评估过期文档清理是否有效，先要明确清理想解决的具体问题，再为每个目标设定可复算的指标和统一口径。本文围绕知识文档的生命周期，给出从目标拆解、指标定义、对比设计到结果解读的完整方法，并说明如何用清理前后同口径数据判断变化，避免把单一指标波动直接当作清理成效。
要点总览（TL;DR）
- 评估清理效果先拆目标：减少旧文档误用、降低检索噪声、控制维护成本，再为每个目标配一到两个指标。
- 指标分三组：过程指标（识别数、清理完成率、平均滞留时长）、使用侧指标（旧文档检索命中占比、打开次数）、风险侧指标（误删申诉、恢复次数、新增过期文档速度）。
- 每个指标写清分子、分母、时间窗、单位和取数来源，例如清理完成率=已清理过期文档数÷应清理过期文档数，按周或按月统计。
- 对比用清理前后等长窗口，或分批清理形成分组对照；单指标变化不能直接当作清理成效的因果结论。
- 把评估纳入周期性复查，写明复查周期、责任人和下一轮重点指标，避免一次性结论。
清理效果到底要回答什么问题
“有没有效果”本身过于笼统，直接拿文档总数下降或存储占用减少来回答，容易得出片面结论。评估的第一步是把清理目标拆成几个可以分别验证的问题，再确定每个问题对应的评估对象。
过期文档清理通常服务于三类目标。第一类是减少误用：旧版本的制度、流程、接口说明仍能被搜到并被当作现行依据，导致执行偏差。第二类是降低检索噪声：搜索结果中混入大量已失效内容，用户需要花更多时间辨别哪份文档仍然有效。第三类是控制维护成本：过期文档持续占用存储、出现在目录结构中，增加整理、迁移和权限维护的工作量。三类目标对应不同的观察角度，评估时应分别设定问题，而不是合并成一个“清理得好不好”的判断。
评估对象需要提前写清楚，包括判定为过期的文档范围（例如超过有效期、所属项目已结项、被新版本替代的文档）、清理动作的具体形式（归档到历史区、移入回收站、彻底删除），以及统计的时间边界。归档和删除对使用侧指标的影响不同：归档后文档仍可能被检索到，删除后则从检索结果中消失，两者的效果不能混在同一口径里比较。
本文讨论的范围限于知识文档的过期清理评估。研发资产基线管理、配置项版本控制，以及知识内容的审核与发布流程，属于其他管理环节，不在本文展开。
交付物是一份清理目标与评估对象说明，至少包含：本次清理要解决的主要问题、判定过期的规则、清理动作类型、统计起止时间，以及由谁确认这份说明。这份说明是后续所有指标口径的共同前提。
用哪些指标衡量清理效果
指标不在多，而在于每个指标都能对应一个目标问题，并且能取到数据。可以按过程、使用侧、风险侧三组组织，每组回答不同的问题。
| 指标组 | 指标 | 回答的问题 |
|---|---|---|
| 过程指标 | 过期文档识别数 | 过期判定规则实际圈出了多少文档，清理工作量是否被低估 |
| 过程指标 | 清理完成率 | 计划内的过期文档有多少已完成归档或删除 |
| 过程指标 | 平均滞留时长 | 文档从被判定过期到完成清理平均间隔多久，流程是否及时 |
| 使用侧指标 | 旧文档检索命中占比 | 搜索结果中过期文档占多大比例，检索噪声是否下降 |
| 使用侧指标 | 旧文档打开或引用次数 | 用户是否仍在访问旧文档，误用风险是否降低 |
| 风险侧指标 | 误删申诉数、恢复次数 | 清理是否误伤了仍在使用的文档 |
| 风险侧指标 | 清理后新增过期文档速度 | 清理是一次性动作还是形成了持续治理机制 |
过程指标反映清理执行得是否彻底，使用侧指标反映清理是否改变了用户行为，风险侧指标反映清理付出的代价。三者需要一起看：完成率高但旧文档打开次数没有变化，说明清理范围可能没有覆盖用户实际访问的内容；旧文档访问下降但误删申诉明显上升，说明判定规则偏激进。
指标与目标的对应关系应写成表格并经过评审，删掉与本次目标无关的指标。例如本次清理只做归档、不做删除，那么“恢复次数”可以作为观察项，但不宜作为主要成效指标。指标清单确定后，再进入口径定义。
每个指标的口径、公式与数据来源
同一指标在不同人手里算出不同结果，通常是因为分母、时间窗或数据来源没有统一。下表给出常用指标的参考口径，组织可在此基础上调整，但调整后应在评估说明中固定下来。
| 指标 | 公式 | 时间窗与单位 | 数据来源 |
|---|---|---|---|
| 清理完成率 | 已清理过期文档数 ÷ 应清理过期文档数 × 100% | 按周或按月，单位：% | 文档属性字段中的过期标记与清理状态 |
| 平均滞留时长 | 各文档（清理完成时间 − 判定过期时间）之和 ÷ 已清理文档数 | 按批次统计，单位：天 | 文档属性字段、清理操作记录 |
| 旧文档检索命中占比 | 命中过期文档的检索次数 ÷ 总检索次数 × 100% | 按周，单位：% | 检索日志与文档过期状态关联 |
| 旧文档打开次数 | 统计期内过期文档被打开的总次数 | 按周或按月，单位：次 | 页面访问日志 |
| 误删申诉数 | 统计期内针对清理动作提出的申诉工单数 | 按批次，单位：件 | 工单或申诉记录 |
| 恢复次数 | 统计期内从回收站恢复的文档次数 | 按批次，单位：次 | 回收站操作记录 |
时间窗要保证清理前后可比。常用做法是取清理开始前与清理完成后各一个等长窗口，例如各四周，并避开节假日等访问量明显异常的时段。如果清理分批进行，可以按批次分别设置窗口。
缺失值和分母为零需要预先约定。检索日志缺失时，旧文档检索命中占比应标注为“数据不足”，不用零代替；某批次应清理文档数为零时，完成率不计算，直接说明该批次无清理对象。不同批次口径不一致时，应在报告中注明，不合并成一个总数。
数据来源要能追溯到具体字段或日志表。文档属性字段提供过期判定和清理状态，访问日志提供打开行为，检索日志提供命中情况，工单记录提供误删申诉。取数前先核对字段含义，例如“过期”是人工标记还是按有效期自动判定，两种来源的统计结果不能直接混用。
评估怎么执行：步骤与对比设计
评估的执行可以按以下步骤推进，每一步都留下可复核的记录。
- 确定基线期与观察期。基线期取清理动作开始之前，观察期取清理完成之后，两者长度一致，统计口径在开始取数前固定。
- 选择对比方式。文档量不大、清理一次性完成时，用清理前后对比；清理分批推进时，可把先清理的批次作为处理组、尚未清理的批次作为对照组，比较同一时间段内的指标差异，减少季节性因素干扰。
- 采集并清洗数据。按指标口径从文档属性、访问日志、检索日志和工单记录中取数，核对文档数量是否与清理清单一致，剔除测试文档和重复记录。
- 计算指标并交叉核对。由取数人和复核人分别计算关键指标，差异超过约定范围时回查原始数据。
- 组织评审并形成结论。评审人包括文档负责人、清理执行人和使用方代表，逐项看指标变化、误删申诉和抽查结果，记录哪些变化可以归因于清理、哪些需要继续观察。
对比设计的关键是控制变量。清理期间如果同时调整了搜索排序、目录结构或权限，使用侧指标的变化就不能单独归因于清理。遇到这种情况，应在结论中说明同期发生的其他变更，或延长观察期再判断。
评估过程中还可以补充定性证据，例如抽取若干条旧文档检索记录，确认用户是否因搜索结果中的过期内容产生误判；访谈经常使用知识库的团队，了解清理后查找现行文档是否更顺畅。定性证据用于解释指标变化，不替代指标本身。
在文档生命周期管理上，ONES Wiki 记录页面版本并支持查看与回滚，提供回收站恢复误删除页面，并通过页面树和全局搜索组织内容。这些能力可以支撑过期文档的归档、误删恢复和检索结果核对等管理动作；过期判定字段和访问检索统计是否可用，需要结合组织实际配置确认。
一个可复算的评估例子
以下为演示情景，数字用于说明计算方法，不代表任何组织的实际结果。
某知识库有一批制度类文档，按有效期判定过期后分两批清理。第一批应清理 120 份，实际完成归档 96 份；第二批应清理 80 份，完成 72 份。清理前四周总检索次数为 5000 次，其中命中过期文档 600 次；清理后四周总检索次数为 4800 次，命中过期文档 240 次。
第一批清理完成率 = 96 ÷ 120 × 100% = 80%；第二批 = 72 ÷ 80 × 100% = 90%；两批合计 = (96 + 72) ÷ (120 + 80) × 100% = 84%。
清理前旧文档检索命中占比 = 600 ÷ 5000 × 100% = 12%；清理后 = 240 ÷ 4800 × 100% = 5%。占比下降 7 个百分点。
结果解读需要谨慎。完成率 84% 说明仍有 32 份过期文档未处理，检索命中占比的下降可能部分来自这批未清理文档之外的归档动作，也可能受到检索总量变化的影响。要确认归因，可以进一步看未清理文档在清理后四周内被命中的次数，以及同期是否调整过搜索排序。误删申诉和恢复次数也应一并查看：如果恢复次数集中在某一类文档，说明该类文档的过期判定规则需要复核。
这个例子的局限在于时间窗较短、未设置对照组，且检索总量本身有波动。实际评估中应延长观察期，或利用分批清理形成对照，再判断变化是否稳定。
结果怎么解读，以及评估的局限
指标变化提供的是线索，不是因果证明。旧文档检索命中占比下降，可能来自清理，也可能来自用户搜索习惯改变、新文档补充或搜索排序调整。解读时应把指标变化与同期发生的其他动作放在一起说明，对无法排除的干扰因素明确标注。
常见偏差包括：样本量小导致比例波动大，几份文档的访问变化就能让占比明显起伏；日志缺失或不完整，使使用侧指标只能部分计算；用户行为存在季节性，例如季度初集中查阅制度文档，前后窗口选择不当会放大或掩盖变化。处理方式是在报告中写明数据覆盖范围和窗口选择理由，必要时用多个窗口复核。
误删与恢复指标反映的是风险权衡。清理越激进，旧文档访问可能下降更快，但误删申诉和恢复次数也会上升。评估时不宜只追求清理完成率，而应把误删控制在可接受范围内，并据此调整过期判定规则，例如对高频访问的文档增加人工确认环节。
清理后新增过期文档的速度决定了治理是否持续。如果新增过期文档数量很快回到清理前水平，说明需要把过期判定和定期复查纳入日常流程，而不是依赖一次性清理。评估结论应写明复查周期、责任人和下一轮观察的重点指标，使清理效果能够被持续验证。
常见问题
清理只做归档、不做删除，评估指标需要怎么调整？
归档后文档仍可能被检索到，使用侧指标的变化幅度通常小于删除。此时应把“旧文档检索命中占比”和“旧文档打开次数”作为主要观察项，同时确认归档文档是否从默认搜索结果中排除；如果归档后仍出现在搜索结果前列，检索噪声目标就没有真正达成。误删申诉和恢复次数可以作为观察项保留，但不宜作为主要成效指标。
检索日志不完整，使用侧指标还能算吗？
可以算，但要标注数据覆盖范围。先确认日志缺失的时间段和缺失比例，只统计日志完整的窗口，并在报告中写明“数据不足”或“部分覆盖”，不用零代替缺失值。若缺失集中在某类文档或某个入口，使用侧指标只能作为参考，结论更多依赖过程指标和定性抽查。
清理期间同时调整了搜索排序，怎么判断效果来自哪项动作？
两项动作同时发生，单靠前后对比无法拆分贡献。可行的做法是延长观察期，看排序调整稳定后指标是否仍有变化；或者利用分批清理，把已清理和未清理的批次放在同一时间段比较，减少排序调整带来的共同影响。结论中应明确列出同期发生的其他变更，对无法排除的干扰因素如实标注。
清理完成率多高才算有效？
没有统一达标线，完成率高低要结合清理范围和误删风险看。完成率偏低说明执行不彻底，未清理文档会继续产生检索噪声；完成率很高但误删申诉集中出现，说明过期判定规则偏激进。建议先按自身基线设定一个目标区间，再结合旧文档访问变化和误删情况调整，不套用外部统一阈值。
怎么判断清理是持续治理还是一次性动作？
看清理后新增过期文档的速度是否回到清理前水平。如果很快回升，说明过期判定和定期复查没有进入日常流程。可以把过期判定、定期复查和责任人写入文档管理规范，并在下一轮评估中继续观察新增过期文档数量和平均滞留时长，用连续几个周期的数据判断治理是否稳定。
