市场经济的开放,带动了城镇化建设和房地产企业的发展。发展中伴随着竞争,随着项目利润透明化,如何在有限资源下,做好房地产企业成本管理是大型房地产企业发展的核心竞争力。根据“二八定律”,在企业前期策划和设计阶段成本投入约占总成本的15%左右,却决定着项目75%的总造价。如何做好项目前期策划和设计阶段的成本控制意义重大。在这样的环境下,大型房地产企业成本管理逐步由以控制施工阶段成本的“事后核算型”向做好前期成本管理的“主动控制型”转变,并以业主角度为出发点做好成本策划。但是,伴随着房地产企业市场半径的扩大,开发项目日益增加,企业内各职能部门和各项目流程繁多,数据信息不能共享协同,成本控制数据搜集困难。建立数据共享平台,并将人工统计分析数据转变为计算机自动搜集分析数据,是大型房地产企业亟需解决的问题。2011年麦肯锡咨询公司定义大数据为“规模非常大的数据,并且这些数据可以进行采集、分析、处理”。由此定义可以看出大数据“大”的三个特性：数据规模大、类型多样、不断变化。利用大数据相关工具,可以搜集、分析大规模、多结构的数据集。基于大数据的MapReduce技术,可以将大规模数据等分成小的数据块,分散到并行的多台机器上进行处理；利用大数据Hadoop系统中的HDFS和Hive分别存储结构化和非结构化数据。利用SOA理念和WebServices技术可以建立数据平台,将各种软件统一接入口与输出口,简化了数据的集成和标准化。OLAP技术可以在大数据仓库内建立数据模型,进行自动分析和知识发现。本文利用大数据技术和大型房地产成本控制方法,找到两者结合点,并完成以下内容：第一,结合SOA理念,利用WebServices技术,探索建立大型房地产企业数据共享同台,进行数据采集。该共享平台分为企业内部数据库和外部数据采集库。内部数据库主要存储企业各种软件数据和各项目开发全过程数据。外部数据库采用开源设计,搜集信息价、政府开发指标、房地产规章制度、市场价格等。第二,结合Hadoop技术,探索建立大型房地产企业数据仓库,进行数据预处理和存储,可以同时处理多种结构数据模式,方便数据管理。第三,结合OLAP技术,探索建立以项目目标成本为中心的成本控制模式,做好目标成本、合约规划和动态成本管理,可以实时进行各项目成本数据存储和横向对比。