可用研发人天指在给定时间窗内，团队或成员真正可投入研发工作的人天总量。常用算法为：可用研发人天 = 在岗人数 × 时间窗工作日 × 人均每日可投入工时占比 − 已占用的非项目投入折算人天。计算前先固定时间窗、人员范围和每日标准工时，再逐项扣除不可用部分，最后用实际工时记录校验偏差。本文给出一套可复算的口径、公式和算例，便于在资源规划与容量评估中直接套用。
要点总览（TL;DR）
- 可用研发人天 = 在岗人数 × 时间窗工作日 × 人均每日可投入工时占比 − 已占用的非项目投入折算人天，计算前先固定时间窗、人员范围和每日标准工时。
- 人均每日可投入工时占比优先用历史工时记录反推，直接按理论满负荷设定会系统性高估可用容量。
- 扣减项按休假、培训、支持与值班、其他零星投入的顺序逐项折算，每类投入只扣一次，避免与占比重复扣减。
- 算例中10人团队22个工作日、占比0.8，扣减后为146人天，用实际工时152人天校验，偏差约4%。
- 可用人天是投入能力上限，跨团队比较需口径一致，填报偏差、隐性投入和口径漂移是主要失真来源。
先明确评估目标：可用人天要回答什么问题
可用人天是一个供给侧的容量指标，它回答的是“在某个时间窗内，团队最多能拿出多少人天用于研发工作”。这个数字服务于三类判断：一是供需缺口，把可用人天与需求人天放在同一时间窗对比，看缺口有多大；二是承接能力上限，判断新需求进入前团队是否还有余量；三是计划可行性，检查排期所假设的投入是否超过实际可供给的容量。
需要区分它与两类相邻工作的边界。项目组合的承接取舍涉及优先级排序、商业价值和战略匹配，可用人天只是其中的输入之一，不能替代取舍决策。具体人员的排期与任务分配则要落到个人、日期和任务上，可用人天停留在团队或角色层面的总量，不解决“谁在哪天做什么”。把可用人天直接当成排期结果，容易掩盖个人技能匹配、任务依赖等约束。
为了让结果能被复核，计算输出应满足两个要求：一是可复算，任何人拿到同一份输入数据和口径说明，都能算出相同结果；二是可下钻，总量能按团队、角色、项目逐层拆开，定位到具体是哪部分投入占用了容量。满足这两点，指标才能在评审中被质疑、被修正，而不是变成一个无法追溯的孤零零的数字。
指标与范围：人天口径怎么定
人天的基本单位是“一人工作一天”。计算前必须先约定每日标准工时，例如按 8 小时折算为 1 人天，或按组织实际考勤制度设定。这个假设一旦确定，整个时间窗内应保持一致，否则人天与工时之间的换算会失真。若组织存在弹性工时或不同岗位工时制度不同，应按岗位分组设定标准工时，并在口径说明中写明。
人员范围决定分子里算进谁。全职成员按在岗状态计入；兼职成员按其约定投入比例折算，例如每周投入 2 天则按 0.4 人计入；外包人员若参与研发交付，应纳入统计，但要与内部成员分列，便于单独观察；跨团队借调人员在借调期内计入借入团队，避免在原团队和借入团队重复计算。人员范围一旦确定，同一时间窗内的对比都应沿用同一范围。
时间窗的选择影响指标的用途。自然月适合与财务、成本口径对齐；迭代周期适合敏捷团队的短期容量评估；季度适合资源规划和中长期供需平衡。时间窗越短，人员变动和临时投入的扰动越明显；时间窗越长，隐性投入被平均掉的风险越高。建议固定一种主口径用于跨期比较，其他时间窗作为辅助视图。
| 类别 | 纳入项 | 排除项 |
|---|---|---|
| 人员 | 全职研发成员、按比例折算的兼职成员、参与研发交付的外包人员、借调期内的借调人员 | 完全脱离研发岗位的人员、借调期外的原团队成员（避免重复） |
| 时间 | 时间窗内的法定工作日 | 法定节假日、周末（除非组织明确安排工作日） |
| 投入 | 可投入研发工作的净工时 | 休假、培训、行政会议、生产支持、招聘面试等非项目投入 |
数据口径与证据：从哪些记录取数
在岗人数和工作日日历是计算的基础输入。在岗人数建议取自人力资源系统或组织架构的月度快照，并记录月中入离职、转岗的时间点，以便按在岗天数加权。工作日日历取自组织统一的考勤日历，需扣除法定节假日和公司统一假期，避免用自然日直接替代工作日。
非项目投入的取数依赖休假、培训和支持类记录。休假从考勤或请假系统取实际批准天数；培训和内部活动从培训记录或活动报名记录取；生产支持、值班、面试等投入从工时填报或排班表中按类别归集。这些记录的关键字段包括人员、日期、时长、投入类别，缺少类别字段时无法区分项目投入与非项目投入，扣减就无从谈起。
工时填报或排班记录的粒度决定扣减的精度。按天填报适合月度容量评估，按半天或小时填报适合迭代周期评估。粒度越细，填报负担越重，但隐性投入越容易被捕捉。缺失值处理需要事先约定规则：某成员某日无记录时，按“默认满负荷”还是“按团队均值填充”，两种处理会带来方向相反的高估或低估，必须在口径说明中写明并保持一致。
| 构成项 | 数据来源 | 关键字段 | 缺失处理 |
|---|---|---|---|
| 在岗人数 | 人力资源系统、组织架构快照 | 人员、岗位、在岗起止日期、投入比例 | 按在岗天数加权，不整月计入 |
| 工作日 | 考勤日历 | 日期、是否工作日 | 以组织日历为准，不自行推算 |
| 休假 | 请假系统 | 人员、日期、时长、假别 | 无记录视为未休假，需在说明中标注 |
| 培训与活动 | 培训记录、活动报名 | 人员、日期、时长 | 按报名记录归集，缺席不扣 |
| 支持与值班 | 工时填报、排班表 | 人员、日期、时长、投入类别 | 无类别字段时单列，不混入项目投入 |
当这些记录分散在多个系统时，取数环节容易出现重复计数，例如同一段培训既记在培训系统又填进工时。处理办法是确定一个主数据源，其他来源只做补充核对，并在合并时按“人员 + 日期 + 类别”去重。ONES 的资源和工时管理方案支持多维度统计项目和成员的资源投入情况，并可查询和导出工时登记日志明细，适合作为工时类数据的归集与核对来源；具体字段和统计口径仍需按组织实际配置核对。
计算步骤：可用研发人天的公式与扣减顺序
第一步算基础人天。基础人天 = 在岗人数 × 时间窗工作日。若人员中途变动，用“在岗天数 ÷ 时间窗工作日”作为权重，对每人分别计算后加总，而不是直接用期末人数乘工作日。例如某成员月中入职，在岗 11 个工作日、时间窗共 22 个工作日，则其贡献为 0.5 人 × 22 天 = 11 人天。
第二步确定人均每日可投入工时占比。这个比例反映一天中真正能用于研发工作的工时占标准工时的比重。确定方式有两种：一是用历史工时记录反推，取近几个时间窗内项目工时合计除以理论工时合计；二是按组织约定直接设定，例如扣除固定会议和行政事务后按 0.8 计。用历史数据反推更能反映实际，但要求工时填报相对完整；直接设定简单，但容易偏高。无论哪种方式，都应在口径说明中写明来源和取值。
第三步逐项扣减非项目投入。扣减顺序建议为：先扣整段的休假和培训，再扣按比例发生的支持、值班和行政会议，最后扣其他零星投入。每一项都折算成人天后从基础人天中减去。避免重复扣减的关键是每类投入只在一个环节扣一次：如果人均可投入工时占比已经扣除了固定会议，就不能在扣减项里再扣一遍会议。公式可写为：
可用研发人天 = 在岗人数 × 时间窗工作日 × 人均每日可投入工时占比 − 休假折算人天 − 培训折算人天 − 支持与值班折算人天 − 其他非项目投入折算人天
边界情况需要单独处理。分母为零的情形主要出现在按比例计算时，例如某角色在时间窗内无人在岗，则该角色可用人天记为零并在报表中标注，不参与比率计算。人员中途变动时，按在岗天数加权后分别计算，避免用统一比例套用全体。若时间窗内出现大规模组织调整，建议拆分为调整前后两段分别计算再相加，并在结果中注明分段原因。
算例：一个10人团队一个月的可用人天
以下为演示情景，数值为假设，不代表任何组织的实际水平或达标线。某研发团队 10 人，评估时间窗为某自然月，该月共 22 个工作日，每日标准工时 8 小时。根据历史工时记录反推，人均每日可投入研发工作的工时占比为 0.8。当月记录的非项目投入为：休假合计 12 人天，培训合计 6 人天，生产支持与值班合计 9 人天，招聘面试合计 3 人天。
| 步骤 | 计算 | 结果 |
|---|---|---|
| 基础人天 | 10 人 × 22 个工作日 | 220 人天 |
| 按可投入占比折算 | 220 × 0.8 | 176 人天 |
| 扣休假 | 176 − 12 | 164 人天 |
| 扣培训 | 164 − 6 | 158 人天 |
| 扣支持与值班 | 158 − 9 | 149 人天 |
| 扣招聘面试 | 149 − 3 | 146 人天 |
结果为 146 人天，保留整数即可，人天通常不需要小数位；若时间窗较短或人员按比例折算，可保留一位小数并在口径中说明。需要说明的是，这里把可投入占比 0.8 视为已经包含日常固定会议等经常性占用，因此扣减项只列了有明确记录的整段投入，避免重复扣减。
偏差检查用实际工时记录完成。假设当月工时系统记录的项目工时合计为 152 人天，与计算值 146 人天相差 6 人天，偏差约 4%。偏差可能来自未记录的临时支持、填报遗漏或占比取值偏高。偏差在可接受范围内时可沿用当前口径；偏差持续偏大时，应回查占比取值和扣减项完整性，而不是直接调整结果数字。ONES 资源管理可实时查看成员每日投入饱和明细，并提供多种资源报表，可用于这类偏差核对；饱和度与报表结果依赖成员工时填报的完整性与及时性。
解读与限制：结果怎么用、哪里会失真
可用人天反映的是投入能力上限，与实际产出和绩效不是同一概念。同样 146 人天，交付多少需求取决于任务复杂度、技能匹配、协作效率和返工情况。把可用人天直接等同于应完成的工作量，会把容量指标误用为绩效承诺。正确的用法是把它作为分母或约束条件：用需求人天除以可用人天看负荷率，用可用人天减去已承诺投入看剩余容量。
跨团队、跨时间窗比较需要满足可比性条件：人员范围口径一致、每日标准工时一致、可投入占比的确定方式一致、非项目投入的归集类别一致。任一条件不同，比较结果都可能失真。例如一个团队按历史数据反推占比，另一个团队按理论满负荷设定，后者的可用人天会系统性偏高，两者直接对比没有意义。
常见失真来源有三类。一是填报偏差，工时填报不及时或不完整会低估非项目投入，导致可用人天偏高；二是隐性投入，未被记录的临时支持、跨团队答疑、环境维护等占用真实容量却不进入扣减项；三是口径漂移，人员范围、占比取值或扣减类别在相邻时间窗之间被悄悄调整，使趋势对比失去意义。应对办法是固定口径版本、记录每次调整的原因，并定期用实际工时校准占比取值。
复核与校准建议按固定节奏进行：每个时间窗结束后对比计算值与实际工时，偏差超过约定阈值时回查数据；每季度复核一次人员范围和占比取值；组织调整或业务模式变化后重新设定口径并留档。ONES 资源管理通过甘特视图完成项目资源规划与进度跟踪，并支持筛选与分组掌握成员在不同项目的投入比重，可作为容量结果与项目投入对照的载体；是否直接输出可用人天口径的指标，需以实际配置和报表能力为准。
常见问题
团队人员月中入职或离职，可用人天怎么算？
按在岗天数加权，对每人分别计算后加总，不要用期末人数直接乘整个时间窗的工作日。例如某成员在22个工作日的月份中在岗11天，其贡献为0.5人 × 22天 = 11人天。若时间窗内出现大规模组织调整，建议拆成调整前后两段分别计算再相加，并在结果中注明分段原因。
人均每日可投入工时占比应该用历史数据反推还是直接设定？
两种方式都可用，差别在可靠性和成本。用近几个时间窗的项目工时合计除以理论工时合计反推，更贴近实际，但要求工时填报相对完整；按组织约定直接设定（如扣除固定会议后取0.8）更简单，但容易偏高。无论选哪种，都要在口径说明中写明来源和取值，并在相邻时间窗之间保持一致，否则趋势对比会失真。
计算出的可用人天和实际工时对不上，应该先查什么？
先看偏差方向和幅度。计算值高于实际工时，常见原因是占比取值偏高或存在未记录的临时支持；计算值低于实际工时，可能是非项目投入被重复扣减或填报遗漏。回查顺序建议为：占比取值是否合理、扣减项是否有重复、工时填报是否完整。偏差在约定范围内可沿用当前口径，持续偏大时调整口径而不是直接改结果数字。
可用人天能直接用来给团队定交付目标吗？
不建议直接等同。可用人天反映的是投入能力上限，同样的人天能交付多少需求，还取决于任务复杂度、技能匹配、协作效率和返工情况。更稳妥的用法是把它作为分母或约束条件：用需求人天除以可用人天看负荷率，用可用人天减去已承诺投入看剩余容量，交付目标再结合历史交付率和任务构成单独确定。
多个团队的可用人天可以直接横向比较吗？
需要先确认可比性条件：人员范围口径一致、每日标准工时一致、可投入占比的确定方式一致、非项目投入的归集类别一致。任一条件不同，比较结果都可能失真。例如一个团队按历史数据反推占比，另一个按理论满负荷设定，后者会系统性偏高。跨团队比较前建议先统一口径版本，并记录每次调整的原因。
