工程建筑行业数据治理现状和存在问题都有哪些?

EAWorld
关注

      目录:

1.工程建筑行业数据治理现状和存在问题都有哪些?

2.建筑施工行业的数据管理有什么特点?

3.建筑施工行业数据治理过程中普元主要做了哪些工作,普元在这一过程中的角色定位?

4.在数据治理实施过程中企业常见迫切需求有哪些?

5.对企业带来了什么价值?

6.在数据治理实施过程中需要注意的问题

一、工程建筑行业数据治理现状和存在问题都有哪些?

工程施工行业的数据治理要从行业的信息化说起,建筑行业的信息化从上世纪90年代起大体可以划分三个阶段:

第一个阶段从90到2000年特点是单机应用,主要是CAD的普及变化就是设计阶段从传统的手工绘图到省时省力、更精确的计算机绘图了。

第二个阶段从2000年到10年主要特点是整个建筑施工领域各个环节的业务陆续上一些专业的应用系统,主要解决项目中的管理、协同和施工等问题。从这个阶段的特点就能看出来大量的专业系统会产生大量业务数据,而且是孤立分散的,是一个从无到有的过程,大部分企业的信息化刚刚经历初始阶段经过传播后到控制阶段到集成阶段的过渡期,所以即使数据方面即使存在问题但是优先级并不高。

第三个阶段就是10年至今,这个阶段就是以BIM技术作为载体,围绕着建筑项目的信息化进行技术和管理信息化的横向打通,在这个阶段国家也发布了一系列的政策和指导意见,对整个行业的信息化建设起到了非常关键作用。

其中《关于推进建筑信息模型应用的指导意见》建筑信息模型应用就是BIM的应用推广,重点就是要把信息化的中心从信息化辅助管理转向面向围绕建筑项目建设和运营服务的横向关联打通,这说明整个行业大部分企业已经进入到集成阶段至少是在走在路上,业务是由数据在底层支撑进行流转的,这个阶段也出现了很多专注于数据治理的产品和解决方案公司,因为从企业信息化建设模型来看,企业经历集成阶段就是数据管理阶段,很多人可能觉得说我现在集成还没做好呢,数据管理还早着呢,其实不是的,集成阶段就在强调的是关联打通,而不是一个个单个实体单打独斗了,所以在这个阶段就应该要开始进行整体的信息化规划,我未来系统怎么打通、数据怎么应用、怎么用数据做支撑、哪些业务有瓶颈,受到限制哪些是需要通过数据层面解决的?那解决了这些问题,业务突破了限制也就是我们说的通过数据治理对业务赋能或者业务优化的意思。

另外一个标准《建筑施工企业信息化评价标准》可能很多人并不了解,因为在07到17年施工总承包企业特级资质评定中就包含了企业内部信息化相关要求,这个标准就明确了业务和技术信息化的大致范围和方向,比如业务上的经营、生产的信息化程度,技术上提出的数据管理、数据集成、应用集成水平等一整套评价体系,这个标准11年提出的,从时间点来看标准很早就提出了,其实这说明了一个问题,现在建筑行业的信息化水平与其他行业相比要落后一些,并不是因为技术不够先进、理念不够先进,之所以大而不强是包括建筑行业本身的行业特点、信息化演进的历史原因、专业人才团队、技术和业务融合程度等等多方面的原因造成的。

那么在这种情况下,企业想要以数据为核心,在企业数字化转型中充分发挥数据资产的价值,主要问题来自三个方面:

1.建筑企业信息化人才匮乏,之前几年国内很多企业缺乏专业的信息化管理人才,或者缺乏专职的信息化部门,或者信息化管理能力薄弱导致行业内信息化人才匮乏。加上信息化与建筑施工的思维方式存在相同点也存在较大差异点,相同之处在于两者在实施过程中都围绕项目的管理和运营服务,但工程领域的人往往更关注确定性的东西,比如一个工程随着施工的推进,肉眼可见施工成果展现在眼前,而信息化和数据化的过程更关注的数据和技术更抽象,造成信息化建设中懂技术的人不懂业务,懂业务的人不懂技术的局面,想要更好推进企业的数据治理工作和数字化转型就需要一批专业的信息化人才队伍作为桥梁连接业务和数据为企业的数据管理提供能力支撑。

2.行业业务特点造成数据分层分块零散独立,同时行业管理共性标准难以抽象统一,导致建筑施工行业无法像制造业高度标准化,行业整体标准化程度低,在实践过程中常常出现业务数据跨系统跨业务域难以互通、数据难以流通,业务优化更无从入手,甚至出现为了数据治理而强制标准化,为了标准化而标准化,脱离现实基础也偏离了信息化的目标,实践过程中需要在二者之间找到合适的平衡点。

3.信息化价值难以量化,数据治理价值的体现更难,信息化过程中管理流程信息化、数据服务化、沟通效率提升等等成果往往难以量化,导致企业领导层对信息化作用认可度低,推进难度大,应当在建设过程中不断结合具体的业务场景问题优化,通过业务问题的量化体现数据价值。

二、建筑施工行业的数据管理有什么特点?

业务数据依托业务流程转而产生,想了解数据管理特点先要从业务特点入手,建筑施工行业的特点区别于制造业的两个明显的点是离散性和单件性,工程项目的生产对象、工具和地点都是分散的,每个工程也都是个性化独立的,不同的地理环境房屋建造、桥梁公路的建造都是要因地制宜的。

另外两个特点是流动性和突发性,比如工地的人员流动非常频繁,国家在各地重点整治的农民工欠薪问题非常棘手其实有部分原因就是农民工的人员流动非常频繁,同一个人今天还在A工地,明天到B工地,对人员工时结算造成了比较大麻烦;再比如工程施工中的一些建材、设备也都是在不断流动的。工程项目在施工过程中也非常容易受到外部的随机事件干扰,比如地理环境的影响、天气、人为疏忽的突发性事件等等。

基于这样的业务特性产生的业务数据具有数量大、复杂多样、断层孤立、手工上报的特点,一般建筑类项目施工周期长往往一个项目会产生几个T的数据,涉及工程管理的方方面面,包括物资、周材、合同、成本、设备、安全、质量等等口径并不统一的数据,同时又有大量的数据断层的分布在各个项目,在经营管理决策时部分数据只能通过手工上报的形式进行数据汇总,最终导致数据不可见、不可控、不可用。

在过往的项目实施中我们就碰到工作分解结构中的单项工程-单位工程-分部工程-分项工程的数据标准不统一,各个项目会出现分解粒度粗细不一,分项工程错位,导致成本管理时无法体现真实情况,比如成本、产值管理时,管理者无法通过数据体现这些产值和成本出自哪段路,哪座桥,这对企业的精细化管理是非常不利的。由于各个部门的管理序列多、数据口径定义交错,出现各自建各自的系统,各自管各自的数据,造成很多重复建设和资源浪费。

这些都是在企业数字化转型过程中通过数据治理的手段去一一解决的问题。

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存