研发质量检查制度运行一段时间后，复盘要回答三个问题：检查有没有按制度执行、检查有没有发现真问题、发现的问题有没有闭环。过程指标看执行覆盖与时效，检查证据看记录完整性与判定一致性，结果表现看缺陷逃逸与重复问题。三类数据需要按同一时间窗、同一分母口径对齐后再解读，单看任何一个指标都不足以证明制度有效。检查记录与问题闭环数据通常承载在工作项和文档中，ONES可作为承载与取数的一环。
要点总览（TL;DR）
- 复盘研发质量检查制度要回答三件事：检查是否按制度执行、是否发现真问题、问题是否闭环，分别对应过程指标、检查证据和结果表现。
- 过程指标至少覆盖检查计划执行率、按时完成率与超期天数、检查项覆盖率与豁免项处理、判定一致性，每个指标写清公式、分子分母、单位与时间窗。
- 检查证据抽查看记录字段是否齐全、依据能否复核、问题能否回溯到需求或版本，定性判定标准要事先写明。
- 结果指标看缺陷逃逸率、重复问题占比、闭环率与平均闭环时长，并按项目类型分组比较，避免跨组误读。
- 指标反映执行与结果的关联，不构成因果保证；样本量小、检查项设计不合理、指标被考核化都会带来偏差，结论应附证据与待验证假设。
复盘要回答的三个问题与评估目标
制度复盘的对象是制度本身，而非某个项目的质量表现。单个项目的质量控制方案、测试执行细节不在本次评估范围内。复盘开始前，先把“感觉检查做得怎么样”转成三个可下判断的问题，后续取数和证据抽查才有明确指向。
第一个问题是执行到位：检查是否按制度规定的频次、范围、责任人执行，是否存在计划了却没做、做了却超期的情况。对应的判断结论形式是“执行到位／部分到位／未到位”，并附上覆盖与时效数据。第二个问题是发现有效：检查是否真的识别出了问题，判定是否稳定，同类场景是否给出相近结论。结论形式是“发现能力有效／判定标准需修订／检查项设计需调整”。第三个问题是闭环彻底：检查发现的问题是否被记录、分派、修复并验证关闭。结论形式是“闭环机制运转正常／存在积压／闭环验证缺失”。
把这三类判断写成一份评估目标清单，逐条注明本次复盘要回答什么、用什么数据回答、由谁确认。清单的作用是防止复盘滑向项目质量总结，也防止只盯一个指标就下结论。
过程指标：执行覆盖、时效与判定一致性
过程指标回答“检查有没有按制度跑起来”。建议至少覆盖四类：计划执行、按时完成、检查项覆盖、判定一致性。每个指标都要写清公式、分子分母、单位、统计时间窗和缺失值处理方式，否则不同人算出的结果无法比较。
| 指标 | 公式 | 分子／分母 | 单位 | 时间窗与粒度 |
|---|---|---|---|---|
| 检查计划执行率 | 实际执行检查项数 ÷ 计划检查项数 | 分子为当期实际完成的检查项，分母为制度或计划规定的检查项 | 百分比 | 按检查批次统计，可按周或月汇总 |
| 按时完成率 | 按期完成检查项数 ÷ 应完成检查项数 | 分子为在计划截止日前完成的检查项，分母为当期到期应完成的检查项 | 百分比 | 同上，与执行率共用分母口径 |
| 平均超期天数 | 超期检查项超期天数之和 ÷ 超期检查项数 | 分子只计超期项的实际超期天数，分母为超期项数量 | 天 | 按批次统计，单独报告超期项占比 |
| 检查项覆盖率 | 已覆盖检查项数 ÷ 应覆盖检查项数 | 分母需扣除经批准的豁免项，豁免项单独列示 | 百分比 | 按制度版本或检查清单版本统计 |
| 判定一致性 | 复判结论一致的样本数 ÷ 复判样本数 | 分子为两次独立判定结论相同的样本，分母为抽取的复判样本 | 百分比 | 按季度或按检查清单版本抽查 |
几个口径细节需要提前定死。按时完成率的分母用“当期到期应完成”而非“当期计划”，避免跨期检查项被重复计入。豁免项必须有审批记录，覆盖率计算时从分母剔除并单独说明数量，不能悄悄从分子里减掉。判定一致性通过抽样复判获得：从当期检查记录中抽取一定比例，由未参与原判定的人员按同一检查清单重新判定，比较结论是否一致；复判样本量过小时只作参考，不据此下强结论。
缺失值的处理也要写进口径：检查记录缺失的检查项，在执行率中计为未执行，在证据抽查中计为不合格，并单独统计缺失数量。时间窗建议与制度考核周期一致，通常按月统计、按季度汇总，跨期比较时保持窗口长度相同。
检查证据：记录完整性、可追溯与判定依据
过程指标能说明“做了多少”，证据抽查才能说明“做得是否可信”。复盘时应从当期检查记录中抽样，核对每条记录是否具备基本字段，以及结论是否有依据支撑。
一条合格的检查记录至少包含：检查项（对应检查清单条目）、检查人、检查时间、检查结论、判定依据、关联工作项。判定依据可以是截图、日志、文档链接或评审记录；关联工作项用于把检查结论挂到具体需求、代码提交或版本上。缺少关联工作项的记录，无法回溯问题来源，应判为不完整。
抽查方法建议按检查批次分层抽样：每个批次抽取固定比例或固定数量的记录，覆盖不同检查人和不同检查项类别。抽样比例没有统一标准，可按当期记录总量确定，例如每批次抽10至20条，总量少时全查。抽查表逐条记录字段是否齐全、依据是否可打开核验、关联工作项是否存在，最后给出合格／不合格判定。
可追溯性重点看三点：问题能否回溯到具体需求或版本；修复记录是否关联到原检查发现；关闭时是否有验证动作和验证人。定性判定的通过标准要事先写明，例如“结论有依据且依据可复核、判定与检查清单条目对应、同类情形判定口径一致”，避免抽查时凭印象打分。
结果表现：缺陷逃逸、重复问题与闭环时效
结果指标回答“检查有没有产生实际效果”。常用三类：缺陷逃逸、重复问题、闭环时效。它们与过程指标配合使用，单独看结果指标容易把项目差异误读为制度效果。
| 指标 | 公式 | 分子／分母 | 单位 | 解读要点 |
|---|---|---|---|---|
| 缺陷逃逸率 | 上线后发现的缺陷数 ÷ 同期发现缺陷总数 | 分子为上线后（含灰度、生产）发现的缺陷，分母为同期各阶段发现缺陷之和 | 百分比 | 需与检查覆盖和执行率对照，分组比较 |
| 重复问题占比 | 同类问题复发数 ÷ 当期问题总数 | 分子按问题分类归并后统计复发，分母为当期检查发现的问题总数 | 百分比 | 反映检查是否触及根因 |
| 问题闭环率 | 已关闭问题数 ÷ 当期应关闭问题数 | 分子为经验证关闭的问题，分母为当期到期应关闭的问题 | 百分比 | 关闭需有验证记录，不能只改状态 |
| 平均闭环时长 | 问题关闭时间与发现时间之差的总和 ÷ 已关闭问题数 | 分子按自然日计算，分母为已关闭问题数 | 天 | 与闭环率一起看，避免快速关闭掩盖积压 |
结果指标受项目类型影响明显：新功能开发与维护类项目的缺陷分布不同，上线节奏也不同。复盘时应按项目类型或发布类型分组呈现，跨组直接比较会失真。缺陷逃逸率的分母要包含各阶段发现的缺陷，只统计测试阶段会低估逃逸比例。
计算与复盘步骤：从取数到下结论
复盘按固定顺序推进，可以减少口径争议。第一步确定时间窗与对比基线：时间窗与制度考核周期一致，基线可选上一周期或制度实施前的同长度窗口。第二步先算过程指标，确认执行侧数据完整。第三步抽查检查证据，核对记录质量与判定一致性。第四步再看结果指标，并按项目类型分组。第五步做交叉验证并形成结论。
交叉验证是解读的关键。执行率高但缺陷逃逸率也高，可能说明检查项设计没有覆盖高风险场景，或判定标准偏松，需要回到检查清单和判定依据上找原因。执行率低而逃逸率低，可能是检查覆盖不足但项目本身风险低，也可能是缺陷记录不完整，需要先核对数据质量。闭环率高但平均闭环时长明显偏长，说明关闭动作集中在期末，存在积压后集中处理的情况。
结论写法要区分制度设计问题与执行问题。检查项覆盖不到关键风险、判定标准模糊、豁免审批缺失，属于设计问题；计划执行率低、记录字段缺失、关闭无验证，属于执行问题。两类问题的改进动作不同，结论中应分别列出，并附上支撑数据和待验证假设。
一个复盘算例：三个月检查数据怎么读
以下为演示用示例数据，非真实项目数据。某研发组织按季度复盘检查制度，时间窗为三个月，数据如下。
| 项目组 | 计划检查项 | 实际执行 | 按期完成 | 超期项数 | 超期天数合计 | 上线后缺陷 | 同期缺陷总数 |
|---|---|---|---|---|---|---|---|
| A组 | 120 | 108 | 96 | 12 | 36 | 9 | 60 |
| B组 | 80 | 80 | 72 | 8 | 40 | 4 | 50 |
| C组 | 0 | 0 | 0 | 0 | 0 | 2 | 20 |
逐项代入。A组检查计划执行率＝108÷120＝90.0%；按时完成率＝96÷120＝80.0%；平均超期天数＝36÷12＝3.0天；缺陷逃逸率＝9÷60＝15.0%。B组执行率＝80÷80＝100.0%；按时完成率＝72÷80＝90.0%；平均超期天数＝40÷8＝5.0天；缺陷逃逸率＝4÷50＝8.0%。
C组当期无检查计划，执行率、按时完成率、平均超期天数的分母为零，标注为“不适用”，不计算比率，也不并入整体执行率的分母。C组的缺陷逃逸率仍可计算：2÷20＝10.0%，但需注明该组未纳入检查制度覆盖，结果不用于评价制度效果。
整体执行率若把三组合并计算，应为(108+80)÷(120+80)＝94.0%，C组不进入分母。A组与B组项目类型不同时，缺陷逃逸率应分组呈现，不直接比较高低；若确需汇总，需说明两组权重和项目类型构成。这个算例说明：执行率接近，逃逸率差异仍可能来自检查项设计和项目类型，复盘要回到证据和检查清单上找解释。
解读与限制：指标能说明什么、不能说明什么
这些指标反映执行情况与结果表现之间的关联，不构成因果保证。执行率上升与逃逸率下降同时出现，只能说明两者同向变化，不能证明是检查制度带来的改善，项目难度、人员变动、发布节奏都可能影响结果。
样本量小是常见限制。检查批次少、缺陷数量少时，比率波动大，一个问题的增减就能让百分比明显变化，此时宜报告绝对数和比率，并注明样本量。检查项设计不合理也会带来偏差：检查清单长期不更新，覆盖不到新风险，执行率再高也说明不了发现能力。指标被考核化后还可能出现应对行为，例如把检查项拆细以提高执行率、把问题拆小以缩短闭环时长、在期末集中关闭问题。复盘时应结合证据抽查识别这类情况。
结论表述建议采用“数据＋证据＋待验证假设”的结构，例如：“本季度A组检查计划执行率90.0%，证据抽查合格率偏低，主要缺口在关联工作项缺失；缺陷逃逸率15.0%，高于B组，初步判断与检查项未覆盖该类场景有关，待下季度调整检查清单后验证。”这样的写法保留了数据口径，也明确了结论的适用边界。
常见问题
当期没有检查计划的项目组，复盘时指标怎么处理？
分母为零的指标标注为“不适用”，不计算比率，也不并入整体执行率的分母。这类项目组如果仍有缺陷数据，缺陷逃逸率可以单独计算，但要注明该组未纳入检查制度覆盖，结果不用于评价制度效果。整体汇总时把它排除在检查类指标之外，避免拉低或抬高整体执行率。
判定一致性抽查样本太少，结论还能用吗？
样本量过小时，复判一致比例波动很大，一两条记录的差异就能让百分比明显变化。此时宜报告复判样本数和一致条数等绝对数，把一致性结果作为参考信号，不据此下强结论。若连续几个周期样本都偏少，可以扩大抽查范围或延长统计窗口，再判断判定标准是否需要修订。
执行率高但缺陷逃逸率也高，复盘应该先查什么？
先查检查项设计和判定标准，再查数据质量。常见原因是检查清单没有覆盖高风险场景，或判定偏松导致问题被放过；也可能是缺陷记录不完整，逃逸率被高估。复盘时可抽取逃逸缺陷对应的检查记录，看当时是否检查过相关项、结论依据是什么，据此区分是设计问题还是执行问题。
指标被纳入考核后出现应对行为，复盘怎么识别？
结合证据抽查看数据形态。例如检查项被拆得很细以提高执行率、问题被拆小以缩短闭环时长、关闭动作集中在期末。复盘时可对比各批次记录数量与问题颗粒度，抽查关闭记录是否有验证动作和验证人，并核对闭环时长的分布是否集中在期末。发现异常时在结论中说明，并调整指标口径或考核方式。
复盘结论怎么写才不会被当成制度有效的证明？
采用“数据＋证据＋待验证假设”的结构：先写指标数值和口径，再写证据抽查发现，最后写初步判断和验证方式。例如执行率与逃逸率同向变化时，说明两者存在关联，同时列出项目难度、人员变动等可能影响因素，把因果判断留到后续周期验证。这样既保留数据口径，也明确结论的适用边界。
