Koneoppimismallien hyödyntäminen ulkoisten kehittäjien kustannusten ennustamisessa

Abstract

Tekoälyn ja koneoppimisen merkitys on kasvanut merkittävästi sekä koulutuksessa että yritysmaailmassa, ja ne tarjoavat uusia mahdollisuuksia datan tehokkaampaan hyödyntämiseen ja tietoon perustuvaan päätöksentekoon. Erityisesti ohjelmistokehityksessä, jossa projektit ovat usein monimutkaisia ja sisältävät useita muuttujia, koneoppimismenetelmät voivat tukea resurssien ja kustannusten hallintaa. Ulkoisten kehittäjien käytön lisääntyessä kustannusten ennustettavuus ja läpinäkyvyys korostuvat entisestään.

Tässä tutkielmassa tarkastellaan ulkoisten kehittäjien kustannuksia suhteessa toteutuneisiin työtehtäväkortteihin ja arvioidaan, missä määrin tulevia kustannuksia voidaan ennustaa tiketöinti- ja kustannusdatan perusteella. Aineisto koostuu kahden vuoden ajalta kerätystä työtehtäväkortti- ja kehittäjäkustannusdatasta, joka on aggregoitu kuukausitasolle. Aineiston esikäsittelyssä kiinnitetään erityistä huomiota datan laatuun, kattavuuteen ja rakenteellisiin rajoitteisiin. Lisäksi huomioidaan työtehtäväkorttien väliset erot, kuten tehtävien laajuus, ja niiden vaikutus kustannusten muodostumiseen.

Tutkimuksessa hyödynnetään tutkivaa data‑analyysia keskeisten kustannuksiin yhteydessä olevien muuttujien tunnistamiseksi, minkä jälkeen aineistolle koulutetaan neljä erilaista koneoppimismallia: lineaarinen regressio, päätöspuut, satunnaismetsä ja gradienttitehostus. Tutkimus toteutetaan tapaustutkimuksena, jossa analysoidaan muutamaa liiketoiminta‑alueen tiimiä.

Mallien suorituskykyä arvioidaan valituilla mittareilla, ja tuloksia tarkastellaan sekä tiimikohtaisesti että vertaamalla mallien ennusteita kohdeorganisaation tekemiin kuukausittaisiin kustannusarvioihin. Tulokset osoittavat, että käytettävissä olevan datan rajoitteet vaikuttavat merkittävästi ennustemallien luotettavuuteen. Aineiston pieni koko ja epätasaisuus heikensivät mallien yleistettävyyttä ja lisäsivät ylioppimisen riskiä, minkä vuoksi monimutkaisempien koneoppimismallien ei todettu tuottavan yksinkertaisia menetelmiä parempia tuloksia. Ennusteet jäivät näin ollen suuntaa-antaviksi, mikä korostaa datan laadun tärkeyttä ja eheää tiedonkeruuta kustannusennustamisen onnistumisessa.

Tutkielma tuottaa ymmärrystä kustannuksiin vaikuttavista tekijöistä sekä niiden jakautumisesta eri tiimien välillä. Lisäksi työstä voidaan havaita jatkokehitysideoita, kuten koulutusdatan laajentaminen, datankäsittelyn automatisointi ja tarkemman työtehtävätasoisen aineiston hyödyntäminen. Näiden avulla ennustemallien hyödynnettävyyttä voidaan parantaa ja tukea kustannusten hallintaa tulevissa kehitystehtävissä.