衡量门禁拦截后的缺陷发现情况，需要围绕“被拦截的变更”建立可复算的指标：拦截命中率、拦截后缺陷发现率、拦截逃逸率，以及拦截缺陷的严重度与发现时点分布。分母按变更、发布还是缺陷统计，时间窗取7天还是14天，会直接改变结果，因此口径必须先固定再计算。本文给出指标定义、取数与归属规则、计算步骤和示例，并说明如何结合例外放行率解读，避免把拦截数量当成质量改善的证据。
要点总览（TL;DR）
- 衡量门禁拦截后的缺陷发现情况，核心是四个指标：拦截命中率、拦截后缺陷发现率、拦截逃逸率，以及拦截缺陷的严重度与发现时点分布。
- 每个指标必须先固定分母（按变更、按发布或按缺陷）和时间窗（如拦截后7天或14天），否则跨周期结果不可比。
- 缺陷归属到被拦截变更依赖关联字段或人工标注，并区分拦截前已存在缺陷与拦截后新引入缺陷，否则会高估拦截的发现能力。
- 解读时把命中率、发现率、逃逸率与例外放行率放在一起看：拦截量上升可能来自标准收紧或误报增加，不能直接读成质量变化。
- 小样本和跨团队比较要谨慎，指标用于改进准入标准，不宜直接用于个人考核。
评估目标：判断门禁拦截是否真的发现了缺陷
这组指标的评估对象是某次发布准入中的门禁拦截事件：某条变更在提交准入时被门禁规则拦下，随后需要回答一个具体问题——这次拦截是否对应真实缺陷，还是仅仅触发了规则。评估结论服务于准入标准是否有效的判断，例如某条规则长期拦截却很少关联到确认缺陷，就值得复核规则条件；某类缺陷反复在放行后出现，则说明准入检查存在缺口。
“拦截数量多”和“拦截有效”是两个不同问题。拦截次数上升可能来自标准收紧、提交粒度变细或规则误报增加，单看数量无法区分。指标设计要把拦截动作与缺陷结果关联起来，用命中、发现、逃逸三类视角交叉验证。需要明确的是，这组指标不替代测试完成判断：测试是否执行完毕、用例通过率是否达标，属于另一套评估，门禁指标只回答“拦截是否识别了缺陷”。
开始取数前，先确认三个问题：统计的是哪一次发布或哪个时间段的准入事件；拦截记录是否完整留存，包括被拦截的变更标识和拦截原因；缺陷单能否回溯到具体变更。三个问题有明确答案，后续公式才有意义。
指标与范围：四个核心指标及统计边界
四个指标从不同角度描述拦截后的缺陷发现情况，需要同时使用。下表给出定义、公式、分母与时间窗，单位统一为“比率（%）”或“数量（个）”，计算前先选定统计范围。
| 指标 | 公式 | 分母 | 时间窗 | 单位 |
|---|---|---|---|---|
| 拦截命中率 | 拦截中确认存在缺陷的变更数 ÷ 被拦截变更总数 | 被拦截变更数 | 拦截发生时点起至该变更关闭 | % |
| 拦截后缺陷发现率 | 拦截后新发现缺陷数 ÷ 被拦截变更数 | 被拦截变更数 | 拦截后7天或14天（固定一种） | 个/变更，或折算为% |
| 拦截逃逸率 | 放行后发现的缺陷数 ÷ 同期放行变更数 | 同期放行变更数 | 放行后7天或14天（与上一指标一致） | % |
| 严重度与发现时点分布 | 按严重度等级、按发现距拦截/放行的天数分组计数 | 缺陷数 | 同上 | 个、占比 |
分母的选择决定指标含义。按变更统计适合评估单条变更的准入质量，能定位到具体规则；按发布统计适合观察一个版本整体的准入效果，样本量更大但会掩盖单条变更的差异；按缺陷统计适合分析缺陷来源结构，例如多少缺陷来自被拦截变更、多少来自放行变更，但无法直接得出比率。三种口径可以在同一份报告中并列，前提是每个数字都标注了分母。
时间窗必须固定并在多个周期保持一致。拦截后缺陷发现率取7天还是14天，取决于团队从拦截到修复、复测、再提交的典型周期；窗口过短会漏掉延迟发现的缺陷，过长则混入后续变更引入的问题。建议首次统计时同时试算7天和14天，观察结果稳定性后再固定一种作为常规口径。
数据口径与证据：缺陷归属和时点如何判定
指标可复算的前提是每条缺陷都能归属到具体变更或发布。常见做法是在缺陷单上设置关联字段，指向触发它的变更单、需求或发布批次；没有系统关联时，由拦截处理人在缺陷单中人工标注来源变更编号。归属规则要在统计前写清楚：一条缺陷只计一次，关联多个变更时以首次触发拦截的变更为准。
拦截前已存在的缺陷与拦截后新引入的缺陷必须分开。前者是变更提交前就存在的问题，被门禁顺带发现；后者是本次变更引入、因拦截才暴露的问题。区分依据可以是缺陷的引入版本、关联代码变更记录，或由处理人标注“拦截前存在/拦截引入”。混在一起统计会高估拦截的发现能力。
发现时点建议以缺陷创建时间为准，因为它客观、可批量取数；确认时间受处理节奏影响，波动较大。若团队习惯先建单后确认，可在报告中同时给出两个时点的差值，观察确认延迟是否影响窗口边界。缺失关联的缺陷单应单独列出数量，不强行归入分子或分母；重复缺陷按主缺陷计一次，关联的重复单在备注中说明；跨发布缺陷按首次发现所在发布归属，避免同一缺陷在两个周期重复计数。
证据留存包括三类记录：拦截记录（被拦截变更、拦截规则、拦截时间、处理结果）、缺陷单（关联变更、严重度、创建与确认时间）、放行记录（放行变更、放行时间、是否为例外放行）。三类记录能按变更编号对齐，指标才可被第三方复核。
计算与评估步骤：从取数到解读的流程
按以下步骤执行，可以在每个环节留下可检查的中间结果：
- 确定统计周期与时间窗。例如统计某月提交准入的全部变更，时间窗统一取拦截或放行后14天。
- 导出拦截记录，按变更维度整理被拦截变更清单，标注拦截规则与处理结果（修复后重新提交、例外放行、关闭）。
- 关联缺陷。用关联字段或人工标注把缺陷挂到变更上，标记每条缺陷属于拦截前存在还是拦截后新引入，并记录严重度与创建时间。
- 分指标计算并标注分母。每个比率旁边写明分子、分母和样本量，避免只报百分比。
- 处理分母为零。某周期没有拦截或没有放行时，不计算比率，标注“样本不足”，不用0%或100%代替。
- 与例外放行率联合解读。例外放行率=例外放行变更数÷同期提交准入变更数，它反映门禁被绕过的程度，需与命中率、逃逸率放在一起看。
在工具层面，拦截记录、缺陷单和放行记录往往分散在项目协作与测试管理系统中。ONES Project 支持缺陷跟踪与质量统计，缺陷可提交到对应项目或迭代并记录修复过程；ONES TestCase 支持测试用例与需求、任务关联，未通过用例可快速创建缺陷任务，使缺陷在测试与研发之间流转。团队可以借助这类关联关系把缺陷回溯到触发它的变更，并用报表按自定义范围统计缺陷分布。门禁拦截事件本身是否被系统记录、能否直接生成上述比率，需要按实际环境配置核验，指标口径仍由团队约定。
例子：一次发布周期的指标计算演示
以下为演示数据，用于说明公式代入方式，不代表任何团队的真实水平。某次发布周期内，提交准入的变更共120条，其中被拦截30条，放行90条；例外放行6条。拦截的30条变更中，确认存在缺陷的18条；拦截后14天内新发现缺陷24个；放行的90条变更在放行后14天内发现缺陷9个。拦截缺陷中严重及以上5个、一般10个、轻微3个。
| 指标 | 代入 | 结果 |
|---|---|---|
| 拦截命中率 | 18 ÷ 30 | 60% |
| 拦截后缺陷发现率 | 24 ÷ 30 | 0.8个/变更 |
| 拦截逃逸率 | 9 ÷ 90 | 10% |
| 例外放行率 | 6 ÷ 120 | 5% |
| 严重度分布 | 5 / 10 / 3 | 严重及以上占27.8% |
解读时先看组合而非单值。命中率60%说明拦截中有相当比例对应真实缺陷，但仍有12条拦截未关联确认缺陷，需要抽查是规则误报还是缺陷未被记录。拦截后缺陷发现率0.8个/变更，表示每条被拦截变更平均带出0.8个新缺陷，这个数字要与历史周期同口径比较才有意义。逃逸率10%说明放行变更中仍有缺陷流出，结合例外放行率5%看，若例外放行的变更贡献了较多逃逸缺陷，应优先收紧例外审批条件。
该示例的局限也要写明：30条拦截、90条放行的样本量偏小，单个周期的比率波动大；严重度分布只覆盖拦截缺陷，未与放行缺陷对比；演示数据未区分拦截前已存在缺陷，实际统计时需按前述规则拆分。这些限制不影响公式演示，但决定了结论只能作为改进线索。
解读与限制：指标能说明什么、不能说明什么
拦截数量上升可能来自标准收紧、提交粒度变化或规则误报，不能直接读成质量下降或门禁变严见效。判断变化原因要拆开看：命中率同步上升，说明新增拦截多对应真实缺陷；命中率下降而拦截量上升，则提示误报增加，需要复核规则条件。指标反映的是拦截动作与缺陷结果的对应关系，不能证明门禁导致了缺陷减少，缺陷减少还可能来自需求澄清、代码评审或测试投入的变化。
这组指标与例外放行率、测试完成判断分工不同。例外放行率衡量门禁被绕过的程度，测试完成判断衡量验证活动是否做足，门禁指标衡量拦截是否识别了缺陷。三者并列才能形成对准入有效性的完整判断，任何一项单独使用都会失真。
小样本和跨团队比较要谨慎。一个周期拦截不足二三十条时，比率容易受个别事件影响；不同团队的变更粒度、缺陷记录习惯、时间窗选择不同，横向比较前应先对齐口径，否则差异可能来自统计方式而非质量水平。指标应服务于改进准入标准，例如调整规则阈值、补充检查项、优化例外审批，不宜直接用于个人考核，否则容易诱发少报缺陷或规避拦截。
常见问题
一个统计周期内没有门禁拦截，指标该怎么报？
分母为零时不计算比率，直接标注“样本不足”，不要用0%或100%代替。拦截命中率、拦截后缺陷发现率的分母都是被拦截变更数，没有拦截就没有分母；拦截逃逸率的分母是同期放行变更数，若放行也为零，同样不计算。可以把该周期的拦截记录和放行记录原样列出，说明数量为零的原因，例如变更全部走例外放行或该周期没有提交准入。
缺陷单没有关联到具体变更，还能计入指标吗？
不能强行归入分子或分母。缺失关联的缺陷单应单独列出数量，在报告中作为数据质量项说明。若缺失比例较高，先补关联再计算，否则命中率和发现率都会失真。补关联时可以按缺陷创建时间、涉及模块和拦截记录做人工比对，由拦截处理人确认来源变更；确认不了的保持“未归属”状态，不参与比率计算。
拦截后缺陷发现率的时间窗取7天还是14天？
取决于团队从拦截到修复、复测、再提交的典型周期。窗口过短会漏掉延迟发现的缺陷，过长则混入后续变更引入的问题。建议首次统计时同时试算7天和14天，观察两个结果是否稳定接近；若差异明显，说明团队修复周期较长，宜取较长窗口。选定后在多个周期保持一致，并在报告中注明窗口长度，跨周期比较才有意义。
拦截命中率高，是否说明门禁规则设置得好？
只能说明被拦截的变更中有较高比例对应真实缺陷，不能单独作为规则质量的结论。还要看拦截后缺陷发现率和逃逸率：命中率高但逃逸率也高，说明规则拦住了部分问题，仍有缺陷从放行变更流出；命中率低而拦截量上升，则提示误报增加，需要复核规则条件。命中率、发现率、逃逸率与例外放行率组合解读，才能判断准入标准的有效性。
这些指标能否直接用于考核拦截处理人或开发人员？
不建议。指标用于改进准入标准，例如调整规则阈值、补充检查项、优化例外审批。直接用于个人考核容易诱发少报缺陷或规避拦截，使数据失去参考价值。若需要与个人关联，更适合用在流程改进的复盘场景，由团队共同分析拦截记录和缺陷归属，讨论规则是否合理，而非给个人排名。
