统计任务反复退回，核心是先把“退回”定义成可识别的事件：任务从待处理或进行中转入退回状态，记一次退回，同一任务多次退回累加。退回率则用同一时间窗内的退回事件数除以可退回的流转次数或任务数，分子分母必须同口径。重开是任务完成或关闭后重新打开，单独计数，不与退回混算。下面给出一套可复算的口径、取数字段和算例。
要点总览（TL;DR）
- 退回次数按事件逐次计数：任务从待处理或进行中转入退回状态记一次，同一任务多次退回累加，单位是次。
- 退回率分子是同一时间窗内的退回事件数，分母可选可退回流转次数或任务数，两种口径不能混用，单位是百分比。
- 重开次数单独统计任务从已完成或已关闭重新打开的事件，与退回分开呈现，两者回答的问题不同。
- 统计归属默认按事件发生时间归入时间窗；日志缺失的任务标记为数据不完整并单独披露，不按零退回计入。
- 退回率只在口径、时间窗、任务范围一致时可比较，解读时结合退回原因分类和样本量，不把比率直接当质量结论。
统计退回次数和退回率要回答什么问题
这套统计服务于一个具体判断：在单项任务的执行闭环里，返工发生在哪里、有多频繁、占流转的多大比例。它帮助团队识别退回集中的环节，比如需求评审、开发自测、验收确认，也帮助判断流转质量是否稳定。指标本身回答的是“发生了什么”，不直接回答“谁做得好”。
三个指标分工明确。退回次数回答“发生了多少次返工”，是绝对量，适合看趋势和定位高频任务；退回率回答“返工占流转的比重”，是相对量，适合跨环节、跨周期比较；重开次数回答“闭环之后又被重新打开多少次”，反映交付确认的稳定性。三者放在一起看，才能区分“过程中反复修改”和“交付后又被推翻”这两类不同问题。
本文的边界是单项任务的执行闭环：从任务进入待处理或进行中，到完成或关闭，期间发生的退回与重开。组织级的流程规则设计、自动化流转配置、会议决议与行动项的落实管理，属于另外的管理动作，本文不展开。明确边界是为了让口径可复算，避免把不同层级的问题混进同一个比率。
退回次数、退回率与重开次数的指标定义与范围
先把三个指标写成可执行的公式，再谈取数。定义不清时，同一份日志不同人算出的结果会差很多，尤其是分母的选择和事件归属的时间口径。
| 指标 | 公式 | 单位 | 时间窗与归属 |
|---|---|---|---|
| 退回次数 | 时间窗内“待处理/进行中 → 退回状态”的事件数，同一任务多次退回累加 | 次 | 按事件发生时间归入时间窗 |
| 退回率（事件口径） | 退回事件数 ÷ 可退回流转次数 × 100% | % | 分子分母同一时间窗 |
| 退回率（任务口径） | 发生过退回的任务数 ÷ 任务总数 × 100% | % | 分子分母同一任务集合 |
| 重开次数 | 时间窗内“已完成/已关闭 → 重新打开”的事件数 | 次 | 按事件发生时间归入时间窗 |
统计范围要写清四件事。任务集合：哪些项目、哪些任务类型纳入，是否包含已取消任务。状态集合：哪些状态算“可退回的起点”，哪些算“退回状态”，这决定了事件识别规则。时间窗：按天、周还是迭代，起止时间是否含边界。归属口径：默认按事件发生时间归属，这样跨周期的退回会记在实际发生的那一期；如果按任务创建时间归属，跨期退回会被记到创建期，必须在口径说明中写明并保持各期一致，否则趋势会失真。
退回与重开的区别要在定义层就固定下来。退回发生在任务尚未闭环时，是流转中的返工；重开发生在任务已完成或已关闭之后，是闭环后的重启。一次任务可能先退回两次、完成后又被重开一次，这时退回次数记 2，重开次数记 1，两者不互相抵扣，也不合并成一个“异常次数”。
数据从哪里取：状态流转日志与字段口径
退回统计的原始数据来自任务状态变更记录，辅以操作日志和审批、评审记录。状态变更记录提供“从什么状态到什么状态、什么时候发生”；操作日志补充操作人和操作来源；审批或评审记录提供退回原因，尤其是评审类退回。三者能对齐时，事件识别最可靠。
识别一次退回事件，需要以下字段：任务ID、原状态、目标状态、操作人、发生时间、退回原因。判定规则是一条记录同时满足“原状态属于待处理或进行中”“目标状态属于退回状态”，即记一次退回。同一任务在同一时间窗内出现多条这样的记录，逐条累加，不做任务级去重；只有重复导入或日志重复写入造成的完全相同的记录才需要去重，去重依据是任务ID加发生时间加状态变更组合。
日志不全时的处理要提前约定。常见情况有三种：状态被直接跳变，中间过程没有留痕；退回原因字段为空；历史任务只保留了当前状态。对无法还原流转过程的任务，建议标记为“数据不完整”并单独披露数量，不默认按零退回计入分母或分子。把缺失当零会系统性低估退回率，而且低估幅度随缺失比例放大，读者无法察觉。若缺失比例较高，应在结果旁注明“本期数据完整度不足，比率仅供参考”，并优先补齐关键环节的日志。
在工具层面，ONES 的工作项状态流转会留下操作记录，任务从待处理或进行中转入退回状态时，可以在工作项动态与操作日志中查到对应的状态变更、操作人和时间。统计时按上述字段从这些记录中筛出退回事件，再按任务和时间窗汇总；退回原因可以借助状态流转时填写的说明或关联的评审记录补齐。具体可查询和导出的范围以实际环境配置为准，建议在正式统计前先用一个小样本核对字段是否齐全。
计算步骤：从日志到退回率
下面五步可以按顺序复算，每一步都产出可核对的中间结果，便于他人复核。
- 确定时间窗与任务范围。写明起止时间、纳入的项目和任务类型、是否含已取消任务，导出一份任务清单作为分母的基础。
- 筛选退回事件并去重。按“原状态为待处理或进行中、目标状态为退回状态”筛出记录，剔除重复写入的完全相同记录，得到退回事件明细表，每行一次退回。
- 统计分母。事件口径下，分母是可退回流转次数，即时间窗内任务进入待处理或进行中的流转次数；任务口径下，分母是任务清单中的任务总数。两种口径选一种，全篇统一。
- 计算退回率与重开次数。退回率等于退回事件数除以分母再乘 100%；重开次数单独按“已完成或已关闭 → 重新打开”筛出记录计数，不并入退回。
- 按环节、团队、任务类型拆分。用同一套规则分别计算各分组的值，拆分维度在统计前定好，避免看到结果后再挑维度。
拆分时要注意分母随分组变化。按环节拆分时，分母应是该环节的可退回流转次数，而不是全部流转次数；按团队拆分时，任务归属以任务当前负责团队还是退回发生时的负责团队为准，需要提前固定。分组口径不一致，组间比较就失去意义。
算例：一个任务反复退回三次怎么记
假设任务 A 在一个两周的统计窗内经历如下流转：创建后进入待处理；第一次提交评审被退回；修改后再次提交，又被退回；第二次修改后第三次被退回；第三次修改后通过评审并完成；完成两天后因验收问题被重新打开，随后再次完成。
| 指标 | 取值 | 说明 |
|---|---|---|
| 退回次数 | 3 次 | 三次“进行中 → 退回状态”的事件逐次累加 |
| 可退回流转次数 | 4 次 | 任务四次进入待处理或进行中（含重开后的再次进入，若口径含重开） |
| 退回率（事件口径） | 3 ÷ 4 = 75% | 分子分母同一时间窗、同一任务集合 |
| 重开次数 | 1 次 | 完成后重新打开，单独计数 |
这个例子说明两点。第一，同一任务多次退回对分子的贡献是逐次的，三次退回就是 3，不是 1；对分母的贡献取决于它进入可退回状态的次数，本例为 4 次。第二，重开虽然也带来一次新的流转，但它回答的是交付确认问题，应单独呈现，是否计入可退回流转次数要在口径中写明，本例选择计入并在说明中标注，若选择不计入，退回率变为 3 ÷ 3 = 100%，两种口径不能混用。
边界情况也要处理。若某分组在时间窗内没有可退回流转，分母为零，退回率无定义，应显示为空值或“不适用”，不要写成 0%，否则会被误读为“没有退回”。若任务在窗内创建但尚未发生任何流转，它计入任务口径的分母，但不产生退回事件，这会让任务口径退回率偏低，解读时需说明。
结果怎么读：可比性、误读与限制
退回率只有在口径一致时才可比较。事件口径和任务口径的分母不同，数值天然不同；时间窗长度不同、任务类型构成不同、是否含重开流转不同，都会让比率变化。跨团队、跨季度对比前，先核对这四项是否一致，不一致就分别呈现，不做直接排名。
退回率高不等于执行质量差。评审标准收紧、验收要求提高、任务本身复杂度上升，都会推高退回次数。反过来，退回率低也可能是评审走过场。解读时应结合退回原因分类看结构：如果退回集中在需求理解偏差，问题在输入环节；如果集中在自测遗漏，问题在执行环节；如果集中在验收标准分歧，问题在确认环节。原因分类比单一比率更能指向改进动作。
退回率与重开次数不能互相替代。一个团队退回率不高但重开频繁，说明过程中改得少、交付后反复多；另一个团队退回多但几乎不重开，说明问题在过程中被消化。两个指标一起看，才能判断返工发生在闭环内还是闭环后。
最后，指标不构成因果保证。退回次数和退回率描述的是事件分布，不能直接证明某项改进带来了质量提升；样本量小时比率波动大，建议同时给出退回次数绝对值和样本量，并在连续多个周期观察趋势后再下结论。把退回率当作唯一考核指标，容易诱导把退回改记为其他状态，反而破坏数据质量。
常见问题
同一任务在一个统计周期内被退回多次，退回次数和退回率分别怎么记？
退回次数逐次累加。任务每发生一次“待处理或进行中 → 退回状态”的流转，就记一次退回，同一任务退回三次就是 3 次，不做任务级去重。
退回率的分子随之取 3，分母按选定口径计算：事件口径下是该任务进入可退回状态的流转次数，任务口径下是任务总数。分子分母必须来自同一时间窗和同一任务集合，否则比率不可比。
退回率的分母到底该用流转次数还是任务数？
两种都可以，取决于要回答的问题。用可退回流转次数作分母，得到事件口径退回率，反映每次流转被退回的概率，适合定位高频返工的环节；用任务总数作分母，得到任务口径退回率，反映有多少任务经历过退回，适合看覆盖面。
选定一种后全篇统一，并在口径说明中写明。两种口径的数值天然不同，不能放在一起排名或直接比较。
任务完成后被重新打开，算退回还是算重开？
算重开，单独计数。退回发生在任务尚未闭环时，是流转中的返工；重开发生在任务已完成或已关闭之后，是闭环后的重启。
一次任务可以先退回两次、完成后又被重开一次，此时退回次数记 2、重开次数记 1，两者不互相抵扣。重开是否计入可退回流转次数，需要在口径中提前写明并保持各期一致。
状态日志不全、退回原因字段为空时，统计还能做吗？
可以做，但要先约定缺失处理规则。对无法还原流转过程的任务，标记为“数据不完整”并单独披露数量，不默认按零退回计入分子或分母，否则会系统性低估退回率。
退回原因为空不影响退回次数计数，只影响后续的原因分类分析。若缺失比例较高，应在结果旁注明数据完整度不足、比率仅供参考，并优先补齐关键环节的日志。
某个团队本期退回率是 0%，能说明它执行质量最好吗？
不能直接下这个结论。先确认分母是否为零或很小：时间窗内没有可退回流转时，退回率无定义，应显示为空值或“不适用”，写成 0% 会被误读为没有退回。
即使分母正常，退回率低也可能来自评审标准宽松或退回被改记为其他状态。解读时应结合退回次数绝对值、样本量和退回原因分类，并连续观察多个周期的趋势。
