JP2011134268A - Apparatus and method for processing information, and computer program - Google Patents
Apparatus and method for processing information, and computer program Download PDFInfo
- Publication number
- JP2011134268A JP2011134268A JP2009295545A JP2009295545A JP2011134268A JP 2011134268 A JP2011134268 A JP 2011134268A JP 2009295545 A JP2009295545 A JP 2009295545A JP 2009295545 A JP2009295545 A JP 2009295545A JP 2011134268 A JP2011134268 A JP 2011134268A
- Authority
- JP
- Japan
- Prior art keywords
- cost
- data
- business
- dmu
- output
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims description 86
- 238000004590 computer program Methods 0.000 title claims description 5
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 52
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000000354 decomposition reaction Methods 0.000 claims description 31
- 238000013517 stratification Methods 0.000 claims description 20
- 238000007711 solidification Methods 0.000 claims description 18
- 230000008023 solidification Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 230000010365 information processing Effects 0.000 claims description 14
- 238000009795 derivation Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 17
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000000611 regression analysis Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 7
- 230000007717 exclusion Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、原価計算を行うに技術に関する。 The present invention relates to a technique for performing cost calculation.
製品の生産や役務の提供にかかる原価を適切に算出し管理することは、経営計画の策定、事業活動のコスト削減などの点において、非常に重要である。例えば、将来想定される売上に応じた原価を予測したり、原価の高い事業所を抽出し原価の低い事業所と比較したりすることで、現状業務の問題点の抽出、改善につなげることが可能になる。 Appropriately calculating and managing the cost of product production and service provision is very important in terms of formulating management plans and reducing business activity costs. For example, by predicting the cost according to the expected sales in the future, or by extracting high-cost establishments and comparing them with low-cost establishments, it can be used to identify and improve problems in current operations. It becomes possible.
このような原価計算においては、従来から事業活動に対する投入コストを一定の配賦基準に基づいて各製品、あるいは役務に按分計算することで原価を算出する方法が一般的である(例えば非特許文献1)。しかしながら、何らかの理由により適切な配賦基準が設定できなかった場合や、間接費用の占める割合が大きくコストを適切に按分する配賦基準の設定が難しい事業活動の場合、按分計算された原価が実態に即さないという問題がある。 In such cost calculation, a method of calculating the cost by dividing the input cost for business activities into each product or service based on a certain allocation standard has been generally used (for example, non-patent literature). 1). However, if for some reason it is not possible to set an appropriate allocation standard, or if it is difficult to set an allocation standard that apportions costs appropriately because the proportion of indirect costs is large, the apportioned cost is actually There is a problem that it is not suitable.
按分の精度を高めるための方法としては、活動基準原価計算(Activity Based Costing、以下、「ABC」と称す)がある。ABCでは、事業活動における各々の活動別に原価を測定し、コストの発生に影響を与える原価作用因(コスト・ドライバー)を分析することで精度の高い原価計算が可能になる。 As a method for increasing the accuracy of apportionment, there is activity based costing (hereinafter referred to as “ABC”). In ABC, costs can be calculated with high accuracy by measuring costs for each activity in a business activity and analyzing cost factors (cost drivers) that affect the generation of costs.
原価計算には、配賦基準に基づく投入コストの按分による方法のほか、最小二乗法に代表される線形回帰モデルを利用した原価計算がおこなわれている。線形回帰モデルによる原価計算法では、事業活動のコスト構造を(1)式のような線形モデルで仮定し、製品、あるいは役務ごとの原価単価biと、切片aを算出する。例えば、もっとも一般的な手法である最小二乗法(重回帰分析)では、(2)式を目的関数とし、(3)式を制約条件とするような最適化問題を解くことで原価分解を実現することが、さらに、非特許文献1に開示されている。
In addition to the method of apportioning input costs based on the allocation standard, cost calculation is performed using a linear regression model typified by the least square method. The cost calculation method by linear regression model, assuming a cost structure business activities (1) linear model such as, for calculating the product or the cost bid b i for each service, the sections a. For example, in the least square method (multiple regression analysis), which is the most common method, cost decomposition is realized by solving an optimization problem with equation (2) as an objective function and equation (3) as a constraint. This is further disclosed in
また、特許文献1では、ABCの利用を考慮して原価を算出するシステムが提案されている。また、特許文献2では、混流生産の現場において、部品の生産原価に基づいた製品の生産原価を算出するシステムが提案されている。
従来の原価計算技術では、各々の製品、あるいは役務を産出するために、どの程度の資源を投入したかをより的確に把握することで計算精度を高めている。これには、たとえば作業者が各々の製品の生産、あるいは役務の提供にどの程度の時間従事したか、といった情報を取得する必要がある。しかしながら、このような情報を取得するためには多くの労力が必要となり、特に役務を提供する事業にあっては、各役務に要した時間等の労力の把握自体が困難な場合もある。 In the conventional cost calculation technology, in order to produce each product or service, calculation accuracy is improved by more accurately grasping how much resources have been invested. For this purpose, for example, it is necessary to acquire information such as how long the worker has been engaged in production of each product or provision of services. However, in order to acquire such information, a lot of labor is required, and particularly in a business providing services, it may be difficult to grasp the labor such as time required for each service.
また、ABCを用いることで更に精度を高めようとする場合も、運用調査に基づく活動の定義、活動別の原価の測定、およびコストの発生に影響を与える原価作用因(コスト・ドライバー)の分析自体に多くの労力を要する。 In addition, even when trying to improve accuracy by using ABC, the definition of activities based on operation surveys, measurement of costs by activity, and analysis of cost factors (cost drivers) that affect the generation of costs It takes a lot of effort.
事業活動に投入したコストが合理的に活用されると、投入コストに対して最大の製品、あるいは役務の産出が得られ、事業活動の効率が向上する。しかしながら、現実には需要に応じて過不足なく経営資源を投入するのは難しい。 When the costs invested in business activities are rationally utilized, the maximum product or service output can be obtained with respect to the input costs, and the efficiency of business activities is improved. However, in reality, it is difficult to invest management resources according to demand without excess or deficiency.
また、事業所ごとの種々の事情から、製品、あるいは役務の産出に必要なコスト以外に、付加価値に直接結びつかないコストが発生している。例えば、需要に対して経営資源を多く投入しすぎた場合の手待ち時間に相当するコスト、あるいは、何らかの個別の事情により作業動線が他の事業所よりも長い場合の移動時間に相当するコストなどが含まれる。これを考慮すると、コスト構造は(4)式のようにあらわすことができる。 In addition, due to various circumstances for each business office, there is a cost that is not directly linked to added value, other than the cost required for production of products or services. For example, the cost corresponding to the waiting time when too much management resources are invested for the demand, or the cost corresponding to the travel time when the work flow line is longer than other offices due to some individual circumstances Etc. are included. Taking this into account, the cost structure can be expressed as in equation (4).
最小二乗法(重回帰分析)に代表される線形回帰モデルにより、原価分解をおこなった場合、(4)式のCNVA項の影響で原価誤差が大きくなり、製品、あるいは役務の産出量の影響を抽出するのが困難になるという問題がある。そのため、実務上は産出量ではなく、売上高を説明変数とし、売上高と投入コストの関係を分析することで原価予測等を実施する程度の利用にとどまっている。売上高を説明変数として計算した場合、売上構成が一定であることを前提としており、当然将来の売上構成の変化に対応した原価予測は不可能である。 When cost decomposition is performed using a linear regression model typified by the least squares method (multiple regression analysis), the cost error increases due to the C NVA term in equation (4), and the effect of product or service output. There is a problem that it becomes difficult to extract. For this reason, in practice, sales are used as explanatory variables, not output, and the usage is limited to performing cost forecasting etc. by analyzing the relationship between sales and input costs. When sales are calculated as explanatory variables, it is assumed that the sales composition is constant, and it is naturally impossible to predict costs corresponding to future changes in the sales composition.
そこで、本発明は、上記した課題に鑑み、事業活動に投入した資源の情報、例えば、作業時間等の追加情報を取得することなく、精度の高い原価計算を行うことを目的とする。 Therefore, in view of the above-described problems, an object of the present invention is to perform highly accurate cost calculation without acquiring information on resources input to a business activity, for example, additional information such as work time.
上記した目的を達成するために、本願発明の情報処理装置は以下の構成を備える。即ち、記憶装置に記憶された事業単位毎の投入コストデータ及び産出量データを含むDMUデータを用いて、産出項目に対する原価計算を行う情報処理装置であって、前記事業単位の事業の効率化方針を指定する指定手段と、前記効率化方針に対応するDEAモデルを用いて、前記DMUデータから、前記事業単位のうち効率的な事業を行っている事業単位のDMUデータを抽出する抽出手段と、前記抽出手段で抽出したDMUデータを用いてコストモデルを導出する導出手段と、前記導出手段で導出されたコストモデルを用いて、前記投入コストを固定費とそれ以外のコストに分解する固変分解処理を行う分解手段と、を備える。 In order to achieve the above object, an information processing apparatus of the present invention has the following configuration. That is, an information processing apparatus that performs cost calculation on output items using DMU data including input cost data and output data for each business unit stored in a storage device, and is a business efficiency policy for the business unit Using a DEA model corresponding to the efficiency policy, an extraction means for extracting DMU data of a business unit performing an efficient business out of the business units from the DMU data using a DEA model corresponding to the efficiency policy; Deriving means for deriving a cost model using the DMU data extracted by the extracting means, and using the cost model derived by the deriving means, the fixed change decomposition for decomposing the input cost into a fixed cost and other costs Disassembling means for performing processing.
上記した目的を達成するために、本願発明の情報処理方法は以下の構成を備える。即ち、記憶装置に記憶された事業単位毎の投入コストデータ及び産出量データを含むDMUデータを用いて、産出項目に対する原価計算を行う情報処理装置における情報処理方法であって、前記事業単位の事業の効率化方針を指定する指定工程と、前記効率化方針に対応するDEAモデルを用いて、前記DMUデータから、前記事業単位のうち効率的な事業を行っている事業単位のDMUデータを抽出する抽出工程と、前記抽出手段で抽出したDMUデータを用いてコストモデルを導出する導出工程と、前記導出手段で導出されたコストモデルを用いて、前記投入コストを固定費とそれ以外のコストに分解する固変分解処理を行う分解工程と、を備える。 In order to achieve the above object, an information processing method of the present invention has the following configuration. That is, an information processing method in an information processing apparatus that performs cost calculation for output items using DMU data including input cost data and output data for each business unit stored in a storage device, The DMU data of a business unit that conducts an efficient business out of the business units is extracted from the DMU data by using a designating process for designating an efficiency policy of the system and a DEA model corresponding to the efficiency policy. Extracting the input cost into fixed costs and other costs using an extraction step, a derivation step for deriving a cost model using the DMU data extracted by the extraction means, and a cost model derived by the derivation means A solidification decomposition process.
本発明によれば、事業活動に投入した資源の情報、例えば、作業時間等の追加情報を取得することなく、精度の高い原価計算を行うことが可能となる。 According to the present invention, it is possible to perform highly accurate cost calculation without acquiring information on resources input to a business activity, for example, additional information such as work hours.
以下、図面を参照して、本願発明の実施の形態の一例について説明する。 Hereinafter, an example of an embodiment of the present invention will be described with reference to the drawings.
図1は、本願発明における原価計算システムの構成の一例を示すシステム構成図である。図中、101はサーバ装置であって、原価管理計算に用いられる各種データを記憶する記憶装置を備えるとともに、後述するクライアント装置からの原価管理計算要求に応じて、後述する原価計算処理を行う情報処理装置である。
FIG. 1 is a system configuration diagram showing an example of a configuration of a cost calculation system according to the present invention. In the figure,
102−1、102−2はクライアント装置であって(以下、まとめてクライアント装置102とする)、管理サーバ101に対して部品表の登録、変更、削除や、部品表が正常に登録されているかを判定する後述する判定処理の要求を行うために、ユーザが使用するコンピュータである。103はサーバ装置101、クライアント装置102を相互に通信可能に接続するための、例えばLAN(Local Area Network)等のネットワークである。
Reference numerals 102-1 and 102-2 are client apparatuses (hereinafter collectively referred to as the client apparatus 102), and whether the BOM is registered, changed, or deleted with respect to the
図2は、図1のサーバ装置101として適用可能な情報処理装置のハードウェアの構成の一例を示す模式図である。
FIG. 2 is a schematic diagram illustrating an example of a hardware configuration of an information processing apparatus applicable as the
CPU201は、システムバス204に接続される後述の各デバイスやコントローラを統括的に制御する。また、ROM203あるいは外部メモリ211には、CPU201の制御プログラムであるBIOS(Basic Input / Output System)やオペレーティングシステムプログラム(以下、OS)や、各サーバ或いは各PCの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。RAM202は、CPU201の主メモリ、ワークエリア等として機能する。
The
CPU201は、処理の実行に際して必要なプログラム等をRAM202にロードして、プログラムを実行することで各種動作を実現するものである。また、入力コントローラ(入力C)205は、キーボード209や不図示のマウス等のポインティングデバイスからの入力を制御する。ビデオコントローラ(VC)206は、ディスプレイ装置210等の表示装置への表示を制御する。ディスプレイ装置は、例えばCRTディスプレイや液晶ディスプレイ等である。これらは必要に応じて管理者が使用するものである。本発明には直接関係があるものではない。
The
メモリコントローラ(MC)207は、ブートプログラム、ブラウザソフトウエア、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶するハードディスク(HD)やフロッピーディスク(登録商標 FD)或いはPCMCIAカードスロットにアダプタを介して接続されるコンパクトフラッシュメモリ等の外部メモリ211へのアクセスを制御する。
A memory controller (MC) 207 is a hard disk (HD), floppy disk (registered trademark FD) or PCMCIA card slot for storing boot programs, browser software, various applications, font data, user files, editing files, various data, and the like. Controls access to an
通信I/Fコントローラ(通信I/FC)208は、ネットワークを介して、外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、TCP/IPを用いたインターネット通信等が可能である。 A communication I / F controller (communication I / FC) 208 is connected to and communicates with an external device via a network, and executes communication control processing in the network. For example, Internet communication using TCP / IP is possible.
なお、CPU201は、例えばROM203内の表示情報用領域へアウトラインフォントの展開(ラスタライズ)処理を実行することにより、ディスプレイ装置210上での表示を可能としている。また、CPU201は、ディスプレイ装置210上の不図示のマウスカーソル等でのユーザ指示を可能とする。
Note that the
本発明の管理サーバ101の各種処理を実行するために用いられるプログラムは外部メモリ211に記録されており、必要に応じてRAM202にロードされることによりCPU201によって実行されるものである。さらに、本発明に係わるプログラムが用いる定義ファイルや各種情報テーブルは外部メモリ211に格納されている。
A program used to execute various processes of the
次に、図3を参照して、サーバ装置101のCPU201によって行われる原価計算処理の一例について説明する。本処理をCPU201に実行させるためのプログラムは外部メモリ211に記録されており、CPU201が必要に応じてRAM202にロードし、当該プログラムの制御に従って本処理を実行する。さらに、本発明に係わるプログラムが用いる各種データは外部メモリ211に格納されている。
Next, an example of the cost calculation process performed by the
尚、本実施形態では、投入コストと産出量の実績から効率性を評価し、効率的でないと判断された事業所に対して、これが効率化されたと仮定した場合の投入コストと産出量の組み合わせ(以後、効率的フロンティアとよぶ)を計算する。効率化方針とは、効率的フロンティアを計算する上で、投入コストを削減することで効率化するのか(入力指向)、産出量を増加することで効率化するのか(出力指向)を定義する方針を指す。 In this embodiment, the efficiency is evaluated based on the input cost and the actual output, and the combination of the input cost and the output when it is assumed that the establishment is determined to be efficient for the establishment determined to be inefficient. (Hereinafter referred to as efficient frontier). An efficiency policy is a policy that defines whether to increase efficiency by reducing input costs (input-oriented) or by increasing output (output-oriented) in calculating the efficient frontier. Point to.
まず、CPU201は、ステップS301において、原価計算の処理対象とする対象期間、対象事業所および効率化方針を決定する。この決定に当たって、CPU201は、クライアント装置102のディスプレイ装置に表示されている入力画面を介してユーザより入力された対象期間、対象事業所、及び効率化方針データをクライアント装置102より取得し、それらデータに従って、対象期間、対象事業所および効率化方針を決定することになる。
First, in step S301, the
図8は、原価計算の処理対象とする対象期間、対象事業所、及び効率化方針の入力を受け付ける入力画面である。この入力画面には、処理対象期間設定部801、対象事業所選択チェックボックス802、効率化方針選択部803が設定されている。クライアント装置102を操作するユーザによるキーボード207や不図示のポインティングデバイスからなる操作部からの指示に従って、対象期間、対象事業所、及び効率化方針の入力が行われることになる。
FIG. 8 is an input screen for accepting input of a target period, a target office, and an efficiency policy that are to be processed for cost calculation. In this input screen, a processing target
そして、決定ボタン804が押下されると、クライアント装置102のCPU201は、入力画面800を介して入力された対象期間、対象事業所、及び効率化方針データをサーバ装置101に送信することで、原価計算処理の要求をサーバ装置101に対して行うことになる。以上が図8の入力画面の説明である。
When the
このような画面を用いて処理対象とする期間、事業所等を選択させることで、例えば、複数の国に工場をもつ企業の生産活動における原価を計算する場合、事業所を国単位に絞り込むことで、国ごとの人件費の違い等の特徴を考慮した、より現実的な原価を計算することが可能となる。 By selecting the period, establishment, etc. to be processed using such a screen, for example, when calculating the cost of production activities of companies with factories in multiple countries, narrow down establishments to country units Therefore, it is possible to calculate more realistic costs considering characteristics such as differences in labor costs between countries.
図3の説明に戻る。ステップS301での対象事業所、対象期間および効率化方針の決定後、外部メモリ211に記憶されている投入コスト情報テーブル(図9)および産出量情報テーブル(図10)から、対象事業所の対象期間における投入コストおよび産出量を取得する(ステップS302)。そして取得したデータを一定期間単位の事業所別の投入コストト産出量の紐付けを行う。事業所別の投入コスト情報と産出量情報の紐付けをおこなったデータを、DMU(Decision Making Unit)データと呼ぶ。
Returning to the description of FIG. After the target establishment, the target period, and the efficiency improvement policy are determined in step S301, the target establishment target is determined from the input cost information table (FIG. 9) and the output information table (FIG. 10) stored in the
ここで、図9および図10を参照して、投入コスト情報テーブルおよび産出量情報テーブルについて説明する。 Here, the input cost information table and the output information table will be described with reference to FIGS.
図9は、投入コスト情報テーブルの構成の一例を示す図である。図に示すように、投入コスト情報テーブル900は、年901、月902、事業所903、投入コスト904から構成されている。
FIG. 9 is a diagram showing an example of the configuration of the input cost information table. As shown in the figure, the input cost information table 900 includes a
年901は、当該レコードが示すコストが投入された年を特定するためのデータ項目である。月902は、当該レコードが示すコストが投入された月を特定するためのデータ項目である。事業所903は当該レコードが示すコストが投入された事業所を特定するためのデータ項目である。この年901、月902、事業所903が投入コストデータテーブル900のキー項目となっている。
The
投入コスト904は、実際に投入された金額を示すデータ項目である。例えば、2008年4月におけるA事業所での投入コストは200,000円であり、B事業所での投入コストは182,000円であり、C事業所での投入コストは203,000円である。尚、この構成はあくまでも一例であり、他のデータ項目が追加されていても、また、前述のデータ項目のいずれかを有さない、また、前述のデータ項目を複数組み合わせて1つのデータ項目とする等しても勿論構わない。また、データの登録を日単位、週単位等にしても良い。さらには、投入コストは、より詳細な労務費、経費等のコストデータを元に合計値を計算することで作成してもかまわない。 The input cost 904 is a data item indicating the amount actually input. For example, the input cost at the A office in April 2008 is 200,000 yen, the input cost at the B office is 182,000 yen, and the input cost at the C office is 203,000 yen. is there. This configuration is merely an example, and even if other data items are added, it does not have any of the above-described data items, and a plurality of the above-described data items are combined to form one data item. Of course, it does not matter. Data registration may be performed on a daily basis, a weekly basis, or the like. Furthermore, the input cost may be created by calculating the total value based on more detailed cost data such as labor costs and expenses.
図10は、産出量情報テーブルの構成の一例を示す図である。図に示すように、産出量情報テーブル1000は、年1001、月1002、事業所1003、役務A産出量1004、役務B産出量1005から構成されている。
FIG. 10 is a diagram illustrating an example of the configuration of the output information table. As shown in the figure, the output information table 1000 includes a
年1001は、当該レコードが示すコストが投入された年を特定するためのデータ項目である。月1002は、当該レコードが示すコストが投入された月を特定するためのデータ項目である。事業所1003は当該レコードが示すコストが投入された事業所を特定するためのデータ項目である。この年1001、月1002、事業所1003が産出量情報データテーブル1000のキー項目となっている。
The
役務A産出量1004は、役務Aの産出量の単位を、役務B産出量1005は、役務Bの産出量の単位を示すデータ項目である。例えば、2008年4月における、A事業所での役務Aの産出量は100単位、役務Bの産出量は90単位であり、事業所Bでの役務Aの産出量は90単位、役務Bの産出量は90単位であり、事業所Cでの役務Aの産出量は85単位、役務Bの産出量は110単位である。尚、この構成はあくまでも一例であり、他のデータ項目が追加されていても、また、前述のデータ項目のいずれかを有さない、また、前述のデータ項目を複数組み合わせて1つのデータ項目とする等しても勿論構わない。また、データの登録を日単位、週単位等にしても良い。
図3の説明に戻る。次にCPU201は、原価計算を行う上で不適切なDMUデータの除外処理を行う。この処理の詳細は、図4を参照して説明する。
Returning to the description of FIG. Next, the
図4は、図3のステップS303の不適切なDMUデータの除外処理の詳細を示すフローチャートである。本処理をCPU201に実行させるためのプログラムは外部メモリ211に記録されており、CPU201が必要に応じてRAM202にロードし、当該プログラムの制御に従って本処理を実行する。さらに、本発明に係わるプログラムが用いる各種データは外部メモリ211に格納されている。
FIG. 4 is a flowchart showing details of the inappropriate DMU data exclusion process in step S303 of FIG. A program for causing the
まず、CPU201は、後述する効率性の計算をより正確に計行うために、投入コスト、又は産出量の値が0である(若しくは欠損している)DMUデータや、負の値であるDMUデータを処理の対象から除外する。続いて、ステップS402において、他のDMUデータと著しく投入コストや産出量の値が乖離しているDMUデータ、外れ値に該当するDMUデータを除外する。外れ値の除外方法としては、DMUデータにおける、投入コスト、産出量の各項目別に平均からの偏差に基づいて外れ値を判定し除外する方法、箱ヒゲ図を用いることで外れ値を判定し、これを除外する方法、あるいは、クラスター分析を用いることで外れ値を判定し、除外する方法等、いずれを用いても、それら複数の組み合わせで行っても構わない。
First, the
その後、除外したデータをクライアント装置102のディスプレイ装置に表示するために用いられる、除外DMUデータ出力画面情報を生成する(ステップS403)。そして、この出力画面情報がクライアント装置に送られると、図11に示す出力画面がディスプレイ装置に表示されることになる。 Thereafter, excluded DMU data output screen information used to display the excluded data on the display device of the client apparatus 102 is generated (step S403). When this output screen information is sent to the client device, the output screen shown in FIG. 11 is displayed on the display device.
図11は、クライアント装置102のディスプレイ装置に表示されるDMU除外データ出力画面の一例を示す図である。DMU除外データ出力画面1100には、除外したDMUデータのDMU番号1101、年1102、月1103、事業部1104、投入コスト1105、役務A産出量1106、役務B産出量1107が表示される。図中のOKボタン1108が押下されるとクライアント装置102は、DMU除外データ出力画面の表示を終了する。
FIG. 11 is a diagram illustrating an example of a DMU exclusion data output screen displayed on the display device of the client device 102. The DMU exclusion
図3の説明に戻る。ステップS303の不適切DMUデータの除外処理終了後、CPU201は、効率的フロンティアの計算処理を行う(ステップS304)。この処理の詳細は、図5を参照して説明する。この効率的フロンティアの計算は、前述の(4)式のcnvaの影響を減らし、(1)式で想定する条件に近づけることを目的として行う。
Returning to the description of FIG. After completion of the inappropriate DMU data exclusion process in step S303, the
図5は、図3のステップS304の効率的フロンティアの計算処理の詳細を示すフローチャートである。本処理をCPU201に実行させるためのプログラムは外部メモリ211に記録されており、CPU201が必要に応じてRAM202にロードし、当該プログラムの制御に従って本処理を実行する。さらに、本発明に係わるプログラムが用いる各種データは外部メモリ211に格納されている。
FIG. 5 is a flowchart showing details of the efficient frontier calculation process in step S304 of FIG. A program for causing the
まず、CPU201は、DMUデータのカウンタ変数であるKに1を代入する(ステップS501)。そしてその後、K番目のDMUデータ(DMU(K))に対するDEAモデルを生成し、効率的フロンティアを計算する(ステップS502)。尚、この処理で生成するDEAモデルは、図3のステップS301で事業所ごとに設定した効率化方針に基づき
決定される。
First, the
例えば、効率化方針が「入力指向」の場合、例えばDEAモデルのうち、下記の(5)式から(9)式で表わされる入力指向型のBCC(Banker−Charnes−Cooper)モデルの解を求め、その結果に基づいて(10)式、(11)式により効率的フロンティアを計算する。尚、実務上、産出量の増加を考慮しない、又は考慮できない場合などは効率的フロンティアにおける産出量を計算せず、実績における産出量を利用しても勿論構わない。ここでは入力指向型のBCCモデルによる最適化問題を例示しているが、利用するDEAモデルは例えば、刀根薫著『経営効率性の測定と改善』(日科技連出版社)に記載されているCCRモデル、IRSモデル、DRSモデル、GRSモデル等も用いても構わない。 For example, when the efficiency policy is “input-oriented”, for example, a solution of an input-oriented BCC (Banker-Charnes-Cooper) model expressed by the following equations (5) to (9) in the DEA model is obtained. Based on the result, the efficient frontier is calculated by the equations (10) and (11). In practice, if the increase in output is not taken into account or cannot be taken into account, the output in the efficient frontier is not calculated, and the actual output may be used. Here, the optimization problem by the input-oriented BCC model is illustrated, but the DEA model to be used is described in, for example, “Measurement and improvement of management efficiency” written by Tone Kaoru (Nichikagiren Publisher). A CCR model, IRS model, DRS model, GRS model, or the like may also be used.
一方、効率化方針が「出力指向」の場合、例えばDEAモデルのうち、(12)式から(16)式で表わされる出力指向型のBCCモデルの解を求め、その結果に基づいて(16)式、(17)式により効率的フロンティアを計算する。なお、実務上、投入コストの削減を考慮しない、または考慮できない場合などは効率的フロンティアにおける効率投入コストを計算せず、実績における投入コストを利用しても勿論構わない。ここでは、出力指向型のBCCモデルによる最適化問題を例示しているが、利用するDEAモデルは例えば刀根薫著『経営効率性の測定と改善』(日科技連出版社)に記載されているCCRモデル、IRSモデル、DRSモデル、GRSモデル等も用いても構わない。 On the other hand, when the efficiency policy is “output-oriented”, for example, a solution of the output-oriented BCC model expressed by the equations (12) to (16) in the DEA model is obtained, and based on the result (16) The efficient frontier is calculated by the equation (17). In practice, when the reduction of the input cost is not considered or cannot be considered, the efficiency input cost in the efficient frontier is not calculated, and the actual input cost may be used. Here, the optimization problem by the output-oriented BCC model is illustrated, but the DEA model to be used is described in, for example, “Measurement and improvement of management efficiency” written by Tone Kaoru (Nikkagi Renren Publishing Co., Ltd.). A CCR model, IRS model, DRS model, GRS model, or the like may also be used.
尚、効率化方針については、説明を簡単にするために入力指向と出力指向の2種類のみをあげているが、効率的フロンティア上の投入コストと各産出量の組み合わせは無数に存在しており、本質的には入力指向、出力指向の方針の組み合わせをとっても構わない。必要に応じて投入コストの削減と産出の増加を同時に考慮するような計算方法、例えば、刀根薫著『経営効率性の測定と改善』(日科技連出版社)に記載されている、加法型モデルによる効率的フロンティアの計算等の利用も勿論可能である。 In order to simplify the explanation, only two types of input-oriented and output-oriented are listed for efficiency. However, there are innumerable combinations of input costs and output on the efficient frontier. In essence, a combination of input-oriented and output-oriented policies may be taken. A calculation method that simultaneously considers reduction in input costs and increase in output as needed, for example, additive type described in Tone Tone's “Measurement and Improvement of Management Efficiency” (Nikka Giren Publisher) Of course, it is possible to use efficient frontier calculation by a model.
そして、ステップS502の処理が終了後、CPU201は、全てのDMUデータに対してステップS502の効率的フロンティア計算処理が行われたかを判断し、全てのDMUデータに対しての計算処理が終了していない(ステップS503の「K=対象DMU数?」でNO)と判断した場合には、処理をステップS504に進めKをインクリメントし、次のDMUデータに対してステップS502の効率的フロンティア計算処理を行う。一方、ステップS503の判断処理で全てのDMUデータに対する効率的フロンティア計算処理が終了したと判断した場合には本処理を終了する。以上が、効率的フロンティア計算処理の詳細な説明である。
After the process of step S502 is completed, the
図3の説明に戻る。CPU201は、ステップS304の効率的フロンティア計算処理が終了後、効率的フロンティアに対する固変分解処理を行う(ステップS305)。この処理の詳細については、図6を参照して説明する。
Returning to the description of FIG. After completing the efficient frontier calculation process in step S304, the
図6は、図3のステップS305の効率的フロンティアに対する固変分解処理の詳細を示すフローチャートである。本処理をCPU201に実行させるためのプログラムは外部メモリ211に記録されており、CPU201が必要に応じてRAM202にロードし、当該プログラムの制御に従って本処理を実行する。さらに、本発明に係わるプログラムが用いる各種データは外部メモリ211に格納されている。
FIG. 6 is a flowchart showing details of the solidification decomposition process for the efficient frontier in step S305 of FIG. A program for causing the
まず、CPU201は、図3のステップS304で計算された効率的フロンティアに対して重回帰分析を実施する(前述の(2)式、(3)式)(ステップS601)。ここでは、コストモデルを線形とした場合の重回帰分析(最小二乗法)による原価分解を例にとって説明するが、コストモデルを規定し、これに対して効率的フロンティアを当てはめることに意味があるため、コストモデルは線形モデル以外の多項式モデル等でも問題はなく、計算方法も重回帰分析でなくても構わない。
First, the
そして、ステップS601の重回帰分析の結果得られた偏回帰計数を産出の原価単位として保存し(ステップS602)、その後、DMUデータのカウンタ変数であるKに1を代入する(ステップS603)。 Then, the partial regression count obtained as a result of the multiple regression analysis in step S601 is stored as a production cost unit (step S602), and then 1 is substituted into K which is a counter variable of the DMU data (step S603).
ステップS604では、CPU201は、各産出の原価単位をもとに、各々のDMUデータの投入コストを(19)式、(20)式により産出原価とそれ以外のコストとに分解する。
In step S604, the
その後、ステップS605において、全てのDMUデータに対してステップS604の処理が終了していない(ステップS605の「K=対象DMU数?」でNO)と判断した場合には、処理をステップS606に進めKをインクリメントし、次のDMUデータの投入コストを産出原価とそれ以外のコストとに分解する。一方、ステップS605の判断処理で全てのDMUデータに対する処理が終了したと判断した場合には、処理をステップS607に移行させ、ステップS604での処理結果を集計し保存する。以上が、効率的フロンティアに対する固変分解処理の詳細な説明である。 Thereafter, if it is determined in step S605 that the processing in step S604 has not been completed for all DMU data (NO in step S605: “K = number of target DMUs?”), The process proceeds to step S606. K is incremented, and the input cost of the next DMU data is decomposed into the output cost and other costs. On the other hand, if it is determined in step S605 that all DMU data has been processed, the process proceeds to step S607, and the processing results in step S604 are aggregated and stored. The above is the detailed description of the solidification decomposition process for the efficient frontier.
図3の説明に戻る。ステップS305の効率的フロンティアに対する固変分解処理が終了後、効率的フロンティアの層別を実施するかを判断する(ステップS306)。現実の事業活動を考えた場合に規模の経済が働くなどの理由から効率的フロンティアを単一のコストモデル(線形性を仮定する場合)で表現するのが困難となることがある。コストモデルに回帰した結果に対する誤差が大きな場合、適切な方法で層別を行うことで精度を高める効果が期待できる。層別実施の判断は、例えば重回帰分析の結果(決定係数、t値、残差の傾向等)に基づいて、あらかじめ決められたルールに従ってCPU201が判断することになる。
Returning to the description of FIG. After the solidification decomposition process for the efficient frontier in step S305 is completed, it is determined whether to stratify the efficient frontier (step S306). When considering actual business activities, it may be difficult to represent an efficient frontier with a single cost model (assuming linearity) for reasons such as economies of scale working. If there is a large error in the result of the return to the cost model, it can be expected to increase the accuracy by performing stratification by an appropriate method. The determination of the stratified implementation is made by the
ステップS306の判断処理で、層別を行うと判断した場合には(ステップS306でYES)、処理をステップS307に進め効率的フロンティアの層別処理を行う。層別の方法としては、投入コストに応じて層別をする方法、効率性指標の値に応じて層別する方法、クラスター分析により層別する方法、刀根薫著『経営効率性の測定と改善』(日科技連出版社)に記載されている規模の計算(DEAモデルをBCCモデルとした場合のみ適用可能)に基づく方法などが考えられるが、どのような方法を用いて層別を行っても構わない。 If it is determined in step S306 that stratification is to be performed (YES in step S306), the process proceeds to step S307 to perform efficient frontier stratification. Stratification methods include stratification according to input costs, stratification according to efficiency index values, stratification by cluster analysis, and Tone Toshi, “Measurement and Improvement of Management Efficiency” ”(Nikka Giren Publisher) can be considered a method based on the calculation of the scale (applicable only when the DEA model is a BCC model), but what method is used for stratification? It doesn't matter.
ステップS307の層別処理が終了後、処理をステップS308に進め、層別結果に対する固変分解処理を行う。ここでの処理は、ステップS307の層別処理の結果、各層に分類されたDMUデータに対して、それぞれの層ごとにステップS305の固変数分解を行う。この処理の詳細については、図7を参照して説明する。 After the stratification process in step S307 ends, the process proceeds to step S308, and a solidification decomposition process is performed on the stratification result. In this process, the solid variable decomposition in step S305 is performed for each layer on the DMU data classified in each layer as a result of the layered process in step S307. Details of this processing will be described with reference to FIG.
図7は、図3のステップS308の効率的フロンティアの層別結果に対する固変分解処理の詳細を示すフローチャートである。本処理をCPU201に実行させるためのプログラムは外部メモリ211に記録されており、CPU201が必要に応じてRAM202にロードし、当該プログラムの制御に従って本処理を実行する。さらに、本発明に係わるプログラムが用いる各種データは外部メモリ211に格納されている。
FIG. 7 is a flowchart showing details of the solidification decomposition process for the stratified result of the efficient frontier in step S308 of FIG. A program for causing the
まずCPU201は、層のカウンタ変数であるLに1を代入する(ステップS701)。その後、層Lに含まれる効率的フロンティアに対して重回帰分析を実施する(ステップS702)。この処理は、図6のステップS601の処理と同様の処理である。
First, the
そして、ステップS702の重回帰分析の結果得られた偏回帰計数を、層Lの産出の原価単位として保存し(ステップS703)、その後、DMUデータのカウンタ変数であるKに1を代入する(ステップS704)。その後、CPU201は各産出の原価単位をもとに、そして層Lに含まれる各々のDMUデータの投入コストを(21)式、(22)式により産出原価とそれ以外のコストとに分解する(ステップS705)。
Then, the partial regression count obtained as a result of the multiple regression analysis in step S702 is stored as the cost unit of production of layer L (step S703), and then 1 is substituted into K which is a counter variable of DMU data (step S703). S704). Thereafter, the
その後、ステップS706において、層Lに含まれる全てのDMUデータに対してステップS705の処理が終了していない(ステップS706の「K=対象DMU数?」でNO)と判断した場合には、処理をステップS708に進めKをインクリメントし、次のDMUデータの投入コストを産出原価とそれ以外のコストとに分解する。一方、ステップS706の判断処理で全てのDMUデータに対する処理が終了したと判断した場合には、処理をステップS708に移行させ、層LのDMUデータに対するステップS604での処理結果を集計し保存する。その後、ステップS709に処理を移行し、全ての層に対しての処理が終了したかを判断する。 Thereafter, if it is determined in step S706 that the processing in step S705 has not been completed for all DMU data included in layer L (NO in step S706: “K = number of target DMUs?”) In step S708, K is incremented, and the input cost of the next DMU data is decomposed into the output cost and the other costs. On the other hand, if it is determined in step S706 that the processing for all DMU data has been completed, the process proceeds to step S708, and the processing results in step S604 for the layer L DMU data are totaled and stored. Thereafter, the process proceeds to step S709, and it is determined whether the processes for all layers are completed.
全ての層に対して上記の処理が終了していない(ステップS709の「L=対象層数?」でNO)と判断した場合には、処理をステップS710に進めLをインクリメントし、上述のステップS702からの処理を繰り返すことになる。全ての層に対して処理を終了したと判断した場合には、本処理を終了する。以上が、層別結果に対する固変分解処理の詳細な説明である。 If it is determined that the above process has not been completed for all layers (NO in step S709: “L = number of target layers?”), The process proceeds to step S710 and L is incremented. The processing from S702 will be repeated. If it is determined that the processing has been completed for all layers, this processing is terminated. The above is the detailed description of the solidification decomposition process for the stratified result.
以下、図12に示すDMUデータを対象とし、本発明による原価計算と、従来法(実績データに対する最小二乗法)による原価計算を行った際の比較について説明する。尚、図10に示すDMUデータは役務A、役務Bの産出量を、それぞれ正規乱数N(200,502)により生成し、投入コストを(23)式により作成した。図13は、図12のDMUデータに対して最小二乗法を適用して固変分解を行った結果である(従来法)。 Hereinafter, the comparison between the cost calculation according to the present invention and the cost calculation according to the conventional method (the least square method with respect to the actual data) will be described with respect to the DMU data shown in FIG. In addition, the DMU data shown in FIG. 10 produced the output of service A and service B by the normal random numbers N (200, 50 2 ), respectively, and created the input cost by equation (23). FIG. 13 shows the result of applying the least square method to the DMU data of FIG. 12 and performing the solid change decomposition (conventional method).
図14は、図10のDMUデータに対して効率化方針を出力指向とし、(12)式から(18)式に基づいて効率的フロンティアの計算を行った結果である。図14の効率性指標1401は、出力指向型BCCモデルの場合、(12)式におけるηkの逆数であり、効率性の度合いを示す。効率性指標は0から1の値をとり、1に近づくほど効率性が高いと判断される。特に、効率性指標の値が1となるものは効率的なDMUと呼ばれる。また、効率投入コスト1402、役務A効率産出量1403、役務B効率産出量とは、それぞれ効率的フロンティアにおける投入コスト、役務A産出量、および役務B産出量を示す。
FIG. 14 shows the result of calculating the efficient frontier based on the equations (12) to (18) with the efficiency policy as the output direction for the DMU data of FIG. In the case of an output-oriented BCC model, the
図15は、図14の効率的フロンティアに対して最小二乗法により固変分解を行った結果である。従来法(図13)と比較すると、決定係数、或いは各説明変数のt値が改善されていることが分かる。 FIG. 15 shows the result of performing the solid change decomposition by the least square method on the efficient frontier of FIG. Compared with the conventional method (FIG. 13), it can be seen that the coefficient of determination or the t value of each explanatory variable is improved.
図16は、図14の効率的フロンティアに対して層別処理を行った結果を示す図である。ここでは、効率投入コスト1602、役務A効率産出量1603、役務B効率産出量1604を平均0、標準偏差が1となるよう標準化を行い、ウォード法によるクラスタリングで2層に層別した。また、それぞれの層ごとにDMUデータに対して最小二乗法を適用し、固変分解を実施した。その結果が図15(第1層)および図16(第2層)である。層別処理後、それぞれの層が該当するフロンティアの形状に応じた固変分解を実施することで、より実態に即したコスト計算が可能になる。また、図17、図18はそれぞれ第1層、第2層に対して最小二乗法により固変分解を行った結果を示している。
FIG. 16 is a diagram illustrating a result of performing a stratification process on the efficient frontier of FIG. Here, the
(21)式、(22)式に基づいて産出別コストとそれ以外のコストに分解した結果を図19に示す。また、従来法と本発明方法により計算した産出別原価(すべてのDMUの合計)を図20示している。(23)式のコストモデルから計算した各産出別の原価と比較すると、本発明方法により求められた結果は、従来法と比較して原価誤差が小さくなっていることがわかる。 FIG. 19 shows the result of decomposition into output-specific costs and other costs based on equations (21) and (22). Further, FIG. 20 shows the cost by output (total of all DMUs) calculated by the conventional method and the method of the present invention. When compared with the cost for each output calculated from the cost model of equation (23), it can be seen that the result obtained by the method of the present invention has a smaller cost error than the conventional method.
以上、説明した通り、本願発明によれば、事業活動に投入した資源の情報、例えば、作業時間等の追加情報を取得することなく、精度の高い原価計算をおこなうことが可能となる。 As described above, according to the present invention, it is possible to perform cost calculation with high accuracy without acquiring information on resources input to a business activity, for example, additional information such as work time.
本発明は、例えば、システム、装置、方法、プログラム若しくは記憶媒体等としての実施形態も可能であり、具体的には、複数の機器から構成されるシステムに適用してもよいし、また、1つの機器からなる装置に適用してもよい。 The present invention can be implemented as a system, apparatus, method, program, storage medium, or the like, and can be applied to a system including a plurality of devices. You may apply to the apparatus which consists of one apparatus.
なお、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム(実施形態では図3から図7に示すフローチャートに対応したプログラム)を、システム或いは装置に直接、或いは遠隔から供給するものを含む。そして、そのシステム或いは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合も本発明に含まれる。 In the present invention, a software program (in the embodiment, a program corresponding to the flowcharts shown in FIGS. 3 to 7) for realizing the functions of the above-described embodiments is supplied directly or remotely to a system or apparatus. Including. The present invention also includes a case where the system or the computer of the apparatus is achieved by reading and executing the supplied program code.
したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。 Accordingly, since the functions of the present invention are implemented by computer, the program code installed in the computer also implements the present invention. In other words, the present invention includes a computer program itself for realizing the functional processing of the present invention.
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、OSに供給するスクリプトデータ等の形態であってもよい。 In that case, as long as it has the function of a program, it may be in the form of object code, a program executed by an interpreter, script data supplied to the OS, and the like.
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、MO、CD−ROM、CD−R、CD−RWなどがある。また、磁気テープ、不揮発性のメモリカード、ROM、DVD(DVD−ROM,DVD−R)などもある。 Examples of the recording medium for supplying the program include a flexible disk, hard disk, optical disk, magneto-optical disk, MO, CD-ROM, CD-R, and CD-RW. There are also magnetic tape, nonvolatile memory card, ROM, DVD (DVD-ROM, DVD-R) and the like.
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続する。そして、前記ホームページから本発明のコンピュータプログラムそのもの、若しくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。 As another program supply method, a browser on a client computer is used to connect to an Internet home page. The computer program itself of the present invention or a compressed file including an automatic installation function can be downloaded from the homepage by downloading it to a recording medium such as a hard disk.
また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるWWWサーバも、本発明に含まれるものである。 It can also be realized by dividing the program code constituting the program of the present invention into a plurality of files and downloading each file from a different homepage. That is, a WWW server that allows a plurality of users to download a program file for realizing the functional processing of the present invention on a computer is also included in the present invention.
また、本発明のプログラムを暗号化してCD−ROM等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせる。そして、ダウンロードした鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。 In addition, the program of the present invention is encrypted, stored in a storage medium such as a CD-ROM, distributed to users, and key information for decryption is downloaded from a homepage via the Internet to users who have cleared predetermined conditions. Let It is also possible to execute the encrypted program by using the downloaded key information and install the program on a computer.
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される。その他、そのプログラムの指示に基づき、コンピュータ上で稼動しているOSなどが、実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現され得る。 Further, the functions of the above-described embodiments are realized by the computer executing the read program. In addition, based on the instructions of the program, an OS or the like running on the computer performs part or all of the actual processing, and the functions of the above-described embodiments can also be realized by the processing.
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現される。 Further, the program read from the recording medium is written in a memory provided in a function expansion board inserted into the computer or a function expansion unit connected to the computer. Thereafter, the CPU of the function expansion board or function expansion unit performs part or all of the actual processing based on the instructions of the program, and the functions of the above-described embodiments are realized by the processing.
なお、前述した実施形態は、本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。 The above-described embodiments are merely examples of implementation in carrying out the present invention, and the technical scope of the present invention should not be construed as being limited thereto. That is, the present invention can be implemented in various forms without departing from the technical idea or the main features thereof.
101 サーバ装置
102−1、102−2 クライアント装置
103 LAN
201 CPU
202 RAM
203 ROM
204 システムバス
205 入力コントローラ
206 ビデオコントローラ
207 メモリコントローラ
208 通信I/F(インターフェース)コントローラ
209 キーボード
210 ディスプレイ装置
211 外部メモリ
101 Server apparatus 102-1, 102-2
201 CPU
202 RAM
203 ROM
204
Claims (5)
前記事業単位の事業の効率化方針を指定する指定手段と、
前記効率化方針に対応するDEAモデルを用いて、前記DMUデータから、前記事業単位のうち効率的な事業を行っている事業単位のDMUデータを抽出する抽出手段と、
前記抽出手段で抽出したDMUデータを用いてコストモデルを導出する導出手段と、
前記導出手段で導出されたコストモデルを用いて、前記投入コストを固定費とそれ以外のコストに分解する固変分解処理を行う分解手段と、
を備えることを特徴とする情報処理装置。 An information processing device that performs cost calculation on output items using DMU data including input cost data and output data for each business unit stored in a storage device,
A designation means for designating a business efficiency policy for the business unit;
Extracting means for extracting DMU data of a business unit performing an efficient business out of the business units from the DMU data using a DEA model corresponding to the efficiency policy;
Derivation means for deriving a cost model using the DMU data extracted by the extraction means;
Using the cost model derived by the derivation means, decomposition means for performing a solid decomposition process to decompose the input cost into a fixed cost and other costs;
An information processing apparatus comprising:
前記導出手段は、前記抽出手段で抽出されたDMUデータに加えて、前記投影手段で効率的フロンティアに投入された投影DMUデータを用いて前記コストモデルを導出する
ことを特徴とする請求項1に記載の情報処理装置。 Projecting means for projecting DMU data of business units not extracted by the extracting means onto the efficient frontier according to the efficiency policy, and generating projected DMU data.
The derivation unit derives the cost model using projection DMU data input to an efficient frontier by the projection unit in addition to the DMU data extracted by the extraction unit. The information processing apparatus described.
前記判断手段で層別を行うと判断した場合に、前記DMUデータに対する層別処理を行う層別手段をさらに備え、
前記導出手段は、前記層別手段により層別された結果の各層ごとに、当該層に含まれるDMUデータのうち前記抽出手段で抽出されたDMUデータを用いてコストモデルを算出し、
前記分解手段は、前記層毎に導出されたコストモデルを用いて固変分解処理を行うこと
を特徴とする請求項1または2に記載の情報処理装置。 Determination means for determining whether to perform stratification processing on the DMU data;
And further comprising a stratification means for performing a stratification process on the DMU data when it is determined that the determination means performs stratification,
The derivation means calculates a cost model for each layer as a result of stratification by the stratification means, using the DMU data extracted by the extraction means among the DMU data included in the layer,
The information processing apparatus according to claim 1, wherein the decomposition unit performs a solidification decomposition process using a cost model derived for each layer.
前記事業単位の事業の効率化方針を指定する指定工程と、
前記効率化方針に対応するDEAモデルを用いて、前記DMUデータから、前記事業単位のうち効率的な事業を行っている事業単位のDMUデータを抽出する抽出工程と、
前記抽出手段で抽出したDMUデータを用いてコストモデルを導出する導出工程と、
前記導出手段で導出されたコストモデルを用いて、前記投入コストを固定費とそれ以外のコストに分解する固変分解処理を行う分解工程と、
を備えることを特徴とする情報処理方法。 An information processing method in an information processing apparatus that performs cost calculation for output items using DMU data including input cost data and output data for each business unit stored in a storage device,
A designated process for designating a business efficiency policy for the business unit;
Using the DEA model corresponding to the efficiency improvement policy, extracting from the DMU data the DMU data of the business unit performing an efficient business out of the business units;
A derivation step of deriving a cost model using the DMU data extracted by the extraction means;
Using the cost model derived by the derivation means, a decomposition step for performing a solidification decomposition process that decomposes the input cost into a fixed cost and other costs;
An information processing method comprising:
記憶装置に記憶された事業単位毎の投入コストデータ及び産出量データを含むDMUデータを用いて、複数の産出項目に対する原価計算を行う情報処理装置として機能させるためのコンピュータプログラムであって、
前記コンピュータを、
前記事業単位の事業の効率化方針を指定する指定手段と、
前記効率化方針に対応するDEAモデルを用いて、前記DMUデータから、前記事業単位のうち効率的な事業を行っている事業単位のDMUデータを抽出する抽出手段と、
前記抽出手段で抽出したDMUデータを用いてコストモデルを導出する導出手段と、
前記導出手段で導出されたコストモデルを用いて、前記投入コストを固定費とそれ以外のコストに分解する固変分解処理を行う分解手段
として機能させることを特徴とするコンピュータプログラム。 Computer
A computer program for functioning as an information processing device that performs cost calculation for a plurality of output items using DMU data including input cost data and output data for each business unit stored in a storage device,
The computer,
A designation means for designating a business efficiency policy for the business unit;
Extracting means for extracting DMU data of a business unit performing an efficient business out of the business units from the DMU data using a DEA model corresponding to the efficiency policy;
Deriving means for deriving a cost model using the DMU data extracted by the extracting means;
A computer program that functions as a decomposing unit that performs a solidification decomposition process that decomposes the input cost into a fixed cost and other costs using the cost model derived by the deriving unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009295545A JP5476985B2 (en) | 2009-12-25 | 2009-12-25 | Information processing apparatus, control method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009295545A JP5476985B2 (en) | 2009-12-25 | 2009-12-25 | Information processing apparatus, control method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011134268A true JP2011134268A (en) | 2011-07-07 |
JP5476985B2 JP5476985B2 (en) | 2014-04-23 |
Family
ID=44346895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009295545A Expired - Fee Related JP5476985B2 (en) | 2009-12-25 | 2009-12-25 | Information processing apparatus, control method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5476985B2 (en) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015123344A1 (en) * | 2014-02-13 | 2015-08-20 | Apptio, Inc. | Unified modeling of technology towers |
US9275050B2 (en) | 2011-10-24 | 2016-03-01 | Apptio, Inc. | Global dictionaries using universal primitives |
US9305275B2 (en) | 2011-03-08 | 2016-04-05 | Apptio, Inc. | Platform for rapid development of applications |
US9350561B1 (en) | 2015-05-27 | 2016-05-24 | Apptio, Inc. | Visualizing the flow of resources in an allocation model |
US9529863B1 (en) | 2015-12-21 | 2016-12-27 | Apptio, Inc. | Normalizing ingested data sets based on fuzzy comparisons to known data sets |
US10157356B2 (en) | 2016-12-14 | 2018-12-18 | Apptio, Inc. | Activity based resource allocation modeling |
US10268979B2 (en) | 2015-09-28 | 2019-04-23 | Apptio, Inc. | Intermediate resource allocation tracking in data models |
US10268980B1 (en) | 2017-12-29 | 2019-04-23 | Apptio, Inc. | Report generation based on user responsibility |
US10325232B2 (en) | 2013-09-20 | 2019-06-18 | Apptio, Inc. | Allocating heritage information in data models |
US10324951B1 (en) | 2017-12-29 | 2019-06-18 | Apptio, Inc. | Tracking and viewing model changes based on time |
US10387815B2 (en) | 2015-09-29 | 2019-08-20 | Apptio, Inc. | Continuously variable resolution of resource allocation |
US10417591B2 (en) | 2013-07-03 | 2019-09-17 | Apptio, Inc. | Recursive processing of object allocation rules |
US10474974B2 (en) | 2016-09-08 | 2019-11-12 | Apptio, Inc. | Reciprocal models for resource allocation |
US10482407B2 (en) | 2016-11-14 | 2019-11-19 | Apptio, Inc. | Identifying resource allocation discrepancies |
US10726367B2 (en) | 2015-12-28 | 2020-07-28 | Apptio, Inc. | Resource allocation forecasting |
US10937036B2 (en) | 2012-11-13 | 2021-03-02 | Apptio, Inc. | Dynamic recommendations taken over time for reservations of information technology resources |
US10936978B2 (en) | 2016-09-20 | 2021-03-02 | Apptio, Inc. | Models for visualizing resource allocation |
US11151493B2 (en) | 2015-06-30 | 2021-10-19 | Apptio, Inc. | Infrastructure benchmarking based on dynamic cost modeling |
US11775552B2 (en) | 2017-12-29 | 2023-10-03 | Apptio, Inc. | Binding annotations to data objects |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006215737A (en) * | 2005-02-02 | 2006-08-17 | Osaka Prefecture | New cluster analysis method |
-
2009
- 2009-12-25 JP JP2009295545A patent/JP5476985B2/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006215737A (en) * | 2005-02-02 | 2006-08-17 | Osaka Prefecture | New cluster analysis method |
Non-Patent Citations (4)
Title |
---|
CSNB200801173001; 三重野 研一: 超図解 会計入門4 いますぐわかる!使える!経営分析入門 初版, 20070630, pp.74-75, 株式会社エクスメディア * |
JPN6013049708; J.E. Beasley: 'Allocating fixed costs and resources via data envelopment analysis' European Journal of Operational Research Vol.147, 20030516, pp.198-216 * |
JPN6013049709; 三重野 研一: 超図解 会計入門4 いますぐわかる!使える!経営分析入門 初版, 20070630, pp.74-75, 株式会社エクスメディア * |
JPN6014000559; 大塚 和幸: '固定費用の割り当てに関するDEAアプローチ' [online] , 2004 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9305275B2 (en) | 2011-03-08 | 2016-04-05 | Apptio, Inc. | Platform for rapid development of applications |
US9275050B2 (en) | 2011-10-24 | 2016-03-01 | Apptio, Inc. | Global dictionaries using universal primitives |
US10937036B2 (en) | 2012-11-13 | 2021-03-02 | Apptio, Inc. | Dynamic recommendations taken over time for reservations of information technology resources |
US10417591B2 (en) | 2013-07-03 | 2019-09-17 | Apptio, Inc. | Recursive processing of object allocation rules |
US10325232B2 (en) | 2013-09-20 | 2019-06-18 | Apptio, Inc. | Allocating heritage information in data models |
US11244364B2 (en) | 2014-02-13 | 2022-02-08 | Apptio, Inc. | Unified modeling of technology towers |
WO2015123344A1 (en) * | 2014-02-13 | 2015-08-20 | Apptio, Inc. | Unified modeling of technology towers |
GB2539602A (en) * | 2014-02-13 | 2016-12-21 | Apptio Inc | Unified modeling of technology towers |
US9350561B1 (en) | 2015-05-27 | 2016-05-24 | Apptio, Inc. | Visualizing the flow of resources in an allocation model |
US11151493B2 (en) | 2015-06-30 | 2021-10-19 | Apptio, Inc. | Infrastructure benchmarking based on dynamic cost modeling |
US10268979B2 (en) | 2015-09-28 | 2019-04-23 | Apptio, Inc. | Intermediate resource allocation tracking in data models |
US10387815B2 (en) | 2015-09-29 | 2019-08-20 | Apptio, Inc. | Continuously variable resolution of resource allocation |
US9529863B1 (en) | 2015-12-21 | 2016-12-27 | Apptio, Inc. | Normalizing ingested data sets based on fuzzy comparisons to known data sets |
US10726367B2 (en) | 2015-12-28 | 2020-07-28 | Apptio, Inc. | Resource allocation forecasting |
US10474974B2 (en) | 2016-09-08 | 2019-11-12 | Apptio, Inc. | Reciprocal models for resource allocation |
US10936978B2 (en) | 2016-09-20 | 2021-03-02 | Apptio, Inc. | Models for visualizing resource allocation |
US10482407B2 (en) | 2016-11-14 | 2019-11-19 | Apptio, Inc. | Identifying resource allocation discrepancies |
US10157356B2 (en) | 2016-12-14 | 2018-12-18 | Apptio, Inc. | Activity based resource allocation modeling |
US10324951B1 (en) | 2017-12-29 | 2019-06-18 | Apptio, Inc. | Tracking and viewing model changes based on time |
US10268980B1 (en) | 2017-12-29 | 2019-04-23 | Apptio, Inc. | Report generation based on user responsibility |
US11775552B2 (en) | 2017-12-29 | 2023-10-03 | Apptio, Inc. | Binding annotations to data objects |
Also Published As
Publication number | Publication date |
---|---|
JP5476985B2 (en) | 2014-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5476985B2 (en) | Information processing apparatus, control method, and program | |
CA2937017C (en) | Integrated design application | |
US9396025B2 (en) | Time-variant use models in constraint-based IT resource consolidation | |
JP6973887B2 (en) | Project management support equipment, project management support methods and programs | |
US20130325540A1 (en) | Forecasting and Workforce Supply-Demand Projection System | |
JP2021144756A (en) | Project plan formulation system | |
JP6265871B2 (en) | Sales operation support system and sales operation support method | |
US20080127195A1 (en) | Project-process-transformer | |
CN117196530A (en) | Digital intelligent scheduling method and system for software project set and human resource pool | |
JP2003288476A (en) | Line capacity integrated evaluation/management operation system for production line and line capacity integrated evaluation/management operation method for the production line | |
JP2015201103A (en) | Business description management program, business description management method, and business description management device | |
US20130311226A1 (en) | System and method to estimate resource allocations for a project | |
JP2009157489A (en) | Project progress management device and its control method, project progress management system, program and recording medium with the program recorded | |
WO2019234737A1 (en) | A system and method for management of project portfolios | |
Dzhusoev et al. | Selection of Software Products for the Development of a Calendar Plan for High-Rise Construction | |
JP7492399B2 (en) | Grade management device, grade management method, and grade management program | |
US20200057972A1 (en) | System and method for management of project portfolios | |
JP5948910B2 (en) | Analysis device and analysis program | |
Schobel et al. | Business process intelligence tools | |
JP2020201834A (en) | Process control system | |
Hu et al. | Project status reporting system (PSRS) for pipeline relocation programs | |
Choczynska | Management Processes Informative Modeling at the Project Development Stage | |
Rajendran et al. | Building information modeling (BIM) tools in design stage to assist in time for construction project success | |
Ojha | A Novel Approach to Deliver Commitments using Active Capacity and Baseload Planning in Agile Software Development | |
Milikhin et al. | Using web-based geoinformation technologies within micro geo-marketing researches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20120130 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20120130 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121205 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20130531 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130531 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130920 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131008 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131209 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140127 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5476985 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |