會(huì)觀眾記錄，如聯(lián)系方式、不同行業(yè)和類(lèi)型的產(chǎn)品采購(gòu)需求等。外部大數(shù)據(jù)是指與展會(huì)相關(guān)的其他數(shù)據(jù)，如按照國(guó)家和行業(yè)劃分的全球采購(gòu)統(tǒng)計(jì)數(shù)據(jù)。

對(duì)于那些在數(shù)據(jù)管理方面先行一步，或者做好準(zhǔn)備迎接大數(shù)據(jù)的展會(huì)主辦商，有很多可以利用的工具和服務(wù)能幫助他們更好地理解和處理數(shù)據(jù)，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(shù)據(jù)，并使用圖形、圖標(biāo)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(shù)據(jù)。

實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)的步驟

基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)過(guò)程分為：采集和處理數(shù)據(jù)、建模分析數(shù)據(jù)、解讀數(shù)據(jù)這么三個(gè)大層面。通過(guò)對(duì)展商、觀眾特征、展品特征、采購(gòu)行為特征數(shù)據(jù)的采集和處理，可以進(jìn)行多維度的專(zhuān)業(yè)觀眾消費(fèi)特征分析、展品策略分析和銷(xiāo)售策略指導(dǎo)分析。通過(guò)準(zhǔn)確把握觀眾需求、增加觀眾互動(dòng)的方式推動(dòng)營(yíng)銷(xiāo)策略的策劃和執(zhí)行。

展會(huì)大數(shù)據(jù)包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，此文省略。那我們實(shí)際操作有哪些步驟呢？

1、數(shù)據(jù)層：采集和處理數(shù)據(jù)

大數(shù)據(jù)處理的數(shù)據(jù)類(lèi)型包括：括圖片、文本、網(wǎng)頁(yè)、社交網(wǎng)絡(luò)，還有傳統(tǒng)的交易數(shù)據(jù)。

不局限在傳統(tǒng)采集數(shù)據(jù)的過(guò)程一般是有限的、有意識(shí)的、結(jié)構(gòu)化的進(jìn)行數(shù)據(jù)采集你能采集

2、業(yè)務(wù)層：建模分析數(shù)據(jù)

使用的數(shù)據(jù)分析模型，例如基本統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、例如數(shù)據(jù)挖掘的分類(lèi)、聚類(lèi)、關(guān)聯(lián)、預(yù)測(cè)等算法。

3、應(yīng)用層：解讀數(shù)據(jù)

數(shù)據(jù)指導(dǎo)營(yíng)銷(xiāo)最重要的是解讀。傳統(tǒng)一般是定義營(yíng)銷(xiāo)問(wèn)題之后，采集對(duì)應(yīng)的數(shù)據(jù)，然后根據(jù)確定的建模或分析框架，數(shù)據(jù)進(jìn)行分析，驗(yàn)證假設(shè)，進(jìn)行解讀。解讀的空間是有限的。

而大數(shù)據(jù)提供了一種可能性，既可以根據(jù)營(yíng)銷(xiāo)問(wèn)題，封閉性地去挖掘?qū)?yīng)數(shù)據(jù)進(jìn)行驗(yàn)證，也可以開(kāi)放性地探索，得出一些可能與常識(shí)或經(jīng)驗(yàn)判斷完全相異的結(jié)論出來(lái)。可解讀的點(diǎn)變得非常豐富。

2大數(shù)據(jù)營(yíng)銷(xiāo)數(shù)據(jù)類(lèi)型

人口統(tǒng)計(jì)學(xué)數(shù)據(jù)：包括展商的年齡、性別、國(guó)籍、注冊(cè)時(shí)提供的信息；

展商行為數(shù)據(jù)：訪問(wèn)、頁(yè)面停留時(shí)長(zhǎng)、觸點(diǎn)等。

展商內(nèi)容偏好數(shù)據(jù)：所在的行業(yè)、參展頻率、品牌口碑、展品范圍、停留時(shí)間等。

交易數(shù)據(jù)：實(shí)際訂單、客單件、訂單轉(zhuǎn)化率、促銷(xiāo)響應(yīng)率等

3大數(shù)據(jù)營(yíng)銷(xiāo)應(yīng)用場(chǎng)景

從會(huì)展公司營(yíng)銷(xiāo)應(yīng)用層面上看，主要是圍繞展商、展品、專(zhuān)業(yè)觀眾消費(fèi)行為三大元素進(jìn)行營(yíng)銷(xiāo)策略的制定和實(shí)施的。這三要素之間彼此獨(dú)立又相互聯(lián)系，每個(gè)獨(dú)立要素都可制定營(yíng)銷(xiāo)策略，同時(shí)三要素之間的關(guān)聯(lián)組合更是會(huì)展公司制定有效營(yíng)銷(xiāo)策略的關(guān)鍵。

會(huì)展公司要不要大數(shù)據(jù)化？

大公司愿意投入大數(shù)據(jù)研究，原因在于他們的運(yùn)營(yíng)方式和業(yè)務(wù)特點(diǎn)：第一，數(shù)據(jù)驅(qū)動(dòng)并依賴(lài)優(yōu)秀的數(shù)據(jù)分析；第二，大公司有更多資源投入到人力和新技術(shù)上，以更好地分析理解數(shù)據(jù)。可以想象，這些網(wǎng)站依賴(lài)于理解用戶的網(wǎng)絡(luò)行為，對(duì)此進(jìn)行分析以推動(dòng)更好的在線體驗(yàn)，最終推動(dòng)銷(xiāo)售”。大數(shù)據(jù)對(duì)于中小型會(huì)展企業(yè)究竟有多重要，是否所有企業(yè)都必須進(jìn)入大數(shù)據(jù)時(shí)代？我想這一個(gè)對(duì)此，筆者認(rèn)為“并不需要緊緊跟隨每一個(gè)‘營(yíng)銷(xiāo)熱詞’，我想我們更應(yīng)該關(guān)注的是如何更好地利用現(xiàn)有的數(shù)據(jù)庫(kù)，讓其發(fā)揮更大的價(jià)值。”