协作决策效果很难用一句“开得好不好”来判断，更可靠的做法是选一组过程指标，按统一口径连续观察。可以从目标对齐、决策过程、执行衔接三条线入手，例如目标承接率、决策周期、决策返工率、行动项按期关闭率。每个指标都要写清分子分母、统计时间窗和单位，再与目标达成、返工、交付节奏等结果信号对照解读。ONES 的目标与工作项记录可以作为取数载体，帮助团队把目标文档、决策记录和行动项放在同一处追溯。
要点总览（TL;DR）
- 协作决策效果可从目标对齐、决策过程、执行衔接三条线选过程指标，每条线对应一个要回答的问题，缺一条容易得出片面结论。
- 常用指标包括目标承接率、决策参与覆盖度、决策周期、决策返工率、行动项按期关闭率和决策后变更率，每个指标都要写明衡量什么、不衡量什么。
- 口径要能被别人复算：写清公式、分子分母、统计时间窗和单位；分母为零记为不适用，缺失超过两成的指标本期只做定性说明。
- 过程指标与目标达成、返工、交付节奏等结果信号交叉解读，单指标变化只能作为提出问题的线索，不能证明决策有效。
- 团队规模、决策类型构成或统计口径变化时，前后两期数据不可直接比较，应在新口径下重建基线。
评估目标：先明确要回答的决策问题
这套评估的对象是团队的目标对齐与协作决策机制，关注目标是否被看见和承接、决策是否经过充分讨论、决定是否被正确执行。产品方向是否正确、会议行动项如何逐条管理，属于另外的问题，不纳入本次评估范围。把边界先划清，指标才不会滑向个人绩效打分。
评估要回答三个问题。第一，决策是否对齐了团队目标：讨论和决定的事项，能否追溯到已公开的目标。第二，决策过程是否充分：相关角色是否参与，形成决定用了多长时间，是否反复推翻。第三，决策是否被承接：决定之后的行动项有没有按期推进，决定本身是否频繁变更。三个问题分别对应一条指标线，缺一条就容易得出片面结论。
评估周期建议与目标周期一致，按季度做一次完整复盘，按月看趋势。决策批次较多时，可以按批次单独统计，再汇总到季度。每次复盘固定输出一份评估目标说明，写明本次评估的对象、三个问题对应的指标、统计时间窗和参与复盘的角色，下一周期沿用同一份说明，保证前后可比。
指标与范围：三条线选过程指标
过程指标的作用是描述协作决策的运行状态，不直接证明决策质量。选指标时，每个指标都要能说清衡量什么、不衡量什么，避免把“数字好看”当成“决策有效”。下表给出一组常用指标及其观察对象。
| 指标 | 所属线 | 衡量对象 | 不衡量什么 |
|---|---|---|---|
| 目标可见率 | 目标对齐 | 团队成员能否查看并理解当期目标 | 目标本身是否合理 |
| 目标承接率 | 目标对齐 | 应承接的目标中，已明确责任人与承接动作的比例 | 承接后的执行质量 |
| 目标变更次数 | 目标对齐 | 统计周期内目标内容或优先级被调整的次数 | 变更是否必要 |
| 决策参与覆盖度 | 决策过程 | 关键决策中，应参与角色实际参与的比例 | 参与者的发言质量 |
| 决策周期 | 决策过程 | 从决策提出到形成明确结论所需时间 | 结论是否正确 |
| 决策返工率 | 决策过程 | 已形成的决策被重新打开或推翻的比例 | 返工的原因归属 |
| 行动项按期关闭率 | 执行衔接 | 决策产生的行动项在约定时间内关闭的比例 | 行动项完成得是否出色 |
| 决策后变更率 | 执行衔接 | 决策落地后短期内被修改的比例 | 变更带来的业务影响 |
统计范围要提前约定。目标对齐类指标按团队和季度统计；决策过程类指标按决策类型分组，例如产品取舍、资源分配、流程调整分别统计，避免把不同复杂度的决策混在一起；执行衔接类指标按决策批次统计，时间窗从决策关闭日开始计算。范围一旦变化，前后两期数据就不可直接比较，需要在报告中注明。
数据口径：分子分母与缺失值处理
指标要能被别人复算，口径就必须写死。下面给出常用公式，团队可以按自身记录方式微调，但调整后要保持稳定。
| 指标 | 公式 | 分子 | 分母 | 时间窗与单位 |
|---|---|---|---|---|
| 目标可见率 | 可查看目标的人数÷团队总人数 | 能访问当期目标文档的人数 | 团队在册人数 | 季度末快照，百分比 |
| 目标承接率 | 已承接目标数÷应承接目标数 | 已明确责任人与承接动作的目标数 | 当期应承接的目标总数 | 季度，百分比 |
| 目标变更次数 | 周期内目标调整记录数 | 内容或优先级调整的记录 | 不适用 | 季度，次 |
| 决策参与覆盖度 | 实际参与的关键角色数÷应参与的关键角色数 | 在决策记录中留有参与痕迹的角色数 | 该决策预设的应参与角色数 | 按决策批次，百分比 |
| 决策周期 | 决策关闭时间−决策提出时间 | 不适用 | 不适用 | 按批次取中位数，天 |
| 决策返工率 | 被重新打开的决策数÷已关闭决策数 | 关闭后又被重新讨论或推翻的决策数 | 同期已关闭决策总数 | 季度，百分比 |
| 行动项按期关闭率 | 按期关闭行动项数÷到期行动项数 | 在约定日期前关闭的行动项数 | 统计期内到期的行动项总数 | 月度，百分比 |
| 决策后变更率 | 落地后变更的决策数÷已落地决策数 | 落地后30天内被修改的决策数 | 同期已落地决策总数 | 季度，百分比 |
决策周期用中位数而不是平均数，是为了避免个别长周期决策把整体水平拉偏。分母为零时，该指标记为“不适用”，不写0%，也不参与环比计算。数据缺失时，先区分是记录缺失还是业务上确实没有发生：记录缺失的，补齐后重算；无法补齐的，在报告中标注缺失比例，缺失超过两成的指标本期只做定性说明。数据来源通常包括目标文档、决策记录和行动项台账，三者要能通过统一编号关联，否则跨表取数容易错配。
计算与评估步骤：从取数到判断
评估按固定流程执行，可以减少每次口径漂移。建议按以下步骤推进：
- 确定评估批次与统计时间窗。写明本次覆盖哪些团队、哪些决策类型、起止日期，与上期口径逐项核对。
- 按口径取数并清洗。从目标文档、决策记录、行动项台账分别导出数据，按统一编号关联，处理缺失值和分母为零的情况，保留清洗日志。
- 计算各指标并与上期或基线对比。没有历史数据时，用第一个周期作为基线，从第二期开始看变化方向和幅度。
- 结合结果信号交叉解读。把过程指标与目标达成情况、返工记录、交付节奏放在一起看，形成“哪些改善、哪些需要观察、哪些需要调整机制”的结论。
对比表可以按“指标—本期值—上期值—变化—结果信号—初步判断”六列组织。判断时要注意，单个指标的变化不足以证明决策有效。例如决策周期缩短，可能来自讨论更聚焦，也可能来自参与角色减少；只有结合参与覆盖度和返工率一起看，才能区分这两种情况。
例子：一个季度的协作决策评估
以下为演示情景，数据为虚构，仅用于说明计算过程。某十人团队在一个季度内共有20个应承接目标，已明确责任人和承接动作的有16个，目标承接率为16÷20＝80%。同期记录在案的决策共12项，从提出到关闭的周期中位数为6天，其中3项在关闭后被重新打开，决策返工率为3÷12＝25%。行动项台账显示，当期到期行动项40项，按期关闭30项，按期关闭率为75%。
与上一季度相比，目标承接率从70%升到80%，决策周期从9天降到6天，返工率从18%升到25%。结果信号方面，目标达成情况基本持平，但有两项决策在落地后一个月内被修改。综合看，承接率和决策速度在改善，返工率上升提示部分决策形成得偏快，参与覆盖度需要一并核查：如果关键角色参与比例下降，速度提升可能以讨论充分性为代价。下一周期可以重点观察返工率和参与覆盖度，暂不调整其他指标。
这个示例的边界在于：团队规模小、决策类型集中，结论不能直接迁移到更大团队或跨部门决策；虚构数据也不代表任何行业的正常水平。实际使用时，应替换为自身记录，并保持口径一致。
解读与限制：指标不能证明因果
过程指标反映的是协作决策的运行状态，与结果之间是相关关系。目标承接率提高，可能伴随目标达成改善，也可能因为目标本身变容易；决策周期缩短，可能提升响应速度，也可能压缩了必要的讨论。解读时要同时看多条线的指标和结果信号，把指标变化当作提出问题的线索，而不是下结论的证据。
数据不可比的情形需要特别标注：团队规模变化、决策类型构成变化、统计口径调整、记录习惯改变，都会让前后两期数字失去可比性。发生这些变化时，应在新口径下重新建立基线，而不是直接做环比。指标也不适合用来评价个人，决策参与覆盖度低可能是角色设置问题，返工率高可能是决策类型本身复杂，把这些数字落到个人头上，容易让团队倾向于少记录、晚记录。
指标需要随目标与决策机制调整而更新。每季度复盘时检查一次：指标是否还对应要回答的问题，口径是否仍然可执行，数据来源是否稳定。删除长期无法取数的指标，补充新出现的关键决策类型，并把变更写入口径说明，保证下一期评估仍然可复算、可比较。
常见问题
团队刚开始做这项评估，没有历史数据怎么办？
把第一个完整周期作为基线，不追求立刻得出结论。第一期重点是把口径跑通：确认目标文档、决策记录和行动项台账能按统一编号关联，记录清洗日志，标注哪些指标因数据缺失只能做定性说明。从第二期开始看变化方向和幅度，对比时先核对团队范围、决策类型构成和统计口径是否与上期一致，不一致就先重建基线再比较。
决策周期缩短了，是不是就说明决策机制变好了？
不一定。周期缩短可能来自讨论更聚焦，也可能来自参与角色减少或议题被简化。判断时需要同时看决策参与覆盖度和决策返工率：如果参与覆盖度下降、返工率上升，速度提升可能以讨论充分性为代价。建议把这三项指标放在同一张对比表里，再结合目标达成和落地后变更情况一起解读。
不同复杂度的决策混在一起统计，数据还有意义吗？
混合统计会掩盖差异，产品取舍类决策和流程调整类决策的周期、返工水平通常不在一个量级。做法是按决策类型分组统计，再汇总到团队层面；报告中注明各类型的样本量。如果某类决策样本太少，中位数波动大，可以合并相邻类型或延长统计窗口，但合并规则要写进口径说明并保持稳定，否则前后两期不可比。
这些指标能不能用来考核团队或个人？
不建议。过程指标描述的是机制运行状态，参与覆盖度低可能是角色设置问题，返工率高可能是决策类型本身复杂，落到个人头上容易让团队倾向于少记录、晚记录，反而破坏数据质量。更合适的用法是在季度复盘里作为讨论线索，定位机制层面的问题，例如哪些决策类型缺少关键角色参与、哪类行动项经常逾期。
指标和口径需要多久检查一次？
建议与评估周期同步，每季度复盘时检查一次：指标是否还对应要回答的三个问题，口径是否仍然可执行，数据来源是否稳定。长期取不到数的指标可以删除，新出现的关键决策类型可以补充，所有变更写进口径说明并注明生效周期。调整后的第一期按新基线处理，不与旧口径直接做环比。
