Ydintietojen hallinnan kehittäminen
Rautiainen, Tomi (2020)
Rautiainen, Tomi
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020051912210
https://urn.fi/URN:NBN:fi:amk-2020051912210
Tiivistelmä
Digitalisaation aikakautena data on aiempaa isommassa roolissa, kun yrityksissä mietitään
liiketoiminnan kehittämistä ja uusien digisovellusten käyttöönottoa.
thyssenkrupp Aerospace Finland Oy:ssä aloitettiin syksyllä 2019 kilpailukyvyn kehittämisprojekti, jonka tarkoituksena oli käytössä olevan toiminnanohjausjärjestelmän prosessien tehostaminen niiden digitalisaatioastetta nostamalla. Samalla tuli eteen tarve saattaa yrityksen käytössä oleva ydintieto ajan tasalle ja ottaa se paremmin hallintaan.
Tehtävänä oli selvittää, mitä on kohdeyrityksen ydintieto ja kuinka sen hallintaa voisi kehittää siten, että ydintieto pysyisi laadullisesti riittävän hyvässä kunnossa, ottaen samalla huomioon toimintaympäristön sille asettamat vaatimukset.
Työ toteutettiin kahdessa vaiheessa siten, että ensin selvitettiin haastattelututkimuksen
avulla ydintiedon ja sen hallinnan nykytila, hyödyt, haitat, haasteet sekä tavoitetila kohdeyrityksessä.
Toisessa vaiheessa käynnistettiin toimintatutkimus, jonka lopputuloksena ydintiedon kolmelle keskeisimmälle rekisterille (asiakas-, toimittaja- ja nimikerekisterit) luotiin datastandardit.
Lisäksi haastattelututkimuksessa esille nostettujen dataongelmien mahdollisista
syistä haettiin Six Sigma DMAIC-menetelmällä esiin ne juurisyyt, jotka poistamalla ydintiedon hallintaa parannettaisiin. Tämän tuloksena syntyi datan hallinnan operatiivinen malli, jossa määritellään ydintietoon ja sen hallintaan liittyvät roolit, vastuut ja velvollisuudet.
Tulokset molemmista vaiheista olivat varsin hyödyllisiä ja niiden avulla kohdeyrityksen
ydintieto on paremmin hallinnassa ja koska ydintiedon hallinta sisällytetään päivittäisiin
prosesseihin, on ydintiedon laadun säilymiselle hyvät edellytykset. In the era when digitalization is having a bigger role than ever before, and when companies develop their own businesses and digital solutions, data is rightly so also being recognised as an important asset which needs to be governed well.
In autumn 2019 thyssenkrupp Aerospace Finland started a competitiveness development
project which aims to increase productivity by increasing digitalization level on their processes.
This highlighted the need to also update their current master data and data governance
policies in such a way that master data quality could be maintained in high
enough level with current available resources.
The study was done in two phases. At first by interviewing data stakeholders and getting to know the current state, challenges and hoped future state of master data and data governance in the company.
At second stage information from the interviews was used to start a development project,
which lead to the creation of Data Standards for the three main domains (customer, supplier and material). In addition, for the possible causes of data issues gathered from the interviews, a Six Sigma DMAIC-method was used to find those root causes that by getting rid of, would improve master data quality. As a result, an Operating Model for Data Governance was created with clear set of roles, obligations and responsibilities to help maintaining good quality master data.
Results for both phases were very useful and with them the organization is able to manage their master data and because data governance is incorporated to standard operating procedures there is good chance that master data will be well maintained also in the future.
liiketoiminnan kehittämistä ja uusien digisovellusten käyttöönottoa.
thyssenkrupp Aerospace Finland Oy:ssä aloitettiin syksyllä 2019 kilpailukyvyn kehittämisprojekti, jonka tarkoituksena oli käytössä olevan toiminnanohjausjärjestelmän prosessien tehostaminen niiden digitalisaatioastetta nostamalla. Samalla tuli eteen tarve saattaa yrityksen käytössä oleva ydintieto ajan tasalle ja ottaa se paremmin hallintaan.
Tehtävänä oli selvittää, mitä on kohdeyrityksen ydintieto ja kuinka sen hallintaa voisi kehittää siten, että ydintieto pysyisi laadullisesti riittävän hyvässä kunnossa, ottaen samalla huomioon toimintaympäristön sille asettamat vaatimukset.
Työ toteutettiin kahdessa vaiheessa siten, että ensin selvitettiin haastattelututkimuksen
avulla ydintiedon ja sen hallinnan nykytila, hyödyt, haitat, haasteet sekä tavoitetila kohdeyrityksessä.
Toisessa vaiheessa käynnistettiin toimintatutkimus, jonka lopputuloksena ydintiedon kolmelle keskeisimmälle rekisterille (asiakas-, toimittaja- ja nimikerekisterit) luotiin datastandardit.
Lisäksi haastattelututkimuksessa esille nostettujen dataongelmien mahdollisista
syistä haettiin Six Sigma DMAIC-menetelmällä esiin ne juurisyyt, jotka poistamalla ydintiedon hallintaa parannettaisiin. Tämän tuloksena syntyi datan hallinnan operatiivinen malli, jossa määritellään ydintietoon ja sen hallintaan liittyvät roolit, vastuut ja velvollisuudet.
Tulokset molemmista vaiheista olivat varsin hyödyllisiä ja niiden avulla kohdeyrityksen
ydintieto on paremmin hallinnassa ja koska ydintiedon hallinta sisällytetään päivittäisiin
prosesseihin, on ydintiedon laadun säilymiselle hyvät edellytykset.
In autumn 2019 thyssenkrupp Aerospace Finland started a competitiveness development
project which aims to increase productivity by increasing digitalization level on their processes.
This highlighted the need to also update their current master data and data governance
policies in such a way that master data quality could be maintained in high
enough level with current available resources.
The study was done in two phases. At first by interviewing data stakeholders and getting to know the current state, challenges and hoped future state of master data and data governance in the company.
At second stage information from the interviews was used to start a development project,
which lead to the creation of Data Standards for the three main domains (customer, supplier and material). In addition, for the possible causes of data issues gathered from the interviews, a Six Sigma DMAIC-method was used to find those root causes that by getting rid of, would improve master data quality. As a result, an Operating Model for Data Governance was created with clear set of roles, obligations and responsibilities to help maintaining good quality master data.
Results for both phases were very useful and with them the organization is able to manage their master data and because data governance is incorporated to standard operating procedures there is good chance that master data will be well maintained also in the future.