Management and utilization of industrial automation installed base data for enabling value creation
Repo, Aku (2024)
Diplomityö
2024
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2024052839668
https://urn.fi/URN:NBN:fi-fe2024052839668
Tiivistelmä
The servitization of the manufacturing industry has been widely acknowledged in literature. Installed base data can facilitate the shift towards service-oriented business models. However, the strategic nature and value potential of installed base data is not always fully recognized. This master’s thesis examines how industrial automation-related installed base data should be managed and utilized to create value for the case company and its customers.
The thesis was conducted as a qualitative single-case study for a company operating in the industrial automation and digitalization sector. The research began with a narrative literature review on industrial services, value creation and installed base data management. The empirical part of the study included semi-structured interviews with individuals from the case company, original equipment manufacturers and end customers, which were supported by reports of company’s installed base data.
The findings suggest that data should be collected across all three categories of installed base data: item data, location data and event data. The data collection process should be done more efficiently utilizing the case company’s existing tools. Moreover, data collection and management should be incorporated into the company’s other business processes. Expert knowledge and various analysis methods can transform data into value-adding information. The information facilitates value creation in forms such as targeted sales offerings and marketing campaigns, increased customer satisfaction, resource efficiency and increased spare parts and equipment availability. As practical implications, 16 use cases for installed base data were identified and six suggestions were made to improve its management and utilization. Additionally, an eight-factor framework was created to clearly illustrate the data-to-value process. Teollisuuden palvelullistuminen on laajalti tunnistettu ilmiö kirjallisuudessa. Laitekantadata voi toimia mahdollistajana muutoksessa kohti palvelukeskeisiä liiketoimintamalleja. Sen strategista luonnetta ja arvopotentiaalia ei kuitenkaan aina tunnisteta. Tämä tutkimus tarkastelee miten teollisuusautomaation laitekantadataa pitäisi hallita ja hyödyntää arvon luomiseksi case-yritykselle sekä sen asiakkaille.
Diplomityö toteutettiin kvalitatiivisin keinoin yksittäisenä tapaustutkimuksena teollisuusautomaation ja digitalisaation toimialalla toimivalle yritykselle. Tutkimus alkoi narratiivisella kirjallisuuskatsauksella teollisiin palveluihin, arvonluontiin ja laitekantadatan hallintaan. Työn empiirinen osuus käytti datan lähteinään case-yrityksen, laitevalmistajien ja loppuasiakkaiden henkilöstölle tehtyjä teemahaastatteluita sekä raportteja yrityksen laitekantadatasta.
Tulosten perusteella laitekantadataa pitäisi kerätä kaikista kolmesta kategoriasta, jotka ovat yksittäisiin laitteisiin liittyvät data, niiden sijaintiin liittyvä data, sekä laitteisiin kohdistuviin tapahtumiin liittyvä data. Datan keräysprosessi tulisi suorittaa tehokkaammin hyödyntämällä case-yrityksen olemassa olevia työkaluja. Lisäksi datan keräys ja hallinta pitäisi integroida osaksi yrityksen liiketoimintaprosesseja. Asiantuntijatiedon ja erilaisten analyysimenetelmien avulla data voidaan muuttaa arvoa lisääväksi tiedoksi. Tiedon avulla arvoa voidaan luoda eri muodoissa kuten kohdistetuilla myyntitarjouksilla ja markkinointikampanjoilla, asiakastyytyväisyyden lisäämisellä, resurssitehokkuudella sekä varaosien ja laitteiston käytettävyyden lisäämisellä. Työn perusteella tunnistettiin 16 käyttötapausta laitekantadatalle sekä tehtiin kuusi ehdotusta laitekantadatan hallinnan ja hyödyntämisen parantamiseksi. Lisäksi luotiin kahdeksanosainen viitekehys kuvastamaan selkeästi datasta-arvoksi prosessin etenemistä.
The thesis was conducted as a qualitative single-case study for a company operating in the industrial automation and digitalization sector. The research began with a narrative literature review on industrial services, value creation and installed base data management. The empirical part of the study included semi-structured interviews with individuals from the case company, original equipment manufacturers and end customers, which were supported by reports of company’s installed base data.
The findings suggest that data should be collected across all three categories of installed base data: item data, location data and event data. The data collection process should be done more efficiently utilizing the case company’s existing tools. Moreover, data collection and management should be incorporated into the company’s other business processes. Expert knowledge and various analysis methods can transform data into value-adding information. The information facilitates value creation in forms such as targeted sales offerings and marketing campaigns, increased customer satisfaction, resource efficiency and increased spare parts and equipment availability. As practical implications, 16 use cases for installed base data were identified and six suggestions were made to improve its management and utilization. Additionally, an eight-factor framework was created to clearly illustrate the data-to-value process.
Diplomityö toteutettiin kvalitatiivisin keinoin yksittäisenä tapaustutkimuksena teollisuusautomaation ja digitalisaation toimialalla toimivalle yritykselle. Tutkimus alkoi narratiivisella kirjallisuuskatsauksella teollisiin palveluihin, arvonluontiin ja laitekantadatan hallintaan. Työn empiirinen osuus käytti datan lähteinään case-yrityksen, laitevalmistajien ja loppuasiakkaiden henkilöstölle tehtyjä teemahaastatteluita sekä raportteja yrityksen laitekantadatasta.
Tulosten perusteella laitekantadataa pitäisi kerätä kaikista kolmesta kategoriasta, jotka ovat yksittäisiin laitteisiin liittyvät data, niiden sijaintiin liittyvä data, sekä laitteisiin kohdistuviin tapahtumiin liittyvä data. Datan keräysprosessi tulisi suorittaa tehokkaammin hyödyntämällä case-yrityksen olemassa olevia työkaluja. Lisäksi datan keräys ja hallinta pitäisi integroida osaksi yrityksen liiketoimintaprosesseja. Asiantuntijatiedon ja erilaisten analyysimenetelmien avulla data voidaan muuttaa arvoa lisääväksi tiedoksi. Tiedon avulla arvoa voidaan luoda eri muodoissa kuten kohdistetuilla myyntitarjouksilla ja markkinointikampanjoilla, asiakastyytyväisyyden lisäämisellä, resurssitehokkuudella sekä varaosien ja laitteiston käytettävyyden lisäämisellä. Työn perusteella tunnistettiin 16 käyttötapausta laitekantadatalle sekä tehtiin kuusi ehdotusta laitekantadatan hallinnan ja hyödyntämisen parantamiseksi. Lisäksi luotiin kahdeksanosainen viitekehys kuvastamaan selkeästi datasta-arvoksi prosessin etenemistä.