自动分派准确率、误派率和人工干预率通常共用同一批自动分派工单作为分母：准确率看首次分派被确认正确的比例，误派率看首次分派被改派或退回的比例，人工干预率看自动分派后仍需人工改派、补派或退回的比例。要让三个数字可复算，先固定时间窗、分派事件口径和“正确”的判定证据，再分别计算分子分母。本文给出公式、证据要求、取数步骤和一个完整算例，并说明三率如何一起解读。
要点总览（TL;DR）
- 三个指标共用同一批自动分派工单作分母：准确率看首次分派被判定正确的比例，误派率看首次分派被改派或退回的比例，人工干预率看自动分派后仍需人工改派、补派或退回的比例。
- 统计前先固定时间窗和统计粒度（按工单或按分派事件二选一），并明确排除手工分派、测试工单和重复记录，否则三个数字无法跨周期比较。
- “正确”需要证据支撑：受理人确认、处理完成未改派、质检抽检结论三类证据严格程度不同，报表中应注明采用哪一类。
- 人工干预率一般不低于误派率，差额来自人工补派等未改派的情况；两者不能相加当作错误总量，也不能互相替代。
- 三率要结合改派原因、样本量和分组对比一起看，单周期单指标不能证明自动分派整体有效。
评估目标：判断自动分派是否把工单交到了对的人手里
这三个指标评估的对象是自动分派产生的分派结果，也就是工单第一次被系统指定给某个受理人时，这个指定是否合适。它们不衡量工单从受理到关闭的整体处理效率，也不衡量受理人的处理质量。把评估对象限定在分派环节，才能避免把处理慢、解决率低等问题错误归因到分派规则上。
三个指标各自回答一个不同的问题：准确率回答“分对了多少”，误派率回答“分错了多少”，人工干预率回答“分完之后还需要人改多少”。准确率关注结果正确性，误派率关注错误暴露的程度，人工干预率关注自动分派在实际运行中被人接管的频率。三者组合起来，才能判断自动分派是规则覆盖足够、错误可控，还是只覆盖了少量简单工单、大量场景仍靠人工兜底。
评估结论的用途是调整动作：如果准确率低且误派率高，优先检查分派规则或模型的特征与阈值；如果准确率高但人工干预率也高，说明规则覆盖窄，需要扩大自动分派范围或优化兜底策略；如果误派率低但样本量很小，结论只能作为观察线索，不宜直接据此上线或下线规则。评估前先明确这次统计要支持哪个决策，能让后续口径选择更有针对性。
指标与范围：三个指标的分子分母怎么定
三个指标的分母统一为统计时间窗内的自动分派工单数。统计粒度需要二选一：按工单统计，即一张工单只计一次，取其首次自动分派结果；按分派事件统计，即每次自动分派动作都计一次。两种口径得出的数值会不同，选定后在整个统计周期和后续对比中保持一致，不能中途切换。时间窗建议按自然月或固定周设置，并在报表中写明起止时间。
| 指标 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|
| 自动分派准确率 | 首次分派被判定正确的工单数 | 自动分派工单数 | 百分比（%） | 统计周期内首次自动分派的工单 |
| 误派率 | 首次分派被改派或退回的工单数 | 自动分派工单数 | 百分比（%） | 同上 |
| 人工干预率 | 自动分派后发生人工改派、补派或退回的工单数 | 自动分派工单数 | 百分比（%） | 同上 |
纳入范围是时间窗内由自动分派规则或模型产生首次分派的工单。排除范围需要提前写清楚：手工分派的工单不计入分母；测试工单、演练工单不计入；同一工单因系统重复触发产生的重复分派记录，按工单口径合并为一条，按事件口径则需去重后再计。排除规则一旦确定，应在报表说明中保留，便于不同周期对比时口径一致。
三个指标的分子存在包含关系需要留意：被改派或退回的工单通常也属于人工干预，但人工干预还包括人工补派、人工指定受理人等未被改派的情况。因此人工干预率一般不低于误派率，统计时不要用误派率替代人工干预率，也不要把两者相加当作错误总量。
数据口径与证据：怎么判定一次分派是“对的”
准确率的分子依赖“正确”的判定证据，不能只凭受理人没有提出异议就默认正确。可用的判定证据有三类：一是受理人明确确认接单，例如在工单中点击确认受理或回复确认；二是工单处理完成且全程未发生改派、退回，以关闭状态和流转记录为证；三是质检抽检结论，由质检人员按抽样规则判定该次分派是否合适。三类证据的严格程度不同，建议在报表中注明采用哪一类，混用时按最严格的一类统计。
改派与退回事件需要记录完整字段，否则误派率无法复算。至少要包含：原受理人、新受理人（退回时可为空或退回池）、操作时间、操作人、改派或退回原因。原因字段建议使用受控选项，例如技能不匹配、区域不匹配、工单类型错误、受理人休假、负载过高，便于后续按原因分组分析。原因未填的记录仍计入误派分子，但单独标记为“原因缺失”，避免因字段缺失而漏算。
人工干预需要区分操作来源。系统按规则自动改派、自动退回池、自动重新分配，属于系统行为，不计入人工干预；由人工点击改派、补派、指定受理人的，才计入。若系统日志无法区分操作来源，应在取数时增加操作人字段判断，操作人为系统账号的排除。数据缺失或跨系统记录不一致时，以工单主系统的流转记录为准，另一系统记录作为核对参考；无法核实的记录单独列出，不直接判为正确或错误。
这些判定依赖工单流转过程被完整留痕。ONES Desk 面向企业服务与协作场景，支持统一受理、分派、处理和跟踪工单，并提供自定义工作流与字段配置，团队可以把改派原因、退回原因、操作来源等设为必填字段；工单还可关联到 ONES Project 的需求或缺陷工作项持续跟踪。这样统计时可以直接从工单记录中提取分派、改派、退回事件，减少跨系统核对的工作量。具体字段和报表口径需按团队实际配置确认。
计算步骤：从取数到出数的六步流程
以下六步按顺序执行，每一步都留下可核对的中间结果，换人复算时应得到相同数字。
- 确定时间窗与统计粒度。写明起止日期，选定按工单或按分派事件，并记录在报表说明中。同时确定分组维度，例如团队、工单类型、规则版本。
- 导出自动分派事件及后续记录。导出字段包括工单编号、首次分派时间、首次受理人、后续改派记录、退回记录、确认记录、关闭状态、操作人与操作来源。
- 标记每条记录的状态。为每条工单打上三个标记：是否正确（依据确认、未改派关闭或质检结论）、是否误派（是否发生改派或退回）、是否人工干预（是否发生人工改派、补派或退回）。三个标记可以同时为真，例如一次改派既算误派也算人工干预。
- 按公式计算三个比率。分别统计三个分子的工单数，除以分母自动分派工单数，结果保留一位小数并同时记录分母绝对值，避免只看百分比忽略样本量。
- 按维度分组对比。按团队、工单类型、规则版本分别计算三率，找出准确率明显偏低或人工干预明显偏高的分组，作为规则调整的输入。
- 复核异常值与分母为零的情况。检查分母是否为零或过小，分母为零时比率不计算并标注“无样本”；分母小于设定阈值（例如30）时标注“样本不足”。同时抽查若干条记录，核对标记与原始流转记录是否一致。
例子：一个月的自动分派数据怎么算
以下为演示数据，仅用于说明计算过程，不代表任何行业基准或达标线。假设某月时间窗内自动分派工单数为 1,000 张，其中首次分派后被确认正确或处理完成未改派的有 820 张；发生改派或退回的有 120 张；发生人工改派、补派或退回的有 150 张，其中 30 张属于人工补派但未改派原受理人。
| 项目 | 数值 | 计算 | 结果 |
|---|---|---|---|
| 自动分派工单数（分母） | 1,000 | — | — |
| 准确率 | 820 | 820 ÷ 1,000 | 82.0% |
| 误派率 | 120 | 120 ÷ 1,000 | 12.0% |
| 人工干预率 | 150 | 150 ÷ 1,000 | 15.0% |
这组数据中，准确率 82.0%、误派率 12.0%、人工干预率 15.0%。人工干预率高于误派率，差额来自 30 张人工补派工单，说明有一部分工单虽然原受理人未被改派，但仍需要人工增加处理人或补充分派。准确率与误派率之和为 94.0%，剩余 6.0% 是既未被确认正确、也未发生改派退回的工单，例如长期未关闭、记录不完整或仍在处理中，这部分需要单独核查，不能默认计入正确。
解读这组数字时，应继续看改派原因分布：如果 120 张改派中多数原因是“技能不匹配”，说明规则的特征维度不足；如果多数是“受理人休假或负载过高”，说明分派时未考虑可用性。单看 82.0% 这个数字无法判断问题出在规则设计还是人员状态。
解读与限制：三率一起看才说明问题
准确率高但人工干预率也高，通常说明自动分派只覆盖了容易判断的工单，大量复杂工单仍靠人工兜底。这种情况下准确率好看，但自动分派的实际覆盖价值有限，应重点看人工干预的绝对数量和原因，判断是否值得扩大规则覆盖。反过来，误派率低但分母很小或工单类型单一时，结论不稳定，不能据此认为规则已经可靠。
以下情况会让指标失去可比性，需要在报表中标注：分母为零或样本量过小；统计口径中途变更，例如从按工单改为按事件；规则或模型在周期内上线、下线或调整阈值；工单类型结构发生明显变化。规则上线前后的数据不宜直接比较，应分别统计并说明变更时间点。连续观察多个周期，并按团队、工单类型分组对比，比单周期单指标更能反映趋势。
三个指标反映的是分派结果，不能单独证明工单整体处理效率提升。准确率上升可能伴随处理时长不变，人工干预率下降也可能只是人工改派记录不规范。把三率与改派原因、样本量、分组对比结合使用，并在每次结论后注明适用的时间窗和口径，评估结果才能支撑规则调整、模型优化或人工兜底策略的实际决策。
常见问题
统计周期内自动分派工单数很少，三个比率还能直接用吗？
分母过小时，比率波动很大，单个周期的数值只能作为观察线索。建议在报表中同时记录分母绝对值，并设定一个样本阈值（例如 30），低于阈值时标注“样本不足”，不据此做上线或下线决策。更稳妥的做法是拉长统计窗口、合并同类工单类型，或连续观察多个周期看趋势是否稳定。
工单被系统按规则自动改派，算误派还是算人工干预？
需要分开判断。系统按规则自动改派、自动退回池、自动重新分配，属于系统行为，不计入人工干预；但这次改派本身说明首次分派没有落到合适的人，通常应计入误派分子。只有由人工点击改派、补派、指定受理人的操作，才计入人工干预。取数时用操作人字段区分，操作人为系统账号的记录排除在人工干预之外。
规则上线前后两个月的准确率能直接对比吗？
不宜直接对比。规则上线、下线或调整阈值会改变分派逻辑，前后两个周期的工单构成也可能不同，直接比较会把规则变化和工单结构变化混在一起。建议分别统计并标注变更时间点，必要时按工单类型分组后再比较同类工单的前后差异。
改派原因字段大量为空，误派率还能算吗？
可以算，但要单独标记。原因未填的记录仍计入误派分子，避免因字段缺失而漏算；同时在报表中列出“原因缺失”的数量和占比。如果缺失比例很高，说明流转记录不规范，此时误派率的总量可信度下降，按原因分组的分析结论也不可靠，应先补齐必填字段再深入分析。
三个指标都达标，是否说明自动分派已经可以放心扩大范围？
不一定。三率反映的是分派结果，还要看自动分派覆盖了多少工单、剩余多少仍靠人工兜底。如果准确率高但自动分派只覆盖少量简单工单，扩大范围前应先在小范围工单类型上试运行，观察新类型下的三率和改派原因分布，再决定是否推广。同时注意准确率上升不必然带来处理时长下降，分派质量与整体处理效率需要分别评估。
