大数据 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,尽管很多时候我们压根就没有意识到,但是它切切实实通过落地行业的方式应用和发展着。
大数据带来的改变
大数据有什么意义和作用?大数据在两个方面表现出最重要的价值:一是促进信息消费,加快经济转型升级;二是关注社会民生,带动社会管理创新——这是百度创始人李彦宏日前就大数据发展趋势所作的介绍。
究竟什么是大数据,众人熟知的赌城,IT人士熟知的CES(美国消费电子展)所在地——阿拉斯加就是数据之城。和大多数城市一样,赌城拉斯维加斯面临水电等市政管道因历史数据不准确而在施工中被挖断的威胁。为了避免这类情况发生,拉斯维加斯利用智能数据开发了城市的市政基础设施网络仿真模型。咨询公司VTN帮助拉斯维加斯市整合来自各个数据源的数据,利用技术生成了一个三维实时模型,能够显示路面和地下的各种管线设施,有了这个模型,拉斯维加斯市政管理者可以对地下关键资产的位置和状况了如指掌。
事实上,智能数据在国外已经有了不少应用,也推出了很多概念性的理念和产品。回看行业本身,当物联网、云计算把互联网的技术和设备完善后,作为互联网的内容——大数据已经登场亮相,现在在国外一些地区,以建筑行业为例,建筑可以自己降低能耗,交通能够预测什么地方会有交通堵点等,这些都是大数据在行业的应用。
而伴随着技术的进步,行业内的一些信息化企业早已悄然深耕大数据,让业内惊叹,“这时代变化太快,当我们还未从物联网之中醒悟过来,大数据时代已经来临。”在认识到大数据孕育着巨大价值的同时,他们亦深深认识到大数据搅动行业的另一面。
“我们对于大数据的理解和目前的数据产品,当展现给用户的时候,用户会觉得,广联达数据研究的太深入了,再这么下去,造价行业工作模式会发生变化。”广联达工程信息事业部负责人付永晖告诉《中国信息化周报》记者。的确,传统业务出身的企业,若运用自身所处行业的优势,挖掘数据,一样可以打出惊艳全场的“本垒打”。广联达依靠在建筑信息领域的多年积累,首先切入了建筑材料价格信息数据服务的盈利模式。
外界所熟知的是,广联达一直致力于为建筑行业工程项目建设信息化提供产品和服务,主要产品为工程造价、工程项目管理等软件产品。不过,广联达的传统业务使得公司有更多机会接触各地的建筑材料信息。基于建筑材料价格受到宏观经济因素影响较大,供求关系以及价格市场会发生变化,捉摸不定。因此,建筑行业的甲、乙、中介等各种参与方均对材价价格较为敏感。而广联达依靠材价信息采集团队和数据挖掘技术已基本能做到实时获取各地建筑材料的价格变动的数据,结合传统产品就能很好地满足客户招标、采购等各类需求。而伴随着云计算和移动互联网的发展,广联达按照推“云+端”的方式运行着数据信息服务,“我们目前主要是提供了两类产品,一类是材料信息服务,叫广材信息服务,这个服务里面包含了广材网、广材数据包、掌中广材APP、广材助手客户端等六个服务产品”付永晖介绍。不难想象,未来一旦材价信息业务成熟后,该公司借此还可延伸的到其他领域,如引入广告业务等。
从国外到国内
分析者认为,大数据将会在未来10年改变几乎每一个行业的业务功能。任何一个组织,如果早一点着手大数据工作,都可以获得明显的竞争优势。用另一本类似着作《大数据时代》的作者维克托的一句话:“大数据是未来,是新的油田、金矿。”目前,不少国外的公司也看好中国的智慧建筑发展,“给我提供一些数据,我就能做一些改变。如果给我提供所有数据,我就能拯救世界。”微软史密斯这样说,而智能建筑正是他的团队目前专注的事情,如何帮助和发展智能化建筑正是他们的愿景和目标。
“现在有很多国外公司想进入国内做建筑行业的信息化,目前国内公司做的很规模大的、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。
但是虽然入门很难,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,如果公司有一百个造价人员,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。指标网站是指标信息网,它涵盖了近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。指标助手帮助客户的工程快速分析出指标(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!”对广联达来说,“大数据=海量数据+分析软件+挖掘过程”。大数据时代已然来临,广联达作为建筑行业信息化领军企业,在行业数据应用上又率先发力,引领广大从业人员走进工程造价数据应用的新时代。
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