JP4376887B2

JP4376887B2 - 業務プロセスにおける業務効率低下の原因侯補を抽出する方法、その装置およびプログラム

Info

Publication number: JP4376887B2
Application number: JP2006299087A
Authority: JP
Inventors: 志朗小笠原; 健増田; 哲哉山村
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2006-11-02
Filing date: 2006-11-02
Publication date: 2009-12-02
Anticipated expiration: 2026-11-02
Also published as: JP2008117127A

Description

本発明は、業務システムを用いて業務を行った際に自動的に残される業務実行履歴を利用して、計算機により業務分析を支援する技術に関する。

企業では、顧客からの注文や社内での決裁、他企業への発注といった案件に対する、見積書の作成や在庫確認、納品日の通知などの様々な処理に係る業務を効率的に行うため、当該案件に対して行われる２以上の処理の進め方を表した業務プロセスを作成・定義し、それに合わせて計算機等を利用して個々の処理の実行を支援する業務システムが構築され、利用されている。

業務プロセスを常に適切な状態に保ち、また業務システムの有効利用により業務効率を上げるため、業務プロセス管理（ＢＰＭ）の重要性が認識されている。ＢＰＭでは、現状の業務の状況を把握し、問題点を分析し、その解決案を複数考えた上で、効果的な解決案を選択して実際の業務や業務システムに反映する。ＢＰＭにより大きな効果を得るためには、業務や業務を取り巻く環境の変化に追随し、適切な時期に業務や業務システムへフィードバックする必要があり、そのためにはこれらのステップを短期間で継続的に繰り返し実施できなければならない。

しかし、現状把握や問題点の分析は通常、ヒアリングや観察によって行われる。これにはコンサルタントや複数の部署の業務管理者が現場に赴かなければならず、また大勢の現場の担当者が協力する必要がある。そのため多くの労力と時間がかかり、ＢＰＭを困難なものにしている。またヒアリングされる担当者は、それぞれの担当する処理の現状と問題点については良く把握している反面、複数の担当者の協働によって実現されている業務プロセス全体に関する問題意識は担当者毎に異なることが多く、現場でのヒアリングにより客観的な分析を行うことは難しい。

〔従来の技術〕
従来より、現状把握や問題点の分析にかかる労力と時間の削減を目的として、業務システム上に残される業務実行時の履歴から、現状把握や問題点の分析を支援する製品や手法が提案されている。業務システムの実行履歴は、実際に行われた処理の実態に即した情報であり、定量的かつ明確に実際の業務の状況を把握することができる。また、業務システムの実行履歴は処理の実行時に自動的に蓄積され、人の稼動を必要としない。

近年では、ワークフロー技術を用いて構築された業務システムで行われる業務において、案件の滞積や例外的案件の放置など、発生している問題に対して迅速に対応するため、処理の実施状況や実績をリアルタイムに監視する手法およびツールとしてＢｕｓｉｎｅｓｓＡｃｔｉｖｉｔｙＭｏｎｉｔｅｒｉｎｇ（ＢＡＭ）が知られるようになってきている。また、ワークフロー技術を用いた業務システムだけでなく、分散する複数の業務システムのデータベース中のデータや、それらから出力される実行履歴を活用して、より良い意思決定へとつなげるＢｕｓｉｎｅｓｓＩｎｔｅｌｉｇｅｎｃｅ（ＢＩ）も注目されている。その実現のため、複数の業務システムから得られるデータの形式を変換し、大規模なデータベースに一元的に蓄積し、包括的に分析するためのアーキテクチャも提案されている（非特許文献１、２参照）。多くのＢＡＭやＢＩツールには、ＯＬＡＰやデータマイニング技術が含まれており、データを集計し、平均、分散などの統計値、それらの間の相関関係を求め、グラフや表として分析結果を提示することができる。

これらにより、業務効率を表す指標、例えば案件が発生してから全ての処理が完了するまでの時間（リードタイム）や担当者が実際に処理している時間（作業時間）、担当者間の案件の引継ぎにかかっている時間（待ち時間）、費用、あるいはそれらのばらつきを知ることができ、業務における問題の客観的な認識が可能になる。また、案件の種類毎、時間帯毎、地域毎に業務効率を表す指標を集計することで、改善すべき対象、つまり業務効率低下の原因を知ることができる。特に業務プロセスに含まれる処理毎に業務効率を表す指標を集計することは、どの処理の内容を改善すべきかという、業務プロセス自体に内在する業務効率低下の原因の発見を可能にする。
Ｍ．Ｓａｙａｌ，Ｆ．Ｃａｓａｔｉ，Ｍ．Ｃ．Ｓｈａｎ，ａｎｄＵ．Ｄａｙａｌ，"ＢｕｓｉｎｅｓｓＰｒｏｃｅｓｓＣｏｃｋｐｉｔ"，Ｐｒｏｃ．ｏｆｔｈｅ２８ｔｈＩｎｔｌ．Ｃｏｎｆ．ｏｎＶｅｒｙＬａｒｇｅＤａｔａＢａｓｅｓ，ｐｐ．８８０−８８３，２００２Ｊ．Ｊ．Ｊｅｎｇ，Ｊ．ＳｃｈｉｅｆｅｒａｎｄＨ．Ｃｈａｎｇ，"ＡｎＡｇｅｎｔ−ＢａｓｅｄＡｒｃｈｉｔｅｃｔｕｒｅｆｏｒＡｎａｌｙｚｉｎｇＢｕｓｉｎｅｓｓＰｒｏｃｅｓｓｅｓｏｆＲｅａｌ−ＴｉｍｅＥｎｔｅｒｐｒｉｓｅｓ"，Ｐｒｏｃ．ｏｆｔｈｅ７ｔｈＩＥＥＥＩｎｔｌ．Ｃｏｎｆ．ｏｎＥｎｔｅｒｐｒｉｓｅＤｓｉｔｒｉｂｕｔｅｄＯｂｊｅｃｔＣｏｍｐｕｔｉｎｇＣｏｎｆｅｒｅｎｃｅ，ｐｐ．８６−９７，２００３

業務プロセスに含まれる処理毎に業務効率指標を集計することで、業務効率指標の低い処理を特定できるが、必ずしもその処理が業務効率低下の原因とは限らない。

例えば、図１は（Ａ）（Ｂ）（Ｃ）の３つの処理の進め方（業務プロセス）を、業務の開始を表す「開始ノード：○」、業務の終了を表す「終了ノード：◎」、業務に含まれる処理を表す「処理ノード：□」、業務における分岐／合流点を表す「条件分岐／合流ノード：◇」により様々な案件に対する処理の進め方を包括的に表現する業務プロセスモデルとともに示すものであり、これらの業務プロセスにおいて、待ち時間はなく、どの案件も業務の結果、同じ結果を得られるとする。各処理毎に実行時間を集計した場合、処理ａ₄と処理ａ₆の実行時間の平均値が長くなるため、これらが業務効率低下の原因と考えられる。しかし、業務プロセス全体で考えた場合、処理ａ₄，ａ₆を行う処理の進め方（Ａ）の方が（Ｂ），（Ｃ）よりリードタイムが短くなる。また、処理ａ₆の実行時間が平均的に長くても、実行時間を長期化させる要因はａ₆が実行されるまでの処理の進め方（Ｃ）によるもので、処理の進め方（Ａ）の中で実行された場合には実行時間は短い。従って、実行時間の長い処理ａ₄とａ₆を特定し、その内容を改善することだけでなく、リードタイムの長期化の原因となる処理の進め方の違いを特定し、可能な限り短時間で業務が完了する処理の進め方（Ａ）に従って業務を行うようにすることも必要である。

また、業務プロセスに含まれる処理毎の業務効率指標の集計では、担当者が日常的に改善をするのが困難な原因が特定される可能性がある。担当者の熟考を要する処理が、他の単純に決められたデータを業務システムに投入する処理に比べて実行時間が長くなる、あるいはその業務における重要な購買活動で多くの費用がかかっても、必ずしも改善すべきとは限らず、その判断には処理内容に対する入念な検討が必要となる。

また処理内容はその処理の実行を支援する業務システムとの関連性が強いため、処理内容の変更は業務システムの変更を伴う可能性が高い。それに対し、業務効率の低下につながる処理の進め方の違いを特定することで、業務効率の向上が容易に図れる可能性が高い。同じ結果を得るのに、ある案件に対する処理の進め方ではあまり時間がかからず、別の案件に対する処理の進め方では長時間かかった場合、どちらも実際に行われている処理の進め方であるため、業務システムの変更を行わずに、可能な限り短時間で業務が完了した処理の進め方を他の案件にも適用することで、業務効率を向上させることができるからである。

本発明では上記観点から、業務プロセスの問題点の分析を支援することでＢＰＭを少ない労力、期間で容易に実現できるようにするため、業務効率低下の原因侯補となる処理の進め方の違いを業務システムにおける履歴データから自動的に抽出することを目的とする。但し、業務システムの履歴データとしては、各案件に対してどの処理の結果を受けてどの処理が実行されたか、どの処理とどの処理が並列に実行されたか、という各処理間の遷移関係が分かるものであるとする。

〔概要〕
本発明では、業務効率低下の原因侯補となる処理の進め方の違いを特定するため、業務効率指標との関連性の強い処理の進め方の違いを抽出する。

図２は処理の進め方の違いにより業務効率指標が変化する例を示すものであるが、処理ａ₁の次に処理ａ₂を実行した場合と、処理ａ₁の次に処理ａ₃を実行した場合とで業務効率指標の分布はあまり変わらない。それに対し、処理ａ₄の次に処理ａ₅を実行した場合には業務効率指標が低くなる傾向があるのに対し、処理ａ₄の次に処理ａ₆を実行した場合には業務効率指標が高くなる傾向があることが分かる。この場合、処理ａ₄の次の処理の進め方の違いを業務効率低下の原因として抽出する。

〔詳細〕
［処理の進め方の表現方法］
業務効率指標と業務の進め方との間の関連性を評価するためには、処理の進め方が同じ複数の案件に対する業務について業務効率指標を調べる必要がある。しかし、どのような順序でどのような処理を実行したかの詳細は、各案件に対する業務で千差万別である。処理の進め方を詳細に区別して業務効率指標を調べてもサンプル数が少なく、一般的に成り立つ規則性を見つけることは難しい。

そこで、予め処理の進め方をいくつかの特徴Ｆ₁，Ｆ₂，…Ｆ_Nで表し、各特徴Ｆ_nについて、その特徴の観点から同じ処理の進め方は、その詳細な差異によらずに同じであるとみなす例えば、図３は処理の進め方を示す複数の特徴とともに、複数（案件）の業務プロセス（処理の進め方）を処理の進め方の特徴により表現した例を示すものであるが、案件１および２の業務プロセスは、Ｆ₃の観点において同じ（ａ₃の直後に実行した処理がａ₄）であり、また、案件２および３の業務プロセスは、Ｆ₂の観点において同じ（ａ₂の直後に実行した処理がａ₅）であり、また、案件３および４の業務プロセスは、Ｆ₅の観点において同じ（ａ₅の直後に実行した処理がａ₃）であるとみなす。

そしてそれらの特徴のうち、どの特徴が業務効率指標との関連性が最も強いかを調べることにする。特に本発明では処理の進め方を表す特徴として、以下の２通りの方法を用いる。
（１）各処理の実行直前にどの処理が行われたか、あるいは各処理の実行直後にどの処理が行われたか。
（２）各処理の実行前にどのような状態にあったか、あるいは各状態でどの処理が行われたか。

処理の進め方を（１）の特徴で表すとは、図４に示すような業務プロセスモデルにおける各条件分岐において、どの分岐に従って遷移したかに着目することである。実行後の分岐の選び方で業務効率指標が大きく異なる処理を発見し、業務効率指標が高くなる分岐を選択して処理を進めるようにすることで、業務効率を改善できる可能性がある。また逆に、実行前の分岐の選び方で業務効率指標が大きく異なる処理を発見することで、その処理をいつ行えば業務効率を低下させずに済むかを知ることができる。

但し、（１）の特徴で処理の進め方を表す方法は、業務に関する知識を必要とせず、機械的に処理できる反面、処理の進め方とはいっても直前、直後の処理の進め方しか考慮されない。そのため、例えば図４において、処理ａ₈の実行直後、処理ａ₉に遷移するか処理ａ₁₀に遷移するかによって業務効率指標は大きく異なるが、どちらに遷移するか自体が処理ａ₈の実行前に処理ａ₂が実行されたかどうかに大きく依存するような場合、処理ａ₈の実行直後の遷移と業務効率指標との強い関連性を発見するのみで、「ａ₈の実行前にａ₂が実行済みか否かが業務効率指標に大きく影響を及ぼす」という規則性までは発見できない。このような規則を発見するためには、ａ₈の直前の処理の進め方だけではなく、ａ₈が実行されるまでの全体的な処理の進め方を、特徴によって表現できる必要がある。

そこで、それまでの処理の進め方の概要を表す状態を利用して処理の進め方を表す（（２）の特徴）。処理の進め方の概要を表す状態とは、例えば業務を達成する上で必ず実行しなければならない処理が完了しているか否かで表される。ある時点での状態からは、その処理を何回やったのか、どの処理の後にやったのか、という詳細な処理の進め方はわからないが、その時点までに処理が１回以上実行され、取消されていないかどうかを知ることができる。このような処理の進め方の概要を表すための状態は、分析者が全てを定義しなくても、業務の進捗管理に使われる進捗状態をもとに、必要に応じて定義を簡略化あるいは詳細化することで得られる。

この状態の定義に従えば実行履歴中の各時点において、各案件に対する業務がどの状態にあるのか、その状態でどの処理が実行されたのか、を把握でき、処理の進め方を特徴によって表現できる。従って各状態においてどの処理が行われた場合に業務効率指標がどうなるのか、あるいは各処理を行う前にどの状態にあった場合には業務効率指標がどうなるのか、の関係を求め、業務効率指標に大きな影響を及ぼす処理の進め方を発見することで、より業務プロセス全体を視野に入れた分析が可能となる。

［関連性の評価方法］
処理の進め方を表す複数の特徴Ｆ₁，Ｆ₂，…Ｆ_Nの中から、業務効率指標と関連性が強い特徴を求めるためには、各特徴Ｆ_nと業務効率指標の関連性を定量的に評価する必要がある。ここで、図２に示したように特徴Ｆ_n、つまり（１）の場合にはどの分岐に従って遷移したか、によって案件をカテゴリに分類した場合に、うまく分類されている、つまり分類後の各カテゴリ内では業務効率指標の分布の幅が狭く、また異なるカテゴリ間では分布の形が大きく異なるほど、その特徴と業務効率指標との関連性は強いといえる。従って案件を特徴Ｆ_nに応じてカテゴリｆに分類し、分類された案件の業務効率指標に基づいて各カテゴリ毎の業務効率指標に関する分布を求めた後、カテゴリへの分類の良さを評価する。これを全ての特徴Ｆ₁，Ｆ₂，…Ｆ_Nについて行い、カテゴリへの分類の良い順に業務効率指標との関連性の強い特徴として提示する。

＜業務効率指標に関する確率分布＞
業務効率指標となるリードタイム、作業時間、待ち時間、費用などは０より大きい連続的な数値である。またこれらの業務効率指標が大きな値となる（業務効率が悪い）場合には、業務効率指標が小さな値となる（業務効率が高い）場合に比べて、そのばらつきは大きくなる。このような特徴を有し、また、計算処理をする上で扱い易いという観点から、特徴Ｆ_nにより分類する前の案件の業務効率指標τの確率密度分布ｐ_n（τ）と、カテゴリｆに分類された案件の業務効率指標τの条件付確率密度分布ｐ_n（τ｜ｆ）は対数正規分布に従うとする。

ｐ_n（τ）のパラメータμ_n，σ_nと、ｐ_n（τ｜ｆ）のパラメータμ_n,f，σ_n,fは、実行履歴に含まれる複数の案件ｋの業務効率指標τ_kから、最尤推定法によって以下のように決定する。

ここで、ｗ_k,fはカテゴリｆに分類される案件ｋの割合（重み）であり、案件ｋにおいてカテゴリｆに分類されるように処理が進められた回数をｍ_k,fとすれば、

である（但し、ｍ_k,f＝０のときは分母によらずｗ_k,f＝０）。これは、例えば（１）の特徴としてＦ₁：「ａ₁の実行後の遷移先」、Ｆ₂：「ａ₂の実行後の遷移先」を考えた場合、ａ₁，ａ₃，ａ₁，ａ₄，ａ₅の順に処理が行われた案件ｋにおいては、ａ₁の遷移先を１個に特定できず、またａ₂は１回も実行されていないため、そもそもＦ₂のどのカテゴリにも分類されない。従って、Ｆ₁のカテゴリとしてｆ_1,1：「ａ₁の実行後にａ₃に遷移する」、ｆ_1,2：「ａ₁の実行後にａ₄に遷移する」とすると、

とし、ｆ_1,1における業務効率指標の分布推定にもｆ_1,2における業務効率指標の分布推定にも寄与するようにする。また、Ｆ₂の全てのカテゴリｆに関してｗ_k,f＝０とすることで、Ｆ₂による分類の前後の業務効率指標の分布推定に寄与しないようにする。

＜カテゴリへの分類のよさの評価＞
特徴Ｆ_nによるカテゴリへの分類の良さの評価方法として、本発明では、分類前後の業務効率指標のばらつきの変化を情報理論に基づいて定量化する相互情報量を用いる。特徴Ｆ_nによって分類する前の案件の業務効率指標τのばらつきを表す情報エントロピをＨ_n（τ）、特徴Ｆ_nによって分類したときにカテゴリｆに分類された案件の業務効率指標τのばらつきを表す情報エントロピをＨ_n（τ｜ｆ）とすると、相互情報量は以下の式で算出される。

ここで、

は特徴Ｆ_nでいずれかのカテゴリに分類される案件のうち、カテゴリｆに分類される案件の割合であり、右辺の第２項全体で、特徴Ｆ_nによる分類後の平均的なばらつきを表す。また、Ｈ_n（τ）、Ｈ_n（τ｜ｆ）は以下の式で算出される。

Ｉ_n（τ｜Ｆ_n）の値が大きいほど、Ｆ_nによって分類することで各カテゴリ内の案件の業務効率指標のばらつきが小さくなるため、カテゴリへの分類と、業務効率指標の関連性が強いといえる。

本発明によれば、業務における処理の進め方を、業務プロセスモデル中の各処理の直前、直後の条件分岐においてどの分岐に従って遷移したかによって表現することにより、局所的ではあるが、業務に関する知識を必要とせず、機械的に、処理の進め方の特徴を表すことができる。また、これと並行して、業務の進捗管理に使われる進捗状態などに基づき、業務を達成する上で重要な処理が完了しているか否かといったそれまでの処理の進め方の概要を表す状態を定義し、どの状態においてどの処理が実行されたかによって処理の進め方を表現することにより、大局的な処理の進め方の特徴を表すことができる。さらに、処理の進め方の特徴によって案件を分類したときに、業務効率を表す指標の分布がどのくらいまとまるか、つまり業務効率指標の近い案件同士が同じカテゴリに分類されるかを、分類前後の業務効率指標の分布間の相互情報量として定量化することで、業務効率指標と処理の進め方の特徴との関連性の比較が可能となる。

これらにより、業務効率の低下に関係がある処理の進め方の違いを抽出できるようになる。特に、業務プロセス中のある条件分岐における遷移が業務効率指標の高低と強い関連性をもつが、その条件分岐での遷移自体がそれよりも前にある条件分岐における遷移に強く影響を受けている場合、前にある条件分岐での遷移の方が業務効率低下の根本的な原因だと考えられる。業務効率指標と大局的な処理の進め方の特徴の関連性の強さを比較できることで、このような根本的な原因を抽出することが可能になる。

上記を実現する本発明により、業務効率低下の原因侯補を業務システムの履歴から自動的に抽出できるようになるため、業務分析者は業務プロセス管理（ＢＰＭ）活動において時間と労力をかけずに現状の業務の問題を現場に赴く前に分析できるようになり、その後の現場での問題点の分析を従来に比べて効率的に行えるようになる。また、偶然ヒアリングの対象となった担当者の問題意識に偏ることなく、客観的に業務効率の低下を引き起こしている事象を把握できるようになる。

その結果、迅速で継続的なＢＰＭが可能となり、業務プロセスを最適な状態に保つことが容易になる。

〔本発明装置の構成〕
図５は本発明の、業務システムの履歴から業務プロセスにおける業務効率低下の原因となる処理の進め方の違いを自動的に抽出する装置、ここでは周知のコンピュータ上に実現された装置を示すもので、図中、１は履歴データベース、２は事前知識記憶手段、３は業務効率指標記憶手段、４は案件分類結果記憶手段、５は業務効率指標分布記憶手段、６は関連性評価結果記憶手段、７は事前知識設定部（手段）、８は案件分類部（手段）、９は業務効率指標分布算出部（手段）、１０は関連性評価部（手段）、１１は結果提示部（手段）である。

履歴データベース１は、データベースまたはファイルに、図６に示すような、図示しない業務システムによって得られた実行履歴データ、即ち各案件に対して行われた処理と、それら処理間の遷移関係に関するデータ、および業務効率指標を算出する上で必要なデータ（各処理の実行開始時刻、実行完了時刻、費用など）を記憶・保持する。

事前知識記憶手段２は、事前知識設定部７により設定される、各案件に対する業務効率指標の算出方法、および大局的な処理の進め方の特徴を表現する際に必要となる状態の定義を記憶・保持する。

業務効率指標記憶手段３、案件分類結果記憶手段４、業務効率指標分布記憶手段５および関連性評価結果記憶手段６は、案件分類部８、業務効率指標分布算出部９、関連性評価部１０の各部における途中の処理結果を一時的に記憶・保持する。

事前知識設定部７は、図示しないキーボード等の入力装置又は記憶媒体又は通信媒体を用いて、各案件に対する業務効率指標の算出方法、および大局的な処理の進め方の特徴を表現する際に必要となる状態の定義を設定し、事前知識記憶手段２に記憶させる。

ここで、各案件に対する業務効率指標の算出方法を設定するとは、予め本発明装置にリードタイム、作業時間、待ち時間、費用などの代表的な業務効率指標の計算方法を組み込んでおき、それらの中から分析で使用する業務効率指標を選択する、あるいは各案件に対して行われた処理それぞれの実行時刻、実行にかかった費用など、履歴に含まれる情報をもとに分析者独自の業務効率指標を算出する外部プログラムまたはライブラリを本発明装置から使用できるように登録する、あるいは本発明装置とは別の手段によって求めた各案件の業務効率指標の値を、本発明装置でその案件に対して使用する業務効率指標の値として登録する、などのことであるが、本発明ではその方法については特に限定しない。

また、状態の定義を設定するとは、例えば図７に示すような、初期状態はどの状態であるか、各状態でどの処理を実行すると次にどの状態に遷移するか、という情報を入力する、あるいは各案件に対する処理の進め方とその中のある処理を与えると、その処理の実行直前の状態および実行直後の状態を決定する、分析者独自の外部プログラムまたはライブラリを本発明装置から使用できるように登録する、などのことであるが、本発明ではこの方法についても特に限定しない。

案件分類部８は、履歴データベース１から一の案件に関する処理の実行履歴データを読み出し、事前知識記憶手段２に記憶・保持された業務効率指標算出方法に従い、当該一の案件に対する業務効率指標を算出して業務効率指標記憶手段３に記憶するとともに、事前知識記憶手段２に記憶・保持された状態の定義に基づき、処理の進め方を表す複数の特徴についてそれぞれの分類先である各カテゴリに対する当該一の案件の分類割合を決定して案件分類結果記憶手段４に記憶し、これらを全ての案件について行う。

業務効率指標分布算出部９は、業務効率指標記憶手段３から全ての案件に関する業務効率指標を読み出すとともに、案件分類結果記憶手段４から全ての案件に関する処理の進め方を表す特徴毎の各カテゴリに対する分類割合を読み出し、処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布を算出して業務効率指標分布記憶手段５に記憶する。

関連性評価部１０は、案件分類結果記憶手段４から全ての案件に関する処理の進め方を表す特徴毎の各カテゴリに対する分類割合を読み出すとともに、業務効率指標分布記憶手段５から処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布を読み出し、処理の進め方を表す各特徴毎の分類前後の業務効率指標のばらつきの変化量を算出して関連性評価結果記憶手段６に記憶する。

結果提示部１１は、関連評価結果記憶手段６から特徴毎の分類前後の業務効率指標のばらつきの変化量を読み出し、図示しない表示装置等に出力（表示）する。

上記の構成よりなる本発明の装置は、次の（ａ）〜（ｄ）を特徴とする。

（ａ）業務プロセスにおける業務効率の低下の原因を特定する際に、業務効率を低下させる個々の処理を抽出するだけではなく、処理の進め方の違いを抽出できるようにするため、処理の進め方をいくつかの特徴で表し、それらの特徴と業務効率を表す指標の関連性を定量的に評価すること。

（ｂ）処理の進め方の特徴を、業務に関する知識を必要とせず、機械的に表すため、業務プロセスモデル中の各処理の直前、直後の条件分岐においてどの分岐に従って遷移したかによって表現すること。また、業務プロセス中のある条件分岐における遷移が業務効率指標の高低と強い関連性をもつが、その条件分岐での遷移自体がそれよりも前にある条件分岐における遷移に強く影響を受けている場合、前にある条件分岐での遷移の方が業務効率低下の根本的な原因だと考えられる。このような根本的な原因も抽出することを目的として、大局的な処理の進め方の特徴を表すため、上記の処理の進め方の特徴の表現方法と併せて、業務の進捗管理に使われる進捗状態などに基づき、業務を達成する上で重要な処理が完了しているか否かといったそれまでの処理の進め方の概要を表す状態を定義し、どの状態においてどの処理が実行されたかによって処理の進め方を表現すること。

（ｃ）また、業務効率を表す指標と処理の進め方の特徴の関連性を定量的に評価するため、処理の進め方の特徴によって案件を分類した際に業務効率を表す指標の分布がどのくらいまとまるか、つまり業務効率指標の近い案件同士が同じカテゴリに分類されるかを、分類前後の業務効率指標の分布間の相互情報量として計算すること。

（ｄ）さらに、処理の進め方の特徴によって案件を分類する際に、各カテゴリに分類されるような処理の進め方が何回行われたかによって重み付けをして分類すること。

〔本発明装置の動作〕
以下、本発明装置のうち、案件分類部８、業務効率指標分布算出部９、関連性評価部１０の詳細な動作を、コンピュータ上でこれらの手段を実現するプログラムに対応する図８のフローチャートとともに説明する。

案件分類部８は、履歴データベース１から処理の進め方に関する情報を案件毎に読み出す。その後、事前知識記憶手段２に記憶されている業務効率指標算出方法に従い、その案件に対する業務効率指標を算出し、業務効率指標記憶手段３に記憶させる（ｓ１）。

ここで、業務効率指標を算出する際には、本発明装置に組み込んでおいたリードタイム、作業時間、待ち時間、費用などの代表的な業務効率指標が事前知識設定部７で選択された場合には、組み込まれた算出手順に従って業務効率指標を算出する。

例えば、リードタイムは各案件に対する最後の処理の実行完了時刻から最初の処理の実行開始時刻を減算することで、また、作業時間あるいは費用は各案件に対する各処理の実行時間あるいはかかった費用を全て加算することで、また、待ち時間は各案件に対する各処理について、実行開始時刻からその処理の遷移元の処理の実行完了時刻（遷移元の処理が複数ある場合にはその中で最も遅いもの）を減算したものを、全て足し合わせることで選択された業務効率指標を算出する。

分析者独自の業務効率指標を算出する外部プログラムまたはライブラリを利用する場合には、その外部プログラムまたはライブラリに各案件の履歴を与え、その結果を取得することで業務効率指標を得る。各案件に対して本発明とは別の手段によって算出された業務効率指標が登録されている場合には、その値をそのままその案件に対する業務効率指標とする。なお、業務効率指標の算出結果の一例を図９に示す。

また、案件分類部８は、その案件に対する処理の進め方について、各処理の直前にどの処理を何回行っているか、各処理の直後にどの処理を何回行っているか、をカウントする。その後、処理の進め方に関する局所的な特徴それぞれの分類先である各カテゴリに、その案件の何割が分類されるかを、案件ｋにおいて特徴Ｆ_nのカテゴリｆに分類される処理の進め方がｍ_k,f回あるとして、前述した（７）式により決定し、案件分類結果記憶手段４に記憶させる。

さらに、その案件に対する処理の進め方について、各処理が実行されることでどの状態になるかを、例えば図７を使って探す、あるいは分析者独自の状態決定用外部プログラムまたはライブラリにその案件に対する処理の進め方と現在の処理を与えてその結果を得る、などによって調べながら、各状態でどの処理が何回行われたか、各処理の直前にどの状態に何回あったか、をカウントする。その後、処理の進め方に関する大局的な特徴それぞれの分類先である各カテゴリに、その案件の何割が分類されるかを、同様の方法で決定し、案件分類結果記憶手段４に記憶させる（ｓ２）。なお、案件分類結果の一例を図１０に示す。

以上の処理を全ての案件について繰り返し実行する。

次に、業務効率指標分布算出部９は、業務効率指標記憶手段３から業務効率指標τ_kを読み出すとともに、案件分類結果記憶手段４から案件分類結果

を読み出し、各特徴毎に、その特徴による分類前および分類後の各カテゴリに対して、前述した（３），（４），（５），（６）式に従い業務効率指標分布のパラメータを算出し、業務効率指標分布記憶手段５に記憶させる（ｓ３）。なお、業務効率指標分布のパラメータは、例えば図１１に示すように記憶させる。

次に、関連性評価部１０は、案件分類結果記憶手段４から案件分類結果

を読み出すとともに、業務効率指標分布記憶手段５から分類前後の業務効率指標分布のパラメータ

を読み出し、前述した（８），（９），（１０）式により、その特徴と業務効率指標の関連性の強さを算出し、関連性評価結果記憶手段６に記憶させる（ｓ４）。なお、関連性評価結果の一例を図１２に示す。

また、結果提示部１１では、関連評価結果記憶手段６から関連性評価結果を読み出し、各特徴と、その業務効率指標との関連の強さを表す値を、例えば図１３に示すように関連性の強い順に業務分析者に提示する。

処理の進め方による業務効率の違いを示す説明図処理の進め方の違いにより業務効率指標の分布が変化する例を示す説明図業務プロセスを処理の進め方の特徴により表現した例を示す説明図業務プロセスモデルの一例を示す説明図本発明の業務プロセスにおける業務効率低下の原因侯補抽出装置の実施の形態の一例を示す構成図実行履歴データの一例を示す説明図状態定義の一例を示す説明図本発明の業務プロセスにおける業務効率低下の原因侯補を抽出するフローチャート業務効率指標の算出結果の一例を示す説明図案件分類結果の一例を示す説明図業務効率指標分布の算出結果の一例を示す説明図関連性評価結果の一例を示す説明図分析結果の提示例を示す説明図

符号の説明

１：履歴データベース、２：事前知識記憶手段、３：業務効率指標記憶手段、４：案件分類結果記憶手段、５：業務効率指標分布記憶手段、６：関連性評価結果記憶手段、７：事前知識設定部（手段）、８：案件分類部（手段）、９：業務効率指標分布算出部（手段）、１０：関連性評価部（手段）、１１：結果提示部（手段）。

Claims

案件毎に当該案件に対して行われる２以上の処理の進め方を表した業務プロセスにおける業務効率低下の原因侯補を抽出する方法において、
前記業務プロセスに合わせて個々の処理の実行を支援する業務システムによって得られた各処理の実行履歴データを当該処理が属する案件を識別可能な形式で保持するデータベースを備えたコンピュータを用い、
当該コンピュータは、
履歴データベースから一の案件に関する処理の実行履歴データを読み出し、当該一の案件に対する業務効率を表す指標である業務効率指標を、予め事前知識記憶手段に記憶されている業務効率指標算出方法に従って算出するとともに、各処理の実行直前にどの処理が行われたか、あるいは各処理の実行直後にどの処理が行われたか、あるいは各処理の実行前にどのような状態にあったか、あるいは各状態でどの処理が行われたか、という処理の進め方を表す複数の特徴それぞれについて、実行直前の処理が同じ案件の集合、あるいは実行直後の処理が同じ案件の集合、あるいは処理の実行前の状態が同じ案件の集合、あるいは前記状態で行われた処理が同じ案件の集合をカテゴリとし、そのカテゴリに対する当該一の案件の分類割合を、当該一の案件において当該カテゴリに対応する特徴が現れた回数から決定し、これらを全ての案件について行う工程と、
前記求めた全ての案件に関する業務効率指標と処理の進め方を表す特徴毎の各カテゴリに対する分類割合とから、前記処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布を、分類の前後ともに案件の業務効率指標の確率密度分布はそれぞれ対数正規分布として、そのパラメータを算出することで、それぞれの業務効率指標分布を求める工程と、
前記求めた全ての案件に関する処理の進め方を表す特徴毎の各カテゴリに対する分類割合と処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布とから、処理の進め方を表す各特徴毎の分類前後の業務効率指標のばらつきの変化量を算出する工程とを実行する
ことを特徴とする業務プロセスにおける業務効率低下の原因侯補抽出方法。
処理の進め方を表す一の特徴が業務プロセスに含まれる一の処理の実行直前あるいは一の処理の実行直後にどの処理が行われたかで表される場合、カテゴリは一の処理の実行直前あるいは一の処理の実行直後に行われた処理の種類を表し、一の案件における一のカテゴリに対する分類割合は当該案件において当該カテゴリに対応する種類の処理が前記一の処理の実行直前あるいは一の処理の実行直後に実行された回数から決定される
ことを特徴とする請求項１に記載の業務プロセスにおける業務効率低下の原因侯補抽出方法。
処理の進め方を表す一の特徴が業務プロセスに含まれる一の処理の実行前にどのような状態であったかあるいは一の状態でどの処理が行われたかで表される場合、カテゴリは一の処理の実行前の状態の種類あるいは一の状態で行われた処理の種類を表し、一の案件における一のカテゴリに対する分類割合は当該案件において当該カテゴリに対応する種類の状態が前記一の処理の実行前にあった回数あるいは当該カテゴリに対応する種類の処理が前記一の状態で実行された回数から決定される
ことを特徴とする請求項１に記載の業務プロセスにおける業務効率低下の原因侯補抽出方法。
案件毎に当該案件に対して行われる２以上の処理の進め方を表した業務プロセスにおける業務効率低下の原因侯補を抽出する装置において、
前記業務プロセスに合わせて個々の処理の実行を支援する業務システムによって得られた各処理の実行履歴データを当該処理が属する案件を識別可能な形式で保持するデータベースと、
履歴データベースから一の案件に関する処理の実行履歴データを読み出し、当該一の案件に対する業務効率を表す指標である業務効率指標を、予め事前知識記憶手段に記憶されている業務効率指標算出方法に従って算出するとともに、各処理の実行直前にどの処理が行われたか、あるいは各処理の実行直後にどの処理が行われたか、あるいは各処理の実行前にどのような状態にあったか、あるいは各状態でどの処理が行われたか、という処理の進め方を表す複数の特徴それぞれについて、実行直前の処理が同じ案件の集合、あるいは実行直後の処理が同じ案件の集合、あるいは処理の実行前の状態が同じ案件の集合、あるいは前記状態で行われた処理が同じ案件の集合をカテゴリとし、そのカテゴリに対する当該一の案件の分類割合を、当該一の案件において当該カテゴリに対応する特徴が現れた回数から決定し、これらを全ての案件について行う案件分類手段と、
前記求めた全ての案件に関する業務効率指標と処理の進め方を表す特徴毎の各カテゴリに対する分類割合とから、前記処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布を、分類の前後ともに案件の業務効率指標の確率密度分布はそれぞれ対数正規分布として、そのパラメータを算出することで、それぞれの業務効率指標分布を求める業務効率指標分布算出手段と、
前記求めた全ての案件に関する処理の進め方を表す特徴毎の各カテゴリに対する分類割合と処理の進め方を表す特徴毎の分類前の業務効率指標分布および分類後の業務効率指標分布とから、処理の進め方を表す各特徴毎の分類前後の業務効率指標のばらつきの変化量を算出する関連性評価手段とを備えた
ことを特徴とする業務プロセスにおける業務効率低下の原因侯補抽出装置。
処理の進め方を表す一の特徴が業務プロセスに含まれる一の処理の実行直前あるいは一の処理の実行直後にどの処理が行われたかで表される場合、カテゴリは一の処理の実行直前あるいは一の処理の実行直後に行われた処理の種類を表し、一の案件における一のカテゴリに対する分類割合は当該案件において当該カテゴリに対応する種類の処理が前記一の処理の実行直前あるいは一の処理の実行直後に実行された回数から決定される
ことを特徴とする請求項４に記載の業務プロセスにおける業務効率低下の原因侯補抽出装置。
処理の進め方を表す一の特徴が業務プロセスに含まれる一の処理の実行前にどのような状態であったかあるいは一の状態でどの処理が行われたかで表される場合、カテゴリは一の処理の実行前の状態の種類あるいは一の状態で行われた処理の種類を表し、一の案件における一のカテゴリに対する分類割合は当該案件において当該カテゴリに対応する種類の状態が前記一の処理の実行前にあった回数あるいは当該カテゴリに対応する種類の処理が前記一の状態で実行された回数から決定される
ことを特徴とする請求項４に記載の業務プロセスにおける業務効率低下の原因侯補抽出装置。
コンピュータを、請求項４乃至６いずれか記載の業務プロセスにおける業務効率低下の原因侯補抽出装置の各手段として機能させるためのプログラム。