Andmehalduse protsessi analüüs ja parendus ettevõttes Artesyn Biosolutions

Käesoleva lõputöö eesmärgiks oli leida ettevõttele kindlatest andmelao ja ärianalüüsi tarkvarade seast sobilik lahendus. Probleemiks oli ebaefektiivne andmete analüüsimise protsess, mis oli manuaalne ja teostati Exceli või Google Sheetsi abil. Ebaefektiivse andmete analüüsimise protsessi tõttu ei olnud ettevõttel võimalik tootmises esinevaid kitsaskohti parandada. Eesmärkide saavutamiseks autor tutvus esialgu teooriaga, et mõista antud valdkonda veel põhjalikumalt. Teoreetiline osa andis ülevaate andmetest, andmeladudest, ärianalüüsist ja visuaalsest juhtimisest üldiselt. Seejärel autor tõi välja andmete analüüsimise hetkeolukorra ja tegi skeemi, milline võiks välja näha tulevikusituatisioon. Hetkeolukorra ja tulevikuolukorra kirjelduste abil tõi töö autor välja põhilised mõõdikud, mis mõjutavad andmete haldamise protsessi. Autor selgitas välja ettevõtte jaoks süsteemide kasutuselevõtmise eesmärgid ja nõuded ning hindas põhilised riskid, mis võivad tekkida tootmise osakonnas andmete kuvamisel ja peale juurutuse protsessi. Peale riskide hindamist analüüsis autor etteantud andmelao ja ärianalüüsi tarkvarade võimalusi ning nende teenusepakkujaid. Esimeste etappidena otsustas autor, milline andmeladu ja ärianalüüsi tarkvara võiksid ettevõttele kõige meelepärasemad olla. Peale seda autor analüüsis teenusepakkujaid, et välja selgitada kumb organisatsioon suudab Artesynile pakkuda rohkem aega ja võimalusi. Viimases peatüki andis autor soovitusi, milliseid lahendusi ettevõte kasutusele võtta võiks. Väljavalitud lahenduste abil kulub tulevikus minimaalselt aega andmete töötlemiseks. Samuti vigade esinemist andmetes jääb vähemaks või täiesti olematuks. Väljavalitud lahenduste abil saab teha tootmise osakonnas parendustegevusi, et tootmine oleks efektiivsem. Töö eesmärgi täitmiseks kasutas autor kombineeritud uurimismeetodit. Kvalitatiivne osa hõlmas endas teoreetilist osa, andmete halduse AS-IS situatsiooni ja TO-BE situatsiooni kirjeldusi ja mõõdikuid, eesmärkide, nõuete ja riskide hindamist, tarkvarade hindamist ning tarkvarade analüüse. Kvantitatiivse osas hinnati teenusepakkujate hinnapakkumisi. Lõputöö eesmärk sai täidetud. Lõputöö autor leidis ettevõttele sobiliku andmelao ja ärianalüüsi tarkvarad. Autor selgitas välja tarkvarade eesmärgid ja nõuded tootmise osakonna jaoks. Lisaks tõi autor välja riskid, mis võivad tootmise osakonnas esineda ja mis kaasnevad süsteemide juurutuse faasiga. Peale tarkvarade juurutamise faasi on kindel, et visuaalse juhtimise abil saab tootmist planeerida ja likvideerida kitsaskohti. Tarkvarade abil minimeeritakse tootmisega kaasnevaid kulutusi ja defekte. Tootmistöötajatel on ülevaade tootmisvarudest ja üldisest tootmismahust. Andmete kvaliteet paraneb ja info liigub ettevõttes kiiremini. Süsteemide abil tekib süstemaatilisus ja paindlikkus andmetega töötamisel ja andmete kuvamisel. Samuti paraneb tootmistöötajate motivatsioon, mille tulemusel nad kasutavad enda tööaega efektiivsemalt. Tarkvarade abil minimeeritakse tootmisega kaasnevaid kulutusi ja defekte. Pidev analüüside kuvamine tootmises aitab vältida projektidega kaasnevaid takistusi ja seiskumist.

The aim of the thesis was to find a suitable solution for the company from certain data warehouse and Business intelligence software. The problem was an inefficient data analysis process which was manual and performed using Excel or Google Sheets. Due to an inefficient data analysis process, the company was not able to address the bottlenecks in production. To achieve the goals, the author first got acquainted with the theory to understand the field even more thoroughly. The theoretical part provided an overview of data, data warehousing, business analysis and visual management in general. The author outlined the current situation of data analysis and made a diagram of what the future situation might look like. Using the AS-IS situation and the TO-BE situation, the author pointed out the main indicators that affect the data management process. The author identified the goals and requirements for the implementation of the systems for the company and assessed the main risks that may arise in the production department when displaying data and after the implementation process. After assessing the risks, the author analyzed the possibilities of the given data warehouse and business intelligence software and service providers. Author started with deciding which data warehouse and business intelligence software could be the most suitable for the company. After that, the author analyzed the service providers to find out which organization can offer Artesyn more time and opportunities. In the last chapter, the author gave recommendations on what solutions the company could implement. The selected solutions would take a minimum of time to process the data in the future. Also, the occurrence of errors in the data remains less or completely non-existent. With the help of selected solutions, improvement activities can be carried out in the production department to make production more efficient. To fulfill the aim of the work, the author used a combined research method. The qualitative part included the theoretical part, descriptions and indicators of the AS-IS situation and TO-BE situation of data management, assessment of objectives, requirements and risks, software assessment and software analyzes. In quantitative terms, offer of service providers were evaluated. The goal of the thesis was fulfilled. The author of the thesis found a suitable data warehouse and business analysis software for the company. The author found out the goals and requirements of the software for the production department. In addition, the author pointed out the risks that may occur in the production department which are associated with the implementation phase of the systems. After the software implementation phase, it is certain that visual management can be used to plan and eliminate production bottlenecks. Software minimizes production costs and defects. Production workers have an overview of production inventories and overall production volume. The quality of data is higher and information is moving faster in the company. The systems provide systematicity and flexibility in working with and displaying data. The motivation of production workers also improves, by which they use their working time more efficiently. Software minimizes production costs and defects. Continuous display of analyzes in production helps to avoid obstacles and downtime associated with projects.