プロセスとバリューストリームの分析
プロセスとバリューストリームの分析は、仕事が実際にどう流れるかを測ります。各ステップにどれだけかかり、仕事がどれだけ待ち、どこで戻り、どこに積み上がるか。タイムスタンプ付きのイベントデータと実際の追跡から構築され、制約に狙いを定め、仕事をする人々に照らして確認されるときに機能します。
なぜ重要か
誰もが仕事がどう流れるかの絵を持っていて、それはたいてい誤っています。プロセス文書は、リクエストから完了までのすっきりした道筋を示します。現実には、回り道、ループ、どの図にもない引き継ぎ、仕事が手つかずで置かれる長い期間が含まれます。文書では三ステップとされるリクエストが、十一のステップを通り、生涯の90パーセントを待って過ごすこともあります。
プロセスとバリューストリームのアナリティクスは、その絵を証拠に置き換えます。チケットの状態、タイムスタンプ、割り当てなど、システムがすでに記録しているデータと、実際の仕事の観察から始めます。仕事がたどる経路を再構成し、各段階の時間を測り、作業時間と待ち時間を切り分けます。Wikipediaは、プロセスマイニングを、実際のプロセスを発見し、監視し、改善するためにイベントログを分析する技法と説明しています。
結果はしばしば驚きをもたらします。ボトルネックは、人々が思っていた場所にありません。皆が不満を言うステップは速く、遅延はその前の引き継ぎにあります。リクエストの三分の一が、情報不足のために戻ります。これらの発見は、具体的で小さな改善につながります。これが、この分析がサービスマネジメントで最も有用なもののひとつである理由です。このトピックは、主な技法、必要なデータ、注意点を説明します。バリューチェーン(トピック 1.7 — サービスバリューチェーン)、フローとカンバン(トピック 2.3 — フローとカンバン)、リーンの考え方(トピック 2.4 — リーンと改善(カイゼン))、アナリティクス(トピック 7.1 — サービスマネジメントのためのアナリティクス)を土台とします。タイムスタンプと状態の変化が原材料なので、データ基盤(トピック 7.2 — データ基盤とデータガバナンス)がここでは非常に重要です。
中核となる概念
バリューストリーム。 「重大インシデントを解決する」「新入社員をオンボーディングする」のように、組織が顧客にプロダクトやサービスを届けるために行うステップの連なりです。Wikipediaがバリューストリームを説明しています。バリューストリームは、バリューチェーンの活動を、独自の順序で通ります。トピック 1.7 — サービスバリューチェーンを参照してください。
バリューストリームマッピング。 バリューストリームの各ステップを、処理時間とステップ間の待ちとともに描き、価値を加えている時間を経過時間の総計と比べられるようにするリーンの技法です。Wikipediaが説明しています。マップはしばしば、関わる人々とプロセスを歩き、実際の時間を記録して描かれます。
プロセスマイニング。 プロセスが実際にどう動くかを発見するために、イベントデータを使うことです。各イベントには、ケース識別子(チケット番号など)、活動(「割り当て済み」や「解決済み」など)、タイムスタンプがあります。これらから、技法は、すべてのケースの経路を再構成し、最も一般的な経路を示し、バリアントを見つけ、時間を測ります。Wikipediaがプロセスマイニングとプロセス発見を説明しています。マッピングを補完します。マイニングは何千ものケースにわたって何が起きたかを示し、マッピングは少数のケースでなぜかを示します。
イベントデータ。 プロセス分析は、良いイベントデータに依存します。安定したケース識別子、明確な活動名、正確なタイムスタンプ。チケットとワークフローのシステムは、通常、状態の変化を時刻とともに保存します。データが起きたことを反映しているか確認してください。「待機中」とマークされたチケットは、顧客を待っているという意味ではないかもしれませんし、状態が最後にまとめて設定されることもあります。トピック 7.2 — データ基盤とデータガバナンスを参照してください。
リードタイム、サイクルタイム、待ち時間。 リードタイムは、顧客が体験する、リクエストから完了までの経過時間です。サイクルタイムは、仕事の開始からの時間です。Wikipediaが両方を説明しています。待ち時間、つまりキューにいる、あるいはステップ間で遊んでいる時間は、通常、最大の部分です。各開始点と終了点を正確に定義します。仕掛り、スループット、リードタイムの関係は、Wikipediaが説明するリトルの法則で与えられます。トピック 2.3 — フローとカンバンを参照してください。
フロー効率。 リードタイムのうち、仕事が実際に取り組まれている時間の割合です。多くの知識労働やサービスのプロセスでは、フロー効率は20パーセントを下回り、時間の大半が待ちだということを意味します。この指標は、労力ではなく遅延に注意を向けます。実際のケースをサンプリングして数字を確認してください。活動時間がどう記録されるかに依存するからです。
ボトルネックと制約。 ボトルネックとは、プロセス全体のスループットを制限するステップです。Wikipediaが説明する制約理論は、制約以外を改善しても全体のフローは改善せず、制約を特定し、活用し、それから緩和すべきだと論じます。Wikipediaが生産におけるボトルネックを説明しています。アナリティクスでは、仕事がキューに積み上がる、待ち時間が最も長い、稼働率が満杯に近いステップを探します。
バリアントと手戻り。 同じプロセスが、多くのバリアントで動きます。ハッピーパス、承認を伴う経路、ループを伴う経路。Wikipediaが手戻り、つまり誤りや情報不足による仕事の繰り返しを説明しています。ケースがどれくらいの頻度で、なぜ戻るかを数えると、無駄が見つかります。リクエストの30パーセントで、情報不足のために顧客に戻るループは、フォームの問題を示します。
引き継ぎ。 チーム間の各引き継ぎは、待ちと情報が失われる機会を加えます。ケースあたりの引き継ぎと、それぞれの後に費やされた時間を数えます。Wikipediaが説明するスイムレーンの見方は、誰が何を扱うかを示します。引き継ぎの多い経路は、再設計の候補です。トピック 3.1 — サービスデスクを参照してください。
ばらつき。 平均は広がりを隠します。典型的なケースの十倍かかるケースが痛みを引き起こし、それには見つける価値のある原因があります。Wikipediaは、通常のばらつきとシグナルを切り分ける統計的ばらつきと統計的工程管理を説明しています。平均だけでなく、分布とパーセンタイルを報告します。トピック 7.3 — 測定とレポートを参照してください。
パレートの原理。 少数の原因がしばしば効果の大半を生むというパターンを、Wikipediaはパレートの原理として説明しています。遅延に当てはめると、少数のバリアントや少数のステップが、失われた時間の大半を占めることがよくあります。そこから始めます。
待ち行列。 稼働率がキャパシティに近づくと、待ちは急激に増えます。待ち行列理論が示すとおりです。Wikipediaが説明しています。「100パーセント忙しい」チームには、長いキューができます。特にランダムに到着する仕事のために、余裕を残してください。トピック 3.11 — 可用性、キャパシティ、パフォーマンスを参照してください。
適合性とコンプライアンス。 プロセスマイニングは、必要な承認が行われたかなど、実際のケースが意図されたプロセスに従っているかを確認できます。監査と統制の助けになりますが、データが示すのは記録されたものであって、必ずしも行われたことではないという注意が要ります。トピック 3.4 — 変更実現を参照してください。
プロセスを歩く。 データはどこかを見つけ、人々がなぜかを説明します。仕事を観察し、それを行う人々と話し、実際のケースのサンプルを見ます。リーンのプラクティスは、これを仕事が行われる場所、ゲンバに行くことと呼びます。トピック 2.4 — リーンと改善(カイゼン)を参照してください。
プライバシーと公平性。 プロセスのデータは、個人の働き方のパターンを示しえます。システムを理解するために使い、チームやステップで集計し、個人を監視したり順位づけしたりするのには使わないでください。トピック 5.6 — AIのガバナンス、リスク、コンプライアンスを参照してください。
レンズはどう当てはまるか。 プロセスのアナリティクスは、アジャイルな改善とリーンの考え方のデータ側です。制約を見つけ、小さな変更を試し、再び測る。AIは、レビューのもとで、パターンの発見とマップの下書きを助けられます。自動化は、引き継ぎを取り除くなど、発見に基づいて行動します。アナリティクスが証拠を提供します。
ベストプラクティス
- 重要なバリューストリームを選ぶ。 顧客が気にかけ、遅いか一貫しないもの、たとえばアクセスのリクエストや重大インシデントの扱いを選びます。顧客の視点から、開始と終了を定義します。
- まずイベントデータを確認する。 ケース識別子、活動名、信頼できるタイムスタンプがあるかを確かめます。ケースを現実と突き合わせてサンプリングし、言葉どおりの意味を持たない状態に留意します。
- データと人から現状のフローをマッピングする。 可能ならプロセスマイニングで経路を再構成し、扱う人々とともに実際のケースをいくつか歩きます。二つの見方を比べます。
- 作業と待ちを切り分ける。 各ステップについて、活動時間と待ち時間を測ります。フロー効率を計算し、最も長い待ちを記録します。
- バリアントとループを見る。 主なバリアント、戻るケースの割合、その理由を数えます。最も長いケースを個別にレビューします。
- 制約を見つける。 スループットを制限するステップを特定し、改善をそこに集中します。他のステップを先に最適化してはいけません。
- 引き継ぎと失われた情報を数える。 ケースあたりの引き継ぎと、それぞれの後の遅延を測り、受け取る側に何が足りないかを聞き取ります。
- 分布を使い、実際のケースをサンプリングする。 中央値とパーセンタイルを報告し、尾のサンプルを読みます。自動化された発見を手作業で確認します。
- 一つだけ変えて、再び測る。 制約に小さな変更を加え、ベースラインを記録し、定めた期間の後に、同じ期間の他の変更に留意しつつ比較します。
- データを、システムを理解するために使う。 チームとステップで集計し、個人を順位づけせず、発見を仕事をする人々と共有します。
チームで話し合うための問い
典型的なリクエストが最も長く待つのはどこで、誰を待っているのか。 データか、追跡したケースを使います。承認、キュー、顧客の待ちが予想されます。さらに掘り下げるために、待ちをひとつ選び、誰ならそれを短くできるかを尋ねます。
私たちのプロセスを通るリクエストは、いくつの異なる経路をたどり、すべて必要か。 バリアントを示します。誰が思っていたより多いと予想できます。さらに掘り下げるために、最も役に立たないものを選び、取り除けないかを尋ねます。
私たちのケースのうち、情報不足で戻るものの割合はどれくらいで、何が足りないのか。 数えます。特定のリクエストの種類で高い数字が予想されます。さらに掘り下げるために、フォームか最初の返信を変えて、より早く尋ねるようにします。
引き継ぎで情報が失われるのはどこで、受け取るチームは何を持ちたいか。 受け取るチームに尋ねます。同じ少数の項目が予想されます。さらに掘り下げるために、それらを引き継ぎに加えます。
どのステップが制約で、その速度を倍にしたら、全体のフローはどうなるか。 データを使って考え抜いてください。人々が最も声の大きいステップを挙げると予想できます。さらに掘り下げるために、答えをキューと待ち時間に照らしてテストします。
AIは、プロセスのデータのパターンを見つけるのにどう役立ち、それが正しいことをどう確認するか。 AIはバリアントを要約し、原因を示唆できます。ノイズを過剰に解釈することもあります。誰がレビューするかを尋ねてください。さらに掘り下げるために、AIの要約を、サンプルの手作業での分析と比べます。
実践:サービスマネジメントの例
ある地域の保健当局のIT部門は、臨床医に新しい臨床アプリケーションへのアクセスを付与するのに、平均で19営業日かけています。臨床医は不満を述べ、部門のレポートはすべてのタスクが目標内に完了していることを示しています。サービスマネージャーは、ストリームを追跡することにします。
彼女は、最近の600件のアクセスリクエストのイベントデータ、つまりチケットシステムからの状態の変化とタイムスタンプを抽出します。プロセスマイニングツールが経路を再構成します。九つのバリアントが見つかり、そのうち三つがケースの80パーセントをカバーします。作業時間は平均約2.5日です。残りは待ちです。管理者の承認待ち(平均4日)、臨床リードの承認待ち(平均5日)、アプリケーションチームがタスクを拾うまで(3日)、依頼者が欠けている研修の修了証を提出するまで(35パーセントのケースで4日)。フロー効率は約13パーセントです。
彼女は、関わる人々とともに五つのケースを歩きます。臨床リードの承認が、ほとんどの役割では形式的なものであることを見つけます。直近の200件で、拒否されたものはありませんでした。また、修了証のループは、フォームが前もってそれを求めないために生じていること、アプリケーションチームがリクエストを木曜日にまとめて処理していることも見つけます。
チームは三つの変更を行います。標準的なアクセスの役割について、臨床リードの承認を取り除く、フォームに修了証を加える、アプリケーションチームを毎日処理されるキューに切り替える。マネージャーはベースラインを記録し、変更後の100件のケースを追跡します。平均のリードタイムは8日に下がり、90パーセンタイルは31日から15日に下がります。彼女は最も長いケースの十件を読み、その大半が珍しい役割に関わるものだと見つけます。
何が変わったか。臨床医はより速くアクセスを得られ、レポートは今や、顧客が体験するとおりのリードタイムを示します。何がまだ難しいか。承認の撤廃には臨床安全責任者の同意が必要で、試行中です。「保留」という状態が両方に使われているため、データは顧客を待つことと、チームが引き起こした待ちを切り分けられません。マネージャーは、個々の技術者の速度の分析を求められており、断っています。彼女はツールのオーナーに、顧客待ちの別の状態を加えるよう求めました。
四つの視点
プロダクトとデリバリーのチーム
デリバリーのパイプラインをバリューストリームにし、変更をアイデアから本番まで追跡しましょう。分析を可能にするイベントとタイムスタンプを提供し、発見を、自分たちが引き起こす待ちを取り除くために使ってください。
サービスと運用のチーム
仕事がどこで、なぜ待つかを把握しましょう。一貫した状態を使い、待ちの理由を記録し、実際のケースの追跡に参加します。引き継ぎの問題をストリームのオーナーに提起してください。
リーダーシップとガバナンス
タスクの時間だけでなく、顧客が見るリードタイム、フロー効率、制約を求めましょう。制約での変更を支えます。プロセスのデータで個人を順位づけしてはいけません。
顧客とユーザー
待ちを含め、ストリーム全体を体験します。どれだけ、何を待ったかを伝え、提供者が情報を求めてきたら速やかに応じましょう。
アジャイル、AI、自動化、アナリティクス
アジャイル
分析を使って、制約での次の小さな改善を選び、行い、ステークホルダーを関わらせて再び測ります。注意:何かを変える前に、長いマッピングのプログラムを走らせてはいけません。ストリームをひとつ追跡し、ひとつ変え、学んでください。
AI
AIは、プロセスのバリアントの発見、追跡の要約、考えられる原因の示唆ができ、オーナーとチェックを伴います。注意:プロセスのデータのAI要約は、ノイズをパターンとして提示することがあります。サンプリングしたケースと関わる人々に照らして確認してください。トピック 5.1 — サービスマネジメントにおけるAIを参照してください。
自動化
分析が安定し繰り返されると示すステップを自動化し、価値を加えない引き継ぎを、ログとフォールバックとともに取り除きます。注意:制約でないステップを自動化しても、リードタイムは短くなりません。待ちがどこにあるかを確認してください。トピック 6.2 — ワークフロー自動化とオーケストレーションを参照してください。
アナリティクス
このトピックはフローのアナリティクスです。イベントデータ、リードタイムと待ち時間、バリアント、ループ、制約。注意:タイムスタンプは状態がどう使われるかを反映し、ステップの速度の指標は、チケットを状態間で動かすことで操作されえます。実際のケースで検証してください。トピック 7.3 — 測定とレポートと『サービスマネジメント指標』を参照してください。
よくある失敗パターン
- 文書化されたプロセスを信頼する。 現実と異なります。イベントデータと実際のケースを使いましょう。
- 汚れたイベントデータ。 状態と時刻が誤解を招きます。まずデータを確認して直しましょう。
- 誤ったステップの最適化。 労力が声の大きいところに向かいます。制約を見つけましょう。
- 平均だけ。 長いケースが隠れます。パーセンタイルを使い、尾を読みましょう。
- 待ちの無視。 労力は測られても遅延は測られません。作業時間と待ち時間を切り分けましょう。
- 人のいないデータ。 発見に原因が欠けています。仕事をする人々とともに、実際のケースを歩きましょう。
- 個人の監視。 信頼が崩れます。システムを分析しましょう。
成熟度モデル
| 観点 | 開始 | 発展 | 標準化 | 管理 | オーケストレーション |
|---|---|---|---|---|---|
| データ | タスクの件数 | 一部のタイムスタンプ | 主要なストリームの一貫した状態とタイムスタンプ | イベントデータの質が監視される | イベントデータがツールとサプライヤーをまたいで統合される |
| 分析 | 文書化されたプロセス | ストリームをひとつ追跡 | 主要なストリームの定型的な分析:リードタイム、待ち、バリアント | 制約が特定され、追跡される | 分析が人のレビューとともに自動化され、継続的である |
| 改善 | 場当たり的 | 時折の修正 | 制約での変更が測定される | 改善がフローの結果に結び付く | 改善がストリームとパートナーをまたいで調整される |
| 倫理 | 不明確 | 認識されている | チームレベルの分析で、個人の順位づけなし | 利用がスタッフとレビューされる | プライバシーがアナリティクスに組み込まれる |
チェックリスト
- 明確な開始と終了を持つ、顧客に関係するバリューストリームを選んだ。
- イベントデータに、ケース識別子、活動名、タイムスタンプがあるか確認した。
- データと、実際のケースを歩くことから、現状のフローをマッピングした。
- 作業時間、待ち時間、フロー効率を測った。
- バリアント、ループ、引き継ぎを数えた。
- 制約を特定し、変更をそこに集中した。
- パーセンタイルを報告し、尾のサンプルを読んだ。
- 個人ではなく、チームとステップのレベルで分析している。
AIプロンプト
ケースの経路からバリアントを要約する。
Here is a list of case paths (sequence of activities) with counts, and median time for each path, identifiers removed: [paste].
Describe the main variants, the share of cases each covers, where loops occur, and what the longest paths have in common. Do not infer causes.
List what you are unsure of.
追跡の中の待ちを見つける。
Here are the events of five cases with timestamps and the person or team handling each: [paste, names removed].
For each case, compute time between events, identify the three longest waits, and say whether the data suggest waiting on a team, on a customer, or unclear. Do not guess where the data are silent.
List what you are unsure of.
プロセスを歩くための問いを準備する。
We are about to walk through a value stream with the people who do the work. Here is what the data show: [paste summary].
Write ten open questions to ask on the walk, aimed at why waits and loops occur. Avoid blame and do not suggest answers.
List what you are unsure of.
AIスキル
- value-stream-map: バリューストリームをマッピングし測定するときに使います。
- workflow-analysis: ステップ、引き継ぎ、待ちを分析するときに使います。
- statistical-analysis: ばらつきと不確かさを調べるときに使います。
- kaizen: 発見を小さな改善に変えるときに使います。
- mermaid-diagram: 現状と将来のフローをテキストで描くときに使います。
主要な情報源
- Wil van der Aalst, Process Mining: Data Science in Action (2nd edition, 2016): プロセスマイニングの主要な参考文献。
- Mike Rother and John Shook, Learning to See (1999): バリューストリームマッピングの古典的な手引き。
- Eliyahu Goldratt, The Goal (1984): 制約理論を紹介した小説。
- Wikipedia, "Process mining" and "Value-stream mapping": 技法の概観。
参考文献
- Process mining — Wikipedia — https://en.wikipedia.org/wiki/Process_mining
- Value-stream mapping — Wikipedia — https://en.wikipedia.org/wiki/Value-stream_mapping
- Value stream — Wikipedia — https://en.wikipedia.org/wiki/Value_stream
- Theory of constraints — Wikipedia — https://en.wikipedia.org/wiki/Theory_of_constraints
- Bottleneck (production) — Wikipedia — https://en.wikipedia.org/wiki/Bottleneck_(production)
- Cycle time — Wikipedia — https://en.wikipedia.org/wiki/Cycle_time
- Lead time — Wikipedia — https://en.wikipedia.org/wiki/Lead_time
- Little's law — Wikipedia — https://en.wikipedia.org/wiki/Little%27s_law
- Rework — Wikipedia — https://en.wikipedia.org/wiki/Rework
- Pareto principle — Wikipedia — https://en.wikipedia.org/wiki/Pareto_principle
- Statistical process control — Wikipedia — https://en.wikipedia.org/wiki/Statistical_process_control
- Swimlane — Wikipedia — https://en.wikipedia.org/wiki/Swimlane