估算准确率的统计口径要先把三件事定下来：估算对象与单位（人时、人天还是故事点）、配对规则（哪条估算对应哪条实际，按任务、需求还是迭代汇总）、误差公式与分母（常用绝对百分比误差APE=|实际-估算|/实际，分母取实际值；汇总时用平均绝对百分比误差MAPE或加权版本）。口径确定后还要固定时间窗、缺失值处理与排除规则，先小样本试算验证可比性，再作为正式指标发布。估算快照与实际工时往往分散在工作项和工时记录中，ONES可以承载这两类数据，便于按统一口径取数。
要点总览（TL;DR）
- 先定三件事：估算对象与单位（人时、人天或故事点）、估算与实际的配对规则、误差公式与分母。
- 单条目用APE=|实际−估算|/实际，分母取实际值；汇总用MAPE，并同时给出以实际投入为权重的加权MAPE。
- 准确率只反映偏差大小，需配合估算偏差率判断整体高估还是低估。
- 缺失值按缺失处理不按零计，异常条目按事先约定的阈值剔除并披露剔除前后结果。
- 口径发布前用两到三个迭代历史数据试算，确认配对成功率与样本量，再固定版本并约定复核周期。
评估目标：估算准确率要回答什么问题
估算准确率衡量的是“投入预估与实际投入的接近程度”，它服务于估算方法的改进，回答“我们的估算习惯偏差有多大、在哪些类型的任务上偏差更明显”。在动手取数之前，先写一份指标用途声明，把下面几个问题回答清楚，后续的口径设计才有依据。
第一，指标用于改进还是用于考核。用于改进时，允许按任务类型、人员、阶段拆分观察，鼓励暴露偏差；用于考核时，团队容易倾向于把估算往安全区间靠，指标反而失真。两种用途对数据透明度和发布范围的要求不同，需要事先明确。
第二，评估对象是单个任务、需求还是迭代整体。任务级看单点偏差，需求级看端到端投入，迭代级看整体规划能力，三者结论可能不一致，不能混用同一套数字互相解释。
第三，与工时填报、产能分析的边界。估算准确率只关心“估”与“实”的差，不评价工时填得是否规范，也不推导团队产出能力。工时填报的审核规则、产能与投入产出分析属于另外的度量主题，在本口径中只作为数据来源被引用。
用途声明的交付物可以是一页纸，写明：评估对象层级（例如“需求级，按迭代汇总”）、指标用途（改进复盘）、不纳入范围（个人绩效、产能评价）、发布范围与更新频率。这份声明是后续所有口径争议的裁决依据。
指标与范围：估算对象、单位与统计层级
单位选择直接决定数字能否比较。人时、人天适合衡量实际投入，与工时记录天然对齐；故事点适合衡量相对规模，但不同团队的点数不可比，跨团队汇总时意义有限。一个常见做法是：团队内部用故事点做规划，度量准确率时统一折算为人时或人天，折算规则要固定并记录版本。
统计层级需要与单位匹配。任务级统计样本多、噪声大，适合发现系统性偏差；需求级统计更贴近交付承诺；迭代级统计样本少，适合看趋势而非单点结论。建议主指标固定在一个层级，其他层级作为下钻视图，避免同一份报告里混用不同层级的数字。
纳入与排除范围要在口径中逐条写明，常见处理如下：
| 情形 | 建议处理 | 理由 |
|---|---|---|
| 需求变更导致范围扩大 | 按变更前后分别记录，或整体排除并单独统计 | 变更后的实际值已不对应原估算 |
| 返工 | 计入实际投入，不单独剔除 | 返工是估算偏差的真实来源之一 |
| 外部阻塞导致的等待 | 从实际工时中剔除等待时长 | 等待不属于投入预估的对象 |
| 探索性、无法预估的任务 | 排除，并在报告中注明数量 | 无估算值则无法配对 |
交付物是一张“估算对象与单位对照表”：列出统计层级、计量单位、折算规则、纳入条件、排除条件及排除后的样本量。排除规则一旦发布，中途修改需要走口径变更流程，否则前后数据不可比。
数据口径：估算值与实际值的配对与取数
配对是口径中最容易出问题的一环。估算值取哪个时点很关键：首次估算反映初始判断，承诺时点（如迭代计划会确认后）的估算反映团队最终认可的数字。两者都可以用，但要固定一种。若关注估算能力的成长，取首次估算；若关注承诺兑现，取承诺时点快照。无论选哪种，都要保留历史快照，避免估算被后续修改覆盖后无法追溯。
实际值的来源与填报时点同样要固定。实际工时通常在任务完成或迭代结束时填报，取数时应以“已完成并审核”的记录为准，未完成任务的工时属于进行中数据，纳入统计会让准确率随统计时点漂移。建议在迭代关闭后统一取数，并记录取数日期。
配对关系要处理三种情况：一对多（一个需求拆成多个任务，估算在需求级、实际在任务级）需要先按需求汇总任务实际值再配对；多对一（多个小任务合并估算）按合并后的条目配对；无法配对的条目（有估算无实际、有实际无估算）单独列出，不参与计算但计入样本说明。
字段级取数口径建议用表格固化：
| 字段 | 来源 | 取数时点 | 缺失处理 |
|---|---|---|---|
| 估算值 | 工作项估算字段的历史快照 | 承诺时点（迭代计划确认后） | 无快照则排除并记录 |
| 实际值 | 工时记录汇总 | 迭代关闭后 | 未填报按缺失处理，不按零计 |
| 配对键 | 工作项编号或需求编号 | 取数时生成 | 无法配对单独列出 |
| 状态 | 工作项状态字段 | 取数时 | 未完成条目按规则排除 |
异常值处理要事先约定阈值，例如实际值为零或估算值为零的条目、实际值超过估算十倍以上的条目。处理方式可以是剔除并记录、截尾或单独分析，但不能在计算后临时挑拣。ONES的工作项估算字段与工时记录可以按迭代、需求维度取数，配合状态与历史记录，能把上述快照和配对规则落到具体字段上。
计算步骤：误差公式、分母与汇总方式
单条目的误差用绝对百分比误差：APE = |实际 − 估算| / 实际。分母取实际值，含义是“相对真实投入偏了多少”。分母为零时公式无定义，处理方式有两种：该条目不计入百分比类指标，只计入绝对误差；或改用对称公式如SMAPE = |实际 − 估算| / ((|实际| + |估算|) / 2)。选定一种后全表统一，并在口径文档中注明。
汇总时用平均绝对百分比误差：MAPE = (1/n) × ΣAPE。MAPE对大偏差敏感、对小实际值条目敏感（实际值很小时APE会被放大），因此建议同时给出加权版本：加权MAPE = Σ|实际 − 估算| / Σ实际，即以实际投入为权重的整体偏差率。两者差异大时，说明样本中存在小实际值条目拉高了简单平均，解读时要说明。
准确率类指标只反映偏差大小，不反映方向。估算系统性偏低和系统性偏高会得到相同的APE，因此要配合偏差方向指标：估算偏差率 = (Σ估算 − Σ实际) / Σ实际，正值表示整体高估，负值表示整体低估。三个指标一起看，才能判断“偏多少”和“往哪偏”。
计算步骤固定为：确定时间窗（如一个迭代或一个季度）→ 按配对规则生成条目表 → 逐条计算APE → 剔除按规则排除的条目并记录数量 → 计算MAPE、加权MAPE与偏差率 → 记录样本量。样本量建议在报告中始终与指标并列展示，样本过少时只做参考不做结论。
算例：一个迭代的估算准确率试算
以下为演示数据，用于说明口径如何落地，不代表任何团队的真实水平。假设某迭代按需求级统计，单位为小时，估算取承诺时点快照，实际取迭代关闭后的工时汇总。
| 需求 | 估算（小时） | 实际（小时） | APE |
|---|---|---|---|
| A | 20 | 24 | 16.7% |
| B | 16 | 12 | 33.3% |
| C | 40 | 44 | 9.1% |
| D | 8 | 20 | 60.0% |
| E | 30 | 0（未填报） | 排除 |
剔除E后，n=4。MAPE = (16.7% + 33.3% + 9.1% + 60.0%) / 4 = 29.8%。加权MAPE = (|24−20| + |12−16| + |44−40| + |20−8|) / (24+12+44+20) = (4+4+4+12) / 100 = 24.0%。偏差率 = (20+16+40+8 − 24−12−44−20) / 100 = (84 − 100) / 100 = −16.0%，整体低估。
若D因实际值超过估算两倍以上被按异常规则剔除，则n=3，MAPE = (16.7% + 33.3% + 9.1%) / 3 = 19.7%，加权MAPE = 12/80 = 15.0%。两组结果差异明显，说明异常条目的处理方式必须写进口径，并在报告中同时披露剔除前后的数字，否则同一批数据可以得出差别很大的结论。
解读与限制：结果怎么用、哪里会失真
估算准确率是描述性指标，不是因果结论。准确率提升可能来自估算更保守、范围切得更细或任务选择变化，不能直接推断交付能力改善；同样，准确率下降也可能只是本迭代探索性任务占比上升。解读时应结合任务类型分布、范围变更次数和样本量一起看。
常见失真来源有三类。一是小样本与分母偏小：迭代级样本只有几条需求时，单条大偏差就能显著改变MAPE，此时更适合看滚动多个迭代的趋势。二是口径变更导致前后不可比：单位折算规则、配对层级、排除条件任何一项调整，都会让新旧数字无法直接比较，需要保留口径版本号并在图表上标注变更点。三是指标被当作绩效后产生的行为偏移：估算被反复修改以贴近实际，快照失去意义，因此要固定取数时点并保留历史记录。
口径发布前建议做一次试算与复核：取最近两到三个迭代的历史数据，按拟定口径完整计算一遍，检查配对成功率、缺失比例、异常条目占比是否在可接受范围，并请一线负责人确认数字与直觉是否一致。试算通过后再正式发布，同时约定复核周期（如每季度）和变更流程：谁提出、谁审批、变更后如何标注、历史数据是否重算。把这些写进口径文档，估算准确率才是一个可复算、可解释、可持续使用的指标。
常见问题
估算值取首次估算还是承诺时点的快照？
两种都可以用，取决于指标要回答的问题。关注估算能力的成长，取首次估算，它反映团队在信息最少时的初始判断；关注承诺兑现，取迭代计划会确认后的承诺时点快照。关键是固定一种并保留历史快照，避免估算被后续修改覆盖后无法追溯。若中途更换取数时点，需按口径变更处理，新旧数据不可直接比较。
实际值为零或估算值为零的条目怎么处理？
分母为零时APE无定义，处理方式有两种：该条目不计入百分比类指标，只计入绝对误差；或改用对称公式SMAPE=|实际−估算|/((|实际|+|估算|)/2)。选定一种后全表统一，并在口径文档中注明。估算值为零的条目同样无法计算APE，通常按异常条目单独列出，不参与MAPE计算，但要在报告中披露数量。
迭代级样本只有几条需求时，指标还能用吗？
可以用，但只做参考不做结论。样本少时单条大偏差就能显著改变MAPE，迭代之间的波动更多来自任务构成差异而非估算能力变化。建议改为看滚动多个迭代的趋势，或在报告中把样本量与指标并列展示，样本低于约定阈值时只描述不评价。需求级统计样本更多，适合作为主指标，迭代级作为下钻视图。
口径调整后，历史数据要不要重算？
取决于调整的性质。单位折算规则、配对层级、排除条件任何一项变化，都会让新旧数字不可比，此时应保留口径版本号并在图表上标注变更点，历史数据按原口径保留，不强行重算。若只是修正个别条目的取数错误，可在文档中记录修正原因与影响范围后重算，并同步更新已发布的报告。变更流程要写明谁提出、谁审批、如何标注。
估算准确率和工时填报审核、产能分析是什么关系？
估算准确率只关心估算与实际投入的差，工时填报审核规则和产能与投入产出分析属于另外的度量主题。在本口径中，工时记录只作为实际值的来源被引用，取数时以已完成并审核的记录为准，未填报按缺失处理。产能分析使用另一套指标和口径，两者结论不能互相替代，也不建议把估算准确率直接当作个人绩效依据。
