任务分解方法落地一段时间后，评估的重点是分解质量与执行衔接是否改善，以及交付结果是否随之改善。建议同时看过程指标和结果指标，所有指标写明分子分母、时间窗和统计单位，并与落地前的基线同口径对比。任务数量只能说明规模，不能单独作为方法有效的证据。
要点总览（TL;DR）
- 评估任务分解方法的落地效果，需要同时看过程指标和结果指标：过程指标反映分解质量，结果指标反映执行与交付结果，两类指标成对使用才能区分“拆得更细”和“拆得更有用”。
- 每个指标都要写明分子、分母、统计单位和时间窗，并与落地前的基线同口径对比；分母为零或样本过少时标注为不可比，不直接判定改善或恶化。
- 任务数量只能作为规模参考。任务数量增加而按期完成率、阻塞时长、返工比例没有同向改善时，说明分解动作尚未带来执行改善。
- 指标改善不等于方法有效，需要排查人员调整、范围变化、口径调整和工具迁移等其他来源，并用评审记录、交接反馈等定性证据补充。
- 结论按“指标变化+可能原因+待验证项+复评时点”表达；连续两个周期过程指标与结果指标同向改善且定性证据一致，才可以给出较确定的判断。
评估目标：先定义“分解方法有效”指什么
评估开始前，先把“落地效果”转成可判断的目标。本文的评估对象是可执行工作项的分解与执行：一个任务是否被拆到能独立认领、能判断完成、能识别前后依赖的程度，以及拆出来的任务在执行中是否顺畅流转。项目交付范围的WBS编制、需求分解与需求层级管理属于另外的管理动作，不在本文评估范围内。
“有效”包含两层含义。第一层是分解质量改善：任务颗粒度更均匀、验收标准更明确、依赖关系被提前识别。第二层是执行结果改善：任务按期完成情况更好、阻塞更少、跨角色交接更顺、返工来源更集中可查。两层需要同时观察，只改善其中一层，往往说明方法只改变了文档形态，尚未改变执行方式。
评估周期建议覆盖落地前一个完整周期和落地后至少两个完整周期，例如以两周迭代为单位，取落地前4个迭代与落地后4个迭代做对比。基线数据从落地前的历史记录中按同一口径回溯提取；如果历史字段缺失，应在结论中标注可比范围，而不是用估算值补齐。评估目标说明至少写清四项：评估对象、两层有效性定义、对比基线的时间范围、本次评估的统计周期。
指标与范围：过程指标和结果指标怎么配
过程指标回答“分解本身做得怎么样”，结果指标回答“分解之后执行得怎么样”。两类指标成对使用，才能区分“拆得更细”与“拆得更有用”。
| 类别 | 指标 | 回答的问题 |
|---|---|---|
| 过程 | 工作项颗粒度分布 | 任务是否被拆到可独立认领的粒度，分布是否集中在合理区间 |
| 过程 | 验收标准覆盖率 | 有多少任务在开始前写明了可判断的完成标准 |
| 过程 | 依赖识别率 | 存在前后置关系的任务中，有多少在开始前登记了依赖 |
| 过程 | 返工/重开比例 | 已完成任务被重新打开或退回修改的比例 |
| 过程 | 任务流转周期 | 任务从开始到完成经历多长时间，分布是否收敛 |
| 结果 | 按期完成率 | 承诺时间内的任务完成情况 |
| 结果 | 计划偏差 | 实际完成时间与计划时间的偏离程度 |
| 结果 | 阻塞时长 | 任务处于等待、阻塞状态的时间占比 |
| 结果 | 跨角色交接次数 | 一个任务在角色之间转手的频次，反映协作衔接成本 |
| 结果 | 缺陷与返工来源 | 返工集中在哪些任务类型或分解层级，用于定位分解薄弱点 |
任务数量适合作为规模参考，用来判断样本是否足够、工作量是否发生大幅变化。它不能单独作为方法有效的证据：任务数量增加可能来自范围扩大，也可能只是把原来的大任务拆成了更多小任务，而按期完成率、阻塞时长、返工比例没有变化时，说明分解动作没有带来执行改善。
数据口径：分子分母、时间窗与缺失值处理
每个指标都要能被他人在同一数据上复算。口径表至少包含公式、分子、分母、统计单位、时间窗和缺失值规则。下表给出关键指标的参考口径，团队可按自身工作项字段调整，但调整后需在落地前后保持一致。
| 指标 | 计算口径 | 时间窗与单位 | 缺失值处理 |
|---|---|---|---|
| 验收标准覆盖率 | 填写了验收标准的任务数 ÷ 周期内进入执行的任务数 | 按迭代统计，百分比 | 字段为空视为未填写；字段不存在则整项标注不可比 |
| 依赖识别率 | 开始前已登记依赖的任务数 ÷ 实际存在前后置关系的任务数 | 按迭代统计，百分比 | 关系无法回溯时，仅统计有依赖记录的任务并在结论中说明 |
| 返工/重开比例 | 完成后被重新打开或退回的任务数 ÷ 周期内完成的任务数 | 按迭代统计，百分比 | 状态记录缺失的任务不计入分母 |
| 任务流转周期 | 任务完成时间减开始时间，取中位数与75分位 | 按任务统计，工作日 | 起止时间任一缺失的任务剔除并记录剔除数量 |
| 按期完成率 | 在承诺日期前完成的任务数 ÷ 有承诺日期的完成任务数 | 按迭代统计，百分比 | 无承诺日期的任务不计入分母 |
| 计划偏差 | 实际完成日期减计划完成日期，取绝对偏差的中位数 | 按任务统计，工作日 | 计划日期变更过的任务单独统计 |
| 阻塞时长占比 | 任务处于阻塞状态的总时长 ÷ 任务从开始到完成的总时长 | 按迭代统计，百分比 | 无阻塞状态记录时按零处理并注明 |
| 跨角色交接次数 | 任务负责人变更次数 ÷ 完成任务数 | 按迭代统计，次/任务 | 负责人字段缺失的任务剔除 |
分母为零或样本过少时，不直接判定改善或恶化。可设定最小样本门槛，例如单迭代完成任务少于10个时只做描述性记录，不进入趋势判断。落地前后口径一致性校验包括三项：字段定义是否相同、统计时间窗是否等长、任务范围是否可比。任何一项不一致，都应在结论中标注为“口径调整后对比”，避免把口径变化误读为效果变化。
取数依赖工作项的状态记录、验收标准字段、依赖关系和流转历史。ONES 的项目计划支持为任务设置前后置依赖，并提供从项目到任务的多层级管理与多维度数据统计；计划和里程碑基线可用于对比计划与执行偏差。评估时可以从这些记录中提取状态变更、依赖登记和计划偏差数据，具体报表字段与导出范围以团队实际配置为准。
评估步骤：从取数到结论的六步流程
评估按固定顺序推进，每一步留下可复查的产出物，避免结论停留在印象层面。
- 确定基线与评估周期。选定落地前的对比周期和落地后的观察周期，写清起止日期与迭代数量。产出：评估范围说明。
- 按口径取数与清洗。从工作项记录中提取状态、验收标准、依赖、负责人变更和计划日期字段，剔除起止时间缺失的任务并记录剔除量。产出：清洗后的数据集与剔除清单。
- 过程指标与结果指标分别对比。先看过程指标是否改善，再看结果指标是否同向变化，两组分开呈现，不合并成单一分数。产出：指标对比表。
- 异常与反例排查。检查指标改善是否来自其他因素，例如团队人员调整、需求范围缩小、统计口径变化、工具迁移。产出：影响因素清单。
- 形成结论与改进项。按“指标变化+可能原因+待验证项”的结构写结论，并列出下一周期要调整的分解做法。产出：评估结论与改进清单。
- 安排复评时点。约定下一次复评的周期和需要补充的数据，验证改进项是否产生预期变化。产出：复评计划。
例子：一个两周迭代的分解效果评估
以下为演示情景，数字用于说明计算方法，不代表任何团队的实际水平。某团队在落地任务分解方法前，一个两周迭代完成40个任务，其中24个填写了验收标准，6个完成后被重新打开，32个按期完成。落地后同一团队的一个两周迭代完成52个任务，其中44个填写了验收标准，5个被重新打开，36个按期完成。
| 指标 | 落地前 | 落地后 | 计算过程 |
|---|---|---|---|
| 验收标准覆盖率 | 60% | 84.6% | 24÷40；44÷52 |
| 返工/重开比例 | 15% | 9.6% | 6÷40；5÷52 |
| 按期完成率 | 80% | 69.2% | 32÷40；36÷52 |
这组数据里，任务数量从40增加到52，验收标准覆盖率和返工比例都有改善，但按期完成率下降。解读时不能因为任务变多、验收标准变全就判定方法有效。更合理的判断是：分解质量在改善，执行结果尚未同步改善，需要排查新增的12个任务是否来自范围扩大、是否存在依赖未及时登记导致的等待，以及承诺日期是否在任务变细后被压缩。若下一周期按期完成率仍无改善，应把改进重点放在依赖识别和排期衔接上，而不是继续增加任务数量。
该示例适用于任务类型相对单一、状态记录完整的团队。任务类型差异大或状态字段长期缺失时，应按任务类型分层统计后再比较。
解读与限制：指标改善不等于方法有效
单个指标的改善只能说明某个环节发生了变化，不能代表整体效果。验收标准覆盖率上升，可能只是模板要求必填；返工比例下降，可能来自需求范围收缩。指标改善的其他常见来源包括人员结构变化、任务难度分布变化、统计口径调整和工具迁移带来的记录方式变化，排查时应逐项对照评估周期内发生的管理动作。
定性证据用于补充数字看不到的部分。可以收集迭代评审记录中关于任务描述清晰度的讨论、交接双方的反馈、返工任务的具体原因分类。定性证据的通过标准建议事先约定，例如“评审中因任务描述不清导致的追问次数下降”，并保留原始记录以便复查。
结论建议采用固定结构表达：本周期哪些指标发生了变化、变化幅度的口径、可能的解释、尚不能排除的其他因素、下一周期需要验证的假设、复评时间。这样的表达把相关性留在相关性层面，避免把指标改善直接写成方法有效的因果结论。复评时沿用同一口径，若连续两个周期过程指标与结果指标同向改善，且定性证据一致，才可以给出较为确定的判断。
常见问题
评估周期应该取多长，落地前后各取几个迭代比较合适？
建议覆盖落地前一个完整周期和落地后至少两个完整周期。以两周迭代为例，可以取落地前4个迭代与落地后4个迭代做对比，起止日期和迭代数量写进评估范围说明。
基线数据从落地前的历史记录中按同一口径回溯提取。如果历史字段缺失，应在结论中标注可比范围，不用估算值补齐。落地后观察周期过短时，先做描述性记录，等样本积累到最小门槛再进入趋势判断。
团队任务类型差异很大，统一统计指标还有意义吗？
有，但需要分层。任务类型差异大时，先把任务按类型或分解层级分组，再在组内比较验收标准覆盖率、返工比例和流转周期。混合统计容易让某一类任务的变化掩盖另一类任务的问题。
分层后如果某些组样本过少，只做描述性记录，不进入趋势判断。分层口径同样要在落地前后保持一致，否则对比结果无法解释。
状态记录长期不完整，还能做效果评估吗？
可以评估，但要缩小结论范围。起止时间缺失的任务剔除并记录剔除数量；验收标准字段为空视为未填写，字段不存在则整项标注不可比；无承诺日期的任务不计入按期完成率的分母。
如果关键字段缺失比例过高，先补记录规范再评估，比用残缺数据下结论更可靠。评估结论中应写明数据覆盖情况，让读者知道结论适用于哪部分任务。
指标改善后，怎么判断是不是任务分解方法带来的？
逐项排查评估周期内发生的其他管理动作：人员是否调整、需求范围是否收缩、统计口径是否变化、是否发生工具迁移。把这些因素列成清单，与指标变化逐条对照。
同时收集定性证据，例如迭代评审中因任务描述不清导致的追问次数、交接双方的反馈、返工任务的原因分类。定性证据的通过标准事先约定并保留原始记录。排查后仍无法排除的因素，写进“待验证项”，留到复评时确认。
评估结论需要写到什么程度才算可复查？
结论至少包含六项：本周期哪些指标发生变化、变化幅度的口径、可能的解释、尚不能排除的其他因素、下一周期需要验证的假设、复评时间。每项指标附上计算过程和剔除清单，他人用同一数据集能复算出相同结果。
结论把相关性留在相关性层面，不把指标改善直接写成方法有效的因果判断。复评时沿用同一口径，连续两个周期过程指标与结果指标同向改善且定性证据一致，再给出较确定的判断。
