评估测试执行分派是否合理，需要把工作量均衡、技能匹配和执行完成情况放在同一套口径里交叉验证。单看完成率，容易把“分得多、做得快”误判为合理；单看工作量均衡，又可能忽略任务难度与技能差异。本文给出可复算的指标公式、取数口径、评估步骤和一个迭代内的演算示例，并说明结论的适用边界。
要点总览（TL;DR）
- 评估分派合理性要同时看工作量均衡、技能匹配和执行完成情况，三类证据缺一类，结论就应标注为不完整。
- 核心指标包括分派量、完成率、按时完成率、返工率、阻塞时长占比和技能匹配率，每个指标都要写明分子、分母、时间窗和单位。
- 均衡度可用分派量极差或变异系数计算，人数少于五人时只做描述不做判断；技能匹配率要单独披露未知单数量。
- 把分派量与完成情况交叉比对，识别高负荷低完成、高负荷高返工、低负荷低完成、低负荷高完成四类组合，再回到具体分派单找原因。
- 完成率高可能来自分派量偏低或任务简单，结论应随分派规则调整后按相同口径复评，建议连续观察三个以上周期。
评估目标：分派合理性要回答哪三个问题
分派合理性评估的对象是分派决策本身，包括谁把哪些测试任务分给了谁、依据什么分的、分完之后是否按计划执行。评估结论用于调整分派规则和分派习惯，不直接作为个人绩效考核依据。把评估对象限定在决策层面，才能避免指标被解读成对执行人能力的评价。
围绕这个对象，评估要回答三个问题：
- 负荷是否可承受：在给定时间窗内，各执行人分到的测试任务量是否与其可用工时大致相称，是否有人长期处于明显高负荷或低负荷状态。
- 人员能力是否匹配：分派的用例所属模块、技术类型，是否落在执行人的历史执行范围或技能标签之内，跨模块分派是否有评审或带教支撑。
- 执行结果是否按计划落地：分派的任务是否按时开始、按时完成，返工和阻塞是否集中在特定人员、模块或分派来源上。
三个问题分别对应均衡、匹配、落地三类证据，任何一类缺失，结论都应标注为不完整。评估输出应包含：当前分派规则的主要问题、可调整的具体规则项、下一轮复评的时间点。
指标与范围：用哪些指标、覆盖哪些分派单
指标设计的原则是每个指标都能从分派记录和执行记录直接算出，并且分子分母明确。建议使用以下六项指标，统计单位为“分派单”，即以一次分派动作产生的一条任务记录为一条。
| 指标 | 计算口径 | 分母 | 单位 |
|---|---|---|---|
| 分派量 | 时间窗内分派给某执行人的分派单数，或折算后的用例数/预估工时 | 无（按人汇总的绝对量） | 单、条或人时 |
| 完成率 | 已完成分派单数 ÷ 有效分派单数 | 有效分派单数（剔除取消单、重复单） | 百分比 |
| 按时完成率 | 在计划完成时间前完成的分派单数 ÷ 有效分派单数 | 有效分派单数 | 百分比 |
| 返工率 | 因执行质量问题被退回或重执行的分派单数 ÷ 已完成分派单数 | 已完成分派单数 | 百分比 |
| 阻塞时长占比 | 分派单处于阻塞状态的累计时长 ÷ 分派单从分派到完成的累计时长 | 分派单的在途总时长 | 百分比 |
| 技能匹配率 | 执行人具备对应模块技能证据的分派单数 ÷ 有效分派单数 | 有效分派单数 | 百分比 |
统计范围需要事先固定：时间窗建议与迭代周期或发布周期对齐，例如一个两周迭代；测试类型明确纳入范围，如功能测试、回归测试、接口测试分别统计或合并统计；参与人员限定为在该时间窗内有分派记录的执行人；排除项至少包括已取消的分派单、因需求变更作废的重复单，以及分派后当天即被撤回的单。排除规则要在评估开始前写明，中途不调整，否则不同轮次之间不可比。
分派量存在两种口径：按分派单计数简单直观，但不同用例耗时差异大；按预估工时或用例数折算更接近真实负荷，但依赖预估质量。建议主口径用预估工时，辅口径用分派单数，两者同时呈现，出现背离时以工时口径为主并说明原因。
数据口径与证据：分派记录、执行记录和技能信息怎么取
评估所需数据分三类，每类都要明确字段和来源，避免评估时临时拼凑。
分派记录至少包含：分派人、执行人、分派时间、计划开始与计划完成时间、用例数或预估工时、优先级、所属模块、分派备注。分派备注中记录的调整原因（如“原执行人休假改派”）是后续定性核验的重要线索。
执行记录至少包含：实际开始时间、实际完成时间、状态变更历史（待执行、执行中、阻塞、完成）、返工标记及原因、阻塞原因及持续时长。状态变更历史比当前状态更有价值，它能还原任务在途的真实节奏。
技能匹配证据有三种可取来源：执行人在该模块的历史执行记录（如近三个月执行过同模块用例）、维护的技能标签、以及跨模块分派时的评审或带教记录。三者可叠加使用，优先级建议为历史执行记录高于技能标签高于评审记录，因为历史记录反映实际做过。
缺失值和分母为零按以下规则处理：
- 分派单缺少计划完成时间时，不进入按时完成率的分母，单独列为“无计划时间”计数并在报告中披露。
- 某执行人在时间窗内有效分派单为零时，完成率、返工率等比率指标记为“不适用”，不记为零，也不参与均衡度计算中的比率比较。
- 阻塞时长缺失时，该单不进入阻塞时长占比计算，同时统计缺失单数；缺失比例超过两成时，该指标结论降级为参考。
- 技能标签缺失但存在历史执行记录时，以历史记录判定匹配；两者都缺失时，该单匹配状态记为“未知”，不计入匹配率分子也不计入分母，单独披露未知单数。
当分派记录、执行状态和技能信息分散在表格与文档中时，取数成本会直接影响评估能否按周期复评。ONES 的工作项与测试用例管理可以承载分派人、执行人、计划时间、状态流转和模块归属等字段，把分派与执行记录留在同一处，便于按人、按模块、按时间窗导出汇总；技能匹配所需的模块归属和历史执行记录也可从用例与工作项的关联中回溯。评估规则确定后，这套记录方式能减少每轮评估重新对齐口径的工作。
计算与评估步骤：从原始记录到分派合理性结论
评估按以下五步执行，每一步都有明确产物，便于他人复算。
- 按人、按模块、按时间窗汇总。以有效分派单为底表，生成三张汇总表：按执行人的分派量与完成情况、按模块的分派量与返工阻塞情况、按时间窗（如按周）的分派节奏。产物是汇总表，完成标志是每张表的合计与底表行数一致。
- 计算均衡度。常用两种算法：分派量极差，即最高分派量与最低分派量之差除以人均分派量；变异系数，即分派量的标准差除以均值。极差直观但受极端值影响大，变异系数适合人数较多的团队。人数少于五人时，均衡度指标波动大，建议只做描述不做判断。产物是均衡度数值及所用算法说明。
- 计算技能匹配率并标注未知单。逐单判定匹配状态，汇总匹配率，同时报告未知单数量。产物是匹配率与未知单清单。
- 交叉比对异常组合。把分派量和完成情况放在同一张散点或分组表中，识别四类组合：高负荷低完成、高负荷高返工、低负荷低完成、低负荷高完成。前两类提示分派过载或匹配不当，第三类提示负荷不足或任务难度异常，第四类需要核查是否存在分派量统计遗漏。每类组合都要回到具体分派单找原因，不能停留在汇总数字。产物是异常组合清单及对应分派单编号。
- 定性核验并形成调整建议。结合分派调整记录和执行人反馈，确认异常组合的成因：是分派时未考虑休假与并行任务，还是模块难度被低估，还是阻塞来自环境或数据准备。据此提出具体规则调整，例如“跨模块分派需附评审记录”“单人同时在执行分派单不超过若干条”“阻塞超过一定时长自动提醒分派人”。产物是调整建议清单和下一轮复评时间。
异常组合的判断规则建议写成可核验的条件，例如：某执行人分派量高于人均分派量一定比例，且完成率低于团队完成率一定比例，即进入高负荷低完成名单，逐单核查。具体阈值应结合团队历史数据设定，不套用外部通用线。
例子：一个迭代内的分派合理性评估
以下为演示情景，数字为构造数据，用于说明公式与推导过程。
某迭代内四名执行人 A、B、C、D 的有效分派单与执行结果如下（分派量按预估工时折算，单位为人时）：
| 执行人 | 分派量（人时） | 完成单数 | 有效分派单 | 按时完成单 | 返工单 | 阻塞时长占比 | 匹配单 | 未知单 |
|---|---|---|---|---|---|---|---|---|
| A | 48 | 10 | 12 | 7 | 2 | 25% | 9 | 1 |
| B | 36 | 11 | 11 | 10 | 0 | 5% | 10 | 0 |
| C | 30 | 8 | 8 | 7 | 1 | 10% | 7 | 0 |
| D | 18 | 6 | 6 | 6 | 0 | 5% | 5 | 0 |
先算完成率：A 为 10÷12≈83.3%，B 为 11÷11=100%，C 为 8÷8=100%，D 为 6÷6=100%。按时完成率：A 为 7÷12≈58.3%，B 为 10÷11≈90.9%，C 为 7÷8=87.5%，D 为 6÷6=100%。返工率：A 为 2÷10=20%，C 为 1÷8=12.5%，B、D 为 0。技能匹配率：A 为 9÷11≈81.8%（未知单 1 单不计入分母），B 为 10÷11≈90.9%，C 为 7÷8=87.5%，D 为 5÷6≈83.3%。
再算均衡度。人均分派量为 (48+36+30+18)÷4=33 人时。极差为 (48−18)÷33≈90.9%，说明分派量差异明显。若改用变异系数，四人分派量的标准差约为 11.2，变异系数约为 34%，同样提示负荷分布不均。
交叉比对发现：A 属于高负荷低完成组合，分派量最高、完成率最低、返工率和阻塞时长占比也最高；D 属于低负荷高完成组合，分派量最低但全部按时完成。回到分派单核查，A 的阻塞集中在两个依赖环境准备的模块，且其中一单为跨模块分派、无评审记录，对应未知单；D 的分派单集中在单一熟悉模块。
由此得出的结论是：本轮分派在负荷分布和跨模块匹配上存在问题，主要调整方向是控制单人并行分派量、跨模块分派补充评审记录、对依赖环境的任务在分派时预留准备时间。如果只看完成率，B、C、D 均为 100%，会得出“分派整体合理”的结论，掩盖 A 的过载；如果只看均衡度，又会忽略 D 的低负荷来自任务集中而非分派遗漏。两个指标交叉后，问题定位才落到具体分派单上。
解读与限制：结论能说明什么、不能说明什么
分派指标描述的是分派决策与执行结果之间的对应关系，不能证明因果关系。完成率高可能来自分派量偏低、任务本身简单，或执行人恰好熟悉该模块，这些都需要结合分派量和匹配率一起看。反过来，完成率低也不必然说明分派不合理，环境阻塞、需求变更等外部因素同样会造成延迟，必须回到阻塞记录和调整记录核实。
技能匹配率的可靠性取决于标签和历史记录的质量。标签长期未维护、模块划分粗放时，匹配率只能作为参考；未知单比例较高时，应把匹配结论降级为“部分可判定”，并在下一轮评估前补齐模块归属信息。
样本量和时间窗直接影响均衡度的稳定性。人数少、周期短的评估中，一两单的差异就能让极差和变异系数大幅波动，此时均衡度适合做趋势观察，不适合单期下结论。建议连续观察三个以上周期再判断分派规则是否需要调整。
评估结论应随分派规则调整而复评。每次调整后，在相同口径、相同时间窗长度下重新计算同一组指标，对比调整前后的变化；如果口径发生变化，需在报告中说明并分开呈现，避免把口径变化误读为效果变化。分派指标反映的是决策质量的一个侧面，与缺陷发现效果、测试覆盖情况等结果指标结合使用，才能支撑更完整的分派规则优化。
常见问题
团队人数很少，均衡度指标波动很大，还值得算吗？
值得算，但用法要调整。人数少于五人时，一两单的差异就能让极差和变异系数大幅波动，此时均衡度适合做趋势观察，不适合单期下结论。建议连续观察三个以上周期，看分派量差异是持续存在还是偶发；同时把分派量明细和完成情况放在一起看，用具体分派单解释波动来源，比单看一个均衡度数值更有参考价值。
分派单缺少计划完成时间或技能标签时，评估还能做吗？
可以做，但要按规则处理缺失值并披露。缺少计划完成时间的分派单不进入按时完成率的分母，单独统计“无计划时间”单数；技能标签缺失但存在历史执行记录时，以历史记录判定匹配；两者都缺失时记为“未知”，不计入匹配率分子和分母，单独披露未知单数量。缺失比例较高时，对应指标的结论应降级为参考，并在下一轮评估前补齐字段。
完成率低的执行人，是不是就说明分派给他不合理？
不能直接这样判断。完成率低可能来自分派过载、技能不匹配，也可能来自环境阻塞、数据准备不足或需求变更等外部因素。需要回到阻塞记录、返工原因和分派调整记录核实成因：如果阻塞集中在依赖环境的模块，问题在分派时未预留准备时间；如果返工集中在跨模块任务且无评审记录，问题在匹配环节。评估对象是分派决策，结论应落到可调整的规则上，避免变成对执行人的评价。
调整分派规则后，怎么判断调整有没有效果？
在相同口径、相同时间窗长度下重新计算同一组指标，对比调整前后的变化。口径包括指标定义、分母、排除项和时间窗，任何一项变化都要在报告中说明并分开呈现，避免把口径变化误读为效果变化。建议在调整前记录基线数值和主要问题，调整后连续观察两到三个周期，确认异常组合是否减少、负荷分布是否改善，再决定是否继续调整规则。
分派指标能不能直接用于个人绩效考核？
不建议直接使用。分派指标反映的是分派决策与执行结果之间的对应关系，完成率、返工率等数值受任务难度、模块熟悉度、环境条件影响，不能单独归因于个人。把评估对象限定在分派决策层面，结论用于调整分派规则和分派习惯，例如控制单人并行分派量、跨模块分派补充评审记录。若要与绩效关联，需要结合任务难度、协作贡献等多方面证据，并明确指标的解释边界。
