Yrityksen master datan laadun kartoittaminen tietojärjestelmäuudistuksen yhteydessä
Rintanen, Ossi (2020)
Rintanen, Ossi
2020
Tietojohtamisen DI-tutkinto-ohjelma - Degree Programme in Information and Knowledge Management, MSc (Tech)
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2020-02-14
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202002071945
https://urn.fi/URN:NBN:fi:tuni-202002071945
Tiivistelmä
Tietojärjestelmät ja niissä käsiteltävä data ovat merkittävässä roolissa nykypäivän organisaatioiden toiminnassa. Esimerkiksi muuttuneiden tarpeiden tai kasvavan toiminnan seurauksena organisaatiot joutuvat tekemään tietojärjestelmäuudistuksia, joissa uusi järjestelmä korvaa vanhan järjestelmän ja organisaation master data siirretään uuteen järjestelmään. Merkittävän suuri osa näistä tietojärjestelmäuudistuksista epäonnistuu tai kohtaa suuria ongelmia. Ongelmien syitä on monia, mutta karkeasti ne voidaan jakaa prosessi-, käyttäjä- sekä datalähtöisiin ongelmiin. Kirjallisuudessa on käsitelty hyvin rajallisesti sitä, millaisia datalähtöisiä ongelmia tietojärjestelmäuudistuksissa esiintyy ja miten niihin on reagoitava. Tässä työssä lähdettiin selvittämään, miten master datan laadun kartoitus voidaan toteuttaa tietojärjestelmäuudistuksen yhteydessä.
Kirjallisuudessa datan laatuun vaikuttavia tekijöitä on erittäin suuri määrä. Työssä näistä tekijöistä tunnistettiin viisi keskeisintä tekijää: tarkkuus, saatavuus, jatkuvuus, luotettavuus ja turvallisuus. Näille tekijöille tunnistettiin neljä erilaista näkökulmaa: data, tietojärjestelmä, käyttäjä sekä prosessi. Viidestä keskeisestä tekijästä ja neljästä näkökulmasta muodostettiin datan laadun viitekehys, joka kattaa laajasti ja selkeästi datan laadun eri aspektit ja laadun mittaamisen keinot. Tämä viitekehys helpotti datan laadun kokonaisvaltaista tarkastelua.
Työn kohdeyritys on valmistavan teollisuuden pk-yritys, jossa otettiin käyttöön PLM- ja ERP-järjestelmät. Yrityksen master data siirrettiin PLM-järjestelmään, josta se replikoituu ERP-järjestelmään. Työ keskittyi tarkastelemaan PLM-järjestelmään siirrettyä tuotedataa.
Työssä toteutettiin tapaustutkimus ja empiirinen aineisto kerättiin haastatteluilla. Haastattelemalla kohdeyrityksessä datan tuottajia, käyttäjiä sekä hallinnoija tunnistettiin 19 kohdeyrityksen datan laatuun vaikuttavaa ongelmaa. Näihin ongelmiin muodostettiin toimenpidesuositukset luokittelemalla ongelmat neljän näkökulman mukaisesti data-, tietojärjestelmä-, käyttäjä- sekä prosessiongelmiin. Dataan liittyvät ongelmat on korjattava ennen datamigraatiota, sillä nämä ongelmat siirtyvät datan mukana uuteen järjestelmään. Tietojärjestelmäongelmat voidaan katsoa tietojärjestelmäuudistuksen yhdeksi syyksi ja lähtökohtaisesti ne korjaantuvat uudistuksessa. Käyttäjäongelmat todennäköisesti muuttuvat uuden tietojärjestelmän myötä, mutta käyttäjäongelmia on ennakoitava ja ennaltaehkäistävä esimerkiksi käyttäjäkoulutuksella. Prosessiongelmat puolestaan edellyttävät dataan liittyvien prosessien tarkkaa määrittelyä, sillä prosessinäkökulma asettaa raamit muille datan laadun näkökulmille.
Työn keskeinen huomio datan laadusta on sen laaja-alainen vaikutus koko organisaatioon sekä kontekstisidonnaisuus. Datan laatua on aina tarkasteltava kontekstissa. Kontekstin muuttuessa, eli esimerkiksi tietojärjestelmäuudistuksessa, datan laatuun on kiinnitettävä erityistä huomiota. Toisaalta on myös tiedostettava, että datan laadun huomioiminen ei ole yksittäinen toimenpide, vaan jatkuvaa työtä.
Kirjallisuudessa datan laatuun vaikuttavia tekijöitä on erittäin suuri määrä. Työssä näistä tekijöistä tunnistettiin viisi keskeisintä tekijää: tarkkuus, saatavuus, jatkuvuus, luotettavuus ja turvallisuus. Näille tekijöille tunnistettiin neljä erilaista näkökulmaa: data, tietojärjestelmä, käyttäjä sekä prosessi. Viidestä keskeisestä tekijästä ja neljästä näkökulmasta muodostettiin datan laadun viitekehys, joka kattaa laajasti ja selkeästi datan laadun eri aspektit ja laadun mittaamisen keinot. Tämä viitekehys helpotti datan laadun kokonaisvaltaista tarkastelua.
Työn kohdeyritys on valmistavan teollisuuden pk-yritys, jossa otettiin käyttöön PLM- ja ERP-järjestelmät. Yrityksen master data siirrettiin PLM-järjestelmään, josta se replikoituu ERP-järjestelmään. Työ keskittyi tarkastelemaan PLM-järjestelmään siirrettyä tuotedataa.
Työssä toteutettiin tapaustutkimus ja empiirinen aineisto kerättiin haastatteluilla. Haastattelemalla kohdeyrityksessä datan tuottajia, käyttäjiä sekä hallinnoija tunnistettiin 19 kohdeyrityksen datan laatuun vaikuttavaa ongelmaa. Näihin ongelmiin muodostettiin toimenpidesuositukset luokittelemalla ongelmat neljän näkökulman mukaisesti data-, tietojärjestelmä-, käyttäjä- sekä prosessiongelmiin. Dataan liittyvät ongelmat on korjattava ennen datamigraatiota, sillä nämä ongelmat siirtyvät datan mukana uuteen järjestelmään. Tietojärjestelmäongelmat voidaan katsoa tietojärjestelmäuudistuksen yhdeksi syyksi ja lähtökohtaisesti ne korjaantuvat uudistuksessa. Käyttäjäongelmat todennäköisesti muuttuvat uuden tietojärjestelmän myötä, mutta käyttäjäongelmia on ennakoitava ja ennaltaehkäistävä esimerkiksi käyttäjäkoulutuksella. Prosessiongelmat puolestaan edellyttävät dataan liittyvien prosessien tarkkaa määrittelyä, sillä prosessinäkökulma asettaa raamit muille datan laadun näkökulmille.
Työn keskeinen huomio datan laadusta on sen laaja-alainen vaikutus koko organisaatioon sekä kontekstisidonnaisuus. Datan laatua on aina tarkasteltava kontekstissa. Kontekstin muuttuessa, eli esimerkiksi tietojärjestelmäuudistuksessa, datan laatuun on kiinnitettävä erityistä huomiota. Toisaalta on myös tiedostettava, että datan laadun huomioiminen ei ole yksittäinen toimenpide, vaan jatkuvaa työtä.