WO2016208030A1

WO2016208030A1 - 作業指導割当システム及び作業指導割当方法

Info

Publication number: WO2016208030A1
Application number: PCT/JP2015/068333
Authority: WO
Inventors: 瑛長坂; 小林　美保; 弘明那須
Original assignee: 株式会社日立製作所
Priority date: 2015-06-25
Filing date: 2015-06-25
Publication date: 2016-12-29
Also published as: JPWO2016208030A1; JP6214835B2

Abstract

作業指導割当システムは、出荷指示を受信すると、複数の品目の物品を出荷するための作業工程と作業の対象である物品とによって特定される各作業に各作業者を割り当てる作業指示データを作成し、出荷指示および作業ログデータの少なくとも一方に基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに生産性の期待改善効果量を算出し、作業ログデータに基づいて、生産性が低い作業者を指導対象者として選択し、生産性が前記指導対象者より高い作業者を指導者として選択し、作業指示データに基づいて、指導者が作業指導を行うことによって出荷遅延が発生するか否かを判定し、出荷遅延が発生しない場合に、期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる品目と指導者と指導対象者との組を出力する。

Description

作業指導割当システム及び作業指導割当方法

　本発明は、業務改善効果の高い作業を抽出し、指導されるべき作業者を決定する作業指導割当システムに関する。

　近年、物流倉庫のように多種多様の商品を受注して出荷する作業場において、多能工化が求められている。しかし、出荷作業には個人能力による生産性のばらつきがあり、改善にはＯＪＴ（Ｏｎ－ｔｈｅ－Ｊｏｂ　Ｔｒａｉｎｉｎｇ）が有効であるが、コスト削減の観点から指導効率の向上が重要となる。

　ところで、指導効率を向上するためには問題の所在の特定をより容易にし、業務改善効果を定量的に評価する必要がある。特開２００６－２６０１５６（特許文献１）では、定型作業に要した作業時間に対して所定の統計処理と演算処理を実行して、複数の定型作業の中から業務改善余地の有る可改善作業を抽出するとともに、可改善作業における業務改善効果の評価値を算出することができる。

特開２００６－２６０１５６号公報

　物流における出荷業務は、作業に含まれる各商品の単体特性および複数商品の組合せに依存する非定型作業であり、特許文献１で定義された定型作業として扱うことができない。また、特許文献１では定型作業の作業時間に対する分布を用いており、作業内容が非定型である物流出荷作業には適用できない。また改善作業を特定した後、指導すべき作業員を特定する方法に関しては記載していない。

　上記の課題を解決するために、本発明の一態様は、制御部と、前記制御部に接続される記憶部と、前記制御部に接続される出力部と、を有する作業指導割当システムであって、前記記憶部は、過去に行われた作業の内容を示す作業ログデータを保持し、前記制御部は、複数の品目の物品の出荷指示を受信すると、前記複数の品目の物品を出荷するための作業工程と作業の対象である一以上の品目の物品とによって特定される各作業に各作業者を割り当てる作業指示データを作成し、前記出荷指示および前記作業ログデータの少なくとも一方に基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに、作業指導を行うことによって期待できる生産性改善の効果の大きさを示す期待改善効果量を算出し、前記作業ログデータに基づいて、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が低い作業者を指導対象者として選択し、当該作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が前記指導対象者より高い作業者を指導者として選択し、前記作業指示データに基づいて、前記指導者が前記作業指導を行うことによる生産性の低下によって、出荷遅延が発生するか否かを判定し、前記出力部に、出荷遅延が発生しない場合に前記期待改善効果量が所定の条件を満たす作業工程と前記作業の対象に含まれる一以上の品目と前記指導者と前記指導対象者との組を出力させることを特徴とする。

　本発明の一形態によれば、作業内容が非定型であり、また作業性要因を商品単位に分解できない物流出荷業務において、改善効果の高い作業を抽出し、対象作業の能力が低い作業者を指導して倉庫全体の生産性を効率的に向上することが可能となる。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って明らかにされる。

本発明の実施形態における作業指導割当システムの構成を示すブロック図である。本発明の実施形態の作業指導割当システムの基本処理を示すフローチャートである。本発明の実施形態の商品出荷比率算出部が実行する商品出荷比率算出処理を示すフローチャートである。本発明の実施形態の商品出荷比率データ記憶領域が保存する商品出荷比率データの説明図である。本発明の実施形態の統計演算処理部が実行する作業別商品別生産性算出処理を示すフローチャートである。本発明の実施形態の統計演算処理部によって算出される作業者別作業別商品別生産性データの説明図である。本発明の実施形態の作業別商品別生産性データ記憶領域が保存する作業別商品別生産性データの説明図である。本発明の実施形態の統計演算処理部によって作成される作業別商品別生産性と人数との関係を示す分布図である。本発明の実施形態の統計演算処理部によって算出された期待改善効果量を格納する期待改善効果量データの説明図である。本発明の実施形態の指導実績データ記憶領域が保存する指導実績データの説明図である。本発明の実施形態の作業指示管理部が実行する作業指導割当算出処理を示すフローチャートである。本発明の実施形態の表示部の表示画面上に表示される出力画面の一例を示す説明図である。

　本発明の実施形態に関して図面を用いて説明する。

　図１は、本発明の実施形態における作業指導割当システムの構成を示すブロック図である。

　物流倉庫の一般的な出荷業務として、入庫、保管、出庫、加工、集荷、補充、検品、梱包、及び荷揃えなどがある。これらの倉庫内作業を管理するシステムとして、倉庫管理システム１０（ＷＭＳ：Ｗａｒｅｈｏｕｓｅ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）が一般的に用いられている。また、倉庫管理システム１０とネットワーク１３で接続された環境内に、作業者の勤務管理を行う勤怠管理システム１１、および業務情報を保存する業務データサーバ１２などがある。

　作業指導割当システムは、倉庫管理システム１０および勤怠管理システム１１とネットワーク１３を介して接続された作業指導割当装置１によって実現される。

　出荷指示は業務データサーバ１２または倉庫管理システム１０内のデータベースに蓄積されている。また、業務データサーバ１２または倉庫管理システム１０内のデータベースには、物流倉庫業務に関する情報として、配送マスタ１４および商品マスタ１５などが保存されている。

　商品マスタ１５は少なくとも商品コードおよび入り数を有する。

　商品コードは商品（すなわち出荷の対象となる物品）の品目を特定するための商品名または型番などである。

　入り数は、その商品が所定の個数ごとに包装パッケージでケースとしてまとめられている場合に、１ケース入っている当該商品の個数（すなわちピース数）を表す。例えば、入り数１０個（１０ピース）の商品に対して出荷指示が１５個（１５ピース）と指定された場合には、１ケースと５ピースという複数の数量データが特定される。

　なお、入り数は、商品ごとに、ある時点を境として変更される場合がある。このため、商品マスタ１５は、現在適用されている商品ごとの入り数に加えて、過去に適用されていた入り数、および、それらの入り数が適用される期間を示すタイムスタンプを含んでもよい。

　作業指導割当装置１は、コンピュータのハードウェアとそのハードウェア上で実行されるアプリケーションソフトウェアとによって構成されるコンピュータ装置であり、出荷指示を作業者に割当てる処理を行う。その過程において、作業指導割当装置１は、工数削減効果の高い作業を特定し、対象作業の生産性が低い作業者に指導者と指導用の作業と指導時間を割当てる。

　作業指導割当装置１は、入出力端末２、制御部２０および記憶部３０を有する。入出力端末２は、ユーザからの入力を処理する入力部３、作業指導割当などを出力する表示部４、ならびに、業務データサーバ１２、倉庫管理システム１０および勤怠管理システム１１との間で情報の送受信を行う通信部５を有する。制御部２０は、作業指導割当の作成を行うための作業指示管理部２１、商品出荷比率算出部２２、統計演算処理部２３および期待改善効果量算出部２４を制御する。記憶部３０は、制御部２０による制御に必要なデータ記憶領域を保持する。

　制御部２０は、記憶部３０に格納されたプログラム（図示省略）を実行するプロセッサである。以下の説明において作業指示管理部２１等の各部が実行する処理は、実際には制御部２０が記憶部３０に格納されたプログラムに記述された命令に従って実行する。

　記憶部３０は、例えば、半導体記憶デバイスによるいわゆる主記憶装置及びハードディスクドライブ等によるいわゆる外部記憶装置を含んでもよく、制御部２０によって実行されるプログラムの記憶領域のほか、制御部２０による制御に必要なデータ記憶領域として、作業指示データ記憶領域３１、商品出荷比率データ記憶領域３２、作業別商品別生産性データ記憶領域３３、作業者別生産性データ記憶領域３４、作業ログデータ記憶領域３５、期待改善効果量データ記憶領域３６および指導実績データ記憶領域３７を含む。

　図２は、本発明の実施形態における作業指導割当システムの基本処理を示すフローチャートである。

　Ｓ１０１では、物流倉庫の倉庫管理システム１０が、商品の所有者である荷主または商品の納品先である販売店などから出荷注文を受信する。出荷注文は、納品先情報、納品日時、少なくとも１つ以上の商品コード、及び、それぞれの商品コードによって識別される商品の注文数量を組み合わせた情報からなる出荷指示データとして、倉庫管理システム１０内のデータベースまたは業務データサーバ１２に保存され、倉庫管理システム１０によって作業指導割当装置１に送信される。本実施形態では、少なくとも、これから作業の割当てを行う１日（これを「当日」とも記載する）分の出荷指示データが作業指導割当装置１に送信される。

　Ｓ１０２では、所定の期間（本実施形態では１日）分の全出荷指示データによって指示された全作業を作業者に割当てるための作業指示データが作成される。具体的には、作業指示管理部２１が、業務データサーバ１２が保持する情報と、受信した当日分の出荷指示データとに基づき作業指示データを生成する。作業指示データは、少なくとも、納品先情報、配送情報、および作業対象データを有する。

　作業対象データは少なくとも１つ以上の商品に対する作業内容から構成される。作業内容は少なくとも作業工程および１つ以上の商品コードを有する。これらの情報は作業指示データ記憶領域３１に記憶される。

　次にＳ１０３において商品出荷比率算出部２２が出荷指示データと作業指示データを参照し、全商品の出荷合計数に対する各商品の出荷比率を算出する。Ｓ１０３の詳細を、図３、図４を用いて説明する。

　図３は、本発明の実施形態の商品出荷比率算出部２２が実行する商品出荷比率算出処理を示すフローチャートである。

　図４は、本発明の実施形態の商品出荷比率データ記憶領域３２が保存する商品出荷比率データ４０１の説明図である。

　商品出荷比率データ４０１は、少なくとも、商品コード４０２、商品出荷比率４０３、および単位換算係数４０４を有する。商品出荷比率は、「商品コードをキーとして検索された出荷指示個数／出荷指示データに含まれる総出荷指示個数」によって算出される。

　ここで、「出荷指示データに含まれる総出荷指示個数」とは、当日の出荷指示データに含まれる全品目の商品の全ピース数である。一方、「商品コードをキーとして検索された出荷指示個数」とは、一つ以上の商品コードをキーとして当日の出荷指示データを検索してヒットした出荷指示データに含まれる、当該一つ以上の商品コードによって識別される一つ以上の品目の商品のピース数の合計である。言い換えると、検索キーとして指定された一つ以上の商品コードによって識別される一つ以上の品目の商品のうち、共通する出荷先に出荷される商品のピース数の合計である。当該一つ以上の品目の商品の組合せが複数の出荷先に出荷される場合、それらの複数の出荷先に出荷される商品のピース数が合計される。

　例えば、商品コード「Ａ」が検索キーとして指定された場合、「商品コードをキーとして検索された出荷指示個数」は、当日の出荷指示データのうち、商品コード「Ａ」を検索キーとしてヒットした出荷指示データに含まれる、商品コード「Ａ」で識別される品目の商品（以下、これを商品Ａとも記載する。他の商品コードについても同様）のピース数の合計である。

　一方、例えば商品コード「Ａ」及び「Ｂ」が検索キーとして指定された場合、「商品コードをキーとして検索された出荷指示個数」は、当日の出荷指示データのうち、商品コード「Ａ」及び「Ｂ」を検索キーとしてヒットした出荷指示データに含まれる、商品Ａ及び商品Ｂのピース数の合計である。言い換えると、商品Ａ及び商品Ｂの両方が出荷される出荷先に関する出荷指示データに含まれる、商品Ａ及び商品Ｂのピース数の合計である。より具体的には、例えば、当日の出荷作業における出荷先が三つあり、第１の出荷先には商品Ａのみが出荷され、第２及び第３の出荷先にはいずれも商品Ａ及びＢの両方が出荷される場合、第２及び第３の出荷先に出荷される商品Ａ及びＢのピース数の合計が「商品コードをキーとして検索された出荷指示個数」となる。

　ある一つ以上の品目の商品（以下、これを商品群とも記載する。詳細は後述する）の商品出荷比率が高いほど、当日にその商品群に対する出荷作業が多く行われる傾向にあると言える。商品出荷比率データ４０１には、当日の出荷指示データに含まれる商品の全ての組合せに関する商品出荷比率が含まれる。

　次に単位換算係数の算出について説明する。商品出荷比率算出部２２は、ある商品の出荷指示に含まれる当該商品の数量をケース数とピース数に変換し、それらを合計したものを作業回数として算出する。ここでは出荷指示あたりの作業回数を商品に関して平均した値を単位換算係数として単位換算を行う。単位換算係数は、「商品コードをキーとして検索された出荷指示個数／作業回数」によって算出される。作業回数は、作業量を示す指標の一例であり、例えば後述のタッチ数である。ある品目の商品の単位換算係数が大きいほど、当日のその品目の商品の出荷作業において、所定の作業量（例えば１タッチ）で処理できる平均的なピース数が多いこと、言い換えると、１ピースを処理するための平均的な作業量が少ないことを示している。

　Ｓ３０１において、商品出荷比率算出部２２は、一つの商品群を選択する。ここで、商品群とは、一つ以上の品目のグループである。例えば、一つの品目が一つの商品群を構成してもよいし、任意の二つの品目の組合せが一つの商品群を構成してもよいし、三つ以上の任意の複数の品目の組合せが一つの商品群を構成してもよい。Ｓ３０１では、商品マスタ１５に記憶されている商品コードを元に、考え得る全ての商品群から一つが選択される。

　Ｓ３０２において、商品出荷比率算出部２２は、選択した商品群について商品出荷比率及び単位換算係数を算出する。次に、Ｓ３０３において、商品出荷比率算出部２２は、まだ選択していない商品群があるか否かを判定し、ある場合にはその商品群についてＳ３０１以降の処理を実行する。これによって、商品出荷比率算出部２２は、商品マスタ１５に記憶されている商品コードの全ての組合せの数だけＳ３０１以降の処理を繰り返す。商品出荷比率算出部２２は、各商品群の商品コード、商品出荷比率および単位換算係数を、商品出荷比率データ４０１として商品出荷比率データ記憶領域３２に保存する（Ｓ３０４）。

　図３及び図４の例では、商品群として商品Ａが選択された場合の商品出荷比率及び単位換算係数としてそれぞれ０．５及び２．５が算出されている。これは、当日の出荷指示に含まれる全商品のピース数のうち５０％が商品Ａのピース数であること、及び、当日の出荷指示における商品Ａを対象とする作業に関して、１タッチで平均２．５ピースを処理できることを意味する。また、商品群として商品Ａと商品Ｂとの組合せが選択された場合の商品出荷比率及び単位換算係数としてそれぞれ０．７及び３．０が算出されている。これは、当日の出荷指示に含まれる全商品のピース数のうち７０％が、共通する出荷先に出荷される商品Ａ及び商品Ｂのピース数であること、及び、当日の出荷指示における商品Ａ又は商品Ｂを対象とする作業に関して、１タッチで平均３．０ピースを処理できることを意味する。

　次に、Ｓ１０４において、統計演算処理部２３が、過去（すなわち当日の前日までの期間）の出荷実績に基づく作業ログデータを読込む。作業ログデータは少なくとも、過去に行われた作業ごとに、作業開始日時、作業者ＩＤ、作業工程、作業対象データ、および所要時間を有し、作業ログデータ記憶領域３５に記憶されている。

　作業開始日時は、各作業が開始した日時である。作業者ＩＤは、各作業を行った作業者を識別する。作業工程は、行われた各作業がどの工程（例えばピッキングまたは検品等）に相当するかを示す。作業対象データは、各作業の対象となった商品の品目および数量の情報を含む。なお、複数の品目の商品が一つの作業の対象となる場合がある。例えば一つの出荷先に出荷する複数の品目の商品のピッキング作業を行う場合がそれに該当する。そのような場合には、当該作業に関する作業対象データに、複数の商品の品目と、それぞれの品目の商品の数量とが含まれる。所要時間は、各作業が終了するまでに要した時間を示す。

　Ｓ１０５では、作業ごと、および商品ごとにその商品が生産性に与える影響を定量化するため、統計演算処理部２３が、Ｓ１０４で取得した作業ログデータから、作業別商品別の生産性を算出する。

　まずは統計演算処理部２３について説明する。統計演算処理部２３は、選択した商品と作業の生産性に対して所定の統計処理と演算処理を実行する。Ｓ１０５では、統計演算処理部２３は、選択した商品と作業夫々に要した作業時間から見積もる作業者ごとの生産性の分布の代表値および標準偏差を算出する。本実施形態では、作業ログデータから、所定の時間（例えば１時間）当たりに行われた作業量が生産性として算出され、その平均値が代表値として算出される。

　作業量は、例えば、各商品を扱った作業の回数であり、例えばピッキング作業においてある商品１ケースをピッキングした場合、その作業回数は１回として計数され、ケースから出されたその商品５ピースをピッキングした場合、その作業回数は５回として計数される。このような作業回数はタッチ数とも呼ばれる。本実施形態では、過去のある期間に計数された、ある商品に関する作業におけるタッチ数をその期間の長さで割ることによって得られた１時間当たりのタッチ数を、生産性（平均生産性とも記載する）として使用する。

　各作業におけるタッチ数は、作業ログデータに含まれる作業対象データと、業務データサーバ１２が保持する商品マスタ１５に含まれる入り数と、から算出できる。このとき、商品マスタ１５に含まれるタイムスタンプが参照され、各作業が行われた時点の入り数が特定され、その入り数がタッチ数の算出に使用される。これによって幅広い期間の作業ログデータを活用することが可能になる。

　なお、既に説明したように、一つの作業に関する作業対象データに複数の品目の商品が含まれる場合がある。しかし、そのような場合であっても、作業ログデータに含まれる所要時間は作業ごとの所要時間であるため、それを各品目の商品の作業に要した時間に分解することができない。このため、本実施形態において、商品ごとの生産性は、その商品の品目をキーとして作業ログデータを検索して得られた全ての作業（すなわち作業対象として当該品目の商品を含む全ての作業）における全ての商品に対するタッチ数の合計値を、それらの全ての作業の所要時間の合計値で割ることによって得られる。

　例えば、ある商店に出荷する商品のピッキング作業が行われ、商品Ａ、Ｂ、Ｃという三種類の商品が当該ピッキング作業の対象であった場合、作業ログデータに記録された当該作業の所要時間はこれらの三種類の商品全てのピッキング作業が終了するまでの時間である。このため、仮にこのデータのみから商品Ａに関する生産性を計算する場合には、三種類の商品全てに関するタッチ数を所要時間で割ることによって算出される。実際には他の商店に出荷する商品にも他の商品とともに商品Ａが含まれ得るため、商品Ａを含む商品群に対するピッキング作業のタッチ数の合計とそれらの作業の所要時間の合計とに基づいて商品Ａに関する生産性が計算される。

　次にＳ１０５の詳細を図５、図６、図７および図８を用いて説明する。

　図５は、本発明の実施形態の統計演算処理部２３が実行する作業別商品別生産性算出処理を示すフローチャートである。

　統計演算処理部２３は、Ｓ５０１で商品群を選択し、Ｓ５０２で作業工程を選択する。

　Ｓ５０３では、統計演算処理部２３がＳ５０１で選択した商品群とＳ５０２で選択した作業工程を用いて、作業ログデータから作業者別作業別商品別生産性データ６０１を算出する。

　図６は、本発明の実施形態の統計演算処理部２３によって算出される作業者別作業別商品別生産性データ６０１の説明図である。

　作業者別作業別商品別生産性データ６０１は、後述する作業者別生産性データ及び作業別商品別生産性データ７０１の算出のために生成され、記憶部３０に一時的に保存されるデータであり、少なくとも、作業者ＩＤ６０２、作業工程６０３、作業をフィルタリングする際にキーとした商品コード６０４、および該作業の平均生産性６０５を有する。

　図６は、例として、商品Ａが出荷される出荷先に向けたピッキング作業の実績から計算された各作業者の平均生産性、並びに、商品Ａ及びＢの両方が出荷される出荷先に向けたピッキング作業の実績から計算された各作業者の平均生産性を示している。例えばそれぞれの商品が置かれた棚の位置関係等によって、共通する出荷先に特定の複数の品目の商品からなる商品群が出荷される場合に生産性が低下する場合がある。上記の作業者別作業別商品別生産性データ６０１に基づいて、そのような商品群における品目の組合せに依存する生産性の傾向も把握される。

　Ｓ５０４では、統計演算処理部２３が、作業者別作業別商品別生産性データ６０１から選択した作業の選択した商品を含む対象商品に対する作業の生産性の分布を作成する。

　Ｓ５０５では、統計演算処理部２３が、Ｓ５０４で作成した生産性の分布から作業別商品別生産性データ７０１を算出する。作業別商品別生産性データ７０１について図７、図８を用いて説明する。

　図７は、本発明の実施形態の作業別商品別生産性データ記憶領域３３が保存する作業別商品別生産性データ７０１の説明図である。

　作業別商品別生産性データ７０１は少なくとも、作業工程７０２、作業をフィルタリングする際にキーとした商品コード７０３、生産性の平均値７０４、および標準偏差７０５を有する。作業工程７０２および商品コード７０３は、それぞれ図６の作業工程６０３および商品コード６０４に対応する。生産性の平均値７０４および標準偏差７０５は、それぞれ、作業者別作業別商品別生産性データ６０１に基づいて計算された、作業工程と商品群を特定する商品コードとの組ごとの、複数の作業者の生産性の平均値および標準偏差である。標準偏差は生産性のばらつきを示す指標の一例であり、ばらつきを示す他の指標（例えば分散）を使用してもよい。

　図８は、本発明の実施形態の統計演算処理部２３によって作成される作業別商品別生産性と人数との関係を示す分布図である。

　図８に示す分布図の横軸は、ある商品群（例えば商品Ａ）のある作業（例えばピッキング）に関する生産性、縦軸がそれぞれの生産性に該当する作業者の人数である。平均値μに対し、左側に分布する作業者ほど生産性が低いことを示し、対称に、右側に分布する作業者ほど生産性が高いことを示している。

　Ｓ５０６において、統計演算処理部２３は、未選択の作業実績があるか否かを判定し、ある場合にはＳ５０２に戻る。これによって、作業ログデータに記憶されている作業工程の種類数だけＳ５０２およびそれに続くステップが繰り返し実行される。

　Ｓ５０７において、統計演算処理部２３は、未選択の商品群があるか否かを判定し、ある場合にはＳ５０１に戻る。これによって、商品マスタ１５に記憶されている商品コードに基づいて起こり得る全商品群の数だけＳ５０１およびそれに続く処理が繰り返し実行される。

　Ｓ５０８において、統計演算処理部２３は、Ｓ５０３で作成された作業者別作業別商品別生産性データ６０１を作業者ごとに統合した作業者別生産性データ（図示省略）を作業者別生産性データ記憶領域３４に保存し、Ｓ５０４で作成された作業別商品別生産性データ７０１を作業別商品別生産性データ記憶領域３３に保存する。

　Ｓ１０６では、作業者に指導を行うことで生産性が向上するという前提で、期待改善効果量算出部２４が作業別商品別生産性データ７０１から、期待できる生産性向上の効果の大きさを示す期待改善効果量を算出する。期待改善効果量は、商品マスタ１５に記憶されている商品コードに対応する、Ｓ１０３で記憶した商品出荷比率データ４０１の商品出荷比率と、単位換算係数と、Ｓ１０５で記憶した作業別商品別生産性データ７０１の標準偏差と、を用いて算出される。商品出荷比率をｒ、単位換算係数をα、標準偏差をσとすると、期待改善効果量Δは、例えば式（１）によって算出される。
Δ＝ｒ×σ×（１／α）　・・・（１）

　図９は、本発明の実施形態の統計演算処理部２３によって算出された期待改善効果量を格納する期待改善効果量データ９０１の説明図である。

　期待改善効果量データ９０１は、少なくとも、作業工程９０２、作業をフィルタリングする際にキーとした商品コード９０３、および算出された期待改善効果量９０４を有する。統計演算処理部２３は、商品マスタ１５に記憶されているすべての商品コードから特定される商品群に対しＳ１０６を繰り返し、算出した期待改善効果量を含む期待改善効果量データ９０１を記憶領域３６に保存する。

　商品出荷比率ｒが高い商品群ほど、当日の作業において多く扱われる。単位換算係数αが小さい商品群ほど、当日の作業においてその商品群に含まれる商品１ピースを処理するために要する平均的な作業量が多い。また、ある商品群に対する作業の生産性の標準偏差σが大きいほど、作業者ごとのその商品群に対する作業の生産性のばらつき（例えば標準偏差）が大きいため、その商品群について生産性の高い作業者が生産性の低い作業者に指導をすることによる生産性の改善の余地が大きいと考えられる。したがって、商品出荷比率ｒがより高い商品群、単位換算係数αがより小さい商品群、または標準偏差σがより大きい商品群に対する作業の生産性を改善することによって、当日の作業時間の総量（すなわち当日予定されている全商品に対する全作業が終了するまでの時間）をより短縮できることが期待される。このため、上記の通り、本実施形態の期待改善効果量Δは、ｒ、σおよび１／αに基づいて、式（１）によって算出される。これによって、商品出荷比率ｒがより高い商品群、単位換算係数αがより小さい商品群、および標準偏差σがより大きい商品群に対する作業の期待改善効果量Δが大きくなるように、期待改善効果量Δが算出される。

　例えば、図９の期待改善効果量データ９０１の先頭の二つのレコードは、それぞれ、商品Ａからなる商品群のピッキング作業の期待改善効果量が「６」であり、商品Ｂからなる商品群のピッキング作業の期待改善効果量が「０．３７５」であることを示す。この場合は、後者のピッキング作業より前者のピッキング作業の指導を行う方が生産性改善の効果が大きいことが期待される。さらに、図９の８番目のレコードを参照すると、商品Ａ及びＢからなる商品群の検品作業の指導を行う方が、商品Ａからなる商品群のピッキング作業の指導を行うより生産性改善の効果が大きいことが期待される。

　しかし、上記の算出方法は一例であり、上記以外の方法で期待改善効果量を算出してもよい。例えば、上記の理由から、ｒ、σおよび１／αのいずれか一つ、または任意の二つの積を期待改善効果量として使用することもできる。

　Ｓ１０７では、統計演算処理部２３が、指導実績データ１００１、Ｓ１０５で記憶した作業指示データおよびＳ１０６で記憶した期待改善効果量データ９０１に基づいて作業指導割当候補を算出する。

　まずは、指導実績データ１００１について図１０を用いて説明する。

　図１０は、本発明の実施形態の指導実績データ記憶領域３７が保存する指導実績データ１００１の説明図である。

　指導実績データ１００１は、作業ログデータから抽出された指導割当に関する情報を含む。具体的には、指導実績データ１００１は、少なくとも、指導された作業者を識別する作業者ＩＤ１００２、指導の対象となった作業工程を識別する作業工程１００３、作業をフィルタリングする際にキーとした１つまたは複数の商品コード１００４、指導された作業者の該作業の指導前の平均生産性１００５、指導された作業者の該作業の指導後の生産性１００６、指導者（すなわち指導を行った作業者）を識別する指導者ＩＤ１００７、指導者の該作業の平均生産性１００８、および該作業の指導時間１００９を有する。

　次に、作業指導割当について図１１を用いて説明する。

　図１１は、本発明の実施形態の統計演算処理部２３が実行する作業指導割当算出処理を示すフローチャートである。

　Ｓ１１０１において、統計演算処理部２３は、作業者に担当作業を割当てる。まず、統計演算処理部２３は勤怠管理システム１１から勤務可能な作業者と作業可能時間帯を抽出する。次に、統計演算処理部２３は全ての作業指示データ夫々の作業について、作業可能時間帯を満たし、かつ、対象作業の平均生産性が高い作業者を作業者別生産性データから算出する。対象作業の平均生産性とは、対象商品を含む作業夫々の生産性の総和を平均化したものである。

　このとき、統計演算処理部２３は、少なくとも、対象作業について作業者が作業可能時間帯を満たし、かつ、作業者の対象作業の「平均生産性×作業時間」で算出される可能作業回数が作業指示データの必要作業回数を上回るように、作業者に担当作業を割当てる。なお、Ｓ１１０１における割当ては、仮に行われるものであり、後述するようにＳ１１０５で変更される可能性がある。

　Ｓ１１０２において、統計演算処理部２３は、作業指示データの中から指導対象作業を抽出する。具体的には、統計演算処理部２３は、期待改善効果量データ９０１を参照して、期待改善効果量の高い作業を指導対象作業として選択する。例えば、統計演算処理部２３は、期待改善効果量９０４が最も高い作業工程９０２と商品コード９０３の組を選択してもよい。

　Ｓ１１０３において、統計演算処理部２３は、作業者別生産性データを参照し、指導対象作業の平均生産性が低い作業者を指導対象者（すなわち指導される者）として選択する。例えば、統計演算処理部２３は、指導対象作業の平均生産性が最も低い作業者を選択してもよい。

　Ｓ１１０４において、統計演算処理部２３は、指導者、すなわち指導対象者に指導対象作業の指導をする作業者を選択する。ここで、統計演算処理部２３は、作業実績データとＳ１１０３で選択された指導対象作業とを用いて所定の統計処理と演算処理を実行する。詳細には、統計演算処理部２３は、指導対象作業に近似した作業に対する所定の成長見込指標を算出する。本実施形態では「生産性向上量／指導時間」で算出される時間あたりの生産性向上量を成長見込指標とする。

　生産性向上量とは、指導前の生産性と指導後の生産性との差分であり、指導の効果の大きさを示す。指導対象作業に近似した作業とは、少なくとも指導対象作業と同じ作業工程と、一つ以上の同じ商品コードとを含む組である。

　統計演算処理部２３は、少なくとも、作業者別生産性データから指導対象作業の生産性が高い、かつ、指導対象者の生産性に近い指導前の生産性をキーとして検索された成長見込指標の高い作業者を指導者として選択する。例えば、統計演算処理部２３は、指導対象作業の生産性の高さが所定の条件を満たす作業者のうち、成長見込指標が最も高い作業者、または、成長見込指標の高さが所定の条件を満たす作業者のうち、指導対象作業の生産性が最も高い作業者等、指導対象作業の生産性の高さおよび成長見込指標の高さが所定の条件を満たす作業者を指導者として選択してもよい。これによって、作業指導による生産性の向上が期待できる。

　指導実績データ１００１に近似した作業がない場合、統計演算処理部２３は、少なくとも指導対象作業の生産性が高い作業者を指導者とする。例えば、統計演算処理部２３は、指導対象作業の生産性が最も高い作業者を指導者として選択してもよい。

　Ｓ１１０５において、統計演算処理部２３は、指導者が指導する時間帯の指導者の作業回数を０としても、作業に余裕のある作業者に対象作業を割当てることができるか否かを判定する。作業に余裕のある作業者とは、本実施形態では対象作業者の可能作業回数と割当てられた必要作業回数との差が大きい作業者である。

　例えば、統計演算処理部２３は、選択された指導者に作業指導が割当てられたと仮定して、その作業指導を行う時間帯の当該指導者の作業回数を０とし、当該指導者に割当てられていたにも関わらず当該指導者が作業指導を行うことによって実行できなくなる作業を、作業に余裕のある作業者に新たに割当てた場合に、当該作業に余裕のある作業者の必要作業回数が可能作業回数を超えるか否かを判定してもよい。必要作業回数が可能作業回数を超える場合、当該作業に余裕のある作業者に対象作業を割当てることができないと判定される。この場合、処理はＳ１１０４に戻り、別の指導者が選択される。一方、必要作業回数が可能作業回数を超えない場合、当該作業に余裕のある作業者に対象作業を割当てることができると判定される。この場合、Ｓ１１０４で選択された作業者が指導者として決定され、当該指導者の作業回数が０に変更され、当該指導者に割当てられていた作業が新たに当該作業に余裕のある作業者に割当てられ、作業指導割当算出処理が終了する。これによって、指導者が作業指導を行うことによる倉庫全体の作業の遅延が回避される。

　Ｓ１０８において、統計演算処理部２３は、Ｓ１０７の作業指導割当をした結果、発送遅延が生じる可能性があるか判定する。可能作業回数が必要作業回数を下回った場合に発送遅延が生じる可能性があると判定される。Ｓ１０３の作業割当が行われた時点では、指導者の可能作業回数は必要作業回数を下回らないはずであるが、Ｓ１０７の作業指導割当の結果、当該指導者の作業指導が割当てられた時間の生産性が０になるため、それによって可能作業回数が減り、必要作業回数を下回る場合がある。このような場合には、発送遅延が生じる可能性があると判定される。

　発送遅延が生じる可能性がある場合、統計演算処理部２３は作業指示データと指導実績データ１００１から発送遅延が生じないようＳ１０７の再処理を行う。例えば、統計演算処理部２３は指導者を次に成長見込指標の高い指導者に変更したり、指導時間の長さを発送遅延が生じない指導時間に変更したり、指導対象者を次に生産性が低い作業者に変更するなどの処理を行う。

　Ｓ１０８において発送遅延が生じないと判定された場合、作業指導割当候補算出を完了し、処理はＳ１０９に進む。

　作業指導割当算出処理において、複数の作業指導割当候補を算出し、保持してもよい。

　Ｓ１０９で、統計演算処理部２３は、表示部４に作業指導割当候補を表示させる。詳細を図１２で説明する。

　図１２は、本発明の実施形態の表示部４の表示画面上に表示される出力画面の一例を示す説明図である。

　本実施形態の作業指導割当出力画面は、出力情報として、指導対象者１２０２、指導作業１２０３、作業をフィルタリングする際にキーとした１つまたは複数の商品コード１２０４、作業者に指導を行うことで生産性が向上するという前提で試算した期待改善効果１２０５、指導者１２０６、指導可能時間１２０７、指導者が指導可能時間で指導することによる成長見込指標１２０８を表示するように構成される。また、出力画面には少なくとも出力情報ごとに昇順と降順にソートする機能１２０９を備えており、ユーザは入力部３を用いた操作によって、ソートしたい情報とソートしたい順序を選択できる。ユーザが入力部３を用いた操作で決定ボタン１２１０を選択することで、作業指導割当が完了し、その結果が作業指導割当装置１から各作業者端末（図示省略）などに送信される。

　作業指導割当装置１は、図１２に示すように、指導対象者１２０２、指導作業１２０３、商品コード１２０４、期待改善効果１２０５及び指導者１２０６等の複数の候補を表示するために、図２に示す処理を複数回実行することができる。例えば、作業指導割当装置１は、図２に示す処理を１回目に実行するときに、最も期待改善効果量の大きい作業工程と商品群との組を選択し、その組に関して最も生産性が低い作業者を指導対象者として、最も生産性が高い作業者を指導者としてそれぞれ選択してもよい。そして、図２に示す処理を２回目に実行するときに、２番目に期待改善効果の大きい作業工程と商品群との組を選択し、その組に関して最も生産性が低い作業者を指導対象者として、最も生産性が高い作業者を指導者としてそれぞれ選択してもよいし、最も期待改善効果量の大きい作業工程と商品群との組を選択し、その組に関して二番目に生産性が低い作業者を指導対象者として、二番目に生産性が高い作業者を指導者としてそれぞれ選択してもよい。このように、選択の基準を変更しながら図２に示す処理を繰り返すことによって得られた複数の候補を表示することによって、ユーザに選択肢を与え、ユーザに都合のよい作業及び指導者等を選択することが可能になる。

　作業指導割当完了後に各作業者は割当てられた業務を実行する（Ｓ１１０）。

　業務が実行された後に、統計演算処理部２３が作業ログデータと指導実績データ１００１を更新する（Ｓ１１１）。

　以上の本発明の実施形態によれば、作業の単位を「特定商品を含む作業」として、作業時間ではなく、「生産性」の分布で比較することで、非定型作業の生産性の改善効果が高い作業が抽出される。詳細には、商品群ごと・作業工程ごとに、その商品を含めた作業の作業者別生産性の分布を作成し、標準偏差と商品群の出荷比率を用いて最も改善効果の高い作業を抽出し、その作業に関して指導されるべき作業者を抽出する。改善効果の高い作業の生産性が低い作業者を指導対象とし、指導実績データに基づいて指導者と指導時間と指導による生産性向上の成長見込指標を含む指導割当候補データを算出し、画面に出力する。ユーザが指導割当候補データを表示する出力画面を操作することで、業務改善効果の高い指導割当が決定する。これによって、作業内容が非定型であり、また作業性要因を商品単位に分解できない物流出荷業務において、改善効果の高い作業を抽出し、対象作業の能力が低い作業者を指導して倉庫全体の生産性を効率的に向上することが可能となる。

　また、上記の実施形態によれば、単一の品目の商品についてだけでなく、複数の品目の商品の組合せを対象とする作業の生産性の改善効果を算出し、適切な作業者を指導者として割り当てることができる。これによって、特定の複数の品目の商品が、共通する出荷先に出荷される場合に発生する生産性の低下を改善することも可能となる。

　なお、本発明は上述した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

　上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。

　また、図面には、実施例を説明するために必要と考えられる制御線及び情報線を示しており、必ずしも、本発明が適用された実際の製品に含まれる全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

Claims

　制御部と、前記制御部に接続される記憶部と、前記制御部に接続される出力部と、を有する作業指導割当システムであって、
　前記記憶部は、過去に行われた作業の内容を示す作業ログデータを保持し、
　前記制御部は、
　複数の品目の物品の出荷指示を受信すると、前記複数の品目の物品を出荷するための作業工程と作業の対象である一以上の品目の物品とによって特定される各作業に各作業者を割り当てる作業指示データを作成し、
　前記出荷指示および前記作業ログデータの少なくとも一方に基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに、作業指導を行うことによって期待できる生産性改善の効果の大きさを示す期待改善効果量を算出し、
　前記作業ログデータに基づいて、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が低い作業者を指導対象者として選択し、当該作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が前記指導対象者より高い作業者を指導者として選択し、
　前記作業指示データに基づいて、前記指導者が前記作業指導を行うことによる生産性の低下によって、出荷遅延が発生するか否かを判定し、
　前記出力部に、出荷遅延が発生しない場合に前記期待改善効果量が所定の条件を満たす作業工程と前記作業の対象に含まれる一以上の品目と前記指導者と前記指導対象者との組を出力させることを特徴とする作業指導割当システム。
　請求項１に記載の作業指導割当システムであって、
　前記制御部は、
　前記出荷指示に基づいて、一以上の品目の組合せごとに、出荷される全品目の物品の総数に対する、出荷先が共通する前記一以上の品目の物品の数の比率である出荷比率を算出し、
　前記一以上の品目の前記出荷比率が高いほど、当該一以上の品目と作業工程との組の前記期待改善効果量が大きくなるように、前記期待改善効果量を算出することを特徴とする作業指導割当システム。
　請求項２に記載の作業指導割当システムであって、
　前記制御部は、一以上の品目の物品の前記出荷比率、および、一以上の品目の物品の１ケース当たりのピース数を示す情報に基づいて、前記一以上の品目の物品１ピースを処理するための平均的な作業量を算出し、前記平均的な作業量がより大きい前記一以上の品目と作業工程との組の前記期待改善効果量ほど大きくなるように前記期待改善効果量を算出することを特徴とする作業指導割当システム。
　請求項３に記載の作業指導割当システムであって、
　前記一以上の品目の物品の１ケース当たりのピース数を示す情報は、適用される期間を特定する情報を含み、
　前記各作業者の生産性は、前記一以上の品目の物品の１ケース当たりのピース数と、それが適用される期間の前記作業ログデータと、に基づいて計算された、前記一以上の品目を対象として含む作業における単位時間当たりの作業量であることを特徴とする作業指導割当システム。
　請求項１に記載の作業指導割当システムであって、
　前記制御部は、前記作業ログデータに基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに、複数の作業者の生産性のばらつきを算出し、ばらつきが大きいほど前記期待改善効果量が大きくなるように前記期待改善効果量を算出することを特徴とする作業指導割当システム。
　請求項１に記載の作業指導割当システムであって、
　前記記憶部は、各作業者が過去に行った作業指導の対象である作業工程と、その作業の対象に含まれる一以上の品目と、その作業指導の効果の程度と、を示す指導実績データをさらに保持し、
　前記制御部は、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目との組に関する作業指導の効果が所定の条件を満たす作業者を指導者として選択することを特徴とする作業指導割当システム。
　請求項１に記載の作業指導割当システムであって、
　前記制御部は、前記指導者が前記作業指導を行うことによって行えなくなる作業を他の作業者に割り当てることを特徴とする作業指導割当システム。
　請求項１に記載の作業指導割当システムであって、
　前記制御部は、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目と前記指導対象者と前記指導者との複数の組を選択し、
　前記制御部は、前記期待改善効果量が前記所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目と前記指導対象者と前記指導者との各組について、前記指導者が前記作業指導を行うことによって出荷遅延が発生するか否かを判定し、
　前記制御部は、前記出力部に、出荷遅延が発生しないと判定された前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目と前記指導対象者と前記指導者との複数の組を出力させることを特徴とする作業指導割当システム。
　計算機システムが実行する作業指導割当方法であって、
　前記計算機システムは、制御部と、前記制御部に接続される記憶部と、前記制御部に接続される出力部と、を有し、
　前記記憶部は、過去に行われた作業の内容を示す作業ログデータを保持し、
　前記作業指導割当方法は、
　前記制御部が、複数の品目の物品の出荷指示を受信すると、前記複数の品目の物品を出荷するための作業工程と作業の対象である一以上の品目の物品とによって特定される各作業に各作業者を割り当てる作業指示データを作成する第１手順と、
　前記制御部が、前記出荷指示および前記作業ログデータの少なくとも一方に基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに、作業指導を行うことによって期待できる生産性改善の効果の大きさを示す期待改善効果量を算出する第２手順と、
　前記制御部が、前記作業ログデータに基づいて、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が低い作業者を指導対象者として選択し、当該作業工程と作業の対象に含まれる一以上の品目との組に関する生産性が前記指導対象者より高い作業者を指導者として選択する第３手順と、
　前記制御部が、前記作業指示データに基づいて、前記指導者が前記作業指導を行うことによる生産性の低下によって、出荷遅延が発生するか否かを判定する第４手順と、
　前記制御部が、前記出力部に、出荷遅延が発生しない場合に前記期待改善効果量が所定の条件を満たす作業工程と前記作業の対象に含まれる一以上の品目と前記指導者と前記指導対象者との組を出力させる第５手順と、を含むことを特徴とする作業指導割当方法。
　請求項９に記載の作業指導割当方法であって、
　前記制御部が、前記出荷指示に基づいて、一以上の品目の組合せごとに、出荷される全品目の物品の総数に対する、出荷先が共通する前記一以上の品目の物品の数の比率である出荷比率を算出する第６手順をさらに含み、
　前記第２手順において、前記制御部は、前記一以上の品目の前記出荷比率が高いほど、当該一以上の品目と作業工程との組の前記期待改善効果量が大きくなるように、前記期待改善効果量を算出することを特徴とする作業指導割当方法。
　請求項１０に記載の作業指導割当方法であって、
　前記第２手順において、前記制御部は、一以上の品目の物品の前記出荷比率、および、一以上の品目の物品の１ケース当たりのピース数を示す情報に基づいて、前記一以上の品目の物品１ピースを処理するための平均的な作業量を算出し、前記平均的な作業量がより大きい前記一以上の品目と作業工程との組の前記期待改善効果量ほど大きくなるように前記期待改善効果量を算出することを特徴とする作業指導割当方法。
　請求項１１に記載の作業指導割当方法であって、
　前記一以上の品目の物品の１ケース当たりのピース数を示す情報は、適用される期間を特定する情報を含み、
　前記各作業者の生産性は、前記一以上の品目の物品の１ケース当たりのピース数と、それが適用される期間の前記作業ログデータと、に基づいて計算された、前記一以上の品目を対象として含む作業における単位時間当たりの作業量であることを特徴とする作業指導割当方法。
　請求項９に記載の作業指導割当方法であって、
　前記第２手順において、前記制御部は、前記作業ログデータに基づいて、作業工程と作業の対象に含まれる一以上の品目との組ごとに、複数の作業者の生産性のばらつきを算出し、ばらつきが大きいほど前記期待改善効果量が大きくなるように前記期待改善効果量を算出することを特徴とする作業指導割当方法。
　請求項９に記載の作業指導割当方法であって、
　前記記憶部は、各作業者が過去に行った作業指導の対象である作業工程と、その作業の対象に含まれる一以上の品目と、その作業指導の効果の程度と、を示す指導実績データをさらに保持し、
　前記第３手順において、前記制御部は、前記期待改善効果量が所定の条件を満たす作業工程と作業の対象に含まれる一以上の品目との組に関する作業指導の効果が所定の条件を満たす作業者を指導者として選択することを特徴とする作業指導割当方法。
　請求項９に記載の作業指導割当方法であって、
　前記第３手順において、前記制御部は、前記指導者が前記作業指導を行うことによって行えなくなる作業を他の作業者に割り当てることを特徴とする作業指導割当方法。