JP2017182407A - リスク検出装置およびリスク検出方法 - Google Patents
リスク検出装置およびリスク検出方法 Download PDFInfo
- Publication number
- JP2017182407A JP2017182407A JP2016067967A JP2016067967A JP2017182407A JP 2017182407 A JP2017182407 A JP 2017182407A JP 2016067967 A JP2016067967 A JP 2016067967A JP 2016067967 A JP2016067967 A JP 2016067967A JP 2017182407 A JP2017182407 A JP 2017182407A
- Authority
- JP
- Japan
- Prior art keywords
- risk
- project
- reference value
- predetermined
- report
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】具体的なリスクの発生有無に関わらず、リスクの発生を注視すべきプロジェクトを簡易かつ客観的に検出することができる技術を提供する。【解決手段】リスク検出装置であって、所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって受け付けるプロジェクト報告受付部と、プロジェクトの管理者ごとに所定の項目に係る報告情報の基準値を学習して所定の記憶部に記憶する学習処理部と、学習処理部により学習した管理者ごとの基準値を記憶部から読み出して、報告情報を所定の方法で評価してプロジェクトのリスクを算出するリスク算出処理部と、を備えることを特徴とする。【選択図】図1
Description
本発明は、リスク検出装置およびリスク検出方法に関するものである。
特許文献1には、「評価対象となる複数のプロジェクトに関する計画情報を入力する第1の入力手段と、前記計画情報を記憶する第1の記憶手段と、前記プロジェクトに関する開発状況情報を入力する第2の入力手段と、前記開発状況情報を記憶する第2の記憶手段と、前記開発状況情報からリスク判断のための情報を取り出し、前記取り出された情報、前記計画情報、および、所定の計算式から前記プロジェクトのリスク判断情報を算出するリスク判断情報計算手段と、前記リスク判断情報を予め記憶されたリスク判断基準情報と比較判断し、リスクの有無を判断するプロジェクトリスク評価手段と、前記リスクに対応した所定対策の効果を示す評価値としてリスク・対策の関係が記憶されたリスク別対策情報記憶手段と、前記リスク有りと判断された場合、前記リスクに応じて予め記憶されたリスク別対策情報のうち効果があると評価されている対策情報を提示する対策提示手段と、を有することを特徴とする問題兆候の早期発見対策システム」について記載されている。
上記技術では、製造対象の成果物の製造計画の確定度合い、製造度合い等の事後情報を基準としてリスク判定を行っているため、より早い段階における予防を目的としたリスク評価を行うことは難しかった。
本発明の目的は、具体的なリスクの発生有無に関わらず、リスクの発生を注視すべきプロジェクトを簡易かつ客観的に検出することができる技術を提供することにある。
本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。上記課題を解決すべく、本発明に係るリスク検出装置は、所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって受け付けるプロジェクト報告受付部と、上記プロジェクトの管理者ごとに上記所定の項目に係る報告情報の基準値を学習して所定の記憶部に記憶する学習処理部と、上記学習処理部により学習した上記管理者ごとの上記基準値を上記記憶部から読み出して、上記報告情報を所定の方法で評価して上記プロジェクトのリスクを算出するリスク算出処理部と、を備えることを特徴とする。
また、上記のリスク検出装置においては、上記学習処理部は、上記所定の項目のうち上記基準値に係る項目については、上記管理者が過去に管理したプロジェクトの成否に応じて上記基準値を学習するものであってもよい。
また、上記のリスク検出装置においては、上記学習処理部は、上記所定の項目のうち上記基準値に係る項目については、上記管理者が過去に管理した成功プロジェクトの値を用いて上記基準値を緩和させ、失敗プロジェクトの値を用いて上記基準値を強化させて学習する、ことを特徴とするものであってもよい。
また、上記のリスク検出装置においては、上記管理者ごとの上記基準値には、上記所定の項目の行数に係る基準値が含まれ、上記リスク算出処理部は、上記所定の項目についての上記自然言語による報告文の行数を用いてリスクを算出する、ことを特徴とするものであってもよい。
また、上記のリスク検出装置においては、上記管理者ごとの上記基準値には、上記所定の項目の行数について所定の範囲を有する基準値が含まれ、上記リスク算出処理部は、上記所定の項目についての上記自然言語による報告文の行数が上記所定の範囲内に収まるか否かに応じてリスクを算出する、ことを特徴とするものであってもよい。
また、上記のリスク検出装置においては、上記リスク算出部により算出したリスクと、外部から受け付けられた上記プロジェクトのリスクと、を出力するリスク表示処理部、を備えることを特徴とするものであってもよい。
また、上記のリスク検出装置においては、上記リスク算出部により算出したリスクと、外部から受け付けられた上記プロジェクトのリスクと、の差が所定以上大きい場合に、当該プロジェクトを強調表示して出力するリスク表示処理部、を備えることを特徴とするものであってもよい。
また、本発明に係るリスク検出方法は、リスク検出装置を用いたリスク検出方法であって、上記リスク検出装置は、制御部と、記憶部と、を備え、上記制御部は、所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって受け付けるプロジェクト報告受付ステップと、上記プロジェクトの管理者ごとに上記所定の項目に係る報告情報の基準値を学習して上記記憶部に記憶する学習処理ステップと、上記学習処理ステップにより学習した上記管理者ごとの上記基準値を上記記憶部から読み出して、上記報告情報を所定の方法で評価して上記プロジェクトのリスクを算出するリスク算出処理ステップと、を実行することを特徴とする。
本発明によると、具体的なリスクの発生有無に関わらず、リスクの発生を注視すべきプロジェクトを簡易かつ客観的に検出することができる。
上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
以下に、本発明に係る実施形態を適用したプロジェクト情報管理システム1を用いた実施形態について、図面を参照して説明する。
一般に、プロジェクトマネージャーは、プロジェクトの成功(納期厳守、損益達成、無事故)のために、さまざまな手法を用いてプロジェクトを管理する。しかし、プロジェクトに潜在するリスク等の様々な要因によって、プロジェクトが失敗に終わる場合があり失敗は会社経営に大きなインパクトを与えかねない。プロジェクト管理においては、プロジェクトを監視し、リスクを早期に発見することが早期解決につながるため、リスクの適切な発見とプロジェクトの早期の監視対象化が重要視されてきている。また、そのリスクの発見に際しては、プロジェクトマネージャーが報告するプロジェクト状況の説明に基づき、上位管理者による属人的なスキルを用いた評価を通じてなされることが多い。特に、効率を考慮して監視する対象のプロジェクトの選別を行っている体制においては、選別されなかったプロジェクトの潜在リスクの判断は、選別されたプロジェクトよりも遅れがちとなったり、あるいは看過されてしまうこととなる。
従来の取り組みとしては、プロジェクトが所定以上の規模である場合に、そのプロジェクトを重点監視対象として複数人のプロジェクトマネージャー経験者が定期的にチェックし、著しい完了遅延の原因の発生や不具合の発生を経験に基づいて知覚して当該プロジェクト上の対策を促す、という取り組みがあった。
本実施形態に係るプロジェクト情報管理システム1を用いることで、過去のプロジェクトの実績を踏まえて選別の有無に関わらずプロジェクトの状況の報告書および添付資料を分析し、リスクを数値化することができる。そのため、選別対象となっているプロジェクトか否かに関わらず客観的にリスクの高いプロジェクトを早期に知覚することができる。
図1は、本実施形態に係るプロジェクト情報管理システム1のブロック図である。プロジェクト情報管理システム1は、プロジェクト情報管理装置100と、プロジェクト情報管理装置100とネットワーク50を介して通信可能に接続される操作端末600と、を含む。
ネットワーク50は、LAN(Local Area Network)、WAN(Wide Area Network)、インターネット、携帯電話網等の通信網である。なお、ネットワーク50は、携帯電話通信網等の無線通信網上のVPN(Virtual Private Network)等であってもよい。
プロジェクト情報管理装置100は、いわゆるサーバー装置である。しかし、これに限られず、プロジェクト情報管理装置100は、パソコンやスマートフォン、ワークステーション、PDA(Personal Data Assistant)、タブレット装置等各種の情報処理装置であってもよい。
プロジェクト情報管理装置100は、ネットワーク50を介して所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって操作端末600から受け付け、プロジェクトの管理者ごとに所定の項目に係る報告情報の基準値を学習して所定の記憶部に記憶する。また、プロジェクト情報管理装置100は、学習した管理者ごとの基準値を記憶部から読み出して、報告情報を所定の方法で評価してプロジェクトのリスクを算出する。すなわち、プロジェクト情報管理装置100は、リスク検出を行うリスク検出装置であるといえる。
操作端末600は、ネットワーク50を介してプロジェクト情報管理装置100から所定の画面の表示出力を行う指示を受けると、出力処理を行う。また、入力装置から受け付けた入力情報を、ネットワーク50を介してプロジェクト情報管理装置100へ送信する。
プロジェクト情報管理装置100には、制御部110と、記憶部120と、通信部130と、が含まれる。制御部110には、プロジェクト報告受付部111と、学習処理部112と、リスク算出処理部113と、リスク表示処理部114と、が含まれる。
プロジェクト報告受付部111は、ネットワーク50を介して所定の項目ごとにプロジェクトの状況に係る自然言語による報告情報を操作端末600から受け付ける。また、プロジェクト報告受付部111は、ネットワーク50を介して、報告情報として添付ファイル(例えば、図表や写真等のファイル)がある場合には、操作端末600から受け付ける。
学習処理部112は、プロジェクトの管理者ごとに所定の項目に係る報告情報の基準値を学習して記憶部120の学習情報記憶部127に記憶させる。また、学習処理部112は、所定の項目のうち基準値に係る項目については、管理者が過去に管理したプロジェクトの成否に応じて基準値を学習するものであってもよい。具体的には、学習処理部112は、管理者が過去に管理した成功プロジェクトの値を用いて基準値を緩和させ、失敗プロジェクトの値を用いて基準値を強化させて学習するものであってもよい。
リスク算出処理部113は、学習処理部112により学習した管理者ごとの基準値を学習情報記憶部127から読み出して、報告情報を所定の方法で評価してプロジェクトのリスクを算出する。また、管理者ごとの基準値には、自然言語により示される所定の項目の、記載量の目安となる行数に係る基準値が含まれており、リスク算出処理部113は、所定の項目についての自然言語による報告文の行数を用いてリスクを算出する。具体的には、基準値には、所定の項目の行数について所定の範囲を有する基準値が含まれ、リスク算出処理部113は、所定の項目についての自然言語による報告文の行数が当該基準値の所定の範囲内に収まるか否かに応じてリスクを算出するものであってもよい。
リスク表示処理部114は、リスク算出処理部113により算出したリスクに基づいて、リスクの高いプロジェクトを表示する画面情報を生成する。具体的には、リスク表示処理部114は、各プロジェクトについて、リスク算出処理部113が算出したリスクと、当該プロジェクトについて別のシステムを用いて入力を受け付けたリスクと、を含む表示を行い、両者の差が所定より大きいプロジェクトについてはハイライト表示等により強調表示する。リスク表示処理部114は、プロジェクトの潜在リスクの可能性を発見しやすくすることを目的として強調表示する。
記憶部120には、プロジェクト記憶部121と、報告書記憶部122と、添付資料記憶部123と、管理者情報記憶部124と、指摘事項記憶部125と、判定基準テーブル記憶部126と、学習情報記憶部127と、判定結果記憶部128と、が含まれる。
図2は、プロジェクト記憶部121に格納されるデータ構造を示す図である。プロジェクト記憶部121には、プロジェクト識別子121Aと、管理者識別子121Bと、納期121Cと、本稼動日121Dと、見通し売上121Eと、見通し損益121Fと、成否121Gと、規模121Hと、が対応付けられて格納されている。
プロジェクト識別子121Aは、プロジェクトを特定する情報である。管理者識別子121Bは、プロジェクト識別子121Aにより特定されるプロジェクトの管理者を特定する情報である。納期121Cは、プロジェクト識別子121Aにより特定されるプロジェクトの納期を特定する情報である。本稼動日121Dは、プロジェクト識別子121Aにより特定されるプロジェクトが稼動する日である。見通し売上121Eおよび見通し損益121Fは、プロジェクト識別子121Aにより特定されるプロジェクトの見通しの売り上げおよび見通しの損益を特定する情報である。成否121Gは、プロジェクト識別子121Aにより特定されるプロジェクトの成功、失敗を特定する情報である。規模121Hは、プロジェクト識別子121Aにより特定されるプロジェクトの規模を特定する情報である。
図3は、報告書記憶部122に格納されるデータ構造を示す図である。報告書記憶部122は、プロジェクトに係る報告の内容を記憶する。報告書記憶部122には、プロジェクト識別子122Aと、報告番号122Bと、報告登録日時122Cと、報告内容122Dと、報告対象工程122Eと、上長承認日122Fと、が含まれる。
プロジェクト識別子122Aは、プロジェクトを識別する情報である。報告番号122Bは、プロジェクト内の報告を識別する情報である。報告登録日時122Cは、報告がなされた日時を特定する情報である。報告内容122Dは、報告がなされた内容を特定する情報である。報告対象工程122Eは、報告が対象とする工程を特定する情報である。上長承認日122Fは、報告内容を上長が承認した日を特定する情報である。
図4は、添付資料記憶部123に格納されるデータ構造を示す図である。添付資料記憶部123には、プロジェクト識別子123Aと、報告番号123Bと、添付番号123Cと、報告書種別123Dと、登録日123Eと、が対応付けられて格納されている。
プロジェクト識別子123Aは、プロジェクトを識別する情報である。報告番号123Bは、プロジェクト内の報告を識別する情報である。添付番号123Cは、報告において添付された資料を特定する情報である。報告書種別123Dは、報告書に添付された資料の種別(例えば、提案書や見積書、あるいは設計書の詳細な種類、ソフトウェアソースコード、テスト記述書、テスト証跡、工程表、課題管理表、設計工程管理表、製造工程管理表、テスト工程管理表、規模管理表、原価管理表等、各種の管理に関する表や図等の各種通例に従った資料等の種類)を特定する情報である。登録日123Eは、添付資料が提出された日を特定する情報である。
図5は、管理者情報記憶部124に格納されるデータ構造を示す図である。管理者情報記憶部124には、管理者識別子124Aと、管理者氏名124Bと、管理者認定クラス124Cと、が対応付けられて格納されている。
管理者識別子124Aは、プロジェクトの管理者を特定する情報である。管理者氏名124Bは、管理者識別子124Aにより特定される管理者の氏名の情報である。管理者認定クラス124Cは、管理者識別子124Aにより特定される管理者の能力や実績に応じた所定のクラスの情報である。なお、管理者認定クラスはプロジェクトの規模や難易度に応じて適切なプロジェクトをプロジェクト管理者にマッチングさせる判断の基準となる。例えば、プロジェクトの規模に比べてプロジェクトマネージャーの管理者認定クラスが及ばないクラスである場合には、プロジェクトの規模に比べてプロジェクトマネージャーの管理者認定クラスが適切なクラスである場合に比べてプロジェクトのリスクは高いといえる。
図6は、指摘事項記憶部125に格納されるデータ構造を示す図である。指摘事項記憶部125には、プロジェクト識別子125Aと、指摘番号125Bと、指摘内容125Cと、指摘日125Dと、対策内容125Eと、対策予定日125Fと、完了日125Gと、が対応付けられて格納されている。
プロジェクト識別子125Aは、プロジェクトを識別する情報である。指摘番号125Bは、プロジェクト管理上の報告において、指摘のあった問題点や懸念点を識別する情報である。指摘内容125Cは、プロジェクト管理上の報告において、指摘のあった問題点や懸念点の内容を示す情報である。指摘日125Dは、指摘番号125Bにより識別される指摘がなされた日を特定する情報である。対策内容125Eは、指摘番号125Bにより識別される指摘に関する対策を特定する情報である。対策予定日125Fは、対策内容125Eにより特定される対策を実行する予定の日を特定する情報である。完了日125Gは、対策がなされた日を特定する情報である。
図7は、判定基準テーブル記憶部126に格納されるデータ構造を示す図である。判定基準テーブル記憶部126には、判定識別子126Aと、チェック対象項目126Bと、チェック内容126Cと、第一の基準値126Dと、第二の基準値126Eと、リスク加算点126Fと、が対応付けられて格納されている。
判定識別子126Aは、リスクの判定を行う基準を識別する情報である。チェック対象項目126Bは、判定識別子126Aにおけるチェック対象となる具体的な報告書上の項目を特定する情報である。チェック内容126Cは、チェック対象項目126Bのチェック項目の判定内容を特定する情報である。第一の基準値126Dおよび第二の基準値126Eは、判定時に用いるそれぞれ第一の値、第二の値である。それぞれの基準値は、例えば、判定内容がA項目(所定の項目)が第一の値以上第二の値以下であること、という内容である場合に、それぞれ第一の値と第二の値として用いられる。リスク加算点126Fは、チェック内容126Cにより適切でないとのチェック結果を得た場合に、リスク値として加算するリスクの点数を特定する情報である。
図8は、学習情報記憶部127に格納されるデータ構造を示す図である。学習情報記憶部127には、管理者識別子127Aと、判定識別子127Bと、第一の学習基準値127Cと、第二の学習基準値127Dと、が対応付けられて格納されている。
管理者識別子127Aは、プロジェクトの管理者を特定する情報である。判定識別子127Bは、リスクの判定を行う基準を識別する情報である。第一の学習基準値127Cおよび第二の学習基準値127Dは、判定時に用いるそれぞれ第一の値、第二の値の学習後の値である。
図9は、判定結果記憶部128に格納されるデータ構造を示す図である。判定結果記憶部128には、プロジェクト識別子128Aと、リスク登録年月128Bと、手動評価点128Cと、自動評価点128Dと、が対応付けられて格納されている。
プロジェクト識別子128Aは、プロジェクトを特定する情報である。リスク登録年月128Bは、リスクの判定および登録を行った月を識別する情報である。手動評価点128Cおよび自動評価点128Dは、それぞれリスクの評価を手動で、すなわち人間が当該プロジェクトについて判定した結果の評価点と、リスクの評価を自動で、すなわちプロジェクト情報管理装置100が判定した結果の評価点と、の値である。
通信部130は、ネットワーク50を介して他の装置である操作端末600との通信を行う。
操作端末600には、表示部610と、入力受付部620と、通信部630と、が含まれる。表示部610は、プロジェクト情報管理装置100から表示を指示された所定の形式の画面情報を通信部630から受け取ると、ディスプレイ装置に描画する。入力受付部620は、操作端末600の操作者、例えばプロジェクト管理者からの入力指示を受け付け、プロジェクト情報管理装置100へ送信する。通信部630は、ネットワーク50を介して他の装置であるプロジェクト情報管理装置100との通信を行う。
図10は、プロジェクト情報管理装置100のハードウェア構成例を示す図である。プロジェクト情報管理装置100は、演算装置102と、外部記憶装置103と、主記憶装置104と、出力装置105と、通信装置106と、各装置をつなぐバス107と、を少なくとも備える。また、他に、プロジェクト情報管理装置100は、入力装置101を備える。
演算装置102は、例えばCPU(Central Processing Unit)などの演算装置である。
外部記憶装置103は、デジタル情報を記憶可能な、いわゆるハードディスク(Hard Disk Drive)やSSD(Solid State Drive)あるいはフラッシュメモリなどの不揮発性記憶装置である。
主記憶装置104は、例えばRAM(Random Access Memory)などのメモリ装置である。
出力装置105は、例えば液晶ディスプレイや、有機EL(Electro Luminescence)ディスプレイ等の表示装置である。
通信装置106は、ネットワーク50等を介して操作端末600等の他の装置と通信経路を確立し、情報を送受信するネットワークカード等の装置である。
入力装置101は、キーボードやマウス、タッチパネル等の各種入力装置である。
入力装置101と、演算装置102と、外部記憶装置103と、主記憶装置104と、出力装置105と、通信装置106とは、バス107等の接続導線により互いに接続される。
上記したプロジェクト情報管理装置100のプロジェクト報告受付部111と、学習処理部112と、リスク算出処理部113と、リスク表示処理部114とは、演算装置102に処理を行わせるプログラムによって実現される。このプログラムは、主記憶装置104、外部記憶装置103または図示しないROM装置内に記憶され、実行にあたって主記憶装置104上にロードされ、演算装置102により実行される。
また、プロジェクト情報管理装置100の記憶部120は、主記憶装置104及び外部記憶装置103により実現される。また、プロジェクト情報管理装置100の通信部130は、通信装置106により実現される。以上が、プロジェクト情報管理装置100のハードウェア構成例である。なお、操作端末600についても、図10に示すハードウェア構成例と略同様の構成を備える。
プロジェクト情報管理装置100、操作端末600のそれぞれの構成は、処理内容に応じて、さらに多くの構成要素に分類することもできる。また、1つの構成要素がさらに多くの処理を実行するように分類することもできる。
また、各制御部は、ハードウェア(ASIC、GPUなど)により構築されてもよい。また、各制御部の処理が一つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。
[動作の説明]次に、本実施形態におけるプロジェクト情報管理システム1の動作を説明する。
図11は、リスク算出処理のフローを示す図である。リスク算出処理は、プロジェクト管理者等の利用者によって操作端末600からプロジェクトの報告指示を得ると、開始される。
まず、プロジェクト情報管理装置100のプロジェクト報告受付部111は、プロジェクトの報告情報を受信する(ステップS001)。具体的には、プロジェクト報告受付部111は、プロジェクトに関する所定の項目を有する自然言語により記載された報告および添付ファイル等の情報を受信して、報告書記憶部122および添付資料記憶部123へと記憶する。
なお、プロジェクトに関する所定の項目には、全般的な報告を行う報告内容、上長コメント、承認者による承認がなされたか否かを示す情報である承認、指摘事項等が含まれるのが望ましいが、他の項目が含まれるものであってもよいし、他の項目により代替されるものであってもよい。
また、添付ファイルには、提案書や見積書、あるいは設計書の詳細な種類、ソフトウェアソースコード、テスト記述書、テスト証跡、工程表、課題管理表、設計工程管理表、製造工程管理表、テスト工程管理表、規模管理表、原価管理表等、各種の管理に関する表や図が含まれる。
そして、リスク算出処理部113は、プロジェクト管理者識別子ごとに学習情報記憶部127に記憶されているチェック対象項目が基準に該当するか判定し、リスク点数を算出する(ステップS002)。具体的には、リスク算出処理部113は、管理者情報記憶部124に格納されている管理者識別子124Aごとに、管理者識別子121Bを検索することで担当しているプロジェクトのプロジェクト識別子121Aを特定する。そして、リスク算出処理部113は、特定したプロジェクト識別子121Aにより特定されるプロジェクトを対象に、対応する管理者識別子127Aを学習情報記憶部127から特定して、判定識別子127B、第一の学習基準値127C、第二の学習基準値127Dを読み出し、ステップS001において受信したプロジェクトの報告情報に対して判定を行う。そして、リスク算出処理部113は、チェック対象項目が基準に該当する場合、判定基準テーブル記憶部126に記憶されている対応するチェック対象項目のリスク加算点126Fをリスク点数に加算する。
そして、リスク算出処理部113は、判定基準テーブル記憶部126に記憶されているチェック対象項目のうち、学習情報記憶部127に記憶されていない項目が基準に該当するか判定し、リスク点数を算出する(ステップS003)。具体的には、リスク算出処理部113は、管理者情報記憶部124に格納されている管理者識別子124Aごとに、管理者識別子121Bを検索することで担当しているプロジェクトのプロジェクト識別子121Aを特定する。そして、リスク算出処理部113は、特定したプロジェクト識別子121Aにより特定されるプロジェクトを対象に、ステップS002における学習情報によるチェック対象項目を除くチェック対象項目126Bを判定基準テーブル記憶部126から読み出して、ステップS001において受信したプロジェクトの報告情報に対して判定を行い、チェック対象項目が基準に該当する場合、リスク加算点126Fをリスク点数に加算してリスク点数を算出する。
そして、リスク表示処理部114は、プロジェクト一覧画面にリスク点数を表示する(ステップS004)。出力するプロジェクト一覧画面の具体例については、後述する。
以上が、リスク算出処理のフローを示す図である。リスク算出処理によれば、プロジェクトの管理者ごとに、学習した基準値があれば当該基準値を用いて、無ければ標準の基準値を用いて、プロジェクトのリスク評価を行うことができる。
図12は、学習処理のフローを示す図である。学習処理は、定期的に(例えば、1週間に一度)開始される。
まず、プロジェクト情報管理装置100の学習処理部112は、管理者識別子ごとに報告書、添付フェイルを読み出す(ステップS101)。具体的には、学習処理部112は、管理者情報記憶部124に格納されている管理者識別子124Aごとに、管理者識別子121Bを検索することで担当しているプロジェクトのプロジェクト識別子121Aを特定する。そして、学習処理部112は、特定したプロジェクト識別子121Aにより特定されるプロジェクトを対象に、報告書記憶部122、添付資料記憶部123から報告書の情報と添付ファイルの情報を読み出す。
そして、学習処理部112は、報告書のチェック対象項目ごとに、成功プロジェクトに基づき判定基準値を緩和し、失敗プロジェクトに基づき判定基準値を強化するよう設定する(ステップS102)。具体的には、学習処理部112は、チェック対象項目のうち、管理者の学習対象の第一の基準値または/および第二の基準値を含む項目について、それぞれの基準値を実績値との差分を用いて(例えば、実績値と学習基準値との平均値を算出して)新たな基準値とする。当該処理においては、差分算出に用いる実績値を、成功プロジェクトの実績値と失敗プロジェクトの実績値とに区別して、成功プロジェクトの実績値を用いて最大値については増加方向、最小値については減少方向に値を変化させて学習させる。また、学習処理部112は、失敗プロジェクトの実績値を用いて最大値については減少方向、最小値については増加方向に値を変化させて学習させる。すなわち、学習処理部112は、管理者が過去に管理したプロジェクトの成否に応じて基準値を学習するものである、といえる。
そして、学習処理部112は、学習情報記憶部127に、新たな判定基準値を管理者識別子ごとに格納する(ステップS103)。具体的には、学習処理部112は、学習処理部管理者ごとに学習した基準値を用いて、学習情報記憶部127の管理者識別子127Aに対応付けられた第一の学習基準値127Cと、第二の学習基準値127Dと、に記憶させる。
以上が、学習処理のフローを示す図である。学習処理によれば、プロジェクトの管理者の過去の実績を考慮して、リスクの判断を行うのに用いる基準値を適正化してリスク判断を的確なものとすることができる。
図13は、リスク算出処理の出力画面例を示す図である。リスク算出処理の出力画面例は、結果一覧画面200である。結果一覧画面200は、リスク算出処理のステップS004において出力される画面である。結果一覧画面200には、プロジェクトごとに、通番201と、顧客名202と、プロジェクト名203と、工程204と、納期205と、見通売上206と、自動計算リスク207と、手動入力リスク208と、が対応付けて表示される。
結果一覧画面200では、各プロジェクトについて、リスク算出処理部113が算出したリスクの評価値である自動計算リスク207と、当該プロジェクトについて別のシステムを用いて入力を受け付けたリスクの評価値である手動入力リスク208と、を含む表示を行い、両者の差が大きいプロジェクトについては注意を要する可能性があるため、ハイライト表示等により強調表示される。
以上、本発明に係る実施形態を適用したプロジェクト情報管理システム1について説明した。当該実施形態によると、具体的なリスクの発生有無に関わらず、リスクの発生を注視すべきプロジェクトを簡易かつ客観的に検出することができる。
本発明は、上記の実施形態に制限されない。上記の実施形態は、本発明の技術的思想の範囲内で様々な変形が可能である。例えば、上記の実施形態においては、プロジェクトの管理者個人に応じた基準値の学習を行っているが、これに限られない。例えば、管理者が属する組織に属する他の管理者が管理するプロジェクトの値を実績値として用いて、組織単位の基準値を設けるようにしてもよいし、当該組織単位の基準値を元に管理者個人の学習を行うようにしてもよい。
また例えば、プロジェクト情報管理装置100は、プロジェクトの管理者およびプロジェクトで用いる自然言語に応じて基準値を保有・学習するものであってもよい。これは、自然言語の種類によっては一行で表現できる内容量に差異があるため、言語別に基準を設ける方が適切なリスク評価となる場合があるためである。
また、上記した実施形態の技術的要素は、単独で適用されてもよいし、プログラム部品とハードウェア部品のような複数の部分に分けられて適用されるようにしてもよい。
以上、本発明について、実施形態を中心に説明した。
1・・・プロジェクト情報管理システム、50・・・ネットワーク、100・・・プロジェクト情報管理装置、110・・・制御部、111・・・プロジェクト報告受付部、112・・・学習処理部、113・・・リスク算出処理部、114・・・リスク表示処理部、120・・・記憶部、121・・・プロジェクト記憶部、122・・・報告書記憶部、123・・・添付資料記憶部、124・・・管理者情報記憶部、125・・指摘事項記憶部、126・・・判定基準テーブル記憶部、127・・・学習情報記憶部、128・・・判定結果記憶部、130・・・通信部、600・・・操作端末、610・・・表示部、620・・・入力受付部、630・・・通信部
Claims (8)
- 所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって受け付けるプロジェクト報告受付部と、
前記プロジェクトの管理者ごとに前記所定の項目に係る報告情報の基準値を学習して所定の記憶部に記憶する学習処理部と、
前記学習処理部により学習した前記管理者ごとの前記基準値を前記記憶部から読み出して、前記報告情報を所定の方法で評価して前記プロジェクトのリスクを算出するリスク算出処理部と、
を備えることを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記学習処理部は、
前記所定の項目のうち前記基準値に係る項目については、前記管理者が過去に管理したプロジェクトの成否に応じて前記基準値を学習する、
ことを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記学習処理部は、
前記所定の項目のうち前記基準値に係る項目については、前記管理者が過去に管理した成功プロジェクトの値を用いて前記基準値を緩和させ、失敗プロジェクトの値を用いて前記基準値を強化させて学習する、
ことを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記管理者ごとの前記基準値には、前記所定の項目の行数に係る基準値が含まれ、
前記リスク算出処理部は、前記所定の項目についての前記自然言語による報告文の行数を用いてリスクを算出する、
ことを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記管理者ごとの前記基準値には、前記所定の項目の行数について所定の範囲を有する基準値が含まれ、
前記リスク算出処理部は、前記所定の項目についての前記自然言語による報告文の行数が前記所定の範囲内に収まるか否かに応じてリスクを算出する、
ことを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記リスク算出部により算出したリスクと、外部から受け付けられた前記プロジェクトのリスクと、を出力するリスク表示処理部、
を備えることを特徴とするリスク検出装置。 - 請求項1に記載のリスク検出装置であって、
前記リスク算出部により算出したリスクと、外部から受け付けられた前記プロジェクトのリスクと、の差が所定以上大きい場合に、当該プロジェクトを強調表示して出力するリスク表示処理部、
を備えることを特徴とするリスク検出装置。 - リスク検出装置を用いたリスク検出方法であって、
前記リスク検出装置は、制御部と、記憶部と、を備え、
前記制御部は、
所定の項目ごとにプロジェクトの状況に係る報告情報を自然言語によって受け付けるプロジェクト報告受付ステップと、
前記プロジェクトの管理者ごとに前記所定の項目に係る報告情報の基準値を学習して前記記憶部に記憶する学習処理ステップと、
前記学習処理ステップにより学習した前記管理者ごとの前記基準値を前記記憶部から読み出して、前記報告情報を所定の方法で評価して前記プロジェクトのリスクを算出するリスク算出処理ステップと、
を実行することを特徴とするリスク検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016067967A JP2017182407A (ja) | 2016-03-30 | 2016-03-30 | リスク検出装置およびリスク検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016067967A JP2017182407A (ja) | 2016-03-30 | 2016-03-30 | リスク検出装置およびリスク検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017182407A true JP2017182407A (ja) | 2017-10-05 |
Family
ID=60007006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016067967A Pending JP2017182407A (ja) | 2016-03-30 | 2016-03-30 | リスク検出装置およびリスク検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017182407A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11475654B1 (en) | 2020-04-29 | 2022-10-18 | Wells Fargo Bank, N.A. | Technology control evaluation program |
WO2023153140A1 (ja) * | 2022-02-08 | 2023-08-17 | 株式会社日立製作所 | プロジェクト成否予測装置、予測モデルの機械学習方法、およびプロジェクト成否予測方法 |
-
2016
- 2016-03-30 JP JP2016067967A patent/JP2017182407A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11475654B1 (en) | 2020-04-29 | 2022-10-18 | Wells Fargo Bank, N.A. | Technology control evaluation program |
WO2023153140A1 (ja) * | 2022-02-08 | 2023-08-17 | 株式会社日立製作所 | プロジェクト成否予測装置、予測モデルの機械学習方法、およびプロジェクト成否予測方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9806902B2 (en) | Scalable framework for monitoring machine-to-machine (M2M) devices | |
US20110270770A1 (en) | Customer problem escalation predictor | |
JP2019519027A (ja) | 履歴ログからの学習と、etlツール内のデータアセットに関するデータベースオペレーションの推奨 | |
CN110515793B (zh) | 系统性能监控方法、装置、设备及存储介质 | |
JP6588862B2 (ja) | 顧客サービスシステム、オペレータスキル判定方法及びオペレータスキル判定プログラム | |
CN109783385A (zh) | 一种产品测试方法和装置 | |
Wang | An imperfect software debugging model considering irregular fluctuation of fault introduction rate | |
JP2017182407A (ja) | リスク検出装置およびリスク検出方法 | |
US20150089481A1 (en) | Methods, systems and computer-readable media for quantifying a bug detection efficiency of a bug prediction technique | |
US11755980B2 (en) | Skill index calculation apparatus, annotation providing apparatus, skill index calculation method, annotation providing method and program | |
US20160026951A1 (en) | Mature practice assessment framework | |
CN115471215A (zh) | 一种业务流程处理方法及装置 | |
CN114693116A (zh) | 代码评审有效性的检测方法及装置、电子设备 | |
US9275358B1 (en) | System, method, and computer program for automatically creating and submitting defect information associated with defects identified during a software development lifecycle to a defect tracking system | |
US20140114730A1 (en) | System and method for capability development in an organization | |
JP2006293562A (ja) | 経営改革支援装置 | |
US9723146B1 (en) | Systems and methods for representative credit predicated upon relationship development | |
CN109934740A (zh) | 一种专利监控方法及装置 | |
JP2016099688A (ja) | リスク評価方法およびリスク評価装置 | |
CN107886180A (zh) | 航司创单接口监控方法、装置、电子设备、存储介质 | |
JP2019117476A (ja) | 審査管理サーバ、審査システム、審査管理方法 | |
CN111144734B (zh) | 基于缓存的公平派工方法、装置及计算机可读存储介质 | |
EP3128466A1 (en) | System and method for predicting an event in an information technology infrastructure | |
US20160291664A1 (en) | Power system monitoring and control system having thread-dependent calculation monitoring function | |
CN114693115A (zh) | 代码评审有效性的检测方法及装置、电子设备 |