分析工单SLA超时时长分布，关键在先把口径固定下来：超时从哪个时间点算起、暂停时段是否扣除、工作日历如何换算、单位统一成小时还是天。口径确定后，再对每张超时工单计算时长、按区间分箱，并用中位数和P90补足平均值看不到的长尾。本文给出一套可复算的步骤，涉及工单字段与报表统计时，会自然提到ONES Desk的承载方式。
要点总览（TL;DR）
- 先固定口径：超时时长=实际完成时间−SLA承诺截止时间，扣除暂停时段，统一换算为小时；分母只计已到期或已完成且被SLA覆盖的工单。
- 用分箱统计呈现分布，常用0–2小时、2–8小时、8–24小时、1–3天、3天以上，同时给出工单数、占比与累计占比。
- 中位数、P75、P90与平均值并列看，平均值会被少数严重超时拉高，分位数更能说明长尾深度。
- 按优先级、工单类型、处理团队拆分对比，跨优先级比较前先说明SLA目标差异，样本过少的分组不下结论。
- 分布结果用于定位问题区间，再结合重复超时清单与根因分析推动流程或SLA目标调整。
评估目标：超时分布要回答哪几个问题
超时分布分析要回答的是“超时都发生在多长的区间里”，而不是“谁该被考核”。一份能支撑判断的分布结果，通常需要回应三个问题：超时工单集中在哪几个时长区间，是大量轻微超时还是少数严重超时；哪些优先级、工单类型和处理团队的超时更集中；超时时长随时间窗是否在变化。把这三个问题写进分析目标，后续的分箱边界和拆分维度才有依据。
分析对象需要明确到可执行的程度：统计哪些工单（例如已完成的工单中实际完成时间晚于SLA承诺截止时间的部分）、覆盖哪个时间窗（按工单创建时间还是完成时间截取，起止日期是哪天到哪天）、是否包含已撤销或合并的工单。时间窗的选择会影响结论，按完成时间截取适合看“这段时间交付出去的工单表现”，按创建时间截取适合看“这段时间进来的工单整体压力”，两者不宜混用。
本文聚焦时长分布本身。超时工单占比回答“有多少工单超时”，重复超时统计回答“同一工单或同一对象反复超时的情况”，这两项作为配套指标与分布并列呈现，不替代分布分析。把三者分开定义，可以避免用一个占比数字掩盖超时严重程度的差异。
指标与范围：超时时长、占比与重复超时的定义
超时时长按单张工单计算，公式为：超时时长 = 实际完成时间 − SLA承诺截止时间，结果统一换算为小时。起止时间点的取法要在口径说明中写死：实际完成时间取工单进入“已完成”或约定的终态时间，SLA承诺截止时间取该工单按优先级和工单类型匹配到的SLA目标所推算出的截止时刻。若存在暂停计时规则（例如等待客户回复期间不计入SLA），应先从计时区间中扣除暂停时段，再计算截止时间与完成时间，否则超时时长会被系统性放大。
超时工单占比 = 超时工单数 ÷ 应完成工单数。分母口径必须与分子对齐：分母是同一时间窗内、同一SLA规则覆盖范围内、已经到达承诺截止时间或已经完成的工单，未到期工单不计入分母，否则占比会被稀释。占比用于判断超时面，分布用于判断超时深度，两者一起看才完整。
重复超时有两种统计方式，需要在口径中选定一种或分别统计：同一工单在生命周期内多次触发SLA超时（例如响应超时后又发生解决超时），按超时事件计数；同一客户、同一系统或同一服务对象在时间窗内多次出现超时工单，按对象计数。前者反映流程环节的薄弱点，后者反映对象侧的集中问题，混在一起统计会失去解释力。
纳入与排除规则建议在指标定义表中逐条写明，常见处理如下：暂停计时按规则扣除并在字段中保留暂停区间；已撤销工单不计入分母与分子；跨周期工单按完成时间归入对应时间窗，并在口径中注明；缺失承诺截止时间或完成时间的工单单独列出，不静默丢弃。
| 指标 | 公式 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|---|
| 超时时长 | 实际完成时间 − SLA承诺截止时间（扣除暂停） | — | — | 小时 | 按完成时间截取 |
| 超时工单占比 | 超时工单数 ÷ 应完成工单数 | 超时工单数 | 已到期或已完成且被SLA覆盖的工单数 | 百分比 | 与分子一致 |
| 重复超时（事件口径） | 同一工单超时事件次数 | 超时事件数 | 超时工单数 | 次/单 | 按完成时间截取 |
| 重复超时（对象口径） | 同一对象超时工单数 | 该对象超时工单数 | 该对象工单总数 | 单 | 按完成时间截取 |
数据口径与证据：从工单系统取哪些字段
分布能否复算，取决于取数字段是否完整。最小字段集包括：工单ID、优先级、工单类型、处理团队、SLA承诺截止时间、实际完成时间、暂停区间（开始与结束时间对）、工单状态、创建时间。若要做对象口径的重复超时统计，还需客户或系统标识字段。字段清单确定后，取数脚本或报表口径说明应一并留存，注明数据导出时间、筛选条件和字段来源，便于他人按同一口径复核。
清洗规则要覆盖四类问题。时间格式统一：所有时间字段转换为同一格式并明确时区，跨时区团队尤其要确认承诺截止时间按哪个时区生成。工作日历换算：若SLA按工作小时计算，需把自然时间差换算为工作小时，节假日与非工作时段按日历扣除。空值处理：承诺截止时间或完成时间缺失的工单单独成表，统计缺失率。异常值处理：出现负超时值（完成时间早于承诺截止时间却被标记超时）时回查状态流转记录，确认是字段错误还是暂停规则未扣除。
数据质量校验至少做三项：字段缺失率按字段分别统计，超过可接受比例时先修数据再出结论；负超时值与零超时值单独列出核对；重复记录按工单ID去重，确认是否存在同一工单多条完成记录。校验结果作为分析附件保留，它是分布结果可信度的证据，而不是可省略的准备工作。
计算与评估步骤：分箱、分位数与拆分维度
第一步，对每张超时工单计算超时时长，单位为小时，保留一位小数即可，避免精度造成分箱边界抖动。第二步，设定分箱边界。边界应结合业务SLA目标来定，常用区间为0–2小时、2–8小时、8–24小时、1–3天、3天以上；如果多数SLA目标以小时计，可把前两箱细化，如果以天计，可把后段细化。边界一旦确定，同一分析周期内保持一致，跨周期调整需在口径说明中记录变更时间。
第三步，统计各箱工单数、占比与累计占比。占比的分母是超时工单总数，累计占比用于快速判断“多少比例的超时在24小时内结束”。第四步，计算中位数、P75、P90等分位数。分位数比平均值更能反映长尾：少数严重超时会把平均值拉高，而P90能说明“最慢的那部分工单慢到什么程度”。分位数与分箱结果并列呈现，两者互相印证。
第五步，按优先级、工单类型、处理团队拆分对比。拆分时每组都要给出样本量，样本过少的分组标注后不下结论。不同优先级的SLA目标本身不同，高优先级工单的承诺截止时间更短，跨优先级直接比较超时时长会得出误导性结论，比较前应先说明各组的目标差异，或改用“超时时长占SLA目标时长的比例”作为可比口径。第六步，处理边界情况：分母为零时不出占比，只说明该时间窗无应完成工单；样本过少时可合并相邻时间窗或延长统计周期，并在结果中注明合并方式。
| 分箱 | 工单数 | 占比 | 累计占比 |
|---|---|---|---|
| 0–2小时 | — | — | — |
| 2–8小时 | — | — | — |
| 8–24小时 | — | — | — |
| 1–3天 | — | — | — |
| 3天以上 | — | — | — |
在工单系统侧，这套计算依赖稳定的字段与状态流转记录。ONES Desk 提供工单分析报表与工单处理情况汇总，支持自定义工单属性与工作流，优先级也可评估和定义，这些能力可以承载超时时长所需的承诺截止时间、完成时间与优先级字段的管理；具体的SLA计时字段与分布统计口径，建议在试用或实施中按本文口径逐项核验。
例子：一组超时工单的分布计算演示
以下为演示数据，用于说明计算过程，不代表任何真实团队的表现。假设某时间窗内有8张超时工单，SLA承诺截止时间与完成时间均已按暂停规则扣除，逐单计算超时时长（小时）如下：
| 工单ID | 优先级 | 承诺截止时间 | 实际完成时间 | 超时时长（小时） |
|---|---|---|---|---|
| T-01 | 高 | 周一 10:00 | 周一 11:00 | 1.0 |
| T-02 | 高 | 周一 10:00 | 周一 14:30 | 4.5 |
| T-03 | 中 | 周一 12:00 | 周一 13:00 | 1.0 |
| T-04 | 中 | 周一 12:00 | 周二 09:00 | 21.0 |
| T-05 | 中 | 周一 12:00 | 周三 12:00 | 48.0 |
| T-06 | 低 | 周一 18:00 | 周二 18:00 | 24.0 |
| T-07 | 低 | 周一 18:00 | 周五 18:00 | 96.0 |
| T-08 | 低 | 周一 18:00 | 下周一 18:00 | 168.0 |
按0–2小时、2–8小时、8–24小时、1–3天、3天以上分箱统计：0–2小时2单（25%），2–8小时1单（12.5%），8–24小时2单（25%），1–3天1单（12.5%），3天以上2单（25%）。累计占比显示，62.5%的超时工单在24小时内结束，但仍有25%的工单超时超过3天。
分位数计算：将8个时长排序为1.0、1.0、4.5、21.0、24.0、48.0、96.0、168.0。中位数为第4与第5个值的平均，即（21.0+24.0）÷2=22.5小时；P75取第6个值48.0小时；P90按位置0.9×（8−1）+1=7.3，在第7与第8个值之间插值，约为96.0+0.3×（168.0−96.0）=117.6小时。平均值约为45.4小时，明显高于中位数，说明分布被少数长尾工单拉高。
从这组示例可以读出：超时并非均匀分布，一半工单在22.5小时内结束，但尾部存在超过3天的严重超时，且集中在低优先级工单；高优先级工单的超时集中在8小时以内。不能读出的是：这8张工单不能代表整体超时率，因为分母（应完成工单数）未给出；也不能据此判断某个团队绩效差，样本量过小且未按团队拆分。示例的价值在于验证公式与分箱逻辑，结论需要放回完整数据集再下。
解读与限制：分布结果怎么用、哪里会误读
分布结果的第一种误读是只看平均值。平均值会被少数严重超时拉高，掩盖大多数工单的实际体验；中位数说明典型水平，P90说明尾部严重程度，三者并列才能完整描述。第二种误读是把超时分布当成服务质量的全部结论。超时只是SLA维度之一，响应速度、一次解决率、客户满意度等指标共同构成服务质量，单指标不宜直接用于绩效结论。
跨组比较需要谨慎。不同优先级的SLA目标不同，高优先级工单目标更短，其超时时长天然可能更小，直接比较会得出“高优先级处理更好”的表面结论。可比的做法是说明各组目标差异，或改用超时时长占目标时长的比例。口径变更同样会造成前后不可比：分箱边界调整、暂停规则变化、工作日历更新都会改变结果，跨周期对比前应确认口径一致，不一致时在报告中标注变更点。
样本量小时，分箱结果容易波动，个别工单就能改变某一箱的占比。此时应标注样本量、合并相邻箱或延长统计周期，避免用一两个数据点下判断。分布结果适合用来定位问题区间，进一步的动作是结合重复超时清单与根因分析：查看3天以上超时工单的共同特征，是等待外部依赖、审批环节卡顿还是分派延迟，再针对具体环节调整流程或SLA目标。ONES Desk 的工单分析报表与自定义工作流可以承接超时清单的跟踪与流程调整，具体报表字段与统计方式以实际配置为准。
常见问题
SLA按工作小时计算时，超时时长怎么换算？
先把承诺截止时间与实际完成时间都换算到同一时区，再按工作日历把自然时间差折算为工作小时，节假日和非工作时段按日历扣除。若存在暂停计时规则，先扣除暂停区间再计算。换算规则要写进口径说明，跨周期对比时确认日历版本一致，否则同一时长在不同周期会不可比。
超时工单数量很少时，分箱结果还能用吗？
样本少时个别工单就能改变某一箱的占比，结论容易波动。可以合并相邻分箱、延长统计周期，或在结果中标注样本量并只做描述不下判断。若某组样本过少，建议先看明细清单，等积累到足够样本再纳入分组对比。
不同优先级的超时时长可以直接比较吗？
不建议直接比较。高优先级工单的SLA目标本身更短，超时时长天然可能更小，直接对比会得出误导性结论。可比的做法是先说明各组目标差异，或改用超时时长占SLA目标时长的比例作为统一口径，再横向对比。
分布分析需要和哪些指标配套看？
至少配套三项：超时工单占比说明超时面，重复超时统计说明同一工单或同一对象反复超时的情况，中位数与P90说明超时深度。三者并列呈现，可以避免用一个占比数字掩盖超时严重程度的差异，也避免只看平均值忽略长尾。
ONES Desk 能直接算出SLA超时时长分布吗？
ONES Desk 提供工单分析报表与工单处理情况汇总，支持自定义工单属性与工作流，优先级也可评估和定义，可以承载承诺截止时间、完成时间与优先级等字段的管理。SLA计时字段的具体配置、暂停计时规则以及分布统计的实现方式，建议在试用或实施中按本文口径逐项核验。
