Maximizing Benefits in Information Technology Outsourcing

Information Technology (IT) outsourcing has traditionally been seen as a means to acquire newresources and competencies to perform standard tasks at lowered cost. This dissertationchallenges the thought that outsourcing should be limited to non-strategic systems andcomponents, and presents ways to maximize outsourcing enabled benefits while minimizingassociated risks. In this dissertation IT outsourcing is approached as an efficiency improvement and valuecreationprocess rather than a sourcing decision. The study focuses on when and how tooutsource information technology, and presents a new set of critical success factors foroutsourcing project management. In a case study it re-validates the theory-based propositionthat in certain cases and situations it is beneficial to partly outsource also strategic IT systems. The main contribution of this dissertation is the validation of proposal that in companies wherethe level of IT competency is high, managerial support established and planning processes welldefined,it is possible to safely outsource also business critical IT systems. A model describing the critical success factors in such cases is presented based on existing knowledge on the fieldand the results of empirical study. This model further highlights the essence of aligning IT andbusiness strategies, assuming long-term focus on partnering, and the overall target ofoutsourcing to add to the strengths of the company rather than eliminating weaknesses.

Maximizing of water recovery in nanofiltration of mine process waters by using antiscalants

Reverse osmosis and nanofiltration are among the most effective and widely used desalination and water softening technologies. They can also be used to treat mining wastewaters and are capable of producing water of extremely high purity, regardless of the high concentrations of toxic heavy metals and extreme pH and salinity. However, challenges with recovering the salts and metals from mining wastewaters in exploitable form, as well as problems with scaling still limit the process efficiency and the ratio of purified water recoverable from process waters. To address the problem of membrane scaling caused by calcium sulfate, batch filtration experiments with the Desal-5 DL nanofiltration membrane, three commercial antiscalants and actual mine process water from a copper mine were performed. The aim of these experiments was to find process conditions where maximum water recovery would be achieved before significant scaling or irreversible membrane fouling would occur and to further improve water recovery by addition of antiscalants. Water recovery of 70 % was reached with the experimental setups by optimizing process conditions. PC-504T antiscaling agent was determined to be the most effective of the three antiscalants used and the addition of 5 ppm of PC-504T allowed the water recovery to be further increased from 70 % to 85 % before major scaling was observed. In these conditions 92 % calcium rejection was achieved.

Tuotannonsuunnittelun analysointi ja kehittäminen eräällä sahalaitoksella

Diplomityön tavoitteena oli analysoida ja kehittää työn toimeksiantajan UPM-Kymmene Wood Oy Korkeakosken sahan tuotannonsuunnittelua. Työn tärkein tavoite on saada selkeä toimintamalli tuotannonsuunnitteluun, jonka avulla pystytään läpäisemään 300 000 m3:n tai jopa tulevaisuudessa 320 000 m3:n vuosituotanto. Tuotannonsuunnittelulle asetettavat perusvaatimukset ovat raaka-aineen, tuotannon ja myynnin yhteensovittaminen, tilausten oikea-aikainen valmistus ja toimitus, asiakastyytyväisyys, laadun tasaisuus, reklamaatioiden minimointi ja ajosarjojen pituuden maksimointi. Tuotannon suunnittelussa on tärkeää tuntea raaka-aine- ja tuotejakaumat, varastot sekä materiaalivirrat. Tärkeitä osa-alueita tässä tutkimuksessaovat raaka-aine- sekä väli- ja valmisvarastojen seuranta, kierto sekä tuotannonohjaus. Tutkimuksessa perehdytään tuotantoon ja tuotannonsuunnittelun nykyiseen toimintaan ja apuvälineisiin. Tutkimuksen tuloksena kehitettiin tuotannonsuunnitteluun toimintamalli. Se vaatii tuotannonsuunnittelijalta tarkkaa analysointia ja tuotteiden läpimenoaikojen tuntemusta sekä kuivauksen maksimikapasiteetin hyödyntämistä.

Arkkileikkauksen tehokkuuden optimointi tuotannonsuunnittelun keinoin

Tutkimuksen tavoitteena oli tarkastella Inkeroisten kartonkitehtaan arkkileikkausprosessin tehokkuutta jälkikäsittelyosaston näkökulmasta. Työn tarkastelu keskittyi koneiden hyötysuhteiden ja arkituskustannusten perusteella tapahtuvaan tilausten leikkauskustannusten optimointiin. Tavoitteena oli kehittää tuotannonsuunnittelun apuvälineeksi leikkauskustannusten optimointimalli ja suorittaa vaikutusarviointi tuotannonsuunnittelun vakiintuneille toimintatavoille.Tilastotiedon perusteella on tarkasteltu tämän hetkistä tehokkuuden tasoa sekä laskettu kustannusvaikutukset. Kirjallisuusosuudessa on tarkasteltu toiminnanohjauksen teoriaa ja tehokkuuslaskennan menetelmiä, joiden pohjalta on pyritty kehittämään arkkileikkausprosessin tehokkuutta. Leikkauskustannuksiin vaikutti tutkimuksen mukaan ennen kaikkea arkituksen tehokkuus. Reunanauhoista aiheutuvan hylyn vaikutus oli huomattavasti pienempi. Maksimoimalla arkituksen tehokkuutta saavutettiin vähintään 20 % kustannussäästö verrattuna pituusleikkauksen hylkykustannuksen minimoimisesta aiheutuvaan kustannussäästöön.

User-driven community-based service development

This final thesis project was carried out in the Industrial Management department of University of Applied Sciences Stadia for Forum Virium Helsinki. The purpose of this study was to answer to the question of how companies can use online customer community of co-creation in service development and what is the value gained from it. The paper combines a range of recently published theoretical works and ongoing customer community case development. The study aims to provide new information and action approaches to new service developers that may increase the success of the community building process. The paper also outlines the benefits of the use of online customer community and offers practical suggestions for maximizing the value gained from the community in service development projects. The concepts and suggestions introduced in the study appear to have notable new possibilities to the service development process but they have to be further tested empirically. This paper describes the online consumer community of co-creation to an important organizational process of innovation management suggesting that it possesses a great value to business. Online customer communities offer a potential of improving the success of new services or products enabling early, penetrable market entry and creating sustainable competitive advantage.

Integroitujen laitekaappien tuotannon tehostaminen elektroniikkateollisuudessa

Laitekaappien integrointi koostuu moduulien sekä kaapeleiden liittämisestä mallikohtaisiksi kokonaisuuksiksi. Tämä kokoonpanoprosessi on tilausohjautuva ja tehdään mallikohtaisesti yksittäiskokoonpanona. Mallien integrointityön vaikeus ja kokoonpanoaika vaihtelevat voimakkaasti. Tämä yhdistettynä työvoiman vaihtuvuuteen luo haastavan ympäristön kehittää tuotantoa sekä laadun että kapasiteetin näkökulmasta. Työssä on selvitetty voidaanko näitä kehittää jakamalla tuotantoprosessi pienempiin vaiheisiin, jotka ovat helpompi tasapainottaa ja oppia. Kokoomalinjan soveltaminen tilausohjautuvaan tuotantoon vaatii perinteiseen tahdistettuun kokoomalinjaan nähden suurempien poikkeavuuksien sallimista. Toisistaan merkittävästi poikkeavien työaikojen ja laajan mallivariaation vuoksi linjaa ei pystytä hallitsemaan niin järjestelmällisesti kuin tasapituisilla työvaiheilla. Tehokkaan tuotannon aikaansaaminen tällaiselle linjalle vaatii mahdollisuutta työjärjestyksen suunnitteluun ja sen simulointiin. Tässä työssä on pyritty arvioimaan simuloinnin avulla kokoomalinjan toimivuutta stokastisen kysynnän vallitessa. Malli on luotu hyväksikäyttäen tuotteiden valmistusaikoja, jotka on jaettu mallikohtaisesti kaikkiin mahdollisiin työtehtäviin. Nämä tehtävät on pyritty tasapainottamaan eri työpisteiden tehtäviksi. Tasapainotuksen tavoitteena on ollut minimoida tuotteiden työtehtävien keston voimakasta hajontaa, jota mallien kysynnän satunnaisuus voimistaa. Simulointien perusteella on luotu yksinkertaistettu sääntö työjärjestyksen muodostamiselle. Mallinnuksessa on pyritty maksimoimaan tuotannon tehokkuus minimoiden sekä keskeneräisen tuotannon määrää että läpimenoaikaa. Tehokkaimman vaihtoehdon löydyttyä on arvioitu kokoomalinjan soveltuvuutta laitekaappien integrointiin.

Statistical Optimum Design of Heat Exchangers

The optimal design of a heat exchanger system is based on given model parameters together with given standard ranges for machine design variables. The goals set for minimizing the Life Cycle Cost (LCC) function which represents the price of the saved energy, for maximizing the momentary heat recovery output with given constraints satisfied and taking into account the uncertainty in the models were successfully done. Nondominated Sorting Genetic Algorithm II (NSGA-II) for the design optimization of a system is presented and implemented inMatlab environment. Markov ChainMonte Carlo (MCMC) methods are also used to take into account the uncertainty in themodels. Results show that the price of saved energy can be optimized. A wet heat exchanger is found to be more efficient and beneficial than a dry heat exchanger even though its construction is expensive (160 EUR/m2) compared to the construction of a dry heat exchanger (50 EUR/m2). It has been found that the longer lifetime weights higher CAPEX and lower OPEX and vice versa, and the effect of the uncertainty in the models has been identified in a simplified case of minimizing the area of a dry heat exchanger.

Segmentation of Industrial Customers – Case: Finnish Mechanical Engineering Companies

Segmentointi on perinteisesti ollut erityisesti kuluttajamarkkinoinnin työkalu, mutta siirtymä tuotteista palveluihin on lisännyt segmentointitarvetta myös teollisilla markkinoilla. Tämän tutkimuksen tavoite on löytää selkeästi toisistaan erottuvia asiakasryhmiä suomalaisen liikkeenjohdon konsultointiyritys Synocus Groupin tarjoaman case-materiaalin pohjalta. K-means-klusteroinnin avulla löydetään kolme potentiaalista markkinasegmenttiä perustuen siihen, mitkä tarjoamaelementit 105 valikoitua suomalaisen kone- ja metallituoteteollisuuden asiakasta ovat maininneet tärkeimmiksi. Ensimmäinen klusteri on hintatietoiset asiakkaat, jotka laskevat yksikkökohtaisia hintoja. Toinen klusteri koostuu huolto-orientoituneista asiakkaista, jotka laskevat tuntikustannuksia ja maksimoivat konekannan käyttötunteja. Tälle kohderyhmälle kannattaisi ehkä markkinoida teknisiä palveluja ja huoltosopimuksia. Kolmas klusteri on tuottavuussuuntautuneet asiakkaat, jotka ovat kiinnostuneita suorituskyvyn kehittämisestä ja laskevat tonnikohtaisia kustannuksia. He tavoittelevat alempia kokonaiskustannuksia lisääntyneen suorituskyvyn, pidemmän käyttöiän ja alempien huoltokustannusten kautta.

MCMC Analysis for Optimization of Stochastic Models

In any decision making under uncertainties, the goal is mostly to minimize the expected cost. The minimization of cost under uncertainties is usually done by optimization. For simple models, the optimization can easily be done using deterministic methods.However, many models practically contain some complex and varying parameters that can not easily be taken into account using usual deterministic methods of optimization. Thus, it is very important to look for other methods that can be used to get insight into such models. MCMC method is one of the practical methods that can be used for optimization of stochastic models under uncertainty. This method is based on simulation that provides a general methodology which can be applied in nonlinear and non-Gaussian state models. MCMC method is very important for practical applications because it is a uni ed estimation procedure which simultaneously estimates both parameters and state variables. MCMC computes the distribution of the state variables and parameters of the given data measurements. MCMC method is faster in terms of computing time when compared to other optimization methods. This thesis discusses the use of Markov chain Monte Carlo (MCMC) methods for optimization of Stochastic models under uncertainties .The thesis begins with a short discussion about Bayesian Inference, MCMC and Stochastic optimization methods. Then an example is given of how MCMC can be applied for maximizing production at a minimum cost in a chemical reaction process. It is observed that this method performs better in optimizing the given cost function with a very high certainty.

Kernel-Based Ranking. Methods for Learning and Performance Estimation

Machine learning provides tools for automated construction of predictive models in data intensive areas of engineering and science. The family of regularized kernel methods have in the recent years become one of the mainstream approaches to machine learning, due to a number of advantages the methods share. The approach provides theoretically well-founded solutions to the problems of under- and overfitting, allows learning from structured data, and has been empirically demonstrated to yield high predictive performance on a wide range of application domains. Historically, the problems of classification and regression have gained the majority of attention in the field. In this thesis we focus on another type of learning problem, that of learning to rank. In learning to rank, the aim is from a set of past observations to learn a ranking function that can order new objects according to how well they match some underlying criterion of goodness. As an important special case of the setting, we can recover the bipartite ranking problem, corresponding to maximizing the area under the ROC curve (AUC) in binary classification. Ranking applications appear in a large variety of settings, examples encountered in this thesis include document retrieval in web search, recommender systems, information extraction and automated parsing of natural language. We consider the pairwise approach to learning to rank, where ranking models are learned by minimizing the expected probability of ranking any two randomly drawn test examples incorrectly. The development of computationally efficient kernel methods, based on this approach, has in the past proven to be challenging. Moreover, it is not clear what techniques for estimating the predictive performance of learned models are the most reliable in the ranking setting, and how the techniques can be implemented efficiently. The contributions of this thesis are as follows. First, we develop RankRLS, a computationally efficient kernel method for learning to rank, that is based on minimizing a regularized pairwise least-squares loss. In addition to training methods, we introduce a variety of algorithms for tasks such as model selection, multi-output learning, and cross-validation, based on computational shortcuts from matrix algebra. Second, we improve the fastest known training method for the linear version of the RankSVM algorithm, which is one of the most well established methods for learning to rank. Third, we study the combination of the empirical kernel map and reduced set approximation, which allows the large-scale training of kernel machines using linear solvers, and propose computationally efficient solutions to cross-validation when using the approach. Next, we explore the problem of reliable cross-validation when using AUC as a performance criterion, through an extensive simulation study. We demonstrate that the proposed leave-pair-out cross-validation approach leads to more reliable performance estimation than commonly used alternative approaches. Finally, we present a case study on applying machine learning to information extraction from biomedical literature, which combines several of the approaches considered in the thesis. The thesis is divided into two parts. Part I provides the background for the research work and summarizes the most central results, Part II consists of the five original research articles that are the main contribution of this thesis.

Innovation Project Portfolio Management

Companies today are forced to innovate in order to remain within business. Such innovation projects undertaken by the companies are defined in this study as creative ideas which have been managed through “Stage-Gate” innovation process. This process is used to manage innovation projects as they proceed from being newly created to ready for launching/implementing. This has ensured that the companies manage the innovation project right. However, with so many new creative ideas the companies can come up within limited resources, the companies must rely on Innovation Project Portfolio Management (IPPM) to ensure that they are managing only the right innovation projects. Although, there are many tools and techniques available for use within Project Portfolio Management, there is still no consensus on which are the most effective and no standard framework has been established especially for IPPM. Thus, this study proposes a practical framework for which individual innovative organization can follow as a guideline to manage its innovation project portfolio. The study theoretically first addresses the key differences between project portfolio management of innovation projects and other traditional projects - one of which is the stage nature of innovation projects due to their unclear objectives from the beginning compare to clearly established objectives of traditional projects. Secondly, different tools and techniques which can be used are examined based on the three goals of IPPM: (1) Maximizing the Value of Innovation Project Portfolio: Financial Methods, Decision Trees, Scoring Models and Checklists; (2) Balancing Innovation Project Portfolio: Visual Representations; and (3) Aligning Innovation Project Portfolio with Strategy: Bottom-Up (Scoring Models with Strategic Criteria) and Top-Down (Strategic Buckets). Finally, the two approaches in which IPPM can be integrated with Stage-Gate innovation process are discussed: (1) Gates- Dominated; and (2) Portfolio Reviews-Dominated. Practically, this study investigates IPPM of a case organization, and through analysis of the case study results proposes a practical framework for case organization to improve its current management of innovation project portfolio. This framework is then generalized to propose a final practical framework or guideline for which an innovative organization can follow to manage its innovation project portfolio.

Viilunkuivaajan tuotantotehokkuuden kehittäminen

Mekaanisen metsäteollisuuden tuotteiden kiristyvä globaali kilpailu ja jatkuva kustannusten kasvaminen kiristyvillä markkinoilla aiheuttavat jatkuvaa tuotannon tehostamisen tarvetta. Käyntiaikojen maksimoinnilla ja tuotantokoneiden käyttöasteen nostamisella haetaan hintaetua sekä toimituskapasiteetin maksimointia kilpailussa asiakkaista myös tulevaisuutta silmälläpitäen. Vanerin tuotantoprosessiin osaprosessina kuuluva viilun kuivaus on tehtaan tuotannon pullonkaula. Kuivauskoneen tuotannollisten häiriöiden syiden selvittämisillä ja käyntiajan lisäämisellä on suora tuotannollinen vaikutus. Tutkimuksessa löydettiin mahdollisia parannuskohteita tuotantolaitteisiin. Käsiteltävän aiheen ollessa aiemmin kirjallisuudessa käsittelemätön, jouduttiin kehitys- ja parannustoimenpiteissä tekemään suoraviivaisia syy- ja seuraussuhteisiin perustuvia ratkaisuja. Vaihtoehdoista etsittiin toiminnaltaan mahdollisimman yksinkertaisia sekä hankinta- ja käyttökustannuksiltaan kustannustehokkaita ratkaisuja.

Hydramata: Building a Nimble Solution with Hydra to Transcend the Institutional Repository

Presentation at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

RFID-teknologia kulunvalvonnassa

Tämä kandidaatintutkielma on kirjallisuuskatsaus, joka käsittelee RFID-teknologian hyöndyntämistä kulunvalvonnassa. Työssä perehdytään pintapuolisesti itse teknologiaan, ja luodaan katsaus kulunvalvontaan. Työn pääaihe on kuitenkin kulunvalvonnan ja RFID:n yhdistyminen: miten RFID:tä hyödynnetään kulunvalvonnan toteutuksissa ympäri maailmaa. Työssä tarkastellaan RFID:n vahvuuksia, sekä heikkouksia kulunvalvonnan suhteen. Tämän lisäksi pyritään luomaan kuva nykyisistä ja tulevista implementaatioista. Viimeinen tärkeä työn osa-alue on turvallisuus. RFID:tä käytetään korkeankin turvatason kulunvalvontaratkaisuissa ja tällöin turvallisuuden maksimoiminen on ensiarvoisen tärkeää.

Strategic planning of major disturbance proof network

In the 2000’s Finland suffered from storms that caused long outages in electricity distribution, longest up to two weeks. These major disturbances increased the importance of supply security. In 2013 new Electricity Market Act was announced. It defined maximum duration for outages, 6 h for city plan areas and 36 h for other areas. The aim for this work is to determine required major disturbance proof level for a study area and find tools for prioritizing overhead lines for cabling renovation to improve supply security. Three prioritization methods were chosen to be studied: A: prioritization line sections by customer outage costs they cause, B: maximizing customers major disturbance proof network and C: minimizing excavation costs in medium voltage network. Profitability calculations showed that prioritization method A was the most profitable and C had the weakest profitability. The prioritization method C drove renovation into unreasonable locations in the study area in reliability point of view. Therefore universal rule prioritization methods couldn’t be made from the prioritization methods. This led to the conclusion that every renewing area need to be evaluated in a case by case basis.