まとめて処理すると仕事が遅れる？ 一括処理と一件流しの比較
担当者が一日分の申請をまとめて処理すると、自分の作業は効率よく見える。同じ画面を開いたまま、同じ手順を繰り返せるからだ。ところが朝に出した申請は夕方まで動かない。利用者にとっては、処理時間より開始を待つ時間の方が長い。
では一件ずつすぐに処理すればよいのか。仕事のたびに設備や条件を大きく替え、確認する人も呼び直すなら、全体の処理能力を落とす場合がある。本稿は一件流しを標語にせず、待ちと段取り替え、誤りの見つかり方を比べて処理単位を選ぶ。
この記事の目次
六件まとめると、作業は短くても依頼は待つ
一件を1分で処理し、処理回ごとの段取りが2分かかる例を考える。6件を個別処理すれば6×（2＋1）＝18分、一括なら2＋6＝8分だ。しかし0、2、4、6、8、10分に到着した案件を10分目まで溜めると、段取り開始を待つ時間だけで平均5分になる。処理時間の節約と到着後の待ちは別の量だ。
締め切りが早い案件だけ先に処理する案には段取りの増加、全部まとめる案には待ちの増加を入れる。月末の混雑の問題は到着の集中、こちらは自分で選ぶ処理単位の問題である。段取り短縮ができれば、小分けと低費用を両立する余地が変わる。
まとめると減る仕事と、増える待ち
同種の依頼を集めれば、作業の準備、画面切替、機器の設定をまとめられる。作業者一人の実作業時間が短くなる可能性がある。一方で、一定数が揃うまで依頼を止めるなら、依頼ごとの完了時間は長くなる。両方を同じ「効率」に押し込まない。
Lean Enterprise Instituteのサイクルタイムの説明は、機械の処理や積み下ろしに加え、段取り替えを何件へ割り振るかで一件当たりの有効な時間が変わる例を示す。製造工程の説明であり、日本の事務処理で最小何件をまとめるべきかを証明した資料ではない。Lean Enterprise Institute「Cycle Time」
ここからの編集上の提案は、準備の手間が大きいか、待たせる不利益が大きいかを別々に数えることだ。たとえば同じ形式の報告書を一括で印刷する作業と、取引先の支払いを止めている請求の訂正では、待ちの価値が違う。
まとめ処理にしても、一日中ずっと貯める必要はない。小さな区切りで順に流す、緊急の仕事だけ別の経路にする、準備作業を短くするなど、中間の案がある。処理単位は一件か全件かの二択ではない。
待てる仕事と、先に流す仕事を分ける
六件の計算では段取りと待ちを分けた。実際にどちらを優先するかは、待っている人の締切と、切替に要る手間で変わる。以下も仮想の仕事で考えてみたい。
架空の会社で、取引先の住所変更を毎日夕方に一括処理しているとする。午後に発行する請求書へ新しい住所が必要で、夕方まで待つと訂正が増える。処理の準備が軽く、受け付けた順に確認できるなら、途中で小さく流す案を選ぶ。担当者の入力効率だけでなく、請求書のやり直しを減らせるからだ。
条件を変え、大量の紙帳票を専用機で印刷する作業を考える。紙の種類を替えるたびに長い調整と試し刷りが必要で、受け手は翌日までの一括納品で足りる。この場合は種類ごとにまとめる案へ変わる。待ちが許される時間内で、準備の負担を下げる方が合理的になり得る。
さらに印刷でも、顧客の誤記が全件へ複製される危険が高いなら、初回分を先に確認してから残りを流す。まとめて作ることと、全部を最後に検査することを切り離す。
この例は仮定であり、特定の業界の実測値ではない。選択の逆転を生むのは、依頼を待たせる損失、段取りの重さ、誤りを検知する時点の違いだ。
欠陥に気づく時点も変わる
同じ誤った設定で一日分をまとめて処理すると、結果を検査するまで多くの依頼に同じ問題が広がる可能性がある。一件ごとに確認できれば早く気づける。ただし毎回の検査が非常に重い工程なら、頻度を増やすほど処理能力に響く。
Lean Enterprise Instituteの平準化の説明は、大きくまれなロットが前工程へ伝える需要の形や、段取り時間の短縮を論じる。大量ロットで一つの欠陥が広がる点にも触れる。製造の知見をそのまま事務や医療の品質効果へ移してはいけないが、誤りを発見する単位を考える材料にはなる。Lean Enterprise Institute「Heijunka」
編集上は、検査を最後にまとめる理由が本当にあるかを問い直したい。途中で重要な例外を見つけられるなら、小さなまとまりで検査する価値がある。逆に途中検査が同じ項目の重複確認を増やすだけなら、検査方法を整理してから単位を変える。
小分けにする前に、重い段取りを調べる
一括処理を選ぶ理由が準備の長さなら、まとめる件数を増やす前に、その準備を短くできないかも調べたい。印刷の用紙交換、システムへの再入力、承認者の呼び出しなど、何が切替を重くしているかを分ける。Lean Enterprise Instituteの平準化に関する説明でも、細かな流れを支えるために段取り時間を減らすことを扱う。
準備を減らせれば、同じ担当人数でも小さなまとまりを頻繁に処理できる。ただし設備投資や手順変更には費用がある。どれだけの待ちを減らせるか、どの業務へ効くかが分からないうちに、すべての段取りを自動化する案へ飛ばない。
また、一件流しへ変えても後工程が一日一度しか受け取らないなら、利用者の完了は早くならない。担当者の机から早く出ただけで、次の部署の山に積まれる。着手から完了までの経路を見て、詰まる場所へ処理単位の変更を当てる必要がある。工程ごとの効率改善と利用者の待ち時間短縮を同じ数字にしない。
実務で単位を試す際は、同じ量の依頼でも種類が違う日に気をつける。例外が多い日には一件流しの検査時間が増え、単純な依頼が続く日には小さなロットが機能するかもしれない。開始前に急ぎ案件と通常案件を区別し、変更の前後でその割合が違えば、所要時間の差を方式だけの効果としない。
工程の最後でだけ評価すると、最初の担当は早く見えても後工程の担当が残業しているかもしれない。件数を流した時刻と、利用者が結果を使えた時刻を同じ依頼で結び、未処理の山が移っただけかを調べる。これが、部門ごとの効率と全体の完了を分ける確認になる。
未処理の山が、次の部署へ移っていないか
Littleの1961年の論文は、安定した待ち行列における平均の滞留件数、到着率、系内にいる平均時間の関係を示す。これは条件付きの数理的な関係で、バッチを小さくすれば常に納期が短くなる因果実験ではない。Little「A Proof for the Queuing Formula」
実務で見るなら、未処理の件数だけでなく、いつ入った依頼がまだ残っているかを確認する。平均の処理件数が増えても、古い案件が残るなら利用者の困りごとは解消しない。短い作業時間と、短い完了までの時間を区別する。
ここで論文の式から特定の最適バッチ数を計算することはできない。到着が大きく揺れる、担当者が異なる仕事も抱える、優先案件が割り込む、といった現場では、安定状態の平均をそのまま将来の予測値にしにくい。数字は判断のための観測と組み合わせる。
一方、未処理件数をゼロに近づけるために、作業者を常に空けておけば費用が増える。重要な依頼がいつ来るかに応じて、どの程度の余力を残すかを決める。ここでも「在庫をなくせば正しい」という一方向の教訓へしない。
変える前と後で、三つの時間を追う
変更後は、段取りに使う時間、処理を待つ時間、完了までの時間を同じ依頼で追う。段取りが減っても、次のまとまりがそろうまで待つ時間が増えれば、利用者の完了は早くならない。欠陥を発見する位置については、発生源での検査も合わせて検討する。