研发计划达成与可预测性，衡量的是团队在一段时间内兑现计划承诺的稳定程度，以及这种稳定程度能否被提前判断。它关注已承诺工作是否按期完成、后续承诺是否可信，适合按周期观察趋势；单次迭代的执行过程和工时偏差分别属于迭代管理与投入分析。本文说明定义、边界、计算口径与常见误解。
要点总览（TL;DR）
- 研发计划达成与可预测性衡量团队按承诺范围与时间交付的稳定程度，以及这种稳定程度能否被提前判断，适合按周期观察趋势。
- 统计对象是已承诺的计划工作项，时间口径按计划周期或固定窗口；单次迭代执行过程、工时偏差和交付质量指标不并入。
- 计划达成率按“按期完成的已承诺工作项数 ÷ 计划期内已承诺工作项总数”计算，分子分母须使用同一承诺基线；可预测性常用数量偏差或时间偏差表达，并按周期滚动观察。
- 范围变更应单独记录再决定是否剔除，单次延期不等于可预测性差，达成率不宜作为团队绩效的唯一依据。
研发计划达成与可预测性到底指什么
研发计划达成，指团队在某个计划周期内，对已经承诺的范围与时间节点的兑现程度。判断对象是“承诺了什么、是否按期交付”，而不是团队做了多少事、加了多少班。一个周期结束时，把承诺清单与实际结果逐项对照，就能得到这一周期的达成情况。
可预测性，指团队能否在计划期内较准确地预判结果。它关心的不是某一次是否完成，而是团队对“能完成多少、什么时候完成”的判断是否稳定可信。可预测性高的团队，计划承诺与实际结果之间的偏差较小，且偏差方向相对稳定，管理者可以据此安排上下游协作、版本发布和资源投入。
两者结合，形成对计划可靠性的趋势判断：达成率回答“过去几个周期兑现得怎么样”，预测偏差回答“团队对自己结果的判断准不准”。单独看一个周期容易受偶发因素干扰，连续多个周期的达成率与偏差走势，才能说明计划体系是否可靠。可以用一句话概括：研发计划达成与可预测性，是用历史承诺兑现情况判断未来计划可信度的度量。
它衡量什么、不衡量什么
这套度量的统计对象是已承诺的计划工作项。承诺时点是关键：工作项在计划确认时进入分母，之后新增或调整的内容需要有独立记录，不能直接混入原承诺口径。统计的时间口径按计划周期或固定窗口确定，例如按迭代、按季度或按固定周窗口，同一组数据在观察期内保持口径一致。
它不衡量单次迭代内部的执行过程。任务拆分是否合理、每日进度如何波动、成员之间如何协作，属于迭代管理要解决的问题。它也不衡量投入工时与计划工时的偏差，工时偏差反映资源投入与估算的匹配情况，归入计划与实际投入分析。把执行细节和工时数据塞进达成率，会让指标失去稳定口径，难以跨周期比较。
| 维度 | 纳入计划达成与可预测性 | 不纳入 |
|---|---|---|
| 统计对象 | 已承诺的计划工作项 | 临时插入且未纳入承诺的工作、个人零散任务 |
| 时间口径 | 按计划周期或固定窗口统计 | 按单日或单次站会观察 |
| 判断内容 | 承诺范围与时间是否兑现、偏差是否稳定 | 迭代内部排期是否合理、成员负载是否均衡 |
| 投入数据 | 不并入 | 计划工时与实际工时偏差 |
| 质量数据 | 不并入 | 缺陷率、返工率等交付质量指标 |
达成率与可预测性是怎么算出来的
计划达成率的基本口径是：按期完成的已承诺工作项数除以计划期内已承诺工作项总数。分子与分母必须使用同一承诺基线，即分母是计划确认时的工作项集合，分子是其中按期完成的部分。若中途发生范围变更，应单独记录变更内容、变更时点和变更原因，再决定是否从原基线中剔除；剔除与不剔除会得到不同结果，两种口径都可以用，但要在观察期内保持一致并注明。
可预测性常用预测偏差表达，常见有两种：一是数量偏差，用实际完成量除以计划承诺量，结果接近1说明预判较准；二是时间偏差，用实际完成时间与承诺时间的差值衡量，差值越小且方向稳定，说明时间预判越可靠。也可以把两者结合，观察团队在“做多少”和“何时做完”两个维度上的判断质量。
计算与观察可按以下步骤进行：
- 固定统计窗口，例如以迭代或季度为单位，明确每个窗口的起止时间。
- 在计划确认时冻结承诺基线，记录工作项清单与承诺完成时间。
- 周期结束时逐项核对完成状态，统计按期完成数量，计算达成率。
- 记录范围变更，区分“原承诺未完成”和“承诺范围被调整”，分别统计。
- 计算本周期预测偏差，并与前几个周期对比，观察偏差大小和方向是否稳定。
- 按周期滚动更新趋势，用连续多个窗口的数据判断计划可靠性，而不是用单次结果下结论。
当这些数据分散在需求、任务、缺陷等不同工作项中时，统计口径容易走样。ONES 可以把计划工作项、承诺时间、完成状态和变更记录放在同一套工作项与周期视图中，让每个周期的承诺基线和实际结果可追溯，便于按固定窗口导出达成率与偏差数据，减少人工汇总带来的口径不一致。度量本身仍取决于团队是否在计划确认时冻结基线、是否如实记录变更。
与迭代执行、工时偏差、交付质量的区别
计划达成与可预测性回答的是“承诺是否可信”，相邻概念回答的是其他问题。区分它们，可以避免用一个指标承担过多解释责任。
| 概念 | 回答的问题 | 典型观察对象 | 与计划达成的关系 |
|---|---|---|---|
| 计划达成与可预测性 | 承诺范围与时间是否兑现，未来计划是否可信 | 已承诺工作项的按期完成情况、周期偏差趋势 | 本体 |
| 迭代管理 | 单次迭代内部如何排期、执行与调整 | 任务拆分、每日进度、迭代内协作 | 执行过程影响结果，但不等于达成率 |
| 计划与实际投入分析 | 投入工时与计划工时差多少、差在哪里 | 工时记录、估算偏差、资源负载 | 解释达成情况的可能原因，不并入指标 |
| 交付质量指标 | 交付物质量是否达标 | 缺陷率、返工率、线上问题数 | 与计划可靠性是不同维度，需分开看 |
举例来说，一个团队按期完成了全部承诺工作项，达成率很高，但交付后缺陷率上升，说明计划可靠性好而质量维度存在问题；另一个团队工时投入远超计划，却仍延期，说明估算与执行存在问题，但计划达成率本身只记录延期事实。把质量、工时、执行过程混入同一个指标，会让结论无法定位问题，也会让团队为了指标好看而调整统计口径。
一个具体例子与常见误解
以下为说明口径差异而构造的演示情景，不对应任何真实团队数据。某团队一个季度承诺完成20个工作项，季度结束时按期完成16个。若按原承诺基线计算，达成率为80%。季度中因业务优先级调整，移出3个原承诺工作项并新增2个，若把移出项从分母剔除、新增项计入，则分母变为19，按期完成16个，达成率约为84%。两种口径都合理，但结论不同：前者反映原承诺的兑现程度，后者反映调整后计划的兑现程度。对外汇报时应说明采用哪种口径，并保持连续周期一致。
常见误解主要有三类：
- 把范围变更直接算作未达成。范围变更是计划管理中的正常事件，关键是有记录、有原因、有审批。把变更项一律计为未完成，会低估团队在原承诺上的表现；把变更项悄悄从分母删除，又会高估达成率。正确做法是单独记录变更，按选定口径计算并注明。
- 把单次延期等同于可预测性差。可预测性看的是多个周期的偏差趋势。一次延期可能来自外部依赖、需求澄清延迟或偶发风险，只有连续多个周期出现同方向偏差，才说明预判能力存在系统性问题。
- 把达成率当成团队绩效的唯一依据。达成率受承诺范围大小影响，团队可以通过少承诺来提高数字。把它与预测偏差、交付质量、投入分析结合观察，才能判断计划体系是否真正可靠。
使用这套度量前，团队需要先确认三件事：承诺基线在何时冻结、范围变更如何记录、统计窗口多长。三项确定后，达成率与预测偏差才有跨周期比较的意义，也才能为后续计划承诺提供可信参考。
常见问题
计划确认后中途插入紧急需求，达成率应该怎么算？
紧急需求是否计入达成率，取决于它是否进入承诺基线。若插入时明确纳入本周期承诺并记录变更时点，可计入分母；若只是临时插入、未纳入承诺，则不应混入原承诺口径。两种做法都可以，关键是在观察期内保持一致并注明。建议单独记录变更内容、时点和原因，汇报时区分“原承诺兑现”和“调整后兑现”两个口径。
团队连续两个周期达成率都是100%，是否说明可预测性很好？
不一定。达成率高可能来自承诺范围偏小或估算保守，可预测性还要看预测偏差是否稳定、偏差方向是否一致。如果团队总是大幅少承诺、实际完成远超计划，数量偏差会持续偏离1，说明预判并不准。建议同时观察实际完成量与计划承诺量的比值，以及实际完成时间与承诺时间的差值，连续多个周期方向稳定才说明预判可靠。
按迭代统计和按季度统计，结论会不一样吗？
会。统计窗口越短，单次波动的影响越大；窗口越长，范围变更和外部依赖的累积影响越明显。按迭代统计适合观察近期执行节奏，按季度统计适合判断计划体系的整体可靠性。两种口径可以并存，但同一份趋势分析应固定窗口长度，避免用不同窗口的数据直接比较。团队可以先确定一个主口径用于对外汇报，再用另一个口径做内部复盘。
计划达成率低，应该先查执行还是先查计划？
先看偏差的分布和方向。如果多个周期都是同类型工作项延期，且延期集中在需求澄清或外部依赖环节，问题可能出在计划假设和前置条件；如果延期分散、与具体执行过程相关，则更适合回到迭代管理中去排查排期和协作。工时投入远超计划却仍延期，属于计划与实际投入分析要回答的问题，不应直接归因于达成率本身。分开定位，才能避免用一个指标解释所有问题。
