executive-dashboard

エグゼクティブダッシュボード

概要

このスキルは、ServiceNow 向けにエグゼクティブレベルの ITSM KPI とダッシュボードデータを生成します。次のことができます。

• MTTR（平均解決時間）と MTBF（平均故障間隔）を計算する
• インシデント解決率と初回問い合わせ解決率を生成する
• エグゼクティブダッシュボード用のデータを集計する
• 期間ごとのパフォーマンスを比較する
• エグゼクティブの注意を要する傾向を特定する

使用する場面： エグゼクティブ向け説明資料、取締役会向けレポート、月次 IT パフォーマンスレビューの準備、またはダッシュボードデータの自動生成に使用します。

前提条件

• ロール： report_admin、itil、または analytics_admin
• アクセス権： incident、problem、change_request、task テーブルへの読み取りアクセス
• 知識： ITSM KPI の定義と組織の目標に関する理解
• データ： 有意義な指標を得るために、最低 30 日分の履歴データが必要です

手順

ステップ 1：平均解決時間（MTTR）を計算する

MTTR は、インシデントの作成から解決までの平均時間を測定します。

MCP を使用する場合（Claude Code/Desktop）：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: state=6^resolved_atISNOTEMPTY^resolved_atONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,sys_created_on,resolved_at,priority,category
  limit: 1000

REST API を使用する場合：

GET /api/now/table/incident?sysparm_query=state=6^resolved_atISNOTEMPTY^resolved_atONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)&sysparm_fields=sys_id,number,sys_created_on,resolved_at,priority,category&sysparm_limit=1000

MTTR を計算する：

// For each incident:
// Resolution Time = resolved_at - sys_created_on

// MTTR = Sum of all Resolution Times / Count of Resolved Incidents

// Example calculation (in hours):
Total Resolution Time: 2,400 hours
Resolved Incidents: 150
MTTR = 2,400 / 150 = 16 hours

優先度別 MTTR（目標ベンチマーク）：

優先度	目標 MTTR	業界ベンチマーク
P1 - 重大	< 4 時間	2-4 時間
P2 - 高	< 8 時間	4-8 時間
P3 - 中	< 24 時間	8-24 時間
P4 - 低	< 72 時間	24-72 時間

ステップ 2：平均故障間隔（MTBF）を計算する

MTBF は信頼性を測定します。同じ CI またはサービスでインシデントが再発するまでの平均時間です。

CI 関連のインシデントをクエリする：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: cmdb_ciISNOTEMPTY^sys_created_onONLast 90 days@javascript:gs.daysAgoStart(90)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,cmdb_ci,sys_created_on,category
  limit: 2000
  order_by: cmdb_ci,sys_created_on

CI ごとに MTBF を計算する：

// Group incidents by CI
// For CIs with multiple incidents:
// MTBF = Total operating time / (Number of failures - 1)

// Example for Server-001:
// Incident 1: Jan 5
// Incident 2: Jan 20
// Incident 3: Feb 10
// Time between: 15 days + 21 days = 36 days / 2 = 18 days MTBF

MTBF の目標ベンチマーク：

サービス階層	目標 MTBF
Tier 1（重大）	> 30 日
Tier 2（重要）	> 14 日
Tier 3（標準）	> 7 日

ステップ 3：解決率を計算する

初回問い合わせ解決率（FCR）：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: state=6^resolved_atONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)^reassignment_count=0
  fields: sys_id,number
  limit: 1000

Total Resolved (Last 30 Days): Query count of all resolved incidents
FCR Count: Query count with reassignment_count=0
FCR Rate = (FCR Count / Total Resolved) * 100

再オープン率：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: reopen_count>0^sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,reopen_count
  limit: 500

Reopen Rate = (Incidents with reopen_count > 0 / Total Resolved) * 100
Target: < 5%

ステップ 4：インシデント件数の指標

インシデント総件数：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,priority,category,state
  limit: 5000

優先度別の件数： 結果を処理して、優先度フィールドごとに件数をカウントします。

バックログ分析：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: active=true^state!=6^state!=7
  fields: sys_id,priority,sys_created_on,assigned_to
  limit: 1000

Backlog Metrics:
- Total Open: Count of active incidents
- Aging > 7 days: Filter by sys_created_on
- Unassigned: Filter by assigned_toISEMPTY

ステップ 5：変更成功率

完了した変更をクエリする：

Tool: SN-Query-Table
Parameters:
  table_name: change_request
  query: state=3^closed_atONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,close_code,type
  limit: 500

クローズコード分析：

クローズコード	カテゴリ
successful	成功
successful_issues	問題ありで成功
unsuccessful	失敗
cancelled	キャンセル

Change Success Rate = (Successful + Successful with Issues) / (Total - Cancelled) * 100
Target: > 95%

ステップ 6：問題管理の指標

作成された問題と解決された問題：

Tool: SN-Query-Table
Parameters:
  table_name: problem
  query: sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,state,known_error,first_reported_by_task
  limit: 200

既知のエラーデータベース（KEDB）の増加：

Tool: SN-Query-Table
Parameters:
  table_name: problem
  query: known_error=true
  fields: sys_id,number,sys_created_on
  limit: 500

ステップ 7：顧客満足度（CSAT）

ServiceNow のアンケートを使用する場合：

Tool: SN-Query-Table
Parameters:
  table_name: asmt_assessment_instance
  query: metric_type.nameSTARTSWITHIncident^sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,state,percent_answered
  limit: 500

ステップ 8：集計レポートデータを生成する

GlideAggregate パターンを使用する場合（バックグラウンドスクリプト経由）：

Tool: SN-Execute-Background-Script
Parameters:
  script: |
    var ga = new GlideAggregate('incident');
    ga.addQuery('sys_created_on', '>=', gs.daysAgo(30));
    ga.addAggregate('COUNT');
    ga.addAggregate('COUNT', 'priority');
    ga.groupBy('priority');
    ga.query();

    var results = [];
    while (ga.next()) {
      results.push({
        priority: ga.getValue('priority'),
        count: ga.getAggregate('COUNT')
      });
    }
    gs.info('Priority Distribution: ' + JSON.stringify(results));
  description: Aggregate incident counts by priority

ツールの使用方法

MCP ツールのリファレンス

ツール	使用する場面
SN-Query-Table	指標データのクエリに使用する主要ツール
SN-Natural-Language-Search	迅速な分析情報を得るための自然言語クエリ
SN-Execute-Background-Script	GlideAggregate を使用した複雑な集計

REST API リファレンス

エンドポイント	メソッド	用途
/api/now/table/incident	GET	インシデントデータのクエリ
/api/now/table/change_request	GET	変更データのクエリ
/api/now/table/problem	GET	問題データのクエリ
/api/now/stats/{table}	GET	統計の集計

指標に必要な主なフィールド

指標	ソーステーブル	主なフィールド
MTTR	incident	sys_created_on, resolved_at
FCR	incident	reassignment_count
再オープン率	incident	reopen_count
変更成功	change_request	close_code, state
MTBF	incident	cmdb_ci, sys_created_on

ベストプラクティス

• 一貫した期間： 比較には常に同じ期間を使用してください（30日間を推奨）
• 業務カレンダー： 業務時間を測定する場合は、週末や祝日を除外してください
• まずはベースラインを設定： 目標を設定する前に、ベースラインを確立してください
• データをセグメント化： 優先度、カテゴリ、チーム別に分類し、実行可能なインサイトを得てください
• 収集を自動化： ダッシュボードを更新するため、定期的なデータ取得をスケジュールしてください
• ITIL に準拠： KPI を ITIL の継続的サービス改善（CSI）に合わせてください

トラブルシューティング

「MTTR が高すぎるようです」

原因： 一時停止中の時間や営業時間外を含めている 解決策： 利用可能な場合は business_duration フィールドを使用するか、業務スケジュールでフィルタリングしてください

「解決件数がレポートと一致しません」

原因： 使用している日付フィールドが異なる（resolved_at と closed_at、sys_updated_on） 解決策： 解決指標には resolved_at を使用するよう統一してください

「MTBF の計算でエラーが発生します」

原因： インシデントが 1 件の CI では MTBF を計算できない 解決策： インシデントが 2 件以上ある CI に絞り込み、インシデントが 1 件の CI には「N/A」を使用してください

「変更成功率が非常に低いです」

原因： キャンセルされた変更を失敗として数えている 解決策： 合計から state=cancelled を除外し、closed の変更のみを数えてください

例

例 1：週次エグゼクティブサマリー

目的： 週次の IT パフォーマンスサマリーを作成する

実行するクエリ：

1. インシデント件数：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: sys_created_onONLast 7 days@javascript:gs.daysAgoStart(7)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,priority
  limit: 500

2. 解決済みインシデント：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: resolved_atONLast 7 days@javascript:gs.daysAgoStart(7)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,sys_created_on,resolved_at,priority
  limit: 500

3. 現在のバックログ：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: active=true
  fields: sys_id,priority,sys_created_on
  limit: 500

出力レポート：

=== WEEKLY IT PERFORMANCE SUMMARY ===
Week Ending: [Date]

INCIDENT MANAGEMENT:
| Metric | This Week | Last Week | Change |
|--------|-----------|-----------|--------|
| Created | 145 | 132 | +10% |
| Resolved | 152 | 140 | +9% |
| Backlog | 48 | 55 | -13% |
| MTTR (hours) | 14.2 | 15.8 | -10% |

PRIORITY BREAKDOWN:
| Priority | Created | Resolved | Backlog |
|----------|---------|----------|---------|
| P1 | 3 | 4 | 1 |
| P2 | 22 | 25 | 8 |
| P3 | 78 | 80 | 25 |
| P4 | 42 | 43 | 14 |

KEY HIGHLIGHTS:
- MTTR improved by 10% (14.2 hours vs 15.8 hours)
- Backlog reduced by 13% (48 vs 55)
- P1 incidents: 3 created, all resolved or in progress

ITEMS REQUIRING ATTENTION:
- None - all metrics within target

例 2：月次 KPI ダッシュボードデータ

目的： 月次ダッシュボード用のすべての KPI を作成する

すべてのクエリを並行して実行：

// Query 1: Total Incidents
Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,priority,category,state,reassignment_count,reopen_count,sys_created_on,resolved_at
  limit: 2000

// Query 2: Changes
Tool: SN-Query-Table
Parameters:
  table_name: change_request
  query: sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,type,close_code,state
  limit: 500

// Query 3: Problems
Tool: SN-Query-Table
Parameters:
  table_name: problem
  query: sys_created_onONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,state,known_error
  limit: 200

計算済みダッシュボードデータ：

{
  "period": "2024-01-01 to 2024-01-31",
  "incident_management": {
    "total_created": 612,
    "total_resolved": 598,
    "mttr_hours": 14.5,
    "mttr_by_priority": {
      "P1": 3.2,
      "P2": 7.8,
      "P3": 18.4,
      "P4": 48.2
    },
    "fcr_rate": 72.5,
    "reopen_rate": 3.2,
    "backlog": 52
  },
  "change_management": {
    "total_changes": 89,
    "success_rate": 97.8,
    "by_type": {
      "standard": 45,
      "normal": 38,
      "emergency": 6
    }
  },
  "problem_management": {
    "problems_created": 12,
    "problems_resolved": 8,
    "known_errors_added": 5
  },
  "trends": {
    "incident_volume_change": "+5%",
    "mttr_change": "-8%",
    "backlog_change": "-12%"
  }
}

例 3：取締役会向けサマリー

目的： 取締役会でのプレゼンテーション用の概要サマリー

=== IT SERVICE MANAGEMENT - BOARD SUMMARY ===
Period: Q4 2024

EXECUTIVE SUMMARY:
IT Service Management delivered 97% SLA compliance in Q4,
exceeding the 95% target. Major incident count reduced by
25% compared to Q3.

KEY PERFORMANCE INDICATORS:
                          Q4 2024   Q3 2024   Target   Status
Service Availability       99.8%     99.5%    99.5%    PASS
SLA Compliance             97.0%     94.2%    95.0%    PASS
MTTR (hours)               12.4      15.2     16.0     PASS
Change Success Rate        98.2%     96.8%    95.0%    PASS
Customer Satisfaction      4.2/5     4.0/5    4.0/5    PASS
Major Incidents            3         4        <5       PASS

YEAR-OVER-YEAR COMPARISON:
| Metric | 2024 | 2023 | Improvement |
|--------|------|------|-------------|
| Total Incidents | 7,245 | 8,102 | -11% |
| MTTR | 13.2 hrs | 18.4 hrs | -28% |
| SLA Compliance | 96.5% | 92.1% | +4.4% |

INVESTMENTS & OUTCOMES:
- AI-powered triage: 15% reduction in assignment time
- Self-service portal: 22% ticket deflection
- Automation: 400+ hours saved monthly

RISKS & MITIGATIONS:
- Aging infrastructure causing 30% of P1 incidents
  Mitigation: Data center refresh approved for Q2 2025

関連スキル

• reporting/sla-analysis - SLA パフォーマンスの詳細な追跡
• reporting/trend-analysis - インシデントの傾向とパターン
• itsm/incident-lifecycle - インシデント管理全般
• itsm/problem-analysis - 問題管理の指標

参考資料

• ServiceNow Performance Analytics
• ITIL KPI と指標
• IT サービス管理のベンチマーク