現場のヒヤリハットをデータ分析する方法｜傾向と対策の見つけ方

ヒヤリハットの報告書は集まっているが、分析して対策に活かせているか——そこが問われる段階に多くの現場がある。集めるだけで終わるヒヤリハット活動は、やがて「形式的な義務」として形骸化する。データを正しく分析し、現場固有のリスクパターンを掴むことで、初めて予防的な安全管理が実現する。本記事では、4M分類・時間帯分析・AIによるパターン検出を中心に、ヒヤリハットデータの実践的な分析手法を解説する。

なぜ「収集で終わり」では不十分なのか

ハインリッヒの法則によれば、1件の重大事故の背後には300件のヒヤリハットが存在するとされる。この法則が意味するのは、ヒヤリハットは事故を予測する最も豊富なシグナルである、という事実だ。

ところが、多くの現場ではヒヤリハット報告書を収集した後、以下のような状態に陥りやすい。

• 報告書がファイルに綴じられるだけで、内容を誰も読み返さない
• 管理者が個別に確認するだけで、全体の傾向を把握していない
• 対策が「個人への注意喚起」で終わり、根本原因に踏み込まない

NTTデータ数理システムの事例では、製造業の工場で蓄積されたヒヤリハット情報にテキストマイニングと機械学習を適用したところ、従来の人手による分類作業を大幅に効率化しながら、潜在リスクのパターンを自動で抽出できることが確認されている（出典：NTTデータ数理システム「ヒヤリハット情報のデータ分析による製造業の安全管理事例」）。

データを分析するとは、単に件数を数えることではない。「どこで」「誰が」「なぜ」起きているかの構造を明らかにすることだ。

ステップ1：4M分類でリスク要因を整理する

ヒヤリハットデータを分析する最初のステップは、発生要因を体系的に分類することだ。安全管理の分野で広く使われる「4M分類」は、リスク要因を4つの軸で整理する手法である。

このフレームに従って既存のヒヤリハット報告書を再分類すると、自社の現場でどの要因が突出しているかが見えてくる。

たとえば、「Man（人的要因）」が全体の6割を占める現場では、個人への注意指導だけでなく、背景にある「Management（管理的要因）」——具体的には作業手順の周知方法や教育頻度——を見直す必要がある。人が繰り返しミスをするときは、往々にしてシステムや環境に問題がある。

4M分類の実施は、慣れない段階では各報告書を見て担当者が手作業で分類することになる。件数が増えてきたら、後述するAI分析の導入が効果的だ。

ステップ2：時間帯・曜日・工程別の傾向を掴む

分類が終わったら、次は「いつ」「どこで」という観点でクロス分析を実施する。ヒヤリハットの発生には、時間的・工程的なパターンが存在することが多い。

時間帯別の傾向

国土交通省の事業用自動車向けヒヤリハット調査マニュアルでは、時刻帯別の発生率を度数率で計算・比較する手法が示されている。製造現場や建設現場でも同様のアプローチが有効だ。

一般的に注意すべき時間帯として、以下の3つが挙げられることが多い。

• 作業開始直後（午前8〜9時台）：段取り・確認作業が多く、手順の見落としが発生しやすい
• 午後の眠気が出る時間（13〜15時台）：集中力が低下し、確認ミスや不注意が増えやすい
• 作業終了間際（17〜18時台）：「早く終わらせたい」という焦りから手順を省略しがち

工程・場所別の分布

ヒヤリハット報告書に「発生場所」「作業工程」を記録している現場では、特定のエリアや工程への集中がないか確認する。同じ場所で繰り返し発生している場合は、設備配置や動線に根本的な問題がある可能性が高い。

この分析には、月次または四半期ごとに集計したデータを用いて、傾向の変化を時系列で追うことが重要だ。「最近、この工程でヒヤリハットが増えている」という変化に素早く気づける体制を作ることが目標となる。

📱 安全ポスト+ → 👉 無料で試す

ヒヤリハットの報告・収集から分析・対策のサイクルを一元管理したい場合は、安全ポスト+の活用を検討してほしい。現場での報告を手軽にデジタル化し、蓄積されたデータを分析に活かす基盤を整えることができる。

ステップ3：AIによるパターン検出とテキスト分析

ヒヤリハット報告書のほとんどは、自由記述のテキストデータだ。件数が数百件・数千件になると、人手での読み込みには限界がある。この課題を解決するのが、AIを活用したテキスト分析だ。

テキストマイニングで何が分かるか

テキストマイニングは、大量の文章データから有意なパターンや単語の出現傾向を自動的に抽出する技術だ。ヒヤリハット報告書に適用することで、以下のような分析が可能になる。

• 頻出キーワードの抽出：「足場」「転落」「視認性」などの語が多く出てくる工程を特定できる
• 共起分析：「雨天」と「転倒」が同時に出現するケースが多い、など複合要因の関係性を可視化できる
• 時系列でのキーワード変化：新しい設備を導入した後から「機械トラブル」関連の言葉が増えた、という変化点を検知できる

NTTデータ数理システムの事例では、ベイジアンネットワークなどの手法を活用して、ハザードの自動分類システムを構築。工場のヒヤリハット情報を「顕在しているリスク」「潜在しているリスク」「予測されるリスク」の3段階に自動分類できるようになったことが報告されている（出典：NTTデータ数理システム「ヒヤリハット情報のデータ分析による製造業の安全管理事例」）。

生成AIとの組み合わせ

2024年以降、生成AIとテキストマイニングを組み合わせた分析が広がりつつある。単純な頻度分析に留まらず、「この報告書の根本原因は何か」「4M分類でいうとどの要因に当たるか」をAIが自動で判定・分類するシステムも実用化されてきている。

こうした技術を自社導入することが難しい場合でも、分析の考え方を理解したうえで、外部ツールやサービスを適切に選定することが重要だ。

ステップ4：分析結果を「対策」に落とし込む

分析して終わりでは意味がない。データから浮かび上がったパターンを、具体的な対策に変換するプロセスが不可欠だ。

4M分類の結果を活用した対策立案

4M分類でリスク要因の構造が明らかになったら、要因ごとに対策の優先順位を検討する。

重要なのは、「個人の責任」にしないことだ。たとえばManの要因が多く見えても、その背後にはMediaやManagementの問題が隠れているケースが多い。4M分類はあくまで「入口」であり、より深い原因を掘り下げるために5Why分析などの手法と組み合わせて使うと効果的だ。

改善サイクルの回し方

ヒヤリハットのデータ分析は、一度やれば終わりではなく、継続的なサイクルとして回すことが重要だ。以下のPDCAを月次・四半期ごとに実施することを推奨する。

1. Plan：分析から導いた対策を立案し、担当者・期限を明確にする
2. Do：対策を実施し、現場への周知を徹底する
3. Check：対策後のヒヤリハット発生傾向を確認し、効果を検証する
4. Act：効果が不十分な対策は修正し、次のサイクルに反映する

厚生労働省「職場のあんぜんサイト」では、建設業・製造業・運輸業など業種別のヒヤリハット事例が451件（2025年5月時点）公開されており、自社のリスク分析の参考として活用できる（出典：厚生労働省「職場のあんぜんサイト ヒヤリ・ハット事例」）。

分析を「現場文化」に定着させる工夫

ヒヤリハットのデータ分析は、安全管理担当者一人が抱え込んでも限界がある。現場全体に分析の結果と意味を共有し、一人ひとりが「データを見て行動を変える」文化を根付かせることが、長期的な安全水準の向上につながる。

分析結果を「見える化」して現場に掲示する

月次の分析結果を、グラフや図を使って現場に掲示することは効果的だ。「先月は午後3時台にヒヤリハットが集中した」という事実を現場の全員が共有することで、その時間帯の注意意識が高まる。

報告者にフィードバックを返す

「あなたの報告が対策につながった」という体験を積み重ねることで、報告する動機が生まれる。分析結果と対策内容をセットで報告者にフィードバックする仕組みを作ることが、報告件数の維持・向上にも寄与する。

分析の「目的」を全員で共有する

ヒヤリハット活動の目的が「書類を提出すること」にすり替わってしまうと、データの質が劣化する。「なぜ分析するのか」「何を防ぎたいのか」を定期的に全員に伝え、活動の意義を共有し続けることが基盤となる。

📱 安全ポスト+ → 👉 無料で試す

まとめ

ヒヤリハットのデータ分析は、以下のステップで進めると体系的に実施できる。

• 4M分類でリスク要因の構造（Man/Machine/Media/Management）を整理し、問題の所在を明確にする
• 時間帯・工程別の集計で「いつ・どこで」起きやすいかのパターンを把握する
• AIテキスト分析を活用することで、大量の自由記述データから潜在的なリスクパターンを効率よく抽出する
• 分析結果を4Mごとの対策に落とし込み、PDCAサイクルで継続的に改善を回す
• 分析結果を現場に「見える化」し、全員参加の安全管理文化を育てる

ハインリッヒの法則が示す通り、300件のヒヤリハットを正しく分析・対処できれば、その先にある重大事故を防ぐ可能性が格段に高まる。「集めるだけ」から「分析して動く」へ——この転換が、現場の安全水準を次のステージへ引き上げる。

姉妹サービスの関連記事

GenbaCompassの姉妹サービスでも、現場改善に役立つ記事を公開している。

• 4M分析の完全ガイド
• 建設現場安全管理の完全ガイド

現場改善に役立つ関連アプリ

GenbaCompassでは、安全ポスト+以外にも現場のDXを支援するアプリを提供している。併せてチェックしてみてほしい。