会展大数据的本质：从单向到多向、从抽样到全量-九游会j9官方登录入口

如果说2013年是大数据元年（这一年，号称是“大数据商业应用第一人”的维克托•迈尔•舍恩伯格出版了《大数据时代》，在全球范围内引起了探讨大数据的一个小高潮），此后10年，随着云时代的崛起，大云平移（大数据、云计算、平台和移动互联网）不仅是新兴技术的代名词，也是新兴商业模式的代名词。

以大云平移为代表的新兴技术不仅是数字业务化，也是业务数字化的驱动力量。

大数据在b2c的媒体、零售、金融、旅游等各个行业均有比较成熟的应用。在会展行业讨论大数据也有很多年，但会展大数据是什么？为什么？怎么做？

会展大数据的本质：从单向到多向、从抽样到全量

由于不同的市场主体对于会展大数据有不同的理解，本文试图从会展主办方（会展大数据的生产者和使用者）的角度进行一个梳理。

表面上看起来，大数据的特征就是数据规模的庞大，即数据的海量性。在一般的会展主办方的系统里面一般都有几十甚至上百万的历史观众数据、几千甚至是数万的展商数据。这个数据量算不算大？当然大，但这种形态上还不能算是大数据，更不足以说明大数据的本质特征。因为这些数据都是存量的死数据，没有互动，没有数据之间的连接、互动很交流。

因此，大数据的本质特征在于其被获得和使用数据的方式上，特别是连接方式和互动方式上。在传统会展的策划、营销、销售和服务的各个环节，采集数据以单向的采集为主，比如数据和业务流主要是注册/报名/购票、现场门禁、观展、参会。观众和展商之间、观众和观众之间、参会人和演讲人之间、演讲人和演讲人之间互动甚少，即便有互动，也主要是线下互动，甚少有系统化的够不够级来记录。

直到2020年以来，随着线上会议、线上展览、数字贸易平台获得了较大的应用之后，双向、多向、一度多、多对多的线上、以数字化的互动逐渐开始成为比较广泛的应用。通过身份识别、埋点、行为标签等多种技术手段的综合使用，这样的数据量就上来了，是传统单向数据采集量的50倍以上甚至100倍。举例而言，当有了数字化的沟通和交流平台，当参会者和参会者之间、观众可以向展商发出预约、洽谈、交流之后，即便是以1对1的互动数据就是指数级上升。

其次，从数据的使用上而言，针对参会者的满意度调查而言，以往的数据主要是通过主办方对抽样调查、问卷等方式所得出的样本进行采集而获得的，经过简单计算，并通过统计学方式推及总体样本而得出最终的满意度或需求结果，最后再将这个结果应用于内容生产决策之中。

这种方式在数据采集端很容易因为人为的失误或者样本被污染而出现偏差，或因为统计方法自身的问题而带有不可避免的偏差。因此，传统采集型数据及其使用方式极大地影响了决策的质量。

当所有用户的人文信息、地理信息、线上和线下单向和多向的行为数据能够在一个平台上进行运行和记录时，大数据的来源方式就从单纯的采集变成了记录。也就是说，大数据是参与者（观众、展商、参会者等群体）在接触会展门户、会展的互动平台、参与会展活动服务和消费的过程中被记录所形成的。比如，访客和观众的点击和浏览行为、在页面上的停留时长、对议程内容/直播的评论或分享等都会作为数据被门户网站或线上平台记录下来。只要是门户或平台的注册用户的行为，比如参会者之间、观众与展商之间的社交（换名片）、预约、洽谈、询盘行为也会被记录下来。

以上，数据来源方式的转变使会展大数据超越了传统基于抽样的小样本结构，成为“全样本”数据。同时，也让数据的获取过程从一种独立的会前、会中、会后专门的、独立的活动，转变为用户与数字门户或平台的互动过程当中不间断的衍生性产物（也有的行业叫“数字足迹”，digital footprint）；从结果数据变为了过程数据；从一次性变为持续性。这就避免了抽样和采集过程中的人为失误与统计偏差，对会展内容策划和决策质量的提升具有重要意义。

最后，因为上述数据主要是经由记录而形成，所以大数据在本质上属于行为数据而非传统的静态数据（通过传统注册、问卷等方式获得的参与者的属性、态度、需求）。而行为数据代表着真实发生过的浏览/观看行为、注册行为、签到/登录行为，其用于需求预测和内容策划的决策价值远比静态的数据高。

从这个角度而言，大数据的含义是不仅仅有关参与者是怎么想（填写的信息），而且更重要的是有关参与者做了什么以及怎么做的，再来分析参与者是怎么思考的、有什么需求、意向，继而对参与者的下一步的行为做出预测。因此，通过行为数据对参与者的行为的洞察和预测质量要明显高于传统的静态的属性数据，因而对提升数字会展业务的内容生产效率是更高的、更真实的。

会展大数据的价值：智能推荐

综上，要获得会展大数据，必须先具备能够一站式记录参与者线上和线下行为的一体化的平台。当建立了一体化的平台之后，记录了海量的指数级的互动数据。

会展是平台，本质是撮合者，撮合者的核心价值是精准匹配，效率高。那么在数字化时代应用大数据和人工智能精准匹配是应有之义。平台型b2b展会无论是在内容获取还是商机获取上都扮演的“匹配”角色，即让合适的内容在合适的场景下找到合适的用户。

数字会展平台可以应用“推荐算法”，可以个性化的、精准的向参与者（主要是参会者和观众）推荐可能感兴趣的内容、议程、演讲人、展商、展品、资讯、项目、招聘、采购信息。推荐算法在数字会展领域又称为“智能匹配”、“智能推荐”等不同的业务形式。

推荐算法的原理比较简单，就是基于“物以类聚、人以群分”原理，比如，如果某类观众喜欢内容a，那么可以把内容a推荐给同类的用户。

能够做出这样的推荐决策，并非因为系统了解内容与内容之间的联系，也不是因为系统具有任何专业内容领域的知识，它只是对用户的选择行为进行观察，并从中学习。系统的判断依据是用户之前的行为记录——通过数据分析，系统会发现喜欢内容a的用户，绝大部分也会喜欢内容b；另外，算法会尝试寻找一些用户可能并不认识，但内容兴趣与其接近的用户，这在智能配对里面得到了广泛应用。

早在1998年，亚马逊的林登和他的同事申请的基于物品的协同过滤（item-to-item）技术专利，是亚马逊早期使用的经典算法，亚马逊使用推荐算法之后，据说亚马逊的gmv销售额提高了30%，后来被奈飞进一步改进和优化。

2020年以来，数字会展领域取得了革命性的发展：猜你喜欢、预约洽谈、智能匹配，可以精准的实现将人与人、人与内容（展商、展品）、人与活动（议程、直播）进行推荐或匹配。

总结

大数据的核心是活的、多向互动的数据，是全量数据而不是抽样数据，是行为数据而不是静态数据，是持续的过程数据而不是结果数据。

只有一个平台上能够满足观众聚合、互动、记录其行为，会展大数据才有可能诞生，继而，通过会展大数据延伸出的智能推荐和智能营销才有用武之地，才能转化为新的商业模式——基于个性化的智能推荐的推送、撮合交易、精准对接、精准营销推广。

如果说数据是石油，那么数据、算法和算力就是新要素、新的生产力、也是新的商业模式的驱动力。

近2年来，弗里曼（freemen）以及其竞争者（shepard）为主的线下服务商以及cvent等数字会展平台服务商均加大了观众行为分析、情绪识别等技术应用，为的是完善线上线下一体化的数据记录能力，为客户提供更好的洞察。

31数字会展平台如何利用大数据赋能主办方:

依托自主研发的数字化技术,31数字会展平台已构建起完整的会展大数据体系。通过对用户线上线下行为的全面跟踪和记录,平台汇聚了数量巨大、结构完整的行业大数据,成为会展主办方实施精细化运营的有力工具。

首先,31数字会展平台实现了用户行为数据的全量、多维度采集。平台上的每一次浏览、点击、交流等行为都会被系统精确记录,避免了传统抽样数据的误差。

其次,平台应用智能算法对海量用户数据进行处理与挖掘。依托算法实力,平台能清晰描绘用户画像,预测用户行为,实现精准推荐,助力会展主办方制定差异化运营策略。

最后,平台通过不断迭代优化算法,使产品和服务持续升级。主办方可以获得全新的运营思路,开拓更丰富的商业可能。例如精准买家配对、个性化内容推送等功能,帮助主办方在数字化浪潮中占据先机。

可以说,31数字会展平台正是会展主办方实施数字化转型的重要基石。依托平台赋能,主办方能顺应大数据与云计算时代的发展趋势,以数字化思维开创会展新格局!