前瞻产业研究院数据显示，当前我国建筑信息化投入占总产值的比例仅0.1%左右，远低于发达国家1%的平均水平，离国际平均水平的0.3%也有较大差距。而以云计算、大数据、物联网、人工智能为代表的新兴技术正推动工程企业逐步向精益化、服务化、智能化和协同化发展，对产品和服务方面的生产能力、创新能力、精细化运营能力及全球化战略管控能力的要求日益加剧。工程数据作为工程企业的核心资产和提升企业竞争力的基石，如何更好地开发和利用这些工程数据，成为当前工程企业的重中之重。

 

一、工程数据治理价值在哪里?

 

 

工程企业发展转型价值

纵观全行业，传统工程企业的数字化转型不在于新概念、新模式，而是将工程管理关注的重点转变为更优质信息资源的获取，以及如何从信息资源中挖掘更大的价值。海量工程数据不仅仅是业务应用的副产品，而是驱动新业务、催生新应用的核心动力。最终通过对工程数据的有效管理和使用，减少项目和企业经营决策或执行过程中的风险，为企业带来经济效益。

 

BIM及数据行业变革价值

工程项目作为一项为创造独特的工程产品而进行的定制化工作，具有众多不确定性。正是这种不确定性导致了当前出台的工程数据标准、BIM行业标准面向的表述对象是工程设计或管理人员，而不能直接应用于计算，很难形成可实践、可语义化表达的数据标准。多数工程数据和BIM模型数据标准的落地需要人为参与。开展工程数据治理不仅可将所有的工程数据能够以标准的要求、标准的工具、标准的形式管理起来，还可以将数据与BIM技术结合，通过BIM标准程序化，实现对BIM模型按标准管理，改变工程行业特别是BIM数据当前能“看”但不能“用”的现状，可解决已发布的标准不能落地的诸多问题。

 

 

 

工程管理智慧化价值

工程管理“智慧化”是工程建设管理信息化的进阶之路，是“互联网+”在工程行业的落地。以工程数据治理驱动建设管理水平是当前工程建设管理者的必然选择。通过重构工程项目现有IT基础设施，建立全新的“云—网—边—端”人机物融合的基础架构，集成工程智慧化运作管理体系，才能实现海量工程信息的智能分析和趋势预警，才能满足工程建设精细化管理、提高工程决策管理水平、加强风险管控能力的需要，“智慧化”的工程建设管理最终也将形成一流的企业智慧管理能力。

 

工程数据管理商业价值

工程数据治理不仅是工程企业发展的必由之路，也是传统数据治理和工程软件厂商正面临的商业风口。经历十几年发展，传统数据治理和基于BIM的工程管理领域已开始呈现“红海”状态，国外有SAP、Orcale、IBM、Informatica等数据管理软件企业霸占高端市场， 国内有华为、阿里、亿信华辰、浪潮、用友等厂家厮杀细分领域，但这些企业对我国现有工程行业中的特有数据涉及较浅，对工程数据特有价值的认识和发掘也并不充分。同时，BIM市场上基于BIM的设计和施工管理平台众多，产品核心逐步常规化，效益逐步降低，资源和管理投入进一步增大。工程数据治理这一细分领域目前可认为是一片商业“蓝海”，可开辟一个全新市场，形成具有工程数据价值能力的工程数字化解决方案，创造全新的商业价值。

 

 

 

二、工程数据治理怎么做？

 

 

建立工程数据管理体系

在工程项目开展的过程中，多数工程人员认为相关数据管理的责任主体是信息化工作人员，即认为“工程数据管理是一项单纯的技术工作，与业务人员关系不大”，这种对数据和数据管理认识上的缺陷，一定程度上造成了数据标准制定和落地困难的现状。

 

有效的数据治理需要跨越组织和系统边界，连续和持续改进的工程数据管理须依托全新的工程数据管理体系，从数据管理、数据流程、数据规范、数据技术等方面约束工程数据资产，从企业战略到管理落地，从数据源头到数据应用，形成全面的、覆盖所有应用系统的工程数据管理体系。针对工程数据的管理策略、组织模型、流程模型需要进行清晰的目标定义，约定可执行的数据管理和价值挖掘的实施阶段和步骤，才能有效完成对整个工程数据全生命周期数据的获取、处理、校验、生效、变更、分析。

 

建立工程数据标准体系

工程数据标准语义化问题是产业数字化转型过程中的关键阻力。行业内统一的可落地、可实现计算机语义化定义的工程数据和BIM数据标准尚未建立，导致工程数字化、价值挖掘过程中各类开发、运维、管理人员难以正确理解数据含义，最终致使数据分散、不一致，造成系统集成、数据共享、价值挖掘的困难。

 

因此，在建立工程数据标准体系时，必须组织业务人员和信息化人员协同参与，确保业务人员主导的数据标准能够与数据管理技术相协调，特别是针对BIM模型数据标准，需要根据该数据的特殊性单独成类，可将其认为是一种典型的工程主数据， 融入原有数据管理体系。通过制定一套完整的、可靠的、可语义化的工程数据标准体系，避免数据管理出现各自为政、互不理解的现象，夯实工程数据共享基础，提升工程数据的利用价值。

 

 

 

建立数据管理平台

传统的数据管理平台的数据管理范围受限，也是数据管理困难的原因之一。特别是在处理 BIM 模型、 工程空间、工程编码等工程项目特有数据内容时，未提供相应工具或技术手段。即使BIM 软件开发商逐渐认识到在现有产品解决方案中BIM 技术并未发挥出核心载体作用，现有软件对数据管理也依然难以实践。

 

不仅可以对工程项目进行更加精细化的业务管理，而且可以以BIM为核心统一流转、管理工程数据，从业务源头改变工程数据组织管理形式，在数据中台实现所有工程价值数据的管理覆盖。

 

建立工程数据价值挖掘体系

现阶段海量的工程数据产生，但是多数仍作为工程过程的附属产物，价值并未得到充分的挖掘利用。分阶段、分平台管理的工程数据与企业业务数据内部关联性尚未建立，同一工程不同阶段数据也无法以BIM模型为纽带集成起来，导致工程数据的价值挖掘仍停留在单一的分析应用层次。

 

故而，只有不断分析业务痛点、梳理业务模型，开发具有工程智慧化能力的工程数据中台，形成可实时进行时空数据挖掘的能力，才能真正意义上提升企业的业务能力和工程建设管理能力，填补国内工程数据价值挖掘的空缺，促进完整的工程数据价值挖掘体系成型。

 

 

 

工程数据治理是企业数据治理理念、方法、覆盖领域的进一步延伸，是企业信息化、工程数字化发展的产物，也是工程企业在BIM技术推广应用中不断发展的必然选择。工程企业实施和推动工程数据治理的根本目的在于让数据驱动企业持续高效发展。在企业数据管理体系下的工程数据治理，是工程企业数字化转型的必由之路。

 

（部分内容来源网络，如有侵权请联系删除）