JP5503719B2 - パフォーマンス分析システム - Google Patents

Description

本発明は、人物のコミュニケーションデータを取得し、組織の状態を可視化するビジネス顕微鏡システムに関する。特に、顧客の社員に装着したセンサからセンサデータを取得し、組織ダイナミクスを分析して、その結果を顧客に提供するサービス提供の実現方式に関する。

先進国においては、知識労働者と呼ばれるホワイトカラー業務の生産性の向上が大きな課題となっている。工場等の製造現場においては、生産現場においての生産物が明確であるために、その生産性に結びつかない無駄を排除することが容易であった。これに対して、研究開発、企画、営業、等の知識労働を行うホワイトカラー組織に関しては、生産物となる成果の定義が容易では無く、製造現場のように業務の無駄を排除することが難しい。また、プロジェクト組織に代表されるホワイトカラー業務の生産性向上には、個人の能力に加えて、複数メンバの協力関係を最大限に発揮させる仕組みが必要となる。これらホワイトカラー業務を推進するためには、メンバ間のコミュニケーションが重要である。メンバ間のコミュニケーションにより、意思疎通が加速され、信頼感が生まれ、メンバのモチベーションを高めることにより、組織としての目標達成が可能となる。

この人と人とのコミュニケーションを検出する一つの方法に、センサネットと呼ばれる技術を活用することができる。センサネットは、センサと無線通信回路を備えた小型のコンピュータ端末を環境や物、人などに取り付け、センサから得られた様々な情報を無線経由で取り出すことで、状態の取得や制御に応用する技術である。組織内のメンバ間でのコミュニケーションを検出することを目的としたセンサとして、メンバ間の対面状態を検出するための赤外線センサ、発話や環境を検出する音声センサ、人の動作を検出する加速度センサがあげられる。

これらセンサにより得られる物理量から、組織内でのメンバ間のコミュニケーションの状況やメンバの動きを検出して、従来は見ることの出来なかった組織のダイナミクスを定量化・可視化するシステムとして、ビジネス顕微鏡と呼ばれるシステムがある。ビジネス顕微鏡では、組織内メンバの対面情報により組織のコミュニケーションのダイナミクスを可視化することができることが知られている。

ビジネス顕微鏡システムを活用した組織分析サービスを実現するためには、サービス事業者が対象とする顧客の組織のデータを組織から収集し、その組織の状態の診断・分析の結果を、顧客側にフィードバックする方式が有望である。そして、ビジネス顕微鏡システムを活用した組織分析サービスを実現するためには、顧客側の個人情報を扱うことになる。

個人情報を扱うことなく、別業者がサービスを提供する方法として、サービス事業者は閲覧者が要求するトランザクションをID情報のみを用いて行い、閲覧者側の端末にてIDと個人情報の関連付けを保持しておき、トランザクション結果の受信時に個人情報を合成して表示する方法が知られている（特許文献１）。

特開２００２−９９５１１号公報

組織のダイナミクスをわかりやすく顧客にフィードバックするためには、その組織で活動するメンバの活動状態、グループやチームの活動状態を、個人名を使用して表現することが必要となる。これは、サービス事業者が顧客から個人情報を受け取る必要があることを意味しており、昨今問題となっている情報漏洩などの問題から、その取り扱いについては慎重に行う必要がある。

また、組織内で働くワーカーの情報を扱うために、このサービスを監視と受け取られないように配慮する必要がある。これを実現するためには、組織の管理者だけでなく、組織のメンバに対しても組織のダイナミクス情報を公開し、メンバ自身に対しても利点を与えるようなサービス提供が必要となる。

特許文献１に開示する方法は、各閲覧者の端末にID-個人情報の関連付け情報を保持しており、この関連付け情報に基づいて各閲覧者が要求するサービスを提供するものである。そのため、組織の管理者だけでなくメンバに対しても組織のダイナミクス情報を公開する場合、特定のチームや組織の情報を特定のメンバに公開するような場合など、多数の閲覧者に対応する場合には、ID-個人情報の関連の設定や設定変更などの負荷が大きい。よって、ビジネス顕微鏡システムを活用したサービスに対してこの方式をそのまま用いることは適当でない。

そこで、本発明の目的としては、センサを使用した組織ダイナミクス分析サービスを行う際に、個人名等の個人情報を顧客から受け取ることなく、顧客側の多数のメンバに対して、組織ダイナミクス情報をわかりやすく提供すること、かつ、これらのサービスを容易に提供することである。

また、組織ダイナミクス情報の価値をより高めるためには、ホワイトカラーの業務の生産性に関わる指標を定義して、その指標データをダイナミックに提供できる仕組みが必要とされる。そこで、本発明の別の目的としては、組織ダイナミクス分析の価値を高めるためにホワイトカラー業務の特徴に合致した有効な指標を定義することである。

本発明において開示される発明のうち、代表的なものの概要を簡単に説明すれば、下記のとおりである。

端末は、センサデータと端末識別情報とをサービスゲートウェイに送信する。サーバは、センサデータに基づいて各端末のユーザが属する組織の組織分析データを算出してサービスゲートウェイへ送信する。サービスゲートウェイは、インターネットを介してサーバと接続され、組織分析データから抽出される端末識別情報をユーザの個人情報に変換し、個人情報を含む組織分析データを接続される表示装置に出力する。

また、端末は、他の端末との対面データ、及び、加速度データをサーバに送信する。サーバは、対面データ及び加速度データに基づいて端末のユーザの業務の質を測定する。

サービス提供者は氏名等の個人情報を顧客から受け取ることなく、顧客側のみで個人情報を含んだ組織ダイナミクス分析を閲覧することが可能となるため、組織分析サービスの提供を容易に実現することができる。

また、組織ダイナミクス分析結果として、ホワイトカラー業務にとっての有効な指標を、顧客にフィードバックすることができる。

実施例１によるビジネス顕微鏡システムの全体構成および構成要素の一例 実施例１によるビジネス顕微鏡システムの全体構成および構成要素の一例 実施例１によるビジネス顕微鏡システムの全体構成および構成要素の一例 実施例１によるデータテーブルの構成例 実施例１によるビジネス顕微鏡サービスの一例 実施例１による組織ダイナミクスの表現例およびこれを実現するための構成情報の一例 実施例１による組織のメンバへの名札型センサノード（ＴＲ）の割り当て方法およびＩＤ−ＮＡＭＥ変換表の一例 実施例1によるノードＩＤ情報を用いた組織ネットワーク図を、個人名を用いた組織ネットワーク図に変換を行う処理の一例 実施例１によるノードＩＤ情報を用いた組織ネットワーク図を、個人名を用いた組織ネットワーク図に変換を行う処理の一例 実施例１によるノードＩＤ情報を用いた組織ネットワーク図を、個人名を用いた組織ネットワーク図に変換を行う処理の一例 実施例１によるノードＩＤ情報を用いた組織ネットワーク図を、個人名を用いた組織ネットワーク図に変換を行う処理の一例 実施例２によるホワイトカラー業務の特徴に合致した業務品質指標の一例 実施例２によるホワイトカラー業務の特徴に合致した業務品質判定フローの説明図の一例 実施例２による業務品質指標判定結果の表現の一例 実施例２による業務品質指標判定結果の表現の一例 実施例２による業務品質指標判定結果の表現の一例 実施例２による業務品質指標判定結果の表現の一例 実施例２による業務品質指標判定結果の表現の一例 実施例３によるセンサデータとパフォーマンスデータのコンビネーションによる生産性指標の生成例 実施例３によるセンサデータとパフォーマンスデータのコンビネーションによる生産性指標の表現例 実施例２による業務品質指標判定結果の表現の一例 実施例２による業務品質指標判定結果の表現の一例

（実施の形態１）
本発明の第１の実施形態を、図面を参照して説明する。

本発明における人間の行動を分析・解析するシステムの位置づけと機能を明らかにするため、まずビジネス顕微鏡システムについて説明する。ここで、ビジネス顕微鏡とは、組織内のメンバに装着したセンサノードから、メンバの動きやメンバ間のインタラクションに関するデータを取得し、このデータの解析結果として、組織のダイナミクスを明らかにすることで、組織の改善に役立てるためのシステムである。

図１-a、図１-b、図１-cは、ビジネス顕微鏡システムの全体構成および構成要素を示す説明図である。

本システムは、名札型センサノード（ＴＲ）、基地局（ＧＷ）、サービスゲートウェイ（ＳＶＧ）、センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）によって構成されている。これらの構成要素は、図示の都合上図１-a、図１-b、図１-cの３つの図に分割して示してあるが、各々図示された各処理は相互に連携して実行される。図１-aには、ビジネス顕微鏡のサービス事業者（ＳＶ）に設置される、センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）が示されている。センサネットサーバ（ＳＳ）とアプリケーションサーバ（ＡＳ）は、サービス事業者（ＳＶ）の内部にてローカルネットワーク１（ＬＮＷ１）にて接続される。また、図１-bには、ビジネス顕微鏡の顧客サイト（ＣＳ）で使用される、名札型センサノード（ＴＲ）、基地局（ＧＷ）、サービスゲートウェイ（ＳＶＧ）が示されている。名札型センサノード（ＴＲ）、基地局（ＧＷ）間は無線通信にて、また、基地局（ＧＷ）とサービスゲートウェイ（ＳＶＧ）間は、ローカルネットワーク２（ＬＮＷ２）にて接続される。さらに、図１-cには、名札型センサノード（ＴＲ）の詳細な構成が示されている。

まず、図１-b及び図１-cに示す名札型センサノード（ＴＲ）から所得されたセンサデータが、基地局（ＧＷ）、サービスゲートウェイ（ＳＶＧ）を経由して、センサデータを格納するセンサネットサーバ（ＳＳ）に到達し、さらに、組織ダイナミクスの分析を行うアプリケーションサーバ（ＡＳ）にて処理されるまでの一連の流れについて説明する。

図１-b及び図１-cに示す名札型センサノード（ＴＲ）について説明を行う。名札型センサノード（ＴＲ）は人間の対面状況を検出するための複数の赤外線送受信部（ＡＢ）、装着者の動作を検出するための三軸加速度センサ（ＡＣ）、装着者の発話と周囲の音を検出するためのマイク（ＡＤ）、名札型センサノードの裏表検知のための照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）、温度センサ（ＡＥ）の各種センサを搭載する。搭載するセンサは一例であり、装着者の対面状況と動作を検出するために他のセンサを使用してもよい。

本実施例では、赤外線送受信部を４組搭載する。赤外線送受信部（ＡＢ）は、名札型センサノード（ＴＲ）の固有識別情報である端末情報（ＴＲＭＴ）を正面方向に向かって定期的に送信し続ける。他の名札型センサノード（ＴＲ）を装着した人物が略正面（例えば、正面又は斜め正面）に位置した場合、名札型センサノード（ＴＲ）と他の名札型センサノード（ＴＲ）は、それぞれの端末情報（ＴＲＭＴ）を赤外線で相互にやり取りする。このため、誰と誰が対面しているのかを記録することができる。

各赤外線送受信部は一般に、赤外線送信のための赤外発光ダイオードと、赤外線フォトトランジスタの組み合わせにより構成される。赤外線ＩＤ送信部（ＩｒＩＤ）は、自らのＩＤである端末情報（ＴＲＭＴ）を生成して赤外線送受信モジュールの赤外線発光ダイオードに対して転送する。本実施例では、複数の赤外線送受信モジュールに対して同一のデータを送信することで、全ての赤外線発光ダイオードが同時に点灯する。もちろん、それぞれ独立のタイミング、別のデータを出力してもよい。

また、赤外線送受信部（ＡＢ）の赤外線フォトトランジスタによって受信されたデータは、論理和回路（ＩＲＯＲ）によって論理和が取られる。つまり、最低どれか一つの赤外線受光部でＩＤ受光されていれば名札型センサノードにＩＤとして認識される。もちろん、ＩＤの受信回路を独立して複数持つ構成でもよい。この場合、それぞれの赤外線送受信モジュールに対して送受信状態が把握できるので、例えば、対面する別の名札型センサノードがどの方向にいるかなど付加的な情報を得ることも可能である。

センサによって検出したセンサデータ（ＳＥＮＳＤ）はセンサデータ格納制御部（ＳＤＣＮＴ）によって、記憶部（ＳＴＲＧ）に格納される。センサデータ（ＳＥＮＳＤ）は無線通信制御部（ＴＲＣＣ）によって送信パケットに加工され、送受信部（ＴＲＳＲ）によって基地局（ＧＷ）に対し送信される。

このとき、記憶部（ＳＴＲＧ）からをセンサデータ（ＳＥＮＳＤ）取り出し、無線送信するタイミングを生成するのが通信タイミング制御部（ＴＲＴＭＧ）である。通信タイミング制御部（ＴＲＴＭＧ）は、複数のタイミングを生成する複数のタイムベース（ＴＢ１、ＴＢ２）を持つ。

記憶部に格納されるデータには、現在センサによって検出したセンサデータ（ＳＥＮＳＤ）の他、過去にセンサにより取得して蓄積した纏め送りデータ（ＣＭＢＤ）や、名札型センサノードの動作プログラムであるファームウェアを更新するためのファームウェア更新データ（ＦＭＵＤ）がある。

本実施例の名札型センサノード（ＴＲ）は、外部電源検出回路（ＰＤＥＴ）により、外部電源（ＥＰＯＷ）が接続されたことを検出し、外部電源検出信号（ＰＤＥＴＳ）を生成する。外部電源検出信号（ＰＤＥＴＳ）によって、タイミング制御部（ＴＲＴＭＧ）が生成する送信タイミングと無線通信されるデータをそれぞれタイムベース切替部（ＴＭＧＳＥＬ）、データ切替部（ＴＲＤＳＥＬ）によって切り替える。

照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）は、それぞれ名札型センサノード（ＮＮ）の前面と裏面に搭載される。照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）により取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、裏返り検知部（ＦＢＤＥＴ）によって比較される。名札が正しく装着されているときは、前面に搭載されている照度センサ（ＬＳ１Ｆ）が外来光を受光し、裏面に搭載されている照度センサ（ＬＳ１Ｂ）は名札型センサノード本体と装着者との間に挟まれる位置関係となるため、外来光を受光しない。このとき、照度センサ（ＬＳ１Ｂ）で検出される照度より、照度センサ（ＬＳ１Ｆ）で検出される照度の方が大きな値を取る。一方で、名札型センサノード（ＴＲ）が裏返った場合、照度センサ（ＬＳ１Ｂ）が外来光を受光し、照度センサ（ＬＳ１Ｆ）が装着者側を向くため、照度センサ（ＬＳ１Ｆ）で検出される照度より、照度センサ（ＬＳ１Ｂ）で検出される照度の方が大きくなる。

ここで、照度センサ（ＬＳ１Ｆ）で検出される照度と、照度センサ（ＬＳ１Ｂ）で検出される照度を裏返り検知部（ＦＢＤＥＴ）で比較することで、名札ノードが裏返って、正しく装着していないことが検出できる。裏返り検知部（ＦＢＤＥＴ）で裏返りが検出されたとき、スピーカ（ＳＰ）により警告音を発生して装着者に通知する。

マイク（ＡＤ）は、音声情報を取得する。音声情報によって、「騒々しい」又は「静か」等の周囲の環境を知ることができる。さらに、人物の声を取得・分析することによって、コミュニケーションが活発か停滞しているのか、相互に対等に会話をやり取りしているか一方的に話しているのか、怒っているのか笑っているのか、などの対面コミュニケーションのクオリティを分析することができる。さらに、人物の立ち位置等の関係で赤外線送受信器（ＡＢ）が検出できなかった対面状態を、音声情報及び加速度情報によって補うこともできる。

マイク（ＡＤ）で取得される音声は、音声波形及び、それを積分回路（ＡＶＧ）で積分した信号の両方を取得する。積分した信号は、取得した音声のエネルギを表す。

三軸加速度センサ（ＡＣ）は、ノードの加速度すなわちノードの動きを検出する。このため、加速度データから、名札型センサノード（ＴＲ）を装着した人物の動きの激しさや、歩行などの行動を解析することができる。さらに、複数の名札型センサノードが検出した加速度の値を比較することによって、それらの名札型センサノードを装着した人物間のコミュニケーションの活性度や相互のリズム、相互の相関等を解析できる。

本実施例の名札型センサノード（ＴＲ）では、三軸加速度センサ（ＡＣ）で取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、上下検知回路（ＵＤＤＥＴ）によって名札の向きを検出する。これは、三軸加速度センサ（ＡＣ）で検出される加速度は、装着者の動きによる動的な加速度変化と、地球の重力加速度による静的加速度の２種類が観測されることを利用している。

表示装置（ＬＣＤＤ）は、名札型センサノード（ＴＲ）を胸に装着しているときは、装着者の所属、氏名などの個人情報を表示する。つまり、名札として振舞う。一方で、装着者が名札型センサノード（ＴＲ）を手に持ち、表示装置（ＬＣＤＤ）を自分の方に向けると、名札型センサノード（ＴＲ）の転地が逆になる。このとき、上下検知回路（ＵＤＤＥＴ）によって生成される上下検知信号（ＵＤＤＥＴＳ）により、表示装置（ＬＣＤＤ）に表示される内容と、ボタンの機能を切り替える。本実施例では、上下検知信号（ＵＤＤＥＴＳ）の値により、表示装置（ＬＣＤＤ）に表示させる情報を、表示制御（ＤＩＳＰ）によって生成される赤外線アクティビティ解析（ＡＮＡ）による解析結果と、名札表示（ＤＮＭ）とを切り替える例を示している。

赤外線送受信器（ＡＢ）がノード間で赤外線をやり取りすることによって、名札型センサノード（ＴＲ）が他の名札型センサノード（ＴＲ）と対面したか否か、すなわち、名札型センサノード（ＴＲ）を装着した人物が他の名札型センサノード（ＴＲ）を装着した人物と対面したか否かが検出される。このため、名札型センサノード（ＴＲ）は、人物の正面部に装着されることが望ましい。

名札型センサノードは多くの場合には複数存在し、それぞれが近い基地局（ＧＷ）と結びついてパーソナルエリアネットワーク（ＰＡＮ）を形成している。

名札型センサノード（ＴＲ）の温度センサ（ＡＥ）は名札型センサノードのある場所の温度を、照度センサ（ＬＳ１Ｆ）は名札型センサノード（ＴＲ）の正面方向などの照度を取得する。これによって、周囲の環境を記録することができる。例えば、温度及び照度に基づいて、名札型センサノード（ＴＲ）が、ある場所から別の場所に移動したこと等を知ることもできる。

装着した人物に対応した入出力装置として、ボタン１〜３（ＢＴＮ１〜３）、表示装置（ＬＣＤＤ）、スピーカ（ＳＰ）等を備える。

記憶部（ＳＴＲＧ）は、具体的にはハードディスク、フラッシュメモリなどの不揮発記憶装置で構成され、名札型センサノード（ＴＲ）の固有識別番号である端末情報（ＴＲＭＴ）、センシングの間隔、及び、ディスプレイへの出力内容等の動作設定（ＴＲＭＡ）、時計（ＴＲＣＫ）を記録している。なお、センサノードは、省電力化のために、一定間隔で起動状態と停止状態を繰り返す間欠動作を行っている。これはセンシングやデータ送信のようなタスクを実行する時のみ必要なハードウェアを駆動し、実行すべきタスクがない時は、ＣＰＵ等を低電力モードで休眠させるという動作である。ここでのセンシングの間隔とは、起動状態においてセンシングを行う間隔を意味する。また、この他にも記憶部（ＳＴＲＧ）は一時的にデータを記録することができ、センシングしたデータを記録しておくために利用される。

通信タイミング制御部（ＴＲＴＭＧ）は、時刻情報（ＧＷＣＳＤ）を保持し、一定間隔でその時刻情報（ＧＷＣＳＤ）を更新する。時間情報は、時刻情報（ＧＷＣＳＤ）が他の名札型センサノード（ＴＲ）とずれることを防ぐために、基地局（ＧＷ）から送信される時刻情報（ＧＷＣＳＤ）によって定期的に時刻を修正する。

センサデータ格納制御部（ＳＤＣＮＴ）は、記憶部（ＳＴＲＧ）に記録された動作設定（ＴＲＭＡ）に従って、各センサのセンシング間隔などを制御し、取得したデータを管理する。

時刻同期は、基地局（ＧＷ）から時刻情報を取得して時計を修正する。時刻同期は、後述するアソシエイトの直後に実行されてもよいし、基地局（ＧＷ）から送信された時刻同期コマンドに従って実行されてもよい。

無線通信制御部（ＴＲＣＣ）は、データを送受信する際に、送信間隔の制御、及び、無線の送受信に対応したデータフォーマットへの変換を行う。無線通信制御部（ＴＲＣＣ）は、必要であれば、無線でなく有線による通信機能を持ってもよい。無線通信制御部（ＴＲＣＣ）は、他の名札型センサノード（ＴＲ）と送信タイミングが重ならないように輻輳制御を行うこともある。

アソシエイト（ＴＲＴＡ）は、図１-bに示す基地局（ＧＷ）とパーソナルエリアネットワーク（ＰＡＮ）を形成するためのアソシエイト要求（ＴＲＴＡＱ）と、アソシエイト応答（ＴＲＴＡＲ）を送受信し、データを送信すべき基地局（ＧＷ）を決定する。アソシエイト（ＴＲＴＡ）は、名札型センサノード（ＴＲ）の電源が投入されたとき、及び、名札型センサノード（ＴＲ）が移動した結果それまでの基地局（ＧＷ）との送受信が絶たれたときに実行される。アソシエイト（ＴＲＴＡ）の結果、名札型センサノード（ＴＲ）は、その名札型センサノード（ＴＲ）からの無線信号が届く近い範囲にある一つの基地局（ＧＷ）と関連付けられる。

送受信部（ＴＲＳＲ）は、アンテナを備え、無線信号の送信及び受信を行う。必要があれば、送受信部（ＴＲＳＲ）は、有線通信のためのコネクタを用いて送受信を行うこともできる。送受信部（ＴＲＳＲ）によって送受信されるデータ（ＴＲＳＲＤ）は、基地局（ＧＷ）との間でパーソナルエリアネットワーク（ＰＡＮ）を介して転送される。

次に、図１-bに示す基地局（ＧＷ）の機能についての説明を行う。基地局（ＧＷ）は、名札型センサノード（ＴＲ）から無線で受信したセンサデータをサービスゲートウェイ（ＳＶＧ）に対して送信する機能を有する。基地局（ＧＷ）は、無線の到達距離、測定対象の組織が存在するエリアの大きさを考慮して、必要な台数が設置される。

基地局（ＧＷ）は、制御部（ＧＷＣＯ）、記憶部（ＧＷＭＥ）、時計（ＧＷＣＫ）及び、送受信部（ＧＷＳＲ）を備える。

制御部（ＧＷＣＯ）は、ＣＰＵ（図示省略）を備える。ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、センシングデータセンサ情報の取得タイミング、センシングデータの処理、名札型センサノード（ＴＲ）やセンサネットサーバ（ＳＳ）への送受信のタイミング、及び、時刻同期のタイミングを管理する。具体的には、ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、無線通信制御・通信制御部（ＧＷＣＣ）、データ形式変換、アソシエイト（ＧＷＴＡ）、時刻同期管理（ＧＷＣＤ）及び時刻同期（ＧＷＣＳ）等の処理を実行する。

無線通信制御・通信制御部（ＧＷＣＣ）は、無線又は有線による名札型センサノード（ＴＲ）及びサービスゲートウェイ（ＳＶＧ）との通信のタイミングを制御する。また、無線通信制御・通信制御部（ＧＷＣＣ）は、受信したデータの種類を区別する。具体的には、無線通信制御・通信制御部（ＧＷＣＣ）は、受信したデータが一般のセンシングデータであるか、アソシエイトのためのデータであるか、時刻同期のレスポンスであるか等をデータのヘッダ部分から識別して、それらのデータをそれぞれ適切な機能に渡す。

なお、無線通信制御・通信制御部（ＧＷＣＣ）は、記憶部（ＧＷＭＥ）に記録されたデータ形式情報（ＧＷＭＦ）を参照して、送受信のために適した形式にデータを変換し、データの種類を示すためのタグ情報を付け加えるデータ形式変換を実行する。

アソシエイト（ＧＷＴＡ）は、名札型センサノード（ＴＲ）から送られてきたアソシエイト要求（ＴＲＴＡＱ）に対する応答（ＴＲＴＡＲ）を送信し、各名札型センサノード（ＴＲ）にローカルＩＤを割り当てる。アソシエイトが成立したら、アソシエイト（ＧＷＴＡ）は、端末管理テーブル（ＧＷＴＴ）と端末ファームウェア（ＧＷＴＦ）を用いて端末管理情報を修正する（ＧＷＤＦ）。

時刻同期管理（ＧＷＣＤ）は、時刻同期を実行する間隔及びタイミングを制御し、時刻同期するように命令を出す。あるいは、サービス事業者（ＳＶ）サイトに設置されているセンサネットサーバ（ＳＳ）が時刻同期管理（ＧＷＣＤ）を実行することによって、センサネットサーバ（ＳＳ）からシステム全体の基地局（ＧＷ）に統括して命令を送ってもよい。

時刻同期（ＧＷＣＳ）は、ネットワーク上のＮＴＰサーバ（ＴＳ）に接続され、時刻情報の取得を行う。時刻同期（ＧＷＣＳ）は、取得した時刻情報に基づいて、時計（ＧＷＣＫ）の情報を周期的にアップデートする。また、時刻同期（ＧＷＣＳ）は、名札型センサノード（ＴＲ）に対して、時刻同期の命令と時刻情報（ＧＷＣＤ）を送信する。この仕組みにより、基地局（ＧＷ）に接続されている複数の名札型センサノード（ＴＲ）は、ノード間で時刻の同期を保つことが可能となる。

記憶部（ＧＷＭＥ）は、ハードディスク、フラッシュメモリのような不揮発記憶装置で構成される。記憶部（ＧＷＭＥ）には、少なくとも動作設定（ＧＷＭＡ）、データ形式情報（ＧＷＭＦ）、端末管理テーブル（ＧＷＴＴ）、及び基地局情報（ＧＷＭＧ）が格納される。動作設定（ＧＷＭＡ）は、基地局（ＧＷ）の動作方法を示す情報を含む。データ形式情報（ＧＷＭＦ）は、通信のためのデータ形式を示す情報、及び、センシングデータにタグを付けるために必要な情報を含む。端末管理テーブル（ＧＷＴＴ）は、現在アソシエイトできている配下の名札型センサノード（ＴＲ）の端末情報（ＴＲＭＴ）、及び、それらの名札型センサノード（ＴＲ）を管理するために配布しているローカルＩＤを含む。基地局情報（ＧＷＭＧ）は、基地局（ＧＷ）自身のアドレスなどの情報を含む。また、記憶部（ＧＷＭＥ）には名札型センサノードに搭載されるファームウェア（ＧＷＴＦ）を一時的に格納する。

記憶部（ＧＷＭＥ）には、さらに、制御部（ＧＷＣＯ）中の中央処理部ＣＰＵ（図示省略）によって実行されるプログラムが格納されてもよい。

時計（ＧＷＣＫ）は時刻情報を保持するために、一定の周期にて、ＮＴＰ（Ｎｅｔｗｏｒｋ Ｔｉｍｅ Ｐｒｏｔｏｃｏｌ）サーバ（ＴＳ）から取得した時刻情報によって、自身の時刻情報を修正する。

送受信部（ＧＷＳＲ）は、名札型センサノード（ＴＲ）からの無線を受信し、ローカルネットワーク２（ＬＮＷ２）を通じて、サービスゲートウェイ（ＳＶＧ）への送信を行う。

次に、図１-bに示すサービスゲートウェイ（ＳＶＧ）の上り側処理について説明を行う。サービスゲートウェイ（ＳＶＧ）は、全ての基地局（ＧＷ）から収集されたデータを、インターネット（ＮＥＴ）を通じて、サービス事業者（ＳＶ）に対して送信する。また、センサデータのバックアップを行うために、基地局（ＧＷ）から取得したデータを、ローカルデータバックアップ（ＬＤＢＫ）の制御によってローカルデータストレージ（ＬＤＳＴ）に格納する。基地局からのデータの送受信、および、インターネット側とのデータの送受信は、送受信部（ＳＶＧＳＲ）によって行われる。サービスゲートウェイ（ＳＶＧ）の下り側処理およびローカルネットワーク（ＬＮＷ２）に接続されるクライアントＰＣ（ＣＬ）の機能については後述する。

次に、図１-aに示すセンサネットサーバ（ＳＳ）について説明を行う。サービス事業者（ＳＶ）サイトに設置されるセンサネットサーバ（ＳＳ）は、顧客サイト（ＣＳ）にて稼動している全ての名札型センサノード（ＴＲ）にて収集されたデータの管理を行う。具体的には、センサネットサーバ（ＳＳ）は、インターネット（ＮＥＴ）経由で送られてくるデータをデータベースに格納し、また、アプリケーションサーバ（ＡＳ）及び、クライアントＰＣ（ＣＬ）からの要求に基づいてセンサデータを送信する。さらに、センサネットサーバ（ＳＳ）は、基地局（ＧＷ）からの制御コマンドを受信し、その制御コマンドから得られた結果を基地局（ＧＷ）に返信する。

センサネットサーバ（ＳＳ）は、送受信部（ＳＳＳＲ）、記憶部（ＳＳＭＥ）及び制御部（ＳＳＣＯ）を備える。時刻同期管理（ＧＷＣＤ）がセンサネットサーバ（ＳＳ）で実行される場合、センサネットサーバ（ＳＳ）は時計も必要とする。

送受信部（ＳＳＳＲ）は、基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）及びサービスゲートウェイ（ＳＶＧ）との間で、データの送信及び受信を行う。具体的には、送受信部（ＳＳＳＲ）は、サービスゲートウェイ（ＳＶＧ）から送られてきたセンシングデータを受信し、アプリケーションサーバ（ＡＳ）へセンシングデータを送信する。

記憶部（ＳＳＭＥ）は、ハードディスクやフラッシュメモリなどの不揮発記憶装置によって構成され、少なくとも、パフォーマンステーブル（ＢＢ）、データ形式情報（ＳＳＭＦ）、データテーブル（ＢＡ）及び端末管理テーブル（ＳＳＴＴ）を格納する。さらに、記憶部（ＳＳＭＥ）は、制御部（ＳＳＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。更に、記憶部（ＳＳＭＥ）には、端末ファームウェア登録部（ＴＦＩ）において格納された名札型センサノードの更新されたファームウェア（ＳＳＴＦ）を一時的に格納する。

パフォーマンステーブル（ＢＢ）は、名札型センサノード（ＴＲ）から又は既存のデータから入力された、組織や個人に関する評価（パフォーマンス）を、時刻データと共に記録するためのデータベースである。

データ形式情報（ＳＳＭＦ）には、通信のためのデータ形式、基地局（ＧＷ）でタグ付けされたセンシングデータを切り分けてデータベースに記録する方法、及び、データの要求に対する対応方法等が記録されている。後で説明するように、データ受信の後、データ送信の前には必ずこのデータ形式情報（ＳＳＭＦ）が通信制御部（ＳＳＣＣ）によって参照され、データ形式変換（ＳＳＭＦ）とデータ管理（ＳＳＤＡ）が行われる。

データテーブル（ＢＡ）は、各名札型センサノード（ＴＲ）が取得したセンシングデータ、名札型センサノード（ＴＲ）の情報、及び、各名札型センサノード（ＴＲ）から送信されたセンシングデータが通過した基地局（ＧＷ）の情報等を記録しておくためのデータベースである。加速度、温度等、データの要素ごとにカラムが作成され、データが管理される。また、データの要素ごとにテーブルが作成されてもよい。どちらの場合にも、全てのデータは、取得された名札型センサノード（ＴＲ）のＩＤである端末情報（ＴＲＭＴ）と、取得された時刻に関する情報とが関連付けて管理される。

端末管理テーブル（ＳＳＴＴ）は、どの名札型センサノード（ＴＲ）が現在どの基地局（ＧＷ）の管理下にあるかを記録しているテーブルである。基地局（ＧＷ）の管理下に新たに名札型センサノード（ＴＲ）が加わった場合、端末管理テーブル（ＳＳＴＴ）は更新される。

制御部（ＳＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、センシングデータの送受信やデータベースへの記録・取り出しを制御する。具体的には、ＣＰＵが記憶部（ＳＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＳＳＣＣ）、端末管理情報修正（ＳＳＴＦ）及びデータ管理（ＳＳＤＡ）等の処理を実行する。

通信制御部（ＳＳＣＣ）は、サービスゲートウェイ（ＳＶＧ）、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）との通信のタイミングを制御する。また、通信制御部（ＳＳＣＣ）は、上述の通り、送受信するデータの形式を、記憶部（ＳＳＭＥ）内に記録されたデータ形式情報（ＳＳＭＦ）に基づいて、センサネットサーバ（ＳＳ）内におけるデータ形式、又は、各通信相手に特化したデータ形式に変換する。さらに、通信制御（ＳＳＣＣ）は、データの種類を示すヘッダ部分を読み取って、対応する処理部へデータを振り分ける。具体的には、受信されたデータはデータ管理（ＳＳＤＡ）へ、端末管理情報を修正するコマンドは端末管理情報修正（ＳＳＴＦ）へ振り分けられる。送信されるデータの宛先は、基地局（ＧＷ）、サービスゲートウェイ（ＳＶＧ）、アプリケーションサーバ（ＡＳ）又はクライアント（ＣＬ）に決定される。

端末管理情報修正（ＳＳＴＦ）は、基地局（ＧＷ）から端末管理情報を修正するコマンドを受け取った際に、端末管理テーブル（ＳＳＴＴ）を更新する。

データ管理（ＳＳＤＡ）は、記憶部（ＳＳＭＥ）内のデータの修正・取得及び追加を管理する。例えば、データ管理（ＳＳＤＡ）によって、センシングデータは、タグ情報に基づいてデータの要素別にデータベースの適切なカラムに記録される。センシングデータがデータベースから読み出される際にも、時刻情報及び端末情報に基づいて必要なデータを選別し、時刻順に並べ替える等の処理が行われる。

センサネットサーバ（ＳＳ）が、サービスゲートウェイ（ＳＶＧ）を介して受け取ったデータは、データ管理（ＳＳＤＡ）によってパフォーマンステーブル（ＢＢ）及びデータテーブル（ＢＡ）に整理して記録される。

最後に、図１-aに示すアプリケーションサーバ（ＡＳ）について説明行う。アプリケーションサーバ（ＡＳ）は、顧客サイト（ＣＳ）内のクライアントＰＣ（ＣＬ）からの依頼を受けて、又は、設定された時刻に自動的にセンシングデータの解析処理を行うために、センサネットサーバ（ＳＳ）に依頼を送って、必要なセンシングデータを取得し、取得したデータを解析し、解析されたデータをクライアントＰＣ（ＣＬ）に送信する。解析されたデータをそのまま解析データベースに記録しておいてもよい。アプリケーションサーバ（ＡＳ）は、送受信部（ＡＳＳＲ）、記憶部（ＡＳＭＥ）及び制御部（ＡＳＣＯ）を備えている。

送受信部（ＡＳＳＲ）は、センサネットサーバ（ＳＳ）及びサービスゲートウェイ（ＳＶＧ）との間でデータの送信及び受信を行う。具体的には、送受信部（ＡＳＳＲ）は、クライアントＰＣ（ＣＬ）サービスゲートウェイ（ＳＶＧ）経由で送られてきたコマンドを受信し、センサネットサーバ（ＳＳ）にデータ取得依頼を送信する。さらに、送受信部（ＡＳＳＲ）は、サービスゲートウェイ（ＳＶＧ）を経由して、解析したデータをクライアントＰＣ（ＣＬ）に送信する。

記憶部（ＡＳＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＡＳＭＥ）は、解析のための設定条件及び解析したデータを格納する。具体的には、記憶部（ＡＳＭＥ）は、解析条件（ＡＳＭＪ）、解析アルゴリズム（ＡＳＭＡ）、解析パラメータ（ＡＳＭＰ）、端末情報−ＩＤ対応表（ＡＳＭＴ）、解析結果テーブル（Ｅ）、解析済範囲テーブル（ＡＳＪＣＡ）、一般情報テーブル（ＡＳＩＰ）を格納する。

解析条件（ＡＳＭＪ）は、クライアントＰＣ（ＣＬ）から依頼された表示のための解析条件を一時的に記憶しておく。

解析アルゴリズム（ＡＳＭＡ）は、解析を行うプログラムを記録する。クライアントＰＣ（ＣＬ）からの依頼に従って、適切なプログラムが選択され、そのプログラムによって解析が実行される。

解析パラメータ（ＡＳＭＰ）は、例えば、特徴量抽出のためのパラメータ等を記録する。クライアントＰＣ（ＣＬ）の依頼によってパラメータを変更する際には、解析パラメータ（ＡＳＭＰ）が書き換えられる。

端末情報−ＩＤ対応表（ＡＳＭＴ）は、端末のＩＤと、その端末に関連付けられる別のＩＤおよび属性情報等との対照表である。

解析結果テーブル（Ｅ）は、個人・組織ダイナミクス解析（Ｄ）によって、解析されたデータを格納するためのデータベースである。

解析済範囲テーブル（ＡＳＪＣＡ）は、個人・組織ダイナミクス解析（Ｄ）にて行った解析範囲とその処理をした時間が記載されている。

一般情報テーブル（ＡＳＩＰ）は、個人・組織ダイナミクス解析（Ｄ）を行う際に、指標として用いるためのテーブルである。

制御部（ＡＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、データの送受信の制御及びセンシングデータの解析を実行する。具体的には、ＣＰＵ（図示省略）が記憶部（ＡＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＡＳＣＣ）、個人・組織ダイナミクス解析（Ｄ）、Ｗｅｂサービス（ＷＥＢ）が実行される。

通信制御（ＡＳＣＣ）は、有線又は無線によるセンサネットサーバ（ＳＳ）との通信のタイミングを制御する。さらに、通信制御（ＡＳＣＣ）は、データの形式変換、及び、データの種類別に行き先の振り分けを実行する。

個人・組織ダイナミクス解析（Ｄ）は、センサデータを使用して、解析アルゴリズム（ＡＳＭＡ）に記載されている解析処理を実行し、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析した範囲を示す解析済範囲テーブル（ＡＳＪＣＡ）を更新する。

Ｗｅｂサービス（ＷＥＢ）は、顧客サイト（ＣＳ）のクライアントＰＣ（ＣＬ）より依頼を受けた場合には、解析結果テーブル（Ｅ）に格納されている解析結果を、ビジュアルデータ生成部（ＶＤＧＮ）にて、表示に必要なデータに変換した後に、クライアントＰＣ（ＣＬ）に対してインターネット（ＮＥＴ）を通じて送信するためのサーバの機能を有する。具体的には、表示のコンテンツや描画位置情報等の情報がＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｋｅｕｐ Ｌａｎｇｕａｇｅ）などの形式にて送信される。

なお、本実施例では、収集されたセンサデータの格納・管理、組織ダイナミクスの分析、などセンサネットサーバとアプリケーションサーバそれぞれが有する機能により実行される説明をしたが、両機能を有する１のサーバによりそれらを実行できることはいうまでもない。

以上、名札型センサノード（ＴＲ）から所得されたセンサデータが、アプリケーションサーバ（ＡＳ）に到達して組織ダイナミクスの分析が行われるまでの一連の流れを示した。

次に、顧客サイト（ＣＳ）のクライアントＰＣ（ＣＬ）が組織ダイナミクスの分析結果を、サービス事業者から要求する処理について述べる。

クライアントＰＣ（ＣＬ）が要求した組織ダイナミクス分析結果は、インターネット（ＮＥＴ）を通じて、サービスゲートウェイ（ＳＶＧ）に到達する。ここでは、サービスゲートウェイ（ＳＶＧ）の下り側処理について述べる。サービスゲートウェイ（ＳＶＧ）の下り側処理は、ＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）、ＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）、フィルタリングポリシ（ＦＬＰＬ）、フィルタリング設定ＩＦ（ＦＬＩＦ）、および、ＩＤ−ＮＡＭＥ登録ＩＦ（ＲＧＩＦ）にて実行される。

送受信部（ＳＶＧＳＲ）を通じて入力された組織ダイナミクス分析結果は、ＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）に到達すると、組織ダイナミクス分析結果に含まれているＩＤをＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に登録されている個人名に変換を行う。

また、組織ダイナミクス分析結果に関して、部分的にＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）を行いたい場合には、そのポリシを予めフィルタリングポリシ（ＦＬＰＬ）に登録しておく。ここで、ポリシとは、組織ダイナミクス分析結果のクライアントＰＣへの表示方法を決定する条件である。具体的には、組織ダイナミクス分析結果に含まれるＩＤを名前に変換するか否かを決定する条件、あるいは、組織に存在しない未知のＩＤに関する構成情報を消去するか否かを決定する条件などである。このフィルタリングポリシに記録されたポリシに基づいて、組織ダイナミクス分析結果を表示する例は、図６−b〜図６−ｄを用いて後述する。なお、フィルタリングポリシ（ＦＬＰＬ）および、ＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）は、それぞれ、フィルタリング設定ＩＦ（ＦＬＩＦ）、および、ＩＤ−ＮＡＭＥ登録ＩＦ（ＲＧＩＦ）にて管理者より設定・登録作業が行われる。

ＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）によって、個人名が表記できる形に変換された組織ダイナミクス結果は、クライアントＰＣ（ＣＬ）のＷｅｂブラウザ（ＷＥＢＢ）を通じて、ユーザ対して理解しやすい形式で表示される。

次に、センサデータやパフォーマンス入力（Ｃ）を格納するデータテーブル（ＢＡ）の構成例について図２を用いて説明する。図２では、センサデータ及びパフォーマンスが、センサデータを取得した時間及びセンサノードの端末識別情報と対応づけられていることを特徴とする。これにより、組織を構成するメンバの関係、例えば接続関係やコミュニケーションの中心性などの組織ダイナミクス情報を求めることができる。さらには、センサデータとパフォーマンスを組み合わせた分析が可能となる。

データテーブル（ＢＡ）の、ユーザＩＤ（ＢＡＡ）は、ユーザの識別子であり、具体的には、ユーザが装着する端末（ＴＲ）の端末識別情報（ＴＲＭＴ）が格納される。

取得時間（ＢＡＢ）は名札型センサノード（ＴＲ）がセンサデータを取得した時刻、基地局（ＢＡＣ）は名札型センサノード（ＴＲ）からデータを受信した基地局、加速度センサ（ＢＡＤ）は加速度センサ（ＡＣ）のセンサデータ、ＩＲセンサ（ＢＡＥ）は赤外線送受信器（ＡＢ）のセンサデータ、音センサ（ＢＡＦ）はマイク（ＡＤ）のセンサデータ、温度（ＢＡＧ）は温度（ＡＥ）のセンサデータである。

気づき（ＢＡＨ）、感謝（ＢＡＩ）、正味（ＢＡＪ）は、パフォーマンス入力（Ｃ）もしくは、名札型センサノード（ＴＲ）のボタン（ＢＴＮ１〜３）の押下の有無より得られるデータである。

ここで、パフォーマンス入力（Ｃ）とは、パフォーマンスを示す値を入力する処理である。パフォーマンスとは、何らかの基準に基づいて判定される主観的又は客観的な評価である。例えば、所定のタイミングで、名札型センサノード（ＴＲ）を装着した人物は、その時点における業務の達成度、組織に対する貢献度及び満足度等、何らかの基準に基づく主観的な評価（パフォーマンス）の値を入力する。所定のタイミングとは、例えば、数時間に一度、一日に一度、又は、会議等のイベントが終了した時点であってもよい。名札型センサノード（ＴＲ）を装着した人物は、その名札型センサノード（ＴＲ）を操作して、又は、クライアントＰＣ（ＣＬ）のようなパーソナルコンピュータを操作して、パフォーマンスの値を入力することができる。あるいは、手書きで記入された値が後にまとめてＰＣで入力してもよい。入力されたパフォーマンス値は、解析処理に用いられる。組織に関するパフォーマンスは、個人のパフォーマンスから算出されてもよい。売上高又はコスト等の客観的なデータ、及び、顧客のアンケート結果等の既に数値化されているデータが、パフォーマンスとして別システムより入力されてもよい。生産管理等におけるエラー発生率等のように、自動で数値が得られる場合、得られた数値が自動的にパフォーマンスの値として入力されてもよい。

以上、図１-a、図１-b、図１-c、図２で示した機能構成により実現されるビジネス顕微鏡サービスの全体図を図３に示す。図３では、顧客サイトからセンサノードのIDと関連付けをされたセンサデータを受信して、サービス事業者側にて組織分析を行った後、IDをベースに行った組織分析データを顧客サイトにフィードバックすることを特徴とする。組織分析データに対しては、顧客がこれらを閲覧する際に、顧客サイトに設置したサービスゲートウェイにて、IDと個人情報(氏名)の変換を行い、わかりやすい情報として顧客に提示することを特徴とする。

図３に示すビジネス顕微鏡サービスにおいては、複数の顧客サイト（ＣＡ−Ａ、ＣＳ−Ｂ、ＣＳ−Ｃ）より送信されたセンサデータ（ＳＤＡＴ）を、インターネット（ＮＥＴ）経由にてサービス事業者（ＳＶ）にて受信し、これを組織分析システム（ＯＡＳ）にて、分析する。

センサデータ（ＳＤＡＴ）として主なものは、加速度データ（ＡＣＣ）や赤外線より得られる対面データ（ＩＲ）等である。これらはそれぞれ、図２に示すデータテーブル（ＢＡ）に格納されているものの一部である。組織分析システム（ＯＡＳ）では、前述のセンサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）にて、対象組織のダイナミクスが分析され、結果として得られた組織のダイナミクス指標等を組織分析結果（ＯＡＳＶ）として、該当する顧客サイト（ＣＳ）に対してフィードバックする。組織分析結果（ＯＡＳＶ）はインターネット（ＮＥＴ）を通じて顧客サイト（ＣＳ）に到着すると、サービスゲートウェイ（ＳＶＧ）にて、ＩＤを使って表現された組織分析結果（ＲＮＥＴ−ＩＤ）から、その組織の個人名を使用した分析結果（ＲＮＥＴ−ＮＡＭＥ）に変換される。

次に、組織分析サービスを提供するためのデータの表現方法について、説明する。本発明の課題のひとつとなっている個人情報問題を解決するため、サービス事業者（ＳＶ）では、個人情報は扱わず、ＩＤ情報のみを扱い、顧客サイト（ＣＳ）側にて、このＩＤ情報を個人名に変換する必要がある。

ここで、組織ダイナミクスを表現するための具体的な構成情報の例として、例えば、図４の左図に示すようなネットワーク図（ＮＥＴＥ）の表現を考える。この図においては、組織の４人（Ａ、Ｂ、Ｃ、および、Ｄ）の関係性の分析結果が示されている。この分析結果の表示に必要となる構成情報の例（ＮＥＴＳ）を図４の右図に示す。具体的には、４つのノード（０〜３）の座標情報（ＰＯＳ）、座標の属性情報（ＡＴＴ）、さらには、４つのノードの接続関係を示すリンク接続マトリクス（ＬＭＡＴ）より構成される。ここで、属性（ＡＴＴ）は、表示名、所属、ノードの表示色より構成される。

座標情報（ＰＯＳ）については、ノード数によって、その座標位置が固定的に決定されるようなアルゴリズムや、接続ノード数の大きいものが中心に、また、接続ノード数の小さいものがその周辺に表示されるようなアルゴリズム等を用いることができる。

リンク接続マトリクス（ＬＭＡＴ）は、データテーブル（ＢＡ）のＩＲセンサ（ＢＡＥ）のデータを集計することによって作成される。具体的には、一定期間の中で、どのユーザＩＤがどのユーザＩＤと対面したのかの情報を、対象ユーザＩＤの全ての組み合わせについて集計する。その結果、対面履歴のある場合には、ユーザＩＤの組合せを表すマトリクス上に、これを“１”で表記し、対面履歴の無い場合には、これを、０”で表記する。この“０”および“１”は、ネットワーク図で表した場合のノード間の、接続関係を示す（“１”および“０”は、それぞれ、ノード間の接続関係の有り、無し、を示す）。本例では、ノード接続の方向（例えば、ノード０からノード１への方向と、ノード１からノード０への方向）の区別を、考慮していないが、リンク接続マトリクスにて、方向性を考慮した表記方法を用いることも可能である。

このように、センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）にてユーザ名を含まないネットワーク図の構成情報（ＮＥＴＳ）を構成し、顧客サイトのサービスゲートウェイにてユーザ名に変換することにより、個人情報保護を図ることが可能となる。

さらに、ネットワーク図の構成情報（ＮＥＴＳ）を、文字列表記の構成情報とすることによって、文字列の抽出が容易となるために、顧客サイトのサービスゲートウェイ（ＳＶＧ）にて、属性（ＡＴＴ）の表示名を抽出し、ＩＤ情報を個人名に変換することが可能となる。ＩＤ情報から個人名への変換については、既存の文字列変換アルゴリズムを使用すれば良い。具体的な変換の例については後述する。なお、ここでは、組織ダイナミクスを表現するための構成情報の例としてネットワーク図を例に挙げたが、必ずしもネットワーク図である必要は無く、単純なタイムチャートなどの表現方法であっても、表示名を抽出できる構成となっていれば、個人名に変換可能となる。

また、本例では、ネットワーク図の構成情報を、文字列を容易に検索・置換できるものとして説明したが、ネットワーク図を画像情報とすることも可能である。この場合には、画像情報に対して文字認識アルゴリズムを適用することで文字列を抽出し、抽出された文字列に対して、上述の文字列変換アルゴリズムを適用し、再度、画像情報に変換すれば良い。

次に、組織のメンバへの名札型センサノード（ＴＲ）の割り当て方法について、図５を用いて説明する。図５においては、組織の３人のメンバ（個人名がそれぞれ、トーマス、ジェームス、エミリー）に対して、それぞれ、名札型センサノードを割り当てる場合を考える。ビジネス顕微鏡サービスの運営に関わる顧客サイト（ＣＳ）側の管理者（以降、サービス管理者と呼ぶ）は、トーマスに名札側センサノードＴＲ−Ａを、ジェームスに名札側センサノードＴＲ−Ｂを、また、エミリーに名札側センサノードＴＲ−Ｃを割り当てる。ここで、名札側センサノードＴＲ−ＡのノードＩＤは“Ａ”、名札側センサノードＴＲ−ＢのノードＩＤは“Ｂ”、名札側センサノードＴＲ−ＣのノードＩＤは“Ｃ”が割り当てられるものとする。このノードＩＤの割り当ては、予め、サービス事業者（ＳＶ）側で物理的な名札型センサノード（ＴＲ）に設定されているものを用いる場合（具体的には、端末情報（ＴＲＭＴ））と、顧客サイト（ＣＳ）側で決定したものを名札型センサノード（ＴＲ）に設定する場合がある。顧客サイト（ＣＳ）側でノードＩＤを決定する場合には、その顧客の組織における社員番号等、組織内でユニークとなるようなＩＤを割り当てることができる。サービス管理者は、この情報をベースにＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）を作成する。ＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）は、組織のメンバへの名札型センサノード（ＴＲ）の割り当て結果に基づいて、全ての物理的な名札型センサノード（ＴＲ）を識別可能な識別子であるＭＡＣアドレス（ＭＣＡＤ）、論理的な名札型センサノード（ＴＲの識別子であるノードＩＤ（ＮＤＩＤ）、これを使用する使用者（ＵＳＥＲ）、使用者の所属等（ＴＭＮＭ）情報の対応関係を管理するものである。ここで、ＭＡＣアドレス（ＭＣＡＤ）には、端末情報（ＴＲＭＴ）と同一、もしくは、この一部を含むものが使用される。

以降、図６−ａ〜図６−ｄに、顧客サイト（ＣＳ）のサービスゲートウェイ（ＳＶＧ）において、組織分析サービス結果のノードＩＤ情報を個人名に変換する例を具体的な手順と共に説明する。変換処理は、サービスゲートウェイ（ＳＶＧ）内のＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）にて行われる。なお、本実施例では、ＩＤ情報を個人名に変換する例について説明するが、個人のメールアドレスや画像等の個人情報にも変換できることはいうまでもない。

まず、図６−ａを用いて、ノードＩＤ情報を用いた組織ネットワーク図（ＮＥＴ−０）を、個人名を用いた組織ネットワーク図（ＮＥＴ−１）に変換を行う処理について説明する。ここで用いる組織ネットワーク図（ＮＥＴ−０、ＮＥＴ−１）は、メンバ間の対面情報（データテーブル（ＢＡ）のＩＲセンサ（ＢＡＥ）のデータ）を用いた一定期間のコミュニケーション状態を示しているものとする。

図６−ａでは２つのチーム（チーム１、チーム２）の７人のメンバのノードＩＤ情報（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）を、それぞれ個人名（トーマス、ジェームス、エミリー、パーシー、トビー、サム、ピーター）に変換を行う。この処理を行うには、サービスゲートウェイ（ＳＶＧ）にて図６−ａの処理フローに従って処理が行われる。

まず、ＩＤ−ＮＡＭＥ変換部（ＩＤＣＶ）にて、分析結果よりＩＤを逐次抽出し、（ＳＴＥＰ０１）、次に、抽出ＩＤをＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に送付する（ＳＴＥＰ０２）。次に、ＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に、抽出されたＩＤが存在するかどうかをチェックする（ＳＴＥＰ０３）。ＩＤが存在する場合には、ＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に示されている該当個人名（例えば、図５において、ノードＩＤがＡの場合にはトーマス）を、ＩＤ−ＮＡＭＥ変換部（ＩＤＣＶ）に送付して、変換処理を行う（ＳＴＥＰ０４）。

具体的には、図４に示すようなネットワーク図構成情報の該当ＩＤ部分が個人名に変換される。この結果、変換後のネットワーク図構成情報をクライアントＰＣ（ＣＬ）のブラウザで閲覧すると、組織ネットワーク図（ＮＥＴ−１）が表示される。また、ＳＴＥＰ０３にてＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に、抽出されたＩＤが存在しない場合には、変換処理を行わずにそのまま処理を終了する。以上の処理により、ノードＩＤ情報を用いた組織ネットワーク図（ＮＥＴ−０）を、個人名を用いた組織ネットワーク図（ＮＥＴ−１）に変換を行うことができる。

次に、図６−ｂを用いて、ノードＩＤ情報を用いた組織ネットワーク図（ＮＥＴ−０）を、個人名を用いた組織ネットワーク図（ＮＥＴ−２）に変換を行う処理について説明する。図６−ｂでは２つのチーム（チーム１、チーム２）の７人のメンバのノードＩＤ情報（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）を、それぞれ個人名（トーマス、ジェームス、エミリー、パーシー、トビー、サム、ピーター）に変換を行う際に、その組織に存在しない未知のノードＩＤに関する構成情報の消去を行う。この処理を行うには、サービスゲートウェイ（ＳＶＧ）にて図６−ｂに示すような処理フローに従って処理が行われる。

図６−ａの処理との差分としては、ＳＴＥＰ０３にてＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）に、抽出されたＩＤが存在しない場合（ＮＥＴ−０のＩＤ情報“Ｘ”）には、これをＩＤ−ＮＡＭＥ変換（ＩＤＣＶ）に通知して、ＩＤ情報“Ｘ”に該当する構成情報（座標情報（ＰＯＳ）、属性（ＡＴＴ）およびリンク接続マトリクス（ＬＭＡＴ）の情報）を消去する（ＳＴＥＰ０５）。

名札型センサノードを多数の組織のメンバが装着する場合、分析・表示対象となる組織以外のメンバと対面する場合が想定される。そのような場合であっても、上記処理を行うことで、該当組織のメンバが未知の名札センサノード（ＴＲ）と対面した場合の影響を除去することができ、該当組織にのみフォーカスして、ユーザにとってわかりやすい情報を提供することができる。さらに、ノイズ等の影響による誤対面情報の影響を取り除くことが可能となる。

次に、図６−ｃを用いて、ノードＩＤ情報を用いた組織ネットワーク図（ＮＥＴ−０）を、個人名を用いた組織ネットワーク図（ＮＥＴ−３）に変換を行う処理について説明する。図６−ｃでは２つのチーム（チーム１、チーム２）の７人のメンバのノードＩＤ情報（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）のうちをチーム１のメンバのみに対して、個人名への変換を行う。この処理を行うには、サービスゲートウェイ（ＳＶＧ）にて図６−ｃに示すような処理フローに従って処理が行われる。図６−ａの処理との差分としては、ＳＴＥＰ０３にてＩＤ−ＮＡＭＥ変換表（ＩＤＮＭ）にて、抽出されたＩＤが存在した場合に、次の処理として、このＩＤがフィルタリング対象部署に設定されているか否かを判定して（ＳＴＥＰ０６）フィルタリング対象の部署に該当する場合には、変換処理を行わない。このような処理を行うことで、他チームや他組織の詳細情報の閲覧を制限するような柔軟な運用が可能となる。さらに、他チームや他組織の個人情報を保護しつつ、対象部署のメンバと他チームや他組織とのネットワークを把握することが可能となる。

最後に、図６−ｄを用いて、ノードＩＤ情報を用いた組織ネットワーク図（ＮＥＴ−０）を、個人名を用いた組織ネットワーク図（ＮＥＴ−４）に変換を行う処理について説明する。図６−ｄでは２つのチーム（チーム１、チーム２）の７人のメンバのノードＩＤ情報（Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ）のうちをチーム１のメンバのみに対して、個人名への変換を行い、チーム１以外のメンバに関する情報を表示しないような処理を行う。この処理を行うには、サービスゲートウェイ（ＳＶＧ）にて図６−ｄに示すような処理フローに従って処理が行われる。図６−ｃの処理との差分としては、ＳＴＥＰ０６にてＩＤがフィルタリング対象部署に設定されているか否かを判定して、フィルタリング対象の部署に該当する場合には、該当するＩＤに関連する構成情報を消去する（ＳＴＥＰ０５）。このような処理を行うことで、メンバが、特定のチームや組織の情報のみにフォーカスし、余計な情報を表示無しに、閲覧可能とするような柔軟な運用が可能となる。

なお、上述したような、構成情報を削除する機能、フィルタリング対象部署に該当するか否かを判定する機能をアプリケーションサーバに持たせることもできる。この場合、アプリケーションサーバでそれらの機能を実行して組織ダイナミクス分析結果をサービスゲートウェイに送信し、サービスゲートウェイは、ＩＤを名前に変換する処理のみすればよい。

以上、図６−ａ〜図６−ｄに示したように、ノードＩＤ情報の変換処理を行うことで、サービス事業者（ＳＶ）では個人情報は扱わず、ＩＤ情報のみを扱うことで、個人情報漏洩などの危険を防止することが可能となる。

また、顧客サイト（ＣＳ）側では、変換された個人名による組織ダイナミクス情報を用いることで組織の状態をわかりやすく把握することができる。

また、ＩＤから個人情報への変換処理をサービスゲートウェイ（ＳＶＧ）にて行うため、この結果を閲覧するクライアントＰＣ（ＣＬ）においては、特殊なプログラムのインストールやデータの配布処理を行うことなく、一般的なブラウザによって結果を閲覧することができる。そのため、クライアントＰＣ（ＣＬ）の数量が多い場合においても、ビジネス顕微鏡サービスのスムースな導入と運用が可能となる。

さらに、また、特定のチームや組織の情報のみを、メンバに開示するような柔軟な運用を行うことも可能となる。

（実施の形態２）
本発明の第２の実施形態を、図面を参照して説明する。第２の実施例では、組織ダイナミクス分析の価値を高めるためにホワイトカラー業務の特徴に合致した有効な指標作成方法を特徴とする。生産性の高いホワイトカラー業務の特徴としては、メンバ自身の業務能力を高めることと、メンバ間でコミュニケーションによって、さらなる知識創造を促すことの双方が必要である。そこで、知識労働者を中心としたホワイトカラー業務の特性として、個人業務を、インタラプトされずに集中して行う時間および環境の確保、さらには、会議や議論の場においては積極的に参加すること、の２つの観点があげられる。

そこで、対面情報と加速度情報とのコンビネーションにより、その組織の業務クオリティを測定する。具体的には、あるメンバが他のメンバと対面している時に、動きの大きさが一定のしきい値を超えた場合に、積極的なコミュニケーションを行っていると判断し、動きの大きさがしきい値以下の場合には、コミュニケーションに消極的に関与していると判断する。また、非対面時においては、動きの大きさが一定のしきい値以下の時には、インタラプト（電話や会話）が無く、集中して業務に取り組める状態にあると判断し、逆に、動きの大きさがしきい値を超えた場合には、集中できていないと判断する。

これを、センサデータを使用して表に整理したものを図７−aに示す。図７−ａでは、加速度データおよび対面データを用いて、メンバがその他のメンバとの対面している時、つまり、議論やコミュニケーションの場において、動きが少ない場合（加速度センサによる測定結果が静止状態に近い場合）には、受動的対話をしていると判定し、動きが多い場合（加速度センサによる測定の結果、うなずいている、発言している、に相当する動きの大きさが検出された場合）には、積極的に対話に参加している、ということを判別する。

また、メンバがその他のメンバとの対面していない時、つまり、個人での作業をしていると思われる状況において、動きが少ない場合（加速度センサによる測定結果が静止状態に近い場合）には、集中状態にある、もしくは、集中できる環境にあると判定し、動きが多い場合（加速度センサによる測定の結果、うなずいている、発言している、に相当する動きの大きさが検出された場合）には、電話などの様々なインタラプト要因によって、個人業務に集中できていない状態にある、と判別する。

動きの少なさ・多さ、を識別するために、所定の加速度（例えば、加速度２Hz）を動きの大きさをしきい値として用いることで、以下、業務品質判定フローの説明を図７−ｂを用いて行う。

まず、それぞれのメンバの就業時間内を一定の時間スロットに分割して、各時間スロットにおいて、その時間に、名札ノードを装着しているかどうかを判定する（ＳＴＥＰ１１）。装着しているかどうかは、センサノードが照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）により取得する照度により判定できる。名札ノードを装着していない場合には、オフィス外で業務を行っていたと判定する（ＳＴＥＰ１２）。名札ノードを装着していた場合、その時間に対面判定を行う（ＳＴＥＰ１３）。

対面と判定された場合、加速度の大きさが２Ｈｚより大きい状態が一定時間継続しているか判定する（ＳＴＥＰ１４）。加速度の大きさが２Ｈｚより大きい状態が一定時間継続していた場合には、積極的対話を行っていたと判定し（ＳＴＥＰ１４）、２Ｈｚ以下の場合には、受動的対話を行っていたと判定する（ＳＴＥＰ１５）。

また、ＳＴＥＰ１３にて、対面していないと判定された場合、加速度の大きさが２Ｈｚより大きい状態が一定時間継続しているかを判定する（ＳＴＥＰ１７）。加速度の大きさが２Ｈｚより大きい状態が一定時間継続していた場合には、個人業務がインタラプトされていると判定し（ＳＴＥＰ１８）、２Ｈｚ以下の場合には、個人業務に集中していると判定する（ＳＴＥＰ１９）。

このように、対面情報と加速度情報とのコンビネーションにより、個人の業務クオリティを測定する。具体的には、会議や議論の場で積極的な対話を行っているか、個人業務に集中しているか否かを判定する。これにより、メンバ自身の業務能力を高めること、メンバ間のコミュニケーションを促すことによってさらなる知識創造を促進することが可能となる。

図８は、これらの判定結果を時系列のチャートとして示したものである。メンバＡの結果（ＣＨＴ０１）については、個人業務への集中時間が多いが、コミュニケーションは受動的である、といった特徴が現れている例であり、メンバＢの結果（ＣＨＴ０２）については、積極的対話が多いが、個人業務への集中時間があまり取れていない、といった特徴が現れている例を示したものである。このように、対話の積極性、個人業務の集中度を時間軸でみることにより、個人業務と相互作業（他とのコミュニケーション）のバランスを把握することができる。

さらに、図９−ａには、２つのチームの各メンバの業務品質について、横軸に集中時間を、縦軸に対話時の積極性とってマッピングした業務バランスチャートの例（ＣＨＴ０３）を示す。この例においては、チーム１のメンバについては、活発なコミュニケーションが取られているが、集中の継続が行われていない傾向が現れており、また、チーム２のメンバについては、集中の継続は多いが、コミュニケーションが活発でない、といった傾向が現れている。

このような組織表現の方法によって、個人としてのみならず組織としての働き方のバランスの見直しや、働き方を理想に近づけて業務の質を高めるための施策を実施すること、さらには、その施策実施後のフォローアップを適切に行うことが可能となる。

また、一定期間での、積極的対話、受動的対話の量を組織のメンバ間で測定し、メンバ毎の関係として表すこともできる。例えば図１３−ａに示すように、メンバＡとメンバＢとの間のコミュニケーションにおいて、メンバＡがメンバＢに対して積極度が高い場合に、２者間のリンク上にて、積極的なメンバＡに「＋」を、受動的なメンバＢに「−」を表記するものとする。この表記を、その他のメンバも含むネットワーク図上に示すことで、積極的会話をする傾向があるメンバ（「＋」が集まっている）と受動的な会話をする傾向があるメンバ（「−」が集まっている）を分類することが可能となる。さらに、別の表現として、図１３−ｂに示すように、「＋」が集まっているメンバに対してパターンＡのハッチング（ＰＴＮＡ）を付与し、「−」が集まっているメンバに対して、別のパターンＢのハッチング（ＰＴＮＢ）を付与することで、例えば、パターンＡのメンバをピッチャー型、パターンＢのメンバをキャッチャー型と判定し、コミュニケーションの流れのダイナミクスをよりわかりやすく表示することも可能となる。

図９−ａでは、組織、チームとしての働き方の傾向を可視化する例を示したが、具体的に組織の業務品質を指標として定義して、時系列的にモニタを行う例について、図９−ｂおよび図１０を用いて説明する。図９−ｂにおいては、チームの業務品質を、対話時積極性と個人業務集中継続時間を共に高めることを理想とした指標定義方法について示している（ＣＨＴ０４）。例えば、対話時積極性と個人業務集中継続時間の両方を考慮する指標作成の簡易な方法のひとつとして、チーム内のメンバの対話時積極性と個人業務集中継続時間のそれぞれの平均値を求め、双方の平均値の積を業務品質指標として用いる。図９−ｂの例ではチーム１の積極性の平均が０．５７、業務集中継続の平均が１８であった場合、これらの積による１０．２６がチーム１の指標となる。また、同様にチーム２の業務品質指標は１６．８となる。これらを時系列的にプロットしたものを図１０に示す（ＣＨＴ０５）。

この表示方法により、各チームの業務品質をモニタすることが可能となり、例えば、業務改善施策を実施した場合の効果を測定する、チーム間の比較を行うなど、従来は可視化することのできなかったホワイトカラー業務の特徴となる指標を時系列的に可視化することで、業務の生産性向上に寄与することが可能となる。

ホワイトカラー業務においては、組織のメンバが能力を発揮するための空間作りも重要となる。そこで業務を行うワークプレースが組織のメンバの活動にどのように寄与しているのかを明確にすることが、ワークプレースの設計や運用に必要な情報となる。そこで、図１１に、図８に示したメンバの業務チャートに対して、業務を行った場所の情報（例として、自席、実験室、会議室、打合せスペース）に応じたアイコンをマッピングした業務チャート（ＣＨＴ０６）を示す。なお、メンバが活動する場所の特定方法としては、メンバ間の対面と同様に、空間側に赤外線の送信を行うノードを設置し、使用者の変わりに空間を識別できる名称を割り当てておけば良い。また、センサノードが通信を行う基地局の位置によって特定することもでき、メンバが活動する場所の特定方法は上述した方法に限定されない。

このような可視化結果によって、業務集中や積極的なコミュニケーションが起こりやすい空間要因を明確化することが可能となり、その組織のメンバが能力を発揮しやすい状況を作ることが可能となり、ホワイトカラー業務の生産性向上を実現することが可能となる。

（実施の形態３）
本発明の第３の実施形態を、図面を参照して説明する。第３の実施例では、ホワイトカラー業務の生産性を示す指標作成方法について説明する。具体的にはセンサデータと個人の主観評価の双方を用いて個人のパフォーマンス分析を行う例について説明する。

パフォーマンス入力（Ｃ）には、前述のように、何らかの基準に基づいて判定される主観的又は客観的な評価が格納されている。例えば、本実施の形態では、人（Ｓｏｃｉａｌ）、行（Ｉｎｔｅｌｌｅｃｔｕａｌ）、心（Ｓｐｉｒｉｔｕａｌ）、体（Ｐｈｙｓｉｃａｌ）、知（Ｅｘｅｃｕｔｉｖｅ）のパフォーマンスについての個人の主観評価が、一定の間隔にて、入力されているものとする。ここで、人については「豊かな人間関係（協力・共感）をつくれましたか」、行は「やるべきことを実行できましたか」、心は「仕事にやりがい、充実感を感じましたか」、体は「体に配慮（休養・栄養・運動）できましたか」、知は「新しい知（気づき、知識）を得ましたか」といった質問に対して、１０段階程度のレーティングを周期的に行うものとする。

組織に関するパフォーマンスは、個人のパフォーマンスから算出されてもよい。売上高又はコスト等の客観的なデータ、及び、顧客のアンケート結果等の既に数値化されているデータが、パフォーマンスとして定期的に入力されてもよい。生産管理等におけるエラー発生率等のように、自動で数値が得られる場合、得られた数値が自動的にパフォーマンスの値として入力されてもよい。これらパフォーマンスの結果は、パフォーマンステーブル（ＢＢ）に格納される。

図１２−ａに示すように、パフォーマンステーブル（ＢＢ）に格納されているパフォーマンスデータ（ＰＦＭ）および、データテーブル（ＢＡ）に格納されている加速度センサ（ＢＡＤ）のデータを使用して、個人のパフォーマンス分析を行う例を示す。これら、パフォーマンスデータ（ＰＦＭ）および、加速度センサ（ＢＡＤ）のデータは、個人・組織ダイナミクス解析（Ｄ）に入力されると、それぞれ、項目選択（ＩＳＥＬ）、リズム抽出（ＲＥＸＴ）の処理が行われる。ここで、項目選択とは、複数のパフォーマンスの中で解析対象となるパフォーマンスを選択するものである。また、リズム抽出とは、加速度データから得られる所定範囲内の周波数（例えば１〜２Ｈｚ）などの特徴量（リズム）を抽出するものである。これらの、時系列のパフォーマンス変化（人（Ｓｏｃｉａｌ）、行（Ｉｎｔｅｌｌｅｃｔｕａｌ）、心（Ｓｐｉｒｉｔｕａｌ）、体（Ｐｈｙｓｉｃａｌ）、知（Ｅｘｅｃｕｔｉｖｅ））および、それぞれのリズム（例えば、Ｔ１〜Ｔ４の４種類のリズム）の時系列変化に関して、統計相関処理（ＳＴＡＴ）が行われ、どのパフォーマンスがどのリズムと相関しているかについて計算される。

計算結果をレーダーチャートとして示したものを図１２−ｂに示す（ＲＤＡＴ）。この表示方法では、それぞれのパフォーマンス項目と相関の強いリズムが五角形の外側に、相関がないリズムが五角形の周辺に、また、負に相関しているリズムが、五角形の内側に表示される。

なお、上記の例は、パフォーマンスについて、個人の主観評価を用いたが、売上高、コスト、処理遅延、等の客観的なデータと行動要因との相関を計算することも可能となる。

このように、センサデータとパフォーマンスを組み合わせてホワイトカラー業務の生産性を示す指標を作成することにより、各個人は、自分のパフォーマンスに影響を及ぼしている行動要因（リズム）を知ることができ、パフォーマンス向上のための行動改善などに結果を役立てることができる。

実施例２及び３では、ホワイトカラー業務の生産性を示す有効な指標作成方法について説明した。実施例１で説明したように、センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）にて、これらの指標を個人情報を含まない組織ダイナミクス情報として構成し、顧客サイトのサービスゲートウェイにて個人情報に変換することにより、組織ダイナミクス情報をわかりやすく提供することも可能である。

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものでなく、種々変形実施可能であり、上述した各実施形態を適宜組み合わせることが可能であることは、当業者に理解されよう。

組織に属する各人物に装着したセンサからその人物のコミュニケーションデータを取得し、当該コミュニケーションデータから組織ダイナミクスを分析することにより、その組織に分析結果を提供するサービスが実現できる。

ＴＲ 名札型センサノード
ＧＷ 基地局
ＳＶＧ サービスゲートウェイ
ＳＳ センサネットサーバ
ＡＳ アプリケーションサーバ
ＣＬ クライアントＰＣ

Claims (5)

1. パフォーマンス情報を格納するパフォーマンスデータベースと、加速度情報を格納する加速度データベースと、
   前記パフォーマンス情報から解析対象のパフォーマンス項目の選択する入力を受け付けるパフォーマンス選択部と、
   前記加速度情報からリズム特徴量を抽出するリズム特徴量抽出部と、
   前記パフォーマンス項目と前記リズム特徴量とに基づき、前記パフォーマンス項目と前記リズム特徴量との間の統計相関を分析する統計相関分析部と、
   を有することを特徴とするパフォーマンス分析システム。
2. 請求項１に記載のパフォーマンス分析システムであって、
   前記パフォーマンス情報は、社会的パフォーマンス情報、知的パフォーマンス情報、精神的パフォーマンス情報、肉体的パフォーマンス情報、実行的パフォーマンス情報の何れか一つ又は複数を含むことを特徴とするパフォーマンス分析システム。
3. 請求項１に記載のパフォーマンス分析システムであって、
   前記リズム特徴量抽出部は、前記加速度情報の周波数情報に基づいて前記リズム特徴量を抽出することを特徴とするパフォーマンス分析システム。
4. 請求項１に記載のパフォーマンス分析システムであって、
   前記パフォーマンス情報は、売上高情報、コスト情報、処理遅延情報の何れか一つ又は複数を含むことを特徴とするパフォーマンス分析システム。
5. 請求項１に記載のパフォーマンス分析システムであって、
   前記統計相関を表示する表示部をさらに有することを特徴とするパフォーマンス分析システム。

Images