In de bouwsector verwijst big data, net als in andere sectoren, naar de enorme hoeveelheden informatie die in het verleden zijn opgeslagen en die vandaag de dag nog steeds worden verzameld. Big data kunnen afkomstig zijn van mensen, computers, machines, sensoren en elk ander apparaat of middel dat gegevens genereert.
Dat maakt het natuurlijk groot. Big data bouwen en bouwen bestaat al in alle plannen en documenten van alles wat ooit gebouwd is. Het neemt ook voortdurend toe met extra input uit uiteenlopende bronnen werknemers ter plaatse, kranen, grondverzetmachines, materiaaltoevoerketens en zelfs gebouwen zelf.
De waarde van gegevens
Traditionele informatiesystemen zijn goed in het vastleggen van basisinformatie over projectplanningen, CAD ontwerpen, kosten, facturen en personeelsgegevens. Ze zijn echter beperkt in hun vermogen om met ongestructureerde gegevens zoals vrije tekst, gedrukte informatie of analoge sensormetingen te werken. Vaak kunnen ze alleen geordende digitale rijen en kolommen met getallen verwerken.
Het idee van het benutten van big data is om meer inzichten te verkrijgen en betere beslissingen te nemen op het gebied van bouwmanagement niet alleen door aanzienlijk meer gegevens te verkrijgen, maar ook door deze goed te analyseren om een praktisch bouwproject te kunnen opstellen conclusies. In feite zijn big data, zoals vrachtwagenladingen stenen of zakken cement, op zichzelf niet nuttig. Het is wat je ermee doet met behulp van big data-analyseprogramma’s die tellen.
Ondernemen met Big Data
Als u wilt zien hoe big data al door de bouwsector worden gebruikt, moet u eens kijken naar de ontwerp-bouw-operate-levenscyclus die tegenwoordig steeds meer bouwprojecten definieert.
- Ontwerp: Big data, inclusief het ontwerpen en modelleren van gebouwen zelf, omgevingsgegevens, input van belanghebbenden, en discussies op sociale media kunnen worden gebruikt om niet alleen te bepalen wat er moet worden gebouwd, maar ook waar er moet worden gebouwd Het. Brown University in Rhode Island, VS, maakte gebruik van big data-analyse om te beslissen waar haar nieuwe technische faciliteit moest worden gebouwd voor optimaal voordeel voor studenten en universiteiten. Historische big data kunnen worden geanalyseerd om patronen en waarschijnlijkheden van bouwrisico's te identificeren, zodat nieuwe projecten richting succes kunnen worden gestuurd en valkuilen kunnen worden vermeden.
- Bouwen: Big data van weer, verkeer en gemeenschaps- en bedrijfsactiviteiten kunnen worden geanalyseerd om de optimale fasering van bouwactiviteiten te bepalen. Sensorinvoer van machines die op locaties worden gebruikt om de actieve en inactieve tijd weer te geven, kan worden verwerkt om conclusies te trekken over de beste mix van kopen en leasen van dergelijke apparatuur, en hoe brandstof het meest efficiënt kan worden gebruikt om de kosten te verlagen en ecologisch te zijn invloed. Door geolocatie van apparatuur kan de logistiek ook worden verbeterd, kunnen reserveonderdelen beschikbaar worden gesteld wanneer dat nodig is en kan stilstand worden vermeden.
- Bedienen: Big data van sensoren die in gebouwen, bruggen en andere constructies zijn ingebouwd, maken het mogelijk om ze allemaal op vele prestatieniveaus te monitoren. De energiebesparing in winkelcentra, kantoorgebouwen en andere gebouwen kan worden gevolgd om ervoor te zorgen dat deze voldoet aan de ontwerpdoelstellingen. Informatie over verkeersstress en de mate van doorbuiging in bruggen kunnen worden geregistreerd om gebeurtenissen buiten de baan te detecteren. Deze gegevens kunnen ook weer worden ingevoerd modellering van bouwinformatie (BIM)-systemen om onderhoudsactiviteiten naar behoefte te plannen.
Branchevoorkeuren voor informatie en inzichten
Naarmate gegevens steeds groter worden, wordt ook de noodzaak om deze terug te brengen tot de bruikbare essentie groter. Uit een onderzoek onder bouwbedrijven door softwareleverancier Sage in 2014 bleek dat:
- 57% wil consistente, actuele financiële en projectinformatie.
- 48% wil gewaarschuwd worden wanneer zich specifieke situaties voordoen.
- 41% wil voorspellingen, waardoor ze zich beter kunnen voorbereiden op de beste en slechtste bouwevenementen.
- 14% wil dat online analyses bijvoorbeeld precies kunnen zien welke factoren de winstgevendheid beïnvloeden en in welke mate.
Big data-analyse kan elk van deze aspecten mogelijk maken of kansen bieden. De verscheidenheid aan inputs in big data zorgt voor meer zekerheid over statusrapporten en prognoses. De analyses kunnen nuttigere indicaties geven van de risiconiveaus voordat een drempel wordt overschreden en er een waarschuwing wordt gegenereerd. Ze bieden ook inzichten die traditionele systemen eenvoudigweg niet kunnen bieden.
