判断任务排期是否合理，可以从排期冲突率、任务等待时长、截止日期变更率和排期偏差率四类指标观察。排期冲突率的计算口径是：统计周期内存在排期冲突的任务数÷同期纳入排期的任务总数×100%，其中冲突指同一责任人同一时段被安排超过可投入工时，或前后置任务时间窗口重叠。四类指标都需要固定时间窗、分母口径和缺失值处理规则，并结合样本量解读。
要点总览（TL;DR）
- 判断任务排期是否合理，可观察四类指标：排期冲突率、任务等待时长、截止日期变更率、排期偏差率，分别对应冲突、等待、变更、偏差四个角度。
- 排期冲突率 = 存在排期冲突的任务数 ÷ 纳入排期的任务总数 × 100%；冲突指同一责任人同一时段被安排超过可投入工时，或前后置任务时间窗口重叠，一个任务多处冲突只计一次。
- 统计前要固定时间窗（按周或按迭代）、分母范围（当期有排期字段的任务）和缺失值规则；分母为零时标记“无样本”，不写0%。
- 等待时长以最晚前置任务实际完成时间为起点、本任务实际开始时间为终点，负值属于依赖倒挂需单独标记；变更率按任务去重计数，改期多次只计一个任务。
- 指标反映现象而非因果，样本量小时波动大，四类指标要组合看，不预设通用达标线，也不把数值直接等同于绩效结论。
评估目标：排期合理性要回答什么问题
排期合理性评估的对象是工作项层面的时间安排：一个任务被安排在什么时间、由谁执行、与前后置任务的时间窗口是否衔接得上。评估结论落在这个任务的时间安排能否被执行、依赖关系是否自洽，不延伸到项目整体进度是否达成，也不覆盖人员容量规划是否合理。
围绕这个对象，评估要回答三个问题：
- 时间是否够。任务被分配的时间窗口与预估工作量、责任人可投入时间是否匹配，是否存在同一时段被多个任务占用的情况。
- 依赖是否顺。前后置任务的时间窗口是否首尾衔接，前置任务完成时间是否晚于后置任务的计划开始时间，形成等待或倒挂。
- 变更是否频繁。排期确定后截止日期被反复调整的程度，反映初始排期的稳定性和可执行性。
需要区分三类相邻但不同的管理活动。项目进度管理关注里程碑达成、整体进度偏差和关键路径，回答“项目能否按时交付”；资源负载管理关注人员在一段时间内的总投入与产能，回答“人够不够、活分得均不均”；本文的排期合理性评估只回答“单个任务及其依赖的时间安排是否站得住”。当冲突率偏高时，可能指向排期过紧，也可能指向资源负载本身超限，后者需要交给负载管理处理，本文只负责把现象量化出来。
可观察指标与统计范围
四类核心指标分别从冲突、等待、变更、偏差四个角度刻画排期质量。每项指标都要先确定统计对象、时间窗和单位，否则不同周期、不同团队的数据无法横向比较。建议以周或迭代为统计周期，以“当期纳入排期的任务”为总体，即分母范围。
| 指标名 | 定义 | 单位 | 时间窗 | 数据来源字段 |
|---|---|---|---|---|
| 排期冲突率 | 存在排期冲突的任务数占纳入排期任务总数的比例 | 百分比（%） | 按周或按迭代 | 任务责任人、计划开始/结束时间、预估工时、依赖关系 |
| 任务等待时长 | 依赖任务实际完成到本任务实际开始之间的间隔 | 小时或工作日 | 按任务记录，按周期汇总 | 前置任务完成时间、本任务实际开始时间、依赖关系 |
| 截止日期变更率 | 统计周期内发生截止日期变更的任务数占纳入排期任务总数的比例 | 百分比（%） | 按周或按迭代 | 任务截止日期、变更记录（变更时间、变更前后值） |
| 排期偏差率 | 任务实际完成时间与计划完成时间之差的绝对值，按任务汇总后取平均或按比例统计 | 天或百分比 | 按周或按迭代 | 计划完成时间、实际完成时间 |
统计范围要写清楚三件事：哪些任务进入总体（通常是当期有排期字段且状态为进行中或已完成的任务）、时间窗按自然周还是按迭代起止日、单位统一用小时还是工作日。等待时长和偏差率是任务级数值，汇总时说明取平均值还是中位数；冲突率和变更率是比例型指标，汇总时按任务数加权，不能对多个团队的比例直接取平均。
数据口径：分子分母与缺失值怎么定
口径不统一是排期指标最常见的失真来源。同一份数据，分母取“全部任务”还是“有排期的任务”，冲突率可能相差数倍。以下规则建议在首次统计前书面固定，后续周期沿用。
排期冲突率的分子与分母
分母是统计周期内纳入排期的任务总数，即当期具有计划开始时间、计划结束时间和责任人的任务。分子是其中存在至少一处冲突的任务数，一个任务无论有几处冲突只计一次。冲突判定包含两种情形：同一责任人在同一时段被安排的任务预估工时之和超过其可投入工时；前后置任务的时间窗口重叠，即后置任务的计划开始时间早于前置任务的计划结束时间。两种情形任一成立即计为冲突任务。
任务等待时长的起止点
起点是前置依赖任务的实际完成时间，终点是本任务的实际开始时间。只统计存在前置依赖关系的任务；无依赖任务不进入等待时长计算。若存在多个前置任务，以最晚完成的前置任务时间为起点。等待时长为负值说明后置任务在前置完成前已开始，属于依赖倒挂，应单独标记而不是简单截断为零。
截止日期变更率的计数口径
建议采用“任务去重计数”：统计周期内截止日期发生过至少一次变更的任务数÷同期纳入排期任务总数×100%。同一任务在一个周期内改期多次只计一个任务。如果需要观察改期强度，可另设“人均改期次数”作为辅助指标，即变更记录总条数÷任务数，与变更率分开报告，避免两个口径混用。
缺失值与边界情形
- 分母为零：当期没有纳入排期的任务时，冲突率和变更率不计算，标记为“无样本”，不写0%。
- 排期字段缺失：缺少计划开始或结束时间的任务不进入分母，单独统计缺失任务数，作为数据质量提示。
- 跨周期任务：按任务归属周期计入一次，通常以计划开始时间所在周期为准；跨周期任务的实际完成时间落在后续周期时，偏差率仍归入原周期计算，避免重复计数。
- 取消或挂起任务：在统计周期内被取消的任务从分母剔除，挂起任务保留在分母中并标注状态，便于解释指标波动。
计算与评估步骤
计算过程分取数、计算、汇总对比三步，每一步都产出可复核的中间结果，便于他人复算。
第一步：取数
从任务管理系统导出三类数据：任务清单（含责任人、计划开始/结束时间、实际开始/完成时间、预估工时、状态）、依赖关系（前置任务与后置任务的对应关系）、变更记录（截止日期变更的时间、变更前后值）。导出时带上任务唯一标识，三类数据按任务标识关联。在ONES中，工作项的计划时间、责任人、预估工时、依赖关系和变更历史都记录在工作项及其活动记录中，按迭代或时间范围筛选后即可导出对应字段，作为上述三类数据的来源。
第二步：逐项计算
排期冲突率：
排期冲突率 = 存在排期冲突的任务数 ÷ 纳入排期的任务总数 × 100%
任务等待时长（任务级）：
等待时长 = 本任务实际开始时间 − 最晚前置任务实际完成时间
周期内汇总取平均值或中位数，单位统一为工作日或小时。
截止日期变更率：
变更率 = 截止日期发生变更的任务数 ÷ 纳入排期的任务总数 × 100%
排期偏差率（任务级）：
偏差天数 = 实际完成时间 − 计划完成时间
周期内汇总可报告平均绝对偏差（取绝对值后平均）和延期任务占比（偏差为正的任务数÷完成任务数）。
第三步：按周期汇总并与基线对比
把当期结果与过去若干周期的同口径结果放在一起看趋势，而不是只看单期数值。对比时确认分母范围、时间窗和冲突判定规则前后一致；规则调整的周期单独标注，不与旧口径直接比较。若团队有历史基线，可用基线区间判断当期是否异常；没有基线时，先积累3至5个周期的数据再形成参考区间，不预设通用达标线。
算例：一个迭代的排期冲突率与等待时长
以下为演示情景，数字用于说明计算过程。某迭代共纳入排期任务40个，其中3个任务缺少计划结束时间，按口径不进入分母，实际分母为37个。
冲突判定示例
- 责任人时段重叠：任务A与任务B均由同一人负责，计划时间均为第3周周一至周三，预估工时分别为3天和2天，合计5天超过该周可投入的3天，任务A和任务B各计为冲突任务。
- 前后置窗口重叠：任务C的计划结束时间为第4周周五，其后置任务D的计划开始时间为第4周周三，D的开始早于C的结束，任务C和任务D各计为冲突任务。
假设37个任务中共有6个任务被判定存在冲突（含上述4个及另外2个），则：
排期冲突率 = 6 ÷ 37 × 100% ≈ 16.2%
等待时长计算
该迭代有12个任务存在前置依赖。以其中一个任务为例，前置任务实际完成时间为第2周周四，本任务实际开始时间为第2周下周一，间隔2个工作日，等待时长为2个工作日。12个任务的等待时长分别为0、0、1、1、2、2、2、3、4、5、7、9个工作日，合计36个工作日，平均等待时长为3个工作日，中位数为2个工作日。其中等待9个工作日的任务，其前置任务延期完成，属于依赖链上的传导等待。
结果解读
冲突率16.2%说明约每6个任务就有1个在时间安排上不可执行。结合冲突类型看：若重叠集中在同一责任人时段，更可能指向排期过紧或任务集中分配；若集中在前后置窗口重叠，更可能指向依赖关系未在排期时对齐。平均等待3个工作日而中位数仅2个工作日，说明少数长等待拉高了均值，应优先检查这几个任务的前置依赖是否被低估。两类信号指向不同的调整动作，不能只凭冲突率一个数字下结论。
解读与限制：指标不能单独下结论
指标反映的是排期安排呈现出的现象，不直接说明原因。使用时有几项限制需要提前说明。
- 样本量过小时波动大。一个迭代只有十几个任务时，多一个冲突任务就可能让冲突率跳变几个百分点。样本量小的周期建议看绝对数和趋势，不急于比较比例高低；分母为零时标记“无样本”，不写0%。
- 现象不等于因果。冲突率高可能是排期过紧，也可能是任务粒度太粗导致时间窗口被放大，或依赖复杂度本身较高。解读时要结合任务粒度、依赖数量和责任人分布一起看，必要时抽查具体任务。
- 不把单指标当结论。冲突率低不代表排期合理，可能是任务被拆得很细、冲突被隐藏；变更率低也可能是排期定得宽松。四类指标要组合看，且不把指标数值直接等同于个人或团队绩效。
- 改善要回看动作。指标下降后，确认对应的排期调整是否真正落地，例如依赖关系是否在系统中更新、责任人时段是否重新分配。指标改善而排期数据未变，可能只是统计口径或任务范围变化所致。
- 规则变更要留痕。分母范围、冲突判定或时间窗调整后，新旧周期数据不可直接比较，应在报告中标注规则版本和生效周期。
把四类指标固定为按周或按迭代的例行统计，并在每次排期调整后回看冲突任务和长等待任务的明细，排期合理性才有可追踪的判断依据。ONES中工作项的计划时间、依赖关系与变更记录可作为上述统计的数据基础，按迭代导出后即可按本文口径复算。
常见问题
排期冲突率算出来偏高，应该先改排期还是先查资源？
先看冲突类型再决定动作。如果冲突集中在同一责任人的时段重叠，说明同一时段被安排的任务超出可投入工时，这时要回到具体任务核对预估工时和责任人分配，判断是排期过紧还是任务集中分配；如果冲突集中在前后置任务窗口重叠，问题更可能出在依赖关系未在排期时对齐，应优先调整依赖顺序或时间窗口。
当同一责任人的超载在多个周期反复出现，已经超出单个任务排期的调整范围，属于资源负载问题，需要交给负载管理处理。本文的冲突率只负责把现象量化出来，不替代负载规划。
一个迭代只有十几个任务，冲突率还有参考价值吗？
样本量小时比例波动明显，多一个冲突任务就可能让冲突率跳变几个百分点，单期比例不适合直接比较高低。建议改为看绝对数（冲突任务有几个、分别是哪些）和连续几个周期的趋势，同时保留比例作为辅助记录。
如果团队刚开始统计，可以先积累3至5个周期的同口径数据，形成自己的参考区间，再判断当期是否异常。分母为零的周期标记“无样本”，不写0%，避免把“没有数据”误读为“没有冲突”。
跨周期的任务，等待时长和偏差率算在哪个周期？
按任务归属周期计入一次，通常以计划开始时间所在周期为准。跨周期任务的实际完成时间落在后续周期时，偏差率仍归入原周期计算，避免同一任务在两个周期重复计数。
等待时长按任务级记录，起点是最晚前置任务的实际完成时间，终点是本任务实际开始时间，两个时间点可能分属不同周期，计算时以任务为单位取数，再汇总到归属周期。若等待时长为负值，说明后置任务在前置完成前已开始，属于依赖倒挂，单独标记而不是截断为零。
截止日期变更率低，是不是说明排期就合理？
不能这样推断。变更率低也可能是初始排期定得宽松，任务有充足缓冲，改期需求自然少；也可能是变更没有在系统中记录，数据本身不完整。要结合排期偏差率和任务等待时长一起看：变更率低但偏差率大，说明排期虽然稳定却不准；变更率低而等待时长长，说明依赖衔接上仍有问题。
另外，变更率按任务去重计数，同一任务改期多次只计一个任务。如果需要观察改期强度，可以另设“人均改期次数”作为辅助指标，与变更率分开报告，避免两个口径混用。
统计口径中途调整过，历史数据还能直接对比吗？
不能直接对比。分母范围、冲突判定规则或时间窗任何一项调整，都会改变指标数值的含义，新旧周期放在一起看趋势容易得出错误结论。
建议在报告中标注规则版本和生效周期，规则调整的周期单独标注，不与旧口径直接比较。如果确需跨口径对比，可以用新规则回溯重算历史周期的数据，重算后再比较；无法回溯时，以规则生效周期为新的基线起点重新积累。
