Päästölaskentatyökalun rakentaminen infra-alan yritykselle
Kuolimo, Jere (2023)
Katso/ Avaa
Sisältö avataan julkiseksi: 10.05.2025
Diplomityö
Kuolimo, Jere
2023
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2023042739095
https://urn.fi/URN:NBN:fi-fe2023042739095
Tiivistelmä
Ympäristöystävällisyys ja vähähiilisyys ovat osa yhä useampien yritysten strategiaa eikä tutkimuksen kohdeyritys ole poikkeus. Jotta strategian toteutumista voidaan seurata, on yritysten pystyttävä tarkastelemaan toimenpiteiden vaikutusta yrityksen aiheuttamiin päästöihin. Päästölaskentatyökalu on kustannustehokas tapa selvittää yrityksen rakennusprojektien aiheuttamia ympäristöhaittoja jo projektin alkuvaiheessa. Tämän tutkimuksen tavoitteena on luoda päästölaskentatyökalu suomalaiselle infra-alan yritykselle. Tutkimus on toteutettu konstruktiivisena tutkimuksena, jossa yhdistyvät elinkaariarviointi, päästölaskenta sekä data-analytiikka. Tutkimuksessa luodaan teorian pohjalta viitekehys, jota hyödynnetään yhdessä vaatimustenmäärittelyn kanssa luomaan työkalun kehittämiselle raamit.
Päästölaskenta on dataintensiivinen toiminto ja suuressa yrityksessä dataa on voinut pirstaloitua ympäri organisaation tietojärjestelmiä. Data-analytiikan avulla dataa voidaan koota yhteen, parantaa sen laatua sekä jalostaa sitä, jotta voidaan synnyttää organisaatiolle uutta informaatiota. Tutkimuksen empiriaosuudessa on kuvattu kehitysprosessi, johon sisältyi päästötietojen kerääminen, tietovarastotyöt ja työkalun rakentaminen Microsoftin Power BI -alustalle. Työkalu tarjoaa tietoa projektien ja yrityksen päästöistä sekä datan laadusta.
Tutkimuksessa havaittiin tiedon laadun sekä määrän olevan merkittävä tekijä onnistuneessa päästölaskennassa. Kattavan päästölaskennan avulla yritys on valmiimpi toimimaan muuttuvassa toimintaympäristössä ja vastaamaan markkinoiden tai lainsäädösten muutoksiin. Data-analytiikan mahdollisuudet ovat ympäristöongelmien ratkaisemisessa monipuoliset ja kohdeyrityksen tapauksessa tämä konkretisoitui kustannustehokkaana päästölaskentana sekä oman toiminnan ympäristövaikutusten näkyvyyden lisääntymisenä. Going green and low carbon are part of the strategy of growing number of companies, and the target company of this study is no exception. To monitor the implementation of this strategy, companies need to be able to examine the impact of their actions on their emissions. An emissions calculation tool is a cost-effective way to identify the environmental impact of a company's construction projects at an early stage of the project. The aim of this study is to create an emissions calculation tool for a Finnish infrastructure company. The study has been carried out as constructive research, combining life cycle assessment, emission calculation and data analytics. The study creates a theoretical framework, which is used together with requirements specification to create a framework for the development of the tool.
Emissions accounting is a data-intensive activity and in a large company, data may have been fragmented across the organization’s information systems. Data analytics can be used to bring data together, improve its quality and refine it to generate new information for the organization. The empirical part of the study describes the development process, which included collecting emissions data, data warehouse work and building the tool on Microsoft's Power BI platform. The tool provides information on project and company emissions and data quality.
The main findings of the study are that data quality and quantity are important factors for successful emissions calculations. With a comprehensive emissions calculation, a company is better prepared to operate in a changing environment and to respond to changes in the market or legislation. Data analytics can be used to solve environmental problems in a variety of ways, and in the case of the target company, this was reflected in cost-effective emission calculations and increased visibility of the environmental impact of its own operations.
Päästölaskenta on dataintensiivinen toiminto ja suuressa yrityksessä dataa on voinut pirstaloitua ympäri organisaation tietojärjestelmiä. Data-analytiikan avulla dataa voidaan koota yhteen, parantaa sen laatua sekä jalostaa sitä, jotta voidaan synnyttää organisaatiolle uutta informaatiota. Tutkimuksen empiriaosuudessa on kuvattu kehitysprosessi, johon sisältyi päästötietojen kerääminen, tietovarastotyöt ja työkalun rakentaminen Microsoftin Power BI -alustalle. Työkalu tarjoaa tietoa projektien ja yrityksen päästöistä sekä datan laadusta.
Tutkimuksessa havaittiin tiedon laadun sekä määrän olevan merkittävä tekijä onnistuneessa päästölaskennassa. Kattavan päästölaskennan avulla yritys on valmiimpi toimimaan muuttuvassa toimintaympäristössä ja vastaamaan markkinoiden tai lainsäädösten muutoksiin. Data-analytiikan mahdollisuudet ovat ympäristöongelmien ratkaisemisessa monipuoliset ja kohdeyrityksen tapauksessa tämä konkretisoitui kustannustehokkaana päästölaskentana sekä oman toiminnan ympäristövaikutusten näkyvyyden lisääntymisenä.
Emissions accounting is a data-intensive activity and in a large company, data may have been fragmented across the organization’s information systems. Data analytics can be used to bring data together, improve its quality and refine it to generate new information for the organization. The empirical part of the study describes the development process, which included collecting emissions data, data warehouse work and building the tool on Microsoft's Power BI platform. The tool provides information on project and company emissions and data quality.
The main findings of the study are that data quality and quantity are important factors for successful emissions calculations. With a comprehensive emissions calculation, a company is better prepared to operate in a changing environment and to respond to changes in the market or legislation. Data analytics can be used to solve environmental problems in a variety of ways, and in the case of the target company, this was reflected in cost-effective emission calculations and increased visibility of the environmental impact of its own operations.