Riskienhallinnan kehittäminen datapohjaisen oppivan menetelmän avulla

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu | Master's thesis
Date
2023-10-09
Department
Major/Subject
Construction Management
Mcode
Degree programme
Master's Programme in Building Technology (CIV)
Language
fi
Pages
56
Series
Abstract
Rakennushankkeita voidaan pitää monimutkaisina ja riskialttiina projekteina niiden ollessa alttiita ulkoisille olosuhteille sekä hankkeisiin liittyvien epävarmuustekijöiden vuoksi. Riskienhallinta onkin kriittinen menestystekijä rakennusalalla toimiville yrityksille. Riskienhallintaa voidaan pitää intensiivisenä prosessina, joka edellyttää riskiin liittyvän tiedon tehokasta hallintaa. Vaikka joitain tutkimuksia on jo tehty datapohjaisesta riskienhallinnasta, niin useimmat näistä tutkimuksista jättävät huomioimatta joitain kriittisiä ominaisuuksia, kuten reaaliaikaisen tiedonkeruun, web-pohjaisen alustan tiedon jakamiseen tai tehokkaan tapausten haun aiemmista projekteista oppimista varten. Lisäksi riskienhallinnan vaiheita, kuten riskien tunnistaminen, analysointi, reagointi ja seuranta, ei yleensä ole integroitu näihin sovelluksiin tehokkaasti. Tämän tutkimuksen tavoitteena onkin siis kuroa umpeen näitä aukkoja kehittämällä ehdotus datapohjaisesta riskienhallinnasta. Datapohjainen riskienhallinta tarkoittaa tietojen, tilastojen ja analytiikan hyödyntämistä organisaation riskejä arvioitaessa ja hallittaessa. Tämä on tehokas tapa varmistaa, että organisaatiot voivat ennakoida ja reagoida erilaisiin riskeihin asianmukaisesti. Keskeisiä piirteitä ja ominaisuuksia datapohjaiseen riskienhallintaan on muun muassa reaaliaikainen analyysi, projektien välinen oppiminen ja ennakoiva analytiikka. Datapohjainen riskienhallinnan luominen edellyttää ensiksi organisaatioiden riskienhallinnan tarpeiden ja tavoitteiden määrittelyä. Tämän jälkeen on valittava sopivat teknologiat ja työkalut, jotka vastaavat näihin tarpeisiin ja tämän jälkeen on alettava keräämään dataa riskeistä ja integroitava se järjestelmään. Lisäksi järjestelmän tehokkuutta on arvioitava säännöllisesti ja kehitettävä tämän mukaan, jotta voidaan saavuttaa laadukasta oppimista riskeistä oppiminen. Tässä opinnäytetyössä esitetyn ehdotuksen avulla rakennusalan yritykset pystyisivät tekemään dataan perustuvaa riskienhallintaa ja siirtämään hankkeen oppeja eteenpäin, niin, että voitaisiin välttää samojen riskien toteutuminen hankkeesta toiseen.

Construction projects can be considered complex and risky projects, as they are exposed to external conditions and project-related uncertainties. Risk management is a critical success factor for companies operating in the construction industry. Risk management can be considered an intensive process that requires effective management of risk-related information. Although some studies have already been conducted on data-based risk management, most of these studies ignore some critical features, such as real-time data collection, a web-based platform for information sharing, or efficient case retrieval for learning from previous projects. In addition, risk management steps such as risk identification, analysis, response, and monitoring are usually not effectively integrated into these applications. The goal of this research is therefore to bridge these gaps by developing a proposal for a data-based risk management castle. Data-based risk management means utilizing data, statistics and analytics when assessing and managing the organization's risks. This is an effective way to ensure that organizations can anticipate and react to various risks appropriately. Key features and characteristics of data-based risk management include real-time analysis, cross-project learning, and predictive analytics. The creation of data-based risk management first requires the definition of the organizations' risk management needs and goals. After that, you must choose the appropriate technologies and tools that meet these needs, and then you must start collecting data about risks and integrate it into the system. In addition, the effectiveness of the system must be evaluated regularly and developed accordingly to achieve high-quality learning from risks. With the help of the proposal presented in this thesis, companies in the construction industry would be able to perform data-based risk management and transfer the lessons learned from the project forward, so that the same risks could be avoided from one project to another.
Description
Supervisor
Peltokorpi, Antti
Thesis advisor
Nyqvist, Roope
Keywords
riskienhallinta, data, oppiminen, rakennusala
Other note
Citation