恩典埃利斯
施工数据的质量很重要。下面我们来看看好数据的五个特征，如何避免一些导致坏数据的常见陷阱，以及如何区分它们。
在建筑行业，我们不再面临无法获取数据的问题，而是缺乏驱动决策的信息。有什么不同?虽然数据并不缺乏，但许多公司仍在学习以一种有洞察力的方式使用这些数据。掌握这项技能的好处是很多的;它们包括拥有更强的竞争优势和更大的项目成果。
好的项目结果源于好的决策，没有什么比质量更能影响你在建筑工作中所做的决策了你的数据．收集到的信息可以对从时间表到预算，投标绩效，甚至现场安全等各个方面产生影响。更重要的是，在项目过程中使用坏数据有可能影响您当前的工作和未来的工作。它的预测性可能会导致系统的不准确性。
为什么施工数据质量很重要
并不是所有的建筑数据都是平等的，花在收集劣质数据上的时间就是浪费时间。根据欧特克和FMI的一份新报告，利用建筑中的数据优势，项目数据呈指数级增长，在过去三年中翻了一番。然而，并不是所有的项目数据都是平等创建的。大约一半的受访者表示，“糟糕的”项目数据(例如，不准确、不完整或不一致的数据)导致了三分之一的项目决策的糟糕结果。此外，糟糕的项目数据成本很高。避免由糟糕的项目数据引发的返工，每年可以为全球建筑行业节省880亿美元。
如何区分好的和坏的项目数据?让我们来看看好数据的五个特征，如何避免一些导致坏数据的常见陷阱，以及如何区分它们。
如何发现糟糕的建筑数据:孤立的、不可靠的、不可访问的
糟糕的项目数据不能归结为一个单一的原因。研究表明，数据管理解决方案和行业面临的挑战各不相同，每个组织的工作方式都是独一无二的。在利用建筑中的数据优势，造成糟糕项目数据的最常见因素包括:
- 数据不准确/不正确* (24%)
- 数据缺失* (24%)
- 错误数据* (21%)
*请查看这份报告定义
虽然发现好数据和坏数据之间的区别并不总是那么容易，但坏数据的一些关键属性可以帮助建筑专业人员在一开始就避免使用它。
首先，坏数据是孤立的，这意味着用于访问数据的系统之间存在脱节，而且对于哪些数据最可靠且与手头的项目相关，可能不是每个人都在同一页上。不可靠性是坏数据的另一个特征，专业人员可以通过确保数据不过时和不包含错误来发现它。最后，质量差的数据很难获取，很难调出相关的项目信息。
在施工数据中寻找的5个品质
除了识别低质量数据之外，建筑专业人员还必须了解高质量数据的特征。这样做不仅有助于避免浪费时间，而且还可以通过提供尽可能多的资源来为项目的成功奠定基础。那么，什么样的特征才能构成好的施工数据呢?继续阅读，了解有关高质量建筑数据的五个属性的更多信息，以及一些帮助您收集和使用它的资源。
1.一致性
建筑业捕获的数据的性质通常被认为是“异构”数据，或者具有多个变量类型的数据(例如，比较苹果和橘子)。这种类型的数据在衡量事物的方式和衡量事物的依据方面是模糊和不一致的。
正如行业数据专家Jit Kee Chin所分享的在美国，建筑专业人士必须收集“大量关于合同、文本文件、图纸和财务信息的信息。因此，建筑数据的挑战是我们历史上收集的数据的异质性。”
在构建过程中有各种各样的数据格式，如何才能保持一致性呢?这一切都始于如何收集数据。一致的数据需要以统一的方式收集见解，就像采用公共数据环境，这有助于创建一个标准平台来捕捉数据。公共数据环境通常采用数字中心的形式，在建筑项目期间，所有信息都集中在其中。在过程的任何部分为项目收集或关于项目的任何信息都应存储在公共数据环境中，以确保所有项目数据的一致性和准确性。
致力于高质量数据的组织通常分享以下三种最常见的努力或投资，以确保决策者能够获得可操作的高质量数据:
- 为保证质量，每隔一段时间定期检查数据(40%)
- 在收集和使用时建立数据报告和监测实践(38%)
- 在公共数据环境中构建数据(38%)
2.清洁
就像干净的工作场所是项目成功的必要条件一样，干净的数据对于确保您所依赖的信息尽可能是最新和准确的至关重要。事实上,数据清理-审查所有项目数据并剔除当前不相关或不准确的数据的过程，通常只留给建筑专业人员使用最优质的数据，从而提高了成功完成工作的可能性。相比之下，不干净的数据会增加错误和返工的机会，也会浪费专业人员的时间，因为他们必须返回并搜索正确的信息。
实现干净数据的第一步是微调您的信息收集和管理流程。检查重要任务，如数据输入，包括信息如何以及在何处输入到公共数据环境，以及围绕哪些信息被视为干净数据的控制可以走很长的路来帮助确保项目中使用的数据的及时性和准确性。
3.透明度和可访问性
在努力改进施工数据时，问问自己，“你的团队能实时看到数据吗?”他们是否可以通过手机等设备，或者从远程位置访问这些内容?”当谈到数据的透明度和可访问性时，这是建筑专业人员面临的两个最常见的问题。
质量信息应该是可获取和透明的，以反映当前正在发生的情况。即使是一些看似无伤大雅的事情，如一天的准确性滞后，也会给项目带来巨大的挫折。调查报告中的受访者利用建筑中的数据优势他认为，能够获得数据对于准确的项目决策至关重要。当被问及项目决策的最大风险是什么时，43%的人说:时间限制/决定的紧迫性”。
如果项目负责人想要在该领域快速自主地做出关键决策，项目数据的质量就需要提高。可访问性对于分布式团队也很重要，特别是那些在野外工作的团队。团队跨设备和位置获取高质量数据的能力对于工作的成功至关重要。
为了提高项目质量数据的透明度和可访问性，行业专业人员应该考虑采用互联和基于云的施工技术确保项目信息始终是最新的、准确的，并且可以跨设备、位置和项目阶段访问。
4.可用性
假设您拥有一致的、干净的数据，可以跨团队成员的设备和位置进行普遍访问。哦，这些数据透明地提供了有关项目的最新信息。你还想要什么?
可用性。可用性是决定这些数据能否实际用于解决您在工作中可能面临的实际问题的一个主要因素。好的数据可以用来为工作决策提供信息，也可以用来解决当前和未来工作中可能出现的问题。
帮助在数据管理和分析方面支持您的项目人员，确保你有一个正式的数据策略。这个框架将有助于减轻繁忙的管理人员的负担，并提高数据的一致性。正式的数据策略与数据丰富的环境相结合，可以减少延迟或糟糕决策的数量，每年为行业节省500亿美元。
此外，采用具有高级分析和机器学习的解决方案可以为今天和未来提供洞察，从而改善项目结果。根据麦肯锡公司的说法，高质量的数据“随着分析丰富性的增加而增加有用性并产生竞争优势”，或者换句话说，数据以最有效的方式提高了可用信息的质量——仅凭其本身。此外，使用机器学习和其他先进工具的公司预测分析仿真建模最适合在整个项目中做出最有效的数据驱动决策。
5.连接
好的施工数据的最后一个属性是连通性——确保信息不存在于竖井中，并在团队成员之间共享一个公共访问点。大多数项目涉及来自多个涉众的持续信息流，并采用各种格式。在纸质文档时代，数据连接几乎是不可能的，沟通不畅是很常见的。即使是现在，当越来越多的项目被数字化时，建筑专业人员也面临着关于他们在项目期间收集和使用的数据的连接问题。
为了避免可能导致通信问题的竖井数据风险，所有项目信息系统必须互操作，在整个工作流程中共同访问关键信息和文档。实现这一目标的一种方法是通过综合施工技术，帮助不同的数据系统进行通信和协同工作。这种数据的集成方法对于连接和自动化工作流以提高项目效率至关重要。
下载数据策略检查表
不要满足于低质量的数据。高质量施工数据可以节省时间，改善团队合作，并大大有助于项目的整体成功。发现好数据和差数据之间的差异，并确保您在项目中使用的信息是一致的、干净的、透明的、可访问的、可用的和连接的，这听起来像是一件很重的事情。
尽管如此,采用正式的数据策略当涉及到促进一个良好的项目结果，一个快乐的团队和一个有效的工作过程时，可以产生巨大的差异。更重要的是，通过先进的分析和其他创新的建筑技术，将质量数据标准落实到位，不仅可以在现在，而且可以在未来取得成功。
根据我们最新报告中揭示的4步流程，开始更有效地管理您的数据，利用建筑中的数据优势，与FMI合作制作。下载数据策略检查表．
