平均工单解决时间指在选定时间窗内，已解决工单从计时起点到解决时刻的时长平均值，通常以小时为单位。计算前要先固定三件事：计时起点选创建、受理还是首次响应，解决判定看状态流转还是客户确认，统计范围圈定哪些工单类型、优先级和渠道。公式为：平均解决时间 = 计入工单的解决时长总和 ÷ 计入工单数；分母为零时该时间窗不出值，标注“无样本”而非记 0。这个指标反映整体处理速度，需要与解决时长分布、超期率、一次解决率一起解读。
要点总览（TL;DR）
- 平均工单解决时间 = 计入工单的解决时长总和 ÷ 计入工单数，单位通常为小时；计算前先固定计时起点、解决判定和统计范围三项口径。
- 计时起点可选创建、首次受理或首次响应，同一报表只用一个起点并在指标名称中体现；解决判定可选状态置为已解决、客户确认关闭或两者组合。
- 挂起时长是否扣除是两种口径，报表中分别标注、不可混用；解决时间为空的工单不计入分子分母，分母为零时标注“无样本”而非记0。
- 平均值受长尾工单影响明显，解读时同时看中位数、P90、超期工单占比和样本量；口径变更后历史数据不可直接比较。
- 该指标反映整体处理速度，需与一次解决率、返工率、客户满意度组合解读，不宜作为个人绩效的唯一依据。
评估目标：这个指标要回答什么问题
平均工单解决时间回答的是“一批工单从进入处理到被解决，平均花了多久”，它衡量整体处理速度，无法单独说明客户是否满意、问题是否一次解决。把它当成质量结论，容易掩盖长尾工单和返工问题。使用前先写下它要支持的决策，口径才有依据。
常见用途有三类。第一类是趋势观察，比如按月看解决时间是缩短还是拉长，判断处理能力是否在改善。第二类是横向对比，比如比较两个支持团队、两个渠道或两个优先级档位的处理速度差异。第三类是容量与排班参考，用历史解决时长估算某类工单需要投入多少处理人力。三类用途对口径的要求不同：趋势观察要求口径长期稳定，横向对比要求各组统计规则一致，容量估算更关注分布而非单一均值。
建议在计算前填写一份简短的评估目标说明，包含三项内容：指标用途（趋势、对比还是容量参考）、对比对象（时间窗、团队、渠道或优先级）、决策场景（例如“判断下季度是否需要增加一线支持人力”）。目标写清楚后，计时起点和统计范围的选择就有了判断标准，避免不同人按各自理解各算一套。
指标与范围：哪些工单计入、哪些排除
平均值的分子和分母必须来自同一批工单，范围界定不清，结果就不可比。范围规则建议固定成表，每次计算沿用同一张表，变更时记录版本和生效时间。
| 维度 | 纳入规则示例 | 排除规则示例 | 说明 |
|---|---|---|---|
| 工单类型 | 故障报修、使用咨询 | 内部测试单、垃圾单 | 类型定义需与工单表单字段一致 |
| 优先级 | 全部优先级，或仅P1—P3 | 明确不承诺处理的低优建议类 | 混算不同优先级会拉偏均值，建议分组 |
| 渠道 | 邮件、门户、在线客服 | 电话口头记录且无工单号的请求 | 渠道间处理节奏差异大时分开统计 |
| 所属团队 | 一线支持团队 | 转交研发后由研发关闭的工单 | 跨团队工单需约定归属方 |
| 时间窗切分 | 按解决时间落入本月 | 按创建时间落入本月 | 两种切法结果不同，选定一种并注明 |
时间窗按创建时间切分，统计的是“本月新进工单的解决情况”，适合观察新流入工单的处理速度；按解决时间切分，统计的是“本月解决的工单”，适合观察当月产出。两种切法都会把跨月工单算进某一侧，选择时看决策需要，并在报表标题中写明。
挂起和等待客户回复的工单要单独约定。若工单在等待客户期间长期挂起，按自然时间计算会把客户等待计入处理时长，此时可选择扣除挂起区间，或把等待客户回复的工单排除在速度统计之外。重复工单和合并工单建议只保留主单，被合并的从单不计入，避免同一问题被计两次。跨时区团队统一换算到同一时区再计算；工作日与自然日的选择要与服务承诺口径一致，按工作日计算时需明确节假日日历。
数据口径：计时起点、解决判定与字段要求
计时起点有三种常见选择，结果差异明显。以创建时间为起点，衡量的是客户从提交到问题解决的完整等待，适合对外视角；以首次受理时间为起点，剔除了排队等待分配的时间，适合评估处理团队自身效率；以首次响应时间为起点，衡量的是响应之后到解决的时长，适合关注解决环节。三者可以并存，但同一张报表只能用一个起点，并在指标名称中体现，例如“创建至解决平均时长”。
解决判定同样需要固定。以状态置为“已解决”为准，口径统一、数据易取，但可能包含客户尚未确认的情况；以客户确认关闭为准，更贴近客户感知，但依赖客户操作，可能长期悬置；两者组合时，可规定“状态已解决且超过若干天无客户异议即视为解决”，并把这个规则写进口径说明。判定规则一旦变更，历史数据不可直接比较。
复算所需的字段清单如下：工单ID、创建时间、首次受理时间、首次响应时间、解决时间、状态变更记录、挂起区间起止时间、工单类型、优先级、渠道、所属团队。状态变更记录用于还原解决时刻和挂起区间，仅有当前状态不足以复算。
缺失值和异常值要有明确处理规则。解决时间为空的工单不计入分子分母，并单独统计未解决数量；解决时间早于计时起点的记录视为异常，回查状态变更记录后修正或剔除；时长明显超长的离群工单不直接删除，先确认是否为真实长尾，真实长尾应保留并在解读时单独说明，误录数据则修正。所有剔除和修正都要留痕，保证他人能按同样规则复算出同一结果。
计算步骤：从原始工单到平均值
计算流程可以固定为五步，每一步都产出可核对的中间结果。
- 取数：导出选定时间窗内的工单明细，包含上述字段清单中的全部字段。
- 按范围过滤：套用范围与排除规则表，剔除不在统计对象内的工单，记录剔除条数。
- 计算单条解决时长：解决时长 = 解决时间 − 计时起点。若采用扣除挂起口径，再减去挂起区间总时长。
- 剔除无效记录：去掉解决时间为空、时长为负或经确认误录的记录，记录剔除条数。
- 求和除以条数：平均解决时间 = Σ解决时长 ÷ 计入工单数，单位统一为小时。
是否扣除挂起时长是两种口径，报表中要分别标注，例如“平均解决时间（含挂起）”和“平均解决时间（扣除挂起）”。两种口径的数值不可混用在同一趋势线上。分母为零时，该时间窗不出值，标注“无样本”，不要记 0，否则会把“没有数据”误读为“解决时间为零”。
按周或按月分组计算时，先确定时间窗切分方式，再对每个时间窗独立执行上述五步，得到各期平均值和样本量。样本量应与平均值一起展示，便于判断波动是否由样本过少引起。
工单的状态流转和时间字段是计算的数据来源。ONES Desk 提供工单分析报表，可汇总工单处理情况、掌握处理进度；企业版支持自定义处理流程与字段配置，并提供多维度数据统计与分析。实际报表中是否直接给出平均解决时间及其计时起点、挂起处理方式，需要在产品内核对字段与口径后再引用，避免把报表数值与本文口径混用。
算例：一组工单的完整计算
以下为演示情景，数字仅用于说明口径差异，不代表任何真实团队数据。假设某月按解决时间切分，纳入5条工单，时间均以小时计，以月初为零点。
| 工单 | 创建 | 受理 | 解决 | 挂起区间 |
|---|---|---|---|---|
| A | 0 | 2 | 10 | 无 |
| B | 0 | 4 | 28 | 10—20 |
| C | 5 | 6 | 15 | 无 |
| D | 8 | 9 | 57 | 无 |
| E | 12 | — | 空 | 无 |
先按创建至解决、含挂起口径计算：A为10小时，B为28小时，C为10小时，D为49小时，E因解决时间为空剔除。合计97小时，计入4条，平均24.25小时。
再按受理至解决、含挂起口径计算：A为8小时，B为24小时，C为9小时，D为48小时，合计89小时，平均22.25小时。两种起点相差2小时，差异来自排队等待分配的时间。
若对B扣除挂起区间10小时，创建至解决口径下B变为18小时，合计87小时，平均21.75小时；受理至解决口径下B变为14小时，合计79小时，平均19.75小时。扣除挂起后均值下降，说明等待客户的时间对结果影响明显。
D一条工单贡献49小时，占创建至解决口径合计的约一半，均值被明显拉高。若同时看中位数，四条工单排序为10、10、28、49，中位数为19小时，低于均值24.25小时，说明分布右偏、存在长尾。这正是平均值需要与分布指标一起看的原因。
解读与限制：平均值之外还要看什么
平均值把一批工单压缩成一个数，长尾工单会显著抬高结果。解读时至少同时看三项：中位数反映典型工单的解决速度，受极端值影响小；P90 反映大部分工单能在多长时间内解决，用于判断尾部体验；超期工单占比反映有多少工单超出约定时限。三项与平均值一起看，才能区分“整体偏慢”和“少数工单特别慢”两种不同情况。
样本量过小时不下结论。一个月只有几条已解决工单，均值波动主要来自个别工单，不宜据此判断团队效率升降。口径变更后历史数据不可直接比较，例如计时起点从创建改为受理、或开始扣除挂起时长，前后数值不在同一基准上，趋势线应断开并注明变更时间。
速度与质量、满意度之间没有必然因果。解决得快可能因为问题简单，也可能因为处理草率导致返工；解决得慢可能因为问题复杂，也可能因为流程卡点。建议与一次解决率、返工率、客户满意度组合解读：一次解决率高且解决时间稳定，说明处理既快又准；解决时间短但返工率高，说明速度建立在反复处理之上。指标用于发现问题和验证改进，不宜直接作为个人绩效的唯一依据。
如需设定目标值，应依据组织自身历史基线和对外服务承诺确定，本文不提供通用达标线。把口径规则、字段清单、计算步骤和配套指标固定下来，平均工单解决时间才能成为可复算、可比较、可解释的评估工具。
常见问题
工单在等待客户回复期间长期挂起，平均解决时间应该扣除这段时长吗？
两种做法都成立，取决于指标要回答的问题。按自然时间计算（含挂起），衡量的是客户从提交到解决的完整等待，适合对外视角和服务承诺评估；扣除挂起区间，衡量的是处理团队实际投入的时长，适合评估团队自身效率。
无论选哪种，都要在报表标题和口径说明中写清楚，例如“平均解决时间（含挂起）”和“平均解决时间（扣除挂起）”，两种口径的数值不要画在同一条趋势线上。如果等待客户回复的工单占比很高，也可以把这类工单单独分组统计，避免客户等待时间混入团队处理速度。
跨月工单在按月统计时算进哪个月？
取决于时间窗切分方式。按创建时间切分，统计的是“本月新进工单的解决情况”，跨月工单算进创建月，适合观察新流入工单的处理速度；按解决时间切分，统计的是“本月解决的工单”，跨月工单算进解决月，适合观察当月产出。
两种切法都会把跨月工单归到某一侧，没有哪种更准确，关键是选定一种后长期沿用，并在报表标题中写明切分方式。如果中途切换，前后数据不在同一基准上，趋势线应断开并注明变更时间。
只有几条已解决工单的月份，平均值还能用吗？
可以算出来，但不宜据此下结论。样本量过小时，均值波动主要来自个别工单，一条超长工单就能明显拉高结果，据此判断团队效率升降容易误判。
建议把样本量与平均值一起展示，样本量低于约定阈值时标注“样本不足”，只作参考。同时看中位数和逐条工单的解决时长，判断波动是整体变化还是个别工单造成。等积累到足够样本再比较趋势。
平均解决时间缩短了，能说明服务质量提升了吗？
不能直接等同。解决时间反映处理速度，速度与质量、满意度之间没有必然因果。解决得快可能因为问题简单，也可能因为处理草率导致返工；解决得慢可能因为问题复杂，也可能因为流程卡点。
建议与一次解决率、返工率、客户满意度组合解读：一次解决率高且解决时间稳定，说明处理既快又准；解决时间短但返工率高，说明速度建立在反复处理之上。指标用于发现问题和验证改进，不宜直接作为个人绩效的唯一依据。
用ONES Desk的工单报表数据算平均解决时间，需要注意什么？
ONES Desk 提供工单分析报表，可汇总工单处理情况、掌握处理进度；企业版支持自定义处理流程与字段配置，并提供多维度数据统计与分析。使用报表数值前，先在产品内核对三件事：报表采用的计时起点、解决判定规则、是否扣除挂起时长。
如果报表口径与本文口径不一致，不要直接混用，应统一口径后重新取数，或在报表旁注明差异。需要自行复算时，确认工单是否记录了创建、受理、首次响应、解决等时间字段及状态变更历史，字段齐全才能按本文步骤复算出同一结果。
