SlideShare une entreprise Scribd logo
1  sur  30
データアカデミー
xxx市 第3回
xxxx/xx/xx
1
アジェンダ
1. 前回のおさらい(10分)
2. 活用対象のデータ確認(15分)
3. 業務に合わせたデータ項目の確認(95分)
休憩10分
4. 効果をざっくり出す(45分)
5. 次回の検討事項確認(5分)
2
前回のおさらい
Code for Japan 3
実際の課題から課題解決を体験します
• 全体の流れは下記のとおりです。
目標課題設定 1回目 2回目 3回目 4回目
【デザイン思考、論点
思考】
研修テーマの目標・課
題をブラッシュアップ
しする。
【基礎講座】
【現状の調査、あるべ
き姿の確認】
・現在発生している課
題と、どのように数値
と業務を整理し、ある
べき姿とするか確認
【対象データの選択】
・検証に必要なデータ
が準備できたか確認
・個人情報保護条例で
利用可能かの確認
【働き方改革のあるべ
き姿を確認】
【データ項目の確認】
・データ整備が必要な
項目、更新タイミング、
頻度の確認
【プロトタイプによる
施策確認】
・必要なデータをプロ
トタイプにインプット
し、想定している内容
が確認できるか、足り
ない点がないか確認す
る。
【費用対効果分析】
・実施した場合のコス
トと効果を算出
・詳細化した機能単位
で価値の出るパターン
を確認
【指標の作成】
・実際の効果を測る際
に必要な効果項目、指
標を作成
xx/xx(xx) xx/xx(xx) xx/xx(xx)
本日 最低限の
データ準備
プロトタイプに
必要なデータを
整備する
4
xx/xx(xx)xx/xx(xx)
今回のデータアカデミーの進め方
• 働き方改革のためのデータ利活用の流れです。
5
1回目
業務ごとに、どの方法
で、どの効果を出した
いのかを切り分ける基
準を作る。
今回の研修でトライす
る業務と分類を決める。
2回目
業務に関する数字を
集め分析し、その業務
のあるべき姿を作る。
あるべき姿をプロトタ
イプするための課題と
データを集める。
4回目
プロトタイプの結果か
ら、費用対効果を出す。
3回目
実際にプロトタイプで
業務を実施し、業務コ
ストと成果を確認する。
風呂敷を広げて全体像をつくる
(どういう業務データをみて
どういう切り分けをするか
類型化する)
実際のいくつかの業務データを
使って、プロトタイプの準備
プロトタイプで実証 効果の確認をする
前回のおさらい
グラレコによる振り返り
6
前回のグラレコ
を表示する
今後実施する内容
• 宿題:事前に今回決めたターゲットに対して集められる
数値を入手する。
1. 集めてきたデータと、業務内容を確認し、個別の方針の
どれに該当するのかを決める。
2. 個別の方針決定後に、あるべき姿を設定し、そうするために
必要な働き方改革の手法と、そのために必要となるデータ
項目、プロトタイプ方法を確定させる。
3. 3回目にプロトタイプを実施し、ギャップを効果として
確認する。
7
前回のおさらい
活用対象のデータ確認
Code for Japan 8
個人情報の利用 チェックフロー 15分
特定の個人を識別した形での
活用をしたいか?
「個人情報」として扱う。
条例上の利用目的の範囲内か
条例上の「利用目的」の
「変更(拡大)」ができるか
「統計」での整理を行う。
(目的外利用規制の適用外)
条例上認められる
「目的外利用」であるか
「目的内利用」として利用可
「目的外利用」として利用可
利用可
利用可
利用可
利用可
本人同意を
とる
本人同意を
取らなくて
もいいよう
条例改正
OR
Yes
Yes
Yes
Yes
No
No
No
No
自治体の判断で「統計での整理」
が難しい場合は、個人情報として扱う
(目的内利用/外利用の判断)
個人情報保護条例条、許される
目的外利用の要件を満たすか
(利用目的の変更(拡大)について)
個人情報保護条例条、許される
利用目的変更の範囲内か
(利用目的の範囲内の判断)
「個人情報取扱事務」の利用目
的に含まれるか?
個人情報の提供 チェックフロー
個人情報の利用が可能か
提供情報が個人情報か
条例上「目的内提供/目的外提供」の
区別があるか
個人情報保護条例の適用外
条例上認められる「目的内提供」か 条例上認められる提供か
提供可
提供可
本人同意を
とる
本人同意を取らな
くてもいいよう条
例改正
Yes
Yes
Yes
No
(目的外提供が可能か)
個人情報保護条例
(目的内提供/目的外提供か)
「個人情報取扱事務」の範囲内か
なお、自治体によっては、目的内
提供という概念がない場合もある
条例上認められる
「目的外提供」であるか
OR
Yes
No
NoNo
No
Yes
データの情報確認
• 各部門に情報提供の依頼をした際に問題となった点を
各自治体でまとめて発表します。付箋に5分でまとめて
前に貼りにきましょう。
• 各エクセルデータについて、先ほどのチェックフローを利用し
て個人情報の利用に問題ないか確認しましょう。
業務に合わせた
データ対応項目
Code for Japan 12
個別の働き方改革の手法を決める
• 働き方改革の手法
• 「待ち時間を減らす」は、現行の業務フローを作成しECRSの
視点で手段を検討します。
• ポイント!基準を決めて、対応方法を決めていく事。
• ECRS分析とは
13
方法 Eliminate
(排除)
Combine
(結合と分離)
Rearrange
(入れ替えと代替)
Simplify
(簡素化)
変更方針 不要な業務を捨てる 似た業務を一緒にしたり
違う業務を分化する
作業を本来の流れにする 簡素化する
効果 そもそもいらないものは
やらない
集中させることで効率化
させる
混乱している業務を
正常な形にする
タスクを簡素化して
時間削減する
対応手段 ルールの見直し
ICTを利用
業務フローの見直し
ICTを利用
業務フローの見直し
連絡方法の変更
ICTを利用
一括・個別承認見直し
効果大 効果限定的
各業務のあるべき姿とデータを設定
• 次のステップで進めていきます。
14
現状業務フローの
確認
【Step1】
ERCSであるべき
改善点を確認
【Step2】
あるべき姿の作成
【Step3】
必要なデータを
確認
【Step4】
現状確認
課題の認識合わせ
働き方改革の
方針を作る
どのような姿に
なればそれが達成
されるか考える
あるべき姿にするために
必要なデータ。もしくは
効果を計るために必要な
データを確認する
業務フローの確認 Step1 10分
• 例:送話時のフロー
15
送話者
受話者
別職員
発信
不在
不在
通話
終了
No
Yes
受け取り
No
Yes
A
発信
する
A
電話
待ち
No
Yes
自ら
発信
する
電話
待ち
再発信
するYes
No
Yes
No
申し送り
各自のフローを確認する
方針を決定する Step2 20分
• 今回のあるべき姿はどのような観点で対応したか整理します。
16
方法 Eliminate
(排除)
Combine
(結合と分離)
Rearrange
(入れ替えと代替)
Simplify
(簡素化)
変更方針 不要な業務を捨てる 似た業務を一緒にしたり
違う業務を分化する
作業を本来の流れにする 簡素化する
効果 そもそもいらないものは
やらない
集中させることで効率化
させる
混乱している業務を
正常な形にする
タスクを簡素化して
時間削減する
対応手段 ルールの見直し
ICTを利用
業務フローの見直し
ICTを利用
業務フローの見直し
連絡方法の変更
ICTを利用
一括・個別承認見直し
それぞれ
何ができ
そう?
今回は何
で対応す
る?
どんな価値が出せるのか? 15分
• 今回のあるべき姿で、どこに価値が出せるのかを確認します。
17
方法 施策1 施策2 施策3
時間短縮
回数削減
利用者増加
横展可能性部門
これがあるとさらに
効果がある
定性的な効果を考える 15分
• 時間や金額に換算できない効果も考えます。
18
対象 リードタイム 品質・標準化
正確さ
教育の短縮 本業回帰 いつでも
(調整機会増
える)
その他
職員
市民
あるべき姿の確認、データの確認 Step3,4
• 例:送話時のフロー
19
送話者
受話者
別職員
発信
不在
不在
通話
終了
No
Yes
受け取り
No
Yes
A
発信
する
A
電話
待ち
No
Yes
自ら
発信
する
電話
待ち
再発信
するYes
No
Yes
No
①
⑤
④
③
⑥
②
申し送り
業務に合わせたデータ対応項目 35分
• フローにデータを当てはめて、不足がないか確認する
• 業務の部分には「いつ」「どこで」「誰が」「何を」「どうす
るのか」わかるように、想定する内容を記載してください。
No. 業務 利用するデータ 新規/更新 担当者
1 発信 参照/更新 電話発信者
2
3
4
5
6
7
8
各業務のあるべき姿を設定
• プロトタイプ方法をどのようにするか検討します。
プロトタイプをする理由は2点です。
1. 実際に業務を変化させた時に問題がないか確認する
2. 実際に効果が上がることを確認する
• プロトタイプにも2種類あり、どちらを利用するか決めます。
• 業務フローに従い、各人に担当を与えて業務を流して確認する
• ICTを使う場合は、実際のプロトタイプを利用して確認する
21
休憩10分
Code for Japan 22
効果をざっくり出す
Code for Japan 23
仮の見積もりを計算する 45分
• 現状のフローと、あるべき姿のフローに回数、人数、時間を
記入し、実際の作業時間の差を確認します。
• 効果を考える2つの考え方、1回あたりの効果を上げる*
利用者を増やす(旧方式から新方式へ)
24
現
状
あ
る
べ
き
姿
①1名あたりの回数や
時間短縮による効果
②対応する人数が
増えることによる効果
工数算出してみよう
• 現状フローと、あるべき姿の工数も出します。
25
No, タスク 工数
1 xxxx 10分
2 yyyy 5分
3 zzzz 20分
…
自部門のみ
複数部門
1回あたりの
時間を算出する
【A】 全庁の人数
Or
ターゲット
部門の人数
【C】
【A】× 【B】×
自部門の人数
Or
自部門の対象人数
【C】
推
定
値
ターゲットの数は、仕事量などによって
比率をかけてもいい。
これは精度があげられるなら実施する。
例:B部門は、外に出る人は3割など
1年間に1名が
実施している
回数を算出する
【B】
【A】× 【B】×
次回の検討事項確認
Code for Japan 26
実際の課題から課題解決を体験します
• 次回のデータアカデミーはxx/xx日です。
目標課題設定 1回目 2回目 3回目 4回目
【デザイン思考、論点
思考】
研修テーマの目標・課
題をブラッシュアップ
しする。
【基礎講座】
【現状の調査、あるべ
き姿の確認】
・現在発生している課
題と、どのように数値
と業務を整理し、ある
べき姿とするか確認
【対象データの選択】
・検証に必要なデータ
が準備できたか確認
・個人情報保護条例で
利用可能かの確認
【働き方改革のあるべ
き姿を確認】
【データ項目の確認】
・データ整備が必要な
項目、更新タイミング、
頻度の確認
【プロトタイプによる
施策確認】
・必要なデータをプロ
トタイプにインプット
し、想定している内容
が確認できるか、足り
ない点がないか確認す
る。
【費用対効果分析】
・実施した場合のコス
トと効果を算出
・詳細化した機能単位
で価値の出るパターン
を確認
【指標の作成】
・実際の効果を測る際
に必要な効果項目、指
標を作成
本日 最低限の
データ準備
プロトタイプに
必要なデータを
整備する
27
xx/xx(xx) xx/xx(xx) xx/xx(xx) xx/xx(xx)xx/xx(xx)
次回の検討事項確認
• 実際にデモンストレーションを行うため、当日までに集めた
数値で働き方改革に該当するデータが、どれだけあり、改善で
きそうか計算します。
• プロトタイプについて
• 業務が正しく行えるか、ペーパー上でロールプレイを実施します。
• 必要であれば、実際にプロトタイプを作り、効果測定も行います。
• 年間、全庁的に行った場合に、どれだけの効果があるかを
検討します。
実際に体験してみる
• あるべき姿の業務フローを実際に体験してみる
• 「A3」or「A4」の紙に各タスクを書いて、No.1から最後まで
読み上げて下記を確認します。
• 右のように書いて、各ページの
つながりがおかしくないか?
足りないものがないか?
あれ?これ無理じゃんがないか?
• 想定される時間は、予想で構い
ません(細かな作業の積算)。
ICT的ことは聞いてもらってもOK。
29
No.タスク名
やることを
簡単にリスト化
関係者
必要なもの
想定される
時間を書く
30

Contenu connexe

Tendances

Tendances (7)

BPR版データアカデミーその2
BPR版データアカデミーその2BPR版データアカデミーその2
BPR版データアカデミーその2
 
BPR版データアカデミーその3
BPR版データアカデミーその3BPR版データアカデミーその3
BPR版データアカデミーその3
 
データアカデミー 指標作成型1
データアカデミー 指標作成型1データアカデミー 指標作成型1
データアカデミー 指標作成型1
 
20190725 taguchi decision_tree_for_pubshare
20190725 taguchi decision_tree_for_pubshare20190725 taguchi decision_tree_for_pubshare
20190725 taguchi decision_tree_for_pubshare
 
データアカデミーの活動紹介
データアカデミーの活動紹介データアカデミーの活動紹介
データアカデミーの活動紹介
 
Neural Rejuvenation: Improving Deep Network Training by Enhancing Computation...
Neural Rejuvenation: Improving Deep Network Training by Enhancing Computation...Neural Rejuvenation: Improving Deep Network Training by Enhancing Computation...
Neural Rejuvenation: Improving Deep Network Training by Enhancing Computation...
 
[DL輪読会]Measuring abstract reasoning in neural networks
[DL輪読会]Measuring abstract reasoning in neural networks[DL輪読会]Measuring abstract reasoning in neural networks
[DL輪読会]Measuring abstract reasoning in neural networks
 

Similaire à 働き方改革版データアカデミー3 数値を使ったあるべき姿の設定

スクラム適用報告
スクラム適用報告スクラム適用報告
スクラム適用報告
Eiichi Hayashi
 

Similaire à 働き方改革版データアカデミー3 数値を使ったあるべき姿の設定 (14)

機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
機械学習とエントロピーを用いた作業時間の無駄に関する要因分析機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
 
調べ方講座(入門)
調べ方講座(入門)調べ方講座(入門)
調べ方講座(入門)
 
Scrum体験スパルタワークショップ
Scrum体験スパルタワークショップScrum体験スパルタワークショップ
Scrum体験スパルタワークショップ
 
はじめての外注ゼミ03 - TiDD(チケット駆動開発)の手法、思想とプランニングポーカー
はじめての外注ゼミ03 - TiDD(チケット駆動開発)の手法、思想とプランニングポーカーはじめての外注ゼミ03 - TiDD(チケット駆動開発)の手法、思想とプランニングポーカー
はじめての外注ゼミ03 - TiDD(チケット駆動開発)の手法、思想とプランニングポーカー
 
Study ml
Study mlStudy ml
Study ml
 
北大東京同窓会パネルディスカッション案
北大東京同窓会パネルディスカッション案北大東京同窓会パネルディスカッション案
北大東京同窓会パネルディスカッション案
 
20190701トリーズ9画面法で企業分析@東大授業の事前課題
20190701トリーズ9画面法で企業分析@東大授業の事前課題20190701トリーズ9画面法で企業分析@東大授業の事前課題
20190701トリーズ9画面法で企業分析@東大授業の事前課題
 
Design Sprint ガイドブック v2
Design Sprint ガイドブック v2Design Sprint ガイドブック v2
Design Sprint ガイドブック v2
 
スクラム適用報告
スクラム適用報告スクラム適用報告
スクラム適用報告
 
異業種でのテスト自動化の実際
異業種でのテスト自動化の実際異業種でのテスト自動化の実際
異業種でのテスト自動化の実際
 
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
 
How to improve performance
How to improve performanceHow to improve performance
How to improve performance
 
It研究会⑤
It研究会⑤It研究会⑤
It研究会⑤
 
Mediverse program
Mediverse programMediverse program
Mediverse program
 

Plus de Hiroyuki Ichikawa

Plus de Hiroyuki Ichikawa (20)

裾野市アイデアソン チームB
裾野市アイデアソン チームB裾野市アイデアソン チームB
裾野市アイデアソン チームB
 
裾野市アイデアソン チームC
裾野市アイデアソン チームC裾野市アイデアソン チームC
裾野市アイデアソン チームC
 
裾野市アイデアソン チームD
裾野市アイデアソン チームD裾野市アイデアソン チームD
裾野市アイデアソン チームD
 
裾野市アイデアソン チームA
裾野市アイデアソン チームA裾野市アイデアソン チームA
裾野市アイデアソン チームA
 
袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)
 
袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)
 
袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)
 
袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)
 
自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためには自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためには
 
業務フロー作成(基礎編)
業務フロー作成(基礎編)業務フロー作成(基礎編)
業務フロー作成(基礎編)
 
データアカデミー 指標作成型4
データアカデミー 指標作成型4データアカデミー 指標作成型4
データアカデミー 指標作成型4
 
データアカデミー 指標作成型3
データアカデミー 指標作成型3データアカデミー 指標作成型3
データアカデミー 指標作成型3
 
データアカデミー 指標作成型2
データアカデミー 指標作成型2データアカデミー 指標作成型2
データアカデミー 指標作成型2
 
BPR版データアカデミーその4
BPR版データアカデミーその4BPR版データアカデミーその4
BPR版データアカデミーその4
 
BPR版データアカデミーその1
BPR版データアカデミーその1BPR版データアカデミーその1
BPR版データアカデミーその1
 
裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE Bot裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE Bot
 
三重県オープンデータ研修
三重県オープンデータ研修三重県オープンデータ研修
三重県オープンデータ研修
 
BPRのチェックリスト
BPRのチェックリストBPRのチェックリスト
BPRのチェックリスト
 
Wikipedia town Online
Wikipedia town OnlineWikipedia town Online
Wikipedia town Online
 
SDCC 地域主体のスマートシティ実現へ!
SDCC 地域主体のスマートシティ実現へ!SDCC 地域主体のスマートシティ実現へ!
SDCC 地域主体のスマートシティ実現へ!
 

働き方改革版データアカデミー3 数値を使ったあるべき姿の設定