Business Intelligence Competency Centerin perustaminen: Case LähiTapiola

Tässä diplomityössä selvitetään case-tutkimuksena parhaita käytäntöjä Business Intelligence Competency Centerin (BICC) eli liiketoimintatiedonhallinnan osaamiskeskuksen perustamiseen. Työ tehdään LähiTapiolalle, jossa on haasteita BI-alueen hallinnoinnissa kehittämisen hajaantuessa eri yksiköihin ja yhtiöihin. Myös järjestelmäympäristö on moninainen. BICC:llä tavoitellaan parempaa näkyvyyttä liiketoiminnan tarpeisiin ja toisaalta halutaan tehostaa tiedon hyödyntämistä johtamisessa sekä operatiivisen tason työskentelyssä. Tavoitteena on lisäksi saada kustannuksia pienemmäksi yhtenäistämällä järjestelmäympäristöjä ja BI-työkaluja kuten myös toimintamalleja. Työssä tehdään kirjallisuuskatsaus ja haastatellaan asiantuntijoita kolmessa yrityksessä. Tutkimuksen perusteella voidaan todeta, että liiketoiminnan BI-tarpeita kannattaa mahdollistaa eri tasoilla perusraportoinnista Ad-hoc –raportointiin ja edistyneeseen analytiikkaan huomioimalla nämä toimintamalleissa ja järjestelmäarkkitehtuurissa. BICC:n perustamisessa liiketoimintatarpeisiin vastaaminen on etusijalla.

Business Intelligence: Microsoft Power BI

Työn tavoitteena on tutkia Business Intelligencen ja BI-työkalujen vaatimusten kehittymistä viime vuosien aikana ja tutkia miten Microsoft Power BI -ohjelmisto vastaa modernin päätöksenteon tarpeisiin. Työ on toteutettu suurimmalta osin kirjallisuuskatsauksena, minkä lisäksi Microsoft Power BI:n toiminnallisuutta on tutkittu käytännössä käyttäen ohjelmiston ilmaisversiota. Tutkimuksessa on havaittu, että tiedon lähteiden määrän ja datan monimuotoisuuden kasvaessa on syntynyt tarve uusille, tehokkaille BI-järjestelmäratkaisuille, jotka hyödyntävät uudenlaisia menetelmiä. Modernissa BI 2.0 -mallissa korostuvat kehittyneemmän verkkoinfrastruktuurin ja ohjelmistotekniikan täysi hyödyntäminen, käytön helppous, tiedon tuottaminen ja jakaminen massoille, tiedon rikastamisen mahdollistaminen ja visualisoinnin ja interaktiivisuuden keskeinen asema tiedon tulkinnassa. Tutkimuksen perusteella Microsoft Power BI vaikuttaisi täyttävän keskeneräisyydestään ja muutamista tiedonhallinnallisista puutteistaan huolimatta lähes kaikki toimivan BI 2.0 -järjestelmän määritelmistä. Ohjelmisto tarjoaa riittävät analyyttiset ja esitystekniset työkalut useimpien tyypillisten käyttäjien tarpeisiin, minkä lisäksi paranneltu Location Intelligence -ratkaisu sekä uudet Q&A ja nopea oivallus -toiminnot luovat mielenkiintoisen tavan selata dataa. Jää nähtäväksi, miten ratkaisu kehittyy vielä tulevaisuudessa.

Myynnin analyysityökalut varaosa- ja projektiliiketoiminnassa

 Diplomityössä selvitettiin Andritz Oy:n Pulp & Paper Mill Services -divisioonan myynnin analysointiin tarkoitettuja työkaluja ja tunnuslukuja varaosa- ja projektiliiketoiminnassa. Diplomityön aikana toteutetut haastattelut ja sähköpostin välityksellä lähetettävä kyselytutkimus kohdennettiin ennen kaikkea myynnistä vastuussa oleville ihmisille, kuten myyntipäälliköille, divisioonan johtohenkilöille ja tuoteryhmäjohtajille. Diplomityön aikana rakennettiin myynnin analysoinnissa käytettävät raportit SAP Business Intelligence -tietojärjestelmään. Tulevaisuudessa kohdeorganisaatio pystyy diplomityön aikana rakennettujen myynnin analysointiraporttien avulla seuraamaan ja analysoimaan myyntiä. Tutkimus oli luonteeltaan kvalitatiivinen, jossa ensin luotiin teoreettinen viitekehys tutkimalla Business Intelligence:ä, varaosa- ja projektiliiketoimintaa sekä myynnin analysoinnissa käytettäviä työkaluja. Tämän jälkeen suoritettiin kysely- ja haastattelututkimukset, joiden pohjalta saatiin tietoa kuinka Andritz:lla tällä hetkellä myyntiä analysoidaanja kuinka sitä halutaan tulevaisuudessa analysoida. Työn tuloksena saatiin teoriaa sekä haastattelu- ja kyselytutkimusta yhdistämällä rakennettua SAP Business Intelligence -tietojärjestelmään myynnin analysoinnissa käytettävät raportit. Raportit ovat myynnin perusraportti sisältäen myynnin keskei-simmät tunnusluvut, abc-analyysi myynnistä asiakkaittain ja abc-analyysi myynnistä nimikkeittäin. Työn lopussa on myös pohdittu, mitä SAP Business Intelligence -tietojärjestelmään kannattaa tulevaisuudessa rakentaa raporttien osalta ja kuinka raportteja kannattaa lähteä hyödyntämään myynnin analysoinnin näkökulmasta.

Data management as a part of performance management: Case study about production reporting development project

Because of the increased availability of different kind of business intelligence technologies and tools it can be easy to fall in illusion that new technologies will automatically solve the problems of data management and reporting of the company. The management is not only about management of technology but also the management of processes and people. This thesis is focusing more into traditional data management and performance management of production processes which both can be seen as a requirement for long lasting development. Also some of the operative BI solutions are considered in the ideal state of reporting system. The objectives of this study are to examine what requirements effective performance management of production processes have for data management and reporting of the company and to see how they are effecting on the efficiency of it. The research is executed as a theoretical literary research about the subjects and as a qualitative case study about reporting development project of Finnsugar Ltd. The case study is examined through theoretical frameworks and by the active participant observation. To get a better picture about the ideal state of reporting system simple investment calculations are performed. According to the results of the research, requirements for effective performance management of production processes are automation in the collection of data, integration of operative databases, usage of efficient data management technologies like ETL (Extract, Transform, Load) processes, data warehouse (DW) and Online Analytical Processing (OLAP) and efficient management of processes, data and roles.

Evaluation of Location Intelligence exploitation in capital-intensive business

As technology has developed it has increased the number of data produced and collected from business environment. Over 80% of that data includes some sort of reference to geographical location. Individuals have used that information by utilizing Google Maps or different GPS devices, however such information has remained unexploited in business. This thesis will study the use and utilization of geographically referenced data in capital-intensive business by first providing theoretical insight into how data and data-driven management enables and enhances the business and how especially geographically referenced data adds value to the company and then examining empirical case evidence how geographical information can truly be exploited in capital-intensive business and what are the value adding elements of geographical information to the business. The study contains semi-structured interviews that are used to scan attitudes and beliefs of an organization towards the geographic information and to discover fields of applications for the use of geographic information system within the case company. Additionally geographical data is tested in order to illustrate how the data could be used in practice. Finally the outcome of the thesis provides understanding from which elements the added value of geographical information in business is consisted of and how such data can be utilized in the case company and in capital-intensive business.

DATA WAREHOUSING IN A GLOBAL METAL INDUSTRIAL COMPANY

Työn tavoittena oli selvittää, miten tietovarastointi voi tukea yrityksessä tapahtuvaa päätöksentekoa. Tietovarastokomponenttien ja –prosessien kuvauksen jälkeen on käsitelty tietovarastoprojektin eri vaiheita. Esitettyä teoriaa sovellettiin käytäntöön globaalissa metalliteollisuusyrityksessä, jossa tietovarastointikonseptia testattiin. Testauksen perusteella arvioitiin olemassa olevan tiedon tilaa sekä kahden käytetyn ohjelmiston toimivuutta tietovarastoinnissa. Yrityksen operatiivisten järjestelmien tiedon laadun todettiin olevan tutkituilta osin epäyhtenäistä ja puutteellista. Siksi tiedon suora yrityslaajuinen hyödyntäminen luotettavien ja hyvälaatuisten raporttien luonnissa on vaikeaa. Lisäksi eri yksiköiden välillä havaittiin epäyhtenäisyyttä käytettyjen liiketoiminnan käsitteiden sekä järjestelmien käyttötapojen suhteen. Testauksessa käytetyt ohjelmistot suoriutuivat perustietovarastoinnista hyvin, vaikkakin joitain rajoituksia ja erikoisuuksia ilmenikin. Työtä voidaan pitää ennen varsinaista tietovarastoprojektia tehtävänä esitutkimuksena. Jatkotoimenpiteinä ehdotetaan testauksen jatkamista nykyisillä työkaluilla kohdistaen tavoitteet konkreettisiin tuloksiin. Tiedon laadun tärkeyttä tulee korostaa koko organisaatiossa ja olemassa olevan tiedon laatua pitää parantaa tulevaisuudessa.

Business Intelligencen hyödyntäminen autoalan liiketoiminnassa

Tämän pro gradu -tutkielman tavoitteena on selvittää, miten Business Intelligencea voidaan hyödyntää autoalan liiketoiminnassa Suomessa. Työssä tutkitaan erityisesti autoalan tietotarpeita, tietolähteitä, tiedon analysointia sekä tiedon hyödynnettävyyttä liiketoiminnan ohjaamisessa ja päätöksenteossa. Työn tutkimusstrategiana käytettiin tapaustutkimusta, jonka kohderyhmänä oli viisi suomalaista autoalan suuryritystä. Tutkimuksen empiirinen aineisto hankittiin haastattelemalla yritysten Business Intelligence -toiminnoista vastaavia henkilöitä. Tutkimuksen tulosten perusteella Business Intelligence merkitsi yrityksille ensisijaisesti toiminnanohjausta ja sen seurantaa, sekä korkealaatuisen tiedon tuottamista päätöksentekoa varten. Keskeisiksi tietotarpeiksi luokiteltiin asiakkaisiin, ajoneuvoihin, sisäisiin prosesseihin, liiketoimintatapahtumiin, kilpailijoihin, toimialaan ja asiakastyytyväisyyteen liittyvät tiedot. Tutkimuksen tulosten perusteella tiedon hankinnassa tulee huomioida sekä sisäisen liiketoimintatiedon analyyttinen hyödyntäminen että systemaattinen tiedon hankinta myös ulkoisista lähteistä. Yritykset kokivat Business Intelligence -toimintojen parantaneen tiedon laatua, tehostaneen toiminnanohjausta sekä mahdollistaneen yhteneväisen liiketoiminnan johtamisen organisaation eri tasoilla.

Model of Big Data Failure: Review of Information System Failure

In the new age of information technology, big data has grown to be the prominent phenomena. As information technology evolves, organizations have begun to adopt big data and apply it as a tool throughout their decision-making processes. Research on big data has grown in the past years however mainly from a technical stance and there is a void in business related cases. This thesis fills the gap in the research by addressing big data challenges and failure cases. The Technology-Organization-Environment framework was applied to carry out a literature review on trends in Business Intelligence and Knowledge management information system failures. A review of extant literature was carried out using a collection of leading information system journals. Academic papers and articles on big data, Business Intelligence, Decision Support Systems, and Knowledge Management systems were studied from both failure and success aspects in order to build a model for big data failure. I continue and delineate the contribution of the Information System failure literature as it is the principal dynamics behind technology-organization-environment framework. The gathered literature was then categorised and a failure model was developed from the identified critical failure points. The failure constructs were further categorized, defined, and tabulated into a contextual diagram. The developed model and table were designed to act as comprehensive starting point and as general guidance for academics, CIOs or other system stakeholders to facilitate decision-making in big data adoption process by measuring the effect of technological, organizational, and environmental variables with perceived benefits, dissatisfaction and discontinued use.

Model of Big Data Failure: Review of Information System Failure

In the new age of information technology, big data has grown to be the prominent phenomena. As information technology evolves, organizations have begun to adopt big data and apply it as a tool throughout their decision-making processes. Research on big data has grown in the past years however mainly from a technical stance and there is a void in business related cases. This thesis fills the gap in the research by addressing big data challenges and failure cases. The Technology-Organization-Environment framework was applied to carry out a literature review on trends in Business Intelligence and Knowledge management information system failures. A review of extant literature was carried out using a collection of leading information system journals. Academic papers and articles on big data, Business Intelligence, Decision Support Systems, and Knowledge Management systems were studied from both failure and success aspects in order to build a model for big data failure. I continue and delineate the contribution of the Information System failure literature as it is the principal dynamics behind technology-organization-environment framework. The gathered literature was then categorised and a failure model was developed from the identified critical failure points. The failure constructs were further categorized, defined, and tabulated into a contextual diagram. The developed model and table were designed to act as comprehensive starting point and as general guidance for academics, CIOs or other system stakeholders to facilitate decision-making in big data adoption process by measuring the effect of technological, organizational, and environmental variables with perceived benefits, dissatisfaction and discontinued use.

Yrityksen ohjausta ja päätöksentekoa tukeva raportointi, case: Gasum Paikallisjakelu Oy

Tutkielmassa on tavoitteena selvittää raportoinnin tarjoamiamandollisuuksia yrityksen ohjauksen, ja johdon päätöksenteon helpottamiseksi. Teoriaosuudessa käydään läpi tiedon tarpeen määrittelyä erityisesti yritysjohdon näkökulmasta. Millaista tietoa yrityksen toiminnasta pitäisi tietojärjestelmiin kerätä, jotta sillä olisi todellista merkitystä. Toisinaan tietoa tarvitaan myösyrityksen ulkopuolella tapahtuvista asioista, ja myös tällaisen tiedon käsittelyn pitäisi olla mandollista yrityksen tietojärjestelmissä. Tämä luonnollisesti asettaa melkoisia vaatimuksia tietojärjestelmille. Niihin liittyen on jonkin verran esitelty teknisiin asioihin liittyviä tekijöitä. Tekniikkaa kuitenkin on olemassa hyvinkin monipuolisen tiedon käsittelyä varten. Hankalampaa on määrittää, se millä tiedolla on oikeasti merkitystä. Suuren tietomäärän tiivistämiseen ja Asentamiseen on niin ikään olemassa keinoja, joita esitellään yleisellä tasolla, keskittymättä mihinkään yksittäiseen malliin. Ajatuksena on lähinnä ollut se, että jokaisen yrityksen kannattaa miettiä omista lähtökohdistaanitselleen sopivin tapa. Kaikille ei välttämättä sovi sama kaavamainen malli, jatoisaalta erilaisten mittarimallien keskinäiset erotkin ovat hyvin pieniä. Periaatteessa kaikissa malleissa pyritään lähtökohtaisesti siihen, että yrityksestä saadaan mandollisimman kokonaisvaltainen kuva. Yrityksen toiminnan kannalta päätetään ne tekijät, jotka eniten vaikuttavat sen menestykseen jatkossa, ja tältä pohjalta myös löytyvät tärkeimmät seurattavat asiat. Lopuksi on lyhyesti kuvattu case-yrityksen toimintaa ja sen käyttämiä tieto-järjestelmiä.Tutkielmassa on myös analysoitu, mitä kaikkea tietoa yrityksen toiminnasta tarvittaisiin, ja mistä olemassa olevasta järjestelmästä se on mandollista saada. Mikäli tietoa ei löytynyt järjestelmistä, on kerrottu, miten asia on hoidettu raportoinnin kannalta, ja miten raportointi kokonaisuudessaan yritykselle rakennettiin tutkielman kuluessa.

A Technology Intelligence Process for a High Technology Company

Tämä diplomityö määrittelee teknologiaseurantaprosessin, jolla korkean teknologian yritys voi ohjata toimintaansa. Korkean teknologian yrityksille on olennaista seurata teknologian kehitystä. Tällaiset yritykset tarvitsevat hyvin määritellyn järjestelmän, jolla ne voivat seurata ja ennustaa teknologista kehitystä.Työssä esitetään, että teknologiaseuranta ja kilpailuseuranta (competitive intelligence) ovat business intelligencen osa-alueita, jotka täydentävät ja tukevat toisiaan. Tärkeä havainto on, että business intelligence -prosessi on ennen kaikkea organisaation oppimisprosessi. Tästä seuraa, että minkä tahansa BI-prosessin tulisi perustua niihin prosesseihin, joiden avulla organisaatiot oppivat. Työssä esitetään myös, miten business intelligence, tietojohtaminen (knowledge management) ja organisaatioiden oppiminen liittyvät toisiinsa.Teknologiaseuranta on elintärkeä toiminto korkean teknologian yritykselle; sitä tarvitaan monella strategisen johtamisen osa-alueella, ainakin teknologia-, markkinointi- ja henkilöstöjohtamisessa. Teknologiaseurannan havaitaan myös olevan korkean teknologian yritykselle erittäin tärkeä ydinosaamisalue, jota ei voi kokonaan ulkoistaa.Työssä esitellään teknologiaseurantaprosessi, joka perustuu yleiselle business intelligence -prosessille ja siitä johdetulle kilpailuseurantaprosessille. Työssä myös esitetään ehdotus siitä, kuinka teknologiaseuranta voitaisiin järjestää korkean teknologian yrityksessä. Esitetty ratkaisu perustuu Community of practice -käsitteeseen. Community of practice on vapaaehtoisuuteen perustuva tiimi, jonka jäseniä yhdistää kiinnostus johonkin asiaan ja oppimishalu. Esimerkkiyrityksessä on tunnistettu selkeä tarve yhtenäiseen ja koordinoituun teknologiaseurantaan. Työssä esitetään alustava teknologiaseurantaprosessi esimerkkiyritykselle ja tunnistetaan teknologiaseurantaprosessin asiakkaat ja tekijät.

Informaation hallinta prosessiteollisuuden investointiprojektissa

Diplomityössä on tutkittu kohdeyrityksen, UPM-Kymmene Oyj Kymin tuotantoyksikön nykyisiä investointiprojektin tiedonhallinnan käytäntöjä. Nykytilan selvityksen ja haastatteluissa ilmenneiden tarpeiden perusteella on työssä esitelty uusi toimintamalli tulevia investointiprojekteja varten. Diplomityö perustuu aihepiirin kirjalliseen tarkasteluun ja yhteistyökumppaneiden haastatteluihin. Kirjallisuuden avulla on selvitetty dokumenttienhallinnan teoriaa ja tulevaisuuden näkymiä. Haastatteluilla on selvitetty Kymin tiedonhallinnan nykytilaa ja tulevia tarpeita. Haastatteluita on tehty Kymillä sisäisesti ja Kymin konsultti- ja laitetoimittajaosapuolten kanssa. Työssä käsitellään informaationhallintaa dokumenttienhallinnan ja erilaisten investointiprojektissa käsiteltävien dokumenttien pohjalta. Investointiprojektissa syntyvän talletettavan ja arkistoitavan dokumenttiaineiston lisäksi huomioidaan laitetietojen hallinta, mutta vain periaatteellisella tasolla. Investointiprojektin tiedonhallinnassa ehdotetaan siirryttävän perinteisestä eri projektiosapuolten keskinäisestä tiedonvaihdosta verkottuneeseen tiedonhallinnan malliin. Verkottuneessa tiedonhallinnassa toimitaan investointiprojektin osapuolten yhteisen tietovaraston avulla. Työn tuloksena syntynyt kohdeyrityksen toimintamalli koostuu useista eri osa-alueista, mikä mahdollistaa toimintamallin hyödyntämisen yksittäisiä osa-alueita kokonaisuudesta irrottamalla. Toimintamallia on mahdollista hyödyntää vastaavanlaisten tuotanto-laitosten investointiprojektien yhteydessä. Työssä toimintamallin käytännön sovellutus kohdeyrityksessä on esitetty käyttöönottoprojektina.

Tehdasmittausten varastointi moniulotteisella tietomallilla

Tietovarastoissa moniulotteinen tietomalli on tehokkain tapa esittää tietoa päätöksentekijöille. Sen toimivuus on hyväksi havaittu monissa eri liiketoimintaympäristöissä. Tehdasympäristöissä on tuhansia mittalaitteita, joista jokainen mittaa uniikkia valmistusprosessiin liittyvää piirrettä. Tässä työssä kehitettiin tietovarasto tehdasmittausten varastointiin käyttäen moniulotteista tietomallia. Havaittiin, että moniulotteisella mallilla tehdasmittaukset voidaan tallentaa joustavalla tavalla ja esittää käyttäjälle mielekkäässä muodossa. Moniulotteinen malli antaa myös erinomaiset keinot tiedon ryhmittelyyn ja vertailuun. Sillä ei kuitenkaan saada vastaavanlaisia hyötyjä kuin klassisissa kaupanalan tietovarastointi esimerkeissä, koska eri mittaukset ovat keskenään hyvin erilaisia. Vaikka mittaukset eivät olekaan aina vertailtavissa tai summattavissa keskenään, saadaan ne moniulotteisella mallilla tallennettua ja luokiteltua loogisesti siten, että käyttäjän on helppo löytää tarvitsemansa tieto. Lisäksi yleisesti tunnettu ja paljon käytetty tietovaraston suunnittelumalli takaa sen, että markkinoilta on saatavissa työkaluja tietovaraston käyttöön. Tietokannan toteutus tehtiin vapaasti levitettävän MySQLtiedonhallintajärjestelmän avulla. Sitä ei ole suunniteltu pääasiassa tietovarastokäyttöön, mutta halpa lisenssi ja hyvä skaalautuvuus tekevät siitä mielenkiintoisen vaihtoehdon. Sitä onkin käytetty luultua enemmän tietovarastoinnissa ja myös monien nimekkäiden organisaatioiden toimesta. Myös tässä työssä todettiin, että MySQL tarjoaa riittävät välineet tietovaraston kehittämiseen.