ストーリー
田
田中VPoE
「業務量分析でどこに時間がかかっているかはわかった。次は、現場が本当に困っていることを深掘りしよう。これがペインポイント特定だ。」
あなた
「業務量が多い業務と、現場が困っている業務は違うんですか？」
あ
田
田中VPoE
「良い質問だ。業務量が多くても、スムーズに回っていれば現場は困っていない。逆に、件数は少なくてもストレスが高い業務もある。数字だけでなく、現場の声を聴くことが大事だ。」
あなた
「データと人の声の両方を使うんですね。」
あ
田
田中VPoE
「そうだ。ヒアリング、現場観察、データ分析の3つのアプローチでペインポイントを多角的に特定しよう。」
ペインポイントとは
ペインポイントとは、業務遂行において担当者がストレスや非効率を感じている箇所のこと。
ペインポイントの分類
| 分類 | 説明 | 例 |
|---|---|---|
| 時間的ペイン | 時間がかかりすぎる | レポート作成に毎月3日かかる |
| 品質的ペイン | ミスや品質のばらつき | 担当者によって回答品質が異なる |
| 反復的ペイン | 同じ作業の繰り返し | 同じ質問に何度も回答する |
| 情報的ペイン | 必要な情報が見つからない | マニュアルが分散していて探せない |
| 判断的ペイン | 判断に迷う・負荷が高い | 返品の可否を都度判断する |
| 連携的ペイン | 部門間の連携がうまくいかない | 他部門に確認しないと回答できない |
アプローチ1: ヒアリング技法
ヒアリングの設計
| 項目 | 内容 |
|---|---|
| 対象者 | 業務担当者、管理者、関連部門の担当者 |
| 形式 | 1対1インタビュー（30-45分）またはグループインタビュー |
| 頻度 | 各部門3-5名程度 |
| 記録 | メモ＋録音（許可を得て） |
効果的な質問テンプレート
| 質問カテゴリ | 質問例 |
|---|---|
| 日常業務 | 「1日の業務の流れを教えてください」 |
| 困りごと | 「業務で最もストレスを感じるのはどんな時ですか？」 |
| 時間配分 | 「最も時間がかかる業務は何ですか？」 |
| 理想の姿 | 「もし魔法があるなら、何を解決したいですか？」 |
| 手戻り | 「やり直しになることが多い業務はありますか？」 |
| 情報 | 「必要な情報がすぐに見つからないことはありますか？」 |
| 改善案 | 「こうなればいいのに、と思うことはありますか？」 |
ヒアリングのコツ
| コツ | 説明 |
|---|---|
| オープン質問から始める | 「はい/いいえ」で終わらない質問で深掘り |
| 5回の「なぜ」 | 表面的な回答の裏にある本質を探る |
| 具体的なエピソードを聞く | 「最近、困った具体的な場面を教えてください」 |
| 解決策ではなく課題を聞く | 「AIチャットボットが欲しい」→「なぜ必要ですか？」 |
| 沈黙を恐れない | 考える時間を与えることで深い回答が出る |
アプローチ2: 現場観察
観察の方法
| 方法 | 説明 | 適用場面 |
|---|---|---|
| シャドーイング | 担当者の横に座り、一日の業務を観察 | 業務の全体像を把握したい時 |
| ウォークスルー | 担当者に業務をやって見せてもらいながら説明を受ける | 特定業務の詳細を知りたい時 |
| 作業環境観察 | デスク周り、使用ツール、付箋メモ等を観察 | 暗黙知やワークアラウンドを発見したい時 |
観察で注目すべきポイント
| 観察ポイント | 発見できるペインポイント |
|---|---|
| 同じ画面を何度も行き来している | システム間の連携不足 |
| コピー＆ペーストを繰り返している | データの手動転記 |
| 付箋やメモが大量にある | 暗黙知が多い、マニュアル不足 |
| 他の人に頻繁に質問している | ナレッジの偏在 |
| ため息をついている場面 | ストレスの高い作業 |
| Excelを駆使している | 専用ツールの不足 |
アプローチ3: データからの発見
分析すべきデータ
| データ | 発見できるペインポイント |
|---|---|
| 対応時間の分布 | 異常に時間がかかるケースの特定 |
| エラー発生率の推移 | ミスが多発する業務・時間帯 |
| 手戻り・やり直し件数 | 品質問題のある工程 |
| 顧客満足度アンケート | 顧客視点でのペインポイント |
| 残業時間データ | 負荷の偏り |
| システムのログインログ | 頻繁なシステム切り替え |
NetShop社CS部のデータ分析例
| 発見事項 | データソース | ペインポイント |
|---|---|---|
| 同じ質問がFAQに載っているのに月1,200件電話で来る | 問い合わせ分類ログ | FAQが見つけにくい・使われていない |
| 平均対応時間が16時以降に倍増 | 対応時間ログ | 夕方は人手不足で1人あたりの負荷増 |
| 「配送状況確認」が問い合わせの30%を占める | 問い合わせ分類ログ | 顧客が自分で追跡できる仕組みがない |
| 新人の初回解決率がベテランの半分 | 担当者別パフォーマンス | ナレッジ共有不足、教育体制の課題 |
ペインポイントの優先順位付け
発見したペインポイントを「影響度」と「発生頻度」で優先順位付けする。
| ペインポイント | 影響度 | 発生頻度 | 優先度 |
|---|---|---|---|
| FAQ既出の質問への電話対応 | 高 | 毎日 | 最優先 |
| 配送状況確認の手動対応 | 高 | 毎日 | 最優先 |
| 新人の知識不足 | 中 | 常時 | 中 |
| 16時以降の人手不足 | 高 | 毎日 | 高 |
| 部門間の情報連携の遅れ | 中 | 週数回 | 中 |
ペインポイントマップの作成
発見したペインポイントを業務プロセスに紐づけて整理する。
[受付] ──── [分類] ──── [調査] ──── [回答] ──── [完了]
│ │ │ │ │
P1: FAQ質問 P2: 分類 P3: 情報 P4: 品質 P5: 記録
が電話で ミスが 検索に ばらつき の二重
来る 多い 時間が がある 入力
かかるまとめ
| 項目 | ポイント |
|---|---|
| ペインポイントの分類 | 時間的・品質的・反復的・情報的・判断的・連携的の6分類 |
| ヒアリング | オープン質問と「5回のなぜ」で本質を探る |
| 現場観察 | シャドーイングで暗黙知やワークアラウンドを発見 |
| データ分析 | 対応時間、エラー率、手戻り件数から客観的に特定 |
| 優先順位付け | 影響度×発生頻度で優先順位を決定 |
チェックリスト
- ペインポイントの6つの分類を説明できる
- ヒアリングの効果的な質問テンプレートを把握した
- 現場観察で注目すべきポイントを理解した
- データからペインポイントを発見する方法を理解した
次のステップへ
次は「自動化ポテンシャル評価」として、発見したペインポイントに対してどの程度AIで自動化できるかを評価する方法を学ぼう。
推定読了時間: 30分