從統計數據來看，準確的數據庫仍然是展覽項目組織者的主要工具，根本原因是信息量大。與許多其他行業相比，展覽業操縱的信息量很小。大數據往往比統計數據大很多，這是因為統計數據的數量，讀取數據的速度和方法以及對統計數據的分析的差異。其中，數量是大數據的水平。



    大數據需要對專業技能進行專業統計分析。對于大數據，分析技術和能力標準更高。在這個階段，該行業存在一種趨勢，過于關注數據收集技術和大數據的重要性，而很少關注數據統計分析的專業能力。對于大多數公司而言，即使AnAn能夠很好地分析傳統統計數據，也無需快速獲利，這也是一個挑戰。

    在展覽場館統計數據基礎結構的現階段，也有令人費解的地方。組織者不僅逐步升級了設施的基本標準，而且在許多場所都沒有達到最基本的帶寬標準。

    投入產出困難。不同的公司對于大數據應該有不同的態度和方法。考慮問題的原理應該是投入產出比。通常，由于投資巨大，無論場地或組織是否擁有更強大的公司，都可以考慮在大數據級別進行投資。即使中小型企業有野心探索大數據水平，他們也只會尋求最佳，并尋求與第三方平臺服務提供商的合作。

    最后，大數據不僅將在項目建立，市場推廣，管理方法和運營中發揮積極作用，而且還將集中于人員密集和集中運輸的人員的活動后勤。應該有其他級別的應用程序。其中，關鍵是投入產出率和利潤模型問題。在利潤模型級別上，有一個清晰的利潤模型來收集統計數據，或者在收集統計數據之后收集其他使用價值和統計數據的利潤模型，這在許多行業中令人困惑。