Ngành công nghiệp xây dựng sử dụng dữ liệu lớn như thế nào

Trong ngành xây dựng, cũng như trong các lĩnh vực khác, dữ liệu lớn đề cập đến số lượng lớn các thông tin đã được lưu trữ trong quá khứ và tiếp tục được mua lại ngày hôm nay. Dữ liệu lớn có thể đến từ con người, máy tính, máy móc, cảm biến và bất kỳ thiết bị hoặc tác nhân tạo dữ liệu khác.

Điều đó, tự nhiên đủ, là điều làm cho nó lớn. Xây dựng và xây dựng dữ liệu lớn đã tồn tại trong tất cả các kế hoạch và hồ sơ của bất cứ thứ gì đã từng được xây dựng.

Nó cũng liên tục gia tăng với các đầu vào bổ sung từ các nguồn đa dạng như công nhân tại chỗ, cần cẩu, máy xúc đất, dây chuyền cung cấp vật liệu, và ngay cả các tòa nhà.

Giá trị của Dữ liệu

Các hệ thống thông tin truyền thống rất giỏi ghi chép các thông tin cơ bản về lịch biểu dự án, thiết kế CAD, chi phí, hóa đơn và chi tiết nhân viên. Tuy nhiên, chúng được giới hạn trong khả năng của họ để làm việc với các dữ liệu phi cấu trúc như văn bản miễn phí, thông tin in hoặc đọc cảm biến tương tự. Thông thường, họ chỉ có thể xử lý hàng kỹ thuật số và các cột số.

Ý tưởng khai thác dữ liệu lớn là tìm hiểu sâu hơn và đưa ra các quyết định tốt hơn trong quản lý xây dựng bằng cách không chỉ truy cập dữ liệu nhiều hơn mà còn phân tích chính xác nó để rút ra kết luận dự án xây dựng thực tế. Trên thực tế, dữ liệu lớn, như xe tải gạch hoặc túi xi măng, không hữu ích riêng. Đó là những gì bạn làm với nó bằng cách sử dụng các chương trình phân tích dữ liệu lớn.

Bắt đầu xuống doanh nghiệp với dữ liệu lớn

Để xem dữ liệu lớn đã được sử dụng như thế nào trong ngành xây dựng, hãy xem xét vòng đời thiết kế-xây dựng-vận hành ngày càng định nghĩa các dự án xây dựng ngày nay.

Thiết kế:

Dữ liệu lớn, bao gồm thiết kế tòa nhà và mô hình hoá, dữ liệu về môi trường, các cuộc thảo luận trên phương tiện truyền thông xã hội đầu vào và các bên liên quan, có thể được sử dụng để xác định không chỉ những gì để xây dựng mà còn phải xây dựng nó ở đâu. Đại học Brown ở Rhode Island, Hoa Kỳ đã sử dụng phân tích dữ liệu lớn để quyết định xây dựng cơ sở kỹ thuật mới của mình để tối ưu hoá lợi ích của sinh viên và đại học. Dữ liệu lớn về lịch sử có thể được phân tích để chọn ra các mô hình và xác suất rủi ro xây dựng để điều khiển các dự án mới theo hướng thành công và tránh xa những cạm bẫy.

• Xây dựng: Dữ liệu lớn từ thời tiết, giao thông, cộng đồng và hoạt động kinh doanh có thể được phân tích để xác định giai đoạn tối ưu của các hoạt động xây dựng. Đầu vào cảm biến từ máy móc sử dụng tại các địa điểm cho thấy thời gian hoạt động và thời gian nhàn rỗi có thể được xử lý để rút ra kết luận về sự kết hợp tốt nhất giữa việc mua và cho thuê thiết bị đó và cách sử dụng nhiên liệu hiệu quả nhất để giảm chi phí và ảnh hưởng đến sinh thái. Vị trí thiết bị cũng cho phép cải tiến hậu cần, cung cấp phụ tùng thay thế khi cần thiết và thời gian chết nên tránh.
• Hoạt động: Dữ liệu lớn từ các cảm biến được xây dựng trong các tòa nhà, cầu và bất kỳ công trình xây dựng nào khác có thể theo dõi từng khu vực ở nhiều mức độ hoạt động. Bảo quản năng lượng trong các trung tâm mua sắm, khối văn phòng và các tòa nhà khác có thể được theo dõi để đảm bảo nó phù hợp với mục đích thiết kế. Thông tin căng thẳng giao thông và mức độ uốn cong trên cầu có thể được ghi lại để phát hiện bất kỳ sự kiện ngoài giới hạn. Dữ liệu này cũng có thể được cung cấp trở lại hệ thống mô hình hóa thông tin xây dựng (BIM) để lên lịch các hoạt động bảo trì theo yêu cầu.
• Các sở thích của ngành xây dựng về thông tin và thông tin chi tiết Khi dữ liệu trở nên ngày càng lớn, sự cần thiết phải đun sôi nó xuống những điều thiết yếu cần thiết cũng sẽ lớn hơn.

Cuộc khảo sát các công ty xây dựng của nhà cung cấp phần mềm Sage năm 2014 cho thấy:

57% muốn có thông tin tài chính và dự án nhất quán, cập nhật.

48% muốn được cảnh báo khi xảy ra các tình huống cụ thể.

• 41% muốn dự báo, cho phép họ chuẩn bị tốt hơn cho các sự kiện xây dựng trường hợp tốt nhất và xấu nhất.
• 14% muốn phân tích trực tuyến để xem ví dụ chính xác những yếu tố nào đang ảnh hưởng đến khả năng sinh lợi và bao nhiêu.
• Phân tích dữ liệu lớn có thể cho phép hoặc cung cấp cơ hội để cải thiện từng khía cạnh. Sự đa dạng của dữ liệu đầu vào trong dữ liệu lớn cho phép đảm bảo mức độ chắc chắn hơn về báo cáo trạng thái và dự báo. Các phân tích có thể cung cấp các chỉ dẫn hữu ích hơn về mức độ rủi ro trước khi vượt quá ngưỡng và cảnh báo được phát ra. Họ cũng cung cấp cái nhìn sâu sắc rằng các hệ thống truyền thống chỉ đơn giản là không thể.