JP2003345865A - 業務の分析方法およびその装置、プログラム、記憶媒体 - Google Patents

業務の分析方法およびその装置、プログラム、記憶媒体

Info

Publication number
JP2003345865A
JP2003345865A JP2002150864A JP2002150864A JP2003345865A JP 2003345865 A JP2003345865 A JP 2003345865A JP 2002150864 A JP2002150864 A JP 2002150864A JP 2002150864 A JP2002150864 A JP 2002150864A JP 2003345865 A JP2003345865 A JP 2003345865A
Authority
JP
Japan
Prior art keywords
policy
node
database
model
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2002150864A
Other languages
English (en)
Inventor
Kenichirou Yomogihara
健一郎 艾原
Yasuyuki Nakazawa
康行 中澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Electric Works Co Ltd
Original Assignee
Matsushita Electric Works Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Works Ltd filed Critical Matsushita Electric Works Ltd
Priority to JP2002150864A priority Critical patent/JP2003345865A/ja
Publication of JP2003345865A publication Critical patent/JP2003345865A/ja
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】各業務の関連性を分析することにより問題点の
生じる原因を追跡する。 【解決手段】問題点と原因と影響との3つ組の入力デー
タが操作装置11から入力される。ネットワーク作成手
段10aは入力データのうち因果関係が連鎖するものを
組み合わせて問題点ネットワークを生成し問題点データ
ベースDB2に格納する。キー問題点抽出手段10b
は、問題点ネットワークの上流側の各ノードのうち評価
値の大きいノードにより示される問題点をキー問題点と
して抽出する。方策抽出手段10cでは、方策リファレ
ンスマスタデータベースDB4に格納された方策モデル
からキー問題点に対応する方策を抽出し、抽出したノー
ドの下層側の末端のノードにより示される方策を問題点
ネットワークの下流側の末端のノードにより示される問
題点に対処する方策とする。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、業務の分析方法お
よびその装置、プログラム、記憶媒体に関するものであ
る。
【0002】
【従来の技術】一般に、製造業においては、設計や生産
といった業務の各段階を細分化し、細分化した業務内容
ごとの所要時間を分析することによって、業務計画の改
善などに役立てている。特開2001−236571に
は、細分化した業務ごとの所要時間を収集するために、
各業務ごとにサンプリング間隔を設定しておきサンプリ
ング間隔により設定されたサンプリング時刻になると業
務を行っている作業者によるデータの入力を促すことに
よって分析用のデータの収集を容易にすることが提案さ
れている。すなわち、作業者の注意を喚起し作業者に定
期的にデータを入力させることによって信頼性の高いデ
ータを収集しようとしている。
【0003】
【発明が解決しようとする課題】ところで、上述した公
報に記載された手法では各業務ごとの所要時間を収集す
るから所要時間の分布などを分析することによって業務
計画の改善などに役立てることができるものの、業務に
おいて不都合すなわち問題点が生じたときに、生じた問
題点が全体の業務の中でどのような関連性を持つか、つ
まりどの業務を原因として問題点が生じたか、あるいは
問題点が生じたことによって他の業務ないしは製品にど
のような影響が生じるかは知ることができない。要する
に、各業務の関連性や関連度合いを分析することはでき
ないから、問題点の生じる根本的な原因を発見したり問
題点を回避するための解決策を発見するまでに多大な時
間を要することになる。
【0004】本発明は上記事由に鑑みて為されたもので
あり、その目的は、細分化された各業務の関連性を分析
することにより問題点の生じる根本原因を容易に追跡す
ることができるようにした業務の分析方法およびその装
置を提供するとともに、当該装置を実現するプログラム
および記録媒体を提供することにある。
【0005】
【課題を解決するための手段】請求項1の発明は、一連
の業務における問題点を問題点が生じた原因と問題点か
ら2次的に生じる影響とに関連付けた3つ組の入力デー
タを問題点データベースに格納し、次に問題点データベ
ースに格納された3つ組の入力データのうち因果関係が
連鎖する入力データを組み合わせて生成した問題点ネッ
トワークを問題点データベースに格納し、問題点ネット
ワークにおいて下流側の末端のノードを除く各ノードの
うち各ノードに対応する業務についてあらかじめ設定し
た評価値が上位から規定個数内であるノードにより示さ
れる問題点をキー問題点として抽出して提示することを
特徴とする。
【0006】請求項2の発明は、請求項1の発明におい
て、前記問題点ネットワークにおいて各ノードの上流側
に複数個のノードが直結されている場合に、上流側の各
ノードに設定した評価値の比率を問題寄与率として求
め、問題点ネットワークの下流側の末端のノードに対す
る上流側のいずれかのノードの問題寄与率を、両ノード
間を結ぶ経路に存在するノードの問題寄与率を乗算した
値とすることを特徴とする。
【0007】請求項3の発明は、請求項2の発明におい
て、前記業務において生じる問題点に対処する方策をツ
リー形式で表現した方策モデルを方策リファレンスマス
タデータベースにあらかじめ設定しておき、予想される
問題点と問題点に対処する方策とをあらかじめ対応付け
てある方策問題点変換マスタデータベースに問題点ネッ
トワークから抽出したキー問題点を照合してキー問題点
に対応する方策を抽出した後、方策モデルにおいて当該
方策と同じ方策を有するノードを抽出し、次に方策モデ
ルから抽出したノードの下層側の末端のノードにより示
される方策を、問題点ネットワークの下流側の末端のノ
ードにより示される問題点に対処する方策として抽出し
て提示することを特徴とする。
【0008】請求項4の発明は、請求項3の発明におい
て、前記方策リファレンスマスタデータベースにおいて
互いに直結されたノードのうち下層のノードにより示さ
れる方策が上層のノードにより示される方策に対して寄
与する程度である方策寄与率が方策リファレンスマスタ
データベースにあらかじめ設定されており、前記方策モ
デルの任意のノードに対する下層側のノードの方策寄与
率を両ノード間を結ぶ経路に存在するノードの方策寄与
率を乗算した値とし、さらに前記問題点ネットワークの
下流側の末端のノードにより示される問題点に対処する
方策として前記方策モデルから提示された方策の総合寄
与率を方策寄与率と問題寄与率とを乗算した値とするこ
とを特徴とする。
【0009】請求項5の発明は、請求項3または請求項
4の発明において、前記方策リファレンスマスタデータ
ベースには前記方策モデルの各ノードにより示される方
策の実施に要する投資金額および工数が各ノードに対応
付けて格納され、方策を提示するときに投資金額および
工数を併せて提示することを特徴とする。
【0010】請求項6の発明は、請求項3または請求項
4の発明において、前記方策リファレンスマスタデータ
ベースでは前記方策モデルの各ノードにより示される方
策を実施する対象の種別が分類されて格納されるととも
に、各方策を実施する対象の種別に応じて各方策の実施
の容易性を評価する評価尺度が対応付けられ、方策を提
示するときに評価尺度を合わせて提示することを特徴と
する。
【0011】請求項7の発明は、請求項4の発明におい
て、前記総合寄与率の大きい順に順位を付け、方策を提
示するときに順位とともに提示することを特徴とする。
【0012】請求項8の発明は、請求項4の発明におい
て、達成する目的別の複数種類の方策モデルが前記方策
リファレンスマスタデータベースに格納され、目的別の
方策モデルからそれぞれ抽出した方策を総合寄与率とと
もに提示することを特徴とする。
【0013】請求項9の発明は、請求項2の発明におい
て、前記業務において生じる問題点に対処する方策をツ
リー形式で表現した方策モデルを方策リファレンスマス
タデータベースにあらかじめ設定するとともに、前記問
題点ネットワークを構成する各ノードにより示される問
題点のいずれかと方策モデルの各ノードを形成する方策
とをあらかじめ対応付けて方策問題点変換マスタデータ
ベースに設定しておき、問題点ネットワークの各ノード
により示される問題点を方策問題点変換マスタデータベ
ースに照合することにより方策モデルから各問題点に対
応するノードを抽出し、次に方策モデルから抽出したノ
ードの下層側のノードをすべて抽出した後、抽出されな
かったノードを除くノードを用いて新たな方策モデルを
生成し、生成した方策モデルを案件別方策モデルデータ
ベースに格納するとともに、案件別方策モデルデータベ
ースに格納した方策モデルを形成する方策を提示するこ
とを特徴とする。
【0014】請求項10の発明は、請求項9の発明にお
いて、前記案件別方策モデルデータベースに格納されて
いる方策モデルに含まれない方策が実施されたときに、
当該方策を操作装置からの入力により案件別方策モデル
データベースにおける方策モデルに追加して格納するこ
とを特徴とする。
【0015】請求項11の発明は、請求項10の発明に
おいて、前記案件別方策モデルデータベースに格納され
ている方策モデルを形成する各方策の実施回数を累積す
ることを特徴とする。
【0016】請求項12の発明は、請求項11の発明に
おいて、前記案件別方策モデルデータベースに格納され
かつ前記方策リファレンスマスタデータベースに格納さ
れていない方策について、前記実施回数が規定回数を超
えると方策リファレンスマスタデータベースに登録する
ことを特徴とする。
【0017】請求項13の発明は、請求項11の発明に
おいて、前記案件別方策モデルデータベースに格納され
た方策モデルを形成する各方策について提示された回数
が規定回数以上である方策について実施回数の比率であ
る採用率が規定値以下である方策を方策リファレンスマ
スタデータベースから削除することを特徴とする。
【0018】請求項14の発明は、請求項1の発明にお
いて、前記評価値として前記業務を行う個人別の習熟度
と各個人が業務を行うのに要した所要時間との積を用い
ることを特徴とする。
【0019】請求項15の発明は、請求項1の発明にお
いて、前記評価値として前記業務を行う個人別の単位時
間当たりの賃金と各個人が業務を行うのに要した所要時
間との積を用いることを特徴とする。
【0020】請求項16の発明は、請求項1の発明にお
いて、前記評価値として個人別に適宜の時間間隔でサン
プリングした業務の内容についての度数を用いることを
特徴とする。
【0021】請求項17の発明は、請求項14または請
求項15の発明において、各個人が業務を行うのに要し
た所要時間は日報を登録する日報システムから収集する
ことを特徴とする。
【0022】請求項18の発明は、一連の業務における
問題点を問題点が生じた原因と問題点から2次的に生じ
る影響とに関連付けた3つ組の入力データを入力する操
作装置と、入力データを格納する問題点データベース
と、問題点データベースに格納された3つ組の入力デー
タのうち因果関係が連鎖する入力データを組み合わせて
生成した問題点ネットワークを問題点データベースに格
納するネットワーク作成手段と、問題点ネットワークに
おいて各ノードの上流側に複数個のノードが直結されて
いる場合に、上流側の各ノードのうち各ノードに対応す
る業務についてあらかじめ設定した評価値が大きいほう
のノードにより示される問題点をキー問題点として抽出
するキー問題点抽出手段と、キー問題点を提示する表示
装置と、業務において生じる問題点に対処する方策をツ
リー形式で表現した方策モデルを設定した方策リファレ
ンスマスタデータベースと、問題点ネットワークから抽
出されるキー問題点と方策モデルの各ノードを形成する
方策とをあらかじめ対応付けて設定した方策問題点変換
マスタデータベースと、問題点ネットワークから抽出し
たキー問題点を方策問題点変換マスタデータベースに照
合することにより方策モデルからキー問題点に対応する
ノードを抽出する方策抽出手段と、方策抽出手段が方策
モデルから抽出したノードの下層側の末端のノードによ
り示される方策を問題点ネットワークの下流側の末端の
ノードにより示される問題点に対処する方策として表示
装置に提示する方策提示手段とを備えることを特徴とす
る。
【0023】請求項19の発明は、請求項1ないし請求
項17のいずれか1項記載の業務の分析方法をコンピュ
ータにより実現するプログラムである。
【0024】請求項20の発明は、請求項19記載のプ
ログラムを記録した記憶媒体である。
【0025】
【発明の実施の形態】一般に、製品開発から製品出荷ま
での業務は複数の段階に分割することができ、さらに分
割された個々の業務をさらに細分化することが可能であ
る。逆に言えば、業務を構成する個々の作業の段階ごと
に業務をグループ化することが可能であり、グループ化
した業務をさらにまとめることも可能である。製品開発
から製品出荷までの業務を段階別に大まかに分類すれ
ば、たとえば「商品設計」、「工程設計」、「生産実
施」があり、各段階はさらに細分化することができる。
つまり、業務は階層的に細分化することができる。階層
の数は3〜4階層程度に設定するのが望ましく、本実施
形態では大分類・中分類・小分類の3階層に階層化すし
た形で業務が体系化されているものとする。たとえば、
表1に示すように、大分類を「商品設計」とすれば、中
分類には「構造設計」、「金型設計」、「回路設計」が
あり、各中分類はさらに小分類に細分化される。表1に
おける小分類は業務の最小単位であり、中分類は小分類
の業務を取り扱い対象ごとにグループ化した単位であ
る。以下の説明では中分類または小分類の業務の名称を
「業務名」とする。また、以下の説明では表1には示し
ていない他の大分類に属する中分類ないし小分類も必要
に応じて用いる。
【0026】
【表1】
【0027】本実施形態において用いる業務分析装置1
は、コンピュータ装置を用いて以下に説明する機能を実
現するプログラムを実行するものであり、図1に示すよ
うに、CRTあるいは液晶表示器のようなディスプレイ
装置からなる表示装置11と、キーボードやマウスのよ
うな操作装置12とを備える。また、プログラムはコン
ピュータ装置に設けたハードディスクドライブ装置など
に格納されるが、ネットワークによりプログラムを転送
することが可能であり、また各種記憶媒体にプログラム
を記録して配布することも可能である。表示装置11お
よび操作装置12は、マイクロコンピュータを主構成と
する演算装置10に接続され、演算装置10には後述す
る各種データベースのデータを保存するハードディスク
ドライブのような記憶装置13も付設される。記憶装置
13には後述する複数個のデータベースが構築される。
記憶装置13へのデータの入力は、上述した操作装置1
2で行うほか、業務分析装置1との間でデータ通信が可
能となるように接続した別のコンピュータ装置で行うよ
うにしてもよい。図示例では作業者が日報を入力するた
めのコンピュータ装置からなる日報システム14を業務
分析装置1に接続し、業務分析装置1と日報システム1
4との間でデータ通信を可能にしている。記憶装置13
に格納されたデータを加工したり読み出したりする指示
も操作装置12により行う。
【0028】本実施形態は基本的には、業務分析のため
に必要なデータを入力する段階、入力された個々のデー
タをネットワーク形式で関連付ける段階、関連付けたデ
ータを用いて問題点を分析する段階、問題点に対処する
方策を提示する段階を有している。業務分析を行うため
には、従来の構成として説明したような各業務ごとの所
要時間をデータとして入力することが必要であり、この
データは、日報システム14を用いる場合には、従来の
技術において示した公報(特開2001−23657
1)に記載されているように適当なサンプリング間隔で
作業者にデータの入力を促すことにより収集することが
できる。あるいはまた、日報から所要時間を抽出した
り、ヒアリングを行うことにより所要時間を収集するこ
とも可能である。つまり、表1のように体系化されてい
る各業務ごとの所要時間を、ヒアリングするか日報を読
むかサンプリングするかのいずれかの方法で取得し、業
務の体系とともに業務データベースDB1に所要時間を
格納する。業務データベースDB1のデータ例を示すと
表2のようになる。
【0029】
【表2】
【0030】各業務ごとの所要時間は業務を行う個人の
習熟度によっても異なるから、習熟度を加味して所要時
間を評価するようにしてもよい。たとえば、表3のよう
に、各個人の習熟度(「習熟」という欄に示す数値であ
り、1を最大値とする)をあらかじめ設定しておき、実
際の所要時間(「時間」の欄に実際の所要時間を示す)
に習熟度を乗じた値を所要時間(「小計」の欄の値)に
用いる。このように習熟度を加味した所要時間を用いる
ことによって、習熟度の個人差を除去することが可能に
なる。
【0031】
【表3】
【0032】また、表4のように、各個人の単位時間当
たりの賃金を習熟度に代えて用いることによって、所要
時間に相当する評価値を求め、この評価値を所要時間と
同様に用いるようにしてもよい。
【0033】
【表4】
【0034】作業者が業務を行っている間に適宜のサン
プリング間隔でデータを入力させる場合には、サンプリ
ング間隔を一定時間間隔とし、サンプリング時に行われ
ている業務と作業者とを対応付けて、表5のように、各
作業者別に各業務が行われていた度数を集計することに
よって個人別の各業務の所要時間を評価するようにして
もよい。ここに、サンプリング時にデータを入力するの
は、上述した公報に記載されているように作業者自身が
行うほか、作業者以外の他者にデータを入力させてもよ
い。サンプリング間隔はたとえば20分間に設定するこ
とができるが、時間間隔は一定時間間隔でなくてもよく
適宜に設定することができる。
【0035】
【表5】
【0036】ところで、本発明における業務分析装置1
の特徴は、入力された個々のデータをネットワーク形式
で関連付けることにより問題点ネットワークを形成する
点であって、データから問題点ネットワークを形成する
ために、入力するデータは表6のように、原因−問題点
(業務名)−影響という形式で表現される。表6の形式
で入力するデータは、ヒアリングやアンケートによって
収集する。
【0037】
【表6】
【0038】上述のようにして収集した表2の形式の入
力データは、問題点データベースDB2に(原因,問題
点,影響,業務名)の4つ組の形で格納される。本実施
形態では表7のようなデータが問題点データベースDB
2に格納されている場合を例として説明する。
【0039】
【表7】
【0040】問題点データベースDB2に表7のような
形式でデータが蓄積された後には、データから問題点ネ
ットワークを生成する段階に移行する。つまり、操作装
置12を用いて演算装置10に問題点ネットワークを生
成するように指示を与えると、演算装置10に設けたネ
ットワーク作成手段10aによりデータの関連付けと整
理とが行われる。データの関連付けおよび整理は、たと
えば図2に示すような手順になる。図2では表7のデー
タのうち1番と2番とのデータを対応付けて整理する例
を示している。すなわち、図2(a)は表7の1番と2
番とについて原因→問題点→影響のデータの組を示した
ものであり、図2(b)を見ると明らかなように、1番
のデータにおける原因と2番のデータにおける問題点と
は同内容であり、しかも1番のデータにおける問題点と
2番にデータにおける影響とは同内容であるから、1番
のデータと2番のデータとの関連付けが可能である(図
2(b)では同内容の項目を楕円で結んでいる)。つま
り、「金型先行手配」→「金型設計ミス」→「金型修
正」→「開発ロス」という形で整理することが可能であ
る。同様の手順で表7の各データの対応付けと整理とを
行うと、表7のデータは図3に示すような問題点ネット
ワークを生成することができる。問題点ネットワーク
は、問題点データベースDB2においてデータとは別に
設けた領域に格納される。問題点ネットワークに含まれ
る矢印の向きを下流向きとすれば、図3に示す問題点ネ
ットワークでは上流側のノード(図3においてはノード
を箱で示している)から下流側のノードに向かって引き
出される矢印を1本ずつとしている。
【0041】ところで、上述のようにして問題点ネット
ワークを作成した後、問題点ネットワークにより関連付
けたデータを用いて問題点を分析する。すなわち、問題
点ネットワークを形成する各ノードに関連する業務名お
よび所要時間を業務データベースDB1から抽出し、抽
出した業務名および所要時間を問題点ネットワークの各
ノードに対応付ける。演算装置10におけるネットワー
ク作成手段10aでは、図3に示す問題点ネットワーク
に表8のデータを対応付けることにより、図4のように
所要時間を含む問題点ネットワークを生成する。図示す
る問題点ネットワークでは最右端のノードから左方向に
向かって2分岐を繰り返す形態になっている。ただし、
このような形態になることは必須ではなく、問題点ネッ
トワークの形態はとくに制限されるものではない。表8
および図4においては以下の説明を容易にするために図
3に示した問題点ネットワークの上流側の2個のノード
と最下流のノードとを省略している。
【0042】
【表8】
【0043】図4に示す問題点ネットワークにおいて上
流側の末端となるノードは原因を表し、下流側の末端と
なるノードは最終的な問題点ないし影響を表す。図4に
示す例では、「金型先行手配」、「DR不充分」、「構
造仕様変更」、「回路仕様変更」のいずれかの原因があ
れば、最終的には「金型修正」という問題点(不都合)
を生じることを表している。ここで、問題点ネットワー
クの下流側の末端のノードを除く各ノードのうち原因と
しての重要度が高いノードを選択する。この選択を行う
ために、本実施形態では各問題点(ノード)に対して評
価値としての所要時間を対応付けているのであって、各
ノードのうち所要時間が上位から規定個数内であるノー
ドを重要度の高い原因として選択している。たとえば、
図4に示す例では、下流側の末端のノードを除くと、
「金型設計ミス 250」、「金型設計変更 10
0」、「金型先行手配 50」、「DR不充分 3
0」、「構造仕様変更 200」、「回路仕様変更 4
00」の6個のノードを有しており、評価値である所要
時間が上位から2個以内のノードを選択するとすれば、
「回路仕様変更」と「金型設計ミス」とが重要度の高い
原因として抽出される。以上のようにして、「金型設計
ミス」と「回路仕様変更」とが、「金型修正」という問
題点に対する重要度の高い原因として選択されることに
なる。この処理は演算装置10に設けたキー問題点抽出
手段10bにより実行され、選択された原因はキー問題
点として記憶装置13に設けたキー問題点リストLST
に登録される。
【0044】表8および図4に示す所要時間は、最終的
な問題点(影響)への各ノードの寄与の度合(以下、
「問題寄与率」という)を求めるためにも用いられる。
問題寄与率は、問題ネットワークを形成する各ノードに
直結されている上流のすべてのノードの所要時間の合計
に対する各ノードの所要時間の比率であって、演算装置
10において求められ、求められた問題寄与率は問題点
データベースDB2に格納される。たとえば、図4に示
す下流側の末端のノードに対して1つ上流側の階層のノ
ードは、「金型設計ミス」と「金型設計変更」であっ
て、それぞれ所要時間が250と100とであるから、
「金型設計ミス」の問題寄与率は(250/350)×
100%≒71%、「金型設計変更」の問題寄与率は
(100/350)×100%≒29%であり、同様に
してノード「金型先行手配」、「DR不充分」、「構造
仕様変更」、「回路仕様変更」の問題寄与率は、それぞ
れ62.5%、37.5%、33.3%、66.7%に
なる。問題寄与率をツリーの各枝に対応付けて示すと図
5のようになる。
【0045】上述のように各ノードごとに隣接する上流
側のノードに対する問題寄与率を求めると、各ノードか
ら他のノードへの経路上の問題寄与率を乗算することに
よって、各ノードごとに他のノードに対する問題寄与率
を求めることができる。図5における最上流の各ノード
「金型先行手配」、「DR不充分」、「構造仕様変
更」、「回路仕様変更」について最下流のノードに対す
る問題寄与率をそれぞれ求めると、62.5%×71%
=44.4%、37.5%×71%=26.6%、3
3.3%×29%=9.7%、66.7%×29%=1
9.3%になる。すなわち、図示例では、「金型修正」
という問題点に対しては「金型先行手配」という原因の
問題寄与率がもっとも高いという結論が得られるから、
最上流の原因としては、「金型先行手配」という事態が
生じないように業務計画を策定することが、「金型修
正」という問題点の発生を減少させる上でもっとも効果
が高いという結論が得られる。各ノードの問題寄与率
は、図5に示す形式で、表示装置11に問題点ネットワ
ークの図形とともに提示することができ、使用者はどの
ノードが最終的な問題点であって、当該問題点に対する
問題寄与率のもっとも高いノードがどれであるかを表示
装置11の画面上で確認することができる。また、キー
問題点になるノードは他のノードとは異なる色や異なる
枠を用いることにより識別可能になるように表示され
る。
【0046】なお、上述の例では図4に示すように、上
流側の各ノードは下流側の1つのノードにのみ接続する
形式を採用しているが、データの内容によっては、図6
に示すように、上流側のノードを下流側の複数個のノー
ドに接続する形式を採用することも可能である。
【0047】上述のようにして、入力されたデータを整
理して問題点ネットワークを生成し、さらにキー問題点
リストLSTにキー問題点を登録するとともに最上流の
原因を示すノードのうち問題寄与率のもっとも高いノー
ドを抽出した後には、分析した問題点への対処を提示す
る段階に移行する。問題点への対処を提示するために、
本実施形態では、方策リファレンスマスタデータベース
DB4と方策問題点変換マスタデータベースDB3と案
件別方策モデルデータベースDB5とが用意されてい
る。方策リファレンスマスタデータベースDB4は、図
7に示すように、業務全体の目的に応じて方策(対処方
法)の関係をツリー形式で表現した方策モデルを格納し
たものであって、通常は目的別に複数個の方策モデルが
格納される。方策モデルでは方策が階層化された形でま
とめられ、上位の方策を課題として下位の方策が課題に
対する対処方法になるように階層化されている。たとえ
ば、図7に示す例では「金型設計完成度向上」という方
策を課題として、「事前評価の充実」と「設計者のスキ
ル向上」という方策が対処方法が設定され、さらに「事
前評価の充実」に対しては「CAE活用」と「DR充
実」という方策が設定され、「設計者のスキル向上」に
対しては「過去トラブル活用」と「ノウハウの共有」と
いう方策が設定されている。また、方策問題点変換マス
タデータベースDB3には、表9に示すように、一般に
予想される問題点とその問題点に対処する方策とをあら
かじめ対応付けて格納してある。
【0048】
【表9】
【0049】問題点に対する対処を提示するために、演
算装置10に設けた方策抽出手段10cではキー問題点
リストLSTに登録されたキー問題点を方策問題点変換
マスタデータベースDB3に照合することによりキー問
題点に対応する方策を抽出する。さらに、抽出した方策
を方策リファレンスマスタデータベースDB4に照合
し、方策リファレンスマスタデータベースDB4におい
てツリー形式で表現した方策モデルのうち、抽出した方
策に一致するノードを持つ方策モデルを抽出する。たと
えば、図4に示した問題点ネットワークではキー問題点
が「金型設計ミス」と「回路仕様変更」とであって、キ
ー問題点を方策リファレンスマスタデータベースDB4
に照合すると、「金型設計ミス」の問題点に対応する方
策として「金型設計完成度向上」が抽出される。方策問
題点変換マスタデータベースDB3には、図7のように
「金型設計完成度向上」を含む方策モデルが設定されて
おり、「金型設計完成度向上」を課題とする方策モデル
の末端には具体的方策として、「CAE活用」、「DR
充実」、「過去トラブル活用」、「ノウハウの共有」が
設定されている。このように、方策モデルの最下層のノ
ードの内容を具体的方策として抽出して方策提示手段1
0dを通して表示装置11に提示する。
【0050】ところで、方策モデルの最下層のノードは
複数個存在することが多いから、複数個の方策のうちの
どれを優先的に採用するかを決定しなければならない。
この目的のために、方策問題点変換マスタデータベース
DB3の各ノードには上位側のノードに対する寄与率
(以下、「方策寄与率」という)が設定される。たとえ
ば、図7に示す方策モデルでは図8に示すように、「事
前評価の充実」と「設計者のスキル向上」とのノード
は、上位側のノードである「金型設計完成度向上」に対
する方策寄与率が、それぞれ30%と70%とであっ
て、「CAE活用」と「DR充実」とは「事前評価の充
実」に対する方策寄与率がそれぞれ60%と40%とで
あり、「過去トラブル活用」と「ノウハウの共有」とは
「設計者のスキル向上」に対する方策寄与率がそれぞれ
40%と60%とになっている。したがって、方策モデ
ルの最下層である「CAE活用」と「DR充実」と「過
去トラブル活用」と「ノウハウの共有」とは、最上層で
ある「金型設計完成度向上」に対して、それぞれ18
%、12%、28%、42%の方策寄与率を持つことに
なる。
【0051】ここで、図4に示した問題点ネットワーク
において、「金型設計ミス」というキー問題点は最終的
に「金型修正」という問題を生じる。一方、「金型修
正」を生じる原因のうち「金型設計ミス」に関連する原
因は「金型先行手配」と「DR不十分」であって、それ
ぞれの問題寄与率は44.4%と26.6%とであるか
ら、「金型修正」に対して「金型先行手配」を原因とす
る場合に「DR充実」という方策を採用した場合には、
その方策の有効性の程度である総合寄与率は44.4%
×12%=5.3%になる。同様にして、総合寄与率を
求めると表10のようになる。
【0052】
【表10】
【0053】表10に示す例では方策寄与率の順位が総
合寄与率にそのまま反映されているが、他のキー問題点
も含めて総合寄与率を求める場合には方策寄与率の順位
と総合寄与率の順位とは異なるものになる。いずれにせ
よ、表10においては、「金型修正」という問題点に対
しての方策の順位は、(1)ノウハウの共有、(2)過
去トラブル活用、(3)CAE活用、(4)DR充実に
なる。
【0054】問題点に対する方策の有効性を評価するに
は、上述のように総合寄与率の順位付けを行うほか、各
方策に必要な投資額および工数を評価してもよい。たと
えば、図7に示す方策モデルの各方策に対する投資額お
よび工数が表11のような形で方策リファレンスマスタ
データベースDB4に登録しておけば、この情報を方策
の評価に用いることができる。
【0055】
【表11】
【0056】問題点に対する方策の有効性を評価するた
めに、方策の種別を分類するとともに種別に応じた判断
基準を設定することもできる。たとえば、方策の種別と
しては「機械化」や「仕組変革」を設定しておき、「機
械化」であれば投資金額で評価し、「仕組変革」であれ
ば(大、中、小)の困難度(大、中、小)で評価すれば
よい。また、方策を適用する対象の規模に応じた段階を
設定してもよい。設定例を表12に示す。この種の情報
を表示装置11により提示すれば方策を実施するか否か
の判断の目安になる。
【0057】
【表12】
【0058】上述の例では方策モデルの具体例を示すと
ともに単純化した説明を行ったが、実際には方策モデル
は目的別に複数個設定される。たとえば、QCDの3要
件について各別に方策モデルが設定される。すなわち、
図9のように、品質(図9(a))、コスト(図9
(b))、納期(図9(c))という目的別に3種類の
方策モデルが方策リファレンスマスタデータベースDB
4に設定される。各方策モデルのノード(矩形の枠)は
それぞれ方策を示しており、下位のノードを持たないノ
ードが具体的方策を示すことになる。図9(a)の例で
は方策(7)(9)(11)(13)〜(22)、図9
(b)の例では方策(D)(G)(I)〜(P)、図9
(c)の例では方策(え)(き)(こ)〜(と)がそれ
ぞれ具体的方策になる。なお、各方策モデルにおいて各
ノードには隣接する上位のノードに対する方策寄与率が
設定されており、任意のノードに対する下位のノードの
方策寄与率を求めることができるようになっている。
【0059】実際に問題点に対する方策を抽出するに
は、方策抽出手段10cにおいて、問題点ネットワーク
を構成しているすべての問題点について方策問題点変換
マスタデータベースDB3との照合によって方策を抽出
し、方策モデルの各ノードの中で方策問題点変換マスタ
データベースDB3から抽出された方策に一致するノー
ドを抽出する。たとえば、図9(a)における方策
(2)(5)(8)(10)(11)(14)(16)
(18)に一致する方策が方策問題点変換マスタデータ
ベースDB3から抽出されたとすると、各方策に接続さ
れている下位のすべてのノードを関連ノードとして抽出
する。つまり、方策(2)(5)〜(8)(10)〜
(22)が関連ノードとして抽出される。こうして抽出
した関連ノードは、問題点ネットワークを形成する問題
点に関連する方策のノードのみを含むから、図9(a)
の方策モデルのうち関連ノードのみを結合した図10の
ようなツリー形式の方策モデルを改めて生成し、この方
策モデルを問題点ネットワークに対応する方策モデルと
して採用する。
【0060】問題点ネットワークに対応する方策モデル
は、方策リファレンスマスタデータベースDB4に格納
された方策モデルとは別に、案件別方策モデルデータベ
ースDB5に格納される。ここで、案件別方策モデルデ
ータベースDB5に格納される方策モデルには、新たに
実施した方策を操作装置12から入力することにより追
加して格納することも可能になっている。図11は図1
0に示した方策モデルに新たな方策(A)〜(D)を追
加した例を示している。
【0061】ところで、本実施形態では、案件別方策モ
デルデータベースDB5に登録された方策モデルを構成
する各ノードの実施回数に基づいて、方策リファレンス
マスタデータベースDB4に登録されている方策モデル
の修正を行うことを可能にしている。すなわち、演算装
置10に設けた追加・削除手段10eにより、方策リフ
ァレンスマスタデータベースDB4にノードの追加や削
除を行うことが可能になっている。
【0062】まず、方策リファレンスマスタデータベー
スDB4にノードを追加する場合について説明する。表
13に示すように、方策リファレンスマスタデータベー
スDB4に登録された方策モデルの全ノードおよび案件
別方策モデルデータベースDB5に登録されている方策
モデルの全ノードを合わせた全ノード(「方策」の欄)
に対して、問題点の発生に伴って抽出されたか否か
(「今回」の欄)、実施されたか否か(「実施」の
欄)、実施されたことを示すカウント値(「カウント」
の欄)、カウント値の合計値(「合計」の欄)が対応付
けられる。
【0063】
【表13】
【0064】「今回」の欄について、空欄は問題点から
抽出されない場合、○は抽出されたが方策モデルの末端
のノードではないことを示し、◎は方策モデルの末端で
あって具体的方策のノードであることを示している。
「実施」の欄については、「今回」の欄が○か◎である
もののみ記入され、−は「今回」の欄の○に対応してお
り実施の対象外の方策、○は実施した方策、×は実施し
なかった方策を示す。「カウント」の欄では実施した方
策(つまり、「実施」の欄が○である方策)に対して+
1が与えられる。
【0065】上述のようにして各ノードごとに実施した
回数を求めることによって、対象とする問題点に対する
各ノード(方策)の有効性の目安を得ることができる。
表13における方策(A)〜(D)は、方策リファレン
スマスタデータベースDB4には含まれていない方策で
あって対象とする問題点に対処するために追加された方
策であるが、これらの方策(A)〜(D)が問題点に対
処するのに有効である場合には、方策リファレンスマス
タデータベースDB4に追加するのが望ましい。そこ
で、本実施形態では各方策が実施された回数が規定回数
(たとえば、100回)に達したときに、当該方策を方
策リファレンスマスタデータベースDB4に追加するよ
うにしてある。たとえば、方策(A)について「合計」
の欄の値が規定回数に達したとすれば、図12に示すよ
うに、方策(A)が方策モデルに追加されることにな
る。なお、方策モデルの中での方策(A)の位置付けは
方策(A)の実施時にあらかじめ規定してあり、図示例
では方策(A)を方策(8)の下位に位置付けしてあ
る。
【0066】ところで、本実施形態では、上述のように
方策リファレンスマスタデータベースDB4に新たに方
策を追加する場合のほか、方策リファレンスマスタデー
タベースDB4から不要な方策を削除することも可能に
なっている。方策リファレンスマスタデータベースDB
4から方策を削除するか否かを評価するために、方策と
して提示された回数のうち採用した回数を採用率として
求め、提示された回数が規定回数(たとえば、100
回)に達した方策について採用率を評価することによ
り、当該方策を削除するか否かを決定する。いま、図9
(a)のように方策(1)〜(22)を含む方策モデル
が設定されているものとして、表14のように採用率を
求めるものとする。なお、表14において「回数」は提
示された回数、「採用」は採用した回数、「採用率」は
提示された回数に対する採用した回数の百分率、「削
除」は削除するか否かの判断結果であって、×は削除し
ないことを意味し、○は削除することを意味する。
【0067】
【表14】
【0068】表14の例では提示された回数が100回
以上である場合について採用率を求め、採用率が5%未
満である場合には削除するという規則を採用している。
つまり、方策(5)については上述の条件を満たしてい
るから、方策リファレンスマスタデータベースDB4か
ら削除することになる。したがって、図9(a)に示し
た方策モデルから方策(5)が削除され、図13に示す
ように、方策(11)(12)が方策(1)に直接結合
された形の方策モデルに変更される。
【0069】方策リファレンスマスタデータベースDB
4に対する方策の追加および削除の処理手順について図
14にまとめて示す。すなわち、案件別方策モデルデー
タベースDB5に格納された各方策ごとに、問題点の発
生時に方策として提示した回数が記憶装置13に格納さ
れるとともに、方策の実施の有無が操作装置12を通し
て記憶装置13に入力される(S1)。ここで、方策リ
ファレンスマスタデータベースDB4に追加する方策は
方策リファレンスマスタデータベースDB4に格納され
ていない方策であり、方策リファレンスマスタデータベ
ースDB4から削除される方策は方策リファレンスマス
タデータベースDB4に格納されている方策であるか
ら、まず追加する方策があるか否かを判断するために、
案件別方策モデルデータベースDB5に格納されかつ方
策リファレンスマスタデータベースDB4に格納されて
いない方策について実施した回数を判定する(S2,S
3)。ここで、判定した方策について、規定回数(上述
した例では100回)に達しているものがあれば方策リ
ファレンスマスタデータベースDB4に追加する(S
4)。次に、方策リファレンスマスタデータベースDB
4に格納されている方策について、提示した回数を判断
する(S5,S6)。提示した回数が規定回数(上述し
た例では100回)に達している場合には、当該方策の
採用率を求めるとともに規定値(上述した例では5%)
との大小を比較し(S7)、採用率が規定値未満であれ
ば方策リファレンスマスタデータベースDB4から削除
する(S8)。上述のような処理によって、方策リファ
レンスマスタデータベースDB4における方策の追加と
削除とが可能になる。
【0070】
【発明の効果】請求項1の発明は、一連の業務における
問題点を問題点が生じた原因と問題点から2次的に生じ
る影響とに関連付けた3つ組の入力データを問題点デー
タベースに格納し、次に問題点データベースに格納され
た3つ組の入力データのうち因果関係が連鎖する入力デ
ータを組み合わせて生成した問題点ネットワークを問題
点データベースに格納し、問題点ネットワークにおいて
下流側の末端のノードを除く各ノードのうち各ノードに
対応する業務についてあらかじめ設定した評価値が上位
から規定個数内であるノードにより示される問題点をキ
ー問題点として抽出して提示することを特徴とし、問題
点が生じたときに問題点を生じさせる原因と問題点によ
って生じる影響とを合わせて3つ組とした入力データを
用い複数個の入力データの因果関係を連鎖させた問題点
ネットワークを生成するから、問題点の全体構造の俯瞰
が容易になり、最終的な影響と根本原因とを抽出するの
が容易である。また、問題点ネットワークにおいて各ノ
ードの上流側に複数個のノードが直結されているときに
は、上流側の各ノードのうち各ノードに対応する業務に
ついてあらかじめ設定した評価値が大きいほうのノード
により示される問題点をキー問題点として抽出するか
ら、重要と考えられる問題点を客観的評価で抽出するこ
とができる。
【0071】請求項2の発明は、請求項1の発明におい
て、前記問題点ネットワークにおいて各ノードの上流側
に複数個のノードが直結されている場合に、上流側の各
ノードに設定した評価値の比率を問題寄与率として求
め、問題点ネットワークの下流側の末端のノードに対す
る上流側のいずれかのノードの問題寄与率を、両ノード
間を結ぶ経路に存在するノードの問題寄与率を乗算した
値とすることを特徴としており、特定の問題点に対する
原因の寄与の程度を問題寄与率として算出するから、特
定の問題点について複数個の原因が存在するときに、当
該問題点を生じた可能性の高い原因に関する指針を得る
ことができる。
【0072】請求項3の発明は、請求項2の発明におい
て、前記業務において生じる問題点に対処する方策をツ
リー形式で表現した方策モデルを方策リファレンスマス
タデータベースにあらかじめ設定しておき、予想される
問題点と問題点に対処する方策とをあらかじめ対応付け
てある方策問題点変換マスタデータベースに問題点ネッ
トワークから抽出したキー問題点を照合してキー問題点
に対応する方策を抽出した後、方策モデルにおいて当該
方策と同じ方策を有するノードを抽出し、次に方策モデ
ルから抽出したノードの下層側の末端のノードにより示
される方策を、問題点ネットワークの下流側の末端のノ
ードにより示される問題点に対処する方策として抽出し
て提示することを特徴としており、方策問題点変換マス
タデータベースおよび方策リファレンスマスタデータベ
ースを用いることによって問題点ネットワークから抽出
した原因に対応する方策を機械的に抽出することができ
るから、問題点に対処する適正な方策を個人の能力とは
関係なく抽出することができる。
【0073】請求項4の発明は、請求項3の発明におい
て、前記方策リファレンスマスタデータベースにおいて
互いに直結されたノードのうち下層のノードにより示さ
れる方策が上層のノードにより示される方策に対して寄
与する程度である方策寄与率が方策リファレンスマスタ
データベースにあらかじめ設定されており、前記方策モ
デルの任意のノードに対する下層側のノードの方策寄与
率を両ノード間を結ぶ経路に存在するノードの方策寄与
率を乗算した値とし、さらに前記問題点ネットワークの
下流側の末端のノードにより示される問題点に対処する
方策として前記方策モデルから提示された方策の総合寄
与率を方策寄与率と問題寄与率とを乗算した値とするこ
とを特徴としており、抽出した方策が問題点に対処する
方策としてどの程度有効かを総合寄与率によって客観的
に評価することができ、方策を実施するか否かの目安に
なる。
【0074】請求項5の発明は、請求項3または請求項
4の発明において、前記方策リファレンスマスタデータ
ベースには前記方策モデルの各ノードにより示される方
策の実施に要する投資金額および工数が各ノードに対応
付けて格納され、方策を提示するときに投資金額および
工数を併せて提示することを特徴としており、方策の実
施に要する投資金額および工数が提示されることによっ
て、当該方策を実施するか否かを判断するための情報を
得ることができる。
【0075】請求項6の発明は、請求項3または請求項
4の発明において、前記方策リファレンスマスタデータ
ベースでは前記方策モデルの各ノードにより示される方
策を実施する対象の種別が分類されて格納されるととも
に、各方策を実施する対象の種別に応じて各方策の実施
の容易性を評価する評価尺度が対応付けられ、方策を提
示するときに評価尺度を合わせて提示することを特徴と
しており、方策の実施の容易性を示す評価尺度が提示さ
れることによって、当該方策を実施するか否かを判断す
るための情報を得ることができる。
【0076】請求項7の発明は、請求項4の発明におい
て、前記総合寄与率の大きい順に順位を付け、方策を提
示するときに順位とともに提示することを特徴としてお
り、提示された方策ごとの総合寄与率について順位付け
がなされるから、どの方策を実施するか否かを判断しや
すくなる。
【0077】請求項8の発明は、請求項4の発明におい
て、達成する目的別の複数種類の方策モデルが前記方策
リファレンスマスタデータベースに格納され、目的別の
方策モデルからそれぞれ抽出した方策を総合寄与率とと
もに提示することを特徴としており、目的に応じて方策
を選択することができるから、どの目的を優先するかに
応じて実施する方策を決めることができる。
【0078】請求項9の発明は、請求項2の発明におい
て、前記業務において生じる問題点に対処する方策をツ
リー形式で表現した方策モデルを方策リファレンスマス
タデータベースにあらかじめ設定するとともに、前記問
題点ネットワークを構成する各ノードにより示される問
題点のいずれかと方策モデルの各ノードを形成する方策
とをあらかじめ対応付けて方策問題点変換マスタデータ
ベースに設定しておき、問題点ネットワークの各ノード
により示される問題点を方策問題点変換マスタデータベ
ースに照合することにより方策モデルから各問題点に対
応するノードを抽出し、次に方策モデルから抽出したノ
ードの下層側のノードをすべて抽出した後、抽出されな
かったノードを除くノードを用いて新たな方策モデルを
生成し、生成した方策モデルを案件別方策モデルデータ
ベースに格納するとともに、案件別方策モデルデータベ
ースに格納した方策モデルを形成する方策を提示するこ
とを特徴としており、問題点に対応した案件別に方策モ
デルを作成するから、問題点に応じた適切な方策が抽出
される確率を高めることができる。
【0079】請求項10の発明は、請求項9の発明にお
いて、前記案件別方策モデルデータベースに格納されて
いる方策モデルに含まれない方策が実施されたときに、
当該方策を操作装置からの入力により案件別方策モデル
データベースにおける方策モデルに追加して格納するこ
とを特徴としており、案件別方策モデルデータベースに
格納される方策モデルを柔軟に変化させることができ、
問題点に対処するのに適した方策の蓄積が可能になる。
【0080】請求項11の発明は、請求項10の発明に
おいて、前記案件別方策モデルデータベースに格納され
ている方策モデルを形成する各方策の実施回数を累積す
ることを特徴としており、方策モデルを形成する各方策
の実施回数を蓄積していることにより、方策を実施する
か否かの判断のための情報として実施回数を用いること
ができる。
【0081】請求項12の発明は、請求項11の発明に
おいて、前記案件別方策モデルデータベースに格納され
かつ前記方策リファレンスマスタデータベースに格納さ
れていない方策について、前記実施回数が規定回数を超
えると方策リファレンスマスタデータベースに登録する
ことを特徴としており、方策リファレンスマスタデータ
ベースに格納されておらず案件別方策モデルデータベー
スに対して追加された方策について、実施回数が多い場
合には方策リファレンスマスタデータベースに登録する
ことによって、方策リファレンスマスタデータベースに
格納された方策モデルを柔軟に変化させることができ
る。
【0082】請求項13の発明は、請求項11の発明に
おいて、前記案件別方策モデルデータベースに格納され
た方策モデルを形成する各方策について提示された回数
が規定回数以上である方策について実施回数の比率であ
る採用率が規定値以下である方策を方策リファレンスマ
スタデータベースから削除することを特徴としており、
方策リファレンスマスタデータベースに格納されている
方策であっても、実施回数が少ない方策は方策リファレ
ンスマスタデータベースから削除することによって、方
策リファレンスマスタデータベースに格納された方策モ
デルを柔軟に変化させることができる。
【0083】請求項14の発明は、請求項1の発明にお
いて、前記評価値として前記業務を行う個人別の習熟度
と各個人が業務を行うのに要した所要時間との積を用い
ることを特徴としており、キー問題点を抽出する際に用
いる評価値として業務を行う個人の能力差を考慮してキ
ー問題点の抽出精度を高めることができる。
【0084】請求項15の発明は、請求項1の発明にお
いて、前記評価値として前記業務を行う個人別の単位時
間当たりの賃金と各個人が業務を行うのに要した所要時
間との積を用いることを特徴としており、賃金も考慮す
ることにより所要時間のみで判断するよりもキー問題点
の抽出精度を高めることができる。
【0085】請求項16の発明は、請求項1の発明にお
いて、前記評価値として個人別に適宜の時間間隔でサン
プリングした業務の内容についての度数を用いることを
特徴としており、各個人の行っている業務について客観
性のある評価値を得ることができる上に、業務に要する
所要時間を連続的に計測することなく精度のよい評価値
を得ることができる。
【0086】請求項17の発明は、請求項14または請
求項15の発明において、各個人が業務を行うのに要し
た所要時間は日報を登録する日報システムから収集する
ことを特徴としており、日々の情報を用いることで分析
時点に応じた適切な評価値を得ることが可能になる。
【図面の簡単な説明】
【図1】本発明の実施の形態を示すブロック図である。
【図2】同上の動作説明図である。
【図3】同上の動作説明図である。
【図4】同上の動作説明図である。
【図5】同上の動作説明図である。
【図6】同上の動作説明図である。
【図7】同上の動作説明図である。
【図8】同上の動作説明図である。
【図9】同上の動作説明図である。
【図10】同上の動作説明図である。
【図11】同上の動作説明図である。
【図12】同上の動作説明図である。
【図13】同上の動作説明図である。
【図14】同上の動作説明図である。
【符号の説明】
10 演算装置 10a ネットワーク作成手段 10b キー問題点抽出手段 10c 方策抽出手段 10d 方策提示手段 10e 追加・削除手段 11 表示装置 12 操作装置 13 記憶装置 DB1 業務データベース DB2 問題点データベース DB3 方策問題点変換マスタデータベース DB4 方策リファレンスマスタデータベース DB5 案件別方策モデルデータベース LST キー問題点リスト

Claims (20)

    【特許請求の範囲】
  1. 【請求項1】 一連の業務における問題点を問題点が生
    じた原因と問題点から2次的に生じる影響とに関連付け
    た3つ組の入力データを問題点データベースに格納し、
    次に問題点データベースに格納された3つ組の入力デー
    タのうち因果関係が連鎖する入力データを組み合わせて
    生成した問題点ネットワークを問題点データベースに格
    納し、問題点ネットワークにおいて下流側の末端のノー
    ドを除く各ノードのうち各ノードに対応する業務につい
    てあらかじめ設定した評価値が上位から規定個数内であ
    るノードにより示される問題点をキー問題点として抽出
    して提示することを特徴とする業務の分析方法。
  2. 【請求項2】 前記問題点ネットワークにおいて各ノー
    ドの上流側に複数個のノードが直結されている場合に、
    上流側の各ノードに設定した評価値の比率を問題寄与率
    として求め、問題点ネットワークの下流側の末端のノー
    ドに対する上流側のいずれかのノードの問題寄与率を、
    両ノード間を結ぶ経路に存在するノードの問題寄与率を
    乗算した値とすることを特徴とする請求項1記載の業務
    の分析方法。
  3. 【請求項3】 前記業務において生じる問題点に対処す
    る方策をツリー形式で表現した方策モデルを方策リファ
    レンスマスタデータベースにあらかじめ設定しておき、
    予想される問題点と問題点に対処する方策とをあらかじ
    め対応付けてある方策問題点変換マスタデータベースに
    問題点ネットワークから抽出したキー問題点を照合して
    キー問題点に対応する方策を抽出した後、方策モデルに
    おいて当該方策と同じ方策を有するノードを抽出し、次
    に方策モデルから抽出したノードの下層側の末端のノー
    ドにより示される方策を、問題点ネットワークの下流側
    の末端のノードにより示される問題点に対処する方策と
    して抽出して提示することを特徴とする請求項2記載の
    業務の分析方法。
  4. 【請求項4】 前記方策リファレンスマスタデータベー
    スにおいて互いに直結されたノードのうち下層のノード
    により示される方策が上層のノードにより示される方策
    に対して寄与する程度である方策寄与率が方策リファレ
    ンスマスタデータベースにあらかじめ設定されており、
    前記方策モデルの任意のノードに対する下層側のノード
    の方策寄与率を両ノード間を結ぶ経路に存在するノード
    の方策寄与率を乗算した値とし、さらに前記問題点ネッ
    トワークの下流側の末端のノードにより示される問題点
    に対処する方策として前記方策モデルから提示された方
    策の総合寄与率を方策寄与率と問題寄与率とを乗算した
    値とすることを特徴とする請求項3記載の業務の分析方
    法。
  5. 【請求項5】 前記方策リファレンスマスタデータベー
    スには前記方策モデルの各ノードにより示される方策の
    実施に要する投資金額および工数が各ノードに対応付け
    て格納され、方策を提示するときに投資金額および工数
    を併せて提示することを特徴とする請求項3または請求
    項4記載の業務の分析方法。
  6. 【請求項6】 前記方策リファレンスマスタデータベー
    スでは前記方策モデルの各ノードにより示される方策を
    実施する対象の種別が分類されて格納されるとともに、
    各方策を実施する対象の種別に応じて各方策の実施の容
    易性を評価する評価尺度が対応付けられ、方策を提示す
    るときに評価尺度を合わせて提示することを特徴とする
    請求項3または請求項4記載の業務の分析方法。
  7. 【請求項7】 前記総合寄与率の大きい順に順位を付
    け、方策を提示するときに順位とともに提示することを
    特徴とする請求項4記載の業務の分析方法。
  8. 【請求項8】 達成する目的別の複数種類の方策モデル
    が前記方策リファレンスマスタデータベースに格納さ
    れ、目的別の方策モデルからそれぞれ抽出した方策を総
    合寄与率とともに提示することを特徴とする請求項4記
    載の業務の分析方法。
  9. 【請求項9】 前記業務において生じる問題点に対処す
    る方策をツリー形式で表現した方策モデルを方策リファ
    レンスマスタデータベースにあらかじめ設定するととも
    に、前記問題点ネットワークを構成する各ノードにより
    示される問題点のいずれかと方策モデルの各ノードを形
    成する方策とをあらかじめ対応付けて方策問題点変換マ
    スタデータベースに設定しておき、問題点ネットワーク
    の各ノードにより示される問題点を方策問題点変換マス
    タデータベースに照合することにより方策モデルから各
    問題点に対応するノードを抽出し、次に方策モデルから
    抽出したノードの下層側のノードをすべて抽出した後、
    抽出されなかったノードを除くノードを用いて新たな方
    策モデルを生成し、生成した方策モデルを案件別方策モ
    デルデータベースに格納するとともに、案件別方策モデ
    ルデータベースに格納した方策モデルを形成する方策を
    提示することを特徴とする請求項2記載の業務の分析方
    法。
  10. 【請求項10】 前記案件別方策モデルデータベースに
    格納されている方策モデルに含まれない方策が実施され
    たときに、当該方策を操作装置からの入力により案件別
    方策モデルデータベースにおける方策モデルに追加して
    格納することを特徴とする請求項9記載の業務の分析方
    法。
  11. 【請求項11】 前記案件別方策モデルデータベースに
    格納されている方策モデルを形成する各方策の実施回数
    を累積することを特徴とする請求項10記載の業務の分
    析方法。
  12. 【請求項12】 前記案件別方策モデルデータベースに
    格納されかつ前記方策リファレンスマスタデータベース
    に格納されていない方策について、前記実施回数が規定
    回数を超えると方策リファレンスマスタデータベースに
    登録することを特徴とする請求項11記載の業務の分析
    方法。
  13. 【請求項13】 前記案件別方策モデルデータベースに
    格納された方策モデルを形成する各方策について提示さ
    れた回数が規定回数以上である方策について実施回数の
    比率である採用率が規定値以下である方策を方策リファ
    レンスマスタデータベースから削除することを特徴とす
    る請求項11記載の業務の分析方法。
  14. 【請求項14】 前記評価値として前記業務を行う個人
    別の習熟度と各個人が業務を行うのに要した所要時間と
    の積を用いることを特徴とする請求項1記載の業務の分
    析方法。
  15. 【請求項15】 前記評価値として前記業務を行う個人
    別の単位時間当たりの賃金と各個人が業務を行うのに要
    した所要時間との積を用いることを特徴とする請求項1
    記載の業務の分析方法。
  16. 【請求項16】 前記評価値として個人別に適宜の時間
    間隔でサンプリングした業務の内容についての度数を用
    いることを特徴とする請求項1記載の業務の分析方法。
  17. 【請求項17】 各個人が業務を行うのに要した所要時
    間は日報を登録する日報システムから収集することを特
    徴とする請求項14または請求項15記載の業務の分析
    方法。
  18. 【請求項18】 一連の業務における問題点を問題点が
    生じた原因と問題点から2次的に生じる影響とに関連付
    けた3つ組の入力データを入力する操作装置と、入力デ
    ータを格納する問題点データベースと、問題点データベ
    ースに格納された3つ組の入力データのうち因果関係が
    連鎖する入力データを組み合わせて生成した問題点ネッ
    トワークを問題点データベースに格納するネットワーク
    作成手段と、問題点ネットワークにおいて各ノードの上
    流側に複数個のノードが直結されている場合に、上流側
    の各ノードのうち各ノードに対応する業務についてあら
    かじめ設定した評価値が大きいほうのノードにより示さ
    れる問題点をキー問題点として抽出するキー問題点抽出
    手段と、キー問題点を提示する表示装置と、業務におい
    て生じる問題点に対処する方策をツリー形式で表現した
    方策モデルを設定した方策リファレンスマスタデータベ
    ースと、問題点ネットワークから抽出されるキー問題点
    と方策モデルの各ノードを形成する方策とをあらかじめ
    対応付けて設定した方策問題点変換マスタデータベース
    と、問題点ネットワークから抽出したキー問題点を方策
    問題点変換マスタデータベースに照合することにより方
    策モデルからキー問題点に対応するノードを抽出する方
    策抽出手段と、方策抽出手段が方策モデルから抽出した
    ノードの下層側の末端のノードにより示される方策を問
    題点ネットワークの下流側の末端のノードにより示され
    る問題点に対処する方策として表示装置に提示する方策
    提示手段とを備えることを特徴とする業務の分析装置。
  19. 【請求項19】 請求項1ないし請求項17のいずれか
    1項記載の業務の分析方法をコンピュータにより実現す
    るプログラム。
  20. 【請求項20】 請求項19記載のプログラムを記録し
    た記憶媒体。
JP2002150864A 2002-05-24 2002-05-24 業務の分析方法およびその装置、プログラム、記憶媒体 Pending JP2003345865A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002150864A JP2003345865A (ja) 2002-05-24 2002-05-24 業務の分析方法およびその装置、プログラム、記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002150864A JP2003345865A (ja) 2002-05-24 2002-05-24 業務の分析方法およびその装置、プログラム、記憶媒体

Publications (1)

Publication Number Publication Date
JP2003345865A true JP2003345865A (ja) 2003-12-05

Family

ID=29768608

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002150864A Pending JP2003345865A (ja) 2002-05-24 2002-05-24 業務の分析方法およびその装置、プログラム、記憶媒体

Country Status (1)

Country Link
JP (1) JP2003345865A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007108815A (ja) * 2005-10-11 2007-04-26 Hitachi Ltd インシデント分析支援システム
EP2273448A1 (en) 2009-06-24 2011-01-12 Hitachi, Ltd. Apparatus and method for supporting cause analysis

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007108815A (ja) * 2005-10-11 2007-04-26 Hitachi Ltd インシデント分析支援システム
EP2273448A1 (en) 2009-06-24 2011-01-12 Hitachi, Ltd. Apparatus and method for supporting cause analysis

Similar Documents

Publication Publication Date Title
JP4717945B2 (ja) 業務分析プログラムおよび業務分析装置
US7475062B2 (en) Apparatus and method for selecting a subset of report templates based on specified criteria
US11188865B2 (en) Assisted analytics
CA3118430C (en) Abstracting information from patient medical records
US20130311242A1 (en) Business Process Analytics
JP6467264B2 (ja) 計画作成支援装置および計画作成支援方法
US20110191351A1 (en) Method and Apparatus for Using Monitoring Intent to Match Business Processes or Monitoring Templates
Testik et al. Selecting health care improvement projects: a methodology integrating cause-and-effect diagram and analytical hierarchy process
US20070198516A1 (en) Method of and system for organizing unstructured information utilizing parameterized templates and a technology presentation layer
JP5169560B2 (ja) 業務フロー処理プログラム、方法及び装置
Becker et al. An empirical assessment of the usefulness of weakness patterns in business process redesign
CN114153914A (zh) 电厂设备缺陷可视化系统、方法、计算机设备及存储介质
US20110191143A1 (en) Method and Apparatus for Specifying Monitoring Intent of a Business Process or Monitoring Template
Scrivner et al. XD Metrics on Demand Value Analytics: Visualizing the Impact of Internal Information Technology Investments on External Funding, Publications, and Collaboration Networks
JP2003345865A (ja) 業務の分析方法およびその装置、プログラム、記憶媒体
JP2019082858A (ja) 情報分析装置、プログラム及び方法
JP2004185346A (ja) プロジェクト作業支援方法およびシステム
US20150112771A1 (en) Systems, methods, and program products for enhancing performance of an enterprise computer system
Zandkarimi et al. Are we doing things right? An approach to measure process inefficiencies in the control flow
JP2005165988A (ja) 業績評価指標項目の状況を管理するための表の表示方法、業績評価指標項目の状況を管理するための表の表示システム、および表示させるためのプログラム
JP4663526B2 (ja) 帳票作成支援装置、帳票作成支援方法、および帳票作成支援プログラム
JPWO2019030884A1 (ja) レビュア管理システムおよび方法
JP6871585B1 (ja) プロジェクト管理システムおよびプログラム
JP2009134375A (ja) 融資審査支援システムおよびその方法
Vaithianathan A Comparative Study of Process Mining Software for Supporting Bottleneck Analysis of Production Systems

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050112

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20070827

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070911

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20080408