交付预测准确率的统计口径，核心是回答“承诺与结果是否一致”。确定口径要依次锁定四件事：评估对象是需求、任务还是版本；预测在哪个时点冻结；比对按条目命中还是按日期偏差；取消、范围变更和缺失数据怎么计。口径定下后需连续多个周期复算并保留原始快照，单期结果不足以判断计划可靠性。
要点总览（TL;DR）
- 交付预测准确率=命中项数÷应评估项数×100%，报告结果时须同时给出分母规模，避免小样本百分比误导。
- 确定口径要依次锁定四件事：评估对象（团队、项目或版本）、预测冻结时点、比对粒度（条目命中或日期偏差）、取消与范围变更的计法。
- 预测快照应在冻结时点从系统导出留存，事后补录会破坏可复算性；无快照的条目不计入分母，并单独统计快照覆盖率。
- 除总准确率外，按按期、延期1–3天、延期4–7天、延期超过一周分档统计，连续3–6个周期复算后再判断趋势。
- 指标反映承诺一致性，不能单独作为绩效结论；跨团队比较需先统一评估层级、时间窗与拆分规则。
评估目标：先明确要回答的计划可靠性问题
交付预测准确率衡量的是承诺与结果的一致性：团队在某个时点说“这些内容会在某个日期交付”，到期后实际交付了多少。它回答的是计划可信度问题，与团队产出速度、人均吞吐量属于不同问题。把执行效率混入这个指标，会让结论既不能解释计划偏差，也无法指导预测方法改进。
确定口径前先明确评估对象层级，不同层级适用的场景不同：
| 评估对象 | 适用场景 | 口径要点 |
|---|---|---|
| 团队级 | 观察一个团队跨项目的整体承诺兑现能力 | 汇总该团队所有进入承诺状态的工作项，时间窗统一 |
| 项目级 | 判断某个项目的计划是否可信，用于项目复盘 | 以项目为边界，只统计该项目承诺范围内的条目 |
| 版本级 | 评估一次发布承诺的兑现情况，适合迭代或版本节奏稳定的团队 | 以版本冻结清单为分母，按版本发布日比对 |
用途定位同样影响口径设计。用于改进预测方法时，口径应保留更多细节，例如延期天数分布、范围变更类型，便于定位偏差来源；用于考核时，口径需要更严格的冻结规则和申诉机制，否则容易诱发保守承诺或拆细条目。两种用途可以共用一套基础定义，但考核场景应额外记录口径版本和调整原因。
以下问题不纳入本指标：单次迭代内的任务分配与人员负载、计划与实际投入工时的偏差、需求价值判断。这些属于执行管理或投入分析，混入后会稀释指标含义。
指标与范围：交付预测准确率包含哪些要素
指标定义为：交付预测准确率 = 命中项数 ÷ 应评估项数 × 100%，单位为百分比。分子是实际结果与承诺一致（按约定粒度判定为命中）的条目数，分母是进入应评估范围的条目数。报告结果时必须同时给出分母规模，否则百分比无法判断可信度。
纳入范围包括：已进入承诺状态、有明确交付日期、且在预测冻结时点被记录下来的需求或任务。承诺状态需要有可识别的状态标记，例如“已排期”“已承诺”，避免用口头约定作为统计依据。
排除范围需要提前写清，常见三类：
- 预测冻结后新增的需求：未进入承诺清单，不构成对原承诺的违背，单独统计新增量即可。
- 被正式取消的需求：需有取消记录和取消时间，从分母中剔除，同时记录取消原因。
- 口径外的小修小改：例如不改变交付日期的文案调整、配置修改，应在口径中明确阈值，避免逐条争论。
时间窗按迭代、按版本或按月度滚动均可，关键是固定下来，不因结果好坏临时调整。时间窗一旦变动，历史数据与当期数据就不可比，趋势判断随之失效。
数据口径：预测快照与实际结果如何取数
可复算的前提是预测时点有快照。快照应在冻结时点从系统中导出并留存，事后凭记忆补录会破坏口径的可验证性。快照至少包含以下字段：
| 字段类别 | 字段 | 说明 |
|---|---|---|
| 快照字段 | 条目ID | 唯一标识，用于与结果匹配 |
| 快照字段 | 承诺日期 | 冻结时点承诺的交付日期 |
| 快照字段 | 承诺范围 | 条目对应的交付内容描述或范围标记 |
| 快照字段 | 冻结时间 | 快照生成时间，作为预测时点的证据 |
| 快照字段 | 承诺人 | 对该条承诺负责的角色 |
| 结果字段 | 实际完成日期 | 以状态流转记录中的完成时间为准 |
| 结果字段 | 实际交付范围 | 与承诺范围比对，判断是否缩减或扩大 |
| 结果字段 | 状态变更记录 | 用于识别取消、重新打开、范围调整等事件 |
数据来源优先使用工作项状态流转记录和版本发布记录。状态流转记录能提供时间戳和操作人，版本发布记录能确认实际对外交付的时间点。两者结合可以还原“承诺时是什么、结束时是什么”，减少人工判断空间。
缺失值处理规则要单独写明：没有快照的条目不计入分母，避免用不完整数据计算准确率；同时单独统计快照覆盖率，即应有快照的条目中实际留存快照的比例。覆盖率偏低时，准确率结果只能作为参考，应先补齐快照机制再谈趋势。
在工具层面，如果团队使用 ONES，工作项的状态流转和版本记录会沉淀在系统内。ONES Performance 可自动收录系统内日常流转的研发数据，并支持多维度、自定义的分析，用于生成报表和汇报材料。需要说明的是，交付预测准确率的具体指标定义和承诺快照留存方式仍需团队按本文口径自行约定，工具提供的是数据收录与分析的基础能力。
计算与评估步骤：从取数到得出结论
按以下五步执行，每一步都留下可复核的记录：
- 在预测冻结时点导出承诺清单并留存快照。冻结时间写入快照，之后不再修改该文件。完成标志是快照文件可被第三方独立打开核对。
- 周期结束后按条目ID匹配实际结果，逐项标注状态：命中、延期、范围变更、取消。标注依据是状态流转记录和发布记录，不由当事人事后描述替代。
- 计算准确率 = 命中项数 ÷ 应评估项数 × 100%，同时报告分母规模。分母小于5项时标注样本不足，不据此下结论。
- 按日期偏差分档统计，观察偏差分布而非只看总数。分档建议：按期、延期1–3天、延期4–7天、延期超过一周。分档边界在周期开始前固定。
- 连续3–6个周期复算，观察趋势。单期数值受需求构成和外部事件影响较大，趋势才能反映预测方法是否在改善。
分档统计模板可按如下结构记录：周期标识、分母规模、命中数、按期比例、各延期档位数量与比例、范围变更数、取消数、快照覆盖率。每期一行，便于横向对比。
例子：一个版本周期的口径落地演示
以下为演示情景，用于说明计算方式，数字不代表任何真实团队的表现。
某版本在冻结时点承诺20项，冻结后其中2项被正式取消并留有取消记录，应评估项数为18。周期结束后比对结果：14项按期交付，3项延期，1项范围缩减后交付。
按口径，范围缩减项记为未命中，因此命中项数为14，准确率为14 ÷ 18 ≈ 77.8%。分档呈现为：按期77.8%、延期16.7%（3÷18）、范围变更5.6%（1÷18）。
假设上一周期同一评估对象的分母为16，准确率为81.3%，延期比例为12.5%。两期对比可以看出：本期准确率下降约3.5个百分点，延期比例上升，范围变更开始出现。单看这一期不足以判断方法退化，需要再看后续1–2个周期是否延续同一方向；如果连续下降，应回到预测环节检查承诺时的估算依据和需求拆分粒度。
解读与限制：避免误用指标结论
分母为零或过小时，准确率的波动会被放大。分母少于5项时，一项命中与否就能造成20个百分点以上的变化，此时应标注样本不足，把绝对数量和明细作为主要信息，百分比仅作参考。
跨团队比较需要先统一评估对象层级、时间窗和拆分规则。一个团队按版本统计、另一个按需求统计，或者一方把大需求拆成多个小项，数据就不可比。拆分粒度越细越容易命中，因此口径中应固定拆分规则，例如以对外可交付的功能单元为最小统计项。
指标反映承诺一致性，不能单独作为绩效结论。准确率低可能来自需求变更频繁、依赖外部团队、估算方法不成熟等多种原因，需要结合延期原因分析才能定位。把单指标直接与考核挂钩，容易导致承诺保守或条目拆细，反而削弱指标的诊断价值。
口径调整需要记录版本：调整了哪些规则、从哪个周期开始生效、历史数据是否按新口径重算。未重算的历史数据与新数据并列展示时，应明确标注口径差异，避免把口径变化误读为能力变化。
常见问题
预测冻结后客户追加了需求，这部分算不算预测不准？
按本文口径，冻结后新增的需求不进入原承诺清单，因此不计入分母，也不构成对原承诺的违背。处理方式是单独统计新增量，例如记录本期新增条目数及其占原承诺规模的比例，作为需求稳定性的参考信息。
需要留意的是，如果新增需求频繁挤占原承诺条目的资源，导致原承诺延期，这部分影响已经体现在延期项上，不需要在新增项上重复扣分。若团队希望衡量“需求变更对计划的冲击”，可以另设一个伴随指标，与交付预测准确率并列展示，避免把两类问题混在一个百分比里。
团队刚开始记录快照，历史周期没有留存数据，前几期怎么算？
没有快照的周期无法复算，不建议用事后回忆补齐，否则口径的可验证性会被破坏。可行的做法是：从建立快照机制的那个周期开始正式统计，之前的历史数据只作为背景参考，不并入趋势线。
过渡期可以先统计快照覆盖率，即应有快照的条目中实际留存的比例。覆盖率明显偏低的周期，准确率结果标注为参考值。等覆盖率稳定在较高水平后，再开始做周期之间的趋势比较。这样虽然起步晚几个周期，但后续数据可以逐期复核。
同一个需求中途拆成了两个子项，命中判定按哪个粒度算？
这属于拆分规则问题，需要在口径中提前固定。常见做法是以冻结时点快照中的条目为统计单位：冻结时是一条就按一条判定，后续拆分不改变统计粒度，只要整体按期交付即记为命中；如果拆分后只有部分内容按期交付，则按未命中处理，并在明细中注明部分交付。
另一种做法是以对外可交付的功能单元为最小统计项，冻结时即按该粒度记录。两种做法都能用，关键是同一评估对象在连续周期内保持一致。中途更换粒度会让前后数据不可比，趋势判断随之失效。
准确率算出来偏低，应该先查预测环节还是执行环节？
先看偏差分布再定位。如果延期集中在少数条目且延期天数很长，通常指向个别条目的估算依据不足或外部依赖未落实；如果延期普遍存在但天数较短，更可能是承诺时点偏乐观或拆分粒度过粗。
范围变更比例高，说明承诺时对交付内容的界定不清，问题出在预测环节的范围描述；取消比例高，则要回看需求进入承诺状态的门槛是否过低。把这几类比例分开看，比只看总准确率更容易找到改进点。单期数据只能提供线索，连续几个周期同一类偏差反复出现，才适合作为调整预测方法的依据。
用工具记录状态流转，能直接得到这个指标吗？
工具能提供的是取数基础。以 ONES 为例，工作项的状态流转和版本记录会沉淀在系统内，ONES Performance 可自动收录系统内日常流转的研发数据，并支持多维度、自定义的分析，用于生成报表和汇报材料。
交付预测准确率的具体定义仍需团队自行约定：哪些状态算进入承诺、冻结时点如何标记、范围变更如何识别、分档边界设在哪里。这些规则确定后，才能在工具中配置对应的统计视图。把口径设计放在配置之前，可以避免指标随工具字段变化而反复调整。
