Purpose. The main objective of this thesis is to guide decision makers through better strategic choices about their portfolios. This is done by giving them methods and tools to better organise their data about buildings condition and to extract KPIs from them. Transforming building data into useful information using the proposed KPIs allow for a better assets management over their life cycle. Background. Nowadays, assets are mainly conducted within a great lack of information and this leads to costs increase, unsatisfying performance and unsafe buildings. This lack of data is indeed worse for older buildings, which are the most common in Europe. Approach. Here there are main steps to follow to gather the right KPIs for the required strategic decisions: 1) to know the asset; 2) to compute its restoration costs (if need be); 3) to compute its LCC – with or without the energy demand; 4) to evaluate restoration alternatives; 5) to compute the building value (pre-post restoration/refurbishment); and 6) to gather information during the building life cycle with BIM-based tools. The need of knowing asset condition is fulfilled by some technical KPIs able to capture two important aspects: degradation and building documents. Building knowledge is completed by the presence of another index related to the adaptability potential. The calculation of restoration costs is done by using maintenance profiles, appositely created for each fabric and services component, containing all main corrective and preventive operations that can be carried out on the specific component after failure detection or scheduled over the time. The asset condition can be also implemented by preliminary energy analysis (not developed by the author). The asset condition is linked to the building market value by the adoption of a fuzzy system, based on the interpolation of the data coming from a National price list. All information gathered can be stored and organised in a building logbook appositely developed. Gathered and calculated data can be used for specific objectives and by specific users. Results. These KPIs help portfolio/asset managers in their decisions, by giving all the relevant data at the right time. KPIs can be incrementally computed, allowing users to update them year by year, minimising impacts and costs. Using the KPIs improves: 1) LCC optimisation of assets through a better knowledge and communication (each stakeholder is provided with the needed information); 1a) better financial planning and cash flow; 1b) better maintenance operation scheduling; and 2) improved knowledge of assets during their LC. Practical implications. Strategic choices about assets can be made through the adoption of these KPIs, which are collected in a set of valid tools and procedures for controlling and storing them. Originality. Assessment procedures, computed KPIs of the rating system and building logbook have been developed in an original way. One of the main points of originality relays on the fact that this tool collects information from many spheres and combines them in some indexes useful for asset and portfolio management.

Obiettivo. L’obiettivo principale di questa tesi è quello di guidare coloro che devono prendere decisioni riguardo al proprio patrimonio edilizio attraverso una serie di scelte strategiche. Questo si ottiene fornendo loro una serie di metodi e strumenti per meglio organizzare i loro dati riguardo alla condizione dei loro edifici e per estrarre degli indicatori di prestazione sintetici. La rielaborazione dei dati riguardanti gli edifici in informazioni utili attraverso gli indicatori proposti permette una migliore gestione dei beni immobili sull’intero ciclo di vita. Contesto. Attualmente, i beni sono gestisti con una grande assenza di informazioni e questo porta all’accrescimento dei costi, a prestazioni insoddisfacenti e a edifici non sicuri. Questa mancanza è anche peggiore per quanto riguarda gli edifici più datati, che rappresentano la maggioranza in Europa. Approccio. Si riportano qui i principali passaggi da seguire per calcolare i corretti indicatori per le necessarie decisioni strategiche: 1) conoscere il bene; 2) calcolare i costi di ripristino, se necessario; 3) calcolare i costi sul ciclo di vita – con o senza il fabbisogno energetico; 4) valutare alternative di ripristino; 5) stimare il valore dell’immobile (pre-post ripristino/riqualificazione); e 6) raccogliere informazioni durante il ciclo di vita dell’edificio con strumenti BIM. La necessità di conoscere la condizione del bene è soddisfatta da una serie di indicatori capaci di catturare due importanti aspetti: degrado e documentazione. La conoscenza dell’edificio è completata dalla presenza di un altro indice relativo al potenziale di adattabilità. Il calcolo dei costi di ripristino è guidato dall’uso dei profili di manutenzione, appositamente creati per ogni componente edilizio e impiantistico, contenenti tutti gli interventi di manutenzione correttiva e preventiva che possono essere svolti su quel componente dopo aver rilevato una specifica anomalia o programmati nel tempo. Lo stato del bene può essere inoltre implementato da un’analisi energetica preliminare (tematica non sviluppata dall’autore). La condizione dell’immobile è collegata al suo valore di mercato grazie all’uso di uno strumento fuzzy basato sull’interpolazione di dati estratti da un database nazionale. Tutte le informazioni possono essere raccolte e organizzate in un libretto del fabbricato appositamente sviluppato. I dati raccolti e calcolati possono essere usati per raggiungere precisi obiettivi, in relazione a specifiche categorie di utenti. Risultati. Questi indicatori aiutano i gestori dei patrimoni a prendere le decisioni, fornendogli tutti i dati rilevanti al momento giusto. Gli indicatori possono essere compilati in maniera incrementale, permettendo agli utenti di aggiornarli anno per anno, minimizzando impatti e costi. L’uso di questi indicatori implica: 1) ottimizzazione di LCC del dell’edificio attraverso una migliore conoscenza del bene e comunicazione (ogni stakeholder è provvisto dei dati che gli competono); 1a) migliore pianificazione economica, finanziaria e flusso di cassa; 1b) migliore pianificazione della manutenzione; e 2) migliore conoscenza dell’edificio lungo il suo ciclo di vita. Implicazioni pratiche. Svariate scelte strategiche riguardo a un bene possono essere supportate da questi indicatori, che sono raccolti in una serie di validi strumenti e procedure per controllarli e aggiornarli. Originalità. Procedure di calcolo, indicatori del sistema di valutazione e libretto del fabbricato sono stati sviluppati in maniera originale. Uno dei maggiori punti di originalità sta nel fatto che questi strumenti raccolgono informazioni da molte sfere e le combinano in una serie di indicatori utili alla gestione di immobili e interi patrimoni.

Key Performance Indicators for asset management optimisation A support for technical decision making

MALTESE, SEBASTIANO

Abstract

Purpose. The main objective of this thesis is to guide decision makers through better strategic choices about their portfolios. This is done by giving them methods and tools to better organise their data about buildings condition and to extract KPIs from them. Transforming building data into useful information using the proposed KPIs allow for a better assets management over their life cycle. Background. Nowadays, assets are mainly conducted within a great lack of information and this leads to costs increase, unsatisfying performance and unsafe buildings. This lack of data is indeed worse for older buildings, which are the most common in Europe. Approach. Here there are main steps to follow to gather the right KPIs for the required strategic decisions: 1) to know the asset; 2) to compute its restoration costs (if need be); 3) to compute its LCC – with or without the energy demand; 4) to evaluate restoration alternatives; 5) to compute the building value (pre-post restoration/refurbishment); and 6) to gather information during the building life cycle with BIM-based tools. The need of knowing asset condition is fulfilled by some technical KPIs able to capture two important aspects: degradation and building documents. Building knowledge is completed by the presence of another index related to the adaptability potential. The calculation of restoration costs is done by using maintenance profiles, appositely created for each fabric and services component, containing all main corrective and preventive operations that can be carried out on the specific component after failure detection or scheduled over the time. The asset condition can be also implemented by preliminary energy analysis (not developed by the author). The asset condition is linked to the building market value by the adoption of a fuzzy system, based on the interpolation of the data coming from a National price list. All information gathered can be stored and organised in a building logbook appositely developed. Gathered and calculated data can be used for specific objectives and by specific users. Results. These KPIs help portfolio/asset managers in their decisions, by giving all the relevant data at the right time. KPIs can be incrementally computed, allowing users to update them year by year, minimising impacts and costs. Using the KPIs improves: 1) LCC optimisation of assets through a better knowledge and communication (each stakeholder is provided with the needed information); 1a) better financial planning and cash flow; 1b) better maintenance operation scheduling; and 2) improved knowledge of assets during their LC. Practical implications. Strategic choices about assets can be made through the adoption of these KPIs, which are collected in a set of valid tools and procedures for controlling and storing them. Originality. Assessment procedures, computed KPIs of the rating system and building logbook have been developed in an original way. One of the main points of originality relays on the fact that this tool collects information from many spheres and combines them in some indexes useful for asset and portfolio management.
GRECCHI, MANUELA
RE CECCONI, FULVIO
DEJACO, MARIO CLAUDIO
22-gen-2016
Obiettivo. L’obiettivo principale di questa tesi è quello di guidare coloro che devono prendere decisioni riguardo al proprio patrimonio edilizio attraverso una serie di scelte strategiche. Questo si ottiene fornendo loro una serie di metodi e strumenti per meglio organizzare i loro dati riguardo alla condizione dei loro edifici e per estrarre degli indicatori di prestazione sintetici. La rielaborazione dei dati riguardanti gli edifici in informazioni utili attraverso gli indicatori proposti permette una migliore gestione dei beni immobili sull’intero ciclo di vita. Contesto. Attualmente, i beni sono gestisti con una grande assenza di informazioni e questo porta all’accrescimento dei costi, a prestazioni insoddisfacenti e a edifici non sicuri. Questa mancanza è anche peggiore per quanto riguarda gli edifici più datati, che rappresentano la maggioranza in Europa. Approccio. Si riportano qui i principali passaggi da seguire per calcolare i corretti indicatori per le necessarie decisioni strategiche: 1) conoscere il bene; 2) calcolare i costi di ripristino, se necessario; 3) calcolare i costi sul ciclo di vita – con o senza il fabbisogno energetico; 4) valutare alternative di ripristino; 5) stimare il valore dell’immobile (pre-post ripristino/riqualificazione); e 6) raccogliere informazioni durante il ciclo di vita dell’edificio con strumenti BIM. La necessità di conoscere la condizione del bene è soddisfatta da una serie di indicatori capaci di catturare due importanti aspetti: degrado e documentazione. La conoscenza dell’edificio è completata dalla presenza di un altro indice relativo al potenziale di adattabilità. Il calcolo dei costi di ripristino è guidato dall’uso dei profili di manutenzione, appositamente creati per ogni componente edilizio e impiantistico, contenenti tutti gli interventi di manutenzione correttiva e preventiva che possono essere svolti su quel componente dopo aver rilevato una specifica anomalia o programmati nel tempo. Lo stato del bene può essere inoltre implementato da un’analisi energetica preliminare (tematica non sviluppata dall’autore). La condizione dell’immobile è collegata al suo valore di mercato grazie all’uso di uno strumento fuzzy basato sull’interpolazione di dati estratti da un database nazionale. Tutte le informazioni possono essere raccolte e organizzate in un libretto del fabbricato appositamente sviluppato. I dati raccolti e calcolati possono essere usati per raggiungere precisi obiettivi, in relazione a specifiche categorie di utenti. Risultati. Questi indicatori aiutano i gestori dei patrimoni a prendere le decisioni, fornendogli tutti i dati rilevanti al momento giusto. Gli indicatori possono essere compilati in maniera incrementale, permettendo agli utenti di aggiornarli anno per anno, minimizzando impatti e costi. L’uso di questi indicatori implica: 1) ottimizzazione di LCC del dell’edificio attraverso una migliore conoscenza del bene e comunicazione (ogni stakeholder è provvisto dei dati che gli competono); 1a) migliore pianificazione economica, finanziaria e flusso di cassa; 1b) migliore pianificazione della manutenzione; e 2) migliore conoscenza dell’edificio lungo il suo ciclo di vita. Implicazioni pratiche. Svariate scelte strategiche riguardo a un bene possono essere supportate da questi indicatori, che sono raccolti in una serie di validi strumenti e procedure per controllarli e aggiornarli. Originalità. Procedure di calcolo, indicatori del sistema di valutazione e libretto del fabbricato sono stati sviluppati in maniera originale. Uno dei maggiori punti di originalità sta nel fatto che questi strumenti raccolgono informazioni da molte sfere e le combinano in una serie di indicatori utili alla gestione di immobili e interi patrimoni.
Tesi di dottorato
File allegati
File Dimensione Formato  
ThesisPhD_MalteseS_B5_Final.pdf

non accessibile

Descrizione: Testo della tesi
Dimensione 14.49 MB
Formato Adobe PDF
14.49 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/115962