Lessons Learnedは、仕事やプロジェクトで得た経験を「次に使える知識」へ変えるための整理方法です。
単なる反省会や感想共有ではありません。何が起きたか、なぜそうなったか、次回はどうするか、誰がどの場面で使えるかまで具体化し、あとから再利用できる状態にして初めて知識継承につながります。
特に、同じ失敗が繰り返される、担当者が変わるとノウハウが消える、過去資料はあるが使われない、といった職場では有効です。
この記事では、Lessons Learnedを情報共有・知識継承で使う手順を、各ステップの入力・行動・出力・判断基準と、システム導入プロジェクトの通し例で解説します。
基本概念から確認したい場合は、Lessons Learnedとは?を参照してください。
Lessons Learnedの全体像
実務では、次の順で進めると使いやすくなります。
- 振り返る対象と目的を決める
- 事実を集める
- うまくいったこと・問題になったことを分ける
- 原因と条件を整理する
- 次回使える教訓へ変換する
- 適用条件と対象者を明確にする
- 再利用できる形式で記録する
- 共有の場と保管先を決める
- 次の案件で実際に使う
- 使った結果を更新する
ポイントは、最後の「次の案件で使う」まで含めることです。
Lessons Learnedは、記録しただけでは価値が生まれません。次の判断や行動へつながって初めて機能します。
ステップ1|振り返る対象と目的を決める
まず、何についてLessons Learnedを作るのかを明確にします。
入力
- 対象案件
- 対象期間
- 主要な出来事
- 次に改善したいテーマ
例
システム導入プロジェクトなら、
- 要件定義
- 開発
- データ移行
- ユーザー教育
- 本番切替
のどこを対象にするかを決めます。
出力
「今回、何を学習対象にするか」が1文で説明できる状態。
判断基準
範囲が広すぎて、すべてが一般論になっていないかを確認します。
ステップ2|評価より先に事実を集める
Lessons Learnedが感想文になる原因の1つは、最初から「良かった」「悪かった」と評価することです。
先に事実を集めます。
集める情報
- 実際の予定と実績
- 発生した変更
- 問い合わせ件数
- 障害件数
- 手戻り
- 意思決定の履歴
- 会議記録
- 関係者からの具体的な声
悪い例
ユーザー教育が不十分だった。
これだけでは何が起きたか分かりません。
改善例
本番1週間前の操作説明会参加率は対象者の45%だった。本番初週にログイン方法と受注取消手順に関する問い合わせが合計37件発生した。
判断基準
第三者が見ても、起きたことを確認できる程度に具体的かを見ます。
ステップ3|うまくいったことと問題を分ける
Lessons Learnedは失敗だけを扱うものではありません。
再現したい成功も重要な教訓です。
例
うまくいったこと:
- 本番前に移行リハーサルを2回実施したため、本番移行の停止時間を短縮できた
- 問い合わせ窓口を一本化したため、初動が早かった
問題になったこと:
- ユーザー教育の参加率が低かった
- 受入テストで実運用に近い例外ケースが不足していた
出力
「残したい成功」と「改善したい問題」が分かれた状態。
判断基準
失敗だけに偏っていないか、再現したい成功を拾えているかを確認します。
ステップ4|原因を「人のせい」で終わらせない
次に、なぜそうなったのかを整理します。
悪い例
教育担当の準備が足りなかった。
改善例
- 説明会日程が繁忙期と重なった
- 録画教材を用意していなかった
- 受講必須者の管理責任が曖昧だった
- 管理職への周知が遅かった
個人の能力や姿勢だけに原因を寄せると、再発防止に使いにくくなります。
判断基準
次の案件でも変えられる条件・仕組み・判断基準まで分解できているかを見ます。
ステップ5|「次回どうするか」まで具体化する
ここがLessons Learnedの中心です。
原因整理だけで終わらず、次回の行動へ変換します。
例
問題:教育参加率が低かった
原因:繁忙期と重なり、録画教材もなかった
次回の教訓:
- 本番3週間前までに教育計画を確定する
- 対象者一覧と受講責任者を明確にする
- ライブ説明会だけでなく録画教材を用意する
- 本番1週間前に未受講者を確認する
判断基準
「気をつける」「早めにやる」ではなく、誰が何をいつまでに行うかへ落とせているか確認します。
ステップ6|適用条件を明確にする
すべての教訓が、すべての案件で使えるわけではありません。
例
教訓:
本番前に2回の移行リハーサルを実施する。
適用条件:
- データ移行量が大きい
- 停止時間が厳しい
- 手順が複数チームにまたがる
小規模な案件に機械的に適用すると、過剰対応になる可能性があります。
出力
「どんな案件・条件で使う教訓か」が分かる状態。
判断基準
誰がいつ使うべき教訓か説明できるかを確認します。
ステップ7|再利用できる形式で記録する
Lessons Learnedは、後から検索・比較しやすい形で残します。
最低限、次の項目があると使いやすくなります。
- 対象案件
- 発生日・対象期間
- テーマ
- 事実
- うまくいったこと / 問題
- 原因
- Lessons Learned
- 次回の具体的行動
- 適用条件
- 関連資料
- 登録者
- 更新日
そのまま使える型が必要なら、Lessons Learnedテンプレートを使うと整理しやすくなります。
ステップ8|共有先と保管先を決める
作成したLessons Learnedを、個人フォルダに置くだけでは知識継承になりません。
共有の例
- プロジェクト終了会で共有
- 部門定例で主要教訓を共有
- 新任メンバーのオンボーディングで使用
- 類似案件のキックオフ前にレビュー
保管先の例
- ナレッジベース
- プロジェクト標準テンプレート
- チェックリスト
- 手順書
- FAQ
判断基準
必要な人が、必要な場面で探せるかを確認します。
ステップ9|次の案件で使う仕組みを作る
Lessons Learnedが最も形骸化しやすいのがここです。
「保存した」で終わらせず、次の案件の開始時に使います。
例
次回のシステム導入プロジェクトで、キックオフ時に過去のLessons Learnedを確認します。
- 教育計画は本番3週間前までに確定する
- 移行リハーサルは2回行う
- 受入テストに例外ケースを含める
- 問い合わせ窓口を一本化する
これらをWBSやチェックリストへ組み込みます。
出力
Lessons Learnedが、実際の計画・標準・チェックリストに反映された状態。
判断基準
「読んだ」ではなく「計画が変わった」状態になっているかを確認します。
ステップ10|使った結果を更新する
過去の教訓は、いつまでも正しいとは限りません。
次の案件で使った結果を見て更新します。
例
以前の教訓:
操作説明会は本番2週間前に実施する。
次回案件で、2週間前では質問対応が集中したため、
基本説明は3週間前、補足説明は1週間前に分ける
へ更新します。
判断基準
Lessons Learnedが固定化されたルールではなく、実績に応じて改善されているかを見ます。
通し例|システム導入プロジェクトでLessons Learnedを作る
ある受注システム導入プロジェクトでは、本番稼働自体は予定どおり完了しました。
しかし、本番初週に問い合わせが集中し、現場の負担が大きくなりました。
1. 対象を決める
対象テーマを「ユーザー教育と本番初週サポート」に絞りました。
2. 事実を集める
- 操作説明会の参加率:45%
- 録画教材:なし
- 本番初週の問い合わせ:37件
- うち22件がログイン方法・受注取消手順
- 問い合わせ窓口:複数部署に分散
3. うまくいったこと
- 現場リーダー2名が自主的にFAQを作成した
- 問い合わせ内容を毎日集計したため、頻出テーマを早く把握できた
4. 問題
- 事前教育の参加率が低かった
- 同じ問い合わせが複数部署へ重複した
5. 原因
- 説明会日程が繁忙期と重なった
- 録画教材がなかった
- 未受講者の把握方法がなかった
- 問い合わせ窓口が一本化されていなかった
6. Lessons Learnedへ変換
- 教育計画は本番3週間前までに確定する
- 録画教材を用意し、ライブ参加できない人も受講可能にする
- 本番1週間前に未受講者を一覧化する
- 問い合わせ窓口を一本化する
- 頻出問い合わせは毎日FAQへ反映する
7. 適用条件を付ける
対象は、
- 利用者が50人以上
- 業務手順が変わる
- 本番初週の問い合わせ増が見込まれる
案件としました。
8. 次回案件へ反映
次の導入案件では、これらをキックオフ時に確認し、教育計画とサポート計画へ組み込みました。
その結果、説明会参加率は82%まで上がり、本番初週の同種問い合わせも減りました。
重要なのは、「前回は教育不足だった」という感想ではなく、次回の計画を変える具体的な知識へ変換したことです。
Lessons Learnedを使う場面
プロジェクト終了時
全体を振り返り、次案件へ残す教訓を整理します。
大きな節目の後
要件定義、リリース、イベント、障害対応など、フェーズごとに短く残します。
引継ぎ前
担当者交代の前に、暗黙知を言語化します。
同じ仕事を繰り返す部門
営業提案、採用、研修、月次締め、イベント運営など、反復業務の改善にも使えます。
Lessons Learnedと他の方法の使い分け
短い振り返りをその場で行う方法と、組織知として残す方法は役割が異なります。
AARとの違いを確認したい場合は、AARとLessons Learnedの違いが参考になります。
組織内で知識を循環させる視点まで含めたい場合は、SECIモデルとLessons Learnedの違いも確認できます。
SECIモデル・AAR・Lessons Learnedを目的別に選びたい場合は、3つの使い分けが役立ちます。
実務でつまずきやすいポイント
感想だけで終わる
「大変だった」「連携が良かった」だけでは次に使えません。
事実、原因、次の具体的行動まで残します。
失敗だけを集める
成功を再現する知識も重要です。
教訓が抽象的
「早めに共有する」ではなく、「本番3週間前までに教育計画を確定する」のように具体化します。
保存して終わる
キックオフや計画レビューで、過去の教訓を参照する仕組みを作ります。
すべてを標準化する
案件条件によっては適用しない教訓もあります。適用条件を残します。
よくある失敗は、Lessons Learnedで失敗しやすいポイントで詳しく確認できます。
関連記事で実践を深める
具体的な案件への適用イメージを追いたい場合は、Lessons Learnedの具体例を参照してください。
生成AIを補助的に使って、事実整理、原因候補、教訓の具体化、重複整理を効率化したい場合は、生成AIでLessons Learnedを使う方法も確認してください。
実務で使うためのチェックリスト
- 振り返る対象と目的を決めたか
- 評価より先に事実を集めたか
- 成功と問題の両方を見たか
- 原因を個人のせいだけにしていないか
- 次回の具体的行動へ変換したか
- 誰がいつ使う教訓か分かるか
- 適用条件を記録したか
- 検索・再利用できる形式で残したか
- 共有先と保管先を決めたか
- 次案件の計画やチェックリストへ反映したか
- 実際に使った結果で更新したか
まとめ
Lessons Learnedを実務で使うときは、振り返りを「感想」から「再利用できる知識」へ変えることが重要です。
そのためには、対象と目的を決め、事実を集め、成功と問題を分け、原因を整理し、次回の具体的行動と適用条件まで書きます。
さらに、ナレッジベースへ保存するだけでなく、次の案件のキックオフ、WBS、チェックリスト、手順書へ反映し、使った結果で更新します。
Lessons Learnedの価値は、過去を記録することではありません。過去の経験を、次の仕事で使える判断基準と行動へ変換し、同じ失敗を減らし、成功を再現できる状態にすることにあります。