出張申請データをダウンロードし、結果を通知する業務
課題
- 1日1回、30分～2時間ほどかけて、社員6名で週単位の当番制で行っている業務
- 月ごとに作業量がバラバラで、安定した業務スケジュール設定を阻害する要因となっていた
効果
- 1ヶ月あたり12時間の余剰時間を創出した
- 出勤直後の忙しい時間帯のルーティンワークがなくなり、想定以上に担当者の負担が軽減された
導入前
- 担当者は、勤怠等申請アプリから、出張申請データ(国内/海外/etc)をダウンロード
- ファイル名を変更し、サーバーの所定フォルダにコピー
- システムを用い、サーバー上で申請手続きを実行
- システムを用い、申請者にメール送信
導入後
- ロボットは、勤怠等申請アプリから、出張申請データ(国内/海外/etc)をダウンロード
- ファイル名を変更し、サーバーの所定フォルダにコピー
- 担当者はシステムを用い、サーバー上で申請手続きを実行
- システムを用い、申請者にメール送信
休職者・出向者・海外勤務者の勤怠を代行登録する業務
課題
- 月に1回、30分～5時間ほど時間をかけている業務
- 作業時間が多くはないが、完全なルーティンワークであり、ロボットに代行させるのが適切と判断した
- 作業漏れやミスが発生することがあり、月次勤怠情報の確定に遅れが生じることがあった
効果
- グループ会社含め、1ヶ月で20時間ほどの余剰時間を創出
- 作業漏れや登録ミスなどがなくなり、円滑に月次勤怠情報を確定することが可能となった
導入前
- 担当者は時間管理アプリを起動
- 休職者・出向者・海外勤務者の管理一覧Excelを読み込む
- 当者はExcel情報をもとに、時間管理アプリを用いて勤怠を登録
導入後
- ロボットは時間管理アプリを起動
- 休職者・出向者・海外勤務者の管理一覧Excelを読み込む
- Excel情報をもとに、時間管理アプリを用いて勤怠を登録
人事異動時に、基本情報を入力する業務
課題
- 毎年1,300人が異動し、人事・給与システムの登録内容を毎年変更していた
- 約2,000件の変更があり、繁閑差がありピーク時には数人がかりで、終日登録作業を行っていた
- 単調な転記作業ではあるが、決してミスの出来ない業務だった
効果
- 作業時間を約3分の1未満へ短縮
- 初期段階では他社製品を検討していたが、画像認識で要素が上手く認識できないため、オブジェクト認識が可能なBizRobo!miniを選択
- IT部門ではなく、業務を一番よく知る秘書課職員がロボットを１から作成し管理・運営ができた
導入前
- 職員は人事異動データを人事・給与システムに入力
- 担当者はシステムの内容に基づき、辞令を交付
導入後
- ロボットは人事異動データを人事・給与システムに入力
- 担当者はシステムの内容に基づき、辞令を交付
社員の勤怠時間や業務日誌を確認する業務
課題
- 全ての社員の申請内容を、担当者が人手でくまなく確認する必要があり、業務負荷が高かった
- 勤怠管理システム、残業申請時間、業務日誌など複数の画面を見比べる必要があった
- 入力ミスがあった場合、本人に電話かメールを行う必要があり、時間を圧迫していた
効果
- 年間60時間の余剰時間を創出
- 業務の正確性が格段に上昇するとともに、不要なメールや電話のやりとりが減少
- プレミアムフライデーの導入により業務時間が変更しても、ロボットの微調整により対応可能となった
導入前
- 担当者は勤怠管理システムにアクセス
- 残業申請時間を確認し、勤怠管理システムと相違ないか確認
- 業務日誌を確認し、勤怠管理システムと相違ないか確認
- 入力ミスがある場合、該当の社員に電話またはメールで連絡
導入後
- ロボットは勤怠管理システムにアクセス
- 残業申請時間を確認し、勤怠管理システムと相違ないか確認
- 業務日誌を確認し、勤怠管理システムと相違ないか確認
- 入力ミスがある場合、該当の社員にメールで通知
職員全員の超過勤務時間を集計する業務
課題
- 昨今の働き方改革において、医師や看護師の超過勤務時間の可視化・整理必要となっている
- 毎月、先月のデータを読み込み当月のデータに超過勤務時間を転記・加算する作業に時間がかかっていた
効果
- 年間50時間の業務時間を短縮
- 職員別の超過勤務時間の可視化が行えるようになり、部署ごとの勤務状況を加味した業務時間短縮の立案につながった
導入前
- 担当者は勤怠管理対象の名簿をリストアップ、勤怠状況をシステムで参照
- 超過勤務時間のある職員の勤務データを別途エクセルに転記
- 当月までの時間を合計し、まとめたデータを関係者に送付
- 年に1度、1年間全ての合計時間をまとめたデータを作成し、関係者に送付
導入後
- ロボットは職員の勤務データを全て確認し、超過勤務の職員を判別
- 当月に超過勤務のある職員のデータを抽出し、合計時間などをまとめたデータを関係者に送付
- 年に1度、1年間全ての合計時間をまとめたデータを作成し、関係者に送付
月次評価対象者を人事管理システムから抽出し、目標シートを作成する業務
課題
- 正社員以外にも数十社から出向や外部協力会社を受け入れており、処理量やパターンが非常に多かった
- 処理完了までに1営業日程度かかり、毎月実施する必要があるため、人事担当者の負担が大きかった
- 目標シート作成対象者のリストに漏れが発生すると、正しく人事評価が行えないためミスが許されなかった
効果
- 目標シート作成の漏れがなくなり、人事担当者の負担が減少
- 目標の設定やフィードックといった本来実施すべき業務をタイムリーに実施することが可能になった
導入前
- 担当者は対象となる社員属性を選定
- 人事管理システムにアクセスし、対象者のファイルをCSVで出力
- ファイルから必要情報を目標シートのテンプレートに転記
- 各対象者の上長にメールにて送付
- 各担当者が目標シートを作成
導入後
- 担当者は対象となる社員属性を選定
- ロボットは人事管理システムにアクセスし、対象者のファイルをCSVで出力
- 出力したファイルから必要情報を目標シートのテンプレートに転記
- 各対象者の上長にメールにて送付
- 各担当者が目標シートを作成
在留資格データを抽出し、作成を実施する業務
課題
- 在留資格チェック対象である外国籍の社員が多数在籍しており、人事担当者の業務負担が大きかった
- 在留資格を有していない社員が所属していると指導を受けるため、リスク管理の点からも重要な業務だった
- 在留資格を有していない社員は帰国する必要があるため、ミスがあると業務への影響が大きい
効果
- 2種類の異なるデータの参照の際にミスが生じていたが、ロボットによりチェック漏れがなくなった
- ロボットが勝手に月次で処理を行うため、担当者負担がゼロとなった
導入前
- 担当者は人事システムにアクセス
- 就労ビザ資格、在留資格の2つのCSVをダウンロード
- CSVファイルを確認し、一定期間内に更新が必要な社員を確認
- 更新が必要な社員に通知を送付
導入後
- ロボットは人事システムにアクセス
- 就労ビザ資格、在留資格の2つのCSVをダウンロード
- CSVファイルを確認し、一定期間内に更新が必要な社員を確認
- 更新が必要な社員に通知を送付
福利厚生の利用者を確認する業務
課題
- 複数の福利厚生メニューを従業員向けに提供しているが、活用されているかの確認ができておらず、従業員の満足度を測りかねていた
- コスト削減を経営から求められていたが、福利厚生にかけている固定コストの評価が正しく行えていなかった
効果
- 1回あたりの作業時間は少なく(30分)、作業が面倒で実施していない部分があったが、もれなく実施することができた
- 福利厚生と充実と従業員満足度の向上を可視化し、より良い福利厚生の提供が可能になった
導入前
- 担当者は福利厚生管理システムにアクセスし、月次で利用者データをCSV形式でダウンロード
- CSVファイルをエクセルに転記し、エクセル関数で利用者を集計
- エクセルで利活用度、従業員1人あたりの福利厚生コストを算出
- 集計結果を経営陣に報告
導入後
- ロボットは福利厚生管理システムにアクセスし、月次で利用者データをCSV形式でダウンロード
- CSVファイルをエクセルに転記・集計
- 利活用度と福利厚生コストを算出
- 担当者は集計結果を経営陣に報告
過重労働の可能性がある社員の上司にメールを通知する業務
課題
- 社内において勤怠管理が厳しくなったため出来た新しい業務だが、忙しくあまり手が付けられていない
- ルールベースかつスケジュールが完全に定まっている(金曜日に１回行う)業務のため、RPAに任せやすいと判断した
効果
- これまで担当者が忙しく定期的に行えていなかったが、ロボットに代行させることで、必ず週1回業務を遂行できるようになった
- 従来はまとめてデータを送付するだけだったが、従業員のデータをグラフにしたものも添付するようになったため、上司は部下の労働状況を一目で把握できるようになった
導入前
- 担当者は勤怠システムからデータをダウンロード
- 各従業員の労働時間を確認し、過重労働の可能性を判断
- 過重労働の可能性がある従業員のデータを課ごとに取りまとめる
- 取りまとめた課ごとのデータを、各課の上司にメール送信
導入後
- ロボットは勤怠システムからデータをダウンロード
- 各従業員の労働時間を確認し、過重労働の可能性を判断
- 過重労働の可能性がある従業員のデータを課ごとに取りまとめる
- 各課ごとの従業員の労働時間をグラフにまとめる
- 取りまとめた課ごとのデータとグラフを、各課の上司にメール送信
社員の残業時間を集計し、担当部署ごとにまとめて保存する業務
課題
- 勤怠管理から社員データを抽出・並び替え・整理するフローが25手順以上あり、煩雑な業務だった
- 約20の部署ごとに別々のデータをメールで送信する必要があり、担当者に負荷がかかっていた
効果
- 全ての業務をロボットが代行し、担当者のストレス削減ならびに余剰時間の創出
- 月に1回しか行わないイレギュラーな業務がなくなったため、担当者のスケジュール管理が楽になった
導入前
- 各社員が勤怠管理システムに自らの勤怠時間を入力
- 担当者は残業時間を全て抽出
- 残業時間データを並び替え、部署ごとにまとめる
- 集計したデータをエクセルに保存し、各部署にメール送信
導入後
- 各社員が勤怠管理システムに自らの勤怠時間を入力
- 残業時間を全て抽出
- 残業時間データを並び替え、部署ごとにまとめる
- 集計したデータをエクセルに保存し、各部署にメール送信
勤怠入力漏れをチェックし、入力依頼メールを送信する業務
課題
- 勤怠入力チェック対象リストを逐一確認しながら入力依頼メールを送信するため、見間違いによるミスが発生していた
- 量の多いルーティンワークだが、非常に単調なため担当者のモチベーション低下につながっていた
効果
- 担当者は内容確認するのみで、入力漏れもなくなり、より正確な労働時間の把握につながった
- 既存システムを変更することなく、実働4日でロボットを作成することができ、システム改修と比べて大幅に短期かつ安価な業務効率化を実現
導入前
- 担当者は勤務入力チェック対象リストを印刷
- リストを確認しながら、勤怠システムに勤怠入力がされているか確認
- 勤怠入力がなされていない場合、該当者に勤怠入力の依頼メールを送付
導入後
- 担当者は勤務入力チェック対象リストを作成し、ロボットに設定
- ロボットはリストを確認しながら、勤怠システムに勤怠入力がされているか確認
- 勤怠入力をしていない該当者に勤怠入力の依頼メールを送付
- 勤怠入力をしていない該当者のリストを担当者に送付
労働時間をモニタリングする業務
課題
- 残業時間削減のためのモニタリングを月末までに実施する必要があった
- 勤怠システム単体では月末の残業時間着地見込みの算出ができず、チェックが煩雑
- 人事が個別に要注意な従業員をチェックしているが、全員分の実施は工数的に不可能
効果
- 人事担当者が手動でやっていた際は、百数十人の従業員しかチェックできていなかったが、全社員を対象に労働時間のモニタリングが可能となった
- 月200時間の余剰時間を創出した
導入前
- 担当者は各社員の残業時間を確認
- 基準を超過する見込みのある社員をリストアップ
- 対象社員にメールでリマインド
導入後
- ロボットは勤怠システムから対象者データを抽出
- 勤怠システムから勤怠データを取得し、残業チェックシートを更新
- 残業時間着地見込みをリストに更新
- 基準超過者にリマインドメールを送付
勤怠入力をリマインドする業務
課題
- オフィスに出社する社員はビル入館時に勤怠情報がシステムに自動入力されるが、直行・直帰の多い社員は直接入力する必要があり、適時に勤怠時間が入力されないケースが多発
- 本来タイムリーに入力しなければならず、入力を促すリマインドを行っていたが、対象が数百名と多く、人事担当者が不満を抱えながら作業をしていた
効果
- リマインドメールによって適時に勤怠入力を行う社員が増加
- 4名で行っていた業務が短時間で毎日できるようになった
- 月間116時間の余剰時間を創出し、惰性で行っていた業務から人事担当者を解放
導入前
- 人事担当者は各システム(アカウント管理、勤怠)から情報を抽出
- 担当者は対象者リスト(社員番号、氏名、アドレス、未入力日数)を作成
- 対象者にメールでリマインド
導入後
- 人事担当者は対象リストを作成・更新
- ロボットはリストをもとに情報を抽出
- 対象者にメールでリマインド
中途採用希望者に対して、説明会案内と予約受付を行う業務
課題
- 職種ごとに応募条件が異なり、応募条件を満たすかどうか、担当者が逐一確認する必要があった
- 複数の転職サイトがあり、それぞれにフォーマットが異なるため、担当者が手作業で行っていた
効果
- 年間150時間の余剰時間を創出
- 担当者はルーティンワークから解放され、ストレス軽減
- 応募者からの申込みに対して迅速な対応ができる
導入前
- 担当者は説明会の日程リストを作成
- 各種転職サイトにログインし、応募者情報を確認
- 応募条件を満たす場合、担当者は中途説明会の案内を送付
- 応募者は参加希望日をメールで返信
- 担当者は各転職サイトにログインし、受付承諾のメールを送付
導入後
- 担当者は説明会の日程リストを作成
- ロボットは各種転職サイトにログインし、応募者情報を確認
- 応募条件を満たす場合、ロボットは中途説明会の案内を送付
- 担当者は参加希望日をメールで返信
- ロボットは各転職サイトにログインし、受付承諾のメールを送付
面接官ごとに面接予定を通知する業務
課題
- 月で合計5時間程度の、少量の業務だが、発生がランダムで担当者のスケジュールが乱れる要因だった
- 面接ごとに少量だが複数のルーティンワークがあり、担当者のストレスがたまっていた
効果
- 月5時間程度だが、ロボットが完全に業務を代行し、担当者をルーティンワークから解放
- 繁忙期と閑散期で作業量が異なる業務から解放されたため、別業務にリソースが割けるようになった
導入前
- 担当者はデータベースから翌日の面接者リストを抽出し、CSVに出力
- CSVデータを面接官ごとに分け、時間順に並び替え保存
- データベースから、応募者毎のESやWeb適正結果のPDFをダウンロード
- 各面接官に、面接予定・エントリーシート・PDFをメールで送信
導入後
- ロボットはデータベースから翌日の面接者リストを抽出し、CSVに出力
- CSVデータを面接官ごとに分け、時間順に並び替え保存
- データベースから、応募者毎のESやWeb適正結果のPDFをダウンロード
- ロボットは各々の面接官に、面接予定・エントリーシート・PDFをメールで送信
求人サイトへの入稿を行い、案件登録を行う業務
課題
- １つの同じ情報を複数の求人情報誌に合わせた仕様に変換するため、かなりの工数がかかっていた
効果
- この業務単体では月120時間の業務時間削減に成功
- 新規人材の採用を抑制し、残業時間も削減でき、付加価値の高い業務に工数を展開可能となった
- エンジニアではないスタッフでもある程度容易に扱えるため、 117体のロボット現場が作成できた
導入前
- 担当者は自社内の基幹システムにある案件情報を確認
- 複数の求人サイト(リクナビ派遣、dodaなど)にアクセス
- それぞれの求人サイトにおいて複数の情報を入力し、登録
- ※それぞれの求人サイトにおいて、入力する情報は違うフォーマットになっており、このデータを作成する作業が非常に負担となっていた
導入後
- ロボットは社内データベースから案件情報を抽出
- ひとつの案件情報に対して、求人情報サイト毎に複数のロボットが稼働
- ※例えば「リクナビ派遣に登録するロボット」「dodaに登録するロボット」など
- それぞれのロボットはそれぞれの求人サイトのフォーマットにあわせて、案件情報を入力する
業務自動化の詳細資料を無料配布中
導入事例・機能比較・価格の目安をまとめたPDFです。
