摘要：大数据辅助建筑工程项目管理是大势所趋，在实施过程中对于建筑企业和工程从业人员提出了新的要求。本文分析了大数据背景下工程项目管理的革新的必要性以及革新要点，以供参考。
关键词：大数据；工程项目管理；要点
1大数据背景下工程项目管理的革新的必要性
建筑工程项目在施工过程中往往会存在前期策划不到位、图纸设计变更多、施工工序安排不合理以及恶劣天气情况等各种风险因素，此类因素会直接影响工程的进度、质量和成本，所以需要对大量类似的工程项目管理信息进行统计整理，根据这些大量的信息数据分析，得出风险因素影响的利弊结果从而作出决策，避免重复出现类似的问题，提升管理质量，确保工程顺利完成。大数据工作就是建立有效的信息收集渠道和存储传输机制，将现场施工信息( 包括图片及音像资料等) 从工地现场及时传送至后台计算机数据库并实时存储。在施工进程中，现场施工项目部管理人员与实际施工人员可以随时调用后台数据库的相关信息，各个部门通过对各种不同数据的分析，分析结果可以作为现场人员的直接施工管理参考，根据分析结果合理安排施工工序，合理调配施工人员，合理安排施工材料进场，合理编整施工档案，提高施工效率。同时可以提前预判各种延误工期的因素，采取有效措施，避免重大风险的出现，确保工程顺利完成。
2大数据背景下工程项目管理的革新要点
2.1 构建大数据挖掘的制度框架与管理层次
想要使大数据在工程项目管理中得到更好的应用，首先就需要构建大数据挖掘的制度框架和管理层次。在工程项目管理中，各个部门与机构都有不同的作用与职责。因此，建筑企业可以通过分层管理和集中控制的模式，使各个部门与机构可以明确自身的职能。项目公司属于信息数据的收集者，集团公司属于通过信息数据进行决策的决策者，所以，在项目工程管理过程中，项目公司需要结合集团公司的实际需求，对信息数据进行收集，并把收集到的信息完整的传送给集团公司。通过这样的管理模式，集团公司可以有效整理、分析、评估多有的信息数据，以便于集团公司对项目工程进行准确合理的判断，做出有利于公司发展的决策。在构建大数据挖掘制度框架时，建筑企业需要结合自身的业务工作、信息数据、管理工作的需求，从而构建一个控制与处理信息数据的中心，只有这样才保证工程项目管理的质量与效率。
2.2 改革企业文化和决策机制
专业人员应该结合企业文化和决策机制方面等进行改善，建立健全大数据管理全面创新与社会发展相适应的企业文化以及组织领导志愿者。同时将决策转化为实际的行动，将数据驱动的决策使用数据分析的结果作为决策和评价的基础评判。各个管理者要有善于发现的眼睛，于细微处抓住发展的契机，不仅对自己的专业技能有一个高度的提升，还可以对行业的发展起到重大的推动作用。通过实践不断融入大数据，在管理方法和运作上面更为合理，进一步突显科技项目管理的优势效能。加快各职能部门业务统计信息的生成、挖掘和流通速度，提高业务信息的质量。工作人员应该加强对大数据的使用途径控制，加大数据综合利用的力度，全面提高信息化、全面加强审核问题，提高判断、宏观分析的能力。开展大数据应用示范，提高全面应急处理事故的能力，提高服务的能力以及运转的效率。在公共服务领域，开展大数据应用示范，提高应急处置能力和安全防范能力，提升服务能力和运作效率。要掌握先进的数据有关技术，使得建设工程项目管理者有能力从数据中体现工程质量的优劣，避免豆腐渣工程的出现。专业管理人员应该全面制定大数据发展的详细战略规划，真正把大数据的发展提上日程。
期刊文章分类查询,尽在期刊图书馆
2.3组建大数据挖掘小组
在新时代背景下，企业长期稳定发展的关键就是人才的建设。大数据挖掘技术属于一种新型的管理模式，要求专门的团队来进行搭建服务平台的工作，还需要专业的大数据挖掘小组来进行管理的工作，只有这样才可以保证大数据挖掘在工程项目管理中的充分运用。专业大数据挖掘小组可以分为以下几个部分进行构建。
2.3.1 组建项目工程进度数据挖掘小组
在工程项目施工过程中，会产生大量的信息数据，其中包括工程项目方案、原始建设资金、施工基础性信息数据等等。建筑企业想要充分应用大数据挖掘技术，需要组建项目工程进度数据挖掘小组，小组成员利用大数据挖掘技术，对信息数据进行全面的收集和处理，然后在专业的评估工作人员指导下，深入挖掘这些信息数据的价值，从而构建相应的数据控制体系，以便于施工进度可以按照规定时间完成。
2.3.2 组建项目工程质量分析数据挖掘小组
专业的质量分析数据挖掘小组，可以有效整合工程项目施工时产生的信息数据，通过大数据挖掘技术，创建对应的质量控制结构，使管理人员可以及时发现整个施工过程中可能发生的风险和失误。例如，预防工程施工设计存在缺陷问题、预防施工材料管理不够严谨问题、预防工程验收环节不够规范问题等等。通过组建项目工程质量分析数据挖掘小组，可以有效提升工程项目的施工质量和效率。
2.3.3 组建项目工程成本控制数据挖掘小组
项目工程成本控制数据挖掘小组主要负责对工程项目中各种数据信息进行详细的划分和整理，例如，质量参数信息、物流仓储数据信息、成本预算数据信息、质量检验数据信息、施工物料成本数据信息等，然后通过大数据挖掘技术，创建对应的成本控制系统。通过成本控制体系，可以充分体现出工程项目成本在工程项目管理中的重要性，并且也可以有效防止因为工期拖延或者是超预算而引起工程项目施工质量降低的情况。
2.4构建工期进度控制模型
在工程项目管理中，工期进度是较为控制的环节，导致工期延误的情况有很多种，例如项目设计偏差、准备工作不足、施工设备没有按时就位、施工管理不恰当。因此，建筑企业可以充分利用大数据挖掘技术，创建相关部门与相关管理机制，通过数据，把施工一线的实时信息数据传送到管理人员面前，并把信息数据进行存储，以便于以后进行数据挖掘分析。在行政管理制度上，可以通过集团总部- 地区公司- 项目公司-前线的模式，来加强管理。工程项目部和现场施工人员之间存在一定的业务往来，工程项目部门需要把施工过程中各种现场信息数据录入到系统中，然后将信息数据传送到公司的数据库中，在此同时，公司也可以把数据库中的数据传送给工程项目部。此外，建筑公司的各个部门可以在大数据库中，对信息进行查看，以便于更好的进行管理调度，而且还可以利用各种数据库挖掘项目组，对数据进行深入挖掘和分析。
3结语
总之，建筑企业需要充分利用大数据挖掘的特点和优势，并通过合理的方式对大数据挖掘进行应用，使大数据挖掘可以充分发挥出自身的作用和价值，从而提升工程项目管理的质量和效率，为建筑企业带来更多的经济效益。
参考文献
[1]王秋平.大数据挖掘在工程项目管理中的应用[J].建材发展导向，2016，14（23）.
[2]施骞.智能交互的决策场大数据情景下重大工程项目管理新趋势[J].项目管理评论，2018（2）.
论文作者:许定辉
论文发表刊物:《防护工程》2019年第6期
论文发表时间:2019/7/2
标签：数据论文; 数据挖掘论文; 信息论文; 工程项目管理论文; 工程项目论文; 项目论文; 小组论文; 《防护工程》2019年第6期论文;