USING STRUCTURED ARRAYS OF BIG DATA IN CONSTRUCTION

Full Text

В настоящее время происходит цифровая трансформация российской экономики и различных ее секторов, с учетом современных вызовов, строительство не является исключением. Цифровые технологии используются на различных уровнях, повышая эффективность принимаемых решений как на уровне государства, так и компаний, способствуют повышению качества жизни населения страны и конкурентоспособности регионов, компаний и реализуемых проектов, трансформации модели компаний.

Большие данные (Big Data) в условиях цифровой трансформации являются инструментом масштабных преобразований различных видов экономической деятельности, и являются одной из тем, обсуждаемых как учеными, так и практиками.

Момент возникновения самого понятия «Big Data» не однозначен, так одни ученые отмечают, что оно было предложено для новой парадигмы главным редактором номера Nature Клиффордом Линчем 3 сентября 2008 г, и возникло в научных публикациях [2], другие относят термин к 1990 годам и связываю его с исследователем в области информатики Джоном Машей [1], а также отмечают работу Дуга Ланей 2001 г., в которой определены три ключевых параметра больших данных. Одно остается неоспоримым, данный термин возник на рубеже XX-XXI веков, и с каждым годом приобретает все большую актуальность как для ученых, так и в корпоративной среде, и используется как в научных, так и в бизнес-изданиях.

Big Data (большие данные) это структурированные и неструктурированные массивы данных большого объема [3], хранение, управление и обработка, которых невозможны с помощью традиционных доступных инструментов и систем.

Big Data – это не только сами данные, но и технологии их обработки и использования, методы поиска необходимой информации в больших массивах [4].

Основные параметры больших данных в настоящее время определяют шесть «V», первые три были определены Дугом Ланей: Volume (объем данных); Velocity (скорость накопления и обработки массивов данных); Variety (разнообразие типов данных) [2], и дополнены в дальнейшем, с учетом новых реалий, еще тремя характеристиками Veracity (достоверность данных и результатов анализа); Variability (изменчивость); Value (ценность или значимость) [3].

С начала 2000-х годов Интернет предоставляет уникальные возможности сбора данных и их анализа. Появление больших данных связано с расширением источников информации в интернациональной практике.

В современных условиях строительство крупных объектов невозможно без использования больших массивов информации. Для полноценной работы всех участников инвестиционно-строительного процесса необходимо быстрое и доступное представление всех данных, а также обработка и анализ как структурированной, так и разносторонней информации. Использование традиционных информационных систем уже не обеспечивает в полном объеме принятие эффективных решений в быстро меняющемся мире, так как, зачастую, недостаточно просто информации по проектам, необходимо получение и работа с большим массивом данных из различных источников (социальных, статистических, машинных и транзакционных) и хранилищ (корпоративных данных, оперативных данных и витрина данных).

Согласно прогнозам, до 2028 года объем создаваемых данных составит более 394 зеттабайт, еженедельно создается порядка 2,8 зеттабайт. Исходя из мирового количества сгенерированных данных, можно выделить следующее разделение данных, которое представлено на рисунке 1. 

 

Рис. 1. Классификация данных и примеры строительного сектора

 

Весь поток информации требует хранения. Алгоритм процесса хранения представлен на рисунке 2.

 

Рис. 2. Процесс хранения информации в компании

 

На международном уровне сформировались разные виды хранилищ информации, которыми строительные компании пользуются ежедневно. Имеющаяся информация может служить основой, с учетом обработки и анализа, для принятия различных управленческих решений, способствовать разработке адресной рекламы и прогнозированию развития различных ситуаций, являться основой для выбора оптимальных вариантов применения ресурсов и многое другое. Так, для принятия ряда решений застройщиками в качестве массива данных могут выступать, как анализ аренды недвижимости и анализ уровня продаж, так и отзывы клиентов, и информация о посещении сайта компании. Все зависит от целей проводимого анализа.

В целом же алгоритм работы с большими данными состоит из сбора информации, хранении данных, обработки данных и их анализа.

Компании при этом могут выступать как потребители уже имеющейся информации, в этом случае большое значение имеет ее достоверность.

Модель информационных потоков Big Data представлены на рисунке 3.

 

Рис. 3. Модель информационных потоков Big Data строительного сектора

 

Важной задачей использования Big Data является оперативное выстраивание связи между полученными данными и получение на выходе необходимых данных для структурированного анализа. Использование искусственного интеллекта при этом будет способствовать обработке огромного объема данных, даже разрозненных, будь то, публикаций из социальных сетей, или модель объекта, что дает большие возможности не только для проведения анализа, для выработки решений, позволяющих минимизировать риски и прогнозировать события и т.д.

Big Data важны на всех стадиях жизненного цикла проекта от проектирования и строительства, до эксплуатации объекта. Они позволяют планировать затраты и формировать бюджет, проводить ориентированную на конкретного потребителя рекламу и многое другое.

Так, например, Big Data позволяют проектным организациям на стадии проектирования, с учетом собранной информации о прошлых и текущих строительных проектах, сформировать общий график реализации проекта, более точно оценивать затраты материально-техни-ческих и трудовых ресурсов, учесть потенциальные задержки, а также снизить риски превышения бюджета на этапе строительства.

 Совместное использование больших данных с другими элементами цифровой трансформации, такими как BIM-моделирование и искусственный интеллект позволят создавать цифровые модели объектов с учетом необходимых затрат по проекту, планировать расход ресурсов, находить оптимальные решения и вырабатывать оптимальные варианты, в том числе с точки зрения стоимости проекта, разрабатывать алгоритмы для формирования необходимых отчетов и определять необходимое количество деталей для выполнения работ, что позволит избежать потенциальных проблем в ходе строительства и делать точные прогнозы. Не менее важно совместное применение больших данных и BIM-моделирования для обеспечения быстрого взаимодействия между участниками инвестиционно-строительного процесса, позволяющее оперативно передавать массивы информации и принимать решения независимо от их месторасположения, так как информирование заинтересованных сторон об изменениях в проекте происходит в режиме реального времени.

Информация, собранная о здании в ходе реализации инвестиционно-строительного проекта и мониторинга состояния конструкций в ходе эксплуатации объекта может в дальнейшем использоваться при планировании и проведении текущего и капитального ремонтов и реконструкции.

Важную роль большие данные играют и при создании умных городов и развитии инфраструктуры, в том числе транспортной.

Как и цифровизация в целом, использование Big Data требует финансовых затрат, но и преимущества от ее использования неоспоримы.

Согласно проводимым исследованиям, выделяют ряд преимуществ использования больших данных в строительстве. Так Big Data позволяют:

- обеспечить экономию времени и ресурсов, осуществлять мониторинг проекта;

- повысить эффективность разработки проектов и планирование различного вида затрат на его реализацию, оптимизировать бюджет;

- внедрять новые материалы;

- минимизировать риски в ходе реализации проекта и всего жизненного цикла объекта;

- провести оптимизацию поставок материально-технических ресурсов;

- спрогнозировать вероятность банкротства и определить факторы, влияющие на рост и падение прибыли;

- управлять строительным процессом, путем управления базой данных и создания отчетов;

- проводить анализ репутации компании на рынке и управлять клиентским сервисом;

- создать портрет потенциального клиента с целью персонализации и проведения таргетированной рекламы;

- определить потребность в строительстве различных объектах на перспективу;

- провести оптимизацию складов и т.д.

Российские застройщики, особенно крупные компании, реализующие несколько проектов одновременно, оценили применение Big Data, возможностей проведения анализа большого объема разрозненных данных, для принятия решений и минимизации рисков.

Ожидания застройщиков об внедрении и применении больших данных при реализации инвестиционно-строительных проектов, представлены на рисунке 4.

 

Рис. 4. Анализа ожиданий застройщиков от применения больших данных в строительстве

 

Как видно из представленной информации, ожидания застройщиков весьма различны. Большинство надеется получать последовательную и актуальную финансовую и проектную информацию, не менее важное место занимают прогнозирование событий и избегание рисков, а также прогнозирование возникновения значимых ситуаций.

Применение Big Data позволит повысить производительность труда и эффективность деятельности компаний, экономить различного вида ресурсы и снижать затраты в ходе реализации проекта, способствуя цифровой трансформации строительного сектора.

В целом основные преимущества цифровой трансформации строительной компании, можно представить в виде таблицы 1.

 

Таблица 1. Преимущества цифровой трансформации в строительстве [5]

№	Показатель	Преимущество
1	Улучшение качества обслуживания клиентов	Анализ больших данных позволит застройщикам лучше понимать потребности и предпочтения своих клиентов, что поможет улучшить качество обслуживания и принимать более обоснованные решения.
2	Оптимизация процессов проектирования и строительства	Big Data может использоваться для анализа различных параметров, таких как стоимость материалов, затраты на строительство, продолжительность работ и т.д., что позволит оптимизировать процессы проектирования и строительства.
3	Прогнозирование спроса и предложения	Анализ данных о продажах, местоположении объектов и демографических данных может помочь застройщикам предсказать спрос на определенные типы недвижимости и соответствующим образом адаптировать свою стратегию развития.
4	Маркетинг и продвижение	Используя данные о поведении клиентов и конкурентов, застройщики смогут создавать более эффективные маркетинговые кампании и увеличивать свою долю на рынке.
5	Безопасность и управление рисками	Большие данные могут использоваться для обнаружения угроз безопасности и предотвращения возможных рисков, связанных с мошенничеством, коррупцией и другими проблемами.
6	Повышение эффективности работы	Застройщики могут использовать Big Data для оптимизации процессов управления проектами, улучшения координации между отделами и повышения производительности труда.

 

Согласно проведённым исследованием, преимущество больших данных неоспоримы и не только в строительстве. Они являются драйвером мировой экономики. В проводимых исследованиях отмечается роль Big Data в минимизации рисков, повышении производительности труда, экономии различного вида ресурсов, повышении эффективности принимаемых решений, качества работ, определении потребностей клиентов, развитии инноваций. Компании по всему миру инвестируют в Big Data, с целью получения прибыли.

В тоже время стоит отметить, что в нормативно-правовой базе отсутствует специальное регулирование Big Data в России.

Кроме того, не стоит забывать о высоких рисках, связанных с хранением и безопасностью данных и высоких затратах на обеспечение их хранения и обработки.

Также Big Data, как и цифровая трансформация в целом требуют повышения квалификации персонала в сфере цифровизации, в части изучения программного обеспечения, работы с компьютерными моделями, анализа данных, изучения изменений в нормативных документах и др. [6].

В целом же необходимость цифровой трансформации не вызывает сомнений, вопрос только в том, когда и как ее осуществить, какие технологии применить и какие возможности они дают. Ведь суть цифровой трансформации – не в имеющихся технологиях, а в изменениях, которые происходят с их помощью.

About the authors

M. S. Blokhin

Emperor Alexander I St. Petersburg State Transport University

Author for correspondence.
Email: makar2806@mail.ru

Graduate Student

Russian Federation, Russia, St. Petersburg

N. A. Polovnikova

Emperor Alexander I St. Petersburg State Transport University

Email: nadezhda_horosh@mail.ru

Candidate of Economic Sciences, Associate Professor

Russian Federation, Russia, St. Petersburg

References

Supplementary files