Paano ang Industriya ng Konstruksiyon ay Paggamit ng Malaking Data

Sa industriya ng konstruksiyon, tulad ng sa iba pang mga sektor, ang malaking data ay tumutukoy sa napakalaking dami ng impormasyon na naimbak sa nakaraan at patuloy na nakuha ngayon. Maaaring dumating ang malaking data mula sa mga tao, kompyuter, machine, sensor, at anumang iba pang device o ahente ng pagbuo ng data.

Iyon, natural sapat, ay kung bakit ito ay malaki. Ang konstruksyon at pagtatayo ng malaking data ay umiiral na sa lahat ng mga plano at rekord ng anumang bagay na naitayo. Patuloy din itong nagdaragdag ng karagdagang input mula sa mga mapagkukunan na magkakaiba bilang mga nasa-site na mga manggagawa, mga crane, mga tagapagpaandar ng lupa, mga suplay ng materyal na kadena, at maging ang mga gusali mismo.

Ang Halaga ng Data

Ang mga tradisyunal na sistema ng impormasyon ay mahusay sa pagtatala ng pangunahing impormasyon tungkol sa mga iskedyul ng proyekto, mga disenyo ng CAD, mga gastos, mga invoice, at mga detalye ng empleyado. Gayunpaman, ang mga ito ay limitado sa kanilang kakayahang magtrabaho kasama ang unstructured na data tulad ng libreng teksto, naka-print na impormasyon o analog na pagbabasa ng sensor. Kadalasan, maaari lamang nilang hawakan ang mga hanay ng mga digital na hilera at haligi ng mga numero.

Ang ideya ng paggamit ng malaking data ay upang makakuha ng higit pang mga pananaw at gumawa ng mas mahusay na mga desisyon sa pamamahala ng konstruksiyon sa pamamagitan ng hindi lamang pag-access ng higit na dami ng datos ngunit sa pamamagitan ng maayos na pag-aaral nito upang gumuhit ng mga praktikal na konstruksyon na mga konklusyon ng proyekto. Sa katunayan, ang malaking data, tulad ng mga truckloads ng mga brick o bag ng semento, ay hindi kapaki-pakinabang sa sarili nito. Ito ay kung ano ang ginagawa mo dito gamit ang malaking data analytics programs na binibilang.

Negosyo sa Big Data

Upang makita kung gaano kalaki ang data na ginagamit ng industriya ng konstruksiyon, isaalang-alang ang lifecycle ng disenyo-build-operate na lalong tumutukoy sa mga proyekto sa pagtatayo ngayon.

• Disenyo: Ang malaking data, kabilang ang disenyo ng gusali at pagmomodelo mismo, data sa kapaligiran, input ng stakeholder at mga diskusyon sa social media, ay maaaring gamitin upang matukoy hindi lamang kung ano ang dapat itayo, kundi pati na rin kung saan itatayo ito. Ang Brown University sa Rhode Island, US, ay gumagamit ng malaking pagtatasa ng data upang magpasiya kung saan magtatayo ng bagong pasilidad ng engineering para sa pinakamainam na mag-aaral at kapakinabangan ng unibersidad. Maaaring masuri ang malaking data sa kasaysayan upang kunin ang mga pattern at mga probabilidad ng mga panganib sa pagtatayo upang makalikha ng mga bagong proyekto patungo sa tagumpay at malayo sa mga pitfalls.

• Magtayo: Ang malaking data mula sa taya ng panahon, trapiko, at aktibidad ng komunidad at negosyo ay maaaring masuri upang matukoy ang pinakamainam na pagbawas ng mga aktibidad sa konstruksiyon. Ang pag-input ng sensor mula sa mga makina na ginamit sa mga site upang ipakita ang aktibo at idle na oras ay maaaring maiproseso upang makakuha ng mga konklusyon tungkol sa pinakamainam na halo ng pagbili at pagpapaupa ng naturang kagamitan, at kung paano gumamit ng gasolina nang mahusay upang mabawasan ang mga gastos at ekolohikal na epekto. Pinapayagan din ng geolocation ng kagamitan ang logistik na mapabuti, ang mga ekstrang bahagi ay magagamit kapag kinakailangan, at downtime na iwasan.
• Magpapatakbo: Ang malaking data mula sa mga sensor na binuo sa mga gusali, tulay at anumang iba pang konstruksyon ay ginagawang posible upang subaybayan ang bawat isa sa maraming antas ng pagganap. Ang konserbasyon ng enerhiya sa mga mall, mga bloke ng opisina at iba pang mga gusali ay maaaring masubaybayan upang matiyak na ito ay sumusunod sa mga layunin ng disenyo. Ang impormasyon ng trapiko ng stress at mga antas ng flexing sa tulay ay maitatala upang makita ang anumang mga hangganan ng mga kaganapan. Ang data na ito ay maaari ding fed pabalik sa pagbuo ng impormasyon sa pagmomolde (BIM) system upang mag-iskedyul ng mga gawain sa pagpapanatili bilang kinakailangan.

Mga Kagustuhan sa Industriya para sa Impormasyon at Mga Pananaw

Bilang ang data ay makakakuha ng mas malaki at mas malaki, ang pangangailangan upang pigsa ito pababa sa naaaksyunang mga mahahalaga ay makakakuha ng mas malaki masyadong. Isang survey ng mga kompanya ng konstruksiyon ng software vendor Sage noong 2014 ang natagpuan na:

• 57% nais na pare-pareho, napapanahong impormasyon sa pananalapi at proyekto.
• 48% ay nais na mabigyan ng babala kapag may mga partikular na sitwasyon na nangyari.
• 41% ay nais na mag-aanunsiyo, na nagbibigay-daan sa mga ito upang mas mahusay na maghanda para sa mga pinakamahusay at pinakamasamang mga kaganapan sa pagbuo ng kaso.
• 14% gusto online analytics upang makita halimbawa kung aling mga bagay ang nakakaapekto sa kakayahang kumita at kung magkano.

Ang malaking data analytics ay maaaring paganahin o nag-aalok ng mga pagkakataon upang mapabuti ang bawat isa sa mga aspeto. Ang iba't ibang mga input sa malaking data ay nagbibigay-daan sa mas mahusay na antas ng katiyakan tungkol sa mga ulat ng katayuan at mga pagtataya. Ang analytics ay maaaring magbigay ng mas kapaki-pakinabang na mga indikasyon ng mga antas ng panganib bago lumagpas ang isang limitasyon at isang alerto ang nabuo. Nagbibigay din sila ng mga pananaw na ang mga tradisyunal na mga sistema ay hindi makakaya.