Tekoälymalli yrityksen taloudellisten tapahtumien ennustamiseen
Lappalainen, Teemu (2025)
Lappalainen, Teemu
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025121034524
https://urn.fi/URN:NBN:fi:amk-2025121034524
Tiivistelmä
Opinnäytetyö toteutettiin toimeksiantona hallinnon tukipalveluita tarjoavalle yritykselle. Opinnäytetyön tavoitteena oli luoda tekoälymalli ennustamaan yrityksen taloudellisia tapahtumia. Tekoälyn tuli ennustaa taloudellisia tapahtumia kustannuspaikkatasolla. Aiheella pyrittiin vastaamaan toimeksiantajan asiakasyri-tysten haasteisiin saavuttaa näkymää tulevaisuuteen. Lähdedatana työssä toimi kirjanpidon pääkirjadata. Työssä keskityttiin muodostamaan toimeksiantajalle konseptitodistus vaatimusten mukaisesta tekoälymal-lista, jonka pohjalta olisi mahdollista tavoitella kaupallistettavan tuotteen suorituskykyä. Työn toiminnalli-sessa kehittämistehtävässä päätettiin käyttää Python-ohjelmointikieltä.
Työn toiminnallisessa kehittämistehtävässä käytetty kirjanpidon pääkirjadata tunnistettiin työn alussa aika-sarjaksi. Opinnäytetyössä perehdyttiin neljän aikasarjaennustemallin dokumentaatioihin ja toimintaperiaat-teisiin. Työssä pyrittiin tuomaan esille erilaisten Python-ohjelmointikielellä toteutettavien mallien matemaat-tiset toiminnallisuudet sekä ohjelmistokehityksen kannalta oleelliset asiat. Työn teoriaosuus koostuu mallien yksityiskohtaisesta esittelystä Python-ohjelmistokehityksen viitekehyksessä.
Työn toiminnallinen kehittämistehtävä jaettiin kahteen osaongelmaan, jotka olivat summan ennustaminen ja kustannuspaikkatason luokittelu. Työn toiminnallisessa osuudessa vertailtiin esiteltyjen mallien suoritus-kykyä ennustaa summaa. Toiminnallisen osuuden edetessä huomattiin summan ennustamisen jälkeen haastavaksi luokitella summa vaatimusmäärittelyjen mukaan kustannuspaikkatasolle. Tehokkaimmaksi kustannuspaikkatason luokittelumenetelmäksi todettiin kustannuspaikkakohtaisten aikasarjojen muodos-taminen suoraan mallin koulutusdata-aineistoksi.
Työn tuloksena esitetään neljän mallin summan ennustevertailu ja potentiaalisimmalla mallilla toteutettu vaatimusmäärittelyjen mukainen kustannuspaikkatasolla ennustava konseptitodistus. Tuloksena saatu kon-septitodistus kuvaa onnistuneesti haluttuja kyvykkyyksiä. Tuloksissa ei oteta kantaa kaupallistettavan suori-tuskyvyn vaatimuksiin, mutta todetaan sen olevan konseptitodistuksen pohjalta tavoiteltavissa. Työn jatko-kehityskohteena esitetään suorituskyvyn parantamista osallistamalla mallin optimointiin monialainen tiimi talouden, tiedolla johtamisen sekä ohjelmistokehityksen osaamisalueilta.
Työn toiminnallisessa kehittämistehtävässä käytetty kirjanpidon pääkirjadata tunnistettiin työn alussa aika-sarjaksi. Opinnäytetyössä perehdyttiin neljän aikasarjaennustemallin dokumentaatioihin ja toimintaperiaat-teisiin. Työssä pyrittiin tuomaan esille erilaisten Python-ohjelmointikielellä toteutettavien mallien matemaat-tiset toiminnallisuudet sekä ohjelmistokehityksen kannalta oleelliset asiat. Työn teoriaosuus koostuu mallien yksityiskohtaisesta esittelystä Python-ohjelmistokehityksen viitekehyksessä.
Työn toiminnallinen kehittämistehtävä jaettiin kahteen osaongelmaan, jotka olivat summan ennustaminen ja kustannuspaikkatason luokittelu. Työn toiminnallisessa osuudessa vertailtiin esiteltyjen mallien suoritus-kykyä ennustaa summaa. Toiminnallisen osuuden edetessä huomattiin summan ennustamisen jälkeen haastavaksi luokitella summa vaatimusmäärittelyjen mukaan kustannuspaikkatasolle. Tehokkaimmaksi kustannuspaikkatason luokittelumenetelmäksi todettiin kustannuspaikkakohtaisten aikasarjojen muodos-taminen suoraan mallin koulutusdata-aineistoksi.
Työn tuloksena esitetään neljän mallin summan ennustevertailu ja potentiaalisimmalla mallilla toteutettu vaatimusmäärittelyjen mukainen kustannuspaikkatasolla ennustava konseptitodistus. Tuloksena saatu kon-septitodistus kuvaa onnistuneesti haluttuja kyvykkyyksiä. Tuloksissa ei oteta kantaa kaupallistettavan suori-tuskyvyn vaatimuksiin, mutta todetaan sen olevan konseptitodistuksen pohjalta tavoiteltavissa. Työn jatko-kehityskohteena esitetään suorituskyvyn parantamista osallistamalla mallin optimointiin monialainen tiimi talouden, tiedolla johtamisen sekä ohjelmistokehityksen osaamisalueilta.
