KPIとは｜意味・KGI・KSFとの違いと設定方法・職種別の例を計算式つきで

KPIは「ゴールの数字」ではなく、ゴールに間に合うかを途中で確かめるための数字です。KGIからKSF、KPI、毎週の行動へと下りていき、行動の結果をKPIで見て直す、という関係です。

flowchart TD
    K["KGI：最終ゴール"] --> S["KSF：成功の鍵"]
    S --> P["KPI：途中の数字"]
    P --> A["毎週の行動"]
    A -.見直す.-> P

よく調べられることの答えを先にまとめます。

確認環境：この記事で実際に動かしたものは、KPIツリーの逆算・感度、職種別の計算式、開発チームの指標の集計の Python スクリプト3本です。Ubuntu 24.04.5 LTS の上の Python 3.13.18 を、環境変数を外した状態（env -i・python3 -I）で実行し、出力をそのまま載せています。数字はすべて説明用に作った例で、特定の会社の値ではありません。KPI の定義とアウトプット・アウトカムの説明は内閣官房・内閣府「地方版総合戦略の策定・効果検証のための手引き（令和7年12月版）」、離職率の定義は厚生労働省「令和6年雇用動向調査結果の概況」、OKR は Google re:Work、NPS は Bain & Company、開発チームの指標は DORA の公式ページ、製造の KPI 規格は ISO の公式ページ、SMART は Doran（1981）の書誌で確かめました。図は mermaid-cli 11.16.0 で描画を確かめています（確認日 2026年11月10日）。

KPIとは（意味・読み方）

この節では、KPIの意味と読み方、ひとことで言うと何なのかが分かります。

KPIは Key Performance Indicator の略で、日本語では「重要業績評価指標」と訳されます。読み方は「ケーピーアイ」です。内閣官房・内閣府の手引きは、KPI を次のように定めています。

Key Performance Indicator の略称。目標を達成するための取組の進捗状況を定量的に測定するための指標をいう。

ポイントは3つです。1つ目は「目標を達成するための」指標であること。目標（KGI）が先にあり、KPIはそれに仕える数字です。2つ目は「進捗状況」を測ること。ゴールに着いたかではなく、途中で間に合いそうかを見ます。3つ目は「定量的」であること。人によって読み方が変わらない数字で表します。

マラソンにたとえると、KGIは「4時間以内に完走する」、KPIは「10kmごとのラップが56分以内」です。ゴールしてから遅れに気づいても取り戻せませんが、10kmごとに測れば途中でペースを上げられます。

KPIが要る理由

最初の5分でKPIを1つ作る

読み進める前に、手元の目標で1つ作ってみると、この先の説明が具体的に読めます。

• 1ゴールを数字で1行書く（KGI）例：今期の新規売上を1億2,000万円にする
• 2ゴールを掛け算に分ける例：売上＝受注件数×平均単価、受注件数＝商談数×受注率
• 3自分たちで動かせる数字を1つ選ぶ例：商談数。単価は市場の影響も大きい
• 4期限と目標値を入れて文にする例：毎月の商談を33件以上にする（月末に集計）

KPI・KGI・KSF・OKRの違い

この節では、KPIと混同しやすいKGI・KSF（CSF・KFS）・OKRの違いが一覧で分かります。

KGIはゴール、KSFはゴールに着くための鍵、KPIは途中の数字、OKRは目標と成果をセットで決める手法です。同じ営業チームの例で並べると、違いがはっきりします。

KPIとKGIの違い

KGIは「期の終わりに着いていたい場所」、KPIは「そこへ向かう途中の目印」です。KGIは1つに絞り、KPIはKGIを分けた先に複数置きます。KGIは売上・利益・会員数のように結果を表す数字が多く、KPIは商談数・問い合わせ数のように、結果より先に動く数字が向いています。

KPIとKSF（CSF・KFS）の違い

KSF・CSF・KFSは呼び方の違いで、どれも「重要成功要因」です。KSFは数字でなくてよいのに対し、KPIは数字で測る点が違います。順番は KGI → KSF → KPI で、KSFを数字にしたものがKPIだと考えると迷いません。たとえば KSF が「見込みの高い会社と商談する機会を増やす」なら、KPIは「条件に合う会社との月の商談数」になります。

KPIとOKRの違い

OKRは目標（Objective）と、その達成を測る主要な成果（Key Results）を組で決める手法です。Google re:Work は、Key Results は測定でき、0〜1.0 の数字で採点しやすいものとし、目安は60〜70%の達成で、いつも満点なら目標が野心的でない、と説明しています。さらに「OKR は人事評価と同じではない」とも書いています。

両方を同時に使う組織もあります。ふだんの事業はKPIで回し、伸ばしたい1〜2点だけOKRで背伸びする、という分け方です。OKRの書き方とスコアの計算は、関連記事「OKRの書き方とエンジニア向けの例｜KPIとの違いとスコア計算」で扱っています。

ノーススターメトリック・KPIツリーとの関係

ノーススターメトリック（北極星指標）は、顧客が受け取る価値を1つの数字で表したものです。KGIが「会社の結果」なら、ノーススターは「顧客の価値」で、KGIより先に動く指標として選びます。違いは関連記事「ノーススターメトリックとは｜KGI・KPIとの違い」で扱っています。KPIツリーは用語ではなく、KGIとKPIのつながりを描いた図のことです（後の節で作ります）。

場面で変わるKPIの意味（経営・行政・開発・評価）

この節では、同じ「KPI」という言葉が、使う場面によってどう違う意味合いで使われるかが分かります。

定義は同じでも、誰が何のために見るかで、KPIの選び方と扱いが変わります。会話がかみ合わないときは、どの場面のKPIの話かを先にそろえると早く片づきます。

行政の手引きは、KPI について「行政活動そのものの結果（アウトプット）のみではなく、その結果として住民にもたらされた便益（アウトカム）に関する数値等を設定することが重要」と書いています。会社でも同じで、「セミナーを月2回開く」はアウトプット、「セミナー経由の商談が月6件」はアウトカムです。

KPIの種類（先行指標・遅行指標、アウトプット・アウトカム）

この節では、KPIを選ぶときに知っておくと迷わない、2つの分け方が分かります。

KPIは「結果より先に動くか（先行・遅行）」と「行動か成果か（アウトプット・アウトカム）」の2軸で分けられます。よいKPIの組み合わせは、先行指標とアウトカムの両方を含みます。

遅行指標だけでは、数字が悪いと分かったときにはもう期末です。アウトプットだけでは、「訪問は増えたが受注は増えない」状態を見逃します。先行指標で早く気づき、アウトカムで効いているかを確かめる組み合わせにします。

KPIの設定方法（5ステップ）

この節では、KPIを設定する手順を、何を決めればよいかの順に分かります。

KGI → KSF → KPI の順に上から決め、最後に測り方と見直しの日を決めます。KPIから先に決めると、ゴールにつながらない数字を追いかけることになります。

KPIの定義書に書く項目

目標値の決め方（3つの出し方）

KPIの目標値は、次の3つの出し方を並べて、いちばん現実に近い値に寄せます。1つだけで決めると、高すぎるか低すぎるかに偏ります。

逆算した値が過去の数字の2倍を超えるなら、KPIを上げるより先に、KGIかKPIツリーの式（どの葉で伸ばすか）を見直すほうが早く片づきます。

SMARTでKPIを書く（Doranの原典との違い）

この節では、KPIを1文に書くときのSMARTの5条件と、よく見る書き換えの前後が分かります。

SMARTは、目標を具体的で測れる形にするための5つの条件の頭文字です。元になったのは George T. Doran の論文 "There's a S.M.A.R.T. way to write management's goals and objectives"（Management Review、1981年11月号、70巻11号、35〜36ページ）で、原典の A は Assignable（担当を決められる）、R は Realistic、T は Time-related でした。いまは A を Achievable、R を Relevant とする書き方がよく使われます。

原典の Assignable は、KPIでも役に立つ観点です。担当が決まっていないKPIは、だれも動かさない数字になります。SMARTに加えて「担当者を1人書く」を条件にすると、KPIが放置されにくくなります。

書き換えの例

伸び率は Python で計算しました。月8件から12件は+50.0%、平均14時間から10時間は28.6%の短縮です。目標を「何%伸ばすか」で決めると、元の値が小さいほど高すぎる目標になりやすいので、今の数字と並べて確かめます。

KPIツリーの作り方（逆算と感度を計算）

この節では、KGIを分解してKPIツリーを作る手順と、どのKPIを伸ばすとKGIにどれだけ効くかを計算する方法が分かります。

KPIツリーは、KGIを掛け算か足し算に分け、担当者が動かせる数字まで下りていった図です。新規売上1億2,000万円を、平均単価120万円・受注率25%・商談化率30%で分けると次のようになります。

flowchart TD
    G["KGI 新規売上<br>年1.2億円"] --> D["受注<br>100件"]
    G --> U["単価<br>120万円"]
    D --> O["商談<br>400件"]
    D --> W["受注率<br>25%"]
    O --> L["リード<br>1,333件"]
    O --> C["商談化率<br>30%"]

作り方の手順

1. 1いちばん上にKGIを置く新規売上 年1億2,000万円
2. 2式で2〜3個に分ける売上＝受注件数×平均単価。足し算（新規＋既存）でもよい
3. 3分けた数字をさらに分ける受注件数＝商談数×受注率、商談数＝リード数×商談化率
4. 4担当者が動かせる数字で止めるリード数・商談化率は行動で動く。ここが葉になる
5. 5下から掛け直して上と合うか確かめる1,333×0.30×0.25×120万円＝約1億2,000万円
6. 6伸ばす葉を選んでKPIにする効き目と伸ばしやすさで2〜3個に絞る

逆算と感度を Python で計算する

ツリーが掛け算でできていると、KGIから逆に必要な数字を出せます。どの葉を伸ばすといくら増えるかも同じ式で計算できます。

# KPIツリーの逆算と感度（売上 = リード数 × 商談化率 × 受注率 × 平均単価）
kgi = 120_000_000          # KGI：年間の新規売上 1億2,000万円
unit, win, conv = 1_200_000, 0.25, 0.30   # 平均単価・受注率・商談化率

deals = kgi / unit          # 必要な受注件数
opps = deals / win          # 必要な商談数
leads = opps / conv         # 必要なリード数
print(f"受注 {deals:.0f}件／年  商談 {opps:.0f}件／年（月 {opps/12:.1f}件）  リード {leads:.0f}件／年（月 {leads/12:.1f}件）")

def sales(l=1, c=1, w=1, u=1):
    return leads*l * conv*c * win*w * unit*u

for name, f in [("リードだけ +10%", (1.1, 1, 1, 1)), ("受注率と単価 +10%", (1, 1, 1.1, 1.1)), ("4つとも +10%", (1.1,)*4)]:
    v = sales(*f)
    print(f"{name}：{v/1e4:,.0f}万円（{(v/kgi-1)*100:+.1f}%）")

実行結果です。

受注 100件／年  商談 400件／年（月 33.3件）  リード 1333件／年（月 111.1件）
リードだけ +10%：13,200万円（+10.0%）
受注率と単価 +10%：14,520万円（+21.0%）
4つとも +10%：17,569万円（+46.4%）

掛け算のツリーでは、どれか1つを大きく伸ばすより、複数の葉を少しずつ伸ばすほうが届きやすいことが数字で分かります。リードを46%増やすのは大変でも、4つを10%ずつなら手が届く、という判断ができます。逆に、どれか1つが10%下がると全体も10%下がるので、下がりやすい葉（受注率など）を監視用のKPIとして残しておきます。

業種・職種別のKPIの例

この節では、営業・マーケティング・カスタマーサポート・人事・開発・製造・経理など、職種ごとによく使うKPIと計算式の例が分かります。

同じ会社でも、職種ごとに追う数字は違います。どれも会社のKGI（売上・利益・顧客の継続）につながる理由を1行で言える数字を選びます。

業種別によく使うKPI

製造のKPIには国際規格があります。ISO 22400-2 は製造オペレーション管理の KPI について、計算式・単位・時間の扱い・使う人を定めた規格で、2026年11月10日時点の ISO の公式ページでは、2014年版を置き換える第2版（ISO/DIS 22400-2）が作成中と表示されています。OEE のように職種で定義が揺れやすい数字は、規格や社内の定義書で計算式をそろえておきます。

人事の離職率は、厚生労働省の雇用動向調査が「入（離）職者数 ÷ 1月1日現在の常用労働者数 × 100」と定めています。社内のKPIでも同じ式にしておくと、公表の数字（令和6年の離職率は14.2%）と比べられます。

KPIの計算式をPythonで検算する

この節では、よく使うKPIの計算式を実際に計算した結果と、計算でつまずきやすい点が分かります。

KPIの数字は、計算式の小さな違いで大きく変わります。前の節の計算式を Python で計算しました。

# よく使うKPIの計算式を検算する
target, done, month = 500, 200, 6                  # 年間の受注目標・半年の結果
pace, need = done/month, (target-done)/(12-month)
print(f"ペース：これまで月{pace:.1f}件 → 残りは月{need:.1f}件（{need/pace:.2f}倍）、今のペースの着地は{pace*12:.0f}件")

m = 0.03                                            # 月次解約率 3%
print(f"解約率：月3%が12か月続くと年{(1-(1-m)**12)*100:.1f}%（単純な12倍の36%ではない）")

scores = [10,9,9,8,7,10,6,3,9,8,10,5,9,7,10,4,9,8,10,2]   # 0〜10の回答20件
p, d = sum(s >= 9 for s in scores), sum(s <= 6 for s in scores)
print(f"NPS：推奨{p}人・批判{d}人／{len(scores)}人 → {(p-d)/len(scores)*100:+.0f}")

print(f"離職率：離職24人 ÷ 1月1日の常用労働者200人 × 100 = {24/200*100:.1f}%")
print(f"OEE：時間稼働率0.90 × 性能稼働率0.95 × 良品率0.99 = {0.90*0.95*0.99*100:.1f}%")

months = [(10, 100), (30, 1000)]                    # (CV数, 訪問数) を2か月分
avg = sum(c/n for c, n in months)/len(months)
pooled = sum(c for c, _ in months)/sum(n for _, n in months)
print(f"CVR：月ごとの率の平均 {avg*100:.2f}% ／ 合計で割る {pooled*100:.2f}%")

t, a = 2.0, 2.5                                     # 少ないほどよい指標（目標2.0%・結果2.5%）
print(f"達成率：目標÷結果 {t/a*100:.0f}% ／ 1-(結果-目標)÷目標 {(1-(a-t)/t)*100:.0f}%")
print("全部達成の確率（各80%・独立と仮定）：", ", ".join(f"{n}個 {0.8**n*100:.1f}%" for n in (3, 5, 10)))

実行結果です。

ペース：これまで月33.3件 → 残りは月50.0件（1.50倍）、今のペースの着地は400件
解約率：月3%が12か月続くと年30.6%（単純な12倍の36%ではない）
NPS：推奨10人・批判5人／20人 → +25
離職率：離職24人 ÷ 1月1日の常用労働者200人 × 100 = 12.0%
OEE：時間稼働率0.90 × 性能稼働率0.95 × 良品率0.99 = 84.6%
CVR：月ごとの率の平均 6.50% ／ 合計で割る 3.64%
達成率：目標÷結果 80% ／ 1-(結果-目標)÷目標 75%
全部達成の確率（各80%・独立と仮定）： 3個 51.2%, 5個 32.8%, 10個 10.7%

結果から分かること

NPS は、Reichheld が Harvard Business Review（2003年12月号）の「The One Number You Need to Grow」で、成長をよく予測する1つの質問として紹介して広く知られた指標です。区分は Bain & Company の公式ページの説明に合わせています。「友人や同僚に勧める可能性」を0〜10で尋ね、9〜10が推奨者、7〜8が中立者、0〜6が批判者で、NPS＝推奨者の割合−批判者の割合です。KPIの数の計算は、各KPIが80%の確率で届き、互いに関係しないと仮定した単純なモデルです。実際は関係し合いますが、数が増えるほど全部を追いきれなくなる傾向は変わりません。

自分で確かめる（ターミナルで1行）

手元の数字で解約率の年換算を確かめるときは、ターミナルで次の1行を実行します（0.03 を自分の月次解約率に変えます）。

python3 -c "m=0.03; print(round((1-(1-m)**12)*100, 1))"

30.6

開発チームのKPI（DORAの指標）

この節では、ソフトウェア開発のチームでKPIとしてよく使われる指標と、記録からの出し方が分かります。

開発チームでは、DORA が定めるソフトウェアデリバリーの指標がよく使われます。DORA の公式ページは、変更リードタイム・デプロイ頻度・失敗したデプロイからの復旧時間を「スループット」、変更失敗率・デプロイのやり直し率を「不安定さ」として、2026年11月10日時点で5つの指標を挙げています（以前の Four Keys の「平均復旧時間」は「失敗したデプロイからの復旧時間」に置き換わっています）。

7日分のデプロイ記録（説明用に作った例）から、変更リードタイムと変更失敗率を出しました。

# 7日分のデプロイ記録から、変更リードタイムと変更失敗率を出す
from datetime import datetime
from statistics import median
log = [  # (本番デプロイ, 最初のコミット, 即時の対応が要ったか)
    ("11-02 10:00", "11-01 15:00", False), ("11-03 11:00", "11-02 18:00", False),
    ("11-04 16:00", "11-04 09:00", True),  ("11-05 10:00", "11-03 14:00", False),
    ("11-06 15:00", "11-06 10:00", False), ("11-09 11:00", "11-05 17:00", False),
    ("11-10 10:00", "11-09 16:00", True),
]
t = lambda s: datetime.strptime("2026-" + s, "%Y-%m-%d %H:%M")
hours = sorted((t(d) - t(c)).total_seconds() / 3600 for d, c, _ in log)
print("リードタイム（時間）:", hours)
print(f"デプロイ {len(log)}回／7日  リードタイムの中央値 {median(hours):.0f}時間  平均 {sum(hours)/len(hours):.1f}時間")
print(f"変更失敗率 {sum(f for *_, f in log)/len(log)*100:.1f}%")

リードタイム（時間）: [5.0, 7.0, 17.0, 18.0, 19.0, 44.0, 90.0]
デプロイ 7回／7日  リードタイムの中央値 18時間  平均 28.6時間
変更失敗率 28.6%

週末をまたいだ1件（90時間）があるだけで、平均は28.6時間、中央値は18時間と大きく離れました。時間のKPIは、平均ではなく中央値で見ると、1件の外れ値に振り回されません。開発チームの指標の一覧と測り方は、関連記事「開発チームのKPI一覧｜指標の計算式とFour Keysの測り方」で、生成AIを入れたときの効果の測り方は関連記事「生成AI導入の効果測定KPI｜開発チーム向け指標一覧と計算式・集計コード」で扱っています。

KPI管理の進め方（見る頻度・会議・見直し）

この節では、KPIを決めたあとに、どの頻度で何を見て、どう直していくかが分かります。

KPIは決めた日ではなく、見続けた日数で効きます。手引きは PDCA を「Plan（計画）、Do（実施）、Check（評価）、Action（改善）の４つの視点をプロセスの中に取り込むことで、プロセスを不断のサイクルとし、継続的な改善を推進するマネジメント手法」と説明しています。KPIは、この Check で見る数字です。

着地見込みは「必要なペース」で話す

前の節の計算のとおり、年間500件の目標に半年で200件なら、このままの着地は400件、残り半年は月50件（今の1.5倍）が要ります。会議では「進捗40%」より「残りの必要なペースは今の1.5倍」と言うほうが、次の行動の話に移りやすくなります。

KPIを入れ替えるとき

• KPIは上がったのにKGIが動かない：つながりの仮説が外れています。KPIツリーの式を見直します。
• 担当者が数字を動かせない：市場や他部署の影響が大きすぎます。もう一段下の数字に替えます。
• 数字だけが上がり中身が伴わない：数を稼ぐ行動が起きています。質を測る数字（商談化率など）と組にします。

投資の回収をKGIに置く場合は、ROIや回収期間の計算が要ります。計算方法は関連記事「ROIの計算方法｜システム投資の回収期間・NPVをExcel数式で」で扱っています。

KPIのよくある失敗とつまずき

この節では、KPIを設定・運用するときによく起きる失敗と、その直し方が分かります。

失敗の多くは「数が多すぎる」「測れない」「先行指標がない」の3つに集まります。

KPIを人の評価に強く結びつけるほど、数字そのものを動かす行動が起きやすくなります。Google re:Work が OKR について「人事評価と同じではない」と書いているのも、同じ理由からです。KPIを評価に使う場合も、数字だけで決めず、行動や中身の確認と組み合わせます。

KPIを使う・使わない判断表

この節では、目的に応じてKPI・OKR・ノーススターメトリックのどれを使うと合うかが分かります。

確実に届かせたい数字はKPI、背伸びの挑戦はOKR、全社が向かう1つの方向はノーススターです。

このKPIでよいかを確かめる5つの問い

• 1この数字が上がると、KGIも上がるかKPIツリーの式でつながっているか
• 2担当者の来週の行動で動くか動かないなら一段下の数字に替える
• 3計算式とデータの出どころを1行で言えるか言えないなら月末に揉める
• 4この数字だけを上げるずるい方法はないかあるなら反対向きの数字と組にする
• 5KGI1つあたり5個以内か多ければ「見るだけの数字」に分ける

KPIの歴史的な背景として、財務の数字だけでなく顧客・業務・学習の視点も測ることを提案した Kaplan と Norton の「The Balanced Scorecard—Measures that Drive Performance」（Harvard Business Review、1992年1〜2月号）がよく参照されます。売上や利益だけを見ず、その手前の数字も並べて見るという考え方は、KPIツリーの考え方と同じです。

よくある質問

Q. KPIとは簡単に言うと何ですか？ A. 最終目標（KGI）に間に合うかを、途中で確かめるための数字です。マラソンなら、ゴールタイムがKGI、10kmごとのラップがKPIです。

Q. KPIの読み方と正式名称は？ A. 「ケーピーアイ」と読みます。Key Performance Indicator の略で、日本語では「重要業績評価指標」です。

Q. KPIとKGIの違いは何ですか？ A. KGIは期の終わりに着いていたいゴールの数字（売上など）、KPIはそこへ向かう途中の数字（商談数など）です。KGIは1つ、KPIは複数置きます。

Q. KSF・CSF・KFSは違うものですか？ A. 呼び方の違いで、どれも「重要成功要因」です。ゴールに着くための鍵を言葉で表したもので、それを数字にしたものがKPIです。

Q. KPIはいくつ設定するのがよいですか？ A. 1つのKGIに3〜5個までが目安です。この記事の計算では、各80%で届くKPIが10個あると、全部届く確率は10.7%まで下がりました。

Q. KPIとOKRはどちらを使えばよいですか？ A. 確実に届かせたい数字はKPI、届くか分からない高さに挑む目標はOKRです。OKRは6〜7割の達成が目安で、評価とは切り離すのが基本です。両方を併用する組織もあります。

Q. 営業のKPIの例は？ A. 商談数・商談化率・受注率・平均単価がよく使われます。売上＝リード数×商談化率×受注率×単価に分けると、どれを伸ばすとどれだけ効くかを計算できます。

Q. 数字にしにくい仕事でもKPIは作れますか？ A. 成果物の数・期限どおりの完了率・依頼者の満足度など、近い数字で表せることが多いです。ただし無理に数字にすると、測りやすいだけの指標になるので、数を少なくして中身の確認と組み合わせます。

Q. KPIの見直しはどのくらいの頻度ですか？ A. 数字は毎週〜毎月見て、KPIそのもの（何を測るか）は四半期ごとに見直すのが目安です。KPIが上がってもKGIが動かないときは、すぐに入れ替えます。

Q. KPIツリーとは何ですか？ A. KGIを掛け算・足し算に分けて、担当者が動かせる数字まで下りていった図です。下から掛け直すとKGIに戻るように作ります。

まとめ

• KPIは、最終目標（KGI）に向かう途中の進み具合を数字で測る指標。KGIはゴール、KSFは成功の鍵（言葉でよい）、KPIは途中の数字。
• 設定はKGI→KSF→KPIの順。SMARTで1文にし、計算式・データの出どころ・担当・見直しの日を定義書に書く。
• KPIツリーは掛け算で作ると逆算と感度が計算できる。4つの葉を10%ずつ伸ばすとKGIは+46.4%になった。
• 先行指標とアウトカムを組にし、1つのKGIに3〜5個まで。率は分子と分母を合計してから割り、月の解約率は12倍しない。
• 確実に届かせる数字はKPI、背伸びはOKR、全社の方向はノーススター。数字だけを動かす行動が起きないよう、反対向きの数字と組にする。

次に読むとよい記事です。開発チームで使う指標は関連記事「開発チームのKPI一覧｜指標の計算式とFour Keysの測り方」で、OKRとの使い分けは関連記事「OKRの書き方とエンジニア向けの例｜KPIとの違いとスコア計算」で扱っています。

参考・出典

確認日はすべて2026年11月10日です。

• 内閣官房地域未来戦略本部事務局・内閣府地方創生推進室「地方版総合戦略の策定・効果検証のための手引き（令和7年12月版）」（KPIの定義 p.16、PDCA p.10）：https://www.chisou.go.jp/sousei/about/chihouban/pdf/tebiki-20251223.pdf
• 厚生労働省「令和6年雇用動向調査結果の概況」（入職率・離職率の定義）：https://www.mhlw.go.jp/toukei/itiran/roudou/koyou/doukou/25-2/dl/gaikyou.pdf
• Google re:Work「Set goals with OKRs」：https://rework.withgoogle.com/en/guides/set-goals-with-okrs
• Bain & Company「Measuring Your Net Promoter Score」：https://nps.bain.com/about/measuring-your-net-promoter-score/
• DORA「DORA's software delivery performance metrics」：https://dora.dev/guides/dora-metrics-four-keys
• ISO「ISO/DIS 22400-2 Automation systems and integration — Key performance indicators (KPIs) for manufacturing operations management — Part 2」：https://www.iso.org/standard/87563.html
• Robert S. Kaplan, David P. Norton「The Balanced Scorecard—Measures that Drive Performance」Harvard Business Review 1992年1〜2月号：https://hbr.org/1992/01/the-balanced-scorecard-measures-that-drive-performance-2
• Frederick F. Reichheld「The One Number You Need to Grow」Harvard Business Review 2003年12月号：https://hbr.org/2003/12/the-one-number-you-need-to-grow
• George T. Doran「There's a S.M.A.R.T. way to write management's goals and objectives」Management Review 70(11), 35–36, 1981年11月（書誌）

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。