- 苏萦
-
建筑信息模型(Building Information Modeling)是以建筑工程项目的各项相关信息数据作为模型的基础,进行建筑模型的建立,通过数字信息仿真模拟建筑物所具有的真实信息。它具有可视化,协调性,模拟性,优化性和可出图性五大特点。1975年,“BIM之父”——乔治亚理工大学的Chuck Eastman教授创建了BIM理念至今,BIM技术的研究经历了三大阶段:萌芽阶段、产生阶段和发展阶段。BIM理念的启蒙,受到了1973年全球石油危机的影响,美国全行业需要考虑提高行业效益的问题,1975年“BIM之父”Eastman教授在其研究的课题“Building Description System”中提出“a computer-based description of-a building”,以便于实现建筑工程的可视化和量化分析,提高工程建设效率
从BIM设计过程的资源、行为、交付三个基本维度,给出设计企业的实施标准的具体方法和实践内容。BIM(建筑信息模型)不是简单的将数字信息进行集成,而是一种数字信息的应用,并可以用于设计、建造、管理的数字化方法。这种方法支持建筑工程的集成管理环境,可以使建筑工程在其整个进程中显著提高效率、大量减少风险。
在建筑工程整个生命周期中,建筑信息模型可以实现集成管理,因此这一模型既包括建筑物的信息模型,同时又包括建筑工程管理行为的模型。将建筑物的信息模型同建筑工程的管理行为模型进行完美的组合。因此在一定范围内,建筑信息模型可以模拟实际的建筑工程建设行为,例如:建筑物的日照、外部维护结构的传热状态等。
当前建筑业已步入计算机辅助技术的引入和普及, 例如CAD的引入,解决了计算机辅助绘图的问题。而且这种引入受到了建筑业业内人士大力欢迎,良好地适应建筑市场的需求,设计人员不再用手工绘图了,同时也解决了手工绘制和修改易出现错误的弊端。在 “对图”时也不再用落后的将各专业的硫酸图纸进行重叠式的对图了。这些CAD图形可以在各专业中进行相互的利用。给人们带来便捷的工作方式,减轻劳动强度,所以计算机辅助绘图一直在受到人们的热烈欢迎。其他方面的特点,在此就不再列举了。
真正的BIM符合以下五个特点:
可视化
协调性
模拟性
优化性
可出图性
- 黑桃云
-
把BI看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供数据支持。
我们公司现在正在用帆软公司的FineBI,反馈挺好的!
- 里论外几
-
市场上对于BI的定义有很多,虽然描述方法不一,但含意基本相同:BI是一套完整的解决方案,以数据仓库技术为基础,借助查询分析工具、联机分析处理OLAP工具等,加强对业务信息的智能化分析和管理,全面提升企业核心竞争力。
早在上世纪90年代初,国外一些银行就已开始建立自己的商业智能解决方案,典型代表有美洲银行、加拿大皇家银行、澳洲国民银行、英国巴克利银行等。其主要应用领域大都集中在客户信息/客户关系管理、利润贡献度分析、绩效考核/指标分析、信用风险管理、资产负债管理等方面,随着时间的推移,每一个项目的应用都在进一步深入和发展。
商业智能(Business
Inteligence,简称BI)意味着更多人可以浏览更多更详细的数据。
谈到信息消费,IT记者和IT经理之间并没有太大的差别。我们都在浏览各种网站、文章、报告等,随后我们想努力搞清其中的含义,所有这些都离不开商业智能。几年前,商业智能技术还显得高不可攀,它的出现总是与高端的数据仓库联系在一起,使用商业智能分析工具似乎仅仅是企业高级营销和财务人员的专利,普通员工几乎不了解什么是商业智能以及它所带来的好处。但现在情况不同了,商业智能已经开始从“阳春白雪”走向“下里巴人”,企业的普通员工甚至也开始在日常工作中使用商业智能分析工具。在未来,商业智能应用将向着以下方面发展:
●信息民主更多的企业把商业智能工具交到众多白领员工手里,而不只是交给少数营销或财务分析人员;
●非结构化数据将来的数据仓库里会有各种格式的文本,包括呼叫中心人员关于顾客为何讨厌产品的笔记,甚至还会有图像;
●预测分析能够预测顾客可能买什么、何时可能转向他处寻购的工具将会出现,且其功能将非常强大;
●集成功能BI软件将完全融入到日常业务中,届时,管理人员就可以从早到晚监管业务活动,一些业务决策也将实现自动化。
这一切听上去似乎很美,不过有些地方值得注意:成功地实施BI需要不断地整理、规范基本数据,而大批新近用上BI的最终用户需要加以培训,以便不会利用这些强大的工具犯下重大错误。