Recommended
More Related Content
More from Hiroyuki Ichikawa
More from Hiroyuki Ichikawa (20)
BPR版データアカデミーその１
- 2. アジェンダ 1. インプット 15分 （各自治体の働き方改革の取り組みなど説明） 2. 課題確認と理想の姿 130分 1. 現状の課題・調査 休憩 2. 理想の姿の検討 3. 現状とあるべき姿の発表 4. 必要なデータの確認 3. データ準備時の注意事項 20分 4. 質疑応答 10分 2
- 3. インプット
- 5. 課題確認と理想の姿
- 6. 課題とは目標に近づくために解決すべきもの • 課題とは • 現状と理想のギャップ（問題）を引き起こしている個別の要因。 課題を1つ1つ解決することで、ギャップが縮まり目標に近づく。 • リスクとは • 課題やプロジェクトを遂行するときに被害が発生する可能性の あるもの。これについては、事前に対策を打つことで軽減する ことができる。 6
- 7. ビジョン無くして、分析も施策も無し • 業務改革をする際は、ゼロベースでビジョンを考える。 7 【×】建て増し式（従来） 【○】引越し式（今やること） 目先の 課題 目先の 課題 目先の 課題 目先の 課題 目先の 課題 目 標 施策としての 仕組みとシステム 無駄な仕事 システムで 出来ない手作業 パッチワーク すぎて目標に 到達できない 複雑な運用 明確な目標がある 現状と目標の 差をなくすための 課題解決をする 課 題 課 題 課 題 課 題 × × × × → 前回の研修 今回からの 研修
- 11. 効率を上げる際の考え • 効率を上げる考え方には大きく３つの方法があります。 11 ①仕事単位の効率を上げる ②時間当たりの効率を上げる ③待ち時間を減らす ・例えば、教育やルールの制定 で、業務を標準化し一律の仕事 ができるようにする。 ・例えば、不要な仕事や冗長な 仕事を短縮することで1回当た りの仕事時間を短縮する。 ・例えば、相手の承認待ち時間 を減らし、LT（リードタイ ム）を減らす ・熟練が必要な業務、人依存の 業務に効果がある ・仕事の見積もりがしやすくな る ・回数が多い業務に効果がある ・業務を単純化することで教育 コストも減る、間違いが減る ・待ち時間を減らすことで、市 民の待ち時間を減らせる ・残業や、単位時間当たりの業 務が増やせる 1回当たり１０時間 １時間で3回 1回当たり６時間 １時間で5回 Aさん Bさん Aさん Aさん Bさん Aさん
- 12. 現状の課題・調査 業務フロー作成 • Aのワークシートに、現状業務の流れを書きましょう。 • 業務は、市民やユーザーが、行動する前から、行動をした後 までの流れを書きます。 12 窓口手続き 予約処理 など 市民やユーザー からのニーズ 発生 対応後の行動 A
- 13. 現状の課題・調査 業務フロー作成 • Aで書き出した業務の流れをBのワークシートの 付箋にコピペし、やりとりの流れを整理しましょう。 • もし、条件によって処理が変わるものがあれば分岐を追加、 抜け漏れがあればプロセスも追加してください。 13 引っ越すこと になった 市役所に 移動 市外に引っ越 し処理 市内に引っ越 し処理 住民票もらっ て変える 市内に 引っ越 しか？ B
- 14. 課題とフローを紐づける 20分 • フローの上で、どの部分に課題が発生しているのか連携づける。 • 課題がフローが紐づかないものは、フローを増やすことを 考える。 14 引っ越すこと になった 市役所に 移動 市外に引っ越 し処理 市内に引っ越 し処理 住民票もらっ て変える 市内に 引っ越 しか？ 課題 課題 課題 課題 課題 課題 B
- 15. 課題を仕分けしよう 20分 • 今回は、無駄、無理、ムラで考えてみましょう • 課題の付箋にムリ、ムダ、ムラを書き足してみよう。 15 無理 無駄 人によるムラ 1人に負荷がかかっ てるなど やるけど、大変 意味がないこと 人によって 品質・時間が違う B
- 16. 理想の姿
- 17. 課題・プロセスを、どの方法で対応するか • 課題ごとに、個別の方針を立ててみよう（20分） 17 引っ越すこと になった 市役所に 移動 市外に引っ越 し処理 市内に引っ越 し処理 住民票もらっ て変える 市内に 引っ越 しか？ ムダ 課題 ムリ 課題 ムリ 課題 ムダ 課題 ムラ 課題 ムラ 課題 課題 課題 課題 課題 課題 システム 業務 ルール 情報化 その他 オンライン申請 コンビニでも とれる周知 C
- 18. 初回のターゲット箇所はどこにするか？ • 全ての業務に対応することはできないことが多いです。 初回のメインターゲットを検討します。 • 対応したい方針をいくつか選択します。 • 下記のような実際の部門の例を決定します。 • 今後の進め方としては、変化点の効果や、他にも 応用できないかを考えながら検討を深化します。 18
- 19. ターゲットをどこにするか 20分 • どこから集中して対応するか、変えたときの価値を書く 19 引っ越すこと になった 市役所に 移動 市外に引っ越 し処理 市内に引っ越 し処理 住民票もらっ て変える 市内に 引っ越 しか？ 課題 課題 課題 課題 課題 システム 業務 ルール 情報化 その他 オンライン申請 コンビニでも とれる周知 ムダ 課題 ムリ 課題 ムリ 課題 ムダ 課題 ムラ 課題 ムラ 課題 価値：市民 24時間、いつでも サービス受けられる 価値：職員 受付量減少による負荷の低減 相談業務へ集中 目標と一致 してるかみる C
- 20. あるべき姿のフローを書く 30分 • 今回、ターゲットとする、あるべき姿のフローを書きましょう。 Cのワークで考えた対応を取り入れて作成しましょう。 • フローは、標準的な使われ方の場合を想定しましょう。 • 例外を全て新しい方法で対応する必要はない → 今の方法も並存できるので → できる人が入力すればいいので 20 WS D
- 22. 集めるデータ項目の検討
- 23. 集めるデータ項目の検討 • データを集める目的 • 集めるデータは、どの方針で対応するものかがわかる形とします。 • 例えば、月の平均回数、1回当たりの時間、実際の仕事の内容と、仕事の中の内 訳時間、モチベーション？システム化の有無 • 現状の数値、次回検討する数値を比較することで効果を概算します。 • エクセルを確認しながら、それぞれの方針を分けるために 必要なデータ、比較に必要なデータを付箋であげ出します。 23 ←回数→ ←回数→ ← 時 間 → ← 時 間 → 現状 将来
- 24. 次回までに集めてくるデータの確認 15分 • 実際の効果を検証するために、実際の情報を集めます。 • 何を集めてきたら、枚方市全体の概算が出せるでしょうか • 動作にかかる時間 • 対象の人数 • 業務の回数 • 全員に影響することでしょうか、特定の条件の下で影響することで しょうか？ • 例えば時短勤務中、確定申告ピーク時など。 24 動作にかかる時間 対象の人数 業務の回数
- 25. 動き以外のコスト要素も考える • コストのかかっている場所はどこか？ • 利用システムはどこにあるか？（Internet/LGWAN/住基） 場所により、移動・修正・構築費用が変わる。 • 似たような仕事をしている場所はないか？ 集約、統合、一括委託して事務経費・コストは下がらない？ 25 外部委託費 システム費用 手数料 その他 年度始め 毎月/都度 年度末
- 26. 対象データ一覧 • コストを計算するためのデータ、新しい業務を作るために 必要なデータを検討します。 26 No. 業務 ・コストを測るためのデータ ・業務を変えるために必要な データ それは誰が持ってる か？今あるのか？ ない場合は次回までに 測定できるか？ 1 2 3 4 5 6 7 8 E
- 27. 今後実施する内容 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. ４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。 27
- 30. 今まで準備できなかった「あるある」 • よくあるデータが集まりませんでした事例 ジャンル 事例 データ自身 ・データがずっと更新されていない ・データがどこにあるかわからない ・データ化されていない ・あると思ったが、持っていなかった 時間 ・担当者と相談する時間がない ・担当者が時間がない ・データ整備に時間がかかる ルール ・個人情報が含まれているからダメ → 統計化や、いらない情報を抜くことができない ・承認プロセスが全くなく人頼り 教育 ・相手部門が、何故それが必要なのか理解しない ・部門の壁が厚い ・紙で渡された ・民間データの使い方がわからない 一つ一つが各自治体への プレゼントです。 これから、どうやって進めるか 直していく点がわかることも データ利活用研修の目的です。 30
- 31. データ入手後のチェックポイント 1. ファイルを開けるか • たまに壊れてたりするのでまず開いてみる 2. ファイル名と中身が合っているか • 間違ったファイル名がつけられていることがある 3. 見て意味の分からないデータ項目は無いか？ • 項目定義書や説明書が別で存在する場合がある 4. 個人情報は含まれていないか？ • 氏名、個人の電話番号・住所・Eメールアドレスなど 5. データ項目名から想定されるデータ型と一致しないデータは含ま れていないか？ • 日付なのに数値コードに変換されてしまっていたり、コードの先頭ゼロ埋め が無くなっていたり 6. 単位が不明な数値データは無いか？ 7. 単位が “%” で表されている数値の母数は分かっているか？ 31
- 33. 質疑応答 33
- 34. 34