Läpimenoajan seuraamiseen ei yleensä tarvita uusia järjestelmiä tai antureita. Kun tilauksen jokaisesta vaiheesta on tiedossa tilausnumero, työvaihe ja aikaleima, voidaan selvittää, kuinka kauan vaihe kesti ja missä tilaus viivästyi. Tiedot löytyvät useimmiten jo toiminnanohjausjärjestelmästä (ERP), tuotannonohjausjärjestelmästä (MES) ja varastonhallintajärjestelmästä (WMS). Ne ovat vain hajallaan eri järjestelmissä, eikä niitä yleensä koota yhteen.
Läpimenoajan seuranta lyhyesti
- Mitä tarvitaan:
- tilausnumero, vaiheen nimi ja aikaleima jokaisesta vaiheesta.
- Mistä data löytyy:
- ERP, MES, varastojärjestelmä ja kuljetusyhtiön seuranta.
- Mitä seuranta näyttää:
- vaiheiden kestot, odotusajat vaiheiden välissä ja tilaukset, jotka ovat juuri nyt jumissa.
- Milloin tarvitaan prosessilouhintaa:
- kun tilaukset kulkevat kymmeniä eri reittejä ja haluat tietää, mitkä poikkeamat hidastavat.
- Mistä aloittaa:
- yksi tuotelinja tai reitti, 4-6 vaihetta ja yksi hälytysraja.
Mitä läpimenoajan seuranta vaatii?
Läpimenoajan seuranta vaatii jokaisesta tilauksen vaiheesta kolme tietoa: tilausnumeron, vaiheen nimen ja ajan, jolloin vaihe tapahtui. Näistä riveistä syntyy tilauksen aikajana, josta näkee vaiheiden kestot ja niiden väliset odotukset. Sama kolmen tiedon rakenne on myös prosessilouhinnan (process mining) perusta, ja esimerkiksi Microsoftin prosessilouhintatyökalu vaatii juuri nämä kentät.
Esimerkki yhden tilauksen aikajanasta:
| Vaihe | Aika | Järjestelmä |
|---|---|---|
| Tilaus vahvistettu | ma klo 9.14 | ERP |
| Materiaalit varattu | ma klo 15.40 | ERP |
| Tuotanto alkoi | to klo 7.05 | MES |
| Tuotanto valmis | to klo 11.30 | MES |
| Pakattu ja lähetysvalmis | pe klo 14.10 | WMS |
| Lähti asiakkaalle | seuraava ti klo 8.45 | WMS |
Tilaus oli talossa kahdeksan päivää, mutta tuotannossa alle viisi tuntia. Ennen tuotantoa se odotti yli kaksi ja puoli vuorokautta, ja lähetysvalmiina lähes neljä. Kumpikaan odotus ei näy missään raportissa, jos jokainen järjestelmä katsoo vain omaa vaihettaan.
Riittääkö nykyisten järjestelmien data?
Yleensä riittää. Aikaleima syntyy automaattisesti aina, kun joku kuittaa vaiheen järjestelmään: tilaus vahvistetaan ERP:ssä, työ aloitetaan MES:ssä tai keräily kuitataan käsipäätteellä. Aikaleimoja ei siis tarvitse kerätä erikseen, vaan ne luetaan järjestelmistä, joissa ne jo ovat.
| Järjestelmä | Tyypilliset vaiheet | Mitä kannattaa tarkistaa |
|---|---|---|
| ERP | Tilaus vastaanotettu, vahvistettu, materiaalit varattu, laskutettu | Kuitataanko vaihe heti vai vasta, kun joku muistaa |
| MES | Työ aloitettu, valmis, laatutarkastus hyväksytty | Tuleeko kuittaus koneelta vai vuoron lopussa käsin |
| WMS | Keräily, pakkaus, lähtö | Onko tunnisteena tilausnumero vai toimitusnumero |
| Kuljetusyhtiö tai anturit | Noudettu, terminaalissa, toimitettu | Kuljetusyhtiön tieto kattaa usein vain solmukohdat |
Käytännössä vastaan tulee yleensä kaksi estettä:
- Tunnisteet. ERP puhuu tilausnumerosta, varasto toimitusnumerosta ja tuotanto työnumerosta, joten ne pitää kytkeä toisiinsa.
- Kirjaustapa. Jos tuotannon vaiheet kuitataan vuoron lopussa, aikaleima kertoo kuittaushetken eikä sitä, milloin työ tehtiin. Silloin vaiheen voi lukea suoraan koneelta, ja tuotantolaitteiden datan saa luettua olemassa olevista järjestelmistä avaamatta tehdasverkkoa.
Miksi toimitus myöhästyy, vaikka tuotanto on nopea?
Tilaus odottaa usein vaiheiden välissä eikä vaiheiden sisällä. Siksi läpimenoaikaa ei lyhennetä nopeuttamalla työtä, vaan etsimällä kohdat, joissa tilaus seisoo valmiina seuraavaa vaihetta varten. Ne näkyvät vasta, kun vaiheiden väliset ajat lasketaan tilauskohtaisesti.
Kun aikajanat ovat koossa, seuranta tuo esiin kolme asiaa:
- Hajonnan, jonka keskiarvo peittää. Jos yhdeksän tilausta kymmenestä lähtee kahdessa päivässä, mutta viimeinen vasta kahden viikon päästä, keskiarvo näyttää silti hyvältä. Asiakkaalle mieleen jää kuitenkin se viimeinen.
- Tilaukset, jotka ovat jumissa juuri nyt. Kun tiedät, kuinka kauan kunkin vaiheen tavallisesti pitäisi kestää, huomaat poikkeavan odotuksen jo ennen kuin asiakas ehtii soittaa.
- Odotuksen syyn. Kun aikajanaan yhdistetään asiakas, tuoteryhmä, vuoro tai toimittaja, nähdään, kasautuuko odotus johonkin tiettyyn paikkaan.
Logistiikassa sama ilmiö näkyy kuljetusketjussa. Metsä Boardin ulkoistetuissa kuljetuksissa kuljetusyhtiöiden tieto rajoittui solmukohtiin, kuten saapumiseen terminaaliin. Kun lähetysten mukana kulki anturit, datasta nähtiin myös välivarastoinnin ajat ja paikat. Metsä Boardin kuljetusten seurannassa sama data paikansi lisäksi kohdan, jossa pakkaukset rikkoutuivat. Useimmissa yrityksissä seuranta aloitetaan kuitenkin datasta, joka on jo järjestelmissä.
Tarvitaanko process mining -alustaa vai riittääkö oma seuranta?
Kun tilaus kulkee aina samat vaiheet samassa järjestyksessä, oma seuranta riittää: läpimenoajat lasketaan olemassa olevasta datasta ja näytetään näkymässä, jota tiimin tutussa näkymässä. Prosessilouhinnan (process mining) alustaa tarvitaan puolestaan silloin, kun tilaukset kulkevat kymmeniä eri reittejä ja halutaan ymmärtää, mitkä poikkeamat hidastavat prosessia ja mistä se johtuu.
| Tilanne | Riittävä toteutus |
|---|---|
| Tilaukset etenevät samassa järjestyksessä, ja halutaan tietää missä tilaus on ja kauanko vaiheet kestävät | Oma seuranta: data yhteen paikkaan ja näkymä Power BI:hin tai kevyeen web-sovellukseen |
| Paljon palautuksia, uudelleenkäsittelyä ja poikkeusreittejä, joiden syitä ei tunneta | Prosessilouhinta valmiilla työkalulla tai avoimen lähdekoodin kirjastolla |
| Microsoft 365 ja Power Automate ovat jo käytössä, ja prosessidataa on vähän | Power Automate Premiumiin sisältyy 50 Mt prosessilouhinnan tallennustilaa käyttäjää kohden |
| Ydinjärjestelmä on oma tai harvinainen, eikä valmiissa alustoissa ole sille liitintä | Data muokataan joka tapauksessa itse, joten oma seuranta on usein järkevämpi |
| Tapahtumia on paljon, ja lisenssi hinnoitellaan datamäärän mukaan | Lisenssin hinta voi kasvaa suuremmaksi kuin siitä saatava hyöty, joten välimalli kannattaa laskea |
Järkevä ratkaisu on usein jonkinlainen välimalli: tapahtumatiedot kootaan yrityksen omaan tietokantaan, jolloin data pysyy yrityksen hallinnassa. Analyysiin taas valitaan kuhunkin kysymykseen sopiva työkalu. Arjen seurantaan riittää kevyt näkymä, ja prosessilouhintatyökalu otetaan käyttöön silloin, kun yksittäistä ongelmaa halutaan selvittää tarkemmin. Sama ajatus pätee integraatioihin: kriittiset työnkulut kannattaa siirtää hallittuun integraatioon, kun taas muut voivat jäädä no-code-työkalun hoidettaviksi.
Mistä läpimenoajan seuranta kannattaa aloittaa?
Aloita yhdestä tuotelinjasta tai yhdestä toimitusreitistä, älä koko yrityksen prosesseista. Valitse 4-6 vaihetta, joiden aikaleima on jo tallessa, hae muutaman kuukauden historia ja sovi yksi hälytysraja. Rajattu aloitus pitää työn pienenä ja näyttää nopeasti, kannattaako seurantaa laajentaa.
- Valitse kysymys. Esimerkiksi: miksi toimitusvarmuus jäi viime kvartaalilla tavoitteesta?
- Listaa vaiheet ja järjestelmät, joihin niiden aikaleimat tallentuvat.
- Tarkista tunnisteet. Kulkeeko sama tilausnumero kaikissa järjestelmissä, vai pitääkö numerot kytkeä toisiinsa?
- Laske historiasta jokaisen vaiheen tavallinen kesto ja hajonta.
- Sovi hälytys. Esimerkiksi viesti vastuuhenkilölle Teamsiin, kun tilaus on seissyt samassa vaiheessa yli 48 tuntia.
Seuranta on myös hyvä lähtökohta automaatiolle. Kun näet, missä tilaus odottaa, näet samalla, mikä manuaalinen vaihe sen pysäyttää: tilausvahvistus, joka odottaa jonkun sähköpostia, tai lähetys, joka odottaa käsin tehtyä rahtikirjaa. Automaatiokartoituksessa nämä vaiheet käydään läpi ja niiden automatisoinnille lasketaan euromääräinen hyöty.
Missä teidän tilauksenne odottavat?
Automaatiokartoitus käy läpi tilaus- ja toimitusketjunne vaiheet, tunnistaa manuaaliset työvaiheet, jotka hidastavat tilauksia, ja laskee niiden automatisoinnin euromääräisen hyödyn.
Lähteet
Mihin tämän artikkelin väitteet perustuvat?
- Prepare processes and data
Microsoft Learn
Lähde sille, että prosessilouhinta edellyttää tapahtumalokissa tapauksen tunnisteen (esim. tilausnumero), vaiheen nimen ja aikaleiman, ja että vaiheiden kestot saadaan, kun vaiheelle on kirjattu alku- ja loppuaika. Tarkistettu 12.11.2026.
- Power Automate Pricing
Microsoft
Lähde sille, että jokaiseen Power Automate Premium -käyttäjälisenssiin sisältyy 50 Mt prosessilouhinnan tallennustilaa, yhteensä enintään 100 Gt tenanttia kohden, ja että lisätila ostetaan erillisenä, datamäärän mukaan hinnoiteltuna lisäosana. Tarkistettu 12.11.2026.
- Process Mining Manifesto
IEEE Task Force on Process Mining
Lähde prosessilouhinnan määritelmälle: prosessien löytäminen, valvonta ja parantaminen järjestelmien tapahtumalokeista. Julkaistu 2012. Tarkistettu 12.11.2026.
Lähteiden tiedot on tarkistettu 12. marraskuuta 2026.
Empirica Finland on suomalainen ohjelmistoyritys, joka toteuttaa tekoälyautomaatioita ja räätälöityjä sovelluksia yrityksen järjestelmien ja laitteiden datasta sekä vastaa niiden jatkuvasta kehityksestä. Empirica on Claude Partner Network -jäsen ja Microsoft-kumppani.
