BIM: Migliorare le fasi decisionali attraverso l’analisi dei dati

BIM: Migliorare le fasi decisionali attraverso l’analisi dei dati

L’analisi dei dati riduce il rischio d’impresa?

Nel mondo della progettazione, ma più in generale, nel settore delle costruzioni, possiamo dare per vere queste due affermazioni:

 

  • Se un progetto viene completato in modo perfetto, potremmo ottenere un profitto tra lo 0 ed il 20%;
 

  • Se un progetto va male, le perdite potrebbero potenzialmente essere molto alte;

Quindi forse, dovremmo dedicare più tempo alla lettura e la comprensione dei dati, per meglio riconoscere quali siano i fattori di rischio e quali invece, le opportunità di miglioramento dei margini.

 

Dobbiamo abbandonare l’idea che il BIM sia semplicemente un modo migliore di produrre tavole e disegni, con un pizzico di dati legati agli oggetti, clash detection e possibilità di arrivare al 4D, 5D, 6D, 7D.

 

Il prossimo traguardo da raggiungere e il reale vantaggio dato dal completare un progetto o una commessa adottando questa metodologia sarà quello di ridurre il più possibile i vari fattori di rischio, e questo sarà possibile attraverso l’implementazione e lo studio dell’analisi dei dati che produciamo tra modelli, attività lavorative, risorse e strumenti. Tutti questi dati, se ben interpretati, possono portare a grandi opportunità di margine e di profitto.

 

Sono ormai diversi anni che qui a La SIA, lavoriamo su progetti e commesse “BIM oriented”, ovvero che si evolvono su processi di gestione e di coordinamento digitale. Per questo motivo, produciamo all’ordine del giorno una quantità di dati notevole, considerando l’alto numero di risorse impiegate, dislocate in 9 sedi diverse.

Dashboard di analisi dati BIM per progetto di ingegneria

 

Dashboard analisi dati La SIA ingegneria

Interpretare i dati per migliorare le fasi di decision-making

Se riuscissimo a trovare un modo per riunire realmente tutti i dati di tutti i modelli che produciamo, in un unico macro-database, invece che interrogare i vari file singolarmente e separatamente, potremmo forse cominciare a notare degli schemi interessanti.

 

Interrogando questo macro-database quindi, potremmo arrivare a predire, per un determinato tipo di commessa o progetto, quanto ci costerà, quante risorse serviranno, quali strumenti e con che budget.

 

Oggi queste analisi vengono effettuate sulla base dell’esperienza pregressa dei vari professionisti coinvolti, ma è evidente che effettuare questo tipo di analisi, basandosi sui dati, porterà a conclusioni molto più oggettive e misurabili. Quindi unire l’esperienza da un lato e una raccolta di dati sempre più solida dall’altro, ci consentirà senza dubbio di migliorare la qualità delle scelte che ci troveremo ad affrontare di progetto in progetto.

Dashboard di analisi dati BIM per progetto di ingegneria

 

Dashboard analisi dati La SIA ingegneria

Il test di implementazione

Negli ultimi anni, a La SIA, abbiamo cominciato a sperimentare questo tipo di approccio arrivando ad ottenere risultati sempre più attendibili ed affidabili. Una delle commesse più importanti, in termini di durata e numero di risorse impiegate, è la digitalizzazione di un intero asset infrastrutturale, per conto di una delle più importanti aziende del settore delle telecomunicazioni.

 

Dalle prime fasi di avviamento di questa commessa, abbiamo cominciato a raccogliere dati di vario tipo, come ad esempio le date di inizio e completamento dei modelli, le risorse che ci hanno lavorato, gli strumenti che hanno utilizzato e la frequenza con la quale hanno utilizzato questi strumenti, ed altro ancora.

 

Successivamente abbiamo cominciato ad analizzare questi dati, cercando di individuare quei famosi schemi di cui parlavamo poco fa. Col passare delle settimane, il numero di dati è cominciato a crescere in modo considerevole, portandoci, ad esempio, ad una migliore comprensione delle attività lavorative, ad aggiungere un ulteriore “passaggio” per il controllo e la validazione dei vari modelli, e aiutarci nella gestione e la pianificazione delle attività future.

 

Questi primi risultati, oltre a migliorare il nostro stesso workflow operativo, hanno soprattutto portato dei vantaggi verso il cliente, il quale può pianificare le proprie attività basandosi quindi, su dati certi e verificati.