Predictive Maintenance Duration Estimation Using Machine Learning : Exploring the Feasibility of Forecasting Service Duration Using ERP Data and Machine Learning
Salonen, Nikke (2025)
2025
Johtamisen ja tietotekniikan DI-ohjelma - Master's Programme in Management and Information Technology
Johtamisen ja talouden tiedekunta - Faculty of Management and Business
Hyväksymispäivämäärä
2025-09-08
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202509059012
https://urn.fi/URN:NBN:fi:tuni-202509059012
Tiivistelmä
The aim of this study was to study if machine learning can be used to build usable model for forecasting maintenance durations. A study was made to a technical building maintenance firm. Currently, estimates are primarily based on expert opinions. These estimates are heavily influenced by the experience level of the experts, which can lead to inaccuracies and resource planning issues.
The data for the machine learning model was obtained from the company’s ERP, and the model was developed using Ridge Regression, Decision Tree, Random Forest, and XGBoost. The variables used for prediction included Profit Center, Distance, Number of Installers, Count of Reports, and Type of Equipment Maintained. Random Forest was found to be the best model, and its hyperparameters were fine-tuned using Grid Search, yielding an R2 of 0.66 and a MAPE of 57%. There was a lot of variation in equipment level results. Real Estates (REE800) achieved the best equipment level result, with a R2 of 0.92 and a MAPE of 36%. Other equipment types had lower results, because of a lack of granularity in the data.
The results can be used to perform rough resource planning and maintenance duration estimation in the case of the best-performing equipment types. To illustrate this, a lightweight interactive tool was developed during the project, based on the created model, to estimate maintenance durations using input data provided by the designer.
The study demonstrated that forecasting is feasible, but broader adoption requires more detailed ERP data and possibly the integration of other data sources as well. In resource planning and duration estimation for maintenance, it is advisable to start with the areas where the model performs best. As the model develops, other areas can be gradually included. Työn tavoitteena oli tutkia, voidaanko koneoppimisen avulla luoda malli huoltoaikojen ennustamiseen. Työ tehtiin kiinteistöjen teknisen kunnossapidon alalla toimivalle yritykselle. Tällä hetkellä arviot perustuvat pitkälti asiantuntijoiden omaan näkemykseen. Ennusteisiin vaikuttaa paljolti asiantuntijan kokemus, mikä voi aiheuttaa virheitä ja resurssiongelmia.
Data koneoppimismallia varten saatiin yrityksen ERPistä ja malli luotiin käyttäen ridge regressiota, päätöspuita (Decision Tree), satunnaismetsiä (Random Forest) ja XGBoostia. Ennustavina muuttujina käytettiin tulosyksikköä, etäisyyttä, asentajien lukumäärää, huollon raporttien lukumäärää ja huollettavien laitteiden tyyppiä. Parhaaksi malliksi osoittautui satunnaismetsä ja mallin hyperparametrien hienosäätö tehtiin käyttäen ruutuhakua (Grid Search) saavuttaen tulokseksi R2 0.66 ja MAPE 57 %. Laitetyyppikohtaisissa tuloksissa havaittiin suurta vaihtelua. Parhaan laitekohtaisen tuloksen sai Kiinteistöt (REE800), jonka R2 oli 0,92 ja MAPE 36 %. Muissa laitetyypeissä tulokset jäivät vaatimattomammiksi johtuen datasta saatavien ennustavien muuttujien yleisluontoisuudesta.
Tuloksien avulla voidaan parhaiten toimivien laitetyyppien tapauksessa tehdä karkeaa resurssointia ja huoltoaikojen arviointia. Tämän havainnollistamiseksi työn yhteydessä kehitettiin luotuun malliin perustuva kevyt interaktiivinen työkalu huoltoaikojen arviointiin suunnittelijan antamien lähtötietojen pohjalta.
Työ osoitti, että ennustaminen on mahdollista, mutta sen laajempi hyödyntäminen vaatii yksityiskohtaisempaa ERP-dataa ja mahdollisesti myös muiden datalähteiden yhteiskäyttöä. Huoltojen resurssoinnissa ja aika-arvioissa kannattaa lähteä liikkeelle alueilla, joilla malli toimii parhaiten. Mallin kehittyessä mukaan voidaan liittää muitakin osa-alueita.
The data for the machine learning model was obtained from the company’s ERP, and the model was developed using Ridge Regression, Decision Tree, Random Forest, and XGBoost. The variables used for prediction included Profit Center, Distance, Number of Installers, Count of Reports, and Type of Equipment Maintained. Random Forest was found to be the best model, and its hyperparameters were fine-tuned using Grid Search, yielding an R2 of 0.66 and a MAPE of 57%. There was a lot of variation in equipment level results. Real Estates (REE800) achieved the best equipment level result, with a R2 of 0.92 and a MAPE of 36%. Other equipment types had lower results, because of a lack of granularity in the data.
The results can be used to perform rough resource planning and maintenance duration estimation in the case of the best-performing equipment types. To illustrate this, a lightweight interactive tool was developed during the project, based on the created model, to estimate maintenance durations using input data provided by the designer.
The study demonstrated that forecasting is feasible, but broader adoption requires more detailed ERP data and possibly the integration of other data sources as well. In resource planning and duration estimation for maintenance, it is advisable to start with the areas where the model performs best. As the model develops, other areas can be gradually included.
Data koneoppimismallia varten saatiin yrityksen ERPistä ja malli luotiin käyttäen ridge regressiota, päätöspuita (Decision Tree), satunnaismetsiä (Random Forest) ja XGBoostia. Ennustavina muuttujina käytettiin tulosyksikköä, etäisyyttä, asentajien lukumäärää, huollon raporttien lukumäärää ja huollettavien laitteiden tyyppiä. Parhaaksi malliksi osoittautui satunnaismetsä ja mallin hyperparametrien hienosäätö tehtiin käyttäen ruutuhakua (Grid Search) saavuttaen tulokseksi R2 0.66 ja MAPE 57 %. Laitetyyppikohtaisissa tuloksissa havaittiin suurta vaihtelua. Parhaan laitekohtaisen tuloksen sai Kiinteistöt (REE800), jonka R2 oli 0,92 ja MAPE 36 %. Muissa laitetyypeissä tulokset jäivät vaatimattomammiksi johtuen datasta saatavien ennustavien muuttujien yleisluontoisuudesta.
Tuloksien avulla voidaan parhaiten toimivien laitetyyppien tapauksessa tehdä karkeaa resurssointia ja huoltoaikojen arviointia. Tämän havainnollistamiseksi työn yhteydessä kehitettiin luotuun malliin perustuva kevyt interaktiivinen työkalu huoltoaikojen arviointiin suunnittelijan antamien lähtötietojen pohjalta.
Työ osoitti, että ennustaminen on mahdollista, mutta sen laajempi hyödyntäminen vaatii yksityiskohtaisempaa ERP-dataa ja mahdollisesti myös muiden datalähteiden yhteiskäyttöä. Huoltojen resurssoinnissa ja aika-arvioissa kannattaa lähteä liikkeelle alueilla, joilla malli toimii parhaiten. Mallin kehittyessä mukaan voidaan liittää muitakin osa-alueita.