Wie die Bauindustrie Big Data verwendet

Wie die Bauindustrie Big Data verwendet

In der Bauindustrie bezieht sich Big Data, wie in anderen Sektoren. Big Data kann von Personen, Computern, Maschinen, Sensoren und anderen datengenerierenden Geräten oder Agenten stammen.

Das macht es natürlich groß, was es groß macht. Bau- und Bau von Big Data gibt es bereits in allen Plänen und Aufzeichnungen von allem, was jemals gebaut wurde. Es nimmt auch ständig zu, da zusätzliche Input aus so unterschiedlichen Quellen wie Arbeitnehmern, Kranen, Erdbewegungen, Materialversorgungsketten und sogar Gebäuden selbst zunimmt.

Der Wert von Daten

Traditionelle Informationssysteme können grundlegende Informationen zu Projektplänen, CAD -Designs, Kosten, Rechnungen und Mitarbeitern aufzeichnen. Sie sind jedoch nur begrenzt in ihrer Fähigkeit, mit unstrukturierten Daten wie kostenlosen Text, gedruckten Informationen oder analogen Sensor -Messungen zu arbeiten. Oft können sie nur geordnete digitale Zeilen und Zahlenspalten verarbeiten.

Die Idee, Big Data zu nutzen, besteht darin, mehr Erkenntnisse zu gewinnen und bessere Entscheidungen im Baumanagement zu treffen, indem nicht nur wesentlich mehr Daten zugegriffen werden, sondern auch die ordnungsgemäße Analyse, um praktische Schlussfolgerungen für Bauprojekte zu ziehen. Tatsächlich sind Big Data, wie Lkw -Ladungen von Ziegeln oder Zementsäcken, für sich selbst nicht nützlich. Es ist das, was Sie damit verwenden, indem Sie Big Data Analytics -Programme verwenden, die zählen.

Geschäft mit Big Data

Um zu sehen, wie Big Data bereits von der Bauindustrie verwendet wird, betrachten Sie den Lebenszyklus für Design-Build-Operate, der heute zunehmend Bauprojekte definiert.

  • Design: Big Data, einschließlich des Aufbaus von Design und Modellierung selbst, Umgebungsdaten, Stakeholder -Input und Diskussionen in sozialen Medien, können verwendet werden, um nicht nur zu bestimmen, was erstellt, sondern auch, wo sie aufgebaut werden sollen. Die Brown University in Rhode Island, US, verwendete die Big -Data. Historische Big Data können analysiert werden, um Muster und Wahrscheinlichkeiten von Baurisiken auszuwählen, um neue Projekte in Richtung Erfolg und von Fallstricken zu fördern.
  • Bauen: Big Data aus Wetter, Verkehr sowie Gemeinschafts- und Geschäftstätigkeit können analysiert werden. Sensoreingabe von Maschinen, die an Standorten verwendet werden, um eine aktive und Leerlaufzeit anzuzeigen. Durch die Geolokalisierung der Geräte kann auch die Logistik verbessert werden, Ersatzteile bei Bedarf und Ausfallzeiten zur Verfügung gestellt werden.
  • Arbeiten: Big Data von Sensoren, die in Gebäude, Brücken und andere Konstruktionen eingebaut sind. Energieeinsparung in Einkaufszentren, Büroblöcken und anderen Gebäuden können verfolgt werden, um sicherzustellen, dass sie den Entwurfszielen entsprechen. Verkehrsstressinformationen und Blexe in Brücken können aufgezeichnet werden, um alle Grenzenereignisse zu erkennen. Diese Daten können auch in BIM -Systeme (Gebäudeinformationsmodellierung) zurückgeführt werden, um Wartungsaktivitäten nach Bedarf zu planen.

Branchenpräferenzen für Information und Erkenntnisse

Da die Daten immer größer werden, wird die Notwendigkeit, sie auf das umsetzbar. Eine Umfrage unter Bauunternehmen nach Softwareanbieter Sage im Jahr 2014 ergab, dass:

  • 57% wollen konsistente, aktuelle finanzielle und Projektinformationen.
  • 48% wollen gewarnt werden, wenn bestimmte Situationen auftreten.
  • 41% wollen prognostiziert und ermöglicht es ihnen, sich besser auf die besten und schlimmsten Ereignisse vorzubereiten.
  • 14% möchten, dass Online -Analysen beispielsweise genau erkennen, welche Faktoren die Rentabilität beeinflussen und wie viel.

Big Data Analytics können Möglichkeiten ermöglichen oder Möglichkeiten bieten, jeden dieser Aspekte zu verbessern. Die Vielfalt der Eingaben in Big Data ermöglicht ein besseres Maß an Sicherheit zu Statusberichten und Prognosen. Die Analytik kann hilfreiche Hinweise auf Risikoniveaus liefern, bevor ein Schwellenwert überschritten und eine Warnung erzeugt wird. Sie bieten auch Erkenntnisse, die traditionelle Systeme einfach nicht können.