コラム ｜ 物流データ収集入門 第5回 ｜ 2026年8月18日

タイムスタンプが数分ずれるだけで人時生産性は変わる
—複数システム間の時刻同期と物流データ分析

前回の記事で、データ遅延の本質は「作業が発生した時刻」と「データがシステムに到着した時刻」を区別して扱うことだと述べました。しかし、そもそも「作業が発生した時刻」自体が正しくなかったら、どうなるでしょうか。

倉庫の現場では、WMS・WES・WCS、ハンディ端末、PLC・設備、勤怠システム、IoTセンサーなど、複数のシステムが同時にデータを記録しています。これらのシステムや機器はそれぞれ時刻を管理しているため、同期設定や参照する時刻源が異なると、同じ瞬間に記録したはずのデータでもタイムスタンプが一致しないことがあります。

このずれは、秒単位であれば多くの場合問題になりません。しかし分単位のずれが生じると、KPIの算出結果が変わります。

1. タイムスタンプが数分ずれると何が起きるか

具体的な影響を、人時生産性の算出を例に見てみましょう。

ある作業員が9:00〜10:00の1時間で60件のピッキングを行ったとします。人時生産性は「処理数量 ÷ 投入時間」で算出されます。

ここでは、説明を単純化するため、WMSの作業時間と勤怠システムの労働時間の「重なり」を投入時間として計算するケースを考えます。実際の人時生産性の定義は、勤怠時間・実作業時間・休憩控除後の時間など、企業によって異なります。

3分のずれでも、人時生産性が約5%変わります。つまり、より小さなずれでも、集計方法によってはKPIに影響する可能性があります。ずれの方向や集計方法によって、KPIへの影響の出方は異なります。1人の作業員であれば誤差の範囲に見えるかもしれませんが、倉庫全体で多くの作業員を集計する場合、こうしたずれが集計方法によって積み重なり、日次の生産性レポートに影響する可能性があります。

問題は数値の大小ではなく、「日によって生産性が上下する原因が、オペレーションの変化なのかタイムスタンプのずれなのか区別できなくなる」ことにあります。

2. なぜ時計はずれるのか

「時計のずれ」と聞くと特殊な障害のように感じるかもしれませんが、複数のシステムや機器を組み合わせる環境では、時刻同期の設定や管理が重要になります。代表的な原因を整理します。

共通しているのは、各システムが独立した時計を持ち、その同期設定が個別に決まっていることです。特にWMS・WES・WCSが別々のベンダーによって導入されている場合、時刻同期の設定が誰の管理範囲なのか曖昧になりやすく、結果として設定漏れが残るケースがあります。

3. タイムスタンプのずれが影響するKPI

人時生産性以外にも、タイムスタンプのずれは複数のKPIに影響します。

いずれも「異なるシステムのデータを時刻で突き合わせる」分析です。データの中身が正しくても、時刻の基準が揃っていなければ、突合の精度は保証できません。

4. 時刻を揃えるための考え方

すべてのシステムの時計を完全に一致させることは、現実的には困難です。NTP（ネットワーク時刻同期プロトコル）に対応した機器であっても設定されていないことがあり、旧型機種では対応していない場合もあります。

重要なのは、「ずれをゼロにする」ことではなく、「ずれの影響がKPI算出に及ばない範囲に抑える」ことです。

対策①：NTPによる時刻同期を基本とする

WMS・WES・WCSの各サーバー、勤怠サーバー、IoTゲートウェイに加えて、主要メーカーの現行PLCもSNTP（NTPの簡易版）クライアント機能を備えているものが多くあります。これらのシステムで時刻同期を設定します。適切に設定されていれば、システム間のずれは分析上問題にならない範囲に収まることが期待できます。

参照先には、公的機関などが提供する信頼性の高い時刻源を利用できます。たとえばNICTは「ntp.nict.jp」を公開しています。ただし、企業や倉庫のネットワーク環境によっては、社内NTPサーバーなどを経由して時刻同期を行う構成もあります。

参照先が異なっていても、いずれも信頼できる時刻源であれば、分単位のずれにはつながりにくくなります。ただし、NTPを設定していても、ネットワーク障害や設定不備などがあれば、時刻差が残る場合があります。

WES・WCSは設備メーカーやベンダーが構築するため、WMSとは別の設定になっているケースがあります。設備導入時に「NTP同期が設定されているか」「参照先はどこか」を確認しておくと、後々の分析で問題になりにくくなります。

対策②：同期できない機器は「基準時刻との差分」を把握する

旧型機種などで時刻同期に対応していない機器や、設備の仕様上NTPサーバーに接続できない機器については、定期的に基準時刻との差分を確認し、その差分をデータ取り込み時に補正する方法があります。

たとえば、ある機器の内部時計が基準時刻より2分進んでいることがわかっていれば、その機器から取り込んだデータのタイムスタンプを一律で2分戻す処理を入れます。内蔵時計は時間とともにずれが拡大するため、差分は定期的に確認し、更新する運用が必要です。

対策③：分析基盤側で「時刻の許容幅」を設計する

データを突き合わせる際に、完全一致ではなく一定の許容幅（たとえば±30秒）を持たせる設計も有効です。

人時生産性であれば、作業記録と勤怠記録の突合に一定の許容幅を設けることで、わずかな時刻差による突合漏れを抑えられる場合があります。許容幅をどの程度に設定するかは、KPIの定義や業務上許容できる誤差の範囲から決める必要があります。許容幅を広げすぎると、本来は別の作業イベントを同一と判断してしまうリスクもあるため、慎重な設計が求められます。

5. 「データの時刻」を信用できる状態にする

第4回では「データが揃っているか」（欠損・重複・遅延）を扱いました。今回は「データの時刻が正しいか」を扱いました。この2つが揃って初めて、KPI分析の結果を信用できる状態になります。

逆に言えば、高度な分析ツールを導入しても、タイムスタンプの基準が揃っていなければ、その分析結果には常に「時刻のずれに起因する誤差」が含まれます。現場の感覚と数字が合わない原因が、実はタイムスタンプのずれだった——というケースは、現場では気づきにくいだけに厄介です。

まとめ：時刻の基準を揃えることは、データ品質の一部

タイムスタンプのずれは、データの中身が正しくても分析結果を歪める、見えにくい品質問題です。特に人時生産性のように、異なるシステムのデータを時刻で突き合わせるKPIでは、わずかなずれが数値に直接影響します。

対策の基本は、NTPによる時刻同期の統一です。すべてを完璧に揃えることは難しくても、KPI算出に影響するシステムから優先的に対応することで、分析結果の信頼性は確実に上がります。