基于大數據的項目建造成本控制系統研究與實踐

沈徽 葉勇 馬利鑫 殷瑩 史成龍

(1.中國核工業建設股份有限公司；2.中國核工業二四建設有限公司)

隨著國家城市化建設逐漸完善，建筑業正朝著高質量目標不斷發展，當下的建筑工程建筑樣式新穎、建筑結構復雜，施工過程設計多變，項目管理人員面臨著成本數據越來越多，越來越繁瑣的問題，傳統建筑成本管控方式在效率、及時性、全面性等方面無法滿足當下建筑成本的管控要求。建筑成本數字化管控已然成為施工企業的迫切需求。

當下，云、移、物、計技術日益成熟，生產資料數據獲取的途徑越來越多，大數據已經成為當前重要的戰略資源和數據支撐，數據增長速度迅速，數據類型具備越來越多樣性的特點，大數據的價值日益重要，逐步成為企業在未來大數據應用和布局的新選擇。必須重視數據資源，發展大數據應用，將數據提升至資產高度，推進數據共享，提高分析與管控水平。

1.建設大數據平臺的意義

在建筑行業，基于大數據的項目建造成本控制系統研究與實踐有著重要的實踐價值。通過建設施工大數據平臺，施工企業可以采集施工過程中各種資源數據，包括人、材、機等資源消耗，質量安全等信息。這些數據能夠讓企業掌握實際投入的各種資源消耗情況，快速識別施工問題（如設計、供貨、土建、邏輯施工等）對施工成本產生的影響。

通過定期對數據進行全面分析總結，企業可以形成施工人員工效分析報告，采用科學的分析方法定位問題、量化問題。這種分析方法可以幫助企業及時預警，并及時跟蹤協調解決施工過程中的問題。

利用大數據平臺，企業可以提高施工現場網絡化和智能化水平，以大數據、云平臺為核心支撐，在智能調度、智慧生產、電子商務、共享服務等方面發揮價值創造和引領行業創新的作用。通過優化施工工藝及施工方法，輔助施工企業科學決策，提高精益施工能力，實現降本增效。

總之，基于大數據的項目建造成本控制系統研究與實踐是當前建筑行業的一項重要實踐。通過采集和分析施工過程中產生的各種數據，企業可以更好地掌握實際投入的資源消耗情況，及時發現和解決施工問題，提高施工效率和施工質量，實現降本增效的目標。

2.建筑施工企業大數據的挑戰

2.1 外部挑戰

（1）經濟形勢與市場需求整體增長緩慢。

（2）集約化運營困難，建筑業以承包制為主流管理模式，集約化運營（采購集約化、資金運營集約化）難以做到，根源是企業級數據集約化還無法實現。產值、材料用量靠自行匯報，問題無法追溯、數據不可信。

（3）協同能力差，工作效率低，建筑施工參建方多，數據分散，數據格式多樣，工作效率較低，協同能力差，協同成本高，協同錯誤多，管理困難，如數據的存儲、搜索、計算和可追溯能力非常差。

（4）其它，如工程量、預算、消耗量指標、造價等不透明，導致市場集中程度并不高，無法凸顯行業規模經濟優勢，競爭力不高。

2.2 內部挑戰

（1）工作效率還有很大提升空間，在生產/服務相關領域如何更好的利用數據資產還有很大改進空間，特別是生產效率、服務水平等領域。

（2）IT 系統架構需要考慮如何高效的集成和利用新興數據源。

（3）復雜的數據結構，多年建設的IT 應用系統中蘊含的豐富的業務知識，缺少數據挖掘的方法與工具。

（4）需要適應業務發展的先進數據分析平臺，滿足海量數據處理與實時分析的需求。

2.3 現狀分析

雖然在國家數字經濟等戰略驅動下，建筑行業數字化水平依然處于各行業里低水平階段。建筑業是具有海量數據的行業，但是這些數據散落在政府、企業、項目和崗位等各個層級，因此數據的采集、集成和應用也成為行業應用的難點。現階段我國的建筑企業對全周期數據重要性并沒有實質性重視。即使全員配置了辦公計算機，大都是用來做文字處理、表格報表處理和資料的存儲與記錄，而沒有把這些隱藏書面的資料文檔或者文件中的數據進行挖掘、研究、分析和應用，讓數據沉睡，沒有充分發揮信息技術的先進性。即使市場上已經有工程造價軟件等，其更多地也只是應用于工程量算量及計價方面，而沒有對數據進行收集管理，缺乏專業的工程數據軟件。目前，由于很多計算機軟件開發商缺乏施工現場管理經驗，而建筑施工企業缺少實現信息化建設應必備的項目管理及計算機專業方面的知識，出現市面軟件系統不符合實際工程需要，無法開展成本大數據應用。

3.大數據關鍵技術

3.1 大數據采集技術

大數據時代的到來，使得數據的來源變得廣泛且多樣，數據的類型和格式各異，同時呈現爆發性增長的態勢。數據收集主要分為設備數據收集和web 數據爬取兩類。

3.2 大數據預處理技術

主要完成對已接收數據的辨析、抽取、清洗等操作。數據的獲取存在多個源頭，結構不同、類型不同，對數據進行去噪聲和無關數據排除，轉換為有價值的數據，實現可以高質量分析的目的。

3.3 大數據存儲與管理技術

分布式架構策略可以有效地對海量數據進行存儲與管理，該架構采用多副本技術和容災技術滿足高可用、低成本、高性能要求。

3.4 大數據分析及挖掘技術

大數據分析技術是對大數據的產生、存儲、挖掘和展現的全生命周期進行綜合分析處理的過程，通過大數據處理、數據挖掘和數據分析，可以發現潛在價值的信息和知識，實現潛在的商業價值。

3.5 大數據展現與應用技術

大數據技術基于業務理解，通過科學的分析方法，將隱藏于大量數據中的信息和知識挖掘出來，指導人類去理解和干預數據中的規律，創造經濟價值，在科學、工程、安全領域、物聯網、智慧城市得到了良好的應用。

4.施工成本大數據平臺探索與實踐

4.1 總體設計思路

建筑工程常常具有現場情況波動大，造價清單項繁瑣，不同項目差異明顯等特點，大數據平臺采用“厚平臺、薄應用”的架構設計理念，建設統一的dPass 平臺，提供云平臺服務，深入分析挖掘成本數據潛在價值，橫向連接各業務系統、整合財務系統，逐步統一成本歸口；縱向貫通各業務層級，推動自下而上的成本歸集與成本監控，實現施工項目成本的高效歸集與分析。

（1）基礎數據支撐。完善基礎成本科目，實現商務財務成本口徑的統一。搭建項目成本數據倉庫，以數字化方式完善對成本科目的對照與采集。

（2）業務規則固化。定義項目成本歸集、成本分析、風險預警的管理邏輯，并嵌入到系統中，逐步實現項目成本核算、數據對比分析的自動化。

（3）業務場景構建。對成本分析沉淀的經驗進行提煉和固化，借助可視化的多維度圖表對數據進行處理，提供可讀性更高的數據分析結果，輔助業務決策。

4.2 技術架構

（1）大數據平臺

大數據平臺在軟件層面上提供數據和計算的高可靠性，提供各種工具和服務，以支持數據分析和處理，幫助用戶從數據中提取有價值的信息，以及做出準確的業務決策。

（2）批量數據采集

傳統手動獲取、整理數據通常耗時費力，基于主流開源產品框架解決對關系型數據庫及數據倉庫的快速、準確地采集、抽取和轉換所需的數據，并根據數據采集頻率，自動定期更新數據，以及非結構化數據的采集、聚合和傳輸。

（3）大數據存儲

基于分布式文件系統解決高吞吐量及高容錯的非結構化數據的存儲；基于分布式列數據庫解決要求高可靠性、高性能、可壓縮的實時數據和歷史數據存儲；基于關系型數據庫解決基礎數據、元數據和高度匯總數據的存儲；基于分布式鍵值數據庫解決實時數據快照和緩存；基于Hadoop 的數據倉庫工具解決大數據集的數據分析批處理作業。

（4）大數據分析計算

基于數據挖掘、數據建模和機器學習技術解決運行優化、異常預警、故障診斷和智能預測。例如：優化運行在物流領域，通過分析歷史運輸數據，可以優化運輸路線，減少運輸成本；異常預警在電力系統，通過監測電壓、電流等數據，提前預警可能的故障；故障診斷在機械系統中，通過分析振動數據，可以識別出不同的故障模式，并據此進行故障診斷；智能預測在運行狀態預測，可以使用時間序列預測模型預測電力負荷。

（5）大數據應用

基于統一數據服務及服務治理技術解決內外部應用或系統接入大數據平臺，可以靈活定制和擴展由組織、流程、業務引起的數據和資源變化，實現對成本數據和資源集中管理和控制，同時提供靈活的定制和擴展能力，以適應企業不斷提升的成本管理業務需求。

（6）大數據展現

大數據展現是基于數據可視化和移動可視化技術來解決界面友好、數據量大、交互性、直觀性、實時性、多維性和高保真度的大數據展現的問題。可以將大量的數據以圖表、圖像、動畫等形式呈現出來，使得用戶可以更加直觀地理解和分析數據。

（7）大數據平臺管理

基于主流開源框架解決Hadoop 集群的安裝部署、管理和監控，以及基于多租戶及分布式協調管理和任務調度技術解決大數據平臺資源分配管理。

4.3 業務架構

成本預測、成本計劃、成本控制、成本核算、成本分析、成本考核是建筑施工企業成本管理6 大基本方法，它們貫穿于整個工程項目經濟活動的始終。通過這些方法，企業可以規范經濟活動行為，提高盈利能力，并加強商務成本管理。

成本預算與計劃。在對標前成本、責任成本、預控成本方面，制定詳細的管理方法有助于企業在項目開始之前對成本進行預測和計劃。這些方法不僅提供了指導意義，還為企業在過程中實施成本控制提供了基礎。例如，月清月結的原則可以幫助企業及時發現和解決過程中的成本問題，確保成本控制的有效性。此外，確權過程管理的分工以及項目各階段商務管理的一般動作，有助于企業在整個項目過程中保持清晰的職責劃分和有效的溝通協調。

成本控制。工程量清單、工程量計算、總包合同、分包合同、成本控制、簽證索賠、資金支付等方面的策略和措施是建筑行業常用的有效手段。通過這些策略和措施，企業可以更好地管理工程量，控制成本，確保項目的盈利性。同時，簽證索賠和資金支付的管理也直接關系到企業的經濟利益。通過規范經濟活動行為，提高盈利能力，加強商務成本管理，企業可以更好地實現其商業目標并取得長遠的成功。

成本分析。成本分析按照：一是反映項目現階段實際盈虧情況，由總體到分項，合理評估、歸集項目當前節點的實際收入、實際成本以及責任成本的情況，盤點項目總成本，分析項目實際盈虧。二是反映項目現場的實際管理水平，分析各分部、分項實際成本與責任成本之間的偏差，了解項目實際管理水平，分析管理過程中的突出問題，總結現場管控思路。三是及時發現項目成本風險并糾偏，通過對現有成本數據的歸集與分析，總結現場管控經驗，及時有效的發現現有的成本風險并制定相關的風險防范及化解措施。

4.4 應用架構

在應用功能方面，也是大數據平臺的標準功能，包括數據采集服務、數據存儲、分析計算、數據服務、數據應用，以及平臺安全管理、資源監控管理等內容。重點圍繞技術體系、分析環境、數據管控等方面建立起支持集團級大數據應用需求的強大、穩定、安全可靠、快速的基礎架構（圖1）。

圖1 大數據平臺應用架構

圖2 施工企業成本大數據應用架構

5.施工成本大數據應用

建筑施工行業具有其獨特的特點，其中材料是基礎，設計是前提，施工是關鍵，管理是保障。建筑行業大數據也具有數據維度復雜、數據分散、采集困難、格式多元化等特點，建筑數據，包括材料數據、工程造價數據、結構數據、施工工藝數據，還有管理數據。

（1）成本大數據：從原材料價格、工程造價、預算等方面著手。

建筑施工行業中的施工成本大數據應用，可以從多個方面著手。首先，可以利用大數據技術對原材料價格進行實時監測和預測，幫助企業及時了解市場價格波動，為采購決策提供有力支持。同時，通過對歷史數據的分析，可以找出價格趨勢和周期性規律，為企業在項目設計和施工過程中更好地控制成本提供依據。

其次，大數據還可以對工程造價進行合理分析和預測。通過對不同項目類型的造價數據進行比較和分析，可以找出造價的關鍵因素和控制點，幫助企業在項目設計和施工過程中更好地控制成本。此外，大數據還可以通過預算方面對企業的施工成本進行合理的控制和管理。通過對歷史預算數據的分析，可以找出預算的規律和趨勢，為企業在項目設計和施工過程中更好地控制成本提供依據。

（2）能源大數據：控制建筑能耗，智能電表控制耗電量等。

與其他產業相比，目前建筑業消耗的原材料要高出50%，消耗的能源要高出48%，建筑業還產生了全球40%的固體垃圾和50%的溫室氣體（參考谷歌數據）。在能耗大數據的應用中，數據采集是基礎，建筑工程項目可采用智能水電表等設備進行數據采集，這些數據包括各種能源消耗設備，如電力、水、石油等，通過對這些數據的分析，我們可以了解各種能源消耗設備的運行狀況和能源管理系統的運行效果，預測未來的能源需求，制定出更加科學合理的能源管理策略。

（3）施工大數據：監控、優化施工工藝和進度，提高勞動效率。

建筑業施工工藝繁雜，而且是現場施工，臨時施工團隊多，人員流動大，施工可能會有大的變化，且作業參建方多，協同工作復雜，對施工效率影響巨大。基于施工過程、施工成果等產生的海量數據，這些數據涵蓋了施工的各個環節，包括施工前的規劃、設計、預算等，施工過程中的質量、進度、成本等，以及施工后的驗收、維護等。這些數據不僅數量龐大，而且涉及到的領域廣泛，因此具有極高的價值。通過對施工大數據的挖掘和分析，可以深入了解施工過程中的各種規律和問題，為優化施工方案、提高施工質量、降低施工成本提供有力的支持。同時，施工大數據也可以為建筑行業的發展和規劃提供重要的參考依據。

（4）設計大數據：優化設計方案，降低成本。

建筑項目的設計方案是影響施工成本的重要因素之一。設計方案不僅要滿足建筑功能和美觀的要求，還要考慮到施工過程中可能出現的各種問題和成本因素。通過大數據技術的支持，設計師可以對設計方案進行全面的數據分析和優化，以降低施工成本。

利用大數據技術，設計師可以獲得更加準確的人、材、機等資源消耗數據，以及實際施工過程中的各種問題數據，從而更好地評估設計方案是否合理，是否符合實際施工要求。同時，設計師還可以通過大數據技術對設計方案進行仿真模擬，預測可能出現的各種問題，提前進行優化改進，以避免因設計問題導致的施工成本增加。

成本控制是項目管理的基本目標之一，但目前成本控制的管理還比較松散，目前施工質量、施工進度已經有成熟規范的管理流程，物資管理方面，隨著集中采購及物聯網的實施，物資精細化管理將得到有效實施。另一方面，目前建筑施工中對人工成本的管理還較為粗放，缺少對工程量準確監控，造成施工成本預算、報價和量化管理能力差，往往采用比較寬松的時間作為限制，人工成本的控制還有極大的提升空間，現有成本控制體系難以適應市場化的要求。傳統的KPI 只是針對部門設定考核指標，實際上各部門之間是存在相關關系的，如果只是部門考核指標，不設置關聯考核，極大可能出現“各家自掃門前雪”的問題。實務中，也確實存在因各部門和個人的利益與公司整體利益不一致，導致企業管理成本增加，最終導致企業運營不善的問題。

成本管控的底層邏輯就是找到企業的利益鏈，然后實現科學的利益分配。首先是根據自身企業特點進行設置，并讓利益分配能夠帶來思想轉變，最終實現行為的改變。從而達到構建數據體系，讓數據帶來改善。很多時候財務人都知道要讓“數據說話”，也就是通過核算讓數據反映業務真實狀況，讓數據說真話，而不說假話。但是成本管控是不能停留在讓數據說真話這個層面，還需要讓數據帶來成本改善。

通過多渠道大數據信息采集，收集施工過程中各種資源數據，掌握實際投入人、材、機等資源消耗，質量安全等信息，定期對數據進行全面分析總結，采用科學的分析方法定位問題、量化問題。形成施工人員工效分析報告，快速識別施工問題（如設計、供貨、土建、邏輯施工等）對施工成本產生的影響，及時預警，并及時跟蹤協調解決，讓數據創造價值，為過程管理和決策提供依據。

6.結語

綜上所述，建筑行業大數據應用具有廣泛的應用前景和巨大的潛力。通過對施工成本、能源消耗、施工過程和設計等方面的數據采集和分析，可以深入了解建筑施工行業的規律和問題，為優化施工方案、提高施工質量、降低施工成本提供有力的支持。同時，大數據還可以為建筑行業的發展和規劃提供重要的參考依據，推動建筑行業的可持續發展和創新進步。而智能轉型沒有終點，大數據只是開始，建設應用工作永遠在路上，未來我們將探索和建設大數據應用，力爭成為大數據建設與應用的成功踐行者。