【大数据背景下的工程项目管理创新探究4400字(论文)】_第1页
【大数据背景下的工程项目管理创新探究4400字(论文)】_第2页
【大数据背景下的工程项目管理创新探究4400字(论文)】_第3页
【大数据背景下的工程项目管理创新探究4400字(论文)】_第4页
【大数据背景下的工程项目管理创新探究4400字(论文)】_第5页
已阅读5页,还剩3页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

大数据背景下的工程项目管理创新研究目录TOC\o"1-3"\h\u11092摘要 127217一、相关理论 223181(一)大数据 228398(二)工程项目管理 231867(三)工程项目管理创新 317910二、大数据背景下工程项目管理创新存在的问题 323691(一)大数据技术的实用性不足 39069(二)复合型人才短缺 417366(三)大数据技术整合信息落后于项目管理需求 41184三、大数据背景下工程项目管理创新问题的解决方法 56308(一)积极引进大数据决策技术 525633(二)加强技能的提升和人员的培训 52820(三)建立基础数据模型 623164结束语 616160参考文献 8山东开放大学毕业论文第第10页共10页摘要建筑行业的发展不断趋向于数字化、智能化。在工程建设活动中利用大数据技术进行信息共享,可以改变原有工程项目孤立、低效的问题。在项目建设过程中,管理人员利用大数据等先进技术为项目提供新的管理模式,大大提高项目各环节和整体的管理效率。通过分析如何运用大数据技术成果在工程项目管理中发挥作用,阐述了大数据时代下工程项目管理的具体创新应用。关键词:大数据;工程项目;管理创新

一、相关理论(一)大数据大数据不仅是人们对海量数据的总称,更为观察世界提供了全面丰富的角度,大数据有规模大、多样、快速、价值和准确等特征。在各种软件的支持下,用先进的技术对数据进行收集,并随着大数据信息及人们的使用需求的更新,来创新数据的处理方式。大数据是网络技术发展的必然产物,借助云计算技术的储存与处理功能,有些以前很难收集和使用的数据,现在可以得到更好的利用。通过所有行业在大数据方面持续创新进步,大数据技术会越来越先进,越来越深刻的影响着企业的管理行为。(二)工程项目管理工程项目管理是工程项目实施的一个重要环节。其过程中涉及不可胜数的数据和丰富的信息资源,为了实现工程的总体目标,必须对其进行全过程的动态管理。从工程的开始至完工,工程的成本、工期、质量和安全目标都能在工程的规划与管理中得以有效的执行。图1工程项目管理工作流程图(三)工程项目管理创新传统的项目管理是建立在工程实践的基础上,以问题为导向的探索式创新。该模式的创新以具体的工程问题为目标,运用结构、系统、比较等分析方法,寻求解决特定问题的途径,借助相关理论知识和专业人员的智慧,最后实现工程项目管理的创新,如苏通大桥工程的集成管理就是此类探索式创新的典型案例。工程项目管理的探索型创新通常只是以某一特定类型的工程为对象,因此,相似的项目在现成的创新的基础上,对其进行非本质的改造,以解决实际问题,从而形成了一类实质相同的管理方式,这就是“参考式”创新。然而,“参考式”创新只注重形式,不注重真正能解决问题的实质,因此很少有成功的例子。比如,苏通大桥工程集成化管理创新取得成功之后,一大批桥梁项目、公路项目都纷纷效仿,但大多都没有成功。在大数据背景下,项目管理创新与传统创新最大的区别在于其所处的环境和条件存在差异。在大数据时代,信息爆炸式的发展,使得数据的价值密度降低,因而研究人员开始不断探索新的处理数据的方法,以致大数据技术快速发展。大数据技术的发展增加了工程项目管理创新的可行性选择,拓宽了了实现工程项目管理创新的路径。从传统到大数据时代,工程项目管理的环境和条件的在不断发生改变,这势必会对创新的实现方法和结果产生一定的影响,最后,在大数据环境下,工程管理的创新本质上也发生了变化。二、大数据背景下工程项目管理创新存在的问题(一)大数据技术的实用性不足很多企业尚未认识到大数据技术在工程项目管理中所起的作用,所以管理人员对大数据技术不够重视和了解,无法将其应用于实际的项目管理工作中,从而导致当前的管理质量处于比较落后的状态。另外,大数据技术的应用需要全面学习的,需要建筑公司对其中投入大量资金,但是多数公司因认为大数据投资不能提高经济效益而拒绝投入成本,这就使得大数据在工程项目中的应用越来越少。工程项目生命周期较长,所以管理者进行工程项目管理时不仅需要考虑工程项目本身的特性,同时也要考虑到各种实际应用的要求。由于工程项目管理的特殊性,目前还没有一套适合于工程实践的数据处理技术。如何运用大数据技术,发掘有用的数据信息作为项目管理的决策依据是目前急需研究的题目。大数据技术的全面应用还没有完全实现,这就使得传统的工程项目管理方式在根本上没有改变。以往的工程项目管理,往往是以主观认识为基础,集体讨论的结果、个人的经验来进行管理,这种做法导致管理工作中个人意识成分过多,对很多问题的理解都是肤浅的,而不能深入了解到它的实质,因而无法找到彻底解决的方法,导致管理人员针对问题的的决策不够合理,所以需要进一步加强对工程项目管理大数据的理论知识、决策分析、实际应用等方面的探索。(二)复合型人才短缺工程项目管理是一个非常专业的工作,管理人员必须同时具备工程和管理两方面的专业技术。管理人员作为项目管理的主体,其专业技能和管理经验的差异将直接影响管理工作的成效。在这个信息时代,工程实际对从事项目管理的人员提出了新的要求,除了基础知识和技能外,他们还必须能够理解和应用大数据,并有能力执行相关的管理。就当下来看,我国建筑行业的人力资源紧缺,基础设备落后,员工专业水平低等问题,很难适应大数据的发展。在当下这个大数据时代,为了提高工程管理的效率,在各种限制条件下实现管理目标,需要复合型的人才,不仅要掌握项目管理的专业技能,了解工程项目管理的应用场景,还要熟悉大数据有关的知识,能够熟练应用大数据的相关工具来分析处理数据。管理人员通过可视化管理,预判和调整工程项目实际情况,还要根据反馈结果来实施管理决策,这类复合型人才在所有管理人员里所占的比例不高。(三)大数据技术整合信息落后于项目管理需求在我国,如何在工程项目管理中的灵活使用大数据技术仍然是一个比较大的难题,具体操作过程中可能会有一些不足之处,同时,许多施工企业对大数据技术认识不足。在工程项目管理的工作当中,只有根据实时数据处理结果来进行决策,才能提出切实可行的对策来解决问题。数据是项目开展的第一部分,也是最基础的一部分,然而当前存在着整合数据所需的时间过长,或者是大数据技术不能对数据信息进行详细处理的情况。当前的大数据在进行线上线下业务转化的时候,会遇到瞬时数据未传回或数量过多超过系统的限制的问题,就会延长收集信息所需的时间,导致它不能向管理人员提供最新的信息,进而影响了工程项目管理的效率,拖延工程的进度,推迟工程的完工日期,不利于工程项目管理中广泛应用大数据技术。三、大数据背景下工程项目管理创新问题的解决方法(一)积极引进大数据决策技术大数据集群智能是一种基于大数据的技术。在工程管理方面,大数据集群智能的作用是让人们基于发达的互联网进行交流沟通、简单合作、局部交互,此技术可以加快将个人智慧成果转化为实际的管理效果,从而扩大数据的适用范围和容错性,有效克服个人智力的限制,完成工程项目的决策。随着大数据技术的不断发展,工程领域的发展呈现出了更多的可能性,管理者只有抓住机会才能在这个发展的时代稳步前进。工程项目管理中的数据决策是对整个项目的全局把握,能够真正实现对材料、人员和进度等的管理。材料方面,经常会出现虚报谎报材料价格的现象,使用云计算技术,可以了解市场上的材料价格,合理的计划材料的成本,设置材料定额。当然,数据判定技术对技术人员的职业素质有很高的要求,因此在实际的数据决策过程中,数据有时会出现一些偏差,这就要求管理者在使用数据进行决策时,要充分考虑实际的情况。此外,对数据的进一步挖掘也很有必要,信息的不断深化才能使决策功能更具科学性。(二)加强技能的提升和人员的培训人才是创新的核心要素,加大管理人才方面的资金支持,强化人才培训,提升项目管理人员的整体素质,对于建筑工程企业是非常重要的。大数据时代的项目管理对人员素质提出了更高的要求,所以企业要致力打造一支实力过硬的专业人才队伍,数据判定技术对技术人员的职业素质有很高的要求,尤其是加强对制图软件、造价软件、结构设计软件等常用软件的学习,并引导管理人员将培训所学融入到实际应用中;同时与高等学校合作以确保项目管理开发的优秀毕业生可以加入到企业的人才队伍中;还要引进能将大数据和工程项目管理两者有效结合的专业人才,培养企业管理人员的信息化意识。(三)建立基础数据模型在工程项目管理中,数据的收集只是基本工作,在采集到的资料之后,要对这些资料进行分析和处理,以便为今后的政策制定提供更加科学的依据。在处理工程项目所生成的海量数据时,需要及时提供最新的数据和处理结果给管理人员,辅助管理人员做好管理的工作。建立基础数据模型,建设项目管理人员可以从中直观地获取与项目有关的数据信息,寻找规律,然后对项目相关数据信息规律加以使用,做出决策。工程项目分为前期准备、实施、后期运营三个阶段,所以基础模型也要分为三个层次,再将三个层次整合成完整的数据模型。完整的数据模型必须包含管理的详细信息,例如,具体的施工方案,工程的成本以及工人信息等都需要在数据模型中展现出来,做到工程出现各种问题时可以责任到人,方便更好地解决问题。数据模型能够贯穿于整个工程项目之中,真实的模拟工程的实际情况。在突发事件发生前,数据模型也能进行预测,使得管理人员和技术人员及时优化整个工程的细节,规避风险。在建立基础数据模型时,要利用大数据技术,对工程数据进行发掘和综合,且要关注数据与工程施工和工程管理三者之间的联系,然后依据数据与联系建立基础数据模型。基础数据模型可以更直观地反映建筑工程的特征。工程项目管理包括质量管理、进度管理、安全管理和费用管理,每个环节均包含多个子项,涉及到很多细分条目。在建立基本的资料模型时,需要对各个环节进行专项建模,再将所有的专项模型结合成一个整体,形成一个完整的模型,保证数据模型既能够显示出所有的细节,又能够展示出不同信息的相互关联,可以为工程项目管理人员提供科学决策的依据。结束语总之,随着我国大数据技术的日益普及,给工程项目管理创新带来了的机会,但同时也面临着新的挑战。大数据时代带来的不仅是庞大的数据资源还有更加强大的技术,工程建设企业应当认识到大数据的作用,将大数据技术处理后的数据结果作为科学决策与管理的重要依据,最终提高管理人员的管理能力。同时,技术工作者要与时俱进,要不断地学习、掌握新的理论,并以此来实现技术的升级与更新。我国已经将大数据视为国家战略,在工程项目的管理中,也要对国家的要求做出反应,加强大数据技术的应用,优化大数据应用管理模式。对于行业内人才缺失的问题,要加强对大数据的研究。为了更好地提升人才储备,企业应重视引进和培训专业技术人员,确保工程项目管理工作的进步性、创新性。参考文献[1]李连君,李宇彤,刘宏.探析大数据背景下工程项目管理的创新研究[J].建筑与预算,2022(06):5

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论