JP2019207625A - コーチング支援装置及びプログラム - Google Patents

Abstract

【課題】コーチング対象者のスキルアップの制約を取り除く。【解決手段】コーチング対象者の行動に関するコーチングを支援するためのコーチング支援装置は、コーチング対象者による指導対象行動に関するコンテンツを解析する手段を備え、コンテンツの解析結果に基づいて、コーチング対象者に対する指導情報を設定する手段を備える。【選択図】図２

Description

本発明は、コーチング支援装置及びプログラムに関する。

一般に、企業では、様々な分野において、社員のスキルアップのためのコーチングが導入されている。
例えば、消費者又は顧客企業に対する営業業務を担当する営業担当者のスキルアップのために、営業担当者に対するロールプレイングが実施される。ロールプレイングでは、各営業担当者に対して、指導者が指導を行う。

コーチングには、様々なツールが利用される。例えば、特許文献１には、クレド作成処理と、営業フレームマニュアル作成処理と、ロールプレイング研修と、売上管理表の作成と、行動管理表の作成と、従業員満足度の調査と、顧客満足度の調査と、管理職用研修と、を順に行う営業支援装置が開示されている。

特開２０１０−２７１８０９号公報

しかしながら、特に、十分なスキルアップのためには、複数回のコーチングを実施する必要があるため、長時間を要する。
指導すべき項目の中には、言語化が困難な項目もある。このような項目については、指導者による適切な指導が困難である。
複数の指導者が指導を実施する場合、指導者によって指導の内容が異なるため、コーチング対象者毎にスキルアップの程度にはバラツキがある。

特許文献１の技術は、コーチング対象者のスキルアップのためのツールを管理するものに過ぎないため、コーチング対象者のスキルアップの効率には制約がある。

本発明の目的は、コーチング対象者のスキルアップの効率の制約を取り除くことである。

本発明の一態様は、
コーチング対象者の行動に関するコーチングを支援するためのコーチング支援装置であって、
前記コーチング対象者による指導対象行動に関するコンテンツを解析する手段を備え、
前記コンテンツの解析結果に基づいて、前記コーチング対象者に対する指導情報を設定する手段を備える、
コーチング支援装置である。

本発明によれば、コーチング対象者のスキルアップの制約を取り除くことができる。

本実施形態のコーチング支援装置の構成を概略的に示す構成図である。 本実施形態の概要の説明図である。 本実施形態の対象者データ管理テーブルのデータ構造を示す図である。 本実施形態のコンテンツデータ管理テーブルのデータ構造を示す図である。 本実施形態の指導データ管理テーブルのデータ構造を示す図である。 図１のコーチング支援装置の処理のフローチャートである。 図６の処理において表示される画面の例を示す図である。 本実施形態の指導情報の提示の処理のフローチャートである。 図８の処理において表示される画面の例を示す図である。

以下、図面を参照しながら、本発明の実施形態について説明する。

（１）コーチング支援装置の構成
本実施形態のコーチング支援装置１０の構成について説明する。図１は、本実施形態のコーチング支援装置の構成を概略的に示す構成図である。

図１のコーチング支援装置１０は、コーチング対象者３０の行動に関するコーチングを支援する機能を有する。
図１に示すように、コーチング支援装置１０は、プロセッサ１１と、メモリ１２と、入出力インタフェース（以下「入出力Ｉ／Ｆ」という）１３と、通信インタフェース（以下「通信Ｉ／Ｆ」という）１４と、ストレージ１５と、を備える。

プロセッサ１１は、ストレージ１５に記憶されているプログラムをメモリ１２に読み込んで、当該プログラムに含まれる命令を実行するように構成される。
プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）及びＧＰＵ（Graphical Processing Unit）の少なくとも１つである。

メモリ１２は、データやプログラムを一時的に記憶するように構成される。
メモリ１２は、例えば、ＤＲＡＭ（Dynamic Random Access Memory）である。

入出力Ｉ／Ｆ１３は、コーチング支援装置１０に接続される入力デバイスから情報を入力し、且つ、コーチング支援装置１０に接続される出力デバイスに情報を出力するように構成される。
入出力Ｉ／Ｆ１３は、例えば、以下の少なくとも１つを含む。
入力デバイスは、例えば、キーボード、ポインティングデバイス、カメラ、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。

通信Ｉ／Ｆ１４は、有線又は無線の通信を制御するように構成される。
通信Ｉ／Ｆ１４は、例えば、以下の少なくとも１つである。
・ハードウェア（一例として、ネットワークアダプタ）
・各種の通信用ソフトウェア

ストレージ１５は、様々な情報（例えば、データやプログラム）を記憶するように構成される。
ストレージ１５は、例えば、以下の少なくとも１つを含む。
・磁気ディスク
・フラッシュメモリ

（２）実施形態の概要
本実施形態の概要について説明する。図２は、本実施形態の概要の説明図である。

図２に示すように、コーチング支援装置１０は、コーチングの対象となる指導対象行動に関するコンテンツを解析する。指導対象行動は、例えば、以下の少なくとも１つを含む。
・コーチング対象者３０の動き
・コーチング対象者３０の発言
コーチング支援装置１０は、コンテンツの解析結果に基づいて、コーチング対象者３０の行動に関する指導情報を設定し、ストレージ１５に記憶する。

このように、本実施形態によれば、コーチング対象者３０の行動に基づいてコーチング対象者３０の行動に関する指導情報が設定される。これにより、コーチング対象者３０に対するコーチングを容易に実現することができる。その結果、コーチング対象者のスキルアップの効率の制約が取り除かれる。

（３）データ構造
本実施形態のデータ構造について説明する。各データテーブルは、ストレージ１５に記憶される。

（３−１）対象者データ管理テーブル
本実施形態の対象者データ管理テーブルのデータ構造について説明する。図３は、本実施形態の対象者データ管理テーブルのデータ構造を示す図である。

図３の対象者データ管理テーブルには、コーチング対象者３０に関する対象者データが格納される。
対象者データ管理テーブルは、「対象者ＩＤ」フィールドと、「対象者名」フィールドと、「対象者属性」フィールドと、を含む。各フィールドは、互いに関連付けられる。

「対象者ＩＤ」フィールドには、コーチング対象者３０を識別する対象者ＩＤが格納される。「対象者ＩＤ」フィールドの対象者ＩＤは、対象者データ管理テーブルのレコードの主キーである。

「対象者名」フィールドには、コーチング対象者３０の名前に関する情報（例えば、テキスト）が格納される。

「対象者属性」フィールドには、コーチング対象者３０の属性に関する対象者属性情報が格納される。「対象者属性」フィールドは、複数のサブフィールド（「性別」フィールド及び「年齢」フィールド）を含む。各サブフィールドは、互いに、関連付けられている。

「性別」フィールドには、コーチング対象者３０の性別に関する情報が格納される。

「年齢」フィールドには、コーチング対象者３０の年齢に関する情報が格納される。

（３−２）コンテンツデータ管理テーブル
本実施形態のコンテンツデータ管理テーブルのデータ構造について説明する。図４は、本実施形態のコンテンツデータ管理テーブルのデータ構造を示す図である。

図４のコンテンツデータ管理テーブルは、「コンテンツＩＤ」フィールドと、「対象者ＩＤ」フィールドと、「コンテンツ日時」フィールドと、「コンテンツ」フィールドと、を含む。各フィールドは、互いに関連付けられる。

「コンテンツＩＤ」フィールドには、コンテンツを識別するコンテンツＩＤが格納される。「コンテンツＩＤ」フィールドのコンテンツＩＤは、コンテンツデータ管理テーブルの各レコードの主キーである。

「対象者ＩＤ」フィールドには、コーチング対象者３０を識別する対象者ＩＤが格納される。

「コンテンツ日時」フィールドには、コンテンツが取得された日時に関する情報が格納される。

「コンテンツ」フィールドには、コンテンツに関するコンテンツデータが格納される。コンテンツデータは、例えば、以下の少なくとも１つである。
・カメラによって取得されたコーチング対象者３０の動きの映像データ
・マイクによって取得されたコーチング対象者３０の発言の音声データ
・入出力Ｉ／Ｆ１３又は通信Ｉ／Ｆ１４を介して取得されたコーチング対象者３０の発言のテキストデータ

（３−３）指導データ管理テーブル
本実施形態の指導データ管理テーブルのデータ構造について説明する。図５は、本実施形態の指導データ管理テーブルのデータ構造を示す図である。

図６の指導データ管理テーブルには、コンテンツの解析結果に基づいて生成される指導データが格納される。指導データ管理テーブルは、コンテンツＩＤに関連付けられる。
指導データ管理テーブルは、「再生時間」フィールドと、「解析結果」フィールドと、「指導情報」フィールドと、を含む。各フィールドは、互いに関連付けられる。

「再生時間」フィールドには、コンテンツの再生時間に関する情報が格納される。「再生時間」フィールドの情報は、指導データ管理テーブルの各レコードの主キーである。

「解析結果」フィールドには、コンテンツの解析結果が格納される。「解析結果」フィールドは、複数のサブフィールド（「トピック」フィールド、「フィラー」フィールド、「姿勢」フィールド、及び、「所作」フィールド）を含む。各サブフィールドは、互いに関連付けられている。

「トピック」フィールドには、コーチング対象者３０の発言の内容のトピックに関する解析結果が格納される。
「フィラー」フィールドには、コーチング対象者３０の発言に無意な言葉（以下「フィラー」という）が含まれるか否かに関する解析結果が格納される。
「姿勢」フィールドには、コーチング対象者３０の姿勢に関する解析結果が格納される。
「所作」フィールドには、コーチング対象者３０の手の所作に関する解析結果が格納される。

解析結果は、例えば、以下の少なくとも１つのデータで表される。
・カテゴリカルデータ（いわゆる、質的データ）
・離散的データ（いわゆる、離散値）
・連続的データ（いわゆる、連続値）
・「解析結果」フィールドの複数のサブフィールドのデータから導出される多次元ベクトル

「指導情報」フィールドには、コンテンツ（例えば、ロールプレイングの様子の撮影映像）に対応する指導情報が格納される。指導情報は、例えば、以下の少なくとも１つを含む。
・解析結果に基づいて決定されるアドバイス（つまり、コーチング対象者３０に対するアドバイス）に関する情報（一例として、「背筋を伸ばして、良い姿勢を！」というメッセージ、「お客様に両手を見せましょう！」というメッセージ、「顔に手を触れてはいけません！」というメッセージ、又は、「両手を組まず、開きましょう！」というメッセージ）
・解析結果に基づいて決定される改善方法（つまり、コーチング対象者３０に対する改善提案）に関する情報（一例として、「また株の話をしています。一度にまとめて説明しましょう。」というメッセージ、又は、「地価の話をしていません。説明しましょう。」というメッセージ）

（４）コーチング支援装置の処理
本実施形態のコーチング支援装置１０の処理について説明する。

（４−１）解析の処理
本実施形態の解析の処理について説明する。図６は、本実施形態の解析の処理のフローチャートである。図７は、図６の処理において表示される画面の例を示す図である。

図６の処理は、コーチング支援装置１０のオペレータ（例えば、管理者）による指示に応じて実行される。

図６に示すように、コーチング支援装置１０は、指導対象行動に関するコンテンツ（例えば、ロールプレイングの様子の撮影映像）の取得（Ｓ１００）を実行する。
具体的には、プロセッサ１１は、画面Ｐ１００（図７）をディスプレイに表示する。

画面Ｐ１００は、操作オブジェクトＢ１００と、フィールドオブジェクトＦ１００と、を含む。
フィールドオブジェクトＦ１００は、処理の対象となるコンテンツのファイルを指定するためのオペレータの指示を受け付けるオブジェクトである。
操作オブジェクトＢ１００は、フィールドオブジェクトＦ１００に入力された情報を確定させるためのオペレータの指示を受け付けるオブジェクトである。

オペレータがフィールドオブジェクトＦ１００に所望のコンテンツを指定し、且つ、操作オブジェクトＢ１００を操作すると、プロセッサ１１は、コンテンツデータ管理テーブル（図４）を参照して、フィールドオブジェクトＦ１００で指定されたコンテンツのファイルを読み出す。

ステップＳ１００の後、コーチング支援装置１０は、解析（Ｓ１０１）を実行する。
具体的には、ストレージ１５には、解析モデルが記憶されている。解析モデルは、音声解析モデルと、画像解析モデルと、を含む。

音声解析モデルは、音声コンテンツを解析するための学習済モデルである。音声解析モデルは、例えば、コーチング支援装置１０の管理者が予め指定した模範者（一例として、営業成績の良い模範者）の発言の音声を訓練データとして用いた機械学習によって構築される。
音声解析モデルの入力は、コーチング対象者３０の発言の音声である。
音声解析モデルの出力は、コーチング対象者３０の発言（例えば、以下の少なくとも１つ）と模範者の発言との類似度に基づいて計算されるコーチング対象者３０の発言に対する評価である。
・トピックの遷移
・フィラーの有無
・指導対象行動の目的（例えば、営業活動）と無関係な雑談の内容
音声解析モデルの出力は、例えば、模範者の発言のトピックの分布、トピックの順序、フィラーの頻度、及び、雑談のタイミングの少なくとも１つについてのコーチング対象者３０の発言に対する評価である。コーチング対象者３０の発言に対する評価は、発話時間、話者、及び、発言内容の少なくとも１つに関連付けて設定される。

画像解析モデルは、画像コンテンツを解析するための学習済モデルである。画像解析モデルは、例えば、模範者の動きの画像を訓練データとして用いた機械学習によって構築される。
画像解析モデルの入力は、撮影映像に含まれる画像である。
画像解析モデルの出力は、コーチング対象者３０の動き（例えば、以下の少なくとも１つ）と模範者の動きとの類似度に基づいて計算されるコーチング対象者３０の動きに対する評価である。
・コーチング対象者３０の姿勢
・コーチング対象者３０の手の所作
画像解析モデルの出力は、例えば、模範者の姿勢及び手の所作の少なくとも１つについてのコーチング対象者３０の動きに対する評価である。コーチング対象者３０の動きに対する評価は、撮影映像の再生時間に関連付けて設定される。

このように、プロセッサ１１は、Ｓ１００で読み出したコンテンツを解析モデルに入力することにより、コーチング対象者３０の指導対象行動の音声及び画像のそれぞれに対する解析結果を決定する。
プロセッサ１１は、コンテンツのファイルのコンテンツＩＤに関連付けられた指導データ管理テーブル（図５）の「解析結果」フィールドに含まれる各サブフィールドに解析結果を格納する。より具体的には、各サブフィールドには、以下の解析結果が格納される。
・「トピック」フィールドには、トピックに関する解析結果（例えば、トピックの内容に関する解析結果、トピックの遷移の頻度に関する解析結果、又は、トピックの内容と指導対象行動の目的との乖離に関する解析結果）が格納される。
・「フィラー」フィールドには、フィラーに該当する音声であるか否かに関する解析結果が格納される。
・「姿勢」フィールドには、コーチング対象者３０の姿勢に関する解析結果が格納される。
・「所作」フィールドには、コーチング対象者３０の手の所作に関する解析結果が格納される。

ステップＳ１０１の後、コーチング支援装置１０は、指導情報の設定（Ｓ１０２）を実行する。
具体的には、ストレージ１５には、各解析指標毎に、指導情報のサンプルに関する指導サンプル情報が格納されている。
プロセッサ１１は、指導サンプル情報を参照して、指導データ管理テーブル（図５）の「指導情報」フィールドに、ステップＳ１０１で指導データ管理テーブルに格納した解析結果と、少なくとも１つの解析結果に対応する指導情報と、を関連付けて記憶する。

（４−２）指導情報の提示の処理
本実施形態の指導情報の提示の処理について説明する。図８は、本実施形態の指導情報の提示の処理のフローチャートである。図９は、図８の処理において表示される画面の例を示す図である。

図８に示すように、コーチング支援装置１０は、指導コンテンツの生成（Ｓ１１０）を実行する。
具体的には、プロセッサ１１は、画面Ｐ１１０（図９）をディスプレイに表示する。

画面Ｐ１１０は、操作オブジェクトＢ１１０と、フィールドオブジェクトＦ１１０と、を備える。
フィールドオブジェクトＦ１１０は、コンテンツＩＤの入力を受け付けるためのオペレータの指示を受け付けるオブジェクトである。
操作オブジェクトＢ１１０は、フィールドオブジェクトＦ１１０の入力を確定させるためのオペレータの指示を受け付けるオブジェクトである。

プロセッサ１１は、ステップＳ１０２で「指導情報」フィールドに格納された指導情報に対応する指導画像（例えば、コーチング対象者３０に対するアドバイスに関するメッセージの画像）を、ステップＳ１００で読み出した撮影映像に合成することにより、指導映像（「指導コンテンツ」の一例）を生成する。各指導画像は、各指導画像に対応する指導情報に関連付けられた再生時間によって特定される画像フレームと合成される。

ステップＳ１１０の後、コーチング支援装置１０は、指導コンテンツの提示（Ｓ１１１）を実行する。
具体的には、プロセッサ１１は、画面Ｐ１１１（図６）をディスプレイに表示する。

画面Ｐ１１１は、表示オブジェクトＡ１１１ａ〜Ａ１１１ｂを含む。
表示オブジェクトＡ１１１ａには、Ｓ１００で読み出されたコンテンツ（例えば、撮影映像）が表示される。
表示オブジェクトＡ１１１ｂには、Ｓ１１１でコンテンツと合成された指導情報が表示される。

本実施形態によれば、コーチング対象者３０の指導対象行動に関するコンテンツの解析結果に基づいてコーチング対象者３０に対する指導情報を設定する。これにより、コーチング対象者３０による実際の行動に基づくコーチングを容易に実現することができる。その結果、コーチング対象者３０のスキルアップの制約を取り除くことができる。

（５）変形例
本実施形態の変形例について説明する。

（５−１）変形例１
本実施形態の変形例１について説明する。変形例１は、テキストコンテンツに基づいて、発言の解析を行う例である。

変形例１では、ストレージ１５に記憶された解析モデルは、テキスト解析モデルを含む。

テキスト解析モデルは、テキストコンテンツを解析するための学習済モデルである。テキスト解析モデルは、模範者の発言のテキストデータを訓練データとして用いた機械学習によって構築される。
テキスト解析モデルの入力は、コーチング対象者３０の発言に関するテキストである。
テキスト解析モデルの出力は、音声解析モデルの出力と同様である。
テキスト解析モデルの出力は、例えば、模範者の発言のトピックの分布、トピックの順序、フィラーの頻度、及び、雑談のタイミングの少なくとも１つについて、コーチング対象者３０の発言に関するテキストの特徴量と模範者のテキストの特徴量との間の類似度に基づいて決まる。

プロセッサ１１は、Ｓ１００で読み出したコンテンツを解析モデルに入力することにより、コーチング対象者３０の動き並びに発言（音声及びテキスト）のそれぞれに対する解析結果を決定する。

なお、変形例１では、音声の解析は省略可能である。

（５−２）変形例２
本実施形態の変形例２について説明する。変形例２は、模範者の情報を参照せずに解析を行う例である。

変形例２のストレージ１５には、指導データ管理テーブル（図５）の「解析結果」フィールドの各サブフィールド（「トピック」フィールド、「フィラー」フィールド、「姿勢」フィールド、及び、「所作」フィールド）に対して、模範者のデータから導出される基準値が設定されている。
プロセッサ１１は、ステップＳ１０２（図６）において、コーチング対象者３０の指導データ管理テーブルの「解析結果」フィールドの各サブフィールドの情報と、各サブフィールドに設定された基準値との類似度に基づいて、指導情報を設定する。

変形例２によれば、模範となる行為が予め定義可能な場合において、模範者のデータから生成される解析モデルを用意することなく、指導情報を設定することができる。

（５−３）変形例３
本実施形態の変形例３について説明する。変形例３は、適切なタイミングで提示されるように、指導情報を設定する例である。

変形例３のプロセッサ１１は、以下の条件の少なくとも１つが成立する場合に、ステップＳ１０２（図６）を実行する。
・コーチング対象者３０の指導対象行動の特徴量と、解析モデルと、から導出される類似度が所定の閾値以上である乖離状態が発生する場合
・乖離状態が所定の再生時間だけ連続する場合

ストレージ１５には、乖離状態が連続する再生時間の長さに応じた指導サンプル情報が格納されている。
プロセッサ１１は、ステップＳ１０２において、乖離状態が連続する再生時間の長さに応じた指導情報と解析結果とを関連付けて記憶する。

変形例３によれば、コーチング対象者３０の行動の内容、又は、コーチング対象者３０の行動のレベルに応じた指導情報を設定することができる。

（６）小括
本実施形態について小括する。

本実施形態の第１態様は、
コーチング対象者の行動に関するコーチングを支援するためのコーチング支援装置１０であって、
コーチング対象者による指導対象行動に関するコンテンツを解析する手段を備え、
コンテンツの解析結果に基づいて、コーチング対象者に対する指導情報を設定する手段を備える、
コーチング支援装置１０である。

第１態様によれば、コーチング対象者３０の行動に基づいてコーチング対象者３０の行動に関する指導情報が設定される。これにより、コーチング対象者３０に対するコーチングを容易に実現することができる。その結果、コーチング対象者のスキルアップの効率の制約が取り除かれる。

本実施形態の第２態様は、
コンテンツは、コーチング対象者の動きの画像を含み、
設定する手段は、コーチング対象者の画像の特徴量に基づいて、コーチング対象者の動きに応じた指導情報を設定する、
コーチング支援装置である。

第２態様によれば、コーチング対象者３０の動きに基づいてコーチング対象者３０の動きに関する指導情報が設定される。これにより、コーチング対象者３０の動きに関するコーチングを容易に実現することができる。

本実施形態の第３態様は、
解析する手段は、コーチング対象者の所作及び姿勢の少なくとも１つを検出し、
設定する手段は、検出された所作及び姿勢の少なくとも１つに基づいて、指導情報を設定する、
コーチング支援装置である。

第３態様によれば、コーチング対象者３０の所作及び姿勢の少なくとも１つに基づいてコーチング対象者３０の所作及び姿勢の少なくとも１つに関する指導情報が設定される。これにより、コーチング対象者３０の所作及び姿勢の少なくとも１つに関するコーチングを容易に実現することができる。

本実施形態の第４態様は、
コンテンツは、コーチング対象者の発言の音声及びテキストの少なくとも１つを含み、
設定する手段は、検出された音声及びテキストの少なくとも１つの特徴量に基づいて、コーチング対象者の発言に応じた指導情報を設定する、
コーチング支援装置である。

第４態様によれば、コーチング対象者３０の発言に基づいてコーチング対象者３０の発言に関する指導情報が設定される。これにより、コーチング対象者３０の発言に関するコーチングを容易に実現することができる。

本実施形態の第５態様は、
解析する手段は、コーチング対象者の発言のトピック及びフィラーの少なくとも１つを検出し、
設定する手段は、検出されたトピック及びフィラーの少なくとも１つに基づいて、指導情報を設定する、
コーチング支援装置である。

第５態様によれば、コーチング対象者３０のトピック及びフィラーの少なくとも１つに基づいてコーチング対象者３０のトピック及びフィラーの少なくとも１つに関する指導情報が設定される。これにより、コーチング対象者３０のトピック及びフィラーの少なくとも１つに関するコーチングを容易に実現することができる。

本実施形態の第６態様は、
模範者の特徴量を記憶する手段を備え、
設定する手段は、検出された特徴量と、模範者の特徴量と、を比較することにより、指導情報を設定する、
コーチング支援装置である。

第６態様によれば、模範者の行動を参照して、コーチング対象者３０の行動に対する指導情報が設定される。これにより、より適切な指導情報を設定することができる。

本実施形態の第７態様は、
設定する手段は、指導情報をコンテンツにおける再生タイミングに関連付けて設定する、
コーチング支援装置である。

第７態様によれば、指導情報が設定されたコンテンツを再生中に、適切なタイミングで指導情報を提示することができる。

本実施形態の第８態様は、
検出された特徴量に基づいて、指導情報を提示すべき再生タイミングを決定する手段を備え、
設定する手段は、決定された再生タイミングに指導情報を関連付けて記憶する、
コーチング支援装置である。

第８態様によれば、指導情報が設定されたコンテンツを再生中に、適切なタイミングで指導情報を提示することができる。

本実施形態の第９態様は、
設定された指導情報をコンテンツに合成することにより、指導コンテンツを生成する手段を備え、
指導コンテンツを提示する手段を備える、
コーチング支援装置である。

第９態様によれば、指導情報が設定されたコンテンツが提示される。これにより、これにより、コーチング対象者３０のコンテンツを閲覧しながら、指導情報を確認することができる。

本実施形態の第１０態様は、
コンピュータを、上記の何れかの各手段として機能させるためのプログラムである。

（７）その他の実施形態
その他の実施形態について説明する。

上述した実施形態では、コーチング支援装置１０の処理（図６）が実行される前にコンテンツのファイルがストレージ１５に記憶されている例を示した。しかし、本実施形態はこれに限られない。コーチング支援装置１０は、例えば、ロールプレイング中に指導コンテンツを提示しても良い。

指導データ管理テーブル（図５）の「解析結果」フィールドは、以下の少なくとも１つのデータを含んでもよい。
・カテゴリカルデータ（いわゆる、質的データ）
・離散的データ（いわゆる、離散値）
・連続的データ（いわゆる、連続値）
・「解析結果」フィールドの複数のサブフィールドのデータから導出される多次元ベクトル

本実施形態では、コーチング支援装置１０が営業指導のためのコーチングに使用される例について説明した。しかし、本実施形態は、以下の少なくとも１つを目的とするコーチングにも適用可能である。
・コンサルティングの指導
・医療の指導
・教育の指導
・接客の指導

以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。

１ ：コーチング支援システム
１０ ：コーチング支援装置
１１ ：プロセッサ
１２ ：メモリ
１３ ：入出力Ｉ／Ｆ
１４ ：通信Ｉ／Ｆ
１５ ：ストレージ

Claims (10)

1. コーチング対象者の行動に関するコーチングを支援するためのコーチング支援装置であって、
   前記コーチング対象者による指導対象行動に関するコンテンツを解析する手段を備え、
   前記コンテンツの解析結果に基づいて、前記コーチング対象者に対する指導情報を設定する手段を備える、
   コーチング支援装置。
2. 前記コンテンツは、前記コーチング対象者の動きの画像を含み、
   前記設定する手段は、前記コーチング対象者の画像の特徴量に基づいて、前記コーチング対象者の動きに応じた指導情報を設定する、
   請求項１に記載のコーチング支援装置。
3. 前記解析する手段は、前記コーチング対象者の所作及び姿勢の少なくとも１つを検出し、
   前記設定する手段は、前記検出された所作及び姿勢の少なくとも１つに基づいて、前記指導情報を設定する、
   請求項２に記載のコーチング支援装置。
4. 前記コンテンツは、前記コーチング対象者の発言の音声及びテキストの少なくとも１つを含み、
   前記設定する手段は、前記検出された音声及びテキストの少なくとも１つの特徴量に基づいて、前記コーチング対象者の発言に応じた指導情報を設定する、
   請求項１〜３の何れかに記載のコーチング支援装置。
5. 前記解析する手段は、前記コーチング対象者の発言のトピック及びフィラーの少なくとも１つを検出し、
   前記設定する手段は、前記検出されたトピック及びフィラーの少なくとも１つに基づいて、前記指導情報を設定する、
   請求項４に記載のコーチング支援装置。
6. 模範者の特徴量を記憶する手段を備え、
   前記設定する手段は、前記検出された特徴量と、前記模範者の特徴量と、を比較することにより、前記指導情報を設定する、
   請求項１〜５の何れかに記載のコーチング支援装置。
7. 前記設定する手段は、前記指導情報を前記コンテンツにおける再生タイミングに関連付けて設定する、
   請求項１〜６の何れかのコーチング支援装置。
8. 前記検出された特徴量に基づいて、前記指導情報を提示すべき再生タイミングを決定する手段を備え、
   前記設定する手段は、前記決定された再生タイミングに前記指導情報を関連付けて記憶する、
   請求項７に記載のコーチング支援装置。
9. 前記設定された指導情報を前記コンテンツに合成することにより、指導コンテンツを生成する手段を備え、
   前記指導コンテンツを提示する手段を備える、
   請求項１〜８の何れかのコーチング支援装置。
10. コンピュータを、請求項１〜９の何れかの各手段として機能させるためのプログラム。

Images