ARTTU-MATTI MATINLAURI RAUTATIELIIKENNEDATAN JALOSTAMINEN PÄÄTÖKSENTEON TUEKSI KEHITTYNEEN DATA- ANALYTIIKAN MENETELMIN Diplomityö Professori Jorma Mäntynen hyväksytty tarkastajaksi teknistaloudellisen tiedekunnan kokouksessa 4.5.2011.
i TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Tietojohtamisen koulutusohjelma MATINLAURI, ARTTU MATTI: Rautatieliikennedatan jalostaminen päätöksenteon tueksi kehittyneen data analytiikan menetelmin Diplomityö, 109 sivua (1 Liite) Toukokuu 2011 Pääaine: Tiedonhallinta Tarkastaja: Professori Jorma Mäntynen Avainsanat: Rautatieliikenne, Täsmällisyys, Kehittynyt data analytiikka, Tiedonlouhinta, Toimintatutkimus, Päätöksenteon tuki Rautateillä liikenne on sidottu raiteisiin. Niinpä yksittäisten junien täsmällinen liikennöinti on tärkeää: yhden junan viivästys saattaa vaikuttaa useiden muiden junien täsmällisyyteen. Vuoden 2009 talvesta lähtien Suomen rautatieliikenteen täsmällisyys on ollut pääsääntöisesti hyvin heikolla tasolla. Tässä diplomityössä pyritään lisäämään ymmärrystä siitä, mistä epätäsmällinen liikennöinti johtuu, ja miten rautatieliikennedataa voidaan jalostaa kehittyneen data analytiikan menetelmin siten, että tuotetaan uutta tietoa täsmällisyyden kehittämiseen liittyvän päätöksenteon tueksi. Tutkimuksessa paneudutaan myös siihen, mitä tämä edellyttää dataympäristöltä, analyysitoiminnalta sekä työryhmätyöskentelyltä. Aluksi työssä tehdään kaksiosainen kirjallisuusselvitys. Kirjallisuusselvityksen ensimmäisessä osassa tutkitaan rautatieliikenteen täsmällisyyteen liittyvää käsitteistöä ja normistoa. Toisessa osassa tutkitaan kehittynyttä data analytiikkaa ja sen menetelmiä päätöksenteon tukena. Työn empiirinen osuus toteutetaan toimintatutkimuksena osallistumalla aktiivisesti Suomen rautateiden radanpitäjä Liikenneviraston sekä liikennöitsijä VR:n työryhmiin ja analyysitoimintaan. Empiirisen osuuden ensimmäisessä osassa tarkastellaan Suomen rautatieliikenteestä kerättävää kulkutietodataa, täsmällisyysanalyysin nykytilaa sekä täsmällisyyden parissa toimivien työryhmien toimintaa. Empiirisen osuuden toisessa osassa toteutetaan esille nousseita analyysi ideoita kehittyneen data analytiikan menetelmin. Tavoitteena on ymmärtää, miten kyseisiä menetelmiä voidaan hyödyntää Suomen rautatieliikennedatan analysoinnissa syvällisemmän ymmärryksen saavuttamiseksi. Työn tuloksena voidaan todeta, että kehittyneen data analytiikan menetelmien avulla voidaan saavuttaa paljon lisäymmärrystä kokonaisjärjestelmän toiminnasta, kuten viiveiden ketjuuntumisesta. Tämä edellyttää dataympäristön, analyysitoiminnan sekä työryhmätyöskentelyn toimintatapojen ja käytettävien työkalujen kehittämistä.
ii ABSTRACT TAMPERE UNIVERSITY OF TECHNOLOGY Master s Degree Programme in Information and Knowledge Management MATINLAURI, ARTTU MATTI: Refining Rail Transport Data for the Purpose of Decision support with Advanced Data analytics Master of Science Thesis, 109 pages (1 Attachment) May 2011 Major: Business Information Management Examiner: Professor Jorma Mäntynen Keywords: Rail Transport, Punctuality, Advanced Data Analytics, Data Mining, Interventionist research, Decision Support In rail transport the punctuality of every train is vital as operation is limited to running on tracks. The delay of one single train may affect the punctuality of several others. Since the winter of 2009 Finnish rail transport has faced a challenge in maintaining punctual operation. To better understand what causes unpunctual operation, this thesis researches how by refining rail transport data with advanced data analytics can one create analyses to support decision making related to improving punctuality. This thesis also delves into what this requires from the data environment, analysis operations and from working group work. To start with, a two part literature review is completed. The first part reviews advanced data analytics and its methods to support decision making. The second part presents rail transport punctuality related terminology and norms. The empirical study of this thesis is completed as an action research by actively participating in the analysis and work group work of the maintainer and developer of the rail network, the Finnish Transport Agency, as well as the sole operator, VR. The first section of the empirical study examines Finnish rail transport from the viewpoints of data gathered, punctuality analysis currently being done and work groups currently working with punctuality matters. The latter section of the empirical study is used to complete analyses with advanced data analytics to better understand how the methods can be used to achieve a deeper understanding of the transport system. As an end result of this thesis it can be stated that, by using advanced data analytical methods in data analysis one can achieve a better understanding of the rail transport system as a whole. An example of this is the understanding gained in delay propagation. However further analysis work requires development in procedures and available tools related to the data environment, analysis operations and work group work.
iii ALKUSANAT Suomen rautatieliikenteen täsmällisyys on ollut heikolla tasolla vuoden 2009 talvesta lähtien. Syksyllä 2010 kuullessani mahdollisuudesta osallistua osaltani tämän ongelmatilanteen ratkomiseen, ei minun tarvinnut hetkeäkään jahkailla. Olin koukussa. Tämä tutkimusprojekti on avartanut näkemystäni sekä aikaisemmin minulle tuntemattomasta rautatieliikenteestä että jo aikaisemmin tutusta analytiikan menetelmien mielenkiintoisesta maailmasta. Tutkimuksen ovat osaltansa mahdollistaneet Heli Mattila Liikennevirastosta tarjoamalla projektirahoituksen ja olosuhteet projektin toteuttamiseen. Kiitos tästä hänelle. Kiitos kuuluu myös muulle Liikenneviraston organisaatiolle sekä VR Yhtymälle, jotka mahdollistivat tutkimuksenaikaisen osallistumisen heidän toimintaansa. Tampereen teknilliseltä yliopistolta tahdon osoittaa kiitollisuuteni professori Jorma Mäntyselle tilaisuudesta työskennellä tämän projektin parissa luovuutta mahdollistavissa olosuhteissa. TTY:n tutkija Tommi Mäkelä ansaitsee oman osuutensa kiitoksesta rautatieliikenteen asiantuntemuksensa jakamisesta. Tämän diplomityön suhteen suurin kiitos kuuluu projektipäällikkö Jouni Paavilaiselle erittäin kannustavasta otteesta ja ohjauksesta. Ilman koko kotiväen tukea niin opintojen kuin tämän viimeiset kolme viikkoa kestäneen rutistuksen aikana, en olisi pystynyt tähän tällä aikajänteellä. Kaikkien kymppipisteiden ja papukaijamerkkien ollessa jaettuna, jäljelle jää vain sydän, jonka ansaitsee projektin aikana maailmaan ilmestynyt pikku Linda Marie, joka kolmikuukautisilla sormillaan auttoi kirjoittamaan nimeni näihin kiitoksiin. Tampereella 30.5.2011, Arttu Matti I. Matinlauri
iv SISÄLLYS TIIVISTELMÄ... i ABSTRACT... ii ALKUSANAT... iii SISÄLLYS... iv 1. JOHDANTO... 1 1.1. Tutkimuksen tausta... 1 1.2. Tutkimuksen tavoitteet ja rajaukset... 4 1.3. Tutkimusmenetelmä... 5 1.4. Tutkimuksen rakenne... 9 2. RAUTATIELIIKENNE JA TÄSMÄLLISYYS... 11 2.1. Rautatieliikenne... 11 2.2. Suomen rautatietoimintaympäristö... 13 2.3. Rautatieliikenteen täsmällisyys... 17 2.4. Rautatieliikenteen viiveet ja myöhästymiset... 17 2.5. Suomen rautatieliikenteen täsmällisyys... 20 2.6. Viiveiden luokittelu Suomessa... 23 2.7. Yhteenveto... 26 3. KEHITTYNYT DATA-ANALYTIIKKA PÄÄTÖKSENTEON TUKENA... 27 3.1. Päätöksentekomentelmät... 27 3.2. Tiedon tasot... 30
v 3.3. Kehittyneen data-analytiikan menetelmät... 31 3.3.1. Assosiaatioanalyysi & Sekvenssianalyysi... 35 3.3.2. Klusterointi... 37 3.3.3. Luokittelu... 39 3.3.4. Visuaalinen analytiikka... 41 3.4. Yhteenveto... 42 4. RAUTATIELIIKENTEEN TÄSMÄLLISYYSANALYYSIEN NYKYTILA SUOMESSA... 44 4.1. Rautatieliikennedata... 44 4.1.1. JUSE-data... 44 4.1.2. GRATU-data... 50 4.1.3. Datan nykytila... 53 4.2. Analyysit... 53 4.2.1. Kuukausittainen analyysi... 53 4.2.2. Vuosittainen analyysi... 56 4.2.3. Analyysien nykytila... 57 4.3. Työryhmät... 58 4.3.1. Täsmällisyyden ohjausryhmä (Ryhti-ryhmä)... 58 4.3.2. Liikenneviraston Infra-täsmäryhmä... 59 4.3.3. VR:n Täsmä-ryhmä... 60 4.3.4. VR:n Täsmällisyyden analyysiryhmä (A-ryhmä)... 60 4.3.5. Liikenteen laatu -ryhmät (LiLa-ryhmät)... 61 4.3.6. Työryhmien nykytila... 62
vi 5. DATA-ANALYTIIKAN MENETELMIEN HYÖDYNTÄMINEN SUOMEN RAUTATIELIIKENTEESTÄ KERÄTTÄVÄN DATAN ANALYSOINNISSA... 63 5.1. Yksittäisten junien toistuvien myöhästymismallien analysointi... 63 5.1.1. Analyysi... 63 5.1.2. Yhteenveto... 79 5.2. Pohjanmaan radan huonon kunnon aiheuttamien myöhästymisten vaikutusten arviointi valtakunnallisesti... 80 5.2.1. Analyysi... 80 5.2.2. Yhteenveto... 99 6. PÄÄTELMÄT... 101 6.1. Kehittyneen data-analytiikan mahdollisuudet... 101 6.2. Data- ja analytiikkaympäristön kehittäminen... 101 6.3. Analyysitoiminnan kehittäminen... 103 6.4. Työryhmien toiminnan kehittäminen... 103 6.5. Tutkimuksen arviointi ja jatkotutkimusehdotukset... 104 LÄHTEET... 106 LIITTEET (1 kpl)... 110
1 1. JOHDANTO 1.1. Tutkimuksen tausta Rautatieliikenteen täsmällisyyden merkitys on kasvanut viime vuosikymmeninä muun muassa ihmisten vaatimustason noususta, kulkumuotojen aiempaa voimakkaammasta keskinäisestä kilpailusta sekä rataverkon käyttöasteen kasvusta johtuen. Epätäsmällisyys heikentää sekä rautatieliikennejärjestelmän suorituskykyä että sen palvelun laatua. Tätä kautta se heijastuu kustannuksina matkustajille, liikennöitsijöille, radanpitäjälle ja koko yhteiskunnalle. Talvien 2009 2010 sekä 2010 2011 aikana täsmällisyys on romahtanut ollen henkilökaukoliikenteessä heikoimpina talvikuukausina jo alle kuudenkymmenen prosentin tavoitteen ollessa yhdeksänkymmentä prosenttia. Tästä on seurannut paljon negatiivissävytteistä julkista keskustelua rautatieliikenteen täsmällisyydestä. Seurauksena on syntynyt paine täsmällisemmälle liikenteelle. Suomessa täsmällisyyden kehitystyön lähtökohtana ovat yleensä olleet yksittäiset, konkreettiset haasteet, joihin on vastattu käytännönläheisillä selvityksillä ja tutkimuksilla. Pragmaattisuuden ollessa korostuneena aihealueen tieteellinen tutkimus on saanut melko vähän painoarvoa. Näin ollen tarve aihealueen tieteellisen ja teoreettisen kehyksen vahvistamiselle on olemassa. Vankka teoreettinen osaaminen antaa hyvät lähtökohdat kehittää järjestelmää myös käytännön sovelluksien osalta. Kansallisen teoriataustan vahvistamisen hyödyllisyyttä tukee myös se, että Suomen rautatieliikennejärjestelmä on esimerkiksi yksiraiteisen luonteensa vuoksi poikkeava moniin muihin maihin verrattuna. Näin ollen ulkomaiset tutkimukset ovat vain harvoin suoraan sovellettavissa Suomeen. Näistä lähtökohdista Tampereen teknillinen yliopisto (TTY) ja Liikennevirasto (ent. Ratahallintokeskus) solmivat vuoden 2009 alussa aiesopimuksen nelivuotisesta tutkimusyhteistyöstä, jonka aihepiirinä on rautatieliikenteen täsmällisyys. Yhteistyön ensimmäinen tutkimushanke oli nimeltään Rautatieliikenteen täsmällisyystutkimuksen kirjallisuuskatsaus. Siinä kartoitettiin, jäsennettiin ja analysoitiin laaja alaisesti rautatieliikenteen täsmällisyyteen liittyvää tutkimusta kansainvälisellä tasolla. Lisäksi tutkimuksessa pyrittiin hankkimaan syvällinen ymmärrys täsmällisyyden taustalla olevista teorioista sekä siihen liittyvistä sovelluksista. Ensimmäisen tutkimushankkeen myötä esiin nousseiden teemojen ja näkökulmien myötä rautatieliikenteen täsmällisyystutkimusta jatkettiin Täsmällisyyteen liittyvän tie
2 don keräämisen, analysoinnin ja hyödyntämisen kehittäminen hankkeen muodossa. Tutkimushankkeen ensimmäinen vaihe, Eri toimijoiden täsmällisyyteen liittyvien tietotarpeiden määrittäminen, nosti esille, että rautatieliikenteen toimijat kaipaisivat nykyistä pidemmälle vietyjä analyysejä täsmällisyyteen liittyen. Esimerkiksi viiveiden ketjuuntumisilmiöstä kaivattiin enemmän tietoa. Tutkimushankkeessa todettiin, että näihin tietotarpeisiin vastaamista voitaisiin kehittää huomattavasti nykyisestä erilaisia kehittyneitä data analytiikkamenetelmiä, kuten tiedonlouhintaa hyödyntämällä. Menetelmien avulla olemassa olevaa täsmällisyysdataa voidaan analysoida perinteisiä menetelmiä monipuolisemmin ja löytää siitä uudenkaltaisia syy seuraus suhteita, joita ei järjestelmän kompleksisuuden ja datamassan suuruuden vuoksi aikaisemmin ole ollut mahdollista tunnistaa. Rautatieliikenteen viimeaikoina kohtaamien haasteiden ja aikaisemman tutkimuksen valossa näyttäisi siis siltä, että kehittyneiden data analytiikkamenetelmien hyödyntäminen täsmällisyysdatan analysoinnissa antaisi mahdollisuuden eri toimijoiden tietotarpeiden parempaan tyydyttämiseen. Toisen tutkimuksenhankkeen toisen vaiheen, Täsmällisyysdatan keräämiseen, analysointiin ja hyödyntämiseen liittyvät konkreettiset käytännöt eri maissa, sekä ensimmäisessä tutkimuksessa tehdyn kirjallisuuskatsauksen perusteella kehittyneen data analytiikan menetelmiä ei kuitenkaan ole hyödynnetty täsmällisyyteen liittyvän datan analysoinnissa. Tämä diplomityö sekä siihen liittyvä tutkimushanke, Täsmällisyystiedon jalostaminen kehittyneen data analytiikan keinoin, pyrkii täyttämään sekä edellä esitettyä käytännön tarvetta että olemassa olevaa tutkimuksellista aukkoa. Tutkimus siis sekä palvelee tilaajan täsmällisyystyötä että luo uutta tietoa alan tieteelliselle kentälle. Rautatieliikenteen täsmällisyystutkimuksen kirjallisuuskatsaus projektin yhteydessä on luotu malli, joka havainnollistaa täsmällisyyteen liittyvän datan keräämiseen, analysointiin ja hyödyntämiseen liittyvää iteratiivista prosessia. Reaalimaailman prosessin yleisen jäsentämisen lisäksi mallia voidaan hyödyntää tutkimuksen asemoinnissa. Malli on esitetty kuvassa 1.
3 Kuva 1. Prosessimalli, jossa mitattua täsmällisyysdataa jalostetaan tarvitsijoille, ja hyödynnetään heiltä saatua palautetta järjestelmän kehittämisessä. (Paavilainen et al. 2011) Tämä diplomityö tarkastelee ensisijaisesti prosessin vaihetta 12 (analysointimenetelmien kehittäminen). Analysointimenetelmien kehittämisessä pyritään ottamaan kantaa sekä datan muokkaukseen, että analysointiin liittyviin asioihin. Tutkimus ei kuitenkaan rajaudu vain tähän vaiheeseen, vaan sen kautta pyritään lisäksi hahmottamaan, kuinka koko tiedontuotantoprosessia tulisi kehittää.
4 1.2. Tutkimuksen tavoitteet ja rajaukset Tässä tutkimuksessa tavoitteena on selvittää, miten täsmällisyystiedon jalostamista päätöksenteon tueksi voidaan kehittää kehittyneen data analytiikan menetelmien avulla. Kehittyneellä data analytiikalla tarkoitetaan tässä tutkimuksessa seuraavaa: Kehittynyt data analytiikka koostuu menetelmistä ja työkaluista, joilla pyritään automatisoidusti löytämään oleellinen tieto suurista tietomassoista. Kun perinteisten dataanalyysimenetelmien ja työkalujen avulla on lähinnä mahdollista analysoida pieniä datamääriä muutaman muuttujan suhteen kerrallaan, on kehittyneen data analytiikan avulla mahdollista tarkastella laajojakin datamassoja useiden satojen muuttujien suhteen sen kehittyneiden analyysialgoritmien ja työkalujen avulla. Näin ollen kehittyneempiä menetelmiä hyödynnettäessä ei tarvita valmiita hypoteeseja, vaan ideana on, että työkalut löytävät datamassasta johdonmukaisuuksia, kuten esimerkiksi poikkeamia, säännönmukaisuuksia sekä syy seuraussuhteita. Edellä esitelty kehittyneen data analytiikan määritelmä sekä muita käsitteiden määrittelyjä esitetään tarkemmin luvuissa 2 ja 3. Tutkimuksen tavoitteet voidaan tiivistää seuraaviin osa alueisiin: 1. Kirjallisuusselvityksen avulla pohditaan, miten analytiikka tukee päätöksentekoa. 2. Kirjallisuusselvityksen avulla tarkastellaan, mitkä ovat keskeisimmät kehittyneen data analytiikan menetelmät ja miten niitä hyödynnetään. 3. Kirjallisuusselvityksenä kartoitetaan, mitä rautatieliikenteessä ymmärretään täsmällisyydellä ja siihen liittyvällä käsitteistöllä sekä mitä tämä tarkoittaa Suomen rautatieliikenteen kontekstissa. 4. Toimintatutkimuksena tutkimuksena tutkitaan, missä kehittyneen data analytiikan menetelmistä olisi hyötyä rautatieliikennettä ja siihen liittyvää analyysitoimintaa kehittäessä. 5. Tuotetaan mallianalyysejä, joissa hyödynnetään kehittyneen data analytiikan menetelmiä rautateiden täsmällisyystiedon jalostamisessa ja arvioidaan niiden hyödyllisyyttä. Tutkimuksessa osallistutaan kohdeorganisaation toimintaan aktiivisesti ja tämä ilmenee muun muassa erinäisten vakioanalyysien kehittämistoimina ja analyysejä hyödyntävien työryhmien toimintaan osallistumisena. Tutkimuksen fokus on kehittyneen data analytiikan menetelmien hyödyntämisessä päätöksenteon tukena. Näin ollen esimerkiksi päätöksentekijöiden tietotarpeisiin ei puututa kuin siinä määrin, että voidaan arvioida esimerkkianalyysien hyödyllisyyttä.
5 1.3. Tutkimusmenetelmä Tutkimuksen luonteena on tarkastella, miten kehittyneen analytiikan menetelmiä voidaan hyödyntää rautatieliikenteestä kerättävän kulkutiedon analysointiin. Koska tutkimus vaatii kohdeorganisaation tämän hetken toimintatapojen, kuten analyysitarpeiden ymmärtämistä ja analytiikan tämän hetkisen hyödyntämistilan kartoittamista, päätettiin tutkimus toteuttaa interventionistisena tutkimuksena, eli toimintatutkimuksena. Interventionistisen tutkimuksen pääajatus, eli kohdeorganisaation toiminnasta oppiminen ja mahdollisesti sen toiminnan kehittäminen aktiivisen osallistumisen myötä, esitetään seuraavaksi tarkemmin. Baskerville & Myers (2004) esittävät, että interventionistinen tutkija on yleensä organisaation ulkopuolinen henkilö, joka tarjoaa asiantuntemustaan kohdeorganisaation kehittämiseen ja systemaattisesti arvioi osallistumista rakentaakseen ymmärrystä toiminnasta. Levin et al. (2002) mukaan interventionistisessa tutkimuksessa on kuitenkin se haaste, että ulkopuolinen tutkija ei välttämättä täysin nauti kohdeorganisaation luottamuksesta, jolloin häneltä jää saamatta kaikista luottamuksellisin tieto. Iversen et al. (2004) painottavatkin, että interventionistisessa tutkimuksessa asiakas tutkija suhde on yksi suurimmista vaikuttimista tutkimuksen onnistumisen kannalta. Kuvassa 2. on esitetty Susman & Everedin (1978) kehittämä toimintatutkimuksen syklinen prosessi. Heidän mukaan toimintatutkimus koostuu viidestä vaiheesta: Diagnosointi, toiminnan suunnittelu, toimiminen, arviointi ja opitun tarkentaminen (Susman & Evered 1978). Diagnosointi vaiheessa pyritään tunnistamaan ratkaistava ongelma ja määrittelemään se tarkemmin. Kun ongelma on määritelty, siirrytään suunnittelemaan toimintaa. Toiminnan suunnittelun tavoitteena on tuottaa vaihtoehtoisia toimintamalleja ongelmanratkaisuun ja arvioida niitä (Susman & Evered 1978). Toisin sanoen tässä vaiheessa on jo tehty suuri työ sen suhteen, että on jo luotu ratkaisuvaihtoehtoja ongelmaan. Toiminnan suunnittelun jälkeen siirrytään itse toimimiseen, jossa valitaan yksi kehitetty toimintamalli ja ajetaan se organisaation käyttöön käytännössä. Kun jokin toimintamalli on saatu käyttöön, siirrytään arvioimaan seurauksia. Tässä vaiheessa siis tarkastellaan toiminnan vaikutuksia organisaatioon. Viimeinen vaihe Susman & Everedin sykliä on ehkäpä tärkein akateemisen tutkimuksen kannalta. Opitun tarkentaminen vaiheessa tarkastellaan yleisiä löydöksiä ja pyritään vetämään näistä johtopäätöksiä, miten mikäkin asia vaikuttaa kohdeorganisaation toimintaan. (Susman & Evered 1978). Vain tällä tavoin voidaan aidosti arvioida toiminnan vaikutusta ja rakentaa ymmärrystä tulevaisuutta silmällä pitäen.
6 Opitun tarkentaminen Yleisten löydösten tunnistaminen Diagnosoin7 Ongelman tunnistaminen ja määrieely Arvioin7 Toiminnan seurausten arvioinf Toiminnan suunni8elu Ongelmanratkaisun vaihtoehtoisten toimintamallien arvioinf Toimiminen Toimintamallin valinta Kuva 2. Toimintatutkimuksen syklinen prosessi (mukailtu lähteestä Susman & Evered 1978). Tämän tutkimuksen voidaan nähdä sijoittuvan toimintatutkimuksen syklisen prosessin eri vaiheisiin seuraavasti: Diagnosointi: Tässä tutkimuksessa aluksi analysoidaan miten tällä hetkellä tehdään täsmällisyysanalyysiä. Arvioinnin kohteena on sekä käytettävä data ja tehtävät analyysit. Tämän lisäksi arvioidaan tämän hetkisten täsmällisyysanalyysien käyttöä päätöksenteon tukena. Toiminnan suunnittelu & toimiminen: Tutkimuksen painopiste on tehtävissä analyyseissä. On tunnistettu, että tällä hetkellä olemassa olevat vakioanalyysit voisivat olla sisällöllisesti rikkaampia. Toisena tarpeena on ad hoc analyysien saatavuus reaaliaikaisesti erinäisiin tarpeisiin. Tähän esitetään ratkaisuksi kehittyneen data analytiikan menetelmien käyttöönottoa, jolloin voitaisiin tuottaa sisällöltään rikkaampia ja monipuolisempia analyysejä nopeammin muuttuvien tarpeiden mukaan. Arviointi & Opitun tarkentaminen: Tutkimuksessa tuotetaan esimerkkianalyysejä, mitä voisi yksinkertaisesti tuottaa kehittyneen data analytiikan menetelmien avulla. Näitä analyysejä ja niiden hyödyllisyyttä arvioidaan kunkin erillisen analyysin kohdalla. Arviointi suoritetaan subjektiivisesti tutkijoiden ja kohdeorganisaatioiden henkilöstön mielipiteiden mukaan, kuinka hyödyllisiä analyysien nähdään olevan ja kuinka yksinkertai
7 sesti niitä saadaan luotua. Lopuksi tutkimus raportoidaan akateemisten standardien mukaisesti, jolloin se saa ansaitsemansa huomion ja vertaisarvioinnin. Toimintatutkimusta voi tehdä monella eri tavalla. Toimintatutkija voi Daft & Weickin (1984) mukaan osallistua organisaation toimintaan ja nähdä tutkittavan toimintaympäristön eri tavoin. Kuvassa 3. on esitetty malli organisaation tulkinnan eri moodeista. Sen mukaan organisaation toimintaan voidaan sekaantua joko aktiivisesti tai sitten tyytyä vain passiivisesti havainnoimaan toimintaa. Lisäksi toimintaympäristö voidaan nähdä joko helposti analysoitavana tai sitten sellaisen, jota ei kyetä analysoimaan, jolloin täytyy tehdä oletuksia tai jopa rakentaa toimintaympäristö itse. Suuntaamaton havainnointi Rakentava osallistuminen Oletus toimintaympäristöstä Analysoitavissa Ei analysoitavissa Rajoittunut tulkinta. Ei rutiininomaista, epäformaalia dataa. Tunteeseen, huhuihin ja sattumanmahdollisuuksiin perustuvaa. Asemoitu havainnointi Tulkitsee perinteisten rajojen sisällä. Passiivinen havainnointi. Ruutininomaista, formaalia dataa. Kokeileva ja luova toimintaympäristön keksiminen ja rakentaminen. Tekemällä johtaminen. Selvittävä osallistuminen Formaali tutkiminen. Haastattelut, kyselyt, datankeruut. Aktiivinen havainnointi. Passiivinen Aktiivinen Organisaation toimintaan sekaantuminen Kuva 3. Organisaation tulkinnan moodit (mukailtu lähteestä Daft & Weick 1984). Tässä tutkimuksessa painopiste on selvittävän osallistumisen moodissa johtuen siitä, että osallistuminen kohdeorganisaatioiden toimintaan on aktiivista ja oletuksena on,
8 että toimintaympäristö on analysoitavissa, jolloin sitä ei tarvitse luoda. Tämä tarkoittaa sitä, että tutkimuksen painopiste on kerätyn datan analysoinnissa, epäformaaleissa keskusteluissa esiin nousseiden haasteiden analysoinnissa sekä kohdeorganisaatioiden toimintaan osallistumalla esiin nousseiden asioiden analysoinnissa. Koska tutkimuksen aikana kuitenkin noussee esille mielenkiintoisia aiheita, joista ei ole saatavissa tarkempaa tietoa, eli toisin sanoen toimintaympäristö ei ole analysoitavissa, tullaan myös jossakin määrin suorittamaan rakentavan osallistumisen tyyppistä tutkimusta kokeillen ja luoden toimintaympäristöä. Tästä esimerkkinä toimii tutkimuksen aikana esiin nousevat asiat, joita olisi hyödyllistä analysoida kehittyneen data analytiikan menetelmillä, mutta dataa ei ole saatavissa. Tutkimusmentelmänä tässä tutkimuksessa on interventionistinen tutkimus, eli toimintatutkimus. Aktiivisen osallistumisen kautta on tarkoitus muodostaa käsitys tämän hetkisestä tilanteesta ja etsiä ratkaisuja nykytilassa vallitseviin haasteisiin. Haasteiden ratkomiseen sovelletaan kehittyneen data analytiikan menetelmiä. Näitä menetelmiä ja niiden käyttöä on tarkoitus kehittää tämän tutkimuksen puitteissa ja jatkossa toimintatutkimukselle ominaisella tavalla, eli syklisesti arvioiden menetelmien hyödyllisyyttä kussakin käyttötilanteessa.
9 1.4. Tutkimuksen rakenne Tässä luvussa esitellään tutkimuksen rakenne. Tämä diplomityö noudattelee Tampereen teknillisen yliopiston diplomityöohjesäännön mukaista rakennetta, jossa teoreettinen viitekehys ja empiria on selvästi eriytetty toisistaan. Tutkimuksen rakenne on esitetty kuvassa 4, jonka sisältö selvennetään tämän luvun aikana. Tämä tutkimus rakentuu viidestä erillisestä, toisiaan tukevasta osasta. Työ alkaa johdantoluvulla, jossa esitellään tutkimuksen tausta, tutkimuksen tavoitteet ja rajaukset, käytettävä tutkimusmenetelmä sekä tutkimuksen rakenne. Tämän jälkeen luvuissa 2 ja 3 esitellään työn teoreettinen viitekehys. Luvussa 2 keskitytään esittelemään rautatieliikenteeseen ja täsmällisyyteen liittyvä teoreettinen viitekehys. Luku on rakennettu niin, että puolet sen alaluvuista esittelee rautatieliikennettä yleisellä tasolla ja puolet esittää rautatieliikennettä Suomessa. Kuvassa 4 on kuvattu Rautatieliikenne ja täsmällisyys luvun rakenne. Tässä kuvassa vasemmassa sarakkeessa allekkain esitetyt luvut kertovat rautatieliikenteestä yleisesti ja oikeanpuoleiset rautatieliikenteestä Suomessa. Luvussa 3 keskitytään data analytiikkaan ja päätöksentekomenetelmiin. Alaluvussa 3.1 esitellään eri päätöksentekomenetelmiä aina intuitiosta joukkojen viisauteen ja tarkastelemaan, miten analytiikka sijoittuu päätöksenteon tutkimuskenttään. Luvussa 3.2 ja sen alaluvuissa määritellään kehittyneeseen data analytiikkaan liittyvää käsitteistöä ja lisäksi esitellään kehittyneen data analytiikan menetelmiä. Luvut 2 ja 3 toimivat hyvin pitkälti taustoittavana viitekehyksenä luvuille 4 ja 5. Luvussa 4 esitellään rautatieliikenteen täsmällisyysanalyysin nykytila. Tämä tarkoittaa käytettävissä olevan datan, tällä hetkellä tehtävien analyysien sekä analyysejä käyttävien ja tuottavien työryhmien esittelyä. Luvun 4 tavoitteena on rakentaa ymmärrys, mitä haasteita täsmällisyysanalyysin tekemisessä on tällä hetkellä. Luvussa 5 esitellään erilaisia analyysejä tutkimuksen aikana esiin nousseista liikennejärjestelmän haasteista. Tavoitteena luvussa 5 on esittää, miten kehittyneen dataanalytiikan menetelmillä kyetään analysoimaan ja visualisoimaan liikenteestä kerättyä dataa niin, että pystytään saamaan parempi ymmärrys järjestelmän toiminnasta. Jokaisen luvun 5 alaluvun kohdalla esitellään analysoitava ongelma, jonka jälkeen tuotetaan analyysi ja lopuksi arvioidaan työkalujen hyödyllisyyttä. Luvussa 6 vedetään tutkimus yhteen. Luvun 6 aikana esitetään, miten kehittyneen data analytiikan menetelmistä on hyötyä analysoitaessa rautatieliikennettä. Lisäksi tarkastellaan tutkimuksen onnistumista sekä esitetään suositukset työn teettäjälle, että tiedeyhteisölle mahdollisesta jatkotutkimuksesta.
10 1.1 Tutkimuksen tausta 1. JOHDANTO 1.2 Tutkimuksen tavoitteet ja rajaukset 1.3 Tutkimusmenetelmä 1.4 Tutkimuksen rakenne 2. RAUTATIELIIKENNE JA TÄSMÄLLISYYS TEOREETTINEN VIITEKEHYS 3. DATA ANALYTIIKKA PÄÄTÖKENTEON TUKENA 2.1 Rautatieliikenne 2.3 Rautatieliikenteen täsmällisyys 2.4 Rautatieliikenteen viiveet ja myöhästymiset 2.2 Suomen rautatietoimintaympäristö 2.5 Suomen rautatieliikenteen täsmällisyys 2.6 Viiveiden luokittelu Suomessa 3.1 Päätöksentekomenetelmät 3.2 Kehittyneen data analytiikan menetelmät 3.2.1 Assosiaatioanalyysi & Sekvenssianalyysi 3.2.2 Klusterointi 3.2.3 Luokittelu 3.2.4 Visuaalinen analytiikka 2.7 Yhteenveto 3.3 Yhteenveto 4. RAUTATIELIIKENTEEN TÄSMÄLLISYYSANALYYSIN NYKYTILA 4.1 Rautatieliikennedata 4.1.1 JUSE data 4.1.2 GRATU data 4.1.3 Datan nykytila 4.2 Analyysit 4.2.1 Kuukausittaiset analyysit 4.2.2 Vuosittaiset analyysit 4.2.3 Analyysien nykytila 4.3 Työryhmät 4.3.1 4.3.5 Eri työryhmien esittelyt 4.3.6 Työryhmien nykytila EMPIRIA 5. DATA ANALYTIIKAN MENETELMIEN HYÖDYNTÄMINEN SUOMEN RAUTATIELIIKENTEESTÄ KERÄTTÄVÄN DATAN ANALYSOINNISSA 5.1 Yksittäisten junien toistuvien myöhästymismallien analysointi 5.1.1 Analyysi 5.1.2 Yhteenveto 5.2 Pohjanmaan radan huonon kunnon aiheuttamien myöhästymisten vaikutusten arviointi valtakunnallisesti 5.1.1 Analyysi 5.1.2 Yhteenveto 6.1 Kehittyneen data analytiikan mahdollisuudet 6. PÄÄTELMÄT 6.2 Data ja analytiikkaympäristön kehittäminen 6.3 Analyysitoiminnan kehittäminen 6.5 Tutkimuksen arviointi ja jatkotutkimusehdotukset 6.4 Työryhmien toiminnan kehittäminen Kuva 4. Tutkimuksen rakenne
11 2. RAUTATIELIIKENNE JA TÄSMÄLLISYYS Tässä luvussa esitellään kirjallisuustutkimuksena toteutettu katsaus rautatieliikenteeseen ja täsmällisyyteen yleisesti ja Suomessa. Aluksi esitellään rautatieliikennettä yleisesti, jonka jälkeen siirrytään tarkastelemaan Suomen rautatietoimintaympäristöä. Tämän jälkeen suoritetaan katsaus rautatieliikenteen täsmällisyyteen, viiveisiin ja myöhästymisiin liittyvää käsitteistöä. Lopuksi esitellään rautatieliikenteen täsmällisyyteen liittyvää käsitteistöä, mittaristoa ja yleistä tilannetta Suomessa. Osa kappaleessa esitetyistä kuvista on sellaisia, jotka on tuotettu käsitteillä olevaa tutkimusta varten, mutta jo aikaisemmin julkaistu Liikenneviraston Rautatieliikenteen täsmällisyys 2010 raportissa (Liikennevirasto 2011a). 2.1. Rautatieliikenne Rautatieliikennejärjestelmä on luonteeltaan hyvin poikkeava verrattuna muihin liikennemuotoihin. Verrattuna muihin liikennemuotoihin, rautatieliikenne on energiatehokas ja ekologinen liikennemuoto. Rautateillä kyetään liikuttamaan suuria massoja ihmisiä ja tavaraa pienin resurssein. Toisaalta rautatieliikenne on vahvasti sitoutunutta raiteisiin, joka rajoittaa sitä, mihin junat voivat liikkua. Rautateillä liikenteen turvallisuus on ensisijaisen tärkeää ja liikennettä ohjataan ja valvotaan monin erilaisin teknisin laittein. Rautatieliikenteelle ominaista on liikennöinti kiinteillä raiteilla. Raiteet ovat yleisesti ottaen teräksestä rakennettuja kiskoja ja täten vahvuudeltaan lujia ja kitkaltaan pieniä, jolloin rautatieliikenteessä vetovoiman tarve suhteessa kuljetettavaan massaan on pieni ja ajonopeudet suuria (Liikennevirasto 2010b). Juna onkin erittäin energiatehokas ja ekologinen kulkumuoto kuluttaen vain kolmanneksen siitä, mitä tiekuljetukset kuluttavat samojen tavaramäärien kuljettamisessa (Profillidis 2006). Näitä energiatehokkuuden ja ekologisuuden ominaispiirteitä on entisestään lisännyt polttomoottoriveturien määrän väheneminen ja sähköistetyn verkon määrän lisääntyminen. Profillidisin (2006) mukaan sähköjunat eivät tuota lainkaan päästöjä ja dieseljunat tuottavat vain viidestoistaosan siitä päästömäärästä, mitä vastaava määrä autoliikennettä tuottaa. Rautatieliikenteessä on mahdollista liittää yhteen junaan monia kalustoyksiköitä. Tämä mahdollistaa suurten tavara ja ihmismäärien tehokkaan kuljettamisen. Profillidisin (2006) mukaan kahden kilometrin mittaiset, sadan vaunuyksikön junat kuljettavat va
12 jaan kymmenentuhannen metrisen tonnin painoisia rahteja. Japanin ja Osakan 515 kilometrin väliä liikennöivät luotijunat ovat Profillidisin (2006) mukaan ruuhkaisimman päivän aikana kuljettaneet 520 000 matkustajaa. Liikennevirasto (2010b) nostaa kuitenkin esille, että nämä suuret volyymit ovat omiaan vaikuttamaan siihen, että yksittäinenkin häiriö haittaa välittömästi suuren ihmismäärän matkaa. Liikenneviraston (2010b) mukaan häiriöt myös kertaantuvat hyvin nopeasti, jolloin on elintärkeää, että järjestelmä toimii suunnitelmallisesti, jolloin häiriöiden aiheuttamat viiveet saadaan pidettyä kurissa. Se, että junat liikkuvat kiinteillä raiteilla rajoittaa junien liikkumista. Koska raiteet määrittelevät, mihin juna voi mennä, junilla ei ole vaihtoehtoisten reittien käyttömahdollisuuksia ja ohitusmahdollisuuksia samalla tavalla, kuin esimerkiksi tieliikenteellä (Liikennevirasto 2010b). Suomen rataverkon ollessa yli yhdeksänkymmentäprosenttisesti yksiraiteista, korostuvat nämä haasteet. Koska yksiraiteisilla osuuksilla junat eivät voi kiertää toisiaan muuta, kuin erikseen rakennetuilla kohtauspaikoilla, voi yksiin hajonnut juna tai jumiutunut vaihde tukkia laajojenkin alueiden liikenteen (Liikennevirasto 2010b). Rautatieliikenteelle yksi tärkeimmistä ohjaavista vaikuttimista on turvallisuus. Rautatieliikennettä voidaankin Profillidisin (2006) mukaan pitää varsin turvallisena. Verrattaessa onnettomuuksien määriä tieliikenteen kanssa, rautatieliikenteessä on vain seitsemäsosan mahdollisuus joutua vakavaan onnettomuuteen (Profillidis 2006). Liikenneviraston (2010b) mukaan rautatieliikennettä ohjataan ja kontrolloidaan monien erilaisten teknisten turvalaite ja liikenteenohjausjärjestelmien avulla, jotka takaavat turvallisen kulun. Tällä toisaalta on myös kääntöpuolensa, sillä Liikenneviraston (2010b) mukaan kaikki tekniset järjestelmät lisäävät liikennejärjestelmän herkkyyttä häiriöille. Edellä esitetyt rautatieliikenteen ominaispiirteet tekevät rautatieliikenteestä hyvin tehokkaan liikennemuodon. Toisaalta sidonnaisuus raiteeseen sekä muut liikennöinnin vapautta rajoittavat ominaisuudet tekevät rautatieliikenteestä erittäin häiriöherkän liikennemuodon. Täten rautatieliikenteessä tulisikin pyrkiä pitämään häiriöt minimissä. Vain tällä tavoin voidaan taata järjestelmän luonteesta johtuvien kerrannaisvaikutusten pysyminen aisoissa ja liikennöinnin täsmällisyys nyt ja tulevaisuudessa.
13 2.2. Suomen rautatietoimintaympäristö Suomen rautatiejärjestelmän voidaan ajatella olevan hyvin poikkeava verrattuna muuhun maailmaan. Kun muualla liikennöidään pääasiassa moniraiteisilla rautateillä, Suomen rautatiet koostuvat pääasiassa yksiraiteisista osuuksista. Jo tämä yksinään tekee Suomen rautateistä haastavan toimintaympäristön. Tässä luvussa esitetään yleisiä faktoja suomen rataverkosta ja liikennöinnin määristä sekä niitä toimijoita, jotka Suomen rautateillä toimivat. Liikenneviraston (2010b) mukaan Suomessa rautateillä liikennöidään rataverkolla, jonka pituus on noin 5800 kilometriä. Tästä yksiraiteista osuutta on noin 90%. Kuten kuvasta 12 voidaan havaita, useampiraiteisia osuuksia on olemassa ainoastaan Helsingistä Kirkkonummelle, Helsingista Tampereen kautta Orivedelle, Helsingistä Lahden ja Kouvolan kautta Luumäelle ja Juurikorpeen sekä Riihimäen ja Lahden välillä. Hieman yli puolet kaikesta radasta on sähköistettyä. Suomen rataverkolla liikkuu päivittäin noin 300 henkilökaukoliikenteen, 900 Helsingin seudun lähiliikenteen ja noin 450 tavaraliikenteen junaa. Tällä hetkellä ainoalla operaattorilla, VR Yhtymällä, on käytössään noin 400 veturia, 1000 henkilöliikenteen vaunua ja yli 10 000 tavaravaunua tämän liikennöinnin toteuttamiseen. (Liikennevirasto 2010b).