研发可预测性用三类互补指标度量：预测误差看承诺与实际偏离多少，计划偏差看时间承诺是否兑现，交付稳定性看各周期产出波动大小。三类指标需在同一统计口径下组合使用，先明确统计对象、时间窗和分母规则，再结合趋势与分布解读。本文给出公式、取数口径、计算步骤和一个可复算的例子，适合研发管理者与效能负责人建立团队基线。
要点总览（TL;DR）
- 研发可预测性用三类互补指标度量：预测误差看承诺与实际的数量偏离，计划偏差看时间承诺是否兑现，交付稳定性看各期产出与交付周期的波动。
- 预测误差常用计划完成率、承诺兑现率和预测偏差绝对值；计划偏差常用迭代按期完成率、里程碑按期达成率和交付周期偏差；稳定性常用吞吐量变异系数、交付周期P85与中位数之比和兑现率波动。
- 三类指标须在同一口径下组合使用：固定统计对象（迭代、需求批次或里程碑）、时间窗（近6–8个迭代或一个季度）、承诺时点快照与分母规则，范围变更和取消项的处理方式要事先约定并留档。
- 解读时先区分系统性偏差与随机波动：连续同向偏离指向承诺方法问题，方向来回摆动更可能是变更或外部依赖造成。样本不足4期时只呈现明细，不下趋势结论。
- 不设通用达标线，以团队自身前几个观察窗的基线为参照看趋势；指标用于改进计划与协作方式，不直接折算为个人绩效。
研发可预测性度量要回答什么问题
可预测性度量的核心问题只有一个：团队在承诺时点给出的交付预期，与后来实际发生的交付之间吻合到什么程度。它关心的是“说到的能不能做到”，而不是“这个迭代做得好不好”。因此度量结果描述的是计划可靠性，属于对承诺质量的回顾性评估。
度量对象需要在评估前固定下来，常见有三种选择。按迭代统计适合节奏稳定的团队，每个迭代形成一个样本；按需求批次统计适合以版本或需求包交付的组织，一个批次形成一个样本；按里程碑统计适合跨团队、周期较长的项目，一个里程碑形成一个样本。三种对象可以并存，但同一组指标在同一期评估中只应使用一种对象，混用会让趋势失去可比性。
这项度量与相邻管理动作有明确分工。单次迭代内的任务拆解、每日进度跟踪、阻塞清除属于迭代执行管理，解决的是“这一轮怎么做完”；计划与实际投入工时的偏差分析，解决的是“人力投入估得准不准”。可预测性度量不展开这两类问题，它只回答承诺兑现的规律性。度量结果的使用方向也应提前约定：用于调整计划方法、承诺方式和协作节奏，不直接折算为个人绩效评分，否则数据会被承诺行为反向影响，失去诊断价值。
三类核心指标：预测误差、计划偏差与交付稳定性
三类指标从不同角度描述同一件事。预测误差衡量数量维度的偏离，计划偏差衡量时间维度的偏离，交付稳定性衡量波动的离散程度。单看任何一类都可能得出片面结论，例如完成率很高但每期波动极大，说明承诺本身缺乏依据；波动很小但持续低于承诺，说明存在系统性高估。
| 类别 | 指标 | 公式（分子/分母） | 单位 | 统计时间窗 |
|---|---|---|---|---|
| 预测误差 | 计划完成率 | 实际完成点数 / 承诺点数 | 百分比 | 逐迭代计算，按季度汇总 |
| 预测误差 | 承诺兑现率 | 按期兑现的承诺项数 / 承诺项总数 | 百分比 | 逐迭代或逐批次 |
| 预测误差 | 预测偏差绝对值 | |实际完成点数 − 承诺点数| / 承诺点数 | 百分比 | 逐迭代，取均值或中位数 |
| 计划偏差 | 迭代按期完成率 | 按计划日期完成的迭代数 / 迭代总数 | 百分比 | 近6–8个迭代或一个季度 |
| 计划偏差 | 里程碑按期达成率 | 按期达成的里程碑数 / 里程碑总数 | 百分比 | 一个季度或项目周期 |
| 计划偏差 | 交付周期偏差 | (实际交付周期 − 承诺交付周期) / 承诺交付周期 | 百分比 | 逐需求或逐批次，取中位数 |
| 交付稳定性 | 吞吐量变异系数 | 各期完成点数的标准差 / 各期完成点数的均值 | 比值 | 近6–8个迭代 |
| 交付稳定性 | 交付周期P85与中位数之比 | 交付周期第85百分位值 / 交付周期中位数 | 比值 | 一个季度内的全部交付项 |
| 交付稳定性 | 兑现率波动 | 各期承诺兑现率的标准差 | 百分点 | 近6–8个迭代 |
选用时可按团队成熟度取舍。刚开始建立度量的团队，先算计划完成率、迭代按期完成率和吞吐量变异系数三项，覆盖三类视角且取数简单；已经稳定运行的团队，再加入承诺兑现率、交付周期偏差和P85与中位数之比，用于观察尾部风险和长期承诺质量。预测偏差绝对值取绝对值后汇总，可以避免高估与低估在平均时相互抵消。
数据口径与证据要求
指标能否跨期比较，取决于口径是否稳定。取数来源应固定为三类记录：工作项状态流转记录提供完成时点，迭代或批次的范围变更记录提供承诺基线的变动过程，承诺时点快照提供当时承诺的点数或项数。承诺基线必须使用承诺时点的快照，不能用期末回填的数据，否则完成率会被事后调整掩盖。
统计粒度与时间窗需要事先写明。按迭代统计时，建议以近6–8个迭代为一个观察窗；按季度统计时，以自然季度或财季为准，并注明起止日期。样本量下限可按条件设定：观察窗内有效样本少于4个时，只呈现明细，不计算趋势结论；少于3个时，变异系数等离散指标不具参考意义，应标注为样本不足。
分母为零与缺失值要单独规定。某期承诺点数为零时，该期计划完成率记为缺失，不按100%或0%计入均值；某期无交付项时，交付周期相关指标同样记为缺失。缺失值在汇总时从分母中剔除，并在报告中注明剔除期数，避免读者误以为样本完整。
范围变更的处理最容易造成口径漂移，需逐类约定。迭代中途插入的需求，若在承诺时点之后加入，不计入当期承诺点数，单独统计为插入量；被取消的承诺项，从承诺点数中剔除，同时从兑现项中剔除，不计为未兑现；因外部依赖延期而顺延的项，保留在原承诺期并标记原因。所有规则在首次评估时写入口径说明并留档，口径变更时记录变更日期与影响范围，跨期比较只使用同一口径下的数据。
计算与评估步骤
一次完整的评估可以按五步执行，每步都有明确产物，便于他人复算。
- 确定统计对象、时间窗与承诺基线。写明本期按迭代还是按批次统计，起止日期，以及承诺点数取自哪个时点的快照。产物是一页口径说明。
- 按公式逐期计算三类指标。每期一行，列出承诺点数、实际完成点数、按期完成情况、交付周期等原始值，再计算比率。产物是一张逐期明细表，保留原始值以便复核。
- 汇总为季度或半年视图。对百分比类指标取均值或中位数并注明所用统计量，对离散类指标计算标准差与变异系数，同时给出样本期数。产物是汇总表加趋势线描述。
- 识别异常期并回溯原因。把偏离基线明显的期次挑出来，对照范围变更记录、人员变动和外部依赖情况，判断是系统性偏差还是偶发波动。产物是异常期清单及原因说明。
- 形成结论与改进项，约定复核周期。结论区分“承诺方式需要调整”“估算依据不足”“外部依赖未纳入承诺”等类型，每项改进指定负责人和下次复核时间，通常与下一个观察窗对齐。
取数与计算环节如果依赖人工整理表格，容易在范围变更上出错。在ONES中，工作项的状态流转和迭代范围调整会留下记录，迭代的计划与实际完成情况可按迭代查看，评估时可直接以这些记录作为承诺基线与完成时点的取数依据，减少手工回溯的工作量。口径说明和逐期明细也可以作为文档随评估周期留存，便于下一期沿用同一规则。
一个可复算的例子
以下为演示用假设数据，不对应任何真实团队。某团队近6个迭代的承诺点数与实际完成点数如下，承诺点数取自各迭代开始时的快照。
| 迭代 | 承诺点数 | 实际完成点数 | 计划完成率 | 预测偏差绝对值 | 是否按期完成 |
|---|---|---|---|---|---|
| I1 | 40 | 36 | 90% | 10% | 是 |
| I2 | 42 | 30 | 71% | 29% | 否 |
| I3 | 38 | 37 | 97% | 3% | 是 |
| I4 | 45 | 33 | 73% | 27% | 否 |
| I5 | 40 | 39 | 98% | 3% | 是 |
| I6 | 44 | 34 | 77% | 23% | 否 |
计划完成率均值为(90+71+97+73+98+77)/6 ≈ 84.3%，预测偏差绝对值均值为(10+29+3+27+3+23)/6 ≈ 15.8%。迭代按期完成率为3/6 = 50%。实际完成点数的均值为34.8，标准差约为3.1，吞吐量变异系数约为0.09，说明产出总量本身相当稳定。
把两组数字放在一起看，问题就清楚了：每期实际完成量稳定在33–39点之间，波动很小，但承诺点数在38–45点之间浮动，且有三期明显高于实际能力。按期完成率只有50%，并非执行不力，而是承诺时没有以历史吞吐量为依据。若再计算交付周期P85与中位数之比，假设该季度中位数为9天、P85为16天，比值约1.78，说明尾部交付明显拉长，少量大需求或外部依赖项拖长了周期，属于需要单独识别的尾部风险。
结论应指向承诺方式：以近几期实际完成点数的中位数作为承诺上限参考，对超出部分标注依赖与风险；同时把交付周期偏长的需求类型单独分析。这个结论来自分布和趋势，而非某一期的单点失误。
如何解读结果与常见限制
解读的第一步是区分系统性偏差与随机波动。连续多期同向偏离，例如完成率长期在80%上下且承诺点数持续高于实际吞吐量，属于系统性高估，应调整承诺方法；偏离方向来回摆动、幅度无规律，更可能是范围变更或外部依赖造成的随机波动，应优先治理变更管理。判断时可以看逐期明细的方向一致性，而不是只看均值。
样本量小和范围频繁变更会显著降低结论可靠性。观察窗不足4期、或每期都有大量插入与取消时，比率类指标的置信度下降，此时应呈现明细并说明限制，暂不下趋势结论。指标组合解读优于单指标排名：完成率高但变异系数大，说明承诺偏保守且不稳定；变异系数小但兑现率低，说明承诺系统性偏高。两类组合指向的改进动作完全不同。
不设通用达标线。不同团队的业务性质、需求颗粒度和依赖结构差异很大，可预测性水平应以团队自身前几个观察窗的基线为参照，看趋势是收敛还是发散。指标用于改进计划与协作方式，不直接等同个人绩效；一旦与个人考核挂钩，承诺行为会向保守或虚报方向偏移，度量本身也就失去诊断作用。评估结束后，把口径说明、逐期明细和结论一并归档，下一个观察窗沿用同一规则复核，才能看出改进是否真正发生。
常见问题
承诺点数应该取哪个时点的数据？期末回填的数据能用吗？
承诺点数应取承诺时点的快照，也就是迭代开始或批次承诺确认那一刻记录的点数或项数。期末回填的数据反映的是调整后的结果，用它计算完成率会把中途的范围变更掩盖掉，指标会显得比实际更稳定。
如果团队在承诺时点没有留下快照，可以先补一个固定规则，例如以迭代计划会结束时的范围为准，并从下一期开始执行。历史期次无法还原时，在报告中注明口径差异，不与新口径数据直接比较趋势。
迭代中途插入的需求和被取消的承诺项，计算时怎么处理？
常见做法是：承诺时点之后插入的需求不计入当期承诺点数，单独统计为插入量，用来观察变更强度；被取消的承诺项同时从承诺点数和兑现项中剔除，不计为未兑现；因外部依赖顺延的项保留在原承诺期并标记原因。
这些规则没有唯一正确答案，关键是首次评估时写清楚并留档，之后各期沿用同一规则。规则一旦变更，记录变更日期和影响范围，跨期比较只使用同一口径下的数据，否则趋势判断会失真。
观察窗内样本太少，指标还能用吗？
样本量小时比率类指标波动很大，容易把偶发情况误读成趋势。可以按条件处理：观察窗内有效样本少于4期时，只呈现逐期明细，不计算趋势结论；少于3期时，变异系数这类离散指标参考意义有限，应标注为样本不足。
样本不足时更适合做定性回溯，逐期对照范围变更、人员变动和外部依赖情况，找出偏离的具体原因。等积累到足够期数再计算汇总指标，结论会更可靠。
计划完成率高但波动大，说明团队可预测性好吗？
这种情况通常说明承诺偏保守且不稳定。完成率高意味着承诺点数普遍低于实际能力，波动大意味着每期承诺与实际的差距没有规律，团队仍然难以对外给出可靠的交付预期。
反过来，变异系数小但兑现率持续偏低，说明承诺系统性偏高，产出本身稳定但承诺依据不足。两类组合指向的改进动作不同：前者要收紧承诺上限、以历史吞吐量为依据；后者要下调承诺量或补充估算依据。单看一个指标容易得出片面结论，组合解读更接近真实情况。
可预测性指标可以直接用于个人绩效考核吗？
不建议直接挂钩。指标一旦与个人考核绑定，承诺行为会向保守或虚报方向偏移：有人会压低承诺量以保证完成率，有人会把范围拆细规避未兑现，度量本身也就失去诊断价值。
更合适的用法是把指标作为团队层面的计划改进依据，结论落到承诺方式、估算依据和变更管理上，每项改进指定负责人和复核时间。个人层面的评价可以结合具体工作内容和协作表现，由管理者综合判断。
