大数据能否在建筑行业落地开花
毋庸置疑,大数据是当下最火的IT词汇。目前,全球的数据量正在以每18个月翻一倍的惊人速度增长,世界正在高速数字化,而如何掘金大数据是所有个人、企业和国家的机遇和挑战。事实上,从城市交通到空气质量,从建筑设计到影视制作,大数据分析应用已经渗透到我们生活的方方面面,并将改变人类社会的命运。大数据就在脚下,但大数据能否在建筑行业落地开花呢?
“现在有很多国外公司想进入国内做建筑行业的信息化,目前国内做得很有规模、很深入的公司也比较少,但是有很多企业也都想借大数据的和云计算这些新技术变革的机会努力做一些创新。”行业分析师表示。
不过,据分析,对于建筑行业的大数据挖掘来说,存在天然的行业壁垒,首先是数据维度比较复杂,简单来看,既有建筑类的数据:建筑造价类数据、建筑结构类数据、建筑施工工艺类数据、建筑材料类数据,还有管理类数据;其次是中国的建筑的法律法规和对专业的要求跟国外不一样,中国的一个特点是各个省市的建筑行业法律法规都不一样。在这种情况下,建筑行业的大数据挖掘成了一个高门槛的行业。
虽然入门很难,但是对行业的改变非常之大。以传统的建筑行业造价咨询公司为例,如果公司有100个造价人员,这个规模的公司会至少有两个人专门做询价,也就是找材料价格。而一个咨询公司的咨询师的年成本大概是30万元,两个人就是60万元。而从收集材料厂商数据的成本来看,收集一个厂商的信息,大约一年需要140元钱,而目前国内的建筑材料的生产厂商79万家,如果要把这79万家的材料信息收集回来,这个成本是巨大的。“所以针对这个情况,广联达公司努力做的事情就是把这些生产厂商的数据收集回来,结合一系列机器学习、数学建模、自然语言处理、搜索引擎等前沿技术,把信息精细加工以后,提供给用户。首先在人力成本上节省很多,这是第一步;第二步是在收集信息以后,做招标、投标和审核的时候,需要做预算,这样又提供了一个工具可以把做过精加工的数据直接载入,方便进行各种调度。”付永晖说。
据悉,广联达近期还发布的工程指标信息平台,就展示了广联达在造价工程领域朝着大数据的方向发展的研究成果。该平台从用户体验的角度,把指标信息服务产品分为三部分,即指标网站、指标助手和信息杂志。指标网站涵盖了近2000个工程的指标数据,其中北京地区工程超300个,覆盖住宅、办公、酒店等96个项目类型,同时,数据每天都在持续更新,以保证用户能够得到最新最全的指标数据。指标助手帮助客户快速分析出指标(量、价),并能与云指标库的参考区间做对比,达到快速检查的目的。信息杂志每季度出一期,包含不常见的精品指标,配上行业先进的指标应用文章,为用户提供专业、周到的指标数据服务。
“如果数据是财富,那么大数据就是宝藏,而云计算就是挖掘和利用宝藏的利器。没有强大的计算能力,数据宝藏终究是镜中花;没有数据挖掘技术的积淀,云计算也只能是杀鸡用的宰牛刀(微博 博客)。”对广联达来说,“大数据=海量数据 分析软件 挖掘过程”。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22