Դա, բնականաբար, բավականին մեծ է դարձնում այն: Շինարարությունն ու շինարարական մեծ տվյալները արդեն գոյություն ունեն բոլոր այն ծրագրերում եւ գրառումներում, որոնք երբեւէ կառուցվել են:
Այն նաեւ անընդհատ աճում է աղբյուրների լրացուցիչ ներդրումների շնորհիվ `տարբեր վայրերում աշխատողներ, կռունկներ, շարժիչներ, նյութերի մատակարարման շղթաներ եւ նույնիսկ շենքեր:
Տվյալների արժեքը
Ավանդական տեղեկատվական համակարգերը լավ են ծրագրային գրաֆիկների, CAD նախագծերի, ծախսերի, հաշիվների եւ աշխատակիցների մանրամասների վերաբերյալ հիմնական տեղեկատվության վրա: Այնուամենայնիվ, նրանք սահմանափակվում են ոչ ստանդարտ տվյալների, ինչպիսիք են ազատ տեքստը, տպագիր տեղեկատվությունը կամ անալոգային սենսորային ընթերցումները: Հաճախ նրանք կարող են կարգավորել թվային թվանշաններ եւ թվերի սյուններ:
Մեծ տվյալների օգտագործման գաղափարը `ավելի շատ խորաթափանցություն ձեռք բերելու եւ շինարարության կառավարման ոլորտում ավելի լավ որոշումներ կայացնելու միջոցով, ոչ միայն զգալիորեն ավելի շատ տվյալներ մուտք գործելու, այլեւ պատշաճ կերպով վերլուծելով այն, գործնական կառուցապատման նախագծային եզրակացություններ տալու համար: Փաստորեն, մեծ տվյալները, ինչպես, օրինակ, ցեմենտի պարկերի կամ պայուսակների բեռնախցիկները, ինքնին օգտակար չէ: Դա այն է, ինչ դուք անում եք, օգտագործելով մեծ տվյալների վերլուծության ծրագրեր, որոնք հաշվում են:
Getting Down բիզնեսը մեծ տվյալների հետ
Տեսնելու համար, թե որքան մեծ տվյալներ են օգտագործվում շինարարության ոլորտը, հաշվի առեք նախագծման կառուցվածքի գործարկումը, որն ավելի շատ սահմանում է շինարարական նախագծերը:
- Դիզայն. Մեծ տվյալները, ներառյալ շենքի դիզայնը եւ մոդելավորումը, բնապահպանական տվյալները, շահագրգիռ կողմերի ներածական եւ սոցիալական լրատվամիջոցների քննարկումները կարող են օգտագործվել ոչ միայն կառուցելու, այլ նաեւ այնտեղ կառուցելու համար: Ռոդ Այլենդ նահանգի Բրաուն համալսարանը, օգտագործելով մեծ տվյալների վերլուծություն, որոշեց, թե որտեղ պետք է կառուցի իր նոր ինժեներական հաստատությունը օպտիմալ ուսանողական եւ համալսարանական նպաստի համար: Պատմական մեծ տվյալները կարելի է վերլուծել `շինարարության ռիսկերի նախադրյալները եւ հավանականությունները ընտրելու հաջողության ուղղությամբ նոր նախագծեր առաջնորդելու եւ խորտակված հեռավորություններից:
- Կառուցել: Շրջակա միջավայրի, տրաֆիկի եւ համայնքային եւ բիզնես գործունեության մեծ տվյալներ կարելի է վերլուծել `որոշելու շինարարական աշխատանքների օպտիմալ փուլերը: Ակտիվ եւ անգործուն ժամանակի ցուցադրման համար օգտագործված մեքենաների վրա ցուցադրվող սենսորների մուտքագրումը կարող է մշակվել `եզրակացություններ անել այնպիսի սարքավորումների ձեռքբերման եւ լիզինգի լավագույն խառնուրդի մասին եւ ինչպես օգտագործել վառելիքը առավել արդյունավետ` նվազեցնել ծախսերը եւ էկոլոգիական ազդեցությունը: Սարքավորման աշխարհագրական դիրքը թույլ է տալիս նաեւ բարելավել լոգիստիկան, անհրաժեշտության դեպքում մատչելի պահեստամասերը եւ խուսափել անսարքությունը:
- Գործում. Շենքերի, կամուրջների եւ այլ կառույցների մեջ կառուցված սենսորներից ստացված մեծ տվյալները հնարավորություն են տալիս յուրաքանչյուրին վերահսկել կատարողականի բազմաթիվ մակարդակներում: Էներգախնայողության կենտրոններում, գրասենյակային բլոկներում եւ այլ շինություններում կարելի է հետեւել, որպեսզի այն համապատասխանի դիզայնի նպատակներին: Երթեւեկության սթրեսային տեղեկությունները եւ կամուրջների ճկունության մակարդակը կարող են արձանագրվել սահմանի ցանկացած դեպքից հայտնաբերելու համար: Տվյալները կարող են նաեւ ետ վերադարձնել տեղեկատվական մոդելավորման (BIM) համակարգեր կառուցելու համար, ինչպես պահանջվում է տեխնիկական սպասարկման աշխատանքները:
Շինարարական արդյունաբերության նախասիրությունները տեղեկատվության եւ մտքերի համար
Քանի որ տվյալները մեծանում են եւ ավելի մեծանում են, անհրաժեշտ է նաեւ բեռնաթափել դրա գործածումը:
2014 թ. Ծրագրային ապահովման վաճառողի կողմից շինարարական ընկերությունների հետազոտությունը պարզել է, որ,
- 57% -ը ցանկանում է հետեւողական, արդիական ֆինանսական եւ նախագծային տեղեկատվություն:
- 48% -ը ցանկանում է զգուշացնել, երբ կոնկրետ իրավիճակներ են առաջանում:
- 41% -ը ցանկանում է կանխատեսել, թույլ տալով նրանց ավելի լավ պատրաստվել լավագույն եւ վատագույն շինարարական միջոցառումների համար:
- 14% -ը ցանկանում է, որ առցանց վերլուծությունը տեսնի, օրինակ, հենց այն գործոնները, որոնք ազդում են շահութաբերության վրա եւ որքանով:
Մեծ տվյալների վերլուծությունը կարող է հնարավորություն ընձեռել կամ առաջարկել հնարավորություններ այս ուղղություններից յուրաքանչյուրի համար: Մեծ տվյալների մուտքագրման տարբերակը հնարավորություն է տալիս ավելի հստակ մակարդակի հաշվետվությունների եւ կանխատեսումների վերաբերյալ վստահության մակարդակի բարձրացման համար: Վերլուծությունը կարող է առաջարկել շեմի գերազանցում եւ գեներացվելության զգացում առաջացնող ռիսկի մակարդակների ավելի օգտակար ցուցմունքներ: Նրանք նաեւ առաջարկում են հասկացություններ, որ ավանդական համակարգերը պարզապես չեն կարողանում: