AAR(After Action Review)は、仕事やプロジェクトの実施後に「何を期待していたか」「実際に何が起きたか」「なぜ差が生まれたか」「次にどうするか」を振り返り、次の行動へつなげる方法です。
AARの価値は、失敗を反省することだけではありません。期待を上回った点も含めて振り返り、成功要因と改善条件を言語化し、次の担当者でも再現できる知識へ変えるところにあります。
この記事では、AARの具体例を3つ紹介します。新入社員向けオンライン研修、システム障害対応、法人営業の提案レビューを題材に、背景→期待→実際→差分→なぜ差が生まれたか→次回行動→結果→学びまで通して解説します。基本的な意味から確認したい場合は、AARとは?意味・使い方・具体例を参照してください。
ケース1:新入社員向けオンライン研修を振り返る
背景
人事部が、新入社員80名を対象にオンライン研修を実施しました。
前回は講義中心で、受講者から「実務へのつながりが弱い」という声があったため、今回は演習と質疑応答を増やしていました。
何を期待していたか
事前に、
- 参加率90%以上
- 満足度5点満点中4.2以上
- 定刻開始
- 大きな運営トラブル0件
- 講師は開始5分前までに接続
を成功条件としていました。
実際に何が起きたか
結果は、
- 申込者80名
- 実参加者68名
- 参加率85%
- 満足度4.4
- 開始7分遅延
- 音声トラブル2件
- 講師1名が開始3分前に接続
でした。
期待との差分
期待を上回った点:
- 満足度は目標4.2に対して4.4
期待を下回った点:
- 参加率は90%目標に対して85%
- 開始が7分遅延
- トラブル0件想定に対して音声トラブル2件
AARでは、失敗だけでなく、満足度が高かったという成功も振り返ります。
なぜ差が生まれたか
満足度が高かった理由として、
- 演習時間を前回より15分増やした
- 事前アンケートで参加者の困りごとを集めた
- 各章の後に質疑応答を入れた
ことが候補として挙がりました。
一方、開始遅延については、
- 講師1名の接続が開始3分前だった
- 接続締切が開始5分前で、問題発生時の余裕が少なかった
- 未接続時の連絡ルールがなかった
- 代替講師を決めていなかった
ことが確認されました。
また、欠席者12名のうち7名が「日程変更後の再案内を見落とした」と回答していました。
次にどうするか
継続すること:
- 事前アンケート
- 演習時間を確保する構成
- 各章後の質疑応答
改善すること:
- 講師接続締切を開始15分前へ変更
- 10分前時点で未接続なら事務局が連絡
- 日程変更時はメールだけでなくカレンダー招待も再送
- 代替講師を事前指定
やめること:
- 開始直前に全員分の機材確認を行う運用
結果
次回開催では定刻開始でき、音声トラブルも減りました。参加率も再案内方法の改善により90%を超えたとします。
学び
このケースのポイントは、「開始が遅れた」という失敗だけでなく、「満足度が高かった」という成功も残したことです。
AARでは、改善すべきことと同時に、再現すべきことも知識として残します。
具体的な進め方は、AARのやり方で確認できます。
ケース2:システム障害対応をAARで振り返る
背景
ある社内業務システムで、平日の午前中にログイン障害が発生しました。
影響は約200名に及び、復旧まで42分かかりました。
技術チームは復旧そのものには成功しましたが、利用部門への案内が遅れ、「いつ復旧するのか分からない」という問い合わせが大量に発生しました。
何を期待していたか
障害対応手順では、
- 障害検知から5分以内に一次切り分け開始
- 10分以内に影響範囲を把握
- 15分以内に利用部門へ一次連絡
- 30分以内に暫定復旧または回避策提示
- 復旧後30分以内に結果共有
を目安としていました。
実際に何が起きたか
- 障害検知:9時10分
- 一次切り分け開始:9時13分
- 影響範囲把握:9時21分
- 利用部門への一次連絡:9時34分
- 暫定復旧:9時52分
- 結果共有:10時20分
でした。
期待との差分
良かった点:
- 一次切り分けは5分以内に開始できた
- 復旧後の結果共有は比較的早かった
改善が必要な点:
- 影響範囲把握が1分遅れた
- 一次連絡が想定より9分遅れた
- 暫定復旧が30分目標に対して42分かかった
なぜ差が生まれたか
一次連絡が遅れた理由を確認すると、
- 技術担当が原因調査を優先し、利用部門向け連絡の担当が曖昧だった
- 障害時連絡文のテンプレートがなかった
- 「原因が分かるまで連絡しない」という暗黙の認識があった
ことが分かりました。
一方、一次切り分けが早かった理由として、
- 監視アラートの通知先が明確だった
- 当番担当がすぐログを確認できた
ことが挙がりました。
次にどうするか
継続すること:
- 監視アラートの自動通知
- 当番担当の一次切り分けルール
改善すること:
- 障害対応開始時点で「技術担当」と「連絡担当」を分ける
- 一次連絡用テンプレートを用意する
- 原因未確定でも「影響範囲・確認中・次回更新時刻」を伝える
- 15分以内に一次連絡するルールを手順書へ明記する
結果
次の障害では、原因未確定の段階でも12分で一次連絡ができ、問い合わせ件数も減りました。
学び
このケースでは、障害の技術原因だけでなく、「情報共有の役割設計」が重要な学びになりました。
AARは、技術的な再発防止だけでなく、誰が何をいつ共有するかという運用知識の継承にも使えます。
ケース3:法人営業の提案レビューをAARで振り返る
背景
営業チームが、大手顧客向けに業務改善サービスを提案しました。
提案書の評価は高かったものの、最終的には競合他社が受注しました。
営業担当は「価格が高かったから負けた」と考えていましたが、顧客からの正式な失注理由はまだ整理されていませんでした。
何を期待していたか
提案前には、
- 顧客課題を3点以内に整理する
- 経営層と現場双方の要望を反映する
- 導入後90日までの実行イメージを提示する
- 価格だけでなく効果と実行可能性で比較される状態を作る
ことを狙っていました。
実際に何が起きたか
- 現場担当者からは提案内容への評価が高かった
- 経営層との打ち合わせは最終提案直前の1回のみ
- 提案資料は現場課題を中心に構成されていた
- 導入90日後の成果イメージは説明したが、経営指標との接続が弱かった
- 顧客からは「経営層への説明材料が不足していた」とフィードバックがあった
期待との差分
良かった点:
- 現場課題の理解は深かった
- 導入後の実行イメージは具体的だった
改善が必要な点:
- 経営層の評価軸を十分に把握できていなかった
- 現場改善と経営指標のつながりが弱かった
- 「価格が高い」という社内の推測が、顧客の正式な失注理由と一致していなかった
なぜ差が生まれたか
- 初期ヒアリングが現場担当者中心だった
- 経営層ヒアリングを最終提案直前まで実施しなかった
- 提案レビューのチェック項目に「経営指標との接続」がなかった
- 失注後に正式な理由を聞く手順が標準化されていなかった
ことが分かりました。
次にどうするか
継続すること:
- 現場課題を具体的に把握するヒアリング
- 導入後90日の実行イメージ提示
改善すること:
- 初期段階で経営層の評価軸を確認する
- 提案レビューに「経営指標との接続」を追加する
- 失注時は5営業日以内に理由を確認する
- 推測と顧客確認済み事実を分けて記録する
結果
次回の類似提案では、初期段階で経営層の評価軸を確認し、現場改善による工数削減を年間コスト削減額へつなげて説明できました。
その結果、社内稟議向けの説明材料も揃い、商談の進行がスムーズになりました。
学び
このケースでは、「価格が高かった」という営業側の推測を、そのまま学びとして残さなかったことが重要です。
AARでは、確認済み事実と解釈を分けることで、誤った成功・失敗パターンが組織知として固定されるのを防げます。
3つのケースから分かるAARの使い方
3ケースには共通する流れがあります。
- 振り返る対象を具体的に決める
- 期待していた結果を確認する
- 実際に起きたことを事実で整理する
- 期待と実際の差を確認する
- 差が生まれた理由を分析する
- 成功要因と改善要因の両方を残す
- 次回の具体的な行動へ変換する
- 担当・期限・反映先を決める
- 次回も同じ観点で確認する
違うのは、振り返る対象と、次回に残す知識です。
- 研修:運営ルールと参加者案内
- 障害対応:技術対応と情報共有の役割
- 営業提案:ヒアリング設計と提案レビュー項目
AARは、業務の種類が違っても「期待→実際→差分→理由→次回行動」という構造で使えます。
自分の業務へ当てはめる手順
具体例をそのまま真似するのではなく、次の順で考えると使いやすくなります。
- 振り返る対象を1つに絞る
- 実施前に期待していた結果を確認する
- 数値・記録・出来事で実績を整理する
- 期待を上回った点と下回った点を分ける
- 差が生まれた理由を、人ではなく条件・仕組みまで掘る
- 事実と要因仮説を分ける
- 継続することを決める
- 改善することを決める
- やめることを決める
- 担当者と期限を決める
- 手順書やテンプレートへ反映する
- 次回確認する指標を決める
記入用の型が必要な場合は、AARテンプレートを使うと、期待、実際、差分、理由、次の行動、担当・期限、共有まで一続きで整理できます。
AARの具体例を見るときの注意点
失敗だけを見ない
AARは再発防止だけでなく、成功の再現にも使います。
「なぜうまくいったか」を残さないと、担当者が変わったときに成功パターンが消えます。
事実と解釈を混ぜない
「準備不足だった」「価格が高かった」は解釈かもしれません。
「接続が開始3分前だった」「顧客から経営層への説明材料不足と回答があった」のように、まず事実へ戻します。
個人の責任追及にしない
「誰が悪かったか」ではなく、「その行動が起きたとき、どんな役割・手順・情報・期限だったか」を確認します。
学びを抽象語で終わらせない
「事前準備が重要」ではなく、
「開始15分前までに講師接続を完了し、10分前に未接続なら事務局が連絡する」
まで具体化します。
AAR結果を保存して終わらない
次回使う手順書、チェックリスト、連絡テンプレート、提案レビュー項目などへ反映します。
よくある失敗と改善策は、AARで失敗しやすいポイントで詳しく解説しています。
情報共有・知識継承へつなげるために残すもの
AARをナレッジとして残すときは、少なくとも、
- 対象と状況
- 期待していた結果
- 実際に起きたこと
- 差分
- 差が生まれた理由
- 次回に継続すること
- 次回に変えること
- 担当と期限
- 反映先
を残します。
特に「反映先」が重要です。AAR議事録だけに残すのではなく、実際に使われる業務資産へ反映します。
生成AIを使う場合
生成AIは、
- AARの発言メモを4つの問いへ分類する
- 事実と解釈を分ける候補を出す
- 差分から要因仮説を整理する
- 抽象的な学びを具体的な行動へ言い換える
- 複数回のAARから共通パターンを抽出する
といった補助に使えます。
ただし、AIは入力された記録以上の事実を確認できません。発言を要約する際に重要な条件を落としたり、もっともらしい原因を補ったりする可能性があります。
元記録、数値、担当者の確認、最終的な学びと次回行動は人が確認する必要があります。
具体的な使い方は、生成AIでAARを使う方法で解説します。
まとめ|AARの具体例では「学びが次回の行動に変わったか」を見る
AARの具体例を見るときは、何を話したかより、「期待と実際の差をどう捉え、なぜ差が生まれたと考え、次回の具体的な行動へどう変えたか」を見ることが重要です。
オンライン研修では、満足度向上の成功要因を残しながら、接続ルールと案内方法を改善しました。障害対応では、技術原因だけでなく情報共有の役割設計を改善しました。営業提案では、価格への思い込みを避け、経営層の評価軸と提案レビュー項目へ学びを反映しました。
自分の業務へ応用するときも、AARを反省会で終わらせず、成功・失敗の両方を具体的な手順やルールへ落とし込み、次の担当者でも再利用できる形で残すことが、情報共有・知識継承につなげるポイントです。