交付预测准确率衡量团队在某个预测时点对交付结果的判断与最终实际交付的吻合程度。常用算法是：在固定的预测快照时点，统计被承诺交付的工作项中按期完成的数量，除以该快照承诺交付的总数，得到百分比；再用平均延期天数或偏差工作量补充说明“差多少”。计算前需要固定预测时点、完成定义、工作项粒度和统计时间窗，否则不同迭代、不同团队之间的数字不可比。
要点总览（TL;DR）
- 交付预测准确率＝预测快照时被承诺且按期完成的工作项数÷同一快照承诺的工作项总数×100%，用于衡量承诺与实际交付的吻合程度。
- 计算前需固定四项口径：预测快照时点、完成定义、工作项粒度、统计时间窗；任一变化都视为口径变更，不与历史数据直接合并。
- 比率之外补充偏差量：平均延期天数或延期与未完成工作项的偏差工作量，说明“差多少”，避免只看百分比。
- 分母为零时标记“无有效样本”，不计算比率；承诺项少于5个时注明样本量，解读以多期趋势为主。
- 准确率偏低先查口径漂移与快照修改，再分析偏差原因；该指标衡量计划可靠性，不宜单独作为绩效结论。
评估目标：预测准不准，要回答哪个问题
这个指标服务于一个具体判断：团队在承诺时点做出的交付预判，事后有多少被兑现。它衡量的是计划可靠性，即承诺与实际之间的吻合程度。使用场景包括迭代或版本承诺的复盘、跨团队交付承诺的核对，以及季度规划时评估上一周期的预判质量。读者拿到这个数字，应当能回答“我们当时的承诺有多可信”，而不是“我们做了多少事”。
需要与产出量类指标区分开。需求交付数量、故事点完成量、人均效能等指标回答的是“做了多少、效率如何”，交付预测准确率回答的是“说到的做到了多少”。一个团队可能产出很高但预测频繁失准，也可能产出平稳而预测稳定可靠，两类信息不能互相替代。本文聚焦承诺与实际的吻合度，单次迭代的执行过程管理、计划与实际投入工时偏差分析属于相邻主题，不在本文展开。
| 本指标回答 | 本指标不回答 |
|---|---|
| 承诺的交付结果有多少按期兑现 | 团队一共交付了多少工作量 |
| 预测与实际之间差了多少天或多少工作量 | 人均产出、工时利用率高低 |
| 不同迭代、不同版本的承诺可靠性是否稳定 | 单个成员或团队的绩效排名 |
| 预测周期长短对预判质量的影响 | 需求价值高低、优先级是否合理 |
指标与范围：分子、分母和时间窗怎么定
要让数字可复算，先把分子、分母、完成定义、工作项粒度和时间窗五项固定下来，并在同一份统计中保持一致。分子是预测快照时被承诺、且在承诺时间窗内完成的工作项数量；分母是同一快照时被承诺交付的工作项总数。两者必须来自同一份承诺清单，不能一边用评审记录、一边用事后补录的计划。
完成定义要写清楚状态流转到哪一步算完成，以及验收是否作为完成条件。若以“已上线”为完成，则开发完成但未发布的不计入；若以“验收通过”为完成，则需记录验收时间。工作项粒度在全篇统一一种，可以选需求、任务或版本，混用会让分子分母口径错位。时间窗按迭代周期、版本发布日或季度承诺日设定，长度在跨期比较时保持一致。
排除规则同样要事先约定。快照之后新增的需求不计入分母，因为它不在承诺范围内；快照时承诺、事后被正式撤销的工作项，建议从分母中剔除并单独记录撤销数量，避免用撤销来美化比率。若撤销发生在临近交付日，应在复盘中单独说明。
| 字段名 | 定义 | 取值示例 | 缺失处理 |
|---|---|---|---|
| 预测快照时点 | 承诺清单被正式确认的日期 | 2026-03-02 迭代计划评审通过 | 无快照则本期不计算 |
| 承诺工作项总数（分母） | 快照时列入承诺清单的工作项数 | 12 个需求 | 为 0 时标记无有效样本 |
| 按期完成数（分子） | 在承诺时间窗内达到完成定义的工作项数 | 9 个 | 完成时间缺失的按未完成计并标注 |
| 完成定义 | 判定完成的状态或验收条件 | 状态为“已发布” | 口径变更需单独标注 |
| 工作项粒度 | 统计对象的最小单位 | 需求 | 混用时需拆分统计 |
| 时间窗 | 承诺交付的截止范围 | 迭代起止日 2026-03-02 至 03-13 | 跨期比较需等长 |
数据口径与证据：取数来源和可比性前提
计算能否被复核，取决于两件事：承诺时点的快照是否留存，实际完成时间是否可核验。预测快照可以保存为承诺时点的计划版本、评审记录或计划文档，关键是能证明“当时承诺了哪些工作项”。实际交付数据来自工作项状态变更时间和发布记录，状态流转日志能给出进入完成状态的具体时间，发布记录能佐证上线时间。
证据要求是快照可回溯、完成时间可核验。复盘时若有人质疑某个工作项是否在承诺清单里，应能调出当时的快照；若质疑某项是否按期完成，应能查到状态变更或发布的时间戳。缺少这两类证据，准确率就只能作为参考值，不宜用于跨团队比较。
可比性建立在四个前提上：同一完成定义、同一工作项粒度、同一时间窗长度、同一排除规则。任一前提变化，都应视为口径变更，单独标注，不与历史数据直接合并计算。数据缺失时，例如某工作项完成时间未记录，按未完成计入并标注缺失，而不是事后补一个估计时间。口径变更当期的数字可以与变更后各期比较，与变更前各期比较时需说明差异来源。
在研发管理工具中承载这套数据，通常需要计划版本留存、工作项状态流转记录和发布记录三类信息。ONES 支持工作项状态流转并保留变更记录，计划与版本可以按迭代组织，复盘时可对照承诺时点的计划与实际完成情况，减少手工补录带来的口径漂移。
计算步骤：从快照到准确率的五步
按以下五步执行，每一步都产出可检查的中间结果，便于他人复算。
- 锁定预测快照时点与承诺清单。确认快照日期，导出或固化该时点承诺交付的工作项列表，记录总数作为分母。
- 按完成定义标记每个工作项的实际完成时间。逐项查看状态变更或发布记录，填入完成日期；未完成的留空并标注。
- 判定按期、延期、未完成三类。完成日期不晚于承诺截止日的为按期；晚于截止日的为延期，并记录延期天数；截止日仍未完成的为未完成。
- 计算准确率。公式为：准确率＝按期完成数÷承诺总数×100%。单位是百分比，保留一位小数即可，避免用精度掩盖样本量小的问题。
- 计算偏差量作为补充。平均延期天数＝延期工作项的延期天数之和÷延期工作项数，单位为天；也可用偏差工作量，即延期与未完成工作项的原估工作量之和，单位为人天或故事点。偏差量说明“差多少”，与比率一起呈现。
分母为零时，即快照中没有承诺工作项，不计算比率，标记为“无有效样本”，并在统计表中保留该期记录，避免被误读为 100% 或遗漏。若承诺项极少，例如少于 5 个，比率仍可计算，但应在结果旁注明样本量，解读时以趋势为主。
例子：一个迭代的完整算例
假设某迭代在 2026-03-02 的计划评审中承诺交付 12 个需求，迭代时间窗为 03-02 至 03-13，完成定义为状态流转到“已发布”。实际结果是 9 个按期完成、2 个延期完成、1 个未完成。演示数据仅用于说明算法。
| 类别 | 数量 | 说明 |
|---|---|---|
| 承诺总数（分母） | 12 | 快照时列入承诺清单的需求 |
| 按期完成（分子） | 9 | 完成日期不晚于 03-13 |
| 延期完成 | 2 | 分别延期 3 天和 5 天 |
| 未完成 | 1 | 截止日仍未达到完成定义 |
准确率＝9÷12×100%＝75.0%。平均延期天数＝(3＋5)÷2＝4.0 天。若两个延期项的原估工作量分别为 3 人天和 2 人天，未完成项为 5 人天，则偏差工作量为 3＋2＋5＝10 人天。结果可表述为：“2026-03-02 至 03-13 迭代，承诺 12 个需求，按期完成 9 个，交付预测准确率 75.0%；延期项平均延期 4.0 天，延期与未完成合计偏差 10 人天。”这样的表述同时给出比率、偏差量、样本量和时间窗，读者可以判断数字的分量。
解读与限制：数字高低说明什么、不能说明什么
准确率偏低时，先查口径再找原因。常见情况是完成定义在周期内发生漂移，例如中途把验收通过改为完成条件；或者快照被事后修改，承诺清单在复盘前被调整。口径问题排除后，再看延期和未完成集中在哪些类型的工作项上，是估算偏乐观、依赖未就绪，还是范围在周期内扩张。
要区分“承诺保守”与“预测可靠”。把承诺压到很少、只挑最有把握的工作项，准确率会很高，但这反映的是承诺策略而非预判能力。解读时应同时看承诺总量与偏差量：承诺量明显低于历史产出、偏差量很小，说明承诺偏保守；承诺量正常而偏差量波动大，说明预判稳定性不足。
单指标不能作为绩效结论。准确率需要与交付量、偏差量一起看，才能判断团队是在稳定交付还是在收缩承诺。样本量小时，例如承诺项少于 5 个，一两项的变动就会让比率大幅跳动，此时宜看连续多个周期的趋势，而不是单期数字。改进方向包括缩短预测周期、把大颗粒承诺拆成可判断的小项、在复盘中记录每项偏差的具体原因，为下一期估算提供依据。
- 误用一：用准确率排名团队或个人，忽略承诺策略和样本量差异。
- 误用二：为追求高准确率压低承诺，导致交付量萎缩却显示“预测可靠”。
- 误用三：口径变更后直接与历史数据合并比较，得出虚假的升降结论。
常见问题
预测快照时点应该定在什么时候，定早了或定晚了有什么影响？
快照时点应定在团队对交付范围做出正式承诺的那一刻，常见选择是迭代计划评审通过日、版本范围冻结日或季度承诺确认日。定得太早，范围尚未讨论清楚，承诺清单会随后大幅变动；定得太晚，临近交付才锁定清单，预测难度被人为降低，准确率会虚高。
无论选哪个时点，同一团队跨期比较时要保持一致。若因流程调整必须改变快照时点，应作为口径变更单独标注，变更前后的数字分开呈现，不直接合并计算升降。
快照后客户临时追加的需求，算进分母还是排除？
按本文口径，快照之后新增的需求不计入分母，因为它不在承诺范围内。这类需求应单独记录数量，在复盘中说明其对交付节奏的实际影响。
如果追加需求挤占了原承诺项的交付时间，导致原承诺项延期，准确率会如实反映这一结果，这正是该指标要暴露的信息。若团队希望衡量“包含插单在内的整体交付可靠性”，可以另设一个把追加需求纳入分母的口径，但两套口径要分开统计、分开比较，避免混用。
承诺项被正式撤销时，分母要不要扣减？
建议从分母中剔除被正式撤销的工作项，同时单独记录撤销数量与撤销时点。撤销发生在临近交付日时，应在复盘中单独说明原因，因为它可能掩盖原本会发生的延期。
需要区分“正式撤销”与“悄悄移出清单”。后者会让分母在复盘前缩水，使准确率失真。判断依据是撤销是否有记录、是否经过确认，缺少记录的移出应按未完成处理。
多个团队承诺项数量差异很大，准确率可以直接横向比较吗？
直接比较要谨慎。承诺项少的团队，一两项的变动就会让比率大幅跳动，例如承诺4项完成3项是75%，完成4项就是100%。跨团队比较时，应同时呈现样本量、时间窗长度和偏差量，并优先看连续多个周期的趋势。
更稳妥的做法是先保证完成定义、工作项粒度和时间窗一致，再比较趋势方向而非单期数值。若各团队的承诺粒度本身不同，例如一方按需求承诺、一方按任务承诺，横向比较的意义有限，宜各自纵向跟踪。
准确率连续几个周期都很高，是否说明预测能力已经很好？
需要结合承诺总量和偏差量判断。若承诺量明显低于历史产出能力、偏差量很小，高准确率可能来自保守承诺，反映的是承诺策略而非预判能力。若承诺量正常、偏差量稳定且小，才更接近预测可靠。
另一个检查点是承诺项的构成：只挑低风险、小颗粒的工作项承诺，同样会推高比率。复盘时可以看承诺清单是否覆盖了当期主要交付目标，以及延期和未完成是否集中在特定类型的工作项上。
