Statybos pramonėje, kaip ir kituose sektoriuose, dideli duomenys reiškia didžiulius informacijos kiekius, kurie buvo saugomi praeityje ir kurie vis dar gaunami šiandien. Dideli duomenys gali būti gaunami iš žmonių, kompiuterių, mašinų, jutiklių ir bet kurio kito duomenis generuojančio įrenginio ar agento.
Natūralu, kad tai daro jį dideliu. Didieji statybos ir statybos duomenys jau yra visuose planuose ir įrašuose apie viską, kas kada nors buvo pastatyta. Be to, jis nuolat didėja, kai gaunama papildomų šaltinių, tokių kaip vietoje dirbantys darbuotojai, kranai, žemės kastuvai, medžiagų tiekimo grandinės ir net patys pastatai.
Duomenų vertė
Tradicinės informacinės sistemos gerai fiksuoja pagrindinę informaciją apie projektų tvarkaraščius, CAD dizainai, išlaidos, sąskaitos faktūros ir informacija apie darbuotojus. Tačiau jų galimybės dirbti su nestruktūrizuotais duomenimis, pvz., laisvu tekstu, spausdinta informacija ar analoginiais jutiklių rodmenimis, yra ribotos. Dažnai jie gali tvarkyti tik tvarkingas skaitmenines skaičių eilutes ir stulpelius.
Didžiųjų duomenų panaudojimo idėja yra įgyti daugiau įžvalgų ir priimti geresnius statybos valdymo sprendimus ne tik pasiekti žymiai daugiau duomenų, bet ir tinkamai juos išanalizavus parengti praktinį pastato projektą išvadas. Tiesą sakant, dideli duomenys, pavyzdžiui, sunkvežimiai plytų ar cemento maišai, vieni nėra naudingi. Tai yra tai, ką su juo darote naudodami didelių duomenų analizės programas.
Verslas su dideliais duomenimis
Norėdami pamatyti, kaip dideli duomenys jau naudojami statybų pramonėje, apsvarstykite projektavimo-konstravimo-eksploatavimo gyvavimo ciklą, kuris šiandien vis labiau apibrėžia statybos projektus.
- Dizainas: Dideli duomenys, įskaitant patį pastato projektavimą ir modeliavimą, aplinkos duomenis, suinteresuotųjų šalių įvestį ir socialinių tinklų diskusijose, galima nustatyti ne tik ką statyti, bet ir kur statyti tai. Brauno universitetas Rod Ailende (JAV) naudojo didelių duomenų analizę, kad nuspręstų, kur statyti naują inžinerinį įrenginį, kad studentai ir universitetai būtų kuo naudingesni. Istoriniai dideli duomenys gali būti analizuojami, siekiant nustatyti statybos rizikos modelius ir tikimybes, siekiant nukreipti naujus projektus į sėkmę ir išvengti spąstų.
- Sukurti: Norint nustatyti optimalų statybos veiklos etapą, galima analizuoti didelius orų, eismo ir bendruomenės bei verslo veiklos duomenis. Galima apdoroti jutiklių įvestį iš mašinų, naudojamų svetainėse aktyviam ir neaktyviam laikui rodyti, kad būtų padarytos išvados apie geriausias tokios įrangos pirkimo ir išperkamosios nuomos derinys ir kaip efektyviausiai naudoti kurą, siekiant sumažinti išlaidas ir ekologiškumą poveikį. Geografinė įrangos vieta taip pat leidžia pagerinti logistiką, prireikus pateikti atsarginių dalių ir išvengti prastovų.
- Veikia: Dideli duomenys iš jutiklių, įmontuotų pastatuose, tiltuose ir kitose konstrukcijose, leidžia stebėti kiekvieną iš jų įvairiais veikimo lygiais. Energijos taupymas prekybos centruose, biurų blokuose ir kituose pastatuose gali būti stebimas siekiant užtikrinti, kad jis atitiktų projektavimo tikslus. Informaciją apie eismo įtampą ir tiltų lenkimo lygius galima įrašyti, kad būtų galima aptikti bet kokius įvykius, kurie viršija ribas. Šiuos duomenis taip pat galima grąžinti pastato informacinis modeliavimas (BIM) sistemos, kad pagal poreikį suplanuotų techninės priežiūros darbus.
Pramonės nuostatos informacijai ir įžvalgoms
Didėjant duomenims, didėja ir poreikis juos sujungti į esminius dalykus. 2014 m. programinės įrangos pardavėjo „Sage“ atlikta statybos įmonių apklausa parodė, kad:
- 57 % nori nuoseklios, naujausios finansinės ir projektinės informacijos.
- 48% nori būti įspėti, kai susiklosto konkrečios situacijos.
- 41 % nori prognozuoti, kad jie galėtų geriau pasiruošti geriausiems ir blogiems statybos įvykiams.
- 14 % nori, kad internetinė analizė, pavyzdžiui, tiksliai pamatytų, kurie veiksniai ir kiek įtakoja pelningumą.
Didžiųjų duomenų analizė gali įgalinti arba pasiūlyti galimybių tobulinti kiekvieną iš šių aspektų. Didelių duomenų įvesties įvairovė leidžia gauti didesnį tikrumo lygį apie būsenos ataskaitas ir prognozes. Analitika gali suteikti naudingesnių rizikos lygių nuorodų prieš viršijant slenkstį ir sugeneruojant įspėjimą. Jie taip pat pateikia įžvalgų, kurių tradicinės sistemos tiesiog negali.
