缺陷等级争议率衡量分级结果引发分歧的普遍程度，复评维持率衡量复评环节是否真正改变了结论。两个指标都要先固定争议判定标准、复评完成时点、统计周期和分母范围，再按公式计算，并配合争议处理时长、改级方向分布一起解读。单看任一比率，都无法证明分级质量已经改善。
要点总览（TL;DR）
- 缺陷等级争议率＝统计周期内发生等级争议的缺陷数÷同期进入分级环节的缺陷总数×100%，分母排除未定级、撤销和重复合并关闭的缺陷。
- 复评维持率＝复评后维持原等级的缺陷数÷同期完成复评的缺陷数×100%，只统计有结论、有复评人、有复评时点的闭环记录。
- 两个指标都按事件完成时点归入周期，并固定争议判定标准、分母范围和时间窗，否则跨周期数据不可比。
- 争议率反映分级标准与沟通的一致性，维持率反映复评是否真正起作用；要配合争议处理时长和改级方向分布一起解读，单看一个比率不能证明分级质量改善。
- 分母为零时不计算比率，样本过少时只报告绝对数并标注参考值；指标适合按团队、模块、等级分层看趋势，不宜直接用于个人排名或设统一达标线。
度量目标：争议率和维持率各自回答什么问题
缺陷等级争议率服务于分级标准与沟通一致性的判断。它回答的是：在进入分级环节的缺陷中，有多大比例对等级结论产生了分歧。争议率偏高，可能说明分级标准描述模糊、边界案例缺少示例，也可能说明提交方与评审方对影响范围的理解不一致。争议率偏低，可能说明标准清晰，也可能说明争议渠道不畅通、提出异议的成本过高。
复评维持率服务于复评环节有效性的判断。它回答的是：在完成复评的缺陷中，有多大比例维持了原等级。维持率长期接近100%，需要确认复评是否只是形式复核、复评人是否独立于原分级人、复评是否真的重新核对了影响范围。维持率出现明显波动，则要结合改级方向分布，看是标准修订带来的系统性调整，还是个别模块的判断偏差。
两个指标的组合解读才有意义。争议率上升而维持率下降，通常指向分级标准与业务实际脱节，复评在纠正原判断；争议率上升而维持率仍高，更可能是沟通或提交信息不完整导致的分歧，复评核对后仍支持原结论。争议率下降而维持率也下降，则要警惕争议记录变少但复评改级增多，说明问题从“争论”转移到了“事后纠正”。
这两个指标用于评估分级标准与流程的一致性，适合按团队、模块、缺陷等级分层观察趋势。把它们直接换算成个人排名或绩效得分，会诱导人员回避提出争议或减少复评改级，反而破坏数据真实性。
指标与范围：分子分母如何界定
两个指标都以“缺陷”为计数单位，以百分比表达，保留一位小数即可。统计周期建议与团队的迭代节奏或月度质量回顾对齐，一经确定就保持稳定，跨周期比较时使用同一口径。
| 指标 | 公式 | 分子 | 分母 | 时间窗 | 单位 |
|---|---|---|---|---|---|
| 缺陷等级争议率 | 发生等级争议的缺陷数 ÷ 同期进入分级环节的缺陷总数 × 100% | 统计周期内被正式提出等级异议、且记录完整的缺陷数 | 统计周期内完成首次分级（或等级变更）并进入分级环节的缺陷总数 | 按分级完成时点归入周期 | 百分比 |
| 复评维持率 | 复评后维持原等级的缺陷数 ÷ 同期完成复评的缺陷数 × 100% | 复评结论为“维持原等级”的缺陷数 | 统计周期内复评已闭环（有结论、有复评人、有复评时点）的缺陷数 | 按复评完成时点归入周期 | 百分比 |
分母范围需要明确纳入与排除规则。争议率的分母只包含真正进入分级环节的缺陷，尚未定级、被撤销、判定为重复而合并关闭的缺陷不计入；复评维持率的分母只包含已完成复评的缺陷，已发起复评但仍在处理中的记录不计入，待下个周期闭环后再统计。
时间窗按事件完成时点归属，而非按缺陷创建时点归属。一个缺陷在3月创建、4月完成分级并产生争议，应计入4月的争议率。这样处理可以避免长周期缺陷跨月漂移造成的口径混乱。若团队希望观察“当月创建缺陷的最终争议情况”，需要单独定义并标注为另一种口径，不与主口径混用。
数据口径与证据：争议和复评怎么记录才算数
指标可复算的前提是每条争议和每次复评都有结构化记录。仅有聊天记录或口头讨论，无法稳定统计，也不适合作为趋势判断的依据。
争议记录至少需要以下字段：争议发起人、发起时点、争议针对的缺陷编号、原等级、争议方主张的等级或理由分类、争议受理人、处理结论、处理完成时点。争议判定标准要事先写清，例如“由提交方或测试方以书面形式对等级提出不同意见，并进入争议处理流程”才算一次争议；评审会上的普通讨论、未形成异议记录的意见交换不计入。
复评记录至少需要以下字段：复评发起原因（争议触发、抽样复核、标准修订后回溯等）、复评人、复评时点、复评前等级、复评结论（维持/改级）、改级方向（上调/下调）、改级理由。复评人应与原分级人区分，至少不能是同一人单独完成，否则维持率会因自我确认而虚高。
数据来源建议统一到缺陷工作项的字段和状态流转上，避免从多个表格手工拼接。去重规则按缺陷编号加争议轮次处理：同一缺陷在同一周期内多次提出争议，争议率分子只计一次，但争议次数可作为辅助观察；复评同理，同一缺陷同一周期内多次复评，以最后一次闭环结论计入维持率。
缺失值和未闭环记录要单独列出，不并入比率计算。缺少复评时点或复评人的记录视为未闭环；争议已提出但没有处理结论的，计入“处理中”清单并在下期跟踪，不进入当期分子。每期报告应附缺失记录数量，便于判断数据完整性。
在工具承载上，ONES Project 适配缺陷管理等场景，支持缺陷跟踪管理、质量统计，可一键提交 Bug 至对应项目或迭代并记录修复情况，也能统计缺陷状态分布。团队可以在缺陷工作项上配置等级、争议结论、复评结论、复评人、复评时点等字段，让争议与复评随状态流转留下记录；报表的自定义数据范围和维度可用于按周期、模块汇总。具体字段配置与报表维度是否覆盖上述口径，需要在实际项目中核验后再固定下来。
计算与评估步骤：从取数到解读的流程
第一步，确定取数范围。按统计周期导出缺陷清单，字段包含缺陷编号、所属团队与模块、当前等级、分级完成时点、争议记录、复评记录、状态。明确排除撤销、重复合并关闭的缺陷，并在报告中注明排除数量。
第二步，清洗数据。按缺陷编号去重，统一等级名称（如严重/一般/轻微），把同一缺陷的多轮争议和多轮复评折叠为一条主记录，保留最后一次闭环结论。检查复评人、复评时点是否齐全，缺失的记录移入未闭环清单。
第三步，按公式计算两个指标。先算分母，再算分子，最后相除。计算过程保留中间数，便于复核。建议同时输出分子、分母的绝对数，而不只给百分比。
第四步，计算配套指标。争议处理时长取争议发起时点到处理完成时点的中位数，避免个别长尾拉高均值；改级方向分布统计复评改级中上调与下调的条数及占比，用于判断改级是系统性偏移还是零散纠正。
第五步，分层对比。按团队、模块、缺陷等级分别计算两个指标，观察差异来源。分层时每层都要检查样本量，样本过少的层只报告绝对数。
第六步，处理异常。分母为零时，比率不计算，标注“本期无进入分级环节的缺陷”或“本期无完成复评的缺陷”，只报告绝对数。分母小于约定阈值（例如20条）时，比率标注为参考值，不参与趋势结论。阈值由团队根据自身缺陷量确定，并在报告中写明。
算例：一个统计周期的争议率与维持率
以下为演示用假设数据，不对应任何真实团队。某月某团队进入分级环节的缺陷共120条，其中撤销和重复合并关闭的缺陷8条已排除。该月发生等级争议的缺陷14条，其中2条仍在处理中、无结论。该月完成复评的缺陷30条，复评结论为维持原等级22条，改级8条，其中上调5条、下调3条。
争议率计算：分子取已闭环争议12条（14条减去处理中2条），分母为120条，争议率＝12÷120×100%＝10.0%。处理中的2条不计入本期分子，转入下期跟踪。
复评维持率计算：分子为维持原等级22条，分母为完成复评30条，维持率＝22÷30×100%≈73.3%。改级8条中上调占5条，说明复评更多在把等级调高，可进一步核查原分级是否普遍偏轻。
结果解读：本期争议率10.0%，需要结合上期数据和争议理由分类看是标准问题还是沟通问题；维持率73.3%，说明复评确实改变了部分结论，复评环节在发挥作用。这两个数字只能描述本期分级与复评的一致性状况，不能直接推断缺陷质量提升或下降，也不能据此评价个人。若下期争议率下降而维持率同步下降，应优先检查是否争议记录减少、问题转移到复评阶段。
解读与限制：指标能说明什么、不能说明什么
争议率偏高有多种成因：分级标准对边界场景缺少示例、缺陷描述信息不足、提交方与评审方对用户影响的理解不同、争议渠道过于显眼导致轻微分歧也被记录。争议率偏低同样有多种成因：标准清晰、沟通充分，或者异议表达成本高、争议记录不规范。看到比率变化，先查成因，再决定改标准、改模板还是改沟通机制。
维持率高不等于分级准确。若复评人由原分级人兼任、复评只看表单不核对影响范围、复评触发原因单一，维持率会自然偏高。判断复评有效性，应同时看复评覆盖率（完成复评数占应复评数的比例）、复评人与原分级人的独立性、改级理由的分布。
指标与分级标准修订的联动验证，建议采用前后对比：标准修订后连续观察两到三个周期，看争议理由分类中“标准不明确”类占比是否下降、复评改级是否集中在修订涉及的等级边界。只有争议率与维持率的变化能对应到具体的标准条款或沟通动作，才可以说明治理动作产生了效果。
不建议设定通用达标线。不同产品、不同模块的缺陷分布差异很大，硬件相关缺陷与文案类缺陷的争议结构完全不同。团队可以基于自身历史数据设定观察区间，用于发现异常波动，而不是作为考核门槛。
数据不可比的情形需要明确标注：统计周期长度变化、分母范围调整、争议判定标准放宽或收紧、复评触发规则改变、团队或模块重组。发生这些变化时，跨期趋势图应断开或加注说明，避免把口径变化误读为质量变化。
常见问题
争议提出后长期没有结论，这段时间该怎么统计？
争议已提出但未形成处理结论的记录，不进入当期争议率的分子，单独列入“处理中”清单，在后续周期闭环后再计入闭环所在周期。报告中同时给出处理中记录的数量，便于判断当期争议率是否被低估。如果处理中的记录持续积压，说明争议处理流程本身存在瓶颈，应先解决处理时效问题，再讨论争议率的高低。
同一缺陷在一个周期内被多次提出争议或多次复评，怎么计数？
按缺陷编号去重，同一缺陷在同一周期内多次提出争议，争议率分子只计一次；多次复评以最后一次闭环结论计入维持率。争议次数和复评次数可以作为辅助观察指标单独报告，用来发现反复争论或反复改级的缺陷，但不改变主指标的计数口径，避免同一缺陷被重复放大。
复评由原分级人自己完成，维持率还有参考价值吗？
参考价值有限。复评人由原分级人兼任时，复评容易变成对原结论的确认，维持率会系统性偏高，难以反映复评是否真正核对了影响范围。建议复评人与原分级人区分，至少不由同一人单独完成复评。如果短期内无法调整人员安排，解读维持率时应同时说明复评人的独立性情况，并参考复评覆盖率、改级理由分布等辅助信息。
分级标准修订后，怎么判断争议率和维持率的变化是治理效果还是口径变化？
先确认统计口径没有同步调整：争议判定标准、分母范围、复评触发规则在修订前后保持一致，跨期趋势才可比。口径不变的前提下，连续观察两到三个周期，看争议理由分类中“标准不明确”类占比是否下降、复评改级是否集中在修订涉及的等级边界。变化能对应到具体的标准条款或沟通动作，才可以说明治理动作产生了效果；如果口径同时变了，趋势图应断开或加注说明。
团队缺陷量很小，两个指标算出来波动很大，还要不要统计？
可以统计，但结论要谨慎。分母小于团队约定阈值时，比率标注为参考值，只报告分子、分母的绝对数和样本量，不参与趋势结论。缺陷量小的团队更适合按季度而非按月统计，或者把多个相近模块合并观察，以减少随机波动带来的误读。阈值由团队根据自身缺陷量确定，并在报告中写明，不套用其他团队的标准。
