我分享交流的题目是《建筑施工行业大数据应用与解读》，首先是大数据应用的背景，二是大数据应用的关键问题，三是建筑施工行业大数据应用的现状，四是建筑施工行业大数据应用的趋势，五是结语。

   大数据应用的背景。事实上大数据到目前为止没有一个统一的定义，但是有大家比较公认的定义就是大数据就是指在有限的时间内，用传统的数据处理方法无法处理完但是其中蕴藏着巨大价值数据就称作大数据，就是说它的数量是非常大的，那么大数据来自哪呢？那么一般的来讲主要有这么几个方面，首先就是来自网络，网络发布的数据、传递的信息，特别是社交网络上的数据，大家知道微信、QQ有很大的量、很多的信息。其次就是来自传感器采集的数据，那么包括物联网，比如说我们的FID、我们的二维码等等，也包括像我们的穿戴设备，那么这些设备可以非常快速的来采集数据，采集大量的数据。第三个就是来自企业的管理信息系统积累下来的数据，我们施工行业每做一个项目，我们就会积累有关的管理系统，我们作为企业每年都有大量的管理信息在里面，那么这也是大数据一个非常重要的来源。可以说随着云计算、移动通信和物联网技术的发展，大数据的获取比以往更加容易。

   那么大数据除了刚才说的它是大量的数据，它有什么样的特征呢？一般称作4V。首先是大量称为一个V，大量有多大呢？我们大家用的计算机，一般我们的硬盘是256G或者512G，那么大数据至少要上1个T，也就是1024个G，甚至要上P，一个PB是1024个T，我们通常说海量数据，比海量还要更大的大数据的量。第二是种类多，那么种类从它的形式上讲，包括结构化的数据，像数据库的数据，半结构化的数据，还有非结构化的数据。第三是获取速度快，比如我们来自社交网络上的数据，这个增长速度是非常快的。第四是经过挖掘能够得到它的隐藏的价值，那么这是我们通常说的大数据的特征，我们归纳为4V。

   大数据究竟有什么样的价值？我给大家两个典型的反映大数据价值的例子。一个例子就是奥巴马竞选美国总统的时候，他利用大数据来提高筹款效率，因为这届总统需要钱，怎么去筹？当然要召开宴会，召开宴会的时候，请谁来出席？那么这是很大的学问，奥巴马就在团队里面专门有一个大数据的团队，这个团队就帮他进行分析，他分析说我究竟请谁来？然后有更多的谁会来让我们筹款效率更高？大数据团队给他一个建议说美国的一个影星叫乔治克鲁尼他在40到49岁的妇女中间，特别是美国西海岸40到49岁的妇女中间人气很高，把他请来，他一来，这部分妇女就来了，大家知道40—49岁的妇女是最有钱的，一来了就筹款，一场宴会几百万人就筹下来了，如果他不进行大数据分析，他可能一场宴会几十万美元，但是通过大数据分析，应用了大数据分析的结果，他可以筹得几百万美元。

   第二个例子我想介绍一下纽约市他改进对私搭乱建的监管，关于私搭乱建的危害大家都知道，怎么去处置？一般是要依靠投诉，但是这个投诉数量非常大，有多少？一年又2.5万投诉，那么纽约市政府有专门一个队伍，就像我们的执法队伍一样去处理这个投诉，有200人专门做这个投诉，如果是每一件投诉一来了我就去处理，那么大家可想而知，这200人是疲于奔命，效率也不高。纽约政府就利用大数据解决这个问题，怎么利用？他们对每一个建筑建立一个数据库，再把纽约市政府的19个管理部门关于建筑相关的管理数据和它关联起来，这个管理数据比方说水电使用异常的报修、缴费的拖欠、当地在哪个地方发生犯罪率，把这些数据和数据库关联起来。然后就进行分析，说发生了问题按严重程度排列，然后这样的建筑它有什么样的特征，以此来决定接到投诉的时候首先去处理哪些投诉，就通过这样的大数据应用，市政府管理的效率就大大提高了。这有一个数据的对比，在应用这个大数据系统之前，他们到现场去处理时，签发的房屋腾空令是由13%提升多70%，也就是说原先只有13%的地方是需要紧急严肃处理的，效率是不高的，提升到70%，由于利用了大数据，这个效率成倍的提高，这个价值在什么地方呢？当然节约的政府的雇员，当然也体现在提高了管理的效率和效果。

   我们从大数据利用的这些价值可以看到大数据非常重要，这个重要性已经引起了政府和学术界的重视，特别是政府，不知道大家知道不知道，像美国政府2012年专门为大数据研究拨款，斥资2亿多美元，我国政府也非常重视大数据的应用，是在2015年专门发布了《促进大数据发展行动纲要》，其中归纳了《促进大数据应用发展的思路》。

   这是大数据的一般情况，我们大家都是来自于建筑施工行业，我自己本人也是，那么大数据对建筑施工行业重要不重要，我们说是非常重要的，重要在什么地方呢？重要在我们施工行业有海量数据，那我们施工行业像刚才说的我们也有很多困惑、也有很多问题，更重要的是我们施工行业经常需要做决策，而且是大量的决策，我们大数据应该是在这个其中发挥它的价值，它是有很好的应用前景。

   大数据应用的关键问题，大数据我要用它关键的关键是什么？我是把它归纳了三个要素，一个要素就是大数据的应用点，第二个要素就是大数据，第三个要素是大数据应用系统。我们最容易理解的是大数据，大数据超过海量的数据，剩下两个点怎么理解？首先我们来看大数据应用点，大数据应用点是代表着大数据的用途，用它能做什么？那么它又相当于我们做事的点子，大家知道这个点子对于做事是非常关键的，它是我们做事的基础和出发点，我们没点子我们不知道做什么，我们有了好点子，一个好点子价值千金，甚至价值千万金，那么大数据应用点它就是关于我们应用大数据的点子，那大数据的应用点我们又可以再分成应用场景，这是关于大数据应用点的介绍。

   第二个要素是大数据，我们是指我们去实现大数据应用点的时候需要用到的数据，那么这些数据从哪来？那么我们可以从现成的系统里面去取，比如说我们从我们的企业管理信息系统当中去取，那么我们也可以去专门的去采集，比如说我们要去决定请哪些人来参加宴会？那我们去收集哪些人他更能够为我的竞选愿意出钱，这个是大数据从哪来？

   第三个要素就是大数据应用系统，我们光有大数据、光有点子，我们是不是就可以用大数据呢？显然不行，大数据不能靠我们手工去计算，那我们需要系统，那么大数据应用系统就是我们实现大数据应用需要使用的信息系统，那么我们用它来进行大数据处理，就可以高效的进行处理，那么这其中应该包含的功能包括了数据采集、数据汇集、数据分析的功能。那么在其中往往应该应用大数据技术，那么大数据它不同于一般的数据，我们刚才说了用传统的数据处理技术我们是不能够处理完的，我们就需要应用大数据技术，大数据技术有哪些技术呢？我这是简单的列了一下，我也不是大数据的专家，我试图以科普的方式，让我自己理解一点，也让大家理解。

   那么大数据技术可以分成几方面的技术，首先就是数据存储的技术，数据存储我们传统有什么技术？我们传统是用数据文件来存储大数据、是用关系数据库来存储大数据，但是我们是用传统数据存储大数据的时候，我们就遇到挑战，包括我们的文件很大，甚至要跨服务器来存储，包括我们有海量的特别小的文件处理效率特别低等等，这时候传统的技术不够用，我们要应用大数据技术，包括例如新的文件管理系统，它对数据文件的处理效率更高，能够面向大数据文件处理。比如说NoSQL数据管理系统，我们有数据索引方面的技术，我们传统数据库技术，为了加快对数据的查询，我们需要建立数据索引，但是大数据的话它这个量非常大，你传统的数据索引建立速度就跟不上，我们有增量式的索引更新器技术。

   那么关于数据分析，我们大家熟悉的传统数据分析技术包括统计、包括相关分析、包括聚类分析、包括结算数这样一些技术，那么大数据带来的挑战是我们需要批量式的进行处理，需要处理大规模数据的增量计算，需要采取留处理模式，大数据相应的就有并行技术。

   这是我们从技术层面技术去谈，接下来我们从方法层面去谈，技术包括方法，我们现在看大数据技术里面有数据分析技术，数据分析技术里面有很多数据分析方法，那么大数据数据分析方法和我们传统的数据分析方法又有什么不同？我们这也是列了一张表，我们可以看一下我们熟悉的传统的数据分析方法出现在右侧，包括聚类分析、相关分析、回归分析、机器学习、样板数据，这些是我们传统的数据分析技术。那么大数据分析方法都有什么呢？这是我列在中间，有Bloom  Filter，有Hashing，有增量索引，有并行计算等等，它和传统的数据分析方法有什么不同呢？它是使用了完全新的完全不同大数据分析方法，大数据分析一般是基于云计算的。我们把大数据的框架通过这个，首先向我自己做了科普，也向大家做了科普，不知道大家听明白没有。

   我们面临大数据应用的时候经常被问到的几个关键问题，有什么问题？首先是大数据应用与传统信息化管理究竟区别在什么地方？我们企业已经有了信号管理系统，我们还要大数据应用吗？那么我们来看一下，我们传统的信息化管理主要是去解决业务及管理的无纸化、流程化、高效化，它主要是提供业务的管理和工具，那大数据应用它面向是什么呢？我们刚才在我们前面给出的奥巴马筹款例子里面可以看到大数据的应用它不是去支持你的业务和管理的，它是用于解决问题的，它采取的思路是用数据处理的方法，首先要找到数据，然后去处理，用这样的方法去解决存在的问题。

   我们第一个问题搞清楚了，就是大数据的应用与传统信息化管理的区别，大家应该知道了，信息化管理是信息化管理，大数据应用是大数据应用。我们看第二个问题，大数据应用最关键的要素是什么？我们刚才说了大数据应用三个要素，一是大数据应用点，二是大数据，三是大数据应用系统。最关键的是哪个？有的人说大数据，对我们行业来说大数据是客观存在的，有的人说是应用系统，应用系统是我们行业客观缺少的，我认为最重要的是大数据应用点，因为没有应用点你不知道大数据干什么用，应用点才告诉你大数据干什么用，所以大数据应用最关键的要素是大数据应用点。

   第三个问题数据量足够大是否必要条件？那有的人说刚才说的TB、PB，我们只有GB，那我是不是能够进行大数据应用呢？那么这也是一个非常关键的问题。那么在这里我先说结论，结论就是未必，就是说我们没有足够的数据，不到TB、不到PB，我们同样是可以进行大数据应用的，为什么？那我们说我们强调大数据应用，不光有量的问题，还有质的问题，比如说我们就是社交网络得到的数据，那个质量可能并不好，如果说我们企业管理信息的数据质量是不是很好，有可能很好，至少把社交网络的数据质量要好得多。这样的话，我们数据量没有那么大，但是我们已经够用了，那么是不是也就可以来进行大数据应用？这是第三个问题。

   那么最后一个问题就是应用大数据技术是否大数据应用的必要条件，其实我们第三个问题回答了以后，第四个问题就好回答了，既然你说数据量不够够大的时候也可以，我们大数据技术不用，我们用传统的数据处理技术，当我们数据量没有那么大的时候，我们用传统的数据处理技术是不是也可以？这么几个关键问题，我们是不是首先把它说明白了，然后我们再来看我们行业的大数据应用。

   接下来我就介绍第三个问题建筑施工行业大数据应用的现状。我们刚才已经说了大数据应用点是最重要的，大家知道不知道我们建筑施工行业大数据应用点都有哪些呢？显然不知道。为什么呢？到目前为止没有人去做这项工作，所以既然它这么重要，对我们行业应用大数据这么重要，我们首先去做这项工作，所以我们有必要总结目前行业大数据应用的现状，特别是建筑施工行业大数据的应用点。

   这样的一个想法就是我们今年的行业报告出发点，我们今年行业报告就是要把当前我们建筑施工行业大数据应用的现状，特别是大数据应用点，把它搞清楚。那么今年行业发展报告撰写我们是采取连年同样的撰写方法，我们首先有专家团队提出的几章，并且推荐了撰写人，然后我们是找国内行业当中做得最好的单位，派专家按章分别来进行撰写，专家在中途还进行了把关，最后由我来统稿。今年的行业报告总共是18章39个大数据应用点，其中包含了40个应用点，我们主要的内容，首先是理论部分，理论部分是按应用目的、应用内容、应用结果来写，案例部分我们是按应用背景、应用内容、应用效果来展开的。这就是我们今年行业报告的目录，大家可以看到我们分成五个方面，基础篇、工程项目篇、企业篇、行业篇、展望篇五个方面，总共是18章，其中包含了48个案例。

   在应用现状当中我们指出最重要的是大数据应用点，那我在这把大数据应用点列出来，我们大家一起来看一下，在我们这个行业报告中共找到了三个层次的共14个方面40个应用点，那么我们都列出来了，我们看三个层次就是项目层、企业层、行业层，项目层关于劳务管理、质量安全管理、绿色施工等等总共是14个方面。有40个应用点，我刚才已经解释了应用点，应用点就是大数据的用途，具体来讲的话，每个应用点比如把握劳务人员基本情况，是项目层我们用大数据是干什么，首先是把握劳务人员的基本情况，这么多的应用点，挑几个典型的应用点跟大家做分享。

   首先我们按照劳务管理这一个方面，我们拿一个预测现场劳务人员安全风险这个应用点，那么这个应用点下又包含了应用场景，我们在这看的应用场景作为例子我们一起来看的应用场景是基于大数据的劳务人员在线安全教育考试结果的分析，那么这个是干什么呢？这是我们对劳务人员进行教育的时候，我们利用手机现代的手段，我们让劳务人员下载APP，他们通过APP上网，我们让他们进入到我们的考题系统，为了鼓励他们进入，我们给予一定的奖励，他进入考题系统，他就去浏览、答题，当然答什么题？做什么题？不用我们规定，他自己感兴趣就去答。他在答题的过程都会被我们系统记下来，记下来就形成大数据了，然后我们就对这个数据进行分析，我们分析能分析出来什么呢？我们分析他答了哪些题？还能分析他哪些方面的题他应该答了没答案，应该答了没答就是我们的风险所在，我们就可以通过分析这个大数据来看我们需要他进一步开展什么样的教育，或者在现场我们应该重视哪方面的风险。当然我们有应用案例，因为还有5分钟的时间，我就不讲案例了，我刚才的表述应该是清楚的。然后我们来看下一个例子。

   下一个例子是物料管理，我们看第一个应用点是分析物料的情况，作为应用场景我举一个应用场景的例子，就是对于大数据物料的现场验收管控，也是我们要在现场我们应用我们的智能化、集成化、互联网这样的一些手段，我们来解决物料现场管控难、效率低的问题，我们具体的做法是什么呢？我们是要形成利用物联网技术进行数据自动的采集，形成现场验收管控的系统，那么利用这个系统，我们自动的采集数据，我们对这个采集的数据进行分析，然后我们可以分析物料的情况，这方面广联达他们也有成套的系统，刚才也做了一定的介绍，就是说来料我们要有专门的设备，它会上报，我们的地方会自动的形成采集数据，传到系统里面，系统还采集它的运单的数据，所有这些数据和它原来物料订货时候的数据连接起来，我们这样就可以进行大数据分析，我们看供货商他是不是总是缺斤短两，这样的话我们掌握物料的情况。

   第三个例子是基于大数据企业的定额编制，这个例子应用点是充实企业金额库，作为应用场景就是基于大数据施工定额的编制，目的就是针对施工现场去采集人机财各方面的数据，然后积累形成大数据，然后用于制定企业的内部定额。由于时间的关系，我就不详细讲了，我的报告里面同样给出了详细的描述，也有相应的案例。

   接下来是采购管理，辅助集中采购决策应用点，我们来看一下基于大数据的集中采购物资项目的确认，大家知道集中采购首先需要收集采购需求，下面的子公司、分公司大家的采购需求是什么，然后进行汇总，最后形成定单，怎么来形成订单，可以参考各级的数据，因为我们集中采购系统里面在进行采购过程中，所有数据都集中在这里，我们进行去年采购订单的时候，就可以让系统进行大数据分析，向我们推荐我们采购的需求，形成物资需求值，这样的话我们采购人员根据这个推荐就可以来决定，这个我们也有案例，因为时间的关系，我就不讲了。

   第四个是基于大数据的企业声誉风险的分析，大家知道现在是新媒体多元化，新闻更加透明，传播的速度更快，网民有很大的话语权，在这种情况下企业需要对舆情实时的进行监控，我们这个应用场景是什么呢？就是企业它可以建立自己的舆情监测系统，这个监测系统它就可以自动的利用系统去收集相关的信息，用自然语言处理进行学习，迅速的得到分析的结果，根据这个结果企业就可以及时的发现问题、及时的报警、及时的定位传播途径，便于进行危机攻关。

   我们看这是一个案例，是某局从系统迅速的得到一个舆情，就是说一个晚报刊登说这个局他没有领销售许可就圈钱这样一个新闻，大数据系统自动的就给它分析出了这个传播的路径，那么一开始哪出来的，然后哪跟着传播，然后所有的媒体，每一个媒体传播了几次。最后大数据进行维标串标的识别是交易中心做的事情，时间关系我就不说了。

   第四个问题就是我们行业大数据应用的趋势，我简单的讲一下，三个方面，第一个方面是应用点，应用点简单的说就是我们还会发现挖掘更多的应用点，我们现在有40个，我们能挖掘出更多的应用点，第二个方面是大数据，大数据就是我们会收集更多的大数据，而且是互联关联的，我们可以做更多的应用，第三个方面是大数据应用系统，我们行业和消费领域大数据很大的不同就是消费领域可以供大数据分析师对所有数据进行分析，我们领域应用单位比较小，数据也比较少，我们需要我们自己去做，我们就需要相应的应用系统，我们应用系统亟待发展。

   举个例子说明一下我们应用系统应该怎么发展？这是我们目前正在进行的一个“十三五”的项目，就是研究绿色建筑大数据应用，在这个项目中我们得知目前国家对大型公共建筑进行能耗的实时监测，收集了很多数据都是实时的，一直在积累，怎么进行利用，我们就进行研究，我们首先研究应用点，那么接下来我们就研究汇聚方法，接下来我们开发相应的应用系统，就是云端数据管理系统以及数据服务系统。我们施工行业同样用这样一个方法不断的去发展，开发新的应用点、新的应用系统，我们去积累更多的大数据，让大数据通过大数据应用服务我们于我们这个行业。

   结语，刚才我讲的所有内容，首先介绍了背景，阐述了大数据应用的关键问题，分析了现状、分析了发展趋势。大家可能非常关心我们这个行业大数据应用这么多应用点出来了，究竟我们处在一个什么样的应用阶段呢？那么可以告诉大家，我们总的来说，我们建筑施工行业大数据应用还处在一个初步的阶段，为什么？我们仅仅有了应用点了，我们还没有相应的更大的数据，我们还没有很好的大数据应用系统，我们行业的大数据应用方兴未艾，相信我们大数据应用会取得更大的发展。谢谢大家！