按逾期天数分级，先统一逾期天数的计算口径，再设定分档阈值，把每项任务归入唯一档位，最后按档位统计任务数与占比。这样得到的分布可以直接用于催办、升级和复盘。下面给出公式、字段、步骤和算例，并说明阈值校准与结果解读的限制。
要点总览（TL;DR）
- 逾期天数统一按“统计日−任务截止日”计算，先固定自然日或工作日口径、截止日当天是否计入，再设定分档阈值。
- 分档示例可取1–3天、4–7天、8–15天、16天以上四档，每项任务归入唯一档位，边界值归入较高档位。
- 按档位统计任务数与占比时，分母取统计日仍未完成且有截止日的任务数，无截止日和已取消任务单独列出。
- 逾期次数作为辅助维度，与天数档位交叉统计，用于识别“低天数、高次数”的反复逾期任务。
- 档位提供处理排序起点，阈值需按任务类型校准，样本过少或分母为零时不下结论，档位不直接作为绩效结论。
分级要解决什么问题：把逾期天数变成可排序的处理优先级
逾期天数分级的目标是让一堆逾期任务变得可排序：哪些今天就要介入，哪些本周跟进，哪些进入复盘。分级结果回答的是“先处理谁”，而不是“谁该被扣分”。把这两件事分开，分级才不会被抵触情绪干扰，数据也更容易保持真实。
具体来说，分级结果服务三类动作。第一类是催办：1–3天的任务通常由负责人自行处理，提醒即可；4–7天的任务需要直属上级介入确认阻塞点。第二类是升级：8天以上的任务往往已经影响下游交付，需要项目负责人协调资源或调整计划。第三类是复盘：16天以上的任务和反复逾期的任务，应进入周期复盘，检查排期方法、依赖管理和需求变更是否出了问题。
分级还要能支撑按档位统计逾期分布。单看“有20项任务逾期”没有信息量，按档位拆开看“1–3天12项、4–7天5项、8–15天2项、16天以上1项”，才能判断逾期是普遍性延迟还是少数任务长期卡住。分布形态不同，处理策略也不同：集中在低档位说明排期偏紧，集中在高档位说明存在结构性阻塞。
逾期天数怎么算：口径、单位与分档阈值
逾期天数的基本公式是：逾期天数 = 统计日 − 任务截止日。统计日是执行统计的当天，截止日是任务计划完成的日期。公式本身简单，容易出分歧的是三个口径，必须在团队内书面固定下来。
第一个口径是单位。按自然日计算，周末和节假日也计入逾期天数；按工作日计算，只统计工作日。自然日口径简单、可复算，适合对外承诺类任务；工作日口径更贴近实际可工作的时间，适合研发执行类任务。两种口径不能混用，同一份报表内必须统一。
第二个口径是截止日当天是否计入。常见做法是截止日当天不算逾期，从次日开始计为逾期第1天。如果采用“含截止日当天”的口径，截止日当天即记为逾期1天，会造成大量任务在到期日当天就显示逾期，通常不建议。无论选哪种，公式和报表说明要写清楚。
第三个口径是跨节假日处理。按自然日计算时无需特殊处理；按工作日计算时，需要一张工作日历，把法定节假日和团队调休排除在外。跨长假的任务，两种口径算出的天数差异可能达到一周以上，因此口径变更时要标注生效日期，避免前后数据直接对比。
分档阈值是管理约定，不是行业统一达标线。下表是一组可直接使用的示例，团队可结合任务类型调整边界。
| 档位 | 逾期天数范围 | 处理优先级 | 典型动作 |
|---|---|---|---|
| L1 轻度 | 1–3天 | 低 | 负责人自行处理，系统提醒 |
| L2 中度 | 4–7天 | 中 | 上级确认阻塞点，约定新完成时间 |
| L3 重度 | 8–15天 | 高 | 项目负责人协调资源或调整计划 |
| L4 严重 | 16天以上 | 最高 | 升级处理，进入周期复盘 |
阈值设定依据主要有两条：任务的平均执行周期和下游依赖的容忍度。执行周期以周为单位的任务，3天以内的延迟通常不影响整体节奏；以天为单位的短周期任务，阈值应相应压缩。阈值一旦确定，至少保持一个统计周期不变，否则档位分布无法横向比较。
逾期次数是辅助维度，定义为统计窗口内同一任务或同一负责人逾期发生的次数。统计窗口需与天数分级的时间窗一致，例如都取最近30天。逾期次数用于识别反复逾期：一项任务逾期2天但已连续三个周期逾期，其处理优先级应高于一项首次逾期5天的任务。逾期次数不替代天数分级，两者交叉使用。
数据从哪里取：字段、缺失值与不可比情况
计算所需字段不多，但每个字段的口径要固定。下表列出字段清单及用途。
| 字段 | 用途 | 口径要求 |
|---|---|---|
| 任务ID | 唯一标识，防止重复计数 | 全局唯一，跨项目不重复 |
| 截止日 | 计算逾期天数的基准 | 取当前生效值，保留修改记录 |
| 完成日 | 判断任务是否已完成 | 以实际完成时间为准 |
| 当前状态 | 区分未完成、已完成、已取消 | 状态字典统一 |
| 负责人 | 按人汇总与催办 | 取当前负责人，历史归属另存 |
缺失截止日的任务无法计算逾期天数，应单独列入“无截止日”清单，不计入任何档位，也不进入分母。这类任务本身是排期管理的缺口，应在统计说明中标注数量，推动补齐截止日，而不是默认按0天处理。
截止日被修改的记录需要特别处理。如果统计目的是评估当前逾期状况，取修改后的截止日即可；如果统计目的是评估计划稳定性，则需要保留修改历史，统计“截止日变更次数”。两种目的不要混在同一张表里，否则同一项任务可能既显示未逾期又被计为计划失准。
已完成任务与未完成任务要区分分母。逾期分级通常针对未完成任务，分母取统计日仍处于未完成状态且有截止日的任务数。已完成任务可以单独统计“完成时是否逾期”，用于复盘交付质量，但不与未完成任务混算占比。已取消任务一般排除在分母之外，并在说明中注明排除数量。
跨项目任务的天数不宜直接比较。不同项目的任务粒度、排期节奏和依赖复杂度差异很大，一个16天逾期的调研任务和一个16天逾期的上线任务，严重程度并不相同。跨项目汇总时，建议按项目分别统计档位分布，再做横向对照，而不是把所有任务放进同一个分母直接排名。
计算与统计步骤：从单任务归级到档位汇总
整个计算可以拆成五步，每一步都有明确的产物，便于复核。
- 确定统计日与时间窗。统计日固定为某一天，时间窗说明统计范围，例如“截至6月30日仍未完成的任务”。产物是一行统计说明，写在报表顶部。
- 筛选有效记录。排除已取消任务、无截止日任务，标注截止日被修改的记录。产物是有效任务清单和排除清单，两者数量之和应等于原始任务总数。
- 逐条计算逾期天数。用统计日减截止日，按统一口径换算为自然日或工作日。结果为负数的任务尚未到期，归入“未逾期”。产物是每项任务的逾期天数。
- 归入唯一档位。按阈值表把每项任务归入L1至L4之一，边界值归入较高档位，例如恰好7天归入L2。每项任务只能出现在一个档位，避免重复计数。产物是带档位标签的任务清单。
- 按档位汇总。统计各档位任务数，占比 = 该档位任务数 ÷ 有效未完成任务总数。同时计算各档位逾期天数均值，用于观察档位内部的离散程度。产物是档位分布表。
逾期次数与天数档位的交叉统计，用一张二维表呈现：行是天数档位，列是逾期次数区间（如1次、2次、3次及以上）。交叉后可以识别“低天数、高次数”的反复逾期任务，这类任务适合单独建一个跟进清单，而不是简单按天数排优先级。
统计周期与刷新频率要固定。日报适合跟踪L3、L4任务的变化，周报适合看档位分布趋势，月报适合复盘阈值是否合理。刷新频率过高会增加维护成本，过低则失去催办价值，一般以周为基本周期，高危档位按日刷新。
在工具层面，分级统计依赖任务截止日、状态和负责人字段的准确维护。以ONES为例，任务的工作项字段中可以记录截止日期与当前状态，团队按上述口径导出或筛选未完成任务后，即可逐条计算天数并归级；逾期次数则需要在周期统计中累计记录。工具承担的是数据记录与筛选，阈值设定和归级规则仍由团队约定。
算一个例子：10项任务的逾期分级结果
假设统计日为6月30日，采用自然日口径，截止日当天不计逾期，从次日起算第1天。下表是10项未完成任务的示例数据（演示情景，非真实项目数据）。
| 任务 | 截止日 | 逾期天数 | 档位 |
|---|---|---|---|
| T01 | 6月29日 | 1 | L1 |
| T02 | 6月28日 | 2 | L1 |
| T03 | 6月27日 | 3 | L1 |
| T04 | 6月26日 | 4 | L2 |
| T05 | 6月24日 | 6 | L2 |
| T06 | 6月23日 | 7 | L2 |
| T07 | 6月20日 | 10 | L3 |
| T08 | 6月16日 | 14 | L3 |
| T09 | 6月10日 | 20 | L4 |
| T10 | 7月2日 | 未到期 | 未逾期 |
归级结果：L1共3项，L2共3项，L3共2项，L4共1项，未逾期1项。有效未完成任务总数为10项，其中逾期任务9项。若分母取全部有效未完成任务，各档位占比为L1 30%、L2 30%、L3 20%、L4 10%，未逾期10%；若分母只取逾期任务，则四个档位占比分别为33%、33%、22%、11%。两种分母都可以用，但报表中必须写明用的是哪一种，否则占比无法比较。
从结果看，逾期集中在L1和L2，说明多数任务是短期延迟，优先动作是提醒负责人并确认是否有临时阻塞；L3的T07和T08已逾期超过一周，需要项目负责人介入；T09逾期20天，应作为最高优先级处理并进入复盘。T10尚未到期，不参与逾期占比计算，但应保留在任务清单中观察。
结果怎么读：阈值合理性、分母为零与因果边界
阈值需要按任务类型校准。同一套1–3天、4–7天的分档，用在以天为单位的运维任务上可能过于宽松，用在以月为单位的规划任务上又可能过于敏感。可行做法是先按任务类型分组，各自设定阈值，再在汇总层用统一档位标签呈现。阈值调整后要保留历史口径，避免趋势线断裂。
分母为零或样本过少时不下结论。某个项目当期没有未完成任务，逾期占比无定义，应显示为“无数据”而不是0%。样本少于10项时，占比的波动很大，一项任务的变化就能让占比跳动10个百分点，此时更适合看任务清单本身，而不是看比例。
逾期天数反映的是时间偏差，不直接说明原因。一项任务逾期15天，可能是排期过紧、依赖未就绪、需求变更或人员缺位，分级结果只告诉你它需要优先关注，原因要靠跟进和复盘确认。把档位直接当作绩效结论，容易导致负责人提前改截止日或拆分任务来规避高档位，反而破坏数据质量。
分级结果与处理动作的对应关系需要人工判断。L3任务如果已经有关闭计划且下游已调整，处理动作可能只是确认；L1任务如果处在关键路径上，也可能需要立即升级。档位提供排序起点，最终动作由项目负责人结合依赖关系、业务影响和资源情况决定。定期回看档位分布与处理结果，才能判断阈值是否仍然合理。
常见问题
截止日当天算不算逾期？团队口径不一致怎么办？
常见做法是截止日当天不计逾期，从次日起算逾期第1天；如果采用含当天口径，到期日当天就会显示逾期，容易造成大量任务同时进入低档位。团队口径不一致时，先在报表说明中写明采用哪一种，再统一公式和系统字段的取数方式。口径变更要标注生效日期，变更前后的数据不直接对比趋势。
任务没有截止日，或者截止日被改过，统计时怎么处理？
没有截止日的任务无法计算逾期天数，应列入“无截止日”清单，不计入任何档位，也不进入分母，同时标注数量推动补齐。截止日被修改的记录，取决于统计目的：评估当前逾期状况取修改后的截止日；评估计划稳定性则保留修改历史，单独统计变更次数。两种目的不要混在同一张表里。
逾期次数和逾期天数分级应该怎么配合使用？
天数分级决定单项任务的严重程度，逾期次数用于识别反复逾期。两者交叉成二维表：行是天数档位，列是统计窗口内的逾期次数区间。交叉后重点关注“低天数、高次数”的任务，这类任务按天数排优先级会被低估，适合单独建跟进清单。逾期次数的统计窗口要与天数分级的时间窗一致，例如都取最近30天。
按工作日计算逾期天数时，跨长假的任务怎么算？
按工作日口径需要一张工作日历，把法定节假日和团队调休排除在外，跨长假的任务只统计日历中的工作日。按自然日口径则无需特殊处理，周末和节假日都计入。两种口径算出的天数在跨长假场景下可能相差一周以上，因此同一份报表内必须统一口径，口径切换时标注生效日期。
档位分布出来后，怎么判断阈值设得合不合理？
可以定期回看档位分布与处理结果：如果大量任务长期堆积在L1、L2，说明阈值相对任务节奏偏紧或排期本身偏乐观；如果L4任务持续出现且处理动作没有变化，说明升级机制没有生效。阈值调整按任务类型分组进行，调整后保留历史口径，避免趋势线断裂。阈值是管理约定，不存在通用的达标线。
