Artigo: A aplicação de Data Science na construção civil

Por Gabriela Torres

Dezembro, 2018 – Data Science é um termo em inglês que significa “ciência de dados”. Ele faz referência a análises e estudo de dados, de forma que seja possível a geração de insights e tomada de decisão com base nas informações analisadas.

A ciência de dados pode ser utilizada para direcionar decisões de negócio, reduzir custos e aumentar a eficiência. É uma tendência importante para o setor de construção civil, pois empresas que adotam essas soluções melhoram seus projetos e resultados, garantindo mais assertividade, ponto fundamental para competir neste mercado.

Gabriela Torres

Com isso, surgiram e vêm surgindo vários aplicativos e métodos de análise de dados que permitem a aplicação desse tipo de inteligência em diversos setores da construção civil. 

Lens = Big Data + IBM

Lens, uma combinação de Big Data e BIM (Building Information Modeling) – uma tecnologia bem recente. É uma plataforma 3D que permite modelagens e simulações baseadas em histórico de dados. Permite que alterações sejam feitas com maior consciência sobre as possíveis consequências e sem grandes sustos.

O objetivo do sistema é ser uma ferramenta mais eficiente para o planejamento das construções, tornando mais eficaz o gerenciamento global e as tomadas de decisão.

É basicamente a utilização de um grande banco de dados com informações sobre o projeto combinado com o BIM, e a partir dessa combinação fazer simulações. É uma tecnologia que pode ser muito útil, por permitir manipulação em tempo real, fazendo com que os impactos de qualquer possível alteração sejam previstos e avaliados. É uma aplicação de Data Sciencena Engenharia Civil bastante complexa, mas muito interessante.

Controle de armazenamento

Manipulação de dados de diferentes projetos de forma clara e organizada pode ser um grande desafio. Com o controle e manejo adequado de dados, é possível administrar de forma sistemática, dados e informações, gerando economia de tempo ao buscar conhecimento e evitando sobrecarga em bancos de armazenamento. 

Redução de desperdício

Por meio da análise de dados também é possível identificar onde há desperdícios e atuar nesses gargalos. De forma básica e com dados colhidos em campo é possível fazer análise relacionando desperdício ao tipo de material, método de execução, dia da semana, etc. De forma mais complexa, mas bastante relevante, através de machine learning é possível utilizar modelos preditivos de desperdício através de características de obra e projeto, baseado em dados colhidos de projetos já executados.

Análises de produtividade

Relacionar variáveis e tentar encontrar padrões de comportamentos que afetem a produtividade. Um exemplo bastante simples: Quando chove o gasto energético aumenta e produtividade cai? Como mitigar esses efeitos? Outra análise bastante pertinente é a da cadeia de suprimentos, mão de obra, execução, entre outras. É possível compreender onde estão os gargalos para que a obra aconteça de forma mais fluida e sem estourar o orçamento.

Monitoramento

Hoje em dia existem muitos sensores de monitoramento para geração de indicadores sobre a saúde da estrutura, de equipamentos, ou até mesmo registro de movimentações. Um exemplo são histogramas de mão de obra por tipo de obra e projeto (por exemplo, catracas que dizem se o colaborador está com todos os cursos em dia), dessa forma é possível prever possíveis gargalos e mitigar atrasos e riscos.

Previsões

Como neste setor uma tarefa pode ser demorada e complexa, ser capaz de prever e simular os resultados de determinadas escolhas faz toda a diferença. Alguns exemplos de situações onde análises preditivas podem ser aplicadas são: estimativa de tempo de viagem em simulações de tráfego, relacionar desempenho de obras com mais de um bloco e prever prováveis dificuldades que podem surgir em campo, prevenir possíveis acidentes, atrasos e gastos.

Há ainda, saindo da engenharia de obras, a aplicação em análises de solo, análises e previsões de segurança, análises de comportamento e materiais, otimização de transporte de materiais, realidade aumentada, entre muitas outras utilizações.

Nesse artigo foram trazidos apenas alguns exemplos, mas o principal conceito a ser passado é que a ciência de dados permite o aprimoramento de processos. Sem o aumento da operação é possível ser assertivo nas decisões. O resultado conquistado pela análise de dados traz maior segurança no planejamento de atividades, desenvolvendo assim um novo modelo de negócio para as construtoras, mais econômico e eficiente.

Gabriela Torres é Engenheira Civil graduada pela Universidade Federal de Santa Catarina (UFSC) e Analista de Pré-Vendas do Sienge, software especializado na gestão e operação de empresas da indústria da construção.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *