なぜ重要か

サービスチームは、顧客の役に立たない多くの仕事を抱えています。重複した承認、誰も読まないレポート、情報が失われる引き継ぎ、最初の答えが要点を外したために再オープンされるチケット。ひとつひとつは単独では妥当に見えます。しかし合わせると、有用な仕事より多くの時間を消費し、あらゆるサービスを、必要以上に遅く、高くしています。

リーンの考え方は、それを見るための語彙を与えます。顧客が何に価値を置くかを問い、それを生み出すステップをたどり、残りを減らすべきムダとして位置づけます。「より良いものへの変化」を意味する日本語のカイゼンは、それを減らす方法を与えます。仕事に最も近い人々が、いつも行う、多くの小さな改善です。大がかりな再設計は要りません。

どちらの考え方も製造業、とりわけトヨタ生産方式に由来し、ソフトウェアとサービスに適応されてきました。ITIL 4の指針である「価値に着目する」「シンプルで実践的に保つ」「フィードバックを得ながら反復して進める」の背後にもあります(トピック 1.5 — ITILの指針を参照)。このトピックは、主要な考え方を説明し、サービスの仕事への適用を示し、誤用されうる場面を示します。

中核となる概念

リーン生産方式とトヨタ生産方式。 リーンは、第二次世界大戦後に発展したトヨタ生産方式に由来する生産方法を指すラベルです。目的は、顧客に価値を届け、ムダを減らし、フローを改善することです。Wikipediaのリーン生産方式とトヨタ生産方式の記事が、背景を伝えています。「リーン」という言葉は、20世紀後半の自動車生産に関する研究の後に広まりました。

価値とムダ。 リーンの用語では、価値とは、顧客が対価を払う用意があるもの、あるいは欠けていれば気づくものです。日本語で「ムダ」と呼ばれるムダは、資源を消費し価値を加えない、あらゆる活動です。リーンは「ムリ」(人や設備への過負荷)と「ムラ」(仕事の不均一)も挙げます。この三つは合わせて三つのMとしばしば呼ばれます。

七つのムダを、サービスの仕事に置き換える。 製造における七つのムダの古典的な一覧には、サービスにも対応するものがあります。

古典的なムダ サービスの仕事では、たとえば
運搬 チケットを多くのキューの間で渡す
在庫 誰も実行しないリクエストのバックログ
動作 多くのシステムで情報を探し回る
待ち 承認待ちで止まっているリクエスト
作りすぎ 誰も頼んでいないレポートや機能
加工そのもののムダ 安全を高めない承認ステップ
不良 繰り返しのチケットを生む誤った修正

多くのリーンの書き手は、八つ目として人々の活かされていない才能を加えます。ソフトウェアでは、メアリーとトム・ポッペンディークが、Wikipediaが説明するリーンソフトウェア開発の仕事の中でこの一覧を適応させました。

フローとプル。 リーンは、仕事が滑らかに流れるように、そして新しい仕事が押し込まれるのではなく、余力があるときに始まるように編成します。ツールについてはトピック 2.3 — フローとカンバンを参照してください。

人への敬意。 トヨタでのリーンは、継続的改善と人への敬意という二本の柱に支えられています。実際には、外から変更を押し付けるのではなく、仕事をしている人々に問題を見つけ、修正を提案してもらうことを意味します。人員を削減して改善と呼ぶリーンのプログラムは、この考え方を誤用しています。

カイゼン。 小さな変更による継続的改善です。Wikipediaはカイゼンを、組織の全員が用いるアプローチで、すばやく試せるほど小さな変更を行うものと説明しています。典型的なカイゼンのサイクルは、計画・実行・確認・処置(PDCA)のループを使います。変更を計画し、試し、結果を確認し、採用するか調整します。トピック 3.15 — 継続的改善を参照してください。

現地現物(ゲンバ)。 「ゲンバ」は仕事が行われる場所です。リーンのプラクティスは、管理者や改善に取り組む人に、レポートに頼るのではなく、そこへ行き、観察し、質問することを求めます。サービスチームにとってのゲンバは、サービスデスク、チケットのキュー、顧客との通話かもしれません。

根本原因のツール。 リーンは、「なぜを五回」(行動に移せる原因に至るまで繰り返しなぜを問う)やA3問題解決(構造化された一枚の要約)のような単純な手法を使います。これらは問題管理を支えます(トピック 3.3 — 問題管理を参照)。注意が必要で、「なぜ」を五回問うと、システムの原因ではなく、責める個人にたどり着くことがあります。

ミスの防止。 ポカヨケは、誤りが起きにくい、あるいはすぐに捕捉されるようにステップを設計するプラクティスです。サービスの仕事では、必須項目、テンプレート、パイプラインでのチェック、リスクのある操作の前の確認がこれに当たります。ジドウカ(自働化)は、異常が検出されたときにプロセスを止めることを指し、失敗したテストで止まるパイプラインが、現代におけるその類似物です。

ラインを止める。 トヨタの工場のアンドンコードは、問題を見つけた作業者なら誰でもラインを止められるようにします。サービスに置き換えると、顧客に害を及ぼしうる問題を誰でも提起でき、チームはその信号を、妨害ではなく有用なものとして扱います。

リーンとアジャイル。 リーンの考え方はアジャイルソフトウェア開発に影響を与え、両者は、小さなバッチ、フィードバック、継続的改善、人への敬意で重なります。このガイドは、ステークホルダーの継続的な関与、継続的な改善、動く変更の継続的なデリバリーを重視しており、リーンはそれらを支えます。

レンズはどう当てはまるか。 リーンとカイゼンは、アジャイルのレンズの改善エンジンです。AIは、レビューのもとで、ムダを示唆するチケットのパターンを見つけられます。自動化は、単純化した後で、繰り返しの手作業を取り除きます。アナリティクスは、仕事がどこで待ち、不良がどこで生じるかを示します。

ベストプラクティス

  1. 顧客の視点から価値を定義する。 サービスごとに、顧客が何に価値を置くかを書きます。プロセスの各ステップに、価値を加えるもの、必要だが価値を加えないもの、ムダのいずれかの印を付けます。
  2. 現地現物で見る。 仕事が行われる場所で時間を過ごし、実際のリクエストを観察し、それを扱う人々と話します。レポートは代わりになりません。
  3. 自動化の前にムダを取り除く。 まずプロセスを単純にします。ムダなステップを自動化しても、ムダを生み出すコストが安くなるだけで、小さくはなりません。
  4. 仕事に最も近い人々に改善させる。 チームに、時間、権限、変更を試す簡単な方法を与えます。彼らのアイデアを素早くレビューし、何が起きたかを伝えます。
  5. 改善を小さく素早くする。 数日で試せる変更を目指します。期待を明示し、確認する日付を決めた実験として行います。
  6. 人ではなく原因を直す。 何かがうまくいかなかったとき、システムの何がそれを許したかを問います。根本原因の手法で原因を見つけ、「ヒューマンエラー」で止まらないようにします。
  7. 繰り返されるステップをミスから守る。 誤りが二度以上起きた場所に、必須項目、テンプレート、チェック、確認を加えます。
  8. 誰でもラインを止められるようにする。 変更やインシデント対応への懸念を提起する安全な方法を作ります。提起した人に感謝します。
  9. 改善ボードを持つ。 改善のアイデア、その状況、結果を、チームとステークホルダーが見られる場所に示します。
  10. リーンを削減の隠れ蓑にしない。 改善がレイオフにつながるなら、人々は改善を提案しなくなります。節約された時間をどう使うかを述べておきます。

チームで話し合うための問い

このサービスについて、顧客は何に価値を置いていて、私たちがやめても顧客が気づかないことは何か。 これは価値と活動を切り分ける問いです。チームは、誰も使っていないレポート、承認、チェックを見つけることがよくあります。可能なら顧客の視点を尋ねてください。さらに掘り下げるために、一か月やめる活動をひとつ選び、害がないかを見張るオーナーを置きます。

古典的なムダのうち、私たちが最もよく目にするのはどれで、それぞれの最近の例は何か。 七つのムダの表を使います。人々は通常、待ちと手戻りを最初に挙げます。実際のチケットやインシデントを求めてください。さらに掘り下げるために、最も時間を費やしているムダを選びます。

最後に誰かが改善を提案したのはいつで、そのアイデアはどうなったか。 これは改善の仕組みを試す問いです。アイデアが消える、あるいは提案すれば自分がやる羽目になる、と聞くかもしれません。返答にどれだけかかったかを尋ねます。さらに掘り下げるために、返答時間と、見えるリストを合意します。

繰り返される誤りのうち、起こり得なくできるもの、少なくとも目立たせられるものはどれか。 何度も起きる間違いを探します。誤ったカテゴリー、欠けた項目、誤ったシステムで実行されたコマンド。簡単な防止策はどんな形になるかを尋ねます。さらに掘り下げるために、誤りをひとつと、試す防止策をひとつ選びます。

システムが誤りを許したのに、人を責めているのはどこか。 これは文化を探る問いです。レビューはしばしば「もっと注意する」で終わります。何がその誤りを起こりやすくしたのか、何があれば起こりにくくなるのかを尋ねます。さらに掘り下げるために、過去のレビューの結論をひとつ、システムの観点で書き直します。

AIはムダを見つけるのにどう役立ち、それが正しいかをどう確かめるか。 AIは、チケットのグループ化、繰り返される質問の発見、自動化の候補の提案ができます。パターンを捏造することもあります。見つけたもののサンプルを誰が確認するかを尋ねてください。さらに掘り下げるために、まずチケットのサンプルを選び、AIのグループ化を手作業で試します。

実践:サービスマネジメントの例

ある政府の給付機関は、申請に関する問い合わせに答えるコンタクトセンターを運営しています。スタッフは、一日の大半を「情報を追いかけること」に費やしていると言います。短いリーンの講座に参加したことのあるチームリーダーは、現場に出ることにします。彼女は三日間、エージェントの隣に座り、120件の通話について、各人が電話をかけた理由とエージェントの対応を記録します。

120件の通話のうち40件は、最初のエージェントが別のシステムにある状況を見られなかったため、同じ申請についての再度の電話であることが分かります。さらに25件は、電話をかけた人が理解できない用語を使った通知に関するものでした。エージェントは、各通話の大きな部分を、四つの画面の切り替えに費やしていました。

チームは六週間で三つの小さな変更を試します。分かりにくい通知を平易な数文で書き直して申請者のサンプルで試し、別のシステムから引いた申請状況を示す画面をひとつ加え、最も多い五つの質問のための一ページのガイドを作ります。エージェントは四つ目の変更を提案します。シフト間での再説明を減らす、通話メモのテンプレートです。それぞれを二週間試し、短い週次会議でレビューします。

何が変わったか。チームが追跡するサンプルでは再度の電話が減り、エージェントは切り替えが減ったと報告します。何がまだ難しいか。状況の画面は別の部門が所有する連携に依存しており、その部門はまだ保守に同意していません。チームには、通知を電話をかけた人が理解したかを測る、尋ねる以外の良い方法がありません。管理職は、変更で何時間分のエージェントの時間が節約できたかを尋ねており、数字を数えたくなる誘惑があります。リーダーは、電話をかけた人の体験に焦点を保ち、節約分は人員削減ではなくバックログの削減に使うことを管理職と合意しました。

四つの視点

プロダクトとデリバリーのチーム

価値を利用者の視点から定義し、それに役立たない機能やステップを取り除きましょう。小さな実験を使い、繰り返されるステップをミスから守り、運用上の問題を設計変更のシグナルとして扱います。

サービスと運用のチーム

ムダは日々あなたがたの目に入ります。記録し、改善ボードに例を持ち込み、小さな修正を試しましょう。変更や対応が顧客に害を及ぼしうるときは、ラインを止める仕組みを使ってください。

リーダーシップとガバナンス

現地現物で見に行きましょう。チームに何を変えたいかを尋ね、それをする時間を与えます。問題を提起する人を守ってください。リーンがコスト削減プログラムではないことを明言しましょう。

顧客とユーザー

あなたは自分が何に価値を置くかを知っています。どのステップが自分にとって無意味で、どれが役立つかを提供者に伝えましょう。フィードバックを与えたなら、何が変わったかを聞くことを期待してください。

アジャイル、AI、自動化、アナリティクス

アジャイル

リーンとカイゼンは、改善の習慣を提供します。小さな変更、頻繁なフィードバック、巻き込まれたステークホルダー、自分たちの仕事を改善することを任された人々。注意:改善ボードは、誰もレビューしないもうひとつのバックログになりえます。リストを短く、レビューされた状態に保ってください。

AI

AIは、チケットのクラスタリング、繰り返される質問の発見、ムダがありそうな場所の示唆ができます。それぞれの使用にオーナーと、サンプルを確認する人が必要です。注意:AIの要約は、チケットがどう分類されたかの副産物にすぎないパターンを見つけることがあります。仕事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

ムダが取り除かれ、プロセスが安定した後に残るステップ、たとえばリクエストの振り分けや状態の更新を自動化し、ログと元に戻す手段を残します。注意:自動化は、質の悪いプロセスを固定し、変更を難しくすることがあります。重要な自動化のたびに見直してください。トピック 6.1 — 自動化戦略を参照してください。

アナリティクス

仕事がどこで待ち、どれくらいの頻度でやり直され、再問い合わせにどれだけ時間がかかるかを測ります。注意:「節約した時間」を数えることは、誇張した主張を招き、信頼を損ないかねません。顧客とチームの体験も追跡してください。トピック 7.6 — プロセスとバリューストリームの分析と『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

  • コスト削減としてのリーン。 人々が改善を提案しなくなります。成果をどう使うかを述べ、その約束を守りましょう。
  • 離れた場所からの改善。 コンサルタントが、観察していないものを再設計します。現地現物で見て、仕事をしている人々を巻き込みましょう。
  • ムダの自動化。 悪いプロセスがスクリプト化されます。まず単純にしましょう。
  • 人を責める。 レビューが「ヒューマンエラー」で終わります。システムの何がそれを許したかを探しましょう。
  • 改善のアイデアが消える。 人々が提案をやめます。素早く返答し、リストを見せましょう。
  • 大きな改善プログラム。 変化に一年かかり、ほとんど成果が出ません。確認を伴う小さな実験を選びましょう。
  • 節約を目標として数える。 数字が誇張されます。顧客の成果と体験を測りましょう。

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
価値とムダ 価値は当然とされる 一部のムダが特定される サービスごとに価値とムダが定義される ムダが追跡され、削減される ムダの削減がサービスやサプライヤーをまたいで調整される
改善の習慣 危機のときに改善する 少数の推進役がいる レビューを伴う定期的な小さな実験 結果が測定され共有される 改善がチームとパートナーに組み込まれる
問題解決 責任追及 一部で根本原因分析を行う 標準的な根本原因の手法が使われる 原因が再発防止まで追跡される 学びが組織全体で共有される
ミスの防止 まれ 場当たり的な防止策 既知の繰り返される誤りへの防止策 防止策の効果が測定される 防止策がツールとパイプラインのあらゆる場所に組み込まれる

チェックリスト

  • 各サービスの顧客が何に価値を置くかを書き留めた。
  • 仕事が行われる場所に行き、実際の仕事を観察した。
  • ステップを、価値を加えるもの、必要なもの、ムダに分類した。
  • 改善のアイデアが見えていて、素早く返答され、追跡されている。
  • 確認する日付を決めた小さな実験として変更を試している。
  • レビューが、責任追及ではなく、システムの原因を探している。
  • 繰り返される誤りへの防止策を加えた。
  • 改善の成果をどう使うかを述べた。

AIプロンプト

レビューのために、ステップを価値かムダかに分類する。

Here are the steps in our process for [service], with who does each and roughly how long it takes: [paste steps].
Propose for each step whether it adds value to the customer, is necessary but not value-adding, or looks like waste, with a one-line reason and a question to confirm with the people who do it. Do not recommend removing anything.
List what you are unsure of.

チケットの中の繰り返される質問を見つける。

Below are ticket titles and first messages, with personal data removed: [paste sample].
Group them into up to eight themes, count each, and quote two short examples per theme exactly. Do not guess causes.
List what you are unsure of.

根本原因のメモをシステムについての問いに変える。

Here is a summary of a recent failure: [paste summary].
Rewrite it as a list of questions about what in our system allowed the failure, avoiding blame, and suggest one guard to consider for each. Do not state causes that are not in the summary.
List what you are unsure of.

AIスキル

  • kaizen: 小さな改善の実験を計画し実施するときに使います。
  • root-cause-analysis: システムの中の原因を見つけるときに使います。
  • value-stream-map: フローの中のムダと待ちを見るときに使います。
  • fishbone-diagram: 議論のために、考えられる原因を整理するときに使います。

主要な情報源

  • Taiichi Ohno, Toyota Production System: Beyond Large-Scale Production (1988): 考え方についての創始者自身の説明。
  • Mary and Tom Poppendieck, Lean Software Development: An Agile Toolkit (2003): リーンの考え方をソフトウェアに適応させたもの。
  • Wikipedia, "Lean manufacturing" and "Kaizen": さらなる読み物を伴う中立的な要約。
  • Wikipedia, "Lean software development": ソフトウェアの仕事への適応。

参考文献

  1. Lean manufacturing — Wikipedia — https://en.wikipedia.org/wiki/Lean_manufacturing
  2. Kaizen — Wikipedia — https://en.wikipedia.org/wiki/Kaizen
  3. Toyota Production System — Wikipedia — https://en.wikipedia.org/wiki/Toyota_Production_System
  4. Muda (Japanese term) — Wikipedia — https://en.wikipedia.org/wiki/Muda_(Japanese_term)
  5. Lean software development — Wikipedia — https://en.wikipedia.org/wiki/Lean_software_development
  6. Gemba — Wikipedia — https://en.wikipedia.org/wiki/Gemba
  7. Poka-yoke — Wikipedia — https://en.wikipedia.org/wiki/Poka-yoke
  8. Andon (manufacturing) — Wikipedia — https://en.wikipedia.org/wiki/Andon_(manufacturing)
  9. Five whys — Wikipedia — https://en.wikipedia.org/wiki/Five_whys
  10. Value-stream mapping — Wikipedia — https://en.wikipedia.org/wiki/Value-stream_mapping