本文へ移動
情シスの相棒
情シスあるある約6分で読めます

PC棚卸しの「有り」が当てにならない?ノールック回答と未回答の減らし方

PCの棚卸しで、社員が台帳の自分の名前を見て、現物を確かめずに「有り」と答える。期日までに返事が来るのは半分ほど。公開されている情シスの体験談から、あるあるの場面と、案内の出し方・リマインドの自動化で減らした例をまとめました。

公開 情シスの相棒編集部AIにより執筆編集部が確認:
文字
PC棚卸しの「有り」が当てにならない?ノールック回答と未回答の減らし方

この記事のまとめ

  • 棚卸しの案内を出しても、期日までに答えるのは半分から6割ほど。名前があれば「有り」と答える人も増え、台帳と現物のずれが残ります。
  • 公開されている体験談では、台帳の一覧を見せるのをやめて記述式のフォームにし、未回答者へのリマインドを自動にして、後追いを大きく減らしています。
  • 約800台を、Slackの通知とフォームで、告知の2〜3日後に8〜9割まで集めた例もあります。案内の文面と締め切りの決め方で結果が変わります。
こんな方に#30代#40代#50代実務

年に数回の、PCの棚卸し。案内のメールを出して3日たつのに、返事は半分も来ません。やっと届いた返事を見ると、全員が「有り」です。台帳にある数と同じなので、安心してよさそうに見えます。けれど、そのPCは本当に、その人の手元にあるでしょうか。

公開されている情シスの体験談3件を読んで、棚卸しのあるあると、回答を集めやすくした工夫を整理しました。

案内を出しても、期日までに答えるのは半分

クラスメソッドのブログに、アノテーション株式会社の徳道さんが、数百台のPCの棚卸しで困った点を書いています(2022年)。まず、返事の集まり方です。

これが特に厄介で、アナウンスを見て期日までに回答してくれる方は大体50~60%くらいです。

出典: クラスメソッド 開発者ブログ「くらめその情シス:PC棚卸回答を数週間→数日に短縮したおはなし」徳道 圭一(2022年1月21日)

残りの人には、個別に連絡して回ります。前回の棚卸しでは、200人以上を手作業で追いかけ、1週間以上かかったそうです。

名前があれば「有り」と答える

返事が集まっても、安心はできません。徳道さんの会社では、台帳の一覧を社員に見せて、手元のPCが合っているかを聞く方法をとっていました。すると、こうなりました。

使っている人は自分の名前があればPCの管理番号や状態をあまり確認せずに「有り」という回答をしてくることが増えました。

出典: クラスメソッド 開発者ブログ「くらめその情シス:PC棚卸回答を数週間→数日に短縮したおはなし」徳道 圭一(2022年1月21日)

責めたくなる気持ちは分かりますが、社員の側から見れば、自分の名前が載っていて「合っていますか」と聞かれたら、そのまま答えるのが自然です。忙しい日に、デスクの下のPCをひっくり返して管理番号を探す人は多くありません。

同じ記事は、管理番号のシールがはがれていたり、PCをなくしていたりすると、そもそも番号を書けない、とも指摘しています。台帳と現物がずれる場面は、このあたりにあります。

台帳が頼りにならない会社の棚卸し

台帳そのものに自信がない会社もあります。noteのいとぅさんは、Excelで台帳を作る前の状況を、こう振り返っています(2022年)。端末の台数すら「全く把握できていない状況でした」。上の人から「で、現状はどうなってるの?」と聞かれても、答えられない。その後、台帳を作ってからも、「台帳のミスや記載漏れ等が多く」、管理はほぼ一人に任されていたそうです。

台帳が不確かなままだと、棚卸しで「有り」と返ってきても、突き合わせる相手が当てになりません。棚卸しの目的は、台帳と現物を合わせることなので、片方が揺らいでいると、集めた回答の価値も揺らぎます。

現物を見て回れないとき

リモートワークが前提の会社では、事務所を回って確認する方法が使えません。Adwaysのヘルプデスクの戸田さんは、約800台のPCを前に、こう書いています(2024年)。

従業員一人ひとりに連絡を取って、どのPCを使っているかを聞くことも非常に効率が悪いですし、ユーザー側も手間です。

出典: Adwaysエンジニアブログ「PCの棚卸しを自動化した話」戸田(2024年5月10日)

情シスの側の手間だけでなく、聞かれる側の手間でもある。この視点は大事です。聞き方が面倒なら、答える人も雑になります。

2社の工夫を並べてみる(編集部の整理)

クラスメソッドの例 Adwaysの例
聞き方 台帳の一覧の公開をやめ、Googleフォームの記述式に変更 SlackのBotで通知し、フォームとスプレッドシートに集める
社員に求めること PCの管理番号や状態を、自分で書く 使っているPCの情報を入力する
催促 未回答者への自動リマインド 未回答者へ自動でリマインド
結果 後追いは、200人以上・1週間以上から、一桁台に 告知の翌日に3〜4割、2〜3日で8〜9割が集まった

結果の数字は、それぞれの会社の記事に書かれたものです。会社の規模や社員の働き方で変わるので、そのまま自社の目標にはなりません。

共通するのは、2つあります。社員が現物を確かめずに答えられる形をやめたこと、催促を人の手から外したことです。記事では、告知の翌日に3〜4割、2〜3日で8〜9割が集まったと書かれています。

案内の文面と締め切りの例

編集部の整理として、案内を出すときの型を挙げます。

  • 件名に、締め切りの日付と、所要時間(3分で済む、など)を入れる。
  • 「手元のPCの管理番号(裏面のシール)を入力してください」と、見る場所を書く。
  • シールがない、PCが見つからない場合の答え方を、選択肢で用意する。
  • 締め切りの前日と当日に、未回答の人にだけ再通知する。
  • 回答後に、台帳との差を情シスが確認すると先に伝えておく。

差が出た人を責めない一文も、入れておきます。「ずれは、台帳を直すために知りたいことです」。正直に「見つからない」と答えられる雰囲気がないと、棚卸しの数字は集まりません。

なぜ「有り」のずれは起きるのか(編集部の整理)

3件の体験談を並べると、原因は社員の不注意より、聞き方にあるようです。

  • 答えやすい形になっている。 台帳の一覧に自分の名前があると、「はい」と答えるだけで済みます。確認の手間がかかる聞き方のほうが、手間を避ける人には負担です。
  • 確認する場所が分からない。 管理番号のシールがPCのどこにあるかを知らない人は、探すところから始めることになります。
  • 締め切りを忘れる。 返事が期日までに半分ほどという数字は、悪意の問題ではなく、忙しい日常に案内が埋もれる問題です。
  • 台帳の側にも穴がある。 異動、退職、予備機の貸し出しが台帳に反映されていなければ、社員が正しく答えても、ずれは残ります。

つまり、棚卸しのずれは、社員を責めて減らすより、聞き方と台帳の更新の流れを整えて減らすほうが近道です。

ずれが見つかったときの探し方

台帳と回答が合わない端末が出たら、次の順に当たると、無駄が少なくなります。

  1. 回答した本人に、管理番号をもう一度見てもらう。シールがはがれていないかも聞く。
  2. 部署の上長に、異動や貸し出しで別の人が使っていないかを聞く。
  3. 退職者や長期休暇の人の貸与PCは、返却の記録と照らす。
  4. 資産管理ツールやMDMのログイン履歴がある会社は、最後に使われた日を見る。
  5. それでも見つからなければ、紛失の扱いにするかを責任者と決める。

見つからなかったときに誰に報告し、どこまでを情シスの判断とするかは、先に決めておきます。

今日からできること

  1. 前回の棚卸しで、期日までに答えた人の割合と、手作業で追いかけた人数を書き出します。
  2. 案内の文面を見直し、管理番号を見る場所と、見つからないときの選択肢を足します。
  3. 台帳の一覧を見せる形なら、社員が自分で入力する形に変えられるかを検討します。
  4. 未回答者への再通知を、チャットやメールの機能で自動にできるかを調べます。
  5. 差が出た端末のうち、先に探すものの優先順位(持ち出しの多い人、退職者の貸与PCなど)を決めておきます。

よくある質問

Q棚卸しの回答が、期日までに半分しか集まりません。どうすればよいですか?

A公開されている体験談では、案内を出したあとのリマインドを自動にしたことで、手作業の後追いが大きく減っています。Slackなどの普段見る場所に通知を出し、未回答の人にだけ再通知する形が紹介されています。

Q台帳の一覧を見せて「合っていますか」と聞くのは、よくないのですか?

Aある体験談では、台帳を見せる方式だと、自分の名前があれば現物を確かめずに「有り」と答える人が増えた、と書かれています。管理番号や状態を自分で書いてもらう形にすると、確認の手間が増える代わりに答えの精度が上がります。

Qリモートワークで、現物を見て回れません。

A現物を一台ずつ確認するのが難しい会社では、社員に管理番号や状態を入力してもらう方法が使われています。写真やQRコードを使う方法もありますが、会社の規模と運用に合わせて選びます(編集部の整理)。

出典・参考

編集部が確認:。確認した監修者は、この下に載せています。

執筆

情シスの相棒編集部AIにより執筆

書いた AI: AI記者(解説)

法令・官公庁の発表・企業の公式発表などの一次情報を調べて、情シス向けの解説・比較・テンプレの記事を書きます。数字と日付は出典と照らして確かめ、記事の最後に出典を載せています。使っているAI: Anthropic Claude。

監修

佐々木 航株式会社Game

代表取締役。工学部出身で、21歳で起業してからシステム会社の経営一筋で8期目。アプリの受託開発から始め、いまはAIを使ったシステムソリューションを手がけています。150社以上の企業とのプロジェクトで培った開発と情報システムの現場の経験と声を形にし、激動の時代を乗り越えたいと考えています。

メモ: 掲載時に自動で(しばらくの間)

記事は AI が一次情報を調べて書き、機械の検査を通してから公開しています。人が見ているもの・見ていないものはAI の使い方に書いています。まちがいに気づいたら訂正・ご指摘からお知らせください。直したら、記事の最後に何を直したかを書きます。

役に立ったら、いいねと共有をお願いします