Automated data wrangling for the use of increasing cash flow analysts’ work efficiency : a case study
Lauri, Oskari (2024)
Pro gradu -tutkielma
2024
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202402025354
https://urn.fi/URN:NBN:fi-fe202402025354
Tiivistelmä
The aim of this thesis is to study Robotic Process Automation’s (RPA) effect on the efficiency and precision of menial data wrangling work carried out by cash flow analysts. The study consists of a literature review on the topic, and a real-life example of a data cleaning task carried out by analysis professionals working for a Helsinki based consulting firm is analyzed.
Previous studies on RPA’s effects onto efficiency consist largely of interviews done on professionals. This thesis attempts a more quantitative and practical approach by measuring the performances of human subjects. The performance metrics of time and error rates are reported and compared agaist an automated Python script created in this project for wrangling data from a customer’s online accounting platform. The results imply that in the case study RPA was able to speed up the low-level analyst’s tasks as the average time spent by experts is reduced by 98.6 per cent. This finding corroborates with earlier literature Tämä tutkielma tarkastelee ohjelmistorobotiikan kyvykkyyttä parantaa kassavirta-analyytikoiden työn tehokkuutta ja tarkkuutta toistuvissa ja yksinkertaisissa työtehtävissä. Tutkielma koostuu aiheeseen pohjautuvasta kirjallisuuskatsauksesta, sekä tapaustutkimuksesta, jossa tarkastellaan helsinkiläisen konsultointiyrityksen työntekijöiden suorittamaa datansiivoustyötehtävää.
Aikaisemmat tutkimukset ohjelmistorobotiikan vaikutuksesta työtehokkuuteen koostuvat laajalti ammattilaisiin kohdistetuista haastattelututkimuksista. Tämä tutkielma hyödyntää käytännönläheisempää ja kvantitatiivisempaa lähestymistapaa tarkkailemalla ihmisiä työssään ja mittaamalla heidän suorituksensa. Tapausyrityksen asiakkaan datan muokkausta varten suunnitellun Python-koodin suoritusta verrataan kassavirta-analyytikoiden manuaaliseen työhön nopeuden ja tarkkuuden näkökulmasta. Tulokset viittaavat siihen, että ohjelmistorobotiikkaan perustuva ratkaisu voisi vähentää kassavirta-analyytikoiden toistuviin datansiivoustehtäviin käyttämää aikaa 98.6 prosentilla. Tulos on linjassa aiheesta aiemmin julkaistun kirjallisuuden kanssa.
Previous studies on RPA’s effects onto efficiency consist largely of interviews done on professionals. This thesis attempts a more quantitative and practical approach by measuring the performances of human subjects. The performance metrics of time and error rates are reported and compared agaist an automated Python script created in this project for wrangling data from a customer’s online accounting platform. The results imply that in the case study RPA was able to speed up the low-level analyst’s tasks as the average time spent by experts is reduced by 98.6 per cent. This finding corroborates with earlier literature
Aikaisemmat tutkimukset ohjelmistorobotiikan vaikutuksesta työtehokkuuteen koostuvat laajalti ammattilaisiin kohdistetuista haastattelututkimuksista. Tämä tutkielma hyödyntää käytännönläheisempää ja kvantitatiivisempaa lähestymistapaa tarkkailemalla ihmisiä työssään ja mittaamalla heidän suorituksensa. Tapausyrityksen asiakkaan datan muokkausta varten suunnitellun Python-koodin suoritusta verrataan kassavirta-analyytikoiden manuaaliseen työhön nopeuden ja tarkkuuden näkökulmasta. Tulokset viittaavat siihen, että ohjelmistorobotiikkaan perustuva ratkaisu voisi vähentää kassavirta-analyytikoiden toistuviin datansiivoustehtäviin käyttämää aikaa 98.6 prosentilla. Tulos on linjassa aiheesta aiemmin julkaistun kirjallisuuden kanssa.