JP5591725B2 - センサ情報処理分析システム及び解析サーバ - Google Patents

Description

本発明は、センサ情報処理分析システム及び解析サーバに係り、大量のセンサデータを分析するセンサ情報処理分析システム及び解析サーバに関する。

本技術分野の背景技術として、例えば特願２００８−２２８９６号公報（特許文献１）に開示された技術がある。この公報には、「解析内容により、タイムトリガ解析とイベントトリガ解析にわけて解析を行なう。タイムトリガ解析では、可視化する際に必要な基本となる解析処理を行なう。また、イベントトリガ解析では、閲覧者の所望情報を用いて、タイムトリガ解析で求めた解析結果を加工し出力する。」と記載されている（要約参照）。

特願２００８−２２８９６号公報

センサノードからセンサデータが送られてくるタイミングが一定ではないと、定期的なバッチ処理では分析できないことがある。例えば、センサノードがデータを送るタイミングにおいて所定の場所にない場合、そのセンサノードからデータが取得できず、バッチ処理に反映できないことがある。コンテンツの精度を高めるためには、未処理のデータを反映させる必要があるが、バッチ処理の再実行では、過去に処理したデータも処理してしまうため、処理の無駄が多くなってしまう。また、すべてのセンサノードからのデータの収集を待ってバッチ処理を行う場合、センサノードの数が多くなるにつれてデータが欠落する確率が増すため待ち時間が増大し、さらにセンサノードの数が多くなるにつれてバッチ処理にも時間を要するので処理結果を得るまでに時間がかかってしまう。
本発明は、以上の点に鑑み、データの解析処理量低減と解析結果のコンテンツの精度向上を両立することを目的とする。

上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願はひとつの発明概念に含まれる上記課題を解決する具体的手段を複数含んでいるが、その一例を挙げるならば、「処理毎に処理に用いるデータの取得率を保持し、一定時間毎にデータの取得率に変動があった場合のみ該当バッチ処理を行なう」ことを特徴とする。
さらに、「センサ端末からはセンシングしていないときにも、センシングしていないというデータを送信する」ことを特徴とする。

例えば、処理毎に処理に用いるデータの取得率を保持し、一定時間毎にデータの取得率に変動があった場合のみ該当バッチ処理を行なう。また、センサ端末からはセンシングしていない状態であったときについても、センシングしていないというデータを送信する。取得率の変動が一定の閾値を超えたら該当バッチ処理を行なうようにしてもよい。データの取得率が一定の閾値を超えたら、１００％でなくとも分析済状態と判定してもよい。なお、上記の処理は表示データを作るための処理である。

本発明の第１の解決手段によると、
センシングされたデータを送信する複数のセンサノードと、
前記複数のセンサノードからのデータを用いて所定のバッチ処理を行う解析サーバと
を備え、
前記センサノードから予め定められた時間内に送信される所望データ数が予め定められ、
前記解析サーバは、
所定のバッチ処理に用いるデータについて、前記所望データ数と、実際に前記複数のセンサノードから受信した前記予め定められた時間内のデータ数とに基づき、データの取得率を求め、
データの取得率に変動があった場合に、該当バッチ処理を行うセンサ情報分析システムが提供される。

本発明の第２の解決手段によると、
センシングされたデータを送信する複数のセンサノードと、前記複数のセンサノードからのデータを用いて所定のバッチ処理を行う解析サーバとを備え、前記センサノードから予め定められた時間内に送信される所望データ数が予め定められたシステムにおける前記解析サーバであって、
所定のバッチ処理に用いるデータについて、前記所望データ数と、実際に前記複数のセンサノードから受信した前記予め定められた時間内のデータ数とに基づき、データの取得率を求め、
データの取得率に変動があった場合に、該当バッチ処理を行う解析サーバが提供される。

本発明によると、データの解析処理量低減と解析結果のコンテンツの精度向上を両立することができる。

センサ情報処理分析システムの構成図の例（１）である。 センサ情報処理分析システムの構成図の例（２）である。 センサ情報処理分析システムの構成図の例（３）である。 センサ情報処理分析システムの構成図の例（４）である。 センサ情報処理分析システムの構成図の例（５）である。 センサ情報処理分析システムの構成図の例（６）である。 センサ情報処理分析システムの構成図の例（７）である。 センサ情報処理分析システムの構成図の例（８）である。 センサ情報処理分析システムの処理の例（１）である。 センサ情報処理分析システムの処理の例（２）である。 センサ情報処理分析システムの処理の例（３）である。 センサ情報処理分析システムの処理の例（４）である。 ユーザ／場所情報テーブルの例である。 個人処理基準テーブルの例である。 個人処理時刻実行ログテーブルの例である。 対面テーブルの例である。 身体リズムテーブルの例である。 個人指標テーブルの例である。 組織情報データベースの例である。 プロジェクトテーブルの例である。 組織処理基準テーブルの例である。 組織処理時刻実行ログテーブルの例である。 対面マトリックスの例である。 組織指標の例である。 プロジェクト進捗コンテンツの例である。 ネットワーク図の例である。 旅費データベースの例である。 個人業務行動マスターテーブルの例である。 組織／プロジェクト業務行動マスターテーブルの例である。 補完出力後の対面／身体リズムテーブルの例である。 補完出力後のユーザ別の対面マトリックスの例である。 補完出力後のユーザ別のネットワーク図の例である。 補完出力後のチーム別の対面マトリックスの例である。 補完出力後のチーム別のネットワーク図の例である。 整合性処理前の対面／身体リズムテーブルの例である。 整合性処理前の対面／身体リズムテーブルの例である。

以下、本発明の一実施形態を、図面を参照して説明する。
本実施の形態における解析システムの位置づけと機能を明らかにするため、まずビジネス顕微鏡システムについて説明する。ここで、ビジネス顕微鏡とは、人間に装着したセンサノードでその人間の行動や振る舞いを観測し、組織アクティビティとして人物間の関係性と現在の組織の像を図示することで組織の改善に役立てるためのシステムである。また、センサノードで取得される対面検出・行動・音声等に関するデータを、総称して広く組織ダイナミクスデータと呼ぶ。

図１Ａ、図１Ｂ、図１Ｃ、図１Ｄ、図１Ｅ、図１Ｆ、図１Ｇ、図１Ｈは一つの実施形態であるビジネス顕微鏡システムの構成要素を示す説明図であり、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。
図１は名札型センサノード（ＴＲ）から、基地局（ＧＷ）を経由し、組織ダイナミクスデータを格納するセンサネットサーバ（ＳＳ）、組織ダイナミクスデータの解析を行なうアプリケーションサーバ（ＡＳ）、閲覧者に解析結果を出力するクライアント（ＣＬ）までの一連の流れを示している。
本システムは、名札型センサノード（ＴＲ）、基地局（ＧＷ）、センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）、ＮＴＰサーバ（ＴＳ）、企業情報集約サーバ（ＫＳ）、診断サーバ（ＤＳ）、クライアント（ＣＬ）、及び、管理システム（ＡＭ）を備える。ここで名札型センサノード、基地局、各種のサーバ、クライアント、管理システムはそれぞれ中央処理部、記憶部、ネットワークインタフェース等を備えた通常の計算機構成を有する。

図１Ａに示すアプリケーションサーバ（ＡＳ）は、組織ダイナミクスデータを解析及び処理する。図１Ｂに示すクライアント（ＣＬ）からの依頼を受け、又は、設定された時刻に自動、及び、手動にて、解析アプリケーションが起動する。
解析アプリケーションは、図１Ｆに示すセンサネットサーバ（ＳＳ）に依頼し、必要な組織ダイナミクスデータを取得する。さらに、解析アプリケーションは、取得した組織ダイナミクスデータを解析し、解析結果を図１Ｂに示すクライアント（ＣＬ）に返す。あるいは、解析アプリケーションは、解析結果をそのまま解析結果データベース（Ｆ）に記録しておいてもよい。

図１Ｃに示す企業情報集約サーバ（ＫＳ）は、他の企業情報システムとの連携をはかり企業情報を集約するサーバである。図１Ｄに示す診断サーバ（ＤＳ）は、システムが正常に動作しているか診断を行う。図１Ｇに示す管理システム（ＡＭ）からの依頼を受け、又は、設定された時刻に自動的に、診断アプリケーションが起動する。図１Ｅに示す管理システム（ＡＭ）は、システム管理者との接点であり、システムの診断結果を表示し、システムの状態を表示、管理するインタフェースである。
なお、解析に用いるアプリケーションは、解析アルゴリズム（Ｄ）に格納されており、制御部（ＡＳＣＯ）によって実行される。本実施例により実行される処理は、業務行動解析（ＣＡ）、業務指標解析（ＣＡ１）、企業情報解析（ＣＡ２）である。

アプリケーションサーバ（ＡＳ）は、送受信部（ＡＳＳＲ）、記憶部（ＡＳＭＥ）及び制御部（ＡＳＣＯ）を備える。
送受信部（ＡＳＳＲ）は、図１Ｆに示すセンサネットサーバ（ＳＳ）及び図１Ｂに示すクライアント（ＣＬ）との間で組織ダイナミクスデータの送信及び受信を行う。具体的には、送受信部（ＡＳＳＲ）は、クライアント（ＣＬ）から送られてきたコマンドを受信し、センサネットサーバ（ＳＳ）に組織ダイナミクスデータ取得依頼を送信する。さらに、送受信部（ＡＳＳＲ）は、センサネットサーバ（ＳＳ）から組織ダイナミクスデータを受信し、解析結果をクライアント（ＣＬ）に送信する。
記憶部（ＡＳＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＡＳＭＥ）は、解析のための設定条件及び解析結果を格納する。具体的には、記憶部（ＡＳＭＥ）は、ユーザ／場所情報データベース（Ｉ）、組織情報データベース（Ｈ）、及び、解析アルゴリズム（Ｄ）を格納する。
ユーザ／場所情報テーブル（Ｉ）は、ユーザの氏名、職位、ユーザＩＤなどの個人情報と、場の情報が記載されているテーブルである。
組織情報データベース（Ｈ）は、生産性（ＨＡ）や事故不良（ＨＢ）などその組織モデル化の際に必要なデータや、気候や株価などの組織活動をする際に必要なデータが一般情報として格納されているデータベースである。
組織情報データベース（Ｈ）について説明する（例えば図９参照）。組織情報テーブル（ＨＨ）はその組織やメンバに関する指標が格納されている。これらは組織の分析を行なう際に用いる。

生産性に関する指標を生産性指標（ＨＡ）に格納する。テーブルはユーザを特定するユーザＩＤ（ＨＡ１）と生産性指標（成績（ＨＡ２）、貢献度（ＨＡ３）、プログラムステップ数（ＨＡ４）、営業件数（ＨＡ５）、売り上げ（ＨＡ６））から構成されている。期間は期間：２０１０年７月１９日〜２０１０年７月２６日（ＨＡ７）である。
もし、貢献度（ＨＡ３）のようにアルファベット表記ならば、好成績を大きな値になるように変換する。また、チーム毎の指標であるならば、そのチームに属するメンバは同じ値を代入する。生産性に関する指標であれば、この他の指標を用いてもかまわない。
事故や不良に関する指標を事故不良指標（ＨＢ）に格納する。テーブルはユーザを特定するユーザＩＤ（ＨＢ１）と事故不良指標（休業日数（ＨＢ２）、バグ数（ＨＢ３）、ヒヤリハット数（ＨＢ４）、不良件数（ＨＢ５）、クレーム件数（ＨＢ６））から構成されている。期間は期間：２０１０年７月１９日〜２００９年７月２６日（ＨＢ７）である。
もし、チーム毎の指標であるならば、そのチームに属するメンバは同じ値を代入する。また、事故不良に関する指標であれば、この他の指標を用いてもかまわない。

解析結果データベース（Ｆ）は、組織ダイナミクスデータを解析した結果（組織ダイナミクス指標）結果が格納されるデータベースである。
解析アルゴリズム（Ｄ）は、解析に用いるプログラムが格納されている。クライアント（ＣＬ）からの依頼に従って、適切なプログラムが選択し、制御部（ＡＳＣＯ）に送られ、解析が実行される。
制御部（ＡＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、データの送受信の制御及びセンシングデータの解析を実行する。具体的には、ＣＰＵ（図示省略）が記憶部（ＡＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＡＳＣＣ）、業務行動解析（ＣＡ）、業務指標解析（ＣＡ１）、企業情報解析（ＣＡ２）が実行される。
通信制御（ＡＳＣＣ）は、有線又は無線によるセンサネットサーバ（ＳＳ）及びクライアントデータ（ＣＬ）との通信のタイミングを制御する。さらに、通信制御（ＡＳＣＣ）は、データの形式変換、及び、データの種類別に行き先の振り分けを実行する。

業務行動解析（ＣＡ）は、業務行動を解析する処理である。業務行動解析（ＣＡ）は業務指標解析（ＣＡ１）と企業情報解析（ＣＡ２）から構成されている。
業務指標解析（ＣＡ１）はセンサデータの取得率を考慮しながら個人指標や組織指標を求める処理である。個人行動（ＣＡ１Ａ）はセンサデータの取得率を考慮しながら個人の行動を抽出する処理である。個人指標（ＣＡ１Ｂ）は個人行動（ＣＡ１Ａ）を用いて、個人行動（ＣＡ１Ａ）の分析の際に使用したセンサデータの取得率を考慮しながら、個人の指標を抽出する処理である。組織行動（ＣＡ１Ｃ）は個人行動（ＣＡ１Ａ）を用いて、個人行動（ＣＡ１Ａ）の分析の際に使用したセンサデータの取得率を考慮しながら、組織内にて行なわれている行動を抽出する処理である。組織指標（ＣＡ１Ｄ）は組織行動（ＣＡ１Ｃ）を用いて、組織行動（ＣＡ１Ｃ）の分析の際に使用したセンサデータの取得率を考慮しながら、組織の指標を抽出する処理である。
企業情報解析（ＣＡ２）は企業情報集約サーバ（ＫＳ）と連携しながら、業務指標解析（ＣＡ１）の補完、および、企業情報集約サーバ（ＫＳ）への情報を提供する処理である。補完入力（ＣＡ２Ａ）は業務指標解析（ＣＡ１）の補完をするために、企業情報集約サーバ（ＫＳ）内にある企業情報集約データベース（ＫＳＭＥ１）のデータの読み込みを行なう処理である。補完抽出（ＣＡ２Ｂ）は補完入力（ＣＡ２Ａ）によって読み込まれたデータを用いて、業務指標解析（ＣＡ１）の補完を行なう処理である。補完出力（ＣＡ２Ｃ）は業務指標解析（ＣＡ１）の結果を出力する処理である。

解析した結果は解析結果データベース（Ｆ）、または、送受信部（ＡＳＳＲ）から図１Ｂに示すクライアント（ＣＬ）の表示（Ｊ）に送信する。
図１Ｂに示すクライアント（ＣＬ）は、ユーザとの接点であり、データの入出力を行なう。クライアント（ＣＬ）は、入出力部（ＣＬＩＯ）、送受信部（ＣＬＳＲ）、記憶部（ＣＬＭＥ）及び制御部（ＣＬＣＯ）を備える。
入出力部（ＣＬＩＯ）は、ユーザとのインタフェースとなる部分である。入出力部（ＣＬＩＯ）は、ディスプレイ（ＣＬＯＤ）、キーボード（ＣＬＩＫ）及びマウス（ＣＬＩＭ）等を備える。必要に応じて外部入出力（ＣＬＩＵ）に他の入出力装置を接続することもできる。
ディスプレイ（ＣＬＯＤ）は、ＣＲＴ（ＣＡＴＨＯＤＥ−ＲＡＹ ＴＵＢＥ）又は液晶ディスプレイ等の画像表示装置である。ディスプレイ（ＣＬＯＤ）は、プリンタ等を含んでもよい。
送受信部（ＣＬＳＲ）は、図１Ａに示すアプリケーションサーバ（ＡＳ）又は図１Ｆに示すセンサネットサーバ（ＳＳ）との間でデータの送信及び受信を行う。具体的には、送受信部（ＣＬＳＲ）は、解析条件（ＣＬＭＰ）をアプリケーションサーバ（ＡＳ）に送信し、解析結果を受信する。
記憶部（ＣＬＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＣＬＭＥ）は、解析条件（ＣＬＭＰ）及び描画設定情報（ＣＬＭＴ）等の、描画に必要な情報を記録する。解析条件（ＣＬＭＰ）は、ユーザから設定された解析対象のメンバの数及び解析方法の選択等の条件を記録する。描画設定情報（ＣＬＭＴ）は、図面のどの部分に何をプロットするかという描画位置に関する情報を記録する。さらに、記憶部（ＣＬＭＥ）は、制御部（ＣＬＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。
制御部（ＣＬＣＯ）は、ＣＰＵ（図示省略）を備え、通信の制御、クライアントユーザ（ＵＳ）からの解析条件の入力、及び、解析結果をクライアントユーザ（ＵＳ）に提示するための描画等を実行する。具体的には、ＣＰＵは、記憶部（ＣＬＭＥ）に格納されたプログラムを実行することによって、通信制御（ＣＬＣＣ）、解析条件設定（ＣＬＩＳ）、描画設定（ＣＬＴＳ）、表示（Ｊ）の処理を実行する。

通信制御（ＣＬＣＣ）は、有線又は無線によるアプリケーションサーバ（ＡＳ）又はセンサネットサーバ（ＳＳ）との間の通信のタイミングを制御する。また、通信制御（ＣＬＣＣ）は、データの形式を変換し、データの種類別に行き先を振り分ける。
解析条件設定（ＣＬＩＳ）は、ユーザから入出力部（ＣＬＩＯ）を介して指定される解析条件を受け取り、記憶部（ＣＬＭＥ）の解析条件（ＣＬＭＰ）に記録する。ここでは、解析に用いるデータの期間、メンバ、解析の種類及び解析のためのパラメータ等が設定される。クライアント（ＣＬ）は、これらの設定をアプリケーションサーバ（ＡＳ）に送信して解析を依頼し、それと並行して描画設定（ＣＬＴＳ）を実行する。
描画設定（ＣＬＴＳ）は、解析条件（ＣＬＭＰ）に基づいて解析結果を表示する方法、及び、図面をプロットする位置を計算する。この処理の結果は、記憶部（ＣＬＭＥ）の描画設定情報（ＣＬＭＴ）に記録される。

表示（Ｊ）は、アプリケーションサーバ（ＡＳ）から取得した解析結果を描画設定情報（ＣＬＭＴ）に記載されている形式にもとづいて表示画面を生成する。例えば、描画設定情報（ＣＬＭＴ）にはモデル描画（ＪＡ）等が格納されている。このとき必要であれば、表示（Ｊ）は、表示されている人物の氏名等の属性も表示する。作成された表示結果は、ディスプレイ（ＣＬＯＤ）等の出力装置を介してユーザに提示される。例えば、ディスプレイ（ＣＬＯＤ）には図２Ｄに示すプロジェクト進捗コンテンツ（ＫＡ）の様な画面を表示する。ドラッグ＆ドロップ等の操作によって、ユーザが表示位置を微調整することもできる。

図１Ｃに示す企業情報集約サーバ（ＫＳ）は、他の企業情報との連携をはかることによって、企業情報の集約を行なう。企業情報集約サーバ（ＫＳ）は、送受信部（ＫＳＳＲ）、記憶部（ＫＳＭＥ）及び制御部（ＫＳＣＯ）を備える。
送受信部（ＫＳＳＲ）は、図１Ａに示すアプリケーションサーバ（ＡＳ）又は旅費サーバ（ＲＳ１）等の間でデータの送信及び受信を行う。具体的には、送受信部（ＫＳＳＲ）は、企業情報集約データベース（ＫＳＭＥ１）のデータをアプリケーションサーバ（ＡＳ）に送信したり、また、旅費データベース（ＲＳ１ＭＥ１）のデータを受信したりする。
記憶部（ＫＳＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＫＳＭＥ）は、企業情報集約データベース（ＫＳＭＥ１）という企業情報の集約された情報を記録している。さらに、記憶部（ＫＳＭＥ）は、制御部（ＫＳＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。
制御部（ＫＳＣＯ）は、ＣＰＵ（図示省略）を備え、通信の制御、企業情報集約データベース（ＫＳＭＥ１）の制御を行なっている。具体的には、ＣＰＵは、記憶部（ＫＳＭＥ）に格納されたプログラムを実行することによって、企業情報集約解析（ＫＳＣＯ１）の処理を実行する。
企業情報集約解析（ＫＳＣＯ１）は他の企業情報サーバ（例えば、各サーバＲＳ１〜ＲＳ１１）と連携しながら、企業情報集約データベース（ＫＳＭＥ１）の集約、他のデータベースへの情報を提供している。
企業情報集約データベース（ＫＳＭＥ１）の１例として、個人と組織と２つに分類することが可能であり、それを個人業務行動マスターテーブル（ＫＳＭＥ１Ａ）と組織／プロジェクト業務行動マスターテーブル（ＫＳＭＥ１Ｂ）という。

個人業務行動マスターテーブル（ＫＳＭＥ１Ａ）について説明する。この例は図１８に記載されており、ユーザ毎の１日の行動が記録されている。日時（ＫＳＭＥ１ＡＡ）は記載されている日時が記録されている。ユーザＩＤ（ＫＳＭＥ１ＡＢ）はメンバを示すユニークなＩＤである。ユーザ／場所情報データベース（Ｉ）でのユーザＩＤ（ＩＡ１）でもかまわない。時刻（ＫＳＭＥ１ＡＣ）はスタート時刻とエンド時刻を示したものである。地域／駅（ＫＳＭＥ１ＡＤ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザが在籍していた、地域や駅を記載する。会社／事業所（ＫＳＭＥ１ＡＥ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザが在籍していた、会社や事務所（事業所）を記載する。場／会議室（ＫＳＭＥ１ＡＦ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザが在籍していた、場所や会議室を記録する。対面相手（ＫＳＭＥ１ＡＧ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザが対面していた相手を記載する。複数の相手を記載することができる。動作（ＫＳＭＥ１ＡＨ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザの動作を記載する。態度（ＫＳＭＥ１ＡＩ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザの態度を記載する。発話（ＫＳＭＥ１ＡＪ）はその時刻（ＫＳＭＥ１ＡＣ）にユーザの発話を記載する。

組織／プロジェクト業務行動マスターテーブル（ＫＳＭＥ１Ｂ）について説明する。この例は図１９に記載されており、組織／プロジェクト毎の１日の行動が記録されている。
日時（ＫＳＭＥ１ＢＡ）は記載されている日時が記録されている。プロジェクトＩＤ（ＫＳＭＥ１ＢＢ）は組織／プロジェクト示すユニークなＩＤである。解析結果データベース（Ｆ）のプロジェクトテーブル（ＦＡＦ）でのミッションＩＤ（ＦＡＦ１）でもかまわない。時刻（ＫＳＭＥ１ＢＣ）はスタート時刻とエンド時刻を示したものである。業務（ＫＳＭＥ１ＢＤ）はその時刻（ＫＳＭＥ１ＡＣ）に業務を行なっていたメンバを記載する。出張（ＫＳＭＥ１ＢＥ）はその時刻（ＫＳＭＥ１ＡＣ）に出張を行なっていたメンバを記載する。対面（ＫＳＭＥ１ＢＦ）はその時刻（ＫＳＭＥ１ＡＣ）に対面を行なっていたメンバ、対面時間を記載する。その際に、同じ組織／プロジェクトのメンバ内での対面ならばメンバ内（ＫＳＭＥ１ＢＧ）、それ以外ならばメンバ外（ＫＳＭＥ１ＢＨ）にわける。現場の裁量（ＫＳＭＥ１ＢＩ）は現場における業務の裁量度を示す指標である。組織指標（ＣＡ１Ｄ）の現場の裁量（ＣＡ１ＤＡ）でもかまわない。上下の連携（ＫＳＭＥ１ＢＪ）は幹部からメンバまでの連携度合いを示す指標である。組織指標（ＣＡ１Ｄ）の上下の連携（ＣＡ１ＤＢ）でもかまわない。双方向の会話（ＫＳＭＥ１ＢＫ）はメンバ同士の対面時の双方向の振る舞い度合いを示す指標である。組織指標（ＣＡ１Ｄ）の双方向の会話（ＣＡ１ＤＣ）でもかまわない。

また、企業情報集約データベース（ＫＳＭＥ１）は、企業情報集させることが目的であるため、これが満たされるならば、個人業務行動マスターテーブル（ＫＳＭＥ１Ａ）と組織／プロジェクト業務行動マスターテーブル（ＫＳＭＥ１Ｂ）で用いられているテーブル構成と異なってもかまわない。
また、企業情報集約解析（ＫＳＣＯ１）はアプリケーションサーバ（ＡＳ）の業務行動解析（ＣＡ）における企業情報解析（ＣＡ２）を行なうことで解析結果データベース（Ｆ）の各テーブルを補完処理することができる。
データベースの例としては、旅費サーバ（ＲＳ１）、就業管理サーバ（ＲＳ２）、健康管理サーバ（ＲＳ３）、工数管理サーバ（ＲＳ４）、スケジュール（人／場）サーバ（ＲＳ５）、経理サーバ（ＲＳ６）、資産管理サーバ（ＲＳ７）、エネルギ管理サーバ（ＲＳ８）、人材評価サーバ（ＲＳ９）、メール／電話／ＴＶ会議ログサーバ（ＲＳ１０）、販売管理サーバ（ＲＳ１１）等がある。さらに、これ以外に業務情報が含まれているサーバとの連携をおこなってもかまわない。

入力（ＫＳＣＯ１Ａ）は旅費サーバ（ＲＳ１）の旅費データベース（ＲＳ１ＭＥ１）等のデータの読み込みを行なう処理である。抽出（ＫＳＣＯ１Ｂ）は入力（ＫＳＣＯ１Ａ）によって読み込まれたデータを用いて、企業情報集約データベース（ＫＳＭＥ１）の補完を行なう処理である。出力（ＫＳＣＯ１Ｃ）は企業情報集約データベース（ＫＳＭＥ１）の結果を出力する処理である。
旅費データベース（ＲＳ１ＭＥ１）の１例として図１７を示す。ユーザが旅費の申請の際に登録するデータベースである。１回の申請毎に１つカラムが追加される。
Ｎｏ（ＫＳＭＥ１Ａ）は申請のユニークが番号を示している。ユーザＩＤ（ＫＳＭＥ１Ｂ）はメンバを示すユニークなＩＤである。ユーザ／場所情報データベース（Ｉ）でのユーザＩＤ（ＩＡ１）でもかまわない。氏名（ＫＳＭＥ１Ｃ）は申請者の名前である。出張目的（ＫＳＭＥ１Ｄ）は本出張における目的である。出張場所（ＫＳＭＥ１Ｅ）は本出張における場所である。出張先対面者（ＫＳＭＥ１Ｆ）は本出張先における対面者である。出張日時（ＫＳＭＥ１Ｇ）は本出張における日時である。往路出発地（ＫＳＭＥ１Ｈ）は本出張における往路の出発場所／駅である。往路到着地（ＫＳＭＥ１Ｉ）は本出張における往路の到着場所／駅である。往路金額（ＫＳＭＥ１Ｊ）は本出張における往路の移動にかかった金額である。復路出発地（ＫＳＭＥ１Ｋ）は本出張における復路の出発場所／駅である。復路到着地（ＫＳＭＥ１Ｌ）は本出張における復路の到着場所／駅である。復路金額（ＫＳＭＥ１Ｍ）は本出張における復路の移動にかかった金額である。登録日時（ＫＳＭＥ１Ｎ）は本登録をした日時である。承認者（ＫＳＭＥ１Ｏ）は本出張を承認した人の氏名である。承認者ユーザＩＤ（ＫＳＭＥ１Ｐ）は本出張を承認した人のユニークなＩＤである。ユーザ／場所情報データベース（Ｉ）でのユーザＩＤ（ＩＡ１）でもかまわない。承認日時（ＫＳＭＥ１Ｑ）は本出張を承認した時刻である。

また、旅費データベース（ＲＳ１ＭＥ１）は、企業情報集させることが目的であるため、これが満たされるならば、旅費データベース（ＲＳ１ＭＥ１）で用いられているテーブル構成と異なってもかまわない。
また、旅費データベース（ＲＳ１ＭＥ１）を用いて、企業情報集約サーバ（ＫＳ）を経由し、業務行動解析（ＣＡ）において、外部との連携を分析に用いてもかまわない。
また、企業情報集約解析（ＫＳＣＯ１）によって、企業情報集約データベース（ＫＳＭＥ１）の各テーブルを補完処理することができる。

通信制御（ＣＬＣＣ）は、有線又は無線によるアプリケーションサーバ（ＡＳ）又は旅費サーバ（ＲＳ１）等の他のサーバとの通信のタイミングを制御する。また、通信制御（ＣＬＣＣ）は、データの形式を変換し、データの種類別に行き先を振り分ける。
図１Ｄに示す診断サーバ（ＤＳ）は、システムが正常に動作しているか診断を行う。図１Ｅに示す管理システム（ＡＭ）からの依頼を受け、又は、設定された時刻に自動的に、診断アプリケーションが起動する。
診断アプリケーションは、センサネットサーバ（ＳＳ）からデータを取得し、データ整合性チェック（ＤＳＣ）によりデータの欠けや異常がないか判定する。また、ハートビート集計（ＤＨＣ）により、センサネットサーバ（ＳＳ）格納された、名札型センサノード及び基地局から送信されたハートビートの情報から、長期間通信を行っていない名札型センサノードおよび基地局を洗い出す。電池寿命管理（ＤＢＣ）は、センサネットサーバＳＳに格納されたビーコンの電池寿命を監視する。
診断結果は、管理システム（ＡＭ）により表示するか、または診断結果データベース（ＤＦ）に格納してもよい。
なお、診断に用いるアプリケーションは、診断アルゴリズム（ＤＤＡ）に格納されており、制御部（ＤＳＣＯ）によって実行される。

診断サーバ（ＤＳ）は、送受信部（ＤＳＳＲ）、記憶部（ＤＳＭＥ）及び制御部（ＤＳＣＯ）を備える。
送受信部（ＤＳＳＲ）は、図１Ｆに示すセンサネットサーバ（ＳＳ）及び図１Ｅに示す管理システム（ＡＭ）との間でシステムの自己診断結果の送信及び受信を行う。具体的には、送受信部（ＤＳＳＲ）は、管理システム（ＡＭ）から送られてきたコマンドを受信し、センサネットサーバＳＳに組織ダイナミクスデータ取得依頼を送信する。さらに、送受信部（ＤＳＳＲ）は、センサネットサーバ（ＳＳ）から組織ダイナミクスデータを受信し、解析結果を管理システムＡＭに送信する。
記憶部（ＤＳＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＤＳＭＥ）は、解析のための設定条件及び解析結果を格納する。具体的には、記憶部（ＤＳＭＥ）は、名札ノードテーブル（ＤＴＮ）、ビーコンテーブル（ＤＴＢ）、基地局テーブル（ＤＴＫ）、診断条件期間テーブル（ＤＴＭ）、診断結果テーブル（ＤＦ）、診断アルゴリズム（ＤＤＡ）を格納する。

名札ノードテーブル（ＤＴＮ）、ビーコンテーブル（ＤＴＢ）、基地局テーブル（ＤＴＫ）は、それぞれ診断の対象となる名札型センサノード及びビーコン、基地局の情報が記載されているテーブルである。診断条件期間テーブルは、診断を行う条件と、期間を格納するテーブルである。診断結果テーブル（ＤＦ）は、システムの診断を行った結果が格納されるテーブルである。
診断アルゴリズム（ＤＤＡ）は、診断に用いるプログラムが格納されている。管理システムＡＭからの依頼に従って、適切なプログラムが選択し、制御部（ＤＳＣＯ）に送られ、解析が実行される。
制御部（ＤＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、データの送受信の制御及びセンシングデータの解析を実行する。具体的には、ＣＰＵ（図示省略）が記憶部（ＤＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＤＳＣＣ）、ハートビート集計（ＤＳＣ）、電池寿命管理（ＤＢＣ）、データ整合性チェック（ＤＳＣ）が実行される。
通信制御（ＤＳＣＣ）は、有線又は無線によるセンサネットサーバＳＳ及び管理システム（ＡＭ）との通信のタイミングを制御する。さらに、通信制御（ＤＳＣＣ）は、データの形式変換、及び、データの種類別に行き先の振り分けを実行する。
診断した結果は診断結果テーブル（ＤＦ）に格納し、または、送受信部（ＤＳＳＲ）から図１Ｅに示す管理システム（ＡＭ）の表示（ＡＭＪ）に送信する。

図１Ｅに示す管理システム（ＡＭ）は、システム管理者との接点であり、システムの診断結果を表示し、システムの状態を表示、管理するインタフェースである。管理システム（ＡＭ）は、入出力部（ＡＭＩＯ）、送受信部（ＡＭＳＲ）、記憶部（ＡＭＭＥ）及び制御部（ＡＭＣＯ）を備える。
入出力部（ＡＭＩＯ）は、システム管理者とのインタフェースとなる部分である。入出力部（ＡＭＩＯ）は、ディスプレイ（ＡＭＯＤ）、キーボード（ＡＭＩＫ）及びマウス（ＡＭＩＭ）等を備える。必要に応じて外部入出力（ＡＭＩＵ）に他の入出力装置を接続することもできる。
ディスプレイ（ＡＭＯＤ）は、ＣＲＴ（ＣＡＴＨＯＤＥ−ＲＡＹ ＴＵＢＥ）又は液晶ディスプレイ等の画像表示装置である。ディスプレイ（ＡＭＯＤ）は、プリンタ等を含んでもよい。

送受信部（ＡＭＳＲ）は、図１Ｄに示す診断サーバ（ＤＳ）又は図１Ｆに示すセンサネットサーバ（ＳＳ）との間でデータの送信及び受信を行う。具体的には、送受信部（ＡＭＳＲ）は、診断条件（ＡＭＭＰ）を診断サーバ（ＤＳ）に送信し、診断結果を受信する。
記憶部（ＡＭＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＡＭＭＥ）は、診断条件（ＡＭＭＰ）及び描画設定情報（ＡＭＭＴ）等の、描画に必要な情報を記録する。診断条件（ＡＭＭＰ）は、ユーザから設定された診断対象のメンバの数及び解析方法の選択等の条件を記録する。描画設定情報（ＡＭＭＴ）は、図面のどの部分に何をプロットするかという描画位置に関する情報を記録する。さらに、記憶部（ＡＭＭＥ）は、制御部（ＡＭＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。
制御部（ＡＭＣＯ）は、ＣＰＵ（図示省略）を備え、通信の制御、システム管理者からの解析条件の入力、及び、診断結果をシステム管理者に提示するための描画等を実行する。具体的には、ＣＰＵは、記憶部（ＡＭＭＥ）に格納されたプログラムを実行することによって、通信制御（ＡＭＣＣ）、診断条件設定（ＡＭＩＳ）、描画設定（ＡＭＴＳ）、表示（ＡＭＪ）の処理を実行する。
通信制御（ＡＭＣＣ）は、有線又は無線による診断サーバＤＳ又はセンサネットサーバ（ＳＳ）との間の通信のタイミングを制御する。また、通信制御（ＡＭＣＣ）は、データの形式を変換し、データの種類別に行き先を振り分ける。

診断条件設定（ＡＭＩＳ）は、ユーザから入出力部（ＡＭＩＯ）を介して指定される解析条件を受け取り、記憶部（ＡＭＭＥ）の診断条件（ＡＭＭＰ）に記録する。ここでは、診断に用いるデータの期間、メンバ、診断の種類及び診断のためのパラメータ等が設定される。管理システム（ＡＭ）は、これらの設定を診断サーバ（ＤＳ）に送信して解析を依頼し、それと並行して描画設定（ＡＭＴＳ）を実行する。
描画設定（ＡＭＴＳ）は、診断条件（ＡＭＭＰ）に基づいて解析結果を表示する方法、及び、図面をプロットする位置を計算する。この処理の結果は、記憶部（ＡＭＭＥ）の描画設定情報（ＡＭＭＴ）に記録される。
表示（ＡＭＪ）は、診断サーバ（ＤＳ）から取得した解析結果を描画設定情報（ＡＭＭＴ）に記載されている形式にもとづいて表示画面を生成する。

図１Ｆに示すセンサネットサーバ（ＳＳ）は、図１Ｈに示す名札型センサノード（ＴＲ）から集まったデータを管理する。具体的には、センサネットサーバ（ＳＳ）は、図１Ｇに示す基地局（ＧＷ）から送られてくるデータをデータベースに格納し、また、図１Ａに示すアプリケーションサーバ（ＡＳ）及び図１Ｂに示すクライアント（ＣＬ）からの要求に基づいてセンシングデータを送信する。さらに、センサネットサーバ（ＳＳ）は、基地局（ＧＷ）からの制御コマンドを受信し、その制御コマンドから得られた結果を基地局（ＧＷ）に返信する。
センサネットサーバ（ＳＳ）は、送受信部（ＳＳＳＲ）、記憶部（ＳＳＭＥ）及び制御部（ＳＳＣＯ）を備える。時刻同期管理（ＧＷＣＤ）がセンサネットサーバ（ＳＳ）で実行される場合、センサネットサーバ（ＳＳ）は時計も必要とする。
送受信部（ＳＳＳＲ）は、基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）との間で、データの送信及び受信を行う。具体的には、送受信部（ＳＳＳＲ）は、基地局（ＧＷ）から送られてきたセンシングデータを受信し、アプリケーションサーバ（ＡＳ）又はクライアント（ＣＬ）へセンシングデータを送信する。
記憶部（ＳＳＭＥ）は、ハードディスクやフラッシュメモリなどの不揮発記憶装置によって構成され、少なくとも、データテーブル（ＢＡ）、パフォーマンステーブル（ＢＢ）、データ形式情報（ＳＳＭＦ）、端末管理テーブル（ＳＳＴＴ）及び、端末ファームウェア（ＳＳＴＦ）を格納する。さらに、記憶部（ＳＳＭＥ）は、制御部（ＳＳＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。

データテーブル（ＢＡ）は、名札型センサノード（ＴＲ）が取得した組織ダイナミクスデータ、名札型センサノード（ＴＲ）の情報、及び、名札型センサノード（ＴＲ）から送信された組織ダイナミクスデータが通過した基地局（ＧＷ）の情報等を記録しておくためのデータベースである。加速度、温度等、データの要素ごとにカラムが作成され、データが管理される。また、データの要素ごとにテーブルが作成されてもよい。どちらの場合にも、全てのデータは、取得された名札型センサノード（ＴＲ）のＩＤである端末情報（ＴＲＭＴ）と、取得された時刻に関する情報とを関連付けて組織ダイナミクスデータ収集（Ｂ）に格納される。
パフォーマンステーブル（ＢＢ）は、名札型センサノード（ＴＲ）から又は既存のデータから入力された、組織や個人に関する評価（パフォーマンス）を、時刻データと共に記録するためのデータベースである。

データ形式情報（ＳＳＭＦ）には、通信のためのデータ形式、基地局（ＧＷ）でタグ付けされたセンシングデータを切り分けてデータベースに記録する方法、及び、データの要求に対する対応方法等が記録されている。後で説明するように、データ受信の後、データ送信の前には必ずこのデータ形式情報（ＳＳＭＦ）が通信制御部（ＳＳＣＣ）によって参照され、データ形式情報（ＳＳＭＦ）とデータ管理（ＳＳＤＡ）が行われる。
端末管理テーブル（ＳＳＴＴ）は、どの名札型センサノード（ＴＲ）が現在どの基地局（ＧＷ）の管理下にあるかを記録しているテーブルである。基地局（ＧＷ）の管理下に新たに名札型センサノード（ＴＲ）が加わった場合、端末管理テーブル（ＳＳＴＴ）は更新される。
端末ファームウェア（ＳＳＴＦ）は、端末ファームウェア登録部（ＴＦＩ）において格納された名札型センサノードの更新された端末ファームウェア（ＧＷＴＦ）を一時的に格納する。

制御部（ＳＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、センシングデータの送受信やデータベースへの記録・取り出しを制御する。具体的には、ＣＰＵが記憶部（ＳＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＳＳＣＣ）、端末管理情報修正（ＳＳＴＭ）及びデータ管理（ＳＳＤＡ）等の処理を実行する。
通信制御部（ＳＳＣＣ）は、有線又は無線による基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）との通信のタイミングを制御する。また、通信制御部（ＳＳＣＣ）は、上述の通り、送受信するデータの形式を、記憶部（ＳＳＭＥ）内に記録されたデータ形式情報（ＳＳＭＦ）に基づいて、センサネットサーバ（ＳＳ）内におけるデータ形式、又は、各通信相手に特化したデータ形式に変換する。さらに、通信制御（ＳＳＣＣ）は、データの種類を示すヘッダ部分を読み取って、対応する処理部へデータを振り分ける。具体的には、受信されたデータはデータ管理（ＳＳＤＡ）へ、端末管理情報を修正するコマンドは端末管理情報修正（ＳＳＴＭ）へ振り分けられる。送信されるデータの宛先は、基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）又はクライアント（ＣＬ）に決定される。
端末管理情報修正（ＳＳＴＭ）は、基地局ＧＷから端末管理情報を修正するコマンドを受け取った際に、端末管理テーブル（ＳＳＴＴ）を更新する。

データ管理（ＳＳＤＡ）は、記憶部（ＳＳＭＥ）内のデータの修正・取得及び追加を管理する。例えば、データ管理（ＳＳＤＡ）によって、センシングデータは、タグ情報に基づいてデータの要素別にデータベースの適切なカラムに記録される。センシングデータがデータベースから読み出される際にも、時刻情報及び端末情報に基づいて必要なデータを選別し、時刻順に並べ替える等の処理が行われる。
パフォーマンス入力（Ｃ）は、パフォーマンスを示す値を入力する処理である。ここで、パフォーマンスとは、何らかの基準に基づいて判定される主観的又は客観的な評価である。例えば、所定のタイミングで、名札型センサノード（ＴＲ）を装着した人物は、その時点における業務の達成度、組織に対する貢献度及び満足度等、何らかの基準に基づく主観的な評価（パフォーマンス）の値を入力する。所定のタイミングとは、例えば、数時間に一度、一日に一度、又は、会議等のイベントが終了した時点であってもよい。名札型センサノードＴＲを装着した人物は、その名札型センサノード（ＴＲ）を操作して、又は、クライアントＣＬのようなパーソナルコンピュータ（ＰＣ）を操作して、パフォーマンスの値を入力することができる。あるいは、手書きで記入された値が後にまとめてＰＣで入力されてもよい。本実施の形態では、名札型センサノードがレイティングとして人（ＳＯＣＩＡＬ）、行（ＩＮＴＥＬＬＥＣＴＵＡＬ）、心（ＳＰＩＲＩＴＵＡＬ）、体（ＰＨＹＳＩＣＡＬ）、知（ＥＸＥＣＵＴＩＶＥ）のパフォーマンスを入力できる例を示している。入力されたパフォーマンス値は、解析処理に用いられる。それぞれの問いの意味は、人は「豊かな人間関係（協力・共感）をつくれましたか」、行は「やるべきことを実行できましたか」、心は「仕事にやりがい、充実を感じましたか」、体は「体に配慮（休養・栄養・運動）できましたか」、知「新しい知（気づき、知識）を得ましたか」である。
組織に関するパフォーマンスは、個人のパフォーマンスから算出されてもよい。売上高又はコスト等の客観的なデータ、及び、顧客のアンケート結果等の既に数値化されているデータが、パフォーマンスとして定期的に入力されてもよい。生産管理等におけるエラー発生率等のように、自動で数値が得られる場合、得られた数値が自動的にパフォーマンスの値として入力されてもよい。さらに、国民総生産（ＧＮＰ）などの経済指標を入力してもかまわない。これらを組織情報テーブル（Ｈ）に格納する。

図１Ｇに示す基地局（ＧＷ）は、図１Ｈに示す名札型センサノード（ＴＲ）と図１Ｆに示すセンサネットサーバ（ＳＳ）を仲介する役目を持つ。無線の到達距離を考慮して、居室・職場等の領域をカバーするように複数の基地局（ＧＷ）が配置される。基地局（ＧＷ）は、送受信部（ＧＷＳＲ）、記憶部（ＧＷＭＥ）、時計（ＧＷＣＫ）及び制御部（ＧＷＣＯ）を備える。
送受信部（ＧＷＳＲ）は、名札型センサノード（ＴＲ）からの無線を受信し、基地局ＧＷへの有線又は無線による送信を行う。さらに、送受信部（ＧＷＳＲ）は、無線を受信するためのアンテナを備える。
記憶部（ＧＷＭＥ）は、ハードディスク、フラッシュメモリのような不揮発記憶装置で構成される。記憶部（ＧＷＭＥ）には、少なくとも動作設定（ＧＷＭＡ）、データ形式情報（ＧＷＭＦ）、端末管理テーブル（ＧＷＴＴ）、及び基地局情報（ＧＷＭＧ）が格納される。動作設定（ＧＷＭＡ）は、基地局（ＧＷ）の動作方法を示す情報を含む。データ形式情報（ＧＷＭＦ）は、通信のためのデータ形式を示す情報、及び、センシングデータにタグを付けるために必要な情報を含む。端末管理テーブル（ＧＷＴＴ）は、現在アソシエイトできている配下の名札型センサノードＴＲの端末情報（ＴＲＭＴ）、及び、それらの名札型センサノードＴＲを管理するために配布しているローカルＩＤを含む。基地局情報（ＧＷＭＧ）は、基地局ＧＷ自身のアドレスなどの情報を含む。また、記憶部（ＧＷＭＥ）には名札型センサノードの更新された端末ファームウェア（ＧＷＴＦ）を一時的に格納する。
記憶部（ＧＷＭＥ）には、さらに、制御部（ＧＷＣＯ）中の中央処理部ＣＰＵ（図示省略）によって実行されるプログラムが格納されてもよい。
時計（ＧＷＣＫ）は時刻情報を保持する。一定間隔でその時刻情報は更新される。具体的には、一定間隔でＮＴＰ（ＮＥＴＷＯＲＫ ＴＩＭＥ ＰＲＯＴＯＣＯＬ）サーバ（ＴＳ）から取得した時刻情報によって、時計（ＧＷＣＫ）の時刻情報が修正される。
制御部（ＧＷＣＯ）は、ＣＰＵ（図示省略）を備える。ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、センシングデータセンサ情報の取得タイミング、センシングデータの処理、名札型センサノード（ＴＲ）やセンサネットサーバ（ＳＳ）への送受信のタイミング、及び、時刻同期のタイミングを管理する。具体的には、ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、通信制御部（ＧＷＣＣ）、アソシエイト（ＧＷＴＡ）、時刻同期管理（ＧＷＣＤ）及び時刻同期（ＧＷＣＳ）等の処理を実行する。

通信制御部（ＧＷＣＣ）は、無線又は有線による名札型センサノードＴＲ及びセンサネットサーバ（ＳＳ）との通信のタイミングを制御する。また、通信制御部（ＧＷＣＣ）は、受信したデータの種類を区別する。具体的には、通信制御部（ＧＷＣＣ）は、受信したデータが一般のセンシングデータであるか、アソシエイトのためのデータであるか、時刻同期のレスポンスであるか等をデータのヘッダ部分から識別して、それらのデータをそれぞれ適切な機能に渡す。
なお、通信制御部（ＧＷＣＣ）は、記憶部（ＧＷＭＥ）に記録されたデータ形式情報（ＧＷＭＦ）を参照して、送受信のために適した形式にデータを変換し、データの種類を示すためのタグ情報を付け加えるデータ形式変換（ＧＷＭＦ）を実行する。
アソシエイト（ＧＷＴＡ）は、名札型センサノードＴＲから送られてきたアソシエイト要求（ＴＲＴＡＱ）に対する応答（ＴＲＴＡＲ）を送信し、名札型センサノード（ＴＲ）に割り付けたローカルＩＤを送信する。アソシエイトが成立したら、アソシエイト（ＧＷＴＡ）は、端末管理テーブル（ＧＷＴＴ）と端末ファームウェア（ＧＷＴＦ）を用いて端末管理情報を修正する。
時刻同期管理（ＧＷＣＤ）は、時刻同期を実行する間隔及びタイミングを制御し、時刻同期するように命令を出す。あるいは、この後説明するセンサネットサーバＳＳが時刻同期管理（ＧＷＣＤ）を実行することによって、センサネットサーバ（ＳＳ）からシステム全体の基地局（ＧＷ）に統括して命令を送ってもよい。
時刻同期（ＧＷＣＳ）は、ネットワーク上のＮＴＰサーバ（ＴＳ）に接続し、時刻情報の依頼及び取得を行う。時刻同期（ＧＷＣＳ）は、取得した時刻情報に基づいて、時計（ＧＷＣＫ）を修正する。そして、時刻同期（ＧＷＣＳ）は、名札型センサノード（ＴＲ）に時刻同期の命令と時刻情報（ＧＷＣＳＤ）を送信する。

図１Ｈは、センサノードの一実施例である名札型センサノード（ＴＲ）の機能構成を示しており、名札型センサノード（ＴＲ）は人間の対面状況を検出するための複数の赤外線送受信部（ＡＢ）、装着者の動作を検出するための三軸加速度センサ（ＡＣ）、装着者の発話と周囲の音を検出するためのマイク（ＡＤ）、名札型センサノードの裏表検知のための照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）、温度センサ（ＡＥ）の各種センサを搭載する。搭載するセンサは一例であり、装着者の対面状況と動作を検出するために他のセンサを使用してもよい。
ビジネス顕微鏡の名札型センサノードは、人と人がどんな位置関係で対面しても確実に取得するため、複数の赤外線送受信回路を搭載することが特徴である。本図では、赤外線送受信部を２組として記載している。赤外線送受信部（ＡＢ）は、名札型センサノード（ＴＲ）の固有識別情報である端末情報（ＴＲＭＴ）を正面方向に向かって定期的に送信し続ける。他の名札型センサノード（ＴＲ）を装着した人物が略正面（例えば、正面又は斜め正面）に位置した場合、名札型センサノード（ＴＲ）と他の名札型センサノード（ＴＲ）は、それぞれの端末情報（ＴＲＭＴ）を赤外線で相互にやり取りする。このようにすることにより、誰と誰が対面しているのかを記録することができる。
各赤外線送受信部は一般に、赤外線送信のための赤外発光ダイオードと、赤外線フォトトランジスタの組み合わせたモジュールにより構成される。赤外線ＩＤ送信部（ＩＲＩＤ）は、自らのＩＤである端末情報（ＴＲＭＴ）を生成して赤外線送受信モジュールの赤外線発光ダイオードに対して転送する。本実施例では、データの送信時においては、複数の赤外線送受信モジュールに対して同一のデータを送信することで、全ての赤外線発光ダイオードが同時に点灯する。もちろん、それぞれ独立のタイミング、別のデータを出力してもよい。

また、赤外線送受信部（ＡＢ）の赤外線フォトトランジスタによって受信されたデータは、論理和回路（ＩＲＯＲ）によって論理和が取られる。つまり、最低どれか一つの赤外線受光部でＩＤ受光されていれば名札型センサノードにＩＤとして認識される。もちろん、ＩＤの受信回路を独立して複数持つ構成でもよい。この場合、それぞれの赤外線送受信モジュールに対して送受信状態が把握できるので、例えば、対面する別の名札型センサノードがどの方向にいるかなど付加的な情報を得ることも可能である。
また、自己診断部（ＳＤＧ）は、例えば名札型センサノードがクレイドル（ＣＲＤ）に装着されたことを検出し、自己診断を行う。自己診断部ＳＤＧは、後で詳述するように、複数の赤外線によるループパックによって故障を検出するために、予め設定したシーケンスにより、送信イネーブル信号（ＩＲＴＥ）、受信イネーブル信号（ＩＲＲＥ）を生成することにより、各赤外線モジュールのオン・オフ（ＯＮ／ＯＦＦ）を個別に制御できる仕組みを持つ。本実施例においては、一つの赤外線送受信機モジュールの送信回路が送信したデータを、別の赤外線送受信機モジュールの受信回路が受信することで、送信回路と受信回路の干渉を最低限にしながら、ループバックによる機能診断を行うことができる。

センサによって検出したセンサデータ（ＳＥＮＳＤ）はセンサデータ格納制御部（ＳＤＣＮＴ）によって、記憶部（ＳＴＲＧ）に格納される。センサデータ（ＳＥＮＳＤ）は通信制御部（ＴＲＣＣ）によって送信パケットに加工され、送受信部（ＴＲＳＲ）によって基地局（ＧＷ）に対し送信される。
このとき、記憶部（ＳＴＲＧ）からセンサデータ（ＳＥＮＳＤ）を取り出し、無線送信するタイミングを生成するのが通信タイミング制御部（ＴＲＴＭＧ）である。通信タイミング制御部（ＴＲＴＭＧ）は、複数のタイミングを生成する複数のタイムベースを持つ。
記憶部（ＳＴＲＧ）に格納されるデータには、現在センサによって検出したセンサデータ（ＳＥＮＳＤ）の他、過去に蓄積した纏め送りデータ（ＣＭＢＤ）や、名札型センサノードの動作プログラムであるファームウェアを更新するためのファームウェア更新データ（ＦＭＵＤ）等がある。

本実施例の名札型センサノード（ＴＲ）は、外部電源接続検出回路（ＰＤＥＴ）により、外部電源（ＥＰＯＷ）が接続されたことを検出し、外部電源検出信号（ＰＤＥＴＳ）を生成する。外部電源検出信号（ＰＤＥＴＳ）によって、通信タイミング制御部（ＴＲＴＭＧ）が生成する送信タイミングを切り替えるタイムベース切替部（ＴＭＧＳＥＬ）、または無線通信されるデータを切り替えるデータ切替部（ＴＲＤＳＥＬ）が本実施例の特有の構成である。図１Ｈでは一例として、送信タイミングを、タイムベース１（ＴＢ１）とタイムベース（ＴＢ２）の２つのタイムベースを、外部電源検出信号（ＰＤＥＴＳ）によってタイムベース切替部（ＴＭＧＳＥＬ）が切り替える構成を図示しており、また通信されるデータを、センサから得たセンサデータ（ＳＥＮＳＤ）と、過去に蓄積した纏め贈りデータ（ＣＭＢＤ）と、ファームウェア更新データ（ＦＭＵＤ）とから、外部電源検出信号（ＰＤＥＴＳ）によってデータ切替部（ＴＲＤＳＥＬ）が切り替える構成を図示している。

照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）は、それぞれ名札型センサノード（ＴＲ）の前面と裏面に搭載される。照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）により取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、裏返り検知（ＦＢＤＥＴ）によって比較される。名札が正しく装着されているときは、前面に搭載されている照度センサ（表）（ＬＳ１Ｆ）が外来光を受光し、裏面に搭載されている照度センサ（裏）（ＬＳ１Ｂ）は名札型センサノード（ＴＲ）本体と装着者との間に挟まれる位置関係となるため、外来光を受光しない。このとき、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度より、照度センサ（表）（ＬＳ１Ｆ）で検出される照度の方が大きな値を取る。一方で、名札型センサノード（ＴＲ）が裏返った場合、照度センサ（裏）（ＬＳ１Ｂ）が外来光を受光し、照度センサ（表）（ＬＳ１Ｆ）が装着者側を向くため、照度センサ（表）（ＬＳ１Ｆ）で検出される照度より、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度の方が大きくなる。
ここで、照度センサ（表）（ＬＳ１Ｆ）で検出される照度と、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度を裏返り検知（ＦＢＤＥＴ）で比較することで、名札ノードが裏返って、正しく装着していないことが検出できる。裏返り検知（ＦＢＤＥＴ）で裏返りが検出されたとき、スピーカ（ＳＰ）により警告音を発生して装着者に通知する。

マイク（ＡＤ）は、音声情報を取得する。音声情報によって、「騒々しい」又は「静か」等の周囲の環境を知ることができる。さらに、人物の声を取得・分析することによって、コミュニケーションが活発か停滞しているのか、相互に対等に会話をやり取りしているか一方的に話しているのか、怒っているのか笑っているのか、などの対面コミュニケーションを分析することができる。さらに、人物の立ち位置等の関係で赤外線送受信器（ＡＢ）が検出できなかった対面状態を、音声情報及び加速度情報によって補うこともできる。
マイク（ＡＤ）で取得される音声は、音声波形及び、それを積分回路（ＡＶＧ）で積分した信号の両方を取得する。積分した信号は、取得した音声のエネルギを表す。

三軸加速度センサ（ＡＣＣ）は、ノードの加速度すなわちノードの動きを検出する。このため、加速度データから、名札型センサノード（ＴＲ）を装着した人物の動きの激しさや、歩行などの行動を解析することができる。さらに、複数の名札型センサノード（ＴＲ）が検出した加速度の値を比較することによって、それらの名札型センサノード（ＴＲ）を装着した人物間のコミュニケーションの活性度や相互のリズム、相互の相関等を解析できる。
本実施例の名札型センサノード（ＴＲ）では、三軸加速度センサ（ＡＣＣ）で取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、上下検知（ＵＤＤＥＴ）によって名札の向きを検出する。これは、三軸加速度センサ（ＡＣＣ）で検出される加速度は、装着者の動きによる動的な加速度変化と、地球の重力加速度による静的加速度の２種類が観測されることを利用している。

表示装置（ＬＣＤＤ）は、名札型センサノード（ＴＲ）を胸に装着しているときは、装着者の所属、氏名などの個人情報を表示する。つまり、名札として振舞う。一方で、装着者が名札型センサノード（ＴＲ）を手に持ち、表示装置（ＬＣＤＤ）を自分の方に向けると、名札型センサノード（ＴＲ）の転地が逆になる。このとき、上下検知（ＵＤＤＥＴ）によって生成される上下検知信号（ＵＤＤＥＴＳ）により、表示装置（ＬＣＤＤ）に表示される内容と、ボタンの機能を切り替える。本実施例では、上下検知信号（ＵＤＤＥＴＳ）の値により、表示装置（ＬＣＤＤ）に表示させる情報を、表示制御（ＤＩＳＰ）によって生成される赤外線アクティビティ解析（ＡＮＡ）による解析結果と、名札表示（ＤＮＭ）とを切り替える例を示している。
赤外線送受信器（ＡＢ）がノード間で赤外線をやり取りすることによって、名札型センサノード（ＴＲ）が他の名札型センサノード（ＴＲ）と対面したか否か、すなわち、名札型センサノード（ＴＲ）を装着した人物が他の名札型センサノード（ＴＲ）を装着した人物と対面したか否かが検出される。このため、名札型センサノード（ＴＲ）は、人物の正面部に装着されることが望ましい。上述の通り、名札型センサノード（ＴＲ）は、さらに、三軸加速度センサ（ＡＣＣ）等のセンサを備える。名札型センサノード（ＴＲ）におけるセンシングのプロセスが、図２Ａにおける組織ダイナミクスデータ取得（Ａ）に相当する。

名札型センサノード（ＴＲ）は多くの場合には複数存在し、それぞれが近い基地局（ＧＷ）と結びついてパーソナルエリアネットワーク（ＰＡＮ）を形成している。
名札型センサノード（ＴＲ）の温度センサ（ＡＥ）は名札型センサノード（ＴＲ）のある場所の温度を、照度センサ（表）（ＬＳ１Ｆ）は名札型センサノード（ＴＲ）の正面方向などの照度を取得する。これによって、周囲の環境を記録することができる。例えば、温度及び照度に基づいて、名札型センサノード（ＴＲ）が、ある場所から別の場所に移動したこと等を知ることもできる。
装着した人物に対応した入出力装置として、ボタン１〜３（ＢＴＮ１〜３）、表示装置（ＬＣＤＤ）、スピーカ（ＳＰ）等を備える。
記憶部（ＳＴＲＧ）は、具体的にはハードディスク、フラッシュメモリなどの不揮発記憶装置で構成され、名札型センサノード（ＴＲ）の固有識別番号である端末情報（ＴＲＭＴ）、センシングの間隔、及び、ディスプレイへの出力内容等の動作設定（ＴＲＭＡ）を記録している。この他にも記憶部（ＳＴＲＧ）は一時的にデータを記録することができ、センシングしたデータを記録しておくために利用される。

通信タイミング制御部（ＴＲＴＭＧ）は、時刻情報（ＧＷＣＳＤ）を保持し、一定間隔でその時刻情報（ＧＷＣＳＤ）を更新する時計である。時間情報は、時刻情報（ＧＷＣＳＤ）が他の名札型センサノードＴＲとずれることを防ぐために、基地局ＧＷから送信される時刻情報（ＧＷＣＳＤ）によって定期的に時刻を修正する。
センサデータ格納制御部（ＳＤＣＮＴ）は、記憶部（ＳＴＲＧ）に記録された動作設定（ＴＲＭＡ）に従って、各センサのセンシング間隔などを制御し、取得したデータを管理する。
時刻同期は、基地局（ＧＷ）から時刻情報を取得して時計を修正する。時刻同期は、後述するアソシエイトの直後に実行されてもよいし、基地局（ＧＷ）から送信された時刻同期コマンドに従って実行されてもよい。
無線通信制御部（ＴＲＣＣ）は、データを送受信する際に、送信間隔の制御、及び、送受信に対応したデータフォーマットへの変換を行う。無線通信制御部（ＴＲＣＣ）は、必要であれば、無線でなく有線による通信機能を持ってもよい。無線通信制御部（ＴＲＣＣ）は、他の名札型センサノード（ＴＲ）と送信タイミングが重ならないように輻輳制御を行うこともある。

アソシエイト（ＴＲＴＡ）は、図１Ｇに示す基地局（ＧＷ）とパーソナルエリアネットワークＰＡＮを形成するためのアソシエイト要求（ＴＲＴＡＱ）と、アソシエイト応答（ＴＲＴＡＲ）を送受信し、データを送信すべき基地局（ＧＷ）を決定する。アソシエイト（ＴＲＴＡ）は、名札型センサノード（ＴＲ）の電源が投入されたとき、及び、名札型センサノード（ＴＲ）が移動した結果それまでの基地局（ＧＷ）との送受信が絶たれたときに実行される。アソシエイト（ＴＲＴＡ）の結果、名札型センサノード（ＴＲ）は、その名札型センサノード（ＴＲ）からの無線信号が届く近い範囲にある一つの基地局（ＧＷ）と関連付けられる。
送受信部（ＴＲＳＲ）は、アンテナを備え、無線信号の送信及び受信を行う。必要があれば、送受信部（ＴＲＳＲ）は、有線通信のためのコネクタを用いて送受信を行うこともできる。例えば未装着時に名札型センサノード（ＴＲ）が置かれるクレードルと接続するコネクタを備えても良い。送受信部（ＴＲＳＲ）によって送受信される送受信データ（ＴＲＳＲＤ）は、基地局ＧＷとの間でパーソナルエリアネットワーク（ＰＡＮ）を介して転送される。

図２Ａ、図２Ｂ、図２Ｃ、図２Ｄは、一つの実施形態であるビジネス顕微鏡システムにおいて実行される処理の全体の流れを示しており、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。図２Ａに示す複数の名札型センサノード（ＴＲａ、ＴＲｂ、〜、ＴＲｉ、ＴＲｊ）による組織ダイナミクスデータの取得（Ａ）から、図２Ｄに示すセンサデータの解析である業務行動解析（ＣＡ）、その解析結果をプロジェクト進捗コンテンツ生成（ＪＡ）にて可視化を行ない、可視化結果はプロジェクト進捗コンテンツ（ＫＡ）という、一連の流れを示している。
図２Ａを用いて組織ダイナミクスデータ取得（Ａ）について説明する。名札型センサノードＡ（ＴＲＡ）は、赤外線送受信器（ＡＢ）、加速度センサ（ＡＣ）、マイク（ＡＤ）、温度センサ（ＡＥ）等のセンサ類と、正味（ＡＦＡ）、気づき（ＡＦＢ）、感謝（ＡＦＣ）のボタン（ＡＦ）のボタン類を含む。
赤外線送受信器（ＡＢ）から得られた対面情報を表示する画面（ＡＧ）と、レイティングを入力するユーザインタフェース（ＡＡ）、また図示は省略するが、マイクロコンピュータ及び無線送信機能を有する。
加速度センサ（ＡＣ）は、名札型センサノードＡ（ＴＲａ）の加速度（すなわち、名札型センサノードＡ（ＴＲａ）を装着している人物Ａ（図示省略）の加速度）を検出する。赤外線送受信器（ＡＢ）は、名札型センサノードＡ（ＴＲａ）の対面状態（すなわち、名札型センサノードＡ（ＴＲａ）が他の名札型センサノードと対面している状態）を検出する。なお、名札型センサノードＡ（ＴＲａ）が他の名札型センサノードと対面していることは、名札型センサノードＡ（ＴＲａ）を装着した人物Ａが、他の名札型センサノードを装着した人物と対面していることを示す。マイク（ＡＤ）は、名札型センサノードＡ（ＴＲａ）の周囲の音、温度センサ（ＡＥ）は、名札型センサノードＡ（ＴＲａ）の周囲の温度を検出する。
ボタン（ＡＦ）は名札型センサノードＡ（ＴＲａ）を装着している人物Ａ（図示省略）の主観的な視点からの入力を行なうものであり、主業務を行なっている場合には正味（ＡＦＡ）、新しいアイデアなどを発見した場合には、気づき（ＡＦＢ）、メンバに感謝することがあった場合には、感謝（ＡＦＣ）のボタンを押す。

本実施の形態のシステムでは、複数の名札型センサノード（図２Ａの名札型センサノードＡ（ＴＲａ）〜名札型センサノードＪ（ＴＲｊ））を備える。各名札型センサノードは、それぞれ、一人の人物に装着される。例えば、名札型センサノードＡ（ＴＲａ）は人物Ａに、名札型センサノードＢ（ＴＲｂ）は人物Ｂ（図示省略）に装着される。人物間の関係性を解析し、さらに、組織のパフォーマンスを図示するためである。
なお、名札型センサノードＢ（ＴＲｂ）〜名札型センサノードＪ（ＴＲｊ）も、名札型センサノードＡ（ＴＲａ）と同様、センサ類、マイクロコンピュータ及び無線送信機能を備える。以下の説明において、名札型センサノードＡ（ＴＲａ）〜名札型センサノードＪ（ＴＲｊ）のいずれにも当てはまる説明をする場合、及び、それらの名札型センサノードを特に区別する必要がない場合、名札型センサノードと記載する。
各名札型センサノードは、常時（又は短い間隔で繰り返し）センサ類によるセンシングを実行する。そして、各名札型センサノードは、取得したデータ（センシングデータ）を、所定の間隔で無線によって送信する。また、ボタン（ＡＦ）により入力されたデータ、ユーザインタフェース（ＡＡ）により入力されたレイティングも送信する。データを送信する間隔は、センシング間隔と同じであってもよいし、センシング間隔より大きい間隔であってもよい。このとき送信されるデータには、センシングした時刻と、センシングした名札型センサノードの固有の識別子（ＩＤ）が付与される。データの無線送信をまとめて実行するのは、送信による電力消費を抑えることによって、人が装着したままで、名札型センサノード（ＴＲ）の使用可能状態を長時間維持するためである。また、全ての名札型センサノードにおいて同一のセンシング間隔が設定されていることが、後の解析のためには望ましい。なお、各データは有線で送信されてもよい。
無線／有線によって名札型センサノードから送信されたデータは、図２Ｂ及び図２Ｃに示す組織ダイナミクスデータ収集（Ｂ）において収集され、データベースに格納される。例えば、センサネットサーバ（ＳＳ）の記憶部（ＳＳＭＥ）に格納される。

パフォーマンステーブル（ＢＢ）はパフォーマンス入力（Ｃ）やレイティング入力（ＡＡ）において入力されたパフォーマンスの値を格納する。
ユーザＩＤ（ＢＢＡ）はユーザの識別子、取得時間（ＢＢＢ）は名札型センサノード（ＴＲ）でレイティング入力（ＡＡ）した時刻、もしくは、パフォーマンス入力（Ｃ）した時刻である。ＳＯＣＩＡＬ（ＢＢＣ）、ＩＮＴＥＬＬＥＣＴＵＡＬ（ＢＢＤ）、ＳＰＩＲＩＴＵＡＬ（ＢＢＥ）、ＰＨＹＳＩＣＡＬ（ＢＢＦ）、ＥＸＥＣＵＴＩＶＥ（ＢＢＧ）はレイティング内容、端末（ＢＢＨ）は端末情報（例えば、名札型センサノードの識別子）、格納時刻（ＢＢＩ）はパフォーマンステーブル（ＢＢ）に格納した時刻である。
データテーブル（ＢＡ）は名札型センサノードから得られたセンサデータを格納する。ユーザＩＤ（ＢＡＡ）はユーザの識別子、取得時間（ＢＡＢ）は名札型センサノード（ＴＲ）からのデータを受信した時刻、基地局（ＢＡＣ）は名札型センサノード（ＴＲ）が受信した基地局、加速度センサ（ＢＡＤ）は加速度センサ（ＡＣ）のセンサデータ、ＩＲセンサ（ＢＡＥ）は赤外線送受信器（ＡＢ）のセンサデータ、音センサ（ＢＡＦ）はマイク（ＡＤ）のセンサデータ、温度（ＢＡＧ）は温度センサ（ＡＥ）のセンサデータ、照度（ＢＡＨ）は照度センサ（表）（ＬＳ１Ｆ）と照度センサ（裏）（ＬＳ１Ｂ）のセンサデータ、気づき（ＢＡＩ）は気づき（ＡＦＢ）ボタンの押下の有無、感謝（ＢＡＪ）は感謝（ＡＦＣ）ボタンの押下の有無、正味（ＢＡＫ）は正味（ＡＦＡ）ボタンの押下の有無、端末（ＢＡＬ）は端末情報（例えば、名札型センサノードの識別子）、格納時刻（ＢＡＭ）はパフォーマンステーブル（ＢＡ）に格納した時刻、Ｃｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）はデータが取得されているかの有無を判断するフラグであり、例えば、ユーザが名札型センサノードを装着している場合には０、未装着の場合には１を代入する。装着／未装着は、名札型センサノードがクレードルに置かれているか否かを名札型センサノードが検知することで認識してもよいし、名札型センサノードの電源オン／オフなどの所定の操作を検知してもよいし、これら以外の適宜の手法で認識しても良い。

また、ダイナミクスデータ収集（Ｂ）では、データがダイナミクスデータ収集（Ｂ）に届いた順に格納するため、必ずしも、時刻順になっているとは限らない。
また、データテーブル（ＢＡ）やデータテーブル（ＢＡ）は１例であり、センサデータ毎にテーブルを作成しても構わない。
なお、センシングしていないことを示すデータとして、例えばＮｕｌｌデータを格納する。本実施の形態では、Ｎｕｌｌが格納されていることと、データを受信できず、データが格納されていないことを区別する場合がある。
組織ダイナミクスデータ収集（Ｂ）によって集められた組織ダイナミクスデータは、図２Ｄに示す業務行動解析（ＣＡ）によってプロジェクト進捗コンテンツが生成され、プロジェクト進捗コンテンツ生成（ＪＡ）によって可視化され、その可視化結果がプロジェクト進捗コンテンツ（ＫＡ）となる。
ビジネス顕微鏡の目的のひとつは、業務行動解析（ＣＡ）の業務指標解析（ＣＡ１）によって、プロジェクト進捗を明らかにすることである。コンテンツ生成には定期的なバッチ処理で行なうが、センサデータが送られてくるタイミングが一定ではないため、定期的なバッチ処理では分析できないことがある。コンテンツの精度を高めるためには、未処理のデータを反映させる必要があるが、バッチ処理の再実行では、過去に処理したデータも処理してしまうため、処理の無駄が多い。データの解析処理量低減とコンテンツの精度向上の両立することを考慮したプロジェクト進捗コンテンツ生成である。

図２Ｄを参照し、業務指標解析（ＣＡ１）の全体の流れを説明する。
はじめに、業務行動解析（ＣＡ）の業務指標解析（ＣＡ１）の対象となるプロジェクトは、プロジェクト進捗コンテンツ（ＫＡ）のミッション登録（ＫＡ２）によってプロジェクトに関連する各情報が登録され、解析結果データベース（Ｆ）のプロジェクトテーブル（ＦＡＦ）に登録されたプロジェクトである。
図１０を参照し、プロジェクトテーブル（ＦＡＦ）について説明する。プロジェクト進捗コンテンツ（ＫＡ）のミッション登録（ＫＡ２）による結果を用いてコンテンツを生成するためには、ミッション登録で記載（入力）された内容をデータベースに登録しておく必要がある。この格納の１例が図１０の解析結果データベース（Ｆ）のプロジェクトテーブル（ＦＡＦ）である。

ミッションＩＤ（ＦＡＦ１）はミッションを識別するためのＩＤである。他のミッションと重ならないＩＤを割り振ることが望ましい。リーダ（ＦＡＦ２）はミッション登録におけるリーダである。ミッションを取り纏めするメンバである。依頼者（ＦＡＦ３）はミッション登録における依頼者である。例えば、ミッションを立ち上げた発起人が望ましい。コアメンバ（ＦＡＦ４）はミッション登録におけるコアメンバである。ミッションを具体化するメンバである。関係者（ＦＡＦ５）はミッション登録における関係者である。ミッションを実現するための当事者ではないが、具体化するメンバの関係者である。ミッション名（ＦＡＦ６）はミッション登録におけるタイトルである。そのミッション名である。ミッション期間（ＦＡＦ７）はミッション登録における期間である。そのミッションのスタート日時をスタート（ＦＡＦ８）、終了予定日時をエンド（ＦＡＦ９）に記載する。表示更新頻度（ＦＡＦ１０）はコンテンツ画面の更新頻度を記載している。通常は１日などシステム単位で予め定められた間隔であるが、頻度の高い更新を希望する場合にはミッション毎に希望更新時間を記載することができる。表示コンテンツタイプ（ＦＡＦ１１）は表示コンテンツには複数のタイプがあり、その中から所望の表示内容が記載されているものを選択するために使用する。
実名表示（ＦＡＦ１２）はコンテンツに表示される氏名が実名か匿名化を指定するものである。例えば、実名を希望する場合は「はい」、匿名を希望する場合は「いいえ」を選択する。
ミッション登録時刻（ＦＡＦ１３）はミッション登録によって登録した時刻を記載する。
また、ミッション登録ではユーザの氏名によって記載した場合には、ユーザＩＤ表（ＩＡ）を用いてユーザＩＤに変換してからプロジェクトテーブル（ＦＡＦ）に格納してもよい。
さらに、この処理を行なうに当たって、ユーザ名とユーザＩＤとの対応表が必要な場合には、ユーザ／場所情報データベース（Ｉ）を用いてもかまわない。

図３を参照して、ユーザ／場所情報データベース（Ｉ）のユーザＩＤ表（ＩＡ）について説明する。このテーブルの一例を図３に示す。ユーザＩＤ表（ＩＡ）はユーザＩＤと氏名（ユーザ名）やチーム名などの情報を関連付けるためのテーブルである。例えば、ユーザＩＤ（ＩＡ１）、ユーザ名（ＩＡ２）、チーム名（ＩＡ３）、職位（ＩＡ４）、組織（ＩＡ５）、開始日時（ＩＡ６）、及び、会社名（ＩＡ７）から構成されている。
次に、ユーザ／場所情報データベース（Ｉ）の場所ＩＤ表（ＩＢ）について説明する。このテーブルの一例を図３に示す。場所ＩＤ表（ＩＢ）は場所ＩＤと場所名と赤外線ＩＤを関連付けるためのテーブルである。例えば、場所ＩＤ（ＩＢ１）、場所名（ＩＢ２）、及び、赤外線ＩＤ（ＩＢ３）から構成されている。場所名（ＩＢ２）はその場所の名前、赤外線ＩＤ（ＩＢ３）は場所ＩＤ（ＩＢ１）に設置してある赤外線端末のＩＤである。ひとつの場所に対して赤外線端末を複数個設置してもかまわない。複数個設置した場合には、赤外線ＩＤ（ＩＢ３）に複数の赤外線ＩＤを記述する。また、開始日時（ＩＢ４）は設置を開始した日時を示している。

図２に戻り処理を説明する。以下説明する業務指標解析（ＣＡ１）の各処理は、アプリケーションサーバ（ＡＳ）（解析サーバ）の制御部（ＡＳＣＯ）で実行される。期間スタート（ＣＡ１ＥＡ）では、プロジェクトテーブル（ＦＡＦ）に登録された情報のミッション期間（ＦＡＦ７）用いて、該当の期間であるかを判断している。例えば、ミッション期間が現時刻を含む場合、該当の期間と判断できる。
メンバスタート（ＣＡ１ＦＡ）では、プロジェクトテーブル（ＦＡＦ）に登録された情報のリーダ（ＦＡＦ２）やコアメンバ（ＦＡＦ４）を用いて、該当のメンバであるかを判断している。また、解析に依頼者（ＦＡＦ３）や関係者（ＦＡＦ５）を含めてもかまわない。該当期間のミッションの該当メンバに対し、以下の処理を行う。
業務指標解析（ＣＡ１）はデータの解析処理量低減とコンテンツの精度向上を両立するために、個人指標（ＣＡ１Ｂ）を求める際には処理する前に個人取得率確認（ＣＡ１Ａ１）を行ない、前回の分析に用いた取得率を確認し、取得率が向上している場合には、指標を更新するために該当バッチ処理の再処理を行なう。
個人取得率確認（ＣＡ１Ａ１）においては、データテーブル（ＢＡ）のＣｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）を参照してデータの取得率を求める。例えば、Ｃｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）が装着や未装着以外のものを不明として、Ｃｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）の数をカウントして、データの取得率を求める。より具体的には、センサネットサーバ（ＡＳ）のデータテーブル（ＢＡ）に格納された、該当メンバのユーザＩＤに対応するＣｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）を参照する。例えば、前回の分析時から現時刻までのＣｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）を参照する。なお、前回の分析時から現時刻までの間に取得されるべきデータ数（完全取得数、所望データ数）は、センシングの時間分解能により定まる。Ｃｈｅｃｋｅｒ ｆｌａｇ（ＢＡＮ）が０及び１である数をカウントし、カウントされた値（有効データ数）を完全取得数で割ってデータの取得率を求める。なお、データ取得率としては、データを取得できた割合を求める以外にも、装着や未装着以外のものを不明データとして、不明数を求めて、求められた不明数を取得されるべきデータ数で割ってもよい（データ欠損率）。データを取得できた割合を用いる場合と、不明数の割合を用いる場合とでは、取得率の向上における判断（例えば、不等号の向き）が逆になる。
個人取得率確認（ＣＡ１Ａ１）の判断には、解析結果データベース（Ｆ）の個人処理基準テーブル（ＦＡＡ）を用いている。

図４は解析結果データベース（Ｆ）の個人処理基準テーブル（ＦＡＡ）の一例である。個人処理基準テーブル（ＦＡＡ）ではデータの取得率によって、判断を行なっている。処理ＩＤ（ＦＡＡ１）は例えば処理（バッチ処理）の識別番号であり、処理はＩＤによって管理している。また、その処理プログラムは解析アルゴリズム（Ｄ）に格納されている。処理名（ＦＡＡ２）は処理の名称である。基準（ＦＡＡ３）は処理を実行するかの条件式を示したものである。基準（ＦＡＡ３）に記載してある不等号や等号の式を用いて、この条件式にマッチした場合には、個人行動特定（ＣＡ１Ａ２）を行なう。例えば、図４の対面処理では、対面処理の取得率（ＦＡＡ３Ａ）、＞（ＦＡＡ３Ｂ）、更新前の対面処理の取得率（ＦＡＡ３Ｃ）と記載しているが、これは更新前の取得率よりも今回の取得率が大きかった場合には、対応する対面処理を実行するということを示している。更新前（前回）の取得率は個人処理時刻実行ログテーブル（ＦＡＢ）の取得率（ＦＡＢ９）に、処理ＩＤと対応づけて格納されている。なお、条件式にマッチした場合には、後述するように個人処理時刻実行ログテーブル（ＦＡＢ）の該当処理ＩＤ及び該当ユーザＩＤに対応する取得率（ＦＡＢ９）を今回求めた取得率に更新する。
ここで、図中の「対面処理の取得率」は対面処理に用いるデータ（具体的には赤外線センサのセンシングデータ）の取得率である。同様に、「加速度処理の取得率」は加速度センサのセンシングデータの取得率、「発話処理の取得率」は音センサのセンシングデータの取得率である。「個人指標処理の取得率」の場合には、対面処理等のように直接データテーブル（ＢＡ）を閲覧するのではなく、「対面処理の取得率」と「加速度処理の取得率」と「発話処理の取得率」の平均、もしくは、最低取得率を用いる。各取得率は、適宜格納され、参照されることができる。

また、この基準（ＦＡＡ３）を任意に変更することによって、条件式を変更することができる。
また、取得率の変化度合いに閾値（第２閾値）を設けておくことにより、ある一定以上の取得率の変化があった場合には処理を実行させることも可能である。例えば、取得率の変化（例えば、上昇）が５ポイント以上の場合に処理を実行するなどである。
また、予め取得率の上限（第１閾値）を決めておき、それ以上の取得率になったとしても、処理を実行させなくすることも可能である。例えば、取得率が９８％以上ならば、取得率がそれ以上になったとしても、処理を再度実行させないなどである。このとき、解析サーバは分析済状態と判定する。
また、複数の基準の判断を行なうことが可能であり、判断の結果から該当の処理ＩＤのみの分析を実行することができる。
また、複数の基準の判断を行なうことが可能であり、１つでも条件式にマッチしたら全ての処理ＩＤに対して処理を実行することができる。

個人処理基準テーブル（ＦＡＡ）では取得率に関して述べたが、個人処理基準テーブル（ＦＡＡＡ）は処理時刻で判断を行なっている。処理ＩＤ（ＦＡＡＡ１）は例えば処理の識別番号であり、処理はＩＤによって管理している。また、その処理プログラムは解析アルゴリズム（Ｄ）に格納されている。処理名（ＦＡＡＡ２）は処理の名称である。基準（ＦＡＡＡ３）は処理を実行するかの条件式を示したものである。基準（ＦＡＡＡ３）に記載してある不等号や等号の式を用いて、この条件式にマッチした場合には、個人行動特定（ＣＡ１Ａ２）を行なう。
例えば、図４では、対面処理の処理時刻（ＦＡＡＡ３Ａ）、＜（ＦＡＡＡ３Ｂ）、組織ダイナミクスの赤外線センサ取得時刻（ＦＡＡＡ３Ｃ）と記載しているが、これは赤外線センサ取得時刻よりも対面処理の処理時刻が早い時間の場合には、処理を実行するということを示している。
この基準（ＦＡＡＡ３）を任意に変更することによって、条件式を変更することができる。また、処理時刻の差に閾値を設けておくことにより、ある一定以上の時刻差があった場合には処理を実行させることも可能である。また、複数の基準の判断を行なうことが可能であり、判断の結果から該当の処理ＩＤのみの分析を実行することができる。また、複数の基準の判断を行なうことが可能であり、１つでも条件式にマッチしたら全ての処理ＩＤに対して処理を実行することができる。
個人取得率確認（ＣＡ１Ａ１）によって個人行動（ＣＡ１Ａ）の解析が必要と判定された場合には、個人行動（ＣＡ１Ａ）の個人行動特定（ＣＡ１Ａ２）を行なう。その際に、個人行動特定（ＣＡ１Ａ２）によって行なわれた処理結果のログとして、個人処理実行ログ（ＦＡＢ）に記載される。

図５は解析結果データベース（Ｆ）の個人処理時刻実行ログテーブル（ＦＡＢ）の一例である。個人処理基準テーブル（ＦＡＡ）の判断により、個人行動特定（ＣＡ１Ａ２）によって実行された結果のログを記載するテーブルである。処理ＩＤ（ＦＡＢ１）は例えば処理の識別番号であり、処理はＩＤによって管理している。また、その処理プログラムは解析アルゴリズム（Ｄ）に格納されている。ユーザＩＤ（ＦＡＢ２）はユーザのＩＤである。計測期間（ＦＡＢ３）はセンサデータを計測した期間（例えば処理の対象となるセンサデータの計測期間）が記載されており、スタート（ＦＡＢ４）は計測開始時刻、エンド（ＦＡＢ５）は計測終了時刻である。処理時刻（ＦＡＢ６）は処理した時刻が記載されており、スタート（ＦＡＢ７）は処理開始時刻、エンド（ＦＡＢ８）は処理終了時刻である。取得率（ＦＡＢ９）はセンサデータにおける取得している度合いを示したものである。
取得率は、上述のように個人取得率確認（ＣＡ１Ａ１）で求められた取得率や、後述するように該当期間やユーザにおける解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）や解析結果データベース（Ｆ）の身体リズムテーブル（ＦＡＤ）の完全取得数から不明数を引いた有効データ数を、完全取得数で割った値である。完全取得数とは時間分解能に依存しており、時間分解能１分間（ＦＡＤ３）の場合には１日で１４４０である。
個人行動特定（ＣＡ１Ａ２）では、組織ダイナミクスデータ収集（Ｂ）から該当ユーザのデータを使って分析を行なう。個人行動特定（ＣＡ１Ａ２）の対面テーブル作成（ＣＡ１Ａ２Ａ）、身体リズムテーブル作成（ＣＡ１Ａ２Ｂ）の処理について説明する。
対面テーブル作成（ＣＡ１Ａ２Ａ）は、組織ダイナミクスデータの赤外線データからメンバ間の対面状況をある一定期間毎に時系列順にまとめたものである。
抽出した結果を解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）に格納する。対面テーブル（ＦＡＣ）の１例を図６に示す。これは、ユーザを１レコードとして、時間分解能を１分間（ＦＡＣ３）として、時系列順に１日（２４時間）分を格納する。１日１テーブルであり、対面テーブル（２０１０年７月２７日）の時間分解能１分間のテーブル（ＦＡＣ４）は、対面テーブル（２０１０年７月２６日）の時間分解能１分間のテーブル（ＦＡＣ３）の次の日のテーブルである。

また、時間分解能毎の１テーブルが望ましく、時間分解能５分間（ＦＡＣ５）は時間分解能１分間（ＦＡＣ３）と同日の２０１０年７月２７日であるが、時間分解能が１分間（ＦＡＣ３）と５分間（ＦＡＣ５）とで別テーブルとなる。
対面テーブル（２０１０年７月２６日）時間分解能１分間（ＦＡＣ３）では、縦軸にメンバ個人を判別するためのユーザＩＤ（ＦＡＣ１）、横軸は時間分解能による時刻を示す分解能時刻（ＦＡＣ２）となっている。ある時刻におけるユーザの対面状況は、ユーザＩＤ（ＦＡＣ１）と分解能時刻（ＦＡＣ２）に対応しているところを読み取るだけでよい。例えば、ユーザＩＤが００１の２０１０／７／２６、１０：０２の対面状況は２名と対面しており、対面していたメンバは００２と００３となっている。
また、未装着とはそのユーザが名札型センサノードを装着していないと判断した場合に格納される。例えば、名札型センサノードがクレードルに置かれていることにより、各センサがセンシングしていないことを示すデータ（Ｎｕｌｌデータ）を受信している時刻には、未装着を示すデータが格納される。
また、不明とは、装着しているかを判断できない場合である。例えば、センサデータも、センシングしていないことを示すデータも受信していない時刻は不明を示すデータが格納される。
また、対面テーブル（ＦＡＣ）は、対面人数と対面したユーザＩＤとして格納することが重要であるため、これが満たされるならば、対面テーブル（ＦＡＣ）で用いられているテーブル構成と異なってもかまわない。

身体リズムテーブル作成（ＣＡ１Ａ２Ｂ）は、組織ダイナミクスデータの加速度データからメンバ間の振る舞い／活動状況をある一定期間毎に時系列順にまとめたものである。
抽出した結果を解析結果データベース（Ｆ）の身体リズムテーブル（ＦＡＤ）に格納する。身体リズムテーブル（ＦＡＤ）の１例を図７に示す。これは、ユーザを１レコードとして、時間分解能を１分間（ＦＡＤ３）として、時系列順に１日（２４時間）分を格納する。１日１テーブルであり、身体リズムテーブル（２０１０年７月２７日）の時間分解能１分間のテーブル（ＦＡＤ４）は、身体リズムテーブル（２０１０年７月２６日）の時間分解能１分間のテーブル（ＦＡＤ３）の次の日のテーブルである。
また、時間分解能毎に１テーブルが望ましく、時間分解能５分間（ＦＡＤ５）は時間分解能１分間（ＦＡＤ３）と同日の２０１０年７月２７日であるが、時間分解能が１分間（ＦＡＤ３）と５分間（ＦＡＤ５）とで別テーブルとなる。
身体リズムテーブル（２０１０年７月２６日）時間分解能１分間（ＦＡＤ３）では、縦軸にメンバ個人を判別するためのユーザＩＤ（ＦＡＤ１）、横軸は時間分解能による時刻を示す分解能時刻（ＦＡＤ２）となっている。ある時刻におけるユーザの身体リズムは、ユーザＩＤ（ＦＡＤ１）と分解能時刻（ＦＡＤ２）に対応しているところを読み取るだけでよい。例えば、ユーザＩＤが００１の２０１０／７／２６、１０：０２の身体リズムは２．１Ｈｚである。

また、未装着とはそのユーザが名札型センサノードを装着していないと判断した場合に格納される。また、不明とは、装着しているかを判断できない場合である。
また、身体リズムテーブル（ＦＡＤ）は、ユーザの身体リズムを格納することが重要であるため、これが満たされるならば、身体リズムテーブル（ＦＡＤ）で用いられているテーブル構成と異なってもかまわない。
個人行動（ＣＡ１Ａ）の処理では、組織ダイナミクスデータ収集（Ｂ）の該当ユーザに関する解析を行なえばよく、対面テーブル作成（ＣＡ１Ａ２Ａ）、身体リズムテーブル作成（ＣＡ１Ａ２Ｂ）以外の解析を行なってもかまわない。追加の際には、個人処理基準テーブル（ＦＡＡ）の処理ＩＤ（ＦＡＡ１）に新しいＩＤを割り振る。
また、組織ダイナミクスデータ収集（Ｂ）によって収集されたデータを使用でき、組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）に含まれている、音センサ（ＢＡＦ）、温度センサ（ＢＡＧ）、照度センサ（ＢＡＨ）、気づき（ＢＡＩ）、感謝（ＢＡＪ）、正味（ＢＡＫ）も同様の分析をおこなってもよい。

整合性（ＣＡ１Ｇ）処理とは、個人行動（ＣＡ１Ａ）の処理によって得られた複数のセンサ間における整合性を分析する処理である。具体的な例では、あるユーザの時刻における、対面テーブル（ＦＡＣ）にはデータが格納されているが、身体リズムテーブル（ＦＡＤ）にはデータが格納されていない時の整合性対応方法である。精度を求める上では、複数のセンサの内、同時刻において、１つでもセンサ信号が取得されていない場合にはそのデータを分析に用いることが問題となる場合がある。
さらに、毎回の分析毎に、使用しないセンサの取得状況を考慮すると処理量が増えてしまうため、解析を行なう前に、一括で整合性処理を行なうことが望ましい。

図２５と図２６では解析結果データベース（Ｆ）内の対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）における対処方法を示したものである。
図２５は整合性処理前の対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）である。まず、対面テーブル（ＦＡＣ）の１例を説明する。これは、ユーザを１レコードとして、時間分解能１分間（ＦＡＣＡ３）として、時系列順に１日（２４時間）分を格納する。１日１テーブルである。縦軸にメンバ個人を判別するためのユーザＩＤ（ＦＡＣＡ１）、横軸は時間分解能による時刻を示す分解能時刻（ＦＡＣＡ２）となっている。次に、身体テーブル（ＦＡＤ）の１例を説明する。これは、ユーザを１レコードとして、時間分解能１分間（ＦＡＤＡ３）として、時系列順に１日（２４時間）分を格納する。１日１テーブルである。縦軸にメンバ個人を判別するためのユーザＩＤ（ＦＡＤＡ１）、横軸は時間分解能による時刻を示す分解能時刻（ＦＡＤＡ２）となっている。
さらに、身体リズムテーブル（ＦＡＤ）のある期間（ＦＡＤＡ４）ではデータが格納されておらず不明となっており、対面テーブル（ＦＡＣ）の対応する期間（ＦＡＣＡ４）はデータが格納されている。

以上で示した現象が生じた場合に、整合性（ＣＡ１Ｇ）の処理を行なうことが望ましい。整合性（ＣＡ１Ｇ）の対応の１例としては、同時刻において、１つでもセンサ信号が取得されていない場合には、その他のセンサ信号も正確に取得されていないと判定し、その時刻のセンサデータを用いないようにすることである。このような判定を行ない、整合性処理後の対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）を示したものが図２６である。
図２６は図２５と同じであるため、変更箇所のみ説明するが、対面テーブル（ＦＡＣ）の期間（ＦＡＣＢ４）の箇所において、データが格納されていないことを示す「不明」に変更する。
このようにすることで、曖昧なデータを分析に用いることを防止することができるため、精度を高めた分析が可能となる。
また、２つ以上のテーブルにおける整合性処理の場合には、整合性処理を実行するセンサを任意に指定できることが望ましい。また、整合性処理の場合には、テーブルの１レコードにおける時間分解能が同じものを使用することが望ましい。
また、整合性（ＣＡ１Ｇ）の処理の後に、取得率の再計算をすることが望ましく、その場合には、解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）を用いて取得率を求める。例えば、対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）の完全取得数から不明数を引いた有効データ数を、完全取得数で割って取得率を求め、個人処理時刻実行テーブル（ＦＡＢ）などに適宜格納する。

個人指標（ＣＡ１Ｂ）の処理では、個人行動（ＣＡ１Ａ）で分析した結果を基に分析を行なう。その際に、個人指標（ＣＡ１Ｂ）によって行なわれた処理結果のログが、個人処理実行ログ（ＦＡＢ）に記載される。
個人指標（ＣＡ１Ｂ）は個人行動（ＣＡ１Ａ）の処理によって求められた解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＢ）から求められる指標である。そして、個人指標（ＣＡ１Ｂ）によって求められた指標を格納するテーブルの１例が図８の個人指標テーブル（ＦＡＥ）である。個人指標テーブル（ＦＡＥ）はユーザ毎に指標が格納されるテーブルとなっている。
個人指標テーブル（ＦＡＥ）はユーザを特定するユーザＩＤ（ＦＡＥ１）と対面指標（対面時間（ＦＡＥ２）、非対面時間（ＦＡＥ３）、アクティブ対面時間（ＦＡＥ４）、パッシブ対面時間（ＦＡＥ５）、２人対面時間（ＦＡＥ６）、３人〜５人対面時間（ＦＡＥ７）、６人〜対面時間（ＦＡＥ８））とを含む。
期間：２０１０年７月１９日−７月２６日（ＦＡＥ１５）は分析に用いた期間を示している。時間分解能：１分間（ＦＡＥ１６）は分析時間分解能である。時間区間：１日（ＦＡＥ１７）は、期間（ＦＡＥ１５）における平均等を求める際の範囲指定である。

対面テーブル（ＦＡＣ）から組織ダイナミクスデータ取得時における対面時間と非対面時間を求める。対面テーブル（ＦＡＣ）に格納されている値が１名以上ならば対面時間、０名なら非対面時間としてカウントする。格納されている値が未装着や未定の場合には対面時間と非対面時間をカウントしない。対面時間（ＦＡＥ２）は対面をカウントした時間、非対面時間（ＦＡＥ３）は非対面をカウントした時間である。ここでは分析時間分解能が１分間であるため、カウントした値そのものが時間となる。
対面テーブル（ＦＡＣ）により対面と判定された際の対面したメンバ間でのその時刻の身体リズムテーブル（ＦＡＤ）を調べることにより、アクティブ対面かパッシブ対面かを判定する。この判定の閾値として、対面中の身体リズムが２Ｈｚ以上をアクティブ対面、２Ｈｚ未満をパッシブ対面とした。アクティブ対面時間（ＦＡＥ４）はアクティブ対面をカウントした時間、パッシブ対面時間（ＦＡＥ５）はパッシブ対面をカウントした時間である。分析時間分解能が１分間であるため、カウントした値そのものが時間となる。
対面テーブル（ＦＡＣ）からその何人で対面を行なっていたのかを調べる。対面テーブル（ＦＡＣ）では、分析時間分解能毎に対面人数が記載されているため、それをカウントすることで値を求める。分析幅を２人、３人〜５人、６人の３つとした。２人対面時間（ＦＡＥ６）は、２人での対面をカウントした時間である。３人〜５人対面時間（ＦＡＥ７）は、３人から５人までの対面をカウントした時間である。６人〜対面時間（ＦＡＥ８）は、６人以上の対面をカウントした時間である。分析時間分解能が１分間であるため、カウントした値そのものが時間となる。

さらに、これらは時間区間（ＦＡＥ１７）である１日毎に求め、期間（ＦＡＥ１５）の平均を、格納するそれぞれの値とする。
個人指標（ＣＡ１Ｂ）を説明したが、指標はこれに限らず、対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）から他の指標を作成し、これを分析に用いてもかまわない。
さらに、個人指標（ＣＡ１Ｂ）では期間（ＦＡＥ１５）における平均を格納したが、分散などを用いてもかまわない。
さらに、業務情報を個人指標（ＣＡ１Ｂ）として格納することができる。個人指標（ＣＡ１Ｂ）は対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）から求められる指標である。そして、個人指標（ＣＡ１Ｂ）によって求められた指標を格納するテーブルの１例が図８の個人指標テーブル（ＦＡＥ）である。個人指標（ＣＡ１Ｂ）はユーザ毎に指標が格納されるテーブルとなっている。
個人指標テーブル（ＦＡＥ）は、図８の下段に示すようにユーザを特定するユーザＩＤに対応して組織活動指標（例えば就業時間平均（ＦＡＥ９）、出社時刻平均（ＦＡＥ１０）、帰社時刻平均（ＦＡＥ１１）、就業時間標準偏差（ＦＡＥ１２）、出社時刻標準偏差（ＦＡＥ１３）、帰社時刻標準偏差（ＦＡＥ１４））をさらに含むことができる。図８は上段と下段で別々に示しているが、ひとつのテーブル構成でもよい。

対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）とから組織ダイナミクスデータ取得開始番地と終了番地を求めることで、これから就業時間、出社時刻、帰社時刻を求める。開始番地とは、組織ダイナミクスデータが取れていない（未装着、不明）時からデータが格納されるようになった（０名以上）時の番地を意味する。また、終了番地とは、組織ダイナミクスデータが取れている（０名以上）時からデータ取れなくなった（未装着、不明）時の番地を意味する。
対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）に、時刻が格納されていなくても、時系列順に格納されているため、取得した番地と時間分解能（ＦＡＥ１６）から時刻を求めることができる。
就業時間は終了番地から開始番地を引くことによりその値に応じた時間が就業時間となる。就業時間平均（ＦＡＥ９）は、時間区間（ＦＡＥ１７）毎の就業時間の、期間（ＦＡＥ１５）における平均である。就業時間標準偏差（ＦＡＥ１２）は、時間区間（ＦＡＥ１７）毎の就業時間の、期間（ＦＡＥ１５）における標準偏差である。
出社時刻平均（ＦＡＥ１０）は、時間区間（ＦＡＥ１７）毎の開始番地に対応する時刻の、期間（ＦＡＥ１５）における平均である。出社時刻標準偏差（ＦＡＥ１２）は、時間区間（ＦＡＥ１７）毎の開始番地に対応する時刻の、期間（ＦＡＥ１５）における標準偏差である。
帰社時刻平均（ＦＡＥ１１）は、時間区間（ＦＡＥ１７）毎の終了番地に対応する時刻の、期間（ＦＡＥ１５）における平均である。帰社時刻標準偏差（ＦＡＥ１４）は、時間区間（ＦＡＥ１７）毎の終了番地に対応する時刻の、期間（ＦＡＥ１５）における標準偏差である。
対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）から、エラー状態の組織ダイナミックデータを使用しないように判断することができる。

例えば、名札型センサノード（ＴＲ）を放置して帰社した場合に、近くのノードとの対面を反応してしまったとする。実際には対面していないが、赤外線からでは判断できない。精度を高めるためには、このような誤判断を省く必要がある。対策としては、身体リズムテーブル（ＦＡＤ）と比較することで、対面テーブル（ＦＡＣ）の対面が正しいものであるかを判断する。すなわち、人間が正しく付けていないようなリズム（身体リズムが０Ｈｚ、かつ、長時間）が検出されたならば、そのときの対面テーブルの値を用いないようにする。上述の整合性処理において、このような処理を併せて行ってもよい。
これらの分析を行なった際には、ログとして個人処理時刻実行ログテーブル（ＦＡＢ）に格納する。また、データの処理時刻（ＦＡＢ６）や取得率（ＦＡＢ９）を格納する。
以上示した個人行動（ＣＡ１Ａ）や個人指標（ＣＡ１Ｂ）の処理をユーザ毎に行なう。この処理を実行するか否かはユーザ毎に個人取得率確認（ＣＡ１Ａ１）の結果を用いて行なっている。

個人行動（ＣＡ１Ｃ）では、そのユーザの個人指標（ＣＡ１Ｂ）を用いて解析を行なえばよく、その他の解析を行なってもかまわない。追加の際には、個人処理基準テーブル（ＦＡＡ）の処理ＩＤ（ＦＡＡ１）に新しいＩＤを割り振る。
次に、個人の結果を用いて、組織の指標の分析を行なう。業務指標解析（ＣＡ１）はデータの解析処理量低減とコンテンツの精度向上の両立するために、組織指標（ＣＡ１Ｄ）を求める際には処理する前に組織取得率確認（ＣＡ１Ｃ１）を行ない、前回の分析に用いた取得率を確認し、取得率が向上している場合には、指標を更新するために再処理を行なう。
組織取得率確認（ＣＡ１Ｃ１）の判断には、解析結果データベース（Ｆ）の組織処理基準テーブル（ＦＡＧ）を用いている。

図１１は解析結果データベース（Ｆ）の組織処理基準テーブル（ＦＡＧ）の一例である。組織処理基準テーブル（ＦＡＧ）ではデータの取得率によって、判断を行なっている。処理ＩＤ（ＦＡＧ１）は例えば処理の識別番号であり、処理はＩＤによって管理されている。また、その処理プログラムは解析アルゴリズム（Ｄ）に格納されている。処理名（ＦＡＧ２）は処理の名称である。基準（ＦＡＧ３）は処理を実行するかの条件式を示したものである。基準（ＦＡＧ３）に記載してある不等号や等号の式を用いて、この条件式にマッチした場合には、組織行動特定（ＣＡ１Ｃ２）を行なう。例えば、図１１では、対面マトリックスの取得率（ＦＡＧ３Ａ）、＞（ＦＡＧ３Ｂ）、更新前の対面マトリックスの取得率（ＦＡＧ３Ｃ）と記載しているが、これは更新前の取得率よりも今回の取得率が大きかった場合には、処理を実行するということを示している。更新前（前回）の取得率は組織処理時刻実行ログテーブル（ＦＡＨ）の取得率（ＦＡＨ９）に、処理ＩＤと対応づけて格納されている。なお、条件式にマッチした場合には、後述するように組織処理時刻実行ログテーブル（ＦＡＨ）の該当処理ＩＤ及び該当ミッションＩＤに対応する取得率（ＦＡＨ９）を今回求めた取得率に更新する。
ここで、図中の対面マトリックスの取得率とは、対面テーブル（例えば整合性処理された図２６）をベースに各ユーザのデータの取得率を求め、処理対象のミッションに関連するユーザについて平均を取った値、または、最低取得率のユーザの取得率などである。図中の現場の裁量の取得率も同様である。例えば、現場の裁量の処理に必要なデータについて各ユーザのデータの取得率を求め、処理対象のミッションに関連するユーザについて平均を取った値、または、最低取得率のユーザの取得率などである。
この基準（ＦＡＧ３）を任意に変更することによって、条件式を変更することができる。
また、取得率の変化度合いに閾値（第２閾値）を設けておくことにより、ある一定以上の取得率の変化があった場合には処理を実行させることも可能である。例えば、取得率の変化（例えば、上昇）が５ポイント以上の場合に処理を実行するなどである。

また、予め取得率の上限（第１閾値）を決めておき、それ以上の取得率になったとしても、処理を実行させなくすることも可能である。例えば、取得率が９８％以上ならば、取得率がそれ以上になったとしても、処理を再度実行させないなどである。このとき、解析サーバは分析済状態と判定する。
また、複数の基準の判断を行なうことが可能であり、判断の結果から該当の処理ＩＤのみの分析を実行することができる。また、複数の基準の判断を行なうことが可能であり、１つでも条件式にマッチしたら全ての処理ＩＤに対して処理を実行することができる。
組織取得率確認（ＣＡ１Ｃ１）によって組織行動（ＣＡ１Ｃ）の処理が必要と判定された場合には、組織行動（ＣＡ１Ｃ）の組織行動特定（ＣＡ１Ｃ２）を行なう。その際に、組織行動特定（ＣＡ１Ｃ２）によって行なわれた処理結果のログが、組織処理実行ログ（ＦＡＨ）に記載される。

図１２は解析結果データベース（Ｆ）の組織処理時刻実行ログテーブル（ＦＡＨ）の一例である。組織処理基準テーブル（ＦＡＧ）を用いた判断により、組織行動特定（ＣＡ１Ｃ２）によって実行された結果のログを記載するテーブルである。処理ＩＤ（ＦＡＨ１）は例えば処理の識別番号であり、処理はＩＤによって管理されている。また、その処理プログラムは解析アルゴリズム（Ｄ）に格納されている。ミッションＩＤ（ＦＡＨ２）はミッションを識別するためのＩＤである。計測期間（ＦＡＨ３）はセンサデータを計測した期間（例えば、処理の対象となるセンサデータの計測期間）が記載されており、スタート（ＦＡＨ４）は計測開始時刻、エンド（ＦＡＨ５）は計測終了時刻である。処理時刻（ＦＡＨ６）は処理した時刻が記載されており、スタート（ＦＡＨ７）は処理開始時刻、エンド（ＦＡＨ８）は処理終了時刻である。取得率（ＦＡＨ９）はセンサデータにおける取得している度合いを示したものである。ここでの取得率は、該当期間や該当ユーザにおける個人処理時刻実行ログテーブル（ＦＡＢ）の取得率（ＦＡＢ９）から求める。
個人処理時刻実行ログテーブル（ＦＡＢ）の取得率（ＦＡＢ９）は個人毎の取得率（個人取得率）であり、ミッションＩＤが示すミッションに関係するメンバでの平均（組織取得率）を求め、組織処理時刻実行ログテーブル（ＦＡＨ）の取得率（ＦＡＨ９）に格納する。また、取得率（ＦＡＢ９）は計測期間毎の取得率であり、処理に用いる区間が複数の計測期間を含む場合には、その平均値を取得率（ＦＡＨ９）として格納する。

組織行動特定（ＣＡ１Ｃ２）の処理では、プロジェクトテーブル（ＦＡＦ）の該当ユーザを選択し、そのユーザの個人行動（ＣＡ１Ａ）や個人指標（ＣＡ１Ｂ）の処理結果を用いて分析を行なう。組織行動特定（ＣＡ１Ｃ２）の対面マトリックス作成（ＣＡ１Ｃ２Ａ）の処理について説明する。
対面マトリックス作成（ＣＡ１Ｃ２Ａ）は、時系列に並べられている対面テーブル（ＦＡＣ）から、時系列情報を取り除き、ユーザ毎にどのぐらい対面が行なわれているかを２次元マトリックスにまとめたものである。
抽出した結果を解析結果データベース（Ｆ）の対面マトリックス（ＦＡＩ）に格納する。対面マトリックス（ＦＡＩ）の１例を図１３に示す。図１３は、期間（ＦＣ１Ｃ４）で示した期間における対面結果をまとめたものとなっている。また、対面テーブル（ＦＡＣ）における時間分解能を単位とするので、対面マトリックス（ＦＡＣ）に１と格納させた場合、時間分解能が１分間なら１分間、時間分解能が５分間なら５分間対面していたということになる。
対面マトリックス（ＦＡＩ）では、縦軸はメンバ個人を判別するためのユーザＩＤ（ＦＣ１Ｃ１）、横軸は対面した相手を示すユーザＩＤ（ＦＣ１Ｃ２）である。例えば、ユーザ００２におけるユーザ００３との対面時間は、３３分となっている。
この対面マトリックス（ＦＡＩ）を作成するにあたっては、多くの情報が１つのマトリックスに集約されてしまうため、もとの情報を記述しておくこともできる。
ミッションＩＤ：１０１（ＦＣ１Ｃ３）はこのデータを用いたミッションＩＤである。
期間：２０１０年７月１９日−７月２６日（ＦＣ１Ｃ４）は対面マトリックス（ＦＡＩ）の作成に用いたデータの期間をしている。
日数：７日間（ＦＣ１Ｃ５）は期間（ＦＣ１Ｃ４）における日数である。
実質日数：５日間（ＦＣ１Ｃ６）は期間（ＦＣ１Ｃ４）に営業日数である。
時間分解能：１分間（ＦＣ１Ｃ７）は対面テーブル（ＦＡＣ）における時間分解能である。
対面判定時間：３分間／１日（ＦＣ１Ｃ８）は対面したと判定するための閾値である。すれ違ったりした場合でも、赤外線が反応してしまうと、対面したという判定になってしまうため、数回の反応はノイズである可能性が高いため、このような閾値を導入している。

また、取得率（ＦＣ１Ｃ９）はデータの取得率であり、対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）から求められる、データが不明の部分を除いた有効データの割合である。また、更新（ＦＣ１Ｃ１０）はユーザ毎に、データが更新された場合に「あり」とする。
さらに、ユーザに信頼性がイメージできる内容であることが望ましく、使用データ日数、使用データ時間等も含めてもよい。
また、対面マトリックス（ＦＡＩ）は、ユーザの対面状況を格納することが重要であるため、これが満たされるならば、対面マトリックス（ＦＡＩ）で用いたれているテーブル構成と異なってもかまわない。
組織行動（ＣＡ１Ｃ）では、プロジェクトテーブル（ＦＡＦ）の該当ユーザを選択し、そのユーザの個人行動（ＣＡ１Ａ）や個人指標（ＣＡ１Ｂ）の処理結果を用いて解析を行なえばよく、対面マトリックス作成（ＣＡ１Ｃ２Ａ）以外の適宜の解析を行なってもかまわない。追加の際には、組織処理基準テーブル（ＦＡＧ）の処理ＩＤ（ＦＡＧ１）に新しいＩＤを割り振る。

次に、組織指標（ＣＡ１Ｄ）を求める。組織指標（ＣＡ１Ｄ）の処理では、組織行動（ＣＡ１Ｃ）や個人行動（ＣＡ１Ａ）や個人指標（ＣＡ１Ｂ）で分析した結果を基に分析を行なう。その際に、組織行動（ＣＡ１Ｃ）によって行なわれた処理結果のログが、組織処理実行ログ（ＦＡＨ）に記載される。
組織指標（ＣＡ１Ｄ）の処理では、現場の裁量（ＣＡ１ＤＡ）と上下の連携（ＣＡ１ＤＢ）と双方向の会話（ＣＡ１ＤＣ）の各指標を求める。この結果を組織指標テーブル（ＦＡＪ）に格納する。
現場の裁量（ＣＡ１ＤＡ）は現場における業務の裁量度を示す指標である。その１例として、結束度があり、これは対面マトリックス作成（ＣＡ１Ｃ２Ａ）で生成した対面マトリックス（ＦＡＩ）によって求めることができる。

図１６のネットワーク図（ＺＡ）用いて現場の裁量の指標の求め方を説明する。図は、人をノードで示し、２者間の対面を線（エッジ）で示している。線の判断は対面マトリックス（ＦＡＩ）から２者間の対面時間がある一定以上の場合に対して線を結ぶようにしてある。
結束度は、自分の周りのノードの密度である。図１６のネットワーク図（ＺＡ）の例でいうと、伊藤（ＺＡ４）の対面相手は、高橋（ＺＡ１）、山本（ＺＡ５）、田中（ＺＡ２）の３人である。その３人の密度を調べればよく、その結果、３人間におけるエッジ数／３人間における最大エッジ数＝２／３＝０．６７となる。
予めユーザ毎に裁量の指標を求め、プロジェクトのメンバでの平均値を現場の裁量（ＣＡ１ＤＡ）としてもかまわない。
また、結束度ではなく、次数、２ステップ到達度、媒介中心性を現場の裁量（ＣＡ１ＤＡ）として用いてもかまわない。
これらの求め方として、次数は、ノードに繋がっているエッジの数である。ネットワーク図（ＺＡ）の例でいうと、高橋（ＺＡ１）は田中（ＺＡ２）と伊藤（ＺＡ４）と接続させているため２となる。
２ステップ到達度は、全体において、２ステップ以内の範囲に存在するノードの数である。ネットワーク図（ＺＡ）の例でいうと、渡辺（ＺＡ３）の場合の２ステップでカバーできるノードは全部（ＺＡ１）〜（ＺＡ５）であり、４となる。
媒介中心性は、ノードがネットワーク図全体の連結性に対してどの程度貢献しているかを表す値である。

次に、上下の連携（ＣＡ１ＤＢ）は幹部からメンバまでの連携度合いを示す指標について説明する。その１例として、ステップ数があり、これは対面マトリックス作成（ＣＡ１Ｃ２Ａ）で生成した対面マトリックス（ＦＡＩ）によって求めることができる。
求め方はプロジェクトテーブル（ＦＡＦ）とユーザＩＤ表（ＩＡ）を照らし合わせ、幹部を特定し、その他のメンバと最短何ステップで繋がっているかを求める。ネットワーク図（ＺＡ）の例でいうと、高橋（ＺＡ１）と伊藤（ＺＡ４）は１ステップで繋がっているが、高橋（ＺＡ１）と渡辺（ＺＡ３）は２ステップで繋がっている。
予めユーザ毎にステップ数を求め、プロジェクトのメンバでの平均値を上下の連携（ＣＡ１ＤＢ）としてもかまわない。また、幹部はプロジェクトテーブル（ＦＡＦ）で示されているリーダ（ＦＡＦ２）や依頼者（ＦＡＦ３）でもかまわない。
双方向の会話（ＣＡ１ＤＣ）はメンバ同士の対面時の双方向の振る舞い度合いを示す指標である。その１例として、対面時の身体リズムを見ることで判断することができる。
ある時刻における、対面テーブル（ＦＡＣ）から、対面相手を選択し、その対面相手と自分の身体リズムテーブル（ＦＡＤ）から同じ時刻の身体リズムを選ぶ。そして、選ばれた各身体リズム（自分の振る舞いと相手の振る舞いを示す）が予め定められた閾値以上ならば、双方向のある会話として判断する。各メンバに対して、双方向率を求め、プロジェクトのメンバでの平均値が双方向の会話（ＣＡ１ＤＣ）としてもかまわない。
指標はこれらに限らず、対面マトリックス（ＦＣ１Ｃ）から他の指標を作成し、これを分析に用いてもかまわない。
組織指標（ＣＡ１Ｄ）の処理では、組織行動（ＣＡ１Ｃ）、個人行動（ＣＡ１Ａ）、個人指標（ＣＡ１Ｂ）の処理結果を用いて解析を行なえばよく、現場の裁量（ＣＡ１ＤＡ）と上下の連携（ＣＡ１ＤＢ）と双方向の会話（ＣＡ１ＤＣ）以外の解析を行なってもかまわない。追加の際には、組織処理基準テーブル（ＦＡＧ）の処理ＩＤ（ＦＡＧ １）に新しいＩＤを割り振る。

図１４は解析結果データベース（Ｆ）の組織指標（ＦＡＪ）の一例である。組織指標（ＣＡ１Ｄ）によって計算される現場の裁量（ＣＡ１ＤＡ）と上下の連携（ＣＡ１ＤＢ）と双方向の会話（ＣＡ１ＤＣ）の各指標を格納する。
ミッションＩＤ（ＦＡＪ１）はプロジェクトを識別するものである。プロジェクトテーブル（ＦＡＦ）のミッションＩＤ（ＦＡＦ１）に対応する。期間（ＦＡＪ２）はこの分析に用いたデータの期間を示している。現場の裁量（ＦＡＪ３）は組織指標（ＣＡ１Ｄ）の現場の裁量（ＣＡ１ＤＡ）の指標である。上下の連携（ＦＡＪ４）は組織指標（ＣＡ１Ｄ）の上下の連携（ＣＡ１ＤＢ）の指標である。双方向の会話（ＦＡＪ５）は組織指標（ＣＡ１Ｄ）の双方向の会話（ＣＡ１ＤＣ）の指標である。
以上示した処理をプロジェクトテーブル（ＦＡＦ）のミッションＩＤ（ＦＡＦ１）のミッション毎に、組織行動（ＣＡ１Ｃ）や組織指標（ＣＡ１Ｄ）を行なう。この処理を実行するかはミッション毎に組織取得率確認（ＣＡ１Ｃ１）の結果を用いて行なっている。

次に、実際にコンテンツを生成する部分である、プロジェクト進捗コンテンツ生成（ＪＡ）について説明する。プロジェクト進捗コンテンツ生成（ＪＡ）はネットワーク図生成（ＪＡＡ）と線グラフ生成（ＪＡＢ）の２つの処理を含む。
まず、ネットワーク図生成（ＪＡＡ）について説明する。図１５のネットワーク図（ＹＡ）はネットワーク図の１例である。このネットワーク図（ＹＡ）は対面マトリックス（ＦＡＩ）を基に作成されており、例えば、人物を表すノード（ＹＡ１）と、対面しているメンバ同士を結んだ線（エッジ）（ＹＡ２）から構成されている。配置にはバネモデルを使用する。バネモデル（フックの法則）とは、２つのノード（点）がつながれている場合、そこにバネがあるとして力（内向きまたは外向き）を計算し、さらに自分とつながっていない全てのノードから距離に応じた斥力（反発する力）を受けるとして位置の移動を繰り返すことにより最適な配置にする手法である。
また、例えばノードの形によって信頼性（ＹＡ５）を示している。対面マトリックス（ＦＡＩ）の取得率（ＦＣ１Ｃ９）や更新（ＦＣ１Ｃ１０）のデータを利用し、データ取得率が予め定められた閾値より小さい「欠損あり」やデータの更新の有無「更新済」がわかるように表記してある。（ＹＡ１）は正常（図中実線白丸）、（ＹＡ４）は欠損あり（図中点線白丸）、（ＹＡ３）は更新済（図中網掛け）を示している。なお、ノードの形以外にも、色、線種、模様など表示形態を適宜異なるようにしてもよい。
さらに、ユーザに信頼性がイメージできる内容であることが望ましく、使用データ日数、使用データ時間等も含めてもよい。

次に、線グラフ生成（ＪＡＢ）について説明する。線グラフ生成（ＪＡＢ）では、組織指標（ＣＡ１Ｄ）である、組織指標テーブル（ＦＡＪ）のデータを時系列順に並べて、線グラフを生成する。
プロジェクト進捗コンテンツ生成（ＪＡ）によって生成された結果が、プロジェクト進捗コンテンツ（ＫＡ）である。
プロジェクト進捗コンテンツ生成（ＪＡ）で生成されるコンテンツは、コンテンツ生成に用いているデータの量によって、信頼性を記載する。信頼性を示す１例として、データの取得率であり、本実施例では、解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）や身体リズムテーブル（ＦＡＤ）による不明のデータからデータの取得率を求めている。データから信頼性を示すことができればよく、他の方法を用いてもかまわない。
プロジェクト進捗コンテンツは、データの取得率が向上した場合に図２Ｄの各処理が実行されて更新されるようにすることができる。

ここで、業務行動解析（ＣＡ）の企業情報解析（ＣＡ２）について説明する。この処理は他の企業情報との連携を行ない、データを補完しあうことを目的としたものである。
企業情報集約サーバ（ＫＳ）は他の企業情報システムのハブとなっているサーバであり、図１Ｃに示すような旅費サーバ（ＲＳ１）をはじめとした色々なサーバとの連携を行ない、また、企業情報集約サーバ（ＫＳ）の企業情報集約データベース（ＫＳＭＥ１）において、情報の集約を行なっている。
アプリケーションサーバ（ＡＳ）での企業情報解析（ＣＡ２）では、企業情報集約サーバ（ＫＳ）の企業情報集約データベース（ＫＳＭＥ１）との連携を取ることにより、解析結果データベース（Ｆ）や組織情報データベース（Ｈ）によって得られなかったデータを補完し、また、解析結果データベース（Ｆ）や組織情報データベース（Ｈ）にはあるが、企業情報集約データベース（ＫＳＭＥ１）にはない企業情報を提供する。
補完入力（ＣＡ２Ａ）では企業情報集約サーバ（ＫＳ）における情報を入手する。企業情報集約データベース（ＫＳＭＥ１）の個人業務行動マスターテーブル（ＫＳＭＥ１Ａ）や組織／プロジェクト業務行動マスターテーブル（ＫＳＭＥ１Ｂ）の情報である。
補完抽出（ＣＡ２Ｂ）では解析結果データベース（Ｆ）や組織情報データベース（Ｈ）にある内容と照らし合わせて補完できる部分の抽出を行なう。
照合の際には対応する両者を照らし合わせるためのＩＤが必要であり、その場合には、ユーザ／場所情報データベース（Ｉ）のユーザＩＤ（ＩＡ１）やプロジェクトテーブル（ＦＡＦ）のミッションＩＤ（ＦＡＦ１）などを用いて両者を照らし合わせるためのＩＤとして用いてもかまわない。
補完出力（ＣＡ２Ｃ）では、補完抽出（ＣＡ２Ｂ）によって抽出した内容を実際に解析結果データベース（Ｆ）や組織情報データベース（Ｈ）に書き込む処理を行なう。処理を行なう際には、補完したということであるため、取得率を計算し、この結果を個人処理時刻実行ログテーブル（ＦＡＢ）や組織処理時刻実行ログテーブル（ＦＡＨ）に書き込む。

図２０では補完出力（ＣＡ２Ｃ）後の解析結果データベース（Ｆ）の対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）の１例である。
対面テーブル（ＦＡＣ）と身体リズムテーブル（ＦＡＤ）は、企業情報集約データベース（ＫＳＭＥ１）の個人業務行動マスターデーブル（ＫＳＭＥ１Ａ）や組織／プロジェクト業務行動マスターテーブル（ＫＳＭＥ１Ｂ）の結果が反映されている。
個人業務行動マスターテーブル（ＫＳＭＥ１Ａ）では、ユーザ００３の１１：００−１１：３０までは会社／事業所（ＫＳＭＥ１ＡＥ）と対面相手（ＫＳＭＥ１ＡＧ）から、月星商事の寺田さんとの打ち合わせを行なっていると記載されているため、対面テーブル（ＦＡＣ）の期間（ＦＡＣＣ４）では月星寺田を格納されている。また、身体リズムテーブル（ＦＡＤ）における期間（ＦＡＤＣ４）ではどのような動きかわからないため、未装着としている。これらのデータが図２０のように解析結果データベース（Ｆ）に反映される。
また、会社や対面相手がわからない時には、会社／事業所（ＫＳＭＥ１ＡＥ）と対面相手（ＫＳＭＥ１ＡＧ）以外の情報である、地域／駅（ＫＳＭＥ１ＡＤ）などを用いてもかまわない。また、人物が特定できない場合には、会社／事業所（ＫＳＭＥ１ＡＥ）のみを用いてもかまわない。
上記に示した例は一例であり、企業情報集約データベース（ＫＳＭＥ１）の結果を解析結果データベース（Ｆ）や組織情報データベース（Ｈ）に反映させればよい。

次に、補完出力（ＣＡ２Ｃ）を使用して、対面マトリックス作成（ＣＡ１Ｃ２Ａ）を作成した１例について述べる。図２１は、図１３にて示した対面マトリックス（ＦＡＩ）に社外との打ち合わせを組み合わせた対面マトリックスである。図１３からの追加点は、社外の人物をユーザとして追加したことであり、図２１における月星商事寺田（ＦＣ１ＣＡ１１）を追加したことである。このように部署内外のユーザを１つの対面マトリックスにて扱うことができる。
次に、このような図２１の対面マトリックス（ＦＡＩ）からネットワーク図生成（ＪＡＡ）した１例を図２２に示した。図１５のネットワーク図生成（ＪＡＡ）の生成方法と同じである。図２２では部署内外の対面データが含まれている図２１の対面マトリックス（ＦＡＩ）を使用しているため、他部署のデータ（月星商事寺田（ＹＡＡ６））が表示されている。
さらに、上記で示した方法は１例であり、社内外のメンバ連携がわかればよい。
さらに、ユーザ個人ベースにネットワーク図を生成したが、複数人を１つにまとめてもかまわない。その１例として、ユーザ／場所情報データベース（Ｉ）のチーム名（ＩＡ３）別にクラスタリングしたものと、部署外とのデータをまとめたものが図２３の対面マトリックス（ＦＡＩ）である。図２１から図２３の対面マトリックス（ＦＡＩ）のクラスタリング方法は、チーム内外の連携がわかる手法が望ましく、その１例として、図２３は、図２１の表からチーム内外毎に和を求めたものである。
また、取得率（ＦＣ１ＣＢ９）はチーム内の平均、更新（ＦＣ１ＣＢ１０）はチーム内で更新があるメンバがあった場合に、更新ありと表示した。

次に、このような図２３の対面マトリックス（ＦＡＩ）からネットワーク図生成（ＪＡＡ）した１例を図２４に示した。基本的には、図１５のネットワーク図生成（ＪＡＡ）の生成方法と同じである。異なる点はチーム内の対面時間をノードの大きさ、チーム外との対面時間をエッジ（線）の太さで表示したことである。
さらに、上記で示した方法は１例であり、社内外のチーム間連携がわかればよい。
また、本処理では、組織ダイナミクスデータ収集（Ｂ）によって収集されたデータを使用でき、組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）に含まれている、音センサ（ＢＡＦ）、温度センサ（ＢＡＧ）、照度センサ（ＢＡＨ）、気づき（ＢＡＩ）、感謝（ＢＡＪ）、正味（ＢＡＫ）も同様の分析をおこなってもよい。
このような処理を行なうことで、データの解析処理量低減とコンテンツの精度向上の両立することを考慮したプロジェクト進捗コンテンツ生成である。

本発明は、例えば、センサデータに基づきバッチ処理を行うシステムに利用可能である。

ＴＲ 端末
ＧＷ 基地局
ＳＳ ストレージサーバ
ＡＳ アプリケーションサーバ
ＣＬ クライアント
ＫＳ 企業情報集約サーバ
ＡＭ 管理システム
ＤＳ 診断サーバ

Claims (12)

1. センシングされたデータである第一のデータと、センシングしていない時刻についてセンシングしていないことを示す第二のデータとを送信する複数のセンサノードと、
   前記複数のセンサノードからのデータを用いて所定のバッチ処理を行う解析サーバと
   を備え、
   前記センサノードから予め定められた時間内に送信される所望データ数が予め定められ、
   前記解析サーバは、
   バッチ処理により抽出した結果を格納するテーブルを有し、
   所定のバッチ処理に用いるデータについて、前記所望データ数と、実際に前記複数のセンサノードから受信した前記予め定められた時間内のデータ数とに基づき、データの取得率を求め、
   データの取得率に変動があった場合に、該当バッチ処理を行い、
   前記テーブルに、前記センサノードがセンシングしたデータである前記第一のデータ、前記センサノードがセンシングしていないことを示す前記第二のデータ、前記第一のデータ及び前記第二のデータのどちらも受信していないことを示す第三のデータを区別して格納する
   センサ情報分析システム。
2. 前記解析サーバは、前記第一のデータ及び前記第二のデータをともに有効データとし、前記第三のデータを不明データとして、データの取得率を求める請求項１に記載のセンサ情報分析システム。
3. 前記解析サーバは、取得率の変動が予め定められた第１閾値を超えたら該当バッチ処理を行う請求項１に記載のセンサ情報分析システム。
4. 前記解析サーバは、データの取得率が予め定められた第２閾値を超えたら、データの取得率が１００％でなくとも分析済状態と判定する請求項１に記載のセンサ情報分析システム。
5. 前記バッチ処理は、センシングされたデータに基づく表示データを得るための処理である請求項１に記載のセンサ情報分析システム。
6. 前記解析サーバは、データの取得率に応じて、バッチ処理の結果の表示態様を変える請求項５に記載のセンサ情報分析システム。
7. 前記データの取得率は、ひとつのセンサノードからのセンシングデータに対する取得率であり、前記解析サーバは該センサノードについてのバッチ処理を行う請求項１に記載のセンサ情報分析システム。
8. 前記データの取得率は、所定のバッチ処理に関連する複数のセンサノードからのセンシングデータに対する取得率であり、
   該取得率に変動があった場合に、該複数のセンサノードからのセンシングデータに基づき前記所定のバッチ処理を行う請求項１に記載のセンサ情報分析システム。
9. 前記センサノードは、複数のセンサを備え、複数のセンシングされたデータを、センシングされた時刻に対応して前記解析サーバに送信し、
   前記解析サーバは、ある時刻におけるデータについて前記第三のデータを検出すると、該時刻の他のセンサのデータについても不明データとし、データの取得率を求める請求項２に記載のセンサ情報分析システム。
10. 前記センサノードを装着するユーザの行動情報が予め記憶された情報集約データベースをさらに備え、
    前記解析サーバは、前記情報集約データベースに記憶された行動情報に基づき、センシングされたデータを変更又は補完し、補完後のデータに対して取得率を求める請求項１に記載のセンサ情報分析システム。
11. 前記解析サーバは、前記テーブルに、ユーザが前記センサノードを装着している場合に、前記第一のデータを格納し、ユーザが前記センサノードを装着していない場合に、前記第二のデータを格納する請求項１に記載のセンサ情報分析システム。
12. センシングされたデータを送信する複数のセンサノードからのデータを用いて所定のバッチ処理を行い、前記センサノードから予め定められた時間内に送信される所望データ数が予め定められ、バッチ処理により抽出した結果を格納するテーブルを有した解析サーバであって、
    前記センサノードからセンシングされたデータである第一のデータと、センシングしていない時刻についてセンシングしていないことを示す第二のデータとを受信し、
    所定のバッチ処理に用いるデータについて、前記所望データ数と、実際に前記複数のセンサノードから受信した前記予め定められた時間内のデータ数とに基づき、データの取得率を求め、
    データの取得率に変動があった場合に、該当バッチ処理を行い、
    前記テーブルに、前記センサノードがセンシングしたデータである前記第一のデータ、前記センサノードがセンシングしていないことを示す前記第二のデータ、前記第一のデータ及び前記第二のデータのどちらも受信していないことを示す第三のデータを区別して格納する解析サーバ。

Images