[et_pb_section fb_built=”1″ theme_builder_area=”post_content” _builder_version=”4.22.1″ _module_preset=”default”][et_pb_row _builder_version=”4.22.1″ _module_preset=”default” theme_builder_area=”post_content”][et_pb_column _builder_version=”4.22.1″ _module_preset=”default” type=”4_4″ theme_builder_area=”post_content”][et_pb_text _builder_version=”4.22.1″ _module_preset=”default” theme_builder_area=”post_content” hover_enabled=”0″ sticky_enabled=”0″]<\/p>\n
Kender du min onkel J\u00f8rgen? Ja, det er jeg faktisk ret sikker p\u00e5 du g\u00f8r. Du har med garanti en lignende onkel. Eller en tante. Onkel J\u00f8rgen er ham, der altid r\u00e5ber h\u00f8jest til julefrokosten. \u2013 Og hvis du ikke er enig med ham, banker han i bordet og r\u00e5ber endnu h\u00f8jere. Han\u00a0er ekspert indenfor alle emner, og er ikke bleg for at dele ud af sin visdom og gode r\u00e5d\u00a0(!)\u00a0Onkel J\u00f8rgen s\u00e6tter sig altid for enden af bordet.<\/p>\n
Onkel J\u00f8rgen g\u00f8r mig s\u00e5 uendelig tr\u00e6t.\u00a0Hans udtalelser holder sj\u00e6ldent vand, og han henviser til alle mulige unders\u00f8gelser, som aldrig har fundet sted.<\/p>\n
Det er relevant fordi, at Onkel J\u00f8rgen ogs\u00e5 arbejder i byggebranchen. P\u00e5 byggem\u00f8der lytter vi til Onkel J\u00f8rgen, og vi tager beslutninger baseret p\u00e5 hans mavefornemmelser og luftkasteller. \u2013 Ikke s\u00e5 m\u00e6rkeligt, at det kniber med at holde budgetterne og tidsplanerne i byggeriet\u2026<\/p>\n
Men der er h\u00e5b. Der findes et alternativ til J\u00f8rgens m\u00e5de at styre byggesager p\u00e5. Vi vil gerne dele en ny rapport\u00a0med dig, der handler\u00a0om Big Data i byggeriet.<\/p>\n<\/div>\n<\/div>\n
I november publicerede det amerikanske firma FMI Corporation nemlig en\u00a0\u2013 vanvittig sp\u00e6ndende \u2013 research report om Big Data i byggeriet.<\/p>\n
Jeg giver dig h\u00f8jdepunkterne fra rapporten nedenfor, men jeg vil klart anbefale dig at downloade og l\u00e6se det fulde whitepaper.|<\/p>\n<\/div>\n<\/div>\n
Rapporten starter med at forudse, at de virksomheder i byggeriet, der\u00a0ikke<\/strong><\/em>\u00a0implementerer de nye data-drevne metoder, formentlig vil miste markedsandele, for til sidst at blive helt for\u00e6ldede.<\/p>\n D\u00e5rlige nyheder for J\u00f8rgen, men gode nyheder for alle de nysgerrige og fremsynede akt\u00f8rer i byggeriet, der er blevet tr\u00e6tte af J\u00f8rgen, og som har gennemskuet hans luftkasteller.<\/p>\n Rapporten henviser til en unders\u00f8gelse af, hvor meget data der bliver udnyttet i byggeriet. 96% af al data i byggeriet bliver ikke anvendt.<\/p>\n Det er faktisk muligt, at forudse mange af de faktorer der v\u00e6lter budgetter og tidsplaner i byggeriet, ved at kigge p\u00e5 data. Men for langt de fleste af os, er den guld, der er gemt i de\u00a0store m\u00e6ngder data, lige s\u00e5 lette at finde, som en n\u00e5l i h\u00f8stak.<\/p>\n Hvilke data vi skal opsamle? Hvordan skal de opsamles? Hvordan kan vi analysere dem? Og hvordan laver vi en helt lavpraktisk handlingsplan \u2013 s\u00e5 vi kan bruge det til noget i praksis?<\/p>\n Rapporten peger p\u00e5, at opsamlet og analyseret data, tidligt kan afsl\u00f8re risiko i byggeprojekter. Her kommer\u00a0begrebet \u201cPredictive analytics\u201d ind i billedet.<\/p>\n Hos Exigo anvender vi business intelligence til at h\u00e5ndtere data, og bruger overskuelige dashboard til at visualisere f.eks. earned value eller lokations-baseret fremdrift i tidsplaner.\u00a0M\u00e5ske kan det\u00a0ogs\u00e5 hj\u00e6lpe dig?<\/p>\n<\/div>\n<\/div>\n [\/et_pb_text][et_pb_image src=”http:\/\/exigo.dk\/wp-content\/uploads\/2018\/12\/Big-data-eksempel-3-1500×759-1.png” _builder_version=”4.22.1″ _module_preset=”default” theme_builder_area=”post_content” hover_enabled=”0″ sticky_enabled=”0″][\/et_pb_image][et_pb_text _builder_version=”4.22.1″ _module_preset=”default” theme_builder_area=”post_content” hover_enabled=”0″ sticky_enabled=”0″]<\/p>\n Med data kan m\u00f8nstre\/trends identificeres, og fort\u00e6lle os sandsynligheden for, at bestemte scenarier kommer til at ske. Identificerede risici kan undg\u00e5es, ved at arbejde forebyggende og planl\u00e6gge anderledes.<\/p>\n Predictive analytics, kan bruges til at unders\u00f8ge og analysere muligheder og scenarier i byggeriets beslutningsprocesser, fx forskellige udbuds- og entrepriseformer, scenarier i udf\u00f8relsesr\u00e6kkef\u00f8lgen, cash-flow analyser osv. Baseret p\u00e5 data, hvad er s\u00e5 konsekvensen hvis vi v\u00e6lger l\u00f8sning A, B eller C?<\/p>\n Flere BIM- og planl\u00e6gingsv\u00e6rkt\u00f8jer giver mulighed for at arbejde med predictive analytics. N\u00e5r BIM-modellen kobles med data om fx produktionstider, l\u00f8nninger og kostpriser for leverancer, kan mange udfordringer forudses, inden de opst\u00e5r som problemer p\u00e5 byggepladsen.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n Rapporten henviser til en udtalelse af Jon Fingland fra Trimble.<\/p>\n I f\u00f8lge ham, er data n\u00f8glen til at forbedre bundlinjen p\u00e5 byggeprojekter.<\/p>\n Det handler\u00a0om, at transformere data til intelligens der driver bedre beslutninger, s\u00e5 vores byggeprocesser bliver mere effektive, af h\u00f8jere kvalitet og med f\u00e6rre risiko.<\/p>\n Det handler om,\u00a0at transformere r\u00e5 data til intelligente handlingsplaner.<\/p>\n \u201cSolve the data problem and everything else falls into place.\u201d<\/p>\n H\u00e5ndtering af de store m\u00e6ngder data kr\u00e6ver en ny akt\u00f8r i byggeriet. Hos Exigo er de fleste af vores medarbejdere Excel- PowerBi- og Data-Ninjaer. Hvis du gerne vil i gang med at h\u00f8ste guldet fra dine mange data, skal du skaffe dig en Data-Ninja. Alternativt, m\u00e5 du gerne l\u00e5ne en af mine \ud83d\ude09<\/p>\n Kristian Birch Pedersen<\/strong> Phone: +45 53 55 59 19 Skriv\/ring\/kig forbi \u2013 vi har altid kaffe p\u00e5 kanden.\u00a0<\/strong><\/p>\n Du kan finde den fulde rapport: \u201cBig Data = Big Questions for the Engineering and Construction Industry\u201d by Jay Snyder, Alyssa Menard and Natalie Spare\u00a0HER<\/strong><\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>","protected":false},"excerpt":{"rendered":" Big Data = Big Questions Kender du min onkel J\u00f8rgen? Ja, det er jeg faktisk ret sikker p\u00e5 du g\u00f8r. Du har med garanti en lignende onkel. Eller en tante. Onkel J\u00f8rgen er ham, der altid r\u00e5ber h\u00f8jest til julefrokosten. \u2013 Og hvis du ikke er enig med ham, banker han i bordet og r\u00e5ber […]<\/p>","protected":false},"author":1,"featured_media":8780,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"\r\n [av_one_full first min_height='' vertical_alignment='' space='' custom_margin='' margin='0px' padding='0px' border='' border_color='' radius='0px' background_color='' src='' background_position='top left' background_repeat='no-repeat' animation='' av_uid='av-1gm9hy'] [av_image src='https:\/\/exigo.dk\/wp-content\/uploads\/2018\/12\/bigdata-crop.jpg' attachment='8780' attachment_size='full' align='center' styling='' hover='' link='' target='' caption='' font_size='' appearance='' overlay_opacity='0.4' overlay_color='#000000' overlay_text_color='#ffffff' animation='no-animation' av_uid='av-chwlra'][\/av_image] [\/av_one_full] [av_one_full first min_height='' vertical_alignment='' space='' custom_margin='' margin='0px' padding='0px' border='' border_color='' radius='0px' background_color='' src='' background_position='top left' background_repeat='no-repeat' animation='' av_uid='av-bawgqe'] [av_textblock size='' font_color='' color='' av_uid='av-9iofpi']<\/p>\r\n [\/av_textblock] [\/av_one_full] [av_one_full first min_height='' vertical_alignment='' space='' custom_margin='' margin='0px' padding='0px' border='' border_color='' radius='0px' background_color='' src='' background_position='top left' background_repeat='no-repeat' animation='' av_uid='av-sgphi'] [av_image src='https:\/\/exigo.dk\/wp-content\/uploads\/2018\/12\/Big-data-eksempel-3.png' attachment='8778' attachment_size='full' align='center' styling='' hover='' link='' target='' caption='' font_size='' appearance='' overlay_opacity='0.4' overlay_color='#000000' overlay_text_color='#ffffff' animation='no-animation' av_uid='av-56z5l2'][\/av_image] [\/av_one_full] [av_one_full first min_height='' vertical_alignment='' space='' custom_margin='' margin='0px' padding='0px' border='' border_color='' radius='0px' background_color='' src='' background_position='top left' background_repeat='no-repeat' animation='' av_uid='av-hfjna'] [av_textblock size='' font_color='' color='' av_uid='av-2bmayu']<\/p>\r\n Kristian Birch Pedersen<\/strong> Direkt\u00f8r og indehaver<\/p>\r\n Telefon: +45 53 55 59 19 Mail:\u00a0kbp@exigo.dk<\/a><\/p>\r\nSkriv\/ring\/kig forbi - vi har altid kaffe p\u00e5 kanden.\u00a0<\/strong>\r\n [\/av_textblock] [\/av_one_full]<\/p>\r\n","_et_gb_content_width":"","footnotes":""},"categories":[19],"tags":[],"aioseo_notices":[],"yoast_head":"\nUudnyttet data<\/h2>\n
Guld i data =>\u00a0n\u00e5l i en h\u00f8stak<\/h2>\n
Risici og potentielle konflikter kan forudses<\/h2>\n
Data er n\u00f8glen til en bedre bundlinje i byggeriet<\/h2>\n
Skaf dig en Ninja<\/h2>\n
Bedste hilsner<\/h2>\n
Direkt\u00f8r og indehaver<\/p>\n
E-mail:\u00a0kbp@exigo.dk<\/a><\/p>\nPS<\/h2>\n
Big Data = Big Questions<\/h1>\r\n<\/div>\r\n<\/div>\r\n
Og hvorfor er Onkel J\u00f8rgen relevant i forbindelse med min mail om Big Data i byggeriet?<\/h2>\r\nDet er relevant fordi, at Onkel J\u00f8rgen ogs\u00e5 arbejder i byggebranchen. P\u00e5 byggem\u00f8der lytter vi til Onkel J\u00f8rgen, og vi tager beslutninger baseret p\u00e5 hans mavefornemmelser og luftkasteller. - Ikke s\u00e5 m\u00e6rkeligt, at det kniber med at holde budgetterne og tidsplanerne i byggeriet... Men der er h\u00e5b. Der findes et alternativ til J\u00f8rgens m\u00e5de at styre byggesager p\u00e5. Vi vil gerne dele en ny rapport\u00a0med dig, der handler\u00a0om Big Data i byggeriet.<\/div>\r\n<\/div>\r\n
Big Data = Big Questions for the Engineering and Construction Industry<\/h2>\r\nI november publicerede det amerikanske firma FMI Corporation nemlig en\u00a0- vanvittig sp\u00e6ndende - research report om Big Data i byggeriet. Jeg\u00a0giver dig h\u00f8jdepunkterne fra rapporten nedenfor, men jeg vil klart anbefale dig at\u00a0downloade og l\u00e6se det fulde whitepaper.<\/div>\r\n<\/div>\r\n
J\u00f8rgen sendes p\u00e5 tidlig juleferie...<\/h2>\r\nRapporten starter med at forudse, at de virksomheder i byggeriet, der\u00a0ikke<\/strong><\/em>\u00a0implementerer de nye data-drevne metoder, formentlig vil miste markedsandele, for til sidst at blive helt for\u00e6ldede. D\u00e5rlige nyheder for J\u00f8rgen, men gode nyheder for alle de nysgerrige og fremsynede akt\u00f8rer i byggeriet, der er blevet tr\u00e6tte af J\u00f8rgen, og som har gennemskuet hans luftkasteller.\r\n
Uudnyttet data<\/h2>\r\nRapporten henviser til en unders\u00f8gelse af, hvor meget data der bliver udnyttet i byggeriet. 96% af al data i byggeriet bliver ikke anvendt.\r\n
Guld i data =>\u00a0n\u00e5l i en h\u00f8stak<\/h2>\r\nDet er faktisk muligt, at forudse mange af de faktorer der v\u00e6lter budgetter og tidsplaner i byggeriet, ved at kigge p\u00e5 data. Men for langt de fleste af os, er den guld, der er gemt i de\u00a0store m\u00e6ngder data, lige s\u00e5 lette at finde, som en n\u00e5l i h\u00f8stak. Hvilke data vi skal opsamle? Hvordan skal de opsamles? Hvordan kan vi analysere dem? Og hvordan laver vi en helt lavpraktisk handlingsplan - s\u00e5 vi kan bruge det til noget i praksis? Rapporten peger p\u00e5, at opsamlet og analyseret data, tidligt kan afsl\u00f8re risiko i byggeprojekter. Her kommer\u00a0begrebet \"Predictive analytics\" ind i billedet. Hos Exigo anvender vi business intelligence til at h\u00e5ndtere data, og bruger overskuelige dashboard til at visualisere f.eks. earned value eller lokations-baseret fremdrift i tidsplaner.\u00a0M\u00e5ske kan det\u00a0ogs\u00e5 hj\u00e6lpe dig?<\/div>\r\n<\/div>\r\n
Risici og potentielle konflikter kan forudses<\/h2>\r\nMed data kan m\u00f8nstre\/trends identificeres, og fort\u00e6lle os sandsynligheden for, at bestemte scenarier kommer til at ske. Identificerede risici kan undg\u00e5es, ved at arbejde forebyggende og planl\u00e6gge anderledes. Predictive analytics, kan bruges til at unders\u00f8ge og analysere muligheder og scenarier i byggeriets beslutningsprocesser, fx forskellige udbuds- og entrepriseformer, scenarier i udf\u00f8relsesr\u00e6kkef\u00f8lgen, cash-flow analyser osv. Baseret p\u00e5 data, hvad er s\u00e5 konsekvensen hvis vi v\u00e6lger l\u00f8sning A, B eller C? Flere BIM- og planl\u00e6gingsv\u00e6rkt\u00f8jer giver mulighed for at arbejde med predictive analytics. N\u00e5r BIM-modellen kobles med data om fx produktionstider, l\u00f8nninger og kostpriser for leverancer, kan mange udfordringer forudses, inden de opst\u00e5r som problemer p\u00e5 byggepladsen.<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n
Data er n\u00f8glen til en bedre bundlinje i byggeriet<\/h2>\r\nRapporten henviser til en udtalelse af Jon Fingland fra Trimble. I f\u00f8lge ham, er data n\u00f8glen til at forbedre bundlinjen p\u00e5 byggeprojekter. Det handler\u00a0om, at transformere data til intelligens der driver bedre beslutninger, s\u00e5 vores byggeprocesser bliver mere effektive, af h\u00f8jere kvalitet og med f\u00e6rre risiko. Det handler om,\u00a0at transformere r\u00e5 data til intelligente handlingsplaner. \"Solve the data problem and everything else falls into place.\"\r\n
Skaf dig en Ninja<\/h2>\r\nH\u00e5ndtering af de store m\u00e6ngder data kr\u00e6ver en ny akt\u00f8r i byggeriet. Hos Exigo er de fleste af vores medarbejdere Excel- PowerBi- og Data-Ninjaer. Hvis du gerne vil i gang med at h\u00f8ste guldet fra dine mange data, skal du skaffe dig en Data-Ninja. Alternativt, m\u00e5 du gerne l\u00e5ne en af mine ;)\r\n
Bedste hilsner<\/h2>\r\n
PS<\/h2>\r\nDu kan finde den fulde rapport: \"Big Data = Big Questions for the Engineering and Construction Industry\" by Jay Snyder, Alyssa Menard and Natalie Spare\u00a0HER<\/strong><\/a><\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n