В строительной отрасли, как и в других секторах, большие данные представляют собой огромные объемы информации, которые хранились в прошлом и продолжают накапливаться сегодня. Большие данные могут поступать от людей, компьютеров, машин, датчиков и любого другого устройства или агента, генерирующего данные.
Это, естественно, и делает его таким большим. Большие данные о строительстве и строительстве уже присутствуют во всех планах и записях всего, что когда-либо было построено. Он также постоянно увеличивается за счет дополнительных данных из столь разнообразных источников, как работники на месте, краны, землеройные машины, цепочки поставок материалов и даже сами здания.
Ценность данных
Традиционные информационные системы хорошо фиксируют основную информацию о графиках проектов. САПР проекты, затраты, счета-фактуры и сведения о сотрудниках. Однако их возможности работать с неструктурированными данными, такими как свободный текст, печатная информация или показания аналоговых датчиков, ограничены. Часто они могут обрабатывать только упорядоченные цифровые строки и столбцы чисел.
Идея использования больших данных состоит в том, чтобы получить больше информации и принять более правильные решения в управлении строительством. не только получить доступ к значительно большему количеству данных, но и правильно их проанализировать, чтобы составить практический строительный проект выводы. На самом деле большие данные, такие как грузовики с кирпичами или мешки с цементом, сами по себе бесполезны. Важно то, что вы делаете с этим, используя программы анализа больших данных.
Бизнес с большими данными
Чтобы увидеть, как большие данные уже используются в строительной отрасли, рассмотрим жизненный цикл проектирования, строительства и эксплуатации, который сегодня все чаще определяет строительные проекты.
- Дизайн: Большие данные, включая проектирование и моделирование зданий, данные об окружающей среде, вклад заинтересованных сторон и дискуссии в социальных сетях можно использовать для определения не только того, что строить, но и где строить. это. Университет Брауна в Род-Айленде, США, использовал анализ больших данных, чтобы решить, где построить свой новый инженерный центр, чтобы получить оптимальные преимущества для студентов и университетов. Исторические большие данные можно проанализировать, чтобы выявить закономерности и вероятности строительных рисков, чтобы направить новые проекты к успеху и избежать ловушек.
- Строить: Большие данные о погоде, дорожном движении, общественной и деловой активности можно проанализировать, чтобы определить оптимальную фазу строительных работ. Входные данные датчиков от машин, используемых на объектах, чтобы показать время активности и простоя, могут быть обработаны, чтобы сделать выводы о наилучшее сочетание покупки и аренды такого оборудования, а также способы наиболее эффективного использования топлива для снижения затрат и экологического влияние. Геолокация оборудования также позволяет улучшить логистику, обеспечить наличие запасных частей при необходимости и избежать простоев.
- Работайте: Большие данные от датчиков, встроенных в здания, мосты и любые другие конструкции, позволяют контролировать каждую из них на многих уровнях производительности. Можно отслеживать энергосбережение в торговых центрах, офисных зданиях и других зданиях, чтобы гарантировать его соответствие целям проектирования. Информация о дорожной нагрузке и уровнях прогиба мостов может быть записана для обнаружения любых событий, выходящих за пределы дороги. Эти данные также могут быть возвращены в информационное моделирование зданий (BIM) для планирования работ по техническому обслуживанию по мере необходимости.
Отраслевые предпочтения в отношении информации и идей
По мере того, как данных становится все больше и больше, необходимость свести их к практическим основам также возрастает. Опрос строительных компаний, проведенный поставщиком программного обеспечения Sage в 2014 году, показал, что:
- 57% хотят получать последовательную и актуальную финансовую и проектную информацию.
- 48% хотят, чтобы их предупреждали при возникновении определенных ситуаций.
- 41% хотят прогнозирования, которое позволит им лучше подготовиться к лучшим и худшим сценариям строительных событий.
- 14% хотят, чтобы онлайн-аналитика, например, точно видела, какие факторы влияют на прибыльность и в какой степени.
Аналитика больших данных может сделать возможным или предложить возможности для улучшения каждого из этих аспектов. Разнообразие входных данных в больших данных обеспечивает более высокий уровень уверенности в отчетах о состоянии и прогнозах. Аналитика может предоставить более полезную информацию об уровнях риска до того, как будет превышен порог и сгенерировано предупреждение. Они также предлагают идеи, которые традиционные системы просто не могут.