Projektinjohtourakan talousjohtamisprosessin kehittäminen

Abstract

Projektinjohtourakoitsija vastaa hankeen aikataulu-, laatu-, talous- ja työturvallisuusjohtamisesta. Osana talousjohtamista projektinjohtourakoitsija tuottaa taloustietoa omissa prosesseissaan ja jakaa sitä eteenpäin oman liiketoiminnan johtamisen ja tilaajan päätöksenteon tueksi. Tietovirtoihin voidaan soveltaa lean-ajattelua ja tunnistaa prosesseista hukkaa aiheuttava toiminta. Tutkimus on toteutettu yhteistyössä Fira Oy:n kanssa. Kohdeyrityksen korjausrakentamisen yksikössä tunnistettiin tarve kehittää projektinjohtourakan tuotantovaiheen talousjohtamisen prosessia niin, että siinä huomioidaan paremmin yksikön käyttämän hankemallin erityispiirteet ja käytössä olevien talousjärjestelmien tarjoamat mahdollisuudet. Ongelmana oli erityisesti hankintoihin liittyvän kustannustiedon jakautuminen useaan eri järjestelmään ja sen keräämisen, käsittelyn ja jakamisen aiheuttama hukka tuotannon talousjohtamisprosessin eri vaiheissa. Tutkimusongelmaa tarkasteltiin taloustiedon virtauksen näkökulmasta, sillä tietojärjestelmien hyödyntäminen on tärkeässä osassa yrityksen toimintaa. Kirjallisuuskatsauksessa perehdyttiin projektinjohtorakentamisen, tietojohtamisen ja koneoppimisen teoriaan. Tutkimuksen empiirisessä osassa kartoitettiin kohdeyrityksen korjausrakentamisen yksikön talousjohtamisen nykytilaa. Tutkimuksessa havaittiin, että kohdeyrityksen korjausrakentamisen yksikön eri työmaiden talousjohtamisen prosessit olivat keskenään samankaltaisia. Talousjohtamisen osaprosessien sisältö kuitenkin erosi työmaiden välillä, jonka vuoksi työmaiden tuottama taloustieto ei ollut keskenään täysin vertailukelpoista. Tutkimuksen tulosten perusteella muodostettiin talousjohtamisen tietovirroista ja näiden arvonluontiprosesseista kuvaukset. Työläiksi koettuja tehtäviä tarkasteltiin suhteessa taloustietovirtoihin ja tunnistettiin talousjohtamisen prosessit, joissa voidaan vaikuttaa myöhemmin syntyvän hukan määrään. Tällaisia olivat esimerkiksi hankintamenettelyn jälkeinen hankinnan kustannusennustaminen, ostolaskujen käsittely, hankintapakettien kustannusennusteiden tarkentaminen ja aliurakoiden taloudelliset loppuselvitykset. Järjestelmien pääkäyttäjien haastatteluissa tunnistetiin ratkaisuja havaittuihin ongelmiin, sekä kartoitettiin järjestelmiin liittyviä rajoitteita. Työmaan talousjohtamisen kanssa työskentelevät eivät kokeneet koneoppimisen tuovan lisäarvoa, mutta toimintojen automatisointia pidettiin hyvänä kehityskohteena. Kirjallisuusselvityksen perusteella koneoppimisen hyödyntämistä rakennushankkeiden tukena on tutkittu jo kymmeniä vuosia ja tutkimuksen tuloksena esitetään mahdollisuutta hyödyntää koneoppimista työmaan lineaaristen kustannusten, kuten työmaan käyttö- ja yhteiskustannusten tutkimiseen ja ennustamiseen. Koneoppimisen hyödyntäminen vaatisi kuitenkin vielä laajemman tutkimuksen yrityksessä. Tutkimuksen tulosten perusteella muodostettiin projektinjohtourakan talousjohtamisen tavoitetilan kuvaus. Kuvauksen osana on esitetty hankkeen kannalta keskeiset tietovirrat ja niiden yhteys eri prosessien välillä. Tietovirtojen kuvauksen avulla voidaan tunnistaa talousjohtamisen tehtävien väliset riippuvuudet ja hyödyntää tätä uusien järjestelmien kehityksessä. Haastattelututkimuksen perusteella raportointi koettiin ongelmallisena ja osana tutkimusta kehitettiin esitykset yritysjohdon ja tilaajan raporteiksi, joiden avulla raportointia voidaan automatisoida. Lisäksi talousjohtamisen tavoitetilan kuvausta voidaan käyttää vertailutasona korjausrakentamisen yksikön hankkeiden puolen vuoden välein toteutettavissa talousjohtamisen tason mittauksissa.

The project management contractor is responsible for project schedule, quality, financial and occupational safety management. As part of financial management, the project management contractor produces financial information and distributes it to support its own business management and customer decision-making. Lean thinking can be applied to data flows and wasteful activities can be identified from the processes. The study has been carried out in collaboration with Fira Oy. The renovation unit of the target company identified the need to develop the process of financial management of the production phase of the project manager so that it takes better account of the specific features of the project model used by the unit and the possibilities offered by the financial systems in use. In particular, the problem was the distribution of procurement-related cost information into several different systems and the waste caused by its collection, processing and distribution at different stages of the production financial management process. The research problem was examined from the perspective of the flow of financial information, as the utilization of information systems is an important part of a company's operations. The literature review introduced the theory of project management construction, information management and machine learning. In the empirical part of the study, the current state of financial management of the renovation unit of the target company was mapped. The study found that the financial management processes at the various sites of the renovation unit were similar. However, the content of the financial management sub-processes differed between the construction sites, which is why the Financial Information produced by the construction sites was not fully comparable. Based on the results of the study, descriptions of financial management information flows and their value creation processes were formed. Tasks that were perceived as laborious were examined in relation to financial information flows and financial management processes were identified that can influence the amount of work that occur later. Those working with site financial management did not see added value in machine learning, but the automation of operations was considered a good area for development. Based on the literature review, the utilization of machine learning in support of construction projects has been studied for decades and the study presents the possibility of utilizing machine learning to study and forecast linear site costs, such as site use and common costs. However, utilizing machine learning would require even more research in the company. Based on the results of the study, a description of the target process of the financial management of the construction management was formed. As part of the description, the information flows that are important for the project and their connection between different processes are presented. The description of data flows can be used to identify the interdependencies between financial management tasks and to utilize this in the development of new systems. Based on the interview study, reporting was perceived as problematic, and as part of the study, presentations were developed into reports for company management and the subscriber, which can be used to automate reporting. In addition, the description of the target status of financial management can be used as a reference level in the semi-annual measurements of the level of financial management of renovation unit’s projects.