对于家电企业而言，最理想的营销状态是“供求匹配”，其次是“供不应求”，最糟心的无疑是“供过于求”。然而，市場永远没有定数，如何精准的进行市场状态预判？这是家电企业一直在积极探索的。
　　家电市场格局日益复杂 精准预判走势让企业少走弯路
　　在全球经济一体化以及万物互联大潮的双重推动下，不仅产品更迭速度加快，消费者的需求更是日益多元化，经验积累以及基础的市场调研已经不足以支撑更为精准的走势预览，更加科学的判断方法已经成为了家电企业的刚性诉求。
　　“用户产生数据”，栾焕博说道，基于用户的购买行为，企业会获得大量的数据，包括了企业内部数据、消费数据、互联网数据等等，这些数据广泛存在于企业经营的各个环节，通过分析它们，可以帮助企业做出更加科学、严谨的经营决策，包括品牌认知、产品定价、促销策略选择、渠道分配、消费群体洞察、竞品分析等等，避免不必要的人力、物力浪费，提高企业市场竞争力。
　　以线上数据应用为例。目前，整个家电行业30%的产品在线上卖，虽然尚不能完全代表整个家电行业，但是，线上代表的消费者群体越来越庞大是毋庸置疑的，充分利用这些数据，企业会更加了解消费者。例如，汇总消费者的线上购买数据，进行购买喜好、潜在需求、购买时间等一系列的消费行为进行分析，为家电企业的产品研发、品牌打造、渠道推广等提供参考依据。
　　现阶段，虽然有不少家电企业意识到了家电大数据的意义，并开始用到京东、天猫等电商平台的后台数据，进行销售情况、口碑情况的分析，但是，这远远不够。栾焕博认为，大数据最理想的应用状态是企业能够充分了解所有相关数据，并能够通过这些数据对自身品牌、友商情况、行业现状等进行综合分析，从而做出更为精准的市场预判。
　　深挖家电大数据 人工智能很重要
　　家电企业对于结构化的数据并不陌生，它由字段组成，是非常干净的数据，比如，传统的销售数据统计、问卷调查回访等传统手段，产生的都是结构化数据。然而，在互联网环境下，大数据规模迅速扩张，不仅有结构化数据，更会产生大量的非结构化数据，如何深入挖掘非结构化数据，成为了家电企业在万物互联时代面临的全新挑战。人工智能，本质就是尝试用机器或者算法模拟人的意识和思考，包括了人脸识别、图象识别、无人驾驶、辅助驾驶、语音识别等关键性技术，是解读非结构化数据的利器。
　　除了非结构化数据处理之外，栾焕博认为，梳理构建中国家电领域的知识图谱，搭建家电领域的大脑智库，对于家电大数据挖掘也至关重要。用图结构可以更好来处理知识逻辑和推理，表现因果关系。随着知识图谱发展越来越大，家电行业的发展会越来越“透明”，上下游企业的划分，竞争产品分析，渠道构建等，一目了然。