由Nitin Bangera
从2016年5月/ 6月问题
米超过100年前,内燃机的发明彻底改变了汽车旅行,和它生下了一个新的工业经济。正如内燃机,扩散数据科学分析再次重塑信息经济和改变我们如何与技术。业务分析,尤其是在改善运营大型组织的一个关键的角色。example-UPS,航运服务,节省了3000万美元的燃料使用预测分析。这些成本节约是令人垂涎的如果你是一个管理者。但是,如果你是一个设施管理(FM)执行?如果你是一个联邦或非盈利调频和有限的资源执行吗?
描述与预测分析
之前我们看调频分析,让我们更好的理解不同类型的分析。底部的价值和复杂链谎言的描述性分析,总结最近和历史数据。例子包括仪表板、图表、统计、趋势模型,等。移动产业链,通过添加数据可视化和向下钻取这些工具,诊断分析使我们能够确定事件的根源。根据定义,这些类型的分析都是向后看。
在前瞻性的层面,有预测分析。建模,这些使用各种先进的统计和机器学习技术,研究历史数据,使概率预测。一层的复杂链,说明性的分析添加跟踪结果表明最佳的行动方针。最后这两种类型的分析形式的信息经济的基础。除了预测接下来你想买什么,这些分析也大大改变了对话在金融、交通、医疗、制造业、和社会部门。
分析改变设施管理吗?
调频行业充斥着不同的产品的描述性分析。许多公司以前奶油面包,提供设计和工程软件套件是专注于描述性分析。这包括建筑信息模型(BIM)最近在复杂性和价值由于其与其他新兴合作,具有成本效益的云计算等技术,无人机映射,红外传感、建筑物自动化、可视化、和传感器。调频也开始利用预测分析的智能建筑技术和预见性维护系统。智能系统控制从空调照明。建立传感器生成大量的实时数据和监控失败。这种组合是让现代建筑更加节能,操作成本更低、更舒适。然而,许多这些好处只能实现在现代建筑与精明的所有者。现在的情况是,大多数大型设施的投资组合或校园不受益于内置的传感器技术,网络化暖通空调组件,或者连接到一个城市的城市电网。
多云和资金不足的机会
当一个人开始看庞大的联邦不动产资产控股情况变得阴暗。联邦政府在美国最大的不动产所有者与275000多名拥有或租赁建筑每年花费215亿美元来操作。然而,许多这些资产在惊人的恶化和联邦设施的状态甚至被列为“高的风险。“摇摇欲坠的公共基础设施和设备全国强调,公众和复杂组织滞后营利性同行使用先进的数据分析。它们不仅要靠缩减预算,他们也缺乏必要的流动性投资于新的或不成熟的技术。一些政府机构尤其倾向于更大的挑战,因为他们的资产,老,,通常位于农村或偏远的设置。
Unsensored,需要的见解
没有“放诸四海而皆准的解决方案在FM的交集和先进的分析。需要更多的定制的预测分析方法,特别是在缺乏成熟的组织。最近的一个项目中,博思艾伦为一家大型美国政府土地管理机构表明,概率方法组合管理可以改善调频,即使没有传感器数据。该机构是在其资产优先级的一致性指数(API)分数,确定融资优先级28000栋建筑。有趣,知道经理介绍偏差和主体性的API的分数,但这怎么可能占了?想知道,“是什么人想当他们进球资产?我们可以找出谁的分数更可靠吗?”
该机构的数据仅限于field-collected信息由设备维修人员。然而它仍然是足够广泛的(五年的工作订单和库存事务数据)。该机构是坚定地从这些数据生成预测见解的欲望。所以团队决定它需要一个概率的方法。
概率预测分析方法
概率模型表示与现实世界相关联的内在不确定性使用概率。例如,而不是说每天早上航天飞机从纽约飞往波士顿迟到15分钟平均来说,一个更好的信息是这个航班有67%的机会被推迟至少17分钟。如果是周五,延迟可能会高达80%的概率。
这种有条件的图形表示变量之间的关系称为贝叶斯网络。这个网络是一个功能强大的工具,它可以表示几乎所有与他们相关的不同的变量和条件概率依赖关系来生成一个目标结果的概率分布。
使用这种概率方法的优点是它不会绊倒空白或错误的数据,通常都是如此与调频信息收集。概率技术,如贝叶斯网络可以归咎于缺失的数据,通过机器学习不断完善其预测。然而,调频和组织主题专家总是需要验证和truth-test假设和结果。
设施和数据科学团队收集调频机构的现有资产的数据管理系统实现了一个十年之前。数据被送入一个桌面应用程序,它提供一个实验室环境创建一个贝叶斯网络。该应用程序还具有优化的机器学习算法,可以发现概率大量的变量之间的关系。
调频主题专家经常在需要的地方提供验证和修正。团队能够快速确定的变量是最具影响力的API分数,考试成绩的可靠性在40建筑类型,并预测无偏分数28000栋建筑。
这个调频预测分析案例研究演示了进一步潜在的用例,目前正在探索:
- 不动产的识别数据输入异常数据;
- 估计设施恶化率;
- 模拟安全与健康风险的可能性/设备故障;和
- 更好地预测设备运行和维护的需求。
小数据也很重要
所以,缺乏高科技设备、传感器、或软件并不意味着调频高管们运气不好。这并不总是对大数据或获得最新的分析软件系统。有时成功意味着找到所有的数据并将其使用。然而,几乎总是分析就是让你的员工做出好的决策。
Bangera领导联系博思艾伦位于华盛顿特区。他是一个专家在基础设施商业智能、数据分析、投资组合规划和设施管理策略服务超过15年的经验。
你有一个评论吗?在下面的评论栏中分享你的想法或发送电子邮件到acosgrove@groupc.com的编辑。
同意了。
很好表达Bangera先生。但是考虑到成本压力,和大数据技术的发展格局,它理应公司或团队拥有巨额预算认为并运行简单无论他们居住在复杂图。