项目问题关闭率的统计口径，核心是把四件事定清楚：分子算哪些问题、分母算哪些问题、时间窗按创建还是关闭归期、哪些状态算“关闭”。口径确定后写进指标卡，用一组历史数据复算验证，再对外解释。本文只讨论项目推进障碍类问题，产品Bug和服务事件不纳入本指标。
要点总览（TL;DR）
- 主口径建议：统计期内关闭的项目问题数 ÷（期初未关闭数 + 期内新增数），分母写法二选一后写入指标卡并长期固定。
- 范围限定为项目推进障碍类问题，产品Bug归缺陷管理、服务中断归服务事件管理，不混入本指标。
- 时间窗按关闭时间或创建时间归期二选一，状态快照以统计截止时点为准，缺失字段单列“数据不完整”。
- 分母为零时写“本期无应关闭问题、关闭率不适用”，不记0%或100%；口径变更需做版本记录并标注不可比区间。
- 关闭率需与平均关闭时长、重开率配合解读，不设通用达标线，以项目自身历史基线比较趋势。
评估目标：关闭率要回答什么问题
关闭率反映的是项目推进过程中障碍的消化情况：一段时间内，团队把多少影响项目推进的问题处理到了关闭状态。它适合回答“积压是在减少还是在增加”“本期处理速度能否跟上新增速度”这类过程问题。
用途不同，口径的侧重点也不同。用于过程监控时，关注当期消化量与新增量的对比，时间窗通常按关闭时间归期，便于看每周、每月的处理节奏；用于阶段复盘时，关注一个阶段内应处理问题的完成情况，分母更倾向使用“期初未关闭 + 期内新增”，把阶段开始时的存量一并纳入。
需要明确的是，关闭率是过程度量，不直接等于团队绩效，也不直接等于问题解决质量。一个问题被标记关闭，可能因为已解决，也可能因为不再需要处理、转由其他渠道跟进。指标本身不区分这些情况，解读时要结合关闭原因和重开情况。此外，产品Bug归缺陷管理，服务中断归服务事件管理，它们有各自的统计体系，混入项目问题关闭率会让口径失真。
指标与范围：分子分母各算哪些问题
推荐的主口径为：统计期内关闭的项目问题数 ÷ 统计期内应关闭的项目问题数。分母有两种常见写法，二选一并在指标卡中固定：一是“期初未关闭数 + 期内新增数”，二是“统计期内应关闭数”（即按计划应在本期完成的问题数）。两种写法结果不同，混用会让跨期数据不可比。
| 要素 | 规则 | 说明 |
|---|---|---|
| 分子 | 统计期内状态变为“已关闭”的项目问题数 | 以状态变更记录为准，不以最后修改时间为准 |
| 分母 | 期初未关闭数 + 期内新增数（或统计期内应关闭数） | 固定一种写法，写入指标卡 |
| 问题类型 | 仅项目推进障碍类问题 | 排除产品Bug、服务事件、需求变更 |
| 关闭状态 | 明确列出哪些状态计入关闭 | 如“已解决”“已关闭”“已验证关闭”，需逐项列明 |
| 优先级 | 默认全量纳入，不按优先级过滤 | 如需只看高优先级，须单独定义并标注为子口径 |
| 来源 | 默认全量纳入 | 按来源过滤会改变分母含义，须在指标卡注明 |
状态定义是最容易出分歧的地方。团队里常同时存在“已解决”和“已关闭”两个状态，前者表示处理人认为完成，后者表示经过验证或确认。建议把“关闭”限定为经过确认的终态，把“已解决待验证”单列，不计入分子。这样关闭率反映的是确认完成的比例，而不是处理人自报完成的比例。若团队规模小、流程轻，也可以把“已解决”视为关闭，但要在指标卡中写明，并保持长期一致。
优先级和来源默认不过滤。按优先级过滤会让分母变小、比率变高，看起来更好，但失去了对整体积压的观察。如果确实需要看高优先级问题的处理情况，建议作为独立子指标单列，与主口径并列展示，不替换主口径。
数据口径：时间窗、状态快照与缺失值
时间归属必须二选一并固定。按关闭时间归期，统计的是“本期消化了多少”，适合看处理节奏；按创建时间归期，统计的是“本期新增的问题关掉了多少”，适合看新增问题的处理进度。两种口径都合理，混用则跨期不可比。多数过程监控场景选择按关闭时间归期，因为它与团队当期投入的对应关系更直接。
状态快照以统计截止时点为准。取数时读取截止时点的状态，而不是取数当天的状态，否则补录、延迟关闭会把历史数据改掉。如果系统只能取当前状态，需要在指标卡中注明“数据可能随补录变化”，并在每次发布时记录取数时间。
重复、合并和重开问题要提前定规则：
- 重复问题：取数前去重，保留最早登记的一条，其余剔除，剔除数量单独记录。
- 合并问题：合并后的主问题保留，被合并问题剔除，避免同一障碍被计算两次。
- 重开问题：明确是回退计入未关闭，还是保留原关闭记录、另计重开率。推荐后者，关闭率与重开率分开看，避免一个指标承担两种含义。
缺失关闭时间或状态字段的记录，单列为“数据不完整”，不默认计入分子，也不默认计入分母，在报表附注中说明条数。缺失比例较高时，先修数据再发布指标，否则比率的可信度不足。
计算与评估步骤：从取数到复算
按以下顺序执行，每一步留下可核对的中间结果：
- 取数：导出统计区间内全部项目问题记录，字段至少包含问题编号、类型、创建时间、关闭时间、当前状态、状态变更记录。
- 过滤：按问题类型排除Bug和服务事件，按状态定义标记哪些记录属于关闭。
- 去重：处理重复与合并问题，记录剔除条数。
- 归期：按选定的时间窗把记录归入统计期，分别计算分子和分母。
- 计算：分子 ÷ 分母，保留一位小数，同时输出分子、分母的绝对数。
- 复算：随机抽取10至20条原始记录，逐条核对类型、状态、时间字段与计算结果是否一致。
- 记录版本：写明口径版本号、取数时间、过滤规则，归档本次计算脚本或取数条件。
分母为零时，单列说明“本期无应关闭问题”，不记0%，也不记100%。记0%会被误读为“一个问题都没关掉”，记100%会被误读为“全部完成”，两者都偏离事实。
口径变更时做版本记录：新口径从哪一期开始生效，历史数据是按新口径复算还是标注“不可比区间”。复算成本高时，至少在趋势图上断开新旧口径，避免把口径变化当成业务变化。
在工具层面，这套流程依赖问题工作项有稳定的类型字段、状态流转记录和按时间筛选的统计视图。以ONES为例，项目问题可以作为独立工作项类型管理，状态流转留有记录，统计视图可按类型、状态和时间条件筛选并导出，便于按上述步骤取数和复算；口径规则本身仍要写在指标卡里，由团队维护。演示场景中，团队可先在测试项目里跑一遍取数与复算，确认字段完整后再用于正式报表。
例子：一个季度关闭率的完整计算
假设某项目2026年第二季度（4月1日至6月30日）的项目问题数据如下：期初（4月1日）未关闭问题42个，期内新增问题68个，期内状态变为关闭的问题55个，其中3个在期内被重开。按“期初未关闭 + 期内新增”作分母，按关闭时间归期。
| 项目 | 数值 | 说明 |
|---|---|---|
| 期初未关闭 | 42 | 4月1日快照 |
| 期内新增 | 68 | 按创建时间落在Q2 |
| 分母 | 110 | 42 + 68 |
| 期内关闭 | 55 | 按关闭时间落在Q2 |
| 其中重开 | 3 | 回退计入未关闭，另计重开率 |
| 有效关闭 | 52 | 55 − 3 |
| 关闭率 | 47.3% | 52 ÷ 110 |
结果解读：本季度消化了约一半的应关闭问题，期末未关闭为58个（110 − 52），积压仍在增加，因为新增68个大于有效关闭52个。这个结论比单看47.3%更有信息量，说明需要关注新增问题的来源和分流。
分母为零的场景：假设某小项目在7月没有任何期初未关闭问题，期内也未新增问题，则分母为0。报表写“本期无应关闭问题，关闭率不适用”，并附分子分母均为0的说明，不输出百分比。
解读与限制：关闭率不能说明什么
高关闭率不等于问题解决质量高。关闭动作可能来自问题已解决，也可能来自问题被判定为不再需要处理、转由其他渠道跟进。要判断质量，需要看关闭原因分布和重开率：重开率高，说明关闭判断偏松；关闭原因集中在“转出”，说明指标反映的是分流而非解决。
关闭率受登记习惯影响明显。登记得少、登记得晚的团队，分母偏小，比率容易偏高；登记细致的团队，分母大，比率反而显得低。跨团队比较关闭率时，先确认登记范围和登记时机是否一致，否则比较的是登记习惯而不是处理能力。
建议与平均关闭时长、重开率配合看。关闭率回答“关掉了多少”，平均关闭时长回答“关得多快”，重开率回答“关得是否可靠”，三个指标合起来才能支撑过程判断。单看关闭率容易得出片面结论。
不设通用达标线。不同项目的问题类型、复杂度、登记密度差异大，统一的百分比阈值缺乏依据。可行的做法是以项目自身前几个周期的数据为基线，观察趋势变化；跨项目比较时，同时展示分子分母绝对数和登记规则，让读者自行判断可比性。
常见问题
期初未关闭数应该取哪一天的快照？如果期初数据缺失怎么办？
期初未关闭数取统计期第一天零点的状态快照，与统计期的起止日期严格对齐。如果系统只能导出当前状态、无法回溯历史快照，可以用状态变更记录反推：统计期开始前已创建、且在该时点尚未进入关闭状态的记录，即为期初未关闭。
期初数据确实缺失时，建议在指标卡中标注“本期分母仅含期内新增”，并说明该期数据与前后期不可直接比较；不要用估算值填补，否则复算时无法核对。
问题在统计期内关闭后又被重开，关闭率里怎么算？
推荐做法是保留原关闭记录、另计重开率，让两个指标各承担一种含义。示例中按“有效关闭 = 期内关闭数 − 期内重开数”计入分子，同时单独输出重开率，读者可以同时看到关闭动作的数量和可靠性。
如果团队选择把重开问题回退计入未关闭，需要在指标卡中写明，并保持各期一致。两种处理方式都可行，关键是固定一种，避免同一张趋势图上混用两种算法。
按创建时间归期和按关闭时间归期，实际报表里该选哪个？
看指标要回答的问题。过程监控、看团队当期处理节奏，选按关闭时间归期，分子分母都落在本期实际发生的动作上；看本期新增问题的处理进度，选按创建时间归期，跟踪同一批问题的关闭情况。
两种口径可以并存，但应作为两个独立指标分别展示，各自标注归期方式，不能在同一张趋势图或同一个百分比里混用。跨期比较前先确认前后各期用的是同一种归期方式。
不同项目之间可以直接比较关闭率高低吗？
直接比较风险较大。关闭率受登记范围、登记时机和问题复杂度影响：登记少而晚的团队分母偏小，比率容易偏高；登记细致的团队分母大，比率反而显得低。此时比较的可能是登记习惯，而非处理能力。
需要跨项目比较时，建议同时展示分子分母绝对数、纳入排除规则和登记要求，并优先看各项目自身的历史趋势变化。确需横向对比，可先统一问题类型范围和状态定义，再选取复杂度相近的项目。
口径调整后，历史数据要不要按新口径重新算一遍？
取决于复算成本和使用场景。对外汇报或做长期趋势分析时，建议按新口径复算历史数据，保证序列可比；复算成本高时，至少在趋势图上断开新旧口径，标注“不可比区间”，并写明新口径从哪一期开始生效。
无论是否复算，都要在指标卡中记录口径版本号、生效期和变更原因，归档当期的取数条件或脚本，便于后续核对。
