英语原文共 24 页，剩余内容已隐藏，支付完成后下载完整资料
大数据在项目评估中的应用
尼尔斯·奥森，海蒂·布尔伯格
摘要
目的——本文的目的是研究如何将大数据用于项目评估。
设计/方法/方法——该研究是基于文献研究和对在IT、项目和资产管理和政府机构的15名专业人员的访谈。作者讨论并说明了哪些数据可以用于项目评估并讨论潜在的障碍。
发现——新数据为分析基于不同类型数据的现象创造了新的机会。有趣的数据类别包括：互联网流量、移动数据、物理环境数据和组织内部系统中的数据。作者展示了在项目评估中如何应用这些数据类别。
研究限制/影响——大数据提供了在事后评价中增加定量数据的机会。大数据的使用可以作为项目评估中更强大的技术重点的一步。
实际意义——使用大数据有很大的优势，增加了在评估项目时找到相关指标的机会。
社会影响——研究中涉及的大数据使用可能存在的问题包括：可用性、适用性、相关性、隐私政策、所有权、成本和能力。研究表明，在评估项目时，只要问题得到妥善管理，没有任何挑战能阻止大数据的使用。
创意/价值——研究表明大数据可以应用到项目管理研究中。
关键词：项目管理；评价；大数据；事后
论文类型：研究论文
1 介绍
当评估项目(Volden和Samset，2013)时，获得良好的相关数据可能是一个挑战。当数据量普遍增加时，这似乎是一个悖论。这是研究在评估项目中使用大数据的潜力的起点。特别是，我们研究了在项目评估中使用大数据，涉及到数据可用性、适用性、相关性、隐私性、所有权、成本和能力。我们发现很少有出版物明确地解决项目评估中使用大数据的问题。尽管如此，还是有一些大数据与项目评估有关的例子。
大数据的一个常见定义是，数据集太大，以至于不适合使用传统的数据库工具收集、存储、处理或分析(Nature，2008；艾斯曼等，2011)。大数据有一些特点，使得它与数据库中的结构化数据不同。“三个Vs”这个术语被广泛认同，指的是体量，速度，多样性(Russom，2011)。这个术语中内在最重要的特性是，我们所讨论的大量的数据。Manyika等人(2011)指出，全球数据量每年增长40%。速度表示大数据是连续的数据流，而不是批处理数据的类型。速度也指使用实时数据的可能性。多样性意味着这些是非结构化数据，或者不同结构的数据，不同的来源。
本文的目的是讨论大数据在项目评估和项目管理研究中的应用。在这方面，可以将评价定义为“对正在进行或已完成的项目、方案或政策、其设计、执行和结果的系统和客观评价”(经合发组织，2000)。另一个定义是“确定某物的价值的过程”(Scriven，1991)。人们可以将评价分为事前和事后(Myrdal，1939)。事后的意思是在项目未完成之后，而不是在项目完成之前。关于项目，事后评价是指在项目完成后对项目进行评估，而事前评估则是在项目启动前进行的分析和评估。事前评估通常通过评估不同的替代方案分析应该做什么(OECD，2000)。本研究主要集中在事后评价。
2 大数据
大数据是一个相对较新的术语，在2009年被接受(Manyika等，2011)。最初概念来源于自IT行业的“数据挖掘”。原则上，大数据是数据挖掘的一种形式，只是规模很大。
近年来，大数据领域出现了快速发展。以下是值得注意的重要发展：
bull;大量数据可用，包括基于传感器和跟踪技术的数据和互联网数据；
bull;消费者越来越多地接触定向广告，尤其是在互联网上；
bull;增加可用数据的压力；
bull;以低成本获取存储和分析能力；
bull;访问IT平台将数据放入上下文，例如表示位置数据的数字地图，或构建信息模型(BIM)。
大数据需要新方法来进行数据分析，原因有几个。大数据的范围和结构意味着人们不能很容易地使用传统的形式存储和分析大量数据，比如数据仓库。其中两个主要因素是数据的大小和数据的非结构化格式。这两个因素都意味着，许多现有的数据分析工具难以实现大数据的潜力。多个来源的数据在新的环境中进行聚合和分析。潜在的问题在于数据的链接和预见模式和趋势的能力，提供了获取新知识的机会。不仅是对动态数据的访问增加了，而且静态数据(如数字地图和BIM)也变得普遍和容易获得。这意味着现在更容易在相关的环境中显示数据。
Hilbert(2013)提出了基于跟踪词、位置、性质、行为、经济活动和最终的跟踪其他数据的不同类型的数据和数据源的分类。与评估项目有关，根据收集或产生的数据，我们建议划分为以下类别：
bull;互联网流量，包括社交媒体的活动和搜索引擎的数据；
bull;移动数据，以及不同的可视化数据，包括图片、视频、BIM模型和地图；
bull;物理环境，典型地来自不同类型的传感器；
bull;商业活动，使用支付服务和消费模式。
来自不同IT系统的组织内部数据越来越多，尽管这些数据的数量并不一定是大数据，但它还是很有吸引力的。然而，大数据中使用的原则是相通的，适用于这些数据。
区分“大数据”和“开放数据”是很重要的。数据的发布是挖掘大数据潜力的重要手段。在一些国家，包括挪威(Difi，2013)和美国(Kalil，2012)，他们已经开始着手发布数据集以促进未来的使用(FAD， 2012)。
在过去的几年里，大数据引起了极大的关注，特别是与智能手机和互联网产生的有关数据，在很大程度上用于定向广告和商业分析。目前对于这个话题，既有很大的热情，也有犹豫，包括对大数据应用的成本效益分析(Zillner等，2014)。
3 项目评估
项目评估可以定位项目、影响和社会目标。性能指标通常包括完成时间、成本和对规范的遵从性。与项目使用和社会影响有关的结果表明了项目的长期影响。关于项目的评价，特别是大型公共投资，我们把重点放在利用大数据作为评价项目成果的工具的机会。大数据可能有以更经济的方式衡量投资的各种预期和非预期外部效应的潜力(Porter和Heppelmann,2014)。大数据也可以用来分析项目内部的性能，并给项目经理一个针对偏差的早期警告。
在项目管理中，可以确定四种主要的评价方法：第一，社会经济评价(Sager,1991)；第二，基于各种方法和指标的综合评价(经合发组织，2000年)；第三，利用选定的关键参数进行性能测量评价(Andersen和Fagerhaug,2001)；第四，商业价值评估(Olsson等，2010)。评估者，尤其是那些以用户视角为目标的评估者，通常更喜欢基于不同的方法和指标的整体评估，通常是定量和定性评估的组合(OECD,2000)。政府机构和市政当局通常会采用社会经济的观点，在这种情况下，效益和成本的处理在很大程度上可以进行科学地区分(Sager,1991；小,1999)。私人投资者通常采用商业视角。因此，这些评估将主要基于公司财务的原则(Olsson等，2010)。
正如Samset(2003)所描述的，所谓的逻辑框架包括许多不同的维度，包括在评估中，特别是战略或社会视角，战术视角和操作视角。所有这些方法都需要数据作为分析的输入，通常被认为是评估的关键和资源密集部分。许多作者赞成采用多方面的评价方法。旨在包括用户视角的评估者通常更喜欢基于各种方法和指标的整体评估，通常是定量和定性评估的组合(OECD，2000)。
在评价中使用的数据可分为以下几类：
bull;可利用的数据，可以通过现有的数据来源获得；
bull;存在的数据，但由于各种原因无法提供的数据；
bull;目前无法获得的数据，但可以通过已知的技术生成。
大数据包括以上所有类别。对于评估目的来说，拥有极其大量的数据并不重要。数量较少的定量数据也可能是对评价的重要贡献。对实际大数据集的收集和分析的经验无论如何都与定量分析较小的数据量有关。
3.1 评估建设项目
当一个大型的基础设施项目已经结束时，人们常常会对其效果提出质疑。因此，对项目的结果如何有用进行适当的度量有必要。特别是，在项目之前和之后，需要基于良好的指标来显示状态。
建筑物可由多个维度来评价，包括Vitruvius(1960)的经典要求，即建筑物应满足：坚固，适用和美观。传统上，大多数业主和居住者很少对他们的建筑在可用性方面的表现进行评估(Haron等，2012)。几个作者(包括Jensoslash;et等，2004；Blakstad等，2008)认为评价应该基于不同的方法和方面，这取决于目标、目的、重点、能力和资源。对建筑物进行系统的评价，有利于新建筑的规划和现有建筑物的发展。
“可用性”这个词已经通过工作场所的CIB W111可用性(Alexander，2010)来适应建筑。可用性可以定义为“一个系统可以被指定的用户在特定的使用范围内以有效性、效率和满意度达到指定目标的程度”(ISO 9241-11，1998)。建筑可以被看作是实现战略目标的产品，如生产力、创新和吸引，如贝克尔和斯蒂尔(1995)、Horgen等人(1999)和Grantham(2000)等。可用性评估将侧重于环境，以评估其效率和有效性。它被开发和使用各种方法评估建筑的可用性，例如使用工具(Hansen等，2009)。常见的方法包括访谈、对用户的问卷调查和通过观察(Harun等，2011)。大数据有潜力完善以定量的方法补充这种定性评价方法。
另一种评估方法是入住率评估(POE)。POE的设计是为了系统地探索现有的建筑满足现实中的建筑设计目标多少，即它们被居住使用(Preiser等，1988)。POE的目的是收集信息和发展对建筑设计和建设决策的长远影响的知识。这样的知识可以用于建筑行业的进一步改进。Steinke等(2010)指出，目前没有一个行业认可的建筑评价的定义，也没有对建筑项目进行评估的标准化方法。
总体而言，已建立的评估和数据收集工具提供了用户如何感知一个建筑物的良好蓝图。评估仍然主要基于评估时建筑物的使用情况。还有一个风险是，参与评估的用户是那些特别专注的用户，比如最满意或最不满意的用户。大数据开放弥补定性评价方法的不足。大数据可以说明该建筑物的使用期限较长，并涵盖了更广泛的用户。
在一段时间内，可用性领域的研究人员已经认识到开发方法的必要性，这些方法为他们提供了定量的数据。Blakstad等人(2008)要求开发能够提供定量数据和定义的指标的方法，这些指标可能允许在多个项目之间进行基准测试。这与之前的研究结果一致，这些研究表明，评估工作在基于几种方法和数据来源的情况下是最好的(Frechtling，2002)。
3.2 评估交通项目
与建筑物相似的是，大数据可以用来评估交通基础设施。挪威交通部要求在主要交通基础设施项目完成后的5年内进行成本效益分析(Olsson，2005)。这类事后项目评估的一个类似的例子是Anguera(2006)，他对法国和英国之间的英吉利海峡隧道进行了事后社会经济评价。这些评价通常是根据一个时间点的情况作出的，并基于有限的指标。时间点通常是项目完成后的几年。大数据提供了更连续的，基于广泛的指标评估。
数据质量和可用性是评估中的关键问题。数据通常是从各种来源收集的。Mackie和Preston(1998)在对运输项目的评估中发现了21个错误和偏差的来源(无论是故意的还是其他的)。此类错误来源的例子包括重复计算、模型错误和对研究区域的不正确的限制。Flyvbjerg等人(2005)提出了对大型交通相关项目的参考类预测的使用，这意味着某个项目可以与一组类似的项目进行比较。该方法需要大量的数据。为了更好地衡量利益，研究社会是否愿意为投资买单。然而，这样的研究通常是昂贵的。大数据有提供更好的事前评估和事后评估信息的潜力，并有助于揭示在以成本效益的方式下社会愿意为确定的投资买单。我们将提供一些数据的例子，这些数据可用于铁路和道路项目的事后评价。
运输基础设施项目的影响往往要等到项目完成后才能实现(Rietveld和Nijkamp，2000)。运输服务的改善取决于许多基础设施的改进。这意味着项目评估通常是在系统层面上进行的——它是一个运输系统，包括被评估的新项目。
4 方法
研究结果是对文献检索和访谈结果的总结。在评估中使用大数据几乎没有直接的经验。因此，我们必须识别与项目评估相关的，并有可能在评估环境中使用的大数据。
在文献研究中，我们主要回顾了关于大数据、评价和项目管理的科学文章和出版物。文献对大数据覆盖范围广泛的主题包括技术方案、法律问题,应用,创新等。回顾的目的是构建多方面的主题，该主题是关于大数据在新建的公共建筑评估中的使用。
该研究的实证部分是基于对大型工程项目(尤其是公路、铁路和公共建筑项目)评估中使用大数据的可能性的采访。我们采访了来自不同组织的代表，他们有可能使用大数据。采访涉及8名IT专家、4名基础设施管理专家和3名政府代表。我们使用了一个统一的半结构式访谈指南。然而，在IT专家的采访中，重点是技术解决方案。同样，对项目和资产管理专业人员的采访强调了数据的可用性和分析和结果的使用。在政府官员的帮助下，我们讨论了大数据应用的规则和框架条件。大多数被采访者是挪威的组织代表，但少数被采访者在国际背景下工作。在一周内的采访中，我们总结了一份内部备忘录中的采访结果。这些备忘录是在撰写案例研究报告时参考的。本文以案例研究报告为基础，特别强调大数据在项目评估中的应用。案例研究报告也受到了作者组织内同事的内部质量认可。
5 结果
在接下来的研究中，我们给出了研究结果。首先，我们就在评估中使用大数据的关键问题发表评论。这些问题包括可用性、适用性、相关性、隐私性、所有权、成本和能力。其次，我们提出了不同类型的新数据，可以用来评估建筑的可用性。
5.1 可用性
数据的可用性由两个因素控制。首先，必须有人要求提供数据。访谈显示了一些可用但未被使用的数据示例，因为没有人看到这些数据的
全文共23178字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[10336]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
