業務とプロセス
STPとは何か: 実際の削減効果を示す直接処理率の完全ガイド
Korea Deep Learning作成
STPとは、Straight-Through Processingの略で、受け付けた全件のうち人が一度も手を触れずに最後まで処理された件の割合です。自動化が実際に業務を軽減したかどうかを、最も直接的に示す指標です。
精度ではなく直接処理率を見るべき理由
認識精度が上がっても、業務量は変わらないことがあります。
導入を検討する場で話題になる数字は、たいてい認識精度です。しかし、精度98%という値と担当者の作業時間の間には、思った以上に大きな差があります。
2%がどこにあるのかが分からなければ、担当者は100%を確認することになります。この状態では、精度が99%に上がっても確認作業は変わりません。逆に、精度が95%でも、誤りの可能性が高い件を正確に選び出せるなら、担当者が見るのは残りの5%だけで済みます。実際の事例では、全件の再検算を例外件の確認に置き換えたことで、検算の負担を大きく減らしたケースがあります。人員の削減効果を説明する数字は、精度ではなく直接処理率です。
STPの正確な定義: 認識精度とどこが違うのか
認識精度とSTP、3つの軸での違い
第一に、数える単位が異なります。認識精度は文字や項目を数えます。STPは業務の件を数えます。1件に項目が20個あり、そのうち1つが誤っていれば、項目単位の精度は95%ですが、その件の直接処理は失敗です。
第二に、反映される要素が異なります。認識精度はモデルの性能だけを反映します。STPは検証ルール、基準値の設定、例外処理の設計も反映します。同じモデルでも、運用の設計によってSTPは大きく変わります。
第三に、使われる場面が異なります。認識精度は製品の比較に使います。STPは投資効果の説明に使います。経営陣に削減効果を説明する必要があるときに必要なのは、後者の数字です。
2つの指標は代替関係にありません。認識精度が低ければSTPも上がりません。ただし、認識精度が高くても、STPが自動的についてくるわけではありません。
STPを正確に測る4つの基準
測定に用いる4つの基準
第一に、分母を明確にします。受け付けた全件を対象にするのか、自動化の対象として決めた帳票だけを対象にするのかで、値は大きく変わります。対象外の文書を除いて計算すると、実際より高い値になります。
第二に、人の介入をどこまで含めるかを決めます。値を修正した場合だけを介入とみなすのか、画面を開いて確認しただけの場合も含めるのかを決める必要があります。確認するだけでも時間はかかります。
第三に、再処理された件をどう数えるかを決めます。例外に振り分けられ、修正後に再び流れに乗った件を成功とみなすのか、失敗とみなすのかで、値が変わります。
第四に、期間を固定します。月単位で測定し、特定の時期に集中する文書があれば、その影響も併せて記録しておくことをお勧めします。
STPを実際に上げる方法
失敗の原因を種類ごとに分けます
STPが低いとき、原因はたいてい数種類にまとまります。特定の帳票で繰り返し失敗する場合、特定の項目で信頼度が低く出る場合、検証ルールが厳しすぎる場合です。
失敗した件を種類ごとに集めると、どこを修正すべきかが見えてきます。帳票の問題であれば項目の定義を、項目の問題であれば抽出基準を、ルールの問題であれば基準値を調整します。
検証ルールと基準値を一緒に調整します
検証を細かくかければ誤りは減りますが、例外が増えてSTPは下がります。逆に緩くすればSTPは上がりますが、誤った値が通過してしまいます。
この2つの値は、両方を見ながら一緒に調整する必要があります。検査履歴を見て、実際には問題にならなかったルールは緩め、誤りが発生した箇所にはルールを追加する方法が安全です。
国内環境におけるSTP
国内の金融業務や公共業務には、法定期限や監査要件が定められているため、STPを無理に上げられない区間があります。支払い審査や事故受付のように、誤りの影響が大きい業務では、保守的な基準値が妥当です。
同時に、例外件の処理速度も管理することをお勧めします。STPが同じでも、例外件がどれだけ速く処理されるかによって、全体のリードタイムは変わります。実際の事例では、支払いのリードタイムが大きく短縮されたケースがあります。
業務完了率と分けて見ます
無介入率が高いのに、担当者の仕事が減らないことがあります。人が手を触れずに判定まで終わっていても、その結果が業務システムに登録されていないからです。
そのため、2つの指標は分けて見ます。無介入率は、判定の段階まで人が関与したかどうかを示します。業務完了率は、1件がシステム登録まで完了したかどうかを示します。両者の差が大きければ、連携の区間が途切れているということなので、認識ではなく連携の側を見直す必要があります。
改善の方向も、この区分から決まります。無介入率が低ければ例外に回る件が多いということなので、認識と検証の基準を確認します。無介入率は高いのに業務完了率が低ければ、システム連携と承認手続きを確認します。
よくある質問
目標値はどの程度に設定すべきですか?
業務によって異なります。1件の誤りの影響が大きい業務ほど、低めの値から始めて、検査履歴を根拠に引き上げる方法が安全です。
認識精度は高いのに、STPが低いのはなぜですか?
検証ルールが厳しすぎるか、基準値が高く設定されている可能性が高いです。失敗した件を種類ごとに分けて確認してください。
導入前に予測することはできますか?
大まかな見積もりは可能です。自社の文書で検証を進め、項目ごとの信頼度の分布を見れば、例外比率のおおよその範囲が分かります。
削減効果はどのように換算しますか?
直接処理された件数に、従来の1件あたりの処理時間を掛けると、削減時間が出ます。この値を常勤者の人数に換算して説明する方法が一般的です。
無介入率と認識精度はどう違うのですか?
認識精度は、モデルがどれだけ正しく読み取れたかを示します。無介入率は、人が手を触れずに完了した件の割合を示します。
業務完了率を別に見るのはなぜですか?
判定まで自動で終わっても、システム登録の段階で途切れると、担当者が再度入力することになります。2つの指標の差が、連携区間の問題を明らかにします。
現在の検査方法と月間の処理件数を教えていただければ、想定される直接処理率を一緒に検討いたします。
お問い合わせ



