评估四象限法的落地效果，重点看四类指标：排序执行一致性、重要不紧急任务的投入占比、紧急任务占比与来源结构、排序决策的时效与返工。这些指标要固定统计周期和分母口径，并结合任务完成质量与延期情况一起解读。单看某一项指标，无法证明方法有效。
要点总览（TL;DR）
- 评估四象限法落地效果，核心看四类指标：排序执行一致性、重要不紧急投入占比、紧急任务占比与来源结构、排序时效与返工。
- 每个指标都要写清分子、分母、统计周期和单位，先取基线周期数据，再按固定周期复算，保证前后可比。
- 重要不紧急投入占比上升不等于产出提升，紧急任务占比下降也可能来自任务量或人员变化，需结合完成质量与延期一起解读。
- 不设通用达标线，参考区间按团队自身基线与目标设定；指标用于改进排序机制，不宜直接作为个人考核依据。
- 分母为零或样本过少时标注样本不足，只做定性描述，连续多个周期样本不足应延长统计窗口。
评估目标：先明确四象限法要解决什么问题
四象限法在任务排序中的作用，是用重要性和紧急性两个维度区分任务，把团队资源更多投向重要不紧急的事项，减少被紧急任务牵着走的情况。评估要回答的问题是：推行这套方法后，任务的进入顺序、处理顺序和资源分布是否发生了可观察的变化。仅仅统计有多少任务被标上象限，说明不了排序行为是否改变。
评估目标建议写成可检验的行为表述，例如：
- 纳入统计的任务中，实际处理顺序与象限标注一致的比例，在评估周期内达到团队设定的参考区间。
- 重要不紧急任务占用的投入比例，在评估周期内相对基线周期出现可解释的变化。
- 紧急任务占全部任务的比例及其来源结构，在评估周期内相对基线周期出现可解释的变化。
这三条目标都指向任务处理行为，而不是打标动作本身。同时要区分方法落地评估与个人绩效评估：落地评估的对象是排序机制和团队协作流程，结论用于调整象限判定规则、评审节奏和任务准入方式；把它直接折算成个人考核分数，容易让成员倾向于把任务标成“重要”，反而破坏数据可信度。
指标与范围：四类核心指标及统计边界
四类指标分别对应四象限法落地的不同环节：排序执行一致性检验“标了之后是否照做”，重要不紧急投入占比检验“资源是否向第二象限倾斜”，紧急任务占比与来源检验“救火是否减少”，排序时效与返工检验“排序决策本身是否顺畅”。四类指标合起来看，才能形成较完整的判断。
| 指标 | 含义 | 建议统计周期 | 纳入范围 |
|---|---|---|---|
| 排序执行一致性 | 实际处理顺序与象限标注吻合的任务占比 | 按周或按迭代 | 团队全部已进入执行状态的任务，排除已取消任务 |
| 重要不紧急投入占比 | 重要不紧急任务的实际投入（工时或完成数）占全部任务投入的比例 | 按周或按迭代，与基线周期同口径 | 同上；工时口径需有可靠记录，否则改用完成数口径并注明 |
| 紧急任务占比与来源结构 | 紧急任务占全部任务的比例，以及按来源分类的分布 | 按周或按迭代 | 同上；来源分类需事先约定，如外部请求、内部临时插入、计划外缺陷 |
| 排序时效与返工 | 任务进入待办到确定象限的时长；象限调整次数或调整率 | 按周或按迭代 | 同上；跨周期任务按确定象限的时点计入 |
统计范围要一次定清并保持稳定：以团队全部执行任务为分母，排除已取消任务；跨团队协作任务按主责团队归属，避免重复计入。周期一旦确定，前后对比都使用同一周期长度，否则比例之间不可比。
数据口径与证据：每个指标从哪里取数
指标能否复算，取决于取数字段是否稳定。象限标注字段、任务状态流转时间、任务创建与完成时间是最基础的三类数据；投入工时如果系统里有记录就直接使用，没有可靠记录时改用完成数口径，并在报告中注明口径差异，避免把两种口径混在同一张表里比较。
| 指标 | 数据来源 | 关键字段 |
|---|---|---|
| 排序执行一致性 | 任务管理系统中的任务列表与状态流转记录 | 象限标注、任务开始处理时间、完成时间、处理人 |
| 重要不紧急投入占比 | 工时记录或任务完成记录 | 象限标注、投入工时或完成状态、完成时间 |
| 紧急任务占比与来源 | 任务创建记录与来源标签 | 象限标注、来源分类、创建时间 |
| 排序时效与返工 | 任务创建时间、象限确定时间、象限变更历史 | 创建时间、首次确定象限时间、象限调整记录 |
定量数据之外，还需要两类定性证据：排序评审记录，用来说明某周为什么这样排；任务调整原因说明，用来解释象限变更是否属于合理修正。定性证据的作用是帮助解读异常波动，不能替代比例计算。
缺失标注和口径不一致是常见问题。缺失象限标注的任务应单独列出数量，不强行归入某一象限；缺失比例过高时，先补标注再计算一致性指标。跨团队口径不一致时，以主责团队口径为准，并在报告中写明差异，不做跨团队直接比较。
如果团队使用ONES管理任务，可以把象限作为任务字段维护，借助状态流转记录和周期报表按周导出上述字段，减少手工汇总带来的口径漂移；具体字段名称和导出方式需按团队实际配置确认。
计算与评估步骤：公式、分母与对比方式
每个指标都要写清分子、分母和单位，保证其他人能按同样口径复算。以下公式中的“任务数”均指纳入统计范围的任务数，“投入”指工时或完成数，二者选其一后全程保持一致。
- 排序执行一致性 = 实际处理顺序与象限标注吻合的任务数 ÷ 纳入统计的任务数 × 100%。
- 重要不紧急投入占比 = 重要不紧急任务的投入 ÷ 全部任务的投入 × 100%。
- 紧急任务占比 = 紧急任务数 ÷ 纳入统计的任务数 × 100%；来源结构按各来源任务数 ÷ 紧急任务数计算。
- 排序时效 = 任务从进入待办到确定象限的时长，取中位数，单位为小时或工作日。
- 象限调整率 = 发生象限调整的任务数 ÷ 纳入统计的任务数 × 100%，也可同时记录人均调整次数。
评估节奏建议分三步：第一步，在推行四象限法之前或推行初期取一个基线周期，记录四类指标的初始值；第二步，按固定周期（如每周或每个迭代）复算，保持分母口径不变；第三步，将评估周期与基线周期对比，或做落地前后对比。对比时同时列出任务总量和人员变动情况，便于判断变化是否来自外部因素。
分母为零或样本过少时，不计算比例，标注“样本不足”，只做定性描述。例如某周没有紧急任务，紧急任务占比记为不适用，而不是记为0%。连续多个周期样本不足时，应延长统计窗口再判断。
例子：一个团队两周的评估演算
以下为演示情景，数字为示例演算，不代表真实团队数据。某五人团队两周内纳入统计的任务共80个，其中重要且紧急12个、重要不紧急28个、紧急不重要16个、不重要不紧急24个。实际处理顺序与象限标注吻合的任务为56个；重要不紧急任务投入工时为120小时，全部任务投入工时为300小时；紧急任务中，外部请求9个、内部临时插入5个、计划外缺陷2个；任务从进入待办到确定象限的时长中位数为1.5个工作日；发生象限调整的任务为8个。
逐项代入：排序执行一致性为56 ÷ 80 = 70%；重要不紧急投入占比为120 ÷ 300 = 40%；紧急任务占比为16 ÷ 80 = 20%，其中外部请求占9 ÷ 16 = 56.3%，内部临时插入占31.3%，计划外缺陷占12.5%；象限调整率为8 ÷ 80 = 10%。
从结果看，70%的一致性说明多数任务按象限顺序处理，仍有约三成任务的处理顺序与标注不一致，需要抽查原因，判断是标注失真还是执行受阻。40%的重要不紧急投入占比需要与基线周期对比才有意义；若基线为25%，则资源确实在向第二象限倾斜。紧急任务占比20%本身不说明问题，但外部请求占紧急任务的一半以上，提示救火主要来自外部输入，可以考虑建立外部请求的准入和排期规则。象限调整率10%处于可接受范围，若调整集中在少数任务上，应查看调整原因说明。这些信号只能提示改进方向，是否真正改善还需结合任务完成质量和延期数据。
解读与限制：指标能说明什么、不能说明什么
指标反映的是排序行为和资源分布的变化，不能直接证明四象限法带来了产出提升。任务量下降、人员调整、季节性波动都可能让紧急任务占比下降，与是否推行四象限法无关。解读时应把任务总量、人员变动和业务节奏一并列出，必要时做同期对照。
重要不紧急投入占比上升，也不等于产出提升。投入增加可能伴随任务周期拉长或交付质量下降，需要结合完成质量、延期率和返工情况一起看。排序执行一致性高，同样可能来自标注本身变宽松，因此要配合象限调整原因和评审记录交叉验证。
不建议设定通用达标线。各团队的基线差异很大，参考区间应基于团队自身基线周期和目标设定，并在评估前写明。指标的主要用途是改进排序机制，例如调整象限判定标准、优化评审节奏、建立外部请求准入规则；把它直接作为个人考核依据，会扭曲标注行为，削弱数据可信度。
常见误读包括：只看打标覆盖率就判断方法落地；用单周数据下结论；把比例变化直接归因于方法推行；忽略分母口径变化后做跨周期比较。评估报告应同时呈现指标值、样本量、口径说明和外部因素，让结论保持在数据支持的范围内。
常见问题
团队没有可靠的工时记录，重要不紧急投入占比还能算吗？
可以改用完成数口径：用重要不紧急任务的完成数除以全部任务完成数。两种口径不能混在同一张表里比较，报告中要注明用的是哪一种。工时口径能反映投入强度，完成数口径更易取数，但会掩盖任务大小差异，解读时需说明这一限制。
推行初期象限标注缺失较多，指标还能算吗？
缺失标注的任务应单独列出数量，不强行归入某一象限。缺失比例较低时，可在报告中注明缺失数量后计算；缺失比例过高时，先补标注再计算一致性指标，否则比例失真。补标注期间可以先统计紧急任务来源结构和排序时效，这两类指标对标注完整度依赖较小。
排序执行一致性达到多少才算四象限法落地成功？
没有通用达标线。各团队的任务结构、协作方式和基线差异很大，参考区间应基于团队自身基线周期和目标设定，并在评估前写明。更实用的做法是看一致性是否随周期稳定提升，以及不一致的任务集中在哪些象限、原因是什么，据此调整象限判定规则或评审节奏。
指标改善后，如何判断是四象限法起了作用？
单靠指标变化无法建立因果。解读时把任务总量、人员变动和业务节奏一并列出，必要时做同期对照或与未推行方法的团队比较。若紧急任务占比下降的同时任务总量也明显下降，改善可能来自业务波动。指标的作用是提示改进方向，结论应保持在数据支持的范围内。
评估周期应该多长，按周还是按迭代？
按周或按迭代都可以，关键是前后对比使用同一周期长度。任务量较小的团队按周统计容易出现样本不足，可以延长到两周或一个迭代。评估节奏建议先取基线周期，再按固定周期复算，连续多个周期样本不足时延长统计窗口再判断。
