10年前であれば、データをこのような色々な視点から分析する仕組みは、
非常に高価で一部の大企業しか利用することはできませんでした。

しかし、現在では手軽に使える仕組みが多く提案されています。
例えば、マイクロソフトのEXCELには、このような分析が可能なピボットテーブル
という機能があり、このような分析が簡単にできます。

さらに、煩雑なデータを収集し加工する機能まで含めた機能を持ったPower BIという
仕組みも個人利用であれば、無料で使えます。

このような、大量データを色々な視点から分析する機能、つまり、
BI（ビジネス・インテリジェンス）が手軽に使える環境が整いました。

生産性を見える化する仕組みを実現するためには、
まず生産性分析のための元データの収集が必要です。
データは2種類、原価データと案件・製品の属性データです。

原価データは、案件に投入された原価とそのタイミングのデータです。
面積原価管理による生産性を把握するためには、
タイミングを含めたデータの把握が必要になります。

案件・製品の属性データとは、生産性に影響を与える属性です。
建設業の例で言えば、その案件が、一般戸建て住宅なのか、マンション建築なのか、
店舗なのかなどの用途や、基礎の建築なのか、外壁の建築なのか、屋根、内装などの
建築など、類似の案件での比較を可能にするための属性です。

このような属性をうまく分類しておくと、分析の視点を類似の案件間に絞り込むこと
ができ、意味のある比較が可能になります。

詳細は、「生産性向上ITツール：BIツール」を参照ください。

案件・製品の属性データとは、生産性に大きく影響を与える属性です。
逆に言うと、属性データの異なる案件の生産性比較はあまり意味がないということです。

建設業の例で言えば、その案件が、一般戸建て住宅なのか、マンション建築なのか、
店舗なのかなどの用途や、基礎の建築なのか、外壁の建築なのか、屋根、内装などの
建築などの属性データが、生産性の比較を可能にするための属性です。

サービス業でも同様です。
例えば、システム開発会社であれば、開発するシステムの業種、業務、開発規模、利用
するITツールなどです。

これまで、生産性データの具体的な議論にならないのは、この辺お整理がないまま、
場当たり的にデータを収集しようとしたためです。

このような分析の切り口を意識した案件・製品の属性が生産性データににうまく組み込めて
いると、色々な視点から生産性の分析を行うことができます。

生産性の向上に役立つと思われる分析の視点は次のようなものが考えられます。

・類似案件・工程別の生産性比較
・類似案件・工程別・要員別の生産性比較
・類似案件・工程別・部門別の生産性比較
・顧客別案件・製品の生産性比較
・以上に関する時系列分析
など

これまで感覚的にしか掴めていなかった生産性がこのように定量的に分析・評価する事ができます。

詳細は、「生産性向上ITツール：BIツール」を参照ください。