评估质量计划执行效果，需要同时回答两个问题：计划里的质量活动是否按约定完成，以及这些活动是否带来了可观察的质量结果改善。指标设计的关键在于把“计划项—执行证据—结果指标”三层对应起来，并为每个指标写明分子、分母、单位、时间窗和数据来源。本文面向单个项目的质量计划执行检查，给出一套可复算的指标定义与判定方法。
要点总览（TL;DR）
- 评估质量计划执行效果要同时看执行层和结果层：执行层用质量计划项按期完成率、质量活动证据完整率、评审与检查计划执行率回答计划是否做到；结果层用缺陷逃逸率、返工工时占比、质量门禁一次通过率、缺陷关闭周期回答质量是否改善。
- 每个指标必须写明分子、分母、单位、统计时间窗和数据来源，并按迭代或阶段固定口径；分母只计到期应完成项，缺陷逃逸率固定发布后观察期，返工只计质量原因返工。
- 执行证据以评审记录、检查单、门禁结果、缺陷单、变更与返工记录为准，时间、责任人、结论和关联字段齐全才计为完成；记录缺失且无法补证的计为未完成。
- 判定采用项目基线加目标区间，结合连续周期趋势，不设通用达标线；分母为零标注不适用，样本过小标注样本不足，口径变更当期按新旧口径各算一次。
- 指标只反映执行与结果的对应关系，不能单独证明因果或作为个人绩效结论；需结合缺陷根因、变更记录和人员情况解读，并定期维护口径。
评估目标：先明确要回答哪两个问题
质量计划执行效果评估常被混成一个笼统的“质量好不好”问题，导致指标堆叠却无法定位原因。更可操作的做法是拆成两个可分别取数、分别回答的问题：执行符合度问题——计划中约定的评审、检查、质量门禁等活动，是否在规定时间由规定角色完成并留下有效记录；质量结果问题——缺陷逃逸、返工、门禁拦截等结果表现，在评估周期内处于什么水平、相比基线有何变化。
两类问题的回答方式不同。执行符合度看“应做与已做”的对照，数据来自计划项状态与证据记录；质量结果看结果数据的分布与趋势，数据来自缺陷库、工时记录和门禁结果。把两者分开统计，才能在结果不理想时判断是计划未执行，还是计划执行了但措施本身需要调整。
评估对象限定为单个项目的质量计划。组织级质量制度是否健全、测试用例设计与测试执行过程管理，属于另外的管理议题，不在本文指标范围内。评估用途需要在开始设计指标前确定，因为它直接决定指标粒度：
- 过程纠偏：关注周或迭代级的执行层指标，及时发现计划项延期与证据缺失，指标宜细、频率宜高。
- 阶段复盘：执行层与结果层并重，按阶段汇总，重点看执行缺口与结果表现的对应关系。
- 验收判断：以结果层指标和质量门禁记录为主，执行层指标作为支撑证据，口径需在验收前锁定。
据此形成一份评估目标说明，至少包含：评估问题（执行符合度、质量结果）、用途（纠偏/复盘/验收）、评估周期（周、迭代或阶段）、责任角色（质量负责人取数与解释、项目经理确认口径、各活动负责人提供证据）。这份说明是指标定义的前置输入，后续所有公式和判定规则都应能回溯到它。
指标与范围：执行层与结果层指标清单
建议采用“三执行、四结果”的指标组合。执行层指标回答计划是否做到，属于领先指标，变化通常先于结果出现；结果层指标回答质量是否改善，多为滞后指标。只统计结果层，会在问题暴露时已错过纠偏窗口；只统计执行层，则无法判断活动是否有效。
| 指标 | 层级 | 公式（分子/分母） | 单位 | 时间窗 | 数据来源 | 负责人 |
|---|---|---|---|---|---|---|
| 质量计划项按期完成率 | 执行层 | 按期完成的质量计划项数 / 到期应完成的质量计划项数 | % | 按迭代或阶段 | 项目计划中的质量活动工作项 | 质量负责人 |
| 质量活动证据完整率 | 执行层 | 证据字段齐全的活动数 / 已标记完成的质量活动数 | % | 按迭代或阶段 | 评审记录、检查单、门禁结果 | 各活动负责人 |
| 评审与检查计划执行率 | 执行层 | 实际开展的评审与检查次数 / 计划安排的评审与检查次数 | % | 按迭代或阶段 | 评审记录、检查单 | 质量负责人 |
| 缺陷逃逸率 | 结果层 | 发布后发现的缺陷数 / （发布前发现缺陷数 + 发布后发现缺陷数） | % | 按发布批次，回溯一个观察期 | 缺陷库 | 测试负责人 |
| 返工工时占比 | 结果层 | 返工工时 / 总投入工时 | % | 按迭代或阶段 | 工时记录、变更与返工记录 | 项目经理 |
| 质量门禁一次通过率 | 结果层 | 首次提交即通过的门禁次数 / 门禁提交总次数 | % | 按迭代或阶段 | 质量门禁结果记录 | 质量负责人 |
| 缺陷关闭周期 | 结果层 | 缺陷关闭时间与创建时间之差的中位数 | 天 | 按迭代或阶段 | 缺陷库 | 测试负责人 |
几个口径细节需要在定义阶段写清。按期完成率的分母只计“到期应完成”的计划项，未到期的计划项不进入分母，避免周期初指标虚低；证据完整率的分母是已标记完成的活动，用于检验“完成”是否有据；缺陷逃逸率的观察期要固定，例如发布后30天内发现的缺陷计入，否则不同批次不可比；缺陷关闭周期用中位数而非平均值，减少个别长期挂起缺陷对整体判断的干扰。
执行层与结果层应成对使用。例如某迭代按期完成率下降，同时门禁一次通过率下降，提示质量活动被压缩；若按期完成率正常而缺陷逃逸率上升，则需要检查计划中的活动类型和检查深度是否覆盖了主要风险。指标清单确定后，负责人和数据来源一并固定，后续周期只更新数值，不随意更换公式。
数据口径与证据：哪些记录才算数
“计划做了但无记录”是执行效果评估中最常见的口径争议。处理原则是：以记录为准，不以口头确认为准；记录需满足最低字段要求才计为有效证据。可认定的执行证据包括评审记录、检查单、质量门禁结果、缺陷单、变更与返工记录。每类证据的有效性标准如下：
- 时间字段：记录时间落在计划安排的时间窗内，延期补录需单独标注补录时间。
- 责任人字段：明确记录执行人和确认人，两者不能为空。
- 结论字段：评审或检查需有明确结论（通过、有条件通过、不通过）及问题清单，仅有会议纪要而无结论的不计为完成。
- 关联字段：证据需关联到对应的质量计划项或工作项，孤立记录不计入该计划项。
缺失值处理需要事先约定，避免事后各说各话。记录缺失且无法补证的，该计划项计为未完成，不进入证据完整率的分子；在时间窗结束后补录且能说明合理原因的，计入完成但单独统计补录比例，作为过程管理质量的参考；跨项目复用的评审记录或检查单，只有在本项目有独立确认记录时才计入本项目，直接引用他项目记录的不计。
缺陷严重度分级和返工定义也要统一。缺陷逃逸率建议只统计约定严重度以上的缺陷，分级标准在项目启动时确定并全程沿用；返工指因质量问题导致的重复开发、重复测试或缺陷修复工时，因需求变更导致的返工单独归类，不混入质量返工。这两项定义一旦变化，历史数据即失去可比性，需在口径变更记录中注明生效时间。
这些证据大多产生于计划项、评审、缺陷和门禁记录中，分散在多个表格里时取数与核对成本很高。ONES 的项目计划支持按阶段或交付物分解工作项，测试管理中的缺陷可关联至迭代，评审与门禁结果也能随工作项留痕，便于按同一时间窗抽取执行证据和结果数据；具体字段与报表配置需按团队口径在实际环境中设定。
计算与评估步骤：从取数到判定
计算流程分三步，目标是任何人拿到原始数据都能复算出相同结果。
第一步，取数。按评估周期确定时间窗起止，从项目计划中导出该窗口内到期和完成的质量计划项清单，从评审记录与检查单中导出活动记录，从缺陷库导出窗口内创建和关闭的缺陷，从工时记录导出返工与总工时。取数时保留原始明细，不只保留汇总值。
第二步，计算。按指标定义逐项计算，每个指标同时保留分子、分母和结果值。例如按期完成率记录“12/15=80%”，而不是只写80%。保留分子分母的作用是复核：分母异常偏小往往说明计划项漏录，分子异常偏大则可能说明完成判定过宽。
第三步，判定。判定采用基线与目标区间结合的方式，不使用统一的通用达标线。基线取本项目前若干周期的实际水平或项目启动时约定的初始值；目标区间由质量负责人与项目经理结合项目阶段确定，例如迭代早期允许执行层指标偏低、结果层指标波动较大，进入系统测试阶段后收紧。判定时看两点：数值是否落在目标区间内，以及连续多个周期的趋势方向。单周期数值受样本影响大，趋势比单点更有解释力。
异常情况按以下规则处理：
- 分母为零：该指标标注“不适用”，不计算比率，并在报告中说明原因，例如本周期无发布批次则缺陷逃逸率不适用。
- 样本过小：分母低于约定阈值（如计划项少于5项、缺陷少于10个）时，结果标注“样本不足”，仅作参考，不据此判定达标与否。
- 口径变更：变更当期的指标同时按新旧口径计算一次，并在报告中注明，避免趋势线断裂。
例子：一个迭代周期的指标计算演示
以下为演示情景，数字用于说明计算过程，不代表任何实际项目水平。某项目一个迭代内计划安排质量活动15项，其中12项在迭代结束前到期，实际按期完成10项；已标记完成的11项活动中，9项证据字段齐全。该迭代共发现缺陷40个，其中发布前发现34个，发布后30天观察期内发现6个；总投入工时800小时，其中因质量问题产生的返工工时64小时；质量门禁提交10次，首次通过7次。
| 指标 | 分子 | 分母 | 结果 | 说明 |
|---|---|---|---|---|
| 质量计划项按期完成率 | 10 | 12 | 83.3% | 分母只计到期项，未到期的3项不计入 |
| 质量活动证据完整率 | 9 | 11 | 81.8% | 2项完成但缺结论字段 |
| 评审与检查计划执行率 | 8 | 9 | 88.9% | 1次检查延期未开展 |
| 缺陷逃逸率 | 6 | 40 | 15.0% | 观察期固定为发布后30天 |
| 返工工时占比 | 64 | 800 | 8.0% | 仅计质量原因返工 |
| 质量门禁一次通过率 | 7 | 10 | 70.0% | 3次为二次提交后通过 |
从这组数据可以读出执行与结果的对应关系：按期完成率83.3%、证据完整率81.8%，说明约五分之一的计划项存在延期或记录不全；同期门禁一次通过率70%、缺陷逃逸率15%，结果表现与执行缺口方向一致。进一步查看明细可发现，2项缺结论字段的活动恰好属于门禁前的评审类活动，这为“评审记录不完整可能影响门禁拦截效果”提供了线索。
需要强调的是，这组数据只能说明执行缺口与结果表现同时出现，不能据此断定评审记录缺失导致了缺陷逃逸。要验证因果关系，需要在下个周期补齐评审记录后观察门禁一次通过率与逃逸率是否同步变化，并排除需求变更、人员变动等其他因素。示例的价值在于演示公式与分母的用法，以及如何从数据中提出可验证的假设。
解读与限制：指标能说明什么、不能说明什么
这套指标能说明的是执行与结果之间的对应关系：计划项是否按期完成、证据是否齐全、结果指标处于什么水平、两者是否同向变化。它不能单独证明质量计划导致了质量改善，也不能替代对具体缺陷原因的分析。解读时需守住以下边界：
- 相关不等于因果。执行指标改善与结果指标改善同时出现，仍需结合缺陷根因、变更记录和人员情况判断，必要时做前后对比或分组对比。
- 样本量与口径影响可比性。迭代周期短、计划项少时，比率波动大；缺陷分级标准调整、返工定义变化，都会使历史数据不可直接比较，需在报告中标注。
- 避免单一指标考核个人。用证据完整率或缺陷逃逸率直接考核个人，容易诱发记录补录走过场、缺陷少报或降级上报，反而损害数据质量。指标宜用于项目级过程改进，个人层面以活动完成情况和问题改进为主。
- 指标随阶段调整。项目早期执行层指标权重高，后期结果层指标权重高；每次阶段复盘时同步复核基线与口径，把变更写入口径维护记录，注明生效周期和变更原因。
口径维护建议指定一名责任人，在每个评估周期开始前确认指标定义、时间窗和数据来源未变；发生变更时，保留变更前后的对照计算，并在阶段复盘中说明影响。这样，指标才能作为过程纠偏和阶段判断的稳定依据，而不是每次重新解释的数字。
常见问题
质量计划项在周期内未到期，按期完成率的分母要不要算进去？
不计入。按期完成率的分母只统计评估时间窗内“到期应完成”的质量计划项，未到期的计划项不进入分母。这样处理可以避免周期初因大量计划项尚未到期而指标虚低。如果计划项在周期内被取消或合并，需在取数时单独标注，并从分母中剔除，同时保留剔除记录以便复核。
评审记录只有会议纪要、没有明确结论，算不算有效执行证据？
不算。有效证据需要同时具备时间、责任人和结论字段，仅有会议纪要而无明确结论（通过、有条件通过、不通过）及问题清单的，不计为完成。该计划项在证据完整率中不进入分子，若同时无法补证，则按期完成率中也计为未完成。建议在评审模板中把结论字段设为必填，减少事后争议。
缺陷逃逸率的观察期应该设多长，不同批次怎么保证可比？
观察期需要在项目启动或首批发布前固定，例如统一设为发布后30天，所有发布批次沿用同一观察期。观察期不一致会导致不同批次的逃逸率不可比。如果因发布节奏变化需要调整，应在口径变更记录中注明生效批次，并在变更当期同时按新旧观察期各计算一次，保留对照数据。
某个迭代计划项很少，按期完成率算出来波动很大，还能用来判定吗？
分母低于约定阈值（如计划项少于5项）时，结果标注“样本不足”，仅作参考，不据此判定达标与否。此时可以结合连续多个周期的趋势观察，或把相邻迭代合并统计以扩大样本。样本不足的标注本身也是信息，提示评估周期与计划粒度可能不匹配，可在下个周期调整计划项拆分方式。
执行层指标改善了但结果层指标没变化，说明质量计划无效吗？
不能直接下这个结论。执行层改善与结果层未变化同时出现，可能说明计划中的活动类型或检查深度未覆盖主要风险，也可能说明结果指标受需求变更、人员变动等其他因素影响，还存在滞后效应。建议查看缺陷根因分布和变更记录，必要时调整质量活动内容后再观察一个周期，而不是仅凭单周期数据判定计划无效。
