Kokonaisvaltainen liiketoimintatiedon hallinta – datan hyödyntämiskyvykkyyksien arviointi ja prosessiky-
vykkyyksien kehittäminen
Henna Lauronen
Pro gradu -tutkielma
Tietojenkäsittelytieteen laitos Tietojenkäsittelytiede
Kesäkuu 2018
i
ITÄ-SUOMEN YLIOPISTO, Luonnontieteiden ja metsätieteiden tiedekunta, Kuopio Tietojenkäsittelytieteen laitos
Tietojenkäsittelytiede
Henna Lauronen: Kokonaisvaltainen liiketoimintatiedon hallinta – datan hyödyntä- miskyvykkyyksien arviointi ja prosessikyvykkyyksien kehittäminen
Pro gradu -tutkielma, 54 sivua
Pro gradu -tutkielman ohjaaja: FT Virpi Hotti Kesäkuu 2018
Liiketoimintatiedon hallinnan tarkoitus on auttaa yrityksiä tekemään faktoihin perus- tuvia päätöksiä. Yrityksen sisäisillä liiketoimintatiedon hallinnan kyvykkyyksillä voi- daan saavuttaa kilpailuetua verrattuna muihin saman alan toimijoihin, sillä vaikka tek- nologiat ovat kaikkien saatavilla, on kyvykkyyksien kehittäminen haastavaa ja niiden jäljittely hankalaa. Tutkielman tarkoituksena on tarkastella kokonaisvaltaista liiketoi- mintatiedon hallintaa, jota voidaan pitää kattoterminä kaikille liiketoimintatiedon hal- linnan vaatimille prosesseille, sovelluksille ja teknologioille aina yksittäisistä tietova- rastoista kokonaisvaltaiseen datastrategiaan.
Tutkielman näkökulma on keskittynyt prosesseihin ja niiden kehittämiseen sekä pro- sessikyvykkyyksiin. Edelliset käsitteet perustuvat laaja-alaisen laatujohtamisen teori- oihin. Lisäksi tarkastellaan liiketoiminnan dualiteettien vaikutusta liiketoimintatiedon hallinnan organisointiin sekä liiketoimintatiedon hallinnan kypsyysmalleja, joilla lii- ketoimintatiedon hallinnan kyvykkyyksien tasoa voidaan määritellä.
Tutkielmassa vastauksia haetaan ensisijaisesti tieteellisistä artikkeleista. Datan hyö- dyntämisestä prosessikyvykkyyksien kehittämisessä tehdään kokeellinen osuus, jossa hyödynnetään tilastollisia prosessinohjauskaavioita arvioimaan prosessin nykytilaa ja ennustamaan prosessin kyvykkyyksiä. Kokeessa huomattiin, että vain tilastotieteelli- sesti kontrollissa olevasta prosessista, jonka tulevaisuuden käyttäytymistä voidaan en- nustaa historiadatan perusteella, voidaan arvioida prosessin kyvykkyyttä.
Avainsanat: kokonaisvaltainen liiketoimintatiedon hallinta, päätöksenteko, liiketoi- mintatiedon hallinnan kypsyysmallit, prosessikyvykkyys, prosessijohtaminen, tilastol- linen prosessiohjaus, Six Sigma
ACM-luokat (ACM Computing Classification System, 2012 version): Business intel- ligence, Decision support systems, Business-IT alignment, Business process manage- ment, Enterprise data management
ii
UNIVERSITY OF EASTERN FINLAND, Faculty of Science and Forestry, Kuopio School of Computing
Computer Science
Henna Lauronen: Pervasive business intelligence – assessing data utilization capabil- ities and developing process capabilities
Master’s Thesis, 54 p.
Supervisor of the Master’s Thesis: PhD Virpi Hotti June 2018
Abstract:
The purpose of business intelligence in organizations is to help to make better deci- sions and to make intelligent operation of the organization possible with the help of relevant data. The business intelligence capabilities of the company can be used to gain a competitive advantage, because even though the technologies are widely available, the developing of competitive capabilities is challenging to other actors of the same field.
The purpose of the thesis is to study the pervasive business intelligence which con- tains for example all data sources, business processes, the data strategy of a company and data governance. The point of view of the thesis has concentrated on assessing data utilization and developing of process capabilities. The foundation of capabilities is in the process improvement methodology Six Sigma, which is based largely on to- tal quality management theories. Furthermore, in the thesis, the business intelligence is closely studied from the point of view of utilizing statistical methods in the inter- pretation of the data.
In the thesis, the answers are searched primarily in scientific articles. An experi- mental demonstration of the utilization of the data on the developing of process capa- bilities is made, where statistical process control charts are utilized to estimate the present state of the process and the capabilities of the process in the future. In the ex- periment it was noticed that only from the processes in the statistical control the be- haviour of the future, within control limits, can be estimated for the basis of the his- tory data.
Keywords: pervasive business intelligence, maturity models, decision support, process capability, process management, statistical process control, Six Sigma
CR Categories (ACM Computing Classification System, 2012 version): Business in- telligence, Decision support systems, Business-IT alignment, Business process man- agement, Enterprise data management
iii
Esipuhe
Tämä tutkielma on tehty Itä-Suomen yliopiston Tietojenkäsittelytieteen laitokselle ke- väällä 2018. Kiitokset opinnoissani tukemisesta avopuolisolleni, perheelleni ja ystä- ville sekä tietysti tutkielman teon ajan fyysisestä aktiivisuudestani huolta pitäneille koirille. Kiitokset myös ohjaajalleni Virpi Hotille koko opintojeni aikaisesta asiantun- tevasta ohjauksesta ja kannustamisesta.
iv
Lyhenneluettelo
BI Business intelligence; liiketoimintatiedon hallinta.
BA Business analytics, liiketoiminta analytiikka.
CI Continuous improvement; jatkuva prosessien ja toimintatapojen paran- taminen.
DM Data mining, tiedonlouhinta.
DSS Decision Support System; päätöksenteon tukijärjestelmä.
ETL Enable, transform, load; ETL-prosessi.
PBI Pervasive business intelligence; kokonaisvaltainen liiketoimintatiedon hallinta.
ROI Return on Investment; pääoman tuottoaste.
SPC Statistical process control; tilastollinen prosessiohjaus.
TQM Total Quality Management; laaja-alainen laatujohtaminen
v
Sisällysluettelo
1 Johdanto ... 6
2 Liiketoiminnan dualiteetti ja liiketoimintatiedon hallinta ... 8
2.1 Liiketoiminnan dualiteetti eli kahtalaisuus ... 8
2.2 Kokonaisvaltainen liiketoimintatiedon hallinta ... 11
3 Ketterä kehitys erilaisissa johtamistyyleissä ... 15
3.1 Ketterä kehitys ... 15
3.2 Johtamistyylit ... 18
4 Kypsyysmallit ja kyvykkyydet ... 23
4.1 Kypsyysmallien arviointi ... 23
4.2 Datan hyödyntämisen kyvykkyyksien arviointi ... 27
5 Datan hyödyntäminen prosessien kyvykkyyksien kehittämisessä ... 32
5.1 Six Sigma ... 32
5.2 Prosessin kyvykkyyden arviointi tilastollisella prosessinohjauksella34 5.3 Esimerkki prosessin kyvykkyyden arvioinnista ... 39
6 Johtopäätökset ja pohdinta ... 47
Viitteet ... 50
6
1 Johdanto
Organisaatioissa datan hyödyntämistä liiketoimintaprosessien tukemiseen ja päätök- sien tekoon kutsutaan liiketoimintatiedon hallinnaksi. Informaation käyttäminen pää- töksenteossa on liiketoimintatiedon hallinnan menestyksen kannalta suurimpia teki- jöitä. Tiedon ja liiketoiminnan suhde kehittyy ja syvenee koko ajan. Perinteisesti tietoa on käytetty mittaamaan ja seuraamaan liiketoiminnan suorituskykyä. Yhä enenevissä määrin tiedosta itsessään on tulossa liiketoimintaa määrin myös perinteisillä toi- mialoilla, joiden liiketoiminnan ei ole ajateltu olevan tietoon perustuvia. Tietolähtei- den määrä on kasvanut rakenteettoman datan myötä paljon eikä mikään yritys pärjää enää pelkästään yhden tietokannan transaktionaalisen datan analysoinnilla. Nykypäi- vänä tietovirtojen älykäs hyödyntäminen on kriittistä yrityksen menestykselle enem- män kuin koskaan ennen.
Vaikka tiedon monipuolisella hyödyntämisellä voidaan saada merkittäviä tuloksia ai- keiseksi, aiheuttaa tiedon käsittely ja muuttaminen liiketoiminnan päätöksiksi haas- teita. Hakeakseen kilpailuetua kypsillä markkinoilla yrityksien on käytettävä liiketoi- mintatiedon hallintaa yhä enenevissä määrin. Viime aikoina on ollut paljon kiinnos- tusta, minkälaisia kyvykkyyksiä ja taitoja liiketoimintatiedon hallinnan tuottaman in- formaation hyödyntämien vaatii. Suhdetta kyvykkyyksien ja liiketoimintatiedon hal- linnan välillä on tutkittu paljon. Erilaisia kypsyysmalleja liiketoimintatiedon hallintaan on kehitetty useita (Lahrmann et al., 2010).
Erityisesti tekoälykehitykseen lukeutuvat kognitiiviset palvelut ja ratkaisut haastavat organisaatioita vahvistamaan omia kyvykkyyksiään. Data tai teknologia eivät ole it- seisarvoja, vaan ne tulee integroida osaksi organisaatioiden toimintaprosesseja. Edel- leen on epäselvää, minkälaista johtamista tarvitaan, että saadaan muutettua tieto toi- minnoiksi ja arvoksi liiketoiminnalle.
Tämän tutkielman tarkoitus on tarkastella, mitä kaikkea liittyy kokonaisvaltaiseen lii- ketoimintatiedon hallintaan. Tutkimuksen tavoitteena on vastata seuraaviin neljään tutkimuskysymykseen:
7 1. Miten liiketoiminnan dualiteetti eli kahtalaisuus vaikuttaa liiketoimintatiedon
hallintaan? (Luku 2)
2. Miten liiketoimintatiedon hallinnan kehitystä johdetaan? (Luku 3)
3. Voidaanko liiketoimintatiedon hallinnan kyvykkyyksiä arvioida? (Luku 4) 4. Miten dataa voidaan hyödyntää prosessikyvykkyyksien kehittämisessä? (Luku
5)
Tutkimuskysymyksiin 1-3 vastauksia haetaan ensisijaisesti tieteellisistä artikkeleista.
Tutkimuskysymykseen 4 vastataan tekemällä prosessikyvykkyysarviointi Savon Voi- man sisäisten palvelupyyntöjen datalla.
8
2 Liiketoiminnan dualiteetti ja liiketoimintatiedon hallinta
Liiketoiminnan dualiteetilla eli kahtalaisuudella viitataan liiketoimintojen kahteen osittain päällekkäiseen tavoitteiseen: kasvuun (exploration) ja kustannustehokkuuteen (exploitation) (Luku 2.1). Kahtalaisuudet aiheuttavat haasteita tehokkaan liiketoimin- tatiedon hallinnan ja datastrategian organisointiin (Luku 2.2). Tässä tutkielmassa on tarkasteltu kasvun ja kustannustehokkuuden lisäksi seuraavia kirjallisuudesta löyty- neitä kahtalaisuuksia: hyökkäävä ja puolustava (DalleMule & Davenport, 2017) sekä moodi 1 ja moodi 2 (McStravick, 2017). Liiketoimintaprosessien kustannustehok- kuutta voidaan hakea kahtalaisuuksien moodin 1 ja puolustavilla strategioilla, kun taas liiketoiminnan kasvua tukevat moodin 2 ja hyödyntämisen strategiat.
2.1 Liiketoiminnan dualiteetti eli kahtalaisuus
Karhu (2017) on tutkinut organisatorisen kaksikätisyyden (organizational ambidexte- rity) merkitystä päätöksentekoon ja kaksikätisyyttä vaativien kahtalaisuuksien sopivaa tasapainottamista liiketoiminnoissa. Kaksikätinen ihminen pystyy käyttämään, esi- merkiksi urheilulajeissa kuten jalkapallossa ja nyrkkeilyssä, molempia käsiään tai jal- kojaan samalla tavalla, minkä takia kaksikätisyyttä voidaan pitää yhtenä kilpailullisena etua verrattuna muihin ihmisiin. Liiketoiminnoissa organisatorisella kaksikätisyydellä viitataan kykyyn suorittaa yhtä aikaa vastakkaisia tai ainakin jollain tavalla itsenäisiä ja keskenään ristiriidassa olevia aktiviteetteja, joiden välillä on jännitettä. Kun organi- satorinen kaksikätisyys voidaan määritellä organisaation kyvyksi hallita kaksi keske- nään ristiriitaista taitoa yhtä taidokkaasti, ovat nämä keskenään jännityksessä olevat taidot itseasiassa kahtalaisuuksia, kuten kasvu ja kustannustehokkuus sekä tehokkuus ja joustavuus. Kahtalaisuuksilla tarkoitetaan esimerkiksi paradokseja ja dilemmoja.
Paradoksit ovat kahtalaisuuden eri päitä, kun taas dilemmat ovat vastakkaisia suhteita.
Yleisin yrityksien yhteydessä käsiteltävä kahtalaisuus on kasvu ja kustannustehok- kuus. (Karhu, 2017)
9 Kahtalaiset aktiviteetit vaativat päällekkäisiä ja keskenään osin ristiriitaisia rakenteita, prosesseja ja kulttuureja saman yrityksen sisälle. Liiketoiminnan kahtalaisuuksien mo- lemmat päät tarvitsevat prosesseja ja aktiviteetteja kilpaillen yrityksien rajallisista re- sursseista eli ihmisistä, henkisestä pääomasta ja taloudellisista resursseista. Kaksikäti- syyttä ei pidä sotkea monen toiminnon yhtäaikaiseen suorittamiseen, sillä esimerkiksi puhelimessa puhuminen ja käveleminen eivät kuluta samoja resursseja eikä niiden vä- lillä ole jännitettä tai konfliktia, joten nämä toiminnot eivät vaadi kaksikätisyyttä, sillä ne eivät ole ristiriidassa toistensa kanssa. (Karhu, 2017)
Kasvun eli uusien liiketoiminta mahdollisuuksien etsimisen aktiviteeteiksi voidaan luokitella etsiminen, variointi, riskinotto, kokeilu, joustavuus, löytäminen ja inno- vointi. Kustannustehokkuus eli nykyisten kompetenssien kehittäminen taas sisältää esimerkiksi jalostamista, tuottamista, tehokkuutta, käyttöönottoa ja suorittamista. Kes- kityttäessä liikaa vain kustannustehokkuuteen yritykset kärsivät sen kuluista ilman, että pääsevät hyödyntämään kustannustehokkuudella saavutettavia etuja. Jos kasvun aktiviteetit jätetään liian vähälle huomiolle, yrityksessä ei voida löytää uusia liiketoi- minta mahdollisuuksia. Sekä kasvun että kustannustehokkuuden tasapaino on ensisi- jainen tekijä liiketoiminnan selviytymiseen ja samalla menestymiseen. (March, 1991) Kasvu ja kustannustehokkuus ajatellaan yleensä kirjaimellisesti vastakkaisina, vaikka nykyisen tiedon mukaan ne tarkoittavat erilaisia toimintoja kuten myynti ja palvelut sekä erilaisia ideologioita ja strategioita kuten pienet kulut verrattuna eriytymiseen.
Kasvun ja kustannustehokkuuden vaatimat prosessit, rakenteet ja kulttuurit eivät ole keskenään kokonaan ristiriitaisia tai vastakkaisia, mutta tarpeeksi erilaisia, että niitä voidaan kutsua kahtalaisuuksiksi. (Karhu, 2017)
Liiketoiminnan kahtalaisuudet aiheuttavat vaatimuksia myös liiketoimintatiedon hal- lintaan (business intelligence, BI), sillä ristikkäiset tavoitteet vaativat erilaista infor- maatiota tuekseen. Yrityksien täytyy yhtä aikaa säilyttää kustannustehokkuutensa ja liikkua nopeasti edelläkävijänä liiketoiminta-alueella eli operoida kahdessa lajissa yhtä aikaa. Tiedonsaannin täytyy olla nykypäivänä reaaliaikaista, jonka takia liiketoi- mintatiedon hallinnan täytyy pystyä tukemaan molempia. (McStravick, 2017)
10 Kahtalaiset yrityksen tavoitteet vaativat sekä transaktionaalista (moodi 1) että analyyt- tista (moodi 2) lähestymistapaa tietoon. Transaktionaalinen moodi 1 keskittyy tarkas- telemaan, mitä on tapahtunut, samalla kun analyyttinen moodi 2 keskittyy etsimään kasvun mahdollisuuksia. Kahtalaisuuksien osittain vastakkaisuuden takia samoja tie- toja tarvitaan molemmissa lähestymistavoissa, jonka takia yksi liiketoimintatiedon hallinnan järjestelmä riittää tukemaan molempia tavoitteita. (McStravick, 2017) Moodi 1 keskittyy ylläpitämään liiketoimintaa transaktionaalisilla järjestelmillä ja tie- tovarastoilla. Operaatioiden tehostaminen moodin 1 avulla tarkoittaa hyvin määritel- tyjen prosessien automatisointia uusien teknologioiden avulla. Moodi 1 tukee hallittua vähittäistä kasvua. Moodi 2 puolestaan tarjoaa liiketoiminnalle mahdollisuuden uudis- tua nopeasti. Moodissa 2 transaktionaalisen datan sijaan tarvitaan koko kirjoa uusia teknologioita, sillä olemassa olevien liiketoimintaprosessien sijaan, painotus on etsiä vielä tuntemattomia liiketoimintaprosesseja. Yhtäaikaiselle molempien moodien käy- tölle on tarvetta esimerkiksi asiakkaan käyttäytymisen analysoinnissa verkko- sekä ki- vijalkakaupassa. Kauppiaalle järjestelmän on tarjottava kyseisestä asiakkaasta ana- lyysi reaaliaikaisesti, joten sen muodostamiseen tarvitaan tietoa asiakkaan transakti- oista, havaituista mieltymyksistä ja nykyisestä sijainnista. (McStravick, 2017)
Datan strategista johtamista tarkastellessa voidaan erottaa toisistaan puolustavat ja hyökkäävät datastrategia. Datan strategisessa johtamisessa yrityksissä yritetään hyö- dyntää dataa ja resursseja tehokkaasti sekä samalla auttaa yritystä suunnittelemaan tie- tojohtamisen aktiviteetteja tukemaan koko yrityksen strategiaa. Myöskin puolustavan ja hyökkäävän strategioiden välillä datan käytössä joudutaan tekemään kompromis- seja: sekä datan joustavuudessa että kontrolloinnissa. Yrityksien täytyy selvittää, mikä on heidän datan ensisijainen käyttötarkoitus ja sen mukaan tehdä datan strategiseen johtamiseen liittyviä päätöksiä. (DalleMule & Davenport, 2017)
Puolustuksen tarkoituksena on minimoida aiheettomia riskejä ja se keskittyy laillisiin ja taloudellisiin aktiviteetteihin. Puolustusaktiviteetit sisältävät sääntöjen noudattami- sen varmistamista sekä itse säännöt. Puolustuksessa analytiikalla ja yrityksen käytän- nöillä voidaan havaita uhkia ja torjua varkauksia. Huomiota kiinnitetään myös muun muassa datan virtaukseen ja datan integriteettiin, joita hallinnoidaan identifioimalla,
11 standardisoimalla ja hallitsemalla tietolähteitä. Hyökkäysstrategiat puolestaan keskit- tyvät tukemaan liiketoiminaan tavoitteita ja asiakaskeskeisiin liiketoimintoihin, kuten markkinointiin ja myyntiin sekä vaativat tuekseen reaaliaikaista dataa. Hyökkäysstra- tegioiden tukena voidaan käyttää esimerkiksi erilaisia datasta muodostettuja näkemyk- siä (insights). Puolustavien ja hyökkäävien strategioiden välinen kahtalaisuus on tie- don standardisoinnin ja joustavuuden välillä. Tietoa täytyy standardisoida, mutta se vaikeuttaa taas hyökkäysstrategioita. (DalleMule & Davenport, 2017)
Yrityksien täytyy löytää sopiva tasapaino kahtalaisuuksien eri päihin keskittymisessä, sillä yrityksen tärkeimpiä resursseja, rahoitusta ja ihmisiä, on vain rajallisesti eikä näin ollen voida täysiä panostaa vain jompiinkumpiin strategioihin. Lisäksi liiketoimin- taympäristö vaikuttaa millaisilla suhteilla vastakkaisiin strategioihin kannattaa panos- taa. (DalleMule & Davenport, 2017)
2.2 Kokonaisvaltainen liiketoimintatiedon hallinta
Liiketoimintatiedon hallinnalle (business intelligence, BI) ei ole määritelty yhtä ylei- sesti käytettyä määritelmää. 1970-luvulla liiketoimintatiedon hallinnan alkuvaiheilla ensimmäisiä liiketoimintatiedon hallinnan järjestelmiä kutsuttiin päätöksenteon tuki- järjestelmiksi (Decision Support System, DSS) niiden auttaessa johtajia tekemään pää- töksiä (Wixom & Watson, 2010). 1990-luvulla otettiin ensimmäisen kerran käyttöön termi liiketoimintatiedon hallinta, jonka rinnalle on noussut termi liiketoimintatiedon analytiikka (business analytics, BA) kuvaamaan liiketoiminnan tarpeisiin tuotettavaa informaatiota 2000-luvulla. Liiketoimintatiedon hallinnan tuottaman informaation tar- koitus auttaa käyttäjiä tekemään faktoihin perustuvia päätöksiä.
Liiketoimintatiedon hallinta voidaan määritellä laajana teknologioiden, sovelluksien ja prosessien kategoriana, johon kuuluu tiedon kerääminen, säilöminen, käyttäminen ja analysointi. Liiketoimintatiedon hallinta sisältää sovellukset, kuten erilaiset käyttä- jille tehdyt raportointinäkymät (dashboard) informaation esittämiseen ja ennustavan analytiikan. Lisäksi mukana ovat teknologiat, jotka mahdollistavat tiedon käsittelyn
12 kuten liiketoimintatiedon hallinnan visualisointiin pääasiallisesti tarkoitetut Microsof- tin Power BI ja QlikView. Prosessit ovat myös tärkeä osa liiketoimintatiedon hallintaa kuten esimerkiksi tiedon ETL-prosessit (Enable, Transform, Load; ETL), metatietojen ylläpitäminen sekä liiketoimintatiedon hallinnan projektien priorisoiminen ja johtami- nen. Useat sidosryhmät ovat tärkeissä liiketoimintatiedon hallinnan rooleissa, esimer- kiksi liiketoiminnan edustajat kehittääkseen tiedon hallinnon (data governance) ja laa- dun (data quality) prosesseja, joiden ansiosta liiketoimintatiedon hallinnan datastrate- gia on yhdenmukainen liiketoiminnan strategian ja -tavoitteiden kanssa. (Wixom &
Watson, 2010)
Liiketoimintatiedonhallinnan tärkeimpänä tehtävänä on mahdollistaa yrityksen älykäs toiminta ja auttaa ihmisiä tekemään faktoihin perustuvia päätöksiä informaation avulla. Koska itse liiketoimintatiedon hallinnasta on vaikeaa mitata suoraa sijoitetun pääoman tuottoastetta (Return on Investment, ROI), muodostuu liiketoimintatiedon hallinnan arvo yritykselle tehtyjen päätöksien arvosta. Liiketoimintatiedon hallinnan onnistumista voidaankin määrittää informaation arvoketjulla (Kuva 1). Informaation arvoketju alkaa datan eli käsittelemättömän raakadatan keräämisellä suoraan tietoläh- teistä. Lisäämällä kerättyyn dataan logiikkaa ja liiketoimintakontekstia luodaan infor- maatiota. Informaatiota hyödyntävät liiketoimintatiedon hallinnan käyttäjät (business intelligence users). Liiketoimintatiedon hallinnan lopullinen arvo yritykselle määräy- tyy informaation arvoketjun mukaisesti näiden käyttäjien informaation avulla tehtyjen päätöksien ja toimien tulokset tuottaman arvon summana. (Larson, 2009; Larson &
Chang, 2017)
Tietojohtaminen määrittele, kuinka nopeasti yritys voi strategisesti toteuttaa uusia lii- ketoiminta ideoita tai malleja käytäntöön. Datastrategia auttaa yrityksiä tekemään asi- oita perustellusti paremmin ja sen avulla voidaan muun muassa luoda täysin uusia lii- ketoiminta malleja strategisesti hyvin johdetun tiedon perusteella. Tietojohtamisen prosesseissa seurataan ja pidetään kirjaa kaikesta tiedosta ja informaatiosta liittyen da- tan luomiseen, tuottamiseen tai jakamiseen. Datastrategia tukee tietojohtamisen stra- tegiaa sekä ylläpitää tiedon laatua, integriteettiä, saatavuutta ja turvallisuutta. Datastra- tegia osoittaa myös tietojohtamisen tiedostetut riskit. (Dennis, 2017)
13
Kuva 1: Informaation arvoketju
Kuvassa 2 on Burbankin luoma datastrategian viitekehys, jonka Dennis (2017) esitte- lee artikkelissaan. Viitekehys yhdistää datastrategian ja tietojohtamisen sekä helpottaa ymmärtämään organisaation heikot kohdat näiden kahden mallin yhdistämisessä. Li- säksi viitekehys osoittaa alueet, joita yrityksen täytyy kehittää käyttääkseen tietoa mahdollisimman strategisesti (Dennis, 2017):
1. Datastrategia – Datastrategian ja liiketoiminnan prioriteettien yhteensovittami- nen
2. Tiedon hallitseminen – Johtaa ihmisiä, prosesseja, käytäntöjä ja kulttuureja tie- don ympärillä
3. Strateginen hyöty – Hyödyntää ja hallita tietoa kuten tiedon laatua ja tiedon säilyttämistä.
4. Tiedon integraatio – Koordinoida ja integroida erillisiä tietolähteitä. Relevant- tina kysymyksenä on esimerkiksi se, mitä halutaan tietää asiakkaasta.
5. Tietolähteet – Hallitseminen ja tietolähteiden inventaario. Yrityksien täytyy päättää, mitkä ovat relevantit tietolähteet heidän liiketoimintansa kannalta.
Raakadata
•Kerätään erilaisista datalähteistä
•Esimerkiksi jokainen yksittäinen tehty myynti
Informaatio
•Lisätään logiikkaa ja liiketoiminta konteksti
•Esimerkiksi lisätään tiedot myydystä tuotteesta ja myyjästä
Käyttäjät
•Hakevat raportointinäky miltä
informaatiota
•Päätöksiä ja käyttäytymistä informaation perusteella
•Esimerkiksi seurataan, kuinka monta tuotetta on myyty eilen
Päätöksien arvo
•Päätöksistä syntyvä arvo liiketoiminnal le
•Esimerkiksi heikon myynnin takia, aloitetaan tuotteen kampanja myynnin lisäämiseksi
14
Kuva 2: Datastrategian viitekehys mukaillen Dennistä (2017)
Kokonaisvaltainen liiketoimintatiedon hallinta voidaan lisäksi määritellä muun mu- assa kykynä toimittaa oikea-aikaista informaatiota kaikille käyttäjille integroiduilla tietovarastoilla tarjoten tarvittavaa läpinäkyvyyttä, tietämystä ja faktoja päätökseen te- koon liiketoiminta prosesseissa. Lisäksi kokonaisvaltainen liiketoimintatiedon hal- linta parantaa yrityksen kyvykkyyttä tehdä strategisia ja operationaalisia päätöksiä or- ganisaatiossa. Kokonaisvaltainen liiketoimintatiedon hallinta tuottaa kaikille yrityksen tasoille analyyseja, hälytyksiä ja palautemekanismeja. Toisaalta kokonaisvaltaisen lii- ketoimintatiedon hallinnan tekijöinä voidaan pitää seuraavia: käyttäjien odotukset täyttyvät liiketoimintatiedon hallinnan ratkaisulla; käyttäjät ovat tyytyväisiä liiketoi- mintatiedon hallintaan ja analytiikka; motivaatio liiketoimintatiedon hallinnan työka- lujen ja tekniikoiden harjoitteluun on korkea; toimivaan johtoon kuulumattomien (non-executive) työntekijöiden osallistuminen liiketoimintatiedon hallinnan tiedon hyödyntämiseen; sekä formaali metodologia arvioida kokonaisvaltaista liiketoiminta- tiedon hallintaa. (Guarda et al., 2016; 2018)
15
3 K etterä kehitys erilaisissa johtamistyyleissä
Liiketoimintatiedon kehittäminen vaatii metodologiaa. Ketterän kehityksen periaatteet soveltuvat perinteisiä ohjelmistotuotannon kehitysmenetelmiä, kuten vesiputousmal- lia, paremmin liiketoimintatiedon hallinnan kehitykseen tuottamaan mahdollisimman arvokasta informaatiota liiketoiminnoille (Larson & Chang, 2017). Erilaisia johtamis- tyylejä on kirjallisuudessa tunnistettu useita ja tässä luvussa esitellään niistä muutamia (Luku 3.2). Tutkielman tarkoituksena on tutkia niiden soveltavuutta ketterän kehittä- misen (Luku 3.1) johtamiseen.
3.1 Ketterä kehitys
Tähän alilukuun on tehty kirjallisuuskatsaus hakemalla Scopus-tietokannasta hakulau- seella: TITLE("business intelligence") AND TITLE(agile review). Haun tuloksena löytyi yksi artikkeli (Larson & Chang, 2017), jota on lähteineen käytetty tämän luvun pohjana. Seitsemäntoista ohjelmistokehityksen ammattilaista esittelivät ketterän kehi- tyksen periaatteet vuonna 2001 vaihtoehdoksi perinteiselle vesiputousmallin mukai- selle kehittämiselle. Ketterän kehityksen neljä periaatteet ovat yksilöt ja interaktiot prosessien ja työkalujen edelle; toimiva ohjelmisto täydellisen dokumentoinnin edelle;
yhteistyö asiakkaan kanssa sopimusneuvottelujen edelle ja muutoksiin mukautuminen suunnitelman tarkan noudattamisen edelle (Beck et al., 2001).
Kun perinteisessä ohjelmistokehityksessä keskitytään tuottamaan toimiva ohjelmisto, on liiketoimintatiedon hallinnan kehityksessä kyse mahdollisimman arvokkaan infor- maation jalostamisesta loppukäyttäjille. Ketterän kehityksen tavoitteita ja periaatteita on sovellettu liiketoimintatiedon hallinnan kehityksessä kehityksen vaiheittaisen ja ite- ratiivisen luonteen takia sekä kehitysprosessin dynaamisuuden vuoksi. Vesiputous- mallin ja muiden perinteisten ohjelmistokehityksen käytäntöjen käyttäminen liiketoi- mintatiedon hallinnassa ei ole perusteltua niiden keskittyessä toimivien ohjelmistojen kehittämiseen. Liiketoimintatiedon hallinnan kehityksen prosessin tavoitteena on tuot-
16 taa mahdollisimman paljon arvoa informaatioon, mitä voidaan mitata luvussa 2.2 esi- tellyllä informaation arvoketjulla. Liiketoimintatiedon hallinnan ja ohjelmistokehityk- sen erilaisten tavoitteiden takia ketterän kehityksen periaatteita täytyy soveltaa eri ta- valla liiketoimintatiedon hallinnan kehityksessä kuin ohjelmistokehityksessä. (Larson, 2009; Larson & Chang, 2017)
Ketteriä menetelmiä käyttämällä kehittäminen on vähemmän muodollista, dynaami- sempaa ja keskittynyt asiakkaaseen verrattuna muihin metodologioihin (Larson &
Chang, 2017). Ketterän kehityksen menetelmillä kehittäessä projektien menestyminen perustuu aikataulussa pysymiseen; parempaan toimitusten laatuun pienemmän virhei- den määrän ansiosta; asiakkaiden vaatimusten ymmärtämiseen; hallittuun vaatimusten muutoksiin reagoimiseen ja jatkuvaan palautteeseen (Hsieh & Chen, 2015).
Ketterien menetelmien käyttäminen pakottaa liiketoimintatiedon hallinnan kehittäjät ja liiketoiminnan sidosryhmät keskenään vuorovaikutukseen. Ketterillä menetelmillä voidaan ratkoa useita liiketoimintatiedon hallinnan kehitysprojektien yleisiä ongelmia, kuten kuroa umpeen teknologian ja liiketoiminnan kuilua sekä lisätä luottamusta lii- ketoimintatiedon hallinnan ja sidosryhmien välillä. Liiketoiminnan sidosryhmiltä tulee kehityksen alussa tarve eli liiketoimintakysymys, johon lähdetään etsimään vastausta liiketoimintatiedon hallinnalla. Sidosryhmillä ei ole selkeää ymmärrystä tiedosta tai mitä sen muuttaminen informaatioksi vaatii, joten projektin alussa on tärkeää löytää oikeat vaatimukset yhteistyössä ilman, että liiketoimintatiedonhallinnan kehittäjät luottavat liikaa sidosryhmien kykyyn ja kokemukseen määritellä vaatimuksia. Jatkuva vuorovaikutus kehittäjien ja eri sidosryhmien välillä iteraatioiden edetessä kohti lop- putulosta lisää keskinäistä luottamusta ja varmistaa, että liiketoimintatiedon hallinnan lopputuotteet täyttävät liiketoiminnan edustajien odotukset. (Larson, 2009)
Liiketoimintatiedon hallinnan tekninen ympäristö tietokantoineen, ETL-prosesseineen ja front end -työkaluineen eroaa merkittävästi ohjelmistokehityksen teknologisesta ympäristöstä. Seuraavassa esitelty ketterän kehityksen periaatteet, jotka on sovellettu liiketoimintatiedon hallintaan (Larson, 2009; Larson & Chang, 2017):
17 1. Yksilöt ja interaktiot prosessien ja työkalujen edelle. Prosessin tarkoituksena on ohjata versioiden julkaisuaikataulujen suunnittelua, iteraatioiden ja muutok- sien hallitsemista sekä julkaisujen laadun varmistamista. Prosessin tavoite on opastaa kehitystä, luoda vuorovaikutusta ja yhteistyötä, varmistaa sidosryh- mien odottamat tulokset ja tuottaa informaatiota tuloksista sekä informaation potentiaalista. Kehityksen pääpaino on informaation hyödyntämisessä liiketoi- mintakysymykseen vastaamisessa.
2. Toimiva ohjelmisto täydellisen dokumentoinnin edelle. Dokumentaation tar- koitus on tuottaa arvoa ja olla käytettävä. Dokumentaatioon on käytettävä aikaa kestäviä ja helposti ylläpidettäviä korkean tason artifakteja. Dokumentoimatta jättämisen ongelmat tiedostetaan, mutta dokumentointiin ei haluta käyttää lii- kaa aikaa projektista.
3. Yhteistyö asiakkaan kanssa sopimusneuvottelujen edelle. Ketterä liiketoimin- tatiedon hallinnan projekti on löytämisen prosessi, jossa asiakkaan odotukset ovat määritelty aluksi. Jos vaatimuksia ei määritellä tarpeeksi tarkasti, myö- hemmissä vaiheissa projektia on odotettavissa paljon tarkennuksia ja muutok- sia. Yhteistyö eri sidosryhmien välillä on tärkeää, että saadaan tarpeeksi tar- kalla tasolla vaatimukset määriteltyä ja selkeä sopimus vaatimuksista.
4. Muutoksiin mukautuminen suunnitelman tarkan noudattamisen edelle. For- maali projektin määrittely helpottaa johtajien työtä, mutta samalla on kyettävä vastaamaan ketterästi muutokseen ja päivittämään suunnitelmaa projektin ede- tessä. Määrittelyn keskeisessä asemassa ovat julkaisujen ja iteraatioiden (sprinttien) aikataulut. Projektin useiden iteraatiokierroksien on tarkoitus pa- rantaa liiketoimintatiedon hallinnan toimituksen laatua.
Ketteristä menetelmistä on hyötyä liiketoimintatiedon kehittämisessä, kun muistetaan keskittyä luvussa 2.2 esiteltyyn informaation arvoketjuun ja kehityksessä hyödynne- tään parhaita käytäntöjä. Ketterän liiketoimintatiedon hallinnan kehitysprojekteille parhaita käytäntöjä ovat määritelleet Larson (2009) sekä Larson ja Chang (2017) ar- tikkeleissaan. Näitä tärkeiksi havaittuja ominaisuuksia liiketoimintatiedon kehittämi-
18 sessä ovat muun muassa liiketoimintatiedon hallinnan ympäristön arkkitehtuuriin huo- mion kiinnittäminen, iteraatioiden aikatauluttaminen, testaus sekä muutoksen kontrol- lointi tuotantoympäristössä (Larson & Chang, 2017).
3.2 Johtamistyylit
Kehittäminen vaatii johtajuutta onnistuakseen. Laureani ja Antony (2017) ovat syste- maattisella kirjallisuuskatsauksella löytäneet kirjallisuudesta kymmenen erilaisen joh- tamistyylin ominaispiirteet, jotka on taulukoitu tässä tutkielmassa yhteen johtamistyy- lien kanssa (Taulukko 1). Laureani ja Antony selvittivät tutkimuksessaan, minkälaista johtajuutta vaaditaan Lean Six Sigma metodologian käyttöön ottamiseen. Seuraavissa kappaleissa on esitelty kirjallisuudesta löytyneet johtajuustyylit (Laureani & Antony, 2017).
Level 5. Level 5 -johtajat ovat yleensä yrityksen hierarkiassa korkeimmalla. Henkilö- hierarkian tasot ovat alhaalta ylöspäin ovat: kyvykäs yksilö; osallistuva tiimin jäsen;
pätevä johtaja; vaikuttava johtaja ja level 5 -johtaja (level 5 executive). Level 5 -joh- tajat laittavat yrityksen edun omansa edelle, sillä heillä on voimakas sitoutuminen teh- täväänsä ja saavat johtajina ihmiset ympärillään suoriutumaan parhaansa mukaan. Le- vel 5 -johtajan voidaan ajatella muuttavan hyvän yrityksen mahtavaksi yritykseksi.
(Collins, 2001)
Yhdistävä (affiliative), YH. Yhdistävät johtajat arvostavat ihmisiä ja heidän tunteitaan.
Johtajuustyylissä johtaja on tasapainoinen ja auttaa ratkaisemaan konflikteja. Johtajat arvostavat enemmän ihmisiä tunteineen ja laittavat vähemmän painoarvoa tehtäville sekä tavoitteille. (Goleman et al., 2002)
Byrokraattinen, BY. Byrokraattinen johtaminen perustuu proseduureille ja historialli- sille metodeille. Byrokraattinen johtaminen on hyvin kontrolloitua, sillä jokaisella työntekijällä on oma paikkansa byrokraattisessa järjestelmässä. Byrokraattista johtajaa koskevat byrokraattisen järjestelmän sosiaaliset ja tekniset säännöt. (Waters & Waters, 2015)
19
Taulukko 1: Persoonallisuuspiirteet ja johtamistyylit mukaillen Laureani ja Anthony (2017)
Piirteet L5 YH BY OS PA 6S TR PO MU VI
Ahkera asenne x
Arvokeskeinen x x x
Arvostaa erilaisia näkemyk- siä
x x x
Avomielinen x x
Edistää harmoniaa x
Empaattinen x
Fasilitoi dialogia ja neuvot-
teluja x x x
Globaali perspektiivi x x
Haastaa statuksia x x x
Hillitty x x
Horjumattomat päätökset x
Innokas x x x x
Inspiroiva x x
Integriteetti x x x
Intohimo organisaatioon x x
Itsenäinen harkitseminen x
Johtaa odotuksien mukaan x
Joustamaton x
Joustava x x
Karisma x
Konsensus x x x
Korkea kontrollin taso x x
Luottamuksen ilmapiiri x x x
Lyhyen aikavälin fokus x x
Lähestyttävä x x x x x
Lämmin x
Läpinäkyvä johtaminen x
Mikromanagerointi x
Motivoituu standardeista x x x
Nöyrä x
Osallisuus x x x x x
Päättäväinen x x
Reflektoiva x x
Sattumanvarainen palkinto x
Selkeä x x x
Suuremman palvelu x x
Tulosorientoitunut x x x
Vaihteleva x
Yhteneväinen x x
Älykäs stimulaatio x
20 Osallistava (participative), OS. Osallistava johtaminen tunnetaan myös demokraatti- sena johtamistyylinä. Johtaja ottaa alaisensa mukaan tasa-arvoisesti kaikkeen tiimiä koskevaan päätöksentekoon, mutta säilyttää itsellään viimeisen päätöksenteko aukto- riteetin (Lewin et al.,1939). Osallistava johtamistyyli on ihmisten yhteistyötä ja johta- jat ovat yleensä enemmän tiiminjäsenten kaltaisia kuin ylhäällä olevia johtajia (Gole- man et al., 2002).
Palveleva (servant), PA. Palvelevat johtajat palvelevat muiden tarpeita ensisijaisesti samalla, kun työskentelevät liiketoiminnan tavoitteiden eteen. Palvelevat johtajat nä- kevät itsensä ensisijaisesti resurssien jakajina. (Greenleaf, 1977)
Six Sigma, 6S. Six Sigman johtajat ovat tasapainoisia ja joustavia. Heidän tärkein tun- nuspiirteensä ovat tietoon perustuvat päätökset ja johtajat keskittyvät asiakkaisiin. Six Sigman johtajissa ei ole kyse piirteistä, kuten karismasta, vaan Six Sigman johtajuus on yhdistelmä käytännöllisiä taitoja ja periaatteita, joita soveltaessa johtaja luo ja yllä- pitää yrityksen menestystä. (Laureani & Antony, 2017)
Transaktionaalinen, TR. Transaktionaaliset johtajat motivoivat seuraajiaan palkin- noilla ja kurilla. He kertovat seuraajilleen, millaisia palkintoja on tulossa tietyistä käy- töksistä. Transaktionaaliset johtajat aktiivisesti valvovat johdettaviensa suoriutumista erilaisten standardien avulla. (Goodwin et al., 2001)
Poikkeuksellinen (transcendent), PO. Poikkeuksellisen johtamistyylin tunnetuimpia johtajia on Mohandas Gandhi. Johtamistyylin johtajat tarjoavat päätöksentekoproses- siin kattavampaa näkemystä pelkkien tuottojen sijaan. (Gardiner, 2006)
Muutoksellinen (transformal), MU. Muutokselliset johtajat ovat vastakohta transak- tionaalisille johtajille. Tämän tyylin johtajat tunnistavat tarvittavan muutoksen ja luo- vat vision opastaakseen muutoksen läpi sekä suorittaa muutoksen sitoutuneiden ryh- män jäsenten avulla (Laureani & Antony, 2017). Muutokselliset johtajat innostavat heidän alaisiaan muuttamaan motiiveja, uskomuksia, arvoja tai potentiaaleja, jotta joh- dettavien henkilökohtaisista kiinnostuksista ja tavoitteista tulee yhdenmukaisia yrityk- sen tavoitteiden kanssa. (Goodwin et al., 2001)
21 Visionäärinen, VI. Johtamistyyliin voidaan viitata myös karismaattisena johtamistyy- linä (Laureani & Antony, 2017). Visionäärinen johtaja auttaa ihmisiä ymmärtämään, kuinka heidän työnsä on osa isompaa kokonaisuutta ja saavat työn tuntumaan merki- tykselliselle. Visionääristen johtajien täytyy ymmärtävät hyvin muiden tunteita ja per- spektiivejä. Visionääristä johtamista tarvitaan varsinkin liiketoiminnan tavoitteiden muutoksissa. (Goleman, 2002)
Ketteryyden periaatteita ja niiden soveltamista liiketoimintatiedon hallintaan tarkas- teltiin luvussa 3.1. Ketteryyden periaatteet voidaan kohdistaa vastaaviin johtajien omi- naisuuksiin (Taulukko 2):
1. Ketterä periaate: Yksilöt ja keskinäinen vuorovaikutus prosessien ja työkalu- jen edelle – Prosessin tavoite on opastaa kehitystä, luoda vuorovaikutusta ja yhteistyötä, varmistaa odotetut tulokset ja tuottaa informaatiota tuloksista ja potentiaalista.
o Johtajuuspiirre: Fasilitoi dialogia ja neuvotteluja
2. Ketterä periaate: Toimiva ohjelmisto kattavan dokumentoinnin edelle – Do- kumentaation on tuotava arvoa ja oltava helposti käytettävissä eli sisällettävä vain korkean tason artifakteja, jotka eivät vanhenevat hitaasti ja ovat helposti ylläpidettävissä.
o Johtajuuspiirre: Tulosorientoitunut
3. Ketterä periaate: Yhteistyö asiakkaiden kanssa sopimusneuvottelujen edelle – Yhteistyö asiakkaan kanssa on ensiarvoisen tärkeää, että saadaan tarpeeksi tar- kalla tasolla vaatimukset määriteltyä ja sopimus siitä, mitkä ovat keskeiset vaa- timukset.
o Johtajuuspiirre: Arvostaa erilaisia näkemyksiä
4. Ketterä periaate: Vastata muutokseen mieluummin kuin tarkka suunnitelman noudattaminen – Projektin on oltava formaalisti määritelty, mutta samalla on kyettävä vastaamaan muutokseen ja päivittämään suunnitelmaa.
o Johtajuuspiirre: Joustavuus
22
Taulukko 2: Ketterän kehittämisen periaatteisiin sopivat johtajuuspiirteet ja johtamistyylit
Piirteet L5 YH BY OS PA 6S TR PO MU VI Arvostaa erilaisia näke-
myksiä
x x x
Fasilitoi dialogia ja neu- votteluja
x x x
Joustava x x
Tulosorientoitunut x x x
Kun ketterän periaatteet yhdistetään erilaisten johtamistyylien johtajien ominaisuuk- siin, sopivat kaikki ketterien periaatteiden vaatimat johtajien ominaisuudet Six Sigma -johtajuustyyliin. Näin ollen Six Sigmaa voidaan pitää sopivimpana johtajuustyylinä ketterään kehitykseen. Six Sigma on ainut johtajuustyyli, jossa ketterän kehityksen vaatimat ominaisuudet ovat johtamistyylissä sisällä luontaisesti. Muista esitellyistä johtamistyyleistä ei vastaavuutta löytynyt. Luvussa 3.1 todettiin, että ketterä kehitys on ainoa kehitysmenetelmä, joka sopii liiketoimintatiedon kehittämiseen ja Six Sigma on puolestaan ainoa johtajuustyyli, joka täyttää ketterän kehityksen periaatteet. Näin ollen Six Sigmaa voidaan pitää sopivimpana johtamistyylinä liiketoimintatiedon hal- lintaan.
23
4 Kypsyysmallit ja kyvykkyydet
Organisaatiot hyödyntävät erilaisia kypsyysmalleja arvioidessaan organisaation kehit- tämiskohteita. Luvussa 2 esiteltiin kokonaisvaltaista liiketoimintatiedon hallinnan eri aspekteja. Liiketoimintatiedon hallinnan nykyistä tilannetta ja tavoitetasoa voidaan ar- vioida yrityksissä liiketoimintatiedon hallinnan kypsyysmalleilla. Kypsyysmalleissa kypsyyden arviointi perustuu erilaisten kyvykkyyksien arviointiin. Kyvykkyydellä (capability) tarkoitetaan piirteitä, jotka vaikuttavat toimintojen tai tehtävien suoritta- miseen (ISO 15531:1-2004). Tässä luvulla tarkastellaan ensin liiketoimintatiedon hal- lintaan liittyviä kypsyysmalleja (Luku 4.1) ja konstruoidaan sen jälkeen kirjallisuuden perusteella malli, jota voidaan käyttää tiedon hyödyntämisen eli liiketoimintatiedon hallinnan kyvykkyyksien kartoittamiseen yrityksessä (Luku 4.2).
4.1 Kypsyysmallien arviointi
Liiketoimintatiedon hallinnan prosessin kyvykkyys ja kypsyys voidaan määritellä mu- kaillen vastaavia ohjelmistotuotannon määritelmiä. Liiketoimintatiedon hallinnan ky- vykkyys kuvailee odotettuja tuloksia, jotka voidaan saavuttaa noudattamalla liiketoi- mintatiedon hallinnan prosessia. Yrityksen liiketoimintatiedon hallinnan kyvykkyys on yksi tapa ennustaa liiketoimintatiedon hallinnan tuloksia. Liiketoimintatiedon hal- linnan kypsyys puolestaan ilmaisee, onko prosessi yksiselitteisesti määritelty, joh- dettu, mitattu ja ohjattu. Kypsyysmallit auttavat yrityksiä löytämään kriittisimmät ke- hityskohteet prosesseissa ja lopputuotteiden laadussa. Kypsyystasoiltaan alhaisilla yri- tyksillä kehitysprosessit ovat yleensä improvisoitu projektin aikana kehittäjien ja joh- tajien toimesta. Toisaalta kehitysprosessi saattaa olla määritelty yrityksessä, mutta sitä ei välttämättä noudateta. Kypsyystasoiltaan korkeissa ”kypsissä” yrityksissä puoles- taan yritys hallitsee kehitystä. Johtajat pystyvät tarkasti kertomaan kehitysprosesseista vanhoille ja uusille työntekijöille sekä kaikki kehitys suoritetaan näiden määriteltyjen prosessien mukaisesti. (Paulk et al., 1993).
Tässä aliluvussa keskitytään arvioimaan liiketoimintatiedon hallinnan kypsyyttä eri- laisilla kypsyysmalleilla. Kypsyysmallit perustuvat ideaan jatkuvasta parantamisesta
24 (continuous improvement, CI), jota ovat kehittäneet muun muassa Shewhart (1930) ja Deming (1983). Jatkuva parantaminen näkyy kypsyysmalleissa tasoina, joiden mukai- sesti prosessien kypsyyden ajatellaan kehittyvän prosessia parantaessa. Jatkuvaa pa- rantamista käsitellään tarkemmin luvussa 4. Liiketoimintatiedon hallinnan vaatimia kyvykkyyksiä puolestaan tarkastellaan seuraavassa aliluvussa 3.2.
Tunnistaakseen ja suunnitellakseen liiketoimintatiedon hallinnan muutoshankkeita lii- ketoimintatiedon hallinnan nykytila täytyy pystyä määrittelemään (Lahrmann et al., 2010). Yksi tapa kuvata nykytilaa on käyttää määriteltyä kypsyysmallia. Kypsyysmal- lit ovat johdettuja yhdestä tai useammasta prosessien arviointimalleista, jotka identi- fioivat prosessien joukkoja, jotka liittyvät organisatoristen prosessien kypsyyteen (ISO/IEC 33001). Kypsyysmalleja ja niiden tasoja voidaan käyttää opastamaan muu- tosprosesseissa prosesseja kehittäessä (Lahrmann, 2010).
Lahrman et al. (2010) ovat selvittäneet kirjallisuuskatsauksessaan, millaisia liiketoi- mintatiedon hallinnan kypsyysmalleja on kehitetty ja mitkä ovat niiden ominaispiir- teet. Heidän löydöksiensä perusteella kaikki kehitetyt mallit olivat suurimmaksi osaksi ammatinharjoittajien (scholar) kehittämiä ja vain muutama malli löytyi tieteellisistä artikkeleista.
Watsonin et al. Malli on keskittynyt tietovarastojen kyvykkyyksien arviointiin. Malli sisältää kolme tasoa tietovarastojen tasoille: johdatus (initiation), kasvu (growth) ja kypsyys (maturity). (Watson et al., 2001)
SAS. SAS:n kypsyysmalli on informaation kehittymisen malli, joka auttaa organisaa- tioita tukemaan informaatioilla liiketoiminnan tarpeita ja saada informaatiosta irti maksimaalinen hyöty. Mallissa on kuusi tasoa: suorittava (operative), yhdistävä (con- solidate), integroiva (integrate), optimointi (optimize) ja innovointi (innovate). (SAS, 2009)
Eckerson. Malli tarkastelee kuuden kypsyystason avulla, kuinka vähän arvoa tuotta- vasta liiketoimintatiedon hallinnasta voidaan saada suuri arvoinen strateginen etu.
Mallin tasot ovat: vastasyntynyt (prenatal), vauva (infant), lapsi (child), teini-ikäinen (teenager), aikuinen (adult), tietäjä (sage). (Eckerson, 2009)
25 Cates et al. Kypsyysmalli keskittyy tarkastelemaan, kuinka liiketoimintatiedon hallin- nan tehokkuutta ja vaikuttavuutta liiketoiminnoissa liiketoimintastrategian tukijana voidaan mitata. Malli sisältää tasot: faktat, tieto, informaatio, tietämys, ymmärrys ja mahdollistettu intuitio (enabled intuition). (Cates et al., 2005)
Fisher. Kypsyysmalli keskittyy tarkastelemaan ensisijaisesti tiedon hallinnointia liike- toiminnan raportoinnin tarpeisiin. Mallin tasot ovat: tietämätön (unaware), reaktiivi- nen (reactive), proaktiivinen (proactive), ennustava (predictive). (Fisher, 2005) Sen et al. Malli perustuu tietovarastojen kyvykkyyksien kartoittamiseen. Kyvykkyyk- sille ei määritellä tasoja vaan artikkelissa löydettiin yhdeksän tietovarastojen kyvyk- kyyksiin vaikuttavaa piirrettä. (Sen et al., 2006)
HP. Hewlett Packardin malli esittää kypsyyden saavuttamista yrityksen näkökulmasta.
Hewlett Packard on kartoittanut mallissaan, millaisia kyvykkyyksiä vaaditaan saavut- tamaan ketterä liiketoimintatiedon hallinnan ympäristö. Tasot ovat seuraavat: toiminta (operation), parantaminen (improvement), kohdistaminen (alignment), voimaantumi- nen (empowerment) ja erinomaisuus (excellence). (Hewlett Packard, 2009)
Gartner. Viimeisenä kypsyys mallina on Gartnerin (2008) kypsyysmalli, jonka Guarda et al. (2016; 2018) esittelee viisitasoiseksi: tiedostamaton, taktinen, keskittynyt, stra- teginen ja kokonaisvaltainen.
Lahrmann (2010) ja Lahrmann et al. (2011) ovat vertailleet kahdeksan edellisissä kap- paleissa esiteltyjen kypsyysmallien sisältöä (Taulukko 3). Taulukossa kypsyysmalleja on vertailu erilaisten tekijöiden mukaan, jotta voidaan saada kypsyysmalleista vertai- lukelpoisia tuloksia ja helpottaakseen mallien keskinäistä vertailua. Liiketoimintatie- don hallinnan kypsyysmalleissa on vertailtu seuraavia tekijöitä (Lahrmann et al., 2010):
• Arkkitehtuuri. Kokonaisrakenne kuten lähdesysteemi, alusta ja integraatiot.
• Tieto. Kohdealan tiedot kuten käytetyt tietomallit sekä datan laatu ja määrä.
• Henkilökunta. Kokemus, taidot sekä liiketoimintatiedon hallinnan henkilökun- nan erikoistuminen.
26
• Infrastruktuuri. Integraatioiden infrastruktuurin komponentit, kuten tietokan- nat ja palvelimet.
• Käyttäjät. Liiketoimintatiedon hallinnan järjestelmien käyttäjien tyypit, työn- tekijänumerot ja käyttöpaikat.
• Käyttäytyminen. Vallitseva päätöksienteonkulttuuri yrityksessä eli tehdäänkö faktoihin vai intuitioon perustuvia päätöksiä.
• Menetelmät. Onko erilaisia analyyttisia menetelmiä, kuten tiedonlouhintaa (data mining, DM), käytetty tiedon käsittelyssä.
• Muutos. Muutoksien kontrollointi ja seuraaminen.
• Yrityksen rakenne. Liiketoimintatiedon hallinnan piirteet, rakenne ja sijoittu- minen yrityksessä.
• Prosessit. Liiketoimintatiedon hallintaan liittyvien aktiviteettien suorittami- nen.
• Strategia. Liiketoimintatiedon hallinnan strateginen sijoittuminen yrityksien ja liiketoimintojen tavoitteissa.
• Tehokkuus. Prosessin syötteen ja lopputuloksen suhde.
• Vaikutus. Yksilöllinen ja organisationaalinen vaikutus.
27
Taulukko 3: Dimensiot ja liiketoimintatiedon kypsyysmallit mukaillen Lahrmann et al. (2010)
Dimensio Watson et al. SAS Eckerson Cates et al. Fisher Sen et al. HP Gartner
Arkkitehtuuri x x x
Tieto x x x x x
Henkilökunta x
Infrastruktuuri x x x x x
Käyttäjät x x x x
Käyttäytyminen x x x x
Menetelmät x x x x
Muutos x x x
Organisaation rakenne x
Prosessit x x
Strategia x
Tehokkuus x
Vaikutus x x x x x
Mitä korkeammalla tasolla kypsyysmallissa organisaation liiketoimintatiedon hallinta on, sitä suurempi on sen tuottama arvo liiketoiminnalle. Kokonaisvaltainen liiketoi- mintatiedon hallinta voidaan nähdä liiketoimintatiedon hallinnan tavoitteena, joka saa- vutetaan viimeisellä tasolla Gartnerin määrittelemässä liiketoimintatiedon hallinnan maturiteettimallissa (Guarda et al., 2016; 2018).
4.2 Datan hyödyntämisen kyvykkyyksien arviointi
Kypsyysmallien ylimmälle tasolle päästäkseen tai tasoilla edetäkseen yrityksen täytyy kehittää kyvykkyyksiä. Liiketoimintatiedon hallinnan projekteja tutkittaessa kirjalli- suudesta on löydettävissä syitä, mitkä aiheuttavat haasteita liiketoimintatiedonhallin- nan projekteissa. Larson (2009) mukaan yleisimmät haasteet liiketoimintatiedon hal- linnan projekteissa ovat muun muassa sekavat vaatimukset; ei ymmärretä, kuinka lii- ketoiminnan data on muodostunut ja käytetty malleissa; datan laatua ei tiedetä; lähde-
28 järjestelmän asettamat rajoitteet datalle; täytyy odottaa testausvaiheeseen ennen infor- maation tuloksien evaluoimista; pitkät toimitusjaksot tuloksille; sekä liiketoimintatie- don hallinnan toimijoiden ja liiketoiminnan sidosryhmien välinen epäluottamus.
Liiketoimintatiedon hallintaa tarkastellessa on varmaa, että liiketoimintatiedon hallin- nan hyödyntäminen kasvaa yrityksissä yhä enenevissä määrin tulevina vuosina. Hyö- dyntääkseen liiketoimintatiedon hallinnan tuottamaa informaatiota ja saadakseen tek- nologiasta kaiken irti yrityksellä täytyy olla tarvittavat kyvykkyydet hyödyntää datasta tuotettua informaatiota päätöksenteossaan. Esimerkiksi liiketoimintatiedon hallinnan tuottaman informaation käyttäjien epäluottamus tietoon johtaa dataan perustuvan pää- töksentekokulttuurin puuttumiseen ja intuitioon perustuviin päätöksiin. Onnistuakseen liiketoimintatiedon hallinnassa kilpailijoitaan paremmin yrityksellä on oltava teknolo- gian lisäksi muita resursseja, joilla voidaan rakentaa yrityskohtaisia liiketoimintatie- don hallinnan kyvykkyyksiä. Tällaisia kyvykkyyksiä muiden yritysten on vaikea imi- toida, sillä teknologia on kaikkien saatavilla, mutta kyvykkyyksien kehittäminen on vaikeampaa. (Larson, 2009)
Lahrmannin et al. (2010) artikkeliin viitanneita artikkeleita tarkastelemalla löydettiin Cosic et al. (2015) artikkeli, jossa esitellään neljä kyvykkyyden osa-aluetta liiketoi- minta-analytiikassa: hallinto (governance), kulttuuri (culture), teknologia (technology) ja ihmiset (people). Edelleen Cosic et al. (2015) artikkelin viittauksia tarkastelemalla löydettiin Dremel et al. (2017) artikkeli, jossa esiteltiin 34 Big Datan kyvykkyyttä, jotka oli liitetty Alterin (2002) työjärjestelmäkehykseen (work system framework).
Lopuksi tarkasteltiin Dremel et al. (2017) viittauksia, niin löydettiin Cronemberger ja Rorissa (2018) artikkeli, jossa viitataan Gupta ja George (2016) artikkeliin. Gupta ja George (2016) jakavat Big Datan hyödyntämisen vaatimat kyvykkyydet kolmeen ryh- mään resurssien luokitteluperusteilla: aineellinen (tangible), ihmiset (human) ja aineet- tomat (intangible).
Aineellisia resursseja voidaan hankkia ja ostaa tarpeen mukaan. Nämä resurssit ovat periaatteessa saatavilla jokaiselle vastaavalle yritykselle samalla tavalla. Aineelliset resurssit yksinään eivät tuo kilpailullista etua, mutta ne ovat yksi osa-alue kyvykkyyk- sien kehittämistä. Ihmisresurssit sisältävät työntekijöiden kokemuksen, tietämyksen,
29 liiketoiminnan ymmärryksen, ongelmanratkaisukyvyt, johtajuustaidot ja suhteet mui- hin ihmisiin. Kyvykkyyksiä tarkastellessa tekniset ja johtamistaidot ovat kriittisiä. Ai- neettomat resurssit ovat tästä jaottelusta kaikista keskeisimpiä yrityksien suoritusky- kyyn liittyen. Kuitenkin ne ovat vaikeasti mitattavia, sillä niiden rajat ovat epäselkeät ja arvo riippuvaista kontekstista. Yleensä aineettomat resurssit ovat resursseja, joita ei voida ostaa muutamia poikkeuksia lukuun ottamatta kuten tekijänoikeudet. Aineetto- mia voidaan pitää kuitenkin kyvykkyyksien osalta suurimpana yrityksien välisten ero- jen aiheuttajana kyvykkyyksiin tarvittavien resurssien osalta. (Gupta & George, 2016) Aineellisia resursseja ovat data, teknologia ja perusresurssit kuten aika ja investoinnit (muun muassa työkalut ja -tilat). Ihmisresursseja ovat johtamistaidot eli ymmärrys da- tan kokonaisvaltaisesta hyödyntämisestä ja tekniset taidot eli datan kokonaisvaltaisen hyödyntämisen soveltava osaaminen. Aineettomia resursseja ovat datakeskeinen kult- tuuri, jossa päätöksenteko perustuu ensisijaisesti faktoihin kuin intuitioon ja organisa- torinen oppiminen liittyen tietämyksen hallintaan. Guptan ja Georgen (2016) kyvyk- kyysluokittelua voidaan hyödyntää, kun tunnistamme esimerkiksi prosessikyvykkyy- den arviointiin liittyviä yksittäisiä kyvykkyyksiä eli resursseja (Kuva 3).
30
Kuva 3: Kokonaisvaltaisen liiketoimintatiedon kyvykkyyden vaatimat kyvykkyydet mukaillen Gupta ja George (2016). Alimman tasonkyvykkyyksiin, kuten data ja teknologia, on liitetty tämän tutkielman kokeellisen osuuden prosessin kyvykkyyden arvioinnin suorittamiseen vaadittavia ky- vykkyyksiä.
Kuvan 3 ylimpien kolmen tason mukaisesti voidaan ymmärtää, että yritykset tarvitse- vat sekä aineellisia ja aineettomia että ihmisresursseja hyödyntääkseen ja rakentaak- seen kokonaisvaltaisen liiketoimintatiedon hallinnan kyvykkyyksiä. Aineelliset, ai- neettomat ja ihmiskyvykkyydet on edelleen jaettu yksittäisiin kyvykkyyksien osa-alu- eisiin. Mikään näistä kyvykkyyksistä ei pysty yksinään muodostamaan datan hyödyn- tämiseen vaadittavaa kyvykkyyttä vaan yritykset tarvitsevat kaikkia kolmea osa-alu- etta luodakseen yrityskohtaisen kokonaisvaltaisen liiketoimintatiedon hallinnan ky-
Kokonaisvaltaisen liiketoimintatiedon hallinnan kyvykkyys Kokonaisvaltaisen liiketoimintatiedon hallinnan kyvykkyys
Aineelliset Aineelliset
Data Data
Mittausdata Mittausdata
. . . . . .
Teknologia Teknologia
Minitab Minitab
. . . . . .
Perusresurssit Perusresurssit
Tietokone Tietokone
. . . . . .
Ihmiset Ihmiset
Johtamistaidot Johtamistaidot
Six Sigma Six Sigma Tilastollinen prosessiohjaus
Tilastollinen prosessiohjaus
. . . . . .
Tekniset taidot Tekniset taidot
Prosessikyvykkyys kaaviot Prosessikyvykkyys
kaaviot . . . . . .
Aineettomat Aineettomat
Datakeskeinen kulttuuri Datakeskeinen
kulttuuri Organisatorinen
oppiminen Organisatorinen
oppiminen
31 vykkyyden. Taulukkoon kolme on lisäksi liitetty esimerkkinä tämän työn Savon Voi- man esimerkkiprosessin prosessikyvykkyyden arvioinnissa tarvittavia kyvykkyyksiä.
Nämä kyvykkyydet ovat alimmalla tasolla taulukossa 3 havainnollistamassa viiteke- hyksen toimintaa.
32
5 Datan hyödyntäminen prosessien kyvykkyyksien kehittä- misessä
Liiketoiminnan kehittämisessä on yleensä kyse prosessien kehittämisestä. Prosessien kehittämisellä voidaan tavoitella kustannustehokkuutta, joka liiketoiminnan kahtalai- suuden tarkastelussa esiintyi nimellä kustannustehokkuus, moodi 1 tai puolustaminen.
Laadukkaat ja hyvin määritellyt prosessit ovat kustannustehokkaita. Luvussa 3.2 tar- kastelluista johtamistyyleistä vain Six Sigma hyödyntää tietoa johtamisessa ja proses- sien kehittämisessä (Laureani & Antony, 2018). Six Sigman metodeilla voidaan tutkia myös prosessien kyvykkyyksiä (Luku 5.1), mikä tapahtuu tilastotieteeseen perustuvien kaavioiden ja tunnuslukujen avulla (Luku 5.2). Prosessin kyvykkyyden kehittämistä ennen täytyy selvittää prosessin nykyiset kyvykkyydet. Prosessikyvykkyyden arvioin- tia demonstroidaan Savon Voima Oyj:n reilun sadan sisäisen palvelupyynnön suori- tusajoilla ja arvioidaan prosessikyvykkyyttä tilastollisilla prosessiohjauskaavioilla (Luku 5.3).
5.1 Six Sigma
Six Sigman periaatteet on luonut Yhdysvalloissa Motorolan laatuinsinööri Bill Smith (Smith, 1993). Six Sigma on tiedon ohjaama prosessien parannusmetodologia ja on samalla tehokas johtajuuden kehittämisen työkalu (Snee, 2010). Vaikka Six Sigma pe- rustuu tilastollisiin menetelmiin, sen ydin on kuitenkin tilastotieteen ulkopuolella. Six Sigma on laaja-alainen johtamisen laadun, asiakkaisiin keskittymisen, prosessien pa- rantamisen ja mittaamisen filosofia (Pande & Hollp, 2002). Six Sigma perustuu suu- relta osin laaja-alaiseen laatujohtamiseen (Total quality management, TQM) teorioihin (Pande el al., 2000; Pande & Hollp, 2002).
Six Sigma on otettu käyttöön laajasti sekä pienissä että isoissa yrityksissä, kuten GE (General Electric Company), American Express ja Johnson & Johnson, ja Six Sigman käytön ansiosta yrityksissä on raportoitu valtavia kustannussäästöjä (Laureani & An- tony, 2017; Pande & Hollp, 2002; Pande et al., 2002; Welch, 2005; Smith, 1993). GE
33 on ollut ensimmäinen pelkästään palveluihin keskittynyt yritys, joka on ottanut Six Sigman laajamittaisesti käyttöön 1990-luvulla. GE:llä Six Sigmaa käyttöönottanut sil- loinen toimitusjohtaja Welch (2005) onkin määritellyt, että kriittisimmät tekijät Six Sigman käytön hyödyistä on saavutettu ottamalla Six Sigma koko yhtiössä käyttöön alkaen ylimmästä johdosta ja keskittyen pelkkien kaavioiden sijaan loppuasiakkaiden tyytyväisyyteen.
Six Sigman tavoite on täyttää asiakkaiden vaatimukset laadukkailla tuotteilla ja palve- luilla, sillä asiakkaiden tyytyväisyyttä pidetään liiketoiminnan kannalta kriittisimpänä menestystekijänä. Termi Six Sigma viittaa tilastotieteellisesti johdettuun operatiivi- seen tavoitteeseen 3,4 virhettä miljoonassa aktiviteetissa. Näin alhainen virheiden taso näyttäytyy käytännössä loppukäyttäjille virheettömänä. Virheeksi määritellään kaikki lopputuotteen tai -palvelun poikkeamat kuten viallinen tuote tai luvattua pidempi tuot- teen toimitusaika. Six Sigma onkin kattava ja joustava menetelmä liiketoiminnan me- nestyksen tukemiseen ja maksimoimiseen. Six Sigma on ainutlaatuinen yhdistelmä asiakkaiden tarpeiden ymmärtämistä, faktojen kurinalaista hyödyntämistä ja tilastotie- teellistä analyysia. Huomio kehitysprojekteissa suunnataan johtamiseen, parantami- seen ja prosessien uudelleen luomiseen. Menetelmällä on todistettu saavutettavan eri- laisia hyötyjä liiketoiminnalle, kuten kulujen vähentämistä, tuottavuuden paranta- mista, markkinaosuuden kasvattamista, asiakkaiden säilyttämistä, suoritusajan (cycle- time) ja virheiden vähentämistä, kokonaisvaltaista yrityksen kulttuurin muutosta ja tuotteiden tai palveluiden kehittämistä. (Pande et al., 2000)
Six Sigmalla on monia erilaisia metodeja, joilla voidaan saavuttaa projekteissa tulok- sia. Käytetyin Six Sigma projektien viitekehys on DMAIC, joka tulee sanoista määrit- tele (define), mittaa (measure), analysoi (analyze), paranna (improve) ja ohjaa (cont- rol). Eri projektin vaiheissa käytetään erilaisia metodeja. Kokonaisuudessaan suosi- tuimpia Six Sigman metodeja (Kuva 4) ovat muun muassa jatkuva parantaminen, asi- akkaan ääni (Voice of Customer, VoC), tilastollinen prosessiohjaus (statistical process control, SPC) ja prosessien suunnittelu. Jatkuva parantaminen tarkoittaa, että prosessia kehitetään iteratiivisesti – jos esimerkiksi läpimenoaikojen vaihtelussa testauksessa il-
34 menee poikkeamia, niin niiden syyt pyritään poistamaan ja uusintamittauksilla varmis- tetaan, onko prosessi tilastotieteellisesti kontrollissa. Asiakkaan ääni on lähtökohtana kaikessa tekemisessä, sillä loppuasiakkaiden tyytyväisyyttä voidaan pitää kriittisenä tekijänä yrityksen menestymisen kannalta. Tilastollisella prosessinohjauksella voi- daan määritellä, onko prosessi kontrollissa ja löytää prosessista epänormaalia laadun- vaihtelua aiheuttavia syitä. (Pande et al. 2000)
Kuva 4: Six Sigman keskeisimpiä metodeja
5.2 Prosessin kyvykkyyden arviointi tilastollisella prosessinohjauk- sella
Prosessin kyvykkyys määritellään prosessin kyvyksi saavuttaa nykyiset tai aiotut lii- ketoiminnan tavoitteet (ISO/IEC 33020:2015). Tilastollisella prosessiohjauksella pro-
Six Sigma
Tilastollinen prosessi-
ohjaus
Jatkuva paranta- minen
Prosessien (uudelleen) suunnittelu
Varianssi analyysi Asiakkaan
ääni Luova
ajattelu Prosessi- johtaminen
Pareto- kaaviot
35 sessin kyvykkyydelle voidaan laskea tunnuslukuja ja määrittää prosessin kyvykkyy- den taso (Smith, 1993). Prosessin kyvykkyys riippuu prosessin lopputuloksien vaihte- lusta (Montgomery, 2000), joten prosessin kyvykkyys riippuu sekä prosessin loppu- tuotteiden yhdenmukaisuudesta (conformity) että prosessin vakaudesta (Wheeler &
Chambers, 1992).
Tilastollisen prosessinohjauksen tarkoitus on laadun ohjaus (quality control), proses- sin lopputuloksien vaihtelun vähentäminen, johtaminen sekä prosessin laatuvaatimuk- sien täyttäminen. Liiketoiminnassa yleisesti laatu ymmärretään tavoitteiden täyttämi- senä. Tämä eroaa tilastollisen prosessiohjauksen laadun käsitteestä, sillä tilastollisesti laatua ovat yhdenmukaiset prosessin lopputulokset ja jatkuva prosessin parantaminen (Wheeler & Chamber, 1992).
Vakaan prosessin lopputulosta pystytään ennustamaan prosessin aikaisemman suoriu- tumisen perusteella määrittelemällä rajat, joiden sisällä prosessin voidaan perustellusti olettaa vaihtelevan myös tulevaisuudessa. Vakaan prosessin tärkein ominaisuus onkin ennustettavuus. Ennustettavalle prosessille voidaan määritellä kyvykkyyttä. Kyvyk- kyyden arvioinnissa käytetään prosessin ohjeellisia rajoja (Process Specification Li- mits), jotka ovat lähtöisin liiketoiminnan tarpeista tai tavoitteista prosessin toivotulle vaihteluvälille. Esimerkiksi tuotteiden toimitusajoille yritysjohto voi määritellä ohjeel- lisiksi rajoiksi 0-3 päivää. Luonnolliset prosessin rajat (Natural Process Limits) puo- lestaan lasketaan tilastotieteellisesti prosessista kerätyn datan perusteella. Esimerkiksi tuotteiden todellisille toimitusajoille voidaan puolestaan laskea luonnolliset prosessin ylä- ja alaraja toimitusajoista kerätystä historiadatasta. (Wheeler & Chambers, 1992) Luonnolliset prosessin rajat määrittelevät prosessin todellisen kyvykkyyden. Luonnol- lisia prosessin rajoja voidaan kutsua myös ”prosessin ääneksi”, sillä ne muodostuvat suoraan prosessista kerätystä datasta tilastotieteellisillä kaavoilla. Luonteva tapa mää- ritellä vakaan prosessin kyvykkyyttä on verrata luonnollisia prosessin rajoja prosessin ohjeellisiin rajoihin. Jos luonnolliset prosessin rajat ovat täysin prosessin ohjeellisten rajojen välissä, voidaan puhua vakaasta ja kyvykkäästä prosessista. Tällöin prosessi on ideaalisessa tilassaan tuottaen yhdenmukaisia lopputuloksia tilastotieteellisesti
36 kontrolloidusti. Jos vakaan prosessin luonnolliset rajat menevät ohjeellisten rajojen ul- kopuolelle voidaan puhua rajatilasta: prosessi on tilastotieteellisessä kontrollissa, mutta ei tuota täysin yhdenmukaisia lopputuloksia johdon näkökulmasta. Tällöin pro- sessi on vakaa, mutta ei kyvykäs. (Wheeler & Chambers, 1992)
Tilastollisen prosessinohjauksen yksi päätavoite on ennustaa prosessin toimintaa. Ti- lastotieteellisesti kontrolloimattoman prosessin toimintaa ei voida ennustaa, sillä se käyttäytyy ennakoimattomasti. Vaikka prosessin jokaisen suorituskerran lähtökohdat olisivat muuttumattomia, silti epävakaan prosessin lopputulokset ovat ennakoimatto- mia. Ennakoimattomia lopputuloksia tuottava prosessi ei voi olla hyvin määritelty ja on kontrolloimaton prosessi. Kontrolloitu ja hyvin määritelty prosessi helpottaa tasa- laatuisilla lopputuloksillaan liiketoiminnan näkökulmasta muun muassa suunnittelua, tuotantoa ja johtamista. Prosessin tulevaisuuden lopputulosten yhdenmukaisuutta voi- daan tutkia kontrollikaavioilla, joilla tarkastellaan, onko prosessi tilastollisessa kont- rollissa eli ennustettava. (Wheeler & Chambers, 1992)
Edellisissä kappaleessa esitetyn prosessin kyvykkyyden tutkiminen vaatii ennustetta- vaa prosessia, jonka täytyy olla tilastotieteellisesti kontrollissa, että prosessin aikai- semmasta suoriutumisesta voidaan ennustaa tulevaisuutta. Prosessin tilastollinen kont- rolli voidaan määritellä Six Sigman tilastollisilla prosessiohjauskaavioilla (Statistical Process Control chart, SPC-chart). Kaaviot on alun perin luonut Walter Shewhart pro- sessien parantamiseksi ja prosessin lopputulosten laadunvaihtelun vähentämiseksi (Shewhart, 1930). Kaavioita kutsutaan välillä niiden keksijän mukaisesti Shewhartin kaavioiksi (Nelson, 1984). Shewhartin työtä tilastollisen prosessiohjauksen kehittä- miseksi on edelleen kehittänyt William Edwards Deming (Deming, 1983). Hänen ja Shewhartin (1930) teoriat muodostavat suurimmaksi osaksi laaja-alaisen laatujohta- misen perustan, mihin Six Sigma paljolti perustuu.
Tilastollisen prosessinohjauksen tarkoituksena on parantaa prosesseja dataan perus- tuen. Tilastollinen prosessiohjaus perustuu ajatukseen, että kaksi asiaa, kuten kaksi tuotetta tai palvelua, eivät voi olla milloinkaan täysin identtisiä. Jokaisessa prosessissa on vaihtelua ja se voi olla joko kontrolloitua tai kontrolloimatonta. Kontrolloitu vaih- telu on kaikissa mittauksissa näkyvää tasaista ja yhdenmukaista vaihtelua, kun taas
37 kontrolloimaton vaihtelu on ajan mittaan muuttuvaa vaihtelua, joka ilmenee vain muu- tamissa arvoissa. Kontrolloitu vaihtelu on satunnaista, kun taas kontrolloimaton vaih- telu näkyy säännönmukaisuuksina kuten laskevana tai nousevana kehityssuuntana.
Kontrolloimaton vaihtelu johtuu aina ulkoisesta syystä tai tapahtumasta, joka täytyy tunnistaa ja poistaa prosessin vaihtelun vähentämiseksi. (Montgomery, 2000)
Prosessin vaihtelua kuvatessa voidaan käyttää tilastollisia prosessiohjauskaavioita (Kuva 5). Kaavioiden ylä- ja alakontrollirajat eli luonnolliset prosessin rajat ovat noin kolmen keskihajonnan etäisyydellä kaavion keskiviivasta eli havaintojen keskiarvosta.
Kaavio jaetaan kuuteen yhtä suureen osaan, joista jokainen on yhden keskihajonnan pituinen. Osat uloimmista osista alkaen nimeten ovat: alueet A (zone A), alueet B (zone B) ja alueet C (zone C) (Nelson, 1984). Tämän tutkielman kokeellisessa osuu- dessa (Luku 5.3) keskitytään I-MR -kaavioihin (Individual Moving Range chart), joita käytetään datan jokaisen havainnon sisältäessä vain yhden mittauksen ja data ollessa jatkuvaa (continuous). Kaavioita on olemassa erilaisia muun muassa diskreetille da- talle sekä datalle, jossa yhdellä havainnolla on useampia mittauksia (Shewhart, 1930;
Deming, 1983; Wheeler & Chambers, 1992).
Kuva 5: Kontrollikaavio
