Project Cost Plan Forecasting in Marine Services Industry
Koivunen, Patrick (2022-04-04)
Koivunen, Patrick
04.04.2022
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2022040426801
https://urn.fi/URN:NBN:fi-fe2022040426801
Tiivistelmä
This thesis investigates difficulties of project cost planning for a global organization in marine services industry. The research was conducted with co-operation with the organization, and re-quired datasets were gathered from organization’s data warehouse.
Forecasting of a cost plan is a difficult task where the intention is to predict the unknown risks and wrong estimations in cost plan causes difficulties and uncertainty when risks arise. The main objective of this thesis is to find common fundamental characteristics for positive and negative cost overruns affecting the cost plans and investigate how to better identify risky project char-acteristics for more accurate cost planning.
Previous research with the exact same objectives in the same industry area are in few, if any. However, similar previous research states forecast and planning difficulties. Methods of this study was a combination of both qualitative and quantitative research methods. The data was gathered from the enterprise data warehouse and the selected dataset consisted of around 2500 projects started in marine services industry from beginning of 2018 to end of 2020. For better investigation of this dataset, a data-driven multi-dimensional data model was created where a regressor model was created to forecast new cost plan values.
In the research it was highlighted that the risky project characteristics can be identified to certain segments, customer countries, vessel types, product types and project managers, and there are some correlations between these different risky characteristics. These findings are impactful as it is crucial for business to identify possible risky types of projects where the negative cost over-runs are highly likely. Tämä tutkimus tutkii projektin kustannussuunnittelun vaikeuksia globaalissa organisaatiossa. Tutkimus toteutettuun yhteistyössä organisaation kanssa ja tutkimukseen tarvittava tieto kerättiin organisaation tietovarastosta.
Projektin kustannussuunnitelman ennustaminen on vaikea tehtävä jossa tarkoituksena on ennustaa tuntemattomia riskejä. Väärät ennusteet aiheuttavat vaikeuksia sekä epäselvyyksiä kun riskit nousevat. Tämän tutkimuksen päätarkoituksena on tutkia ja löytää yhteisiä tekijöitä projekteissa, joissa kustannukset ovat joka ylittyneet positiivisesti tai negatiivisesti alkuperäisestä suunnitelmasta. Näiden perusteella tutkitaan miten voitaisiin paremmin tunnistaa projektien riskitekijöitä, jotta saavutettaisiin parempi projektin kustannussuunnitelman ennuste.
Aiempaa tutkimusta samoilla tavoitteilla on jonkin verran, mutta näissä tutkimuksissa on myös todettu kustannussuunnitelmien vaikeuksia. Tässä tutkimuksessa käytettiin sekä laadullista että määrällistä tutkimustapaa.
Tutkimuksen data kerättiin organisaation tietovarastosta ja projektien määrä oli noin 2500 vuosilta 2018-2020 asti. Tutkimusta varten rakennettiin multi-dimensionaalinen datamalli, johon rakennettiin regressiomalli ennustamaan uudet kustannussuunnitelmat projekteille. Tutkimuksessa korostettiin tiettyjen riskitekijöiden yhtenäisyyttä tietyissä projekteissa. Näitä olivat esimerksi laivasegmentti, laivatyyppi, asiakasmaa, tuotetyyppi sekä projektipäällikkö. Näiden tekijöiden välillä löytyi jonkin verran korrelaatiota riskitapauksissa.
Tämän tutkimuksen tulokset ovat merkittäviä, sillä liiketoiminalle on erityisen tärkeää osata tunnistaa mahdolliset riskitekijät, jotka aiheuttavat negatiivisia kustannuksien ylityksiä.
Forecasting of a cost plan is a difficult task where the intention is to predict the unknown risks and wrong estimations in cost plan causes difficulties and uncertainty when risks arise. The main objective of this thesis is to find common fundamental characteristics for positive and negative cost overruns affecting the cost plans and investigate how to better identify risky project char-acteristics for more accurate cost planning.
Previous research with the exact same objectives in the same industry area are in few, if any. However, similar previous research states forecast and planning difficulties. Methods of this study was a combination of both qualitative and quantitative research methods. The data was gathered from the enterprise data warehouse and the selected dataset consisted of around 2500 projects started in marine services industry from beginning of 2018 to end of 2020. For better investigation of this dataset, a data-driven multi-dimensional data model was created where a regressor model was created to forecast new cost plan values.
In the research it was highlighted that the risky project characteristics can be identified to certain segments, customer countries, vessel types, product types and project managers, and there are some correlations between these different risky characteristics. These findings are impactful as it is crucial for business to identify possible risky types of projects where the negative cost over-runs are highly likely.
Projektin kustannussuunnitelman ennustaminen on vaikea tehtävä jossa tarkoituksena on ennustaa tuntemattomia riskejä. Väärät ennusteet aiheuttavat vaikeuksia sekä epäselvyyksiä kun riskit nousevat. Tämän tutkimuksen päätarkoituksena on tutkia ja löytää yhteisiä tekijöitä projekteissa, joissa kustannukset ovat joka ylittyneet positiivisesti tai negatiivisesti alkuperäisestä suunnitelmasta. Näiden perusteella tutkitaan miten voitaisiin paremmin tunnistaa projektien riskitekijöitä, jotta saavutettaisiin parempi projektin kustannussuunnitelman ennuste.
Aiempaa tutkimusta samoilla tavoitteilla on jonkin verran, mutta näissä tutkimuksissa on myös todettu kustannussuunnitelmien vaikeuksia. Tässä tutkimuksessa käytettiin sekä laadullista että määrällistä tutkimustapaa.
Tutkimuksen data kerättiin organisaation tietovarastosta ja projektien määrä oli noin 2500 vuosilta 2018-2020 asti. Tutkimusta varten rakennettiin multi-dimensionaalinen datamalli, johon rakennettiin regressiomalli ennustamaan uudet kustannussuunnitelmat projekteille. Tutkimuksessa korostettiin tiettyjen riskitekijöiden yhtenäisyyttä tietyissä projekteissa. Näitä olivat esimerksi laivasegmentti, laivatyyppi, asiakasmaa, tuotetyyppi sekä projektipäällikkö. Näiden tekijöiden välillä löytyi jonkin verran korrelaatiota riskitapauksissa.
Tämän tutkimuksen tulokset ovat merkittäviä, sillä liiketoiminalle on erityisen tärkeää osata tunnistaa mahdolliset riskitekijät, jotka aiheuttavat negatiivisia kustannuksien ylityksiä.