衡量内部需求收集参与度，单一数字很难说明问题。更实用的做法是把它拆成参与广度、参与频次、来源覆盖面和提报质量四类互补指标，分别回答“有没有人提”“是不是少数人在提”“哪些部门没覆盖”“提上来的能不能用”。要让结果可比较、可复算，先固定统计时间窗、目标人群、分子分母和去重规则，再讨论数值高低。
要点总览（TL;DR）
- 参与度建议拆成参与广度、参与频次、来源覆盖面、提报质量四类互补指标，分别回答“有没有人提”“是不是少数人在提”“哪些部门没覆盖”“提上来的能不能用”。
- 每个指标先固定统计时间窗、目标人群、分子分母和去重规则，再讨论数值高低；跨期对比时口径不能中途更换。
- 参与广度=有提报人数÷目标人群人数×100%，来源覆盖率=有提报部门数÷纳入统计部门数×100%，有效需求率=有效需求数÷提报总条数×100%。
- 分母为零时记为“不适用”而非0；小样本部门宜看多期趋势或报告绝对人数，不宜横向排名。
- 不设通用达标线，基线来自自身历史数据；参与度是过程观察指标，需与有效需求率、信息完整率结合解读。
参与度要回答哪几个判断问题
“参与度低”是一个笼统结论，落到管理动作上往往对应完全不同的原因。评估前先把问题拆开，每类问题指向一种判断和一种后续动作，指标才不会算完却不知道怎么用。
第一类是参与广度：目标人群中到底有多少人提过需求。它回答“入口是否触达了该触达的人”，如果广度长期偏低，需要检查的是入口位置、宣导方式和提报门槛，而不是先怀疑需求质量。
第二类是参与频次：提报是否集中在少数人身上。它回答“参与是普遍行为还是个别积极分子的行为”，频次结构失衡时，管理动作应转向降低单次提报成本、明确什么该提，而不是简单加大征集力度。
第三类是来源覆盖面：有提报的部门、角色或业务线占纳入统计范围的比例。它回答“哪些单元在机制之外”，覆盖缺口通常需要针对具体部门做访谈，弄清是不知道入口、不信任处理结果，还是没有合适的需求类型可提。
第四类是提报质量：提上来的需求中有多少信息完整、可进入评估。它回答“参与是否产生了可用输入”，质量偏低时应优化提报模板和填写引导，而不是继续追求提报数量。
这四类问题共同服务于一个目标：判断需求进入机制是否在正常运转。参与度评估的对象是“提报行为”，不是需求最终被采纳或交付的结果，两者要在口径上分开，避免用一个指标承担效果证明的任务。
参与度指标与统计范围怎么定
指标定义之前先定范围，否则同一组数字在不同部门、不同季度之间无法比较。需要明确三件事：分母人群是谁、统计时间窗多长、统计对象是提报单还是提报人。
分母人群的界定直接影响参与广度的含义。按全员统计，适合评估整体需求文化的覆盖情况；按“可提报角色”统计，适合评估机制在目标用户中的渗透；按指定业务线统计，适合做部门间对比。三种口径都能用，但同一份报告内应保持一致，跨期对比时不能中途更换分母。
统计时间窗建议与业务节奏对齐，例如按自然月或按季度。窗口过短会让偶发提报造成大幅波动，窗口过长则难以及时发现入口或宣导问题。涉及跨期对比时，应保证两个窗口长度相同。
统计对象要区分清楚：参与广度、活跃提报人占比以“人”为对象；人均提报条数、有效需求率、信息完整率以“提报单”为对象；来源覆盖率以“部门”为对象。同一份数据在不同对象下结果不同，报告中应标注每个指标的计算对象。
| 指标 | 口径要点 | 回答的判断问题 |
|---|---|---|
| 参与广度 | 有提报人数 ÷ 目标人群人数，按人去重 | 目标人群中有多少人真正用过入口 |
| 人均提报条数 | 提报总条数 ÷ 目标人群人数 | 整体提报强度是否与人群规模匹配 |
| 活跃提报人占比 | 提报≥2条的人数 ÷ 有提报人数 | 参与是否集中在少数人 |
| 来源覆盖率 | 有提报的部门数 ÷ 纳入统计的部门数 | 哪些部门在机制之外 |
| 有效需求率 | 判定为有效的需求数 ÷ 提报总条数 | 提报是否产生可用输入 |
| 信息完整率 | 关键字段齐全的提报数 ÷ 提报总条数 | 提报模板是否被正确填写 |
数据口径与证据来源
上述指标都依赖提报记录中的基础字段。一份可用于统计的提报记录至少应包含：提报人、所属部门、提报时间、需求类型、当前状态。缺少提报人或部门字段，参与广度和来源覆盖率就无法计算；缺少时间字段，任何按窗口统计的口径都失效。
去重规则要在统计前写清楚。常见做法是：参与广度按提报人去重，同一人在统计期内多次提报只计一人；提报条数按提报单计数，但同一需求被同一人重复提交的，可按标题与内容相似度合并后再计。去重规则一旦确定，应在多个统计周期内保持一致，否则条数类指标会出现口径漂移。
有效需求的判定标准需要事先约定，常见判定包括：信息足以支撑评估、属于产品需求范畴、未被已有需求覆盖。判定应由固定角色按统一标准执行，并保留判定记录，便于复核。信息完整率则更客观，按模板中的关键字段是否填写齐全逐条核对即可。
定量数据之外，还需要定性证据解释结果。对提报人数明显偏少的部门做访谈，可以区分“不知道入口”和“提了没反馈所以不提”；入口埋点能反映访问量与提报量的差距，判断是触达不足还是填写环节流失；对提报模板做填写完整度抽查，可以定位哪些字段最容易缺失。定性证据用于解释数字，不能替代统一的定量口径。
数据不可比的情形要提前识别：分母人群在统计期内发生组织调整、入口在期中上线或改版、宣导活动集中在某一周、部分部门使用独立渠道提报而未纳入统计。这些情况下，跨期对比应加注说明，或改用同口径的子集比较。
参与度指标的计算步骤与公式
以下公式均以同一统计时间窗为前提，单位为百分比或条数，计算前先完成提报人去重和部门归属确认。
- 参与广度 = 统计期内有提报人数 ÷ 目标人群人数 × 100%。分子按提报人去重，分母为当期在册的目标人群。
- 人均提报条数 = 统计期内提报总条数 ÷ 目标人群人数，单位为条/人。分子为去重合并后的提报单数。
- 活跃提报人占比 = 提报≥2条的人数 ÷ 有提报人数 × 100%。分母只包含统计期内至少提报过一次的人。
- 来源覆盖率 = 有提报的部门数 ÷ 纳入统计的部门数 × 100%。部门口径以组织架构中的一级或二级部门为准，需在报告中注明层级。
- 有效需求率 = 判定为有效的需求数 ÷ 提报总条数 × 100%。有效性判定标准见上一节。
- 信息完整率 = 关键字段齐全的提报数 ÷ 提报总条数 × 100%。关键字段清单应固定，例如需求描述、业务场景、期望时间。
边界情况需要单独处理。分母为零时，该指标记为“不适用”，不记为0，因为0会被误读为参与度极低。样本过小时，例如某部门只有三五个人，比例会在0%和100%之间大幅跳动，此时宜合并多期数据看趋势，或直接报告人数而非比例。提报总条数为零时，有效需求率和信息完整率同样记为不适用。
| 指标 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|
| 参与广度 | 有提报人数（去重） | 目标人群人数 | % | 当期 |
| 人均提报条数 | 提报总条数 | 目标人群人数 | 条/人 | 当期 |
| 活跃提报人占比 | 提报≥2条的人数 | 有提报人数 | % | 当期 |
| 来源覆盖率 | 有提报的部门数 | 纳入统计的部门数 | % | 当期 |
| 有效需求率 | 有效需求数 | 提报总条数 | % | 当期 |
| 信息完整率 | 关键字段齐全的提报数 | 提报总条数 | % | 当期 |
在工具层面，这些计算依赖提报记录能被按提报人、部门、时间分组统计。ONES 通过统一的需求池、工单与任务看板同步状态与信息，工单可用于收集和整理来自各方的反馈并转化为需求，工作流可按实际场景自定义；这些能力为提报记录的字段留存和状态流转提供了承载。按提报人、部门维度的参与度统计报表是否内置，需以实际产品配置为准，必要时通过导出记录自行汇总。
一个可复算的示例
以下数据为演示假设，不代表任何真实组织水平。设某季度目标人群为200人，分布在10个部门；统计期内有60人提报，共提报150条，其中提报2条及以上的人数为25人；10个部门中有7个部门出现提报；经判定有效需求为90条，关键字段齐全的提报为105条。
- 参与广度 = 60 ÷ 200 × 100% = 30%
- 人均提报条数 = 150 ÷ 200 = 0.75条/人
- 活跃提报人占比 = 25 ÷ 60 × 100% ≈ 41.7%
- 来源覆盖率 = 7 ÷ 10 × 100% = 70%
- 有效需求率 = 90 ÷ 150 × 100% = 60%
- 信息完整率 = 105 ÷ 150 × 100% = 70%
从这组结果可以读出三类不同信号。参与广度30%、来源覆盖率70%，说明有三成目标人群和三个部门没有进入机制，属于覆盖不足，下一步应针对缺口部门访谈并检查入口触达。活跃提报人占比约41.7%，意味着超过一半的提报人只提过一次，参与有一定集中倾向，可结合人均条数判断是否需要降低提报门槛。有效需求率60%、信息完整率70%，说明约三成提报存在信息缺失，属于质量偏低信号，应优先优化提报模板的必填项和填写说明。
如果换一组数据，例如参与广度达到60%但有效需求率只有25%，结论就应转向“参与充分但输入可用性差”，管理动作落在模板引导和提报前沟通上，而不是继续扩大征集范围。同一组指标的不同组合，指向的动作不同，这正是拆分指标的意义。
结果怎么解读，以及指标本身的限制
参与度指标描述的是提报行为，不能直接证明需求管理效果好。参与广度上升，可能来自入口改版或一次集中宣导，也可能伴随大量低质量提报，因此需要与有效需求率、信息完整率一起看。单独引用参与广度做汇报，容易把“有人提”误读为“机制有效”。
提报量受入口便利性和宣导节奏影响明显。入口从多层菜单移到显眼位置，或开展一次征集活动，都会在短期内抬高提报量。做跨期对比时，应标注这些变化发生的时间点，必要时把宣导期与常规期分开统计，避免把外部推动当成参与习惯的改善。
小样本部门的比例波动大。人数很少的部门，一个人提报与否就能让覆盖率在0%和100%之间跳变，这类数据宜看多期趋势或直接报告绝对人数，不宜与其他部门横向排名。同理，统计窗口过短时，整体指标也会受个别事件干扰。
不建议设定通用达标线。不同组织的业务节奏、需求类型和入口设计差异很大，外部参考值缺乏可比性。更稳妥的做法是以自身历史数据建立基线，观察连续几个周期的变化方向，再结合访谈判断变化原因。
最后，参与度与需求处理结果之间的因果关系需要谨慎表述。参与度提高之后需求交付是否改善，还受优先级排序、资源投入和处理反馈及时性影响，这些环节不在参与度指标的覆盖范围内。把参与度作为过程观察指标，与结果指标分开呈现，解读时说明各自的边界，结论才站得住。
常见问题
目标人群（分母）应该按全员算，还是只算可提报的角色？
两种口径都能用，取决于评估目的。按全员统计，适合看整体需求文化的覆盖情况；按可提报角色统计，适合看机制在目标用户中的渗透程度；按指定业务线统计，适合做部门间对比。关键在于同一份报告内保持一致，跨期对比时不中途更换分母。如果组织在统计期内发生调整，应在报告中注明，或改用同口径的子集比较。
同一个人多次提报同一类需求，提报条数怎么算？
建议把“人”和“单”分开处理：参与广度按提报人去重，同一人在统计期内多次提报只计一人；提报条数按提报单计数，但同一人重复提交的相似需求，可按标题与内容相似度合并后再计。去重规则要在统计前写清楚，并在多个统计周期内保持一致，否则条数类指标会出现口径漂移，跨期对比失去意义。
有效需求由谁判定，判定标准怎么保证一致？
有效需求的判定标准需要事先约定，常见判定包括信息足以支撑评估、属于产品需求范畴、未被已有需求覆盖。判定应由固定角色按统一标准执行，并保留判定记录以便复核。标准一旦确定，应随提报模板一起公开，让提报人知道什么样的需求会被受理。如果判定角色频繁更换或标准临时调整，有效需求率的跨期可比性会明显下降。
参与度上升了，能说明需求管理变好了吗？
不能直接说明。参与度描述的是提报行为，上升可能来自入口改版或一次集中宣导，也可能伴随大量低质量提报。解读时应与有效需求率、信息完整率一起看，并标注入口调整、宣导活动发生的时间点，必要时把宣导期与常规期分开统计。需求交付是否改善还受优先级排序、资源投入和处理反馈及时性影响，这些环节不在参与度指标的覆盖范围内。
用ONES做需求收集时，参与度数据从哪里取？
ONES 通过统一的需求池、工单与任务看板同步状态与信息，工单可用于收集和整理来自各方的反馈并转化为需求，工作流可按实际场景自定义，这些能力为提报记录的字段留存和状态流转提供了承载。按提报人、部门维度的参与度统计报表是否内置，需以实际产品配置为准；若内置报表不覆盖该维度，可通过导出提报记录自行汇总计算。
