Data-analytiikan merkitys kasvaa nyt vauhdilla kiinteistö- ja rakennusalalla. Monilla yrityksillä on jo palkkalistoillaan ammattilaisia, joiden tehtävänä on seuloa alati kasvavista datamassoista esiin tärkeimmät ja hyödyllisimmät tiedot.
Tampereen yliopiston BOLDt-hankkeen tavoitteena on avata juuri näitä modernin data-analytiikan mahdollisuuksia.
– Data-analytiikkaan kohdistetaan nykyisin paljon odotuksia. Osa näistä on epärealistisia. Toisaalta kaikkia mahdollisuuksia ei myöskään vielä osata hahmottaa, professori Kalle Kähkönen toteaa.
Data Analytics for Building Online -hankkeesta suunnitellaan kaksivuotista. Hanke pyritään käynnistämään tämän vuoden puolella. Mukaan haetaan laajasti eri tahoja, jotka ovat kiinnostuneita data-analytiikan hyödyntämisestä kiinteistö- ja rakennusalalla. Päämielenkiinto tässä BOLDt-hankkeessa kohdistuu jatkuvasti ylläpidettäviin rakennusten käyttö- ja ylläpitomalleihin.
– Hankeen osallistujat voivat edustaa esimerkiksi rakennusyrityksiä, jotka tuottavat elinkaarimalleja. Hankkeeseen voi osallistua myös kiinteistön omistajia, huoltoyhtiöitä tai kiinteistön käyttäjiä, Kähkönen sanoo.
Hankkeessa toteutetaan käytännön kokeiluja
Entistä parempi datan hyödyntäminen tarjoaa paljon uusia mahdollisuuksia. Tutkittua tietoa on kuitenkin toistaiseksi saatavilla huonosti.
– Tutkimusperäistä tietoa siitä, mitä data data-analytiikka merkitsee rakennus- ja kiinteistöalalle, ei ole. Siksi tällaista hanketta tarvitaan. BOLDt-hanke on tässä asiassa tärkeä päänavaus, Kähkönen kertoo.
Hankkeessa toteutetaan käytännön kokeiluja, joista saadaan nopealla aikataululla uusia oivalluksia ja löydöksiä kiinteistö- ja rakennusalan yritysten tarpeisiin. Rakennusten käyttö- ja ylläpitomallit ovat keskeinen keino lukuisiin tarpeisiin kiinteistöjen elinkaaren aikana. Näitä ovat esimerkiksi asioiden paikallistaminen, energiatehokkuus, kiinteistön olosuhteet, turvallisuus ja kiinteistöhuolto. Mallien pitäminen mahdollisimman reaaliaikaisina on olennaista.
– Reaaliaikaisuus on tarkoittaa sitä, että nämä mallit olisivat jatkuvasti ajan tasalla. Käytännössä tätä on vaikea saavuttaa. Pääargumenttimme on, että moderni data-analytiikka on lupaava ratkaisu tähän isoon ongelmaan, Kähkönen toteaa.
Hanke rakentuu monitieteelliselle yhteistyölle
Kiinteistö- ja rakennusalan osaajien lisäksi hankkeessa on mukana tekoälyn ja data-analytiikan osaajia. Tilastotieteen professori Jaakko Peltosen tutkimusryhmä tuo hankkeeseen huippuosaamista data-analytiikan ja koneoppimisen alueilta.
– Yleisesti ottaen data-analytiikan avulla pääsemme tarkastelemaan asioiden syy-ja-seuraus-suhteita. Lisäksi analytiikka auttaa vaikutusmahdollisuuksien testaamisessa: esimerkiksi toimiston seiniä ei voi joka viikko siirtää toiseen paikkaan, mutta data-analytiikan avulla voimme löytää monia tapoja parantaa esimerkiksi tilojen käyttötehokkuutta ja kunnossapitoa, Peltonen toteaa.
Moderni data-analytiikka ei tarkoita pelkkien faktojen tallentamista. Sen avulla pystytään myös ennustamaan tilastollisesti tulevia tapahtumia.
– Jos esimerkiksi ilmanlaatu on alkanut huonontua jossain kohdassa rakennusta, se on toki havainto sellaisenaan. Mutta tämä tieto voi ennustaa myös jotain muuta. Ehkä ilmastointilaite on rikkoutumassa tai tiloissa on jotain muita piileviä vikoja. Data-analytiikan avulla voimme saada ohjeita siitä, mihin asioihin kannattaisi puuttua ja missä järjestyksessä, Peltonen kertoo.
Lisätietoja:
Professori Kalle Kähkönen
+358401981270
kalle.kahkonen@tuni.fi
Professori Jaakko Peltonen
+358503187116
jaakko.peltonen@tuni.fi
Projektipäällikkö Jaakko Kinnunen
+358504377144
jaakko.kinnunen@tuni.fi