展会大数据包括内部数据和外部数据，此文省略。那我们实际操作有哪些步骤呢？
1、数据层：采集和处理数据
大数据处理的数据类型包括：括图片、文本、网页、社交网络，还有传统的交易数据。
不局限在传统采集数据的过程一般是有限的、有意识的、结构化的进行数据采集你能采集
2、业务层：建模分析数据
使用的数据分析模型，例如基本统计、机器学习、例如数据挖掘的分类、聚类、关联、预测等算法。
3、应用层：解读数据
数据指导营销最重要的是解读。传统一般是定义营销问题之后，采集对应的数据，然后根据确定的建模或分析框架，数据进行分析，验证假设，进行解读。解读的空间是有限的。
而大数据提供了一种可能性，既可以根据营销问题，封闭性地去挖掘对应数据进行验证，也可以开放性地探索，得出一些可能与常识或经验判断完全相异的结论出来。可解读的点变得非常丰富。
1、大数据营销数据类型
人口统计学数据：包括展商的年龄、性别、国籍、注册时提供的信息；
展商行为数据：访问、页面停留时长、触点等。
展商内容偏好数据：所在的行业、参展频率、品牌口碑、展品范围、停留时间等。
交易数据：实际订单、客单件、订单转化率、促销响应率等
2、大数据营销应用场景
从会展公司营销应用层面上看，主要是围绕展商、展品、专业观众消费行为三大元素进行营销策略的制定和实施的。这三要素之间彼此独立又相互联系，每个独立要素都可制定营销策略，同时三要素之间的关联组合更是会展公司制定有效营销策略的关键。
会展公司要不要大数据化？
大公司愿意投入大数据研究，原因在于他们的运营方式和业务特点：第一，数据驱动并依赖优秀的数据分析；第二，大公司有更多资源投入到人力和新技术上，以更好地分析理解数据。可以想象，这些网站依赖于理解用户的网络行为，对此进行分析以推动更好的在线体验，最终推动销售”。大数据对于中小型会展企业究竟有多重要，是否所有企业都必须进入大数据时代？我想这一个对此，笔者认为“并不需要紧紧跟随每一个‘营销热词’，我想我们更应该关注的是如何更好地利用现有的数据库，让其发挥更大的价值。”