需求池分类完整性检查，核心是回答三个问题：每条需求是否都落在唯一且有效的分类上、分类字段是否被真实填写、分类分布是否与业务结构相符。做法是先定义分类字段与有效值域，再计算分类覆盖率、分类缺失率、分类唯一性冲突率与分类分布偏离度，配合抽样核对与趋势观察，区分“分类没填”“分类填错”“分类体系本身不合理”三种情况，再决定补录、修订字段还是重构分类。
要点总览（TL;DR）
- 分类完整性检查要回答三件事：每条需求是否落在唯一且有效的分类上、分类字段是否被真实填写、分类分布是否与业务结构相符。
- 核心指标有四个：分类覆盖率、分类缺失率、分类唯一性冲突率、分类分布偏离度，统计范围统一取需求池内未关闭条目并固定时间窗。
- 有效值域要事先列出，“其他”“待定”“未分类”等占位值不计入有效分类，否则补填占位值会虚高覆盖率。
- 判定顺序建议先看缺失率定位录入问题，再看冲突率与无效取值判断字段设计，最后用分布偏离度和抽样核对判断分类体系是否需要重构。
- 覆盖率只说明填写情况，不说明分类合理；分类完整性检查与状态失真、长期积压检查需分开评估，阈值结合团队历史数据确定。
检查目标：先分清分类、状态还是积压的问题
“需求池很乱”通常混合了三类不同的问题，混在一起讨论很难得出可执行的结论。分类完整性检查只回答一个问题：需求池里的每一条需求，是否都被放进了正确、唯一、有效的分类位置。它验证的是分类字段的填写质量与分类体系的覆盖能力，不评价需求本身的价值高低，也不判断需求推进得快不快。
把三类问题拆开，各自的检查对象和指标方向不同：
| 问题类型 | 要验证什么 | 指标方向 |
|---|---|---|
| 分类问题 | 分类是否覆盖全部需求、取值是否有效、是否唯一、分布是否合理 | 覆盖率、缺失率、冲突率、分布偏离度 |
| 状态失真 | 需求状态是否反映真实进展，是否存在长期停在某状态未推进的条目 | 状态停留时长、状态回退次数、状态与最近活动时间的一致性 |
| 长期积压 | 需求在池中停留多久、有多少条目超过约定处理周期仍未决策 | 池内停留时长分布、超期未处理条目数 |
三类检查可以安排在同一轮数据导出中完成，但指标必须分开计算、分开解读。分类覆盖率高，不能说明状态准确；积压条目少，也不能说明分类合理。本文的口径只覆盖第一类。
还需要明确边界：Sprint Backlog 的维护与检查属于迭代管理，检查对象是已进入迭代的条目及其排布；需求价值评分与优先级排序属于优先级评估，检查对象是评分模型与排序结果。这两部分不在本文口径内，分类完整性检查也不对它们下结论。
指标与范围：分类完整性用哪几个指标衡量
指标要可复算，前提是统计范围固定。建议把统计范围定义为：需求池内全部未关闭条目，时间窗取条目创建时间或进入需求池的时间，起止日期明确到日；已归档、已关闭条目默认排除，如果团队希望观察历史分类质量，可单独设一组含归档的口径，但两组数据不混算。范围一旦确定，同一轮检查内的所有指标共用这一个分母。
| 指标 | 公式 | 分子 | 分母 | 单位 | 数据来源字段 |
|---|---|---|---|---|---|
| 分类覆盖率 | 已填写有效分类条目数 ÷ 统计范围内条目总数 | 分类字段取值在有效值域内的条目数 | 统计范围内条目总数 | 百分比 | 需求条目上的分类属性或自定义字段 |
| 分类缺失率 | 分类为空或为占位值的条目数 ÷ 统计范围内条目总数 | 分类字段为空、或取值为“其他”“待定”“未分类”等占位值的条目数 | 统计范围内条目总数 | 百分比 | 同上 |
| 分类唯一性冲突率 | 同时命中多个互斥分类的条目数 ÷ 统计范围内条目总数 | 在互斥分类集合中命中两个及以上取值的条目数 | 统计范围内条目总数 | 百分比 | 分类字段与标签字段的组合 |
| 分类分布偏离度 | 各分类实际占比 − 目标结构占比 | 按分类逐项计算 | 不适用，逐项列出 | 百分点 | 分类字段取值 + 目标结构定义 |
覆盖率与缺失率在口径上互补，但两者相加不一定等于100%，因为冲突条目可能同时被计入有效分类。冲突率单独统计，避免被覆盖率掩盖。分布偏离度不设单一汇总值，按分类逐项列出差值，正负号表示实际结构相对目标结构偏多或偏少。
目标结构占比需要团队事先约定，例如按业务模块、需求来源或产品线设定预期比例。没有目标结构时，分布偏离度不成立，只能观察实际分布本身，不能判定偏离。
数据口径与证据：分类字段怎么取、怎么判有效
第一步是固定取哪个字段。需求条目上可能同时存在分类属性、标签和自定义字段，三者语义不同，检查前要指定唯一的数据来源。如果团队用分类属性表达业务模块、用标签表达来源渠道，那么分类完整性检查只取分类属性，标签不参与覆盖率计算，只在冲突判定时作为辅助证据。
第二步是列出有效值域清单。有效分类是团队事先定义、有明确业务含义的取值集合；占位值包括“其他”“待定”“未分类”“暂无”以及空值。占位值不计入有效分类，否则补填占位值会虚高覆盖率。清单应写成可核对的表格，每个取值标注是否有效、归属哪个上级分类。
第三步是确定判定规则：
- 缺失：分类字段为空，或取值在占位值清单内。
- 无效：取值不在有效值域清单内，例如历史遗留的自由文本或已废弃分类。
- 冲突：条目同时命中两个及以上互斥分类。互斥关系需事先声明，上下级分类并存不算冲突。
- 多分类并存：如果字段设计允许多选且分类之间非互斥，按“主分类”字段判定唯一性，其余取值只做记录。
定量指标之外，抽样核对提供定性证据。按分类分层抽取条目，每个分类抽若干条，由需求负责人逐条确认分类是否与实际业务对象一致，记录“一致”“应归入其他分类”“分类本身不存在合适选项”三种结论。抽样记录、字段截图或导出表一并留存，便于复核和跨周期对比。
在工具层面，ONES Project 支持建立需求池并自定义需求状态与多种属性，分类字段可以配置为条目属性；任务筛选器支持多重条件筛选，便于按分类、来源等条件圈定统计范围。ONES 也可通过工单收集各方反馈并转化为需求、整理成产品 Backlog，使分类字段在需求进入池子时就有填写入口。具体字段类型与值域配置方式以实际版本为准。
计算与评估步骤：从导出数据到判定结论
计算按固定顺序执行，每一步产出可复核的中间结果：
- 导出统计范围内的需求条目及分类字段，按时间窗和关闭状态过滤，清洗占位值与空值，形成基础数据表。
- 按公式计算覆盖率、缺失率、冲突率，分布偏离度按分类逐项计算实际占比与目标占比的差值。
- 处理分母为零：统计范围内没有条目时，指标不成立，标注为“不适用”，不写成0%。
- 跨时间窗或跨团队比较前，先统一统计范围、字段来源和有效值域清单，口径不一致的数据不直接对比。
- 结合分层抽样结果做判定：缺失集中在少数来源渠道，指向录入环节；冲突率高或无效取值多，指向字段设计与值域维护；分布偏离度大且抽样中频繁出现“无合适分类”，指向分类体系需要重构。
判定顺序建议先看缺失率定位录入问题，再看冲突率与无效取值判断字段设计，最后用分布偏离度和抽样结论判断分类体系。三类问题可能同时存在，处理优先级按影响面排序，先补录再修订字段，体系重构放在最后，因为它会改变历史数据的可比性。
算例：一个需求池的分类完整性检查
以下为演示情景，数据为示例设定。统计范围：某产品需求池内未关闭条目，时间窗为某季度内创建的条目，共200条。其中已填写有效分类160条，分类为空12条，取值为“其他”或“待定”18条，同时命中两个互斥分类10条。
| 指标 | 代入计算 | 结果 |
|---|---|---|
| 分类覆盖率 | 160 ÷ 200 | 80.0% |
| 分类缺失率 | (12 + 18) ÷ 200 | 15.0% |
| 分类唯一性冲突率 | 10 ÷ 200 | 5.0% |
分布偏离度按分类逐项计算。假设目标结构中“交易”类占30%、“账户”类占25%、“消息”类占20%、其余分类合计25%。实际分布为“交易”类72条占36%、“账户”类40条占20%、“消息”类30条占15%、其余分类合计18条占9%（另有缺失与冲突条目未计入有效分类）。逐项差值为：“交易”+6个百分点，“账户”−5个百分点，“消息”−5个百分点，其余分类−16个百分点。
结论推导：缺失率15%说明录入环节存在明显缺口，进一步按来源渠道拆分后发现缺失条目中多数来自某个外部反馈入口，指向该入口的分类字段未设为必填或未提供默认值，处理方式是补录并在入口处增加分类填写要求。冲突率5%集中在两个相邻业务模块，说明这两个分类的边界定义不清，处理方式是修订分类说明而非重构体系。分布偏离度显示“其余分类”实际占比远低于目标，抽样核对中该组条目多次出现“无合适分类”的结论，说明分类体系对这部分业务覆盖不足，需要在下一轮调整分类结构。三类问题分别对应补录、字段修订和体系调整，处理动作不同。
解读与限制：指标说明什么、不能说明什么
分类覆盖率高只说明条目大多填了有效分类，不说明分类填得对。判断分类是否合理，要结合分布偏离度和抽样核对：覆盖率接近100%但抽样中频繁出现归类错误，问题在填写质量而非字段缺失。分类缺失率受录入习惯影响明显，单次结果只能定位当期缺口，判断趋势需要按固定周期重复计算并保持口径一致。
指标之间会互相掩盖。把占位值补填成某个有效分类，覆盖率上升而有效性没有改善；把冲突条目强行归入单一分类，冲突率下降但可能引入新的归类错误。因此每轮检查都应同时保留覆盖率、缺失率、冲突率和分布偏离度四项结果，并附抽样记录。
阈值不设通用达标线。团队可以先用历史数据算出自身基线，再结合业务结构确定可接受区间；新团队或分类体系刚调整过的团队，基线本身不稳定，更适合观察趋势而非追求某个具体数值。
分类完整性检查不能替代状态失真与积压检查。一个分类清晰的需求池仍可能存在大量长期未决策的条目，一个积压严重的池子也可能分类填写完整。三项检查分开评估，才能回答“需求池到底乱在哪里”。ONES Project 提供多种图表形态与报表，支持自定义数据范围和维度进行项目度量，可用来按周期跟踪上述指标的变化；报表可配置的维度以实际版本为准。
常见问题
分类字段允许多选时，唯一性冲突怎么判定？
先确认分类之间是否互斥。如果字段设计允许多选且分类本身非互斥，按“主分类”字段判定唯一性，其余取值只做记录，不计入冲突；只有同时命中两个及以上互斥分类的条目才计入冲突率。互斥关系需要团队事先声明并写入有效值域清单，上下级分类并存不算冲突。
统计范围内没有条目时，指标应该写0%吗？
不写0%。分母为零时指标不成立，应标注为“不适用”，并说明统计范围为空的原因，例如时间窗内没有新建条目或筛选条件过窄。写成0%会被误读为分类填写质量差，与实际情况不符。
补填分类后覆盖率上升，能说明分类质量改善了吗？
要看补填的内容。把空值补成有效分类，覆盖率上升且有效性改善；把占位值直接改成某个有效分类，覆盖率上升但归类可能仍然错误。建议每轮检查同时保留覆盖率、缺失率、冲突率和分布偏离度四项结果，并附分层抽样记录，用抽样中“一致”的比例验证填写质量是否真正改善。
分类分布偏离度没有目标结构占比，还能算吗？
不能算偏离度，只能观察实际分布本身。目标结构占比需要团队事先约定，例如按业务模块、需求来源或产品线设定预期比例。没有目标结构时，可以记录各分类实际占比并按周期对比变化，但不能判定实际结构相对目标偏多或偏少。
分类完整性检查能直接说明需求池混乱程度吗？
只能说明分类这一维度的情况。一个分类填写完整的需求池仍可能存在大量长期未决策的条目，一个积压严重的池子也可能分类完整。要回答“需求池乱在哪里”，需要把分类完整性、状态失真和长期积压三项检查分开计算、分开解读，再综合判断。
