大數據技術在建筑工程項目管理過程中的應用研究

譚博

0 引言

隨著建筑工程項目的復雜度不斷增加，傳統項目管理過程數據處理工具和方法已經不能快速準確地計算出項目管理人員需要的信息，導致項目管理過程中由于信息更新不及時、信息錯誤導致進度延誤、成本超出預算、質量事故等問題。另一方面，大數據技術被廣泛應用于各個領域，工程管理領域也不例外，因此，開展大數據技術在建筑工程項目管理過程中的應用研究具有重要的意義。

1 傳統建筑工程項目過程數據處理方法的問題分析

建筑工程項目通常涉及多個領域，具有系統性和動態性，項目實施復雜度較高，項目施工過程數據較多，而傳統項目管理過程數據處理方法效率低下，在項目進度管理、質量管理、成本管理過程中均存在較多問題，其主要原因如下。

1.1 難以實現項目管理過程信息和數據的總體處理

傳統項目管理過程數據處理工具和方法通常將雜亂的項目管理過程數據存放在獨立的筒倉系統，容易造成“信息孤島”，匯總工作量大且容易出錯，不能實現對于整個項目實施過程數據的總體處理，從而忽略了各個不同數據倉的數據之間的相關性。例如，建筑工程項目中，傳統項目管理工具通常將項目材料成本數據和施工人工成本數據交由不同人員來管理和匯總，容易導致項目實施成本匯總錯誤，給成本管理帶來問題。

1.2 容易忽視項目管理過程數據和信息的細節多樣性

建筑工程項目在施工過程中產生的過程數據具有細節多樣性，這些數據細節之間緊密相連，對于進度管理、成本管理和質量管理都有著重要的影響。以進度管理為例，只有通過識別項目管理過程數據中的細節才能發現項目進度延誤的潛在風險，從而采取相應措施消除潛在的隱患，規避偏差。假設無法有效識別各流程運行中存在的微小隱患，將導致調控過程中產生較大偏差[1]。

1.3 數據存儲和處理效率低下

傳統項目管理過程數據處理工具和方法在數據存儲和處理過程中仍采用集中式存儲技術和集中式計算技術，將資源集中在內存、硬盤等單一存儲介質中，通過龐大的數據庫完成數據和信息的管理，各個功能模塊圍繞著這個數據庫完成數據的錄入、修改、刪除等操作，在數據計算過程中幾乎完全依賴于一臺中、大型的中心計算機，在運算負載增加時只能通過提升單個系統的運算能力來解決問題，因此傳統的數據存儲和處理方法存在效率低下、系統擴展性差、數據易丟失等問題，且數據量越大，這些問題越突出。

2 大數據技術在建筑工程項目管理過程中的應用

為了解決前文所述的問題，本文將闡述大數據技術在建筑工程項目管理過程中的應用思路，基于大數據技術的建筑工程項目管理流程，從進度、成本和質量三個主要的項目管理過程，設計大數據技術在建筑工程項目管理過程中的具體應用流程。

2.1 基于大數據技術的建筑工程項目管理流程

對于單個建筑工程項目的實施，需要通過不同的工作人員、部門和機構來協調完成，各個部門都具有自己明確的職責分工，要充分利用大數據技術提高項目管理效率，必須有針對性地建立一個基于大數據技術的工程項目管理層次和制度結構[2]。以項目部作為信息采集主體，具體采集過程由現場施工部完成，并實時地將信息匯總給項目管理團隊，然后由項目管理團隊根據項目信息作出相應決策，這就需要項目管理團隊準確地把握項目的范圍與需求，根據項目部反饋回來的數據進行分析和評估，對建筑工程項目的實施進度控制、成本控制、質量控制等方面作出科學、正確的決策。為了保證整個信息采集和傳輸的過程盡可能高效和通暢，在建立基于大數據挖掘的工程項目管理層次和制度結構時，需要根據信息數據業務的需求，建立一個信息中心對整個業務流程進行管理和控制，提高工程項目的管理效率[3]。

基于上述分析，本文設計了基于大數據技術的建筑工程項目管理流程，其中主要的參與者包括項目管理團隊、項目部與施工部，以及最重要的大數據處理中心，數據來源主要是施工現場的現場數據、其他與項目相關的外部數據，整個過程是一個閉環回路，具體結構如圖1 所示。

圖1 基于大數據技術的建筑工程項目管理流程

2.2 基于大數據技術的建筑工程項目管理過程研究

建筑工程項目管理過程包括進度、成本、質量、風險、范圍等多個知識領域[4]，圖1 中所述的大數據處理中心輸出的輔助信息可以幫助項目管理團隊在各個領域做出決策，本文將選擇最為重要的進度、成本和質量三大知識領域闡述大數據技術在建筑工程項目管理過程中的應用思路。

2.2.1 基于數據挖掘的建筑工程項目進度管控模型

由于建筑工程項目工期進度受到合同、資金、物資、施工設備、建材采購、天氣等多個因素綜合作用，要想對工期進行有效的控制，找到工期延誤的原因，需通過關聯規則方法找到這些因素相互之間的關聯，即找到這些因素所對應的數據變化規律以及數據關系網，而數據挖掘算法正是尋找數據變化規律、關系網最好的手段之一[5]。目前已有多種成熟的數據挖掘算法可建立單層布爾關聯關系，尋找出多個因素之間的關聯關系。由于數據挖掘算法處理數據量較大，可以借助大數據平臺的分布式計算技術，例如Hadoop 平臺的MapReduce 計算框架。

2.2.2 基于海量成本數據庫的建筑工程項目成本控制方法

針對建筑工程項目的成本管理，各個企業都在實際項目實施過程中積累了非常多的建筑工程項目成本數據，例如人工費、工程建設其他費用等，但是缺乏對這些成本數據的合理利用[6]。因此，可以在傳統的PDCA 順序式成本管理方法中引入成本數據庫的概念，加入數據處理的環節，將項目成本管理鏈條變為閉環的成本管理圈，對企業已積累的海量數據進行處理和分析，得到相應處理結果來反饋、調節和控制成本，提高成本控制的準確率和效率。由于海量成本數據庫的實現涉及海量數據的存儲，可以借助大數據的分布式存儲技術，例如Hadoop 平臺的HDFS 存儲平臺。

2.2.3 基于數據融合的建筑工程項目質量管理方法

如何準確有效地評估項目實施過程中各個項目活動的完成質量是關鍵和難點，而項目實施過程中產生的各類數據都有助于評價和分析項目活動完成的質量[7]。因此，可以借助數據融合算法結合主成分分析法、因子分析法等統計分析方法準確計算出建筑工程項目實施的質量指標，利用五級量綱法等方法對工程項目的質量做出客觀判斷，提高建筑工程項目質量管理的有效性。由于數據處理過程中需要同樣涉及大量的數據運算，也可以借助Hadoop 平臺的mapreduce 分布式計算框架來完成海量的數據處理。

3 大數據技術在實際案例中的使用（以EPC 項目為例）

EPC 模式為解決工程各環節彼此割裂而產生的一種模式，其優勢在于可實現“降本增效”。為更好發揮EPC 模式的優勢，解決傳統項目管理過程中各種弊端，大數據分析更具管理優勢，有利于項目管理團隊對項目管理目標進行全面管控。以某保障房EPC 項目為例，項目管理團隊通過大數據，深層挖掘大量過程數據、構建相關數據庫、利用數據融合技術，從進度、成本、質量等三方面為業主提供全方位高質量的項目管理服務，為業主進行決策提供強有力的支撐與依據。

3.1 進度控制應用方面

項目中，項目管理團隊通過收集同類型已完工項目各節點實際工期、項目總工期以及工期影響因素（當地近年天氣情況、材料采購等）等數據，結合本項目實際情況，運用大數據對比，通過數據處理平臺，對計劃工期中不合理處進行預警，修正偏差，得到最短可行工期方案。在項目前期階段，不同設計條件在不同程度上對整個項目實施工期產生不同程度影響。如在前期控制價編制模式中采用數據庫平方米指標并加減差異部分方法、詳細編制清單預算、根據圖紙編制概算并下浮等不同方式下編制控制價，編制時間分別為5d、45d、15d；如方案確定后設計深度按施工圖深度還是初步設計深度，設計時間分別為45d 及30d；如通過數據分析發現規劃報建，初設批復、控制價批復時間等都需要一定的流程時間，這些不同流程時間編排的合理性，也將影響整個項目實際實施工期；如通過數據分析發現基坑方案，地下室埋深、地下室面積等都將對工期影響。在大數據平臺上，通過外部輸入影響進度的各類數據及因素，借助輸入的大量成本數據、單體建造標準、施工質量要求保障等數據，各平臺數據之間相互補充完善分析，項目管理團隊可直接采用數據庫平方米指標并加減差異部分方法，同時通過設計咨詢單位對初步設計補充建造標準編制方法，彌補設計深度不足因素（初步設計與建造標準編制可同步進行），其次軟件分析各流程存在交叉時間節點，如控制價批復雖在初設批復之后，但可同步進行此工作，節省相應時間。

3.2 成本控制應用方面

項目中，項目管理團隊在平臺中輸入同類型項目地質情況、各項細分部分項成本造價、含量指標、基準價格、主要材料價格信息等數據，通過各數據之間的關聯分析，得出多種方案成本、招標控制價數據。

按結構形式，保障房可劃分為基礎工程、地下室、地上房建、室外工程等四大部分。基礎工程包含樁基工程、樁基頂以上基礎工程（含筏板）兩個部分，包干綜合單位包括了鋼筋、混凝土、模板等分項工程以及所有相應措施項目（基坑支護按項單列計算）。地下室及地上房建工程可以分為建筑工程、裝修工程、電氣工程、弱電工程、給排水工程、消防工程等按建筑面積為計量單位的指標計算。室外工程按綠化面積、硬質鋪裝面積、道路面積、排水管道長度、圍墻長度等指標計算，交通設施按單項計算等。項目管理團隊直接從以往項目庫套用各分部指標，并利用平臺對價差、含量、做法等差異部分進行調整，通過大數據分析得出最終控制價，此平臺得出的最終控制價既明確了項目建設目標包括建成的規模、質量、功能等要求，價格也是可控明確的，相對也比較準確合理，而且留出一定的讓總包單位發揮自身設計、管理、工程技術綜合實力的空間。

3.3 質量控制應用方面

項目中，項目管理團隊借助平臺對以往項目過程中出現的變更、簽證、索賠、現場各類質量問題及一般圖紙設計無法考慮的問題進行歸納分析，并提示預警本項目可能出現的問題，通過平臺提供的數據局部加強圖紙深度、完善制定建造標準（完善圖紙無法表達不足部分）、完善合同條款等多方約束對質量進行全方位管控。

由于很多項目缺乏事前控制，項目決策階段業主不提供具體的施工圖紙，只有初步設計圖紙，所供其它資料也較粗略，設計構想與施工方案不確定，或者頻繁變化，導致施工品質及質量無法保證，通過大數據分析，項目管理團隊可以在短時間內提供相對更完善的資料，可以很好地規避質量無法保證的風險。

4 大數據技術應用在建筑工程項目管理中的意義

本文設計了大數據技術在建筑工程項目管理中的應用流程，可以有效地提高項目管理效率，主要體現在以下幾點：

（1）將大數據技術應用在建筑工程項目管理過程中，可豐富和優化現代項目管理理論和方法，為相關研究人員在項目管理理論、方法和工具研究中提供參考，同時拓展了大數據技術應用范圍，對于大數據技術進一步發展具有推動作用。

（2）可以使得建筑工程項目管理信息化程度更高，項目信息互通路徑變得更為順暢，進一步提高了信息傳遞的實時性[8]。

（3）大數據處理技術整合多種建筑工程項目管理信息，實現了建筑工程項目信息、數據集成管理，辨識了項目參與多方表現出來的動態影響，提高了管理過程相關決策的準確性。

（4）應用大數據技術使得管理過程中增添了細化的管理模塊，重視項目實施過程中每一個細微的管理流程和細節，避免由于不注意細節多樣性而帶來大的隱患，有利于項目管理過程的全面性。

（5）應用大數據技術可以明晰、細化多方職責，為項目合作各方提供交流平臺，使得項目干系人獲得更好的使用體驗。

5 結語

針對傳統建筑工程項目管理過程數據處理方法存在的問題，本文從進度、成本、質量三個方面運用數據挖掘、海量成本數據庫和數據融合等技術，提出了基于大數據技術的建筑工程項目管理流程，充分利用建筑工程項目在實施過程中產生的各類數據和信息，有效提高建筑工程項目管理的實時性、準確性和全面性，提高項目管理人員工作效率，豐富現代項目管理理論、方法和工具，對于推動大數據技術的發展也有一定的幫助。