整改关闭率回答“反馈整改有没有走完流程”，复验通过率回答“走完流程的整改是否真正解决问题”。两个指标需要成对使用：先统一时间窗和分母口径，再用关闭率看流程推进、用复验通过率看整改质量。本文给出两个指标的解释定位、统计范围、字段与证据要求、可复算公式、算例和解读限制，帮助团队把指标接入日常整改管理。
要点总览（TL;DR）
- 整改关闭率衡量流程完成度，复验通过率衡量问题解决质量；两者成对使用，才能区分“快速关单”与“整改有效”。
- 统计前须固定纳入范围、关闭与复验判定状态、时间窗（按发起时间或关闭时间归期），并明确未复验、复验中、结论缺失项的计入规则。
- 整改关闭率 = 统计期内关闭整改项数 ÷ 统计期内应关闭整改项数 × 100%；复验通过率 = 复验通过项数 ÷ 已完成复验项数 × 100%。
- 分母为零时显示“—”而非0%，样本过少时同时给出绝对数量和比率并标注样本不足，避免误读。
- 解读时结合复验覆盖率、平均整改周期和返工次数；指标只反映单项需求整改的流程与质量，不证明需求整体价值。
这两个指标各自回答什么问题
整改关闭率衡量流程完成度。它统计的是：在给定统计期内，应当完成关闭的反馈整改项中，实际完成关闭的比例。这个指标关心的是整改项有没有被处理、有没有走到关闭状态，反映团队对反馈的响应和流程推进情况。
复验通过率衡量问题解决质量。它统计的是：已经进入复验环节的整改项中，复验判定为通过的比例。这个指标关心的是整改动作是否真正消除了问题，反映整改的有效性，而不只是流程是否走完。
两个指标组合阅读，才能区分“流程推进”和“整改质量”两件事。关闭率高说明整改项被快速处理并关闭；如果同期复验通过率低，说明不少整改在关闭后被复验判定为未解决，存在快速关单、整改不到位的可能。反过来，复验通过率高但复验样本很少，说明只覆盖了少量整改项，不能代表整体整改质量。因此解释这两个指标时，应同时说明分子、分母、时间窗、缺失值处理和样本量，并结合整改周期、返工次数一起判断。
指标范围与统计对象怎么界定
统计前先固定纳入范围，否则不同周期的结果不可比。建议纳入所有来源于需求反馈、且进入整改流程的整改项；重复提交的同一问题合并为一项，撤销项和转其他流程处理的项不计入分母，但应在统计说明中记录排除数量，便于复核。
关闭和复验需要明确的判定状态。关闭指整改项到达约定的终态，并有对应处理记录；复验指整改项进入复验环节，并由复验人给出通过或不通过的结论。仅状态变为关闭但无处理记录的，不计为有效关闭；复验结论缺失的，不计入复验通过率的分子，也不计入分母，单独列为“未复验”或“复验中”。
时间窗决定整改项归入哪个统计周期。常用两种口径：按整改发起时间归期，适合观察新反馈的处理节奏；按关闭时间归期，适合观察当期完成的整改量。两种口径结果不同，同一份报告内应固定一种，并在口径变更时留记录。
| 口径项 | 建议定义 | 说明 |
|---|---|---|
| 纳入范围 | 来源于需求反馈并进入整改流程的整改项 | 重复项合并，撤销项、转其他流程项排除并记录数量 |
| 关闭判定 | 到达约定终态且有处理记录 | 无处理记录的关闭不计为有效关闭 |
| 复验判定 | 复验人给出通过/不通过结论 | 结论缺失的列为未复验或复验中 |
| 时间窗 | 按发起时间或关闭时间归期，二选一固定 | 口径变更需记录生效时间 |
| 分组维度 | 团队、需求来源、严重程度 | 用于定位问题集中区域，不改变总体口径 |
数据口径与证据要求
两个比率的可复算性依赖字段完整。每个整改项至少需要记录：整改项编号、发起时间、关闭时间、复验结论、复验时间、复验人。字段来源可以是工作项状态流转记录、复验记录和评审结论；关键是状态变化有时间戳，复验结论有判定人和判定依据。
证据要求分两层。关闭环节需要有对应的处理记录，说明做了什么整改；复验环节需要有判定人和判定依据，例如复验时的检查项、测试结果或评审意见。缺少判定依据的“通过”结论，在复核时容易被质疑，建议在流程中把判定依据设为必填。
缺失值和异常值要提前定规则。未复验项不计入复验通过率的分母，单独统计覆盖率；复验中项在统计截止时未出结论的，同样不计入分母；结论缺失按未复验处理。关闭时间为空但状态为关闭的，视为数据异常，需回查状态流转记录后再计入。
| 字段 | 用途 | 证据要求 |
|---|---|---|
| 整改项编号 | 去重与追溯 | 唯一标识，重复项合并时保留主编号 |
| 发起时间 | 按发起时间归期 | 状态流转记录时间戳 |
| 关闭时间 | 按关闭时间归期、计算整改周期 | 关闭状态变更时间戳 |
| 复验结论 | 计算复验通过率 | 通过/不通过，附判定依据 |
| 复验时间 | 确定复验所属周期 | 复验记录时间戳 |
| 复验人 | 责任追溯 | 具体判定人 |
计算公式与统计步骤
两个指标都用百分比表示，保留一位小数即可，同时附上分子、分母和样本量，避免只报比率。
- 整改关闭率 = 统计期内关闭整改项数 ÷ 统计期内应关闭整改项数 × 100%。分母是统计期内按约定应完成关闭的整改项，包括已关闭和逾期未关闭的项。
- 复验通过率 = 复验通过项数 ÷ 已完成复验项数 × 100%。分母只包含统计期内已出复验结论的项，未复验和复验中项不计入。
分母为零时，比率不计算，显示为“—”，并注明当期无应关闭项或无已完成复验项，不用0%代替，避免误读为整改全部失败。样本量过少时，例如已完成复验项少于5项，建议同时给出绝对数量和比率，并标注样本不足，不据此下结论。
按周或按月滚动统计，可以按以下步骤执行：
- 取数：从工作项状态流转记录和复验记录中导出统计期内的整改项清单。
- 去重：合并重复提交的同一问题，记录合并数量。
- 归期：按固定的时间窗口径，把整改项归入对应周期。
- 计算：分别计算关闭率和复验通过率，记录分子、分母和样本量。
- 复核：由需求管理者或指定复核人抽查关闭记录和复验依据，确认口径一致后发布。
一个算例：从原始记录到两个比率
以下为演示数据，用于说明计算过程，不代表任何团队的实际水平。假设某月按发起时间归期，纳入整改项40项，其中重复合并2项，撤销1项，实际应关闭37项；当月关闭30项；已完成复验18项，复验通过14项。
| 项目 | 数量 | 说明 |
|---|---|---|
| 纳入整改项 | 40 | 来源于需求反馈 |
| 重复合并 | 2 | 同一问题合并 |
| 撤销 | 1 | 不计入分母 |
| 应关闭整改项 | 37 | 40 − 2 − 1 |
| 已关闭 | 30 | 有处理记录 |
| 已完成复验 | 18 | 已出复验结论 |
| 复验通过 | 14 | 有判定人和依据 |
整改关闭率 = 30 ÷ 37 × 100% ≈ 81.1%。复验通过率 = 14 ÷ 18 × 100% ≈ 77.8%。复验覆盖率为18 ÷ 30 ≈ 60.0%，说明已关闭项中只有六成完成了复验，剩余部分尚未验证。
如果换一种分母口径，把撤销项也计入应关闭项，关闭率变为30 ÷ 38 × 100% ≈ 78.9%；如果把未复验的12项按不通过计入复验分母，复验通过率变为14 ÷ 30 × 100% ≈ 46.7%。两种口径差异明显，说明未复验项的处理规则会显著影响结果，报告时必须写明采用的规则。
结果怎么解读，以及有哪些限制
关闭率高而复验通过率低，是快速关单、整改不到位的信号。此时应抽查关闭项的复验记录，看是否存在处理记录缺失、复验依据不足的情况，并结合返工次数判断整改是否反复。
复验通过率高但样本少，说明覆盖率不足，不能代表整体整改质量。应同时看复验覆盖率，即已完成复验项占已关闭项的比例；覆盖率低时，通过率再高也只能说明已复验部分的质量。
配套观察项建议包括：平均整改周期，从发起到关闭的时长；返工次数，同一整改项被复验打回的次数；复验覆盖率。三个观察项与两个比率一起看，才能判断整改是快而有效，还是快而未解决。
指标有明确边界。两个比率只反映单项需求整改的流程完成度和复验质量，不能证明需求整体价值，产品整体效果与项目整体验收属于其他评估范围。指标也不设通用达标线，建议按团队历史基线设定参考区间，并随口径变化同步调整。
怎么在日常管理中落地使用
使用节奏上，建议按周或按迭代查看两个指标，关注趋势而非单点数值。连续多个周期关闭率上升而复验通过率下降，比单周期波动更值得复盘。
角色分工上，整改负责人负责推进整改并提交处理记录；复验人负责给出复验结论和判定依据；需求管理者负责口径维护、数据复核和异常项复盘的组织。三方职责分开，避免整改人自己复验自己。
使用方式上，对异常项组织复盘，明确是流程卡点还是整改质量问题；口径变更时记录变更内容和生效时间，保证历史数据可比；把指标与整改流程联动，例如复验不通过的项自动回到整改状态，重新计入后续周期的统计。
数据沉淀可以借助工作项状态流转和复验记录完成。ONES 提供统一的需求池、工单与任务看板，状态与信息实时同步，便于追溯需求与问题；ONES Desk 可集中管理工单状态、处理进度和责任分工，并支持工单一键关联到 ONES Project 的需求或缺陷工作项，持续跟踪直至处理完成。团队可以在工作项中记录关闭时间和复验结论，按本文口径定期取数，减少手工统计和口径不一致的问题。
常见问题
整改关闭率和复验通过率应该按周还是按月统计？
按周或按月都可以，关键是同一份报告内固定一种节奏并保持连续。按周统计适合整改量较大、需要快速发现流程卡点的团队；按月统计样本量更充足，比率波动更小，适合作为管理复盘依据。无论选择哪种，都应固定时间窗口径（按整改发起时间或关闭时间归期），并在口径变更时记录生效时间，保证历史数据可比。
未复验的整改项应该计入复验通过率的分母吗？
不计入。复验通过率的分母只包含统计期内已出复验结论的项，未复验和复验中项单独统计为复验覆盖率。如果把未复验项按不通过计入分母，复验通过率会被显著拉低，反映的是覆盖率不足而非整改质量差。报告时应同时给出复验通过率和复验覆盖率，并写明未复验项的处理规则。
关闭率高但复验通过率低，应该先查什么？
先抽查关闭项的复验记录，看是否存在处理记录缺失、复验依据不足的情况；再结合返工次数判断整改是否反复。常见原因是整改项在未完成实质处理时被快速关闭，或者复验环节流于形式。建议在流程中把复验判定依据设为必填，并确保整改人与复验人职责分开，避免自己复验自己。
这两个指标有通用的达标线吗？
没有统一的行业达标线。不同团队的需求来源、整改复杂度和复验严格程度差异很大，直接套用外部阈值容易产生误导。建议按团队历史数据设定参考区间，例如取过去若干周期的中位数作为基线，并随口径变化同步调整。指标的价值在于趋势对比和异常发现，而非追求某个固定数值。
整改项状态流转和复验记录怎么沉淀，才能减少手工统计？
可以把整改项作为工作项管理，在状态流转中记录发起时间、关闭时间，在复验环节记录复验结论、复验时间和复验人，并保留判定依据。ONES 提供统一的需求池、工单与任务看板，状态与信息实时同步，便于追溯需求与问题；ONES Desk 可集中管理工单状态、处理进度和责任分工，并支持工单一键关联到 ONES Project 的需求或缺陷工作项，持续跟踪直至处理完成。团队按固定口径定期取数即可，减少手工汇总和口径不一致的问题。
