衡量团队待办工具推广后的使用行为变化，需要先确定评估目标和观察窗口，再按采用率、录入质量、协作行为三层取数，用推广前基线做同口径对比。本文给出一套可复算的指标口径、计算步骤和示例，并说明哪些结论能下、哪些需要谨慎，帮助你把“推广有没有用”变成可以验证的判断。
要点总览（TL;DR）
- 衡量推广后的行为变化，先确定评估目标和观察窗口，再按采用率、录入质量、协作行为三层取数，用推广前基线做同口径对比。
- 每个指标写清公式、分子、分母、时间窗和单位；分母为零记为“不适用”，人员变动按当周在册人数调整，测试与重复记录单独剔除。
- 判断变化是否由推广带来，需要结合趋势、同期业务节奏和访谈证据，单指标不能代表推广整体成功，相关也不等于因果。
- 示例演示了激活率、周活跃率、字段完整度和僵尸任务比例的前后对比，并说明哪些改善可以初步归因、哪些受人员与业务波动影响。
推广效果要回答什么问题：评估目标与判断口径
推广待办工具之后，管理者真正想知道的通常不是“有多少人登录过”，而是行为有没有发生、能不能持续、是否带来协作价值。把这三个问题拆开，评估才不会停留在注册数或登录次数上。
第一层是行为是否发生：推广期内，目标团队成员是否开始把工作待办录入工具，并在其中更新状态。第二层是是否持续：观察窗口内，使用是否稳定，还是集中在推广首周后迅速回落。第三层是是否产生协作价值：任务是否在成员之间流转、交接和评论，逾期任务是否被处理，而不是只被个人当作备忘录。
与之对应，评估要区分三类问题：广度回答“多少人用”，深度回答“用得多深”，质量回答“录得对不对”。三类问题需要不同指标，单看其中一类容易得出片面结论。例如激活率很高但字段完整度很低，说明大家打开了工具却没有形成可协作的数据基础。
判断口径上，建议以推广前一段时间的基线为参照，推广后用相同口径对比变化幅度和方向。通用达标线在不同团队、不同业务节奏下差异很大，直接套用容易误判。基线本身也要说明取数范围，例如只统计纳入推广范围的工作待办，生活习惯类打卡不进入统计。
指标与范围：采用率、录入质量与协作行为三层指标
指标不宜堆砌，围绕三层各选两到四个核心指标即可覆盖主要判断。每个指标先明确衡量什么、适用对象是谁、统计范围到哪里。
采用率类指标
- 激活率：推广范围内应使用工具的成员中，在观察窗口内完成首次有效录入（至少创建一条带负责人或截止日期的任务）的人数占比，衡量推广是否触达并促成首次使用。
- 周活跃率：统计周内有过任务创建、状态更新或评论等有效操作的成员数，除以应使用成员数，衡量使用是否形成日常习惯。
- 留存率：推广后第 N 周仍保持有效操作的成员占首周激活成员的比例，衡量使用是否持续而非一次性尝鲜。
录入质量类指标
- 字段完整度：抽样或全量任务中，关键字段（负责人、截止日期、状态、优先级等按团队约定）填写齐全的任务占比，衡量数据是否可用于协作和统计。
- 负责人与截止日期覆盖率：设有负责人和截止日期的任务数除以任务总数，这两项直接决定任务能否被跟踪和提醒。
- 僵尸任务比例：超过约定天数无状态变更、无评论、无负责人处理的任务数除以任务总数，衡量工具中是否堆积了无人维护的记录。
协作行为类指标
- 任务流转次数：观察期内任务状态变更的总次数或人均次数，反映任务是否被推进而非静止。
- 评论与交接：有评论的任务占比、负责人变更次数，反映成员是否围绕任务沟通和交接。
- 逾期处理率：观察期内已到期任务中，在到期后约定时间内完成或被重新排期的比例，衡量逾期是否被主动管理。
统计范围要事先写清楚：纳入哪些团队、哪些工作场景。工作待办、项目任务、跨部门协作事项纳入；个人生活习惯打卡、与工作无关的临时记录不纳入。范围一旦确定，基线段和观察段保持一致，中途新增团队应单独标注，不混入总体对比。
数据口径：公式、分母、时间窗与缺失值处理
口径决定结果能否复算。每个指标至少写清公式、分子、分母、时间窗和单位，并约定缺失值与异常记录的处理方式。下表给出一套可直接套用的口径示例，团队可按自身字段命名调整。
| 指标 | 公式 | 分母说明 | 时间窗 | 单位 |
|---|---|---|---|---|
| 激活率 | 窗口内有有效录入的人数 ÷ 应使用成员数 | 应使用成员数取推广名单，剔除已离职和明确豁免人员 | 推广开始后 4 周 | 百分比 |
| 周活跃率 | 周内有有效操作的人数 ÷ 当周应使用成员数 | 按周分别计算，人员变动按当周在册人数 | 按自然周，观察 8–12 周 | 百分比 |
| 留存率 | 第 N 周仍有效操作的人数 ÷ 首周激活人数 | 分母固定为首周激活成员，便于跨周比较 | 首周起连续 8 周 | 百分比 |
| 字段完整度 | 关键字段齐全的任务数 ÷ 统计期内创建或更新的任务数 | 任务口径需固定，例如仅统计统计期内新建任务 | 按月统计 | 百分比 |
| 僵尸任务比例 | 超过约定天数无变更的任务数 ÷ 期末未完成任务数 | 分母为期末未完成任务，已完成任务不计入 | 期末快照，约定天数如 14 天 | 百分比 |
| 逾期处理率 | 到期后约定时间内完成或重排的逾期任务数 ÷ 统计期内到期任务数 | 分母为统计期内到期任务，含按期完成与逾期任务 | 按月统计 | 百分比 |
时间窗建议分为两段：推广前基线段取 4–8 周，用于观察原有习惯；推广后观察段取 8–12 周，覆盖首周尝鲜期和后续稳定期。周粒度适合看活跃和留存趋势，月粒度适合看录入质量和协作行为，避免短期波动干扰判断。
分母为零的情况要单独标注，例如某周应使用成员数为零或统计期内没有到期任务，此时该指标记为“不适用”，不按 0% 处理，也不参与均值计算。人员变动方面，入职、离职、转岗成员按当周在册口径调整分母，并在报告中说明变动人数，避免把人员减少带来的比例上升误读为使用改善。
缺失值处理要统一：字段未填写记为缺失，不推断为“无”；任务记录重复时按任务唯一标识去重；明显测试数据、批量导入的模板数据单独标记并从行为指标中剔除，但在数据说明中保留剔除数量。
计算与评估步骤：从取数到结论的流程
评估可以按以下步骤推进，每一步都留下可复核的记录，便于后续解释和复算。
- 锁定基线段与观察段：确定推广时点，向前取基线窗口，向后取观察窗口，写明起止日期和纳入团队名单。
- 按口径取数：从任务记录中导出创建时间、负责人、截止日期、状态变更、评论等字段，按指标口径逐项计算。取数时同步记录数据导出时间和筛选条件。
- 清洗异常与重复记录：去除重复任务、测试数据和批量导入模板，标记缺失字段，记录清洗规则和影响条数。
- 同口径对比：将观察段各指标与基线段对比，计算变化幅度；对周活跃和留存画出趋势，观察是持续上升、平稳还是回落。
- 补充定性证据：对指标变化明显的团队做简短访谈，了解录入习惯改变的原因、遇到的阻碍，以及哪些任务类型仍在线下流转。
- 形成分层结论：分别说明采用率、录入质量、协作行为哪些改善、哪些未达预期，并标注受人员变动或业务节奏影响的部分。
取数环节依赖任务记录本身的字段和状态流转。以 ONES Project 为例，工作项支持自定义状态与多种属性，需求和相关任务可分配负责人并规划至迭代，任务筛选器支持按多重条件定位记录，报表可按自定义数据范围和维度呈现项目表现。这些能力可以作为评估取数的数据基础；采用率类指标是否已有现成报表，需要按实际配置确认，必要时通过导出记录自行计算。
示例：一个团队推广前后三个月的指标对比
以下为演示情景，数据为示例设定，用于说明计算和解读方式，不代表真实团队结果。
设定：某 40 人团队在第 5 周开始推广待办工具，基线取第 1–4 周，观察取第 5–12 周。推广名单 40 人，期间 2 人离职、1 人入职，按当周在册人数调整分母。
| 指标 | 基线（第 1–4 周） | 观察（第 5–12 周） | 变化 |
|---|---|---|---|
| 激活率 | 12%（5/40，已有零星使用） | 85%（34/40，推广后 4 周内） | +73 个百分点 |
| 周活跃率（第 12 周） | 10%（4/40） | 62%（25/40） | +52 个百分点 |
| 字段完整度 | 45% | 78% | +33 个百分点 |
| 僵尸任务比例 | 38% | 19% | -19 个百分点 |
解读时先看趋势再看单点：激活率在推广后 4 周达到 85%，说明触达有效；第 12 周周活跃率为 62%，低于激活率，说明部分成员尝鲜后回落，需要结合访谈判断是任务量不足还是录入习惯未建立。字段完整度从 45% 升到 78%，与推广期培训同步发生，可以初步归因于推广；僵尸任务比例下降，但同期团队业务节奏放缓、任务总量减少，这部分改善不能全部归因于推广。
该示例还提示两个处理细节：离职 2 人使分母从 40 降到 38 左右，计算时按当周在册人数调整；第 9 周有一次版本切换导致两天无法更新状态，该周活跃率单独标注为数据异常周，不纳入趋势判断。
解读与限制：哪些结论能下、哪些不能
指标能说明行为是否变化，但不能单独证明推广是唯一原因。解读时需要守住几条边界。
单指标不能代表推广整体成功。激活率高可能只是账号开通，周活跃率高但字段完整度低，说明使用停留在个人记录层面，协作价值有限。三层指标要一起看，并结合任务流转和逾期处理判断是否形成协作行为。
相关不等于因果。人员变动、业务节奏、季节性任务高峰都会影响指标。例如季度末任务集中，逾期处理率可能自然上升；团队扩编会拉低人均活跃比例。报告中应列出同期可能的影响因素，对无法排除的部分明确写“不能确定归因于推广”。
数据不可比时要说明处理方式。推广前后字段定义变化、统计范围调整、工具切换导致的历史数据缺失，都会让对比失真。此时可以缩小对比范围到口径一致的子集，或改用趋势描述而非精确百分比，并在结论中标注可比性限制。
定量指标需要定性证据配合。访谈和反馈能解释数字背后的原因，例如活跃率回落是因为任务本身较少，还是因为移动端录入不便。把访谈结论与指标变化对照，才能形成对推广效果的可信判断，也才能为下一轮改进提供具体方向。
常见问题
推广后第一周数据很漂亮，第二周就回落，这种情况该怎么判断？
首周数据通常包含尝鲜效应，建议把推广后前 1–2 周单独标注为启动期，趋势判断从第 3 周开始看。重点观察周活跃率和留存率是否在启动期后趋于平稳：如果第 4–8 周活跃人数稳定在激活人数的六成以上，说明使用在延续；如果持续下滑，需要结合访谈确认是任务量不足、录入不便，还是缺少使用场景。
同时检查首周的高数据是否来自批量导入或集中培训后的补录，这类记录在计算行为指标时应单独标记，避免把一次性动作当作习惯形成。
团队中途有人离职或转岗，分母怎么处理才不影响结论？
按当周在册人数调整分母，并在报告中写明变动人数和调整方式。离职成员从当周起移出应使用名单，新入职成员从到岗当周起纳入；转岗成员按新岗位是否属于推广范围决定去留。
如果人员变动集中在观察段某一周，建议同时给出调整前和调整后的比例，并说明差异来源。人员减少会推高比例，解读时不能直接当作使用改善。
字段完整度低，是不是说明推广失败？
字段完整度反映录入质量，与推广是否触达是两个问题。激活率高而字段完整度低，通常说明成员开始使用工具，但尚未按协作要求填写负责人、截止日期等关键字段，任务难以被跟踪和统计。
处理方式可以先明确哪些字段是团队约定的必填项，再通过模板、默认值和培训降低填写成本，观察下一周期完整度是否上升。把完整度与任务流转、逾期处理一起看，才能判断使用是否停留在个人备忘录层面。
没有推广前的历史数据，还能做基线对比吗？
可以退一步用替代基线：取推广启动前能取得的最近一段完整记录，或选取未纳入推广范围的相似团队作为参照，并说明两者在业务类型、任务量上的差异。若历史数据缺失严重，改用趋势描述和分阶段对比，例如推广后第 1 个月与第 3 个月比较，观察行为是否稳定。
无论采用哪种方式，都要在结论中标注可比性限制，避免把不同口径的数据直接相减。
评估结果要不要和团队绩效挂钩？
建议先用于改进而非考核。推广初期的指标受培训节奏、任务类型和工具熟悉度影响较大，直接挂钩绩效容易诱发凑数录入，反而拉低数据质量。
更稳妥的做法是把评估结论转化为具体改进动作，例如针对活跃率回落的团队补充使用场景，针对字段缺失调整必填规则。等使用习惯稳定、口径经过几个周期验证后，再考虑是否纳入更正式的管理流程。
