DMAICは、業務改善や品質問題を「Define・Measure・Analyze・Improve・Control」の5段階で進めるフレームワークです。
現場では、問題が見つかるとすぐに対策を考えたくなります。しかし、問題の定義が曖昧なまま改善を始めたり、原因を推測だけで決めたりすると、効果が出ない施策へ時間を使うことがあります。
DMAICは、問題を定義し、現状を測定し、原因を分析し、改善策を試し、効果を維持するところまでを一続きで管理するのに向いています。
この記事では、DMAICを業務改善・品質問題で使うときの手順を、各段階の入力・行動・出力・判断基準と、請求処理のリードタイム短縮を題材にした通し例で解説します。
基本的な意味や5つの段階から確認したい場合は、DMAICとは?を参照してください。
DMAICを始める前に決めること
最初に、改善テーマを狭く定義します。
悪い例は「請求業務を効率化する」です。対象が広すぎるため、何を測り、何が改善したら成功なのかが曖昧です。
良い例は、
月末請求処理について、受付から承認完了までの平均リードタイムを5営業日から3営業日以内へ短縮する。
のように、対象、問題、指標、目標を入れます。
入力
- 顧客や次工程からの要求
- 現場で起きている問題
- 対象業務・製品
- 既存KPI
- 改善期限
- 関係部署
行動
次を決めます。
- 何を改善するか
- 対象範囲はどこまでか
- 誰にとっての問題か
- 成功を何で判断するか
- 誰が意思決定するか
出力
改善テーマ、対象範囲、主要指標、目標値、関係者を明確にします。
Define|問題と改善範囲を定義する
Defineでは、「何が問題か」「どこまで扱うか」を決めます。
具体的に確認すること
- 現状と望ましい状態の差
- 顧客・次工程への影響
- 対象工程
- 対象外にする範囲
- 改善目標
- プロジェクト責任者
例
請求処理で、受付から承認完了まで平均5営業日かかっており、月末には7営業日を超える案件も発生しているとします。
目標を「平均3営業日以内」と設定し、対象を「請求依頼受付から承認完了まで」に限定します。
入金消込や債権回収は今回の対象外とします。
判断基準
Defineを終える前に、
- 問題が数値で表現されているか
- 対象範囲が広すぎないか
- 顧客・次工程への影響が説明できるか
- 目標が現状との比較で示されているか
を確認します。
Measure|現状を測定する
Measureでは、現在のプロセスがどの程度の状態なのかを測ります。
ここで重要なのは、原因を決めつける前に事実をそろえることです。
入力
- 業務フロー
- 処理件数
- 作業時間
- 待ち時間
- エラー件数
- 担当者別データ
- 日別・週別・月別データ
行動
まず、指標の定義を揃えます。
たとえば「リードタイム」を、
請求依頼を受け付けた時点から、最終承認が完了するまでの経過営業日
と定義します。
そのうえで、工程別に時間を測ります。
例
100件を確認した結果、平均リードタイムは5.1営業日でした。
工程別には、
- 受付から内容確認:0.8日
- 内容確認から請求書作成:0.9日
- 請求書作成から承認依頼:0.4日
- 承認待ち:2.4日
- 修正・再承認:0.6日
でした。
この時点で、承認待ちが全体の中で大きいことが見えてきます。
出力
- 現状値
- 工程別の時間
- 件数分布
- エラー率
- ばらつき
- 測定条件
判断基準
Measureでは、「測れるものだけを見る」のではなく、問題に関係する指標を選びます。
また、比較するときは、対象期間、分母・分子、対象案件の条件を揃えます。
Analyze|原因を分析する
Analyzeでは、現状データを使って、問題を生んでいる原因仮説を検証します。
「承認待ちが長いから承認者を増やす」とすぐ結論づけるのではなく、なぜ待ち時間が発生しているのかを分解します。
原因仮説の例
- 承認者が1人しかいない
- 承認依頼が月末に集中する
- 不備による差し戻しが多い
- 承認依頼の通知が分散している
- 金額に関係なく全件同じ承認ルートを使っている
検証するデータ
- 時間帯別の承認依頼件数
- 承認者別の処理件数
- 差し戻し件数
- 差し戻し理由
- 金額帯別の案件数
- 月中と月末のリードタイム差
例
確認すると、承認者の処理能力不足だけではなく、月末3営業日に依頼の約60%が集中していました。
さらに、差し戻し案件の多くは、契約番号と税区分の記載漏れでした。
つまり、主な原因候補は、
- 依頼の月末集中
- 申請時の入力不備
- 承認ルートの一律運用
と整理できました。
判断基準
原因は「もっともらしい説明」ではなく、データで支持されているかを確認します。
特定担当者のミスだと考えた場合も、担当者別データで本当に偏りがあるかを確認します。
Improve|改善策を設計し、試す
Improveでは、Analyzeで確認した原因へ直接効く対策を考えます。
悪い改善策
- 注意する
- 早く処理するよう依頼する
- 忙しい時期だけ残業する
これらは一時的に効いても、原因が残ります。
今回の改善策
原因1:月末への依頼集中
改善策:前倒し可能な案件は月末3日前から受付・確認を開始する。
原因2:入力不備による差し戻し
改善策:申請フォームで契約番号と税区分を必須入力にする。
原因3:全件同じ承認ルート
改善策:一定金額以下は代理承認者でも処理できるようにする。
小さく試す
いきなり全社展開せず、1部署・1か月で試します。
確認する指標
- 平均リードタイム
- 承認待ち時間
- 差し戻し率
- 申請不備率
- 担当者残業時間
- 新しいエラー
出力
改善策、責任者、実施期間、対象範囲、効果確認指標を決めます。
Control|改善効果を維持する
Controlでは、改善した状態が元に戻らないように管理します。
改善直後だけ良くても、数か月後に旧運用へ戻ればDMAICは完了とは言えません。
管理するもの
- 標準手順
- チェックリスト
- システム設定
- KPI
- 定期レビュー
- 異常時の対応ルール
例
請求処理では、
- 平均リードタイム
- 月末3営業日の処理件数割合
- 差し戻し率
を月次で確認することにします。
平均リードタイムが3.5営業日を超えた場合は、原因を再確認するルールを設定します。
判断基準
Controlでは、
- 誰が監視するか
- 何を監視するか
- どの頻度で見るか
- どの値を超えたら対応するか
を決めます。
通し例|請求処理リードタイムを5日から3日に短縮する
ここまでの流れを、1つのケースで通してみます。
Define
問題:請求依頼受付から承認完了まで平均5.1営業日かかる。
目標:3か月以内に平均3営業日以内へ短縮する。
対象:受付から承認完了まで。
Measure
100件を測定すると、承認待ちが平均2.4日で最も長く、差し戻し案件は全体の18%でした。
月末3営業日に依頼が集中していることも確認しました。
Analyze
データを調べると、
- 約60%の依頼が月末3営業日に集中
- 差し戻しの多くは契約番号・税区分の不備
- 一定金額以下の案件でも管理職1人が承認
という構造が見つかりました。
そこで、主要因を「月末集中」「入力不備」「承認ルートの一律運用」と判断しました。
Improve
1か月の試行で、
- 前倒し可能案件を月末3日前から処理
- 必須入力項目を追加
- 一定金額以下は代理承認者へ分散
を実施しました。
1か月後、平均リードタイムは3.4営業日、差し戻し率は9%まで下がりました。
一方、一部の前倒し案件で契約変更が直前に入るケースがあったため、「内容変更可能性が低い案件だけ前倒しする」という条件を追加しました。
Control
3か月後、平均リードタイムは2.9営業日、差し戻し率は7%となりました。
改善内容を手順書へ反映し、月次で平均リードタイムと差し戻し率を確認することにしました。
ここまで進めて、改善を一度きりの施策ではなく標準運用へ変えました。
そのまま使える記入形式が必要なら、DMAICテンプレートを使うと、DefineからControlまでの検討内容を整理しやすくなります。具体的なケースで判断の流れを追いたい場合は、DMAICの具体例も参考になります。
DMAICを会議で進めるときの役割分担
DMAICは1人で考えるより、対象業務を知る現場担当者、データを確認できる担当者、改善を決められる責任者が参加した方が進めやすくなります。
現場担当者
- 実際の業務フローを説明する
- 例外処理を共有する
- 改善案の実行可能性を確認する
データ担当者
- 指標定義を揃える
- 現状値を算出する
- 改善前後を比較する
責任者
- 対象範囲を決める
- 改善策を承認する
- 必要な人員・システム変更を判断する
DMAICと他の改善フレームワークの使い分け
DMAICは、数値で把握できる業務・品質問題について、原因分析から改善定着まで段階的に進めたいときに向いています。
継続的な改善サイクルを幅広く回したい場合はPDCA、職場環境や標準化の基礎を整える場合は5Sが向くことがあります。
使い分けを詳しく確認したい場合は、PDCAとDMAICの違い、5SとDMAICの違い、PDCA・5S・DMAICの使い分けも参照してください。
つまずきやすいポイント
Defineが広すぎる
「会社の生産性を上げる」のようなテーマでは、測定も原因分析も散らかります。
Measureで指標定義を揃えない
同じ「処理時間」でも、開始・終了時点が違えば比較できません。
Analyzeで相関を原因と決めつける
同時に起きているだけで因果関係があるとは限りません。反証できるデータを確認します。
Improveで施策を一度に増やす
複数施策を同時に入れすぎると、何が効いたかわからなくなります。
Controlを省く
改善後の監視を決めないと、数か月後に元へ戻る可能性があります。
よくある失敗と改善策は、DMAICで失敗しやすいポイントで詳しく確認できます。生成AIを補助的に使って原因仮説や改善案を広げたい場合は、生成AIでDMAICを使う方法も参考になります。
実務で使うためのチェックリスト
- 改善テーマを数値で定義したか
- 対象範囲を絞ったか
- 指標の定義を揃えたか
- 現状値を測定したか
- 工程別の差やばらつきを確認したか
- 原因仮説をデータで検証したか
- 改善策が原因へ直接効いているか
- 小さく試したか
- 改善前後を同じ指標で比較したか
- 副作用を確認したか
- 標準手順へ反映したか
- 管理指標と異常時ルールを決めたか
まとめ
DMAICを実務で使うときは、Define、Measure、Analyze、Improve、Controlを単なる5つの見出しとして扱わず、各段階で次に進むための判断材料をそろえることが重要です。
基本の流れは、問題と目標を定義し、現状を測り、原因をデータで検証し、原因へ効く改善策を小さく試し、改善後の状態を標準化して監視することです。
特に重要なのは、Measureより前に対策を決めないこと、Analyzeで原因を推測だけで断定しないこと、Improveで実施して終わらずControlまで進めることです。
そこまで進めれば、DMAICを単なる改善会議の型ではなく、業務改善・品質問題を事実とデータで前へ進める実践的な改善プロセスとして使いやすくなります。