Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
実践! ソフトウェアエンジニアリングの価値の計測 ── Effort、Output、Out...
Search
nomuson
January 09, 2025
Technology
5.2k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
実践! ソフトウェアエンジニアリングの価値の計測 ── Effort、Output、Outcome、Impact
nomuson
January 09, 2025
More Decks by nomuson
See All by nomuson
ルールルルルル私的函館観光ガイド── 函館の街はイクラでも楽しめる!
nomuson
0
710
アジャイルやっていきを醸成する内製講座
nomuson
1
920
現場から考えるソフトウェアエンジニアリングの価値と実験
nomuson
1
1.2k
ボトムアップではじめるFour Keys・SPACEを用いた開発プロセスの改善事例 〜開発生産性に向き合ってチームの成長を実感する〜
nomuson
3
2.1k
Other Decks in Technology
See All in Technology
AWSを利用する上で知っておきたい名前解決の話 2026
nagisa53
4
2.4k
デザインレビューは自動化できるのか?─ Flutter × Figma で UI 品質保証を考える
techiro
2
790
リアクションエンジニア ― 小さなリアクションから、話しかけやすい組織をつくる ―
ryuguyana
1
130
Microsoft Entra Kerberos で実現するクラウド デバイス管理
tamaiyutaro
2
470
Kiro Crew 入門 (手を離しても進む仕事) | 目指せ Kiro マスター 11
inariku
PRO
1
310
"AWSはちょっと苦手"でも大丈夫。AWS Blocks で手軽に作る Flutter のバックエンド #FlutterKaigi
tacck
PRO
0
150
Sizing, Benchmarking and Performance Tuning Apache Flink Clusters
rmetzger
0
110
試験勉強はGrokBotでやれ
maigo999
0
110
OneLakeをデータソースにした AI Search(Foundry IQ)の ライフサイクル管理
ryuseiiida
0
220
【dbts2026】AIエージェントの 判断と探索を変える、 データベース エンジニアリング― 既存DBの処理と依存関係から作る、オペレーショナルオントロジー ―
shisyu_gaku
0
160
Kiro 入門 (1 つのエージェントを、どの画面からでも) | 目指せ Kiro マスター 01
inariku
PRO
1
100
eBPF 簡介 2026 版
shunghsiyu
0
180
Featured
See All Featured
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
350
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2.2k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
1
600
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
800
Leo the Paperboy
mayatellez
10
2.4k
Marketing to machines
jonoalderson
1
6k
Color Theory Basics | Prateek | Gurzu
gurzu
1
510
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
290
GraphQLとの向き合い方2022年版
quramy
50
15k
Navigating Weather and Climate Data
rabernat
0
580
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
68
60k
Transcript
࣮ફʂιϑτΣΞΤϯδχΞϦϯάͷՁͷܭଌ ᴷᴷ&GGPSUɺ0VUQVUɺ0VUDPNFɺ*NQBDU 3FHJPOBM4DSVN(BUIFSJOH5PLZP 4NBSU)3ଜढ़հ
ຊ͓͢Δ͜ͱ w ιϑτΣΞΤϯδχΞϦϯάͷՁʹ͍ͭͯ w ՁΛଊ͍͑ͯͨ͘Ίʹ࣮ݧ͖ͯͨ͜͠ͱ w ࣮ݧΛ௨ֶͯ͠Μͩ͜ͱ 2
גࣜձࣾ4NBSU)3 ϓϩμΫτΤϯδχΞ ଜढ़հʢOPNVTPOʣ #UP#ιϑτΣΞϕϯμʔͳͲͰΤϯδχΞɾ 4DSVN.BTUFSΛܦݧ͠ɺ ݄ʹ4NBSU)3ʹδϣΠϯ ϓϩμΫτΤϯδχΞͱͯ͠ਓࣄධՁػೳͷ։ൃΛ୲ ͖ͳॻ੶ʰ5IF(SFBU4DSVN.BTUFSʱ 3
ͯ͢ͷਓ͕ɺ ৴པ͍͋͠ɺ ؾ࣋ͪΑ͘ಇͨ͘Ίʹɻ &NQMPZFF'JSTU
©︎ SmartHR, Inc. ೖࣾखଓ͖ ࣾձอݥ ϚΠφϯόʔ ޏ༻ܖ ܖߋ৽ จॻ εϚʔτϑΥϯ
͚ΞϓϦ ϓϩμΫτఏڙൣғ ࠓޙϦϦʔε༧ఆͷϓϩμΫτʹΑΓɺ ਓࣄσʔλϕʔεΛத৺ʹͨ͠ϓϩμΫτͷఏڙൣғ͕͞Βʹ͕͍͖ͬͯ·͢ɻ ैۀһσʔλϕʔε ৫ਤ ɾ໊ σʔλ ूܭ ҟಈ ɾஔ )3ΞφϦ ςΟΫε εΩϧ ཧ ֶशཧ ैۀһ αʔϕΠ ධՁ $47ΧελϜ μϯϩʔυ σʔλ ࿈ܞ *E1 ػೳ ଞࣾγεςϜ ࠷৽Ͱਖ਼֬ͳใΛ׆༻ ैۀһ͔Βσʔλऩू ௨ۈඅ ɾܦ࿏ ਃ ɾঝೝ ௐ څ༩໌ࡉ ۈଵཧ ͓Βͤ ܝࣔ൘ ΩϟϦΞ ா ࠾༻ཧ ࠾༻ܾఆͰσʔλϕʔεʹొ ଞγεςϜͷ࿈ܞuཧ ۈଵڅ༩ ͳͲ /&8 /&8 /&8 /&8 /&8 /&8 /&8 /&8 5
ҙ ⚠4NBSU)3։ൃ৫શମͷͰͳ͘ɺ ɹ͋ΔνʔϜͷͰ͢ 6
ιϑτΣΞΤϯδχΞϦϯά ͷՁͱʁ 7
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ ιϑτΣΞΤϯδχΞϦϯάͷՁͷϝϯλϧϞσϧ͔Βߟ͑Δ 8
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ ίʔσΟϯά ϕϩγςΟ FUDʜ ࡞ͨ͠υΩϡϝϯτ σϦόϦʔͨ͠ػೳ FUDʜ ސ٬ͷ՝ղܾ Ϣʔβʔͷෆຬܰݮ FUDʜ
ച্ ղ FUDʜ ιϑτΣΞΤϯδχΞϦϯάͷՁͷϝϯλϧϞσϧ͔Βߟ͑Δ 9
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ ίʔσΟϯά ϕϩγςΟ FUDʜ ࡞ͨ͠υΩϡϝϯτ σϦόϦʔͨ͠ػೳ FUDʜ ސ٬ͷ՝ղܾ Ϣʔβʔͷෆຬܰݮ FUDʜ
ച্ ղ FUDʜ ιϑτΣΞΤϯδχΞϦϯάͷՁͷϝϯλϧϞσϧ͔Βߟ͑Δ ઌߦࢦඪ ߦࢦඪ 10
4PMWJOH5IF7BMVF&RVBUJPO.JDIBFM'FBUIFST 3FHJPOBM4DSVN(BUIFSJOH5PLZP IUUQTZPVUVCFT'#;K5N. GFBUVSFTIBSFE Ձͷछྨ ސ٬ɾϏδωεɾٕज़ɾࣾձɾΠϊϕʔγϣϯɾ30*ͳͲՁͷ؍ཱͨ͘͞Μ͋Δ 11
ܖςφϯτ ۀ՝ͷղܾ ৽ػೳϦϦʔε ϕϩγςΟ ػೳείʔϓ ച্ ։ൃ αΠΫϧλΠϜ ͷ σϓϩΠ
Ϣʔβʔͷ ෆຬܰݮ ղ ͦΕͧΕͷϑΣʔζͷՁ؇͔ͳͭͳ͕ΓΛ͍࣋ͬͯΔ ͭͭͷՁͷࢦඪͷؔ࿈ੑΛݟग़ͯ͠ɺʑͷ׆ಈΛ0VUDPNF*NQBDUܨ͍͛ͨ 12 Ձͷͭͳ͕Γͷྫ
ࢲͨͪͷϓϩμΫτͷՁԿ͔ʁ ՁΛ্Ͱ͖͍ͯΔͷ͔ʁ ͦͯ͠ɺզʑΞϚκϯͷԞͱ͔ͬͨʜ 13
ϓϩμΫτͷ՝ͱܭଌಋೖͷ എܠ 14
w ϓϩμΫτͷ0,3 w ؒͷ0,3 w ܖςφϯτʢ*NQBDUʣػೳϦϦʔεʢ0VUQVUʣͱ͍ͬͨ ܭଌ͕༰қͳ,FZ3FTVMUT͕ઃఆ͞Ε͍ͯͨ w ՝ w
ػೳϦϦʔεͷඪΛୡ͢ΔͨΊʹඞཁͳύϑΥʔϚϯεʢ&GGPSUʣ ൃشͰ͖͍ͯΔ͔ʁ w ܖςφϯτ͕૿͑Δʹ͢ΔՌʢ0VUDPNFʣಘΒΕ͍ͯΔ͔ʁ 0,3ͷঢ়ଶͱ՝ 15
ܭଌ͡ΊͷҰา &GGPSU 16
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ ίʔσΟϯά ϕϩγςΟ FUDʜ ࡞ͨ͠υΩϡϝϯτ σϦόϦʔͨ͠ػೳ FUDʜ ސ٬ͷ՝ղܾ Ϣʔβʔͷෆຬܰݮ FUDʜ
ച্ ղ FUDʜ ܭଌ͡ΊͷҰา ܭଌ͘͢͠ɺૣ݁͘Ռ͕ಘΒΕΔ& ff PSUΛରʹɺ ͡ΊͷҰาͱͯ͠ܭଌ׆༻ʹ׳Ε͍ͯ͘ 17
ʮίϛοτ͔ΒΦʔϓϯ·Ͱͷฏۉ࣌ؒʯʹண w ܭଌʹऔΓΉલͷɺ͋ΔϑΟʔνϟʔ։ൃظؒͷαΠΫϧλΠϜ w ʮίϛοτ͔ΒΦʔϓϯ·Ͱͷฏۉ࣌ؒʯ˺࣮࣌ؒ w ۙͷ࣮ͰɺఔͰ1VMM3FRVFTUΛΦʔϓϯ ࣮ ͍ͯͨ͠ w
Ҏʹ1VMM3FRVFTUΛΦʔϓϯ͢Δ͜ͱ Ҏʹ࣮Λऴ͑Δ͜ͱ Λଟͯ͘͠ɺαΠΫϧλΠϜΛॖ͍͖͍ͯͨ͠ &GGPSUͷ݁Ռͱͯ͠Λ͍ͬͯ͘ 18
ఆྔඪ ʮίϛοτ͔ΒΦʔϓϯ·Ͱͷฏۉ࣌ؒʯΛIҎͱ͢Δ ඪΛຬ͍ͨͯ͠Δঢ়ଶɺ͖ͬͱ͜Μͳঢ়ଶͰʁ w Ҏʹ࣮͕ྃͰ͖ΔཻʹɺλεΫ͕ৄࡉԽͰ͖͍ͯΔ w 13ͷαΠζ͕దʹখ͘͞ͳΔΑ͏ɺλεΫΛׂͰ͖͍ͯΔ w ຖεϓϦϯτಈ͘ػೳ͕Ͱ͖ͯɺϨϏϡʔͰ͖Δ ঢ়ଶఆੑඪΛ໌ࣔ͢Δ
19
Λݟͳ͕Βɺ͕ࣗͨͪߦͬͨϓϩηεΛ;Γ͔͑Δ w ϓϥϯχϯάͷཻ͕ૈ͗ͨ͢ͷͰͳ͍͔ʁ w 13Λେ͖͘࡞Γ͗ͨ͢ɻ࣍খ͍͞·ͱ·ΓͰ13Λ࡞Ζ͏ w ϓϥϯχϯάͰεϓϦϯτϨϏϡʔͷ֓ཁΛܾΊ͓ͯ͜͏ w Ͱ՝ײ͕ු͖ூΓʹͳΓɺ ఆੑඪͷঢ়ଶʹۙͮͨ͘ΊͷΞΫγϣϯ͕ग़͖ͯͨ
w ΞΫγϣϯ͔Β͕Ͳ͏มԽ͍͔ͯ͘͠ʁͱ͍͏ԾઆΛ ཱ͍ͯͯͬͨ 20
ܭଌͷൣғΛ͍͛ͯ͘ &GGPSU 0VUQVU 21
ʰ-FBOͱ%FW0QTͷՊֶʱஶऀͷਓ/JDPMF'PSTHSFO͞ΜΒ͕ఏএ ͭͷ؍ɺݸਓɾνʔϜɾγεςϜͷϨϕϧͰɺओʹ&GGPSUɺ0VUQVUΛଟ໘తʹܭଌ͢Δ w 4BUJTGBDUJPOBOEXFMMCFJOH w ։ൃऀͷࣄɺνʔϜɺπʔϧɺจԽͷຬɺ݈߁ͰͤͰ͋Δ͔ w 1FSGPSNBODF w γεςϜϓϩηεͷ݁Ռɺ࣭ސ٬ຬͳͲͷՌ
w "DUJWJUZ w ࡞ۀΛߦ͏աఔͰྃͨ͠ߦಈΞτϓοτͷ w $PNNVOJDBUJPOBOE$PMMBCPSBUJPO w ਓʑͱνʔϜ͕ͲͷΑ͏ʹίϛϡχέʔγϣϯΛͱͬͯҰॹʹ࡞ۀΛ͢Δ͔ɺυΩϡϝϯτͷݕࡧੑ࣭ͳͲ w &GGJDJFODZBOEGMPX w ࠷খݶͷதஅԆͰࣄΛྃͤͨ͞ΓਐḿΛ͛ͨΓ͢Δೳྗ ։ൃੜ࢈ੑϑϨʔϜϫʔΫ41"$& 22
w 4BUJTGBDUJPOBOEXFMMCFJOH w ʁʁʁ w 1FSGPSNBODF w ઌߦࢦඪͱͯ͠ɺϨϏϡʔ࣌ؒɺΞϓϧʔϒ·Ͱͷ࣌ؒΛ'JOEZ5FBN Ͱܭଌ w
ߦࢦඪͱͯ͠ɺෆ۩߹ͷྲྀग़݅Λܭଌʢఆظతʹूܭ͍ͯͨ͠ͷΛ׆༻ʣ w "DUJWJUZ w ίʔσΟϯά࣌ؒɺσϓϩΠසΛ'JOEZ5FBN Ͱܭଌ ͭͷ؍ΛબΜͰΈͨ 23
w 4BUJTGBDUJPOBOEXFMMCFJOH w ʁʁʁ w 1FSGPSNBODF w ઌߦࢦඪͱͯ͠ɺϨϏϡʔ࣌ؒɺΞϓϧʔϒ·Ͱͷ࣌ؒΛ'JOEZ5FBN Ͱܭଌ w
ߦࢦඪͱͯ͠ɺෆ۩߹ͷྲྀग़݅Λܭଌʢఆظతʹूܭ͍ͯͨ͠ͷΛ׆༻ʣ w "DUJWJUZ w ίʔσΟϯά࣌ؒɺσϓϩΠසΛ'JOEZ5FBN Ͱܭଌ ͭͷ؍ΛબΜͰΈͨ ख࣋ͪͷσʔλΛ׆༻ ։ൃऀຬΓ͍ͨʂ ͔͠͠ɺԿΛͬͯ վળͨ͠ͱݴ͑Δ͔ʁ 🤔 νʔϜͰߴ͍ඪʹ͔͏ͨΊʹɺෆຬ͕Ͳ͜ʹ͋Δ͔Γ͍ͨʂ 24
ϋΠύϑΥʔϚϯεπϦʔͰνʔϜͷཧΛඳ͘ w ཧΛఏࣔ͠ɺཧͱͷΪϟοϓΛଊ͑ͯΒ͍ɺ ։ൃڥͷπϥϛΛΞϯέʔτͰճऩͨ͠ w ϋΠύϑΥʔϚϯεπϦʔɺͷϝλϑΝʔΛ༻͍ͯνʔϜͷ ߴ͍ظΛදݱͨ͠ਤ w Ռ࣮ʹՌ w
ࢬ༿ʹνʔϜͷߦಈɾঢ়ଶ w ࠜͬ͜ʹՁج४ ѹతϓϩμΫτ ࠔͳ՝νʔϜͰ ղܾͰ͖Δͱ৴͡Δ ֬ɾଚܟɾ༐ؾ ίʔνϯάΞδϟΠϧνʔϜε ϦαɾΞυΩϯεஶɺాத྄ɾߴߐऱກ ɾࢁాӻ࿕ɾՖҪߦ ɾՖཬ߳ ɾࡈ౻لɾখࢬਅ࣮ࢠ༁ɺؙળग़൛ 25
w 4BUJTGBDUJPOBOEXFMMCFJOH w $*$%ύΠϓϥΠϯͷ࣮ߦ࣌ؒ w ίʔυ্ͷ՝ w 1FSGPSNBODF w ઌߦࢦඪͱͯ͠ɺϨϏϡʔ࣌ؒɺΞϓϧʔϒ·Ͱͷ࣌ؒΛ'JOEZ5FBN
Ͱܭଌ w ߦࢦඪͱͯ͠ɺෆ۩߹ͷྲྀग़݅Λܭଌʢఆظతʹूܭ͍ͯͨ͠ͷΛ׆༻ʣ w "DUJWJUZ w ίʔσΟϯά࣌ؒɺσϓϩΠසΛ'JOEZ5FBN Ͱܭଌ &GGPSUɺ0VUQVUΛܭଌ͢Δ41"$&ͷࢦඪ͕ܾ·ͬͨ 26 ։ൃڥͷπϥϛΞϯέʔτ͔Β ܭଌࢦඪΛઃఆ ^
ՌͷՁΛܭଌ͢Δ 0VUDPNF 27
&WJEFODF#BTFE.BOBHFNFOUʢ&#.ʣΛಋೖʂ ͜Ε·Ͱʜ #JH2VFSZ 3FEBTIͰར༻ঢ়گͷݟ͑ΔԽߦ͍ͬͯͨ &#.Λಋೖ͢Δ͜ͱͰՌʢ0VUDPNFʣΛܭଌ͠ɺ ܖςφϯτͷඪʢ*NQBDUʣʹܨ͕ΔՌ͕ ಘΒΕ͍ͯΔ͔Λݕূ͍ͯ͘͠ 28
エビデンスベースドマネジメント(EBM: Evidence-Based Management)は、組織が不確実 な条件のもとで顧客の成果や、組織の能⼒、および ビジネスの結果を継続的に改善するのに役⽴つ経 験的アプローチである。組織が不確実な世界で価 値を提供する能⼒を向上させ、戦略的ゴールに向 けた道筋を模索するためのフレームワークを提供 する。 &#.ͱ
ΤϏσϯεϕʔευϚωδϝϯτΨΠυʔ4DSVNPSH IUUQTTDSVNPSHXFCTJUFQSPETBNB[POBXTDPNESVQBM&#.(VJEF+BQBOFTFQEG 29
w ઓུతΰʔϧʹͷϓϩμΫτΰʔϧɺ தؒΰʔϧʹͷ0,3Λஔ͖ɺ ଈ࣌ઓज़ΰʔϧʹதؒΰʔϧͭͳ͕Δ৽ػೳͷϦϦʔεΛఆΊͨ Ռ 0VUDPNF ͷՁΛଌΔͨΊͷ࣮ݧͱͦͷ݁Ռ ͷϓϩμΫτΰʔϧ ͷ0,3
ଈ࣌ઓज़ΰʔϧɿ ৽ػೳͷϦϦʔε ࣮ݧظؒɿिؒ ΰʔϧઃఆޙʹؾ͍ͮͨ͜ͱʜ ɾ৽ػೳΛϦϦʔεͯ͠ɺϢʔβʔ͕ ɹར༻͢Δ·ͰʹϦʔυλΠϜ͕͋Δ ɾݕࠪɾదԠ͢Δࠒʹ࣍ͷ։ൃΛ͍ͯ͠Δ ͍αΠΫϧͰݕࠪɾదԠ͢ΔͨΊʹʜ ɾεϓϦϯτϨϏϡʔͷதͰɺ ɹ৽ػೳ͕՝ղܾʹܨ͕Δ͔ஈ֊ධՁͰਘͶͯ ɹ༷ͷํੑʹζϨ͕ͳ͍͔֬ೝͨ͠ 30
w νʔϜͰՁͱ͖߹͏͕࣌ؒ&#.ʹΑΓ૿͑ͨ͜ͱͰ w εϓϦϯτΰʔϧ͕؆ܿ໌ྎͳͭͷΰʔϧʹͳͬͨ w εϓϦϯτϨϏϡʔͷ؍͕εϓϦϯτΰʔϧͱҰக͢ΔΑ͏ʹͳͬͨ w ʑͷ༷ݕ౼ͷதͰɺϢʔβʔՁͷ؍ͷձ͕Α͘ग़ΔΑ͏ʹͳͬͨ &#.ಋೖʹΑΔνʔϜͷมԽ ʦ13ʧ
ɹεϓϦϯτΰʔϧͷ্खͳѻ͍ํʹ͍ͭͯɺ ɹʮεϓϦϯτΰʔϧͰՁΛۦಈ͠Α͏ ɹɹՁ୳ࡧʹযΛ߹ΘͤͨεΫϥϜͷ࣮ફʯ ɹʢϚʔϧςϯɾυʔϝΠϯஶɺ౻Ҫ༁ɺؙળग़൛ʣ ɹΛޤ͏͝ظʂ ɹ݄ɺץߦ༧ఆʂ༁ऀͷॻ੶հϖʔδ ɹࢲ༁ϨϏϡʔͰؔΘΓ·ͨ͠ 31
ϓϩμΫτͷӨڹΛܭଌ͢Δ *NQBDU 32
w ϓϩμΫτͷ0,3 w ܖςφϯτʢ*NQBDUʣػೳϦϦʔεʢ0VUQVUʣͱ͍ͬͨ ܭଌ͕༰қͳ,FZ3FTVMUT͕ઃఆ͞Ε͍ͯͨ 👉ܖςφϯτܧଓͯ͠ܭଌ w ͦͷଞͷ*NQBDUϓϩμΫτͷఆྫͰऩू w νϟοταϙʔτ͔Β͓٬༷͔ΒͷϑΟʔυόοΫͷڞ༗
w ΧελϚʔαΫηε͔Β͍߹ΘͤɾཁɾղϦεΫͷڞ༗ ϓϩμΫτͷӨڹʢ*NQBDUʣΛܭଌ͢Δ 33
·ͱΊ 34
ຊ͓ͨ͜͠ͱ w ιϑτΣΞΤϯδχΞϦϯάͷՁʹ͍ͭͯ w ՁΛଊ͍͑ͯͨ͘Ίʹ࣮ݧ͖ͯͨ͜͠ͱ w ࣮ݧΛ௨ֶͯ͠Μͩ͜ͱ 35
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ ιϑτΣΞΤϯδχΞϦϯάͷՁͷϝϯλϧϞσϧ͔Βߟ͑Δ 36
ܖςφϯτ ۀ՝ͷղܾ ৽ػೳϦϦʔε ϕϩγςΟ ػೳείʔϓ ച্ ։ൃ αΠΫϧλΠϜ ͷ σϓϩΠ
Ϣʔβʔͷ ෆຬܰݮ ղ ͦΕͧΕͷϑΣʔζͷՁ؇͔ͳͭͳ͕ΓΛ͍࣋ͬͯΔ ͭͭͷՁͷࢦඪͷؔ࿈ੑΛݟग़ͯ͠ɺʑͷ׆ಈΛ0VUDPNF*NQBDUܨ͍͛ͨ 37
IUUQTUJEZGJSTUTVCTUBDLDPNQNFBTVSJOHEFWFMPQFSQSPEVDUJWJUZ Ձͷܭଌಓʜ &GGPSU 0VUQVUΛ 41"$&ͷ؍Ͱܭଌ &#.Λ௨ͯ͠ܭଌ 38 ։ൃαΠΫϧλΠϜͰ ܭଌ
ݱࡏͷܭଌΛܧଓ
w 41"$&ͷ؍ͷ͍͔ͭ͘Λఆ؍ଌͰ͖ΔΑ͏ ΈΛߏங͍ͯ͠Δ w ࢦඪͷվળʹ͚ͨΞΫγϣϯΛதظతʹߦͳ͏ w ܭଌ݁ՌͷਪҠΛՌͱͯ֬͠ೝ͍ͯ͘͠ w &#.ͷ࣮ݧϧʔϓΛճ͍͖ͯ͠ɺ͍αΠΫϧͰ 0VUDPNFͷݕࠪɾదԠ͢Δํ๏Λࡧ͍ͯ͘͠
Ձͷܭଌಓʜ 39
w ఆྔඪͱఆੑඪΛ߹ΘཱͤͯͯΔॏཁੑ w ࢦ͢ঢ়ଶΛ໌ࣔͯ͠ɺͷϋοΫΛ͙ ͞·͟·ͳܭଌ͔ΒֶΜͩ͜ͱ 40
w ϘτϜΞοϓͷऔΓΈࢦඪΛਖ਼͘͠׆༻Ͱ͖Δ w ॻ੶ʰଌΓ͗͢ʱͰͷɺҩྍݱͰͷଌఆ׆༻ࣄྫ このガイジンガーの 一 例から学べるのは、現場の担当者たちに実績測定の 方 法を開発さ せ、モニタリングさせることの重要性だ。測定
方 法が彼ら 自 身 のプロとしての使命と 一 致 していたという事実が、必要不可 欠 だった。 w ݱΛվળ͢ΔͨΊʹඞཁͳଌఆΛ͍ͯ͠ΔͨΊɺ σʔλͱਅ伨ʹ͖߹͑Δ ͞·͟·ͳܭଌ͔ΒֶΜͩ͜ͱ ଌΓ͗͢ͳͥύϑΥʔϚϯεධՁࣦഊ͢Δͷ͔ʁ δΣϦʔɾ;ɾϛϡϥʔஶɺদຊ༟༁ɺΈͣ͢ॻ 41
w Ձ͔ΒΛഎ͚ͣʹߟ͑ଓ͚Δ͜ͱ͕ԿΑΓେࣄ w ͲͪΒେࣄ w ઌߦࢦඪɾߦࢦඪ w ֎͔Βݟ͑ΔՁɾ෦ͷՁ w ιϑτΣΞͰࣾձΛΑΓྑ͘͢ΔͨΊɺ
Ձͱ͖߹͍ଓ͚Α͏ ͍͞͝ʹ 42
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠