Kako građevinska industrija koristi velike podatke?

U građevinskoj industriji, kao iu drugim sektorima, veliki podaci odnose se na ogromne količine podataka koji su se u prošlosti pohranili i koji se i danas stječu. Veliki podaci mogu doći od ljudi, računala, strojeva, senzora i bilo kojeg drugog uređaja ili agenta koji generira podatke.

To je, naravno, ono što ga čini velikim. Izgradnja i izgradnja velikih podataka već postoji u svim planovima i zapisima o svemu što je ikad izgrađeno. Također se stalno povećava s dodatnim unosom iz različitih izvora kao što su radnici na radilištu, dizalice, zemljani pokretači, materijalni lanci opskrbe, pa čak i sami zgrade.

Vrijednost podataka

Tradicionalni informacijski sustavi su dobri pri snimanju osnovnih informacija o rasporedu projekata, CAD nacrtima, troškovima, fakturama i pojedinostima zaposlenika. Međutim, oni su ograničeni u njihovoj sposobnosti za rad s nestrukturiranim podacima poput besplatnog teksta, tiskanih informacija ili očitavanja analognih senzora. Često se mogu nositi samo redovnim digitalnim redcima i stupcima brojeva.

Ideja o iskorištavanju velikih podataka je da se dobiju više uvida i donose boljih odluka u upravljanju građevinarstvom ne samo da pristupaju znatno većem broju podataka, već ispravno analizirajući tako da izvedu konkretne zaključke o zgradi. Zapravo, veliki podaci, poput kamiona opeke ili vrećica cementa, nisu sami korisni. To je ono što radite s njom pomoću velikih programa za analizu podataka koji se broje.

Poslovanje s velikim podacima

Da biste vidjeli koliko velikih podataka već koristi građevinska industrija, razmislite o životnom ciklusu dizajna koji rade u građevinskim projektima danas.

• Dizajn: Veliki podaci, uključujući dizajn zgrade i modeliranje, podaci o okolišu, uloge dionika i rasprave društvenih medija, mogu se koristiti kako bi se utvrdilo ne samo ono što graditi, već i gdje ga graditi. Sveučilište Brown u Rhode Islandu, Sjedinjene Američke Države, koristilo je veliku analizu podataka kako bi odlučila kamo graditi svoj novi inženjerski objekt za optimalnu korist studenata i sveučilišta. Povijesni veliki podaci mogu se analizirati kako bi se odabrali uzorci i vjerojatnosti izgradnje rizika za usmjeravanje novih projekata prema uspjehu i daleko od zamki.

• Izgraditi: Moguće je analizirati velike podatke o vremenu, prometu i društvenoj i poslovnoj aktivnosti kako bi se odredila optimalna faza građevinskih aktivnosti. Senzorski ulaz strojeva koji se koriste na mjestima za prikazivanje aktivnog i neaktivnog vremena može se obrađivati ​​kako bi se donijeli zaključci o najboljoj mješavini kupnje i leasinga takve opreme i kako učinkovito koristiti gorivo radi smanjenja troškova i ekoloških utjecaja. Geolokacija opreme također omogućava poboljšanje logistike, rezervne dijelove koji su dostupni kada je to potrebno, a zaustavljanje potrebno izbjeći.
• Upravljajte: Veliki podaci s senzora ugrađenih u zgrade, mostove i bilo koju drugu konstrukciju omogućuju praćenje svakog od njih na mnogim razinama izvedbe. Zaštita energije u trgovačkim centrima, poslovnim blokovima i ostalim zgradama može se pratiti kako bi se osiguralo da odgovara ciljevima dizajna. Podaci o stresu u prometu i razine savijanja u mostovima mogu se zabilježiti kako bi se otkrili eventualni događaji izvan granica. Ti se podaci također mogu uvesti u sustave modeliranja građevinskih informacija (BIM) za planiranje aktivnosti održavanja prema potrebi.

Postavke industrije za informacije i uvide

Kako podaci postaju sve veći i veći, potreba da ih se vrši na djelotvorne osnove postaje sve veća. Anketa građevinskih tvrtki softvera dobavljača Sage u 2014. pronašla je:

• 57% želi dosljedne, ažurirane podatke o financijama i projektima.
• 48% želi biti upozoreno kada se pojave određene situacije.
• 41% želi predviđanja, omogućujući im da se bolje pripremaju za najbolje i najgore slučajeve zgrade.
• Na mrežnoj analitici, primjerice, 14% želi vidjeti, na primjer, točno koji čimbenici utječu na profitabilnost i koliko.

Velika analiza podataka može omogućiti ili ponuditi prilike za poboljšanje svakog od ovih aspekata. Različitost ulaza u velikim podacima omogućuje bolju razinu sigurnosti oko izvješća o stanju i prognozama. Analiza može pružiti korisnije pokazatelje razina rizika prije no što se prekorači prag i generira se upozorenje. Oni također nude uvid da tradicionalni sustavi jednostavno ne mogu.