演習：組織文化総合診断を実施しよう

ストーリー

田

田中VPoE

フレームワークもツールもベンチマークも揃った。ここからは実践だ。TechVision株式会社という架空の組織を使って、技術文化の総合診断を実施してもらう

あなた

10次元すべてを診断するんですね。L5の総力戦です

あ

田

田中VPoE

その通りだ。DevOps成熟度だけ、セキュリティだけという部分的な診断ではなく、技術文化の全体像を捉える。経営層に「我々はここにいて、ここに向かうべきだ」と示せる診断レポートを作ってくれ

ミッション概要

項目	内容
演習タイトル	組織文化総合診断の実施
想定時間	60分
成果物	技術文化総合診断レポート（10次元評価 + CVF分析 + ベンチマーク比較 + 優先課題の特定）
対象組織	TechVision株式会社（架空）

前提条件

組織の概要

会社概要:
  会社名: TechVision株式会社（架空）
  事業: BtoB SaaS（プロジェクト管理ツール）
  社員数: 800名
  開発部門: 250名
  ARR: 80億円
  顧客数: 3,000社
  設立: 2015年

技術スタック:
  フロントエンド: React + TypeScript
  バックエンド: Go（マイクロサービス）+ Python（ML）
  インフラ: AWS（EKS, Aurora, ElastiCache, CloudFront）
  CI/CD: GitHub Actions
  モニタリング: Datadog + PagerDuty
  IaC: Terraform + Pulumi（一部）
  データ基盤: Snowflake + dbt
  AI/ML: SageMaker + 社内LLMゲートウェイ

組織構造:
  CTO
  ├── VPoE（あなた）
  │   ├── プラットフォームエンジニアリング部（40名）
  │   │   ├── Platform チーム（15名）
  │   │   ├── SREチーム（10名）
  │   │   ├── セキュリティチーム（8名）
  │   │   └── データ基盤チーム（7名）
  │   ├── プロダクト開発部（160名）
  │   │   ├── コアプロダクトDiv（60名、4チーム）
  │   │   ├── エンタープライズDiv（40名、3チーム）
  │   │   ├── インテグレーションDiv（30名、2チーム）
  │   │   └── モバイルDiv（30名、2チーム）
  │   └── AI・イノベーション部（30名）
  │       ├── ML エンジニアリングチーム（15名）
  │       └── AI プロダクトチーム（15名）
  └── QAチーム（20名）← CTO直轄

文化サーベイ結果（7段階、全社平均 + 部門別）

質問	全社平均	Platform部	プロダクト開発部	AI部	QA
デプロイに自信を持てる	4.5	5.8	4.2	4.8	3.0
セキュリティは開発初期から考慮される	3.2	4.5	2.8	3.5	3.0
AI活用が業務で推奨されている	3.8	3.5	3.2	6.0	2.5
クラウドネイティブ設計が理解されている	4.0	5.5	3.8	4.2	2.0
コードレビューが学習の機会になっている	4.8	5.2	4.8	5.0	-
ダッシュボードで運用状況を把握している	4.2	5.8	3.5	4.5	3.0
データに基づく意思決定が行われている	3.5	4.0	3.2	5.0	3.5
振り返りが実際の改善につながっている	3.0	4.2	2.5	3.8	3.0
開発環境の構築に無駄な時間がかからない	3.8	5.0	3.2	4.5	2.8
業務時間内に学習の時間が確保されている	3.2	4.0	2.5	5.0	2.0

DORAメトリクス（直近6ヶ月平均）

チーム	デプロイ頻度	変更リードタイム	変更障害率	MTTR
Platform	1日2-3回	2時間	5%	30分
コアプロダクト	週2回	3日	12%	2時間
エンタープライズ	週1回	5日	18%	4時間
インテグレーション	月2回	10日	22%	8時間
モバイル	2週に1回	7日	15%	3時間
ML Engineering	月1回	14日	10%	6時間

インタビュー抜粋

発言者	コメント
Platform チームリーダー	「IDP（Internal Developer Platform）を構築中だが、プロダクトチームの利用率が50%程度。使ってくれないと意味がない」
SREチームリーダー	「SLOは定義したが、開発チームが自分のサービスのSLOを把握していないケースが多い」
セキュリティチームリーダー	「SAST/DASTをパイプラインに組み込んだが、Critical以外は放置される。セキュリティ文化が弱い」
コアプロダクトEM	「機能開発に追われていて、技術的負債の返済やセキュリティ対応は後回しになりがち」
エンタープライズEM	「大企業顧客のカスタマイズ要求が多く、標準アーキテクチャから逸脱している」
インテグレーションEM	「レガシーAPIとの統合が多く、テスト自動化が難しい。手動テストに依存している」
モバイルEM	「アプリストアのレビュープロセスがあるので、Webほどデプロイ頻度を上げられない」
MLエンジニア	「モデルの本番デプロイが複雑で、実験からプロダクション化のリードタイムが長すぎる」
QAマネージャー	「E2Eテストの実行時間が3時間を超えている。フレーキーテストも多い」
CTO	「個々のチームは頑張っているが、組織全体としての技術的方向性がバラバラだと感じる」
新入社員（入社3ヶ月）	「ドキュメントが古い部分があり、オンボーディングに苦労した。先輩が個人的に教えてくれた」
シニアエンジニア	「勉強会は有志でやっているが、公式な学習時間はない。忙しくて参加できない人も多い」

Mission 1: 10次元技術文化評価

要件

上記の情報をもとに、TechVision社の技術文化を10次元で評価してください。

各次元のレベル判定（Level 1〜5）と根拠
レーダーチャートの概形（テキスト表現）
最も成熟している次元と最も課題がある次元の特定
部門間ばらつきの分析

解答例

10次元評価

次元	Level	根拠
デリバリー文化	3	GitHub Actions統一、Platformチームは Elite 水準だが、チーム間のばらつき大（1日複数回〜月1回）。全社平均は High〜Medium
セキュリティ文化	2	SAST/DAST導入済みだがCritical以外放置。セキュリティチームがゲートキーパーに留まり、開発チームへの浸透不足
AI活用文化	2	LLMゲートウェイは整備されているが、AI部以外の活用は限定的。サーベイでもAI部とその他の差が顕著（6.0 vs 3.2）
クラウド文化	3	EKS、Terraform/Pulumi活用。Platformチームはクラウドネイティブだが、エンタープライズDivはカスタマイズでアーキテクチャが逸脱
技術品質文化	3	コードレビュー文化は比較的良好（4.8）。だが技術的負債の返済が後回しにされる傾向。E2Eテストの品質に課題
可観測性文化	3	Datadog + PagerDuty 導入、SLO定義済み。ただし開発チームのSLO認知度が低く、Platformチーム中心の運用
データ文化	2	Snowflake + dbt でデータ基盤は整備途上。データ駆動の意思決定は一部に留まる（サーベイ3.5）
改善文化	2	振り返り→改善のサイクルが弱い（サーベイ3.0）。プロダクト開発部で改善活動が定着していない
DX文化	3	IDP構築中だが利用率50%。ビルド時間・E2Eテスト実行時間に課題。オンボーディングも改善余地あり
学習文化	2	公式な学習時間なし。有志の勉強会のみ。AI部は学習文化が高いが他部門との差が大きい

最も成熟: デリバリー文化 / 技術品質文化 / 可観測性文化（Level 3）

最も課題: セキュリティ文化 / AI活用文化 / 改善文化 / 学習文化（Level 2）

部門間ばらつき

Platformエンジニアリング部: 全次元で組織平均を上回る。技術文化のトップランナー
AI・イノベーション部: AI/学習文化は高いが、セキュリティ・デリバリーは組織平均程度
プロダクト開発部: 機能開発優先で文化面が後手。特にエンタープライズ・インテグレーションDivが課題
QA: 全次元で最も低い。組織的な孤立感が見られる

Mission 2: CVF分析とベンチマーク比較

要件

CVF（Competing Values Framework）分析: TechVision社の文化類型バランスを評価
業界ベンチマーク比較: BtoB SaaS企業の業界平均・トップ企業と比較
ギャップの定量化: 最も大きなギャップがある領域の特定

解答例

CVF分析

文化類型	現在の比重	理想的な比重	根拠
Clan（協調）	20%	28%	コードレビュー文化は良好だが、部門横断の協力が弱い。QAの孤立が象徴的
Adhocracy（創造）	20%	32%	AI部は実験的だが、他部門は機能開発に追われ実験の余裕なし。学習時間の不足
Market（競争）	35%	22%	ARR成長・機能開発に偏重。OKRがビジネスメトリクス中心で技術文化指標が薄い
Hierarchy（統制）	25%	18%	セキュリティの承認プロセス、E2Eテストの重さ。ただし統制が効いていない領域もある

診断: Market（競争）偏重型。ビジネス成果を追いかけるあまり、協調や創造の文化が犠牲になっている。

業界ベンチマーク比較（BtoB SaaS）

次元	TechVision	業界平均	トップ企業	ギャップ（対トップ）
デリバリー	3	3.2	4.5	-1.5
セキュリティ	2	2.5	4.0	-2.0
AI活用	2	2.2	4.0	-2.0
クラウド	3	3.0	4.5	-1.5
技術品質	3	3.0	4.5	-1.5
可観測性	3	2.8	4.5	-1.5
データ	2	2.5	4.0	-2.0
改善	2	2.5	4.0	-2.0
DX	3	2.8	4.5	-1.5
学習	2	2.5	4.5	-2.5

最大ギャップ: 学習文化（-2.5）、セキュリティ/AI/データ/改善（-2.0）

Mission 3: 優先課題の特定と変革方針

要件

Mission 1, 2の結果を統合し、以下を作成してください。

優先課題トップ5: ビジネスインパクト・実現容易性・リスクを考慮
変革の基本方針: どの領域から着手し、どのように拡大するか
経営層への要約（エグゼクティブサマリー）: A4 1枚相当

解答例

優先課題トップ5

優先順位	課題	ビジネスインパクト	実現容易性	リスク	総合スコア
1	学習文化の確立	高（人材定着・成長）	中（制度設計が必要）	高（人材流出リスク）	95
2	セキュリティ文化の浸透	高（顧客信頼・コンプライアンス）	中（行動変容が必要）	高（インシデントリスク）	90
3	改善文化の定着	高（全次元の底上げ）	高（振り返り改善から）	中	88
4	AI活用の組織浸透	高（生産性向上）	中（AI部の知見活用）	中（競争力低下）	82
5	部門間ばらつきの縮小	高（組織全体の底上げ）	低（構造的変革が必要）	中	78

変革の基本方針

Phase 1（0-3ヶ月）: 土台づくり
  - 学習文化: 公式な学習時間の確保（週4時間）
  - 改善文化: 振り返り→改善のサイクルを全チームに導入
  - クイックウィン: IDPの利用率向上キャンペーン

Phase 2（3-6ヶ月）: 横展開
  - セキュリティ: セキュリティチャンピオン制度の導入
  - AI活用: AI部主導のAIリテラシー研修を全社展開
  - Platformの成功パターンを他部門に展開

Phase 3（6-12ヶ月）: 深化と定着
  - 部門間ばらつきの構造的解消
  - データ駆動の文化改善サイクル確立
  - 組織文化KPIの経営指標への組み込み

エグゼクティブサマリー

TechVision社の技術文化は、Platform部を中心に一定の成熟度を持つものの、組織全体としては「部分最適・局所最適」の段階にあります。10次元評価の平均は2.5（Level 2-3の境界）で、業界平均（2.7）をわずかに下回ります。最大の課題は、学習文化（Level 2）とセキュリティ文化（Level 2）のギャップです。また部門間のばらつきが大きく、Platform部（平均Level 3.5）とプロダクト開発部（平均Level 2.5）に1レベルの差があります。変革にはまず「学習文化」と「改善文化」を土台として確立し、その上にセキュリティ・AI・データの各文化を積み上げる段階的アプローチを推奨します。

達成度チェック

観点	達成基準
10次元評価	各次元にエビデンスに基づくレベル判定と根拠がある
CVF分析	4類型のバランスと改善方向が示されている
ベンチマーク	業界平均・トップとの定量的な比較がある
優先課題	ビジネスインパクトとリスクに基づく優先順位付けがある
変革方針	フェーズ分けされた実行可能な方針が示されている

推定所要時間: 60分