制定项目评价标准，核心是让不同评审人对同一批项目得出可复现的取舍结论。本文聚焦项目之间的立项、续投、暂停与退出决策，依次说明用途界定、维度与权重设计、评分口径、评审机制、填写示例和上线回测，最终交付一份可填写的评价表、一份评分口径说明和一套评审会议规则。评价结果与评审记录可以放在ONES中随项目工作项一并留存，便于后续追溯。
要点总览（TL;DR）
- 先写清标准服务哪类取舍：本文聚焦项目之间的立项、续投、暂停与退出，单需求排序和组合调整执行另有方法。
- 维度从战略契合、价值贡献、投入与风险、交付可行性四类中裁剪到5–8个，单一维度权重不超过30%，每档分数配行为锚点。
- 评分口径表写明每个维度的数据来源与证据等级，缺数据时标注并给保守分，打分人与证据提供人分离。
- 评审设四类角色：项目负责人提交材料、领域专家打分、组合管理角色汇总核对、决策层定结论，分差超过2分触发复议。
- 上线前用3–5个历史项目回测，比对评分结论与实际结果，标准带版本号并定期复审。
先定用途：标准服务哪类取舍决策
评价标准的第一件事是写清它服务哪个决策。用途不同，维度、证据要求和评审角色都会变化。制定前先用一段话固定三件事：这套标准用来比较什么、输出什么结论、多久评一次。
常见的三类场景需要区分开。项目间取舍是在多个候选项目或在研项目之间做资源分配；单需求排序是在一个项目内部排列需求优先级；组合调整执行是在结论已定后落实资源腾挪与计划变更。本文的标准只服务第一类，后两类有各自的排序方法和执行流程，混用会让维度失焦。
结论形态也要提前约定。建议把输出限定为四种：立项（投入资源启动）、续投（继续当前投入）、暂停（冻结资源待条件变化）、退出（终止并回收资源）。四种结论对应不同的评分区间和审批层级，评审时直接落到结论，避免只打分不给处置意见。
评价周期与触发时点同样需要写明。常见做法是固定周期评审加事件触发评审并行：固定周期按季度或半年度对在研项目做一次全量评价；事件触发则在预算调整、关键里程碑延期、市场条件重大变化时启动专项评价。周期过长会让标准失去约束力，过短则增加评审负担，可按项目数量和资源变动频率确定。
完成标志是形成一页决策场景说明，包含用途、结论形态、评价周期与触发条件，并经决策层确认。这份说明是后续所有设计的边界，维度筛选和评审规则都要回到它来检验。
评价维度与权重的确定方法
维度设计的目标是用尽量少的指标覆盖决策所需的信息。建议从四类候选维度出发，再按决策场景裁剪：战略契合（项目与业务方向的匹配程度）、价值贡献（收益规模、客户影响、能力积累）、投入与风险（资源需求、技术不确定性、外部依赖）、交付可行性（团队能力、时间窗口、依赖条件）。
维度数量控制在5–8个。少于5个容易遗漏关键判断，多于8个则评审人难以稳定打分，权重也会被稀释。裁剪时逐条问：去掉这个维度，结论会不会改变？不会改变的就合并或删除。例如战略契合可以拆为方向匹配与能力积累两项，也可以合并为一项，取决于决策层是否真的会因这两点产生分歧。
权重分配有两种可操作方法。直接赋权由决策层对维度分配百分比，简单快速，适合维度较少且共识较强的情况；两两比较让评审人每次只比较两个维度的重要性，再汇总成权重，过程更严谨但耗时更长。无论哪种方法，建议单一维度权重不超过总权重的30%，防止某一维度单独主导结论；同时设置权重总和为100%，并在表格中固定下来，评审时不再临时调整。
每个维度需要配评分刻度。推荐1–5分制，并为每一档写行为锚点，描述达到该分数时应看到的事实。例如价值贡献维度，5分可定义为“收益测算覆盖主要假设且经财务复核，预期回报处于组合前列”，3分定义为“有初步收益测算，关键假设尚未验证”，1分定义为“仅有定性描述，无可测算依据”。锚点描述越具体，不同评审人的理解越接近。
| 维度 | 建议权重 | 评分刻度要点 |
|---|---|---|
| 战略契合 | 20%–25% | 与业务方向的匹配程度，是否有明确的能力积累目标 |
| 价值贡献 | 25%–30% | 收益测算的完整度与规模，客户或业务影响 |
| 投入与风险 | 20%–25% | 资源需求、技术不确定性、外部依赖的可控程度 |
| 交付可行性 | 20%–25% | 团队能力匹配、时间窗口、关键依赖是否具备 |
完成标志是形成维度清单与权重表，每个维度附一段评分刻度说明，并经决策层签字确认。权重表一旦发布，在下一个复审周期前保持不变。
评分口径与证据来源
同一分数在不同评审人之间可复现，靠的是把每个维度的取数来源和证据要求写死。评分口径表至少包含四列：维度、具体指标、数据来源、证据等级要求。
数据来源按维度对应。价值贡献通常取财务测算与市场调研，投入与风险取技术评估和资源盘点，交付可行性取历史项目数据与团队能力记录，战略契合取业务规划文件。每个指标应指明由哪个部门或角色提供，避免评审现场临时找数。
证据等级需要分级并规定使用规则。可设为三级：A级为经复核的测算或正式评估报告；B级为有初步数据支撑的分析，关键假设待验证；C级为定性判断或类比推断。评分时按证据等级限制分数上限，例如C级证据最高只能打3分。缺失数据的处理规则要单独写明：缺数据时标注“证据缺失”并给出保守分，不允许默认给中间分，因为中间分会让缺证据的项目看起来与有证据的项目同等可靠。
打分人与证据提供人应分离。提供财务测算的人不参与价值贡献维度的打分，技术评估人不对交付可行性维度自行定分。这一原则的作用是让打分建立在他人可核查的材料上，减少自证倾向。评审前由组织方汇总证据包，评审人依据证据包打分，现场补充的材料需标注来源和等级。
| 维度 | 指标示例 | 数据来源 | 证据要求 |
|---|---|---|---|
| 战略契合 | 与年度业务重点的对应关系 | 业务规划文件 | B级以上，需引用具体规划条目 |
| 价值贡献 | 预期收益、客户影响范围 | 财务测算、市场调研 | A级测算可打满分，B级上限4分 |
| 投入与风险 | 资源需求、技术不确定性 | 技术评估、资源盘点 | 需有评估结论，缺失时标注并限分 |
| 交付可行性 | 团队能力、时间窗口、依赖条件 | 历史项目数据、能力记录 | B级以上，依赖项需列明责任方 |
完成标志是评分口径表覆盖全部维度，每个指标都有明确的提供方和证据等级规则，并在评审前完成一次试填，确认口径无歧义。
角色分工与评审机制
评审机制要回答三个问题：谁打分、谁复核、谁决策。建议设置四类角色，职责边界写进角色职责表。
项目负责人负责提交项目材料与证据包，说明项目现状与诉求，不参与自己项目的打分。领域专家按分工对相关维度打分，例如财务专家打价值贡献，技术专家打交付可行性，打分依据限于证据包内容。组合管理角色负责汇总分数、核对口径一致性、组织评审会议并维护评价记录，不单独决定结论。决策层依据评分结果与评审意见做出立项、续投、暂停或退出的决定，并对例外情况说明理由。
评审会议需要控制议程与时长。建议每个项目的陈述与问答控制在15–20分钟，打分与讨论10分钟，同一批次项目集中评审，避免逐个开会拉长周期。会议材料提前发放，评审人带着分数进场，现场只讨论分歧较大的维度，不逐项复述材料。
分歧处理规则要提前约定。两位评审人在同一维度分差超过2分时，触发复议：由双方各自说明依据，组合管理角色核对证据等级，仍无法收敛的提交决策层裁定并记录理由。复议只针对分歧维度，不重新打开已达成一致的评分。所有评分、复议记录和最终结论需留痕，注明评审日期、参与人和依据版本，便于后续回测与审计。
| 角色 | 主要职责 | 不承担的事项 |
|---|---|---|
| 项目负责人 | 提交材料与证据包，陈述项目诉求 | 不给自己项目打分 |
| 领域专家 | 按分工对相关维度打分 | 不跨领域代打，不现场补造证据 |
| 组合管理角色 | 汇总分数、核对口径、组织评审、维护记录 | 不单独决定项目结论 |
| 决策层 | 做出立项、续投、暂停、退出决定 | 不替代专家打分 |
评分结果与评审记录需要落到可追溯的载体上。在ONES中，可以把评价表作为项目工作项的属性或关联文档保存，评审结论与复议理由记录在对应工作项的评审记录里，使分数、证据和决策在同一处可查。这样回测时能直接调取历史评分与实际结果，不必另行拼凑材料。
完成标志是角色职责表与评审会议规则定稿，包含议程时长、分歧阈值、复议流程和留痕要求，并在一次真实评审中试运行。
示例：一份可填写的项目评价表
以下示例用于演示填写与计算方式，项目名称与数据均为虚构，仅作演示用途，不代表任何真实项目。
示例项目“客户门户改版”，四个维度按前文权重表赋权：战略契合25%、价值贡献30%、投入与风险20%、交付可行性25%。三位评审人分别打分后取平均，再乘以权重得到加权分。
| 维度 | 权重 | 评审人A | 评审人B | 评审人C | 平均分 | 加权分 |
|---|---|---|---|---|---|---|
| 战略契合 | 25% | 4 | 4 | 5 | 4.33 | 1.08 |
| 价值贡献 | 30% | 4 | 3 | 4 | 3.67 | 1.10 |
| 投入与风险 | 20% | 3 | 3 | 2 | 2.67 | 0.53 |
| 交付可行性 | 25% | 4 | 4 | 3 | 3.67 | 0.92 |
| 合计 | 100% | — | — | — | — | 3.63 |
计算过程：每个维度先求三位评审人的平均分，再乘以权重，四项相加得到总分3.63（满分5分）。投入与风险维度中评审人C给出2分，与另两位分差为1分，未触发复议阈值；若分差达到2分，则按复议规则处理。
结果转化为决策建议时，需要预设分数区间与结论的对应关系。例如总分4.0以上建议立项或续投，3.0–4.0建议续投但需附条件，2.5–3.0建议暂停并补充证据后复评，2.5以下建议退出。示例项目3.63分落在续投区间，但投入与风险维度得分偏低，决策建议可写为“续投，同时要求在下一次评审前补充技术不确定性评估”。
这张表的填写要点有三条：分数必须对应证据包中的材料，平均分保留两位小数，决策建议栏要写明条件而不只是结论。表格结构可以直接复用为空白模板，维度、权重和刻度说明随标准版本一同发布。
上线前的回测与完成检查
标准定稿后先回测再发布。选取3–5个已结束或已运行一段时间的历史项目，用新标准重新打分，比对评分结论与当时的实际结果。如果高分项目实际表现不佳，或低分项目后来证明价值突出，说明权重或刻度需要调整。
回测关注两类偏差。一类是系统性偏差，例如所有项目在某一维度都集中在4分，说明该维度刻度区分度不足，需要重新定义锚点或拆分指标。另一类是结论偏差，即评分区间与结论的对应关系与实际决策习惯不符，需要调整区间边界。回测记录应写明所选项目、重打分数、实际结果和偏差分析。
权重与刻度的调整需要触发条件，避免频繁改动。可设定：连续两个评审周期出现同一维度分数高度集中，或回测中超过三分之一的结论与实际结果不符，即启动调整；调整由组合管理角色提出，决策层确认后发布新版本。标准本身要有版本号、发布日期和复审周期，建议每半年或每年复审一次，复审时结合新一期的回测数据判断是否修订。
完成检查清单用于发布前逐项核对：
- 决策场景说明已确认，用途、结论形态、评价周期与触发条件齐全。
- 维度数量在5–8个之间，每个维度有权重，单一维度权重不超过30%。
- 每个维度有1–5分的行为锚点描述。
- 评分口径表覆盖全部维度，标明数据来源与证据等级规则。
- 缺失数据的处理规则已写明，且不允许默认中间分。
- 打分人与证据提供人分离的原则已落实到角色分工。
- 评审会议议程、时长、分歧阈值与复议流程已定稿。
- 评分与评审记录有明确的留存位置和留痕要求。
- 已完成3–5个历史项目的回测并记录偏差分析。
- 标准有版本号、发布日期与复审周期。
清单全部通过后即可发布。发布后的第一次正式评审同时作为运行验证，重点观察评分是否可复现、复议是否按规则触发、记录是否完整，这些观察结果进入下一次复审的输入。
常见问题
项目数量不多、评审人只有两三位时，这套标准要不要简化？
可以简化，但简化的是流程负担，不是口径。维度仍建议保留5个左右，权重表照常发布；评审会议可以合并为一次短会，材料提前发放，现场只讨论分差较大的维度。打分人与证据提供人分离的原则在小团队里同样适用，至少做到提供测算的人不给自己维度的分数定分。回测环节可以先用2–3个历史项目，重点看评分能否复现，再逐步补足样本。
战略契合这类偏定性的维度，怎么避免评审人凭印象打分？
把定性维度拆成可引用的事实。例如要求打分时引用业务规划文件中的具体条目，说明项目对应哪一项年度重点、支撑哪类能力积累，并规定证据等级下限。刻度锚点写成可观察的描述，如“有明确规划条目对应且能说明积累路径”对应高分，“仅口头提及方向”对应低分。这样评审人讨论的是规划条目和积累路径，印象分空间会被压缩。
评分区间与结论的对应关系定得太死，遇到特殊情况怎么办？
区间对应关系是默认规则，例外需要留出通道并留痕。可以在评审规则中写明：决策层对区间外的结论须说明理由，理由记录在评审记录中，并在下一次复审时作为回测样本。例外比例本身也是观察指标，如果某一区间频繁出现例外，说明区间边界或权重需要调整，而不是继续靠个案裁定。
标准发布后，业务方向调整了，权重能不能马上改？
建议按触发条件改，不随单次讨论临时调整。可设定两类触发：连续两个评审周期同一维度分数高度集中，或回测中超过三分之一的结论与实际结果不符。触发后由组合管理角色提出修订方案，决策层确认后发布新版本，旧版本保留以便追溯历史评分的口径。业务方向发生重大变化时，可作为事件触发启动专项复审，但修订仍走同一套确认流程。
评价结果和评审记录放在哪里，回测时才不用重新拼材料？
关键是让分数、证据和结论在同一处可查。可以把评价表作为项目工作项的属性或关联文档保存，评审结论与复议理由记录在对应工作项的评审记录里，并注明评审日期、参与人和依据的标准版本。这样回测时直接调取历史评分与实际结果即可。ONES 可以承载这类工作项与评审记录的留存，具体字段和权限按团队现有配置安排。
