一、大数据技术简述
大数据（英文：big data），是对海量数据进行存储、计算、统计、检索、分析处理的一些了处理手段，处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据处理手段无法完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时计算等，汇集了当前IT领域热门流行的新兴技术。
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。大数据技术包括基础架构、数据采集、数据存取、数据清洗、统计分析、效果预测、结果呈现。
大数据之所以受到了广泛的关注，其中一个重要原因是大数据开辟了新的价值领域，大数据让互联网（物联网）上源源不断的数据拥有了价值。大数据是一次技术变革，大数据技术对国家治理、企业决策和个人生活都在产生深远的影响，并将成为云计算、物联网之后信息技术产业领域又一重大创新变革。
二、大数据时代下建筑企业发展现状
2019年中国建筑业市场紧缩，行业发展增速不容乐观。表明建筑行业的市场集中度加速提升，垄断竞争市场格局日益加剧。国内基建、道路、新能源开发、综合管廊等项目逐渐从国内转向国外，对外承包工程市场复苏。 “一带一路”沿线国家表现较好，截至2019年4月，新签合同额同比增长40.2%。
建筑企业信息化普及程度较高，但信息化应用较少且各部门的信息化平台没有横向打通，变成了相对独立的数据孤岛，且数据清洗不及时，数据采集不全面，很多数据还停留在纸面，数据存储空间紧张，数据平台检索查询能力低，数据产生的价值低。目前建筑企业信息化管理停留在表层，但建筑企业大数据仍有非常大的潜力。
三、建筑企业信息化管理中存在的大数据
建筑企业中存在着多种数据资源，目前建筑企业内信息化管理主要体现在财务、合约、人力资源、工程部，对实体工程信息化管理程度较低，与之对应产生的大数据也集中体现在这四方面。
财务数据。每一个企业都会有独立的财务部门，也会使用独立的财务管理平台与当地政府财务机构对接，并且财务数据也是作为企业经营情况的重要参考依据。对于建筑企业，财务数据非常庞大，除企业内部人员薪资数据外，还有企业税务数据、工程款数据、分包结算数据等，所有数据都要求在企业中留档存储，在年中和年末财务汇报中统计分析。
合约数据。建筑企业的主营业务是建筑工程项目，每一个工程项目都会与甲方签订合约，而在项目启动后，也会陆续签约材料、分包、临建、信息化、安全等多项合约。在项目进行中，也有可能签订补充协议。建筑企业的一个中等体量的项目大概会签订几十份合约，而大型国有建筑央企一年大概有上千个项目，如果按照每一份合约都是一份数据来计算，建筑企业的合约数据也是非常庞大的。
人力资源数据。企业会和每一名员工签订劳动合同，之后员工的工作内容、培训、任职、薪资调整等各项数据都将记入企业人力资源数据。而且随着企业的人员流动和企业规模发展扩张，人力资源数据需要不断更新清洗，数据容量也要不断扩容。
工程数据。作为建筑企业的主要载体，工程数据对建筑企业尤为重要。建筑企业资质升级也是以竣工工程体量数据为参考依据。工程数据又可分为安全、技术、质量、BIM四个方面。安全数据主要包括施工人员安全教育数据、施工安全交底、施工现场安全隐患、施工现场安全防护措施、应急预案。技术数据主要包括项目施工组织设计、施工图纸会审、施工方案、施工技术交底、竣工资料。质量数据主要包括施工质量整改记录、工程材料质量验收记录、特种设备质量验收报备、施工质量验收记录。BIM数据只要包括施工三维模型、施工工期模拟、施工场地大临布设、施工模型数据分析、可视化施工模拟及交底、机电综合碰撞检查分析。建筑企业工程数据量非常庞大，但因实际操作的困难，数据采集难度较大。
除BIM数据外其他各项数据多数停留在纸质层面。
四、大数据技术在建筑企业信息化管理中的研究分析
1.数据采集
建筑企业的数据采集自动化程度较低，目前数据采集能力较强的信息化平台主要集中在财务和合约部门，财务和合约信息能够在平台上自动采集。人力资源和工程部门的数据采集主要依靠人手动采集。现在我的信息化网络技术越来越发达，5G网络时代马上到来，无纸化办公在高速网络环境下已不再是不可能。人力资源数据可以实现网络填报，在线管理统计，数据采集方便快捷。工程数据可先在工程现场实现全网覆盖，利用二维码、人脸识别、监控等设备实现施工现场数据自动采集。各项工程信息资料也能实现在线填报审核、电子签章等方式，直接生成工程数据。
2.数据存储
目前大数据存储普遍使用分布式储存系统，分布式存储是将数据分散存储在多台独立的设备上，分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，他不但提高了系统的可靠性、可用性和存储效率，还易于扩展。分布式存储系统需要多台服务器同时工作，当服务器数量增多时，其中的一些服务器出现故障的概率也会提升，服务器出现故障是在所难免的，它需要具有一定的容错性来处理网络故障带来的问题。
3.数据统计分析
数据的统计分析是体现数据价值的最有效方法，通过数据分析能够客观的反应出建筑企业的经营发展情况。现有大数据分析主要有六个方面，它们是数据可视化分析、数据挖掘算法、预测性分析能力、语义引擎、数据质量和数据管理、数据存储仓库。按照这六个方面分析数据，企业决策层技能直观看到数据本身，也能够接住计算机分析理解数据做出一些预测性的判断，同时还能多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。可以为建筑企业制定战略决策、规划发展提供有力帮助。
4.数据清洗
做数据分析工作之前一定需要对数据进行观察并整理，这是因为挖掘出来的数据中含有很多无用的数据，这些数据不但消耗分析的时间，而且还会影响数据分析结果，所以需要对数据进行清洗。建筑企业中人力资源和合约部门的数据清洗工作比其他部门要多，人力资源部主要体现在企业人员流动量大，企业职员调动频繁，职工培训证件定期更新等，合约部主要体现在耗材采购、安全措施等常规小型合约。
清洗无用数据，还需要对不准确、不完整或不合理数据进行筛选整理，对这些数据进行修补或移除以提高数据质量。如财务数据中很多只有最终结算或概算数据，缺少中间发生的数据，但通过平台记录或追踪可将这些数据补全。
清洗数据过程中还应对重复数据和雷同数据删除。如工程数据中的施工方案、技术交底、安全交底、施工安全措施等数据重复可能性较高，通过比对筛查清楚重复数据，对提高数据质量有很大帮助。
5.数据价值提升
大数据技术主要围绕“数据价值化”这个核心来展开，建筑企业中各部门信息化平台的数据都可产大小不同的价值，但各部门因专业性太强，自己平台的数据只能在自己的专业领域内产生价值。因此，建筑企业需要一个大平台，整合各专业部门数据，完成各部信息化平台数据对接，将内部各信息化平台横向打通。整合后的信息化平台大数据整合分类、统计、分析计算出评估报告，通过财务、合约、人力、工程各项数据的综合分析，可以帮助建筑更好的分析发展状况，评估项目投资风险，特别是对EPC总包项目的各项风险分析，做到合理规避风险，统筹安排项目工期、将项目投资到利益最大化。
五、总结
建筑行业的转型离不开科学技术的支持和深度应用，目前我的建筑企业信息化管理下的大数据应用仍处于前期探索阶段。但从许多建筑企业的实际开展来看，信息技术的投入使用展现了良好的效果。其不仅能为企业提供更加科学、便捷的内部管理，还能为企业分析建筑市场发展动向做出科学决策提供重要参考。现代建筑工程已经进入互联网信息化时代，如珠港澳大桥、北京大兴国际机场、雄安新区市民服务中心等工程，施工难度大、工艺复杂、工期短及超大的工程体量对建筑企业既是机遇也是挑战，建筑企业必须充分利用信息化技术在更短的时间内处理更多的施工任务。因此，我国建筑企业必须要转变发展观念，打破传统管理模式的束缚，建立适合自身发展的数据驱动型管理模式；引领更加科学、先进的数据处理办法，对采集的数据进行综合深入的分析，为科学决策提供参考依据，在市场竞争中占据先机。大数据技术必将成为建筑企业信息化管理的一个重要应用技术。