过期文档清理效果需要同时看清理覆盖、库存健康、使用质量和维护成本四组指标，单看清理数量容易高估成效。要让结果可比较，先固定统计范围、时间窗、分子分母和缺失值处理方式，再用抽样核验确认清理是否真正减少了过期内容被误用的机会。
要点总览（TL;DR）
- 过期文档清理效果建议同时看四组指标：清理覆盖（识别率、完成率）、库存健康（存量占比、超期未处理时长）、使用质量（访问占比、检索命中过期比例）、维护成本（人均工时、误删与恢复次数）。
- 每个指标先固定统计范围、时间窗和分子分母，基线期与对比期使用同一套过期规则，否则前后数字不可比。
- 识别率与完成率回答“发现和处理了多少”，存量占比与超期时长回答“库存改善到什么程度”，访问与检索指标回答“过期内容是否还在被使用”。
- 解读时区分清理动作与检索改版、导航调整等外部因素，单一指标不能代表清理全部成效，需配合抽样核验和持续监控。
清理效果评估要回答什么问题
评估的目标是判断过期文档是否被识别、被处置，以及清理后知识库中的过期内容是否减少、误用是否下降。评估对象限定在知识库文档生命周期内处于过期或待复核状态的文档，包括已到期但仍在流通的文档、长期未更新且无人维护的文档，以及已标记待复核但尚未处置的文档。
评估前需要把“清理有没有用”拆成几个可回答的问题：
- 应该被判定为过期的文档，实际被识别出多少？
- 识别出的过期文档，有多少完成了归档、更新或删除？
- 清理后，过期文档在知识库中的存量是否下降，超期未处理的时间是否缩短？
- 过期文档被访问、被检索命中的比例是否下降？
- 清理动作本身消耗了多少人力，是否出现误删和恢复？
同时要确定对比基线。常用做法是以清理启动前一个完整统计周期（如一个自然月）的数据作为基线，清理后再取同长度时间窗做同期对比。基线期和对比期应使用同一套过期判定规则和同一统计范围，否则前后数字不可比。评估周期建议按月或按季度固定，避免清理动作集中在一周内造成数据波动。
指标清单与统计范围
四组指标分别回答不同问题，计算时各司其职，避免用同一个数字重复说明多件事。
| 指标组 | 指标 | 统计对象 | 时间窗 | 单位 |
|---|---|---|---|---|
| 清理覆盖 | 过期文档识别率 | 按规则应判定为过期的文档 | 统计期末快照 | 百分比 |
| 清理覆盖 | 清理完成率 | 已识别的过期文档 | 统计期内 | 百分比 |
| 库存健康 | 过期文档存量占比 | 纳入清理范围的文档 | 期末时点 | 百分比 |
| 库存健康 | 超期未处理时长 | 已处置的过期文档 | 统计期内 | 天（中位数或分位数） |
| 使用质量 | 过期文档访问占比 | 有访问记录的文档 | 统计期内 | 百分比 |
| 使用质量 | 检索命中过期文档比例 | 检索结果中的文档 | 统计期内 | 百分比 |
| 维护成本 | 人均清理工时 | 参与清理的人员 | 统计期内 | 小时/人 |
| 维护成本 | 误删与恢复次数 | 清理动作涉及的文档 | 统计期内 | 次 |
覆盖类指标衡量清理动作是否做到位，库存类指标衡量知识库整体状态是否改善，使用类指标衡量过期内容是否仍在被消费，成本类指标衡量清理方式的可持续性。四组指标分工明确：识别率回答“有没有发现”，完成率回答“有没有处理”，存量占比回答“处理得够不够”，访问与检索指标回答“处理之后是否还有人用”，成本指标回答“代价是否可接受”。同一份文档可能同时出现在多个指标中，但每个指标的分子分母不同，汇报时应标明指标名称，避免把“清理完成率”和“存量占比”混为一谈。
数据口径与证据来源
指标取数依赖文档元数据和访问日志。需要确认可用的字段包括：创建时间、最后更新时间、责任人、文档状态（有效、待复核、已归档、已删除）、所属目录或项目、访问记录、检索日志。若系统只记录最后更新时间，过期判定通常以“最后更新时间超过规定周期且未标记为有效”作为规则，规则本身要在评估前书面固定。
分母口径有三种常见选择，必须在评估开始前确定并全程沿用：
- 全量文档：分母为知识库全部未删除文档，适合观察整体库存，但会把大量新建文档计入，稀释过期比例。
- 活跃文档：分母为统计期内有访问或编辑记录的文档，适合观察实际流通内容的质量。
- 纳入清理范围的文档：分母为按目录、项目或文档类型划定的清理范围，适合评估一次专项清理，范围边界要写清楚。
缺失值处理同样需要固定规则。没有访问记录的文档，在计算访问占比时计入分母但访问次数记为零，并单独统计“无访问记录文档数”，避免把无记录等同于无价值。最后更新时间缺失的文档，可归入“待核实”单独列出，不直接计入过期或有效。检索日志缺失时，检索命中过期文档比例应标注为不可计算，不用访问数据替代。
抽样核验是判断指标是否可信的证据形式。建议从被标记为过期的文档中随机抽取一定数量（如30至50份），由熟悉业务的人员逐份确认是否确实过期、处置方式是否合理；同时从被判定为有效的文档中抽取少量样本，检查是否存在漏判。核验记录应包含文档标识、判定结论、核验人和日期，作为指标解释的佐证。
在文档状态、责任人和版本记录的管理上，ONES Wiki 记录所有页面版本并支持查看与回滚，页面组可关联项目，便于按项目范围划定清理对象；回收站可恢复误删除页面，为误删与恢复次数提供核对依据。过期判定规则、访问日志统计等取数细节需结合团队实际使用的系统能力确认。
计算步骤与公式
各指标按以下公式计算，分子分母均取自同一统计范围和同一时间窗：
- 过期文档识别率 = 被标记为过期的文档数 ÷ 按规则应判定为过期的文档数 × 100%。分子来自清理标记记录，分母来自按规则扫描的结果。
- 清理完成率 = 已完成处置的过期文档数 ÷ 识别出的过期文档数 × 100%。处置包括归档、更新后重新生效、删除，三种方式分别计数并汇总。
- 过期文档存量占比 = 期末仍处于过期状态的文档数 ÷ 期末纳入清理范围的文档总数 × 100%。
- 超期未处理时长 = 过期文档从到期日到处置日之间的天数，取中位数或第75分位数，避免少数长期滞留文档拉高平均值。
- 过期文档访问占比 = 统计期内过期文档的访问次数 ÷ 统计期内全部文档访问次数 × 100%。
- 检索命中过期文档比例 = 检索结果中过期文档条数 ÷ 检索结果总条数 × 100%，可按检索词抽样统计。
- 人均清理工时 = 统计期内清理相关工时合计 ÷ 参与清理人数。
- 误删与恢复次数 = 统计期内从回收站恢复的文档次数，按清理动作关联统计。
计算步骤建议固定为：确定统计范围与时间窗；导出文档元数据与访问、检索日志；按过期规则打标；逐项计算分子分母；对缺失值和异常值按预设规则处理；与基线期同口径对比。时间窗对齐时，基线期与对比期长度一致，避开节假日等访问量明显异常的时段，或对异常时段单独说明。
分母为零时，该指标记为“不适用”并注明原因，不写成0%。例如某统计期内没有识别出过期文档，清理完成率的分母为零，此时应说明识别环节可能存在问题，而不是得出完成率为零的结论。
一个可复算的示例
以下数据为演示假设，不代表任何真实团队。某知识库纳入清理范围的文档共2000份，清理前基线期为1月，清理期为2月。
| 项目 | 数值 | 计算 |
|---|---|---|
| 按规则应判定为过期的文档 | 400份 | 扫描结果 |
| 实际被标记为过期 | 360份 | 清理标记记录 |
| 过期文档识别率 | 90% | 360 ÷ 400 |
| 已完成处置的过期文档 | 270份 | 归档180、更新60、删除30 |
| 清理完成率 | 75% | 270 ÷ 360 |
| 期末仍过期文档 | 90份 | 360 − 270 |
| 过期文档存量占比 | 4.5% | 90 ÷ 2000 |
| 超期未处理时长中位数 | 18天 | 270份处置记录的中位数 |
| 过期文档访问占比 | 6% | 过期文档访问1200次 ÷ 全部访问20000次 |
| 人均清理工时 | 6小时 | 合计60小时 ÷ 10人 |
| 误删与恢复次数 | 3次 | 回收站恢复记录 |
解读这组结果时，识别率90%说明仍有约40份应判定为过期的文档未被标记，需要检查过期规则覆盖范围和扫描频率。清理完成率75%意味着四分之一已识别文档尚未处置，存量占比4.5%与基线期对比才能判断是否下降。超期中位数18天说明处置动作总体在一个月内完成，但应同时看第75分位数，确认是否存在长期滞留的尾部文档。访问占比6%需要与基线期比较，若基线期为9%，下降可能来自清理，也可能来自检索排序调整，需结合检索日志判断。误删3次提示删除环节需要复核机制。
该示例的边界在于：文档规模、过期规则和访问量均为假设，实际使用时需替换为团队真实数据；示例未包含检索命中过期文档比例，因为该指标依赖检索日志抽样，需单独统计。
结果解读与常见限制
指标改善与知识可用性提升之间是相关关系，不能直接当作因果结论。存量占比下降可能来自清理，也可能来自大量新文档涌入稀释了比例；访问占比下降可能来自清理见效，也可能来自检索改版、导航调整或业务季节性变化。解读时应把清理动作时间线与检索、导航等变更记录对照，排除外部因素后再下判断。
单一指标不足以说明清理全部成效。识别率高但完成率低，说明发现了问题却没有解决；完成率高但访问占比不降，说明清理的文档可能不是用户实际在用的内容；成本指标好看但误删次数上升，说明清理方式过于激进。建议以“覆盖+库存”判断动作是否到位，以“使用质量”判断效果是否传导到用户，以“成本”判断方式是否可持续，四组指标一起看。
还要注意统计口径变化带来的假象。清理中途调整过期规则、扩大或缩小清理范围、改变访问日志统计方式，都会让前后数字不可比。规则变更应记录变更日期，对比时使用同一规则重算基线，或明确标注不可比区间。
清理不是一次性动作。建议建立持续监控机制：按月更新指标看板，按季度抽样复核过期判定准确性，对超期未处理时长偏高的目录或责任人单独跟进。复核发现误判时，同步修正过期规则，而不是只调整数字。这样指标才能持续反映知识库的真实状态，而不是一次清理运动的成绩单。
常见问题
清理范围中途扩大或缩小，前后指标还能直接对比吗？
不建议直接对比。清理范围变化会改变分母，存量占比、识别率等指标的分母随之变化，前后数字不再同口径。可行做法有两种：一是按新范围重算基线期数据，使两期口径一致；二是保留原范围数据，另设新范围单独统计，并在汇报中标注范围变更日期和影响。若无法重算，应把变更前后的数据分段呈现，避免把范围扩大造成的比例变化误读为清理成效。
没有访问日志或检索日志时，使用质量类指标怎么处理？
访问占比和检索命中过期文档比例依赖访问与检索日志，日志缺失时这两项应标注为“不可计算”，并说明缺失原因，不用编辑次数或更新时间等字段替代。此时评估重点放在覆盖类、库存类和成本类指标上，同时通过抽样访谈了解用户是否仍在查阅过期文档。若后续补齐日志，再按同一时间窗补算，并与已有指标分开呈现，避免混用不同证据来源的数据。
过期判定规则本身有争议，指标结果还可信吗？
指标可信度取决于规则是否稳定和核验是否到位。建议在评估前书面固定过期规则，包括最后更新时间的阈值、哪些文档类型豁免、待复核状态如何计入。评估期间从被标记为过期的文档中随机抽样，由业务人员逐份确认判定是否准确，同时从判定为有效的文档中抽取少量样本检查漏判。核验记录作为指标解释的佐证；若误判比例偏高，先修正规则再重算，而不是直接调整数字。
清理完成率很高，但用户仍反馈查到过期内容，问题出在哪？
常见原因有三类：一是识别环节漏判，应判定为过期的文档未被标记，完成率的分母偏小；二是处置方式不当，文档被归档但仍在检索结果中可见，或更新后未重新标记为有效；三是清理范围没有覆盖用户实际查阅的目录。排查时可对照识别率、检索命中过期文档比例和抽样核验结果，定位是发现环节、处置环节还是范围划定的问题，再针对性调整规则或检索配置。
清理效果需要一直跟踪吗，还是做完一次评估就够了？
建议持续跟踪。文档会持续新增和老化，一次清理后存量占比可能回升，超期未处理时长也会随新文档积累而变化。可按月更新指标看板，按季度抽样复核过期判定准确性，对超期时长偏高的目录或责任人单独跟进。复核发现误判时同步修正过期规则。持续跟踪的价值在于区分一次性清理的成绩和知识库日常维护的真实状态。
