不符合项重复发生率和整改验证通过情况需要成对解读：前者反映整改是否触及根因，后者反映整改证据是否充分、验证是否独立。两个指标都依赖统计口径，先固定不符合项范围、重复判定窗口、验证结论分级和分母，再结合关闭率、超期率看趋势，才能判断项目质量是否真的改善。
要点总览（TL;DR）
- 两个指标要成对看：重复发生率反映整改是否触及根因，整改验证通过情况反映整改证据是否充分、验证是否独立。
- 重复发生率以“可比较的已关闭不符合项”为分母，分子是判定窗口内按问题类别或根因编码认定的同类再犯条目，判定窗口长度需写入口径。
- 整改验证通过情况建议拆成一次通过率和最终通过率，分母都是提交验证的整改单，有条件通过是否计入一次通过需事先约定。
- 高复发加高通过要复核验证标准与根因分析；低复发加低通过要关注整改提交前的自检和证据准备。
- 比率是改进信号，需与关闭率、超期率交叉，按类别、严重度和责任环节分组，样本量小时同时给出绝对数。
这两个指标要回答什么质量问题
在单项目质量控制中，这两个指标分别回答两个不同的问题，合起来才能构成对整改有效性的判断。
重复发生率回答“同类问题是否再犯”。它关注的是整改之后，在判定窗口内是否又出现了同一类别或同一根因的不符合项。这个指标高，说明整改停留在纠正现象层面，根因分析没有找到真正的原因，或者纠正措施没有落实到产生问题的环节。
整改验证通过情况回答“整改证据是否充分、验证是否可信”。它关注提交验证的整改单中，有多少能够通过验证，以及是一次通过还是经过返工后才通过。这个指标低，说明整改提交时证据不足、复测记录缺失，或者验证人与整改人之间缺乏独立性，验证环节没有起到把关作用。
两个指标的组合构成基本解读逻辑：复发率高，指向根因未除；验证通过率低，指向证据或验证独立性不足。如果复发率高而验证通过率也高，需要警惕验证标准偏松，整改单被“验证通过”了，但问题仍在别处再次出现；如果复发率低而验证通过率低，说明整改反复返工，闭环效率不足，虽然最终问题没有复发，但过程成本较高。
本文的讨论范围限于单个项目内的不符合项整改质量控制。组织级质量制度建设、测试执行与测试用例管理属于另外的管理议题，不在此展开。
指标定义、统计范围与分母口径
比率型指标的可比性完全取决于口径。以下口径需要在统计前书面固定，并在跨期比较时确认规则版本一致。
不符合项纳入范围
先明确哪些不符合项进入统计。建议纳入范围包括：来源（内部评审、过程检查、测试、客户反馈等，按需选择并保持稳定）、严重度（明确纳入的等级，如一般及以上）、状态（已关闭的条目进入关闭类指标，验证中的条目单独列示）。纳入范围一旦确定，统计周期内不再调整，否则分子分母不可比。
重复发生率的分子与分母
重复发生率的计算公式为：重复发生率 = 判定窗口内被认定为重复的不符合项数 ÷ 可比较的已关闭不符合项数 × 100%。
分子是重复判定标准命中的条目。判定标准应基于问题类别编码或根因编码，配合关联模块，不宜仅凭标题文字相似来判断。判定窗口指首次不符合项关闭后的一段观察期，例如关闭后90天内再次出现同类问题计为重复，窗口长度需在口径中写明。
分母选择“可比较的已关闭不符合项”，是因为只有已关闭的条目才具备观察复发的起点。验证中、已撤销、被合并的条目不计入分母，避免分母虚增或重复计数。
整改验证通过情况的分子与分母
建议区分两个比率：
- 一次通过率 = 首次提交验证即通过的整改单数 ÷ 提交验证的整改单数 × 100%，反映整改证据质量。
- 最终通过率 = 最终通过验证的整改单数 ÷ 提交验证的整改单数 × 100%，反映闭环能力。
两个比率的分母都是提交验证的整改单，不包括尚未提交验证的整改中条目。验证结论需要分级，例如“通过”“有条件通过”“不通过”，有条件通过是否计入一次通过，需在口径中明确。
时间窗、缺失值与单位
统计周期建议按月或按季度固定，重复判定窗口独立于统计周期设置。分母为零时，比率记为“不适用”，不写0%，同时列出绝对数。验证中、撤销、合并单在口径表中逐项写明处理方式。比率保留一位小数，同时附分子分母绝对数，便于小样本时判断波动。
| 指标 | 公式 | 分子 | 分母 | 时间窗 | 缺失值规则 |
|---|---|---|---|---|---|
| 重复发生率 | 重复项数 ÷ 已关闭不符合项数 × 100% | 判定窗口内同类再犯的条目 | 可比较的已关闭不符合项 | 按统计周期取关闭条目，观察期独立设置 | 验证中、撤销、合并单不计入分母 |
| 一次通过率 | 首次验证通过数 ÷ 提交验证整改单数 × 100% | 首次提交即通过的整改单 | 提交验证的整改单 | 按验证完成日期归入周期 | 未提交验证的整改中条目不进入分母 |
| 最终通过率 | 最终通过数 ÷ 提交验证整改单数 × 100% | 最终通过验证的整改单 | 提交验证的整改单 | 同上 | 同上 |
数据从哪里取、需要哪些证据
指标可核验的前提是台账字段完整、证据可追溯。取数前先确认以下字段在不符合项台账中是否齐全。
台账字段清单
- 发现日期：用于归入统计周期。
- 问题类别与根因编码：重复判定的核心依据，编码体系需保持稳定。
- 关联模块或责任环节：用于分组分析。
- 整改单号与整改提交日期：关联整改与验证记录。
- 验证结论与验证日期：区分一次通过、返工后通过、不通过。
- 关闭日期：计算关闭率、超期率及观察期起点。
验证证据要求
验证通过情况的可信度取决于证据类型。复测记录应包含复测项、复测结果和复测人；评审结论应有评审参与人和结论意见；验证人独立性要求验证人不是整改执行人，这一点需要在台账中记录验证人身份，便于核查。证据缺失的验证结论，在统计时可以单独标注，避免把“形式通过”计入通过率。
数据一致性检查
取数后先做一致性核对：关闭日期是否晚于发现日期，验证日期是否在整改提交之后，状态为“已关闭”的条目是否都有验证结论。发现不一致的条目先修正再计算，否则比率会失真。
当不符合项台账、整改单和验证记录在同一个协作系统中流转时，取数可以随状态变更自动沉淀。例如在ONES中，不符合项可以作为工作项跟踪，整改单与验证记录通过状态流转关联，关闭日期、验证结论等字段随流程更新，效能管理可对系统内流转的数据做多维度分析，减少手工汇总带来的口径偏差。系统外的数据仍需另行导入并核对。
计算与评估步骤
按以下五步完成从取数到解读的闭环，每一步都留下可复查的记录。
步骤一：冻结统计周期与纳入范围
确定统计周期（如某季度）、不符合项纳入条件、重复判定窗口长度和验证结论分级规则，形成当期口径说明。口径说明是后续所有计算的依据，跨期比较时先比对口径是否一致。
步骤二：按公式计算两个指标
分别计算重复发生率、一次通过率和最终通过率，同时输出分子、分母绝对数。分母为零时标注“不适用”。
步骤三：按类别、严重度、责任环节分组
总体比率容易掩盖结构差异。按问题类别、严重度和责任环节分别计算，找出比率明显偏高的分组，这些分组是后续根因复核的重点。
步骤四：与关闭率、超期率交叉看
关闭率低、超期率高时，重复发生率和验证通过率的样本可能集中在少数快速关闭的条目上，解读时需要说明。三个指标同向变化时结论更可靠，方向不一致时优先核查数据口径。
步骤五：形成解读结论与待核查项
结论应写明：两个指标各自的水平与趋势、分组差异、与关闭率和超期率的交叉情况，以及需要进一步核查的具体条目或环节。待核查项要落到具体的不符合项编号或类别，便于后续跟踪。
一个算例：从数字到解读
以下数字为演示计算方法而设，不代表任何真实项目数据或达标线。
示例数据与分母说明
某项目某季度已关闭不符合项40条，其中8条在关闭后90天观察期内被认定为同类再犯。同期提交验证的整改单25张，首次验证通过18张，最终通过23张。另有5条不符合项仍在验证中，不计入上述分母。
计算过程
- 重复发生率 = 8 ÷ 40 × 100% = 20.0%。
- 一次通过率 = 18 ÷ 25 × 100% = 72.0%。
- 最终通过率 = 23 ÷ 25 × 100% = 92.0%。
两种组合的解读对比
组合一：高复发加高通过。假设重复发生率20%、最终通过率92%，整改单大多被验证通过，但同类问题仍在再犯。此时应优先复核根因分析质量和验证标准，检查验证是否只核对了纠正动作、没有验证根因是否消除。
组合二：低复发加低通过。假设重复发生率5%、一次通过率50%，问题很少再犯，但整改单大量返工。此时应关注整改提交前的自检和证据准备，返工消耗了验证资源，闭环周期被拉长。
本例中一次通过率72%、最终通过率92%，两者差距20个百分点，说明约五分之一的整改单经历返工后才通过，验证环节的把关作用存在，但整改提交质量有提升空间。这一解读仅适用于本例的口径和样本，换项目或换周期需重新计算。
解读时的限制与常见误读
指标提供的是改进信号，解读时需要同时说明其局限，避免把比率直接当作质量结论。
指标是信号，不构成因果证明
重复发生率下降可能来自整改有效，也可能来自问题分类变粗、观察窗口缩短或记录习惯变化。验证通过率上升同样可能来自整改质量提升或验证标准放宽。结论需要结合具体条目复核，不能仅凭比率变化归因。
口径与分类调整导致跨期不可比
问题类别编码、根因编码、验证结论分级或纳入范围发生调整后，前后两期的比率不在同一基准上。比较前应确认统计规则版本一致，必要时按新口径重算历史数据。
样本量小导致比率波动
分母只有个位数时，一两条条目的变化就能让比率大幅跳动。此时应同时给出绝对数，或合并多个统计周期后再比较，避免对短期波动过度反应。
验证通过率高可能源于标准宽松
验证通过率本身不衡量验证的严格程度。如果验证只核对文档是否齐全、不核对根因是否消除，通过率会偏高而实际效果有限。核查时应抽查验证证据的类型和验证人独立性。
避免把单指标当整体质量绩效
重复发生率和验证通过情况只覆盖整改环节。项目整体质量还涉及问题发现能力、关闭及时性等方面，单看任一比率都可能得出片面结论。将两个指标与关闭率、超期率放在同一张评估表中，按类别和环节拆解，才能支撑具体的改进决策。
常见问题
重复判定窗口设多长比较合适，窗口变了还能和上期比较吗？
窗口长度没有统一标准，取决于问题从整改到再次暴露通常需要多久。常见做法是按问题类别分别设置，例如缺陷类问题观察期短一些，流程类问题观察期长一些，并在口径说明中写明每个类别的窗口长度。
窗口调整后，前后两期的重复发生率不在同一基准上，不能直接比较。可行做法是按新窗口重算历史数据，或者在报告中注明口径变更日期，把变更前后的数据分段呈现，不做跨段趋势判断。
验证结论里的“有条件通过”应该算通过还是不算？
这属于口径选择，关键是在统计前固定并保持稳定。如果“有条件通过”意味着整改措施已落地、只剩文档补充等非实质事项，可以计入一次通过，但建议在报表中单独列示数量；如果遗留条件涉及根因是否消除，计入一次通过会高估整改证据质量，更适合归入返工后通过。
无论选哪种，都应在口径表中写明，并在跨期比较时确认规则未变。抽查验证记录时，优先看有条件通过的条目遗留了什么条件。
分母只有个位数时，比率还要不要报？
可以报，但要同时给出分子和分母绝对数，并标注样本量小。分母为个位数时，一两条条目的变化就能让比率跳动十几个百分点，单看比率容易过度反应。
更稳妥的做法是合并多个统计周期后再比较趋势，或者按季度累计观察。分母为零时记为“不适用”，不写0%，避免把“没有样本”误读为“没有复发”。
验证通过率一直很高，是不是说明整改质量很好？
不一定。验证通过率只反映提交验证的整改单有多少通过，不衡量验证本身是否严格。如果验证只核对文档是否齐全、复测记录是否提交，而不核对根因是否消除，通过率会偏高而实际效果有限。
核查时可以抽查验证证据的类型、复测项是否覆盖问题现象、验证人是否为整改执行人。把验证通过率与重复发生率放在一起看，高通过伴随高复发，通常提示验证标准需要收紧。
不符合项分散在多个系统里，取数怎么保证口径一致？
先统一字段定义再合并数据：发现日期、问题类别与根因编码、整改单号、验证结论、验证日期、关闭日期这几项在各来源中要有对应关系，编码体系保持同一套。合并后做一致性核对，例如关闭日期是否晚于发现日期、已关闭条目是否都有验证结论，不一致的先修正再计算。
当不符合项、整改单和验证记录在同一协作系统中流转时，字段随状态变更更新，取数口径更容易保持一致。例如在ONES中，不符合项可作为工作项跟踪，整改与验证记录通过状态流转关联，效能管理可对系统内流转的数据做多维度分析；系统外来源的数据仍需导入并核对后再并入统计。
