门淑滨
泛华建设集团有限公司100050
摘要：在大数据时代蓬勃发展的环境下，工程项目管理领域的工作明显滞后，但现阶段工程项目管理的知识价值的体现和运用仍主要依靠工程管理师的个人经验，具有很强的人为差异和局限性，其中更具现实意义的管理方法未被有效挖掘从而难以被利用。为此，文章结合大数据时代信息化方法，针对大数据挖掘在工程项目管理中存在的问题等方面进行分析，旨在利用大数据挖掘方式的优势，提高工程项目管理工作效率，为企业谋取更大的经济利益，并在未来大数据在工程领域的研究给予更多实践方面的参考依据。
关键词：大数据挖掘；项目管理；应用
中图分类号：TU71 文献标识码：A
1 引言
随着信息技术的飞速发展，大数据技术的应用为许多行业的发展带来了转机。对于工程项目管理事业而言，伴随着工程项目的规模不断增大，相关工作者的工作量也急剧增加，而以大数据挖掘技术为首的大数据相关技术的引入，为管理者提供了必要的技术支持，有效地缓解了管理者的工作压力，整体提升了管理者的工作效率。
2 大数据挖掘与工程项目管理之间的关系
2.1 基于大数据背景下工程项目管理发展的趋势
在过去传统的工程项目管理中，常常存在着项目区域分布广、项目类型较杂、项目领域涉及广、项目规模及数量庞大等特点。这一过程往往会造成企业内部人力物力资源的利用率低下、工作量大且办事效率低，浪费了大量的财力及人力资源。现在，企业项目的工程管理相比于之前传统的项目呈现工程项目数据多样性、数据可实现动态平衡并进行实时监控。这些优点都是基于以大数据挖掘为分析工具，对企业内的项目工程管理进行科学、合理、便捷的分析及整理，并且在利用此工具基础上，构建整理成库的工程项目管理数据，可轻而易举地对项目进行规模化的管理，更益于信息现代化的建设及企业稳定的发展。
2.2 为优化企业工程项目，大数据挖掘技术成为管理新方式
基于工程项目管理的数据本身大量性、数据形式多样性以及管理的全面性的特点，工程项目管理方法的创造也突破了思维的新高度。利用大数据挖掘的方式对于项目工程进行管理，不仅可以提高管理的工作效率，还能对从众多的数据库中筛选出需要的重点数据进行科学性的优化、分析，合理为工作者提供选择的方向，规避工程项目管理中潜在的风险危机。大数据挖掘这一新型的管理方式减少了企业内人力物力资源方面的无端浪费，还为许多新型的工程管理方式提供了新思想，注入了一股符合当今时代发展的新鲜的血液。
3 工程项目管理中大数据应用存在的问题
3.1 缺乏适用的大数据应用方法
如何在工程项目管理中利用大数据技术、云计算来深层次挖掘真实数据、分析数据、提取有效数据作为决策支撑是亟待解决的问题。大数据技术在全生命周期的研究与应用仍需进一步探索，这也导致传统管理模式未得到实质性改观。在传统的工程项目管理中，项目部是整个项目管理的核心部门，而项目经理和项目管理人员又是最直接接触工程项目的管理者，其往往会根据自己的主观意识或集体头脑风暴、管理经验、行为偏好来管理项目，这种方式导致个人主观成分过多，很多工作仅停留在问题表层，客观性不够，决策的科学性、合理性不足，管理方式单一化未得到明显改变。
3.2 信息数据处理过程中存在难题
首先，在对信息数据的不完全分析阶段，如果管理者未能及时有效地处理所有关键数据，那么会很容易增大工程相关项目方案与市场要求之间的差异性。
其次，在处理复杂的数据信息过程中，管理者一旦对数据的归类做出了错误的判断，就会对企业的整体经营活动造成一定程度的不利影响，给企业带来经济上的损失。故此，许多企业都将对信息数据的收集与处理工作当做项目内大数据挖掘工作的基础环节与关键部分。
4 大数据挖掘在工程项目管理中的应用策略
4.1 完善大数据挖掘管理制度
从制度层面分析：对大数据挖掘管理的层次架构进行搭建，是将大数据挖掘工作融入工程项目管理过程的首要环节。在这一环节中，首先需要引入市场化层次管理理念与控制集中化的相关思想，以便项目开发单位对相关信息进行进一步的收集、处理，构建管理回路，将大数据信息资源作为企业管理工作的数据支撑。在此基础上，管理者应该对相关数据进行有效控制，按照相关规范对数据进行采集、处理、分析，保证采集过程的高效性与及时性，结合数据信息的整体情况，对管理工作进行阶段性划分，并针对施工成本与进度控制、工程安全风险控制等不同工作阶段提出有效的决策性建议。
4.2 完善大数据挖掘小组
对于管理工程项目，不仅要通过大数据挖掘方法对大量的项目实施书、工程数据管控等方面进行分析，还要对工程项目实施过程中可能会出现的技术问题进行规避，且对于施工成本也要进行优化。在挖掘小组对工程进度数据进行分析的基础上，结合专业人员对于数据挖掘的评估，以提升工程的验收率，及时规避施工中存在的风险和失误问题，有效完善施工中成本控制的体系。同时，在完整地构建大数据挖掘小组的前提下，对于企业本身流动资金链进行管控，保证企业在数据挖掘基础上防止存在物料管理和现阶段工作验收不规范的现象。在完成数据挖掘基础上，加强对于控制制度的完善，防止存在工期拖延和工期质量控制不科学的现象。
4.3 外围技术相互结合
大数据不在于掌握庞大的数据群体，而是对有意义的数据进行专业化的处理，而要想达到想象中的效果，离不开特殊技术的支持。大数据必须采用分布式结构进行数据处理，无法用单台计算机进行处理。将大数据与云计算、AI、VR、等相结合，实现产业的盈利。通过提高对数据的加工能力，来实现产业的增值。相互的结合，可以使彼此的优点最大化，在智能技术的支持下，可以使得工程项目管理更轻松高效，可以有效提高工程进度，并且降低项目出现失误的几率。实现智能设备的管理，需要管理人员了解自动化的优缺点，以及运行规律，从而减少工作人员的负担与压力。
4.4 人才层面
加强专业人才团队建设，引进或培养精通大数据技术、工程项目管理的专门人才。加强对管理人员的专业培训，特别需要对统计软件、工程造价软件、建筑设计软件等主流软件的学习，并将培训所学与具体项目实践相结合，增加管理人员学习经历，培养既有较高工程项目管理的专业素质，又能利用大数据技术及方法指导项目实践的复合型人才，提升工程项目信息化应用水平，提高项目管理绩效，真正实现大数据技术与工程项目管理的融合。
5 结束语
在全球数字化浪潮下，大数据与实体经济的理论与融合应用研究不断扩展，利用大数据提升企业转型升级能力和商业价值，其效果已在部分行业领域逐步显现。工程项目管理企业应以此为契机，转变思维模式，适应大数据时代要求，完善企业组织架构，积极探索适用于工程项目管理的技术和方法，加强专业人才培养，用数据引领创新，创造价值，驱动工程项目管理企业升级与发展。
参考文献：
[1] 刘巧会.大数据挖掘在建筑工程管理中的应用[J].江西建材,2019(06):210+212.
[2] 马欣然.大数据挖掘在工程项目管理中的应用[J].知识文库,2019(04):219.
[3] 齐譞博.大数据挖掘在工程项目管理中的应用[J].住宅与房地产,2018(36):105.
[4] 张庆帆.工程项目管理中大数据挖掘的应用[J].居舍,2018(32):146-147.
[5] 李云飞.大数据挖掘在工程项目管理中的应用分析[J].吉林工程技术师范学院学报,2018,34(09):53-55.