评估项目完工预测的准确性，关键是把每一次预测都当作可回测的记录：在固定时间点留存预计完工日期或预计剩余工期，到期后用实际完工数据比对，计算偏差、绝对偏差、MAE 和偏差方向占比，并观察多期预测是否收敛。单次预测命中说明不了预测机制可靠，还要看数据完整率和更新频率。下文给出一套可复算的口径、计算步骤与解读边界，并说明预测快照与实际完工记录如何在 ONES 中留存和汇总。
要点总览（TL;DR）
- 评估完工预测准确性，需要把每次预测作为带时间戳的快照留存，到期后用实际完工日期回测，计算单项目偏差、绝对偏差、MAE 和偏差方向占比。
- 预测值取到期前最后一次快照，实际完工日期要有验收或状态变更记录作为依据；取消、暂停、范围重大变更的项目应单列或剔除并记录原因。
- 分母为零时标注“不可计算”，不记为 0 偏差；统计单位在样本内统一为天或人天，口径变更时切分样本分别统计。
- 可信度判断综合看有效样本量、数据完整率、预测更新频率和多期预测是否收敛，单次命中不能作为预测机制可靠的证据。
- MAE 适合用于改进预测流程，不宜直接作为个人绩效考核依据，否则预测值容易被修饰，快照失去真实性。
评估目标：判断预测准不准、可不可信
完工预测评估要回答两个不同的问题。第一个是结果问题：预测值和实际结果差了多少，偏差集中在哪个方向。第二个是过程问题：这个预测是怎么得出来的，依据的进度数据是否完整、假设是否写明、更新是否及时。两个问题都要回答，只算偏差容易把“碰巧算对”当成“预测可靠”，只看过程又无法证明预测有效。
评估对象通常有三类：预计完工日期，用于回答项目何时结束；预计剩余工期，用于回答还需要多少时间；预计完工偏差，即预测完工日期相对基准完工日期的偏移量。三类对象的口径不同，同一批项目应固定使用其中一类作为主指标，其余作为辅助观察，避免同一张报表里混用日期差和工期差。
评估周期与回测时间窗需要事先约定。常见做法是按周或按双周留存预测快照，按季度或按项目群做一次集中回测。时间窗的设定原则是：窗口内要有足够数量的项目完成，使汇总指标有统计意义；窗口长度要与项目平均周期匹配，周期长的项目可以按里程碑分段回测，而不是等全部完工。时间窗一旦确定，在同一轮评估内保持不变，否则不同批次的 MAE 无法横向比较。
指标与范围：用哪些指标、覆盖哪些项目
指标集合宜少而稳定，每个指标都要能写清公式、分子、分母和单位。下表给出建议的定义口径，其中“预测完工日期减实际完工日期”为正表示预测偏晚（偏保守），为负表示预测偏早（偏乐观），团队也可以统一取相反符号，但全样本必须一致。
| 指标 | 公式 | 单位 | 回答的问题 |
|---|---|---|---|
| 单项目偏差 | 预测完工日期 − 实际完工日期 | 天 | 这个项目预测偏早还是偏晚 |
| 绝对偏差 | |单项目偏差| | 天 | 这个项目差了多少，不看方向 |
| 平均绝对误差 MAE | Σ绝对偏差 ÷ 有效样本数 | 天 | 整体平均差多少天 |
| 偏差方向占比 | 偏差为正的样本数 ÷ 有效样本数 | 百分比 | 预测是否系统性偏保守或偏乐观 |
| 预测收敛度 | 同一项目相邻两期预测值的差值，逐期观察其绝对值是否递减 | 天 | 随着项目推进，预测是否越来越稳定 |
样本纳入范围要写进评估说明。纳入已完工且有完整预测记录的项目；预测记录指至少留存过一次带时间戳的预测值，且该预测值早于实际完工日期。取消、暂停、范围发生重大变更的项目应单列或剔除，并记录原因，因为这些项目的“实际完工”与预测时的假设已不可比。统计单位在样本内统一为天或人天，跨单位混算会让 MAE 失去意义。
数据口径与证据：预测值和实际值从哪里取
预测值的关键是留存时点和版本。建议按固定节奏（例如每周五）保存一次预测快照，快照中记录预测值、预测人、预测依据的进度数据截止日期。回测时使用“到期前最后一次快照”，而不是事后回忆或补填的数值。快照的价值在于它固定了当时的判断，使偏差可以归因到预测时点的信息条件。
实际完工日期要有确认依据，例如验收记录、交付确认单或状态变更记录，并注明确认人。仅凭口头告知或事后估算的完工日期，会让偏差计算失去证据基础。基准计划与范围变更记录是判断可比性的证据：如果项目在预测之后发生了范围重大变更，原预测对应的假设已经改变，该项目应标注为不可比，而不是简单计入 MAE。
缺失值、补录和口径变更要单独处理。缺失预测快照的项目不进入 MAE 分母，标注为“无有效预测”；补录的数据要保留补录标记，回测时可以单列观察；口径变更（例如从按天改为按人天）应在新口径启用时切分样本，前后两段分别统计，不合并计算。
这些记录可以在项目管理系统内承载。ONES 支持设置项目计划和里程碑基线，实时对比计划与执行的偏差，并通过版本细节对比追溯变更；预测快照、实际完工回填和偏差汇总可以依托项目到任务的多层级管理形成自下而上的进度反馈，再用多维度统计做汇总分析。具体字段配置和报表指标范围以实际方案为准。
计算与评估步骤：从原始记录到可信度判断
计算按以下顺序推进，每一步都保留中间结果，便于复核：
- 整理样本清单，逐项目标注纳入、剔除或单列，写明原因。
- 对每个纳入项目取到期前最后一次预测快照，计算单项目偏差和绝对偏差，单位统一为天。
- 汇总有效样本，计算 MAE：绝对偏差之和除以有效样本数。分母为零时标注“不可计算”，不记为 0 偏差。
- 计算偏差方向占比，判断偏差是否集中在偏早或偏晚一侧。
- 对有多期快照的项目，列出各期预测值与实际值的差值，观察绝对值是否随项目推进而缩小。
- 记录数据完整率（有快照项目数 ÷ 应评估项目数）和预测更新频率，作为可信度判断的输入。
分母为零有两种常见情形：统计窗口内没有项目完工，或完工项目都没有有效预测记录。前者说明窗口选得太短或项目周期太长，应调整窗口或改用里程碑分段回测；后者说明预测留存机制没有建立，此时应先补流程，再谈准确性。两种情形都不应输出“MAE 为 0”这类误导性结论。
不可比样本的剔除要留痕：在样本表中增加“可比性”列，取值包括可比、范围重大变更、暂停后重启、取消，并附变更记录链接或说明。剔除只影响汇总口径，原始记录仍保留，便于后续复查。
可信度判断可以按四个条件综合看：有效样本量是否足以支撑汇总结论；数据完整率是否覆盖大部分应评估项目；预测是否按固定频率更新而非临期一次性填写；多期预测的偏差是否收敛。四个条件中任何一项明显不足，都应把结论限定为“初步观察”，不据此调整管理动作。
示例：一个季度完工预测的回测计算
以下为演示数据，用于说明公式和单位，不代表任何真实项目。某季度有 6 个项目完工，其中 5 个有到期前最后一次预测快照，1 个项目在预测后发生范围重大变更，单列不计入 MAE。
| 项目 | 预测完工日期 | 实际完工日期 | 偏差（天） | 绝对偏差（天） | 处理 |
|---|---|---|---|---|---|
| A | 6月10日 | 6月12日 | −2 | 2 | 纳入 |
| B | 6月20日 | 6月15日 | +5 | 5 | 纳入 |
| C | 6月30日 | 7月8日 | −8 | 8 | 纳入 |
| D | 6月25日 | 6月25日 | 0 | 0 | 纳入 |
| E | 7月5日 | 6月28日 | +7 | 7 | 纳入 |
| F | 6月18日 | 7月20日 | — | — | 范围重大变更，单列 |
纳入样本 5 个，绝对偏差之和为 2+5+8+0+7=22 天，MAE 为 22÷5=4.4 天。偏差为正的样本是 B 和 E，共 2 个，偏差方向占比为 2÷5=40%，即 40% 的项目预测偏保守，其余 60% 偏乐观或正好命中，其中 C 项目偏早 8 天，是绝对偏差最大的样本。
收敛趋势需要多期快照才能判断。假设 C 项目在完工前四周的预测依次为 7月20日、7月15日、7月11日、7月8日，与实际 7月8日的差值依次为 12 天、7 天、3 天、0 天，绝对值逐期缩小，说明随着信息增加预测在收敛；如果差值在 8 天附近反复波动，则说明预测更新没有带来有效修正。F 项目因范围重大变更不计入 MAE，但其偏差仍可作为变更影响分析的参考单独记录。
解读与限制：哪些结论能下、哪些不能
MAE 小不等于预测机制可靠。样本量只有三五个项目时，MAE 受个别极端值影响很大；数据完整率低时，算出来的 MAE 只代表有记录的那部分项目。解读时应同时报告样本量、数据完整率和更新频率，把 MAE 放在这些条件里说明，而不是单独给出一个天数就下结论。
偏差方向占比反映系统性倾向。占比明显偏向一侧，说明预测习惯性偏保守或偏乐观，可以据此检查估算方法、缓冲设置和进度反馈机制；占比接近一半且 MAE 较大，说明偏差方向分散，问题更可能出在单个项目的估算质量或数据及时性上。两种情况的改进动作不同，不能只看 MAE 一个数。
样本少、项目差异大时，跨项目汇总的可比性有限。不同复杂度、不同团队、不同交付类型的项目混在一起算 MAE，得到的平均值可能掩盖分组差异。条件允许时按项目类型或规模分组统计，组内样本仍然不足时，结论只作趋势参考。
指标适合用于改进预测流程，不宜直接作为个人绩效考核依据。一旦偏差与个人评价挂钩，预测值容易被修饰，快照失去真实性，回测也就失去意义。更合适的用法是把偏差分析结果反馈到估算方法、进度更新节奏和风险识别环节，观察后续周期的指标是否改善。
常见问题
预测快照应该按什么频率留存，回测时用哪一期？
留存频率与项目周期和决策节奏匹配即可，常见做法是按周或按双周保存一次预测快照，快照中记录预测值、预测人和所依据进度数据的截止日期。回测时统一使用“到期前最后一次快照”，不使用事后回忆或补填的数值。频率一旦确定，在同一轮评估内保持不变，否则不同批次的偏差无法横向比较。
项目在预测后发生范围变更，回测时应该剔除还是保留？
范围重大变更会改变原预测所依赖的假设，使“实际完工”与预测时点不再可比，建议单列或剔除，并在样本表中记录变更原因和变更记录链接。剔除只影响汇总口径，原始预测和实际记录仍保留，便于后续复查。如果变更影响较小，可以在样本表中标注后纳入，但应在评估说明中写明判断标准。
统计窗口内没有项目完工，MAE 怎么处理？
没有完工项目时 MAE 的分母为零，应标注“不可计算”，不记为 0 偏差。处理方式有两种：调整统计窗口，使窗口内包含足够数量的完工项目；或者对周期长的项目改用里程碑分段回测，在里程碑达成时比对预测与实际。两种方式都应在评估说明中写明，避免把“没有数据”误读为“预测准确”。
MAE 较小是否说明预测机制可靠？
不能仅凭 MAE 小下结论。样本量只有三五个项目时，MAE 容易受个别极端值影响；数据完整率低时，算出的 MAE 只代表有记录的那部分项目。解读时应同时报告有效样本量、数据完整率和预测更新频率，并观察多期预测的偏差是否收敛。这些条件不足时，结论应限定为初步观察。
偏差方向占比能说明什么问题？
偏差方向占比反映预测是否存在系统性倾向。占比明显偏向一侧，说明预测习惯性偏保守或偏乐观，可以据此检查估算方法、缓冲设置和进度反馈机制；占比接近一半且 MAE 较大，说明偏差方向分散，问题更可能出在单个项目的估算质量或数据及时性上。两种情况的改进动作不同，需要结合 MAE 和样本情况一起看。
