用缺陷积压清单统计老化程度和清理进展，关键是先把清单口径固定下来：纳入哪些未关闭状态、从哪一天起算、按周还是按迭代取数。口径确定后，老化程度看存量结构，回答“积压里有多少长期未处理”；清理进展看流量变化，回答“本期处理速度是否快于新增”。两类指标合起来才能判断积压风险的方向。ONES 可承载缺陷清单、状态流转与迭代关联，为这类统计提供数据基础。
要点总览（TL;DR）
- 先固定清单口径：纳入统计日仍未关闭的缺陷（含待验证、待回归），排除已关闭、已取消、重复合并条目，按周或按迭代取数并保存快照。
- 老化程度看存量结构：缺陷年龄=统计日−创建时间，按年龄分档计算占比、中位年龄和超阈值未关闭数，阈值按严重级分别设定。
- 清理进展看流量与净变化：净减少量=期内关闭数−期内新增数，关闭率=期内关闭数÷期初积压数，平均滞留时长=关闭缺陷滞留天数之和÷关闭数。
- 条目数量本身不构成风险结论：总数持平但高龄档占比上升说明风险积累，需结合净减少量方向、年龄分布和严重级构成一起解读。
- 指标反映清单状态与流转速度，阈值应基于团队历史基线设定，状态回退和重复合并需在报表附注中说明。
评估目标：老化程度与清理进展分别回答什么问题
缺陷积压清单常被当作一个数字来汇报，但条目总数只能说明存量规模，无法说明这些缺陷是刚提的、正在处理的，还是压了几周没人动的。把评估拆成老化程度和清理进展两类指标，是为了让每个数字对应一个明确的管理问题。
老化程度回答存量结构问题：当前未关闭的缺陷中，有多少已经存在较长时间，分布在哪些年龄区间，严重级高的缺陷是否集中在老化区间。它关注的是“积压的质量”，同样的 80 条积压，全部集中在近三天和一半超过两周，风险完全不同。
清理进展回答流量问题：在统计周期内，团队关闭了多少缺陷、新增了多少缺陷、净变化是增是减、关闭速度相对期初积压是否足够。它关注的是“积压是在被消化还是在继续累积”。
两类指标需要结合使用。只看老化程度，可能忽略本期新增正在加速；只看清理进展，可能被关闭数量掩盖存量中高龄缺陷的堆积。判断积压风险时，先看净减少量的方向，再看老化分档占比的变化，最后结合严重级分布确认高风险缺陷是否在收敛。
指标与范围：清单口径、统计对象与时间窗
指标要能复算，前提是每次统计使用同一套范围和周期。建议在开始统计前，把以下口径写成书面定义，并在每次报表中注明。
| 口径项 | 定义建议 | 说明 |
|---|---|---|
| 纳入范围 | 统计日仍未关闭的缺陷 | 包含待验证、待回归等已修复但未关闭的状态，这些条目仍占用积压 |
| 排除范围 | 已关闭、已取消、重复合并的缺陷 | 重复缺陷合并到主缺陷后，被合并条目不再单独计数，避免重复计入积压 |
| 时间窗 | 按周或按迭代 | 明确统计日、期初日、期末日；期初积压取统计周期开始时的未关闭数 |
| 分组维度 | 严重级、所属模块、责任人 | 严重级用于加权判断风险，模块用于定位集中区域 |
| 状态集合 | 列出纳入统计的具体状态名 | 状态名称在各团队可能不同，需固定一份状态清单 |
待验证和待回归状态的处理需要特别约定。这类缺陷已经完成修复动作，但尚未通过验证，仍属于未关闭范围。如果把它们排除在积压之外，会低估存量；如果与新建缺陷混在一起看年龄，又会高估老化程度。可行做法是在老化分档中单独标注“待验证”子集，或在报表中同时给出含待验证和不含待验证两个口径。
时间窗的选择影响指标可比性。按周统计适合节奏稳定的团队，按迭代统计适合迭代边界清晰的团队。无论选哪种，相邻周期的期初与期末要能衔接：本期期初积压应等于上期期末积压，否则需要说明差异原因。
数据口径与证据：从清单里取哪些字段
老化程度和清理进展的计算依赖少量关键字段。字段缺失或取值异常会直接导致指标失真，因此在取数阶段就要明确字段清单和处理规则。
| 字段 | 用途 | 缺失或异常处理 |
|---|---|---|
| 创建时间 | 计算缺陷年龄的起点 | 为空的条目单列“时间缺失”清单，不参与年龄计算，并推动补录 |
| 关闭时间 | 计算滞留时长、判断期内关闭 | 早于创建时间的记录标记为异常，核实后修正 |
| 当前状态 | 判断是否纳入积压、是否属于待验证 | 状态回退的条目按当前状态重新归类，并保留状态变更记录 |
| 严重级 | 设定老化阈值、加权判断风险 | 未填写的条目归入“未分级”，单独统计占比 |
| 所属模块 | 定位积压集中区域 | 为空时归入“未分配模块” |
| 责任人 | 分配清理任务、观察负载 | 为空时标记为待分配，不计入个人清理进展 |
| 老化阈值 | 按严重级设定不同年龄上限 | 阈值需团队自行设定并写入统计说明 |
老化阈值建议按严重级区分。例如严重级最高的缺陷设定较短的年龄上限，中低严重级可以放宽。阈值来源应参考团队历史基线，例如过去若干周期内该严重级缺陷从创建到关闭的常见时长，而不是直接套用外部通用标准。
数据快照与历史留痕是复算的前提。每次统计应保存当期清单的导出快照，记录统计日、字段取值和状态。状态回退、缺陷重开、重复合并都会改变历史数据，如果没有快照，事后很难还原当时的计算依据。对于状态回退的条目，建议在清单中保留回退次数或最近一次状态变更时间，便于在解读时识别异常波动。
计算步骤：老化程度与清理进展的公式
以下公式以“天”为年龄和时长单位，以统计周期为时间窗。所有比率的分母需在报表中注明，避免不同周期之间误比。
| 指标 | 公式 | 分子 | 分母 | 单位/时间窗 |
|---|---|---|---|---|
| 缺陷年龄 | 统计日 − 创建时间 | — | — | 天，逐条计算 |
| 老化分档占比 | 某年龄档未关闭数 ÷ 未关闭总数 | 该档未关闭缺陷数 | 统计日未关闭缺陷总数 | 百分比，统计日快照 |
| 老化缺陷中位年龄 | 未关闭缺陷年龄排序后的中间值 | — | — | 天，统计日快照 |
| 超阈值未关闭数 | 年龄超过对应严重级阈值的未关闭缺陷数 | — | — | 条，统计日快照 |
| 净减少量 | 期内关闭数 − 期内新增数 | 期内关闭缺陷数 | — | 条，统计周期 |
| 关闭率 | 期内关闭数 ÷ 期初积压数 | 期内关闭缺陷数 | 期初未关闭缺陷数 | 百分比，统计周期 |
| 平均滞留时长 | 已关闭缺陷（关闭时间 − 创建时间）之和 ÷ 关闭数 | 各关闭缺陷滞留天数之和 | 期内关闭缺陷数 | 天，统计周期 |
老化分档建议至少划分三档，例如 0–7 天、8–14 天、15 天以上，档位边界与团队迭代长度匹配。分档占比之和应为 100%，可作为数据校验点。中位年龄比平均年龄更稳健，少数超长滞留缺陷不会把整体数值拉偏，适合作为存量结构的代表值。
关闭率的分母是期初积压数，不是期末数，也不是期内新增数。这样定义的含义是“期初的存量在本期被消化了多少”。净减少量则同时反映关闭和新增两个方向，两者需要一起看：关闭率上升但净减少量为负，说明新增速度仍然超过处理速度。
算例：一个迭代周期的积压清单计算示例
以下为一组演示数据，用于说明公式代入过程，数值不代表任何真实团队的表现。
假设某迭代周期开始时，未关闭缺陷为 120 条；期内新增 45 条，期内关闭 60 条；期末未关闭 105 条。期末清单按年龄分档：0–7 天 30 条，8–14 天 35 条，15 天以上 40 条。未关闭缺陷年龄排序后的中位数为 12 天。按严重级阈值统计，超阈值未关闭缺陷为 18 条。期内关闭的 60 条缺陷，滞留天数合计 540 天。
- 净减少量 = 60 − 45 = 15 条，期末积压比期初减少 15 条，与 120 − 45 + 60 = 105 一致。
- 关闭率 = 60 ÷ 120 = 50%，即期初积压在本期消化了一半。
- 老化分档占比：0–7 天为 30 ÷ 105 ≈ 28.6%；8–14 天为 35 ÷ 105 ≈ 33.3%；15 天以上为 40 ÷ 105 ≈ 38.1%，三档合计 100%。
- 平均滞留时长 = 540 ÷ 60 = 9 天。
解读这组结果时，净减少量为正说明积压在收缩，但 15 天以上档占比接近四成，说明存量中高龄缺陷仍占较大比重，清理动作需要向老条目倾斜。超阈值未关闭 18 条可作为下一周期的重点清理对象。
边界情况需要提前约定。期初积压为零时，关闭率的分母为零，此时不计算关闭率，改为报告期内关闭数和新增数。期内关闭数为零时，平均滞留时长无定义，报表中标注“本期无关闭”，不填零以免被误读为滞留时间为零。年龄分档中某一档为空时，占比记为零并保留档位，保证各期报表结构一致。
解读与限制：条目数量与积压风险的关系
积压条目数量本身不构成风险结论。总数持平可能意味着新增与关闭大致平衡，也可能意味着一批老缺陷被新缺陷替换，风险并未下降。判断风险需要把数量、年龄分布和严重级放在一起看。
一个实用的判断顺序是：先看净减少量的方向，确认积压在收缩还是扩张；再看老化分档占比的变化，如果总数持平但 15 天以上档占比上升，说明风险在存量中积累；最后看超阈值未关闭数中严重级的构成，高严重级缺陷长期未关闭应优先处理。关闭率与净减少量要同时呈现，只报关闭数容易掩盖同期新增的规模。
指标的解释边界需要写进报表说明。老化程度和清理进展反映的是清单状态和流转速度，不能直接证明产品质量改善或团队能力提升，质量变化还需要结合缺陷发现阶段、回归结果等信息判断。阈值应基于团队自身历史基线设定，不同团队、不同模块的合理年龄区间可能差异很大，不宜套用统一达标线。
状态回退和重复缺陷会扰动指标。缺陷重开会使已关闭数回吐，导致关闭率虚高后回落；重复缺陷合并会减少清单条数，若未在口径中说明，可能被误读为清理进展。建议在报表附注中记录本期重开数和合并数，便于读者还原真实变化。
在工具承载上，缺陷清单、状态流转和迭代关联是上述统计的数据来源。ONES 测试管理支持覆盖全生命周期的缺陷管理，缺陷可关联至迭代；ONES Project 支持缺陷跟踪管理，可统计缺陷状态分布，并提供多种图表形态、自定义数据范围和维度进行项目度量。团队可基于这些能力维护清单口径、按迭代取数并观察状态分布，老化分档和关闭率等指标的具体计算方式仍以本文定义的公式为准。
常见问题
待验证、待回归状态的缺陷应该算进积压吗？
建议算进积压。这类缺陷已完成修复动作但尚未通过验证，仍占用团队的待办事项，排除在外会低估存量。为了不混淆老化判断，可以在老化分档中单独标注“待验证”子集，或在报表中同时给出含待验证和不含待验证两个口径，并在表头注明所用口径。
期初积压为零或本期没有关闭缺陷时，指标怎么报？
期初积压为零时，关闭率的分母为零，此时不计算关闭率，改为报告期内关闭数和新增数。期内关闭数为零时，平均滞留时长没有定义，报表中标注“本期无关闭”，不要填零，否则容易被误读为滞留时间为零。年龄分档中某一档为空时，占比记为零并保留档位，保证各期报表结构一致、可比。
缺陷重开和重复合并会怎样影响老化与清理进展指标？
缺陷重开会让已关闭数回吐，关闭率可能先高后低；重开的缺陷若保留原创建时间，年龄会继续累加，可能直接进入高龄档。重复缺陷合并会减少清单条数，若口径未说明，容易被误读为清理有进展。建议在报表附注中记录本期重开数和合并数，并保留状态变更记录，便于还原真实变化。
老化阈值应该怎么定，能否直接套用行业通用标准？
阈值建议按严重级区分，并参考团队自身历史基线，例如过去若干周期内该严重级缺陷从创建到关闭的常见时长。不同团队、不同模块的合理年龄区间差异较大，直接套用外部通用达标线可能得出误导性结论。阈值一旦确定，应写入统计说明并保持稳定，调整时注明生效周期。
在 ONES 里做这类统计，清单和状态数据从哪里来？
ONES 测试管理支持覆盖全生命周期的缺陷管理，缺陷可关联至迭代；ONES Project 支持缺陷跟踪管理，可统计缺陷状态分布，并提供多种图表形态、自定义数据范围和维度进行项目度量。团队可以基于这些能力维护清单口径、按迭代取数并观察状态分布。老化分档、关闭率等指标的具体计算方式仍以本文定义的公式为准，字段与状态配置需结合实际环境确认。
