济钢集团山东省济南市250000
摘要:大数据时代,数据挖掘技术已经深入到各个领域发挥效能,工程项目管理中应用大数据挖掘技术可以让复杂的管理工作变得直观,也让各种管理决策变得客观,所以数据挖掘应用于工程项目管理成为了行业研究热点。本文首先分析了大数据挖掘技术应用于工程项目管理的优势,然后从构建数据挖掘框架、数据模型和数据挖掘项目团队三个方面详细论述了具体应用。
关键词:大数据;数据挖掘技术;工程项目管理
一、大数据挖掘技术应用于工程项目管理的优势
1.了解数据规律
大数据挖掘技术可以借由计算机处理大量的数据,分析数据之间的关系,最终总结出某些规律以供参考。规律大致可以分为两类,即容易分析的结构化数据或者半结构化数据和具有特异性的非结构化数据。前者比较典型,可以批量处理,后者则要单独分析。大数据应用于工程项目管理时,要对复杂的工程项目管理数据进行各种处理,例如工程规模和工程量、工期和资金等等。运用数据挖掘技术可以对类似工程的各个项目进行数据处理,然后求得平均值,并将其作为参考。为了提升参考性,所选择的工程要尽量选择相似度高的,样本的数量要尽可能多。但是在实际工作中,每个工程都有自己的特色,总有某些数据无法找到参考对象,此时就要根据自己的工程特点结合实际作业情况以及过往工程管理经验来决策和管理。
2.便于直观管理
工程项目管理项目繁多、内容繁琐,在管理时难以下手,管理效果也难以量化。运用数据挖掘技术,可以将管理工作进行量化处理,然后直观地看到管理效果和需要解决的问题。例如,在工程造价的管理工作中,首先要列出工程的核心项目,然后在对各个核心项目展开列出子项目,这样就能够有条理地对各类项目进行管理。由此可见,数据挖掘技术让管理更加客观,避免了主观估计,实现了精细化管理,所有工程造价的经费去向都非常直观。数据挖掘技术通过电子表格来呈现各项数据,较之传统的计划书更加直观,提升了审批效率,也避免了审核过程中的计算和核对。
3.实现多元化管理
所谓多元化管理是指在管理工作中可以运用多种手段从多个维度来开展管理工作。通常来说,工程项目管理中的材料价格和劳动报酬以及附加支出等都是影响管理的因素。这些因素对管理的影响源于自身是变量,会发生项目超支或者项目有结余等情况。数据挖掘技术则可以通过对几年内的材料价格进行分析,根据数据分析的趋势来预估价格,从而减小材料价格波动对管理的影响。同理,也可以对劳动报酬和附加支出进行趋势分析、价格预估和综合判断。数据挖掘技术不仅可以对市场价格进行分析,还可以对供货商的产销数据进行分析,从而增加数据分析的精确度。
二、浅析大数据挖掘技术在工程项目管理中的应用
1.构建大数据挖掘管理框架
大数据挖掘技术应用于工程管理必然要对工程管理进行系统性干预,数据分析具有高度的逻辑性,所以项目管理首先要有一个数据挖掘的管理框架。简单来说,要有数据挖掘层次,要有市场化理念,要有集中控制意识,要有数据收集渠道,要有统一的数据收集模式和效率。这样就可以在一定时间内提供有价值的参考信息来指导工程成本控制、质量管理和施工进度管理等等,甚至还可以对具体的某一个管理环节提供量化信息来辅助决策。
从数据挖掘层次和市场化理念角度分析,数据分析不能只局限于工程项目内部,还要对外界信息进行整合,从而提升数据的全面性和数据分析的准确性。比如,既要对工程项目自身进行各项数据分析,还要对影响各项数据的外界因素进行分析。从集中控制意识和数据收集渠道角度分析,管理部门要成立一个专门的数据信息管理部门,对数据采集范围、数据传输标准、数据分析方法等进行统一处理,这种就形成了一个统一的标准,所有的数据可以相互参考印证,不同项目数据处理也不会出现原则上的分歧。从统一的数据收集模式和效率分析,要妥善解决好审批工作的时效性,从而保证施工环节和审批工作均按时完成,同时还能够实现数据信息的处理。所以,施工人员与项目管理负责人的沟通要使用规范化的数据,例如大数据挖掘部门提供的电子表格,这样就能够在他们工作之时生成数据,进而保证数据传输的时效性。这就需要基层信息录入人员有强烈的责任感和娴熟的计算机操作能力。
2.建立基础数据模型
基础数据模型是通过对大量数据信息分析并找到规律,然后用数据的方式直观呈现出工程项目和管理工作款项。工程项目常见的有材料、成本、资金、进度等等。有了基础数据模型之后,依照项目条款来收集相关的数据,然后运用拓扑学原理对数据进行逻辑关联和分析,最终量化各项管理工作内容。除了基础数据模型之外,还要根据需要来建立个性化的数据模型,一般是对工程的特色部分设计的,因为既往其他工程中没有相关可以参考的数据。例如,海绵城市的市政道路模型是没有任何参考的,这就只能对既有的道路情况和区域降水情况进行分析处理,构建一个新的数据模型。
3.建立大数据挖掘项目团队
第一,建立工程进度数据挖掘团队。团队的组成成员知识背景是多种多样的,既要有负责数据挖掘的计算机专业人员,又要有能够短时高效收集信息的具有良好沟通协作能力的人员;既要有逻辑思路清晰的管理人才,又要有认真负责的信息录入人员。在团队中,所有的人都非常重要,不能因为是大数据挖掘项目而忽视除了计算机专业之外工作人员,没有及时、准确、有效的原始数据,数据分析的结果就没有价值,没有管理人员协调统筹,各项工作就无法合成一个有机整体。因此,团队建设工作非常重要,不容忽视,需要引起数据挖掘项目管理者的高度重视。
第二,建立工程质量数据挖掘团队。工程质量管理是工程项目管理的重要组成部分,在运用数据挖掘技术开展工程质量管理工作时,应当组建工程质量管理的数据挖掘团队,由专业的数据挖掘与分析人员,对工程项目施工作业过程中产生的数据信息加以有效整合,采用大数据挖掘技术实现工程质量的有效管理,及时发现工程施工过程中可能存在的风险问题,比如工程设计缺陷、材料质量问题、工程验收规范等,通过工程质量管理数据挖掘小组的技术应用,工程项目质量管理水平得以有效提升。
第三,建立工程项目成本数据挖掘小组。工程项目管理工作中,成本管理是其中极为重要的组成部分,在运用大数据挖掘技术开展项目成本管理的过程中,需要对成本相关数据信息进行全面收集与有效整理,包括工程质量信息、材料仓储信息、成本预算信息及质量检验信息等,结合大数据挖掘技术,搭建数据化的工程成本控制与管理体系,实现对于工程施工成本的有效控制,提高工程项目经济效益,避免由于超出预算等问题导致工程质量下降。
三、结语
综上所述,构建大数据挖掘管理框架是基础,只有构建起框架才能够保证数据挖掘技术发挥出作用,只有框架合理才能够发挥出数据挖掘的效能;建立基础数据模型是开展工程项目管理的依据,只有数据模型与实际相符度高,才能够实现数据对项目管理的指导;建立大数据挖掘项目团队是提升数据挖掘技术的人才保障,虽然数据挖掘是借由计算机和网络来实现的,但是树木模型构建和数据挖掘技术等都是由人才的专业技能和眼界决定的。因此,工程项目管理人员要了解大数据挖掘技术,然后结合自己的管理工作内容,充分利用数据挖掘来辅助管理。
参考文献:
[1]闵细根.探析大数据挖掘在工程项目管理中的应用[J].江西建材.2016(12)
[2]陈洋.工程项目管理中大数据挖掘的应用分析[J].市场观察.2016(S1)
[3]贾岩.大数据时代下对建设工程项目管理的思考[J].通讯世界.2015(23)