统计清理前后数据量变化，核心是固定同一批对象、同一统计时点和同一口径，分别取清理前与清理后的快照，再按工作项、附件、评论、关联关系等类型计算变化量与变化率。向管理层说明清理成效时，总量下降只是起点，还需要用重复数据率、无效附件占比、孤儿数据量和清理覆盖率解释变化来源。下面给出一套可复算的指标定义、取数口径、计算步骤与算例。
要点总览（TL;DR）
- 统计清理前后数据量变化，先固定同一批对象、同一统计时点和同一口径，分别取清理前与清理后快照，再按工作项、附件、评论、关联关系等类型分别计算，不做跨类型相加。
- 变化量=清理前数量−清理后数量；变化率=（清理前−清理后）÷清理前×100%，分母取清理前该口径下的有效记录数，分母为零时只报告绝对变化量并注明原因。
- 用重复数据率、无效附件占比、孤儿数据量解释总量下降的来源，用清理覆盖率=已清理对象数÷计划清理对象数×100%说明清理是否完整。
- 快照需记录导出时间、导出人、筛选条件与字段清单，缺失值、空值与软删除记录在口径说明中单独约定，保证前后可复算。
- 总量下降不能单独证明清理成效，汇报时结合覆盖率与结构指标，并说明未清理部分、不可比情形与风险项。
向管理层说明清理成效，先明确评估目标
清理效果评估要回答三类问题：清理减少了多少数据、减少的是哪一类数据、清理覆盖了多大范围，以及清理过程是否引入新的风险。把这三类问题拆开，汇报时才能把“数据量下降”转化为可解释的结论。
第一类是成效问题，关注清理前后的数量差异及其结构来源。总量变化回答“少了多少”，重复数据率、无效附件占比、孤儿数据量回答“少的是什么”。第二类是覆盖问题，关注计划清理的对象中有多少实际完成，未完成部分的原因是什么。第三类是风险问题，关注清理是否误删有效数据、是否破坏工作项与附件、评论之间的关联、是否影响迁移后的业务连续性。
评估对象限定为迁移数据内容，包括工作项、附件、评论、关联关系等可计数的数据记录。流程配置、插件行为、权限策略的迁移效果属于另一类评估，本文不展开。明确这一边界，可以避免把流程迁移的差异混入数据量统计，导致前后口径不一致。
评估目标清单可以按以下结构整理，作为后续取数和汇报的对照表：
- 成效目标：清理前后各对象类型的数量、变化量、变化率，以及重复、无效、孤儿数据在减少量中的占比。
- 覆盖目标：计划清理对象数、已清理对象数、清理覆盖率，未清理对象的清单与原因。
- 风险目标：误删或误改记录数、关联关系断裂数、清理后需要回滚的对象数。
指标与统计范围：统计哪些数据、算哪几个指标
统计范围按对象类型划分，每类对象单独计数、单独计算指标，不做跨类型相加。工作项以记录条数为单位，附件以文件个数为单位，评论以评论条数为单位，关联关系以关联边数为单位。跨类型相加得到的“总数据量”缺少业务含义，也无法解释变化来源。
核心指标共五个，每个指标都要明确分子、分母和统计单位。下表给出定义，其中“清理前”指清理动作执行前的最后一次快照，“清理后”指清理完成并稳定后的第一次快照。
| 指标 | 分子 | 分母 | 单位 | 适用对象 |
|---|---|---|---|---|
| 数据量变化量 | 清理前数量−清理后数量 | 不适用 | 条、个、边 | 各类对象分别计算 |
| 数据量变化率 | 清理前数量−清理后数量 | 清理前该口径下的有效记录数 | % | 各类对象分别计算 |
| 重复数据率 | 判定为重复的记录数 | 清理前该类型记录总数 | % | 工作项、附件、评论 |
| 无效附件占比 | 无效附件数（空文件、损坏文件、无归属附件） | 清理前附件总数 | % | 附件 |
| 孤儿数据量 | 失去父对象或关联对象的记录数 | 不适用，报告绝对量 | 条、个 | 评论、附件、关联关系 |
| 清理覆盖率 | 已清理对象数 | 计划清理对象数 | % | 按清理批次或对象类型 |
不纳入统计的对象需要在口径说明中列明，常见的有：系统自动生成的审计日志、迁移工具自身产生的临时记录、清理期间新增的正常业务数据。清理期间新增的数据会干扰前后对比，处理方式有两种：一是冻结写入窗口，二是按创建时间过滤，只统计清理前已存在的对象。选择哪种方式要在快照口径中写清楚，前后两次快照使用同一规则。
数据口径与证据：两次快照怎么取才可比
两次快照可比的前提是同一批对象、同一字段、同一统计规则。具体做法是：清理前先确定对象清单和筛选条件，导出快照并记录导出时间；清理完成后，用完全相同的筛选条件和字段清单再导出一次。两次导出之间如果发生过字段变更或对象范围调整，需要在口径说明中标注，并评估是否影响可比性。
按对象类型分别取数，每类对象一张快照表，字段至少包括对象标识、对象类型、创建时间、父对象标识、附件大小或评论正文长度、当前状态。对象标识用于前后匹配，判断哪些对象被清理、哪些被保留，也是计算覆盖率的依据。
缺失值、空值和软删除记录要单独约定。缺失值指字段为空但记录存在，空值指附件大小为零或评论正文为空，软删除指记录被标记删除但物理上仍可查询。建议的处理规则是：缺失值计入记录总数但在结构指标中单列；空值附件计入无效附件；软删除记录在清理前快照中计入总数，在清理后快照中按实际状态统计，并在口径说明中注明软删除的判定方式。
证据留存包括快照文件本身、导出时间、导出人、筛选条件、字段清单和清理操作记录。这些材料的作用是让管理层或复核人能够按同样口径重新计算，而不是只接受一个结论数字。快照文件建议保留原始格式并计算校验值，防止后续被修改后无法追溯。
计算步骤：从快照到变化率与覆盖率
计算按对象类型逐类进行，每类对象完成以下步骤后再汇总到汇报表。所有公式中的“清理前数量”均指清理前快照中该口径下的有效记录数，不含清理期间新增的数据。
- 匹配对象：用对象标识将清理前快照与清理后快照关联，得到保留对象数、被清理对象数和清理后新增对象数。
- 计算变化量：变化量=清理前数量−清理后数量。结果为正值表示净减少，为负值表示净增加，负值需要单独说明原因。
- 计算变化率：变化率=（清理前数量−清理后数量）÷清理前数量×100%。分母取清理前有效记录数。
- 计算重复数据率：重复数据率=判定为重复的记录数÷清理前该类型记录总数×100%。重复判定规则要在清理前确定，例如按标题加创建人加时间窗判定，规则一旦确定，前后统计使用同一规则。
- 计算无效附件占比：无效附件占比=无效附件数÷清理前附件总数×100%。无效附件包括空文件、损坏文件和无归属附件，三类可以合并报告，也可以分列。
- 计算孤儿数据量：孤儿数据量=失去父对象或关联对象的记录数。该指标报告绝对量，同时可以给出孤儿数据占清理前该类型记录总数的比例，作为辅助说明。
- 计算清理覆盖率：清理覆盖率=已清理对象数÷计划清理对象数×100%。计划清理对象数来自清理方案，已清理对象数来自清理操作记录，两者按同一对象清单核对。
分母为零时的处理规则：清理前数量为零时，不计算变化率和占比类指标，只报告绝对变化量，并注明“清理前无该类记录”。计划清理对象数为零时，不计算覆盖率，改为说明该类对象无需清理或未纳入清理计划。分母为零的情形不能写成0%，0%会被误读为“清理了但没有效果”。
多个对象类型汇总时，只汇总绝对量，不汇总百分比。百分比按类型分别报告，避免用加权平均掩盖某一类对象的异常变化。
一个算例：某类工作项与附件的清理前后对比
以下为演示情景，数据为假设值，用于说明计算过程。某次迁移前清理涉及需求类工作项及其附件，清理前快照与清理后快照按同一筛选条件导出。
工作项：清理前1200条，清理后980条，其中判定为重复的工作项150条，清理期间新增工作项20条。按冻结写入窗口处理，新增数据不计入对比。变化量=1200−980=220条；变化率=220÷1200×100%≈18.3%；重复数据率=150÷1200×100%=12.5%。减少的220条中，150条来自重复数据，其余70条来自无效记录清理，需要在汇报中说明这70条的判定依据。
附件：清理前3600个，清理后2900个，其中无效附件420个，孤儿附件180个。变化量=3600−2900=700个；变化率=700÷3600×100%≈19.4%；无效附件占比=420÷3600×100%≈11.7%；孤儿数据量=180个，占清理前附件总数的5.0%。减少的700个中，无效附件420个、孤儿附件180个，其余100个为重复附件或其他原因清理，需要补充说明。
覆盖率：计划清理对象为工作项220条加附件700个，合计920个对象；实际完成清理900个，覆盖率=900÷920×100%≈97.8%。未清理的20个对象需要列出清单和原因，例如关联关系待确认或业务方暂缓处理。
结果解读：工作项总量下降18.3%，其中重复数据贡献12.5个百分点；附件总量下降19.4%，无效附件和孤儿附件合计贡献约16.7个百分点。覆盖率97.8%说明清理基本完成，但未清理部分仍需在汇报中交代，不能只报告下降比例。
结果解读与限制：哪些结论能说、哪些不能说
总量下降可以说明清理动作产生了数量变化，不能单独证明清理成效。判断成效需要同时看覆盖率：覆盖率低时，总量下降可能只反映了部分对象的清理，剩余部分仍会影响迁移后的数据质量。覆盖率接近完成时，还要看结构指标，确认减少量主要来自重复、无效和孤儿数据，而非误删有效记录。
以下情形会导致前后不可比，汇报时需要明确说明：清理前数量为零导致变化率无法计算；两次快照的筛选条件或字段清单发生变更；统计时点跨越了业务高峰期，新增数据混入对比；软删除记录的判定规则前后不一致。出现这些情形时，应重新取数或调整口径，不能直接用原结果下结论。
单指标不能替代整体评估。变化率回答“少了多少比例”，重复数据率和无效附件占比回答“少的是什么”，孤儿数据量回答“关联是否受损”，清理覆盖率回答“是否清理完整”。四个结构指标与变化量一起构成评估结论，任何一项缺失都会让汇报留下解释缺口。
向管理层汇报时，建议按“目标—口径—结果—限制”的顺序组织：先说明评估范围和口径，再给出各类对象的变化量与结构指标，最后说明未清理部分、不可比情形和风险项。避免使用“数据质量提升多少”这类缺少分母和判定规则的表述，也不要把某一次清理的变化率当作后续清理的达标线。
在迁移执行过程中，清理前后的工作项、附件、评论和关联关系状态需要在同一系统中留存，便于按对象标识回溯和复核。ONES 的 Jira 迁移方案覆盖项目、工作项、状态、字段、附件和历史记录，Confluence 迁移方案覆盖空间、页面、附件和权限结构，迁移过程中保留的对象信息可以作为清理前后核对的依据；具体的清理效果统计与报表能力，以实际部署和配置情况为准。
常见问题
清理期间业务仍在产生新数据，前后快照还能直接对比吗？
直接对比会被新增数据干扰，需要先约定处理规则。常见做法有两种：一是冻结写入窗口，清理前导出快照后暂停该类对象的写入，清理完成并稳定后再导出；二是按创建时间过滤，两次快照都只统计清理前已存在的对象标识。两种方式都要写进口径说明，前后两次使用同一规则。如果清理周期较长、无法冻结写入，按创建时间过滤更可行，但需要在汇报中说明新增数据未纳入对比，避免管理层误读变化率。
重复数据率的判定规则由谁定，清理前后规则不一致会怎样？
重复判定规则应在清理前确定并留档，通常由数据治理负责人与业务方共同确认，例如按标题加创建人加时间窗判定，或按外部来源标识判定。规则一旦确定，清理前快照和清理后快照必须使用同一规则。如果前后规则不一致，重复数据率就失去可比性，变化率也无法解释来源。出现规则调整时，建议用新规则重新计算清理前快照，而不是直接沿用旧结果，并在汇报中注明规则版本。
清理覆盖率不到100%，汇报时怎么说明未清理部分？
覆盖率不足时，先列出未清理对象的清单、数量和原因，再说明对迁移的影响。常见原因包括关联关系待业务方确认、对象涉及在办业务暂缓处理、判定规则存在争议。汇报时把已清理对象数、计划清理对象数和未清理清单放在一起，覆盖率作为整体完成度指标，未清理部分单独说明后续处理计划和时间点。覆盖率低时，总量下降只能说明部分对象的清理结果，不能代表整体清理成效。
孤儿数据量为什么报告绝对量而不是百分比？
孤儿数据指失去父对象或关联对象的记录，其分母在不同对象类型之间差异很大，例如评论的孤儿数相对评论总数、附件的孤儿数相对附件总数，含义并不相同。报告绝对量可以直接反映关联关系受损的规模，便于判断是否需要修复；需要比例时，按对象类型分别计算孤儿数占清理前该类型记录总数的比例，作为辅助说明。把不同对象的孤儿比例合并成一个数，会掩盖某一类对象的异常。
清理前后的对象状态在系统里怎么留存，方便后续复核？
复核的前提是能按对象标识回溯清理前后的状态。迁移过程中，工作项、附件、评论和关联关系的信息需要在同一系统中保留，导出快照时记录对象标识、类型、创建时间、父对象标识和当前状态。ONES 的 Jira 迁移方案覆盖项目、工作项、状态、字段、附件和历史记录，Confluence 迁移方案覆盖空间、页面、附件和权限结构，迁移保留的对象信息可以作为清理前后核对的依据；具体的清理效果统计与报表能力，以实际部署和配置情况为准。
