概要と動機

アジャイル宣言の原則の一つは、チームが定期的な間隔で、より効果的になる方法について振り返り、それに応じて自らの行動を調整すると述べています。ITILは、同じ確信をその指針となる原則と継続的改善のプラクティスで表現しています。サービスとその運営の仕方は、証拠に基づいて、小さなステップで、常に改善されるべきである。どちらも同じことを求めます。時折のプログラムではなく、改善の常設の習慣です。

ほとんどの組織は、これを行っていると信じています。多くは、アクションの一覧を生むレトロスペクティブ形式の会議、改善のアイデアの台帳、あるいは年次の改善計画を持っています。よくある失敗は、一覧が増えて、ほとんど何も起きないことです。アクションは会議で合意され、忘れられます。改善は行われても確認されないので、誰もそれが役立ったかを知りません。同じ問題が別の名前で戻ってきます。継続的改善のメトリクスは、改善している組織と、それについて話しているだけの組織の違いを見分ける方法です。

継続的改善プロセス(continual improvement process)は、品質管理に深いルーツがあります。W・エドワーズ・デミングとウォルター・シューハートに関連するPDCA(Plan-Do-Check-Act)サイクルは、改善を繰り返される小さな実験として記述します。変更を計画し、試し、結果を確認し、学んだことに基づいて行動する。改善(kaizen)は、全員の関与を伴う、働き方の継続的な改善を意味する日本語の用語です。どちらもリーン生産方式(lean manufacturing)とトヨタ生産方式に由来し、今ではサービスとソフトウェアの仕事の標準の語彙です。ITIL 4は、ビジョンは何か、今どこにいるか、どこにいたいか、どうやってそこに着くか、行動を取る、そこに着いたか、勢いをどう保つかを問うステップを持つ、継続的改善モデルを提供します。それは対話への促しであり、機械的に従う手順ではありません。

いくつかの考え方が役立ちます。

  • 制約を改善する。 エリヤフ・ゴールドラットが発展させた制約理論(theory of constraints)は、システムのスループットが最も遅い部分によって制限されるため、他所での改善はほとんど何も加えないと述べる。この本の前のほうのフローの測定値を使って制約を見つけ、それを最初に改善する(トピック 2.3「仕掛かり作業と待ち行列」を参照)。
  • 症状ではなく、原因を見つける。 根本原因分析(root cause analysis)は、それを直すことで問題が戻るのを止められるよう、問題の根底にある原因を探す。問題に複数の原因があるとき、単純な方法の使いすぎは誤解を招きうるので、寄与要因を調べる。
  • 前提を問う。 クリス・アージリスとドナルド・ショーンの用語であるダブルループ学習(double-loop learning)は、行動を直すことを超えて、それにつながった信念と規則を調べる。症状だけを直す(シングルループ学習)チームは、同じ問題に再び出会う傾向がある。
  • 改善にはキャパシティが要る。 限界まで伸びているチームには、改善の余地がない。守られたキャパシティが前提条件で、保てるペースは、改善を可能にするものの一部である(トピック 9.2「満足度とウェルビーイングのメトリクス」を参照)。

改善のメトリクスは、独自の悪用を招きます。完了したアクションの数が目標なら、チームは些細なアクションに合意します。改善による節約が目標なら、主張が水増しされます。提出されたアイデアの数が目標なら、アイデアが洪水のように入り、どれも行動されません。グッドハートの法則(Goodhart's law)からの防護柵が当てはまります。改善プログラムがどれだけ忙しく見えるかではなく、改善が機能するかを測ります(トピック 1.2「グッドハートの法則とメトリクスの心理学」を参照)。

主要な原則

  • 改善は仕事をする人々に属する。 彼らが最初に問題と可能な修正を目にする。
  • 小さなステップで働き、それぞれを確認する。 小さな実験は、リスクを減らし、学びを速める。
  • 活動ではなく、フォロースルーと効果を測る。 完了したアクションと確認された効果は、生まれたアイデアより重要である。
  • 最初に制約を改善する。 ボトルネックから離れた労力は、ほとんど何も加えない。
  • 原因を直す。 寄与要因を探し、その背後の前提を問う。
  • 改善のためのキャパシティを守る。 存在しない余暇には起きない。
  • 失敗した実験からのものを含め、学びを祝う。 試して機能しなかったアイデアは、情報である。

メトリクスの定義

メトリクス 定義 計算式 単位 データソース ITILプラクティス アジャイルの対応物 頻度
アクションのフォロースルー率 レビューで合意した改善アクションのうち、合意した日付までに完了した割合 日付までに完了したアクション ÷ その期間に期限が来るアクション パーセント 改善の台帳またはチームのバックログ 継続的改善 提供された振り返りのアクション 毎月
改善バックログの年齢 未解決の改善アイテムの年齢。最も古いものに注意を向ける 未解決のアイテムの年齢の日数の中央値と85パーセンタイル。最も古いものの年齢 日 改善の台帳 継続的改善 バックログの年齢 毎月
効果の確認率 完了した改善のうち、効果がベースラインに照らして確認された割合 前後の確認が記録された完了した改善 ÷ 完了した改善 パーセント ベースラインと結果の欄を持つ改善の台帳 継続的改善、測定とレポート 実験からの学び 四半期ごと
アイデアから試行までの時間 改善のアイデアが挙げられてから、実際の仕事での最初の試行までの時間 挙げられてから最初の試行までの日数の中央値と85パーセンタイル 日 改善の台帳 継続的改善 変更への速いフィードバック 毎月
現場のアイデアの割合 改善のアイデアのうち、仕事をする人々が挙げた割合。チームのレベルで数える 仕事をするチームメンバーが挙げたアイデア ÷ 挙げられたアイデア パーセント 改善の台帳 継続的改善 自己組織化するチーム 四半期ごと
繰り返される問題の率 原因を取り除くことを意図した改善の後に再発する問題の割合 関連する改善がクローズした後、述べた期間内に再発した問題 ÷ 関連する原因を持つクローズした改善 パーセント 原因でリンクされたインシデント、問題、改善の記録 問題管理、継続的改善 修正後に流出した欠陥 四半期ごと
改善のキャパシティの割合 チームのキャパシティのうち、改善の仕事に費やされた割合 改善とタグ付けされたキャパシティまたは完了したアイテム ÷ 総キャパシティまたは完了したアイテム パーセント 作業追跡システムの作業の種類 継続的改善、キャパシティとパフォーマンス管理 振り返りと技術的卓越性のための時間 毎月

台帳で「改善アイテム」を定義し、通常のバックログの仕事や是正の修理と分けて保ちます。フォロースルーの時計は、アクションがオーナーと日付とともに合意されたときに始まります。効果の確認には、変更の前に記録されたベースラインと定義された指標が要り、結果は「効果なし」や「判断できない」かもしれません。繰り返される問題の率は記録された原因に依存し、照合の規則は台帳に書かれます。すべての測定値はチームとシステムを記述し、個人は記述しません。

推奨事項

改善を見えるものにし、オーナーを置く

1. チームごとに、一つの見える改善の一覧を保つ。 チームがすでに見る場所、たとえばボードやバックログに改善アイテムを置き、タグを付けます。各アイテムには、オーナー、述べた問題、期待される効果、指標、日付があります。別のツールや誰も開かない文書にある一覧は、劣化します。一覧が隠れないよう、最も古いアイテムを示します。

2. 定期的で短い振り返りを持つ。 安定した頻度で、チームは何がうまくいっているか、何が妨げになっているか、次に何を試すかを問います。短く具体的に保ち、オーナーのいる少数のアクションで終えます。チームがこのために、レトロスペクティブなどの名前付きの形式を使うことを選ぶなら、それはチームの選択です。原則は、定期的な習慣です。

3. より少ないアクションに合意し、それを終える。 完了する二つか三つのアクションは、完了しない十数個より多くを教えます。フォロースルー率を確認します。アクションが繰り返し遅れるときは、その理由を問います。不明確なオーナーシップ、キャパシティの欠如、あるいは大きすぎたアクション。大きなものは小さなステップに分けます。

4. キャパシティを守る。 キャパシティの一部を改善のために確保し、他の仕事と同じように計画します(トピック 2.5「デリバリー予測と計画のメトリクス」を参照)。チームが過負荷のときは、改善はしばしば過負荷を減らすものなので、改善をキャンセルするのではなく、新しい仕事の受け入れを減らします。使われた割合を追跡します。

重要なものを見つける

5. 制約を探す。 フローのデータを使って、仕事がどこで待ち、何がスループットを制限しているかを見つけます。制約での改善は、システム全体のアウトプットを上げます。他所での改善は、仕事の山を動かすだけかもしれません。同じ見方を、インシデントの対応、変更の承認、リクエストの履行に適用します。

6. 証拠を使って選ぶ。 データと痛みに最も近い人々から改善を選びます。繰り返されるインシデント、長い待ち、手戻り、ユーザーの苦情、障害の一覧。各改善を記録された問題に結び付けます。これは改善の台帳を問題管理に結び付けます(トピック 4.1「問題管理のメトリクス」を参照)。

7. 原因と寄与要因を探す。 繰り返される問題について、一度ならず理由を問い、引き金に加えて条件を探します。最初のもっともらしい原因や、人で止まることには注意します。前提を問います。なぜこのように働くのか、その規則はまだ必要か。そこでダブルループ学習が報われます。

小さく試し、それから確認する

8. ベースラインを伴う小さな実験を行う。 変更、期待される効果、指標を述べます。変更の前にベースラインを記録します。短い期間、小さな規模で試し、それから比較します。PDCAサイクルは単純な枠組みです。アイデアから試行までの時間が短いほど、学びは速くなります。

9. 効果を確認し、誠実に記録する。 変更の後、指標をベースラインと、他に何が変わったかと比較します。効果が見られた、見られなかった、不明確だったかを記録します。「効果なし」を決して見つけないチームは、おそらく注意深く確認していません(トピック 6.5「価値の実現とビジネス成果」を参照)。

10. 機能するものを保ち、しないものを捨てる。 機能する改善を、合う他のチームに広げ、便益なしにコストを加えた変更を廃止します。条件が変わるので、古い変更を見直します。標準は、チームが学ぶにつれて進化するべきです。

習慣を生かし続ける

11. 提案することと止めることを安全にする。 人々は、以前のアイデアが聞かれて行動されたときに、アイデアを挙げます。アイデアが消える、あるいは提案者に追加の仕事をもたらすときは、黙ります。たとえ答えが「今はやらない」であっても、理由とともにすべてのアイデアに応答します。チームが機能していない改善を止められるようにします。

12. 改善を目標にしない。 アイデアの数、クローズされたアクションの数、主張された節約に目標を設定してはいけません。フォロースルー、効果の確認、繰り返しの率、いくつかの物語を報告します。各チームを自分自身の過去と比較し、順位を付けずにチーム間で良いアイデアを共有します。

悪用の手口と防護柵

メトリクス 悪用のされ方 組になる防護柵のメトリクスまたはプラクティス
アクションのフォロースルー率 些細なアクションに合意する、期日を動かす、行わずにクローズする アクションの大きさと価値をレビューする。記録される日付の変更。効果の確認率
改善バックログの年齢 判断なしに古いアイテムを「やらない」としてクローズする、年齢をリセットするためにアイテムを分割する クローズの理由を記録する。行動なしにクローズされたアイテムを追跡する。最も古いものをレビューする
効果の確認率 ベースラインなしに確認を記録する、成功だけを確認する 変更の前に日付が付いたベースライン。帰無と否定的な結果を含める
アイデアから試行までの時間 計画を試行と呼ぶ、些細な変形を試す 試行を実際の仕事の変更と定義する。試されたアイデアの重要性を見る
現場のアイデアの割合 マネージャーがスタッフの名前でアイデアを起票する、義務的なアイデアのノルマ チームのレベルで記録する作者別のアイデア。ノルマなし。チームに尋ねる
繰り返される問題の率 同じ問題に異なる原因を記録する、以前の記録を別の種類としてクローズする 記録された規則で原因により照合する。チーム外の誰かによるレビュー
改善のキャパシティの割合 通常の仕事を改善とタグ付けする、のちにデリバリーに使われる時間を予定する 種類についてアイテムを抽出する。実際に費やした時間と比較する

健全な読みは、終わるアクションを伴う短い一覧、数日か数週間で試行に至るアイデア、確認され時に期待外れとなる効果、下がる繰り返される問題、そして使われる守られたキャパシティです。

トレードオフ:長所と短所

手法 強み 弱み
大きな改善プログラム 見える。大きな問題に取り組める 遅い。日々の仕事から切り離されている
小さな継続的な実験 速い学び、低リスク 構造的な問題を見逃すかもしれない
中央の改善チーム 技能と一貫性 仕事から遠い。アイデアが停滞する
チームが所有する改善 関連性があり、意欲的 質にばらつき。支援が要る
報酬を伴うアイデア制度 量を生む ノルマと悪用。低い質
証拠に基づく選択 本当の問題に焦点を当てる データと時間が要る
正式な効果の確認 誠実な学び 労力。重いと官僚的に感じられうる
確認なし 速い 何が機能するかについての学びがない

散文での答えは、改善をチームの近くに、軽い効果の確認を伴う小さな実験で保ち、データと方法を助ける少数の人々と、キャパシティを守り結果に耳を傾けるリーダーに支えられることです。

チームで話し合う問い

1. 前回のレビューで合意した改善は何で、それは起きたか? アクションを見ます。それぞれについて、完了したか、放棄されたか、忘れられたか、そしてなぜかを尋ねます。ファシリテーターは、理由を記録してください。チームが本当に終えられるアクションの数に合意し、次の一覧をそれに削ります。

2. 最近行った変更のうち、役立ったと分かっているものはどれで、どうやってそれを知っているか? 最近の変更を選び、ベースラインと結果を探します。なければ、次回どう確認するかを話し合います。次の実験の単純な指標を決めます。

3. 何度直しても戻り続けるものは何か? 繰り返される問題を列挙します。一つについて、なぜ戻るのか、現在のアプローチの背後にどんな前提があるのかを尋ねます。修正が症状を扱っていないかを考えます。より深く見る繰り返される問題を一つ選びます。

4. 仕事が最も長く待つのはどこで、制約は何か? フローのデータを使います。チームが取り組んでいる改善が制約に触れているかを尋ねます。触れていなければ、焦点を変えるかを話し合います。

5. 私たちの週のどれだけが改善に向かい、何がそれを守っているか? 計画を現実と比較します。何が時間を奪うかを話し合います。小さな割合を守るための規則と、チームが過負荷のときに何を削るかに合意します。

6. 誰かが提案した最後のアイデアはどうなり、その人はどうやって知ったか? アイデアを一つたどります。答えられたか、試されたか、失われたか。各アイデアが応答と理由を得ることをどう確実にするかを話し合います。

四つの視点

プロダクトとデリバリーのチーム

デリバリーのチームは、改善のアイデアの主な源であり、それが機能するかの最良の判断者です。見える一覧を保ち、各周期で少数のアクションを終え、効果を確認し、学んだことを共有するべきです。守られたキャパシティと、応答するリーダーが必要です。

サービスと運用のチーム

運用チームは、繰り返されるインシデント、遅い承認、手作業のトイルを毎日目にします。改善を記録された問題に結び付け、繰り返される問題を追跡し、自分たち自身の負荷を減らす修正のための時間を作るべきです。彼らのフィードバックは、改善がユーザーに届くかを示します。

リーダーシップとガバナンス

リーダーは条件を作ります。守られたキャパシティ、提案することと止めることの安全、結果への注意。フォロースルーと効果の確認を求め、誠実な「効果なし」の所見を受け入れ、ノルマを避け、投資を要する改善に資金を付けるべきです。ガバナンスは、構造的な行動を要するパターンについて、チームにまたがる改善の台帳を見るべきです。

顧客とユーザー

ユーザーは、改善し続けるサービスから恩恵を受け、アイデアの豊かな源です。尋ねられ、何が変わったかを伝えられ、効果を確認するよう招かれるべきです。同じ問題についての繰り返される苦情は、改善が原因に届いていないシグナルです。

実践:サービスマネジメントの例

国の税務当局のデジタルサービスグループが、八つのチームで、申告ポータル、支払いシステム、コンタクトセンター基盤を運営しています。各チームは改善の一覧を保ち、グループは四半期ごとに完了した改善の数を報告します。以下の数字は例示です。

サービス改善の責任者は、報告される数字が上がる一方で、同じ痛みの点が残っていることに気づきます。彼女は一覧をレビューします。グループ全体で212件の改善アイテムが未解決で、年齢の中央値は7か月、最も古いものは26か月です。先四半期のレビューで合意したアクションのうち、日付までに完了したのは38パーセントです。昨年完了した64件の改善のうち、ベースラインと結果が記録されたのは9件だけで、効果の確認率は14パーセントであり、そのうち3件は効果がないことを示しました。繰り返される問題は一般的です。原因を取り除くことを意図した改善に結び付いた25件のインシデントのうち、11件が6か月以内に再発し、繰り返しの率は44パーセントです。改善の仕事はキャパシティの約4パーセントを占めます。

グループは、チームとともに四つの変更に合意します。各チームは一覧を、今後2か月で取り組めるアイテムに削り、残りを保留またはクローズする理由を述べます。チームは、名前付きのオーナーを伴って、一度に三つ以下のアクションに合意します。各改善について、変更の前にベースラインと指標が記録され、変更の後に「効果なし」を含めて結果が記録されます。四半期ごとのレビューが、チーム間の繰り返される問題を見て、より深い原因分析のために二つを選び、コンタクトセンターと支払いのチームが共有の原因を一緒に調べます。各チームはキャパシティの10パーセントを改善のために確保し、キャンセルにはチームのリードの合意とログの記録が要るという規則で守られます。リーダーへのレポートは、完了した改善の数から、フォロースルー、効果の確認、繰り返される問題に変わります。

二四半期後、未解決のアイテムは74件に減り、年齢の中央値は2か月です。フォロースルーは81パーセントに上がり、効果の確認率は70パーセントに上がり、確認された36件の改善のうち9件は効果なしを示し、やめられました。繰り返される問題の率は20パーセントに下がり、アイデアから試行までの時間の中央値は9日です。副長官は、四半期あたり100件の完了した改善という目標を求めます。サービス改善の責任者は、件数こそが以前の数字が誤解を招いた理由だと説明し、フォロースルー、効果、繰り返しの率を追跡することを提案します。判断は記録され、あるチームの承認プロセスに4週間の実験を行いたいという要求が承認されます。

アジャイル、AI、自動化、アナリティクス

アジャイル

改善を仕事をする人々の手に保ち、定期的な頻度でアクションをレビューします。注意点は、改善の件数の目標が、些細なものを促すことです。

AI

AIは、チケットとインシデントから改善を提案できます。チームが試した提案の割合と、効果の確認の結果を追跡します。注意点は、AIが生成したアイデアのバックログがチームを過負荷にしうるため、仕掛かり作業を制限することです。

自動化

改善アクションのリマインダーと追跡を自動化し、効果の確認率を測ります。注意点は、合意したオーナーシップなしにしつこく通知する自動化は、無視されることです。

アナリティクス

効果の確認率と繰り返される問題の率を、件数とともに報告します。これが情報を与える判断は、どの改善が機能したかです。注意点は、効果の帰属は難しいため、不確実性を記述することです。

業種別の視点

スタートアップ。 改善は絶えず非公式に起きます。短い一覧を保ち、期待される効果を書き下してそれを確認し、時間の小さな部分を守ります。重いプロセスを避け、改善が成長にすっかり押し出されていないかに注意します。

中小企業。 一人か二人がすべてを行い、改善は消火活動と競合します。四半期ごとに繰り返される問題を一つ選び、その原因を直し、効果を確認します。ユーザーに何が苛立たせるかを尋ね、一つのことに行動します。

大企業。 規模は、改善を不均一にし、アイデアを共有しにくくします。共通の台帳の形式と軽いコーチングを提供し、チームに自分たちの一覧を所有させ、機能するものを広げ、共有の制約に取り組むためにチーム横断のフォーラムを使います。中央のノルマを避けます。

政府・公共部門。 改善は、調達、立法、承認の連鎖に制約されることがあり、公に精査されます。実験とその結果を文書化し、改善の選択と確認にユーザーを関与させ、機能しなかったものを含め、効果について誠実に報告します。市民から負担を取り除く改善を探します(トピック 8.5「規制対応・行政向け報告」を参照)。

ビジネスケース:動機、ROI、TCO

コストは、主なコストである守られたキャパシティ、ベースラインと結果を記録する労力、一定のコーチングまたは進行です。ツールは、チームの既存のボードのように単純でよいのです。

見返りは、繰り返される問題の減少、トイルの低下、より短い待ち、自分たちのアイデアが変化になるのを見るチームのより良い士気です。自分たち自身のデータからケースを築きます。繰り返されるインシデントのコストと、改善によって取り除かれた割合、効果が確認された改善によって節約された時間、行われて機能しなかった改善のコスト(確認によって今は繰り返しが防がれる)。出典と方法をたどれない限り、改善プログラムの公表された見返りの引用は避けます。キャパシティの機会費用も数えます(トピック 7.7「投資対効果とビジネスケース」を参照)。

アンチパターンと落とし穴

  • 完了した改善を数える。 チームは些細な変更に合意する。フォロースルーと効果を測る。
  • アイデアのノルマ。 量とノイズを生む。挙がってくるアイデアに応答する。
  • ベースラインなし。 何かが役立ったか誰も知らない。前後を記録する。
  • 成功だけを記録する。 失敗からの学びが失われる。帰無の結果を記録する。
  • 刈り込まれない長い一覧。 一覧が信頼を失う。チームが行うものに削る。
  • 余暇での改善。 余暇はない。キャパシティを守る。
  • 症状を直す。 問題が戻る。一度ならず理由を問い、前提を問う。
  • 遠いチームによる改善。 アイデアが停滞する。仕事をする人々のもとに保つ。

成熟度モデル

観点 1 開始 2 発展 3 標準化 4 管理 5 協調
習慣とオーナーシップ 改善は時折 振り返りは行われるが、アクションはしばしば失われる オーナーのいる、見えるチームの一覧。少数のアクションが終わる フォロースルーとアイデアから試行までの時間が管理される。キャパシティが守られる 改善が日常的で、チーム、供給者、ユーザーにまたがって共有される
証拠と効果 意見 変更後の一部の測定値 各改善にベースラインと結果が記録される 効果の確認が帰無の結果を含む。繰り返される問題が原因別に追跡される ポートフォリオレベルの学びが、パートナーとともに次にどこを改善するかを導く
深さ 症状への修正 一部の原因分析 繰り返される問題の原因分析 フローのデータから制約が特定される。前提が問われる 共有のガバナンスを伴う、バリューストリームにまたがる体系的な改善

チェックリスト

  • 各チームに、オーナー、期待される効果、日付を持つ一つの見える改善の一覧がある。
  • 定期的で短い振り返りが、少数のオーナーのいるアクションで終わる。
  • アクションのフォロースルーと最も古いアイテムの年齢が毎月レビューされている。
  • 改善のためのキャパシティが計画され、守られ、追跡されている。
  • 改善が記録された問題または証拠に結び付いている。
  • 各変更の前に、ベースラインと指標が記録されている。
  • 効果が、効果なしを含めて確認され記録されている。
  • 改善の後に、繰り返される問題が原因別に追跡されている。
  • すべてのアイデアが理由とともに応答を得る。
  • アイデア、アクション、節約にノルマや目標がない。

AIプロンプト

証拠から改善を選ぶ。

以下は、おおよその件数と影響を伴う私たちの繰り返される問題と障害です:[貼り付け]。以下は仕事がどこで待つかについての私たちのフローのデータです:[貼り付け]。どの二つか三つの改善が最も重要そうか、その理由、何の証拠がそれを確認または反証するかを示唆してください。それぞれにベースラインと指標を伴う小さな実験を推奨してください。数字を捏造しないでください。前提を列挙してください。

小さな実験を設計する。

[チームとプロセス] の [問題] に対処するために、[変更] を試したいと考えています。小さな実験を設計してください:期待される効果、今記録するベースライン、指標とその測り方、試行の期間、他の変更が結果を混乱させたかをどう見分けるか、効果がなかった場合に何をするか。軽く保ってください。前提とリスクを列挙してください。

改善の一覧をレビューする。

以下は、各アイテムの年齢、オーナー、期待される効果を伴う私たちの改善の一覧です:[貼り付け]。曖昧すぎる、大きすぎる、古くなったアイテムを特定し、チームが2か月で終えられるより短い一覧を示唆し、保留するアイテムとその理由を説明するメモを提案してください。個人を判断しないでください。前提を列挙してください。

繰り返される問題を分析する。

問題:[説明]。過去の修正と再発した時期:[貼り付け]。最初のもっともらしい原因を超えた寄与要因、問う前提(ダブルループ学習)、各仮説を安くテストするいくつかの方法を示唆してください。単一の根本原因を仮定しないでください。前提と、チームへの問いを列挙してください。

AIスキル

要点

  • チームごとに一つの見える改善の一覧を保ち、一度に少数のオーナーのいるアクションに取り組み、それを終える。
  • 各変更の前にベースラインを記録し、後で効果を確認し、帰無の結果を記録する。
  • フォロースルー、効果の確認、繰り返される問題、最も古いアイテムの年齢を追跡する。
  • 最初に制約を改善し、原因とその背後の前提を探す。
  • 持続可能なペースの中で、改善のためのキャパシティを守る。
  • アイデア、アクション、節約にノルマを設定しない。

参考文献とさらなる読書

  1. AXELOS (now PeopleCert), ITIL 4 Practice Guide: Continual Improvement, TSO, 2020.
  2. Deming, W. E., Out of the Crisis, MIT Center for Advanced Engineering Study, 1982 (MIT Press edition, 2000).
  3. Imai, M., Kaizen: The Key to Japan's Competitive Success, McGraw-Hill, 1986.
  4. Goldratt, E. M., and Cox, J., The Goal: A Process of Ongoing Improvement, North River Press, 1984.
  5. Argyris, C., "Teaching smart people how to learn," Harvard Business Review, 69(3), 1991.
  6. Rother, M., Toyota Kata: Managing People for Improvement, Adaptiveness, and Superior Results, McGraw-Hill, 2009.
  7. Beck, K., et al., Principles behind the Agile Manifesto, 2001, https://agilemanifesto.org/principles.html.
  8. Wikipedia, Continual improvement process.
  9. Wikipedia, PDCA.
  10. Wikipedia, Kaizen.
  11. Wikipedia, Lean manufacturing.
  12. Wikipedia, Theory of constraints.
  13. Wikipedia, Root cause analysis.
  14. Wikipedia, Double-loop learning.
  15. Wikipedia, Goodhart's law.