テキストデータ分析のキホン－第4回：日報を分析したら“忙しさの正体”が見えてきた話【統計学をやさしく解説】

この記事のポイント

・「残業が減らない」原因を 日報の自由記述 から特定した実例
・特別なツール不要、「キーワードで絞る → 数える → まとめる」 の3ステップ
・対策は人を増やすことでも仕事を減らすことでもなく 「業務の偏りを直す」 一択
・読み終わったあと、自社の日報をすぐ同じ視点で見直せる

残業が減らない、でも理由が分からない

あるチームで、こんな悩みがありました。月平均の残業時間が減らない。でもメンバーに「忙しい？」と聞くと、返ってくる答えはバラバラ。

・「会議が多くて」
・「資料作成に時間がかかって」
・「問い合わせ対応で手が止まって」

「で、結局どこから手をつければ？」という問いに答えられない――。これは多くの管理職が直面する典型的な状況です。厚生労働省『働き方改革グッドプラクティス2020』でも、働き方改革の出発点は 「労働時間など勤務実態を正確に把握して”見える化”すること」 とされており、業務の見直しに先立って実態の可視化が推奨されています。

このとき担当者の手元にあったのは、毎日メンバーが書いている日報。直近1か月で約100件分のテキストです。

使ったデータは「日報の自由記述100件」

データ	内容	備考
勤怠記録	出退勤時刻のみ	「忙しさの中身」は分からない
日報の自由記述	1日5〜10行 × 約100件	すでに毎日蓄積されている

新しいアンケートを取る必要はありません。毎日積み重なっている日報こそ、忙しさの実態を語る一次データです。

ステップ①：「時間がかかった」表現を「絞る」

最初にやったのは、すべての日報を分析することではありません。次のような表現を含む日報だけを抜き出しました。

・時間がかかった／手間取った
・予定より遅れた
・想定外に時間を取られた

この絞り込みで、100件中およそ45件が「時間がかかった」何かを記録していると分かりました。

ステップ②：頻出する作業内容を「数える」

次に、その45件の中で 「何に」時間がかかっていたか を数えました。

図1：日報内で「時間がかかった」と一緒に出てくる作業内容の頻度

最多は 「資料修正」。会議や問い合わせの数倍の頻度で登場していました。「忙しさの体感」と「実際の時間消費」は、思っていたほど一致していなかったのです。

ステップ③：似た内容を「まとめる」

時間消費の中身をカテゴリ別にグルーピングしました。

分類	件数	具体例
資料の修正・差し替え	20	「上司レビュー後の修正で2時間」
会議の準備・後処理	10	「議事録と宿題整理で1時間」
問い合わせ・割込み対応	8	「メール対応で30分中断」
仕様確認・社内調整	5	「他チームと仕様すり合わせ」
その他	2	環境構築・出張など

図2：「忙しさの原因」をカテゴリ別にまとめた円グラフ

時間消費の 約45%が「資料の修正・差し替え」。会議や問い合わせよりも、「いったん作った資料を直す」工数が圧倒的に大きかったのです。

結論：人を増やすのでも、仕事を減らすのでもなかった

チームが選んだ対策は、意外なものでした。

当初の想定	実際にやったこと
増員	→ しなかった
会議削減	→ しなかった
—	資料テンプレを統一（修正回数を減らす）
—	レビュー前に「観点リスト」を共有
—	初稿時に上司が10分だけチェックする運用

変えたのは「資料修正の作り方」だけ。それでも 2か月後 には:

・「修正で時間を取られた」記述が 半減
・残業時間が前月比で減少
・若手メンバーから「方向性が早く見えるようになった」という声

本当の問題は「仕事量」ではなく「仕事の作り方」だったのです。

このケースから学べる3つのこと

1. 体感と実態は一致しない
「忙しい」という主観だけで動くと、的外れな打ち手になります。日報の自由記述が、現場の実態を補正してくれます。

2. キーワード絞り込みは万能
「時間がかかった」「想定外」など、負荷を表す動詞・形容詞 を絞り込み軸に使うのが定石です。

3. 業務量を減らさず、構造を変える
減らすより前に「どこに偏っているか」を可視化し、流れを整える方が早く効きます。

明日からできる3つのアクション

① 自分の日報の検索
過去1か月の日報で「時間がかかった」「予定より」を検索するだけで、傾向が見えます。

② チームメンバーに同じ作業を依頼
1人の傾向は偏ります。チーム全体で集計してこそ、本当のボトルネックが浮かびます。

③ 数値（残業時間）と並べる
日報のテキスト分類と勤怠記録を並べると、「どの活動が時間を食っているか」がはっきり見えます。

次回予告

次回は 顧客からの問い合わせ を題材にします。「丁寧に対応しているのに、問い合わせが減らない」――よくあるサポート業務の悩みに、テキストデータ分析がどう切り込むかを見ていきましょう。

<文/岡崎 凌>