Developing a KPI dashboard for order-to-delivery performance management in a global automotive industry case company
Hyppönen, Timo (2026)
Diplomityö
2026
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026051545655
https://urn.fi/URN:NBN:fi-fe2026051545655
Tiivistelmä
This thesis analyses the measurable downstream Order-to-Delivery (O2D) process of a global automotive industry case company’s local market unit and develops a KPI dashboard framework for performance management. The objective is to identify the main lead-time drivers, waiting periods, variability sources, and visibility gaps, and to translate these findings into a structured measurement model.
The study is conducted as a case study combining quantitative timestamp analysis with qualitative process interpretation based on workshops, internal discussions, and process documentation. The quantitative analysis focuses on the measurable downstream window from actual time of departure (ATD) to customer handover. The dataset includes 877 vehicle orders, of which 348 completed orders with usable timestamps were used in the phase-level current-state analysis.
The results show that total lead time is mainly driven by sea transport, waiting between RPC and NVP, and the Bodybuilder phase. Mean lead time varied from 196 to 342 days depending on vehicle type, with an overall mean of 266 days. The proposed KPI dashboard framework supports end-to-end visibility, phase-level monitoring, and data-driven managerial decision-making. Tässä diplomityössä analysoidaan globaalin ajoneuvoteollisuuden tapausyrityksen paikallisen markkinayksikön downstream-tilaus-toimitusprosessia (O2D) ja kehitetään KPI-dashboardiin perustuva suorituskyvyn johtamisen viitekehys. Tavoitteena on tunnistaa prosessin keskeiset läpimenoajan ajurit, odotusajat, vaihtelun lähteet ja näkyvyysongelmat.
Tutkimus toteutettiin tapaustutkimuksena, jossa yhdistettiin operatiivisen timestamp-datan määrällinen analyysi sekä työpajojen, sisäisten keskustelujen ja prosessidokumentaation laadullinen tulkinta. Määrällinen analyysi rajattiin actual time of departure (ATD) -hetkestä customer handover -hetkeen. Aineisto sisälsi 877 ajoneuvotilausta, joista 348 valmista tilausta sisällytettiin vaiheittaiseen analyysiin.
Tulosten perusteella kokonaisläpimenoaikaa selittävät erityisesti merikuljetus, RPC:n ja NVP:n välinen odotus sekä Bodybuilder-vaihe. Keskimääräinen läpimenoaika oli ajoneuvotyypistä riippuen 196–342 päivää ja kokonaiskeskiarvo 266 päivää. Työssä ehdotettu KPI-dashboard-viitekehys tukee O2D-prosessin end-to-end-näkyvyyttä, vaihekohtaista seurantaa ja dataan perustuvaa johtamista.
The study is conducted as a case study combining quantitative timestamp analysis with qualitative process interpretation based on workshops, internal discussions, and process documentation. The quantitative analysis focuses on the measurable downstream window from actual time of departure (ATD) to customer handover. The dataset includes 877 vehicle orders, of which 348 completed orders with usable timestamps were used in the phase-level current-state analysis.
The results show that total lead time is mainly driven by sea transport, waiting between RPC and NVP, and the Bodybuilder phase. Mean lead time varied from 196 to 342 days depending on vehicle type, with an overall mean of 266 days. The proposed KPI dashboard framework supports end-to-end visibility, phase-level monitoring, and data-driven managerial decision-making.
Tutkimus toteutettiin tapaustutkimuksena, jossa yhdistettiin operatiivisen timestamp-datan määrällinen analyysi sekä työpajojen, sisäisten keskustelujen ja prosessidokumentaation laadullinen tulkinta. Määrällinen analyysi rajattiin actual time of departure (ATD) -hetkestä customer handover -hetkeen. Aineisto sisälsi 877 ajoneuvotilausta, joista 348 valmista tilausta sisällytettiin vaiheittaiseen analyysiin.
Tulosten perusteella kokonaisläpimenoaikaa selittävät erityisesti merikuljetus, RPC:n ja NVP:n välinen odotus sekä Bodybuilder-vaihe. Keskimääräinen läpimenoaika oli ajoneuvotyypistä riippuen 196–342 päivää ja kokonaiskeskiarvo 266 päivää. Työssä ehdotettu KPI-dashboard-viitekehys tukee O2D-prosessin end-to-end-näkyvyyttä, vaihekohtaista seurantaa ja dataan perustuvaa johtamista.