ライブラリに戻る

中心となる問い

AI処理済み · 著者確認済み

業務データの分析はプロジェクトのリスク予測や成功にどう役立つか?

Process Mining for IS Project Success Factors Management: A proposal
Joana Pedrosa, João Varajão, Luís Magalhães, 他 · Australasian Conference on Information Systems (ACIS) · 2021

18 回閲覧

イラスト: 業務データの分析はプロジェクトのリスク予測や成功にどう役立つか?

Spotifyのプレーヤーを読み込みます。SpotifyによりCookieが設定される場合があります。選択内容はこの端末に保存されます。

主な知見

  • プロジェクトのイベントログから実際のワークフローを把握する診断フェーズと、プロジェクトの結果を予測する予測フェーズからなる2段階のアーキテクチャを提案している。
  • Jira、Trello、Gitなどのツールからのイベントログデータを標準形式に統合し、リードタイム、サービス時間、待ち時間、同期時間などの実際のパフォーマンス指標を測定する。
  • デシジョンマイニングを活用し、プロセスの不適合やタスクのスキップを既知のプロジェクト成功要因に関連付けるビジネスロジックエンジンを設計している。
  • プロセスの逸脱がプロジェクトの納品を脅かす際に、管理者へ予測アラートや改善に向けたガイダンスを提供するダッシュボードおよびアラームシステムを設計している。

実践への示唆

CIO / IT役員

Initiate a pilot project to integrate event logs from Jira and Git into a process mining dashboard to track actual workflow deviations against IT project success factors.

ITマネージャー

Export the event logs from your team's project management tool to measure baseline metrics like lead time and task-skipping behavior.

経営戦略担当者

Define and map critical project success factors (such as delivery speed and resource utilization) into key performance indicators that can be dynamically linked to workflow analytics.

研究者

Design a prototype two-phase architecture combining a diagnostic workflow discovery phase with a prognostic decision-mining engine to test predictive alerts on historical IT project data.

政策立案者

Draft guidelines requiring digital event log auditing for public IT projects to ensure objective measurement of operational performance and adherence to success standards.

要約

本研究(進行中の研究)は、プロセスマイニングを情報システムプロジェクト管理に適用する意思決定支援フレームワークを提案する。プロジェクト管理ツールやコードリポジトリのデジタルイベントログを分析し、実際のワークフローを追跡して逸脱の特定や運用パフォーマンスの評価を行う。本稿では、ワークフロー分析と重要なプロジェクト成功要因を結びつけるシステムを構築・評価するデザインサイエンス研究手法の概要を示す。

課題

ITプロジェクトの一般的な成功要因に関する文献は多数あるものの、それらはプロジェクト実行中に動的に活用されるのではなく、静的かつ形式的でない形で扱われがちである。そのため、プロジェクト管理者は実行時の逸脱を検知し、それが成功要因に与える影響を評価して、失敗前に対処するための実用的なデータ駆動型の仕組みを持てていないことが多い。

文字起こし
Host: 皆さん、こんにちは。「A.I.S. Insights — powered by Living Knowledge」へようこそ。ホストのアンナ・アイビー・サマーズです。本日もアナリストのアレックス・イアン・サザーランドさんと共にお届けします。アレックスさん、よろしくお願いします。

Expert: アンナさん、よろしくお願いします。今日もビジネスパーソンに役立つ刺激的な知見をわかりやすく紐解いていきましょう。

Host: さて、本日取り上げるのは「ISプロジェクト成功要因管理のためのプロセスマイニング:提案」という研究です。情報システムやITプロジェクトの管理に「プロセスマイニング」という技術を応用し、プロジェクトを成功に導くための新しい意思決定支援フレームワークを提案している研究なんですよね。

Expert: その通りです。現代のソフトウェア開発やITプロジェクトでは、JiraやTrello、Gitといったデジタルツールが日常的に使われていますよね。この研究は、そうしたツールに残る作業履歴、つまりイベントログを分析することで、現場で実際に起きている業務フローを可視化し、プロジェクトの成功要因をリアルタイムに管理しようという試みです。

Host: 非常に興味深いですね。でもそもそも、多くの企業において、ITプロジェクトの管理にはどのような課題があるのでしょうか。

Expert: 実は、ITプロジェクトをどう成功させるかという「重要成功要因」に関する知見自体は、長年の研究やベストプラクティスとして豊富に存在しています。例えば「適切なコミュニケーション」や「厳格な進捗監視」といったものです。しかし大きな問題は、それらが計画段階の静的なチェックリストや定性的なルールにとどまり、実行段階で動的かつリアルタイムに活用されていない点にあります。

Host: 確かに、計画書には素晴らしいルールが書かれていても、実際の現場では締め切りに追われていつの間にか形骸化してしまう、という話はよく耳にします。

Expert: まさにそこなんです。従来のやり方では、現場の作業が本来のルールから逸脱していても、週次の定例ミーティングや納期直前になるまで問題が表面化しません。つまり、プロジェクト管理者が日々の業務データの変化からトラブルの予兆を早期に察知し、失敗する前に対処するためのデータ駆動型の仕組みが圧倒的に不足していたのです。

Host: その見落とされがちな盲点を解決するために、この研究ではどのようなアプローチをとっているのですか。

Expert: この研究では、デザインサイエンス研究という手法を用いて、実践的なフレームワークの設計と構築を行っています。中核となるのが「プロセスマイニング」です。開発者がタスクを動かしたり、コードをコミットしたりした際に残るデジタルな足跡を統合・分析して、実際のプロセスをまるでレントゲン写真のように正確に描き出します。

Host: なるほど、現場の「実態」をデータからあぶり出すわけですね。具体的にはどのようなアーキテクチャになっているのでしょうか。主な研究成果を教えてください。

Expert: 本研究では、大きく分けて「診断フェーズ」と「予測フェーズ」の2段階からなる仕組みを提案しています。まず診断フェーズでは、JiraやGitHubなど異なるツールから収集したログを標準形式に統合します。そして、作業全体のリードタイムだけでなく、実際の作業時間、待ち時間、さらにはチーム間の調整にかかる同期時間などを正確に測定します。

Host: ボトルネックがどこで起きているのかが一目瞭然になるわけですね。では、もう一つの予測フェーズはどう機能するのですか。

Expert: ここがこの研究の非常にユニークな点です。「デシジョンマイニング」と呼ばれる技術とビジネスロジックを組み合わせています。たとえば、定められたコードレビューがスキップされたり、テスト工程で異常な滞留が発生したりといった「プロセスの逸脱」を検知し、それが「納期の遅延」や「品質の低下」といったプロジェクトの成功要因にどう影響するかを結びつけて評価します。

Host: 単に逸脱を見つけるだけでなく、それがプロジェクトの成功を脅かすリスクになるかを判断してくれるのですね。

Expert: その通りです。そして、リスクが一定の閾値を超えると、ダッシュボード上に予測アラートが表示され、管理者に具体的な改善ガイダンスを提供します。いわば、プロジェクトの健康状態を常時モニタリングし、病気になる前に警告してくれるスマートなアシスタントのような存在です。

Host: これはビジネスの現場にとって、ものすごく大きなインパクトがありますね。実務において、どのような価値をもたらすと考えられますか。

Expert: 最大の価値は、プロジェクトマネジメントを「事後対応の火消し」から「先回りのリスク予防」へと根本から変革できる点です。これまでは担当者の主観的な報告に頼っていた進捗管理が、客観的なデータに基づいたものになります。無駄な待ち時間や品質リスクを即座に特定できれば、予算超過や納期の遅れを防ぎ、開発チーム全体の生産性とソフトウェアの品質を大幅に向上させることができます。

Host: データに裏打ちされた客観的な現状把握ができると、チーム内のコミュニケーションの質も格段に上がりそうですね。

Expert: おっしゃる通りです。感覚ではなくファクトに基づいて意思決定ができるため、関係者間の合意形成もスムーズになり、IT投資全体の成功率を高める強力な武器になります。

Host: ITプロジェクトがますます複雑化する現代において、デジタルツールのログを活用してプロジェクトを成功に導くこの研究のアプローチは、多くのビジネスリーダーにとって必見の指針になりそうです。アレックスさん、本日も明快な解説をありがとうございました。

Expert: こちらこそ、ありがとうございました。

Host: リスナーの皆さんも、最後までお聴きいただきありがとうございました。「A.I.S. Insights — powered by Living Knowledge」、次回もどうぞお楽しみに。それでは、またお会いしましょう。
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Process Mining, Project Management, Success Factors, Decision Support Systems, Information Systems, Process Discovery