ERP datan haasteet business intelligence -järjestelmässä
Valtonen, Thomas (2025)
2025
Teknis-taloudellinen kandidaattiohjelma - Bachelor's Programme in Business and Technology Management
Johtamisen ja talouden tiedekunta - Faculty of Management and Business
Hyväksymispäivämäärä
2025-12-07
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-2025120411279
https://urn.fi/URN:NBN:fi:tuni-2025120411279
Tiivistelmä
Tämän kandidaatintyön tavoitteena on analysoida toiminnanohjausjärjestelmien (ERP) datan haasteita ja niiden vaikutusta business intelligence (BI) -järjestelmiin. Tutkimus tarkastelee, miten ERP-datan laatu vaikuttaa BI-raporttien luotettavuuteen ja päätöksenteon laatuun organisaatioissa.
Tutkimus toteutettiin systemaattisena kirjallisuuskatsauksena, jossa analysoitiin 42 vertaisarvioitua tieteellistä julkaisua. Aineisto kerättiin Scopus-, Andor- ja Google Scholar -tietokannoista, ja se kattoi ERP-järjestelmät, BI-teknologiat, datan laadun ulottuvuudet sekä käytännön ratkaisumallit.
Tulokset osoittavat, että datan laatu on kriittinen tekijä BI-järjestelmien onnistumisessa ja niiden kyvyssä tukea päätöksentekoa. Heikkolaatuinen ERP-data heijastuu läpi koko tiedonhallinnan ketjun ja voi johtaa virheellisiin analyyseihin, resurssien tuhlaamiseen ja merkittäviin taloudellisiin tappioihin. ERP-datan haasteet jaoteltiin tutkimuksessa yksilö- ja organisaatiotasoille. Yksilötason haasteisiin kuuluvat puutteellinen koulutus, epäintuitiiviset käyttöliittymät ja kognitiivinen kuormitus, kun taas organisaatiotason haasteina tunnistettiin johdon tuen puute, heikko viestintä ja jatkuvat prosessimuutokset.
Ratkaisumalleina työ esittelee kolme pääluokkaa: osaamisen kehittäminen prosessiorieintoituneella koulutuksella ja jatkuvan parantamisen menetelmillä, teknologiset ratkaisut automaation ja koneoppimisen avulla sekä organisatorinen datakulttuuri, joka tukee datan laadun jatkuvaa ylläpitoa. Tutkimus korostaa systeemiajattelun merkitystä, sillä ERP-järjestelmät ovat kompleksisia kokonaisuuksia, joissa teknologia, käyttäjät ja organisaation rakenteet ovat tiiviisti yhteydessä toisiinsa.
Tutkimus tarjoaa kokonaisvaltaisen viitekehyksen ERP-datan haasteiden ymmärtämiseen ja ratkaisemiseen BI-kontekstissa. Tulokset ovat käytännöllisesti sovellettavissa organisaatioissa, jotka pyrkivät parantamaan tiedolla johtamista ja ERP- sekä BI-investointien tuottoa.
Tutkimus toteutettiin systemaattisena kirjallisuuskatsauksena, jossa analysoitiin 42 vertaisarvioitua tieteellistä julkaisua. Aineisto kerättiin Scopus-, Andor- ja Google Scholar -tietokannoista, ja se kattoi ERP-järjestelmät, BI-teknologiat, datan laadun ulottuvuudet sekä käytännön ratkaisumallit.
Tulokset osoittavat, että datan laatu on kriittinen tekijä BI-järjestelmien onnistumisessa ja niiden kyvyssä tukea päätöksentekoa. Heikkolaatuinen ERP-data heijastuu läpi koko tiedonhallinnan ketjun ja voi johtaa virheellisiin analyyseihin, resurssien tuhlaamiseen ja merkittäviin taloudellisiin tappioihin. ERP-datan haasteet jaoteltiin tutkimuksessa yksilö- ja organisaatiotasoille. Yksilötason haasteisiin kuuluvat puutteellinen koulutus, epäintuitiiviset käyttöliittymät ja kognitiivinen kuormitus, kun taas organisaatiotason haasteina tunnistettiin johdon tuen puute, heikko viestintä ja jatkuvat prosessimuutokset.
Ratkaisumalleina työ esittelee kolme pääluokkaa: osaamisen kehittäminen prosessiorieintoituneella koulutuksella ja jatkuvan parantamisen menetelmillä, teknologiset ratkaisut automaation ja koneoppimisen avulla sekä organisatorinen datakulttuuri, joka tukee datan laadun jatkuvaa ylläpitoa. Tutkimus korostaa systeemiajattelun merkitystä, sillä ERP-järjestelmät ovat kompleksisia kokonaisuuksia, joissa teknologia, käyttäjät ja organisaation rakenteet ovat tiiviisti yhteydessä toisiinsa.
Tutkimus tarjoaa kokonaisvaltaisen viitekehyksen ERP-datan haasteiden ymmärtämiseen ja ratkaisemiseen BI-kontekstissa. Tulokset ovat käytännöllisesti sovellettavissa organisaatioissa, jotka pyrkivät parantamaan tiedolla johtamista ja ERP- sekä BI-investointien tuottoa.
Kokoelmat
- Kandidaatintutkielmat [10645]