aalto1 untyped-item.component.html
Making data-driven decisions: Leveraging data-analysis and business intelligence in logistics management
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Electronic archive copy is available via Aalto Thesis Database.
Authors
Date
Department
Major/Subject
Mcode
SCI3108
Degree programme
Language
en
Pages
64
Series
Abstract
Effective logistics management has a significant impact on make-to-order company's business performance and customers' perception. Delivering products on-time can be a challenge for companies providing low-volume, high-variety products. One method for understanding delivery performance is through data analytics. Even though, companies are gathering vast amount of data, decision makers in logistics management are facing a challenge on how to utilize the data for valuable insights.
This thesis was done as a case study for a Finnish manufacturing company. It aims to develop a data-driven decision-making tool for a manufacturing company's logistics management to improve on-time delivery performance. Power BI was selected as the platform to develop the analytical solution due to its versatility and simplicity. The requirements for the tool are collected through an iterative development of the solution. The solution provides information to decision-makers that is not available in high-level reports. The value of the tool is to pro-vide insights to decision making that otherwise can be difficult to notice.
This thesis suggests that the decision-makers using the solution should be considered when designing an analytical tool. Users may have varying analytical capabilities, so a simple interface is required. Also, the decision-makers need to critically evaluate the data they are analysing due to possible deviations. Future studies are recommended to research more advanced levels of analytics in the logistics performance analytics.
Tehokkaalla logistiikan johtamisella on merkittävä vaikutus make-to-order tuottavan yrityksen liiketoimintaan ja sen asiakkaiden mielikuviin. Tuotteiden toimittaminen ajoissa voi olla hankalaa yrityksille, jotka toimittavat pieniä volyymeja ja suuren vaihtelun omaavia tuotteta. Yksi tapa ymmärtää toimitussuorituskykyä on data-analyysin avulla. Vaikka yritykset keräävät suuria määriä dataa, päätöksentekijöillä voi olla haasteita datan hyödyntämisessä arvokkaiden havaintojen saamiseksi.
Tämä diplomityö toteutettiin case-tutkimuksena suomalaiselle teollisuusyritykselle. Sen tavoitteena on kehittää datalähtöinen päätöksentekotyökalu teollisuusyrityksen logistiikan johtamiselle parantamaan toimitusvarmuutta. Power BI valittiin analyyttisen ratkaisun kehitysalustaksi sen monipuolisuuden ja yksinkertaisuuden vuoksi. Työkalun vaatimuksia kerättiin ratkaisun iteratiivisen kehityksen kautta. Ratkaisu tarjoaa päätöksentekijöille tietoa, jota ei ole saatavilla korketason raporteista. Työkalun arvo perustuu havaintoihin päätöksenteossa, jotka olisi muuten hankala huomata.
Diplomityö ehdottaa, että ratkaisua käyttävät päätöksentekijät tulisi huomioida analyysityökalun kehittämisen aikana. Käyttäjillä voi olla erilaisia analyyttisia kykyjä, joten yksinkertainen käyttöliittymä on vaatimus. Päätöksentekijöiden tulee myös kriittisesti arvioida analysoitavaa dataa mahdollisten poikkeamien takia. Tulevaisuuden tutkimuksia suositellaan tutkimaan kehittyneempien analytiikkatasojen hyödyntämistä logistiikan suorituskyvyn analyysissä.