1.從數據來看，由于數據量大，精準數據庫仍然是展覽項目組織者的主要工具。與許多其他行業(yè)相比，會展業(yè)的主導數據量較小。大數據之所以比數據大，是因為數據量、速度和獲取數據的方式，包括數據分析和處理的不同。其中，數量是大數據的一個維度。

從舉辦單個展覽項目來看，目前主辦方處理的數據量有限。即使是幾萬平方米規(guī)模的大型展覽項目，也可以通過傳統(tǒng)的數據庫和傳統(tǒng)的數據處理方法從容應對。

第二，大數據需要專業(yè)的數據分析技能?？催^李湛對部分行業(yè)出口目標市場的分析，總的感覺是即使在傳統(tǒng)的數據挖掘和分析上，很多會展企業(yè)做得還不夠，還有很多地方需要改進。對于大數據，分析技術和能力要求更高。業(yè)內有一種傾向，就是過分關注數據采集技術和大數據的意義，而對數據分析能力關注太少。對于大多數公司來說，不要走得太遠是一個挑戰(zhàn)，即使這意味著要做扎實的傳統(tǒng)數據分析。

3.會展場館的數據基礎設施建設仍然混亂。一方面，主辦方的基礎設施要求逐漸提高，很多場館的基本帶寬要求沒有得到滿足；另一方面，一旦網站IT基礎設施大幅升級，借鑒重慶會展中心的做法，會導致托管業(yè)務矛盾的一面，增加對數據安全的擔憂。當然是以辦展場地的偏好或“復雜”為特征，這是眾所周知的商業(yè)問題。按照信用環(huán)境，主辦方無疑很難回避。

四.投入產出分析。不同的企業(yè)對大數據應該有不同的態(tài)度和方式?？紤]這些問題的原則應該是投入產出比。一般來說，由于資金投入巨大，只有一家實力強大的企業(yè)，無論是場館方還是主辦方，都可以考慮大數據管理的研究投入需求。即使小企業(yè)有探索大數據技術的野心，也只能退而求其次，尋求與第三方物流服務商的合作。