引言 测不可测，证无从证 1
并非多此一举 1
实践策略 2
搜集、分析和应用建筑数据的好处 4
搜集、分析和应用建筑数据的挑战 11
策略1 专注于关键信息 15
策略2 示范有用，解释无用 17
第一部分 为什么要用数据，为什么现在用？ 25
第1章 数据时代 25
导致数据利用和行业改革的五个因素 25
策略3 看行业之外 26
案例研究专访Robert Yon 31
策略4 不是大数据，是智能数据 49
案例研究 专访Sean D.Burke 50
数据vs文件 56
案例研究 专访Jonatan Schumacher 58
第2章 数据驱动的建筑设计方法 65
建筑行业中引领数据的五个趋势 65
策略5 关于数据准备的8个问题 66
案例研究 专访Zigmund Rubel 68
以数据为中心的方法 77
案例研究 专访Andrew Heumann 78
策略6走向以数据为中心的四个步骤 79
策略7 问有用的问题 80
案例研究专访Jonathon Broughton 88
第3章 从数据中学习 97
确保数据准备就绪的五个要素 97
用数据训练、学习和工作 100
案例研究 专访Brian Ringley 103
策略8 与数据打交道 112
案例研究 专访Toru Hasegawa 115
案例研究 专访Aimee Buccellato 121
第二部分 捕获、分析和应用数据 129
第4章 采集和挖掘项目数据 129
公共数据源 129
案例研究 专访Ryan Mullenix 131
私人数据源 139
案例研究 专访Sam Miller 143
拥有一个数据收集策略 151
策略9 制定一个数据收集策略 153
案例研究 专访Gregory Janks 154
策略10 迈向“以数据为中心”的第一步 157
第5章 分析数据 163
分析与解析 163
策略11 应用数据分析的第一步 164
预测性解析 164
案例研究 专访Mads Jensen 166
策略12 两种能耗分析的思路 175
策略13 可持续设计分析 175
案例研究 专访Erik Olsen 176
案例研究 专访Chris Pyke博士 182
策略14 分析是如何影响决策的？ 184
策略15 由简单入手，选择合适的技术 185
策略16 利用数据作为得到结果的手段 186
案例研究 专访Brendon Levitt 187
案例研究 Dhour 192
第6章 应用数据 195
第一步 195
策略17 应用数据前的第一步 195
策略18 规划数据 196
案例研究专访Billie Faircloth 197
数据启用型项目团队 203
策略19 数据团队应该被整合还是保持相对独立？ 206
案例研究专访Andrew Witt 207
数据密集型角色 210
策略20 计算机科学家和新兴专业人士 212
案例研究 专访Greig Paterson 216
数据领域中的领导者 218
第三部分 数据对你、你的公司、职业和行业意味着什么 223
第7章 施工和运营中的数据 223
施工数据 224
策略21 与施工相关的数据问题 225
案例研究专访Tyler Goss 225
对于变化的反应 230
案例研究 专访Mani Golparvar-Fard博士 230
连接设计、施工和运营 238
策略22 提取和转移重要的信息 239
案例研究 专访Bill East博士 241
标准和互操作性 244
案例研究专访Greg Schleusner 245
第8章 业主和最终用户的数据 251
对业主的好处 251
案例研究 专访Sukanya Paciorek 252
使用数据的方向 255
案例研究 专访Peter Pellerzi 257
策略23 有了数据，问题的核心就在于文化 258
将AECO（建筑设计、工程、施工和运营）公司当作数据中介 259
案例研究 专访Brian Skripac 260
数据可视化有利于业主决策 264
案例研究用Revit实现数据可视化 264
案例研究 专访Evelyn Lee 270
由业主主导的数据驱动设计 274
第9章 建立一个数据应用的案例 275
商业智能（BI）现状评估 275
成本和盈利数据的案例研究 276
案例研究 专访David Fano和Daniel Davis博士 278
策略24 大数据在实践中的应用 279
安全和隐私 287
案例研究 专访Mark Frisch（美国建筑师学会资深会员，LEED设计与施工认证专家） 289
分享数据 299
案例研究专访David Sawdey 300
策略25 利用数据提供更好的服务 301
后记 建筑行业数据的未来 305
数据驱动的未来 305
未来已来 307
附录 311
受采访的专家、创新者和思想领袖 311
介绍过的机构和大学 312
25种数据驱动策略 312
所提及的软件 313
推荐读物 314
索引 317