DMAICは、業務改善や品質問題をDefine・Measure・Analyze・Improve・Controlの5段階で整理するフレームワークです。
実務では、各段階で何を書けばよいかが曖昧だと、問題定義が広がったり、原因を推測だけで決めたり、改善策を実施して終わったりしやすくなります。
この記事では、そのままコピーして使えるDMAICテンプレート、各欄の書き方、請求処理のリードタイム短縮を題材にした記入済み例、良い例・悪い例、使うときの注意点までまとめます。
DMAICの意味や5段階の基本から確認したい場合は、DMAICとは?を参照してください。実際の進め方を順番に確認したい場合は、DMAICのやり方が役立ちます。
そのまま使えるDMAICテンプレート
以下をそのままコピーして、改善会議、業務改善プロジェクト、品質問題の整理に使ってください。
Define|問題と改善範囲を定義する
1. 改善テーマ
- 対象業務・製品:
- 発生している問題:
- 現状値:
- 目標値:
- 期限:
- 顧客・次工程への影響:
- 改善の目的:
2. 対象範囲
- 対象に含める工程:
- 対象外にする工程:
- 対象期間:
- 対象件数:
- 関係部署:
- プロジェクト責任者:
3. 成功条件
- 主KPI:
- 補助KPI:
- 成功と判断する基準:
- 改善後に悪化させてはいけない指標:
Measure|現状を測定する
4. 指標定義
指標1:
- 指標名:
- 定義:
- 開始点:
- 終了点:
- 分母・分子:
- 対象条件:
- 集計頻度:
- データ取得元:
指標2:
- 指標名:
- 定義:
- 対象条件:
- データ取得元:
5. 現状値
- 平均値:
- 中央値:
- 最大値・最小値:
- エラー率:
- ばらつき:
- 件数分布:
- 時期による偏り:
- 担当者・工程による差:
6. 工程別測定
工程1:
- 工程名:
- 作業時間:
- 待ち時間:
- 件数:
- エラー・手戻り:
工程2:
- 工程名:
- 作業時間:
- 待ち時間:
- 件数:
- エラー・手戻り:
必要な数だけ追加します。
Analyze|原因を分析する
7. 原因仮説
仮説1:
- 仮説:
- どの現象を説明するか:
- 根拠となるデータ:
- 追加で必要なデータ:
- 支持される条件:
- 反証される条件:
- 判定:支持 / 反証 / 要追加確認
仮説2:
- 仮説:
- 根拠となるデータ:
- 反証条件:
- 判定:
8. 主因の整理
- 主因1:
- 主因と判断した理由:
- 対応するデータ:
- 改善可能性:高 / 中 / 低
- 主因2:
- 主因と判断した理由:
- 対応するデータ:
- 改善可能性:高 / 中 / 低
Improve|改善策を設計・試行する
9. 改善案
改善案1:
- 対象原因:
- 実施内容:
- 期待効果:
- 実行難易度:高 / 中 / 低
- 必要コスト:
- 副作用・リスク:
- 効果確認指標:
改善案2:
- 対象原因:
- 実施内容:
- 期待効果:
- 実行難易度:
- 副作用・リスク:
- 効果確認指標:
10. 試行計画
- 試行対象:
- 試行期間:
- 実施責任者:
- 比較対象:
- 改善前の値:
- 成功基準:
- 中止・修正条件:
11. 試行結果
- 改善後の値:
- 目標達成状況:
- 副作用:
- 想定外の変化:
- 継続 / 修正 / 中止:
- 判断理由:
Control|改善効果を維持する
12. 標準化
- 更新する手順書:
- 更新するチェックリスト:
- システム設定変更:
- 教育対象:
- 周知方法:
- 正式運用開始日:
13. 管理計画
管理指標1:
- 指標名:
- 管理基準:
- 確認頻度:
- 確認責任者:
- 基準外になったときの対応:
管理指標2:
- 指標名:
- 管理基準:
- 確認頻度:
- 確認責任者:
- 基準外になったときの対応:
14. クローズ条件
- Defineの目標を達成した:はい / いいえ
- Measureと同じ定義で再測定した:はい / いいえ
- 主因に対する改善策が実施された:はい / いいえ
- 副作用を確認した:はい / いいえ
- 標準手順へ反映した:はい / いいえ
- 管理指標と異常時ルールを決めた:はい / いいえ
- クローズ可否:可 / 不可
各欄の書き方
Defineは「改善したい」ではなく数値で書く
悪い例:
- 請求処理を早くする
良い例:
- 請求依頼受付から承認完了までの平均リードタイムを5.1営業日から3.0営業日以内へ、3か月で短縮する
対象、現状、目標、期限が入ると、Measureで何を測るかが決まります。
Measureは指標の開始点と終了点を固定する
「処理時間」という言葉だけでは、人によって測り方が変わります。
たとえば、
リードタイム=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。
Analyzeは仮説と事実を分ける
悪い例:
- 承認者が遅いのが原因
良い例:
- 仮説:承認待ち時間が長い
- 根拠:全リードタイム5.1日のうち承認待ちが2.4日
- 追加確認:月中・月末の差、承認依頼件数、差し戻し率
「ありそう」ではなく、データで支持・反証できる形にします。
Improveは原因と改善策をつなげる
原因:申請時の入力不備で差し戻しが多い。
良い改善策:申請フォームで契約番号と税区分を必須入力にする。
悪い改善策:担当者へ注意喚起する。
主因へ直接効くかを確認します。
Controlは監視項目と異常時ルールまで決める
悪い例:
- 今後も様子を見る
良い例:
- 平均リードタイムを月次確認し、3.5営業日を超えたら工程別待ち時間と差し戻し率を再分析する
誰が、何を、どの頻度で見て、どこから異常と判断するかを決めます。
記入済み具体例|請求処理のリードタイムを短縮する
ここでは、請求依頼の受付から承認完了まで時間がかかっているケースで記入します。
Defineの記入例
- 対象業務:月次請求処理
- 問題:受付から承認完了まで時間がかかる
- 現状値:平均5.1営業日
- 目標値:平均3.0営業日以内
- 期限:3か月
- 顧客・次工程への影響:請求書送付遅延、月末残業
- 対象範囲:請求依頼受付から最終承認まで
- 対象外:入金消込、債権回収
- 主KPI:平均リードタイム
- 悪化させてはいけない指標:請求誤り率
このDefineなら、「早くする」ではなく、成功条件まで判断できます。
Measureの記入例
リードタイムの定義:請求依頼受付から最終承認完了までの経過営業日。
直近100件を測定しました。
- 平均リードタイム:5.1営業日
- 受付〜内容確認:0.8日
- 内容確認〜請求書作成:0.9日
- 作成〜承認依頼:0.4日
- 承認待ち:2.4日
- 修正・再承認:0.6日
- 差し戻し率:18%
- 月末3営業日の依頼割合:約60%
数字を見ると、承認待ちと差し戻しが大きな論点だとわかりました。
Analyzeの記入例
仮説1|承認者の人数が少ない
根拠:承認待ちが平均2.4日。
確認:月中と月末の承認件数を比較。
結果:月末3営業日に依頼の約60%が集中していたため、単純な人数不足だけでは説明できない。
判定:一部支持、主因としては不十分。
仮説2|入力不備による差し戻しが多い
確認:差し戻し理由を50件確認。
結果:契約番号と税区分の不備が差し戻しの大半を占めていた。
判定:支持。
仮説3|承認ルートが一律である
確認:金額帯別に承認件数を分析。
結果:少額案件も管理職1人が全件承認していた。
判定:支持。
主因
- 月末への依頼集中
- 申請時の入力不備
- 承認ルートの一律運用
Improveの記入例
改善案1: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。
- 対象原因:月末集中
- 指標:月末3営業日の依頼割合、リードタイム
改善案2:申請フォームで契約番号と税区分を必須入力にする。
- 対象原因:入力不備
- 指標:差し戻し率
改善案3:一定金額以下は代理承認者でも処理できるようにする。
- 対象原因:承認ルートの一律運用
- 指標:承認待ち時間
1か月試行の結果
- 平均リードタイム:5.1日 → 3.4日
- 差し戻し率:18% → 9%
- 承認待ち時間:短縮
一方、前倒しした一部案件で直前の契約変更が発生しました。
そのため、「変更可能性が低い案件だけ前倒しする」という条件へ修正しました。
Controlの記入例
3か月後、
- 平均リードタイム:2.9営業日
- 差し戻し率:7%
- 請求誤り率:悪化なし
となりました。
標準化として、
- 申請フォームの必須項目を正式運用
- 代理承認ルールを手順書へ反映
- 前倒し可能案件の判断条件を標準化
しました。
管理計画は、
- 平均リードタイム:月次確認
- 差し戻し率:月次確認
- 平均3.5営業日超または差し戻し率10%超で再分析
としました。
この状態まで進めて、DMAICをクローズします。
背景から判断までケースで追いたい場合は、DMAICの具体例も参照してください。
良い記入と悪い記入の見分け方
悪い例|Defineが広すぎる
- 生産性を上げる
良い例では、対象工程、指標、現状、目標、期限を入れます。
悪い例|Measureで都合のよい数字だけ取る
平均値だけでは、月末だけ極端に遅い問題を見落とすことがあります。
良い記入では、工程別、時期別、担当者別、ばらつきも確認します。
悪い例|Analyzeで相関を原因と断定する
「月末は忙しく、ミスも多い」だけでは因果を証明できません。
良い記入では、支持条件と反証条件を置きます。
悪い例|Improveで施策を一度に増やす
10施策を同時に入れると、何が効いたかわかりません。
最初は主要因へ直接効く施策へ絞り、小さく試します。
悪い例|Controlが「継続する」だけ
誰が、何を、どの頻度で確認し、どの値を超えたら再対応するかまで決めます。
DMAICテンプレートを使うときの注意点
Defineの目標を途中で変えるときは理由を残す
現状測定で前提が違うとわかった場合、目標変更自体はあり得ます。ただし、都合よく成功扱いするために変えないよう、変更理由を記録します。
Measureのデータ品質を確認する
欠損、入力ルールの違い、集計条件の違いがあると、Analyzeの結論も崩れます。
Analyzeでは「人」を原因にして終わらない
担当者差があっても、業務設計、システム、負荷、標準化不足などの背景を確認します。
Improveでは副作用を測る
リードタイム短縮のために確認工程を減らし、品質が悪化しては改善とは言えません。
Controlまで書いて初めて完成
DMAICはImproveで終わりではありません。管理指標と異常時ルールまで決めて、改善を維持できる状態にします。
よくある失敗を先に確認したい場合は、DMAICで失敗しやすいポイントを参照してください。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。
他の改善フレームワークとの使い分け
DMAICは、数値で測れる問題について原因分析から改善定着まで進めたいときに向いています。
より広い改善サイクルとの違いを確認したい場合は、PDCAとDMAICの違いを参照してください。職場環境や標準化を整える5Sとの違いは、5SとDMAICの違いで整理できます。複数の改善手法から選びたい場合は、PDCA・5S・DMAICの使い分けも役立ちます。
最終チェックリスト
- Defineで対象・現状・目標・期限を決めたか
- 対象外の範囲も明記したか
- Measureで指標定義を固定したか
- 平均だけでなく工程別・時期別・ばらつきを見たか
- Analyzeで原因仮説を支持・反証できる形にしたか
- 主因をデータで説明できるか
- Improveで主因へ直接効く施策を選んだか
- 小さく試し、副作用も測ったか
- 改善前後を同じ定義で比較したか
- Controlで標準化したか
- 管理指標・頻度・責任者・異常時ルールを決めたか
- クローズ条件を満たしたか
まとめ
DMAICテンプレートでは、Define・Measure・Analyze・Improve・Controlを見出しとして並べるだけでなく、各段階で「何を決めるか」「何を証拠にするか」「次へ進める条件は何か」を記録することが重要です。
特に、Defineで数値目標を置くこと、Measureで指標定義を揃えること、Analyzeで仮説を検証すること、Improveで原因へ効く施策を小さく試すこと、Controlで監視と異常時ルールまで決めることがポイントです。
この型を使えば、DMAICを単なる5項目の記入シートではなく、業務改善・品質問題を事実とデータで進め、改善を維持するための実務テンプレートとして使いやすくなります。