Big Data e gestione efficiente dell'immobile

Le recenti evoluzioni nell'ambito della gestione delle informazioni, quali la diffusione di sistemi distribuiti di sensori e lo sviluppo del concetto di Big Data, stanno aprendo sempre più le porte verso scenari innovativi di applicazione delle tecnologie dell'informazione e della comunicazione al campo del Facility Management, rispetto ai domini conoscitivi e decisionali.

Tuttavia, sebbene quello dei Big Data sia un tema caldo attualmente molto sentito, il potenziale delle sue applicazioni al Facility Management dei patrimoni immobiliari è ancora nelle fasi embrionali del suo sviluppo.

L'utilizzo dei metodi di analisi dei Big Data e il ricorso ai sistemi di sensori è una delle strategie più implementate, a livello sperimentale, al fine di garantire una gestione efficiente del patrimonio edilizio. Le attuali tecnologie dell'informazione e della comunicazione consentono, infatti, di elaborare informazioni acquisite in tempo reale in grado di condizionare, e talvolta di determinare, i processi decisionali sia a livello strategico che operativo.

Il termine Big Data può essere definito come quel patrimonio informativo ad alto volume, velocità e varietà che richiede forme innovative e sostenibili di elaborazione delle informazioni, al fine di incrementare la conoscenza e migliorare il processo decisionale. Il paradigma dei Big Data consiste in un approccio strutturato alla gestione dei dati, a fronte dell'impiego di un sistema distribuito di sensori horizontaly-coupled che rilevano parametri differenti in differenti localizzazioni all'interno e all'esterno dell'edificio e che tra loro comunicano condividendo tali dati, al fine di ottenere la scalabilità necessaria per il trattamento efficace di dataset estensivi. In questo modo, le funzioni di analisi possono essere eseguite su dataset omnicomprensivi e su un flusso continuo di dati real-time provenienti da molteplici fonti riguardanti i diversi aspetti del funzionamento di un edificio.

Infatti, attualmente è possibile, per mezzo di sensori, raccogliere facilmente ed economicamente dati circa diversi aspetti dell'ambiente costruito, aprendo nuove possibilità di monitoraggio sia degli ambienti, che delle strutture. Per quanto riguarda il monitoraggio ambientale degli edifici, oggi si possono reperire sul mercato, a bassi costi, sensori che consentono di controllare in tempo reale la maggior parte degli

indicatori di prestazione come, ad esempio, temperatura, umidità, consumi di energia, flussi di persone, qualità dell'aria, inquinamento acustico, ecc.

Oltre al monitoraggio ambientale degli edifici, le possibilità di raccolta di informazioni si estendono anche monitoraggio delle loro strutture. Recentemente, infatti, abbiamo assistito alla diffusione dell'applicazione delle nuove tecnologie al monitoraggio strutturale, sia in fase di costruzione che in fase di conduzione e gestione.

Ad esempio, l'impiego della tecnologia RFID, Radio-Frequency Identification, per la tracciabilità dei componenti strutturali e delle relative informazioni all'interno di costruzioni complesse, i MEMS, sensori a basso consumo energetico basati su micro sistemi elettromeccanici per il controllo dei comportamenti delle strutture, le fibre ottiche per il monitoraggio di micro deformazioni strutturali, ecc.

I facility manager possono utilizzare strumenti di analisi di questo patrimonio informativo generato dai Big Data, ora disponibile, per rilevare trend o pattern nel funzionamento dell'edificio e nell'erogazione dei suoi servizi che supporteranno il loro processo decisionale.

Per perseguire questo obiettivo, dunque, i facility manager devono sfruttare tutta questa massa di dati raccolti. Le possibili applicazioni di data software all'ambiente costruito sono molteplici, tra cui la gestione dell'energia, il rilevamento dei guasti e la diagnostica. L'utilizzo dei Big Data rappresenta quindi una leva che può aiutare a rilevare trend per poter calibrare al meglio investimenti futuri.

Attualmente alcune delle grandi sfide che il mondo del Facility Management deve fronteggiare sono la varietà di formati diversi delle informazioni derivanti da fonti eterogenee e la visione "a silos" della gestione dei servizi, con conseguenze negative in termini di efficienza operazionale dei servizi.

L'approccio Big Data permette di affrontare queste questioni: in primo luogo, il problema dell'eterogeneità dei dati e delle informazioni. La maggior parte dei dati relativi ad un edificio proviene da fonti diverse ed ha una varietà di formati diversi, alcuni di questi dati sono memorizzati in fogli di calcolo, altri in database relazionali, altri ancora in forma grafica all'interno di programmi di modellazione e in altre molteplici varietà di formati elettronici e cartacei.

Inoltre, la cattiva pratica ha portato a concepire il patrimonio informativo a corredo di un edificio come una serie di documenti, che, qualora presenti, non sono propriamente strutturati ed archiviati dai differenti attori lungo il processo edilizio, poiché non vi è alcuna strategia di gestione

degli stessi.

Il nuovo approccio alla gestione dei dati, che ora assumono le caratteristiche di Big Data, prevede invece di convogliare tutti i dati sull'edificio, le sue parti e i servizi che lo interessano, in una architettura unificata che segue tassonomie e procedure gestionali standardizzate e condivise tra tutti gli operatori lungo l'intero ciclo di vita dell'edificio.

In questo modo vengono garantite la disponibilità, la condivisione e l'accessibilità a dati che sono precisi, affidabili, coerenti e completi e vi è un approccio strutturato in grado di migliorare l'archiviazione e la reperibilità dei dati nel lungo termine.

Un secondo importante aspetto riguarda il fatto che i dati raccolti dai sensori - riguardanti i flussi materici, di persone e di energia - contatori intelligenti e reti informatiche, opportunamente processati e convertiti in informazioni operative, possono essere strategicamente utili per: rilevare future interruzioni nell'erogazione del servizio o guasti alle apparecchiature. I sistemi di rilevamento integrati nelle strutture sono basati sulla condivisione dei dati rilevati, in formato interoperabile, provenienti dalle diverse parti della struttura. Tali dati vengono poi utilizzati ai fini di risolvere un problema specifico. Infatti, l'analisi dei dati condivisi può aiutare a delineare una previsione attendibile per poter essere in grado di risolvere anticipatamente eventuali interruzioni di servizio o guasti. Ad esempio, gli impianti di illuminazione provvisti di sensori di raccolta dati forniscono alle società di servizi dati utili a sviluppare una precisa analisi dei possibili disservizi e guasti, oltre ad identificare potenziali vie percorribili per ridurre i costi energetici; ridurre i costi energetici.

Gli innovativi sistemi di sensori intelligenti rendono disponibili informazioni circa i consumi energetici (ad esempio profili giornalieri di utilizzo, picchi di erogazione, ecc.) e i costi ad essi legati. Tali sistemi permettono di ridurre i costi energetici fornendo ai facility manager i mezzi per conoscerli e comprenderli, individuando aree di possibile efficientamento e relative soluzioni possibili; ottimizzare le prestazioni dell'edificio. I facility manager possono contare su Building Management System (BMS) distribuiti in siti multipli che forniscono dati real-time e informazioni aggiornate. Con lo sviluppo di sensori intelligenti, e dei Big Data che essi producono, è possibile avere una visibilità in tempo reale dello stato dell'edificio, delle sue componenti edili ed impiantistiche.

Possiamo dunque concludere affermando che quella dei Big Data è una realtà in continua crescita ed espansione che continuerà a mutare ed evolvere in base alla complessità del mercato.

Imparando dai dati storici e sfruttando le capacità tecnologiche contemporanee, saremo sempre più in grado di ottenere informazioni significative e previsioni attendibili utili a ottimizzare il processo decisionale.

Cinzia Talamo

Professore associato in tecnologia dell'architettura, Politecnico di Milano

Nazly Atta 

Dottoranda di ricerca presso il Dipartimento ABC, Politecnico di Milano