電話がかかってきて仕事が進まないということはないでしょうか。
メールを送ってきた相手に返信しようとしたら別の相手から電話。
ようやく仕事に取りかかれると思った時に電話。
また、自分から出る電話よりも、転送されて受ける電話は感覚的に負担度も増します。
気づかずしてそれくらいせわしい職場もあるということで、
どんな問い合わせ内容で、どのようなストレスが発生しているのかpythonを利用して見えるようにしていきます。
辞書・リスト
import pandas as pd
from IPython.display import display
pd.set_option('display.colheader_justify','center')
data={
"内容": ["スケジュール調整", "催促", "質問", "システムの使い方,書類の処理"],
"件数": [60, 60 , 54 ,27],
"文句": [9,11,6,7],
"ため口": [1,1,1,4]
}
df=pd.DataFrame(data)
df["rate"]=(df["不満・文句"]+df["ため口"])/df["件数"]
df.index=range(1,len(df)+1)
display(df)
{ ｝は、辞書という形式で、内容：○○のように、項目＋値の形で表します。
値には[ ]を用いることで、複数の値をもつリスト形式で表現しています。
df = pd.DataFrame(data)
pd.DataFrame( )に辞書(dict)を渡します。
辞書のキー(内容等）が各列名（カラム名）となり、辞書の値（リスト）が各列に並んで表示されます。
データを並べ終えれば、電話で何を言ってきたかという割合を計算したいため、
df["rate"]=(df["不満・文句"]+df["ため口"])/df["件数"]により、
各列の要件ごとに割合の計算を行っています。
あくまで参考のデータですが、内容ごとに表形式でまとめることで、どの対応にストレスがかかっているのか分かりやすくなります。
「システムの使い方,書類の処理」に関する不満率は高めになっており、従来のやり方とシステム化のメリットを十分に生かし切れていないことが読み取れます。
「本来の業務に集中したいのにシステム操作に振り回されている」
「自動化に課題を感じている」
そうした方は、プログラミングの活用が助けになるかもしれません。
【プログラミング、AI活用のはじめ方はこちら】
