研发产能与投入产出分析的依据可以归为四层：先明确评估目标与范围，再确定指标定义与计算口径，然后建立数据来源与证据链，最后约定解读规则。四层缺一层，结果就容易变成“数字有了但说不清”。本文按这四层展开，给出可复算的指标表、取数对照和计算步骤，并说明分母为零、口径变更等情况的处理方式。
要点总览（TL;DR）
- 研发产能与投入产出分析的依据分四层：评估目标与范围、指标定义与计算口径、数据来源与证据链、解读规则，缺一层结果就难以复算和解释。
- 产能类指标看单位时间有效交付量，如需求吞吐量、平均交付周期；投入类指标用工时或人天折算；投入产出比必须写明分子、分母、单位和统计周期。
- 数据来源覆盖工作项状态流转与完成时间、工时记录、需求与缺陷数据、发布记录，取数后要做一致性检查并记录缺失值处理方式。
- 分母为零、周期不完整或口径中途变更时应标注异常并分段计算，不把不同口径的数据连成趋势线。
- 指标只反映事实，结论要附带口径、周期和数据完整度，放在基线与趋势中解读，不设通用达标线。
分析要回答什么问题：评估目标与范围
做产能与投入产出分析，第一步是把问题收敛到可回答的程度。同一个团队，问“产能够不够支撑下季度规划”和问“上个季度改进措施有没有效果”，需要的时间窗、对比对象和指标都不同。目标不先定，后面取数就会反复返工。
建议用一页纸写清四件事：
- 分析对象：明确到团队、产品线或项目群。跨团队汇总时要说明包含哪些团队，避免把不同职能混在一个分母里。
- 时间窗与基线：写明统计起止日期，以及对比对象是上期、去年同期还是某个改进前的基线周期。基线周期本身也要满足完整统计条件。
- 分析用途：容量规划关注单位时间可承载的交付量；投入产出复盘关注产出与投入的比值变化；改进验证关注某项措施前后的差异。用途决定指标取舍。
- 边界：本文聚焦团队产出效率，单纯投入占比与资源利用率分析、产品用户价值验证不在范围内。边界写清楚，可以避免分析报告被要求回答它本来不打算回答的问题。
完成标志是：任何人拿到这页说明，都能判断哪些数据要取、哪些不用取，以及结论将用于哪个决策场景。
产能与投入产出用哪些指标，口径怎么定
指标不在多，在于每个都能被复算。产能类指标回答“单位时间内交付了多少有效产出”，投入类指标回答“为此投入了多少人力”，投入产出比则把两者相除。每个指标都必须写清分子、分母、单位和统计周期，否则不同周期的数值放在一起就没有可比性。
| 指标 | 公式 | 单位 | 统计周期 | 缺失值/异常处理 |
|---|---|---|---|---|
| 需求吞吐量 | 周期内完成的需求数 ÷ 周期长度 | 个/周或个/月 | 按自然周或自然月 | 未关闭需求不计入分子；跨周期完成的需求计入完成所在周期 |
| 单位时间有效交付量 | 周期内完成且通过验收的工作项数 ÷ 周期长度 | 项/周或项/月 | 与吞吐量一致 | 剔除测试数据、重复项；验收未通过的不计入 |
| 平均交付周期 | 各工作项从开始到完成的时长之和 ÷ 完成项数 | 天/项 | 按完成时间归集 | 缺少开始时间的工作项单独标注，不参与均值 |
| 人力投入 | 周期内投入工时之和，或人数×在岗天数折算人天 | 小时或人天 | 与产出指标同周期 | 缺报工时按规则补录或标注为不完整，不默认按满勤填充 |
| 投入产出比 | 产出量 ÷ 投入量 | 项/人天或需求数/人月 | 与分子分母同周期 | 分母为零时不计算比值，标注“投入记录缺失” |
口径还需要约定三条规则。其一，分母为零或接近零时，比值没有解释意义，应标注异常而不是给出一个巨大数字。其二，跨团队比较前先确认工作项类型范围、统计周期和完成判定标准一致，否则只做各自趋势对比。其三，统计周期中途变更口径的，应在变更点断开，前后分段计算并注明，不把两种口径的数据连成一条趋势线。
数据从哪里来：来源、字段与证据要求
指标能否被信任，取决于每个数字能否追溯到原始记录。取数前先建立“指标—数据源—字段—证据”对照，让复核人按同一路径能算出相同结果。
| 指标 | 数据来源 | 关键字段 | 可核验证据 |
|---|---|---|---|
| 需求吞吐量 | 需求管理工作项 | 工作项类型、状态、完成时间、所属团队 | 状态流转记录与完成时间戳 |
| 有效交付量 | 工作项与验收记录 | 完成状态、验收结论、关闭时间 | 验收通过记录或评审结论 |
| 交付周期 | 工作项状态流转 | 进入开发时间、完成时间 | 状态变更历史 |
| 人力投入 | 工时或人力投入记录 | 人员、日期、工时数、关联工作项 | 工时填报记录与人员名单 |
| 缺陷与返工 | 缺陷管理工作项 | 缺陷类型、严重程度、关闭时间、关联需求 | 缺陷状态流转与关联关系 |
| 发布记录 | 发布或版本记录 | 版本号、发布时间、包含工作项 | 发布单与版本关联清单 |
数据采集要说明粒度和方式。工时按人按天填报，还是按工作项累计，会直接影响人天折算结果；需求与缺陷的关联关系是否完整，决定返工能否被识别。取数后做三项一致性检查：同一工作项在需求表和发布记录中的数量是否对得上；完成时间是否落在统计周期内；工时记录覆盖的人员是否与分析对象名单一致。检查发现的问题要记录在数据说明中，而不是悄悄修正。
这些记录通常分散在需求、任务、缺陷和工时等管理环节中。以ONES为例，工作项的状态流转、完成时间、工时填报以及需求与缺陷的关联关系可以在同一套工作项体系中留存，便于按团队和时间窗导出计算所需字段；具体字段名称和导出方式以实际配置为准。工具承载的是记录与追溯，指标口径和解读规则仍需分析者自己定义。
计算与评估步骤：从取数到结论
有了指标定义和数据对照，计算过程应按固定顺序执行，并保留中间结果，保证他人可以复算。
- 锁定统计周期与快照时点：写明起止日期和取数时间。跨周期完成的工作项按完成时间归入对应周期，避免同一项被重复统计。
- 清洗数据：剔除测试数据、重复录入项和统计周期内未关闭的工作项；对缺少开始时间或工时记录不全的条目单独列出，不直接删除，以便在结论中说明数据完整度。
- 按公式计算：先算分子分母的原始值，再算比值，保留中间结果。投入产出比同时记录分子、分母和单位，方便复核。
- 与基线或上期对比：计算变化量和变化率，并逐项标注可能原因，例如范围调整、口径变更、人员变动或需求结构变化。
- 形成结论：结论只描述观察到的事实和变化，因果判断需要额外证据支撑。
中间结果建议以表格留存：原始取数表、清洗后明细表、指标汇总表三层分开，任何一层被修改都能追溯。这样在评审时，质疑可以直接落到具体字段，而不是停留在“感觉数字不对”。
一个可复算的例子
以下为演示情景，数字仅用于说明计算过程，不代表任何真实团队水平。
某研发小组统计某月（按4周计）的产能与投入产出。数据范围：该小组全部需求类工作项，完成判定为通过验收并关闭。
- 周期内完成并通过验收的需求：32个；其中2个为测试数据，清洗后为30个。
- 需求吞吐量 = 30 ÷ 4 = 7.5个/周。
- 完成项从开始到完成的时长合计为240天，平均交付周期 = 240 ÷ 30 = 8天/项。
- 该小组6人，周期内有效工时合计为6人×20天×8小时 = 960小时，折算人天为120人天。
- 投入产出比 = 30项 ÷ 120人天 = 0.25项/人天，即每投入1人天完成0.25个需求。
异常处理示例：假设其中一名成员整月未填报工时，则投入记录不完整。此时不应默认按满勤补足后直接计算比值，而应标注“工时覆盖5/6人员”，或将该成员关联的工作项从分子中剔除后另算一版，并在结论中说明两版差异。再假设某周因假期只有3个工作日，该周吞吐量不宜与完整周直接比较，应换算为日均值或单独标注。
怎么解读结果，以及有哪些限制
指标反映的是特定口径下的事实，不能直接证明因果。投入产出比上升，可能来自交付增加，也可能来自投入记录减少或统计范围缩小；交付周期缩短，可能来自流程改进，也可能来自需求拆分变细。解读时要先排除口径因素，再讨论业务原因。
- 看基线与趋势：单期数值意义有限，连续多个周期在同一口径下的变化更能说明问题。基线周期应满足完整统计条件。
- 区分产能变化与口径变化：范围调整、完成判定变化、工时填报规则变化，都要在趋势图上断开或标注。
- 跨团队比较设前提：工作项类型、统计周期、完成标准和人员范围一致时才做横向比较；条件不一致时只比较各自趋势。
- 不设通用达标线：不同产品、不同阶段的合理区间差异很大，阈值应来自自身基线，而不是套用外部数字。
结论表述建议采用固定结构：在【统计周期】内，【对象】按【口径说明】计算的【指标】为【数值+单位】，较【基线】变化【幅度】，数据完整度为【说明】，主要变化可能与【已核实原因】有关，尚需【补充证据】确认。这样的表述把口径、周期和数据完整度与结论绑在一起，读者能判断这个数字适用于什么范围，也不会把单一指标当成对团队绩效的完整评价。
常见问题
统计周期内团队人员有变动，投入产出比还能直接和上期比吗？
可以比，但需要先处理人员变动带来的口径差异。人员增减会同时影响分子（完成量）和分母（投入量），如果变动发生在周期中途，建议在结论中注明变动时间点和涉及人数，必要时把周期拆成变动前后两段分别计算。若变动幅度较大，直接比较两期比值容易把人员变化误读为效率变化，此时更适合比较人均产出或单位人天产出，并说明人员范围。
工时填报不完整时，投入产出比应该怎么处理？
先确认缺失范围：是部分人员整月未填，还是个别工作项漏记。处理方式有两种，一是标注工时覆盖率（如覆盖5/6人员）后照常计算，并在结论中说明数据完整度；二是把未填工时人员关联的工作项从分子中剔除，另算一版对照。两种方式都应在报告中写清，避免读者把不完整数据算出的比值当作完整结论。默认按满勤补足会掩盖数据问题，不建议采用。
需求吞吐量和有效交付量看起来接近，分析时选哪个？
两者差别在完成判定。需求吞吐量只要求需求完成，适合观察需求流转速度；有效交付量要求通过验收，适合评估实际交付成果。如果团队存在完成但验收未通过、后续返工的情况，两个指标会出现差距，这个差距本身可以作为质量信号。分析时建议同时保留两个数值，并在指标定义中写明完成与验收的判定标准，避免不同周期换用不同指标导致趋势断裂。
跨团队比较产能数据，需要先统一哪些条件？
至少统一四项：工作项类型范围（是否都只统计需求类）、统计周期长度（自然周还是自然月）、完成判定标准（完成即计入还是验收通过才计入）、人员范围（是否包含测试与设计人员）。四项一致时才做横向比较；条件不一致时，比较各团队自身多个周期的趋势更稳妥。比较结果应注明口径，避免把不同统计范围下的数字直接排名。
分析结果要不要设一个达标线来考核团队？
不建议套用外部通用数字作为达标线。不同产品阶段、需求类型和团队构成的合理区间差异很大，外部基准往往缺少口径说明。更稳妥的做法是用团队自身历史基线作为参照，观察连续多个周期在同一口径下的变化方向。若确需设定目标，应同时写明口径、周期和适用范围，并说明目标来自哪段基线数据，避免把单一指标直接当作团队绩效的完整评价。
