数字化时代，工程数据的狂潮已经势不可挡！

十九大以来，在“数字中国”战略的引领下，建筑行业数字化正蓬勃开展、渐入佳境。随着数字技术与工程建设领域的融合发展和深入，作为工程建设管理的核心“工程项目”，在智慧化建设和应用方面也取得了长足的发展，实现了对施工现场关键业务和核心要素的实时、全面的管理，有效的支持了项目管理者对工程项目的管理工作，提

十九大以来，在“数字中国”战略的引领下，建筑行业数字化正蓬勃开展、渐入佳境。

随着数字技术与工程建设领域的融合发展和深入，作为工程建设管理的核心“工程项目”，在智慧化建设和应用方面也取得了长足的发展，实现了对施工现场关键业务和核心要素的实时、全面的管理，有效的支持了项目管理者对工程项目的管理工作，提高了项目在施工进度、质量、安全和成本方面的管理水平。

在整个工程项目数字化发展的过程中，主要经历了三个阶段，“智慧工地1.0”功能点应用阶段、“智慧工地2.0”业务线应用阶段，目前正迈向“智慧工地3.0”数据融合应用阶段。

智慧工地1.0阶段 ，通过劳务实名制、视频监控、环境监测、智能地磅、机械监测等硬件设备设施的单功能点的应用，实现了对施工现场人、材、机、环境等要素数据的自动采集和应用。

智慧工地2.0阶段 ，随着施工现场要素数据的采集的逐步精准和全面，要素数据与管理数据充分融合，融入并促进了各业务线的发展，实现了施工现场进度、质量、安全及人员、物资、机械等各业务线的纵向管理闭环。

智慧工地3.0阶段 ，也就是当前阶段，随着要素数据、管理数据、工程数据、环境数据的逐步沉淀和积累，通过数据+连接+算法的加持，项目管理各业务线之间正在实现数据的横向贯通，通过数据驱动项目管理和决策水平的提升，随着数据应用的不断深入，将实现对工程项目全面、全方位、全过程的精细管控和科学决策。

那么，为什么数据对项目管理和决策有重要意义，数据对管理和决策的核心价值是什么，怎么体现？

我们认为，数据的核心价值主要有以下几个方面：方案选型、计划测算、状态呈现、趋势预判、风险预测、管理评价、报表统计等。

1、方案选型： 在项目策划过程中，通过不同施工方案的经济数据、效率数据等分析对比，选择项目经济适用的最佳方案，保证施工的同时，降低项目成本。例如机械选型、模架选型、工艺选型等。

2、计划测算： 计划测算包括进度计划、资源计划、成本计划、产值计划等计划的测算，通过不同施工段工程量数据或数据指标，测算工作任务的持续时间，形成工程进度计划。通过工程量数据和工效指标，测算并形成各工种劳动力投入计划、材料的需用计划、大型机械的投入计划等。通过对人工费、材料费、机械费、管理费、税金等成本科目的测算，形成成本控制计划。另外，还有产值计划、资金计划、创效计划的测算等。

3、状态呈现： 通过项目运行数据的实时呈现，反映项目的运行状态。通过前期和实时进度数据，反映项目的进度管理情况，以及目前进度所处的阶段和状态。通过质量检查、验收、实测实量、检验试验等数据反映项目前期和当前的质量控制情况。通过风险辨识、隐患排查、安全检查、安全验收等数据，反映项目前期和当前的安全管理情况。通过人工费、材料费、机械费、措施费、管理费等的实际控制数据，反映项目的成本控制情况。

4、趋势预判： 通过管理数据的走势情况，预判后续管理中的需要主控的项目或洞察发展趋势、捕捉市场机会。例如，在质量、安全管理领域，通过发生的问题类型的走势情况，去定位当下经常发生的问题类型，助力项目管理者及时进行专项治理。在成本管理领域，通过主材价格走势情况，结合项目施工情况，选择合理的采购时机，确定采购数量，有效降低采购成本。当施工现场主材损耗率指标持续走高时，则预示着现场主材浪费趋于严重，项目管理者应及时关注，并采取相应的措施去应对。

5、风险预测： 通过项目目标指标数据或计划数据与实际发生数据进行对比分析，通过算法度量偏差程度，设置风险预警、报警规则，提示项目管理者对潜在的或已发生的项目风险给予及时关注和干预，避免风险因素产生的影响持续恶化，达到及时管控风险、保证项目正常运行的目的。

例如，在进度管理领域，通过进度计划数据与实际发生数据的偏差情况，进行进度延误预警，提醒管理者及时进行纠偏工作。同时根据当前的进度延误情况，对下一个里程碑节点的完成进行工期预测，提示未来工期风险，提示管理者进行进度计划优化，保证节点目标的顺利完成。在收入管理领域，通过产值确权目标指标，一般为100%，与产值实际确权率进行对比，预测项目在甲方报量方面的确权程度，偏差较大时，及时进行预警，并追溯产生不足的原因。在成本控制领域，通过项目主材的损耗率数据，与目标指标进行对比，提示项目在主材成本控制方面存在的问题，并及时分析原因，改进主材成本的管理。

6、管理评价： 通过对项目各责任主体在进度、质量、安全、成本等履约指标完成情况的数据集成展示，对各履约主体进行综合评价，洞察各家分包在履约过程的薄弱环节，进行精准及时的管控和治理，同时对不同责任主体间进行横向数据对比，分析不同主体的履约情况，进行科学精准的量化考核和奖惩。

7、报表统计： 通过对项目运行过程中积累的数据，按照不同项目或企业的实际需要，形成不同种类、用途的报告、报表，例如生产月报、材料报表、项目经营分析报告等。

当然，工程数据的价值远远不止于此，需要在工程实践中，不断总结、丰富。

数据的价值，毋庸置疑。既然在智慧工地的发展过程中，产生并积累了大量数据，为什么数据没有得到有效的分析和应用？那是由于数据驱动管理的高阶应用，仍然面临诸多挑战，不同业务数据的融合应用，正在发展和探索之中。

我们来看看，数据在驱动项目管理和决策中，面临哪些困难和挑战？

1、技术方面 ，虽然人工智能和物联网的发展推动了智慧工地的进化，已经产生视频监控AI识别、无人机AI进度识别、AR/VR虚拟现实、智能考勤、智能物料验收及统计、安全监测、环境监测等多项应用场景，但数据的采集仍然无法满足现场施工的需要。

一方面，各种硬件设备的采集数据精度和质量，还未能满足施工需要；另一方面智能硬件采集数据的种类尚不够全面，无法满足管理者对全面、全方位数据的使用需求。

2、产品方面 ，虽然智慧工地管理系统对进度、质量、安全、环境、技术等各业务线的产品功能进行了集成、对岗位工具及智能硬件进行了集成，但业务融合度还不够、数据集成的深度也远远不够，数据要素价值并未发挥效应，无法满足用数据去驱动管理的要求或目的。

一方面，目前大部分智慧工地管理系统实现了软硬件的集成和业务功能的集成，并未在横向施工各业务上实现数据的有效打通，通过数据+连接+算法实现数据的集成管理和应用，导致数据仍然处于割裂状态，管理和协同价值并未显现；另一方面，大部分智慧工地管理系统，未能沉淀数据指标、数据资产，以便充分利用数据要素进一步为业务赋能，提升项目管理质量和生产建造水平。

3、应用方面 ，目前对智慧工地管理系统的应用，单点式、碎片化应用居多，集成化、延展性应用较少。智慧工地的应用场景普遍集中在现场劳务人员、机械、安全管理和视频监控等方面，在全过程、全参与方、全要素业务数据的集成协同、协作场景方面应用还较少，无法满足项目决策者基于数据或数据分析结果进行管理和决策的使用需求。

一方面，各业务线数据未能有效连接、算法不够先进，导致对管理和决策场景的开发和支持，尚未得到全面挖掘，应用上难免捉襟见肘；另一方面，应用认知上的误区，很多使用者对数据的需求，完全寄希望于智能硬件，但有效支撑管理和决策的数据，一部分需要智能硬件的自动采集，还有一部分需要数据知识的积累和沉淀，更有相当一部分数据需要在岗位工具和管理工具的使用过程中产生，比如算量软件，你得先使用算量软件进行量的计算，才可能对量进行使用过程的管理，并结合数据统计进行相应的管理和决策。这就需要项目管理者要在项目上建立有效的制度、机制，去规范岗位工具和管理工具的使用，保证项目数据有效的支撑管理和决策动作的实现。

怎么应用项目在运行过程中的产生和沉淀的数据，量化建造和管理过程，支持项目管理者的管理和决策，从而提高项目的管理水平呢？一起看下我们的最新实践！

1、数据决策整体解决方案框架

总体框架：业务管理层、算法连接层、数据决策层。

业务管理层：软硬一体、实时感知、数据生产；
算法连接层：泛在连接、高速运转、精准计算；
数据决策层：数据融通、智能分析、科学决策；

核心价值 ：高品质履约、精细化创效

以项目盈利为核心、进度管理为主线、质量管理为基线、安全管理为底线，通过对人机料法环等管理要素进行全方位、全过程管理，实现项目高品质履约、精细化创效，保障项目目标高质量完成！

2、数据决策解决方案指导思想

以算量为基础，以进度为主线，通过公共的业务规则，串联人机料法质安成本收入，实现多部门高效协同，数据的高速运转，方便项目管理者对项目进行高效动态管理，保障项目履约，提升项目利润。

3、数据决策解决方案核心内容

生产方案：以进度为主线，精细管控，

全过程保证项目履约

应用场景1-进度检视与协同管理 ：通过连接工程量、计划数据、劳务出勤数据、材料用量等数据+工效、风控指标等算法，拉通各条线计划协同关系，实时对进度进行分析及预测，同时对进度与资源匹配情况共同检视，进而实现事前提醒、事中预警、延期报警的效果。

应用场景2-劳务资源调配 ：通过连接工程量、进度计划、劳务工效、出勤统计等数据+工效等算法，自动测算劳务各工种需用数量，精准安排劳务用工。通过连接工程量、实际进度、劳务出勤工日等数据，对现场已完工程自动生成劳务工效，自动计算当前或未来需用人数，精准识别用工偏差，及时进行用工优化调整。

应用场景3-分包履约管控 ：通过连接工程量、进度计划、安全巡检、质量巡检、验收、劳务分包评价等数据+算法，量化施工现场各分包单位在进度、质量、安全、成本等方面的履约情况，为项目管理者对分包的履约情况进行精准识别与评价，实现对分包的精准管理和治理。

应用场景4-主材配置管控 ：通过连接工程量、进度计划、物资进场验收、物资库存盘点等数据+风控指标等算法，自动计算材料需用量，实现高效提量。结合材料库存数据和进度计划，自动预测库存可用天数，不足时提醒及时进料。

商务方案：以盈利为核心，开源节流，

全方位保证项目收益

应用场景1-收入确权管控 ：通过连接实际产值、报甲产值、确权产值、变更和洽商产值等数据+算法，自动进行产值确权计算，形成产值确权率，实现收入确权不足早发现、异常楼栋能够精准定位、及时识别合同外变更、洽商、签证、索赔确权风险，保障项目权益。

应用场景2-项目盈亏控制 ：通过连接实际产值、目标成本、计划成本、实际成本等数据+算法，自动计算项目盈亏情况、成本控制情况，项目管理者可实时掌控项目的盈利状态，对于风险成本科目，过程及时定位并预警，及时纠偏改进项目的成本管理工作。

应用场景3-主材成本控制 ：通过连接深化量、翻样量、进度计划、物资盘点量、物资领用量、物资进场量等数据+算法，自动计算项目主材技术优化率、主材盈余率和损耗率，超出目标值时提示预警，助力项目及时发现问题、分析问题并解决问题，减少施工过程中的材料浪费，提升项目对主材的成本控制效力。

应用场景4-资金使用管控 ：通过连接工程量、进度计划、合同、结算等数据+算法，自动计算应收款、已收款、应付款、已付款，从而自动计算项目现金流和可用资金余额，助力项目管理者实时掌控项目的资金情况，合理安排资金使用，发生收付款风险时，及时进行管理干预，节约资金成本、保障生产顺利进行。

数据决策系统应用场景价值汇总

与全国各地区100多个项目经理一起做了估算，以建筑面积10万平方米的住宅项目为例，通过应用数据决策管理系统，结合项目管理机制配合，至少可以为项目提升1%的利润，同时减少工期损失≥22天。具体详见下图：

工程项目是企业的经营核心，是企业价值创造的主链部分，工程项目的成功关乎企业生存和发展。通过数据驱动工程项目实现管理和决策水平的提升，助力项目管理者，通过精细管控、科学决策，提升项目履约能力和盈利能力，从而实现项目的目标收益。

在数字时代的浪潮中，我们一直在探索数据驱动的管理和决策实践。我们坚信，借助数据的力量，每一个工程项目都能取得成功。这是一个美好的愿景，也是我们肩负的历史使命。让数据的力量席卷而来，让每一个建筑人的梦想成真！