缺陷重复发生率的统计口径由三件事决定：重复按什么标准判定、分子分母纳入哪些缺陷、时间窗和归属周期怎么算。这三项固定后，公式才能被不同人复算出同一结果。本文给出一套可落地的口径定义、字段要求、计算步骤和回算示例，并说明结果解读时的限制。
要点总览（TL;DR）
- 口径由三件事决定：重复的判定依据、分子分母的统计范围、时间窗与归属周期；三项固定后公式才能被不同人复算出同一结果。
- 重复判定可选同一根因、同一复现路径、同一修复失效三种依据，宽窄不同，需在口径文档中写明选用哪一种及理由。
- 公式为重复发生缺陷数 ÷ 同期纳入统计的缺陷总数 × 100%，并约定分母为零记为不适用、合并单按主单计数、跨版本重开只计一次。
- 口径确定后应用一至两个历史版本数据回算，检查两人独立计算结果是否一致、每条重复判定能否追溯依据，再正式启用。
- 指标反映现象，不直接证明原因；跨团队比较以口径一致为前提，宜按自身基线观察趋势，不设通用达标线。
这个指标要回答什么质量问题
缺陷重复发生率用于观察两类质量现象：一类是同类问题是否在修复后再次出现，反映修复是否触及根因；另一类是缺陷预防措施是否生效，反映原因分析产出的改进动作有没有落到后续版本。它服务于缺陷原因分析与预防工作，帮助团队判断哪些模块、哪类问题值得投入更深的根因排查。
这个指标不回答的问题同样需要写明。它不用于评价个人绩效：一个缺陷重复出现，可能源于需求理解偏差、测试覆盖不足、修复方案取舍或环境差异，归因到单个开发或测试人员会扭曲数据填报行为，使重复缺陷被拆单或改判。它也不替代研发质量指标体系的整体设计，缺陷密度、逃逸率、平均修复时长等指标各自回答不同问题，重复发生率只是其中一个观察角度。与服务事件根因分析的边界在于：重复发生率统计的是缺陷单层面的重复现象，服务事件的问题管理流程关注线上事件的根因与长期改进，两者数据来源和处理节奏不同，不宜直接混算。
明确用途边界后，指标的口径设计就有了取舍依据：凡是影响“同类问题是否再次出现”判断的要素必须固定，凡是不影响该判断的字段可以简化。
重复的判定标准与统计对象
“重复”是本指标最核心也最容易产生分歧的概念。实践中可选三种判定依据，宽窄不同，同一批数据算出的结果会有明显差异，口径文档必须写明选用哪一种及理由。
| 判定依据 | 判定方法 | 适用条件 | 口径宽窄 |
|---|---|---|---|
| 同一根因 | 新缺陷与历史缺陷关联到同一根因记录，或原因分析结论指向同一根因 | 团队有根因记录习惯，缺陷单能关联到原因分析产出 | 较窄，依赖根因记录质量 |
| 同一复现路径 | 新缺陷的复现步骤、触发条件与历史缺陷一致或高度相似 | 缺陷描述规范，复现步骤可比较 | 中等，依赖描述一致性 |
| 同一修复失效 | 历史缺陷关闭后在同一功能点再次出现，或原缺陷被重开 | 缺陷状态流转记录完整，重开操作有留痕 | 较宽，容易纳入表面相似的问题 |
选择判定标准时考虑两个因素：数据可得性和分析目的。若团队已建立根因记录，同一根因口径最贴近预防目标；若根因记录尚不完整，可先用同一修复失效口径起步，待记录规范后再切换，切换时需记录口径版本。三种依据也可以组合使用，例如主口径用同一根因，辅口径用同一修复失效，两套结果并列观察，但对外报告时须标明所用口径。
统计对象需要同时确定三个层面。第一是计数单位：按缺陷单计数，还是按已关闭缺陷计数。按已关闭缺陷计数可以排除仍在处理中的单，结果更稳定；按全部缺陷单计数则纳入未关闭单，适合观察当期整体情况。第二是统计范围：按版本统计便于版本间对比，按模块统计便于定位问题集中区域，两者可以并行产出。第三是纳入与排除清单，常见约定如下：
- 纳入：有效缺陷单，包括已修复后重开的单。
- 排除：判定为无效、重复提交（同一问题重复提单，非本指标所指重复）、需求变更导致的行为调整、测试环境或配置问题导致的非产品缺陷。
- 单独约定：合并单与拆分单按主单计数，避免同一问题被计两次或漏计。
排除清单要在口径文档中逐条写明判定责任人和判定时点，否则不同统计人员对同一批单的处理会不一致。
数据来源与字段口径
口径可复算的前提是字段可取得、可核验。统计缺陷重复发生率至少需要以下字段：
| 字段 | 用途 | 缺失时的处理 |
|---|---|---|
| 缺陷状态与状态流转记录 | 判断是否关闭、是否重开 | 状态记录缺失的单不纳入分子，在口径说明中标注影响范围 |
| 关闭时间 | 按关闭时间归属统计周期 | 缺失时改用最后更新时间，并标注为估算 |
| 关联根因或关联缺陷单 | 按同一根因口径判定重复 | 无关联字段时该口径不可用，改用其他判定依据 |
| 重开记录 | 按同一修复失效口径判定重复 | 无重开留痕时无法识别此类重复，需在结论中说明 |
| 所属版本与模块 | 按版本或模块分组统计 | 缺失单归入“未分类”，单独列出不参与分组对比 |
多系统口径不一致是常见问题。缺陷可能同时存在于项目管理工具、测试管理工具和客服工单系统中，同一问题在不同系统有不同编号。处理方式是确定一个主数据源作为统计基准，其他系统的记录通过关联字段映射到主数据源；无法映射的记录单独列出，不计入分母，避免重复计数。字段缺失值不应用默认值填充，例如把缺失的关闭时间填为统计期末，会人为改变归属周期。缺失值应单独统计数量并在口径说明中披露，使读者知道结果覆盖了多大比例的数据。
证据留存方面，每次统计应保存三样东西：统计所用的数据快照或导出文件、口径文档的版本号、计算脚本或报表配置。这样当结果受到质疑时，可以按同一口径重新跑出相同数字。口径变更时记录变更内容与生效时间，跨期比较时注明两侧口径是否一致。
在缺陷单管理环节，ONES Project 支持缺陷跟踪管理与质量统计，可一键提交 Bug 至对应项目或迭代并记录修复情况，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，并提供项目缺陷分布统计。这些记录构成上述字段的主要来源。重开记录与根因关联字段的具体支持情况，需在选型核验时确认。
计算公式与统计步骤
口径固定后，公式写成可复算的形式：
缺陷重复发生率 = 重复发生缺陷数 ÷ 同期纳入统计的缺陷总数 × 100%
分子是统计周期内被判定为重复的缺陷单数量，判定依据按上一节选定的标准执行。分母是同一周期内纳入统计范围的缺陷总数，范围按纳入与排除清单确定。结果以百分比表示，保留一位小数即可，精度过高会掩盖口径本身的模糊性。
时间窗与归属规则需要二选一并在口径文档中写明：按发现时间归属，反映当期新发现缺陷中的重复情况，适合观察预防措施对新增问题的影响；按关闭时间归属，反映当期完成处理的缺陷中的重复情况，适合观察修复质量。两种归属方式的结果不可直接比较，切换时需重新建立基线。跨版本重开的处理规则是：原缺陷在版本 A 关闭、在版本 B 重开，若按发现时间归属，计入版本 A；若按关闭时间归属，计入最终关闭的版本。无论哪种方式，重开事件本身只计一次，不因多次重开重复计数。
边界情况按以下规则处理：
- 分母为零：该周期记为“不适用”，不记为 0%，避免把无数据误读为无重复。
- 合并单：多个缺陷合并为一个主单时，按主单计数，被合并单不单独计入分子分母。
- 拆分单：一个缺陷拆为多个单时，仅原单计入，拆分产生的子单不重复计入。
- 跨周期关闭：统计期末仍未关闭的单，按归属规则决定是否纳入，规则须在期初确定。
统计步骤按顺序执行：第一步，导出统计周期内的缺陷单清单，包含状态、时间、关联与分组字段；第二步，按纳入与排除清单清洗数据，记录排除数量与原因；第三步，按选定判定标准标记重复缺陷，逐条留存判定依据；第四步，按归属规则将缺陷归入周期，计算分子分母；第五步，计算比率并记录分母为零的周期；第六步，保存数据快照、口径版本与计算配置。
一个版本周期的回算示例
以下为演示情景，数据为虚构，用于说明口径落地方式。某版本周期内纳入统计的缺陷共 120 单，其中已关闭 100 单，未关闭 20 单。按三种判定标准分别标记重复缺陷：
| 判定标准 | 标记为重复的缺陷数 | 分母（全部纳入单） | 重复发生率 |
|---|---|---|---|
| 同一根因 | 9 | 120 | 7.5% |
| 同一复现路径 | 14 | 120 | 11.7% |
| 同一修复失效 | 21 | 120 | 17.5% |
若改用已关闭缺陷作分母，同一修复失效口径下的结果为 21 ÷ 100 × 100% = 21.0%，与按全部纳入单计算的 17.5% 不同。差异来源是分母范围，不是重复判定本身，因此两套结果不能混用比较。
三种判定标准的结果差异需要解释：同一根因口径最窄，只纳入能关联到同一根因记录的缺陷，结果偏低但指向明确；同一修复失效口径最宽，把同一功能点再次出现的问题都纳入，其中可能包含表面相似但根因不同的问题，结果偏高。回算的目的不是选出“正确”的数字，而是检查口径是否稳定：用相邻两个版本的数据分别计算，若结果波动主要来自口径执行不一致（例如根因记录覆盖率变化），应先修正记录质量再启用指标。回算通过的标准可以定为：同一批数据由两人独立计算，结果差异在可接受范围内，且每条重复判定都能追溯到依据。
结果怎么解读，口径有哪些限制
重复发生率反映的是现象，不直接证明原因。比率上升可能意味着修复质量下降，也可能意味着根因记录更完整、识别能力提升，或当期缺陷构成中复杂问题占比增加。解读时应结合缺陷分布、根因分类和修复记录一起看，避免单指标下结论。
跨团队、跨版本比较的前提是口径一致：判定标准相同、纳入排除清单相同、时间归属规则相同、数据源相同。任一项不同，比较结果就失去意义。团队规模、业务复杂度和缺陷描述规范的差异也会影响比率，比较时应说明这些条件。
不建议设定通用达标线。不同产品、不同阶段的合理水平差异很大，外部数字缺乏可比口径。更实用的做法是以自身历史数据建立基线，观察趋势变化，并在口径变更时重新建立基线。常见误用包括：把比率直接与个人绩效挂钩，导致重复缺陷被拆单或改判；用单期数据判断改进效果，忽略样本量；在口径未记录的情况下跨期比较，把口径变化误读为质量变化。规避这些误用的方法，是把口径文档、数据快照和判定依据作为统计产出的固定组成部分，随结果一起留存。
常见问题
团队还没有根因记录，应该先用哪种重复判定标准？
可以先从同一修复失效口径起步，即历史缺陷关闭后在同一功能点再次出现或原缺陷被重开。这个口径依赖缺陷状态流转和重开留痕，多数缺陷管理流程已有基础数据。等根因记录逐步规范后，再切换到同一根因口径，切换时记录口径版本与生效时间，跨期比较时注明两侧口径不同。
起步阶段建议同时保留同一复现路径口径作为辅助观察，两套结果并列呈现，对外报告时标明所用口径，避免读者把不同口径的数字直接比较。
缺陷在版本 A 关闭、版本 B 重开，按哪个版本计入？
取决于时间归属规则。按发现时间归属时，计入版本 A；按关闭时间归属时，计入最终关闭的版本。无论选哪种，重开事件本身只计一次，多次重开不重复计数。
规则须在统计期初确定并写入口径文档，中途切换会让相邻周期的数据不可比。若团队关心预防措施对新增问题的影响，按发现时间归属更合适；若更关注修复质量，按关闭时间归属更合适。
缺陷单分散在项目管理和测试管理两个系统里，怎么避免重复计数？
先确定一个主数据源作为统计基准，另一个系统的记录通过关联字段映射过来，无法映射的记录单独列出、不计入分母。同一问题在两个系统有不同编号时，以主数据源的单号为准，另一侧记录只作为关联信息保留。
映射关系应随数据快照一起留存，便于复核。若映射覆盖率偏低，需在口径说明中披露未映射记录的数量，让读者知道结果覆盖了多大比例的数据。
回算时两个人算出的结果不一致，应该怎么处理？
先逐条比对重复判定的差异，看分歧集中在哪类缺陷上：是判定标准理解不同，还是纳入排除清单执行不一致，或是归属周期取值不同。找到分歧点后补充口径文档中的判定细则，例如明确“同一功能点”的界定方式、环境问题缺陷的判定责任人。
修正后重新回算，直到同一批数据由两人独立计算的结果差异落在可接受范围内，且每条重复判定都能追溯到依据，再正式启用指标。
重复发生率上升，是否说明修复质量下降了？
不能直接这样判断。比率上升可能来自修复质量下降，也可能来自根因记录更完整、识别能力提升，或当期缺陷构成中复杂问题占比增加。解读时应结合缺陷分布、根因分类和修复记录一起看。
更稳妥的做法是观察连续多个周期的趋势，并核对口径是否发生过变更。若口径未变而比率持续上升，再针对高重复模块做根因排查，把指标作为排查线索而非结论。
