Tekoälypohjainen toimintolaskenta asiakaskannattavuusanalyysin ja hinnoittelun kehittämisen tukena : Kohti tarkempaa ja tehokkaampaa kustannuslaskentaa

Abstract

Digitalisaation ja globaalin kilpailun kiristyessä valmistavan teollisuuden yritykset kohtaavat kasvavia paineita parantaa kustannustehokkuuttaan ja hinnoittelunsa tarkkuutta. Erityisesti projektiliiketoiminnassa, jossa jokainen toimitus on ainutlaatuinen, kustannusten kohdistamisen tarkkuus ja läpinäkyvyys ovat keskeisiä kilpailukyvyn ja kannattavuuden edellytyksiä. Perinteiset kustannuslaskentamallit, kuten jako- ja lisäyslaskenta, eivät kuitenkaan kykene huomioimaan projektikohtaisia eroja riittävällä tarkkuudella, mikä voi johtaa virheellisiin hinnoittelupäätöksiin ja resurssien tehottomaan käyttöön. Tähän haasteeseen vastatakseen tässä diplomityössä kehitettiin tekoälypohjainen toimintolaskentamalli projektiliiketoiminnan hinnoittelun tueksi. Tutkimuksen tavoitteena oli parantaa kustannusten kohdistamisen tarkkuutta ja läpinäkyvyyttä, jotta projekti- ja asiakaskannattavuutta voitaisiin arvioida luotettavammin.

Tutkimus toteutettiin konstruktiivisella tutkimusotteella suomalaisessa automaatioalan yrityksessä, ja se eteni teoreettisen viitekehyksen rakentamisesta empiiriseen mallinnukseen. Teoriaosuudessa käsiteltiin kustannuslaskennan menetelmiä, toimintolaskennan periaatteita sekä tekoälyn mahdollisuuksia kustannuslaskennan kehittämisessä. Empiirinen aineisto kerättiin puolistrukturoiduilla haastatteluilla ja sisäisillä dokumenteilla. Kehitetty malli yhdistää toimintolaskennan periaatteet yrityksen kustannuspaikkarakenteeseen ja hyödyntää tekoälyalgoritmeja kustannusajureiden ennustamisessa. Tuloksissa mallia käytetään asiakas- ja tuotekohtaisten kannattavuuksien tarkasteluun, ja tekoälyä hyödynnetään yleiskustannusten ennustamisessa.

Tulokset osoittavat, että kehitetty malli parantaa merkittävästi kustannusten kohdistustarkkuutta ja paljastaa aiemmin piilossa olleita kustannuksia, kuten ICT-lisenssit, toimitilojen käytön ja projektitason toiminnot. Malli mahdollistaa asiakaskohtaisen kannattavuuden arvioinnin ja tukee hinnoittelupäätöksiä erityisesti tarjousvaiheessa. Tutkimus paljasti myös selkeitä eroja projekti- ja asiakaskohtaisissa kannattavuuksissa. Varsinkin paljon räätälöintiä vaativat projektit osoittautuivat yritykselle vähiten kannattaviksi, sillä ne kuluttivat toimintolaskennan perusteella paljon enemmän yleiskustannuksia, kuin oli aiemmin arvioitu. Lisäksi tekoälyn hyödyntäminen paransi kustannusten kohdistustarkkuutta ja mahdollisti projektitason kustannusajureiden automaattisen määrittämisen. Myös yleiskustannusten ennustaminen projekteille tekoälyn avulla nopeutti hinnoitteluprosessia ja vähensi manuaalista työtä.

Uusi hinnoittelumalli luo myös pohjan jatkokehitykselle, kuten palveluliiketoiminnan ja elinkaarilaskennan laajempaan huomioimiseen. Lisäksi se tarjoaa johdolle konkreettisen työkalun asiakaskannattavuuden arviointiin ja resurssien kohdentamiseen strategisesti tärkeimmille asiakkaille.