缺陷影响评估要回答两件事：单个缺陷的影响有多大，以及团队的分级判断是否稳定可信。前者靠影响维度与档位判据合成等级，后者靠抽样复核计算一致性。本文给出维度定义、字段口径、计算公式和完整演算示例，适用于需要把缺陷分级从经验判断转为可复算标准的测试与研发团队。
要点总览（TL;DR）
- 缺陷影响评估分两层：单缺陷影响等级合成，以及缺陷集合的分级一致性核验，两者结论用途不同，不宜混算。
- 影响维度建议覆盖用户范围、业务功能、数据与资金风险、可恢复性，每个维度给出可观察的档位判据，再按业务类型设定权重并保留调整记录。
- 口径要固定字段、时间窗与分母；信息不全的缺陷单独标注、保留在分母中，避免高估分级质量。
- 一致性率 = 原定等级与复核等级相同的缺陷数 ÷ 完成复核的缺陷数 × 100%，报告需同时呈现样本量与缺失比例。
- 评估结论用于校准分级标准和改进流程，不宜直接作为个人绩效结论，判据未统一前不做跨团队横比。
评估目标：缺陷影响评估要回答什么
缺陷影响评估的对象有两层。第一层是单个缺陷：它影响多少用户、破坏哪些业务功能、是否造成数据或资金损失、故障后能否快速恢复。第二层是缺陷集合的分级质量：团队对一批缺陷给出的影响等级，与按统一标准重新判定的结果是否一致。两层对象对应不同结论，混在一起讨论会让评估失去焦点。
评估结论主要服务三类决策。分级定档用于确定缺陷的处理顺序和资源投入；复盘校准用于发现分级标准中模糊或冲突的档位描述；流程改进用于判断缺陷信息采集环节是否缺失关键字段。评估报告的使用者是测试负责人、研发负责人和质量管理人员，他们依据结论调整标准或流程，而非直接依据结论评价某个人的工作表现。
需要明确边界。缺陷影响评估输出的是影响程度判断，缺陷分诊决定由谁处理、何时处理，工单优先级与SLA管理决定响应和解决时限。三者输入有交集，但评估不替代分诊规则，也不设定SLA承诺。评估结论可以作为分诊和优先级排序的输入之一，排序规则本身属于另外的管理动作。
影响维度与分级档位怎么定
影响维度建议覆盖四个方面：用户范围、业务功能、数据与资金风险、可恢复性。维度取舍的依据是业务类型和缺陷历史分布。面向大量终端用户的产品，用户范围权重通常较高；涉及交易或账务的系统，数据与资金风险应单独设档；内部工具则可能更关注可恢复性，因为停机对业务连续性的影响更直接。
每个维度都要给出可观察的档位判据，避免使用“严重”“一般”这类无法核对的描述。下表是一套可复用的档位示例，团队可在此基础上调整取值和权重。
| 维度 | 档位与判据 | 取值 | 参考权重 |
|---|---|---|---|
| 用户范围 | 全部用户受影响；部分用户或特定角色受影响；个别用户或内部少量账号受影响 | 3 / 2 / 1 | 30% |
| 业务功能 | 核心流程中断且无替代路径；核心流程受损但有绕行方案；非核心功能异常 | 3 / 2 / 1 | 30% |
| 数据与资金风险 | 数据丢失、错账或资金损失已发生；存在发生可能但未确认；无数据与资金影响 | 3 / 2 / 1 | 25% |
| 可恢复性 | 需人工修复且耗时超过一个工作日；可通过回滚或重启在数小时内恢复；自动恢复或影响可忽略 | 3 / 2 / 1 | 15% |
权重设定结合业务类型，并保留调整记录，说明每次调整的原因和生效时间。合成规则采用加权求和后映射到影响等级，例如加权得分落在2.5以上定为高影响，1.8至2.5为中影响，1.8以下为低影响。阈值需要根据历史缺陷分布校准，不套用其他团队的数字。
不采用单一维度定级的原因很直接：只按用户范围定级，会漏掉影响人数少但造成错账的缺陷；只按功能中断定级，会忽略恢复成本极高的场景。多维度合成能把不同性质的风险放在同一张表上比较，代价是需要更多字段和更明确的判据，这部分成本应在标准设计时一并考虑。
数据口径：字段、时间窗与缺失值处理
评估所需字段包括：缺陷编号、发现时间、影响范围描述、涉及功能模块、数据影响说明、恢复时长、原定影响等级、复核影响等级、复核人、复核时间。字段取值应来自缺陷记录本身或复核记录，避免在评估时临时补充主观描述。
时间窗按缺陷发现时间界定，例如统计某季度内发现并完成定级的缺陷。分母定义为该时间窗内进入评估范围的全部缺陷数，包括信息不全的缺陷。信息不全的缺陷单独标注为“待补全”，在一致性指标中单列，不与信息完整的缺陷混算，也不从分母中直接剔除，否则会高估分级质量。
缺失值处理遵循三条规则。影响范围缺失时，不允许默认按最低档取值，应标记为待补全并进入补全流程；恢复时长缺失时，可用同类缺陷的历史中位数作参考值，但需在记录中注明为估算；复核等级缺失时，该缺陷不计入一致性指标的分子，但保留在分母中并单独统计缺失比例。跨团队数据合并前，先核对各团队的档位判据是否一致，判据不同的数据不做直接横比。
计算与评估步骤：从单缺陷定档到分级一致性核验
单缺陷影响等级的合成分三步。第一步，按档位判据为四个维度分别取值，每个维度取值1至3。第二步，计算加权得分：加权得分 = 用户范围取值 × 30% + 业务功能取值 × 30% + 数据与资金风险取值 × 25% + 可恢复性取值 × 15%，结果保留两位小数。第三步，按阈值映射影响等级，高影响、中影响、低影响各对应一个得分区间。
分级一致性核验采用抽样复核方式。从评估时间窗内的缺陷中抽取样本，由未参与原定级的复核人按同一标准重新定档，比较原定等级与复核等级。一致性率的计算公式为：一致性率 = 原定等级与复核等级相同的缺陷数 ÷ 完成复核的缺陷数 × 100%。分母是完成复核的缺陷数，不是抽样总数；抽样中因信息缺失无法复核的缺陷单独统计，不进入分母。
样本选取建议覆盖各影响等级和不同来源团队，按等级分层抽样，避免样本集中在低影响缺陷导致一致性率虚高。复核流程包括：抽取样本、隐藏原定等级、独立定档、比对结果、记录分歧点。分歧点按维度归类，用于定位标准中描述不清的档位。
在缺陷记录和复核流程的承载上，ONES Project 支持缺陷跟踪管理并提供质量统计，可统计缺陷状态分布；ONES TestCase 支持未通过用例快速创建缺陷任务，使缺陷在测试与研发团队间流转。团队可在缺陷记录中维护影响维度字段和定级结果，把复核结论回写到同一工作项，保证评估数据与处置记录可追溯。
示例：一次缺陷影响评估的完整演算
以下为演示情景，数据为虚构，用于说明计算过程。某团队统计第二季度发现的10个缺陷，全部完成定级，其中8个完成复核，2个因影响范围描述缺失未完成复核。
先看单缺陷定档。缺陷D-01影响全部用户的登录功能，登录中断且无替代路径，未发现数据影响，回滚后两小时内恢复。四个维度取值为：用户范围3、业务功能3、数据与资金风险1、可恢复性2。加权得分 = 3×0.30 + 3×0.30 + 1×0.25 + 2×0.15 = 0.90 + 0.90 + 0.25 + 0.30 = 2.35，落在1.8至2.5区间，定为中影响。若该缺陷同时确认存在账号数据异常，数据与资金风险取3，加权得分变为2.85，升为高影响，这说明单一维度变化会改变定档结果，判据必须写清楚。
再看一致性指标。8个完成复核的缺陷中，6个原定等级与复核等级相同，一致性率 = 6 ÷ 8 × 100% = 75%。2个未完成复核的缺陷保留在评估范围内，单独记录为信息缺失，缺失比例 = 2 ÷ 10 × 100% = 20%。报告同时呈现75%和20%两个数字，读者才能判断一致性率的可信程度。
分母为零或样本不足时的处理：若某团队当季没有完成复核的缺陷，一致性率的分母为0，此时不计算比率，报告中写“本期无复核样本”，并说明原因；若完成复核的缺陷少于5个，比率照常计算但标注样本量，结论只用于内部讨论，不作为标准调整依据。跨团队比较时，先确认各团队使用同一版档位判据，判据版本不同的团队数据分列展示，不合并计算总体一致性率。
解读与限制：结果怎么用、不能说明什么
一致性率反映的是分级标准在团队内的执行稳定程度，数值低说明档位判据存在歧义或复核人与原定级人对标准的理解不同，应回到分歧点逐条修订判据。一致性率高只说明判断稳定，不说明定级结果与真实业务影响完全吻合，标准本身的合理性仍需结合缺陷处置后的实际影响来检验。
常见误用有三类。把一致性率直接当作个人绩效指标，会促使定级人迎合复核结果，削弱独立判断；在档位判据未统一前跨团队直接横比，会把标准差异误读为质量差异；只看一致性率不看缺失比例，会忽略信息不全对结论的稀释。评估报告应同时呈现一致性率、样本量、缺失比例和判据版本，缺一项都会影响解读。
校准周期建议按季度执行，每次校准聚焦分歧最集中的一到两个维度，修订后记录版本号和生效时间，新旧版本数据分段统计。标准迭代的依据来自复核分歧记录和缺陷处置后的实际影响反馈，而非单期指标的高低。评估结论用于调整标准和流程，个人层面的工作评价应结合职责范围和具体处置记录另行判断。
常见问题
缺陷信息不全、无法按档位判据取值时，评估该怎么处理？
先把这类缺陷标记为“待补全”，进入补全流程，不要默认按最低档取值。在一致性指标中，它们保留在分母里并单独统计缺失比例，不与信息完整的缺陷混算。报告同时给出一致性率和缺失比例，读者才能判断结论的可信程度。若影响范围描述缺失导致无法复核，该缺陷不计入一致性率的分子，但缺失情况要如实记录。
一致性率算出来偏低，应该先改标准还是先改复核流程？
先看分歧集中在哪些维度。把复核分歧按维度归类，如果分歧集中在某一两个维度的档位描述上，说明判据存在歧义，优先修订档位描述并记录版本号和生效时间；如果分歧分散在多个维度，可能是复核流程本身的问题，例如复核人未隐藏原定等级、复核前未统一培训。两种情况都建议按季度校准，每次聚焦一到两个维度，新旧版本数据分段统计。
不同团队的分级数据能不能合并计算总体一致性率？
合并前先核对各团队的档位判据是否一致。判据版本相同的团队可以合并计算；判据版本不同或权重设定不同的团队，数据应分列展示，不做直接横比，也不合并成总体一致性率。跨团队比较时，把标准差异误读为质量差异是常见问题，报告里注明各团队的判据版本和权重设定，能减少这类误读。
样本量很小的时候，一致性率还能用吗？
可以计算，但要标注样本量。完成复核的缺陷少于5个时，比率照常给出，结论只用于内部讨论，不作为标准调整依据。若某团队当期没有完成复核的缺陷，分母为0，此时不计算比率，报告中写“本期无复核样本”并说明原因。样本量小的时候，单条分歧对数值的影响很大，解读时要结合具体分歧记录，而不是只看比率高低。
评估所需的缺陷字段和复核记录在ONES里怎么承载？
ONES Project 支持缺陷跟踪管理并提供质量统计，可统计缺陷状态分布；ONES TestCase 支持未通过用例快速创建缺陷任务，使缺陷在测试与研发团队间流转。团队可以在缺陷记录中维护影响维度字段和定级结果，把复核结论回写到同一工作项，让评估数据与处置记录保持可追溯。具体字段配置方式以产品实际界面为准。
