评估团队责任不清的严重程度，需要把“责任边界模糊”拆成可观察的信号：任务归属缺口、交接返工、决策等待、跨角色争议和返工来源分布。用统一口径统计这些信号的发生频次、占比与持续时间，形成低、中、高分级；再用同一口径做前后对比，判断职责边界是在变清晰还是继续恶化。单个指标只说明现象，不能直接证明因果。
要点总览（TL;DR）
- 评估对象限定为角色与职责边界，用任务归属缺口、交接返工、决策等待、跨角色争议、返工来源分布和持续时间六类信号来定位模糊发生在哪些环节。
- 每个指标都要写明分子、分母、时间窗、统计粒度与单位；分母为零或样本过小时标注为样本不足，不参与分级。
- 分级区间依据团队自身历史基线设定，多信号交叉判断，单指标异常先核查口径，不套用外部通用达标线。
- 改善验证用同一指标、同一时间窗、同一统计范围做前后对比，归属缺口下降、交接退回减少、决策等待缩短、职责争议议题减少说明边界在变清晰。
- 指标反映现象分布，不能单独证明责任不清是根因；结论需保留口径、样本情况与待验证假设，并排除工作量与人员变动等干扰。
评估目标：要回答的是边界模糊到什么程度
这项评估的对象是团队中角色与职责的边界，即“谁对哪类工作负最终责任、谁在什么节点必须参与、谁有权做决定”是否清晰。它不处理单个任务派给谁、也不评估成员技能是否匹配岗位，这两类问题属于任务分配与人员配置，混入同一套指标会让结论失焦。
一次完整的评估要回答三个问题：模糊发生在哪些环节，是任务归属、交接衔接还是决策确认；模糊严重到什么程度，是偶发现象还是已经形成稳定的返工与等待；边界是否在改善，与上一个统计周期相比信号是收敛还是扩散。三个问题对应“定位—定级—验证”三个用途。
评估结果用于分级处置：低程度以明确角色说明为主，中程度需要梳理关键交接点的责任接口，高程度则需要重新划分角色职责并调整协作流程。它不适合直接用作个人绩效打分，因为指标统计的是工作项与协作过程，个体表现受任务难度、人员变动等因素影响，单凭这些信号评价个人会失真。
指标与范围：责任不清的六类可观察信号
责任边界模糊会在协作过程中留下痕迹。下表给出六类信号的定义与统计对象，每类信号对应一种边界问题，组合使用才能覆盖归属、衔接、决策和争议四个环节。
| 信号 | 含义 | 统计对象 | 时间窗 | 单位 |
|---|---|---|---|---|
| 任务归属缺口 | 无明确负责角色的工作项占比 | 统计范围内全部工作项 | 按周或按迭代 | 百分比 |
| 交接返工 | 因职责衔接产生的退回、重开、补充说明 | 跨角色流转的工作项 | 按周或按迭代 | 次数、占比 |
| 决策等待 | 等待某角色确认的时长与积压量 | 处于待确认状态的工作项 | 按周或按迭代 | 小时、件数 |
| 跨角色争议 | 职责归属讨论的频次与议题 | 评审、讨论记录中的归属类议题 | 按周或按迭代 | 次、议题数 |
| 返工来源分布 | 返工原因中归因于职责不清的比例 | 全部返工记录 | 按周或按迭代 | 百分比 |
| 持续时间 | 归属缺口或争议从出现到关闭的时长 | 已关闭的缺口与争议 | 按周或按迭代 | 天 |
统计范围需要事先写清四项：团队范围，是单个小组还是包含上下游接口角色；时间窗，按周还是按迭代，两者不可混用；工作项类型，需求、缺陷、任务是否全部纳入，还是只统计其中一类；排除项，例如明确由外部供应商负责的工作项、实验性探索任务等。范围一旦确定，前后对比必须沿用同一范围，否则数据不可比。
数据口径与证据：分母、时间窗和缺失值怎么定
每个指标都要写明分子、分母与单位，否则不同人算出的结果无法对照。任务归属缺口＝无明确负责角色的工作项数÷统计范围内工作项总数×100%；交接返工率＝发生退回或重开的工作项数÷跨角色流转工作项数×100%；决策等待时长＝待确认状态持续小时数之和÷待确认工作项数，单位为小时；职责归因返工占比＝归因于职责不清的返工记录数÷全部返工记录数×100%。
时间窗与统计粒度要匹配管理节奏。按周统计适合观察短期波动，按迭代统计适合与交付节奏对齐。同一份评估中只选一种粒度，跨周期对比时保持粒度一致。若某周工作日不足或遇假期，应在口径说明中标注，避免把工时减少误读为等待缩短。
缺失值与样本不足需要单独处理。分母为零时，该指标记为“无样本”，不参与分级；样本量低于团队约定下限时，结论标注为“样本不足”，只作参考不定级。定性证据作为补充：职责争议的会议记录、交接时的补充说明、评审意见中涉及归属的表述，用于解释定量指标的异常波动，并验证“某类工作项是否长期缺少明确责任角色”这类假设。
计算与评估步骤：从原始信号到严重程度分级
评估按五步推进，每一步都留下可复算的记录。
- 按口径统计各信号原始值。逐项记录分子、分母、时间窗与统计范围，形成原始数据表。
- 换算为占比或频次指标，统一单位。占比统一为百分比并保留一位小数，时长统一为小时，频次统一为次/周或次/迭代。
- 设定分级区间。区间依据团队自身历史基线确定，例如取过去若干周期的中位数作为参照，把明显高于基线的区间定为高、接近基线定为中、低于基线定为低。没有历史基线时，先用一个周期采集数据建立基线，再定区间，不套用外部通用达标线。
- 多信号交叉判断。归属缺口高但交接返工低，说明问题集中在任务入口；归属缺口低但决策等待长，说明问题在确认环节。只有多个信号同向恶化时才定为高程度，单指标异常先核查数据口径。
- 记录评估结论与待验证假设。结论写明各信号数值、分级结果与依据，假设写明“某角色对某类工作项缺少明确授权”等待验证的判断，留待下一周期用定性证据确认。
例子：一个迭代周期的责任不清评估
以下为演示情景，数据为假设值，仅用于说明计算过程。某团队一个迭代内共有工作项120个，其中无明确负责角色的18个；跨角色流转工作项60个，发生退回或重开9个；处于待确认状态的工作项累计等待时长150小时，涉及25个工作项；评审记录中职责归属类议题6次；返工记录40条，其中归因于职责不清的12条。
| 指标 | 计算 | 结果 |
|---|---|---|
| 任务归属缺口 | 18÷120×100% | 15.0% |
| 交接返工率 | 9÷60×100% | 15.0% |
| 平均决策等待 | 150÷25 | 6.0小时/项 |
| 职责争议频次 | 6次/迭代 | 6次 |
| 职责归因返工占比 | 12÷40×100% | 30.0% |
假设该团队上一周期基线为：归属缺口8%、交接返工率7%、平均决策等待3小时、职责争议2次、职责归因返工占比15%。本周期五项信号全部高于基线，其中归属缺口与交接返工率接近基线两倍，职责归因返工占比翻倍，按分级规则定为高程度，且问题同时出现在任务入口与交接环节。若只有决策等待一项偏高，则应先核查确认角色的排期与工作量，再判断是否属于职责边界问题。示例中的基线、阈值与数据均为假设，实际评估需用团队自身历史数据替换。
改善效果验证：哪些信号说明边界在变清晰
验证改善要用同一指标、同一时间窗、同一统计范围做前后对比。对比表按信号逐项列出基线与复评值，并标注变化方向与是否达到预期。
| 信号 | 基线值 | 复评值 | 改善方向 | 恶化信号 |
|---|---|---|---|---|
| 任务归属缺口 | 15.0% | 待填 | 下降 | 连续两个周期上升 |
| 交接返工率 | 15.0% | 待填 | 下降 | 退回集中在同一交接点 |
| 平均决策等待 | 6.0小时/项 | 待填 | 缩短 | 积压件数同步增加 |
| 职责争议频次 | 6次/迭代 | 待填 | 减少 | 争议反复出现在同一角色对 |
| 职责归因返工占比 | 30.0% | 待填 | 下降 | 占比上升 |
改善信号包括：归属缺口下降、交接退回减少、决策等待缩短、职责争议议题减少且不再重复出现同一类归属问题。恶化信号包括：职责归因返工占比上升、争议反复出现在同一角色对之间、归属缺口关闭时长拉长。判断时要排除干扰因素：工作量整体上升可能推高等待时长，人员变动可能短期增加交接返工，这些变化需要结合定性证据区分。
指标变化只说明现象分布变化，不能单独证明职责调整是原因。验证周期建议与统计粒度一致，按迭代评估的团队在调整后连续观察两到三个迭代再下结论；复评时点固定，避免因观察窗口不同造成误判。在统计与复评环节，团队可以把工作项归属、状态流转和评审记录集中管理，使归属缺口、待确认时长与争议议题能够按同一口径取数。ONES 支持工作项管理、状态流转与评审记录留痕，可用于承载这类统计动作；具体字段与报表配置以团队实际使用版本为准。
解读与限制：指标能说明什么、不能说明什么
这些指标反映的是责任边界模糊在协作过程中的现象分布，能回答“模糊集中在哪些环节、程度如何、是否在变化”。它们不能单独证明责任不清就是返工或等待的根因，需求变更、技术依赖、排期冲突同样会产生类似信号，结论需要结合定性证据交叉验证。
分母为零或样本过小时的结论不可比。某类工作项本期没有跨角色流转，交接返工率就没有分母，此时应标注“无样本”，不与其他周期比较。不同团队、不同工作项类型的基线也不能直接横向比较，一个以缺陷修复为主的团队与一个以需求交付为主的团队，其归属缺口与等待时长的正常水平本就不同。
常见误读有三类：把单指标当作整体结论，例如仅凭决策等待长就判定责任不清严重；把一次评估结果当作长期趋势，忽略周期波动；把评估结果直接用于个人考核，忽视指标统计的是协作过程而非个人产出。使用这份评估时，把它当作定位问题与验证改善的工具，结论中保留数据口径、样本情况与待验证假设，后续周期用同一口径复评，才能判断职责边界是否真正在变清晰。
常见问题
团队没有历史基线数据，第一次评估怎么定严重程度？
先用一个完整周期按统一口径采集数据，把这一周期的结果作为初始基线，再定分级区间。初始周期只做记录和描述，不急于给出低、中、高结论；等积累两到三个周期的数据后，取中位数或常见区间作为参照，把明显偏离基线的区间标为高、接近基线的标为中、低于基线的标为低。
如果团队刚经历组织调整或业务量剧烈波动，初始基线本身不稳定，此时更适合先观察信号集中在哪些环节，用定性证据补充判断，等数据稳定后再定级。
某个指标突然变好，能直接说明职责边界改善了吗？
不能直接下结论。指标变好可能来自工作量下降、人员补充、流程临时收紧等干扰因素。判断时要先确认统计范围、时间窗和口径没有变化，再结合定性证据看变化是否伴随角色说明更新、交接接口明确、争议议题减少等具体动作。
建议在调整后连续观察两到三个周期，若多个信号同向改善且定性证据一致，再判断边界在变清晰；若只有单个指标波动，先记录为待验证现象。
不同团队之间能不能直接比较责任不清的严重程度？
不建议直接横向比较。不同团队的工作项类型、交付节奏和上下游接口数量不同，归属缺口与决策等待的正常水平本就存在差异。一个以缺陷修复为主的团队和一个以需求交付为主的团队，其基线不可互换。
如果需要在多个团队间做参照，可以各自用自身基线定级，再比较分级结果和信号分布，而不是比较原始百分比或时长数值。
评估结果能不能用于个人绩效考核？
不适合直接使用。这些指标统计的是工作项与协作过程，个体表现受任务难度、人员变动、依赖关系等因素影响，单凭归属缺口或交接返工评价个人会失真。
评估结果更适合用于分级处置：低程度明确角色说明，中程度梳理关键交接点的责任接口，高程度重新划分角色职责并调整协作流程。若要与考核衔接，应另设与个人可控范围匹配的指标。
复评时发现争议反复出现在同一对角色之间，该怎么处理？
这属于恶化信号，说明职责边界问题集中在特定接口，而非全局模糊。处理时先调取这对角色之间的争议记录和交接说明，确认争议集中在哪类工作项、哪个决策节点，再针对该接口补充角色说明或调整确认权限。
调整后仍用同一口径复评，观察该角色对的争议频次是否下降、相关交接返工是否减少，避免把其他环节的改善误算为这对角色的改善。
