判断一个团队的计划承诺是虚高还是刻意保守，单看完成率容易被误导：完成率高可能来自承诺保守，完成率低也可能源于容量被临时占用。更可靠的做法，是把承诺时点的工作量、同期可用容量、后续变更记录和最终完成结果放在同一口径下对照，用承诺容量比、承诺变更率、变更时点分布、承诺完成率和偏差方向分布交叉判断。本文给出一套可复算的指标方法，包括分子分母定义、取数要求、计算步骤和算例，并说明如何借助ONES留存承诺与变更记录，让每次复算都有据可查。
要点总览（TL;DR）
- 识别承诺失真要把承诺时点工作量、同期可用容量、变更记录和最终完成结果放在同一口径下对照，单看完成率容易误判。
- 核心指标有五项：承诺容量比、承诺变更率、变更时点分布、承诺完成率、偏差方向分布，分别回答承诺是否超容量、是否频繁变动、偏差是否单向。
- 高承诺容量比叠加低完成率、偏差持续高估，指向承诺虚高；低承诺容量比叠加高完成率、偏差持续低估，指向刻意保守。
- 统计窗口建议至少两个季度或六个迭代，阈值结合团队自身历史基线设定，不套用通用达标线。
- 变更次数为零的周期需抽查记录完整性，容量口径不一致或临时插入需求未记录是常见误判来源，指标只作信号，需与变更单和复盘记录交叉核对。
识别承诺失真要先回答哪三个问题
承诺失真评估的对象是计划承诺本身，也就是团队在周期开始时对外确认的工作量与实际交付能力之间的关系，不针对个人绩效。评估的目的是判断承诺形成机制是否存在系统性偏差，而不是追究某一次延期由谁负责。围绕这个目标，需要回答三个问题。
第一，承诺是否超出容量。把承诺时点的工作量与同期真正可用于交付的容量相比，比值长期偏高，说明承诺建立在乐观估计上；比值长期偏低，说明承诺留了过多余量。这个问题回答的是“承诺定得合不合理”。
第二，承诺是否频繁变动。承诺一旦确认，后续变更的次数和发生时点反映承诺的稳定性。变更集中在周期后段，往往意味着前期评估不足或外部插入过多；变更次数异常为零，则需要先确认记录是否完整。这个问题回答的是“承诺守不守得住”。
第三，结果偏差是否单向。把每个周期的完成情况按高估（未完成）和低估（超额完成）分类统计，如果偏差持续偏向同一方向，就构成系统性信号；如果高低估交替出现，更可能是正常波动。这个问题回答的是“偏差有没有规律”。
三个问题分别对应承诺与容量、承诺与变更、承诺与结果三组关系，任何一组单独看都不足以定性。本文聚焦这三组关系的量化识别，不展开单次迭代的执行过程管理，也不分析计划与实际投入之间的工时偏差，后者属于另一类度量问题。
指标与统计范围：分子、分母和时间窗怎么定
指标集合由五个指标组成，前三个用于识别承诺形成和变更行为，后两个用于验证结果偏差方向。每个指标都需要明确分子、分母、单位和统计窗口，否则不同团队、不同季度的数据无法放在一起比较。
| 指标 | 公式 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|---|
| 承诺容量比 | 承诺工作量 ÷ 同期可用容量 | 承诺时点确认的工作量 | 同期扣除休假、支持、会议等非交付时间后的可用容量 | 故事点或人天 | 单个迭代或承诺周期 |
| 承诺变更率 | 发生变更的承诺工作项数 ÷ 纳入统计的承诺工作项数 | 周期内发生过范围、工作量或优先级变更的承诺工作项 | 周期开始时进入承诺状态的全部工作项 | 百分比 | 单个周期，汇总看多周期趋势 |
| 变更时点分布 | 按变更发生位置分桶计数 | 前段、中段、后段各桶的变更次数 | 该周期变更总次数 | 次数与占比 | 单个周期及多周期汇总 |
| 承诺完成率 | 周期内完成量 ÷ 承诺时点工作量 | 周期结束时达到完成标准的承诺工作量 | 承诺时点确认的工作量 | 百分比 | 单个周期 |
| 偏差方向分布 | 高估周期数、低估周期数分别占总周期数的比例 | 完成率低于或高于约定区间的周期数 | 纳入统计的有效周期总数 | 百分比 | 至少两个季度或六个迭代 |
统计单元是迭代或承诺周期，与团队实际的计划节奏保持一致。时间窗建议至少覆盖两个季度或六个迭代，原因是单周期的完成率受需求波动、人员变动影响很大，只有拉长窗口才能看出偏差是否具有系统性。窗口过短时，指标只能作为观察记录，不宜下结论。
纳入范围是周期开始时已进入承诺状态的工作项。承诺前取消的工作项不计入，因为它没有形成对外承诺；非承诺类的临时插入需求需要单独列一张表统计，不能直接混入承诺完成率的分子或分母，否则会同时扭曲完成率和容量比。工作量单位在全周期内统一使用故事点或人天，中途不切换，也不做单位换算后合并统计。
数据口径与证据：哪些记录必须先齐备
指标能否复算，取决于原始记录是否齐备。每个纳入统计的工作项至少需要五个字段：承诺时点工作量、承诺时点可用容量、变更前后值、变更时点、最终完成值。缺少任何一个字段，对应的比率就无法还原，只能标记为数据不可用。
容量口径需要统一。可用容量指扣除休假、培训、生产支持、例行会议等非交付时间之后，团队真正能投入承诺工作的人天或等效故事点。如果有的团队按名义人力计算容量，有的团队按净可用时间计算，承诺容量比就失去可比性。取数前应先确认各团队采用同一口径，并把口径写进指标说明。
变更记录完整性需要专门校验。变更次数为零的周期不能直接视为承诺稳定，应抽查原始记录：查看需求单、评审纪要和任务历史，确认周期内确实没有发生范围调整、工作量重估或优先级替换。如果发现实际有变更但系统未留痕，该周期的变更率和时点分布都应标记为不可信，不参与趋势判断。
缺失值和分母为零按以下规则处理：承诺时点工作量缺失的工作项从该周期的比率计算中剔除，并记录剔除数量；可用容量为零或缺失的周期单列为“不可比周期”，不计算承诺容量比，也不进入均值；变更记录缺失的周期保留完成率，但变更类指标标注为不完整。所有剔除和标注都应在数据表中留痕，便于复核。
计算步骤：从原始记录到失真信号
计算按四个步骤推进，每一步产出一张可核对的小表，最后一步做交叉判定。
第一步，按周期计算承诺容量比并做分布统计。对每个有效周期，用承诺时点工作量除以同期可用容量，得到该周期的比值。然后把窗口内所有周期的比值排成分布，观察中位数、上下四分位和极端值。中位数持续高于历史基线，提示承诺偏满；持续低于基线，提示承诺偏松。
第二步，计算承诺变更率与变更时点分布。按周期统计发生变更的承诺工作项占比，并把变更按发生位置分为前段、中段、后段三个桶。变更率本身没有绝对好坏，需要结合时点看：变更集中在前段，说明评估在承诺后仍在修正；变更集中在后段，说明承诺时对风险和依赖估计不足。
第三步，计算承诺完成率与偏差方向。对每个周期计算完成率，并按事先约定的合理区间把周期分为高估、正常、低估三类。统计窗口内高估周期和低估周期各自的比例，判断偏差是否单向集中。
第四步，交叉判定。把前三步的结果放在一起看，形成信号组合。
| 承诺容量比 | 承诺完成率 | 偏差方向 | 初步信号 |
|---|---|---|---|
| 持续高于自身基线 | 持续偏低 | 高估周期占多数 | 承诺虚高信号 |
| 持续低于自身基线 | 持续偏高 | 低估周期占多数 | 刻意保守信号 |
| 接近基线 | 波动但无单向集中 | 高低估交替 | 暂不构成系统性信号 |
| 高于基线 | 偏高 | 低估为主 | 需核查容量口径与插入需求记录 |
信号阈值必须结合团队自身历史基线设定。比如某团队过去六个迭代的承诺容量比中位数在0.8左右，完成率中位数在0.9左右，那么比值升到1.1且完成率降到0.6，才值得作为虚高信号进一步核查。直接套用外部通用达标线，会把正常波动误判为失真。
一个算例：两个团队六个迭代的对照
以下为演示情景，数字用于说明计算方法，不代表任何真实团队。两个团队各有六个迭代的记录，工作量单位统一为人天。
| 迭代 | A团队承诺量 | A团队可用容量 | A团队完成量 | A团队变更次数 | B团队承诺量 | B团队可用容量 | B团队完成量 | B团队变更次数 |
|---|---|---|---|---|---|---|---|---|
| 1 | 120 | 100 | 85 | 2 | 70 | 100 | 95 | 0 |
| 2 | 130 | 110 | 90 | 3 | 75 | 105 | 100 | 1 |
| 3 | 115 | 95 | 80 | 2 | 68 | 98 | 92 | 0 |
| 4 | 125 | 100 | 88 | 3 | 72 | 100 | 96 | 1 |
| 5 | 140 | 105 | 92 | 4 | 70 | 0 | — | 0 |
| 6 | 120 | 100 | 86 | 2 | 74 | 102 | 98 | 0 |
A团队的计算：承诺容量比依次为1.20、1.18、1.21、1.25、1.33、1.20，中位数约1.21；完成率依次为0.71、0.69、0.70、0.70、0.66、0.72，中位数约0.70；六个周期全部为高估，偏差方向单一。变更率按工作项统计，六个周期合计变更16次，变更集中在中后段。这组数据呈现“高承诺容量比、低完成率、偏差持续高估”的组合，构成承诺虚高信号。
B团队的计算：第5个迭代可用容量为0，属于不可比周期，不计算承诺容量比，也不进入均值；其余五个周期的承诺容量比依次为0.70、0.71、0.69、0.72、0.73，中位数约0.71；完成率依次为1.36、1.33、1.35、1.33、1.32，全部为低估。变更次数很少，其中多个周期为零，抽查后确认记录完整。这组数据呈现“低承诺容量比、高完成率、偏差持续低估”的组合，构成刻意保守信号。
两个团队的对比说明，完成率高低本身不能说明承诺质量。A团队完成率低，问题出在承诺超出容量；B团队完成率高，问题出在承诺明显低于容量。若只看完成率排名，B团队会被误认为表现更好，而实际是承诺形成机制偏保守。
怎么读结果：信号、误判与使用边界
指标输出的是信号，不是结论。看到虚高或保守信号后，需要回到变更原因、需求来源和业务背景中复核，确认偏差是否由可解释的因素造成。复核时优先查三类记录：周期内的需求变更单、团队复盘纪要、临时插入需求清单。
常见误判有三类。第一类是容量口径不一致，有的周期按名义人力算容量，有的按净可用时间算，导致承诺容量比忽高忽低；排查方法是逐周期核对容量计算说明。第二类是需求批量插入未记录，实际工作量增加但承诺记录未更新，完成率被压低，看起来像虚高；排查方法是把插入需求单列后重新计算。第三类是跨团队可比性不足，不同团队的工作项颗粒度、完成标准不同，比值只能各自纵向比较，不宜直接横向排名。
使用边界需要明确：这些指标用于评估承诺形成机制，不用于个人绩效评价。单指标不能定性，至少需要两个以上指标同向、且覆盖足够长的窗口，才具备讨论价值。数据不完整的周期应标注并排除，不用估算值填补。验证方式是把指标结果与团队复盘记录、需求变更单交叉核对，核对一致后再进入改进讨论。
把识别结果落到可追踪的承诺记录上
这套方法能否持续使用，取决于承诺和变更是否在同一处留痕。承诺时点的工作量和可用容量需要有可回溯的记录，否则事后无法还原当时的判断依据；变更需要记录变更前后值、变更时点和原因，否则变更率和时点分布无法计算；周期结束后，这些记录应能按迭代导出，直接用于复算。
在ONES中，可以把迭代作为承诺周期的载体，在周期开始时把确认的工作项和计划工作量固定在迭代计划中，容量按团队可用时间记录；周期内的范围调整、工作量重估通过工作项变更留下前后值和时间；周期结束后的完成情况与承诺记录保存在同一套数据里。评审和复盘环节使用同一份记录，指标计算与团队讨论基于相同事实，减少口径争议。这样每次复算都有原始记录支撑，承诺失真的识别从一次性分析变成可重复的例行检查。
常见问题
团队历史数据不足两个季度，还能用这套指标判断承诺失真吗？
可以算，但结论要降级。窗口不足时，承诺容量比和完成率仍能逐周期计算，适合作为观察记录，用来发现明显偏离；偏差方向分布和趋势判断则缺乏统计意义，不宜据此定性虚高或保守。
可行的做法是先积累记录：每个周期固定留存承诺时点工作量、可用容量、变更前后值与完成量，三到四个周期后先看分布形态，满六个迭代再进入正式判定。期间如发现某周期承诺容量比明显超过1且完成率很低，可作为个案复核，不上升为团队层面的结论。
临时插入的需求很多，应该算进承诺完成率里吗？
不建议直接混入。承诺完成率的分子和分母都应基于承诺时点确认的工作项，临时插入需求如果计入分母，会同时改变完成率和承诺容量比的含义，让两个指标都失去可比性。
更清晰的处理是把插入需求单列一张表，记录插入时点、工作量和来源，单独统计插入量占当期可用容量的比例。复核承诺虚高信号时，把插入需求的影响扣除后再看完成率：如果扣除后完成率回到正常区间，说明低完成率主要来自插入而非承诺本身定得过高。插入量长期偏大，本身也是承诺形成机制需要讨论的信号。
承诺变更率多高算不正常？变更集中在后段说明什么？
承诺变更率没有通用达标线，需要结合团队自身历史区间判断。初次使用时，可以先统计过去六个迭代的变更率分布，把明显超出上四分位的周期挑出来复核，而不是先设一个固定百分比。
变更时点分布比变更率本身更有解释力。变更集中在前段，通常说明承诺确认后评估仍在修正，属于评估节奏问题；变更集中在后段，往往意味着承诺时对依赖、风险和外部插入估计不足，与承诺虚高信号的相关性更强。两类情况在复盘中讨论的重点不同，前者看评估流程，后者看承诺依据。
两个团队的承诺容量比可以直接横向排名吗？
一般不建议直接排名。不同团队的工作项颗粒度、完成标准、容量计算口径可能不同，比值放在一起比较容易得出错误结论。跨团队比较前至少要确认三件事：工作量单位一致、可用容量都按扣除非交付时间后的净口径计算、完成标准定义相同。
即使口径统一，也更适合做纵向比较，即每个团队与自己的历史基线比。需要横向看时，可以比较各团队偏离自身基线的方向和幅度，而不是比较比值的绝对高低。指标用于评估承诺形成机制，不用于团队或个人绩效排名。
发现承诺虚高信号后，下一步该做什么？
先复核再讨论。复核时把信号周期对应的需求变更单、复盘纪要和插入需求清单调出来，逐项确认偏差是否有可解释的原因，比如关键人员临时缺位、外部依赖延期或批量插入未记录。复核后信号消失的，属于数据口径问题；复核后信号仍然成立的，再进入改进讨论。
改进讨论聚焦承诺形成环节：承诺时点的容量估算依据是否充分、风险与依赖是否在承诺前评估、变更是否及时留痕。改进效果仍用同一套指标跟踪，保持口径和时间窗不变，避免因换算法造成前后不可比。
