衡量AI延期预警是否可靠，需要同时回答两个问题：预警发出得够不够早，以及实际发生的延期有没有被漏掉。提前量用“预警发出时间到实际延期确认时间”的间隔计算，通常看中位数和分位数；漏报率用“未预警的实际延期数÷实际延期总数”计算，并用误报率约束预警噪声。两类指标要在同一时间窗、同一延期判定口径下统计，再结合处置效果判断预警是否真正有用。
要点总览（TL;DR）
- 提前量按“实际延期确认时间−预警发出时间”计算，单位统一为小时或工作日，用中位数和P25/P75分位数呈现，避免均值被个别超长提前量拉偏。
- 漏报率=未预警的实际延期数÷实际延期总数；误报率=预警后未发生延期的数量÷有效预警总数，两者在同一时间窗和同一延期判定口径下统计。
- 统计前先固定预警事件定义、延期判定口径、观察截止日和纳入排除范围，重复预警去重，撤销预警按约定单列或剔除。
- 分母为零时指标记为不适用并注明样本量，不写成0%或100%；样本量小、项目类型不同的结果不宜直接横比。
- 预警是否有用还要看处置效果：响应率、响应时长、预警后的计划调整或资源投入记录，以及延期天数分布变化，归因时区分预警贡献与其他因素。
评估目标：提前量和漏报率各自回答什么问题
提前量回答的是预警时效问题：当一条延期预警发出时，距离延期真正被确认还有多少时间。这个间隔越长，团队可用于调整计划、补充资源或缩小范围的空间越大。提前量不足的预警即使准确，也容易变成事后通知。
漏报率回答的是覆盖完整性问题：在所有实际发生的延期里，有多少在发生前没有被任何有效预警覆盖。漏报率偏高说明预警规则或数据输入存在盲区，管理者会对预警系统失去信任。
两个指标必须一起看。只盯提前量，容易鼓励系统尽早、尽量多地发出预警，用大量低置信度提示换取更长的提前时间；只盯漏报率，则容易走向全量预警，把每个项目都标成风险，漏报率降下来了，预警本身却失去区分度。误报率在这里起到约束作用，防止用噪声换指标。
评估对象是延期预警事件与对应的项目或里程碑，不直接用于个人绩效评价。预警是否及时，受计划质量、数据完整度和项目复杂度共同影响，把单条预警的早晚归因到某个人，会扭曲后续的数据记录行为。
指标与范围：预警事件、延期判定和时间窗
统计前先固定三件事：什么算一条预警事件、什么算一次延期、统计覆盖哪段时间。三项定义一旦确定，统计期内不中途更换，否则前后数据无法复算。
预警事件需要保留可核对的记录字段，至少包括：预警编号、关联项目或里程碑、预警发出时间、预警依据的风险类型、预警状态（有效、已撤销、已关闭）、预警来源（AI识别或人工登记）。同一项目同一风险在短时间内多次触发，应按去重规则合并为一条有效预警，避免重复计入。
延期判定口径要事先写明，常见做法包括计划完成日期发生变更、里程碑未在计划日期达成、交付物验收未通过导致后续节点顺延。选择其中一种或组合使用都可以，关键是全统计期一致。计划日期在正常范围内微调、且未影响后续节点的，是否计入延期要提前约定。
统计时间窗建议按季度或固定周期设定，并明确观察截止日。观察截止日之后才确认的延期不计入本期，避免数据反复变动。纳入范围通常包括统计期内处于执行状态的项目；已取消项目、因需求方主动变更范围而合理调整的计划，可按事先约定排除，排除项要在报告中单独列出数量。
| 统计要素 | 定义要点 | 记录或处理方式 |
|---|---|---|
| 预警事件 | 系统或人工针对项目、里程碑发出的延期风险提示 | 记录预警编号、关联对象、发出时间、状态、来源 |
| 延期判定 | 计划日期变更、里程碑未达成或验收未通过等事先约定口径 | 全统计期使用同一口径，变更需留痕 |
| 统计时间窗 | 按季度或固定周期，含观察截止日 | 截止日后确认的延期不计入本期 |
| 纳入范围 | 统计期内执行中的项目或里程碑 | 取消项目、合理范围调整按约定排除并单列 |
数据口径：提前量、漏报率、误报率怎么取数
三个指标各有明确的分子分母，取数时按公式逐项代入，缺失值和特殊状态按统一规则处理，保证其他人拿到原始记录能复算出相同结果。
提前量等于实际延期确认时间减去预警发出时间，单位为小时或工作日，按团队工作节奏选择一种并全期统一。提前量只对“命中”的预警计算，即预警发出后确实发生了对应延期的事件。呈现时用中位数反映典型水平，同时给出P25和P75分位数，说明提前量的分布区间；均值容易受个别超长提前量影响，可作为辅助参考。
漏报率等于未预警的实际延期数除以实际延期总数。分子是实际发生延期、但在延期确认前没有任何有效预警覆盖的项目或里程碑数量。分母是统计期内按既定口径确认的全部延期数量。
误报率等于预警后未发生延期的数量除以预警总数。分子是发出预警、但在观察期内对应项目或里程碑按口径未发生延期的预警数量；分母是统计期内全部有效预警数量，已撤销预警按规则处理。
| 指标 | 公式 | 单位 | 缺失或特殊处理 |
|---|---|---|---|
| 提前量 | 实际延期确认时间 − 预警发出时间 | 小时或工作日 | 仅对命中预警计算；无命中样本时记为不适用 |
| 提前量分布 | 中位数、P25、P75 | 小时或工作日 | 样本量过小时注明样本数，不强行解读分位数 |
| 漏报率 | 未预警的实际延期数 ÷ 实际延期总数 | 百分比 | 分母为零时记为不适用，不写0%或100% |
| 误报率 | 预警后未发生延期的数量 ÷ 有效预警总数 | 百分比 | 分母为零时记为不适用；撤销预警按约定单列或剔除 |
重复预警的处理规则要写清楚：同一项目同一延期事件只保留最早一条有效预警计入命中，后续重复提示不重复计入预警总数。预警撤销如果发生在延期确认之前，说明该提示被判定为无效，可计入误报或单列“已撤销”类别，两种做法选一种并在报告中说明。分母为零的情形在季度数据中并不少见，例如某季度没有实际延期，此时漏报率记为不适用，同时注明样本量，避免读者把空白误读为零漏报。
计算与评估步骤：从取数到结论的流程
计算按固定顺序推进，先锁定口径再匹配记录，可以减少中途调整定义带来的返工。
- 固定延期判定口径与统计时间窗，形成书面说明，明确观察截止日和排除项。
- 导出预警记录与延期记录，按项目或里程碑编号对齐，检查时间字段是否完整。
- 逐条匹配：对每条延期记录，查找延期确认时间之前是否存在有效预警；对每条有效预警，判断观察期内是否发生对应延期。
- 按匹配结果分类计数：命中预警、未预警延期、预警后未延期，分别对应提前量样本、漏报分子和误报分子。
- 计算提前量中位数与分位数、漏报率、误报率，并记录各自的分母样本量。
- 按团队、项目类型、项目阶段做分层统计，观察指标差异是否集中在特定类别。
- 设定观察期与复算节奏，例如每季度复算一次，规则调整后从下一完整周期开始对比。
分层统计的意义在于定位问题。整体漏报率偏高，可能是某类项目的计划粒度太粗，也可能是预警规则对特定阶段不敏感；分层之后才能判断应该改数据录入还是改预警阈值。分层时每层样本量要一并列出，样本过少的层只做观察，不据此下结论。
预警记录和计划变更如果分散在多个工具里，取数成本会直接影响复算频率。ONES 的工作项状态与计划日期变更可以留痕，ONES Assistant 能理解项目、工作项、迭代等真实工作上下文，并基于项目、缺陷与资源数据提前识别风险，围绕项目进展、工时投入和资源配置生成分析。把预警发出、计划调整、延期确认这几类记录放在同一套工作项和文档体系中，匹配和复算会更顺畅；具体统计口径仍需团队按上文规则自行定义。
例子：一个季度预警数据的完整算例
以下为演示情景，数字仅用于说明计算方式，不代表任何真实团队的水平。
某季度统计范围内共有40个项目，按既定口径确认实际延期12个。期间系统共发出有效预警20条，经去重后与项目匹配：其中9条预警对应的项目在观察期内发生了延期，11条预警对应的项目未发生延期。12个实际延期项目中，9个在延期确认前收到过有效预警，3个没有收到任何预警。
提前量样本为9条命中预警，间隔分别为3、5、6、8、10、12、15、18、25个工作日。排序后中位数为第5个值，即10个工作日；P25约为6个工作日，P75约为15个工作日。这组数据说明典型情况下团队有约两周的调整窗口，但分布跨度较大，部分预警只提前3到5个工作日。
漏报率等于3除以12，为25%。误报率等于11除以20，为55%。两个数字放在一起看：四分之一的实际延期没有被提前提示，同时超过一半的预警最终没有对应延期。此时不宜简单判定预警“不准”，需要进一步看误报集中在哪些项目类型，以及误报是否伴随了有效的风险排查动作。
如果换一个季度，实际延期只有2个、预警只有3条，同样算出漏报率和误报率，数值波动会非常大，此时更适合看逐条记录而非比率。不同项目类型之间，例如研发交付与内部工具建设，计划变更频率不同，直接横向比较提前量中位数也缺乏可比性。
业务处置效果：预警之后动作是否有效
提前量和漏报率只说明预警发得早不早、全不全，不能说明预警有没有用。判断有用与否，要看预警发出之后团队做了什么，以及结果是否改善。
可观察的处置指标包括：预警响应率，即发出预警后在约定时限内有人确认或处理的比例；响应时长，即从预警发出到首次处置动作的间隔；预警后的计划调整或资源投入记录，例如范围缩减、人员补充、里程碑重排；以及延期幅度变化，即命中预警的项目实际延期天数与未预警项目或历史同类的对比。
延期天数分布比单看是否延期更有信息量。预警如果让原本可能延期两周的项目只延期三天，即使仍计入延期，处置也产生了价值。统计时可把延期天数按区间分档，观察命中预警组与未预警组的分布差异。
归因要谨慎。延期幅度变小可能来自预警干预，也可能来自需求减少、人员稳定或外部依赖按时到位。判断预警贡献需要看处置记录与时间顺序：预警发出在前，计划调整或资源投入在后，延期结果随之变化，这条链条才构成支持证据。仅有指标相关性时，应表述为“观察到改善”，不写成“预警导致了改善”。
解读与限制：阈值、可比性与常见误用
提前量和漏报率没有通用达标线。合理的做法是用团队自身历史数据建立参考区间，例如过去四个季度的提前量中位数和漏报率范围，新一季度的结果落在区间内视为稳定，明显偏离时再分析原因。首次统计没有历史基线时，先积累两到三个完整周期再设区间。
可比性受项目类型、阶段和样本量影响。探索型项目计划本身不确定性高，延期判定频繁，提前量天然偏短；维护型项目节奏稳定，提前量容易拉长。跨类型直接比较会得出误导性结论。样本量小时，一两条记录的变化就能让比率大幅跳动，此时应同时报告绝对数量和比率，并注明“样本不足，仅供参考”。
常见误用有几种：把漏报率当作预警系统唯一考核项，导致规则不断放宽、预警泛滥；把提前量均值当作时效代表，被个别超长提前量拉高；把某季度指标直接用于个人排名，忽视计划质量和数据完整度的影响；以及把指标改善直接归因为预警生效，跳过处置记录核对。
指标的正确用途是改进预警规则和数据质量。漏报集中在某类项目，就检查该类项目的计划粒度和风险字段是否完整；误报集中在某阶段，就调整该阶段的触发条件；提前量分布过散，就检查预警发出时间是否受数据更新延迟影响。每轮规则调整后，用同一口径复算并对比，才能判断调整是否有效。
常见问题
统计期内一条延期都没有，漏报率应该写0%还是空着？
记为不适用，并在报告中注明“本期实际延期数为0”。漏报率的分母是实际延期总数，分母为零时比率没有定义，写0%会让读者误以为预警覆盖完美，写100%同样失真。此时可以改为逐条列出预警记录和项目状态，用绝对数量说明情况。误报率遇到统计期内没有有效预警时，也按同样方式处理。
同一个项目在一个季度里被预警了多次，提前量按哪一条算？
按去重规则只保留最早一条有效预警计入命中，提前量用这条预警的发出时间计算。后续重复提示不重复计入预警总数，也不重复进入提前量样本，否则同一延期事件会被多次计算，提前量分布和误报率都会失真。如果最早那条预警后来被撤销，而后续提示仍然有效，则改用撤销之后的第一条有效预警，并在统计说明中记录这一处理。
预警发出后项目组调整了计划，延期没有发生，这条预警算误报吗？
按误报率的定义，预警后观察期内未发生对应延期，就计入误报分子。但从处置效果看，这条预警可能促成了计划调整，属于有价值的提示。建议在统计时把这类情况单独标记：有处置记录且计划调整在预警之后发生的，可单列为“预警后干预未延期”，与完全没有动作的误报分开呈现。这样既保持误报率口径稳定，也能在解读时说明预警的实际作用。
提前量中位数达到多少才算合格？
没有通用达标线。合理做法是用团队自身过去几个季度的数据建立参考区间，新周期结果落在区间内视为稳定，明显偏离时再分析原因。首次统计没有历史基线时，先积累两到三个完整周期。设定参考区间时还要考虑项目类型：探索型项目计划不确定性高，提前量天然偏短；节奏稳定的维护型项目提前量容易拉长，两类数据放在一起取区间会掩盖差异。
预警记录和计划变更记录分散在不同工具里，怎么降低复算成本？
关键是让预警发出、计划调整、延期确认这几类记录能按同一项目或里程碑编号对齐，并保留时间字段。ONES 的工作项状态与计划日期变更可以留痕，ONES Assistant 能理解项目、工作项、迭代等真实工作上下文，并基于项目、缺陷与资源数据提前识别风险，围绕项目进展、工时投入和资源配置生成分析。把相关记录放在同一套工作项和文档体系中，匹配和复算会更顺畅；具体统计口径仍需团队按自身规则定义。
