Show simple item record

dc.contributor.advisorMakkonen, Pekka
dc.contributor.authorPaloniemi, Juuso
dc.date.accessioned2018-05-21T05:46:08Z
dc.date.available2018-05-21T05:46:08Z
dc.date.issued2018
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/58025
dc.description.abstractABSTRACT Paloniemi, Juuso The benefits of ICT and Big Data-analytics in forest based industries business management Jyväskylä: University of Jyväskylä, 2018, 86 p. Information Systems, Master’s Thesis Supervisor: Pekka Makkonen Big Data and analysing it as part of business intelligence (BI) systems is at this very moment one of the most popular research topics in the field of Information Systems Science. It offers unprecedented opportunities to store, handle, store and analyse information for both private individuals as for organizations. Big Data –systems that are implemented to business intelligence systems are considered to be one of the cornerstones in the next digital revolution. In the forest based industry Enterprise Resource Planning systems have been revised mainly with larger investments in machinery and equipment, but it is now possible to integrate the ERP system and Big Data analytics to build new kind of business as well as improve efficiency and bring cots to a lower level. However the problem is what information should be used and how the process of extracting the information generated by individual processes can be processed so it can be analysed as a whole. Also an important part of the process is to research if the users are collecting usable information and whether or not they know what they are supposed to do whit that information. This study examines how Big Data - analytics could best be utilized in business intelligence – systems to obtain the forest based industries operational sites to bring the best possible added value. The study focused find and locate the opportunities that engineers and managers found possible and worth pursuing. The research also studied the potential benefits of investments for customers as well as suppliers of raw materials in the form of a purely economic added value, but also in the form of increased knowledge and harmonization of operating cultures. These issues formed the Big Data analytics package, which creates a new understanding of how the data explosion can be used for the benefit of new business development as well as making current operations more efficient. The study explored not only the Big Data systems theoretical and technological background (e.g. Hadoop, HDFS & MapReduce) by means of a literature review, but also the challenges in implementing and gathering usable information from forest based industries BI-systems. That gave more understanding to the research problem. This was followed by a qualitative case study relevant group of experts in which the answers were sought based on the interviews of those experts and professionals. After this the empirical research was discussed and compared to the literature findings. With that method it was possible to build more understanding to the research problem. Keywords: Big Data, Big Data Analytics, ERP, Enterprise Resource Planning System, Forest Based Industry, Paper Machine, Board Machine, Pulp Mill, Maintenanceen
dc.description.abstractTIIVISTELMÄ Paloniemi, Juuso Tietojärjestelmien ja Big Data-analytiikan hyödyt metsäteollisuuden liiketoi-minnan hallinnassa Jyväskylä: Jyväskylän yliopisto, 2018, 86 s. Tietojärjestelmätiede, Pro Gradu - tutkielma Ohjaaja: Pekka Makkonen Big Data ja sen analysointi on tälläkin hetkellä yksi tietojärjestelmätieteen ajankohtaisimpia tutkimusaiheita. Se tarjoaa ennennäkemättömiä mahdollisuuksia tallentaa, käsitellä, varastoida ja analysoida tietoa niin yksityishenkilöille, kuin organisaatioille. Moderneista tietojärjestelmistä juuri Big Data-sovelluksia pidetäänkin yhtenä kulmakivenä seuraavassa digitaalisessa vallankumouksessa. Metsäteollisuudessa tieto- ja toiminnanohjausjärjestelmiä on uudistettu lähinnä suurempien kone- ja laitteistoinvestointien yhteydessä, mutta nyt on mahdollista integroida tietojärjestelmiin ja Big Data-analytiikkaa uusien liiketoimintamuotojen, tehokkuuden ja kustannussäästöjen mahdollistamiseksi. Ongelmana on kuitenkin se, mitä tietoa kannattaa ottaa prosessista talteen ja kuka määritte-lee mitä tietoa yksittäisestä prosessista tarvitaan, jotta liiketoimintaa voidaan hallita ja kehittää mahdollisimman tehokkaasti. Tässä työssä tutkitaan, kuinka nykyaikaisia tietojärjestelmiä ja Big Data - analytiikkaa voisi parhaiten käyttää hyväksi metsäteollisuuden konelin-jastoilla parhaan mahdollisen arvonlisän saamiseksi. Työssä keskityttiin havaitsemaan tutkimuksen keinoin niitä mahdollisuuksia, jotka tuotannon asiantuntijat ja päälliköt kokevat mahdollisiksi ja tavoittelemisen arvoisiksi. Lisäksi selvitettiin tietojärjestelmien ja liiketoiminnan hallinnan yhteenlinjauksen haasteita asiantuntija- ja esimiesorganisaatioissa. Näistä teemoista muodostui liiketoiminnan hallinnan ja Big Data-tietojärjestelmäanalytiikan kokonaisuus, joka luo uutta ymmärrystä siitä, kuinka valtavasti lisääntynyttä tietomäärää voidaan käyttää hyväksi uutta liiketoimintaa kehitettäessä sekä nykyistä toimintaa tehostettaessa. Tätä ymmärrystä johdettiin myös tutustumalla niihin teknologioihin (mm. Hadoop, HDFS, MapReduce) jotka mahdollistavat tämän uuden, entistä kattavamman ja tarkemman tavan kerätä, tallentaa ja analysoida prosessista saatavaa tietoa. Tämä oli erittäin tärkeää, jotta tulosten pohjalta pystytään analysoimaan niitä teknologioita, joiden jatkokehitys on organisaation kehityksen kannalta kriittisintä. Työssä käsiteltiin ensin erilaisten massadataan perustuvien tietojärjestelmäteknologioiden käsitteistöä ja toiminnallisuuksia, jonka jälkeen siirryttiin liiketoiminnan hallintaan ja näiden kahden yhteenlinjauksen aiheuttamiin haasteisiin. Kyseistä aiheista rakennetun kirjallisuuskatsauksen avulla haettiin ymmärrystä tutkimusongelmaan. Tämän jälkeen suoritettiin laadullinen tapaustutkimus valikoidulle asiantuntijajoukolle, jossa vastauksia haettiin pohjautuen asiantuntijoiden haastatteluihin. Tämän jälkeen pohdittiin empiirisen tutkimuksen havaintoja ja vertailtiin niitä kirjallisuuden havaintoihin, jonka avulla tutkimusongelmaan pystyttiin rakentamaan lisää ymmärrystä. Asiasanat: Tietojärjestelmä, Big Data, Big Data-analytiikka, Toiminnanohjaus, Toiminnanohjausjärjestelmä, Metsäteollisuus, Kunnossapito, ERP-järjestelmä, Liiketoiminannan hallinta, Liiketoiminnan ja IT:n yhteenlinjausfi
dc.format.extent86
dc.format.mimetypeapplication/pdf
dc.language.isofi
dc.subject.otherTietojärjestelmä
dc.subject.otherData-analytiikka
dc.subject.otherToiminnanohjausjärjestelmä
dc.subject.otherMetsäteollisuus
dc.subject.otherKunnossapito
dc.subject.otherERP-järjestelmä
dc.subject.otherLiiketoiminnan hallinta
dc.subject.otherLiiketoiminnan ja IT:n yhteenlinjaus
dc.titleTietojärjestelmien ja Big Data-analytiikan hyödyt metsäteollisuuden liiketoiminnan hallinnassa
dc.identifier.urnURN:NBN:fi:jyu-201805212685
dc.type.ontasotPro gradu -tutkielmafi
dc.type.ontasotMaster’s thesisen
dc.contributor.tiedekuntaInformaatioteknologian tiedekuntafi
dc.contributor.tiedekuntaFaculty of Information Technologyen
dc.contributor.laitosInformaatioteknologiafi
dc.contributor.laitosInformation Technologyen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.oppiaineTietojärjestelmätiedefi
dc.contributor.oppiaineInformation Systems Scienceen
dc.rights.copyrightJulkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.fi
dc.rights.copyrightThis publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.en
dc.type.publicationmasterThesis
dc.contributor.oppiainekoodi601
dc.subject.ysobig data
dc.subject.ysobusiness intelligence
dc.subject.ysotoiminnanohjaus (organisaatiot)
dc.subject.ysodata
dc.subject.ysotieto
dc.format.contentfulltext
dc.type.okmG2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record