大数据背景下工程项目管理探析

2022-11-25胡振宇王佳楠夏琪琦

电子元器件与信息技术 2022年1期

胡振宇，王佳楠，夏琪琦

（河南财政金融学院，河南郑州 450046）

0 引言

工程建设行业作为支柱产业，在国民经济增长中有举足轻重的地位，其包括建筑、市政、园林、交通、电力、水利、铁路、航空、石油化工、新能源等工程建设领域。工程建设行业涉及人员、设备、建材、工种、工艺等各方面，且工程项目中每天都会产生、传输、处理、记录大量数据，这些数据散落在不同的政府部门、工程企业和项目现场中[1]。所以工程建设行业是一个充满大数据的行业，工程项目管理具有复杂度高、技术性强的特点。

1 工程项目管理中的大数据应用背景

“大数据”是一个宽泛术语，其没有具体定义。“大数据”起初是指所出现的巨量且潜在相关的数据，这些数据已超出常用软件工具和传统数据库管理系统在合理时间内捕获、存储、处理和分析的能力[2]。为使其可量化、可衡量、可对比、可评估，学者们提出“大数据”的共同特征，其中最常见的特征是大量（Volume，巨量的在TB、PB或以上）、多样（Variety，呈现文本、音频、视频、图形等异构格式）、高速（Velocity，指新数据的快速生成速度）、价值（Value，需以特定技术将数据转化为价值），即4Vs。“大数据”在2014年首次被写入中国政府工作报告后，国务院在2015年印发了《促进大数据发展的行动纲要》，国家发改委、工信部、农业部、环保部和国家林业局等也均在2016年推出了关于大数据的发展意见和方案。在2017年，党的十九大报告中明确提出“推动互联网、大数据、人工智能和实体经济深度融合”。如今，大数据正在改变每一个行业或部门，大数据的发展已从理论研究加速进入实践应用。

随着信息技术的快速发展，5G被应用于数据的自动采集，且“互联网+”在工程建设领域日益广泛地渗透，以大数据、人工智能、移动互联网和云计算等作为领域前沿的数字技术正推动工程建设行业的转型升级和可持续发展。相对于移动互联网和云计算，大数据是一项更具颠覆性的信息技术。且随着工程建设企业向数字化、信息化、标准化的过渡，以及对工地信息化、数字化、智能化的需求与日俱增，大数据已获得工程建设行业的广泛关注[3]。尤其自2020年新冠疫情突发并引起“社交隔离”，始工程建设行业正向非现场施工方式改变，企业们纷纷加大非现场施工方式的投入，以确保项目和人员处于可控环境中。这进一步加速了工程建设数字化的进程，促使大数据在工程项目管理中的应用越来越广泛。

2 工程项目管理中大数据应用价值

工程建设行业大数据是指将BIM、物联网、云计算和移动通信等信息化技术聚焦于数据应用，从行业、企业、项目等多个维度形成工程建设行业数据采集、存储、清洗、挖掘、可视化展示的大数据应用体系，以提高整个行业的数据流通和互动，并实现数据的全流程工业化管理。工程建设行业将借助大数据的优势推进转型升级，向数据智慧化、管理信息化、生产工业化、建造绿色化快速发展，构建互联化、集成化、数字化的新型产业生态。工程建设企业也能通过融合并应用现代信息化管理平台，对工程项目大数据的收集、分析和再利用进行精细化管理，逐步创建结构化和标准化的工作模式，以提升项目管理水平并实现经济效益增长。

2.1 实现项目增值

大数据的意义不在于掌握数据信息，而在于通过对数量庞大、种类繁杂、价值密度低且变化快速的数据进行有效的获取、存储、检索、分类、统计，尤其是要对这些数据进行专业化和智能化的处理和分析，来挖掘数据中隐藏的价值，以实现大数据的“增值”。大数据应用于工程项目管理中，可将工程项目管理的工作内容、工作职责、工作目标等形成数据并储存在大数据库中来进行工作行为管理，以确保工程项目管理人员工作行为的正当性[4]。即在工程项目管理人员进行管理工作时，其可根据数据库中的数据来自我约束，以避免发生不正当的工作行为。

大数据还可有效支持工程项目管理决策。在传统的工程项目管理模式中，对数据的管理和分析基本只依靠主观经验，这无法发掘数据的隐藏价值，并会导致管理决策不够科学合理。传统的工程项目管理模式已不能适应工程建设行业的发展，需在工程项目管理中应用大数据来优化管理手段。应用大数据的数据挖掘技术，能对工程项目中各阶段的各项数据进行科学的分析和处理，具体是进行相关关系分析，以发掘数据间的一一对应联系，进而使工程项目管理人员获得对管理决策有价值的精准信息，并能根据数据分析和处理的结果进行管理决策工作。大数据为工程项目管理提供了全新的决策方式，即由“经验驱动的管理决策”转变为“数据驱动的管理决策”，这可保证管理决策的科学性、准确性和有效性。

2.2 发掘精确信息

工程项目中的庞大数据在建造成本、施工风险等方面都会对工程项目管理产生重大影响，须对相关数据进行充分挖掘和分析以避免问题的发生。工程项目中的数据分析针对的是多样、混杂且海量的数据，工程项目中的内容数据、行为数据等都是分析对象。在传统的工程项目管理模式中，对数据的分析主要是依靠人工进行。由于数据量的庞大和管理人员的不稳定，数据计算错误或数据丢失的情况经常出现。而大数据技术可通过对数据进行分类储存和有序管理，有效减少人为因素所造成的风险。大数据技术对工程项目中的数据也有学习和应用功能，即当工程项目中的数据存储到大数据库中，大数据技术会对其特征、参数等进行学习。当大数据库中有相关或类似的数据进入时，大数据技术就可利用学习过的数据特征、参数等对其进行挖掘、分析和处理。利用大数据技术的挖掘和分析功能，可以对工程项目中的数据进行科学、系统、精准的挖掘分析，从多个维度保证工程项目中数据的预测准确性，从而为工程项目管理提供精确的信息。

2.3 提升管理效率

大数据应用于工程项目管理中，可将工程项目中的庞大数据进行整合并纳入大数据库中，通过对数据的分类储存和有序管理，来减少人力工作量并减轻管理人员的负担。大数据技术还能与其他前沿科学技术（如人工智能、云计算等）进行结合应用[5]，以更好发挥其在工程项目管理中的功能和优势，不断改善工程项目管理模式，并为工程项目管理效率的提升提供保障。在工程项目管理中，大数据技术还能及时提供可靠信息，帮助实现对工程项目的全过程、实时和动态化管理，从而使个人、组织和社会受益。

3 工程项目管理中大数据应用建议

现阶段，我国的互联网信息技术虽已取得快速发展，但我国工程建设行业的信息化程度较低。而且，我国大数据技术的发展仍处于起步阶段，很多工程项目管理人员对大数据缺乏认知，所以大数据在工程项目管理中的应用还不成熟或完善。

在工程项目管理中应用大数据，应先对业主方、设计方、施工方、供货方等各参与单位的数据进行采集、整理和储存以构建丰富的大数据库，包括类似工程项目的历史数据、工程项目实施过程中的各类数据等。在进行大数据分析前，须对庞杂且毫无规律的原始数据进行初加工，并针对处理后的数据制定分析原则和统一分类标准。在分析过程中，要运用常规的统计学分析和大数据的实时分析、数据流分析等方法，提取关键因素并建立数据模型。通过数据模型对大数据进行自动分类和汇总分析，预测可能出现的问题并提供相应的应对方法，以实现工程项目管理的持续改进。

为促进大数据在工程项目管理中的应用，工程项目各参与单位应建立大数据应用体系，通过充分考虑并有效提升大数据技术的各项性能，来保证大数据技术在工程项目管理中的全覆盖，使其在各方面都能充分发挥作用。因为大数据并不能完全代替管理人员，所以在实际工作中，还要将大数据技术与管理人员结合起来以组建大数据合作团队，使工程项目各参与单位都能加入远程工作协调，以进一步深化大数据在工程项目管理中的应用。作为一项新型且先进的科学技术，大数据需要技术人员对其有充分的理解和掌握，所以在工程项目管理中，要加强对大数据专业人才的培养，以确保大数据技术人员的专业化水平能适应不断变化的工程项目管理工作。