规范发布后，判断团队是否真正执行，需要同时观察两条线：协作行为指标看评审、评论、版本、交接、归档等动作有没有在文档上留下记录；交付质量信号看文档是否结构完整、决策可追溯、变更可回溯、下游能直接复用。两类信号要按同一时间窗和分母口径统计，再配合抽样核验，避免把文档数量当成执行质量。下文给出一套可复算的指标框架、取数口径、判定步骤和数字示例，并说明如何借助ONES Wiki的评论、版本与权限记录完成取数。
要点总览（TL;DR）
- 判断规范执行要分两条线：协作行为指标看评审、评论、版本、交接、归档动作是否在文档上留痕；交付质量信号看结构完整、决策可追溯、变更可回溯、下游可复用。
- 每个指标先定分母、时间窗和取数来源，再计算；分母为零标记“不适用”，样本不足单独标注，避免把零值当结果。
- 判定用多指标组合加抽样核验：行为指标整体达标但质量信号偏弱，说明动作在走流程、产出未改善。
- 指标反映执行痕迹，不等于协作质量；需防范刷版本数、批量关闭评论、评审只点通过等刷数行为。
- 建议按月看行为趋势、按季度做综合判定，规范条款调整后重设基线，保证前后周期可比。
评估目标：先明确要验证规范中的哪些动作
评估的第一步是把“按规范执行”翻译成可观察的动作。规范里通常写了不少要求，但并非每条都能从系统记录中验证。建议先做一次条款筛选：只保留能在文档系统里留下操作痕迹的条款，作为本次评估对象。
可观察的协作动作一般集中在五类：评审是否发起并完成、评论是否被回应并关闭、版本是否随内容变化更新、交接时是否有确认动作、文档到期或项目结束后是否及时归档。这五类动作对应规范中“谁在什么节点做什么”的要求，是行为执行度的主要证据来源。
与行为线并行的是质量线。行为指标回答“动作有没有发生”，质量信号回答“发生之后产出是否达标”。一篇文档可能每周更新版本、评论不断，但结构混乱、决策没有依据，行为分很高而质量分很低。两条线分开统计、合并解读，才能避免单一维度误导结论。
本次评估的边界需要提前写清：它回答团队在统计周期内对文档协作规范的执行程度和产出质量，不评价需求规格正文的写作水平，也不做具体文档工具的功能对比与选型。把范围写进评估说明，可以防止后续讨论跑题到内容专业性或工具采购上。
指标与范围：协作行为指标和交付质量信号怎么分组
指标分组的作用是让每个数字都能对应到规范中的某条要求。建议按“行为组”和“质量组”各选四到六项，指标过多会增加取数成本，也会稀释重点。下表给出常用分组及对应关系，团队可按自身规范条款增删。
| 指标名 | 所属组 | 对应规范条款示例 | 回答的问题 |
|---|---|---|---|
| 评审覆盖率 | 协作行为 | 重要文档发布前须经指定角色评审 | 应评审的文档中实际完成评审的比例 |
| 评论响应与闭环率 | 协作行为 | 评审意见须在约定时限内回应并关闭 | 提出的评论有多少被处理、多少仍悬空 |
| 版本更新频次 | 协作行为 | 内容变更须同步更新版本并填写说明 | 文档变更是否伴随版本动作 |
| 交接确认率 | 协作行为 | 负责人变更或阶段交付须完成交接确认 | 交接是否有明确确认记录 |
| 归档及时率 | 协作行为 | 项目结束或文档失效后须在约定周期内归档 | 到期文档是否按时归档 |
| 结构完整度 | 交付质量 | 文档须包含背景、结论、决策依据等固定章节 | 抽样文档的必备章节是否齐全 |
| 决策记录可追溯 | 交付质量 | 关键决策须记录结论、依据与责任人 | 决策能否从文档回溯到依据和拍板人 |
| 变更说明覆盖率 | 交付质量 | 版本更新须说明改了什么、为什么改 | 版本记录中有效说明的比例 |
| 下游引用与返工 | 交付质量 | 文档须可被下游直接引用 | 下游引用次数、因文档问题返工的情况 |
行为组指标偏过程，适合按周期高频统计，用来发现执行断点；质量组指标偏结果，适合抽样评估，用来判断执行是否产生实际价值。两组指标共用同一批文档样本时，结论最可靠。指标与规范条款的对应关系建议在评估启动时固化成一张对照表，后续复评沿用，保证不同周期的结果可比。
数据口径与证据：分母、时间窗和取数来源
同一组数字，分母不同结论可能完全相反。评审覆盖率按“应评审文档数”算和按“全部文档数”算，结果差异很大。因此每个指标在取数前都要写清公式、单位、时间窗和数据来源，形成口径表，让其他人能照着复算。
| 指标 | 公式（分子/分母） | 单位 | 时间窗 | 数据来源 | 缺失处理 |
|---|---|---|---|---|---|
| 评审覆盖率 | 完成评审的应评审文档数 / 应评审文档总数 | % | 自然月 | 评审记录、文档属性 | 无评审记录的文档计入分母，不计入分子 |
| 评论闭环率 | 已关闭评论数 / 提出评论总数 | % | 自然月 | 评论记录 | 跨月未关闭的评论在提出月计入分母，关闭月不再重复计 |
| 版本更新频次 | 版本更新次数 / 活跃文档数 | 次/篇 | 自然月 | 版本历史 | 仅格式调整的版本单独标注，可另算一版 |
| 交接确认率 | 有确认记录的交接次数 / 交接总次数 | % | 季度 | 交接记录、文档负责人变更日志 | 无记录的交接视为未确认 |
| 归档及时率 | 按期归档文档数 / 到期应归档文档数 | % | 季度 | 文档状态、项目结项时间 | 到期日缺失的文档单列，不并入分母 |
| 结构完整度 | 必备章节齐全的抽样文档数 / 抽样文档数 | % | 每季度抽样 | 人工核验 | 抽样不足时标注置信度 |
| 变更说明覆盖率 | 含有效说明的版本数 / 版本总数 | % | 自然月 | 版本历史 | 空白说明计为无效，不剔除 |
时间窗建议与团队的工作节奏对齐，月度指标用于过程监控，季度指标用于综合判定。取数来源以文档系统的操作日志、评审记录、评论记录和版本历史为主。ONES Wiki支持成员在线添加注释和评论，并实时同步、记录所有页面版本，可随时查看与回滚，这些记录可以作为评论闭环率和版本类指标的取数基础；权限配置和回收站恢复记录则可用于核对交接与误删处理情况。
缺失值要和零值分开处理。某月没有发起任何评审，评审覆盖率的分母为零，此时应标记“不适用”，不能写成0%。文档类型差异也要提前约定：会议纪要、技术方案、对外说明的评审要求不同，混在一个分母里会失真，建议按文档类型分层统计后再汇总。
计算与评估步骤：从取数到判定
从原始记录到“是否按规范执行”的结论，建议按以下步骤推进，每一步都留下可复核的中间结果。
- 取数与清洗。按口径表导出文档清单、评审记录、评论记录和版本历史，剔除测试文档、模板页和已明确排除的类型，记录剔除数量。
- 逐指标计算。每个指标单独计算分子、分母和结果，分母为零的标记为不适用，样本量低于约定下限的标注“样本不足”。
- 与基线比较。用规范发布前的周期或上一个统计周期作为对照，观察指标变化方向；没有历史数据时，可用规范发布后连续两到三个周期观察趋势。
- 抽样人工核验。从当期文档中随机抽取一定数量，逐篇核对结构完整度、决策记录和变更说明，与系统指标交叉验证。系统显示评审完成但文档无实质修改的，要在核验中标注。
- 综合判定。行为组和质量组分别给出执行程度描述，再合并判断。例如行为指标整体达标但质量信号偏弱，说明动作在走流程、产出未改善；行为指标局部缺失但质量稳定，说明规范要求可能过重或取数口径有偏差。
判定规则建议写成组合条件而非单一阈值：多项行为指标同时低于基线、抽样质量信号也同步下降，才判定为“执行不到位”；单项指标波动先排查口径和数据问题。判定结论要注明统计周期、样本范围和核验方式，便于下一周期复评时对照。
例子：一个月的协作行为与质量信号怎么算
以下为演示情景，数字仅用于说明计算方法。某团队规范要求：重要文档发布前须评审，评论须在五个工作日内关闭，版本更新须填写说明，项目结项后三十天内归档。统计周期为某自然月。
当月应评审文档40篇，实际完成评审32篇，评审覆盖率 = 32 / 40 = 80%。当月提出评论150条，已关闭126条，评论闭环率 = 126 / 150 = 84%。当月活跃文档60篇，版本更新共90次，版本更新频次 = 90 / 60 = 1.5次/篇；其中填写有效说明的版本72个，变更说明覆盖率 = 72 / 90 = 80%。
质量信号采用抽样：随机抽取20篇文档人工核验，必备章节齐全的16篇，结构完整度 = 16 / 20 = 80%；决策记录可追溯到依据和责任人的14篇，可追溯率 = 14 / 20 = 70%。
解读时要注意几个常见误读。其一，评审覆盖率80%不等于两成文档没人看，要区分“未评审”和“评审记录缺失”，后者可能是流程外评审，需在核验中确认。其二，评论闭环率的分母是当月提出的评论，跨月关闭的评论在提出月已计入分母，不能在下月重复统计。其三，版本更新频次高不代表协作好，频繁小改可能说明文档缺少发布前把关，应结合变更说明覆盖率一起看。其四，抽样20篇的结论有波动空间，样本过小时应扩大抽样或延长统计周期，不宜直接下结论。
把行为和质量放在一起看：该团队评审和评论动作基本发生，但决策可追溯率70%明显偏低，说明评审可能停留在格式和文字层面，没有覆盖决策依据。下一周期的改进重点应放在评审检查项上，而不是继续提高评审覆盖率。
解读与限制：指标能说明什么、不能保证什么
指标反映的是执行痕迹，不能直接等同于协作质量。评审记录齐全，可能只是走了签字流程；评论关闭率高，可能是批量关闭而非逐条回应。因此任何指标结论都应附带抽样核验结果，说明数字背后的实际动作。
以下几类情况会导致结果不可比，解读时需要单独说明：分母为零或接近零，例如新团队首月没有应评审文档；样本量过小，例如只有三五篇文档的抽样；文档类型差异，例如技术方案与会议纪要的评审要求不同。遇到这些情况，应分层报告或标注“不适用”，不强行给出百分比。
指标被“刷数”的风险需要提前防范。常见做法包括：为凑版本数做无实质内容的更新、评论只回复不修改、评审只点通过不写意见。防范方式是把行为指标与质量信号绑定观察，例如版本更新频次与变更说明覆盖率同看、评论闭环率与评论后文档修改情况同看，并保留人工抽样的随机性。
结论的使用范围应限定在本次统计周期和样本范围内，适合作为改进依据和复评基线，不适合直接用于个人绩效排名。建议按月看行为指标趋势、按季度做综合判定，规范条款调整后重新设定基线，保证前后周期可比。ONES Wiki的页面模板库可帮助统一文档结构，页面组关联项目后需求与文档互相对应，便于按项目维度归集样本；具体统计口径仍需结合团队实际配置核验。
常见问题
规范刚发布第一个月，没有历史基线，怎么判断执行情况？
没有历史数据时，可以用规范发布后连续两到三个周期的指标趋势作为参照，观察方向是否稳定。同时把规范条款逐条对照当期数据，看哪些动作已经发生、哪些完全没有记录。首月数据更适合作为后续复评的基线，不宜直接下“执行到位”或“执行不到位”的结论。
评审覆盖率低，是团队没执行规范，还是取数口径有问题？
先区分两种情况：应评审文档确实没有发起评审，以及评审在系统外完成、没有留下记录。前者属于执行问题，后者属于口径问题。处理办法是从未覆盖的文档中抽样，核对是否有线下评审痕迹；如果存在流程外评审，应在口径表中补充记录方式，或在规范中明确评审必须在文档系统内完成。
评论闭环率很高，但文档质量没有改善，可能是什么原因？
常见原因是评论只被回复、没有被落实到内容修改，或者评论集中在格式和措辞层面。可以把评论闭环率与评论后文档修改情况、变更说明覆盖率放在一起看：闭环率高但版本内容变化小，说明评论处理停留在表面。抽样核验时重点看已关闭评论对应的段落是否真的改了。
不同文档类型评审要求不同，能放在同一个分母里统计吗？
不建议混算。技术方案、会议纪要、对外说明的评审要求和评审人不同，混在一个分母里会让覆盖率失真。建议按文档类型分层统计，再按各类型文档数量加权汇总；如果某类文档数量很少，单独报告并标注样本量，不强行合并成总百分比。
这些指标能不能直接用于个人绩效考核？
不建议直接使用。指标统计的是文档层面的动作和产出，受文档类型、项目阶段和分工影响，个人之间的分母差异很大。更合适的用法是作为团队改进依据和复评基线，配合抽样核验定位问题环节；如果确需落到个人，应另行设计口径并说明适用范围。
