İnşaat Sektöründe Big Data için Takip Edilmesi Gereken En Önemli KPI’lar

Big data, inşaat sektöründe verimliliği, üretkenliği ve güvenliği artırmak için kullanılabilecek güçlü bir araçtır. Ancak, big data’nın tam potansiyelinden yararlanmak için, inşaat şirketlerinin hangi KPI’ları takip etmesi gerektiğini bilmeleri gerekir.

KPI’lar, bir kuruluşun performansını ölçmek için kullanılan göstergelerdir. İnşaat sektöründe, KPI’lar, projenin ilerlemesini, maliyetleri, kaliteyi ve güvenliği izlemek için kullanılabilir.

İnşaat sektöründe big data için takip edilmesi gereken en önemli KPI’lar şunlardır:

• Maliyet: Bu KPI, projenin toplam maliyetini gösterir. İnşaat şirketleri, maliyetleri izlemek için büyük verileri kullanarak, maliyet artışlarını önlemeye yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.
• İşçilik Maliyetleri: İnşaat projelerinde işçilik, genellikle toplam maliyetin büyük bir bölümünü oluşturur. Big data analitiği, işçilik maliyetlerini izleyerek ve analiz ederek verimliliği artırmaya yardımcı olabilir. İşçi performansını, çalışma saatlerini ve iş süreçlerini analiz ederek, big data, proje süreçlerindeki verimlilik artışlarına yönelik stratejiler geliştirebilir. Ayrıca, iş gücü planlamasını optimize ederek gereksiz işçilik maliyetlerini önleyebilir.
• Ekipman Maliyetleri: İnşaat projelerinde kullanılan ekipmanlar, maliyetin önemli bir bileşenidir. Big data analitiği, ekipman kullanımını izleyerek ve değerlendirerek iş makinelerinin verimliliğini artırabilir. Veri analizi, ekipman bakım süreçlerini optimize etmek, kullanım verimliliğini izlemek ve ekipmanın ömrünü uzatmak için kullanılabilir. Bu da ekipman maliyetlerinde tasarruf sağlayabilir.
• Malzeme Maliyetleri: Malzeme yönetimi, inşaat projelerinde maliyetlerin önemli bir kısmını oluşturur. Big data analitiği, malzeme taleplerini izleyerek ve analiz ederek stok yönetimini optimize edebilir. Veri analizi, proje ihtiyaçlarına göre malzeme tedarikini planlamak, fazla stok maliyetlerini azaltmak ve malzeme israfını önlemek için değerli bilgiler sağlayabilir.
• Taseron Maliyetleri: İnşaat projelerinde taşeronlar sıkça kullanılır ve maliyetin önemli bir parçasını oluşturabilir. Big data analitiği, taseron maliyetlerini izleyerek ve değerlendirerek taşeron ilişkilerini optimize etmeye yardımcı olabilir. Veri analizi, taşeron performansını değerlendirmek, maliyeti etkin bir şekilde yönetmek ve taşeron seçim süreçlerini iyileştirmek için kullanılabilir.
• Proje ilerlemesi: Bu KPI, projenin zamanında ve bütçe dahilinde tamamlanıp tamamlanmadığını gösterir. İnşaat şirketleri, projenin ilerlemesini izlemek için büyük verileri kullanarak, gecikmelerin veya maliyet artışlarının erken tespit edilmesini sağlayabilirler.
• Kalite: Bu KPI, projenin kalitesini gösterir. İnşaat şirketleri, kaliteyi izlemek için büyük verileri kullanarak, kusurları ve sorunları erken tespit edebilirler.
• Güvenlik: Bu KPI, inşaat alanındaki güvenliği gösterir. İnşaat şirketleri, güvenliği izlemek için büyük verileri kullanarak, yaralanmaları ve kazaları önlemeye yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.
• Malzeme kullanımı: Bu KPI, projede kullanılan malzeme miktarını gösterir. İnşaat şirketleri, malzeme kullanımını izlemek için büyük verileri kullanarak, israfı önlemeye yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.
• İş gücü verimliliği: Bu KPI, iş gücünün verimliliğini gösterir. İnşaat şirketleri, iş gücü verimliliğini izlemek için büyük verileri kullanarak, üretkenliği artırmaya yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.
• Tedarik zinciri yönetimi: Bu KPI, projenin tedarik zincirinin verimliliğini gösterir. İnşaat şirketleri, tedarik zinciri yönetimini izlemek için büyük verileri kullanarak, gecikmeleri ve maliyet artışlarını önlemeye yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.
• Sürdürülebilirlik: Bu KPI, projenin çevresel etkilerini gösterir. İnşaat şirketleri, sürdürülebilirliği izlemek için büyük verileri kullanarak, çevresel etkiyi azaltmaya yardımcı olabilecek eğilimleri ve kalıpları belirleyebilirler.

İnşaat şirketleri, big data’yı kullanarak bu ana başlıklar altındaki KPI’lar daha verimli bir şekilde takip edebilirler. En kritik ve onemli performans gostergelerini aciklamaya calisalim.

1. SPI (Schedule Performance Index — Zaman Çizelgesi Performans Endeksi):

SPI, proje ilerlemesini zaman çizelgesine göre değerlendirmek için kullanılan bir endekstir. SPI, tamamlanan işin bütçeye göre ne kadar hızlı gerçekleştirildiğini gösterir.

Burada EV (Earned Value Gerçekleşen Değer — Bugüne kadar tamamlanan işin bütçeye göre değeri.

PV (Planned Value), Planlanan Değer — Bugüne kadar tamamlanmış olması gereken işin bütçeye göre değeri.

SPI, 1’e eşit, 1’den küçük veya 1’den büyük olabilir.

SPI, 1’e eşitse, proje zamanlaması plana uygun demektir.

SPI, 1’den küçükse, proje zamanlaması gecikmiş demektir.

SPI, 1’den büyükse, proje zamanlaması ilerlemiş demektir.

2. CPI (Cost Performance Index — Maliyet Performans Endeksi):

CPI, proje maliyet performansını değerlendirmek için kullanılan bir endekstir. CPI, tamamlanan işin bütçeye göre ne kadar maliyetle gerçekleştirildiğini gösterir.

EV (Earned Value): Gerçekleşen Değer — Bugüne kadar tamamlanan işin bütçeye göre değeri.

AC (Actual Cost): Gerçekleşen Maliyet — Bugüne kadar harcanan toplam maliyet.

CPI, 1’e eşit, 1’den küçük veya 1’den büyük olabilir.

CPI, 1’e eşitse, proje maliyeti plana uygun demektir.

CPI, 1’den küçükse, proje maliyeti aşmış demektir.

CPI, 1’den büyükse, proje maliyeti tasarruf sağlamış demektir.

3. Schedule Variance (SV — Proje Planlama Varyansı):

SV, planlanan işin gerçekleşen işten ne kadar farklı olduğunu ölçen bir göstergedir.

SV, 0’a eşit, 0’dan küçük veya 0’dan büyük olabilir.

SV, 0’a eşitse, proje zamanlaması plana uygun demektir.

SV, 0’dan küçükse, proje zamanlaması gecikmiş demektir.

SV, 0’dan büyükse, proje zamanlaması ilerlemiş demektir.

4. Cost Variance (CV — Maliyet Varyansı):

CV, planlanan maliyet ile gerçekleşen maliyet arasındaki farkı gösteren bir göstergedir.

CV, 0’a eşit, 0’dan küçük veya 0’dan büyük olabilir.

CV, 0’a eşitse, proje maliyeti plana uygun demektir.

CV, 0’dan küçükse, proje maliyeti aşmış demektir.

CV, 0’dan büyükse, proje maliyeti tasarruf sağlamış demektir.

5. Critical Path Length Index (CPLI — Kritik Yol Uzunluğu İndeksi):

CPLI, kritik yoldaki görevlerin gerçekleşme durumunu ölçen bir endekstir.

Burada Critical Path Length, proje süresini belirleyen en uzun aktivite dizisidir.

Project Duration, proje için planlanan süredir.

CPLI, 1’e eşit, 1’den küçük veya 1’den büyük olabilir.

CPLI, 1’e eşitse, proje zamanlaması plana uygun demektir.

CPLI, 1’den küçükse, proje zamanlaması gecikme riski taşır.

CPLI, 1’den büyükse, proje zamanlaması tamamlanma şansı yüksektir.

6. Baseline Execution Index (BEI — Temel Çalıştırma İndeksi):

Baseline Execution Index (BEI), proje zamanlamasının plana uyumunu gösteren bir orandır. Formülü şöyledir:

Burada Number of Completed Tasks, proje kapsamında tamamlanan görev sayısıdır.

Number of Planned Tasks, proje planında belirlenen görev sayısıdır.

BEI, 1’e eşit, 1’den küçük veya 1’den büyük olabilir.

BEI, 1’e eşitse, proje zamanlaması plana uygun demektir.

BEI, 1’den küçükse, proje zamanlaması gecikmiş demektir.

BEI, 1’den büyükse, proje zamanlaması ilerlemiş demektir.

Bu göstergeler, projenin zamanında ve bütçe içinde tamamlanmasını değerlendirmek için kullanılır ve proje yöneticilerine stratejik kararlar almada yardımcı olur.

Big Data’yı İnşaat Sektöründe Kullanmanın Faydaları

Big data’yı inşaat sektöründe kullanmak, aşağıdaki faydaları sağlayabilir:

• Verimliliği artırır: Big data, inşaat şirketlerinin proje planlaması, malzeme siparişi ve kalite kontrol gibi görevleri otomatikleştirmesine yardımcı olabilir. Bu, verimliliği artırabilir ve maliyetleri düşürebilir.
• Üretkenliği artırır: Big data, inşaat şirketlerinin iş gücünü daha verimli kullanmasına yardımcı olabilir. Bu, üretkenliği artırabilir ve projeleri daha hızlı tamamlayabilir.
• Güvenliği artırır: Big data, inşaat şirketlerinin kazaları önlemeye yardımcı olabilir. Bu, yaralanmaları ve kayıpları azaltabilir.
• Sürdürülebilirliği artırır: Big data, inşaat şirketlerinin çevresel etkilerini azaltmasına yardımcı olabilir. Bu, çevreye fayda sağlayabilir.

Peki ama tüm bu oluşturulan KPI’ları doğru yorumlayacak teknik personeller ve gerektiğinde bayrak kaldıracak kontrol departmanları nasıl yaratılmalıdır? Onu da bir sonraki yazımızda ele alalım :).

Aşağıdaki görsel, tüm bu kaygılarımızı özetlemektedir. Takipte kalın!