
大数据时代下的产业+会展
由中国经济网会展中国频道发起的“大数据时代下的产业+会展”研讨会6月6日在北京召开,围绕“大数据在产业会展中的价值”、“如何使大数据(互联网)+会展更有实用性、可操作性”、“会展传播对大数据下的产业意义”三大议题进行了深入探讨。
研讨会现场
中国会展经济研究会常务副会长储祥银、中国经济网常务副总经理雷越、长城会副总裁周景龙、北京逸格天骄展览有限公司副总经理李益、中国畜牧业协会副秘书长刘强德、汇展供应链管理(北京)有限公司CEO吴菲、《中国贸易报》会展周刊主编周春雨、中国经济网大型活动办主任严永怡、中国经济网会展中国频道主编周宇宁等出席了此次研讨会。
研讨会现场各位嘉宾
会上,雷越介绍了中国经济网和大数据的需求情况,希望能和会展业界专家和从业者进行大数据产业+会展方面的深入探讨,也希望媒体和会展业界能共同找到大数据的应用路途,共同提升传播力和影响力。
严永怡介绍了中国经济网主承办的品牌会展活动:中国食品安全论坛、中国国际食品安全与创新技术展览会、中国食品安全30人论坛、国际食品安全会议、乌镇世界互联网大会、丝绸之路经济带智库峰会、三经论坛、中韩媒体高层对话等一系列会展活动。
中国会展经济研究会常务副会长储祥银
储祥银介绍了目前产业会展和大数据的情况,他表示,如果说大数据是一个平台,那么会展本身也是一个平台,如果能把两个平台相互融合发展起来,将得到更大的发展平台,出现倍加效应。数据可以为整个产业发展做好服务,产业发展了,和这个产业相关的展览会就更容易做好。而通过会展活动有意识的数据效应,也可以为行业搭建更好的平台,使行业用新技术走得更快。储祥银认为,做会展的大数据,不是简单的如何招商,更多的是如何应用大数据把行业相关的资源整合在一起,产生释放效应。
刘强德认为,展览主办方以前后台储备的所谓数据都几乎是半死状态,每年都需要更新和清洗。大部分数据来源就是简单的展商和观众名片信息,过去曾经认为是一个大数据,当做一个宝贝,以前很多展会也靠它来支撑。现在的会展大数据有别于过去的数据库,不仅具有海量性,万级的数据,还具有海绵的吸纳性。是由一些和展会相关联的人身份信息、行为信息、以及这个行业信息,根据这个人去关联出来很多关联信息,就不是一个表格了。第三就是要及时性,一定是在云上,不管是展会期间还是展会前、展会后都可以及时用,而且不是展会三天才想起来使用这样一个工具。这是大数据的基本特性,面对现在的大数据概念,我们要考虑如何建立,如何用大数据来指导会展业发展。
刘强德表示,对于大数据我们现在要有这么几点思考:第一大数据如何建立?说是要建百万级大数据,如何建立这是一个问题。第二就是数据建完之后如何用,对于我来说有什么价值,到底是用哪些?近两年来,会展业对大数据众说纷纭,但是真正落地用大数据来指导会展,包括在会展期间的三天中做指导和应用的,好像还没有很成功的案例。
中国畜牧业协会副秘书长刘强德
刘强德认为,可以通过事件如“畜牧人红包节”这样的线上活动,主动吸引行业人把信息登记上来。因为从网上找的信息不是特别准确,而且信息量和价值都不是特别大。但是活动,像事件营销,挖掘心理这样一个活动,一下子就可以瞬间得到万级甚至更高级的数据,面且相对准确。如果这些数据中的行业内人士到达现场后,能有1%转化成展商,那增长率就是几倍甚至更高了。还有就是展会之后如何让这个数据进一步得到发挥。现在云平台这么通畅,2倍5倍8倍增长都有可能。但如何让展商基于我们得到更好的服务?如何让一些数据统计变得更加科学,更加真实?如何准确判断下一次观众和展商对展会所谓的满意度和下一次的参与度?这些都是要通过数据来考察的,所以现在按照我们对大数据的理解设计大数据的吸纳、采集和应用。
“不管是数据的建立,数据的使用,还是数据后续的价值,真正为我所用而且能够落地实操的,才有价值。”刘强德最后表示。
北京逸格天骄展览有限公司副总经理李益
李益认为,现在数据的收集是海量的,也可以达到相对精准。会展大数据有传统数据、基础数据,比如各级城市、各级展馆所有的数据,是基础性的。还有的数据是互联网(包括移动互联网)数据,另外一部分就是从联通、移动手里面拿的这些行为信息。但众多数据面前,如何建立逻辑关系,如何让数据为其所用,这是数据公司一直在探寻和尝试的问题。
汇展供应链管理(北京)有限公司CEO吴菲
吴菲认为一提大数据就涉及到收集,其实对展会现场收集数据来说,传统的纸质包括电子观众登记表的意义何在?少者几千多则几十万,那是一个非常粗犷的数据,收集上来的数据就不精准,怎么用数据来分析,会不会产生误判? 按照现在互联网的入口通道基本上就是手机和邮箱,至于来自哪个行业可以通过名片取样。技术的革新其实早就有了,在零售领域运用的已经非常普遍,比如RFID、人脸识别、客流统计等系统已经十分成熟,而会展业技术层面的开发和应用还远远不够,我们现在的会展领域绝大多数还在用条形码、二维码。
他预判未来三到五年之内,会议对展览的冲击是非常大的,现在展会对于我们来说最有价值是什么?就是人跟人之间的交互了,为什么他不谈大数据,每年不管是观众还是从展商来分析,不是因为我们做的不好,为什么老客户达到80%到90%,新客户只有10%左右,因为行业的蛋糕就那么大,加之现代营销手段的多样化和便捷性,企业的自媒体渠道,企业的营销渠道,企业的宣传渠道,企业的客户积累比主办做的强多了,连卖樱桃老农都懂得微营销,传统展会的意义何在?值得深思。怎么去把自己所收集上来的数据做到精准,然后通过这个精准的数据来满足企业的需求,来做精准营销,怎么来提升展会的附加值是业界下一步要研究和实施的。
吴菲还表示,会展是服务,如何满足参展企业个性化的需求,中国的展会为什么不能卖门票?很大层面上是一传统思维的固化,来吧,人越多越好。去年他曾顶很大的压力,把零售业博览会的门票提到了百元一张,结果反而观众量上升了好几倍,预登记达到80%精准性大大提高,而门票的收入可以做很多附加值,比如商务午餐、参加推介会的资格、赠送展刊,让大家觉得花的钱值、在展会里面呆的更久同时也减轻了你现场的压力,关键是收集的数据更为精准了。
“从现在会展行业发展来看, B2C现在反而有上扬的趋势,但是B2B的很多展会都在往下走,实际展会只是一个结果的体现,展会可以完全代表产业吗?”吴菲说展会是一个“富人”的游戏。所以作为展览的主办方也好,或组织方也好,一定要知道所在展会行业的痛点在什么地方,所有来采购的人想要的是什么,参展的人的需求是什么,这才是最后展会的价值所在,包括围绕这个主题大家进行数据分析,精准营销。
长城会副总裁周景龙
周景龙表示,会展是一个平台,互联网是一个平台,而它们的最大价值是推动各个产业健康发展。他刚从大数据博览会回来,看了所有的参展企业,其实大数据也好,互联网展览会也好,高科技展览也好,展出的内容都一样,之所以有大数据这个词,其实是得益于移动互联网的发展,因为移动互联网由于传感器的出现,包括后期可穿戴设备的出现,产生了很多数据,所谓说的大数据仁者见仁不一样,有的时候必须是海量,不要拘泥于目标到底是为什么。
周景龙认为大数据最重要的是不同维度。流程数据是未来大数据里很重要的一点,会展组织者关心的是观众走了哪些展位,听了哪些会。流程数据在整个过程当中,定义对不对其实无所谓,从多维度的角度发现这个数据产生的关联,才是他认为大数据很重要的一个特点。还有一个数据就是结果数据。在大数据时代,大数据其实是跟云计算息息相关的,大数据是在提出问题,云计算在回答问题,我们往往关注结果数据,想知道这个展览会一共来了多少人,给你一个结果,给你一个报告,这个是结果数据。
周景龙表示,数据思维、智能化思维能够创新智能的产品,无非是选择的切入点是好的。因为会展行业以前不太注重技术和数据,空白点较多,目前只有30-40%的企业看到了会展需求的10%,他们解决的就是观众组织的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15