衡量IPD阶段决策机制，建议用两组指标配合：决策周期看从决策材料齐套到决策结论签发的时长，按阶段和决策类型分档统计中位数与P90；决策有效性看一次通过率、决策结论按期落实率、决策后返工率，并用决策等待占比和积压数量解释周期波动的来源。所有指标都要固定起止时点、分母口径与统计时间窗，结果用于改进决策机制，不宜作为个人绩效的唯一依据。
要点总览（TL;DR）
- 衡量IPD阶段决策机制，用两组指标配合：决策周期看材料齐套到结论签发的时长，决策有效性看一次通过率、按期落实率与决策后返工率。
- 决策周期按阶段和决策类型分组，取中位数与P90，均值容易被跨季度积压事项拉偏，只作参考。
- 返工与等待维度用决策返工次数、决策等待占比和积压数量，与周期指标成对判读，防止压缩评审充分性换取速度。
- 所有指标固定起止时点、分母口径与统计时间窗，分母按决策事项数或会议次数二选一，全篇统一，保证可复算。
- 基线来自自身四到六个季度的历史数据，设定改进目标；不同阶段、不同决策类型的周期不可直接横比，单指标不能证明决策质量。
评估目标：决策机制要回答哪两个问题
评估对象是IPD各阶段决策评审会议及其签发的决策结论，包括概念阶段是否进入计划的决策、计划阶段的PDCP、验证阶段的ADCP等节点。需求分析质量、项目排期合理性属于其他环节的评估范围，不纳入本文指标，否则周期数据会被前端准备工作的波动干扰，难以判断决策机制本身的表现。
决策机制要回答两个问题。第一是“快不快”：从材料具备评审条件到结论正式签发，需要多长时间，时间消耗在排队等待还是评审本身。第二是“准不准、落不落地”：决策是否一次形成明确结论，结论是否按期执行，执行后是否因决策考虑不周而返工。两类问题对应两组指标，单独看任何一组都会失真——周期短可能来自草率放行，通过率高可能来自决策事项被反复预审稀释。
评估结论的用途是定位机制瓶颈：哪个阶段的决策排队最长、哪类决策返工最集中、哪个角色的材料准备拖慢节奏。指标结果适合作为流程改进的输入，用于和团队复盘决策规则、材料模板与会议节奏；把它直接绑定个人考核，容易诱发赶签发、少提异议等行为，反而破坏决策质量。
指标与范围：决策周期、有效性、返工与等待的指标清单
下表给出四个维度的指标定义。所有指标以“决策事项”为统计对象，一个决策事项指一次提交评审并需要形成结论的议题，同一会议审议多个事项时按事项分别计数。
| 维度 | 指标 | 定义与公式 | 单位与时间窗 |
|---|---|---|---|
| 决策周期 | 决策周期时长 | 结论签发时间 − 材料齐套确认时间；按阶段、决策类型分组，取中位数与P90 | 工作日，按季度统计 |
| 决策周期 | 决策排队等待时长 | 会议召开时间 − 材料齐套确认时间；反映排期等待 | 工作日，按季度统计 |
| 决策有效性 | 一次通过率 | 首次评审即形成通过结论的事项数 ÷ 当期首次评审事项数 × 100% | 百分比，按季度统计 |
| 决策有效性 | 决策结论按期落实率 | 在结论规定期限内完成落实的事项数 ÷ 当期应落实事项数 × 100% | 百分比，按季度统计 |
| 决策有效性 | 决策后返工率 | 因决策结论被撤销、变更或补充而重新评审的事项数 ÷ 当期已决策事项数 × 100% | 百分比，按季度统计 |
| 返工与等待 | 决策返工次数 | 同一决策事项在统计期内被重新提交评审的次数之和 ÷ 决策事项数 | 次/事项，按季度统计 |
| 返工与等待 | 决策等待占比 | 决策排队等待时长 ÷ 决策周期时长 × 100%，取中位数 | 百分比，按季度统计 |
| 返工与等待 | 决策积压数量 | 统计期末已齐套但尚未签发结论的决策事项数 | 个，时点值 |
指标清单的使用条件是：组织已能记录材料齐套确认与结论签发两个时点。若当前只有会议纪要日期，可先用会议日期替代签发日期，并在报表中注明口径降级，待记录完善后再切换，避免新旧口径混算。
数据口径与证据：起止时点、分母与缺失值怎么定
决策周期的起点定为“材料齐套确认时间”，即评审材料按模板要求补齐并经会议组织者确认可上会的时点；终点定为“结论签发时间”，即决策结论形成书面记录并完成签发的时点。起点不用材料开始编写的时间，终点不用会议结束时间，否则周期会混入材料准备工作和会后整理工作，无法反映决策环节本身的耗时。
分母口径全篇二选一：按决策事项数，或按决策会议次数。建议按决策事项数，因为一次会议可能审议多个事项，按会议计数会掩盖单个事项的等待差异。选定后所有比率指标统一使用该分母，并在报表页脚注明，跨季度对比时不得混用。
缺失值与分母为零按以下规则处理：当期无首次评审事项时，一次通过率记为“不适用”而非0%；决策事项缺少签发时间记录的，从周期统计中剔除并单列缺失数量；返工记录缺失的事项不计入返工率分子，但在数据质量栏标注。所有剔除与单列都要留痕，保证他人可按同一规则复算。
证据来源包括四类记录：决策事项清单与材料齐套确认记录、会议纪要与评审意见、结论签发记录、变更与返工记录。四类记录应能通过决策事项编号关联，形成一条可追溯的证据链。在ONES中，决策事项可作为工作项承载，评审材料与结论以文档形式关联到对应工作项，状态变更与签发时间随流程留痕；ONES IPD解决方案支持从需求挖掘、收集、结构化到开发决策、研发落地的全流程管理，概念、计划、验证各阶段的决策评审可在同一平台记录，减少市场、产品、研发之间的信息断层。具体报表字段与统计方式需按组织实际配置核验。
计算与评估步骤：从取数到分档判断
第一步，按阶段、决策类型、项目类型三个维度分组。概念阶段准入决策与计划阶段PDCP的审议内容不同，周期不可混在一起算平均值；新产品项目与衍生项目的决策复杂度也有差异，分组后再统计才能定位问题。
第二步，每组计算中位数与P90。中位数反映典型水平，P90反映长尾等待，两者并列呈现。均值容易被个别跨季度积压事项拉高，不作为主口径，可在附注中保留供参考。
第三步，用自身历史数据建立基线。取过去四到六个季度的同组数据，计算中位数与P90的波动区间，把当前季度结果与基线对比，设定改进目标，例如“计划阶段PDCP周期P90较基线下降20%”。不套用外部通用达标线，因为各组织的评审节奏、材料复杂度差异很大。
第四步，联合判读。先看周期指标是否偏离基线，再看同期一次通过率与返工率是否同步恶化；若周期缩短而返工率上升，说明压缩的是评审充分性而非等待时间。再结合等待占比判断耗时主要来自排队还是评审本身：等待占比高，优先调整会议排期与材料预审机制；等待占比低而周期长，优先检查评审议题设置与结论形成效率。
第五步，形成改进项并设定观察窗口。每个改进项对应一个预期变化的指标和观察周期，下季度按同一口径复算，验证改进是否生效。
示例：一个季度决策数据的计算演示
以下为演示用假设数据，不对应任何真实组织。某季度计划阶段PDCP共审议20个决策事项，其中18个事项有完整的材料齐套与结论签发记录，2个事项缺少签发时间记录，按规则剔除并单列。
决策周期：18个事项的周期时长中位数为12个工作日，P90为26个工作日。其中排队等待时长中位数为7个工作日，决策等待占比 = 7 ÷ 12 × 100% ≈ 58.3%。等待占比超过一半，说明周期主要消耗在排期等待，而非评审本身。
一次通过率：20个事项中首次评审即通过的有13个，一次通过率 = 13 ÷ 20 × 100% = 65%。其余7个事项中，4个要求补充材料后复审，3个被要求修改方案。
按期落实率：当期应落实决策结论的事项为20个，在结论规定期限内完成落实的有16个，按期落实率 = 16 ÷ 20 × 100% = 80%。
返工率与返工次数：当期已决策的20个事项中，有3个因结论被变更或补充而重新评审，决策后返工率 = 3 ÷ 20 × 100% = 15%；这3个事项共重新提交评审5次，决策返工次数 = 5 ÷ 20 = 0.25次/事项。
积压数量：统计期末已齐套但尚未签发结论的决策事项为4个，作为时点值单独报告。
结果解读：等待占比58.3%与积压4个相互印证，瓶颈在会议排期与上会节奏；一次通过率65%偏低，结合4个补充材料复审的事项，提示材料预审环节可以前置；返工率15%需要与上季度基线对比，若同步上升，应检查决策时对技术可行性与资源条件的评估是否充分。异常点优先排查那2个缺失签发记录的事项，确认是记录遗漏还是流程未闭环。
解读与限制：指标能说明什么、不能说明什么
决策周期与返工率需要成对观察。缩短周期最直接的手段是减少评审轮次或压缩材料准备时间，这两种做法都可能抬高返工率。当周期下降而返工率同步上升时，应判定为以质量换速度，而非机制改善。反之，返工率下降但周期明显拉长，也要检查是否因过度预审导致决策事项在会前反复打磨、迟迟不上会。
不同阶段、不同决策类型的周期不可直接横向比较。概念阶段准入决策的审议范围与验证阶段ADCP差异很大，把两者放在同一张图上排名没有管理意义。跨项目类型比较同样需要谨慎，新产品开发与平台衍生项目的决策复杂度不同，比较前应先确认分组口径一致。
任何单一指标都不能代表决策质量，也不能证明因果。一次通过率高，可能说明决策规则清晰，也可能说明评审时异议表达不足；按期落实率高，可能说明执行有力，也可能说明结论本身设定得宽松。指标的作用是提示排查方向，结论需要回到决策记录与会议纪要中核实。
指标异常时的排查顺序：先查数据口径，确认起止时点、分母与缺失值处理是否与上期一致；再查流程与角色协同，看材料预审、会议排期、结论签发各环节是否有卡点；最后才讨论决策规则本身是否需要调整。改进动作应落到具体机制上，例如固定上会窗口、明确材料齐套标准、在结论中写明落实责任人与期限，并用下一季度同口径数据验证效果。
常见问题
决策事项缺少签发时间记录时，周期指标还能算吗？
可以算，但要先定规则再取数。缺少签发时间的事项从周期统计中剔除，同时在报表中单列缺失数量，让读者知道分母缩小了多少。若组织当前只有会议纪要日期，可先用会议日期替代签发日期，并在报表中注明口径降级；待记录完善后切换回签发时间，新旧口径不要混在同一张趋势图里比较。
一次通过率高，是否说明决策机制运行得好？
不能单独下这个结论。一次通过率高，可能来自决策规则清晰、材料预审到位，也可能来自评审时异议表达不足、结论设定得宽松。建议与决策后返工率、按期落实率一起看：通过率高而返工率也高，说明首次评审放过了本应暴露的问题；通过率高且返工率低、落实率稳定，才更接近机制运行良好的状态。必要时回到会议纪要核实评审意见的充分性。
决策周期缩短了，为什么还要看返工率？
缩短周期最直接的手段是减少评审轮次或压缩材料准备时间，这两种做法都可能抬高返工率。当周期下降而返工率同步上升时，应判定为以质量换速度，而非机制改善。反过来，返工率下降但周期明显拉长，也要检查是否因过度预审导致事项迟迟不上会。两个指标成对观察，才能判断周期变化来自等待环节优化还是评审充分性被压缩。
不同阶段的决策周期可以直接放在一起排名吗？
不建议。概念阶段准入决策与计划阶段PDCP、验证阶段ADCP的审议范围和材料复杂度差异很大，放在同一张图上排名没有管理意义。跨项目类型比较同样要谨慎，新产品开发与平台衍生项目的决策复杂度不同。比较前先确认分组口径一致，按阶段、决策类型、项目类型分组后再看各自的中位数与P90。
指标结果适合直接用于个人绩效考核吗？
不宜作为唯一依据。把决策周期或一次通过率直接绑定个人考核，容易诱发赶签发、少提异议等行为，反而破坏决策质量。更合适的用法是把指标作为流程改进的输入：定位哪个阶段排队最长、哪类决策返工最集中、哪个环节拖慢节奏，再和团队复盘决策规则、材料模板与会议节奏。改进项设定观察窗口，下季度按同一口径复算验证效果。
