JP2017037381A - 行動特性分析システムおよび行動特性分析方法 - Google Patents

Abstract

【課題】有意な業務区分ごとに定量的な行動分析を可能とする。
【解決手段】行動特性分析システム１００において、業務システムの各ユーザによる各タスクに関するログを保持する記憶装置１０１と、各ログ間の実施時刻差が所定時間以下で所定タスクを最終タスクとした一連のログを所定種類のユーザに関して各々特定し、この一連のログを最終タスク及びユーザ種類が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定し、グループ間で最終タスクが共通しユーザ種類が異なる各々について、当該グループにおける各タスクの所定オブジェクトを利用率に基づく所定規則で配置した業務フローの表示データを生成し、ユーザ種類と対応付けて表示する演算装置１０４を含む構成とする。
【選択図】図１

Description

本発明は、行動特性分析システムおよび行動特性分析方法に関するものであり、具体的には、有意な業務区分ごとに定量的な行動分析を可能とする技術に関する。

企業には、売上げや成約件数など業務目標を効率よく達成する優秀社員とそれ以外の一般社員とが存在する。ナレッジマネジメント技術の進展もあり、近年ではそうした優秀社員の業務行動やノウハウを特定し、社員間で共有出来るよう図る動きがある。

このような技術としては、例えば、営業員に無駄のない営業活動を行わせることを目的とした、案件に対して、業績の良い営業員の行動特性を分析して得た営業活動の業務目標と遂行時間からなる行動パターンをもとに、案件ごとの営業員個々の活動計画を自動作成して、この作成された活動計画を営業員およびその上司へ通知する営業活動支援システム（特許文献１参照）などが提案されている。

特開２００４−４６４７２号公報

上述の優秀社員の行動やノウハウを特定しようと、当該優秀社員の勤務現場の観察を行ったり、或いは優秀社員へのインタビューを実施しても、以下のような課題があった。例えば、現場観察における着目点が調査者個人のスキルに左右され、観察結果の品質が不安定になりやすいといった課題や、インタビューでは回答者自身が課題や問題だと明確に認識している事柄しか引出せないといった課題である。また、そうして情報収集した優秀社員の行動等を分析する場合、有意な業務区分ごとに行動を特定すること自体が難しく、更には対象となる情報が定性的で定量的な分析が困難であるという課題もある。

そこで本発明の目的は、有意な業務区分ごとに定量的な行動分析を可能とする技術を提供することにある。

上記課題を解決する本発明の行動特性分析システムは、業務システムの各ユーザによる各タスクに関するログを保持する記憶装置と、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、所定種類のユーザに関して各々特定する処理と、前記特定した一連のログを、最終タスクおよびユーザ種類が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定する処理と、最終タスクが共通しユーザ種類は異なる各グループについて、当該グループにおける前記一連のログに対応した各タスクの所定オブジェクトを、前記利用率に基づく所定規則で配置した業務フローの表示データを生成し、前記生成した各表示データをユーザ種類と対応付けて表示する処理を実行する演算装置と、を備えることを特徴とする。

また本発明の行動特性分析方法は、業務システムの各ユーザによる各タスクに関するログを保持する記憶装置を備えた情報処理システムが、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、所定種類のユーザに関して各々特定する処理と、前記特定した一連のログを、最終タスクおよびユーザ
種類が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定する処理と、最終タスクが共通しユーザ種類は異なる各グループについて、当該グループにおける前記一連のログに対応した各タスクの所定オブジェクトを、前記利用率に基づく所定規則で配置した業務フローの表示データを生成し、前記生成した各表示データをユーザ種類と対応付けて表示する処理とを実行することを特徴とする。

本発明によれば、有意な業務区分ごとに定量的な行動分析が可能となる。

本実施形態の行動特性分析システムの構成例を示す図である。 本実施形態のログテーブルのデータ構成例を示す図である。 本実施形態のユーザ情報テーブルのデータ構成例を示す図である。 本実施形態のタスク情報テーブルのデータ構成例を示す図である。 本実施形態の行動特性分析方法におけるフロー例１を示す図である。 本実施形態の行動特性分析方法におけるフロー例２を示す図である。 本実施形態の分析データテーブルのデータ構成例を示す図である。 本実施形態の案件情報テーブルのデータ構成例を示す図である。 本実施形態の操作パターン集計テーブルのデータ構成例を示す図である。 本実施形態のタスク実施状況集計テーブルのデータ構成例を示す図である。 本実施形態の行動特性分析方法におけるフロー例３を示す図である。 本実施形態のレーン情報テーブルのデータ構成例を示す図である。 本実施形態のタスク配置情報テーブルのデータ構成例を示す図である。 本実施形態の矢印情報テーブルのデータ構成例を示す図である。 本実施形態の太さ規定テーブルのデータ構成例を示す図である。 本実施形態における表示画面例を示す図である。

−−−システム構成−−−

以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の行動特性分析システム１００の構成例を示す図である。図１に示す行動特性分析システム１００は、有意な業務区分ごとに定量的な行動分析を可能とするコンピュータシステムである。本実施形態における行動特性分析システム１００の適用対象は、一例として金融機関を想定出来る。勿論、適用対象は金融機関に限定しない。

金融機関においては、多数の社員が顧客との間で様々な業務を日々実行し、成約などの業務成績につなげる状況が存在する。こうした状況にある社員は、複数のタスクを同時並行的に進めつつ、日々の業務を遂行することが多い。業務システム側では、社員が実行したタスクのログ管理を勿論行っているが、当該社員が所定の業務目的（に対応したタスク）に向けて行う一連のタスクごとにログを切り分けて管理することはない。

そのため、社員の行動特性分析を行うべく業務システムのログを取得し、これを分析元のデータとする場合、どこからどこまでのログが一連の業務に関連するものか特定すること自体が従来は困難であった。一方、本実施形態の行動特性分析システム１００は、業務システムで管理されているログから、社員が業務目的とする最終タスクとそこに至る一連のタスクのそれぞれに対応した一連のログを特定し、行動特性分析に用いることができる。

上述のごとき行動特性分析システム１００は、以下のハードウェア構成を備える。本実施形態における行動特性分析システム１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ユーザからのキー入力や音声入力を受け付ける入力装置１０５、処理データの表示を行うディスプレイ等の出力装置１０６を備える。

なお、記憶装置１０１内には、本実施形態の行動特性分析システム１００として必要な機能（ログ整形部１１０、操作パターン抽出部１１１、フロー可視化部１１２）を実装する為のプログラム１０２の他、各種テーブル１２５〜１３５が少なくとも記憶されている。テーブル１２５〜１３５の詳細については後述する。
−−−データ構造例−−−

次に、本実施形態の行動特性分析システム１００が用いるテーブルにおけるデータ構造例について説明する。ここでは、行動特性分析システム１００が保持する各テーブルのうち、ログテーブル１２５、ユーザ情報テーブル１２６、およびタスク情報テーブル１２７について説明する。その他のテーブル１２８〜１３５に関しては、フロー例についての説明に伴って示すこととする。

図２は本実施形態のログテーブル１２５のデータ構成例を示す図である。本実施形態におけるログテーブル１２５は、金融機関等の業務システムがタスクに合わせて社員に提供する各機能での実行結果を格納したテーブルであり、行動特性分析システム１００が業務システムから取得し格納したものとなる。具体的には、各タスクを一意に識別するタスクＩＤをキーに、当該タスクの機能を業務システムで利用したユーザのＩＤ、および当該タスクの実施時刻の各値を対応付けたレコードの集合体となっている。

また図３は本実施形態のユーザ情報テーブル１２６のデータ構成例を示す図である。本実施形態におけるユーザ情報テーブル１２６は、行動特性分析の対象者たる各社員の種類を規定したテーブルである。具体的には、各社員を一意に識別するユーザＩＤをキーに、当該社員における業務成績の優秀性を示す社員種別の値を対応付けたレコードの集合体となっている。社員種別の値としては、例えば成約目標の達成率に優れた優秀社員を示す、「優良（上）」、次に優秀な「優良（下）」といった値と、成約目標の達成率が普通である一般社員を示す、「一般（上）」、それより達成率が低い「一般（下）」といった値が想定出来る。勿論、こうした値の設定ポリシーは行動特性分析で求める精度などに応じて適宜に決定すればよい。

図４は本実施形態のタスク情報テーブル１２７のデータ構成例を示す図である。本実施形態におけるタスク情報テーブル１２７は、業務システムにてユーザに機能提供する各タスクの属性や、ユーザが実行に必要な時間等を規定するテーブルである。具体的には、各タスクを一意に識別するタスクＩＤをキーに、当該タスクの名称、実行系か照会系かを示す種別、実行する業務システムのシステム名称、および、所要時間の閾値の各値を対応付けたレコードの集合体となっている。

なお、上述の所要時間の閾値とは、ユーザが当該タスクを実行した場合にかかる常識的な時間の最大値を示している。このタスク情報テーブル１２７における所要時間の閾値は、本実施形態の行動特性分析システム１００が、各ログを一連のログか否か特定する際の、各ログ間の実施時刻差の基準（所定時間）に該当する。
−−−機能−−−

続いて、本実施形態の行動特性分析システム１００が備える機能について説明する。上述したように、以下に説明する機能は、例えば行動特性分析システム１００が備えるプログラム１０２を実行することで実装される機能と言える。

この場合、行動特性分析システム１００は、記憶装置１０１のログテーブル１２５が保持するログのうち、各ログ間の実施時刻差が、タスク情報テーブル１２７で規定する所要時間の閾値（所定時間）以下であり、同じくタスク情報テーブル１２７でタスク種別が「実行系」と規定された所定タスクを実施目的タスク（最終タスク）とした一連のログを、ユーザ情報テーブル１２６で規定した社員種別（ユーザ種類）ごと各々特定する機能を備えている。この機能は図１で例示したログ整形部１１０が実現する。

また、行動特性分析システム１００は、上述で特定した一連のログを、実施目的タスクおよび社員種別が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定する機能を備えている。この機能は図１で例示した操作パターン抽出部１１１が実現する。

また、行動特性分析システム１００は、実施目的タスクが共通し社員種別は異なる各グループについて、当該グループにおける上述の一連のログに対応した各タスクの所定オブジェクト（例：表示用アイコンなど）を、上述の機能で算定した利用率に基づく所定規則で配置した業務フローの表示データを生成し、当該生成した各表示データを社員種別と対応付けて表示する機能を備えている。なお、行動特性分析システム１００は、上述の表示データの生成に際し、当該社員種別内での利用率の高さに応じて、当該タスクのオブジェクトの配置位置を決定する機能を更に備えている。この機能は図１で例示したフロー可視化部１１２が実現する。
−−−フロー例１−−−

以下、本実施形態における行動特性分析方法の実際手順について図に基づき説明する。以下で説明する行動特性分析方法に対応する各種動作は、行動特性分析システム１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図５は、本実施形態の行動特性分析方法におけるフロー例１を示す図である。この場合、行動特性分析システム１００のログ整形部１１０は、ログテーブル１２５で保持するログに基づいて分析データ（分析データテーブル１２８）を作成し、各タスクの所要時間を算出する（ｓ１００）。

このステップにおけるログ整形部１１０は、ログテーブル１２５が保持するログを、実施時刻の順で昇順にソートし、そのソート結果をユーザＩＤで昇順にソートする。

次にログ整形部１１０は、上述のソート結果たるログのリスト先頭から、順次レコードを抽出して、以下の処理を実施する。すなわちログ整形部１１０は、抽出したレコードを、分析データテーブル１２８に登録する。勿論、「抽出したレコード」のタスクＩＤ、ユーザＩＤ、および実施時刻が、分析データテーブル１２８におけるレコードの同じデータ項目に登録されることとなる。次にログ整形部１１０は、上述のログリストにおいて「抽出したレコード」とその次のレコードのユーザＩＤが同じ場合、「次のレコード」の実施時刻から「抽出したレコード」の実施時刻を減算した値を、分析データテーブル１２８の該当レコードにおける「所要時間」に登録する。一方、「抽出したレコード」とその次のレコードのユーザＩＤが異なる場合、または、次のレコードが存在しない場合、ログ整形部１１０は、２４時から「抽出したレコード」の実施時刻を減算した時間値を、分析デー
タテーブルの該当レコードにおける「所要時間」に登録する。

上述のステップｓ１００に続いて、ログ整形部１１０は、上述のように分析データテーブル１２８に登録したレコードが示す、各タスクの所要時間に関して、該当タスクに関する閾値（タスク情報テーブル１２７で規定）を基準にして、一人のユーザが実施した一連のタスク（一連のログ）の中から、有意な業務の切れ目を抽出し、当該抽出したタスクの塊を１つの案件とみなして案件ＩＤを所定規則（例：初期値はゼロで採番機会ごとに値を１つインクリメント、など）に沿って採番する（ｓ１１０）。

このステップにおけるログ整形部１１０は、まず、分析データテーブル１２８における最初のレコードの「案件ＩＤ」欄に「１」を登録する。次にログ整形部１１０は、分析データテーブル１２８における２番目のレコードから順次レコードを抽出し、以下の処理を実施する。

すなわちログ整形部１１０は、今次の抽出より「１つ前のレコード」の所要時間が、「１つ前のレコード」のタスクＩＤに対応する「所要時間の閾値」（該当タスクＩＤをキーにタスク情報テーブル１２７で検索）を超えるか、または、「抽出したレコード」と「１つ前のレコード」のユーザＩＤが異なっているか判定する。この判定でいずれかの条件の該当する場合、「抽出したレコード」の案件ＩＤ欄に対して、「１つ前のレコード」の案件ＩＤ欄の値に「１」を加算した値を格納する。つまり異なる案件とみなす。

一方、上記の判定で２つの条件のどちらにも該当しない場合、ログ整形部１１０は、「抽出したレコード」の案件ＩＤ欄に「１つ前のレコード」の案件ＩＤを格納する。

また、ログ整形部１１０は、上述の「１つ前のレコード」の所要時間が、「１つ前のレコード」のタスクＩＤに対応する「所要時間の閾値」を超える場合、この「１つ前のレコード」の所要時間を、「１つ前のレコード」のタスクＩＤの所要時間の閾値に更新する。

上述のステップｓ１１０に続き、ログ整形部１１０は、上述のステップｓ１１０で有意なタスクの塊として抽出した各案件の実施目的タスク（＝各案件の中で最後に実施された実行系タスク）を抽出し（ｓ１２０）、当該フローを終了する。

このステップにおけるログ整形部１１０は、まず、分析データテーブル１２８における先頭のレコードから、案件ＩＤの値に基づき案件単位でレコード群を抽出し、以下の処理を実施する。

すなわちログ整形部１１０は、抽出したレコード群（１案件分）の案件ＩＤを含むレコードを生成し、これを案件情報テーブル１２９に登録する。次にログ整形部１１０は、抽出したレコード群（１案件分）のユーザＩＤをキーに、ユーザ情報テーブル１２６を検索し、そのユーザＩＤの社員種別（例：優良、一般など）の値を取得し、案件情報テーブル１２９における該当レコードの社員種別欄に登録する。

またログ整形部１１０は、抽出したレコード群（１案件分）から、タスクＩＤが実行系タスク（例：タスクＩＤでタスク情報テーブル１２７のタスク種別を検索して実行系／照会系を判別したもの）のレコードを抽出する。ここで１つ以上のレコードが抽出できた場合、ログ整形部１１０は、その中から実施時刻が最も遅いレコードを抽出し、そのレコードのタスクＩＤを案件情報テーブル１２９の該当レコードにおける実施目的タスクＩＤ欄に登録する。またログ整形部１１０は、上述の実施時刻が最も遅いレコードよりも、実施時刻が遅くかつタスク種別が「照会系」のレコードが存在する場合、そのレコードを分析データテーブル１２８から削除する。

なお、上述の処理によってレコードが抽出できなかった場合、ログ整形部１１０は、案件情報テーブル１２９の該当レコードにおける実施目的タスクＩＤ欄に「なし」（実施目的となる実行系タスクがないことを示す情報であれば何でもよい）を登録することとなる。
−−−フロー例２−−−

次に、操作パターン抽出部１１１における処理について図に基づき説明する。図６は、本実施形態の行動特性分析方法におけるフロー例２を示す図である。また、図７は本実施形態の分析データテーブル１２８のデータ構成例を示す図であり、図８は本実施形態の案件情報テーブル１２９のデータ構成例を示す図である。また、図９は本実施形態の操作パターン集計テーブル１３０のデータ構成例を示す図であり、図１０は本実施形態のタスク実施状況集計テーブル１３１のデータ構成例を示す図である。

この場合、行動特性分析システム１００の操作パターン抽出部１１１は、行動特性分析の対象とするタスクの指定を、入力装置１０５を介して分析者から取得する（ｓ２００）。このステップｓ２００における操作パターン抽出部１１１は、入力装置１０５を介して分析者が指定した分析対象たる実行系タスクの情報を取得し、分析対象タスクとしてメモリ１０３ないし記憶装置１０１の適宜な記憶領域における保存する。なお、分析対象タスクの情報を取得する具体的な方法としては、上述のように入力装置１０５を介して取得するもの以外に、適宜なインターフェイスを介したファイル入力、或いは、通信装置を介して他装置に提供するＷＥＢ画面経由での入力受付、など限定はしない。

上述のステップｓ２００に続き操作パターン抽出部１１１は、上述の分析対象タスクを実施目的タスクとする案件を案件情報テーブル１２９で特定し、当該案件を対象に、例えば優良／一般社員が各案件で実施したタスクの組合せパターン（１案件の中でどのタスクとどのタスクを一緒に実施したか）を集計する（ｓ２１０）。

このステップ２１０における操作パターン抽出部１１１は、まず、操作パターン集計テーブル１３０において「操作パターン」を構成する「実施目的タスクを行う前に実施されたタスクＩＤ」と「実施目的タスクＩＤ」の各欄に値を設定すべく、以下の処理を実行する。

すなわち操作パターン抽出部１１１は、まず、操作パターン集計テーブル１３０における「実施目的タスクＩＤ」欄に、分析対象タスクとして保持している分析対象タスクＩＤの値を登録する。

また、操作パターン抽出部１１１は、上述の分析対象タスクＩＤを用いて案件情報テーブル１２９の実施目的タスクＩＤを検索して、その値が一致するレコードに格納されている案件ＩＤを全て抽出し、当該抽出した案件ＩＤを案件ＩＤ欄に持つ各レコードのタスクＩＤを、分析データテーブル１２８から抽出する。操作パターン抽出部１１１は、これを操作パターン集計テーブル１３０における「実施目的タスクを行う前に実施されたタスクＩＤ」欄に登録する。

また、操作パターン抽出部１１１は、案件情報テーブル１２９の先頭から順次レコードを抽出して、以下の処理を実施する。すなわち操作パターン抽出部１１１は、抽出したレコードの実施目的タスクＩＤの値が分析対象タスクＩＤと異なる場合、該当レコードに関して処理はせず、次のレコードを抽出する。

一方、抽出したレコードの実施目的タスクＩＤが分析対象タスクＩＤと同じであった場
合、操作パターン抽出部１１１は以下の処理を実施する。まず操作パターン抽出部１１１は、抽出したレコードの案件ＩＤを用いて分析データテーブル１２８を検索し、案件ＩＤが一致するレコード群を抽出する。

次に操作パターン抽出部１１１は、操作パターン集計テーブル１３０の「実施目的タスクを行う前に実施されたタスクＩＤ」のうち、上述で抽出したレコード群に含まれる全てのタスクＩＤ欄に「○（そのタスクＩＤが実施されたことを示す情報であり、○以外でもよい）」が登録された操作パターンが、既に存在する場合で、かつ、その操作パターンの社員種別が、「案件情報テーブルから抽出したレコード」の社員種別と同じ場合、その操作パターンの出現頻度欄に１を加算する。他方、上記条件に当てはまらない場合、操作パターン抽出部１１１は、新しい操作パターンとして、操作パターン集計テーブル１３０の「実施目的タスクを行う前に実施されたタスクＩＤ」のうち、抽出したレコード群に含まれる全てのタスクＩＤ欄に「○」を登録する。更に、その操作パターンの出現頻度欄に１を登録する。また操作パターン抽出部１１１は、その操作パターンの社員種別欄に、「案件情報テーブルから抽出したレコード」の社員種別を登録する。

上述のステップｓ２１０に続き、操作パターン抽出部１１１は、分析対象タスクを実施目的タスクとする案件を対象に、個々のタスクの実施状況を集計（案件数、利用率、実施件数、累積／平均所要時間）する（ｓ２２０）。

このステップｓ２２０における操作パターン抽出部１１１は、まず、操作パターン集計テーブル１３０の「実施目的タスクを行う前に実施されたタスクＩＤ」と「実施目的タスクＩＤ」に登録されている全てのタスクＩＤを、タスク実施状況集計テーブル１３１のタスクＩＤ欄に登録する。

次に操作パターン抽出部１１１は、タスク実施状況集計テーブル１３１の「優良社員」の各欄に対し、対応する各タスクＩＤについて以下の処理を実施する。すなわち操作パターン抽出部１１１は、「案件数」欄に、操作パターン集計テーブル１３０の「実施目的タスクを行う前に実施されたタスクＩＤ」に「○」が登録、かつ、社員種別に「優良」が登録されている操作パターンの出現頻度欄の値の合計値を登録する。また、操作パターン抽出部１１１は、「利用率」欄に、各タスクＩＤの案件数を、上述の分析対象タスクＩＤの案件数で除算した値に、１００を乗算した値を登録する。

次に操作パターン抽出部１１１は、案件情報テーブル１２９から、実施目的タスクＩＤが分析対象タスクＩＤと同じで、かつ、社員種別に「優良」が登録されているレコードに格納されている案件ＩＤを全て抽出する。また操作パターン抽出部１１１は、分析データテーブル１２８から、それらの案件ＩＤに該当するレコード群を全て抽出する。最後に、操作パターン抽出部１１１は、抽出したレコード群のタスクＩＤと所要時間から、タスクＩＤごとの実施件数（該当するレコードの個数）と累積所要時間（該当するレコードの所要時間の合計値）を集計し、これらを「実施件数」と「累積所要時間」欄にそれぞれ登録する。

次に操作パターン抽出部１１１は、「平均所要時間」に、上述の「累積所要時間」欄の値を実施件数で除算した値を登録する。

なお、操作パターン抽出部１１１は、タスク実施状況集計テーブル１３１における「一般社員」の各欄における、各タスクＩＤに関しても、上記の優良社員と同様の処理を実行する。
−−−フロー例３−−−

次に、フロー可視化部１１２における処理について図に基づき説明する。図１１は、本実施形態の行動特性分析方法におけるフロー例３を示す図である。また、図１２は本実施形態のレーン情報テーブル１３２、図１３は本実施形態のタスク配置情報テーブル１３３、図１４は本実施形態の矢印情報テーブル１３４、および図１５は本実施形態の太さ規定テーブル１３５、の各データ構成例を示す図である。

この場合、行動特性分析システム１００のフロー可視化部１１２は、まず、優良／一般社員種別の区別なく全ての案件を対象としてタスクの配置位置を算出し、各タスクのｘ座標（縦位置）を決定する（ｓ３００）。

このステップｓ３００におけるフロー可視化部１１２は、分析データテーブル１２８の先頭レコードから、案件ＩＤ単位で順次レコード群を抽出し、以下の処理を実行する。この場合、フロー可視化部１１２は、抽出したレコード群を、レコードにおける「実施時刻」が早い順にソートし、その場合の先頭のレコードからタスクＩＤの値を読み取り、当該タスクＩＤの値をタスク配置情報テーブル１３３におけるタスクＩＤ欄に登録する。このとき、タスク配置情報テーブル１３３において該当タスクＩＤが既に登録されていた場合、フロー可視化部１１２は、タスク配置情報テーブル１３３に該当タスクＩＤを登録しない。

次にフロー可視化部１１２は、タスク配置情報テーブル１３３に登録された各タスクＩＤに対して、Ｘ座標とＹ座標の割当を実行する。このとき、分析対象タスクＩＤ、すなわち実施目的タスクに関するｘ座標が、所定領域中にて最も右の位置に配置されるよう、所定規則（例：タスクに応じたオブジェクトの配置範囲中で最も右の位置の座標を選びだす）に沿ってｘ座標を割り当てる。それ以外のタスクについては、登録順に横一列に等間隔で配置するようｘ座標を決定する等、そのアルゴリズムは限定しない。

上述のステップｓ３００に続いてフロー可視化部１１２は、優良／一般社員別、かつ、利用率別のレーンに分けて業務フローを表示するための、タスクの配置位置（ｙ座標）を決定する（ｓ３１０）。このステップｓ３１０におけるフロー可視化部１１２は、まず、タスク配置情報テーブル１３３の各データ項目（ｙ座標以外）に値を設定すべく、以下の処理を実行する。フロー可視化部１１２は、タスクＩＤ、優良社員の利用率、および、一般社員の利用率の各欄に、タスク実施状況集計テーブル１３１におけるタスクＩＤ、優良社員の利用率、および、一般社員の利用率の各値を登録する。

次にフロー可視化部１１２は、優良社員の利用率の値を用いてレーン情報テーブル１３２を検索し、社員属性が「優良」で、かつ、優良社員の利用率が「利用率レンジ」に含まれるレコードを特定し、当該レコードが示すレーンＩＤを、タスク配置情報テーブル１３３の「優良社員」のレーンＩＤ欄に登録する。ただし、優良社員の利用率が０％の場合は登録しない。

次にフロー可視化部１１２は、一般社員の利用率の値を用いてレーン情報テーブル１３２を検索し、社員属性が「一般」で、かつ、一般社員の利用率が「利用率レンジ」に含まれるレコードを特定し、当該レコードが示すレーンＩＤを、タスク配置情報テーブル１３３の「一般社員」のレーンＩＤ欄に登録する。ただし、一般社員の利用率が０％の場合は登録しない。

続いてフロー可視化部１１２は、タスクＩＤを用いてタスク配置情報テーブル１３３のタスクＩＤを検索し、一致したレコードが示すｘ座標の値を、優良社員のｘ座標と一般社員のｘ座標の各欄に登録（優良社員と一般社員のｘ座標は同じ値＝同じタスクは縦位置が揃う）する。ただし、優良社員および一般社員のそれぞれの利用率が０％の場合、各ｘ座
標欄に座標値の登録はしない。

次にフロー可視化部１１２は、各レーンの縦方向に最大何個のタスク（のオブジェクト）を配置すればよいか把握すべく、レーン情報テーブル１３２の先頭レコードから順次レコードを抽出し、以下の処理を実行する。

すなわちフロー可視化部１１２は、抽出したレコードの社員種別が「優良」であった場合、当該レコードのレーンＩＤの値を用いてタスク配置情報テーブル１３３の優良社員のレーンＩＤを検索し、一致するレコード群を抽出する。次にフロー可視化部１１２は、ここで抽出したレコード群における優良社員のｘ座標欄に登録されているｘ座標値とその個数のペア（どのｘ座標値が何個存在するか）を算出し、個数の最大値を、レーン情報テーブル１３２から抽出したレコードの最大タスク数欄に登録する。

一方、抽出したレコードの社員種別が「一般」であった場合、フロー可視化部１１２は、当該レコードのレーンＩＤの値を用いてタスク配置情報テーブル１３３の一般社員のレーンＩＤを検索し、一致するレコード群を抽出する。次にフロー可視化部１１２は、ここで抽出したレコード群における一般社員のｘ座標欄に登録されているｘ座標値とその個数のペア（どのｘ座標値が何個存在するか）を算出し、個数の最大値を、レーン情報テーブル１３２から抽出したレコードの最大タスク数欄に登録する。

各レーンの最大タスク数から、その合計値＝可視化するフローの縦方向に配置すべきタスク数（オブジェクト数）の最大値（可視化する全体フローの段数）、ならびに、各レーンの区切り線（横線）を引く位置（上から何段目と何段目のタスクの間に引けばよいか）、が特定出来るのである。

次にフロー可視化部１１２は、タスク配置情報テーブル１３３における各タスクのｙ座標欄に値を設定すべく、レーン情報テーブル１３２の先頭から順次レコードを抽出し、以下の処理を実行する。

この場合のフロー可視化部１１２は、レーン情報テーブル１３２から抽出したレコードの社員種別が「優良」の場合、以下の処理を実行する。すなわち、フロー可視化部１１２は、当該レコードの「レーンＩＤ」欄の値を用いて、タスク配置情報テーブル１３３の「優良社員」のレーンＩＤ欄を検索し、値が一致するレコード群を抽出する。

またフロー可視化部１１２は、ここで抽出したレコード群が含む各レコードの「優良社員」のｘ座標欄に登録されているｘ座標値とその個数のペアを算出する。この場合、フロー可視化部１１２は、個数が「１」であるｘ座標値が格納されているレコードに対して、レーン情報テーブル１３２の最大タスク数欄の値を用いて、レーンＩＤで示されるレーンの一番上にタスク（のオブジェクト）が配置されるように優良社員のｙ座標を割り当てる。

例えば、レーン情報テーブル１３２にて、レーンＩＤ＝１の最大タスク数＝２、レーンＩＤ＝２の最大タスク数＝３が登録されている場合、レーンＩＤ＝１のレーンは全体フローの上から１段目と２段目、レーンＩＤ＝２のレーンは上から３段目〜５段目にタスクを配置すればよいことがわかる。このとき、レーンＩＤ＝２のレコード群のうち、ｘ座標値の個数が１であるｘ座標値が格納されているレコード（に登録されているタスク）は、全体フローの上から３段目の位置にタスクが配置されるようにｙ座標を割り当てることとなる。

一方、フロー可視化部１１２は、個数が「２」以上であるｘ座標値が格納されているレ
コード対して、優良社員のｘ座標に同じｘ座標値が登録されているレコード群を抽出し、抽出した各レコードの利用率とレーン情報テーブル１３２の最大タスク数欄の値を用いて、レーンＩＤで示されるレーンに利用率が高いレコードから上から順に配置されるようにｙ座標を割り当てる。

なお、上述で抽出したレコードの社員種別が「一般」であった場合、フロー可視化部１１２は、社員種別が「優良」の場合と同様の処理を行う。しかしながら、利用するデータが、タスク配置情報テーブル１３３における「優良社員」のレーンＩＤ、ｘ座標、および、ｙ座標の各値ではなく、「一般社員」のレーンＩＤ、ｘ座標、および、ｙ座標の各値となる。

上述のステップｓ３１０に続いてフロー可視化部１１２は、矢印情報の設定を行う（ｓ３２０）。この場合、フロー可視化部１１２は、分析データテーブル１２８の先頭レコードから、案件ＩＤ単位で順次レコード群を抽出し、以下の処理を実行する。すなわちフロー可視化部１１２は、当該抽出したレコード群のレコードを、その実施時刻が早い順にソートした上で、先頭のレコードから接続元レコードと接続先レコードのペアを順次抽出して、以下の処理を実行する。この場合、例えば１回目の処理では、先頭から１番目のレコードが接続元レコード、２番目のレコードが接続先レコードとなる。２回目の処理では、２番目のレコードが接続元レコード、３番目のレコードが接続先レコードとなる。

フロー可視化部１１２は、接続元レコードのユーザＩＤを用いてユーザ情報テーブル１２６のユーザＩＤを検索し、一致したレコードの社員種別を取得する。次にフロー可視化部１１２は、

ここで取得した社員種別が「優良」であった場合、接続元レコードのタスクＩＤを用いて、タスク配置情報テーブル１３３のタスクＩＤを検索し、一致したレコードの優良社員のレーンＩＤを取得する。一方、取得した社員種別が「一般」の場合、フロー可視化部１１２は、接続元レコードのタスクＩＤを用いて、タスク配置情報テーブル１３３のタスクＩＤを検索し、一致したレコードの一般社員のレーンＩＤを取得（上記で取得した優良社員のレーンＩＤまたは一般社員のレーンＩＤが、接続元タスクのレーンＩＤとなる）する。なお、フロー可視化部１１２は、接続先レコードについても、上記２つの処理を実施して、接続先タスクのレーンＩＤを取得する。

続いてフロー可視化部１１２は、矢印情報テーブル１３４に以下の情報を登録する。この場合、フロー可視化部１１２は、「接続元」のタスクＩＤ欄に、接続元レコードのタスクＩＤを登録し、レーンＩＤ欄に、取得した優良社員／一般社員のレーンＩＤを登録する。またフロー可視化部１１２は、「接続先」のタスクＩＤ欄に、接続先レコードのタスクＩＤを登録し、レーンＩＤ欄に、取得した優良社員／一般社員のレーンＩＤを登録する。更にフロー可視化部１１２は、矢印情報テーブル１３４における「出現回数」欄に「１」を登録する。

ただし、矢印情報テーブル１３４において、「接続元」のタスクＩＤとレーンＩＤ、および、「接続先」のタスクＩＤとレーンＩＤが全て同じ値のレコードが存在する場合、フロー可視化部１１２は、これらの情報を新しいレコードに登録せず、既に存在するレコードの出現回数に１を加算することとなる。

上述のステップｓ３２０に続いてフロー可視化部１１２は、業務フローの可視化を実行する（ｓ３３０）。このステップｓ３３０におけるフロー可視化部１１２は、タスク配置情報テーブル１３３の全レコードが示す各タスクＩＤについて、タスクＩＤをラベルとした描画用の所定オブジェクト（記憶装置１０１に予め保持）を、優良社員のｘ座標と優良
社員のｙ座標、および、一般社員のｘ座標と一般社員のｙ座標に従って所定の表示用データに配置し、これをディスプレイなど出力装置１０６における表示領域に出力させる。なお、上述のオブジェクトのラベルには、タスクＩＤの代わりに、タスク名称を設定するとしてもよい（タスク名称は、タスクＩＤでタスク情報テーブル１２７を検索して取得）。

次にフロー可視化部１１２は、レーン情報テーブル１３２における最大タスク数欄の値を用いて、レーン情報（図１６のフロー可視化イメージ１０００に示した業務フロー（オブジェクト１０５０と矢印１０６０）以外の情報）を可視化する。この場合、各レーンの最大タスク数から、その合計値＝可視化するフローの縦方向に配置するタスク数の最大値（可視化する全体フローの段数）、ならびに、各レーンの区切り線（横線）を引く位置（上から何段目と何段目のタスクの間に引けばよいか）、が特定できる。フロー可視化部１１２は、この情報を用いて、上述のフロー可視化イメージ１０００における各レーン１００１〜１００８の区切り線１０１０を描画する。また、フロー可視化部１１２は、各レーン１００１〜１００８のラベル（社員種別１０２０と利用率１０３０）に、レーン情報テーブル１３２に登録されている情報を設定し表示させる。

次にフロー可視化部１１２は、矢印情報テーブル１３４に登録されている、「接続元」のタスクＩＤとレーンＩＤ、および、「接続先」のタスクＩＤとレーンＩＤ、の各値に従って、上述のオブジェクト１０５０間を矢印１０６０で接続する描画処理を行う。この場合、フロー可視化部１１２は、矢印情報テーブル１３４における各レコードが示す出現回数の値を合算し、当該合算値で各出現回数を除算することで、オブジェクト１０５０間を結ぶ矢印１０６０の出現確率を算定する。またフロー可視化部１１２は、ここで算定した出現確率の値を、太さ規定テーブル１３５に照合して、当該矢印１０６０の太さを特定する。

なお、フロー可視化イメージ１０００における各オブジェクト１０５０や矢印１０６０に関して、その属性等に応じた適宜な差異の強調表示処理を施すとしてもよい。例えば、フロー可視化部１１２は、実行系タスクと照会系タスクとで、オブジェクト１０５０の表示色を相違させる（タスク情報テーブルのタスク種別から実行系／照会系を取得）といった処理を行ってもよい。また、オブジェクト１０５０の外枠の線の太さを、該当タスクの利用率の大小で相違させるとしてもよい。また、矢印１０６０の太さを、矢印情報テーブル１３４における出現回数の値の大小に応じて相違させるとしてもよい。また、優良社員または一般社員のどちらか一方しか利用していないタスク（タスク配置情報テーブル１３３の利用率＝０％のタスク）に応じたオブジェクトの表示色を特定色とするとしてもよい。

上述のステップｓ３３０に続いてフロー可視化部１１２は、各タスクの実施状況情報をフロー可視化イメージ１０００にプロット（システム名、案件数、実施件数、平均所要時間）し（ｓ３４０）、当該フローを終了する。このステップｓ３３０におけるフロー可視化部１１２は、上述のフロー可視化イメージ１０００にて可視化した優良社員のオブジェクト１０５０と一般社員のオブジェクト１０５０に対して、タスク実施状況集計テーブル１３１の該当タスクのレコードが示す、案件数、実施件数、および平均処理時間の各値と、タスク情報テーブル１２７の該当タスクＩＤに対応したレコードが示すシステム名称の値を、吹出し等の適宜なインターフェイスを用いて、フロー可視化イメージ１０００内にてプロットし、出力装置１０６で表示させる。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、有意な業務区分ごとに定量的な行動分析が可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の行動特性分析システムにおいて、前記記憶装置は、前記ユーザ種類として各ユーザにおける業務成績の優劣を規定した第１テーブルを更に保持しており、前記演算装置は、前記一連のログを特定する処理に際し、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、前記第１テーブルで規定するユーザの業務成績の優劣別に各々特定するものである、としてもよい。

これによれば、業務成績の良い者、一般的な者、という大まかな２区分のみならず、業務成績が良い者と一般的な者それぞれの区分で多段階に業務フローの表示データを生成・表示することも出来る。ひいては、より詳細で精度に優れたな行動特性分析が可能となる。

また、本実施形態の行動特性分析システムにおいて、前記記憶装置は、業務システムにおける各タスクが実行系と照会系のいずれであるか規定する第２テーブルを更に保持しており、前記演算装置は、前記一連のログを特定する処理に際し、各ログ間の実施時刻差が所定時間以下のログのうち、最後に実行した実行系タスクを前記最終タスクとするものである、としてもよい。

これによれば、行動特性分析対象とするタスクを、業務システムにおいて既にＤＢ等で保持しているデータを問い合わせに応じて返すのみの、いわゆる照会系のタスクと、ユーザからの指示等に応じて適宜な処理を業務システム側で実行してデータを生成する、いわゆる実行系のタスクとで予め区別し、これに基づいた一連のログの特定を効率的に行うことが可能である。

また、本実施形態の行動特性分析システムにおいて、前記演算装置は、前記表示データの生成に際し、当該ユーザ種類内での前記利用率の高さに応じて、当該タスクのオブジェクトの配置位置を決定するものであるとしてもよい。

これによれば、同じ種類（例：業務成績優秀な社員）のユーザによる同じ業務目的（最終タスク）に関する業務フローであっても、タスクの有無や利用率が異なる状況がある点を、視覚的に明示することが可能となる。

また本実施形態の行動特性分析方法において、前記情報処理システムが、前記記憶装置において、前記ユーザ種類として各ユーザにおける業務成績の優劣を規定した第１テーブルを更に保持し、前記一連のログを特定する処理に際し、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、前記第１テーブルで規定するユーザの業務成績の優劣別に各々特定する、としてもよい。

また本実施形態の行動特性分析方法において、前記情報処理システムが、前記記憶装置において、業務システムにおける各タスクが実行系と照会系のいずれであるか規定する第２テーブルを更に保持し、前記一連のログを特定する処理に際し、各ログ間の実施時刻差が所定時間以下のログのうち、最後に実行した実行系タスクを前記最終タスクとする、としてもよい。

また本実施形態の行動特性分析方法において、前記情報処理システムが、前記表示データの生成に際し、当該ユーザ種類内での前記利用率の高さに応じて、当該タスクのオブジェクトの配置位置を決定するとしてもよい。

１００ 行動特性分析システム
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 入力装置
１０６ 出力装置
１１０ ログ整形部
１１１ 操作パターン抽出部
１１２ フロー可視化部
１２５ ログテーブル
１２６ ユーザ情報テーブル（第１テーブル）
１２７ タスク情報テーブル（第２テーブル）
１２８ 分析データテーブル
１２９ 案件情報テーブル
１３０ 操作パターン集計テーブル
１３１ タスク実施状況集計テーブル
１３２ レーン情報テーブル
１３３ タスク配置情報テーブル
１３４ 矢印情報テーブル
１３５ 太さ規定テーブル
１０００ フロー可視化イメージ
１０５０ オブジェクト
１０６０ 矢印

Claims (8)

1. 業務システムの各ユーザによる各タスクに関するログを保持する記憶装置と、
   前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、所定種類のユーザに関して各々特定する処理と、
   前記特定した一連のログを、最終タスクおよびユーザ種類が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定する処理と、
   最終タスクが共通しユーザ種類は異なる各グループについて、当該グループにおける前記一連のログに対応した各タスクの所定オブジェクトを、前記利用率に基づく所定規則で配置した業務フローの表示データを生成し、前記生成した各表示データをユーザ種類と対応付けて表示する処理を実行する演算装置と、
   を備えることを特徴とする行動特性分析システム。
2. 前記記憶装置は、前記ユーザ種類として各ユーザにおける業務成績の優劣を規定した第１テーブルを更に保持しており、
   前記演算装置は、前記一連のログを特定する処理に際し、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、前記第１テーブルで規定するユーザの業務成績の優劣別に各々特定するものである、
   ことを特徴とする請求項１に記載の行動特性分析システム。
3. 前記記憶装置は、業務システムにおける各タスクが実行系と照会系のいずれであるか規定する第２テーブルを更に保持しており、
   前記演算装置は、前記一連のログを特定する処理に際し、各ログ間の実施時刻差が所定時間以下のログのうち、最後に実行した実行系タスクを前記最終タスクとするものである、
   ことを特徴とする請求項１に記載の行動特性分析システム。
4. 前記演算装置は、
   前記表示データの生成に際し、当該ユーザ種類内での前記利用率の高さに応じて、当該タスクのオブジェクトの配置位置を決定するものであることを特徴とする請求項１に記載の行動特性分析システム。
5. 業務システムの各ユーザによる各タスクに関するログを保持する記憶装置を備えた情報処理システムが、
   前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、所定種類のユーザに関して各々特定する処理と、
   前記特定した一連のログを、最終タスクおよびユーザ種類が同一であるものごとにグルーピングし、各グループ内での各タスクの利用率を算定する処理と、
   最終タスクが共通しユーザ種類は異なる各グループについて、当該グループにおける前記一連のログに対応した各タスクの所定オブジェクトを、前記利用率に基づく所定規則で配置した業務フローの表示データを生成し、前記生成した各表示データをユーザ種類と対応付けて表示する処理と、
   を実行することを特徴とする行動特性分析方法。
6. 前記情報処理システムが、
   前記記憶装置において、前記ユーザ種類として各ユーザにおける業務成績の優劣を規定した第１テーブルを更に保持し、
   前記一連のログを特定する処理に際し、前記ログのうち、各ログ間の実施時刻差が所定時間以下であり、所定タスクを最終タスクとした一連のログを、前記第１テーブルで規定するユーザの業務成績の優劣別に各々特定する、
   ことを特徴とする請求項５に記載の行動特性分析方法。
7. 前記情報処理システムが、
   前記記憶装置において、業務システムにおける各タスクが実行系と照会系のいずれであるか規定する第２テーブルを更に保持し、
   前記一連のログを特定する処理に際し、各ログ間の実施時刻差が所定時間以下のログのうち、最後に実行した実行系タスクを前記最終タスクとする、
   ことを特徴とする請求項５に記載の行動特性分析方法。
8. 前記情報処理システムが、
   前記表示データの生成に際し、当該ユーザ種類内での前記利用率の高さに応じて、当該タスクのオブジェクトの配置位置を決定することを特徴とする請求項５に記載の行動特性分析方法。

Images