継続的改善
継続的改善は、小さな変更を選び、試し、役立ったかを確認し、維持するか元に戻すという、繰り返されるサイクルです。改善に見えるバックログ、守られたキャパシティ、オーナー、あらゆる判断の裏づけとなる証拠があるときに機能します。
なぜ重要か
どのチームも改善したいと思っていますが、多くはそうなりません。理由は、アイデアの不足であることはまれです。改善のアイデアは豊富にあり、人々の頭の中、振り返りのメモ、インシデントレビューの中にあります。失敗するのは、誰もそれを所有せず、それに時間を割り当てるものが何もなく、緊急の仕事が常に勝つからです。数か月後、提案しても何の効果もないので、人々は提案をやめます。
継続的改善は、これを直すプラクティスです。改善を、チームの働き方の、定期的で見える一部にします。アイデアは共有のリストに入ります。誰かがリストを順序づけます。各サイクルで、少量のキャパシティが上位の項目のために確保されます。各変更は実験として試され、確認され、維持されるか、やめられます。一年のうちに、多くの小さな変更が積み上がって大きな成果になり、チームは自分たちの文脈で何が機能するかを学びます。
ITIL 4は、継続的改善を、構成要素としてもプラクティスとしても、サービス価値システムの中心に位置づけています(トピック 1.4 — サービス価値システムを参照)。リーンの考え方、カイゼン、デミングサイクル、アジャイルの振り返りは、いずれも同じサイクルの異なる版を説明しています(トピック 2.4 — リーンと改善(カイゼン)を参照)。このトピックは、サイクル、改善バックログ、それを生かし続ける習慣を説明し、AI、自動化、アナリティクスが役立つ場面と誤解を招く場面を示します。多くの改善のアイデアを供給する問題管理(トピック 3.3 — 問題管理)と、測定(トピック 7.3 — 測定とレポート)につながります。
中核となる概念
「continual」と「continuous」。 ITILは「continual improvement」を使い、間隔を置いてサイクルで繰り返される改善を意味します。「continuous improvement」は、リーンや品質の分野で似た意味でよく使われます。言葉は緩く使われており、このガイドは両者を同じ考え方として扱います。Wikipediaが継続的改善プロセスを説明しています。
サイクル。 最もよく知られた形は、計画・実行・確認・処置(PDCA)で、品質管理で広めたW・エドワーズ・デミングにちなんで、デミングサイクルとも呼ばれます。変更とそこから期待することを計画し、小さな規模で実行し、結果を確認し、処置します。採用する、調整する、やめる。WikipediaがPDCAとデミングの役割を説明しています。サイクルは繰り返されます。
ITIL 4の継続的改善モデル。 ITIL 4は、七つのステップのモデルを提供しています。ビジョンは何か、今どこにいるか、どこにいたいか、どうやってそこに行くか、行動を起こす、到達したか、どうやって勢いを保つか。思考のきっかけであり、盲目的に従う手順ではありません。ITIL 5を含め、最新のものとして引用する前に、所有者の最新の指針を確認してください(トピック 1.3 — ITIL 5を参照)。
改善バックログ。 改善のアイデアの、単一の順序づけられたリストで、それぞれにオーナー、期待される便益、ステータスがあります。Wikipediaがバックログを説明しています。情報源には、インシデントレビュー、振り返り、利用者のフィードバック、監査、スタッフの提案があります。順序づけは、期待される価値と労力で行い、手早い成果の余地を残します。
守られたキャパシティ。 改善のために確保された、10パーセントや20パーセントのような時間の割合で、計画の中で見えるようにします。それがなければ、改善は緊急の仕事と競合して負けます。キャパシティを何も守れないチームは、それを公然と述べ、リーダーが何をやめるかを尋ねるべきです。
実験。 各変更を仮説を持つテストとして扱います。「Xをすれば、N週間以内に、Zで測ってYが起きると期待する」。Wikipediaが実験と仮説を説明しています。小さな実験は、悪い変更のリスクを限定し、どちらに転んでも何かを教えてくれます。
指標とベースライン。 変更が役立ったかを知るには、出発点を知る必要があります。変更の前にベースラインの指標を記録し、その後に確認します。利用者とチームにとって重要なものを測り、それぞれがどう誤解を招きうるかを述べます。『サービスマネジメント指標』を参照してください。
振り返り。 チームが自分たちの働き方を振り返り、何を変えるかを選ぶ定期的な会議です。Wikipediaが振り返りを説明しています。チームが使うことにしたなら、成果物がオーナー付きでバックログに入るようにしてください。誰も行動しない一覧を生む振り返りは、ないよりも悪いです。
根本原因と学習。 インシデントと問題のレビューは、改善のアイデアを生みます。トピック 3.3 — 問題管理を参照してください。監査、顧客のフィードバック、他者とのベンチマーキングがさらに提供します。Wikipediaがベンチマーキングを説明しています。
品質管理の伝統。 総合的品質管理、DMAICのサイクル(定義、測定、分析、改善、統制)を持つシックスシグマ、リーンは、いずれも手法に貢献します。Wikipediaがそれぞれを説明しています。合う中で最も軽いものを使います。小さなチームの調整に、正式なシックスシグマのプロジェクトは不要です。
オーナーシップ。 各改善には、それを試して結果を報告する説明責任を負うオーナーがいます。個人または小さなグループが、バックログとその順序づけを所有します。ITIL 4では、継続的改善は調整役とともに、全員の仕事です。
称えることと共有すること。 失敗も含め、試したことを共有します。人々が行った改善を称え、提案した人に、そのアイデアがどうなったかを伝えます。これでアイデアが出続けます。
さまざまな階層での改善。 改善は、チームの日々の仕事、サービス、プラクティス、組織全体で起きます。それらを揃えます。チームレベルの変更が、サービスレベルの目標を損なってはなりません。トピック 1.4 — サービス価値システムを参照してください。
レンズはどう当てはまるか。 継続的改善は、最も純粋な形のアジャイルのレンズです。小さな歩み、フィードバック、学習。AIは、レビューのもとで、データから改善の候補を見つけ、実験を下書きできます。自動化は、改善が特定する繰り返しの作業を引き受けます。アナリティクスは、効果を測定します。
ベストプラクティス
- 見える改善バックログをひとつ持つ。 あらゆる情報源からのアイデアをひとつの場所に集めます。チームとステークホルダーに開き、現実的な短さに保ちます。
- バックログと各項目にオーナーを置く。 バックログのオーナーが項目を順序づけて動かし続け、各項目にはそれを試す人がいます。
- キャパシティを守る。 各サイクルの一定の割合を改善のために確保し、計画に示します。削られたときは、その理由とともに報告します。
- 小さく素早い変更を選ぶ。 数日か一、二週間で試せる項目を好みます。大きなアイデアは、別々にテストできるステップに分けます。
- 始める前に期待を述べる。 何が起きると期待し、どう測り、いつ確認するかを書きます。ベースラインを記録します。
- 確認して、決める。 レビュー日に、結果を正直に見ます。変更を維持、調整、元に戻し、その理由を書き留めます。
- 人々とループを閉じる。 項目を提案した人に、何が起きたかを伝えます。感謝し、学んだことを共有します。
- データと利用者を使う。 指標を見て、影響を受けた人々に尋ねます。誰も助けずに動かしやすい指標に注意します。
- 失敗とインシデントから学ぶ。 レビューを、オーナーと期日のあるアクションとともにバックログに入れます。トピック 3.3 — 問題管理を参照してください。
- 改善の仕組み自体をレビューする。 時折、プロセスが役立っているかを問います。完了した項目の数、かかる時間、人々が今もアイデアを提案しているか。役立たないなら変えます。
チームで話し合うための問い
先四半期にどんな改善のアイデアがあり、それぞれがどうなったか。 集めてください。多くの失われたアイデアが予想されます。何がそれを止めたかを尋ねます。さらに掘り下げるために、ひとつのリストを作り、最初の三つの項目を選びます。
私たちの時間のうち、改善のために本当に守られているのはどれくらいで、誰がそれを守っているか。 数字を求めてください。ほとんど、あるいはまったくないと予想できます。余地を作るために何をやめるかを尋ねます。さらに掘り下げるために、週に半日のような小さな割合と、それを守る人を合意します。
直近で行って、後に元に戻した変更は何で、何を学んだか。 これは失敗を当たり前のこととして扱います。うまくいかなかった変更の話が予想されます。学びを探します。さらに掘り下げるために、元に戻すことが実験の通常の結果であることを合意します。
直近の改善が実際に役立ったと、どうやって分かるか。 前後で何が測られたかを尋ねてください。「良くなった気がする」が予想されます。さらに掘り下げるために、現在の改善をひとつ選び、ベースラインとレビュー日を合意します。
利用者もチームメイトも気づかないことに、私たちが改善の労力を費やしているのはどこか。 これは労力の価値を確かめます。各項目から誰が利益を得るかを尋ねます。さらに掘り下げるために、やめる項目をひとつ選びます。
AIは、改善を見つけて試すのにどう役立ち、それが正しいことをどう確認するか。 AIはチケットのパターンを見つけ、実験を提案できます。有望に見えるだけのものを提案することもあります。誰がその使用を所有し、提案がどうテストされるかを尋ねてください。さらに掘り下げるために、AIが提案したアイデアを、他のアイデアと同じ実験のプロセスで試します。
実践:サービスマネジメントの例
ある郡議会の住宅修繕チームは、月に約1,200件の修繕リクエストを扱っています。スタッフは、無駄な労力について日常的に不満を述べます。進捗を知りたくて何度も電話をかけてくる入居者、立ち入りできないまま訪れる請負業者、三つのシステムの間を行き来するフォーム。チームは一年間、振り返りを行ってきて、メモの大きなファイルがありますが、ほとんど何も変わっていません。
チームリーダーは、六週間の試行のため、改善の領域をひとつ選ぶようチームに求めます。彼らは、修繕のステータスを尋ねる入居者からの繰り返しの電話を選びます。それは電話の約五分の一を占めます。彼女は、振り返りのメモからの14項目で始まる改善バックログを作り、期待される価値と労力でそれぞれを採点してもらいます。上位三つを取ります。最初は、予約が入ったときとその前日に、入居者にテキストメッセージを送ること。二つ目は、メッセージに請負業者の名前と電話番号を加えること。三つ目は、週あたりの繰り返しの電話のベースラインを記録すること。
各項目について、チームは期待を書きます。「テキストメッセージで、四週間以内に、ステータスの繰り返しの電話が四分の一減る」。リーダーは、計画された仕事から月に二回の午後を確保し、サービス責任者は優先度の低いレポートを延期することに同意します。六週間後、繰り返しの電話は四分の一ではなく、約五分の一減ります。請負業者の名前の項目は測定可能な効果がなく、やめられます。電話から新しいアイデアが生まれます。入居者は、電話せずに予約を取り直したい。それはバックログに入ります。
何が変わったか。チームは自分たちのアイデアから改善が生まれるのを見て、人々はもっと提案するようになりました。何がまだ難しいか。緊急の修繕が急増したとき、二回の午後は二度削られました。テキストメッセージは請負業者が期限どおりに記録を更新することに依存していますが、いつもそうとは限りません。繰り返しの電話のベースラインは、チーム自身が不完全だと知っている通話ログから来ています。リーダーは削減をサービス責任者に報告し、数字を見える状態に保っています。
四つの視点
プロダクトとデリバリーのチーム
プロダクトとそのパイプラインのための改善リストを保ち、そのためのキャパシティを確保しましょう。インシデント、サポートの質問、デリバリーの遅れをアイデアの源として扱い、変更の効果を測ってください。
サービスと運用のチーム
見えていることを捉えましょう。繰り返しの接触、回避策、遅いステップ。小さな変更を試し、結果を共有します。利用者のフィードバックをバックログに持ち込んでください。
リーダーシップとガバナンス
改善のキャパシティを守り、それによって何が変わったかを尋ねましょう。効果の証拠を探し、成功だけでなく学びも称えます。アイデアや変更の量に報いてはいけません。
顧客とユーザー
あなたは改善の源です。うまくいかないこと、役立つことを提供者に伝え、提案がどうなったかを聞くことを期待しましょう。
アジャイル、AI、自動化、アナリティクス
アジャイル
継続的改善は、アジャイルのプラクティスの核心です。振り返り、調整し、ステークホルダーとともに小さな変更を届けます。注意:チームが振り返りを使うことにしたなら、その成果物がバックログに入って実行されるようにしてください。そうでなければ、方法を変えます。
AI
AIは、チケットとフィードバックのパターンを見つけ、候補となる実験を提案し、結果の要約を下書きでき、オーナーと人の判断を伴います。注意:AIは、データが裏づけないもっともらしい改善を提案することがあります。他のアイデアと同じようにテストしてください。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
改善の仕事が特定する繰り返しの作業と、実験のためのベースラインと結果のデータの収集を自動化します。注意:自動化は、改善される前にプロセスを固定してしまうことがあります。まず単純にしてください。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
ノイズや、同時期に起きた他の変更に注意しながら、ベースライン、傾向、前後の比較を使います。注意:短い前後の比較は誤解を招くことがあり、指標は目標になれば操作されえます。データを利用者のフィードバックと組み合わせてください。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
- オーナーのいないアイデア。 リストは伸びても何も起きません。オーナーを割り当て、リストを順序づけましょう。
- 守られたキャパシティがない。 緊急の仕事が改善を押し出します。時間を確保して、守りましょう。
- 大きな改善プログラム。 変化は遅く、便益は不明確です。小さな実験を選びましょう。
- ベースラインがない。 変更が役立ったか誰も分かりません。前に記録し、後に確認しましょう。
- アクションのない振り返り。 人々が参加をやめます。成果物をバックログに送り、実行しましょう。
- 成功の演出。 成功だけが報告されます。失敗と学びを共有しましょう。
- 目標としての指標。 数字は動いても、仕事は改善しません。指標をフィードバックと組にしましょう。
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 |
|---|---|---|---|---|---|
| バックログ | アイデアは頭の中にある | リストがある | ステータスが見える、オーナー付きの順序づけられたバックログがひとつある | バックログの質とフローがレビューされる | バックログがチームとサービスをまたいで結び付く |
| キャパシティ | なし | 時折の時間 | 守られたキャパシティの割合がある | キャパシティの使用が結果に照らしてレビューされる | キャパシティがポートフォリオ全体で計画される |
| 実験 | 確認なしに変更される | 一部にベースラインがある | 変更ごとに期待、指標、レビュー日がある | 結果が分析され共有される | 実験がチームをまたいで調整される |
| 学習 | 失われる | メモ | 発見事項が共有され、次のサイクルで使われる | 学習が測定される | 学習が戦略とパートナーシップを駆動する |
チェックリスト
- オーナー付きの、見える改善バックログがひとつある。
- キャパシティの一定の割合が改善のために守られている。
- 各変更に、期待、ベースライン、指標、レビュー日がある。
- 証拠に基づいて、変更を維持、調整、または元に戻している。
- アイデアを提案した人が、それがどうなったかを聞く。
- インシデントと問題のレビューがバックログに入る。
- 失敗と学びを共有している。
- 改善のプロセス自体をレビューしている。
AIプロンプト
議論のためにバックログを順序づける。
Here is our improvement backlog with a short description of each item, the people affected, and a rough effort estimate: [paste].
Propose an order using expected value and effort as stated, show your reasoning for each item, and list items where the description is too vague to judge. Do not invent benefits or effort.
List what you are unsure of.
アイデアを実験に変える。
Our idea: [describe]. Our current baseline: [describe or write "unknown"]. The people affected: [list].
Write an experiment plan with a hypothesis, a measure, how the measure could mislead, how long to run it, who to ask for feedback, and what would make us reverse it. Do not predict the result.
List what you are unsure of.
実験の結果を要約する。
Here is the data before and after our change: [paste]. Here is feedback from the people affected: [paste].
Summarize what changed, what did not, other things that changed at the same time, and what we cannot conclude. Do not state that the change caused the result unless the data support it.
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。
- agile-reflection: アクションを生む振り返りを実施するときに使います。
- dmaic: より大きな、データを多く使う改善プロジェクトに使います。
- six-sigma: ばらつきと品質が主な問題のときに使います。
- futurespective: 過去だけでなく先を見据えるときに使います。
主要な情報源
- PeopleCert, ITIL certification pages: 継続的改善とそのモデルについての所有者の説明。
- W. Edwards Deming, Out of the Crisis (1982): 品質管理と改善サイクルの土台。
- Wikipedia, "Continual improvement process" and "PDCA": サイクルの概観。
- Wikipedia, "Kaizen": 小さく継続的な変化という日本の伝統。
参考文献
- Continual improvement process — Wikipedia — https://en.wikipedia.org/wiki/Continual_improvement_process
- PDCA — Wikipedia — https://en.wikipedia.org/wiki/PDCA
- W. Edwards Deming — Wikipedia — https://en.wikipedia.org/wiki/W._Edwards_Deming
- Kaizen — Wikipedia — https://en.wikipedia.org/wiki/Kaizen
- Retrospective — Wikipedia — https://en.wikipedia.org/wiki/Retrospective
- Backlog — Wikipedia — https://en.wikipedia.org/wiki/Backlog
- Experiment — Wikipedia — https://en.wikipedia.org/wiki/Experiment
- Benchmarking — Wikipedia — https://en.wikipedia.org/wiki/Benchmarking
- Six Sigma — Wikipedia — https://en.wikipedia.org/wiki/Six_Sigma
- Total quality management — Wikipedia — https://en.wikipedia.org/wiki/Total_quality_management
- Lean manufacturing — Wikipedia — https://en.wikipedia.org/wiki/Lean_manufacturing