大數據背景下工程項目管理探析

胡振宇，王佳楠，夏琪琦

（河南財政金融學院，河南 鄭州 450046）

0 引言

工程建設行業作為支柱產業，在國民經濟增長中有舉足輕重的地位，其包括建筑、市政、園林、交通、電力、水利、鐵路、航空、石油化工、新能源等工程建設領域。工程建設行業涉及人員、設備、建材、工種、工藝等各方面，且工程項目中每天都會產生、傳輸、處理、記錄大量數據，這些數據散落在不同的政府部門、工程企業和項目現場中[1]。所以工程建設行業是一個充滿大數據的行業，工程項目管理具有復雜度高、技術性強的特點。

1 工程項目管理中的大數據應用背景

“大數據”是一個寬泛術語，其沒有具體定義?！按髷祿逼鸪跏侵杆霈F的巨量且潛在相關的數據，這些數據已超出常用軟件工具和傳統數據庫管理系統在合理時間內捕獲、存儲、處理和分析的能力[2]。為使其可量化、可衡量、可對比、可評估，學者們提出“大數據”的共同特征，其中最常見的特征是大量（Volume，巨量的在TB、PB或以上）、多樣（Variety，呈現文本、音頻、視頻、圖形等異構格式）、高速（Velocity，指新數據的快速生成速度）、價值（Value，需以特定技術將數據轉化為價值），即4Vs?！按髷祿痹?014年首次被寫入中國政府工作報告后，國務院在2015年印發了《促進大數據發展的行動綱要》，國家發改委、工信部、農業部、環保部和國家林業局等也均在2016年推出了關于大數據的發展意見和方案。在2017年，黨的十九大報告中明確提出“推動互聯網、大數據、人工智能和實體經濟深度融合”。如今，大數據正在改變每一個行業或部門，大數據的發展已從理論研究加速進入實踐應用。

隨著信息技術的快速發展，5G被應用于數據的自動采集，且“互聯網+”在工程建設領域日益廣泛地滲透，以大數據、人工智能、移動互聯網和云計算等作為領域前沿的數字技術正推動工程建設行業的轉型升級和可持續發展。相對于移動互聯網和云計算，大數據是一項更具顛覆性的信息技術。且隨著工程建設企業向數字化、信息化、標準化的過渡，以及對工地信息化、數字化、智能化的需求與日俱增，大數據已獲得工程建設行業的廣泛關注[3]。尤其自2020年新冠疫情突發并引起“社交隔離”，始工程建設行業正向非現場施工方式改變，企業們紛紛加大非現場施工方式的投入，以確保項目和人員處于可控環境中。這進一步加速了工程建設數字化的進程，促使大數據在工程項目管理中的應用越來越廣泛。

2 工程項目管理中大數據應用價值

工程建設行業大數據是指將BIM、物聯網、云計算和移動通信等信息化技術聚焦于數據應用，從行業、企業、項目等多個維度形成工程建設行業數據采集、存儲、清洗、挖掘、可視化展示的大數據應用體系，以提高整個行業的數據流通和互動，并實現數據的全流程工業化管理。工程建設行業將借助大數據的優勢推進轉型升級，向數據智慧化、管理信息化、生產工業化、建造綠色化快速發展，構建互聯化、集成化、數字化的新型產業生態。工程建設企業也能通過融合并應用現代信息化管理平臺，對工程項目大數據的收集、分析和再利用進行精細化管理，逐步創建結構化和標準化的工作模式，以提升項目管理水平并實現經濟效益增長。

2.1 實現項目增值

大數據的意義不在于掌握數據信息，而在于通過對數量龐大、種類繁雜、價值密度低且變化快速的數據進行有效的獲取、存儲、檢索、分類、統計，尤其是要對這些數據進行專業化和智能化的處理和分析，來挖掘數據中隱藏的價值，以實現大數據的“增值”。大數據應用于工程項目管理中，可將工程項目管理的工作內容、工作職責、工作目標等形成數據并儲存在大數據庫中來進行工作行為管理，以確保工程項目管理人員工作行為的正當性[4]。即在工程項目管理人員進行管理工作時，其可根據數據庫中的數據來自我約束，以避免發生不正當的工作行為。

大數據還可有效支持工程項目管理決策。在傳統的工程項目管理模式中，對數據的管理和分析基本只依靠主觀經驗，這無法發掘數據的隱藏價值，并會導致管理決策不夠科學合理。傳統的工程項目管理模式已不能適應工程建設行業的發展，需在工程項目管理中應用大數據來優化管理手段。應用大數據的數據挖掘技術，能對工程項目中各階段的各項數據進行科學的分析和處理，具體是進行相關關系分析，以發掘數據間的一一對應聯系，進而使工程項目管理人員獲得對管理決策有價值的精準信息，并能根據數據分析和處理的結果進行管理決策工作。大數據為工程項目管理提供了全新的決策方式，即由“經驗驅動的管理決策”轉變為“數據驅動的管理決策”，這可保證管理決策的科學性、準確性和有效性。

2.2 發掘精確信息

工程項目中的龐大數據在建造成本、施工風險等方面都會對工程項目管理產生重大影響，須對相關數據進行充分挖掘和分析以避免問題的發生。工程項目中的數據分析針對的是多樣、混雜且海量的數據，工程項目中的內容數據、行為數據等都是分析對象。在傳統的工程項目管理模式中，對數據的分析主要是依靠人工進行。由于數據量的龐大和管理人員的不穩定，數據計算錯誤或數據丟失的情況經常出現。而大數據技術可通過對數據進行分類儲存和有序管理，有效減少人為因素所造成的風險。大數據技術對工程項目中的數據也有學習和應用功能，即當工程項目中的數據存儲到大數據庫中，大數據技術會對其特征、參數等進行學習。當大數據庫中有相關或類似的數據進入時，大數據技術就可利用學習過的數據特征、參數等對其進行挖掘、分析和處理。利用大數據技術的挖掘和分析功能，可以對工程項目中的數據進行科學、系統、精準的挖掘分析，從多個維度保證工程項目中數據的預測準確性，從而為工程項目管理提供精確的信息。

2.3 提升管理效率

大數據應用于工程項目管理中，可將工程項目中的龐大數據進行整合并納入大數據庫中，通過對數據的分類儲存和有序管理，來減少人力工作量并減輕管理人員的負擔。大數據技術還能與其他前沿科學技術（如人工智能、云計算等）進行結合應用[5]，以更好發揮其在工程項目管理中的功能和優勢，不斷改善工程項目管理模式，并為工程項目管理效率的提升提供保障。在工程項目管理中，大數據技術還能及時提供可靠信息，幫助實現對工程項目的全過程、實時和動態化管理，從而使個人、組織和社會受益。

3 工程項目管理中大數據應用建議

現階段，我國的互聯網信息技術雖已取得快速發展，但我國工程建設行業的信息化程度較低。而且，我國大數據技術的發展仍處于起步階段，很多工程項目管理人員對大數據缺乏認知，所以大數據在工程項目管理中的應用還不成熟或完善。

在工程項目管理中應用大數據，應先對業主方、設計方、施工方、供貨方等各參與單位的數據進行采集、整理和儲存以構建豐富的大數據庫，包括類似工程項目的歷史數據、工程項目實施過程中的各類數據等。在進行大數據分析前，須對龐雜且毫無規律的原始數據進行初加工，并針對處理后的數據制定分析原則和統一分類標準。在分析過程中，要運用常規的統計學分析和大數據的實時分析、數據流分析等方法，提取關鍵因素并建立數據模型。通過數據模型對大數據進行自動分類和匯總分析，預測可能出現的問題并提供相應的應對方法，以實現工程項目管理的持續改進。

為促進大數據在工程項目管理中的應用，工程項目各參與單位應建立大數據應用體系，通過充分考慮并有效提升大數據技術的各項性能，來保證大數據技術在工程項目管理中的全覆蓋，使其在各方面都能充分發揮作用。因為大數據并不能完全代替管理人員，所以在實際工作中，還要將大數據技術與管理人員結合起來以組建大數據合作團隊，使工程項目各參與單位都能加入遠程工作協調，以進一步深化大數據在工程項目管理中的應用。作為一項新型且先進的科學技術，大數據需要技術人員對其有充分的理解和掌握，所以在工程項目管理中，要加強對大數據專業人才的培養，以確保大數據技術人員的專業化水平能適應不斷變化的工程項目管理工作。

4 結語

工程建設行業將借助大數據的優勢推進轉型升級，向數據智慧化、管理信息化、生產工業化、建造綠色化發展。工程建設企業也能采用大數據技術進行精細化管理，逐步提升項目管理水平并實現經濟效益增長。