统计来源字段完整率和可回溯率，先要固定两件事：纳入哪些交付制品、什么算“填了且有效”。完整率看来源字段是否填齐并能指向真实对象，可回溯率看能否沿字段追到上游需求和下游发布。两项指标共用同一分母，抽样审计用同一判定规则复核，结果才可复算、可核验。
要点总览（TL;DR）
- 两项指标共用同一分母：纳入统计的交付制品条目数，按创建时间或发布时间固定时间窗，排除作废、重复和测试临时产物。
- 完整率=来源字段全部填写且通过有效性校验的制品数÷统计总数；可回溯率=能沿来源字段追到需求、提交或分支、构建、发布链条的制品数÷统计总数。
- 字段“有效”要求格式正确且指向真实存在的对象，空值、占位符按缺失处理；可回溯按链条逐环检查，断一环即不通过。
- 抽样审计按制品类型或团队分层随机抽样，用同一判定规则双人独立复核，报告点估计、置信区间和自动统计与人工复核的差异原因。
- 完整率高不代表可回溯率高，指标反映记录质量而非交付质量；口径变更需标注不可比，改进效果用趋势与抽样差异交叉验证。
评估目标：要回答哪两个问题
这两项指标评估的对象是交付制品本体的来源记录质量，回答两个不同问题。完整率回答“该填的来源字段是否都填了、填的内容是否有效”；可回溯率回答“沿着这些字段，能否从制品一路追到上游需求和下游发布”。一个制品字段填得很全，但其中某个编号指向已删除的需求，完整率可能通过字段数量检查，可回溯率却会在链条断点处失败。
两项指标服务于三类场景。交付验收时，用它们确认交付包是否带有可核查的来源信息；发布准入时，把可回溯作为放行条件之一，避免发布后无法定位变更来源；审计取证时，用抽样样本和判定记录说明统计结果是否可信。指标只评价来源记录，不评价制品本身的功能正确性或代码质量。
需要区分本文范围与相邻工作。配置基线管理关注基线如何建立、变更如何受控；制品仓库底层开发关注存储、分发和元数据模型。本文假定这些基础已存在，只讨论如何从制品记录中取数、判定和审计。若组织尚未统一制品类型和字段定义，应先完成字段约定，再启动统计。
指标与范围：纳入哪些制品、统计哪个时间窗
统计总体应写成一句可执行的定义，例如“某季度内创建并进入交付流程的构建产物、发布包和交付文档条目”。分母是纳入统计的制品条目数，不是文件个数、构建次数或需求数。一个发布包内含多个文件时，按发布包这一条目计一次；同一制品重复入库形成多条记录时，先去重再计数。
时间窗要二选一并固定下来。按创建时间统计，适合观察“新产出制品”的记录习惯；按发布时间统计，适合评估“实际交付出去”的制品。两种口径不能混用，否则跨季度对比会失真。建议在指标说明中写明时间字段、时区和边界规则，例如“发布时间落在季度首日零点至末日晚二十四点”。
| 口径项 | 建议定义 | 注意事项 |
|---|---|---|
| 纳入制品类型 | 构建产物、发布包、交付文档 | 类型清单固定后不随季度随意增删 |
| 统计单位 | 制品条目数 | 先去重，再计数 |
| 时间窗字段 | 创建时间或发布时间，二选一 | 写明时区与首尾边界 |
| 排除项 | 作废、重复、测试临时产物 | 排除规则需可查询、可复核 |
| 分母为零 | 报告“本期无纳入制品”，不计算比率 | 不用零或百分百替代 |
排除项要有可核验的标记，例如状态为作废、同一制品指纹重复出现、名称或目录标识为测试临时产物。排除数量应单独记录，便于审计时判断是否存在通过排除操纵分母的情况。若某团队本期没有纳入制品，分母为零，应报告“无样本”，不把比率写成零或百分百。
数据口径与证据：来源字段清单和可回溯判定规则
来源字段清单决定完整率的检查对象。常用字段包括来源需求编号、来源提交或分支、构建记录、发布批次和责任人。字段数量不宜过多，每个字段都应有明确用途：能定位上游对象、能定位构建过程、能定位发布去向、能找到负责确认的人。字段清单一旦发布，季度内保持稳定；新增字段应同时说明从哪个时间窗开始适用。
“有效”比“非空”更严格。有效要求格式符合约定，并且指向真实存在的对象。例如需求编号符合项目前缀规则，且在需求系统中能查到对应条目；提交号能在代码库中定位；构建记录能在构建系统中打开；发布批次能在发布记录中找到。空字符串、仅含空格、填“无”“N/A”“待补”等占位符，都按缺失处理，不计为已填写。
| 判定项 | 通过标准 | 证据来源 |
|---|---|---|
| 来源需求编号 | 格式正确，且需求记录存在 | 制品元数据、需求记录 |
| 来源提交或分支 | 提交或分支可定位，关联关系可查 | 制品元数据、代码库记录 |
| 构建记录 | 构建编号存在，构建结果可打开 | 构建系统记录 |
| 发布批次 | 批次存在，制品在该批次清单内 | 发布记录 |
| 责任人 | 人员有效，且为约定角色 | 组织人员记录 |
可回溯判定采用链条检查：从制品出发，经来源字段定位到需求或提交，再定位到构建记录，最后定位到发布批次，每一环都能打开具体记录，才算可回溯。链条允许因制品类型不同而略有差异，例如交付文档可能没有构建记录，此时应在规则中预先写明该类型的替代环节，不能临时放宽。判定结果应保留证据位置和判定人，便于抽样复核时复现。
在 ONES 这类研发管理平台中，需求、版本、测试和发布可以围绕同一工作对象建立关联，制品来源字段可引用这些关联记录作为追溯证据。实际字段如何配置、取数如何导出，需要结合组织在系统中的对象类型和字段设置核验，不能假定系统自带现成指标。
计算步骤：完整率与可回溯率的公式和取数流程
两项指标使用同一分母，公式如下：
- 来源字段完整率 = 来源字段全部填写且通过有效性校验的制品数 ÷ 纳入统计的制品总数 × 100%。
- 可回溯率 = 能沿来源字段追溯到需求、提交或分支、构建、发布链条的制品数 ÷ 纳入统计的制品总数 × 100%。
分子判定要按制品逐条进行。完整率的分子要求清单内所有必填字段均有效，缺一个即不通过；可回溯率的分子要求链条每一环都有可定位记录，断一环即不通过。两项指标可以按制品类型、团队和时间窗分组统计，但分组后仍要保留总数，避免只报比率不报样本量。
取数流程建议固定为五步：
- 导出制品清单，包含制品标识、类型、创建或发布时间、状态和来源字段原始值。
- 按排除规则去重、剔除作废和测试临时产物，形成统计总体并记录条目数。
- 逐条校验来源字段，标记缺失、占位符、格式错误和指向不存在对象的情况。
- 按链条规则判定可回溯，记录断点位置和证据位置。
- 汇总分子分母，输出总体和分组结果，并保留明细供复核。
缺失数据要单独标记，不能直接当作不通过后不再核对。建议对疑似缺失做一次二次核对，例如字段为空但制品描述中写有需求编号，可由复核人确认是否补录；补录发生在统计窗口之后时，应在报告中说明补录数量，并同时给出补录前结果。这样既反映原始记录质量，也避免因系统迁移等一次性原因误判。
抽样审计：怎么抽、怎么判、怎么报告
抽样审计用于验证自动统计是否可信。抽样前先确定分层维度，常用制品类型或团队分层，保证每层都有样本。层内采用随机抽取，不用方便样本。样本量根据总体规模、可接受的误差和置信水平确定；总体较小时可提高抽样比例，总体较大时按统计抽样公式估算。报告中应写明置信水平和抽样方法，不能只写“抽查若干”。
复核使用与自动统计完全相同的字段清单和判定规则。建议双人独立判定，各自记录每条样本的完整性和可回溯结论及证据位置；结论不一致时由第三方按规则裁定，并记录分歧原因。分歧本身是有价值的审计发现，往往指向规则表述不清或字段指向对象不稳定。
报告结构建议包含：统计总体与样本量、抽样方法、自动统计结果、抽样复核结果、点估计与置信区间、自动统计与人工复核的差异及原因、问题分类和整改跟踪。差异要区分三类：规则理解不一致、数据本身错误、系统取数遗漏。整改项应落到具体字段、具体团队和完成时间，下一期用同一口径复测。
例子：一个季度窗口的完整率与可回溯率计算
以下为演示情景，数字仅用于说明计算过程。某季度按发布时间统计，纳入构建产物和发布包共 400 条，排除作废和重复 20 条，统计总体为 380 条。来源字段清单为需求编号、提交或分支、构建记录、发布批次、责任人五项。
字段校验结果：五项全部有效的有 304 条；有 52 条存在占位符或空值；有 24 条字段格式正确但指向的需求记录已不存在。完整率为 304 ÷ 380 × 100% = 80.0%。可回溯判定中，有 38 条虽然字段填齐，但构建记录无法打开或发布批次清单中找不到该制品，链条中断；可回溯条数为 304 − 38 = 266 条，可回溯率为 266 ÷ 380 × 100% = 70.0%。
| 项目 | 数量 | 说明 |
|---|---|---|
| 导出制品条目 | 400 | 含重复与作废 |
| 排除条目 | 20 | 作废、重复、测试临时产物 |
| 统计总体 | 380 | 两项指标共同分母 |
| 字段全部有效 | 304 | 完整率分子 |
| 链条完整可回溯 | 266 | 可回溯率分子 |
| 完整率 | 80.0% | 304 ÷ 380 |
| 可回溯率 | 70.0% | 266 ÷ 380 |
抽样复核按制品类型分层抽取 60 条。人工复核认定完整 50 条、可回溯 44 条，对应样本完整率 83.3%、可回溯率 73.3%，与自动统计存在差异。逐条比对后发现：8 条差异来自占位符识别规则不一致，自动统计把“待补”计为缺失而人工初判计为已填；4 条差异来自需求记录在统计后被删除，导致指向对象状态变化；其余差异为人工漏看构建记录断点。统一规则并回查后，自动统计结果予以保留，差异原因写入审计报告。
解读与限制：指标能说明什么、不能说明什么
完整率高不代表可回溯率高。字段填齐只说明记录动作完成，链条能否走通还取决于字段指向的对象是否真实、关联是否稳定。上例中完整率 80.0%、可回溯率 70.0%，差额正说明有一部分制品“填了但追不到”。两项指标应并列报告，不能用一个替代另一个。
指标反映来源记录质量，不直接证明交付质量。一个制品可回溯，说明能查到它的来源和去向，不说明它经过充分测试或没有缺陷。把可回溯率当作交付质量得分，会误导改进方向。指标也不宜单独作为团队绩效依据，否则容易出现集中补录、批量填占位符后再修改等应对行为；应结合抽样审计、缺陷记录和发布后问题一起看。
分母口径变化会导致结果不可比。调整纳入制品类型、时间窗字段或排除规则后，应在新口径下重算历史窗口，或在报告中标注“口径变更、不可直接对比”。当自动统计与抽样复核差异持续偏大时，优先修规则和取数逻辑，再谈提升比率。改进效果用趋势和下一期抽样差异交叉验证：完整率上升同时抽样差异缩小，才说明记录质量真实改善。
常见问题
统计窗口内某个团队没有纳入制品，比率应该怎么写？
分母为零时不计算比率，报告中写“本期无纳入制品”或“无样本”，并注明该团队的时间窗和排除情况。不要用 0% 或 100% 替代，否则会与“有制品但全部不合格”或“全部合格”混淆。若连续多个窗口无样本，应检查该团队的制品是否被错误排除，或制品类型清单是否遗漏了其产出。
字段填了但指向的对象后来被删除，完整率和可回溯率怎么算？
按统计时点的对象状态判定。字段指向的对象在统计时已不存在，该字段不计为有效，完整率分子不通过；链条在该环中断，可回溯率分子也不通过。若对象是在统计完成后才被删除，应在审计报告中单列这类差异，说明是统计后状态变化，不据此推翻原统计结果。为减少这类波动，可在取数时保存对象快照或记录对象标识与状态。
自动统计和抽样复核结果差多少需要启动整改？
没有统一阈值，建议在指标说明中预先约定可接受差异范围，例如按样本比例或按差异条数设定。差异集中在某一类规则理解不一致时，先修规则表述和字段校验逻辑；差异集中在数据错误时，追到具体录入环节；差异集中在取数遗漏时，检查导出条件和关联查询。整改后用同一口径复测，并观察差异是否收敛。
补录来源字段后，本期指标要不要重算？
建议同时保留两个结果：原始记录口径的结果反映当期真实记录质量，补录后的结果反映修正后的状态。报告中说明补录数量、补录原因和补录时间，避免读者误以为原始记录已经完整。若补录由系统迁移等一次性原因造成，可在下一期口径说明中注明，但不建议直接覆盖原始数据，否则趋势对比会失去基准。
交付文档没有构建记录，可回溯链条怎么判定？
在规则中预先写明该制品类型的链条构成，例如交付文档可追溯到来源需求、文档版本和发布批次，构建记录环节以文档评审或版本记录替代。替代环节必须在统计开始前确定并写入字段清单，统计过程中不临时放宽。不同制品类型使用不同链条时，分组报告结果并保留各类型样本量，便于横向比较时看清口径差异。
