Bagaimana industri pembinaan menggunakan data besar

Dalam industri pembinaan, seperti dalam sektor lain, data besar merujuk kepada jumlah besar maklumat yang telah disimpan pada masa lalu dan yang terus diperoleh hari ini. Data besar boleh datang dari orang, komputer, mesin, sensor, dan mana-mana peranti atau agen penjanaan data lain.

Itu, secara semula jadi, adalah apa yang menjadikannya besar. Pembinaan dan membina data besar sudah ada dalam semua rancangan dan rekod apa-apa yang pernah dibina.

Ia juga terus meningkat dengan input tambahan dari sumber yang pelbagai seperti pekerja di lokasi, kren, penggerak bumi, rantai bekalan bahan, dan juga bangunan sendiri.

Nilai Data

Sistem maklumat tradisional adalah baik untuk merakam maklumat asas mengenai jadual projek, reka bentuk CAD, kos, invois, dan butiran pekerja. Walau bagaimanapun, mereka terhad dalam keupayaan mereka untuk bekerja dengan data yang tidak berstruktur seperti teks percuma, maklumat bercetak atau bacaan sensor analog. Sering kali, mereka hanya boleh mengendalikan baris digital dan lajur nombor teratur.

Idea memanfaatkan data besar adalah untuk mendapatkan lebih banyak pandangan dan membuat keputusan yang lebih baik dalam pengurusan pembinaan dengan bukan sahaja mengakses lebih banyak data tetapi dengan menganalisisnya dengan tepat untuk membuat kesimpulan projek bangunan praktikal. Sebenarnya, data besar, seperti trak batu bata atau beg simen, tidak berguna sendiri. Ia adalah apa yang anda lakukan dengan menggunakan program analisis data besar yang dikira.

Mendapatkan Ke Perniagaan dengan Data Besar

Untuk melihat sejauh mana data yang banyak digunakan oleh industri pembinaan, pertimbangkan kitar hayat kitaran reka bentuk yang semakin mendefinisikan projek pembinaan hari ini.

• Reka bentuk: Data besar, termasuk reka bentuk bangunan dan pemodelan itu sendiri, data alam sekitar, input pihak berkepentingan dan perbincangan media sosial, boleh digunakan untuk menentukan bukan sahaja untuk membina, tetapi juga untuk membinanya. Brown University di Rhode Island, Amerika Syarikat, menggunakan analisa data yang besar untuk menentukan di mana untuk membina kemudahan kejuruteraan baru untuk faedah pelajar dan universiti yang optimum. Data besar sejarah boleh dianalisis untuk memilih corak dan kebarangkalian risiko pembinaan untuk memacu projek baru ke arah kejayaan dan jauh dari perangkap.
• Membina: Data besar dari cuaca, lalu lintas, dan aktiviti komuniti dan perniagaan boleh dianalisis untuk menentukan penamatan aktiviti pembinaan yang optimum. Input Sensor dari mesin yang digunakan di tapak untuk menunjukkan masa yang aktif dan terbiar dapat diproses untuk membuat kesimpulan mengenai campuran terbaik untuk membeli dan menyewa peralatan tersebut, dan bagaimana menggunakan bahan bakar yang paling efisien untuk menurunkan biaya dan dampak ekologi. Geolokasi peralatan juga membolehkan logistik dipertingkatkan, alat ganti disediakan apabila diperlukan, dan downtime untuk dielakkan.
• Beroperasi: Data besar dari sensor yang dibina ke dalam bangunan, jambatan dan pembinaan lain memungkinkan untuk memantau setiap satu pada banyak tahap prestasi. Pemuliharaan tenaga di pusat membeli-belah, blok pejabat dan bangunan-bangunan lain boleh dikesan untuk memastikan ia sesuai dengan tujuan rekabentuk. Maklumat tekanan trafik dan tahap flexing di dalam jambatan boleh direkodkan untuk mengesan sebarang peristiwa luar. Data ini juga boleh dimasukkan semula ke dalam sistem pemodelan maklumat bangunan (BIM) untuk menjadualkan aktiviti penyelenggaraan seperti yang diperlukan.

Keutamaan Industri Pembinaan untuk Maklumat dan Keterangan

Oleh kerana data semakin besar dan lebih besar, keperluan untuk mendidihkannya kepada keperluan penting boleh menjadi lebih besar juga.

Satu tinjauan syarikat-syarikat pembinaan oleh vendor perisian Sage pada tahun 2014 mendapati bahawa:

• 57% mahu maklumat kewangan dan projek yang terkini, terkini.
• 48% ingin diberi amaran apabila keadaan tertentu berlaku.
• 41% mahu membuat perancangan, membolehkan mereka menyediakan lebih baik untuk acara bangunan terbaik dan terburuk.
• 14% mahu analisis dalam talian untuk melihat contohnya dengan tepat faktor mana yang mempengaruhi keuntungan dan berapa banyak.

Analisis data besar boleh membolehkan atau menawarkan peluang untuk memperbaiki setiap aspek ini. Pelbagai input dalam data besar membolehkan tahap kepastian yang lebih baik mengenai laporan status dan ramalan. Analisis ini dapat memberikan petunjuk tahap risiko yang lebih berguna sebelum ambang melebihi dan amaran dijana. Mereka juga menawarkan pandangan bahawa sistem tradisional semata-mata tidak boleh.