Datakvalitet av prosessdata i logistikkbransjen og innvirkning på dataens formål : en case studie av Postens “pakke til bedrift”-tjeneste i Norge
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3005040Utgivelsesdato
2022Metadata
Vis full innførselSamlinger
- Master's theses (HH) [1072]
Sammendrag
Med økende konkurranse og lave marginer i logistikkbransjen, skaper det behov for kontroll over egen prosess. Dette har ført til Posten Norge AS sitt mål og ønske om å være datadrevet, dette innebærer å ta beslutninger på grunnlag av store mengder data. Slike beslutninger er for Postens prosessforbedringer, prognoseformål og andre bruksområder. Disse målene er avhengig av god datakvalitet fra pakke- og produksjonsprosesser som innebærer at dataene har evnen til å støtte formålet.
Målet med gradsoppgaven er å undersøke hvordan datakvalitet kan defineres for “Pakke til bedrift”-tjeneste under Bring, en av to merkevarer i Posten Norge AS rettet mot bedriftskunder, og forstå hvordan datakvaliteten påvirker dataens bruksområder. Som et bidrag til å belyse dette er et rammeverk utviklet på grunnlag av aktuell forskning innen datakvalitet og tilpasset Posten.
Resultater fra rammverket viser til at manglende verdier som hendelser og pakkemålinger (completeness) har størst innvirkning på andre dimensjoner. Det argumenteres for at datakvalitet problemer knyttet til manglende og ukorrekt data har en påvirkning på bruk av process mining og ETA modell. Da rammeverket definerer og måler objektive datakvalitet dimensjoner, argumenteres det for at ytterligere subjektive vurderinger av datakvalitet vil være fordelaktig for å finne tydeligere sammenhenger mellom datakvalitet og innvirkning på ulike data formål og bruksområder.
Gradsoppgaven bidrar med en start til Postens mål og arbeid med å optimalisere bruk av data. I tillegg bidras det med en praktisk studie for implementering av datakvalitet måling av prosessdata i logistikkbransjen som det er svært lite forsket på. As the competition increases and the margins remain low in the logistics sector, it raises the importance and need for control in business processes. This has led to Posten Norge AS’s goal to be data-driven, which entails being able to make decisions based on big data. The areas in which the decisions are to be made for include process improvements, estimated time of arrival (ETA) and other purposes. These data measures and purposes are dependent on good process data quality, meaning the data must be fit for its purpose.
The purpose of this thesis is to define and measure the data quality in the “Business parcel” service under Bring (the corporate market brand in Posten Norge AS), and to gain a comprehensive understanding on how the data quality affects data users. To analyse the purpose of the thesis, a framework has been developed based on relevant data quality studies and adapted to Posten.
The result of the framework shows that the missing event observations and package measurements (completeness) have the biggest impact on other data quality dimensions. It is argued that the quality issues related to missing and incorrect data may affect the use of process mining as a tool and the ETA model. The framework defines and measures objective quality dimensions. It is argued that a subjective perspective is necessary to find a clear relationship and correlation between the data quality measured and its impact on different data purposes and areas of use. Some data quality dimensions barely returned a result due to the data already being modified prior to analysis.
The thesis contributes to Posten Norge ASs goal to improve its data optimisation, as well as acting as a starting point for an ongoing process data investigation and improvement project within the organisation. Moreover, the thesis contributes to filling gaps in the literature with a practical implementation of data quality measures of logistics process data.