JP2009301341A - サービシステム、サービスシステム管理方法、及びプログラム - Google Patents

Abstract

【課題】業務分類ごとの相対評価を行うことができるサービスシステム管理方法を提供する。
【解決手段】このサービスシステム管理方法は、サービス対象である対象システムにおいて発生した問題に対して実行される複数の業務分類について、業務分類を相対的に評価するサービスシステム管理方法であって、対象システムの運用状況を評価する評価指標、及び対象システムにおいて発生した問題に対し問題解決までに要した作業量を業務分類毎に読み込み、評価指標と業務分類毎に算出された作業量に基づいて、業務分類毎の評価指標への影響度を示す係数を算出して記憶装置に記憶し、記憶装置に記憶された係数に基づいて業務分類の評価を算出して出力するものである。
【選択図】図３

Description

本発明は、サービスシステムの業務分類を評価する機能を有するサービシステム、サービスシステム管理方法、及びコンピュータに業務分類を評価させるプログラムに関する。

ＩＴサービス等のサービスを提供するサービスシステムにおいては、ハード資源やソフト資源からなるＩＴシステムと、ＩＴシステムを利用して運用業務を行う人間組織とに分けることができる。

人間組織は、更に、通常運転業務、サポート対応業務、障害対応業務など、業務分類毎のグループに分けることができる。人間組織が行う業務の分類を、業務分類と呼ぶ。ある業務分類に属する業務グループは、複数の種類の問題に対処する。ここでいう問題とは、ＩＴシステムのインシデントの原因となる問題を指す。具体的には、高負荷・ＨＷ障害・ＡＰ障害といったＩＴシステムに近い問題や、指示ミス・操作ミスといった運用業務分類に起因する問題、さらに、仕様問題・設計ミスといった、解決をするためにはシステム設計／構築にまで遡る必要がある根本的な問題が存在する。特にＩＴサービスを提供するサービスシステムにおいては、このような様々な問題に対して、どの業務内容を行う業務グループが対応するかによって、提供するサービスの品質が大きく異なる。

特許文献１には、従来システムの一例が示されている。従来システムは、サービス使用量メータリングデータベースとサービスレベルモニタリングデータベースを持つ変動データ入力部と、業務分析部・統計処理部・相関分析部を持つリスクモデル生成部から構成されたサービスコスト変動分析部を備えている。

特許文献１に記載された従来システムでは、業務システムから収集されたサービスシステムの使用量とサービスレベルに関する過去の時系列データを用い、これらのデータ間の相関分析処理と統計処理によって確率モデルパラメータを抽出する。サービスの需要量とサービスレベルの変動リスクの数理モデルを作成することにより、サービスの需要量とサービスレベルの変動リスクを考慮したキャッシュフロー定量評価及びサービスコスト変動分析を実現している。
特開２００６−２２７９５２号公報

しかしながら、特許文献１に開示された従来システムにおいては、上述したようなサービスレベルに対する業務分類の影響が考慮されていない。ここで、サービスレベルを改善するためには、サービスレベルを悪化させている業務分類を特定し、その業務分類を改善する必要がある。

しかしながら、特許文献１に開示された従来システムでは、サービスレベルと運用業務分類の関係を分析することができないため、改善が必要な業務分類の特定ができない。そのため、サービスレベルを悪化させている業務分類を特定し、効率的にサービスレベルの向上を図ることができない。

本発明の第１の態様は、サービス対象である対象システムにおいて発生した問題に対して実行される複数の業務分類について、業務分類を相対的に評価するサービスシステム管理方法であって、前記対象システムの運用状況を評価する評価指標、及び前記対象システムにおいて発生した前記問題に対し問題解決までに要した作業量を前記業務分類毎に読み込み、前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出して記憶装置に記憶し、前記記憶装置に記憶された前記係数に基づいて前記業務分類の評価を算出して出力することを特徴とする。

本発明の第２の態様は、サービス対象である対象システムにおいて発生した問題に対して実行される複数の業務分類について、業務分類毎の相対評価を行う機能を有するサービスシステムであって、前記対象システムの運用状況を評価する評価指標を取得する評価指標取得手段と、前記対象システムにおいて発生した前記問題に対し、問題解決までに要した作業量を前記業務分類毎に取得する作業量取得手段と、前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出する業務分類評価指標関係導出手段と、前記業務分類評価指標関係導出手段によって算出された係数に基づいて、前記業務分類の相対評価を行う評価手段と、を有するサービスシステムである。

本発明の第３の態様は、サービス対象である対象システムにおいて発生した問題に対して実行された複数の業務分類について、コンピュータに業務分類毎の相対評価を実行させるためのプログラムであって、前記対象システムを評価する評価指標を取得し、前記対象システムにおいて発生した前記問題に対し、問題解決までに要した作業量を前記業務分類毎に取得し、前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出し、前記作業量取得手段によって算出された作業量と、算出された前記係数に基づいて、前記業務分類の評価を行う処理をコンピュータに実行させるためのプログラムである。

本発明によれば、運用業務毎の対象システムへの影響を定量的に相対評価することができるため、この相対評価に基づいて効率的にサービスレベルの向上を図ることができる。

以下、添付した図面を参照して本発明の実施の形態について説明する。
［評価方法１］
はじめに、本実施形態における業務分類の評価方法について説明する。サービスシステムは、サービス業務を遂行する複数の業務分類に分けることができる。例えば、サービスシステムがＩＴサービスを提供するシステムであるとすれば、サービスシステムには、障害対応業務、運転対応業務、及びサポート業務といった複数の業務分類がある。

ここで、障害対応業務とは、 対象システムに問題が発生した際に、その問題を解決するため作業を行う業務分類である。なお、障害は突発的に発生する。障害対応業務は、具体的には、「サーバマシンが故障」という問題が発生した際に、障害対応として、サーバマシンの交換という作業等を行う業務である。

運転対応業務とは、 システムを運用し続けるための作業を行う業務分類である。運転対応業務の作業は定常的に行われる。運転対応業務は、具体的には、システムのデータバックアップ作業、動作状況チェック、機器の更新作業などを行う業務である。

サポート業務は、 顧客への窓口を担当する作業分類である。サポート業務は、 例えば、コンタクトセンター（コールセンター）として顧客からの要望・障害報告などを受け付け、適切な対応先（障害対応グループ、運転対応グループなど）に連絡する業務である。

一方、サービスシステムが提供するサービスのサービスレベル（サービス品質）は、サービス対象となる対象システムの運用状況を定量化することによって評価することができる。例えば、対象システムにおけるミス発生率、エスカレーション率、及びＳＬＡ侵害発生件数等を評価することで、サービスシステムのサービスレベルを評価することができる。ここで、ミス発生率とは、人為的なミスによって発生した問題の発生率である。エスカレーション率とは、対象システムの運用において、より上層のサービスに対応を委託した程度である。ＳＬＡ（Ｓｅｒｖｉｃｅ Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ）侵害発生件数とは、提供したサービスが予め設定されたサービスレベルを下回った件数である。

サービスシステムのサービスレベルは、複数の業務分類毎に行われた作業の結果であると考えることができる。そこで、所定のサンプリング間隔において、評価指標及び業務分類毎の作業量を取得することにより、評価指標及び業務分類毎の作業量の時系列データを生成する。ここで、サンプリング回数ｔにおけるサービスレベルを示す指標として、式１に示すように、ある評価指標ｙ_ｎ＿ｔの時系列集合の和であるＹ_ｎ＿ｔを用いる。Ｙ_ｎ＿ｔは、サンプリング回数（ｔ−ｐ）〜ｔにおいてサンプリングされた評価指標ｙの和である。

Ｙ_ｎ＿ｔは、式２に示すように、サンプリング回数（ｔ−ｐ）〜ｔにおける複数の業務分類毎に行われた作業量ｘの集合であるＸ_ｍ＿ｔを用いてモデル化することができる。ここで、ｎは評価指標数であり、ｍは業務分類数であり、ｐは遡及回数である。なお、以下では、式２によって示される業務内容と評価指標の関係を、業務内容−評価指標モデルと示す。

式２において、右辺のＸ_１＿ｔは、第１の業務分類における作業量の時系列集合を示し、Ｘ_２＿ｔは、第２の業務分類における作業量の時系列集合を示し、Ｘ_ｍ＿ｔは、第ｍの業務分類における作業量の時系列集合を示している。ここで、作業量ｘとは、対象システムにおいて問題が発生してから解決までに要した対応時間と、問題対処のために要した作業者の人数を乗じた値である。なお、作業量は、問題に対応する各業務者の技術スキルを考慮して算出してもよい。また、式２において、Ａ_{ｎ＿ｍ＿ｔ}及びＸ_ｍ＿ｔは、式３、４によって示される。

式３においてａ_{ｎ＿ｍ＿ｔ}は、ある評価指標（ｎ）における、サンプリング回数ｔの各業務分類（ｍ）の作業量ｘの係数である。

式２を用いて、評価指標ｙの時系列データの和であるＹ_ｎ＿ｔを目的変数とし、業務分類毎の作業量ｘの時系列データの集合であるＸ_ｍ＿ｔを説明変数とし、システム同定分析を行うことで各項（業務分類）の係数Ａ_{ｎ＿ｍ＿ｔ}を算出する。なお、ｐは、システム同定分析における遡及数を示している。

図１は、評価方法１の概要を示す図である。図１には、ｎ＝１における、サンプリング回数（ｔ−ｐ）〜ｔにおいて取得された、評価指標ｙの時系列データの和であるＹ_１＿ｔ（＝ｙ_１＿ｔ＋ｙ_{１＿ｔ−１}＋・・・＋ｙ_{１＿ｔ−ｐ}）、及び各業務分類の作業量ｘ_ｍ＿ｔが示されている。横方向に並ぶＹ_１＿ｔ及び作業量ｘ_ｍ＿ｔは、同じサンプリング回数ｔにおいて取得されたデータである。また、縦方向に並ぶ作業量ｘ_ｍ＿ｔは、同一の業務分類における作業量ｘの時系列データである。最上段に並ぶ評価指標ｙ及び作業量ｘは、最も新しく取得された評価指標ｙ及び作業量ｘであり、下段になるに従って古く取得された評価指標ｙ及び作業量ｘとなる。

図１に示すように、サンプリング回数（ｔ−ｐ）〜ｔによって取得されたＹ_１＿ｔ及び作業量作業量ｘ_ｍ＿ｔを用いて自己回帰分析を行うことで、業務分類毎の係数ａ_ｍ＿ｔを算出する。具体的には、第１の業務分類については、１つの係数ａ_１＿ｔが算出され、第２の業務分類には、１つの係数ａ_２＿ｔが算出される。

自己回帰分析によって求められた各業務分類に対応する係数ａ_ｍ＿ｔは、評価指標ｙの時系列データの和であるＹ_１＿ｔに対する各業務分類の影響度を示している。そのため、業務分類毎の係数ａ_ｍ＿ｔの大きさを比較することで、各業務分類を相対評価することができる。すなわち、式２より、係数ａ_ｍ＿ｔが大きい業務分類（項）ほど、評価指標ｙに対して大きな影響力を有し、係数ａ_ｍ＿ｔが小さい業務分類（項）ほど、評価指標ｙにあまり影響を及ぼさないことが分かる。

ここで、評価指標ｙがミス発生率である場合には、評価指標ｙの値が大きければ大きいほど、サービスシステムの提供するサービス品質が悪いことになる。そのため、ミス発生率において、係数ａが大きい業務分類は、他の業務分類に比べて、サービスレベルに大きな影響を及ぼすことが分かる。このように、ある評価指標について算出された各業務分類の係数ａを比較することで、その評価指標における業務分類の評価を行うことができる。そして、評価手法１によって各業務分類を評価し、係数ａの大きい業務分類を優先的に改善することで、効率よくサービス品質の向上を図ることができる。

また、サービスシステムにおいては、過去に行った運用業務の結果は、すぐ直後の評価指標には反映されず、しばらく時間が経過した後に評価指標に現れることとなる。これに対し、評価手法１では、図１に示すように、直近の遡及数ｐ回分の評価指標ｙ及び作業量ｘに基づいて業務内容毎の係数ａが算出されるため、算出された係数ａに、過去の評価指標ｙ及び作業量ｘの値を反映させることができる。

［評価方法２］
評価方法１では、１つの評価指標（例えばミス発生率）に着目して業務分類の相対評価を行ったが、よりサービスシステムを総合的に評価するために、複数の評価指標を用いて業務分類の評価を行うこともできる。評価方法２では、複数の相対評価も考慮した業務分類の評価方法の例について説明する。

図２は、評価方法２の概要を示す図である。前述と同様の手法により、１つの評価指標において、係数ａ_ｍ＿ｔの時系列データを算出する。この係数ａ_ｍ＿ｔを算出する処理をｓ回繰り返し行う。これにより、業務分類毎に、ｓ個の時系列データである係数ａの集合が取得される。ここで、サンプリング回数ｔにおいて取得された係数ａ_ｍ＿ｔは、サンプリング回数（ｔ−ｐ）〜ｔにおいて取得された評価指標Ｙ及び作業量ｘに基づいて算出された値であり、サンプリング回数（ｔ−１）において取得された係数ａ_ｔ−１は、サンプリング回数（ｔ−ｐ−１）〜（ｔ−１）において取得された評価指標Ｙ及び作業量ｘに基づいて算出された値である。

続いて、業務分類毎に算出されたｓ個の係数ａの大きさを比較し、業務分類毎の最大係数を抽出する。ここで、図２において、丸によって囲まれた係数がそれぞれの業務分類における最大係数であったとする。すなわち、第１の業務分類における最大係数はａ_{１＿ｔ−２}であり、第２項の業務分類の最大係数は、ａ_{２＿ｔ−ｓ−１}であるとする。このように抽出されたすべての業務分類における最大係数を比較し、大きいものから降順に係数順位Ｏ_ａ＿ｈを付与する。

このように、ｍ個の業務分類毎の最大係数ａ_ｋを抽出して、業務分類の係数順位Ｏ_ａ＿ｈを付与する処理を、他の評価指標においても同様に実施する。これにより、ｎ種類の評価指標に対して、ｍ個の業務分類の最大係数ａ_ｋと、係数順位Ｏ_ａ＿ｈがそれぞれ得られる。そこで、１つの業務分類の評価値を、１つの評価指標において求められた最大係数ａ_ｋに、他の評価指標において付与された係数順位Ｏ_ａ＿ｈの平均値を乗算した値として求める（式５）。ここで、ｍは、業務分類の個数を示している。

これにより、複数の評価指標における係数ａが考慮された値として評価値が算出される。ここで、異なる評価指標において算出された係数は、評価指標の単位が異なるなど、単純に比較することができない。しかしながら、評価方法２のように、ある評価指標における業務分類の最大係数ａ_ｋに、他の評価指標における係数順位Ｏ_ａ＿ｈの平均を乗じることで、簡単に複数の評価指標を考慮した値として評価値を業務分類毎に算出することができる。

次に、上記のような業務分類の評価を行うサービスシステムの構成について説明する。図３は、本発明の実施形態に係るサービスシステムの構成例を示す機能ブロック図である。サービスシステム１００は、サービス対象である対象システム（図示せず）において発生した問題に対して実行される複数の業務分類について、業務分類を相対的に評価する機能を有している。

サービスシステム１００は、対象システムの運用状況を評価する評価指標ｙを算出する評価指標取得手段１０と、対象システムにおいて発生した問題に対し、問題解決までに要した作業量ｘを業務分類毎に算出する作業量取得手段１１と、評価指標ｙと業務分類毎に取得された作業量ｘに基づいて、業務分類毎の評価指標ｙへの影響度を示す係数ａを算出する業務分類評価指標関係導出手段１２と、業務分類評価指標関係導出手段１２によって算出された係数ａに基づいて、業務分類の相対評価を行う評価手段１３と、を有している。

サービスシステム１００は、複数の業務分類を備えている。業務分類は、作業の内容に応じて分類されていると定義することもできるし、また、作業グループ毎に分類される作業として定義することもできる。

評価指標取得手段１０は、対象システムの運用状況を示す複数の種類の評価指標ｙを、一定のサンプリング間隔で取得する。なお、評価指標取得手段１０は、算出された評価指標ｙを外部より入力するように構成することもできるし、また、評価指標取得手段１０自身が外部より入力されるパラメータに基づいて算出するよう構成することもできる。

評価指標ｙは、対象システムの運用状況を示すと共に、対象システムにサービスを提供するサービスシステム１００のサービス品質（サービスレベル）を表す指標にもなっている。

作業量取得手段１１は、所定のサンプリング間隔で業務分類毎の作業量ｘを取得するよう構成されている。なお、作業量取得手段１１は、算出された作業量ｘを外部から入力するよう構成することもできるし、外部より入力されたパラメータに基づいて作業量取得手段１１自身が算出するよう構成することもできる。なお、作業量ｘは、問題の発生から問題解決に費やされた人数に、時間を乗じた値である。ここで、対象システムにおいて発生する問題は時間間隔がランダムであるため、作業量取得手段１１は、発生した問題に基づいて等間隔な時系列データに変換し、作業量を算出している。

業務分類評価指標関係導出手段１２は、式２に示す業務分類−評価指標モデルを用いて、評価指標取得手段１０によって取得された評価指標ｙと、作業量取得手段１１によって取得された業務分類毎の作業量ｘに基づき、業務分類が評価指標ｙに及ぼす影響度を示す係数ａを算出する。業務分類評価指標関係導出手段１２は、具体的には、式２に示される評価指標ｙと業務分類毎の作業量ｘに基づいて、自己回帰分析手法を用いて係数ａを算出している。

評価手段１３は、業務分類評価指標関係導出手段１２によって算出された係数ａに基づいて、業務分類の評価を行う。具体的には、評価手段１３は、式５に与えられる評価値を業務分類毎に算出することにより、業務分類の評価を行う。

図４は、本発明に係るサービスシステムの更に詳細な構成を示すブロック図である。サービスシステム１００は、更に、複数のパラメータを格納する記憶装置２１〜２７を備えている。また、それぞれの記憶装置２１〜２７に格納されるデータ構造を、図５〜１１に示す。

評価指標記憶装置２１は、評価指標取得手段１０によって取得された評価指標ｙを格納する。評価指標記憶装置２１のデータ構造を図５に示す。評価指標記憶装置２１は、評価指標ＩＤと評価指標名を対応付けて記憶している。以下、対応付けられたデータＡ、Ｂを属性データ（データＡ、データＢ）として示す。評価指標ＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）は、評価指標の種別を識別するものである。

また、評価指標記憶装置２１は、属性データ（評価指標ＩＤ、サンプリング回数、計測値）を記憶している。この属性データは、ある評価指標における、サンプリング回数ｔにおいて取得された評価指標の値（計測値）を示している。評価指標取得手段１０は、所定のサンプリング間隔で評価指標ｙを取得するため、評価指標記憶装置２１には、等間隔な時間間隔で取得された評価指標の計測値が格納されることとなる。

作業者情報記憶装置２２は、図６に示すように、属性データ（運用業務者ＩＤ、業務分類）を記憶している。運用業務者ＩＤは、業務者を識別する情報であり、業務分類は、業務者が実行した作業の業務分類を示している。

問題管理記憶装置２３は、図７に示すように、属性データ（問題ＩＤ、障害発生日時、復旧日時）を記憶している。障害発生日時は、対象システムにおいて障害が発生した日時であり、復旧日時は、対象システムが復旧した日時を示している。また、問題管理記憶装置２３は、属性データ（問題ＩＤ、運用業務者ＩＤ）を記憶している。この属性データは、発生した問題に直接対応した複数の運用業務者ＩＤを示している。対象システムにおいては、問題が発生するタイミングはランダムであるため、問題管理記憶装置２３に格納される情報の時間間隔はランダムである。

作業量記憶装置２４は、図８に示すように、属性データ（サンプリング回数、業務分類、作業量）記憶している。作業量記憶装置２４は、作業者情報記憶装置２２と問題管理記憶装置２３から取得したデータを結合し、所定のサンプリング間隔のデータ形式に変換することで、属性データ（サンプリング回数、業務分類、作業量）作成し、作業量記憶装置２４に格納する。なお、図８に示すサンプリング回数と、図５に示すサンプリング回数は対応している。

業務分類−評価指標関係モデル記憶装置２５は、図９に示すように、属性データ（評価指標ＩＤ、業務分類、作業量、係数）を記憶している。作業量ｘ及び係数ａは、業務分類−評価指標関係導出手段１２によって評価指標ＩＤ及び業務分類毎に算出され、業務分類−評価指標関係モデル記憶装置２５に格納される。

最大係数・係数順位記憶装置２６は、図１０に示すように、属性データ（評価指標ＩＤ、業務分類、最大係数、係数順位）を記憶している。最大係数及び係数順位は、評価手段１３によって算出され、最大係数・係数順位記憶装置２６に格納される。

評価結果記憶装置２７は、図１１に示すように、属性データ（評価指標ＩＤ、業務分類、最大係数、係数順位、評価値）を記憶している。最大係数、係数順位及び評価値は、評価手段１３によって算出され、評価結果記憶装置２７に格納される。評価結果記憶装置２７は、記憶された属性データを外部に出力することができる。

次に、このように構成されたサービスシステムにおける動作について説明する。図１２〜１４は、本発明の実施形態に係るサービスシステムの動作を示すフローチャートである。

図１２には、作業量取得手段１１において、業務分類毎の作業量ｘが取得されるまでの処理が示されている。ステップＳ−Ａ１において、作業量取得手段１１は、問題管理記憶装置２３から、属性データ（問題ＩＤ、障害発生日時、復旧日時）、及び属性データ（問題ＩＤ、運用作業者ＩＤ）を読み出す。

作業量取得手段１１は、作業者情報記憶装置２２から、属性データ（運用業務者ＩＤ、業務分類ＩＤ）を取り出す。そして、業務分類毎に、ステップＳ−Ａ３、Ｓ−Ａ４に示す作業量ｘを算出する作業量サンプリングループを開始する（ステップＳＡ−２）。

すなわち、ステップＳ−Ａ３において、作業量取得手段１１は、問題管理記憶装置２３から取り出した属性データ（問題ＩＤ、障害発生日時、復旧日時）、及び（問題ＩＤ、運用作業者ＩＤ）と、作業者情報記憶装置２２から取り出した属性データ（運用業務者ＩＤ、業務分類ＩＤ）を結合し、属性データ（障害発生日時、業務分類、作業量）を作成する。ここで、作業量ｘは、障害発生日時から復旧日時までに要した時間に、その問題に直接対処した運用業務者の人数を乗じた値として算出する。

ここで、対象システムにおいて問題が発生するタイミングはランダムである。そのため、ステップＳ−Ａ３において作成された属性データ（障害発生日時、業務分類、作業量）は、障害発生日時の間隔はランダムとなる。そこで、作業量取得手段１１は、例えば、３次スプライン補間法などの既存のサンプリング補完法を用い、予め設定されたサンプリング間隔（サンプリング区間）に沿った等間隔の属性データ（サンプリング回数、業務分類、作業量）に補完する（ステップＳ−Ａ４）。

作業量取得手段１１は、ステップＳ−Ａ３、Ｓ−Ａ４に示した処理を、業務分類毎に実行する（ステップＳ−Ａ５）。すべての業務分類についての属性データ（サンプリング回数、業務分類、作業量）を取得すると、取得した属性データ（サンプリング回数、業務分類、作業量）を作業量記憶装置２４に書き出す（ステップＳ−Ａ６）。なお、この属性データ（サンプリング回数、業務分類、作業量）は、外部より取得してもよい。

これにより、作業量記憶装置２４には、業務分類毎に、各サンプリング回数における作業量ｘが記憶される。

図１３には、業務分類−評価指標関係導出手段１２が、係数ａを算出する処理が示されている。ステップＳ−Ｂ１に示すように、評価指標取得手段１０は、評価指標記憶装置２１より属性データ（評価指標ＩＤ、サンプリング回数、計測値）を読み出す。同様に、業務分類評価指標関係導出手段１２は、作業量記憶装置２４より属性データ（サンプリング回数、業務分類、作業量）を読み出す（ステップＳ−Ｂ１）。

業務分類−評価指標関係導出手段１２は、同じサンプリング回数において取得された計測値（評価指標）及び作業量に基づいて、業務分類及び評価指標毎に、以下に示す業務分類−評価指標関係モデリングループを回す（ステップＳ−Ｂ２）。すなわち、図２に示すように、１つの評価指標を目的変数とし、全ての業務分類の作業量（ｍ種）を説明変数として、システム同定分析を行い、業務分類-評価指標関係モデルを導出する（ステップＳ−Ｂ３）。

このシステム同定分析を、ｎ種類の評価指標に対して繰り返し行う（ステップＳ−Ｂ４）。全ての評価指標について、図２に示す業務分類−評価指標関係モデルを導出し、係数ａを算出する。そして、図９に示すデータ構造を持つ業務分類−評価指標関係モデル記憶装置２５に格納する（ステップＳ−Ｂ５）。

図１４には、評価手段１３において式５に示す評価値が算出される処理が示されている。評価手段１３は、業務分類−評価指標関係モデル記憶装置２５から、全ての評価指標（ｎ個）の作業量−評価指標関係モデルを取り出す（ステップＳ−Ｃ１）。そして以下に示す係数順位算出ループを開始する（ステップＳ−Ｃ２）。すなわち、１つの業務分類における、直近のｓ個の係数ａのうち、最大係数ａ_ｋを抽出する（ステップＳ−Ｃ３）。

業務分類ごとに選び出された最大係数ａ_ｋを比較し、大きいものから降順に係数順位を付与する。そして、図１１に示す属性データ（評価指標ＩＤ、業務分類、最大係数、係数順位）を作成し、最大係数・係数順位記憶装置２６に格納する（ステップＳ−Ｃ４）。この処理をすべての評価指標において、全ての業務分類毎に行う（ステップＳ−Ｃ５）。

続いて、業務分類−評価指標関係モデル毎に評価値を算出するループを開始する（ステップＳ−Ｃ６）。すなわち、最大係数・係数順位記憶装置２６から、すべての評価指標における業務分類毎の最大係数ａ_ｋと係数順位Ｏ_ａ＿ｈの組合せの集合を取り出す。取得したある１つ評価指標における最大係数ａ_ｋと、他の評価指標における係数順位Ｏ_ａ＿ｈに基づき、式５に示す評価値を算出する（ステップＳ−Ｃ７）。これにより、業務分類毎に複数の評価指標を考慮した評価値を与える。

（具体例）
続いて、図１５〜図１９を用いて、評価値の算出方法を具体的に説明する。前提として、ＩＴアウトソーシングサービスを提供するＡ社が、顧客の人事サービス、購買システム、物流管理システムといったＩＴシステム運用を請け負い、ＩＴサービスを提供しているものとする。

対象であるＩＴシステムインシデントの原因となる問題が発生した場合には、発生した問題に関する情報が、図１５に示す属性データ（障害発生日時、復旧日時、障害内容、対象システム環境）として問題管理記憶装置２３に格納される。

また、図１５に示すように、作業者情報記憶装置２２には、属性データ（運用業務者氏名、業務分類）が格納される。ここで、サービスシステムの業務分類としては、障害対応業務、運転対応業務、サポート対応業務の３種があるとする。

図１５に示す障害発生日時に示すように、対象システムにおいて発生する問題の発生間隔は等間隔ではない。そのため、作業量取得手段１１は、図１５に示す属性データ（障害発生日時、復旧日時、障害内容、対象システム環境）と、属性データ（運用業務者氏名、業務分類）を結合し、既存のサンプリング補完処理法を適用することで、図１６に示す等間隔のデータ形式に補完する。補完された属性データ（サンプリング回数、サンプリング日時、業務分類、作業量）は、作業量記憶装置２４に格納される。

ここで、ＩＴサービスを評価するための評価指標として、図１７に示す運用ミス発生率、エスカレーション率、ＳＬＡ侵害発生件数があるとする。これらの評価指標の値は、一定のサンプリング間隔で測定され、属性データ（評価指標ＩＤ、サンプリング回数、サンプリング日時、計測値）として評価指標記憶装置２１に格納される。

業務分類−評価指標関係導出手段１２では、図１６に示す作業量を、多変量説明変数の値とし、図１７の評価指標の計測値を目的変数の値として、多変量自己回帰分析を適用する。これにより、図１８に示すように、式２に示す業務分類−評価指標関係モデルの係数ａが算出される。この属性データ（評価指標ＩＤ、業務分類、サンプリング回数、係数）は、業務分類−評価指標関係モデル記憶装置２５に格納される。

業務分類−評価指標関係モデル記憶装置２５に格納された属性データによって表される業務分類−評価指標関係モデルは、３つの評価指標（運用ミス発生率・エスカレーション率・ＳＬＡ侵害発生件数）ごとに生成される。

評価手段１３では、評価指標毎に時系列データとして算出された遡及数ｓ（個）の業務分類の係数ａの中から、最大係数を抽出する。ここで、ｓ＝３であるとする。ミス発生率（評価指標ＩＤ＝１）を評価指標とした障害対応グループの３つの係数ａは式６であるとする。

そのため、集合Ａの中から、"４．２"を最大係数として抽出する。

また、他の２つの業務分類（運転対応業務、サポート対応業務）においても同様に、ミス発生率（評価指標ＩＤ＝１）を評価指標として最大係数を抽出する。ここで、ミス発生率を評価指標として算出された運転対応業務の最大係数が"３．１１"であり、ミス発生率を評価指標として算出されたサポート業務の最大係数が、"１．７"であるとする。

最大係数の値が大きいものから降順に係数順位を付与すると、ミス発生率を評価指標とした場合の係数順位は、３位が障害対応業務であり、２位が運転対応業務であり、１位がサポート対応業務となる。このように付与された係数順位は、最大係数と共に最大係数・係数順位記憶装置２６に格納される（図１９）。

最大係数及び係数順位を求める処理を、他の２つの評価指標（エスカレーション率・ＳＬＡ侵害発生件数）における業務分類−評価指標関係モデルに対しても行う。ここで、他の２つの評価指標（エスカレーション率・ＳＬＡ侵害発生件数）の業務分類−評価指標関係モデルにおいて、障害対応業務の係数順位がいずれも"１位"であり、運転対応業務の係数が"２位"と"３位"であり、サポート対応業務の係数順位が３位と２位であるとする（図２０）。

業務分類毎に、ミス発生率における最大係数に、他の２つの評価指標（エスカレーション率・ＳＬＡ侵害発生件数）の係数順位の平均を乗算する（式７）。
これにより、障害対応業務の評価値として式８を得る。

同様に、運用対応業務の評価値を算出すると、式８となる。

このように、１つの評価指標であるミス発生率についての最大係数を単純に障害対応業務と運転対応業務とで比較した場合には、障害対応業務の評価値の方が大きく、一見、障害対応業務の運用業務を改善すべきと解釈できる。しかしながら、他の評価指標も考慮した評価値を比較すると、評価値は、運用対応業務の方が大きくなっている。そのため、運用対応業務の改善を図ることにより、効率的に運用ミス発生率、エスカレーション率及びＳＬＡ侵害発生件数の評価指標を向上させることができることが分かる。

このように、単純に１つの評価指標における係数比較を行うのではなく、複数の評価指標を考慮して業務分類を相対的に評価することにより、優先的に改善すべき業務分類の特定を総合的に評価することができる。

尚、本発明は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

評価方法１の概要を示す図である。 評価方法２の概要を示す図である。 本発明に係るサービスシステムの構成を示すブロック図である。 本発明に係るサービスシステムの更に詳細な構成を示すブロック図である。 評価指標記憶装置のデータ構造を示す図である。 作業者情報記憶装置のデータ構造を示す図である。 問題管理記憶装置のデータ構造を示す図である。 作業量記憶装置のデータ構造を示す図である。 業務分類−評価指標関係モデル記憶装置のデータ構造を示す図である。 最大係数・係数順位記憶装置のデータ構造を示す図である。 評価結果記憶装置のデータ構造を示す図である。 本発明の実施形態に係るサービスシステムの動作を示すフローチャートである。 本発明の実施形態に係るサービスシステムの動作を示すフローチャートである。 本発明の実施形態に係るサービスシステムの動作を示すフローチャートである。 実施例におけるデータ構造を示す図である。 実施例におけるデータ構造を示す図である。 実施例におけるデータ構造を示す図である。 実施例におけるデータ構造を示す図である。 実施例におけるデータ構造を示す図である。 実施例におけるデータ構造を示す図である。

符号の説明

Ｏ_ａ＿ｈ 係数順位
ａ_ｋ 最大係数
ａ 係数
ｐ 遡及数
ｔ サンプリング回数
ｘ 作業量
ｙ 評価指標
１０ 評価指標取得手段
１１ 作業量取得手段
１２ 業務分類評価指標関係導出手段
１２ 評価指標関係導出手段
１３ 評価手段
２１ 評価指標記憶装置
２２ 作業者情報記憶装置
２３ 問題管理記憶装置
２４ 作業量記憶装置
２５ 業務分類−評価指標関係モデル記憶装置
２６ 最大係数・係数順位記憶装置
２７ 評価結果記憶装置
１００ サービスシステム

Claims (19)

1. サービス対象である対象システムにおいて発生した問題に対して実行される複数の業務分類について、業務分類を相対的に評価するサービスシステム管理方法であって、
   前記対象システムの運用状況を評価する評価指標、及び前記対象システムにおいて発生した前記問題に対し問題解決までに要した作業量を前記業務分類毎に読み込み、
   前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出して記憶装置に記憶し、
   前記記憶装置に記憶された前記係数に基づいて前記業務分類の評価を算出して出力する
   サービスシステム管理方法。
2. 前記評価指標を目的変数とし、前記業務分類毎の前記作業量を説明変数として、自己回帰分析を用いて前記係数を算出する
   請求項１に記載のサービスシステム管理方法。
3. 所定のサンプリング間隔で前記評価指標及び前記業務分類毎の前記作業量を算出することにより前記評価指標の時系列データを読み込み、
   前記評価指標の時系列データ及び前記作業量の時系列データに基づいて前記係数を算出する
   請求項１又は２に記載のサービスシステム管理方法。
4. 複数の種類の前記評価指標を読み込み、
   前記評価指標毎に、前記業務分類の前記評価指標への影響度を示す前記係数を算出し、
   複数の前記評価指標毎に算出された前記係数に基づいて前記業務分類の評価を行う
   請求項１乃至３のうちいずれか１項に記載のサービスシステム管理方法。
5. 前記評価指標毎に算出された前記係数のうち、直近において算出された複数の前記係数の中から最大係数を抽出し、前記最大係数に基づいて前記業務分類の評価を行う
   請求項４に記載のサービスシステム管理方法。
6. 前記評価指標毎に、それぞれの前記業務分類において直近に算出された複数の前記係数の中から最大係数を抽出し、前記業務分類毎に抽出された前記最大係数を比較し、前記最大係数の大きいものから降順に前記業務分類に係数順位を付与し、前記係数順位に基づいて前記業務分類の評価を行う
   請求項４又は５に記載のサービスシステム管理方法。
7. １つの前記評価指標について抽出された前記業務分類における前記最大係数及び他の前記評価指標において前記業務分類に付与された前記係数順位に基づいて前記業務分類の評価を行う
   請求項６に記載のサービスシステム管理方法。
8. 複数の前記評価指標のそれぞれにおいて、前記業務分類毎に前記最大係数を抽出し、
   １つの前記評価指標を除く、他の前記評価指標毎に、前記業務分類毎に前記係数順位を付与し、
   前記１つの評価指標における１つの前記業務分類の最大係数に、前記他の評価指標における前記１つの業務分類の前記係数順位の平均値を乗じて評価値を算出し、
   前記評価値に基づいて前記１つの業務分類の評価を行う
   請求項７に記載のサービスシステム管理方法。
9. 前記評価指標は、人為ミスに起因する問題の発生率を示すミス発生率、前記対象システムの運用業務においてより上階層に対応を委託する程度を示すエスカレーション率、又は所定のサービスレベルを下回った件数を示すＳｅｒｖｉｃｅ Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ侵害発生件数である
   請求項１乃至８のうちいずれか１項に記載のサービスシステム管理方法。
10. サービス対象である対象システムにおいて発生した問題に対して実行される複数の業務分類について、業務分類毎の相対評価を行う機能を有するサービスシステムであって、
    前記対象システムの運用状況を評価する評価指標を取得する評価指標取得手段と、
    前記対象システムにおいて発生した前記問題に対し、問題解決までに要した作業量を前記業務分類毎に取得する作業量取得手段と、
    前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出する業務分類評価指標関係導出手段と、
    前記業務分類評価指標関係導出手段によって算出された係数に基づいて、前記業務分類の相対評価を行う評価手段と、を有するサービスシステム。
11. 前記業務分類評価指標関係導出手段は、前記評価指標を目的変数とし、前記業務分類毎の前記作業量を説明変数として、自己回帰分析を用いて前記係数を算出する
    請求項１０に記載のサービスシステム。
12. 前記評価指標取得手段は、所定のサンプリング間隔で前記評価指標及び前記業務分類毎の前記作業量を算出することにより前記評価指標及び前記業務分類毎の前記作業量の時系列データを取得し、
    前記業務分類評価指標関係導出手段は、前記評価指標の時系列データ及び前記作業量の時系列データに基づいて前記係数を算出する
    請求項１１に記載のサービスシステム。
13. 前記評価指標取得手段は、複数の種類の前記評価指標を取得し、
    前記業務分類評価指標関係導出手段は、前記評価指標毎に、前記業務分類の前記評価指標への影響度を示す前記係数を算出し、
    前記評価手段は、複数の前記評価指標毎に算出された前記係数に基づいて前記業務分類の評価を行う
    請求項１０乃至１２のうちいずれか１項に記載のサービスシステム。
14. 前記評価手段は、前記評価指標毎に算出された前記係数のうち、直近において算出された複数の前記係数の中から最大係数を抽出し、前記最大係数に基づいて前記業務分類の評価を行う
    請求項１３に記載のサービスシステム。
15. 前記評価手段は、前記評価指標毎に、それぞれの前記業務分類において直近に算出された複数の前記係数の中から最大係数を抽出し、前記業務分類毎に抽出された前記最大係数を比較し、前記最大係数の大きいものから降順に前記業務分類に係数順位を付与し、前記係数順位に基づいて前記業務分類の評価を行う
    請求項１３又は１４に記載のサービスシステム。
16. 前記評価手段は、１つの前記評価指標について抽出された前記業務分類における前記最大係数及び他の前記評価指標において前記業務分類に付与された前記係数順位に基づいて前記業務分類の評価を行う
    請求項１５に記載のサービスシステム。
17. 前記評価手段は、複数の前記評価指標のそれぞれにおいて、前記業務分類毎に前記最大係数を抽出し、
    １つの前記評価指標を除く、他の前記評価指標毎に、前記業務分類毎に前記係数順位を付与し、
    前記１つの評価指標における１つの前記業務分類の最大係数に、前記他の評価指標における前記１つの業務分類の前記係数順位の平均値を乗じて評価値を算出し、
    前記評価値に基づいて前記１つの業務分類の評価を行う
    請求項１６に記載のサービスシステム。
18. 前記評価指標は、人為ミスに起因する問題の発生率を示すミス発生率、前記対象システムの運用業務においてより上階層に対応を委託する程度を示すエスカレーション率、又は所定のサービスレベルを下回った件数を示すＳｅｒｖｉｃｅ Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ侵害発生件数である
    請求項１０乃至１７のうちいずれか１項に記載のサービスシステム。
19. サービス対象である対象システムにおいて発生した問題に対して実行された複数の業務分類について、コンピュータに業務分類毎の相対評価を実行させるためのプログラムであって、
    前記対象システムの運用状況を評価する評価指標を取得し、
    前記対象システムにおいて発生した前記問題に対し、問題解決までに要した作業量を前記業務分類毎に取得し、
    前記評価指標と前記業務分類毎に算出された前記作業量に基づいて、前記業務分類毎の前記評価指標への影響度を示す係数を算出し、
    前記作業量取得手段によって算出された作業量と、算出された前記係数に基づいて、前記業務分類の評価を行う処理をコンピュータに実行させるためのプログラム。

Images