本文へスキップ
表示言語: 日本語
知識と運営 / Signal

指標が目的を追い越すとき: 数字を達成するためにチームは何を始めるのか

緑色の指標が顧客の問題を隠すことがあります。何を測り、目標が行動にどう影響するか、見落とした結果を示す情報を考えます。

記事の言語: 日本語

作業台の上で、金色の歯が並ぶ木の部品を細い白い糸が横切っている。
目次

初回回答までの時間が短くなったという報告を想像してください。一方で、顧客からの連絡は増えています。最初の回答が「担当部署に引き継ぎました」になったからです。チームは測定対象の仕事を速く、正確に行いました。しかし、顧客の用件が社内でどれほどの速さで進んでいるのかは分かりません。緑色の指標は、嘘をつかなくても十分な情報を伝えていないことがあります。

測定値が示すのは仕事の一部分です。その値自体が期待される成果にもなると、人は仕事の順序や方法を数字に合わせるようになるかもしれません。その変化が顧客にとってどんな結果を支え、何が測定から漏れるのかを確かめる必要があります。数値目標を超えたことだけでは、サービス全体が良くなったとは判断できません。

まず、数字で表したいニーズを明確にする

会社が、顧客が役に立つ支援を受けるまでの待ち時間を短くしたいとします。システムから簡単に読み取れるため、初回回答時間を測っています。連絡に関する重要な情報にはなりますが、事案の状況が明らかになるまでの時間、再問い合わせの回数、顧客が案内された次の行動を取れたかどうかまでは自動的には分かりません。

英国会計検査院(NAO)は、規制機関の業績測定に関するガイドで、同じ数字が測定値と目標の両方に使われると、指標が意図しない形で行動に影響する危険を指摘しています。より幅広い根拠と文脈も必要だと述べています。2016年に規制機関向けに書かれたガイドですが、企業の測定範囲について考える手がかりになります。

この例で顧客の目的は支援を受けることで、初回回答はその一段階です。この関係を書き留めておけば、回答時間の短縮をその後の経過と合わせて評価できます。速い連絡の後、必要な対応も同じように速く進むなら、有用な結果かもしれません。顧客を次の待ち行列へ移すだけなら、さらに調べる必要があります。

指標を一つにするか、巨大なダッシュボードを作るかの二択ではありません。今の数字では答えられない問いから始めましょう。いくつかの事例について履歴を読み、実際に仕事をする人の視点も加えます。終了時点の定義が適切でないこともあれば、問い合わせのその後を知る情報がないこともあります。

システムで使う定義を記録してください。初回回答とは、人が送ったメッセージ、自動受付通知、それとも送信されたあらゆるメッセージを指すのでしょうか。時間は常に進むのか、対応時間内だけ計算されるのか。どんなニーズにも合う唯一の定義はありません。ただし、結果を比較し、それを基に判断する人たちは定義を知っている必要があります。

設定を変更した場合は、変更前後のデータがまだ同じ意味を持つか確かめてください。自動受付通知を有効にすると、人による支援が速くならなくても報告上の時間は改善する場合があります。その場合、定義の違いを示し、新しいメッセージが役に立つかを別に評価します。そうしなければ、測定方法の技術的な変更がサービス全体の改善として示されかねません。

問い合わせのクローズは仕事の見え方を変える

最初の架空の例では、サポートチームは一日に決まった件数の問い合わせをクローズすることを求められています。他部署に引き継いだ時点でクローズすれば、そのチームの成績は良くなります。しかし顧客はまだ待っているため、再び連絡するかもしれません。報告が新しいメッセージを全く別の用件として扱うと、全体の経緯が見えなくなります。

クローズが何を意味し、なぜ使われているのか確かめてください。担当者はシステムの設定に従っているのかもしれません。会社自身が、引き継ぎで担当者の段階が終わると決めていたのかもしれません。ルールを回避する行動だと判断する前に、そのルールをたどってください。全体の結果との関係が検証されていない、現場の期待に人々が正しく応えている可能性があります。

補助指標は欠けている部分を見せるべきです。一定期間内に同じ用件で戻ってきた案件の割合や、特定の対応が行われるまでの時間を調べる方法があります。何を再問い合わせと数え、どの事例を比較するかを説明する必要があります。新しい購入と、未対応の作業について再び尋ねることは別です。

連絡が増えるときは、季節的な問い合わせの集中への対応も重要です。結果の変化は、案件の構成やチームが対応できる人数の違いから生じた可能性もあります。この文脈なしに二つの期間を比べると、実証されていない影響を指標や従業員に帰してしまうことがあります。この背景は季節的な問い合わせの集中への対応の記事 (ポーランド語)でも扱っています。

速い回答が顧客に仕事を移すこともある

二つ目の例は、最初の連絡までの時間です。会社が、別のフォームから情報を再送するよう求める自動返信を導入します。システム上はすぐに受け付けたことになります。顧客は既に一部の情報を伝えているのに、追加の作業をしなければなりません。支援を評価するには、この経路も見る必要があります。

最初の依頼から役に立つ次の一歩まで、いくつかの事例を確認してください。メッセージは情報を加えていますか。求めた情報は対応に必要ですか。顧客は何を待てばよいか分かりますか。自動返信が常に問題なのではありません。受信を確認し、進行順を説明することもできます。価値は実際の対応で果たす役割によって決まります。

Goals Gone Wildの著者らは、目標が狭すぎると、選んだ結果に注意が集中し、仕事の他の重要な要素が見落とされる危険を分析しています。先行研究に基づく2009年の討議用論文です。あらゆる数値目標が有害だと証明するものではなく、目標の範囲を慎重に定める根拠になります。

これを顧客対応に当てはめた私たちの考えは、連絡の速さがその後の行動を支えているか確かめるというものです。メッセージがすぐ届いても、いつ確認されるか顧客が分からないままなら、速さだけでは多くを説明できません。適切な情報を伝えて不安を減らすなら、有用な役割を果たし得ます。評価には送信時刻だけでなく、内容と経過が必要です。

Aeneiaのコンセプト写真

再問い合わせを調べるときは観察期間も考慮してください。今日クローズした案件には、一週間前の案件と同じだけ再問い合わせが起きる時間はまだありません。この条件なしで比べると、顧客がまだ再び連絡していないだけで、最新の結果が良く見えることがあります。対象の流れに合う観察期間を定め、説明に残しましょう。

未解決のまま残る案件も見てください。チームが簡単な案件を多く終える一方、難しい案件を後回しにし、待ち時間が長くなっているかもしれません。その原因を自動的に数値目標だと決めつけるべきではありません。ただし、処理順の選び方、必要な支援、停滞の理由は確かめる価値があります。古い案件を数件読めば、クローズ済み案件の平均には表れない状況を補えます。

公開数だけではコンテンツの有用性は分からない

三つ目の例では、チームがAIを使ってコンテンツを準備しています。完成した記事数を報告していますが、「完成」とはフォルダーに保存された下書きを意味します。出典確認と編集は別の待ち行列に残っています。ファイル数の増加は、誰かがこれから確認する仕事の蓄積が増えたことを意味するかもしれません。

指標を使う目的に合う地点で成果を定義してください。下書き、確認後の文章、読者が利用できるコンテンツは別々の状態です。それぞれ測定できますが、同じものとして扱ってはいけません。公開準備の状況を評価するなら、滞留する資料、修正、人が準備完了を確認する時点も見える必要があります。

AIを使った作業時間の測定にも同じような境界があります。初稿を速く作れたとしても、役に立つ結果を得るまでどれほど時間がかかるかはまだ分かりません。仕事の一部が別の人に移ると、一部での時間節約と、報告の外に生じた新たな負担が同時に起こり得ます。関連する進め方はAIを使った業務時間の測定の記事 (ポーランド語)を参照してください。

実演では見栄えのしない普通の事例も残しましょう。演出しないサービス実演では、選りすぐりの最良のサンプルだけでなく条件を示すべきです。同様に、指標の観察範囲も見えるようにします。難しい事例を除外するなら、その理由が必要です。そうしなければ、結果が仕事の都合の良い部分だけを表すようになりかねません。関連する視点はサービス実演で示す範囲の記事 (ポーランド語)でも説明しています。

コンテンツなら、選んだ下書きがその後どうなったかも別に確認できます。少しの編集で採用されたもの、新たな調査が必要だったもの、保留されたものがあります。その割合がチーム全体を代表している必要はありません。それでも個々の経路を記述すれば、「完成した文章」という共通のラベルが大きく異なる結果を隠していないか確かめられます。

確認後に取り下げた資料も残してください。記録から消えると、報告には次へ進んだものだけが現れ、残りを除外するために必要だった仕事が見えなくなるかもしれません。誠実な定義は、計算に何を含め、含めない事例をどう扱うかを説明します。弱い下書きを除外した人を罰するためではありません。そのような資料を止めることこそ、確認の目的かもしれないからです。

チームとの会話では、顧客を助ける一方で数字を悪くする行動は何か尋ねてください。長めの相談、出典の修正、回答前に特殊な要望を明確にすることなどが考えられます。時間のかかる行動を全て価値あるものと決めつけるべきではありません。ただ、有用な結果に必要な仕事の余地が評価制度にあるかは確かめましょう。必要な仕事が報告から消えているなら、確認、準備、協力の維持への貢献も明確にしてください。確認や調整の貢献を見つける視点は見えない仕事の貢献を認める記事 (ポーランド語)で扱います。

目標のために合理的な人が何をするか考える

指標を導入する前に、短い演習ができます。この数字を改善したいなら、どの行動が最も簡単な道になるでしょうか。どれが顧客を助け、どれが記録を変えるだけでしょうか。特に指標を試行の評価に使う場合、これはプロジェクトのプレモーテムで役立つ問いです。失敗の可能性を具体的に考える方法はプロジェクトのプレモーテムに関する記事 (ポーランド語)で説明します。

最初から悪意を想定しないでください。指標は、より多くの案件を終えられる簡単な事例へ注意を向けるかもしれません。会社が長い会話は全て失敗だと伝えていれば、説明時間が短くなることもあります。調べるべきなのは、ルールと実際の仕事の関係です。個々の従業員の評価には、別途適切な文脈が必要です。

副作用を示す小さな情報を加え、役立つか試してください。初回回答なら、選んだ問い合わせのその後の経過。AIの下書きなら、使用前の確認にかかった時間と範囲。失注したB2B提案なら、送った文書数だけでなく機会を失った理由と段階です。ダッシュボードを埋めたいからではなく、目的に応じて選びます。個別の選択を振り返る方法はB2B提案が選ばれなかった理由に関する記事 (ポーランド語)で扱います。

補助指標も行動を変える可能性があります。回答時間に再問い合わせの回数を加えるなら、顧客が必要なときに連絡できる状態を維持すべきです。ボタンを隠したり、会話をシステム外へ移したりすれば、ニーズを解決せずに報告の見え方だけが良くなります。情報の集め方と、難しい事例が引き続き見えているかも評価しましょう。

AI活用の監査では報告の意味を読み取る

Aeneia Auditでは、AIの利用、情報、費用、管理状況を把握する支援を案内しています。報告書と事例をもとに、指標や引き継がれた作業の確認を範囲に含めるか相談できます。

AI試行の評価基準は、公平な比較を可能にする必要があります。試行の途中で誤りが見つかれば定義の変更が必要な場合もありますが、その変更は記録しなければなりません。異なる方法で集めた二つの系列を、違いの説明なしに一続きの結果として示してはいけません。関連する問いはAI試行の評価基準の記事 (ポーランド語)で紹介しています。

次の比較の前に、報告がどの判断を助けるべきか決めてください。管理者は試行範囲を選び、実務担当者は障害を見つける必要があるかもしれません。同じ画面が両方の問いに答える必要はありません。データの定義は共有しつつ、同じ結果について競合する複数の版を作るのではなく、読み手の行動に合わせて詳細度を選びます。

AI活用の記録簿には、目的、指標、その利用範囲を残せます。後から、数値の増加がまだ同じ仕事を表しているか評価しやすくなります。良い指標は次の問いを生みます。色だけで会話が終わり始めたら、グラフの向こう側に残った仕事を見るべきです。 AI活用の記録簿の管理の記事 (ポーランド語)も参考になります。

Aeneia / Aeneia編集部

編集部による記事です。本文中に出典へのリンクがあります。

Aeneiaについて

ご一緒したブランド

  • L’Oréal
  • Garnier
  • Netflix
  • Carrefour
  • Warner Bros. Discovery
  • Biedronka
  • HBO Max
  • Wolt
  • Żabka
  • COSRX
  • 在ポーランド中国大使館
  • Mixa
Aeneia / Initium

知識から決断へ

整理したい課題をお聞かせください。どこから始めるかを一緒に決めます。

Aeneiaに問い合わせる

パートナーのソリューションを活用しています

  • Google
  • OpenAI
  • Microsoft
  • Stripe
  • Anthropic
  • Linear