Tiedonhallinta konepajoissa

Tällä sivulla käsitellään valmistavan teollisuuden tiedonhallintaa yleisellä tasolla ja nostetaan esiin keskeisiä periaatteita ja hyviä käytänteitä.

Tiivistelmä

Tiedonhallinnan tehtävänä on varmistaa, että konepajan toiminnassa tarvittava tieto on löydettävää, ajantasaista, ymmärrettävää ja luotettavaa. Hallittavia näkyviä tietoja ovat esimerkiksi nimikkeet, tuoterakenteet, piirustukset, työohjeet, materiaalitiedot, tuotannon kirjaukset, mittaustulokset, laatupoikkeamat ja kunnossapitotiedot. Näiden lisäksi on tärkeää huomioida myös yrityksen hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää, joka on henkilöstön kokemukseen perustuvaa osaamista.

Hyvä tiedonhallinta perustuu selkeisiin vastuisiin, yhteisiin käsitteisiin, hallittuihin tietolähteisiin, versionhallintaan ja tiedon laadun seurantaan. Keskeiselle tiedolle määritellään, missä se syntyy, kuka sitä ylläpitää, missä järjestelmässä sitä hallitaan ja miten se välitetään muille käyttäjille ja järjestelmille.

Konepajassa tiedonhallinnan hyödyt näkyvät käytännössä siten, että tuotannossa käytetään oikeita piirustuksia ja työohjeita, materiaalit ja tuotteet voidaan jäljittää, poikkeamien syitä voidaan selvittää ja raporttien lukuihin voidaan luottaa. Samalla luodaan perusta tiedolla johtamiselle, jatkuvalle parantamiselle, analytiikalle ja tekoälyn hallitulle hyödyntämiselle.

Tiedonhallinta ei ole vain tietohallinnon tehtävä. Se kuuluu kaikille, jotka tuottavat, ylläpitävät, käyttävät tai jakavat yrityksen tietoa.

---

Tuotannon tietojärjestelmät

Konepajoissa ja muissa valmistavan teollisuuden yrityksissä on käytössä monia eri tavoin toisiinsa kytkeytyviä tietojärjestelmiä. Ennen kuin mennään syvemmälle tiedonhallintaan, käydään läpi yleiskatsaus erilaisista tietojärjestelmistä, niiden käyttötavoista ja roolista organisaation arjessa.

Yksi järjestelmä hallitsee tilauksia, taloutta ja varastoja, toinen tukee tuotannon päivittäistä ohjausta, kolmas ylläpitää tuotetietoa ja neljäs kerää tietoa koneiden toiminnasta. Järjestelmien tarve riippuu yrityksen koosta, tuotannon monimutkaisuudesta, tuotteiden vaihtelusta, asiakasvaatimuksista ja siitä, millä tarkkuudella toimintaa halutaan ohjata ja mitata.

Alla on koontitaulukko erilaisista tietojärjestelmistä mm. konepajoissa. Hieman pidemmät kuvaukset löytyvät piilotettuina alempaa. Monet laajemmat ERP-järjestelmät sisältävät valmiiksi erillisten järjestelmien ominaisuuksia, jolloin erillisiä järjestelmiä ei tarvita.

Järjestelmä ja lyhenne	Lyhyt kuvaus	Tyypillisiä tietosisältöjä
ToiminnanohjausjärjestelmäToiminnanohjausjärjestelmä (Enterprise Resource Planning, ERP). Yrityksen resurssien hallintajärjestelmä, joka integroi eri liiketoimintaprosessit kuten talous, hankinta ja tuotannon suunnittelu [l2l.com (ERP)	Yrityksen keskeisiä liiketoimintaprosesseja kokoava järjestelmä. Konepajassa ERP toimii usein tilausten, hankinnan, varaston, tuotannon, toimitusten, laskutuksen ja talouden runkojärjestelmänä.	Asiakkaat, toimittajat, nimikkeet, tuoterakenteet, tarjoukset, myyntitilaukset, ostotilaukset, työmääräimet, tuotantotilaukset, varastosaldot, toimitukset, laskut, kustannukset, hinnat, työvaiheet.
TuotannonohjausjärjestelmäTuotannonohjausjärjestelmä (Manufacturing Execution System, MES). Tuotannon toteutusta ohjaava järjestelmä, joka seuraa ja ohjaa tuotantoprosessia reaaliaikaisesti [netsuite.com (MES)	Valmistuksen toteutusta ja tuotannon tapahtumia seuraava järjestelmä. MES tuo näkyvyyttä siihen, mitä tuotannossa tapahtuu työvaihe-, kone- ja tilaustasolla.	Työjonot, työvaiheiden aloitukset ja lopetukset, valmistusmäärät, hylkäykset, seisokit, häiriöt, koneiden käyttötila, käyttäjäkuittaukset, jäljitettävyystiedot, työohjeet, tarkastuskirjaukset.
Tuotannon hienokuormitus ja edistynyt tuotannonsuunnittelu (APS)	Tuotannon aikataulutuksen, kapasiteetin ja kuormituksen tarkempaan suunnitteluun tarkoitettu järjestelmä. APS auttaa arvioimaan, milloin työt voidaan realistisesti tehdä käytettävissä olevilla resursseilla.	Kuormitustilanne, kapasiteetti, työjonot, asetusaikojen vaikutukset, kone- ja henkilöresurssit, materiaalisaatavuus, toimituspäivälupaukset, vaihtoehtoiset tuotantosuunnitelmat.
Suunnittelujärjestelmä (CAD)	Tuotteiden, osien, kokoonpanojen ja valmistuspiirustusten suunnitteluun käytettävä järjestelmä. CAD tuottaa keskeisen teknisen lähtötiedon valmistukselle.	2D-piirustukset, 3D-mallit, kokoonpanot, osaluettelot, mitat, toleranssit, materiaalimerkinnät, hitsausmerkinnät, revisiot, suunnitteludokumentit.
Tietokoneavusteinen valmistus (CAM)	Järjestelmä, jolla suunnittelumalleista tuotetaan valmistuksen ohjeita, kuten työstöratoja ja CNC-koneiden ohjelmia. CAM yhdistää suunnittelutiedon koneistuksen tai muun valmistuksen käytännön toteutukseen.	Työstöradat, NC-ohjelmat, G-koodi, työkalutiedot, kiinnitystiedot, leikkausarvot, asetukset, konekohtaiset postprosessorit, simulointitiedot.
Tuotetiedon hallintajärjestelmä (PDM)	Tuotetietojen, suunnitteluaineistojen, dokumenttien ja versioiden hallintaan tarkoitettu järjestelmä. PDM varmistaa, että suunnittelun ja valmistuksen käytössä on oikea hyväksytty tieto.	CAD-mallit, piirustukset, revisiot, nimiketiedot, dokumenttien hyväksynnät, muutoshistoria, tuoterakenteet, suunnittelun metatiedot, käyttöoikeudet.
Tuotteen elinkaaren hallintajärjestelmä (PLM)	Tuotteen tietojen ja muutosten hallintaan koko elinkaaren ajan tarkoitettu järjestelmä. PLM laajentaa tuotetiedon hallinnan suunnittelusta valmistukseen, käyttöön, huoltoon ja muutostenhallintaan.	Tuoteideat, vaatimukset, tuoterakenteet, versiot, muutospyynnöt, hyväksyntäprosessit, valmistusdokumentit, huoltotiedot, elinkaaren tilat, vaatimusten jäljitettävyys.
Asiakkuudenhallintajärjestelmä (CRM)	Asiakkaiden, myyntimahdollisuuksien ja asiakasyhteydenpidon hallintaan tarkoitettu järjestelmä. Konepajassa CRM tukee erityisesti tarjousvaihetta, asiakassuhteita ja myynnin seurantaa.	Asiakkaat, yhteyshenkilöt, liidit, tarjouspyynnöt, myyntimahdollisuudet, asiakastapaamiset, yhteydenpitohistoria, asiakaspalaute, reklamaatiot, asiakaskohtaiset sopimustiedot.
Varastonhallintajärjestelmä (WMS)	Varaston päivittäisten toimintojen hallintaan tarkoitettu järjestelmä. WMS tukee materiaalien vastaanottoa, varastointia, keräilyä, siirtoja ja lähettämistä.	Varastopaikat, hyllypaikat, materiaalierät, sarjanumerot, vastaanotot, sisäiset siirrot, keräilylistat, lähetykset, inventoinnit, varastotapahtumat, puolivalmisteet.
Toimitusketjun hallintajärjestelmä (SCM)	Hankinnan, materiaalivirtojen, toimittajayhteistyön, tuotannon ja toimitusten kokonaisuuden suunnitteluun ja hallintaan tarkoitettu järjestelmä tai järjestelmäkokonaisuus.	Toimittajat, hankintasuunnitelmat, ostotarpeet, materiaalien saatavuus, toimitusajat, alihankinnat, kuljetukset, toimitusketjun riskit, ennusteet, kysyntä- ja tarjontatiedot.
Laadunhallintajärjestelmä (QMS)	Laadunhallinnan prosessien, vastuiden, tarkastusten ja poikkeamien hallintaan tarkoitettu järjestelmä. QMS tukee laadun varmistamista, dokumentointia ja jatkuvaa parantamista.	Tarkastussuunnitelmat, mittauspöytäkirjat, poikkeamat, reklamaatiot, toimittajapoikkeamat, korjaavat toimenpiteet, auditoinnit, hyväksynnät, laatudokumentit, sertifikaatit.
Kunnossapidon hallintajärjestelmä (CMMS)	Kunnossapitotietojen, huoltotöiden ja vikojen hallintaan tarkoitettu järjestelmä. CMMS auttaa suunnittelemaan, seuraamaan ja dokumentoimaan kunnossapidon tehtäviä.	Kone- ja laitetiedot, huolto-ohjelmat, työmääräimet, vikailmoitukset, varaosat, huoltohistoria, kunnossapitokustannukset, kalibroinnit, tarkastuslistat.
Käyttöomaisuuden elinkaaren hallintajärjestelmä (EAM)	Fyysisten omaisuuserien, kuten koneiden ja laitteiden, hallintaan koko elinkaaren näkökulmasta tarkoitettu järjestelmä. EAM painottaa käytettävyyttä, kustannuksia, riskejä ja elinkaaren aikaista suorituskykyä.	Koneet, laitteet, investointitiedot, elinkaarikustannukset, huollot, varaosat, käyttöasteet, kunnonvalvonta, riskit, takuut, poistot, käytöstä poisto.
Automaatio- ja ohjausjärjestelmät (PLC)	Tuotannon koneita, laitteita ja prosesseja ohjaavat järjestelmät. PLC-järjestelmät toimivat usein lähellä tuotantolaitteita ja ohjaavat niiden toimintaa.	Anturitiedot, ohjaussignaalit, koneen tilatiedot, hälytykset, syklitiedot, tuotantolaskurit, käynnistys- ja pysäytyssignaalit, prosessiarvot.
Valvomo- ja tiedonkeruujärjestelmä (SCADA)	Tuotannon laitteiden, prosessien ja tilatietojen valvontaan ja seurantaan tarkoitettu järjestelmä. SCADA antaa näkymän tuotannon tekniseen toimintaan ja tapahtumiin.	Koneiden käyntitilat, hälytykset, prosessiarvot, trendit, tapahtumalokit, energiankulutus, tuotantolaskurit, seisokit, käyttöliittymänäkymät.
Teollisen internetin ja koneiden tiedonkeruun järjestelmä (IIoT)	Koneista, laitteista ja tuotantoympäristöstä kerättävän datan hallintaan tarkoitettu ratkaisu. IoT-tietoa voidaan hyödyntää tuotannon seurannassa, kunnossapidossa ja analytiikassa.	Käyntitila, värinä, lämpötila, energiankulutus, paine, kappalemäärät, sykliajat, pysähdykset, asetukset, käyttöolosuhteet, häiriöt.
Raportointi- ja analytiikkajärjestelmä (BI)	Eri järjestelmistä kerätyn tiedon mallintamiseen, analysointiin, visualisointiin ja raportointiin tarkoitettu järjestelmä. BI tukee mittaristoja, johdon raportointia ja tiedolla johtamista.	Mittarit, raportit, koontinäytöt, tuotannon toteumat, myynti, kate, toimitusvarmuusToimitusvarmuus (Delivery reliability). Tuotteiden toimittamisen varmuus sovitussa aikataulussa, laatu, kapasiteetti, varasto, asiakaskannattavuus, historiadata, laskentasäännöt.
Dokumenttienhallintajärjestelmä (DMS)	Dokumenttien tallentamiseen, jakamiseen, käyttöoikeuksiin, hyväksyntään ja versionhallintaan tarkoitettu järjestelmä. DMS auttaa varmistamaan, että käytössä on ajantasainen ja hyväksytty dokumentti.	Työohjeet, piirustukset, laatuasiakirjat, sopimukset, pöytäkirjat, sertifikaatit, tarkastusohjeet, hyväksynnät, versiot, metatiedot, käyttöoikeudet.
Projektinhallintajärjestelmä (PPM)	Projektien, tehtävien, resurssien, aikataulujen ja kustannusten suunnitteluun ja seurantaan tarkoitettu järjestelmä. Konepajassa se voi tukea projektiluonteisia toimituksia ja asiakasprojekteja.	Projektit, tehtävät, vastuut, aikataulut, resurssit, virstanpylväät, riskit, kustannukset, tuntikirjaukset, projektidokumentit, toimitusvaiheet.
Henkilöstö- ja työajanhallintajärjestelmä (HRM / T&A)	Henkilöstötietojen, työaikojen, poissaolojen, osaamisten ja työvuorojen hallintaan tarkoitettu järjestelmä. Konepajassa järjestelmä voi tukea resurssisuunnittelua ja työaikatiedon kohdistamista.	Työntekijät, osaamiset, pätevyydet, työvuorot, työaikaleimaukset, poissaolot, lomat, koulutukset, kustannuspaikat, henkilöstöresurssit.
Taloushallinnon järjestelmä (FMS)	Kirjanpidon, laskutuksen, maksuliikenteen, kustannusseurannan ja talousraportoinnin hallintaan tarkoitettu järjestelmä. Se voi olla osa ERP:tä tai erillinen taloushallinnon järjestelmä.	Kirjanpito, tilikartta, ostolaskut, myyntilaskut, maksut, kustannuspaikat, budjetit, ennusteet, raportit, katelaskenta, investoinnit.
Hankintajärjestelmä (Procurement / SRM)	Ostojen, hankintatarpeiden, toimittajien ja sopimusten hallintaan tarkoitettu järjestelmä. Hankintajärjestelmä voi olla osa ERP:tä tai erillinen hankinnan ratkaisu.	Toimittajat, ostopyynnöt, tarjoukset, sopimukset, ostotilaukset, toimitusajat, hinnastot, toimittaja-arvioinnit, ostohistoria, materiaalitarpeet.

Teollisuuden erilaiset tietojärjestelmät

ToiminnanohjausjärjestelmäToiminnanohjausjärjestelmä (Enterprise Resource Planning, ERP). Yrityksen resurssien hallintajärjestelmä, joka integroi eri liiketoimintaprosessit kuten talous, hankinta ja tuotannon suunnittelu [l2l.com (ERP)

ERP, eli Enterprise Resource Planning, on yrityksen keskeinen toiminnanohjausjärjestelmäToiminnanohjausjärjestelmä (Enterprise Resource Planning, ERP). Yrityksen resurssien hallintajärjestelmä, joka integroi eri liiketoimintaprosessit kuten talous, hankinta ja tuotannon suunnittelu [l2l.com. Se yhdistää myynnin, hankinnan, varaston, tuotannon karkeasuunnittelun, toimitukset, laskutuksen ja taloushallinnon samaan liiketoiminnan ohjauskokonaisuuteen. Konepajassa ERP on usein järjestelmä, jonka kautta tarjous, tilaus, nimikeNimike (Item / Product). Yksilöllinen tunniste tuotteelle, osalle tai materiaalille tuotannossa, materiaalitarve, tuotanto-tilaus, toimitus ja laskutus kulkevat.

Käytännössä ERP:tä käytetään myynti- ja ostotilausten hallintaan, tarjousten tekemiseen, materiaalitarpeen suunnitteluun, varastosaldojen seurantaan sekä tuotannon karkeaan aikatauluttamiseen. ERP tukee myös kustannuslaskentaa, hinnoittelua ja jälkilaskentaa, jos perustiedot, työvaiheajat, materiaalihinnat ja toteumakirjaukset ovat riittävän luotettavia. Monessa konepajassa ERP toimii liiketoiminnan runkojärjestelmänä, mutta sen rinnalle tarvitaan usein tarkempia järjestelmiä esimerkiksi konedatan keruuseen, laadunhallintaan, kunnossapitoon, dokumentinhallintaan tai analytiikkaan.

TuotannonohjausjärjestelmäTuotannonohjausjärjestelmä (Manufacturing Execution System, MES). Tuotannon toteutusta ohjaava järjestelmä, joka seuraa ja ohjaa tuotantoprosessia reaaliaikaisesti [netsuite.com (MES)

MES, eli Manufacturing Execution System, sijoittuu ERP:n ja tuotannon koneiden, työntekijöiden sekä automaation väliin. Sen tehtävänä on tukea tuotannon toteutusta käytännön tasolla. Siinä missä ERP kertoo, mitä pitäisi valmistaa ja milloin, MES auttaa seuraamaan, mitä tuotannossa todella tapahtuu.

Konepajassa MES-järjestelmää voidaan käyttää työjonojen hallintaan, työmääräinten jakamiseen koneille tai tuotantosoluille, työvaiheiden aloitusten ja lopetusten kirjaamiseen sekä valmistuneiden kappaleiden, hylkäysten ja seisokkien seurantaan. MES voi tuoda näkyvyyttä koneiden käyttöasteeseen, tuotannon etenemiseen, valmistumisasteeseen ja työvaihekohtaiseen tehokkuuteen. Järjestelmää voidaan käyttää myös jäljitettävyyteen, kuten erä- ja sarjanumeroiden, materiaalikulutuksen, operaattoritietojen ja tarkastuskirjausten yhdistämiseen tiettyyn työhön tai tuotteeseen.

MES:n hyöty korostuu silloin, kun ERP:n tarjoama tuotannon näkymä on liian karkea. Jos tuotannon ohjaus perustuu vain manuaalisiin leimauksiin tai jälkikäteen tehtäviin kirjauksiin, reaaliaikainen tilannekuva voi jäädä puutteelliseksi. MES voi vähentää tätä ongelmaa, mutta senkin toimivuus riippuu kirjauskäytännöistä, konekytkennöistä, perustietojen laadusta ja siitä, miten hyvin järjestelmä sopii tuotannon todelliseen toimintatapaan.

Tuotannon hienokuormitus ja edistynyt tuotannonsuunnittelu (APS)

APS, eli Advanced Planning and Scheduling, tarkoittaa tuotannon hienokuormitukseen ja tarkempaan aikataulutukseen tarkoitettua järjestelmää. Se täydentää ERP:n karkeampaa tuotannonsuunnittelua silloin, kun töiden järjestystä, kapasiteettia, kuormitusryhmiä, materiaaleja ja toimitusaikoja pitää suunnitella tarkemmalla tasolla.

Käytännössä APS-järjestelmää käytetään töiden aikatauluttamiseen koneiden, henkilöstön, työvaiheiden, asetusaikojen ja materiaalisaatavuuden perusteella. Sen avulla voidaan arvioida, milloin työ voidaan realistisesti valmistaa ja miten uusi kiireellinen tilaus vaikuttaa muuhun tuotantoon. APS voi tukea myös vaihtoehtoisten tuotantosuunnitelmien vertailua, kuormituspiikkien tunnistamista ja toimitusaikalupausten arviointia asiakkaalle.

APS:n tarve kasvaa erityisesti silloin, kun tuotannossa on paljon rinnakkaisia töitä, vaihtelevia työvaiheketjuja, vaihtoehtoisia koneita, alihankintavaiheita tai jatkuvia muutoksia työjonoihin. Pienemmässä konepajassa vastaavaa suunnittelua voidaan tehdä ERP:n omilla toiminnoilla tai taulukkotyökaluilla, mutta monimutkaisemmassa ympäristössä erillinen hienokuormitus voi tuoda parempaa näkyvyyttä kapasiteettiin ja toimituskykyyn.

Tuotteen elinkaaren hallinta (PLM) ja tuotetiedon hallinta (PDM)

PLM, eli Product Lifecycle Management, hallitsee tuotteeseen liittyvää tietoa koko elinkaaren ajan. Se kattaa esimerkiksi tuotevaatimukset, suunnittelutiedot, tuoterakenteet, muutokset, valmistusdokumentit, huoltotiedot ja tuotteen elinkaaren tilat. PDM, eli Product Data Management, on usein PLM:n suppeampi osa tai rinnakkainen järjestelmä, joka keskittyy erityisesti CAD-mallien, piirustusten, dokumenttien ja revisioiden hallintaan.

Konepajassa PDM:n ja PLM:n merkitys korostuu erityisesti silloin, kun tuotteista on useita versioita, asiakaskohtaisia muutoksia, revisioita tai dokumentaatiovaatimuksia. Järjestelmiä käytetään piirustusten, 3D-mallien, osaluetteloiden, revisioiden ja hyväksyttyjen valmistusdokumenttien hallintaan. Ne auttavat varmistamaan, että tuotanto, hankinta, laatu ja alihankkijat käyttävät oikeaa versiota tuotteesta.

PLM- ja PDM-järjestelmät tukevat myös muutostenhallintaa. Kun tuotteeseen tehdään muutos, järjestelmä voi auttaa seuraamaan, mitä muutettiin, kuka muutoksen hyväksyi, mihin nimikkeisiin ja rakenteisiin muutos vaikuttaa ja milloin uusi versio tulee tuotantoon. Tämä vähentää riskiä, että valmistuksessa käytetään vanhentuneita piirustuksia tai että suunnittelumuutokset eivät siirry hallitusti ERP:hen, ostoon ja tuotantoon.

Tietokoneavusteinen suunnittelu (CAD)

CAD, eli Computer-Aided Design, tarkoittaa tietokoneavusteista suunnittelua. CAD-ohjelmistoilla suunnitellaan osia, kokoonpanoja, rakenteita ja valmistuspiirustuksia 2D- tai 3D-muodossa. Konepajassa CAD-tiedot muodostavat usein teknisen valmistustiedon perustan.

CAD-järjestelmää käytetään osa- ja kokoonpanopiirustusten laatimiseen, 3D-mallien mallintamiseen, mittojen, toleranssien, materiaalien, pintakäsittelyjen ja hitsausmerkintöjen määrittelyyn. CAD-malli voi toimia lähtötietona CAM-ohjelmoinnille, lujuuslaskennalle, valmistusohjeille, tarjousten tekniselle arvioinnille ja asiakkaan kanssa käytävälle suunnitteluyhteistyölle.

CAD ei kuitenkaan yksin ratkaise tuotetiedon hallintaa. Jos malleja ja piirustuksia säilytetään vain kansiorakenteissa ilman selkeää versionhallintaa, syntyy helposti epäselvyyksiä siitä, mikä piirustus on voimassa. Siksi CAD toimii parhaiten yhdessä PDM- tai PLM-järjestelmän kanssa.

Tietokoneavusteinen valmistus (CAM)

CAM, eli Computer-Aided Manufacturing, tarkoittaa tietokoneavusteista valmistusta. CAM-ohjelmisto muuntaa CAD-mallin tai muun valmistuksen lähtötiedon koneen ymmärtämäksi työstöradaksi ja NC-ohjelmaksi. Tätä tarvitaan erityisesti CNC-jyrsinnässä, sorvauksessa, porauksessa, laserleikkauksessa, levytyössä ja muussa numeerisesti ohjatussa valmistuksessa.

Konepajassa CAM-järjestelmää käytetään työstöratojen luomiseen, työkalujen valintaan, leikkuuarvojen määrittelyyn, kiinnitysten suunnitteluun, NC-koodin tuottamiseen ja työstön simulointiin. Simuloinnilla voidaan tarkastaa esimerkiksi törmäysriskit, työstöjärjestys, lastuamisstrategiat ja kappaleen valmistettavuus ennen ohjelman siirtämistä koneelle.

CAM yhdistää suunnittelun ja valmistuksen käytännön toteutukseen. Sen hyöty riippuu kuitenkin siitä, miten hyvin CAD-mallit, työkalukirjastot, konekohtaiset postprosessorit ja tuotannon käytännöt on hallittu. Jos nämä eivät ole kunnossa, CAM-ohjelmoinnin tehokkuus ja toistettavuus voivat kärsiä.

Tietokoneavusteinen analysointi ja simulointi (CAE)

CAE, eli Computer-Aided Engineering, tarkoittaa tietokoneavusteista analysointia ja simulointia. Se sisältää esimerkiksi lujuuslaskennan, väsymisanalyysin, virtaussimuloinnin, lämpöanalyysin ja valmistettavuuteen liittyviä simulointeja.

Konepajassa CAE-järjestelmiä voidaan käyttää rakenteiden kestävyyden arviointiin, muodonmuutosten ennakointiin, hitsauksen vaikutusten tarkasteluun, kuormitustilanteiden mallintamiseen ja prototyyppien vähentämiseen. CAE:n avulla voidaan havaita suunnitteluongelmia ennen valmistusta, vertailla vaihtoehtoisia rakenteita ja perustella teknisiä ratkaisuja asiakkaalle tai viranomaisvaatimusten näkökulmasta.

CAE:n käyttö edellyttää osaamista sekä ohjelmistosta että laskennan lähtöoletuksista. Tulokset eivät ole automaattisesti oikeita, vaan niitä pitää tulkita suhteessa materiaaleihin, kuormituksiin, reunaehtoihin, mittaustuloksiin ja käytännön valmistukseen.

Kunnossapidon hallintajärjestelmä (CMMS) ja käyttöomaisuuden hallinta (EAM)

CMMS, eli Computerized Maintenance Management System, on kunnossapidon hallintajärjestelmä. Sillä hallitaan koneiden, laitteiden ja tuotantovälineiden huoltoja, vikailmoituksia, ennakkohuoltoja, varaosia ja kunnossapitohistoriaa. EAM, eli Enterprise Asset Management, laajentaa näkökulmaa käyttöomaisuuden koko elinkaareen, investoinnista käyttöön, kunnossapitoon ja käytöstä poistoon.

Konepajassa CMMS-järjestelmää käytetään ennakkohuoltojen suunnitteluun, huoltokalenterien ylläpitoon, vikailmoitusten kirjaamiseen, korjaustöiden seurantaan ja varaosien hallintaan. Järjestelmä voi auttaa seuraamaan, mitkä koneet aiheuttavat eniten seisokkeja, mihin varaosia kuluu, paljonko kunnossapito maksaa ja millaiset viat toistuvat.

EAM-näkökulma on hyödyllinen silloin, kun halutaan tarkastella koneiden ja laitteiden elinkaarikustannuksia, käytettävyyttä, riskejä ja investointien kannattavuutta. Kunnossapidon tieto on tärkeää myös tuotannon tehokkuuden analysoinnissa, koska koneiden häiriöt, huoltokatkot ja käytettävyys vaikuttavat suoraan kapasiteettiin ja toimituskykyyn.

Laadunhallintajärjestelmä (QMS)

QMS, eli Quality Management System, tukee laadunhallinnan prosesseja. Se voi sisältää esimerkiksi tarkastukset, mittaustulokset, poikkeamat, reklamaatiot, toimittajapoikkeamat, korjaavat toimenpiteet, auditoinnit, hyväksynnät ja laatudokumentit.

Konepajassa QMS-järjestelmää käytetään tarkastus- ja mittaustulosten kirjaamiseen, poikkeamien käsittelyyn, reklamaatioiden hallintaan ja korjaavien toimenpiteiden seurantaan. Se voi tukea myös toimittajalaadun seurantaa, asiakasvaatimusten hallintaa, sertifikaattien ylläpitoa ja laadun kehityksen raportointia.

Laadunhallinnan tieto on arvokasta vain, jos se voidaan yhdistää tuotteisiin, työvaiheisiin, materiaaleihin, toimittajiin, asiakkaisiin ja tuotannon tapahtumiin. Siksi QMS:n yhteydet ERP:hen, MES:iin, PDM:ään, mittausjärjestelmiin ja BI-raportointiin ovat usein keskeisiä.

Mittaus- ja mittatiedon hallintajärjestelmät

Mittaus- ja mittatiedon hallintajärjestelmillä kerätään, tallennetaan ja analysoidaan valmistettujen kappaleiden mittaustuloksia. Tällaisia tietoja voi syntyä esimerkiksi koordinaattimittauskoneilta, käsimittauksista, mittauspöytäkirjoista, tuotannon aikaisista tarkastuksista tai automaattisista mittausasemista.

Konepajassa mittatietoa käytetään tuotelaadun varmistamiseen, toleranssien seurantaan, poikkeamien tunnistamiseen ja prosessin vakauden arviointiin. Mittatietoa voidaan hyödyntää myös tilastollisessa prosessinohjauksessa, jossa seurataan mittaustulosten vaihtelua ja pyritään havaitsemaan ongelmat ennen kuin tuotteet menevät toleranssien ulkopuolelle.

Mittatiedon hyöty kasvaa, jos se voidaan yhdistää valmistuserään, nimikkeeseen, työvaiheeseen, koneeseen, työkaluun ja valmistusajankohtaan. Tällöin laatupoikkeamia voidaan analysoida paremmin ja tunnistaa, liittyvätkö ongelmat esimerkiksi tiettyyn koneeseen, asetukseen, materiaaliin tai työkalun kulumiseen.

Varastonhallintajärjestelmä (WMS)

WMS, eli Warehouse Management System, ohjaa materiaalien, puolivalmisteiden ja tuotteiden fyysistä liikkumista varastossa. Pienemmissä konepajoissa varastonhallintaVarastonhallinta (Inventory management). Toiminta, jolla hallitaan materiaalien, keskeneräisten ja valmiiden tuotteiden varastoja voi olla osa ERP:tä, mutta suuremmissa tai varastointiltaan monimutkaisemmissa ympäristöissä erillinen WMS voi olla tarpeen.

Konepajassa WMS-järjestelmää käytetään vastaanottojen, hyllypaikkojen, varastosiirtojen, keräilyn, pakkaamisen, lähettämisen ja inventoinnin hallintaan. Se auttaa pitämään varastosaldot ja fyysiset sijainnit ajan tasalla, mikä on tärkeää tuotannon materiaalisaatavuuden, toimitusvarmuuden ja ostotarpeiden kannalta.

WMS:n merkitys korostuu, jos nimikkeitä on paljon, materiaaleja hallitaan erissä tai sarjanumeroilla, puolivalmisteita liikkuu tuotannon ja varaston välillä tai toimitukset edellyttävät tarkkaa jäljitettävyyttä. Ilman luotettavaa varastotietoa tuotannon suunnittelu voi perustua virheellisiin saldoihin ja materiaalipuutteet voivat näkyä viivästyksinä.

Toimitusketjun hallintajärjestelmä (SCM)

SCM, eli Supply Chain Management, tarkoittaa toimitusketjun hallintaa. Se kattaa hankintaan, toimittajayhteistyöhön, materiaalivirtoihin, tuotantoon, logistiikkaan ja asiakastoimituksiin liittyvän suunnittelun ja seurannan. Osa SCM-toiminnoista voi sisältyä ERP:hen, mutta laajemmissa ympäristöissä käytössä voi olla erillisiä hankinnan, logistiikan tai toimitusketjun suunnittelun ratkaisuja.

Konepajassa SCM-ajattelu näkyy esimerkiksi ostotarpeiden ennakoinnissa, toimittajien toimituskyvyn seurannassa, alihankinnan ohjauksessa, materiaalisaatavuuden varmistamisessa ja toimitusketjun riskien hallinnassa. Järjestelmäkokonaisuus voi tukea myös kuljetusten, toimitusaikojen, sopimusten ja toimittajasuorituskyvyn seurantaa.

Toimitusketjun hallinta on tärkeää erityisesti silloin, kun tuotanto riippuu pitkistä toimitusajoista, ulkoistetuista työvaiheista, kriittisistä materiaaleista tai useista toimittajista. Puutteellinen toimitusketjutieto näkyy helposti tuotannon odotuksina, ylimääräisinä varastoina tai toimitusviiveinä.

Automaatio- ja valvomojärjestelmät (PLC, SCADA, DCS)

Automaatio- ja valvomojärjestelmät muodostavat tuotannon koneläheisen ohjaustason. PLC-ohjaimet ohjaavat koneita ja laitteita, SCADA-järjestelmät valvovat ja keräävät tietoa prosesseista, ja DCS-järjestelmiä käytetään erityisesti laajemmissa prosessiympäristöissä.

Konepajassa PLC-, SCADA- ja muut automaatiojärjestelmät voivat kerätä tietoa koneiden käyntitilasta, hälytyksistä, anturiarvoista, kappalemääristä, sykliajoista, pysähdyksistä ja energiankulutuksesta. Tietoa voidaan käyttää valvomossa tuotannon tekniseen seurantaan, mutta sitä voidaan myös välittää MES-järjestelmään, kunnossapitoon, BI-raportointiin tai erilliseen konedatan keruuseen.

Automaatiojärjestelmien tieto on usein lähellä tuotannon todellista tapahtumaa. Haasteena on kuitenkin se, että pelkkä koneen tilaKoneen tila (Machine state). Resurssin kulloinenkin tila, kuten tuotanto, seisokki tai häiriö tai anturitieto ei vielä kerro koko tuotannon liiketoiminnallista merkitystä. Jotta tiedosta tulee hyödyllistä johtamisessa, se pitää usein yhdistää ERP:n työhön, nimikkeeseen, työvaiheeseen, asiakkaaseen tai tuotantosuunnitelmaan.

CNC-ohjelmien hallinta (DNC)

DNC, eli Direct Numerical Control, tarkoittaa CNC-ohjelmien keskitettyä hallintaa ja jakelua koneille. DNC-järjestelmän tehtävänä on varmistaa, että oikea NC-ohjelma on oikealla koneella oikeaan aikaan ja että ohjelmaversiot pysyvät hallinnassa.

Konepajassa DNC:tä käytetään NC-ohjelmien siirtämiseen CAM-järjestelmästä CNC-koneille, ohjelmien versionhallintaan, ohjelmien varmuuskopiointiin ja vanhojen ohjelmien hallittuun palauttamiseen. Se vähentää riippuvuutta muistitikkujen, sähköpostien tai koneiden paikallisten muistien varaan rakentuvista käytännöistä.

DNC on erityisen hyödyllinen ympäristöissä, joissa CNC-ohjelmia on paljon, samoja osia valmistetaan toistuvasti tai ohjelmiin tehdään pieniä muutoksia tuotannon aikana. Ilman keskitettyä ohjelmien hallintaa syntyy riski, että koneella käytetään väärää, vanhentunutta tai epävirallisesti muokattua ohjelmaa.

Teollinen esineiden internet (IIoT) ja koneiden tiedonkeruu

IIoT, eli Industrial Internet of Things, tarkoittaa teollisten koneiden, laitteiden ja tuotantoympäristöjen yhdistämistä datankeruun ja analytiikan käyttöön. IIoT-ratkaisut keräävät tietoa esimerkiksi antureista, koneiden rajapinnoista, energiankulutuksesta, värähtelystä, lämpötilasta, paineesta, käyntiajoista ja pysähdyksistä.

Konepajassa IIoT:tä voidaan käyttää koneiden kunnonvalvontaan, energiankulutuksen seurantaan, käyntiaikojen analysointiin, ennakoivaan kunnossapitoon ja tuotannon häiriöiden tunnistamiseen. Koneiden käyttödata voi täydentää manuaalisia työvaihekirjauksia ja antaa tarkemman kuvan siitä, milloin kone todella tuotti, seisoi, oli asetuksessa tai oli poissa käytöstä.

IIoT-ratkaisujen hyöty riippuu siitä, saadaanko kerätty data yhdistettyä tuotannon muuhun tietoon. Jos koneelta tiedetään vain käyntitila mutta ei työtä, nimikettä, vaihetta tai asiakastilausta, analyysi jää helposti tekniseksi seurantatiedoksi. Tiedolla johtamisen kannalta tärkeintä on yhdistää konedataKonedata (Machine data). Suoraan tuotantokoneilta kerätty tieto, kuten tila, nopeus tai ohjelma. Voi olla vaikka ohjelmistorajapinnan (API), logiikkapiirin tai antureiden avulla kerätty ERP:n, MES:n, kunnossapidon ja BI:n tietoihin.

Raportointi, analytiikka ja liiketoimintatiedon hallintaLiiketoimintatiedon hallinta (Business Intelligence). Tarkoittaa liiketoiminnan kannalta olennaisen sisäisen ja ulkoisen tiedon keräämistä, jalostamista, analysointia, raportointia ja hyödyntämistä päätöksenteon tukena. Se on keskeinen käytännön väline tiedolla johtamisen toteuttamiseen. (BI)

BI, eli Business IntelligenceBusiness Intelligence (BI). Menetelmät ja työkalut datan raportointiin ja visualisointiin., tarkoittaa tiedon kokoamista, mallintamista, analysointia ja visualisointia päätöksenteon tueksi. BI-järjestelmä ei yleensä ole alkuperäisen tiedon lähde, vaan se yhdistää tietoa ERP:stä, MES:stä, QMS:stä, WMS:stä, CMMS:stä, konedatasta ja muista järjestelmistä.

Konepajassa BI:tä käytetään tuotannon, myynnin, talouden, laadun, varaston, toimitusvarmuuden, kapasiteetin ja kannattavuuden seurantaan. Raportit ja mittaristot voivat näyttää esimerkiksi liikevaihdon, katteen, tilausten tilanteen, tuotannon läpimenoajan, OEEKokonaistehokkuus (Overall Equipment Effectiveness, OEE). Tuotannon tehokkuusmittari, joka yhdistää käytettävyyden, nopeuden ja laadun:n, reklamaatiot, hylkäykset, varaston kierron, asiakaskohtaisen kannattavuuden ja kuormituksen.

BI:n arvo riippuu lähdejärjestelmien datan laadusta ja yhteisestä tietomallista. Jos nimikkeet, asiakkaat, työvaiheet, kustannukset tai toteumakirjaukset ovat epäyhtenäisiä, raportointi voi näyttää täsmälliseltä mutta johtaa virheellisiin päätelmiin. Siksi BI ei ole pelkkä raportointikerros, vaan osa laajempaa tiedonhallinnan kokonaisuutta.

Dokumentinhallintajärjestelmä (DMS)

DMS, eli Document Management System, on dokumenttien tallentamiseen, versionhallintaan, hyväksyntään, jakamiseen ja käyttöoikeuksiin tarkoitettu järjestelmä. Se täydentää PDM- ja PLM-järjestelmiä erityisesti niiden dokumenttien osalta, jotka eivät ole varsinaista tuotemallia tai suunnitteluaineistoa.

Konepajassa DMS-järjestelmää käytetään työohjeiden, sopimusten, lomakkeiden, laatudokumenttien, käyttöohjeiden, pöytäkirjojen, sertifikaattien, turvallisuusohjeiden ja muiden asiakirjojen hallintaan. Tavoitteena on varmistaa, että käyttäjillä on käytössään oikea ja ajantasainen dokumentti.

Dokumentinhallinnan merkitys kasvaa, kun asiakasvaatimukset, auditoinnit, laatujärjestelmät ja viranomaisvaatimukset edellyttävät dokumentoitua toimintaa. Jos dokumentteja hallitaan vain verkkolevyillä tai sähköpostissa, versionhallinta, käyttöoikeudet ja hyväksyntäketjut voivat jäädä epäselviksi.

Asiakkuudenhallintajärjestelmä (CRM)

CRM, eli Customer Relationship Management, on asiakkuudenhallintajärjestelmä. Sen tarkoitus on hallita asiakastietoja, yhteydenpitoa, myyntimahdollisuuksia, tarjouspyyntöjä, asiakaspalautetta ja asiakassuhteen historiaa.

Konepajassa CRM-järjestelmää käytetään erityisesti myynnin ja asiakastyön tukena. Sen avulla voidaan seurata liidejä, tarjouspyyntöjä, käynnissä olevia myyntimahdollisuuksia, asiakaskontakteja ja sovittuja jatkotoimia. CRM voi auttaa myös asiakaskohtaisten sopimusten, reklamaatioiden, palautteiden ja palvelupyyntöjen hallinnassa.

CRM:n hyöty syntyy siitä, että asiakastieto ei jää yksittäisten henkilöiden sähköposteihin tai muistiinpanoihin. Kun CRM yhdistyy ERP:hen, voidaan seurata paremmin, miten myyntimahdollisuudet muuttuvat tilauksiksi, millainen asiakkaan tilaushistoria on ja millaisia toimitus- tai laatupoikkeamia asiakkuuteen liittyy.

Projektinhallintajärjestelmä (PPM)

PPM, eli Project Portfolio Management, tai yleisemmin projektinhallintajärjestelmä, tukee projektien, tehtävien, resurssien, aikataulujen ja kustannusten hallintaa. Konepajassa tätä tarvitaan erityisesti projektiluonteisessa valmistuksessa, investointiprojekteissa, tuotekehityksessä ja asiakaskohtaisissa toimituksissa.

Projektinhallintajärjestelmää käytetään tehtävien, vastuiden, aikataulujen, virstanpylväiden, resurssien, kustannusten ja projektidokumenttien seurantaan. Se voi täydentää ERP:tä silloin, kun ERP hallitsee tilauksen ja laskutuksen, mutta projektin sisäinen koordinointi, tehtävien eteneminen ja dokumentointi vaativat tarkempaa näkyvyyttä.

Projektinhallinnan tieto on hyödyllistä myös jälkilaskennassa ja toiminnan kehittämisessä. Kun projektien aikatauluja, kustannuksia, muutoksia ja poikkeamia seurataan systemaattisesti, voidaan arvioida paremmin, mitkä projektit ovat kannattavia ja missä syntyy toistuvia ongelmia.

Henkilöstö- ja työajanhallintajärjestelmä (HRM / T&A)

HRM, eli Human Resource Management, ja T&A, eli Time and Attendance, liittyvät henkilöstö- ja työajanhallintaan. Ne voivat olla osa ERP:tä tai erillisiä järjestelmiä riippuen yrityksen koosta ja tarpeista.

Konepajassa työajanhallintaa käytetään työaikaleimausten, poissaolojen, työvuorojen, lomien, osaamisten, pätevyyksien ja kustannuspaikkojen hallintaan. Työaikatieto voi liittyä myös tuotannon seurantaan, jos työntekijöiden työaikaa kohdistetaan työvaiheille, projekteille tai tuotanto-tilauksille.

Henkilöstö- ja osaamistieto on tärkeää kapasiteetin suunnittelussa. Koneelle tai työvaiheelle ei riitä, että laite on vapaa, jos tarvittavaa osaajaa ei ole käytettävissä. Siksi henkilöstöjärjestelmien ja tuotannonsuunnittelun välinen yhteys voi olla tärkeä erityisesti yrityksissä, joissa osaamiset, pätevyydet tai työvuorot rajoittavat tuotannon toteutusta.

Taloushallinnon järjestelmä (FMS)

FMS, eli Financial Management System, tarkoittaa taloushallinnon järjestelmää. Se voi olla osa ERP:tä tai erillinen taloushallinnon ratkaisu. Sen tehtävänä on hallita kirjanpitoa, ostolaskuja, myyntilaskuja, maksuliikennettä, budjetteja, kustannuspaikkoja ja talousraportointia.

Konepajassa taloushallinnon järjestelmä liittyy keskeisesti laskutukseen, ostolaskujen käsittelyyn, kustannusten seurantaan, katelaskentaan, budjetointiin ja investointien hallintaan. Jos taloustieto kytkeytyy ERP:n tuotanto-, varasto- ja tilaustietoihin, voidaan tarkastella esimerkiksi tilaus-, asiakas-, tuote- ja projektikohtaista kannattavuutta.

Taloushallinnon tieto muodostaa usein johdon raportoinnin perustan, mutta yksin se ei yleensä riitä tuotannon kehittämiseen. Kustannusten taustalla olevat syyt löytyvät usein tuotannon toteumista, työajoista, materiaalihukasta, reklamaatioista, kapasiteetin käytöstä ja toimitusketjun toiminnasta.

Hankintajärjestelmä ja toimittajahallinta (Procurement / SRM)

Hankintajärjestelmä tai SRM, eli Supplier Relationship Management, tukee ostojen, toimittajien, sopimusten ja hankintatarpeiden hallintaa. Usein hankintatoiminnot sisältyvät ERP:hen, mutta erillisjärjestelmiä voidaan käyttää silloin, kun hankinta on laajaa, toimittajia on paljon tai toimittajayhteistyötä halutaan ohjata tarkemmin.

Konepajassa hankintajärjestelmää käytetään ostopyyntöjen, ostotilausten, toimittajahintojen, toimitusaikojen, sopimusten, toimittaja-arviointien ja ostohistorian hallintaan. Hankintatieto liittyy suoraan varastosaldoihin, materiaalitarpeisiin, tuotannon aikatauluihin ja toimitusvarmuuteen.

Toimittajahallinnan merkitys kasvaa, jos yritys käyttää paljon alihankintaa tai kriittisiä materiaaleja. Tällöin on tärkeää seurata toimittajien toimitusvarmuutta, laatupoikkeamia, hintakehitystä ja kapasiteettia. Hyvä hankintatieto auttaa vähentämään tuotannon odotuksia, kiireostoja ja varastojen ylikasvua.

Yksittäistä oikeaa järjestelmäkokonaisuutta ei ole. Pienessä konepajassa ERP voi kattaa suuren osan arjen tarpeista, kun taas suurempi tai monimutkaisempi yritys tarvitsee usein erillisiä järjestelmiä tuotannonohjaukseen, laadunhallintaan, kunnossapitoon, konedatan keruuseen ja analytiikkaan. Olennaista on, että järjestelmäkokonaisuus tukee yrityksen prosesseja, tiedot ovat luotettavia ja jokaiselle keskeiselle tiedolle on määritelty ensisijainen järjestelmä.

Tietojen hallinnan kannalta tärkeää on määritellä, missä järjestelmässä kukin tieto syntyy ja mikä järjestelmä on tiedon omistaja. Jos samaa asiakas-, nimikeNimike (Item / Product). Yksilöllinen tunniste tuotteelle, osalle tai materiaalille tuotannossa-, tuoterakenneTuoterakenne (Product structure / BOM, Bill of Materials). Tuotteen komponenttien ja niiden hierarkian kuvaus-, varasto- tai työvaihetietoa ylläpidetään käsin useassa paikassa, syntyy helposti ristiriitoja. Hyvä järjestelmäkokonaisuus ei tarkoita sitä, että kaikki tieto olisi yhdessä järjestelmässä, vaan sitä, että tiedon omistajuus, rajapinnat ja käyttötarkoitukset on määritelty selkeästi.

Yksi järjestelmä ei tee autuaaksi

Varsinkin monissa pienemmissä konepajoissa lähes kaikki toiminta pyörii pääosin monoliittisen toiminnanohjausjärjestelmän (ERP) päällä. Vaikka yhden järjestelmän käyttö periaatteessa yksinkertaistaa tiedon liikkumista ja poistaa tarvetta opetella useampia järjestelmiä, liittyy monoliittisiin järjestelmiin omat haasteensa.

Keskeisiä monoliittisen järjestelmän riskejä voivat olla jäykkä arkkitehtuuri, vaikeat integraatiot, käyttäjiä kuormittavat manuaaliset kirjaukset, järjestelmän sisäiset tiedon siiloutumiset, toimittajariippuvuus, versiopäivitysten aiheuttamat muutokset ja ketteryyden puute. Usein ERP-järjestelmässä jokin toiminnallisuus voi olla rajoittuneempi ja käytöltään jäykempi kuin kyseiseen asiaan kehitetyssä erillisessä järjestelmässä.

Esimerkiksi vaikka ERP-järjestelmän avulla voi tehdä tuotannon suunnittelua ja ohjausta "riittävällä" tasolla, mutta erillinen tuotannonohjausjärjestelmäTuotannonohjausjärjestelmä (Manufacturing Execution System, MES). Tuotannon toteutusta ohjaava järjestelmä, joka seuraa ja ohjaa tuotantoprosessia reaaliaikaisesti [netsuite.com (MES) mahdollistaisi paremman tuotannon tiedonkeruun ja reaaliaikaisen tuotannon seurannan. Monissa yrityksissä olemme havainneet ettei ERP myöskään ole taipunut vaikka hinnoitteluun yrityksen haluamalla tavalla, jolloin tarjouslaskentaa pyöritetään vaikka kustomoitujen Exceleiden avulla.

Itse kehittämällä parempaa?

TUOVA-hankkeessa tutustuimme monien konepajojen toimintaan ja heillä käytössä oleviin järjestelmiin. Havaitsimme monissa tiedolla johtamisessa pidemmällä olevissa yrityksissä olevan käytössä sisäisesti kehitettyjä järjestelmiä mm. tuotannonohjauksessa. Esimerkiksi yhdessä yrityksessä tuotannon henkilöstö oli päässyt osallistumaan järjestelmän suunnitteluun, jolloin järjestelmä oli kehitetty alusta lähtien käyttäjälähtöisesti. Oli hienoa havaita, miten kyseisessä yrityksessä koko henkilöstö oli saatu näin motivoitua jatkuvaan parantamiseen, mikä näkyi myös tuloksessa. Voidaan sanoa, että tiedolla johtamisen kulttuuri oli yrityksessä huomattavasti monia kilpailijoita edellä.

Itse kehittämällä voi saada juuri oman yrityksen tarpeisiin sopivan järjestelmän, mutta tällainen kehitysprojekti vaatii merkittäviä resurssipanostuksia puhumattakaan siitä, miten moni eri tavoin tällainen projekti voi epäonnistua tai jäädä tavoitteistaan. Useimmille yrityksille täysin oman järjestelmän kehittämisen sijaan parempi vaihtoehto on räätälöidä olemassa olevista järjestelmistä omaan käyttöön sopivia tai vaihtoehtoisesti sopeuttaa omia prosessejaan järjestelmien kanssa yhteensopiviksi.

---

Mitä tiedonhallinta on?

Valmistavassa teollisuudessa tieto näkyy arjessa monessa muodossa. Se on piirustuksia, työohjeita, tuoterakenteita, materiaalitietoja, mittaustuloksia, poikkeamaraportteja, kunnossapitomerkintöjä, asiakasvaatimuksia, tuotantosuunnitelmia ja kokeneiden työntekijöiden käytännön osaamista. Usein yrityksissä ei ole pulaa tiedosta. Päinvastoin, tietoa syntyy jatkuvasti eri järjestelmissä, koneilla, dokumenteissa, sähköposteissa, palavereissa ja ihmisten välisessä yhteistyössä.

Varsinainen haaste on siinä, että tieto on usein hajallaan. Osa tiedosta löytyy ERP-järjestelmästä, osa PDM- tai PLM-järjestelmästä, osa verkkolevyltä, osa Excel-taulukoista, osa työntekijöiden omista muistiinpanoista ja osa vain kokeneiden työntekijöiden muistista. Tällöin tiedon hyödyntäminen voi olla hidasta, epävarmaa ja henkilöriippuvaista.

Tiedonhallinnan merkitys tulee näkyväksi juuri tällaisissa arjen tilanteissa. Tuotannossa saatetaan etsiä viimeisintä työohjetta. Hankinta voi käyttää vanhentunutta nimiketietoa. Laatuinsinööri joutuu selvittämään reklamaation juurisyytä useista eri lähteistä. Kunnossapito ei pääse käsiksi aiempiin häiriöhistorioihin. Johto tarkastelee raporttia, jonka luvut eivät täsmää tuotannon kokemuksen kanssa.

Hyvä tiedonhallinta vähentää tällaista epävarmuutta. Sen tavoitteena on varmistaa, että oikea tieto löytyy oikeasta paikasta, oikeassa muodossa ja oikeaan aikaan. Valmistavassa teollisuudessa tämä tarkoittaa käytännössä parempaa laatua, nopeampaa ongelmanratkaisua, sujuvampaa perehdytystä, luotettavampaa raportointia ja parempia päätöksiä.

Tiedonhallinta muodostaa pohjan tiedolla johtamiselle. Tiedonhallinnan tavoitteena on varmistaa, että oikea tieto on oikeiden ihmisten käytettävissä oikeaan aikaan, ymmärrettävässä muodossa ja riittävän luotettavana päätöksenteon, tuotannon, laadunhallinnan ja jatkuvan parantamisen tueksi. Tiedonhallinta on usein teknisempää kuin vaikkapa tietämyksenhallintaTietämyksenhallinta (Knowledge Management). Kaikki käytännön toiminnot, joilla dataa kerätään, tallennetaan, käsitellään, suojataan ja ylläpidetään. Sisältää mm. tietokannat, integraatiot ja laadunhallinnan. ja tiedolla johtaminenTiedolla johtaminen (Data-Driven Management). Päätöksenteko, joka perustuu analysoituun dataan ja mittareihin. Korostaa faktoihin perustuvaa toimintaa., joissa korostuu myös inhimillinen puoli ja hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää.

Tietojohtamisen kokonaiskuva (Mukaelma Tieto-osaava hankkeen kuvaajasta Tieto-osaava)

Tiedonhallinta, tietämyksenhallinta, tiedon johtaminen ja tiedolla johtaminen

Tiedonhallinnan ja sen lähikäsitteiden määrittely voi auttaa ymmärtämään käsitteiden välisiä eroja ja yhteyksiä. Käsitteiden välillä on päällekkäisyyksiä eivätkä kaikkien käsitteiden määritelmät ole vakiintuneet. Käsitteet voidaan jakaa vaikka seuraavasti.

TietojohtaminenTietojohtaminenMonitieteellinen organisaation tiedon hyödyntämisen kattokäsite, joka voidaan jakaa esim. tiedon johtamiseen ja tiedolla johtamiseen. on erityisesti suomen kielessä käytössä oleva kattokäsite, jonka alle voidaan sijoittaa sekä tiedolla johtaminenTiedolla johtaminen (Data-Driven Management). Päätöksenteko, joka perustuu analysoituun dataan ja mittareihin. Korostaa faktoihin perustuvaa toimintaa. että tiedon johtaminenTiedon johtaminen (Knowledge Management). Organisaation toiminta, jossa hallitaan ja jaetaan tietämystä (ei vain dataa), esimerkiksi dokumentaatio, osaaminen ja kokemustieto..

Tiedolla johtaminenTiedolla johtaminen (Data-Driven Management). Päätöksenteko, joka perustuu analysoituun dataan ja mittareihin. Korostaa faktoihin perustuvaa toimintaa. (Data-Driven Management) tarkoittaa tiedon hyödyntämistä päätöksenteossa, toiminnan ohjaamisessa ja kehittämisessä. Se vastaa kysymykseen, miten käytettävissä oleva tieto muutetaan paremmiksi päätöksiksi, toimenpiteiksi ja tuloksiksi.

Tiedon johtaminenTiedon johtaminen (Knowledge Management). Organisaation toiminta, jossa hallitaan ja jaetaan tietämystä (ei vain dataa), esimerkiksi dokumentaatio, osaaminen ja kokemustieto. voidaan nähdä kattokäsitteenä, joka tarkoittaa tiedon, tietovarantojen, tietovirtojen, tiedon laadun, tiedon jakamisen ja uuden tiedon luomisen edellytysten johtamista. Se vastaa kysymykseen, miten tieto syntyy, liikkuu, säilyy ja pysyy käyttökelpoisena organisaatiossa. Käsitteen alle voidaan sisällyttää sekä tiedonhallinta ja tietämyksenhallintaTietämyksenhallinta (Knowledge Management). Kaikki käytännön toiminnot, joilla dataa kerätään, tallennetaan, käsitellään, suojataan ja ylläpidetään. Sisältää mm. tietokannat, integraatiot ja laadunhallinnan., mutta usein sitä käytetään myös synonyyminä tiedonhallinnalle.

Tiedonhallinta (Data/Information Management) on sekin kattotermi, joka tarkoittaa eksplisiittisen tiedon keräämisen, tallentamisen, kuvaamisen, luokittelun, laadun, suojaamisen, jakamisen ja elinkaaren kokonaisuutta. Sen tavoitteena on, että organisaation tarvitsema tieto on löydettävää, luotettavaa, ajantasaista ja käyttökelpoista.

TietämyksenhallintaTietämyksenhallinta (Knowledge Management). Kaikki käytännön toiminnot, joilla dataa kerätään, tallennetaan, käsitellään, suojataan ja ylläpidetään. Sisältää mm. tietokannat, integraatiot ja laadunhallinnan. (Knowledge Management) mielletään yleensä tarkoittavan erityisesti organisaation osaamisen, kokemustiedon ja hiljaisen tiedon tunnistamista, jakamista ja hyödyntämistä. Sen tavoitteena on, että yksittäisten ihmisten osaaminen muuttuu yhteiseksi oppimiseksi ja paremmaksi toiminnaksi.

Tiivistelmänä käsitteiden erot voi hahmottaa vaikka näin: Tiedonhallinta kysyy, missä tieto on ja voiko siihen luottaa. TietämyksenhallintaTietämyksenhallinta (Knowledge Management). Kaikki käytännön toiminnot, joilla dataa kerätään, tallennetaan, käsitellään, suojataan ja ylläpidetään. Sisältää mm. tietokannat, integraatiot ja laadunhallinnan. kysyy, miten osaaminen saadaan jaettua. Tiedon johtaminenTiedon johtaminen (Knowledge Management). Organisaation toiminta, jossa hallitaan ja jaetaan tietämystä (ei vain dataa), esimerkiksi dokumentaatio, osaaminen ja kokemustieto. kysyy, miten kaikenlaista tietoa johdetaan organisaation voimavarana. Tiedolla johtaminenTiedolla johtaminen (Data-Driven Management). Päätöksenteko, joka perustuu analysoituun dataan ja mittareihin. Korostaa faktoihin perustuvaa toimintaa. kysyy, miten tiedon avulla tehdään parempia päätöksiä.

Lisäksi on muitakin tärkeitä liittyviä käsitteitä, kuten liiketoimintatiedon hallintaLiiketoimintatiedon hallinta (Business Intelligence). Tarkoittaa liiketoiminnan kannalta olennaisen sisäisen ja ulkoisen tiedon keräämistä, jalostamista, analysointia, raportointia ja hyödyntämistä päätöksenteon tukena. Se on keskeinen käytännön väline tiedolla johtamisen toteuttamiseen. (Business IntelligenceBusiness Intelligence (BI). Menetelmät ja työkalut datan raportointiin ja visualisointiin.), datan hallintamalliDatan hallintamalli (Data Governance). Organisaation toimintamalli, joka määrittää, kuka omistaa datan, miten sitä käytetään ja miten sen laatu varmistetaan. Tavoitteena on tehdä datasta luotettava ja hallittu resurssi. (Data Governance), ydintiedon hallintaYdintiedon hallinta (Master Data Management (MDM)). Prosessit ja työkalut, joilla organisaation keskeinen ydindata (asiakkaat, tuotteet) pidetään yhtenäisenä ja luotettavana. (Master Data Management), tiedon jäljitettävyysTiedon jäljitettävyys (Data Lineage). Kuvaa datan alkuperän sekä kaikki sen käsittelyvaiheet. Mahdollistaa jäljitettävyyden ja luotettavuuden arvioinnin. (Data Lineage) ja tietohallinto (IT management). Osaan näistä käsitteistä palataan myöhemmin.

---

Mistä tiedonhallinta koostuu?

Tiedonhallinta koostuu tiedon koko elinkaaren hallinnasta: tiedon tunnistamisesta, keräämisestä, tallentamisesta, kuvaamisesta, luokittelusta, suojaamisesta, ylläpidosta, jakamisesta, laadun varmistamisesta ja hyödyntämisestä. Käytännössä se tarkoittaa, että organisaatiossa sovitaan, mitä tietoa pidetään kriittisenä, missä tieto syntyy, kuka siitä vastaa, missä sitä ylläpidetään, miten sitä saa käyttää ja miten sen luotettavuus varmistetaan.

Tiedonhallinta on laaja käsite, joka koostuu monista erilaisista osa-alueista. Kokonaisuutta voi lähteä purkamaan esimerkiksi kansainvälisen DAMA DMBoK tiedonhallinnan viitekehyksen avulla, jossa tiedonhallinta jaetaan 11 osa-alueeseen. Sen avulla organisaatio voi tarkastella dataa liiketoiminnan voimavarana, jonka arvo edellyttää selkeitä vastuita, yhteisiä määritelmiä, laadunhallintaa, turvallisuutta, metatietoa, integraatioita ja analytiikan mahdollistavia rakenteita.

DAMA DMBoK -viitekehys

DAMA-DMBOK (Data Management Body of Knowledge) on globaali tiedonhallinnan ammattilaisten viitekehys. Se määrittelee tiedonhallinnan käsitteet, parhaat käytännöt ja organisaation kyvykkyydet. Viitekehystä voidaan hyödyntää monin tavoin, esimerkiksi vertaamalla omia käytäntöjä alan parhaisiin käytänteisiin.

DAMA-DMBOK (versio 2) jakaa tiedonhallinnan 11 keskeiseen osa-alueeseen. Alla on lyhyet selitteet osa-alueiden sisällöistä.

DAMA-DMBOK tiedonhallinnan osa-alueet (DAMA DMBOK)

1. Datan hallintamalliDatan hallintamalli (Data Governance). Organisaation toimintamalli, joka määrittää, kuka omistaa datan, miten sitä käytetään ja miten sen laatu varmistetaan. Tavoitteena on tehdä datasta luotettava ja hallittu resurssi. (Data Governance): Datan hallintamalliDatan hallintamalli (Data Governance). Organisaation toimintamalli, joka määrittää, kuka omistaa datan, miten sitä käytetään ja miten sen laatu varmistetaan. Tavoitteena on tehdä datasta luotettava ja hallittu resurssi. määrittää roolit, vastuut, periaatteet ja päätöksentekotavat, joiden avulla dataa johdetaan organisaation yhteisenä voimavarana. Sen tavoitteena on varmistaa datan vastuullinen käyttö, yhdenmukaisuus, laatu, turvallisuus ja liiketoiminnan tavoitteiden mukainen hyödyntäminen.

2. Data-arkkitehtuuriTietoarkkitehtuuri (Data Architecture). Kokonaiskuva siitä, miten data liikkuu, tallennetaan ja käsitellään organisaatiossa. (Data Architecture): Data-arkkitehtuuriTietoarkkitehtuuri (Data Architecture). Kokonaiskuva siitä, miten data liikkuu, tallennetaan ja käsitellään organisaatiossa. kuvaa, miten data rakentuu, liikkuu, tallentuu ja liittyy organisaation prosesseihin, järjestelmiin ja tavoitteisiin. Se luo kokonaiskuvan tietovirroista, tietorakenteista, alustoista ja periaatteista, joiden avulla data tukee toimintaa, kehittämistä ja päätöksentekoa.

3. Tietomallinnus ja suunnittelu (Data Modeling and Design): Tietomallinnus ja suunnittelu tarkoittaa datan käsitteiden, rakenteiden, suhteiden ja sääntöjen kuvaamista ymmärrettävään ja järjestelmälliseen muotoon. Sen avulla varmistetaan, että ihmiset ja järjestelmät ymmärtävät datan samalla tavalla ja että data tukee raportointia ja analytiikkaa.

4. Datan tallennus ja operointi (Data Storage and Operations): Datan tallennus ja operointi kattaa datan säilyttämisen, hakemisen, ylläpidon, varmistamisen, palauttamisen ja suorituskyvyn hallinnan. Sen tavoitteena on varmistaa, että data on teknisesti saatavilla, turvallisesti säilytettyä, tehokkaasti käytettävissä ja hallittua koko käyttöikänsä ajan.

5. Tietoturva (Data Security): Tietoturva tarkoittaa datan suojaamista luvattomalta käytöltä, muuttamiselta, katoamiselta, väärinkäytöltä ja paljastumiselta. Se sisältää käyttöoikeudet, valvonnan, salauksen, tietoturvakäytännöt ja sääntelyn huomioimisen, jotta arkaluonteinen, liiketoimintakriittinen ja henkilötietoihin liittyvä data pysyy suojattuna.

6. Datan integrointi ja yhteentoimivuus (Data Integration and Interoperability): Datan integrointi ja yhteentoimivuus tarkoittaa datan siirtämistä, yhdistämistä ja yhdenmukaistamista eri järjestelmien, prosessien ja alustojen välillä. Sen tavoitteena on, että data kulkee luotettavasti lähdejärjestelmistä käyttöön, raportointiin, analytiikkaan ja liiketoimintaprosesseihin ilman tarpeettomia katkoksia.

7. Dokumenttien ja sisältöjen hallinta (Documents and Content Management): Dokumenttien ja sisältöjen hallinta koskee rakenteettoman tai puolirakenteisen tiedon, kuten dokumenttien, kuvien, videoiden, ohjeiden ja muun sisällön hallintaa. Sen tavoitteena on varmistaa aineistojen tallennus, luokittelu, löydettävyys, käyttöoikeudet, versiohallinta ja tarkoituksenmukainen käyttö.

8. Viite- ja ydintietojen hallinta (Reference and Master Data Management): Viite- ja ydintietojen hallinta varmistaa, että organisaation keskeiset ydintiedotYdintiedot (Master Data). Keskeinen, suhteellisen pysyvä tieto., kuten tuotteet, asiakkaat, toimittajat, materiaalit, sijainnit ja luokitukset, ovat yhdenmukaisia eri järjestelmissä ja prosesseissa. Sen tavoitteena on luoda luotettava yhteinen perusta toiminnalle ja päätöksenteolle.

9. Tietovarastointi ja liiketoimintatiedon hallintaLiiketoimintatiedon hallinta (Business Intelligence). Tarkoittaa liiketoiminnan kannalta olennaisen sisäisen ja ulkoisen tiedon keräämistä, jalostamista, analysointia, raportointia ja hyödyntämistä päätöksenteon tukena. Se on keskeinen käytännön väline tiedolla johtamisen toteuttamiseen. (Data Warehousing and Business IntelligenceBusiness Intelligence (BI). Menetelmät ja työkalut datan raportointiin ja visualisointiin.): Tietovarastointi ja liiketoimintatiedon hallintaLiiketoimintatiedon hallinta (Business Intelligence). Tarkoittaa liiketoiminnan kannalta olennaisen sisäisen ja ulkoisen tiedon keräämistä, jalostamista, analysointia, raportointia ja hyödyntämistä päätöksenteon tukena. Se on keskeinen käytännön väline tiedolla johtamisen toteuttamiseen. kokoaa, muokkaa ja järjestää dataa raportoinnin, analytiikan ja päätöksenteon tueksi. Sen avulla eri lähdejärjestelmien data voidaan yhdistää kokonaiskuvaksi, josta tuotetaan mittareita, raportteja ja liiketoimintaa tukevia havaintoja.

10. Metatiedon hallintaMetatiedon hallinta (Metadata Management). Metatiedon organisointi, ylläpito ja hyödyntäminen datan käytettävyyden parantamiseksi. (Metadata Management): Metatiedon hallintaMetatiedon hallinta (Metadata Management). Metatiedon organisointi, ylläpito ja hyödyntäminen datan käytettävyyden parantamiseksi. tarkoittaa dataa kuvaavan tiedon, kuten määritelmien, alkuperän, omistajuuden, rakenteiden, laskentasääntöjen ja käyttötarkoitusten hallintaa. Sen avulla dataa voidaan ymmärtää, löytää, jäljittää, arvioida ja käyttää luotettavammin eri järjestelmissä, raporteissa ja päätöksentekotilanteissa.

11. Datan laadunhallinta (Data Quality Management): Datan laadunhallinta varmistaa, että data on oikeaa, täydellistä, ajantasaista, johdonmukaista, yksilöivää ja käyttötarkoitukseensa sopivaa. Se sisältää laadun mittaamisen, virheiden tunnistamisen, korjaamisen, ehkäisemisen ja jatkuvan seurannan, jotta organisaation päätökset eivät perustu epäluotettavaan tietoon.

Tuotetiedon hallinta on valmistavan yrityksen ytimessä

Tuotetiedon hallinta on yksi valmistavan teollisuuden tärkeimmistä tiedonhallinnan osa-alueista. Tuotetieto sisältää esimerkiksi nimikkeet, tuoterakenteet, materiaaliluettelot, CAD-mallit, piirustukset, tekniset vaatimukset, valmistusohjeet, tarkastusohjeet ja revisiot. Näiden tietojen oikeellisuus vaikuttaa lähes kaikkiin yrityksen toimintoihin.

Jos tuotetieto on virheellistä, vaikutukset voivat kertautua nopeasti. Väärä materiaalitieto voi johtaa virheelliseen ostoon. Vanhentunut piirustus voi aiheuttaa valmistusvirheen. Puutteellinen tuoterakenneTuoterakenne (Product structure / BOM, Bill of Materials). Tuotteen komponenttien ja niiden hierarkian kuvaus voi vääristää kustannuslaskentaa tai tuotannon suunnittelua. Epäselvä revisiotieto voi johtaa siihen, että tuotannossa valmistetaan väärää versiota asiakkaan tuotteesta.

Tuotetiedon hallintaan voidaan käyttää tarvittaessa erillisiä tuotetiedon hallinnan (Product Data Management, PDM), tuotteen elinkaaren hallinnan (Product Lifecycle Management, PLM) ja ERP-järjestelmiä. PDM auttaa hallitsemaan teknisiä dokumentteja ja suunnitteluaineistoja. PLM laajentaa näkökulmaa tuotteen koko elinkaareen. ERP puolestaan yhdistää tuotetiedon hankintaan, varastoon, tuotantoon, kustannuksiin ja toimituksiin.

Käytännön kannalta olennaista on, että tuotetieto kulkee hallitusti suunnittelusta tuotantoon ja tuotannosta edelleen laatuun, hankintaan, huoltoon ja asiakastoimituksiin. Kun suunnittelussa tehdään muutos, sen vaikutukset voivat ulottua materiaaleihin, työkaluihin, työohjeisiin, tarkastuksiin ja toimitusaikaan. Hyvä tuotetiedon hallinta varmistaa, että muutos ei jää vain yhden järjestelmän tai yhden henkilön tietoon.

Asiakirjahallinta vähentää epävarmuutta

Asiakirjahallinnan keskeinen kysymys on yksinkertainen: miten varmistetaan, että käytössä on oikea dokumentti? Tämä tarkoittaa versionhallintaa, hyväksyntäkäytäntöjä, selkeitä tallennuspaikkoja, vastuuhenkilöitä ja vanhentuneiden dokumenttien poistamista käytöstä. Valmistavassa teollisuudessa esimerkkejä asiakirjoista ovat työohjeet, tarkastusohjeet, mittauspöytäkirjat, piirustukset, huolto-ohjeet, laatudokumentit, auditointiraportit, poikkeamaraportit ja materiaalitodistukset.

Esimerkiksi tuotannon työohjeen pitää olla sellaisessa muodossa, että työntekijä voi käyttää sitä helposti työn aikana. Jos ohje löytyy vain pitkästä kansiorakenteesta tai epäselvästi nimetystä tiedostosta, sen käytettävyys on heikko. Jos ohjeesta on liikkeellä useita versioita, riski virheelliseen toimintaan kasvaa.

Hyvä asiakirjahallinta ei tarkoita byrokratian lisäämistä. Se tarkoittaa sitä, että työntekijän ei tarvitse arvailla, mikä dokumentti on oikea. Kun dokumentin tila, versio, hyväksyjä ja käyttötarkoitus ovat selkeitä, työ on sujuvampaa ja luotettavampaa.

Hiljainen tieto ja osaamisen siirtäminen

Kaikki yrityksen toiminnan kannalta tärkeä tieto ei ole tallennettuina järjestelmiin, vaan suuri osa siitä on ns. hiljaista tietoa (tacit knowledge). Hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää on kokemuksen kautta syntynyttä ammattitaitoa ja osaamista, jota voi olla vaikea pukea sanoiksi ja siirtää eteenpäin. Hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää näkyy kykynä ennakoida ongelmia, tulkita poikkeavia tilanteita ja tehdä oikeita ratkaisuja käytännön työssä. Se voi olla esimerkiksi kokeneen työntekijän kykyä tunnistaa äänestä työkalun kulumaa, tietoa eri materiaalien käyttäytymisestä eri olosuhteissa tai hankalan työvaiheen toteutuksen yksityiskohtia, joita ei ole virallisissa ohjeissa.

Hiljaisen tiedon riski on siinä, että se on usein henkilöriippuvaista. Kun kokenut työntekijä vaihtaa tehtävää, jää eläkkeelle tai on poissa, osaaminen voi kadota arjesta. Tämä voi näkyä pidempänä perehdytyksenä, virheiden lisääntymisenä tai hitaampana ongelmanratkaisuna.

Yritys voi hallita hiljaista tietoa monin keinoin. Mentorointi, parityöskentely, työnkierto, perehdytysvideot, käytännön vinkkipankit, ongelmatilanteiden jälkipurku ja kokeneiden työntekijöiden haastattelut auttavat tekemään osaamista näkyväksi. Kaikkea hiljaista tietoa ei tarvitse muuttaa raskaiksi dokumenteiksi. Usein riittää, että kriittiset havainnot, parhaat käytännöt ja toistuvat ongelmat tehdään jaettaviksi.

SECI-malli työkaluna kokemustiedon jakamiseen

Hiljaisen tiedon keräämiseen ja hyödyntämiseen on kehitetty mm. Japanista lähtöisin oleva SECI-malli, joka kuvaa, miten hiljainen ja näkyvä tietoNäkyvä tieto (Explicit knowledge). Dokumentoitua ja helposti jaettavaa tietoa muuttuvat toisikseen sosiaalistamisen, ulkoistamisen, yhdistämisen ja sisäistämisen kautta. Käytännössä tämä tarkoittaa esimerkiksi sitä, että kokenut työntekijä näyttää työvaiheen uudelle työntekijälle, kokemukseen perustuva vinkki kirjataan ohjeeksi, eri dokumentit ja havainnot yhdistetään paremmaksi toimintamalliksi ja uusi työntekijä omaksuu tiedon osaksi omaa ammattitaitoaan. SECI-mallissa keskeistä on iteratiivinen prosessi, jossa eksplisiittinen ja hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää ovat jatkuvassa vuorovaikutuksessa.

SECI-malli (Wikipedia)

Tiedon laatu ratkaisee, voiko tietoon luottaa

Tiedon laadusta ja sen merkityksestä oli kuvausta jo tarjous-toimitusprosessin osiossa.

Tiedonhallinnan arvo riippuu tiedon laadusta. Tiedon pitää olla oikeaa, ajantasaista, täydellistä, yhdenmukaista, jäljitettävää ja käyttökelpoista. Jos tieto on heikkolaatuista, myös sen perusteella tehtävät päätökset ovat epävarmoja.

Valmistavassa teollisuudessa tiedon laatuongelmat voivat näkyä monella tavalla. Nimiketiedoista puuttuu olennaisia kenttiä. Sama toimittaja on perustettu järjestelmään usealla eri nimellä. Tuotannon kirjauksia tehdään eri vuoroissa eri tavalla. Materiaalitiedot eivät vastaa todellista käyttöä. Raportoinnissa läpimenoaikaLäpimenoaika (Lead time / Throughput time). Kokonaisaika työn aloituksesta valmistumiseen, sisältäen odotus-, siirto- ja käsittelyajat määritellään eri tavoin kuin tuotannon arjessa.

Tällaiset ongelmat vaikuttavat suoraan toimintaan. Virheellinen nimiketieto voi johtaa väärään ostoon. Puutteellinen materiaalitieto voi vaikeuttaa jäljitettävyyttä. Epäyhtenäinen konetieto voi vääristää OEEKokonaistehokkuus (Overall Equipment Effectiveness, OEE). Tuotannon tehokkuusmittari, joka yhdistää käytettävyyden, nopeuden ja laadun-raportointia. Jos tuotannon kirjaukset eivät ole vertailukelpoisia, kehitystoimenpiteiden vaikutuksia on vaikea arvioida.

Tietomallinnus ja tietovarastointi luovat pohjaa analytiikalle ja tekoälyn käytölle

Tietomallinnus ja tietovarastointi ovat tiedonhallinnan teknisempiä osa-alueita, mutta niiden perusajatus on hyvin käytännöllinen. Tietomallinnus auttaa määrittelemään, mitä yrityksen käyttämät käsitteet tarkoittavat ja miten ne liittyvät toisiinsa. Tietovarastointi puolestaan kokoaa eri järjestelmistä tulevaa tietoa raportoinnin ja analytiikan käyttöön.

Tietovarasto voi yhdistää tietoa esimerkiksi ERP:stä, MES-järjestelmästä, laadunhallintajärjestelmästä, kunnossapitojärjestelmästä, PDM- tai PLM-järjestelmästä ja konedatasta. Sen avulla voidaan tarkastella esimerkiksi läpimenoaikoja, toimitusvarmuutta, laatupoikkeamia, koneiden käyttöastetta, kunnossapidon vaikutuksia ja asiakaskohtaisia reklamaatioita.

On kuitenkin tärkeää muistaa, että tietovarasto ei korjaa huonoa tiedonhallintaa. Jos lähdejärjestelmien tieto on puutteellista tai käsitteet ovat epäselviä, tietovarasto tekee ongelmat näkyvämmiksi. Siksi tietomallinnus, tiedon laatu ja vastuut ovat välttämättömiä myös analytiikan pohjaksi.

Tekoäly ei poista tiedonhallinnan tarvetta. Päinvastoin, se tekee tiedonhallinnan puutteet entistä näkyvämmiksi. Jos tuotannon kirjaukset ovat epäyhtenäisiä, mittausdata puutteellista tai käsitteet epäselviä, analytiikan tulokset voivat olla harhaanjohtavia. Jos taas tieto on laadukasta, kontekstoitua ja yhdistettävissä, yrityksellä on paremmat edellytykset hyödyntää dataa päätöksenteossa ja toiminnan kehittämisessä.

Seuraavalla sivulla käydään läpi tarkemmin tietovarastoinnin ja tietomallinnuksen aiheita ja annetaan käytännön esimerkki tietovaraston toteutuksesta.

Tiedonhallinta on myös kulttuurikysymys

Tiedonhallintaa ei voi ratkaista pelkästään järjestelmillä. Se vaatii myös yhteisiä toimintatapoja, selkeitä vastuita ja kulttuuria, jossa tieto nähdään yhteisenä voimavarana. Ihmiset eivät jaa tietoa automaattisesti vain siksi, että uusi järjestelmä on otettu käyttöön. Tiedon jakamisen pitää olla helppoa, hyödyllistä ja osa normaalia työtä.

Kulttuurinen näkökulma on tärkeä erityisesti silloin, kun tietoa käytetään tuotannon seurantaan ja kehittämiseen. Jos henkilöstö kokee, että dataa käytetään syyllistämiseen, kirjaamisen laatu heikkenee ja tiedon jakaminen vähenee. Jos taas dataa käytetään ongelmien ratkaisemiseen, työn helpottamiseen ja toiminnan parantamiseen, tiedonhallinta saa arjessa hyväksynnän.

Johdon ja esihenkilöiden tehtävä on näyttää, miksi tietoa kerätään ja miten sitä hyödynnetään. Hyvä tiedonhallintakulttuuri syntyy, kun ihmiset näkevät, että tieto auttaa tekemään parempia päätöksiä, vähentää turhaa työtä ja tukee onnistumista.

---

Mitä ovat hyvät tiedonhallinnan käytänteet?

Valmistavan teollisuuden yrityksissäkin on monella eri kypsyystasolla olevia yrityksiä, mitä tulee tiedonhallintaan tai yleisemmin tiedolla johtamiseen. Yritysten sisällä tiedonhallinnan osa-alueetkin voivat olla eri kypsyystasoilla. Joku yritys saattaa olla hyvinkin edistynyt esim. tuotetiedon hallinnassa, mutta vaikka tietomallinnuksen osalta vielä lähtötelineissä. Toisessa saattaa olla jo käytössä modernit tietovarastot raportointityökaluineen, mutta metatiedon hallintaMetatiedon hallinta (Metadata Management). Metatiedon organisointi, ylläpito ja hyödyntäminen datan käytettävyyden parantamiseksi. voi olla hyvinkin puutteellista.

Tiedolla johtamisen kypsyystasot

Tiedolla johtamisen kypsyystaso mittaa organisaation kykyä hyödyntää tietoa päätöksenteossa ja toiminnan kehittämisessä. On kehitetty monia erilaisia arviointitapoja ja mittareita organisaatioiden kypsyystasojen arviointiin. Tyypillisesti työkaluissa kypsyystasot jaetaan viiteen luokkaan ja kypsyyttä arvioidaan useammassa eri kategoriassa. Valmistavalle teollisuudelle on kehitetty useita omia kypsyysmallejaan, joista on mainittu muutama alempana.

Alla on muutamia palveluita organisaation kypsyystason arviointiin datan hallinnan, hyödyntämisen ja digitalisaation suhteen.

• M2DDM (Maturity Model for Data-Driven Manufacturing) on yksi valmistavan teollisuuden kypsyysmalli, jolla voidaan arvioida sekä kehittää tuotantoprosesseja enemmän tiedolla ohjautuviksi.
• VTT on kehittänyt ManuMaturity ja jatkokehitetyn OSME (Open Smart Manufacturing Ecosystem) työkalut valmistavan teollisuuden kypsyyden arvioimiseen.
• Teknologiateollisuuden Teollisen datan playbook sisältää muokatun version VTT:n valmistavalle teollisuudelle kehitetystä kypsyysmallista, joka koostuu viidestä kypsyystasosta.
• Tieken datavalmiuskartoitus on ilmainen työkalu pk-yritysten datavalmiuksien nykytilanteen arviointiin jaettuna seitsemään osa-alueeseen.
• DCAM (Data Management Capability Assessment Model) on kansainvälisesti laajalti käytetty viitekehys organisaation tiedonhallinnan kypsyyden arviointiin. Yhteensopiva DAMA DMBoK viitekehyksen kanssa.
• Kybermittari on Traficomin kehittämä ja ylläpitämä kyberturvallisuuden kyspyystason arviointimittari kaikille organisaatioille.
• Creatido tarjoaa kypsyysanalyysipalveluita yrityksille tiedolla johtamiseen, datanhallintaan ja tekoälyn hyödyntämiseen.
• Advian on kehittänyt tiedolla johtamisen maturiteettimallin.

Alla on koottuna tiedonhallinnan käytäntöjä, jotka ovat tyypillisiä tiedonhallinnaltaan kypsille valmistavan teollisuuden yrityksille:

1. Dataa johdetaan liiketoiminnan voimavarana.

   • Datalle määritellään omistajat, käyttötarkoitukset, laatuvaatimukset ja liiketoiminnallinen merkitys.
   • Tiedonhallinta kytketään tuotannon, laadun, kunnossapidon, hankinnan, tuotekehityksen, talouden ja johdon tavoitteisiin.
   • Kehittämisessä määritellään ensin päätökset ja prosessit, joita datan tulee tukea. Teknologiat valitaan näiden perusteella.

2. Tiedonhallinnan vastuut ja toimintamalli ovat selkeitä.

   • Kriittisille tietoalueille nimetään omistajat ja ylläpidosta vastaavat henkilöt.
   • Vastuut kattavat tietojen määrittelyn, laadun, käyttöoikeudet, ylläpidon ja muutosten hyväksymisen.
   • Tiedonhallinta kuuluu normaaleihin tehtävänkuviin ja toimintaprosesseihin, eikä sitä käsitellä vain erillisenä hankkeena.

3. Yrityksellä on yhteinen käsitemalliKäsitemalli (Conceptual Data Model). Alustava liiketoimintalähtöinen kuvaus datasta ilman teknisiä yksityiskohtia. ja sanasto.

   • Keskeiset käsitteet, kuten nimikeNimike (Item / Product). Yksilöllinen tunniste tuotteelle, osalle tai materiaalille tuotannossa, työvaihe, tuotantoeräTuotantoerä (Production batch). Yhdessä valmistettavien kappaleiden joukko, seisokkiSeisokki (Downtime). Aika, jolloin tuotanto ei ole käynnissä, laatupoikkeama, asetusaikaAsetusaika (Setup time). Aika, joka kuluu tuotannon vaihtamiseen tuotetyypistä toiseen ja toimitusvarmuusToimitusvarmuus (Delivery reliability). Tuotteiden toimittamisen varmuus sovitussa aikataulussa, määritellään yhteisesti.
   • Käsitteillä on omistajat, ja niiden yhteydet tietojärjestelmiin ja tietokenttiin tunnetaan.
   • Eri järjestelmissä käytetään samoja määritelmiä tai järjestelmien väliset erot on kuvattu.

4. Tuotetieto, piirustukset, revisiot ja työohjeet ovat hallittuja.

   • Tuoterakenteet, piirustukset, ohjelmat, työohjeet ja tarkastusohjeet ovat versionhallittuja.
   • Dokumenteilla on omistaja, hyväksyjä, versio, tila ja voimassaoloaika.
   • Muutosten vaikutukset materiaaleihin, työvaiheisiin, työkaluihin, tarkastuksiin ja kustannuksiin arvioidaan.
   • Tuotannossa on yksiselitteistä, mitkä dokumentit ja revisiot ovat voimassa.

5. Ydintieto on yhtenäistä yli järjestelmärajojen.

   • Tuotteita, nimikkeitä, asiakkaita, toimittajia, materiaaleja, koneita, työvaiheita ja varastopaikkoja hallitaan yhteisten sääntöjen mukaisesti.
   • Kullekin ydintiedolle määritellään ensisijainen ylläpitopaikka.
   • Tietojen luomiselle, muuttamiselle ja käytöstä poistamiselle on sovitut menettelyt.
   • Samasta kohteesta ei ylläpidetä tarpeettomasti useita ristiriitaisia tunnuksia tai tietoja.

6. Datan laatua mitataan ja johdetaan.

   • Kriittiselle datalle asetetaan laatuvaatimukset, kuten oikeellisuus, täydellisyys, ajantasaisuus ja yhdenmukaisuus.
   • Laatua seurataan esimerkiksi puuttuvien tietojen, päällekkäisten tunnusten ja tiedonsiirtovirheiden avulla.
   • Laatupoikkeamille on korjausprosessi, vastuuhenkilöt ja seuranta.
   • Ongelmista selvitetään juurisyyt, jotta virheet eivät toistu.

7. Datan alkuperä ja käsittelyvaiheet ovat jäljitettävissä.

   • Organisaatiossa tiedetään, missä tieto syntyy, miten sitä käsitellään, mihin se siirtyy ja missä sitä käytetään.
   • Raporttien ja mittareiden arvot voidaan jäljittää lähdetietoihin, muunnoksiin ja laskentasääntöihin.
   • Kriittisistä tietoaineistoista kuvataan sisältö, omistaja, lähdejärjestelmä ja päivitystapa.
   • Tietovirrat, integraatiot ja keskeiset järjestelmäriippuvuudet dokumentoidaan.

8. Raportointi perustuu yhteisiin määritelmiin ja hyväksyttyihin tietolähteisiin.

   • Mittareille, kuten OEEKokonaistehokkuus (Overall Equipment Effectiveness, OEE). Tuotannon tehokkuusmittari, joka yhdistää käytettävyyden, nopeuden ja laadun:lle, läpimenoajalle, toimitusvarmuudelle ja hylkäysprosentille, määritellään laskentasäännöt, rajaukset ja tietolähteet.
   • Raporttien ja tietomallien muutokset tehdään ja testataan hallitusti.
   • Päällekkäisiä raportteja ja paikallisia laskentaversioita vähennetään.
   • Raporttien käyttökelpoisuutta arvioidaan säännöllisesti.

9. Tuotanto-, laatu-, kunnossapito- ja taloustietoja yhdistetään.

   • Tuotannon tapahtumia tarkastellaan yhdessä häiriö-, laatu-, materiaali-, kunnossapito-, toimitus- ja kustannustietojen kanssa.
   • Tietojen yhdistämisessä käytetään yhteisiä tunnisteita, aikamääreitä, luokituksia ja mittayksiköitä.
   • Poikkeamia arvioidaan niiden operatiivisten ja taloudellisten vaikutusten perusteella.
   • Analyysi tukee tapahtumien kuvaamisen lisäksi niiden syiden selvittämistä.

10. Data kytketään päätöksentekoon ja toiminnan kehittämiseen.

    • Dataa kerätään määriteltyjä käyttötarkoituksia varten, ei vain siksi, että sitä on mahdollista kerätä.
    • Mittarit liitetään päivittäisjohtamiseen, ongelmanratkaisuun, kunnossapidon suunnitteluun ja kapasiteettipäätöksiin.
    • Mittaripoikkeamille määritellään vastuuhenkilöt ja käsittelytavat.
    • Tarpeettomat tai toimintaa ohjaamattomat mittarit poistetaan.

11. Järjestelmät ja integraatiot tukevat liiketoimintaprosesseja.

    • Tietovirrat suunnitellaan prosessien, käyttötapausten ja tietovastuiden perusteella.
    • Siirrettäville tiedoille määritellään lähde, kohde, omistaja, siirtotiheys ja virheenkäsittely.
    • Integraatioiden toimintaa ja epäonnistuneita tiedonsiirtoja seurataan.
    • Teknologiavalinnoissa huomioidaan yhteentoimivuus, ylläpidettävyys ja tiedon siirrettävyys.

12. Tietoturva, käyttöoikeudet ja tiedon elinkaari ovat hallittuja.

    • Tiedot luokitellaan niiden kriittisyyden, luottamuksellisuuden ja käyttötarkoituksen perusteella.
    • Käyttöoikeudet perustuvat työtehtäviin ja todelliseen käyttötarpeeseen.
    • Tiedoille määritellään säilytysajat, arkistointi ja hallittu poistaminen.
    • Kriittisistä tiedoista otetaan varmuuskopiot ja niiden palauttamista testataan.
    • Tietoturva huomioidaan myös tuotantoverkoissa, koneissa, etäyhteyksissä ja toimittajayhteyksissä.

13. Dataa käsitellään tuotteena silloin, kun sillä on useita käyttäjiä.

    • Laajasti käytettävälle tietoaineistolle tai tietopalvelulle määritellään käyttäjät, käyttötarkoitukset, omistaja, sisältö, laatutaso ja saatavuus. Kaikkea dataa ei tarvitse tuotteistaa.
    • Tietotuotteen laatua ja käyttöä seurataan palautteen, virheiden ja sovittujen mittareiden avulla.
    • Tietotuotetta ylläpidetään koko sen elinkaaren ajan.

14. Osaamista ja kokemustietoa (hiljainen tietoHiljainen tieto (Tacit knowledge). Kokemukseen perustuva tieto, jota on vaikea dokumentoida tai siirtää) jaetaan järjestelmällisesti.

    • Kokeneiden työntekijöiden osaamista tallennetaan työohjeisiin, videoihin, kuviin, tarkistuslistoihin ja ongelmanratkaisukuvauksiin.
    • Häiriöistä, laatupoikkeamista, asetuksista ja korjauksista saadut opit jaetaan yhteiseen käyttöön.
    • Perehdytys yhdistää dokumentoidun tiedon, käytännön harjoittelun ja kokeneiden työntekijöiden ohjauksen.
    • Henkilöstö tuntee vastuunsa tietojen tuottamisessa, ylläpitämisessä, käyttämisessä ja suojaamisessa.

15. Tiedonhallintaa parannetaan jatkuvasti.

    • Tiedonhallinnan nykytilaa ja kehitystarpeita arvioidaan säännöllisesti.
    • Kehitystoimille määritellään tavoite, vastuuhenkilö ja vaikutuksen seuranta.
    • Dataongelmia käsitellään samoilla jatkuvan parantamisen menetelmillä kuin tuotannon poikkeamia.
    • Analytiikka- ja tekoälyratkaisut rakennetaan riittävän laadukkaan, ymmärretyn ja käyttöön hyväksytyn datan varaan.
    • Ratkaisujen tietolähteet, rajaukset ja tunnetut rajoitteet dokumentoidaan ja toimintaa seurataan käyttöönoton jälkeen.

Vinkkejä tiedonhallinnan kehittämiseen

Tiedonhallinnan kehittäminen voi tuntua laajalta kokonaisuudelta, mutta kaikkea ei tarvitse ratkaista kerralla. Hyvä alku on tunnistaa tilanteet, joissa tiedon puutteet aiheuttavat eniten haittaa. Tällaisia voivat olla esimerkiksi työohjeiden löydettävyys, tuotetiedon versionhallinta, nimiketietojen laatu, poikkeamatiedon kirjaaminen, perehdytyksen materiaalit tai kunnossapitotiedon hyödyntäminen.

Yritys voi aloittaa käytännönläheisesti esimerkiksi yhdestä tuoteryhmästä, yhdestä tuotantolinjasta tai yhdestä kriittisestä prosessista. Ensin selvitetään, mitä tietoa työssä tarvitaan, mistä tieto löytyy, kuka sitä ylläpitää ja missä kohdissa tieto aiheuttaa epävarmuutta. Sen jälkeen voidaan sopia vastuista, parantaa dokumentointia, yhtenäistää käsitteitä ja varmistaa, että tieto löytyy oikeasta paikasta.

Pieni mutta konkreettinen parannus voi tuottaa nopeasti hyötyä. Esimerkiksi työohjeiden versionhallinnan selkeyttäminen voi vähentää virheitä. Konekohtaisten häiriöratkaisujen kirjaaminen voi nopeuttaa kunnossapitoa. Perehdytyksen tarkistuslistat voivat lyhentää uuden työntekijän oppimisaikaa. Nimiketietojen siivous voi parantaa hankinnan ja tuotannon sujuvuutta.

Tärkeintä on tehdä tiedonhallinnasta näkyvä osa arkea. Kun ihmiset huomaavat, että parempi tieto helpottaa työtä, kehittäminen ei jää irralliseksi projektiksi.

---

Lähteitä ja lisätietoja tiedonhallinnasta

• Laihonen, H. ym.: TietojohtaminenTietojohtaminenMonitieteellinen organisaation tiedon hyödyntämisen kattokäsite, joka voidaan jakaa esim. tiedon johtamiseen ja tiedolla johtamiseen.: Suomenkielinen perusteos tietojohtamisesta, tiedon merkityksestä organisaatioissa, tiedon laadusta, tiedon hyödyntämisestä ja tietoperustaisesta arvonluonnista. Sopii hyvin lukijalle, joka haluaa hahmottaa tiedonhallinnan ja tiedolla johtamisen peruskäsitteitä suomeksi.

• Listenmaa, J.: Laita tieto töihin : tiedolla johtamisen käsikirja: Tämä kirja kokoaa käytännönläheisesti pala palalta, mitä on tiedolla johtaminenTiedolla johtaminen (Data-Driven Management). Päätöksenteko, joka perustuu analysoituun dataan ja mittareihin. Korostaa faktoihin perustuvaa toimintaa., miten tiedolla johdettu organisaatio rakennetaan ja kuinka sitä johdetaan niin, että tieto saadaan töihin.

• Tietojohtamisen ABC-käsikirja: Käytännönläheinen johdanto tietojohtamiseen, tiedon johtamiseen, järjestelmiin, kirjauskäytäntöihin sekä datan kokoamiseen, luokitteluun, siirtoon ja varastointiin. Vaikka käsikirja on tehty koulutusorganisaation kontekstiin, monet perusajatukset soveltuvat myös organisaatioiden tiedonhallinnan kehittämiseen.

• Teollisen datan playbook: Teollisen datan playbook on käytännön opas datan hyödyntämiseen ja jalostamiseen liiketoiminnassa, erityisesti valmistavassa teollisuudessa. Se tarjoaa yrityksille konkreettisia työkaluja ja malleja datan keräämiseen, analysointiin ja arvon luomiseen, parantaen näin kilpailukykyä.

• Nonaka, I. ja Takeuchi, H.: The Knowledge-Creating Company: Klassikkoteos organisaation tiedonluonnista ja SECI-mallista. SECI-malli kuvaa hiljaisen ja eksplisiittisen tiedon vuorovaikutusta neljän prosessin kautta: sosialisaatio, ulkoistaminen, yhdistäminen ja sisäistäminen.

• Davenport, T. H. ja Prusak, L.: Working Knowledge: How Organizations Manage What They Know: Käytännönläheinen klassikkokirja siitä, miten organisaatiot tunnistavat, analysoivat, mittaavat ja hyödyntävät tietämystään.

• Stark, J.: Product Lifecycle Management, Volume 1: 21st Century Paradigm for Product Realisation: Laaja PLM-teos tuotteen elinkaaren, tuotetiedon, PDM:n, PLM:n, digitaalisten kaksosten ja digital thread -ajattelun taustaksi.

• Springer: Product Lifecycle Management: Akateeminen kirjalähde tuotteen elinkaaren hallinnasta.

• IntechOpen: Product Lifecycle Management: Avoimesti saatavilla oleva toimitettu kirja PLM-teemasta.

• DAMA-DMBOK Framework: DAMA-DMBOKin verkkosivu jäsentää tiedonhallinnan osa-alueita.

• Atlan: DAMA DMBOK Framework: An Ultimate Guide for 2026: Johdanto DAMA-DMBOK-viitekehykseen.

• Kimball, R. ja Ross, M.: The Data Warehouse Toolkit, 3rd Edition: Käytännönläheinen klassikko dimensionaaliseen tietovarastomallinnukseen.

• TDWI: Data and Analytics Education and Research: Laaja sivusto data managementin, analytiikan, BI:n, tietovarastoinnin ja tekoälyn koulutuksiin, raportteihin ja webinaareihin.

---

Tekijät:

• Sivun pääkirjoittaja: Jesse Honkanen, TKI-asiantuntija, Savonia-amk
• Sisällön tarkistukseen ja täydennyksiin osallistunut muu TUOVA-hankkeen henkilöstö sekä toimituskunta.

Sisällön tuotannossa on käytetty apuna tekoälytyökaluja (mm. Copilot) kieliasun yhtenäistämisessä, käsitteiden selittämisessä, tiivistelmissä ja joidenkin osioiden kirjoittamisessa. Hankehenkilöstö on tarkistanut tekoälyn tuotokset ennen julkaisua.

TUOVA-hankkeen tekemät kuvaajat ja sarjakuvat hahmoineen on toteuttanut pääosin Emmi Paananen yhteistyössä muun hankehenkilöstön kanssa. Muualta otettujen kuvituskuvien ja kuvaajien yhteydessä on mainittu lähde.

Lisenssi: Tekstit ja hankkeen tekemät kuvat on julkaistu CC BY-SA 4.0 lisenssillä.

Sivun alkuperäinen julkaisupäivämäärä: 24.8.2026

Lopuksi

Tällä sivulla käsiteltiin yrityksen tiedonhallintaa yleisellä tasolla. Seuraavilla sivuilla perehdytään tarkemmin tietomallinnukseen ja tietovarastoihin.