У грађевинској индустрији, као иу другим секторима, велики подаци се односе на огромне количине информација које су биле похрањене у прошлости и које се и данас прикупљају. Велики подаци могу доћи од људи, рачунара, машина, сензора и било ког другог уређаја или агента за генерисање података.
То је, наравно, оно што га чини великим. Изградња и изградња великих података већ постоје у свим плановима и записима било чега што је икада изграђено. Такође се стално повећава са додатним уносом из различитих извора као што су радници на лицу места, дизалице, багери земље, ланци снабдевања материјалом, па чак и саме зграде.
Вредност података
Традиционални информациони системи су добри у бележењу основних информација о распореду пројеката, ЦАД дизајне, трошкове, фактуре и детаље о запосленима. Међутим, они су ограничени у својој способности да раде са неструктурираним подацима попут слободног текста, штампаних информација или аналогних очитавања сензора. Често могу да рукују само уредним дигиталним редовима и колонама бројева.
Идеја коришћења великих података је да се стекне више увида и донесе боље одлуке у управљању градњом не само приступом знатно већем броју података, већ и њиховом правилном анализом како би се нацртао практичан грађевински пројекат закључци. У ствари, велики подаци, попут камиона цигли или врећа цемента, сами по себи нису корисни. То је оно што радите с њим користећи програме за анализу великих података који се рачунају.
Пословање са великим подацима
Да бисте видели колико велике податке већ користи грађевинска индустрија, размислите о животном циклусу дизајна и изградње који данас све више дефинише грађевинске пројекте.
- Дизајн: Велики подаци, укључујући само пројектовање и моделирање зграда, податке о животној средини, уносе заинтересованих страна и дискусије на друштвеним медијима, могу се користити за одређивање не само шта да се гради, већ и где да се гради то. Универзитет Браун у Род Ајленду, САД, користио је анализу великих података да би одлучио где да изгради свој нови инжењерски објекат за оптималну корист за студенте и универзитет. Историјски велики подаци се могу анализирати да би се одабрали обрасци и вероватноће ризика изградње како би се нови пројекти усмерили ка успеху и даље од замки.
- Изградња: Велики подаци о времену, саобраћају, заједници и пословним активностима могу се анализирати како би се одредило оптимално фазирање грађевинских активности. Унос сензора са машина које се користе на локацијама за приказ активног и неактивног времена може се обрадити како би се извукли закључци о најбоља комбинација куповине и лизинга такве опреме и како најефикасније користити гориво за смањење трошкова и еколошки утицај. Геолокација опреме такође омогућава да се побољша логистика, да резервни делови буду доступни када су потребни и да се избегну застоји.
- Управљајте: Велики подаци са сензора уграђених у зграде, мостове и било коју другу конструкцију омогућавају праћење сваког од њих на више нивоа перформанси. Уштеда енергије у тржним центрима, пословним блоковима и другим зградама може се пратити како би се осигурало да је у складу са циљевима дизајна. Информације о саобраћајном стресу и нивоима савијања у мостовима могу се снимити да би се открио било који догађај ван граница. Ови подаци се такође могу вратити назад информационо моделовање зграда (БИМ) системи за планирање активности одржавања према потреби.
Индустријске преференције за информације и увиде
Како подаци постају све већи и већи, постаје све већа и потреба да се своде на основне ствари. Истраживање грађевинских компанија које је спровео продавац софтвера Саге 2014. показало је да:
- 57% жели доследне, ажурне финансијске и информације о пројекту.
- 48% жели да буде упозорено када дође до одређених ситуација.
- 41% жели предвиђање, што им омогућава да се боље припреме за најбоље и најгоре могуће догађаје у изградњи.
- 14% жели да онлајн аналитика види, на пример, тачно који фактори утичу на профитабилност и у којој мери.
Аналитика великих података може омогућити или понудити могућности за побољшање сваког од ових аспеката. Разноликост улазних података у великим подацима омогућава бољи ниво сигурности у извештајима о статусу и прогнозама. Аналитика може пружити корисније индикације нивоа ризика пре него што се прекорачи праг и генерише упозорење. Они такође нуде увиде који традиционални системи једноставно не могу.
