毕业论文代写,职称论文发表
当前位置: > 免费论文 > 理工论文 > 电子通信网络论文 > >>查看论文

大数据技术在现代商业物业管理中的若干应用

logo设计

分享到: 本站编辑:gengxin 日期: 2018-04-12 10:00 点击:

 【摘 要】作为计算机及互联网最前沿的技术,大数据和人工智能技术在过去短短的数年间已经取得了飞跃式的发展,在与若干行业相结合时已经体现出了重大的商业价值。物业服务作为一项传统的行业,在过去的数十年内虽然也取得了很多进步,但囿于行业自身的特征,与日新月异的社会变革相比,仍显得进步迟缓。基于此,论文将探讨如何运用大数据技术来提升物业管理的效率,实现智能化和精细化管理。 
  【Abstract】As the most cutting-edge technology in computer science and internet, big data and artificial intelligence technology have achieved fast development in the past few years. It has shown great commercial value when it is applied in some industries. Real property management is a traditional industry. It has developed a lot in the past decades. However, due to its inherent specialty, compared with the fast-developing society, it moves slowly. In this article, the author will explore how to use big data technology to improve the efficiency of real property management and realize intelligent and elaborate management. 
  【關键词】大数据;物业管理;精细化;智能化 
  【Keywords】big data; real property management; elaborate management; intelligent management 
  【中图分类号】F299.23 【文献标志码】A 【文章编号】1673-1069(2018)03-0039-03 
  1 引言 
  计算机和互联网技术的快速发展在过去的十多年间极大地改变了人们的生活方式。移动互联网的普及让人们用手机轻松地解决生活中的各种问题。科技为人们提供便利的同时,也让人们对科技产生了依赖,并且希望科技改变更多原有的事物。物业服务作为一项与人们工作和生活息息相关的行业,也受到了科技浪潮的影响。人们希望物业服务能更加便利,更智能,更人性化。大数据技术可能成为未来提升物业管理能力和效率的一项有力武器。 
  2 商业物业行业面临的现实问题 
  商业物业企业面临的最显著的问题之一是劳动力成本的快速上涨。研究数据显示,在1995年至2015年间,劳动力成本以年均约14.5%的速度增长。[1]一些劳动密集型的企业迫于用工成本压力不得不将产业转移到东南亚等人力成本较低的区域。物业管理是典型的劳动密集型产业,对用工成本非常敏感。在用工成本快速上升的时候,其营业利润会受到明显的侵蚀。但物业管理企业对其客户的议价能力却相对有限,且普遍存在收费难的问题。 
  商业物业服务的内容主要包括楼宇与设备维保、安保、保洁、绿植维护、车辆管理、餐饮管理等。由于物业行业的薪酬在社会各行业中并不具有竞争优势,物业公司面临着基层员工流失率高、招聘难的问题。保洁安保等岗位的年流失率甚至高达50%。高流失率不仅会给企业团队建设造成障碍,导致企业培训资源的巨大浪费,同时难以保证稳定的服务质量[2]。 
  商业物业企业面临的另一个问题是客户对服务的要求越来越高,对效率和质量的追求也更加挑剔。互联网应用的普及为人们的生活提供了很多便利,提高了人们的办事效率,也让人们的生活节奏越来越快。身处服务行业,物业服务公司向客户提供高效优质的服务是公司长久发展的关键。[3]因此,利用技术的力量来提升服务质量既是外在的实际需求,也是内在发展的必然趋势。如何运用科技的力量提升物业管理的水平和效率,降低企业的成本并增强企业的生存能力和盈利能力已经成为越来越多物业管理公司考虑的问题。 
  3 大数据技术的特性与功能 
  在互联网时代,数据并不仅仅是数据,数据的本质是商业情报和市场需求。大数据是数字化时代的新型战略资源,是蕴藏无限生机的新蓝海。大数据是指在一定时间内用传统信息技术和软硬件工具难以对其进行获取、管理、处理和分析的数据集合。大数据技术就是对数据规模大、类型多、流转快和真实性高的大量数据进行存储、检索、分类和统计的能力。大数据拥有体量浩大(Volume),多源异构(Variety),生成快速(Velocity),价值稀疏(Value)的4V特性。[4]多源异构是指大数据所包含的数据来源广泛,数据的种类和格式多种多样。生成快速是指大数据的产生迅速,变化很快。价值稀疏则是指数据中蕴含的价值密度低,需要经过系统分析和提炼后才能生成直观的价值含量高的信息。 
  大数据是以数据库、硬件及运算平台为基础,以算法模型为支撑而组成的一系列程序和应用,其中核心的技术是数据挖掘技术。数据挖掘技术是利用统计分析技术和人工智能,通过对某类对象关联数据的汇总、分析和比较,进行关联度分析、概念分类、偏差检测、自动趋势预测、信息摘要提取等处理,从大量数据中提取其中隐含且具有潜在价值的知识和信息[5]。大数据分析是大数据从数据转换为价值的最重要的环 
  节。 
  2016年工业和信息化部发布的《大数据产业发展规划》全面部署了“十三五”期间大数据的产业发展工作。根据该规划,到2020年,我国的大数据产业要形成技术产品先进可控,应用能力显著增强,支撑能力不断增强,数据安全保障有力的产业体系。大数据在制造业、交通、教育等各个领域的广泛应用,将催生出新产品、新模式和新业态。

 4 大数据技术在现代商业物业管理中的应用 
  以降低成本、提高效率和质量为目标,基于大数据技术的特性和功能,针对商业物业管理的实际工作职责和范围,笔者认为在以下几个领域可以运用大数据技术。 
  4.1 基于大数据技术的能耗管理 
  在大型的商业楼宇中,日常能耗往往非常巨大。据统计,我国办公楼宇的年电力消耗总量占全国总耗电量的10%左右。2016年的能耗费用超过4000亿元。单位建筑面积能耗比美国的平均值高出约30%,说明提高能耗效率还有较大空间。 
  办公楼的用电设备数量与种类众多,主要有空调、照明灯、办公设备、三相电机(新风、电梯和水泵)、电加热负载和其他混合负载等。在整栋大楼的能耗中,一般情况下空调系统占45%~50%,室内用电占35%~40%,公用电费支出占10%~15%。[6]由此可见,空调系统是节能减排挖潜的重点对象。 
  针对空调系统的管理,除了选用节能型的中央空调设备外,对使用空调的情况进行合理管理和安排也非常重要。在正常设计情况下,办公楼空调系统一般会预留20%左右的功率余量。但正常运行时,空调很少在满负荷状态下运行。空调水循环系统长期处于最大设计固定流量下工作,不随负荷变化而变化,无法使主机、辅机和末端舒适度三者达到合理的动态自动调节,导致电能利用率低,电能浪费严重。在此情况下,通过有效调节空调运行功率,在满足舒适度的情况下,降低整体能耗,应不失为一种有效的办法。 
  在现代化的办公楼宇中,所有的设备(包括空调、变配电电梯、照明、安防等系统)都可通过监控系统接口模块纳入到楼宇集成管理平台。通过在楼宇办公区域布置的温控监测装置,物业公司可以对整个商业楼宇中的温度变化做到实时监测。采用控制技术、调速技术,利用流量、压力、温度等闭环控制,实现对空调负载输出功率的精确调节。通过传感器的控制,实现电机转矩与功率的精确控制;通过电机自学习,基于能量最小化的模糊控制算法,通过对电流、电压、频率的高精度采样,实现供给工艺的电能与负载所需功率相匹配。在此过程中,办公空间内的温度传感器就是一个个的数据源,在不同地点布置的传感器共同组成一个巨大的探测网络,集成管理平台通过统计和分析各个探测器获得的数据,能将用户的舒适度需求与空调的负载结合起来,形成人性化智能化的最佳匹配。例如,在集成管理平台中将温控与会议室预订系统关联,可以做到在会议召开之前自动开启和关闭空调系统以达到预设温度,尽量减少人为的故意(如设置过低温度)或疏忽操控(如会后忘记关闭空调系统等)而导致的浪费。通过更加灵活地设置空调启闭时间、节假日时间、昼夜时间,根据建筑物阴阳面室内外温差的变化,根据空调冷热负荷量,调整冷冻机及供热系统的开启状况,实现更有效的温度控制,同时也更有效地满足用户对于舒适度的需求。 
  4.2 基于大数据技术的车辆管理 
  我国机动车保有量在2017年已经超过了3亿辆。其中私家车的保有量超过了1.8亿辆。对于很多城市家庭来说,汽车已经成为上下班的必需品。然而,对于有车一族来说,一个非常头疼的问题是找车位和停车难。在北美,人们都习惯开车上下班,因此修建商业建筑物时必须留足停车空间。苹果公司所在的库比提诺市对此有专门的法律规定。正因如此,苹果公司在修建其总部园区时,除了环形大楼地下的停车场外,还额外修建了两个大停车场。总的停车面积比商业办公面积还要大。 
  虽然苹果园区面积巨大,停车场能容纳上万辆汽车,但苹果员工停车找车却非常方便。除了在办公楼与停车区域之间设置摆渡自行车外,基于大数据的泊车管理系统起到了主要的作用。车辆在进入园区后,泊车中央处理系统会通过车牌识别系统识别车辆,通过关联员工的办公位置,会根据员工的喜好(一些美国公司建议习惯较早到公司的人将车停在相对较远的区域,把离办公区域较近的停车位留给晚一些到的员工)自动建议最优化的泊车位置。在停车泊位内安装有探测装置,哪个车位是空的,哪个车位上已经停泊了车辆都可以进行感知,探测所得信息可以通过网络将数据传输到中央处理系统。在用户取车时,用户可使用手机应用直接了解车辆位置。中央处理系统还会针对以往用户的停取车时间及泊车偏好进行分析和统计,并修正泊车建议。在整个车辆管理系统中,中央处理系统与用户手机及车位监测器组成了一个快速统计与分析的网络,通过实时采集车辆进出状态信息和泊位信息,并在短时间内对各项信息进行统计,实现对整个停车系统的统一管理。 
  为解决停车难的问题,一些国内的初创公司也纷纷推出了基于大数据平台的停车应用。这些初创公司主要采取平台与停车场相互合作,所得收入一起分成的模式。物业公司可以与这些公司展开合作,以定制版本方式来管理本物业内的车辆。 
  4.3 基于大数据技术的餐饮管理 
  民以食为天,近些年来,由于工作生活节奏加快,有时间和精力为自己准备好一日三餐对大多数职场人士来说已难以实现。保证工作日的餐饮质量已成为增强员工的工作积极性和企业的凝聚力的重要手段。商业物业中的餐饮大多采取外包的方式。但外包餐饮公司存在服务质量逐渐下降,更换频繁的特点。 
  餐饮行业存在多样化、个性化和品质化的需求。随着人们生活水平的不断提高和健康知识的普及,除了口味之外,人们对食品安全、营养健康和新鲜度的要求也在不断提高。因此,餐饮一直是商业物业管理中的一个难点。在各项考核评比中,餐饮的评分结果常处于物业服务各项内容中的较低位置。这也凸显了餐饮管理的复杂性和提升的难度。 
  要提高餐饮的质量,一方面可考虑选择知名度相对较高,口碑较好的餐饮公司或厨师,严选材料,在控制成本的情况下,尽量提高菜品质量。另一方面也可以考虑从就餐人员的需求角度入手,了解就餐人员的喜好,配置适合客户口味的菜品。 
  采用传统方式了解就餐人员喜好和需求会碰到较大的困难。但通过大数据技术就能有效解决问题。就餐人员可以通过关注公众号或下载手机应用在相关页面对自己喜好的口味和需求进行勾选。大数据系统会记录并分析所有就餐人员的饮食习惯并通过统计图表来分析整体的需求。在每次餐饮之后,就餐人员亦可通过手机对享用的菜品口味进行评价,所有评价结果会反馈至中央处理系统,并最终反馈至餐饮公司。同时,通过抽样统计各项菜品及调味品的矿物质及营养构成,对摄入的食材做出营养和健康分析,大数据系统也会参考科学的营养搭配方式,根据摄入食材情况提示就餐人员是否需要注意调整口味及食物种类。在此过程中,大數据系统实质上是充当了一个就餐人员与餐饮公司的桥梁作用,从营养、健康及科学的角度对就餐人员的饮食结构提出建议,从而为就餐人员提供精细化的指导;另一方面,通过了解就餐人员需求,大数据系统对餐饮公司提供以客户为导向的指引,在原料采购、口味设计、菜品配置及种类搭配方面提供科学的建议,既满足就餐人员的需求,又营养健康。 
  5 结语 
  大数据技术是一项强大的工具,合理利用大数据技术可以有效提升物业管理质量和效率。当然,这也意味着物业公司在使用设备和技术时前期需要投入较多资金,并培训相关人员使其熟悉系统整体的运行和维护。但随着大数据的发展和自动化的提升,一部分低技术含量的体力劳动会被电脑和机器取代。某些传统的岗位的需求可能会出现结构性的缺乏。这会对企业在劳动和人事管理方面带来一定的挑战。同时,在运用大数据技术时,也需要预防系统自身的故障及人为的因素如黑客入侵、恶意木马等事故导致的个人信息泄露[7]。 
  【参考文献】 
  【1】笪兴. 中国互联网产业的空心化之忧[N/OL]. 财经网,2018-2-18. http://magazine.caijing.com.cn/20180218/4407907.shtml. 
  【2】文毅. 互联网+物业管理大有可为[J], 现代商业, 2016(4):64-65. 
  【3】陈闵. 信息化能给商业物业的经营管理带来什么[J]. 现代物业, 2008( 10): 36-37. 
  【4】章毅,郭泉,王建勇. 大数据分析的神经网络方法[J]. 工程科学与技术, 2017, 49(1): 9-18. 
  【5】毕经元,等.基于大数据的知识挖掘技术在航天领域的应用展望[J]. 航天工业管理,2015(5): 4-6. 
  【6】王汉卿. 信息化助国华物业转型升级[J]. 中国物业管理, 2012(7): 40-41. 
  【7】邢晓男,陈晓英. 人工只能发展带来的挑战及应对策略[J]. 学术探索, 2017(8): 32-37.


  

本文出自:http://www.starlunwen.net/dztxwllw/186195.html

本文TAGS:

上一篇西藏气象宽带网络系统发展探析 下一篇:没有了