JP2017182407A - リスク検出装置およびリスク検出方法 - Google Patents

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。

特開２００７−１８３７２９号公報

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。

実施形態に係るプロジェクト情報管理システムのブロック図である。 プロジェクト記憶部に格納されるデータ構造を示す図である。 報告書記憶部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。 判定結果記憶部に格納されるデータ構造を示す図である。 プロジェクト情報管理装置のハードウェア構成例を示す図である。 リスク算出処理のフローを示す図である。 学習処理のフローを示す図である。 リスク算出処理の出力画面例を示す図である。

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。

Images