Как строительная индустрия использует большие данные

В строительной отрасли, как и в других секторах, большие данные относятся к огромному количеству информации, которая хранилась в прошлом и которая по-прежнему приобретается сегодня. Большие данные могут поступать от людей, компьютеров, машин, датчиков и любого другого устройства или агента, генерирующего данные.

Это, естественно, то, что делает его большим. Строительство и строительство больших данных уже существует во всех планах и записях всего, что когда-либо строилось.

Он также постоянно увеличивается с дополнительными источниками из таких разнообразных источников, как рабочие на месте, краны, землеройные машины, цепочки поставок материалов и даже сами здания.

Значение данных

Традиционные информационные системы хорошо фиксируют основную информацию о графиках проектов, чертежах САПР, расходах, счетах и ​​деталях сотрудников. Тем не менее, они ограничены в своей способности работать с неструктурированными данными, такими как свободный текст, печатная информация или показания аналогового датчика. Часто они могут обрабатывать 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 получая значительно больше данных, но и тщательно анализируя их, чтобы сделать практические выводы проекта здания. Фактически, большие данные, такие как грузовики с кирпичами или мешками с цементом, не являются полезными сами по себе. Это то, что вы делаете с ним, используя большие аналитические программы для анализа данных.

Переход к бизнесу с большими данными

Чтобы увидеть, как большие данные уже используются строительной отраслью, рассмотрите жизненный цикл проектирования и сборки, который в настоящее время все чаще определяет строительные проекты.

• Дизайн: Большие данные, включая сам дизайн здания и моделирование, экологические данные, вклад заинтересованных сторон и обсуждение в социальных сетях, могут быть использованы для определения не только того, что строить, но и где его построить. Университет Брауна в Род-Айленде, США, использовал большой анализ данных, чтобы решить, где построить свое новое инженерное оборудование для оптимальной студенческой и университетской выгоды. Исторические большие данные могут быть проанализированы, чтобы выявить закономерности и вероятности строительных рисков для управления новыми проектами в направлении успеха и от подводных камней.
• Сборка: Для определения оптимальной фазировки строительных работ можно проанализировать большие данные по погоде, трафику и сообществу и деловой активности. Вход датчиков от машин, используемых на сайтах, чтобы показывать активный и простой, можно обработать, чтобы сделать выводы о наилучшем сочетании покупки и аренды такого оборудования, а также о том, как наиболее эффективно использовать топливо для снижения затрат и экологического воздействия. Геолокация оборудования также позволяет улучшить логистику, запасные части, которые будут доступны по мере необходимости, и время простоя, которого следует избегать.
• Эксплуатация: Большие данные от датчиков, встроенных в здания, мосты и любую другую конструкцию, позволяют контролировать каждый на разных уровнях производительности. Энергосбережение в торговых центрах, офисных блоках и других зданиях можно отслеживать, чтобы обеспечить соответствие проектам. Информация о стрессовом напряжении и уровни сгибания в мостах могут быть записаны для обнаружения любых внеочередных событий. Эти данные также могут быть возвращены в системы моделирования информации о зданиях (BIM) для планирования работ по техническому обслуживанию по мере необходимости.

Предпочтения по строительной отрасли для информации и знаний

По мере того, как данные становятся все больше и больше, потребность в кипячении до необходимых предметов становится все больше.

Опрос строительных компаний со стороны поставщика программного обеспечения Sage в 2014 году показал, что

• 57% нуждаются в согласованной, актуальной финансовой и проектной информации.
• 48% хотят, чтобы их предупреждали при возникновении особых ситуаций.
• 41% хотят прогнозирования, что позволяет им лучше подготовиться к лучшим и худшим событиям строительства.
• 14% хотят, чтобы онлайн-аналитика могла видеть, например, какие именно факторы влияют на прибыльность и на сколько.

Большая аналитика данных может включать или предлагать возможности для улучшения каждого из этих аспектов. Разнообразие входных данных в больших данных позволяет повысить уровень достоверности отчетов о состоянии и прогнозов. Аналитика может предоставить более полезные указания уровней риска до превышения порогового значения и генерирования предупреждения. Они также дают представление о том, что традиционные системы просто не могут.