業務改善の型としてのご提案です。導入実績・成果保証を示すものではありません。
THE CHALLENGE
どこで、仕事が止まるのか。
条件が一人ひとり異なる
雇用形態や契約によって、勤務できる区分も時間の上限も異なります。それを全員ぶん把握しながら作成しています。
一か所を修正すると別が崩れる
希望休を一件反映すると必要人数が不足し、そこを埋めると別の条件に抵触します。
偏りを検知できない
夜勤や土日が特定の人へ偏っていないかまで確認するのは、作成しながらでは困難です。
難しいのは、決定することではありません。条件をすべて同時に満たすことです。
HOW IT WORKS
解決の流れ:条件を定義し、案を作成して検査する
勤務可能な区分と時間を条件化する
雇用形態や契約により、勤務できる区分も時間の上限もすでに決まっています。それを毎回思い出すのではなく、作成時に参照される形にします。
遵守すべき条件を書き出す
区分ごとの必要人数、資格保有者の配置、連勤の上限、夜勤明けの扱い、希望休。新人へ経験者を組み合わせるといった条件も、ここに含めます。
案を自動で作成する
条件を満たす案を用意します。夜勤や土日の回数が特定の人へ偏らないよう、均したうえで提示します。
条件を機械が必ず検査する
契約時間の超過や連勤の上限など、違反が残った案は通しません。
人が調整して確定する
最終的な配置は人が決定します。
人が判断するところ
仕事は、こう変わる。
毎月ひとりの担当者が、全員の条件を把握しながら表計算で組み合わせを試していました。
条件を満たした案が先に用意され、人は事情をふまえた調整から着手できる運用が見込めます。
条件として書き出せるものは、仕組みが遵守します。書き出しにくいもの——その日の体調、言いにくい事情、育成上の都合——は、人が最後に調整して決定します。仕組みが用意するのは、条件を満たした案までです。
判断を、次の基準へ。
人が最終調整で動かした結果は、次回の条件に反映します。「この組み合わせは避ける」といった暗黙の条件が、回を重ねるごとに明文化されていきます。
残ったデータを、経営の判断へ。
稼働と残業が記録として残れば、時期ごとの人員の過不足が見えます。人件費率をどこで調整するかを、勘ではなく実績から決められるようになります。
この流れは、シフトの作成に限らず、当番表の割当、点検担当の割り振り、配送ルートの編成など、条件を満たしながら人と枠を割り当てている業務の全般に応用できます。
使用する道具の例:ChatGPT / Claude
← 活用事例一覧へ戻る