Ruukin Juhani Tammisen ja Bilotin Samuli Sikasen & Mikko Mattilan esitys TiVi Data Driven -tilaisuudessa 31.8.2017.

1. Case Ruukki Construction
Tehokas tiedon keräys, jalostaminen ja visualisointi liiketoiminnan kehittämänä
Juhani Tamminen, Ruukki Construction
Samuli Sikanen, Bilot Consulting
Mikko Mattila, Bilot Consulting
31.8.2017 Data Driven Business 2017

2. www.ruukki.com
Sisältö
• Ruukki Construction
• Analysoitavan tiedon keräämisen ja jalostamisen
tyypilliset vaihtoehdot
• Tausta, toteutusmallin valinta ja kokemuksia ratkaisusta

3. Ruukki Construction
Tulevaisuuden rakennukset tänään

4. www.ruukki.com
Visiomme:
Tulevaisuuden rakennukset tänään
Työskentelemme kiinteistösijoittajien ja -kehittäjien kanssa,
jotka näkevät mahdollisuuksia.
Olemme olemassa suunnittelijoita ja rakentajia varten,
jotka toteuttavat unelmiaan.
Olemme täällä ihmisiä varten,
jotka saavat rakennukset elämään.

5. www.ruukki.com
Rakentamisen osaaja
SSAB Europe SSAB AmericasSSAB Special Steels
Pohjoismainen
korkealaatuisten
nauha-, kvarttolevy- ja
putkituotteiden
valmistaja
Lisäarvoa tuottavien
ja pitkälle kehitettyjen
lujien terästen sekä
nuorrutusterästen
maailmanlaajuinen
valmistaja ja
palveluntarjoaja
Yhdysvaltalainen
korkealaatuisten
kvarttolevytuotteiden
valmistaja
Tibnor
Pohjoismainen täyden
palvelun
teräsjakelukumppani
Ruukki Construction
Eurooppalainen
energiatehokkaiden
rakentamisen
ratkaisujen tarjoaja

6. www.ruukki.com
Liiketoimintayksiköt ja kattava tuotevalikoima
RAKENTAMISEN
KOMPONENTIT
RAKENTAMISEN
JÄRJESTELMÄT VENÄJÄ
ASUIN-
RAKENTAMISEN
KATTOTUOTTEET
Runkojen ja kuori-
rakenteiden
suunnittelu,
valmistus
ja asennus
Rakentamisen
järjestelmät,
kattotuotteet
ja komponentit.
Katot, sadevesi-
ja turva-
järjestelmät,
asennuspalvelut
Paneelit, pro-
fiilit, verhoukset,
lisä-varusteet,
suunnittelu-
palvelut

7. www.ruukki.com
Tuotemerkki
valituilla katto-
rakentamisen
markkinoilla
Rakentamisen
päätuotemerkki

8. www.ruukki.com
Rakennamme merkittävää eurooppalaista yhtiötä
Pohjoismaista rakentamisen asiantuntemusta jo yli 100 vuoden ajalta
2016
Liikevaihto 5,305 bln SEK
Työntekijöitä 2 500
Tuotantopaikat 15
Tuotanto

9. www.ruukki.com
Tiedon yhdistämisen ja muokkaamisen ympäristöt
Samuli Sikanen, Bilot Consulting

10. www.ruukki.com
Tiedon yhdistämisen & muokkaamisen ympäristöt
TAVOITTEET
1. Mahdollisimman suuri tiedon keräämisen
automatisointi eri lähteistä
2. Tiedon siivoaminen ja korjaaminen
3. Tiedon yhdistäminen ja mittareiden laskenta
4. Laskennan validointi ja päivittäminen/korjaaminen

11. www.ruukki.com
Tiedon yhdistämisen ja muokkaamisen ympäristöt
LIIKETOIMINTA IT
Tiedon
yhdistämisen ja
muokkaamisen
ympäristö
Taulukkolaskentao
hjelma
Data-
analyysityökalu
Kaupallinen/
räätälöity tieto-
järjestelmä
Datankäsittely-
kapasiteetti
Rajallinen
(alle 1M riviä)
Suuri (+10 M riviä) Erittäin suuri
(+100 M riviä)
Laskennan
kompleksisuus
Yksinkertaiset/
muuttuvat tarpeet
Monimutkaiset/
muuttuvat tarpeet
Monimutkaiset/
stabiilit
Laskentasääntöjen
kehitys ja ylläpito
Liiketoiminta Liiketoiminta IT-asiantuntija
Teknologia-
kustannus
Nolla, yleensä jo
olemassa
Matala Yleensä suuri

12. www.ruukki.com
Tausta, toteutusmallin valinta & kokemuksia
ratkaisusta
Juhani Tamminen, Head of IT, Ruukki Construction

13. www.ruukki.com
Liiketoimintahaaste / Case
• 7 tehdasta
• Raaka-ainetarpeen ennustelaskenta Excel-pohjainen
• Laskennasta osto- ja varastosuunnittelu
• Laskennan ylläpito mahdotonta Excelin rajoissa
• Raaka-ainetietojen, tuotemixien ja portfolioiden ylläpito haastavaa
heikentäen laskennan ja analyysien laatua
• Ennusteen rakentamisen kesto 2-5 työpäivää, päivittäminen max. 1-2 krt/kk
• Ennusteen iterointiin ei aikaa
• Mallin laajentaminen ennustetarkkuuden lisäämiseksi rajallista

14. www.ruukki.com
Täysin räätälöity ratkaisu Ruukin tarpeisiin
Kaupallinen Demand Planning -työkalu, esim. SAP APO
Tietomallinnuksen keinoin laskenta tietokannassa, esim. SAP HANA
Data-analyysityökalu, esim. Dataverse
Ratkaisun etsiminen & vaihtoehdot
Useita eri vaihtoehtoja ja toimittajia evaluoitiin:

15. www.ruukki.com
Valittu ratkaisu & perustelut
JÄRJESTELMÄKOKOONPANO
• Datankäsittely: Dataverse
• Tulosten historiointi & välivarasto
analytiikalle: SQL Server Microsoft
Azuresta
• Tiedon validointi & analytiikka:
Tableau
• Warehouse-tietolähteet: Cognos
and SAP Business
• Excel tukityökaluna datan
viemiseksi Dataverseen
PERUSTELUT
• Mallin yllläpito ja jatkokehitys
liiketoiminnalla
• Audit-trail virheiden ja poikkeamien
nopeaan jäljittämiseen
• Ratkaisun skaalautuvuus
• Kustannustehokkuus

16. www.ruukki.com
Mitä uusi ratkaisukokonaisuus tekee?
• Satojen nimikkeiden raaka-ainetarpeiden ennuste 7 tehtaalle
• Perinteinen, manuaalinen Demand Plan -ennuste
– Toteumamyynti, myyntiennuste ja tilauskanta laskentojen kautta
raaka-ainetarve-ennusteeksi
– Erillisiä laskentaoperaatioita tuhansia
– Jatkuvasti pieniä muutoksia lähtödatassa ja business tarpeissa 
jatkuva muutostarve
– Mitä useampia iteraatioita, sitä parempi ennuste
• Manuaalisen ennusteen haastaja: tilastollinen ennuste
– Myyntiennusteen hyödyntämisen sijaan oletetaan historiallisten
kysyntäsyklien toistavan itseään  lasketaan matemaattinen
aikasarjaennuste
– Jos tuotteen myynti liian vähäistä trendien ja syklien tunnistamiseen,
käytetään n. 12 kuukauden keskiarvomyyntiä ennusteena

17. www.ruukki.com
Mitä saavutettiin?
• Perusratkaisu toimii ja ennustetarkkuuden odotetaan parantuvan –
vaikutus KPI:en nähdään parin kuukauden päästä: Käyttöpääoma &
Palveluaste (toimintavarmuus)
• Raaka-ainetietojen, tuotemiksien ja portfolioiden ylläpito helpompaa
parantaen lähtötietojen ja laskennan laatua merkittävästi
• Ennusteprosessin kesto lyhentynyt 3-5 päivästä muutamaan tuntiin
(mm. automatisoidun ennustelaskennan myötä)
• Ennuste voidaan päivittää vaikka useita kertoja päivässä
• Uutena lisänä tilastomallit, joita Excelissä ei ollut
• Laskentaprosessin validointi ja korjaaminen helppoa (läpinäkyvyys)
• Laskentaprosessi on liiketoiminnan ylläpidettävissä ja korjattavissa

18. www.ruukki.com
Mitä opittiin?
PROSESSI
• Liiketoiminnan aikaa tulee budjetoida
kehitystyöhön reilusti
• Liiketoiminnan vahva osallistuminen
tärkeää  mallin osaaminen omissa
käsissä
TEKNOLOGIAT
• Tulevien ohjelmistoversioiden muutosten
huomioiminen ennakkoon, jos
mahdollista
• Uusissa ohjelmistoissa aina bugisuutta,
joka vähenee ajan myötä
• Tärkeä käyttää viimeisimpiä versioita
ohjelmista

19. www.ruukki.com
Seuraavat vaiheet
Dataversen käytön mahdollinen laajentaminen
lopputuotevaraston suunnitteluun

20. www.ruukki.com
Antti Hämäläinen
Supply Chain Director, Ruukki Construction
”Fiksu työkalu datan yhdistämiseen ja validointiin”

21. www.ruukki.com
Ratkaisun esittely
Mikko Mattila, Architect/Solution Lead, Bilot Consulting

22. www.ruukki.com
Projektin eteneminen
• Tarkempi prosessikuva  osoittautui olevan 1:50 koko totuudesta
• Kysynnänsuunnittelijan parin viikon analyysijakso  Exceliin korjaukset
pahimpiin epäkohtiin
• Aloitettiin iterointi lopullisessa data muokkaustyövälineessä
kysynnänsuunnittelijan ja konsultin yhteistyönä

23. www.ruukki.com
Projektin eteneminen: piirrosvaihe
Viikko #1: Piirros tarkasta
prosessikuvasta Ymmärrys: kuva
vain 1:50 osa koko totuudesta
Viikot #2-3:
Kysynnänsuun-
nittelija analysoi
prosessiaan,
suunnitteli
Excelissä
korjaukset
pahimpiin
epäkohtiin

24. www.ruukki.com
Projektin eteneminen: iterointi
Kysynnänsuunnit-
telija selittää,
konsultti tekee,
kysynnänsuun-
nittelija katselee
Kysynnän-
suunnittelija
tekee, konsultti
opastaa
Molemmat
tekevät toisiaan
opastaen
Lopputilanne:
kysynnän-
suunnittelija
jatkokehittää
itsenäisesti

25. www.ruukki.com
Tilauskanta,
toteumia
Ratkaisumalli / arkkitehtuuri
Sadoissa vaiheissa yhteismitallistetaan, yhdistetään ja
allokoidaan dataa
• Laskennallisten sarakkeiden lisäys
• Lookupilla masterdata konversioita
• Data settien summaus
• Data settien yhdistäminen peräkkäin
• Henkilöstön tekemälle ennusteelle ”kilpaileva” ennuste
tilastomatemaattisesti
Ylätason myynti-
ennuste ja toteumia
Paljon master dataa
ja konversiotietoja
~50
dataset
100+ Mb
Jalostettu data SQL-kantaan
visualisointityökalujen käyttöön
Iteraatioita Kun ennuste
tyydyttää,
jakelu tehtaille

26. www.ruukki.com
Laskennan mallintaminen ratkaisulla
• Tietovirtoina kuvattavia tiedonmuokkaus välineitä (ETL) IT-henkilöstöllä
tietovarastojen lataukseen 90-luvulta lähtien
• Modernit data-analyysituotteet mahdollistavat myös kontrollereille vastaavat
toiminnallisuudet
Intuitiiviset
operaatiot
datakäsittelyyn
Selkeytetty tietovirran kuvaus
Datan tehokas
esikatselu
Yksinkertaistettu
syntaksi

27. www.ruukki.com
Työkalukokonaisuus
Syötteet
Datan visualisointi
Lopulliset
toimitteet
tehtaille