ในอุตสาหกรรมการก่อสร้าง เช่นเดียวกับในภาคอื่นๆ Big Data หมายถึงข้อมูลจำนวนมหาศาลที่ถูกเก็บไว้ในอดีตและยังคงได้รับมาจนถึงทุกวันนี้ ข้อมูลขนาดใหญ่อาจมาจากผู้คน คอมพิวเตอร์ เครื่องจักร เซ็นเซอร์ และอุปกรณ์หรือตัวแทนอื่นๆ ที่สร้างข้อมูล
นั่นคือสิ่งที่ทำให้มันใหญ่โตโดยธรรมชาติแล้ว การก่อสร้างและการสร้างข้อมูลขนาดใหญ่มีอยู่แล้วในแผนงานและบันทึกของสิ่งใดก็ตามที่เคยสร้างขึ้น นอกจากนี้ยังมีการเพิ่มขึ้นอย่างต่อเนื่องโดยมีข้อมูลเพิ่มเติมจากแหล่งที่มาที่หลากหลายเช่นกัน คนงานในสถานที่, รถเครน, รถขนดิน, ห่วงโซ่อุปทานวัสดุ และแม้กระทั่งตัวอาคารเอง
คุณค่าของข้อมูล
ระบบข้อมูลแบบดั้งเดิมสามารถบันทึกข้อมูลพื้นฐานเกี่ยวกับกำหนดการของโครงการได้ดี แคนาดา การออกแบบ ต้นทุน ใบแจ้งหนี้ และรายละเอียดพนักงาน อย่างไรก็ตาม มีข้อจำกัดในการทำงานกับข้อมูลที่ไม่มีโครงสร้าง เช่น ข้อความอิสระ ข้อมูลที่พิมพ์ หรือการอ่านเซ็นเซอร์อะนาล็อก บ่อยครั้งที่พวกเขาสามารถจัดการเฉพาะแถวและคอลัมน์ตัวเลขดิจิทัลที่เป็นระเบียบเท่านั้น
แนวคิดในการควบคุมข้อมูลขนาดใหญ่คือการได้รับข้อมูลเชิงลึกมากขึ้นและตัดสินใจได้ดีขึ้นในการจัดการการก่อสร้างโดย ไม่เพียงแต่เข้าถึงข้อมูลได้มากขึ้นอย่างมีนัยสำคัญ แต่ยังด้วยการวิเคราะห์อย่างเหมาะสมเพื่อวาดโครงการก่อสร้างที่ใช้งานได้จริง ข้อสรุป ในความเป็นจริง ข้อมูลขนาดใหญ่ เช่น รถบรรทุกที่บรรทุกอิฐหรือถุงซีเมนต์ ไม่ได้มีประโยชน์ในตัวมันเอง เป็นสิ่งที่คุณทำโดยใช้โปรแกรมวิเคราะห์ข้อมูลขนาดใหญ่ที่มีความสำคัญ
ธุรกิจกับบิ๊กดาต้า
หากต้องการดูว่าอุตสาหกรรมการก่อสร้างใช้ข้อมูลขนาดใหญ่อย่างไร ให้พิจารณาวงจรการออกแบบ-สร้าง-ดำเนินการที่กำหนดโครงการก่อสร้างมากขึ้นในปัจจุบัน
- ออกแบบ: ข้อมูลขนาดใหญ่ รวมถึงการออกแบบอาคารและการสร้างแบบจำลอง ข้อมูลด้านสิ่งแวดล้อม ข้อมูลของผู้มีส่วนได้ส่วนเสีย และ การอภิปรายบนโซเชียลมีเดีย สามารถใช้เพื่อกำหนดไม่เพียงแต่ว่าจะสร้างอะไร แต่ยังรวมถึงสถานที่ที่จะสร้างด้วย มัน. มหาวิทยาลัยบราวน์ในโรดไอส์แลนด์ สหรัฐอเมริกา ใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อตัดสินใจว่าจะสร้างสิ่งอำนวยความสะดวกด้านวิศวกรรมแห่งใหม่ที่ไหนเพื่อผลประโยชน์สูงสุดของนักศึกษาและมหาวิทยาลัย สามารถวิเคราะห์ข้อมูลขนาดใหญ่ในอดีตเพื่อเลือกรูปแบบและความน่าจะเป็นของความเสี่ยงในการก่อสร้าง เพื่อนำโครงการใหม่ๆ ไปสู่ความสำเร็จและหลีกหนีจากหลุมพราง
- สร้าง: สามารถวิเคราะห์ข้อมูลขนาดใหญ่จากสภาพอากาศ การจราจร กิจกรรมชุมชนและธุรกิจ เพื่อกำหนดขั้นตอนที่เหมาะสมที่สุดของกิจกรรมการก่อสร้าง อินพุตเซ็นเซอร์จากเครื่องจักรที่ใช้ในไซต์งานเพื่อแสดงเวลาว่างและเวลาว่างสามารถประมวลผลเพื่อสรุปผลได้ การผสมผสานที่ดีที่สุดของการซื้อและการเช่าอุปกรณ์ดังกล่าว และวิธีการใช้เชื้อเพลิงอย่างมีประสิทธิภาพสูงสุดเพื่อลดต้นทุนและระบบนิเวศ ผลกระทบ. ตำแหน่งทางภูมิศาสตร์ของอุปกรณ์ยังช่วยให้สามารถปรับปรุงด้านลอจิสติกส์ มีอะไหล่ให้พร้อมใช้งานเมื่อจำเป็น และหลีกเลี่ยงการหยุดทำงาน
- ดำเนินงาน: ข้อมูลขนาดใหญ่จากเซ็นเซอร์ที่ติดตั้งไว้ในอาคาร สะพาน และการก่อสร้างอื่นๆ ทำให้สามารถตรวจสอบแต่ละเซ็นเซอร์ได้อย่างมีประสิทธิภาพหลายระดับ สามารถติดตามการอนุรักษ์พลังงานในห้างสรรพสินค้า อาคารสำนักงาน และอาคารอื่นๆ เพื่อให้มั่นใจว่าสอดคล้องกับเป้าหมายการออกแบบ ข้อมูลความเครียดจากการจราจรและระดับการงอในสะพานสามารถบันทึกได้เพื่อตรวจจับเหตุการณ์นอกขอบเขต ข้อมูลนี้ยังสามารถป้อนกลับเข้าไปได้ การสร้างแบบจำลองข้อมูลอาคาร ระบบ (BIM) เพื่อกำหนดเวลากิจกรรมการบำรุงรักษาตามที่ต้องการ
การตั้งค่าอุตสาหกรรมสำหรับข้อมูลและข้อมูลเชิงลึก
เมื่อข้อมูลมีขนาดใหญ่ขึ้นเรื่อยๆ ความจำเป็นในการกลั่นกรองข้อมูลสำคัญที่นำไปปฏิบัติได้ก็มีมากขึ้นเช่นกัน การสำรวจบริษัทก่อสร้างโดยผู้จำหน่ายซอฟต์แวร์ Sage ในปี 2014 พบว่า:
- 57% ต้องการข้อมูลทางการเงินและโครงการที่สม่ำเสมอและเป็นปัจจุบัน
- 48% ต้องการได้รับการเตือนเมื่อมีสถานการณ์เฉพาะเกิดขึ้น
- 41% ต้องการการคาดการณ์ ช่วยให้พวกเขาสามารถเตรียมพร้อมสำหรับเหตุการณ์การก่อสร้างที่ดีที่สุดและกรณีที่เลวร้ายที่สุดได้ดีขึ้น
- 14% ต้องการให้การวิเคราะห์ออนไลน์เห็นอย่างแน่ชัดว่าปัจจัยใดบ้างที่ส่งผลต่อความสามารถในการทำกำไรและมากน้อยเพียงใด
การวิเคราะห์ข้อมูลขนาดใหญ่สามารถเปิดหรือเสนอโอกาสในการปรับปรุงแต่ละด้านเหล่านี้ได้ อินพุตที่หลากหลายในข้อมูลขนาดใหญ่ช่วยให้มีระดับความแน่นอนที่ดีขึ้นเกี่ยวกับรายงานสถานะและการคาดการณ์ การวิเคราะห์สามารถให้ข้อบ่งชี้ที่เป็นประโยชน์มากขึ้นเกี่ยวกับระดับความเสี่ยงก่อนที่จะเกินเกณฑ์และสร้างการแจ้งเตือน พวกเขายังเสนอข้อมูลเชิงลึกที่ระบบแบบเดิมไม่สามารถทำได้
