Yrityksen jälkilaskennan prosessin ja datan käytön kehittäminen korjausrakentamisessa

Abstract

Opinnäytetyön tavoitteena oli kehittää Rakennus Oy Antti J. Aholalle yhtenäinen prosessi ja työkalu hankkeiden jälkilaskennan toteuttamiseen ja hyödyntämiseen. Yrityksellä ei ollut aiemmin käytössä järjestelmällistä tapaa kerätä tai käyttää toteutuneita kustannustietoja laskennan ja tuotannon tukena, minkä vuoksi kustannusdata ei siirtynyt oppimiseen eikä päätöksenteon tueksi. Työ toteutettiin kartoittamalla nykytila, suunnittelemalla uusi toimintamalli ja rakentamalla Excel-pohjainen työkalu kustannustietojen keruuta, vertailua ja raportointia varten. Menetelmää testattiin valituilla toteutuneilla hankkeilla, ja prosessi kytkettiin osaksi työmaiden lopetuspalaverikäytäntöä. Tuloksena syntyi yrityksen sisäiseen käyttöön soveltuva jälkilaskentaprosessi, joka mahdollistaa vertailukelpoisen kustannustiedon keräämisen ja hyödyntämisen laskenta-, hankinta- ja tuotantovaiheissa. Ratkaisu luo perustan systemaattiselle kustannusohjaukselle ja parantaa tulevien hankkeiden taloudellista ennustettavuutta.

The aim of this thesis was to develop a unified process and tool for postcalculation of construction projects at Rakennus Oy Antti J. Ahola. The company previously had no systematic method for collecting or utilizing realized cost data to support estimating or production, which meant that cost information was not transferred into learning or decision-making. The work was carried out by analysing the current situation, designing a new operating model, and creating an Excel-based tool for collecting, comparing and reporting cost data. The method was tested with selected completed projects, and the process was integrated into the company’s existing project close-out meetings. As a result, a company-wide post-calculation process was established, enabling comparable cost data to be gathered and used in estimating, procurement and production planning. The solution creates a foundation for systematic cost control and improves the financial predictability of future projects.