（1）项目数字化的实施路径：

项目数字化的实现过程中数字化是基础，对工地作业层的全面数字化，能够实现对作业过程的全面记录，数据的有效采集和追溯。系统化是核心，解决信息孤岛，建立和打通系统、数据间的业务关系，依据管理需求建立各类系统化平台，实现对项目的高效管理。智能化决策是目标，在作业全面数字化、管理系统化实现后，通过海量数据，在有效的业务分析模型下，实现对项目的智能决策。

（2）数据的采集：

数据的准确性与及时性是数字化管理的核心基础，如果数据不够准确或者不够及时，那么依据这些数据信息做出的决策判断往往也不够可信。除此之外，数据的多样性是当前阶段数据采集困难的另外一个重要原因，因富含复杂的专业属性，部分数据暂时无法通过智能化设备进行采集，因此准确性及时性以及专业的多样化是数据抓取的重要特性。

准确性与及时性是基础，从施工业务的角度来说，数据可分为建筑实体数据与要素数据。建筑实体数据指通过BIM技术将现场实体建筑数字化的过程，按照专业分类，针对建筑、结构、水、暖、电等不同专业分门别类的进行建模工作，针对模型进行准确性定义。

当然，模型越细致准确，投入的成本也会越高，适宜的LOD标准是平衡准确性与资源投入之间的平衡点。针对生产过程的要素数据，想准确及时的获取数据，最好的方式是通过IOT技术等相关智能硬件设备，这里提及的智能设备不局限于摄像头、闸机等监控设备，还包括类似手持工具设备或小型机具增加传感器后智能设备，这些小机具的智能化会对提升工种工作效率有较好支撑，而这些机具上的数据信息也将更好的反馈当前工作状态，例如工种效率、生产进度等情况。

多样性也可理解为完整性，数据的间断会对数据价值造成较大程度上的影响，甚至因数据中断导致无法使用。在工程实践过程中，经常有平台数据因不能完全支撑业务流程而中途放弃，改为传统的流程，造成数字化中断。结合当前数字化发展情况，完全实现业务数据的数字化是需要一段时间的，对于当前阶段应尽可能找到最小业务闭合单元进行数字化，从而进行业务替代，实现数字化价值。

（3）数据的管理：

项目从开始到竣工产生的数据量是惊人的，如何将数据更好的规纳收集并为项目和公司服务是需要在前期重点考虑的问题。数据的存储、传递、交付都需要有相应的标准进行约束，比如实体的数字化就需要约定模型的存储格式、交互方式以及模型命名的标准、模型精细度等；再比如施工任务包的拆解、材料字典的标准等，也都需要进行统一和约束。

在完成数据标准体系建立后，数字化的核心支撑技术则是3I技术：BIM技术 IOT技术、AI技术，以BIM模型为载体，通过IOT等相关技术采集数据，以及在业务管理过程中（质量管理、进度管理、成本管理等）产生的数据，均与BIM模型进行关联。每个业务线的数据在深度上均可满足业务管理诉求并以BIM模型为载体进行更具象的业务呈现和业务分析，在宽度上可通过BIM相关平台进行业务的协同，打破项目原有各部门存在的信息孤岛、管理散乱现象。各业务部门通过一定的数据标准进行规范汇总，形成整体的数据库，从而方便项目管理层更客观的判断项目整体状态。

（4）数据的应用：

一线岗位作为数据获取的原点，应用内容应该以专业为落脚点，考虑项目整体专业能力和各岗位人员的接受度，综合考虑易用性、便捷性、高效性，目标则是让全岗位的人员都参与进来，同时改变以往网状的、留痕少的沟通方式，通过移动互联技术实现实时协同，将过程数据保留。让更多的人愿意用，频繁用是需要一直努力的方向，以此来获得真实、实时的数据来源。

项目应用需要需要综合考虑企业的要求、项目本身的特点与综合实力、结合业务紧要性与应用成熟度来确定应用内容，应以加强标准化执行、过程管理留痕，通过积累的数据形成预警机制并辅助决策。通过数字技术尽可能减少人为依赖并将管理经验进行数字化留存。

数据的积累对于企业的意义是重大的，比如提高生产力、提升业务分析与呈现能力、促进流程化程度等。企业应深刻理解数字化的意义，同时应做好数字化应用推广的规划，过程中应提前思考新技术与企业信息管理系统间的联系和区别，对不同项目设定不同的应用目标与应用内容，核心目的则是鼓励项目、岗位标准化、体系化的落地执行。综合利用线上数据监控、线下到场抽检的手段，以满足企业监管、服务、运营的诉求。企业更需要建立利用数据的工作方式和思维方式，深度挖掘数据的意义和内容，积累企业的核心数据资产、尤其是成本指标类数据，通过数字化的手段提升企业自身管理能力和核心竞争力，最终实现集约经营的目标。

BIM技术是未来的趋势，学习、了解掌握更多BIM前言技术是大势所趋，欢迎更多BIMer加入BIM中文网大家庭（http://www.wanbim.com），一起共同探讨学习BIM技术，了解BIM应用！