大数据技术在工程管理中的应用

2023-05-30 10:48鲍娜
计算机应用文摘 2023年5期
关键词:大数据技术工程管理应用

鲍娜

关键词:大数据技术;工程管理;应用

1引言

工程管理系统基于不断成熟的大数据技术,结合工程项目中对项目管理的具体要求,科学应用先进的信息技术及工业技术获取精准的生产数据,从而使工业生产过程得到优化。所以,在实际工程建设的过程中应充分融人现代化的项目管理理念,尽可能地减少人工干预,开展工程建设的大数据研究,进一步提升建设项目的施工进度管理、投资管理和质量安全管理的工作力度,以保证能够借助数据采集、关键指标预警等方式完成全部施工过程的实时管控,有效提升项目管理效率。大力推广大数据技术在工程管理中的应用,可以为国家的可持续发展提供新的动力源。

2成果产生的背景及意义

从基建工程管理企业的性质可以发现,工程建设环境和条件变化快,管理信息量大,时效性强。首先,若在基础建设工程项目管理方面投入力度不够,则会致使工程建设过程中出现较为明显的数据离散问题,同时项目之间也缺乏有效的沟通,以至于陈旧的项目管理信息系统及数据报送模式已经无法适应当前工程基建的要求,另外,信息技术(如云计算、大数据、物联网、移动作业、人工智能等新技术)已经趋于成熟,这些新技术在工程建设中的广泛应用,将更好地支撑工程项目管理需求,有效提升工程建设过程中的创新能力,从而为国家创新驱动发展战略提供有力的技术保障。

3应用目标

工程管理系统覆盖工程管理全过程,基于数字化、信息化建设要求,围绕项目全过程管理将各项工程实时管理业务和IT系统相互融合,以保证各种建设信息实现实时沟通和状态在线监控,能够充分发挥各类项目标准化、数字化管理的作用。以企业级统一管控为辅线,以业务数据为基础,利用报表统计、流程审批方式,支持全面落实包括企业本部、EPC项目部垂直化及管理部门透视化为一体的多级管控模式的实践。此外,还应该建立健全企业信息管理数据库,并且保证在信息数据库支持和自动关联各施工条件基础上,实现数据共享,随时关注工程建设过程差异情况并及时进行提示等。

4应用方法

大数据技术为工程管理系统提供了良好的平台,工程管理系统以大数据分析处理为核心,以成本与进度管控为重点,以知识管理为纽带,在统一标准的流程驱动下,实现涵盖进度、质量、安全、成本控制等方面的各类管理功能。

(1)依据不同管理层次对数据精度的需求,进一步采集、加工和挖掘对应的项目数据,保证低、中、高管理层和决策阶层能够协同合作,助力各项工作全方位推进。

(2)重视计划时间管理问题。要基于项目主进度计划协调工作,辅助制定出能够独立关联质量、安全及招标业务的计划,并且以进度计划为中心将其全面落实[1]。

(3)注重围绕合同展开的核心费用管理。结合控制投资成本的核心思维,严格做好合同拟定、合同变更、支付和合同结算等记录工作,同时要建立健全相应的警示和追溯体系。保证不同工作环节和工作内容紧密关联,并且能将合同动态管理和成本动态化控制有机结合起来,助力项目管理和投资控制工作有序开展。

5大数据背景下工程管理困境

(1)随着我国整体经济水平的不断提高,各企业产出的产品无法满足多元的市场需求。换言之,实际工程设计无法达到用户要求,同时市场评估也未能与实际情况相符,如此便形成了工程样品无法满足市场需求的情况。在这种背景下,潜存于市场内部的各类需求都不能通过数据化的方式体现出来。因此,在无法确切掌握这些数据的情况下,必然无法对数据进行科学分析。

(2)由于经济环境时刻都在变化,因此对于工程项目而言,也产生了极大的不确定性,同时增加了工程管理风险。随着科技不断进步和发展,可能对社会环境造成影响的因素也逐渐增加,明显提高了企业在工程进度、成本以及质量控制等方面的管理难度。例如,随着工程规模的扩大,必定会引起资金池激烈翻滚,之后便会产生巨大的资金数据及成本數据。此时,若无法从管理方法方面进行优化完善,则必定会对施工进度或工程质量产生负面影响。为此,究竟如何才能在复杂多变的经济环境下全面做好项目工程管理工作,丞须各企业为之深思[2]。

6应用创新点

(1)实现成果的多层级应用。此成果基于业务流程,助推以企业本部作为决策主体、以管理部门作为管理主体、以各种EPC项目作为执行主体的三级项目管理模式实施,通过“计划一财务一物资一工程一管控”五位一体的数据关联,对工程项目全生命周期中多个环节进行支撑和管理。

(2)实现项目全生命周期管理。该项目成果具体包含项目立项、合同管理、费用控制管理、项目综合管理、设计管理、物资管理及进度管理、质量安全管理和施工管理、文档管理、竣工管理在内的全过程管理工作,旨在全面落实多层次、多组织的作业化协同管理。

(3)成果支持融合集成。利用企业或业界管理标准来强化业务串联运行管理体系,完全符合对应的企业级项目横、纵向互相关联的双向互动国际标准,并且可以将其实践应用到各类计算机操作系统平台与网络平台中,体现其一定的开放性、可扩充性。

(4)构建完善的安全控制体系。围绕项目管理,在确保实现信息化、网络化办公的基础上,必须保证信息输出的安全性,避免数据丢失而给企业带来巨大的经济损失。同时,在实现信息共享的前提下又进一步推出三级权限体系,为避免数据不经过授权而被篡改或泄露,从而保证全部访问用户系统存取权限的严密性、安全性,以及数据的存储安全性、访问安全性、网络传输安全性[3]。

7优化对策

7.1构建制度结构和管理结构

第一步,依据分层管理与集中控制思路,明确数据决策者为集团公司,而数据收集者则为项目公司。在以数据作为控制载体的基础上,要求项目公司根据集团公司提出的数据要求多方收集数据,目的是为集团公司在预测或科学决策项目成本、进度、质量等方面提供数据支撑。此处的数据主要包含集团公司摘录的外部数据和项目公司采集的内部数据,同时要保证数据的完整性、全面性。

第二步,集中管理業务、数据和控制等各环节工作,并且需要建立相应的数据处理中心及数据沟通制度,有效维持项目施工、业务审批和公司决策各环节业务内容之间的内在联系,且保证各环节之间可以密切配合,助力项目顺利展开。需要强调的是,要确保认真、详细地收集项目部和施工人员之间的业务往来数据,并且将这些数据信息录入信息系统中心。然后,经过数据处理中心深入挖掘总体数据,旨在获取此环节涉及的重要信息,为管理层科学决策提供数据支撑。此外,企业中的任何一个职能部门均可以灵活调度项目数据,且项目部需要按照有关提示或规定全面做好各项施工管理工作[4]。

7.2构建大数据挖掘小组

大数据挖掘小组的核心任务是借助现有的资源分析成果,确保在能够合理应用其结果数据的基础上,保证项目工程可以尽快、低成本、高质量地完成施工,且通过施工验收。为达到此目标,需从以下3个方面着手。

(1)数据挖掘小组需要落实工程进度目标,便于有效整合施工中涉及的资金数据、计划数据、施工基础数据等,同时基于有效的数据挖掘手段建构起相应的极具科学性的数据挖掘体系,保证所有的施工作业能够照常开展。

(2)需要成立相应的工程质量数据挖掘项目组,及时对工程施工过程中涉及的有关施工质量的数据进行整合,如工程进度数据、材料设备使用数据、施工工艺数据等,将其中潜在的有效信息进行深入挖掘,同时构建行之有效的控制体系,保证能够科学掌控具体施工过程中的各个施工环节,杜绝诱发一些安全事故或意外事故。

(3)需要建立对应工程的成本管控数据挖掘小组。深度挖掘工程涉及的相关数据,如成本核算数据、资金数据、物料数据等,且要积极找出项目工作中潜在的缺乏合理性或存在问题的地方,完善相应的数据管控体系,避免因为资金链断裂而无法在第一时间将材料供应至相应部门,造成工期延误或工程质量不达标而无法通过工程验收等问题。

8应用前景

(1)该成果通过工程项目管理系统瞄准业务效率提升环节,提高业务工作和协同效率,降低内耗和管理成本,进而可快速获取各项目最新动态和实时动态的应收应付汇总统计,实现项目外协同工作的效率提高达30%以上[5]。

(2)通过工程项目管理系统可以有效落实管理制度和管理意图,通过项目总包收入、项目预算、目标成本、分包、采购、管理分摊等环节围绕经营管控主题,提高业务数据的真实性、完整性、动态性,进而提高管理效率以及管理效益。

(3)该成果有利于规范项目预算和成本管理,支持工程项目基于项目预算及费用预算的双重管理要求,实现事前预测、事中控制和事后分析,提供科学严谨的全面预算管理体系,从而提高项目营收水平。

9结束语

在建筑工程管理工作中确保大数据技术的应用,进一步提高了管理效率,缩短了施工工期,同时节省了施工成本。然而,由于大数据技术在建筑工程管理行业的应用尚不成熟,工作中依然存在各种问题,为此,亟须制定一系列优化措施,以保证能够进一步提高工程施工质量和工程施工效率。

猜你喜欢
大数据技术工程管理应用
由GS地产服务质量事件反思电力工程管理
大数据技术在电气工程中的应用探讨
大数据技术在商业银行中的应用分析
浅析电力工程中的技改大修工程管理
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
会计与统计的比较研究