Dat is natuurlijk wat het groot maakt. Bouw en bouwen van big data bestaat al in alle plannen en records van alles wat ooit is gebouwd.
Het neemt ook voortdurend toe met aanvullende input van bronnen die zo divers zijn als werknemers op de bouwplaats, kranen, grondverzetmachines, materiaalleveringsketens en zelfs gebouwen zelf.
De waarde van gegevens
Traditionele informatiesystemen zijn goed in het vastleggen van basisinformatie over projectplanningen, CAD-ontwerpen, kosten, facturen en werknemersgegevens. Ze zijn echter beperkt in hun vermogen om te werken met ongestructureerde gegevens zoals vrije tekst, gedrukte informatie of analoge sensormetingen. Vaak kunnen ze alleen ordelijke digitale rijen en kolommen met getallen verwerken.
Het idee van het benutten van big data is om meer inzichten te krijgen en betere beslissingen te nemen in het bouwmanagement door niet alleen toegang te krijgen tot aanzienlijk meer gegevens, maar ook door het op de juiste manier te analyseren om praktische bouwprojectconclusies te trekken. Big data, zoals vrachtwagenladingen bakstenen of zakken cement, zijn feitelijk niet handig. Het is wat je ermee doet met behulp van big data-analyseprogramma's die tellen.
Zaken doen met big data
Om te zien hoe big data al wordt gebruikt door de bouwsector, kunt u overwegen de lifecycle design-build-operate die vandaag de dag meer en meer bouwprojecten definieert.
- Ontwerp: Big data, inclusief ontwerp en modellering van gebouwen, milieugegevens, input van belanghebbenden en discussies over sociale media, kan worden gebruikt om niet alleen te bepalen wat te bouwen, maar ook waar het moet worden gebouwd. Brown University in Rhode Island, VS, maakte gebruik van big data-analyse om te beslissen waar de nieuwe engineeringfaciliteit moest worden gebouwd voor optimale voordelen voor studenten en universiteiten. Historische big data kunnen worden geanalyseerd om patronen en kansen op constructierisico's te bepalen om nieuwe projecten naar succes te leiden en weg van valkuilen.
- Build: Big data van weer, verkeer en gemeenschaps- en bedrijfsactiviteiten kunnen worden geanalyseerd om optimale fasering van bouwactiviteiten te bepalen. Sensorinvoer van machines die op sites worden gebruikt om actieve en niet-actieve tijd weer te geven, kan worden verwerkt om conclusies te trekken over de beste mix van het kopen en leasen van dergelijke apparatuur en hoe u brandstof het meest efficiënt kunt gebruiken om de kosten en ecologische impact te verlagen. Geolokalisatie van apparatuur maakt het ook mogelijk de logistiek te verbeteren, reserveonderdelen beschikbaar te maken wanneer nodig en stilstandtijd te vermijden.
- Bedienen: Big data van sensoren ingebouwd in gebouwen, bruggen en elke andere constructie maakt het mogelijk om ze op veel verschillende niveaus te monitoren. Energiebesparing in winkelcentra, kantoorgebouwen en andere gebouwen kan worden gevolgd om ervoor te zorgen dat deze in overeenstemming zijn met ontwerpdoelen. Verkeersstressinformatie en niveaus van buiging in bruggen kunnen worden vastgelegd om gebeurtenissen buiten de toegestane grenzen te detecteren. Deze gegevens kunnen ook worden teruggevoerd naar BIM-systemen (Building Information Modelling) om onderhoudsactiviteiten zo nodig in te plannen.
Voorkeuren voor informatie en inzichten in de bouwsector
Naarmate de gegevens groter en groter worden, wordt de noodzaak om het op te nemen tot de bruikbare benodigdheden groter.
Een onderzoek van bouwbedrijven door softwareverkoper Sage in 2014 heeft vastgesteld dat:
- 57% wil consistente, actuele financiële en projectinformatie.
- 48% wil gewaarschuwd worden wanneer specifieke situaties zich voordoen.
- 41% wil prognoses zodat ze zich beter kunnen voorbereiden op de beste en slechtst denkbare bouwevenementen.
- 14% wil dat online-analyses bijvoorbeeld precies zien welke factoren de winstgevendheid beïnvloeden en met hoeveel.
Big data-analyse kan mogelijkheden bieden of bieden om elk van deze aspecten te verbeteren. De verscheidenheid aan invoer in big data zorgt voor een betere mate van zekerheid over statusrapporten en prognoses. De analyses kunnen meer nuttige indicaties geven van risiconiveaus voordat een drempel wordt overschreden en een waarschuwing wordt gegenereerd. Ze bieden ook inzichten die traditionele systemen gewoon niet kunnen.