Works / AI・業務改善
タスクを表示するだけでなく、必要なタスクを作る仕組みそのものを見直しました。実行するたびにルールを改善し、次のローンチへ反映できる管理方法です。
公開用の架空データを使用したデモ画面です。
課題
複数の商品を並行してローンチすると、同じ名称の業務が商品ごとに繰り返されます。
そのため、どの商品で何が完了しているのか分からなくなり、確認し直してみると、完了していたのは別商品のタスクだったということがありました。
進捗の取り違えが起きると、確認や制作のやり直しが必要になります。そこから担当者への急な依頼、スケジュールの立て直し、場合によっては公開日の延期へつながっていました。
以前の管理方法
以前は、カレンダーを軸にしたタスク管理も行っていました。必要なタスクをその都度考え、手作業で登録・更新していました。
しかし、タスクリストを時間軸で管理すると、完了できなかったタスクが期限切れとして残り続けます。新しいタスクが増えるほど過去の期限切れタスクに埋もれ、今どれを優先すべきか分かりにくくなっていました。
さらに、複数のローンチが同時に進むと、似た名称のタスクが同じ時間軸に並び、管理が複雑になります。ローンチ日が変更された場合も、関連するすべてのタスクをまとめて変更する方法がなく、一つずつ修正することで全体がさらに分かりにくくなっていました。
加えて、何のタスクを登録するかもその都度判断し、手作業で入力していたため、入力ミスやタスクそのものの作り忘れが発生していました。カレンダーは登録されたタスクを管理できますが、本来必要なのに登録されていないタスクまでは管理できません。
登録されていないタスクは、管理画面からは見つけられない。
原因
本当の問題は、必要なタスクを漏れなく作る共通ルールがなかったことです。
一度タスクの漏れが見つかっても、その内容を次回のタスク作成へ反映する仕組みがありませんでした。そのため、商品が変わるたびに人がタスクを考え直し、同じ入力ミスや作り忘れを繰り返す可能性がありました。
見える化する前に、
「何を管理するか」を仕組みにする。
解決方針
商品情報をもとに、AIが共通ルールに沿って必要なタスクを生成する仕組みを設計しました。
共通タスクは、商品、SKU、カラーなど必要な単位へ展開します。以前のカレンダー管理で時間軸が複雑になった経験から、現在の仕組みでは、あえて締切日を設けず、必要なタスクを漏れなく作り、商品別に完了状況を確認することへ集中しました。
生成したタスクはスプレッドシートへ登録し、商品ごとの進捗をボードから確認できるようにしています。
AIに判断をすべて任せるのではありません。人が決めた業務ルールを、商品ごとに同じ品質で展開し、作り忘れを防ぐためにAIを使っています。
デモ画面
個別の作業内容はスプレッドシートで確認します。各タスクを商品、SKU、カラーなどの単位で分け、別商品のタスクと混同しないようにしています。
全体の状況を把握するときは進捗ボードを使用します。商品ごとの販売期間、関連資料、タスク一覧、進捗画面への入口をまとめ、何が完了し、何が残っているかを視覚的に確認できます。
画面内の商品名・期間・数値はすべて架空です。
導入後の変化
導入後は、AIが共通ルールに沿ってタスク一覧を生成するため、手作業でタスクを作っていたときの入力忘れや、タスクそのものの作り忘れがなくなりました。
個別の内容はスプレッドシート、商品ごとの全体状況はボードで確認します。これにより、どの商品で何が完了し、何が残っているかを視覚的に把握できるようになりました。
実行するたびに改善
実際のローンチを進めるなかで、不足していたタスクや不要だったタスクが見つかることがあります。その場合は、AIが参照する共通ルールを修正します。
次回のローンチでは、改善済みのルールから新しいタスク表が生成されます。経験が担当者の記憶だけに残るのではなく、次の業務で再利用できるルールとして蓄積されるようになりました。
この事例で行ったこと
