评估分支工作项关联规则，需要回答两个问题：应关联的代码变更中有多少真正带上了工作项，以及这些关联是否真实可用。覆盖率用带有效关联的合并请求数或提交数除以同期应纳入统计的数量，按分支类型、团队和时间窗分别计算；有效性则通过关联准确率、可追溯率和漏关联抽查来验证。两层指标必须同口径、同时间窗，并处理分母为零、机器人提交等不可比情形，单看规则文本或一个覆盖率数字无法说明规则是否起作用。
要点总览（TL;DR）
- 覆盖率看执行程度：合并请求级覆盖率=带有效工作项关联的合并请求数÷同期应纳入统计的合并请求数，提交级覆盖率用同一时间窗单独计算，两者差距过大时值得排查。
- 有效性看关联可信度：用关联准确率（抽查中关联正确数÷抽查总数）和可追溯率（能从工作项回溯到分支与合并记录的样本数÷抽查总数）验证，并注明抽样规模与方式。
- 统计范围要事先写清：仓库、分支类型、团队、时间窗，机器人账号与批量脚本提交明确排除并留痕；分母为零的分支类型标注“无样本”，不写成0%。
- 缺失值分类统计：无关联字段、字段为空、指向已关闭或不存在工作项分别计数，不能简单并入“未关联”。
- 指标只说明执行程度与关联可信度，不能直接证明交付改善；建议按月复算跟踪趋势，规则调整后重建基线。
评估目标：规则要证明哪两件事
分支工作项关联规则的评估对象是“代码变更与业务工作项的对应关系是否被建立、是否可信”，规则文档写得完整并不构成证据。评估应拆成两个独立目标，分别对应不同的判定问题。
| 评估目标 | 回答的问题 | 判定依据 |
|---|---|---|
| 覆盖率 | 规则被执行到什么程度？应关联的变更中有多少真正带上了工作项？ | 带有效关联的合并请求数或提交数占同期应纳入统计数量的比例 |
| 有效性 | 已建立的关联是否真实、可回溯、能支撑交付判断？ | 抽查关联准确率、可追溯率、漏关联情况，以及关联记录在评审和交付判断中的实际使用 |
两个目标不能互相替代。覆盖率高只说明关联动作发生得多，关联是否指向正确的工作项、能否从工作项反查到分支与合并记录，需要单独核查。反过来，少量高质量关联也不能证明规则已被广泛执行。评估结论应同时给出两层结果，并注明各自的统计范围。
指标与范围：分子分母怎么定
覆盖率与有效性指标都需要明确分子、分母、单位和时间窗，否则不同月份、不同团队的数字无法比较。下表给出核心指标的定义口径。
| 指标 | 公式 | 分子 | 分母 | 单位与时间窗 |
|---|---|---|---|---|
| 合并请求级覆盖率 | 带有效工作项关联的合并请求数 ÷ 同期应纳入统计的合并请求数 | 关联字段指向存在且状态有效的工作项的合并请求数 | 统计期内创建或合入、且属于纳入范围的合并请求数 | 百分比，按月或按迭代统计 |
| 提交级覆盖率 | 带关联的提交数 ÷ 同期应纳入统计的提交数 | 提交信息或提交记录中带有有效工作项标识的提交数 | 统计期内纳入范围分支上的提交数 | 百分比，与合并请求级使用同一时间窗 |
| 关联准确率 | 抽查中关联正确数 ÷ 抽查总数 | 关联指向的工作项与变更内容确实对应的样本数 | 实际抽查的样本数 | 百分比，注明抽样规模与抽样方式 |
| 可追溯率 | 能从工作项回溯到分支与合并记录的样本数 ÷ 抽查总数 | 在工作项侧能定位到对应分支、合并请求或提交的样本数 | 实际抽查的样本数 | 百分比，与准确率同批样本 |
统计范围需要事先写清：纳入哪些仓库、哪些分支类型（如主干分支、发布分支、特性分支分别统计）、哪些团队、哪个时间窗。机器人账号、批量脚本提交、自动生成的分支应明确排除，并在口径说明中留痕，否则会系统性拉低或抬高覆盖率。合并请求级与提交级覆盖率建议同时保留，前者反映评审环节的关联执行，后者反映提交粒度的关联习惯，两者差距过大时值得进一步排查。
数据口径与证据：从哪里取数、如何保证可比
取数来源主要有三处：代码托管平台的合并请求与提交记录、工作项系统中的关联字段、流水线记录。三处数据需要按同一时间窗、同一分支命名规则、同一关联判定标准对齐，才能放在一张表里比较。
关联判定标准要先固定下来。例如“有效关联”指关联字段非空且指向的工作项存在、未关闭；“无效关联”包括字段为空、指向已关闭工作项、指向不存在的工作项。判定标准一旦确定，整个评估周期内保持一致，规则调整后再重新定义并重建基线。
缺失值不能简单并入“未关联”，应分类统计并给出各自占比：
- 无关联字段：记录本身不承载关联信息，属于数据采集缺口；
- 关联字段为空：承载了字段但未填写，属于执行缺口；
- 关联指向已关闭或不存在的工作项：属于关联质量问题，应计入有效性核查。
抽查环节需要留存证据：样本清单、每个样本的关联对象、判定结论与判定人。准确率结论应注明抽样规模和抽样方式，样本过小时只作方向性参考。评估涉及的管理动作是让每条代码变更都能对应到具体工作项，并在工作项侧看到分支与合并记录；ONES 的工作项与代码关联可以承载这类关联字段和回溯入口，取数时从工作项侧导出关联记录，与代码托管平台的合并请求明细按同一时间窗对齐即可。
计算与评估步骤：从取数到结论
以下六步给出可复算的执行顺序，每步都明确输入、动作与输出，便于不同人按同一方法复现结果。
- 确定统计范围与时间窗。输入：仓库清单、分支类型定义、团队范围、统计起止日期。动作：书面固定纳入与排除规则。输出：口径说明一页，含排除项清单。
- 导出合并请求与提交明细。输入：代码托管平台的合并请求列表与提交记录。动作：按仓库和分支类型分别导出，保留关联字段、创建时间、合入时间、提交人。输出：明细表，每行一条合并请求或提交。
- 计算覆盖率并分维度拆解。输入：明细表与口径说明。动作：按合并请求级和提交级分别计算，再按分支类型、团队、月份拆解。输出：覆盖率总表与分维度表，分母为零的组单独标注“无样本”。
- 抽样核查关联准确率与可追溯率。输入：带关联的样本池。动作：按分层抽样抽取样本，逐条核对关联工作项与变更内容是否对应，并在工作项侧尝试回溯分支与合并记录。输出：抽查记录表与两项比率。
- 对比规则上线前后或团队差异。输入：多期或多团队的同口径数据。动作：保持口径一致的前提下做横向与纵向对比，标注规则调整时间点。输出：趋势表与差异说明。
- 形成结论与待改进项。输入：以上各表。动作：分别给出覆盖率结论与有效性结论，列出执行缺口和关联质量问题。输出：评估报告，含待改进项与下一周期复算计划。
算例：一个月的分支关联数据怎么算
以下为演示情景，数字仅用于说明计算过程。某月纳入统计的合并请求共 400 个，其中带有效工作项关联的 320 个；同期纳入统计的提交共 1200 个，其中带关联的 780 个。抽查从带关联样本中抽取 80 个，关联正确 72 个，能从工作项回溯到分支与合并记录的 68 个。
| 指标 | 代入计算 | 结果 |
|---|---|---|
| 合并请求级覆盖率 | 320 ÷ 400 | 80% |
| 提交级覆盖率 | 780 ÷ 1200 | 65% |
| 关联准确率 | 72 ÷ 80 | 90% |
| 可追溯率 | 68 ÷ 80 | 85% |
分维度拆解时，假设发布分支当月合并请求为 0，则该分支类型的覆盖率标注为“无样本”，不参与比率计算，也不写成 0%。假设抽查中发现 5 个样本关联到已关闭工作项，这 5 个样本计入关联准确率的错误数，同时在缺失值分类中单独记为“关联指向已关闭工作项”，不与“字段为空”合并。提交级覆盖率明显低于合并请求级，说明关联动作更多发生在合并请求环节，提交粒度的关联习惯尚未形成，可作为下一周期的改进方向。
解读与限制：数字说明什么、不说明什么
覆盖率反映规则被执行的程度，准确率与可追溯率反映已建立关联的可信程度，三者合起来才能支撑“规则是否起作用”的判断。解读时需要注意以下边界。
- 高覆盖率不等于关联质量高。大量关联指向错误或已关闭工作项时，覆盖率数字仍然好看，有效性指标会暴露问题。
- 准确率受抽样规模和抽样方式影响。样本量小或只抽容易核对的样本，结论会偏乐观，报告中应同时给出样本数和抽样方法。
- 这些指标说明执行程度与关联可信度，不能直接证明规则带来了交付改善。交付周期、返工率的变化还受需求拆分、评审节奏等因素影响，需要结合其他证据判断。
- 建议按月复算并跟踪趋势，单月数字波动较大时看连续几个周期的走向。
- 规则调整后应重新建立基线，用旧基线评价新规则会得出误导性结论。
评估范围限定在代码变更与业务工作项的对应关系。代码库接入与研发工具链集成配置、代码评审与合入审批规则设计属于另外的问题，不在本文指标覆盖范围内。实际执行时，达标线应结合组织自身基线和分支策略设定，先积累两三个周期的数据再确定参考区间，比直接套用外部阈值更可靠。
常见问题
分支类型多、各分支合并请求量差异大，覆盖率要不要合并成一个总数？
建议保留总数，同时按分支类型分别列出。主干分支、发布分支、特性分支的合并频率和关联习惯不同，合并成一个总数容易让低频分支的缺口被高频分支的数字掩盖。发布分支某月合并请求为0时，该组标注“无样本”，不参与比率计算，也不写成0%。分维度表与总表使用同一时间窗和同一关联判定标准，才能横向比较。
抽查样本量多少才够用？准确率结论怎么写才不误导？
样本量取决于带关联样本池的大小和可投入的核对工作量，没有统一阈值。可行的做法是按分支类型或团队分层抽样，保证每个纳入统计的组都有样本，并在报告中同时写明抽查总数、抽样方式和判定标准。样本过小时，准确率只作方向性参考，结论中注明“样本有限，需下期扩大抽查”。只抽容易核对的样本会让结论偏乐观，抽样规则应事先固定。
关联指向已关闭的工作项，算覆盖率里的“已关联”还是算未关联？
按“有效关联”的判定标准，指向已关闭工作项属于无效关联，不计入覆盖率的分子，同时在缺失值分类中单独记为“关联指向已关闭工作项”，与“字段为空”分开统计。这样覆盖率反映的是有效关联的执行程度，有效性核查也能看到这类关联质量问题的规模。判定标准确定后整个评估周期保持一致，规则调整后再重新定义并重建基线。
机器人账号和批量脚本提交怎么处理，直接删掉会不会影响结论？
建议在口径说明中明确排除规则并留痕，而不是在取数后临时删除。机器人账号、批量脚本提交、自动生成的分支通常不承载业务工作项关联，混入分母会系统性拉低覆盖率。排除项清单应写清账号、分支命名规则或提交来源特征，保证不同月份、不同团队按同一规则处理。若某类自动提交占比很高，可在报告中单独说明其规模，便于读者判断排除对数字的影响。
规则上线后第一个月覆盖率就上去了，能不能直接判定规则有效？
覆盖率上升说明关联动作发生得更多，还需要看有效性指标。建议同批核查关联准确率和可追溯率，并抽查漏关联情况；如果覆盖率上升但准确率偏低，说明关联动作存在走过场的情况。另外，单月数字受需求节奏和分支策略影响，建议连续观察两三个周期再下结论。规则调整后应重新建立基线，用旧基线评价新规则会得出误导性结论。
