Cost forecasting accuracy in plant investment projects

Abstract

Investment projects are planned initiatives in which an organization commits substantial resources to achieve economic benefits. These projects carry their own risks and uncertainties, which are managed through project structure elements such as the execution model, project organization, cost estimation and schedule. Project costs are a critical part of project execution and accurate forecasting supports decision-making, risk management and can enhance the project profitability.

This study examines the cost forecasting process and forecast accuracy in plant investment projects of the target company. Through recent internal reforms, the company has aimed to improve its forecasting process and placed greater emphasis on forecasting accuracy, which also led to commissioning of this research. The study included both theoretical and empirical components. The theoretical section examined the structure of investment projects and methods for cost forecasting. The empirical section examines the company’s current forecasting process and accuracy. Forecast accuracy was assessed by analysing historical data from different project models and activities. The current process was examined by interviewing the personnel who create the forecasts to identify potential areas for improvements.

The company’s current forecasting process requires a great deal of manual work and information gathering from the project team through various channels. The current level of forecast accuracy is not sufficient, and there is too much variability between the months. To improve the accuracy, several development proposals have been made to make the collection of accurate information easier. Furthermore, there is a need for visual tools within the process to enable better project analysis. The most significant development proposal is the implementation of a machine learning tool that could be used within the company’s analytics system.

Investointiprojektit ovat suunniteltuja hankkeita, joissa organisaatio sitoutuu merkittäviin resurssipanostuksiin taloudellisten hyötyjen saavuttamiseksi. Investointiprojekteissa on omat riskinsä ja epävarmuutensa, joita pyritään hallinnoimaan projektin rakenteen kautta, kuten projektin toteutusmuoto, projekti organisaatio, kustannusarvio sekä aikataulu. Projektin kustannukset ovat tärkeä osa projektien läpivientiä ja niiden ennustaminen tarkasti edistää projektien päätöksentekoa, riskienhallintaa sekä voi edistää projektin kannattavuutta.

Tutkimus käsittelee kohdeyrityksen kustannusennustamis prosessia, sekä ennustetarkkuutta yrityksen laitosinvestointiprojekteissa. Yrityksessä tehtyjen uudistusten kautta, yritys on halunnut kehittää ennustamisprosessiaan sekä kiinnittänyt enemmän huomiota ennusteiden tarkkuuteen, joka on myös johtanut tämän tutkimuksen teettämiseen. Tutkimus sisälsi sekä teoreettisen että empiirisen osan. Teoreettinen osa tutki investointiprojektien rakennetta, sekä eri tapoja kustannusten ennustamiseen. Empiirinen osa tarkasteli yrityksen nykyistä ennustamisprosessia ja tarkkuutta. Ennusteiden tarkkuutta arvioitiin analysoimalla historiallista dataa eri projektimalleista sekä aktiviteeteista. Nykyistä ennustamisprosessia tarkasteltiin myös haastattelemalla ennusteita laativia henkilöitä mahdollisten parannusten tunnistmaiseksi.

Yrityksen nykyinen ennustamisprosessi vaatii paljon manuaalista työtä sekä informaation keräämistä projektitiimiltä eri tavoin. Tämänhetkinen ennustetarkkuus ei ole halutulla tasolla ja tarkkuudessa on paljon vaihtelua kuukausien välillä. Ennustetarkkuuden parantamiseksi on ehdotettu keinoja joiden avulla tarkan tiedon keräämisestä tulisi helpompaa. Lisäksi prosessissa olisi tarve visuaalisille työkaluille jotka mahdollistaisivat projektien paremman analysoinnin. Suurempana kehitysehdotuksen on kuitenkin koneoppimistyökalu jota voitaisiin hyödyntää yrityksen analyytiikkajärjestelmässä.