工单积压增长不能只看一个总数。判断积压是否在增长，需要同时观察存量、流入流出和账龄三类指标；判断积压是整体变多还是局部堵住，则要把积压按团队、工单类型、优先级等维度切片，与历史基线比较占比和账龄变化。本文给出一套可复算的口径和判定步骤，并说明结果如何解读、哪些情况下不能直接下结论。
要点总览（TL;DR）
- 衡量工单积压增长需同时看存量、流量、账龄三组指标：积压总量、净增长、关闭率、账龄分布与超期占比，分开取数避免存量与流量混用。
- 区分总量积压与结构性积压靠切片对比：固定统计口径、时间窗和分母，比较各团队、类型、优先级等切片存量占比与历史基线的偏离程度。
- 若各切片占比与基线接近、账龄整体同步变化，判为总量积压；若某切片占比显著抬升且账龄拉长而其他切片平稳，判为结构性积压。
- 口径一致性是跨周期比较前提，分类字段、状态定义、超期阈值调整后需标注变更点或回溯重算，缺失字段单列未分类桶。
- 指标反映分布与趋势，原因需结合排班、流程变更等定性证据确认，超期阈值按业务基线确定，不设通用达标线。
评估目标：先回答积压是整体变多还是局部堵住
积压评估的对象是统计时点上尚未关闭的工单存量，以及这个存量在一段时间内的变化。围绕这个对象，评估要回答两个问题：积压增长了多少，增长集中在哪些地方。前者看总量趋势，后者看结构分布，两者缺一不可。只看总量，可能把某一类工单的集中爆发误判为整体处理能力下降；只看结构，又可能忽略整体流入量上升带来的普遍压力。
评估结果通常指向三类决策。若积压整体上升且各切片同步变化，决策重点在排班与处理容量，例如增加人力、调整工作时段、控制流入节奏。若积压集中在少数切片，决策重点在分流与专项处理，例如把某类工单转给专门小组、调整该类工单的受理规则。若积压表现为老单滞留、账龄整体拉长，决策重点在流程整改，例如清理长期挂起工单、明确关闭条件。评估开始前先写清本次要支持哪类决策，可以避免指标算了一堆却无法落地。
建议在评估启动时形成一份判断问题清单，至少包含：本次统计的时间范围是什么；积压总量相比基期变化多少；变化主要集中在哪些团队、类型和优先级；账龄结构是否同步恶化；结论将用于排班、分流还是流程整改。清单不需要很长，但要保证每个问题都有对应的指标和取数方式。
指标与范围：积压增长需要哪几组指标
积压增长需要存量、流量、账龄三组指标配合使用。存量回答“现在压了多少”，流量回答“压得比以前快还是慢”，账龄回答“压着的是新单还是老单”。三组指标分开取数，避免把某一时点的存量与某一周期的流量混在一起比较。
| 指标组 | 具体指标 | 作用 |
|---|---|---|
| 存量 | 积压总量；按状态、优先级、团队、工单类型、来源渠道的分组存量 | 衡量当前积压规模，并为切片对比提供基础 |
| 流量 | 周期内新增量、周期内关闭量、净增长、关闭率 | 判断积压增长来自流入增加还是关闭变慢 |
| 账龄 | 积压账龄分布、超期占比、最老未关闭工单时长 | 判断积压是新增堆积还是老单滞留 |
统计范围需要事先固定三件事。第一是纳入哪些工单状态，通常把“未关闭”定义为积压，具体包括待受理、处理中、待客户回复、挂起等哪些状态，要在口径中逐项列明；挂起状态是否计入，对结果影响较大，建议单独统计一份含挂起和不含挂起的口径。第二是时间窗，存量取期初和期末两个快照，流量取两个快照之间的完整周期，周期长度按业务节奏确定，周、月均可，但前后对比要使用相同长度。第三是切片维度，常用团队、工单类型、优先级、来源渠道，维度取值来自工单字段，字段缺失的工单单独归入未分类桶。
在工单系统中取数时，存量、账龄和切片统计依赖工单状态与属性字段的完整记录。ONES Desk 提供工单分析报表和工单处理情况汇总，支持自定义工单属性，可按团队、类型、优先级等属性组织工单数据，便于按上述口径做分组统计；具体可用的报表项与维度以实际配置为准。若账龄分布、超期占比需要现成报表而系统未直接提供，可用工单创建时间与当前时间在导出数据上计算，选型时把这一项列入核验清单。
数据口径与证据：公式、分母和时间窗怎么定
口径决定结果能否复算和比较。下表给出各指标的计算方式，使用时把统计时点、周期长度和切片维度一并记录在报表说明中。
| 指标 | 计算方式 | 单位 | 时间窗与注意事项 |
|---|---|---|---|
| 积压总量 | 统计时点未关闭工单数 | 件 | 时点快照，需注明统计时刻与纳入状态 |
| 净增长 | 周期内新增工单数 − 周期内关闭工单数 | 件/周期 | 周期流量，与存量分开取数；结果可为负值 |
| 关闭率 | 周期内关闭工单数 ÷ 周期内新增工单数 | 百分比 | 分母为零时单列说明，不计算比率 |
| 切片存量占比 | 某切片未关闭工单数 ÷ 积压总量 | 百分比 | 分子分母取同一时点，切片口径前后一致 |
| 超期占比 | 账龄超过阈值的未关闭工单数 ÷ 积压总量 | 百分比 | 阈值按业务基线确定，并在报表中注明 |
| 最老未关闭工单时长 | 当前时间 − 最早未关闭工单的创建时间 | 小时或天 | 时点值，用于辅助判断老单滞留程度 |
缺失值处理要单独约定。无优先级、无归属团队、无来源渠道的工单归入未分类桶，不并入任何具体切片，否则会稀释或抬高其他切片的占比。未分类桶本身也作为一个切片参与对比，若其占比明显上升，说明字段填写质量在变化，需要先修正数据再判断结构。关闭率的分母为零，表示该周期没有新增工单，此时关闭率没有意义，应直接标注“本期无新增”，不要写成0%或100%。
口径一致性是跨周期比较的前提。分类字段的取值、状态定义、超期阈值一旦调整，调整前后的数据不可直接比较，需要在趋势图上标注口径变更点，或按新口径回溯重算历史数据。批量导入、系统迁移、工单合并等操作也会造成存量跳变，这类时点应单独标注，不纳入正常趋势判断。
计算与评估步骤：从总量到结构逐层拆解
评估按五步推进，先看总量再看结构，最后用账龄验证，每一步都留下可复核的记录。
第一步，按周期计算积压总量与净增长，画出趋势。取连续若干周期的期初存量、期末存量、新增量、关闭量，观察存量曲线与净增长的正负变化。存量持续上升且净增长为正，说明积压在积累；存量上升但净增长转负，可能是前期积压尚未消化，需要结合关闭节奏判断。
第二步，按团队、工单类型、优先级、来源渠道切片，计算各切片存量及其占积压总量的比例。切片维度一次选一个主维度深入，避免多维度交叉后每格样本过小。记录每个切片在基期和当期的占比。
第三步，对比各切片占比与历史基线，识别占比显著抬升的切片。基线可以取前若干周期的均值，也可以取业务稳定期的水平。判断“显著”时同时看绝对变化和样本量，占比从2%升到4%在小样本下可能只是波动。
第四步，看账龄迁移。比较基期与当期各切片的账龄分布，观察超期占比和最老未关闭工单时长的变化。若积压增长主要来自新单，账龄分布整体左移或保持稳定；若老单滞留，账龄分布右移，超期占比上升。
第五步，综合判定并记录证据。各切片占比与历史基线接近、账龄分布整体同步变化，判为总量积压；某一切片占比显著抬升、账龄同步拉长而其他切片平稳，判为结构性积压。判定结论要附上使用的口径、时间窗、切片维度和关键数据，便于后续复核。
例子：一次积压增长的切片对比与判定
以下为演示用假设数据，不对应任何真实业务。某支持团队期初积压1000件，期末积压1200件，期间新增900件、关闭700件，净增长200件，与存量增加200件一致。按工单类型切片后，某类工单的存量占比从基期的20%升至35%，其余各类型占比基本持平；该类工单的超期占比从15%升至40%，其他类型超期占比变化在3个百分点以内。
| 观察项 | 基期 | 当期 | 变化 |
|---|---|---|---|
| 积压总量（件） | 1000 | 1200 | +200 |
| 净增长（件/周期） | — | +200 | 流入大于流出 |
| 某类工单存量占比 | 20% | 35% | +15个百分点 |
| 其余类型存量占比 | 80% | 65% | 基本持平分摊 |
| 某类工单超期占比 | 15% | 40% | +25个百分点 |
判定过程：总量确实在增长，净增长为正；增长并非均匀分布，某类工单占比抬升15个百分点，且该类工单超期占比同步大幅上升，其他类型占比和账龄基本平稳。结论为结构性积压，处理方向是核查该类工单的流入原因和处理环节，安排专项分流，而非整体增加排班。
对照情形：若各类型占比与基期接近，超期占比在各类型上同步上升，账龄分布整体右移，则属于总量积压，处理方向是评估整体处理容量与流入节奏。两种情形可能同时出现，例如整体流入上升的同时某类工单额外集中，此时应分别记录总量证据和结构证据，先处理结构性部分，再评估整体容量。
解读与限制：指标能说明什么、不能说明什么
积压总量上升不直接等于处理能力下降。流入量同步上升时，即使关闭量保持不变，存量也会增加。判断处理能力要看关闭量与新增量的相对变化，以及单位时间人均关闭量等效率指标，后者需要结合排班数据另行计算。
切片占比变化需要先排除数据扰动。分类口径调整、批量导入、字段填写规范变化都会改变切片构成，这类变化反映的是数据而非业务。发现某切片占比突变时，先核对同期是否有口径或数据操作变更，再下结构判断。分母为零或样本过小的切片，占比波动大，不单独下结论，可合并到上级分类观察。
指标反映的是分布和趋势，原因需要定性证据补充。某类工单积压集中，可能来自产品缺陷集中爆发、受理规则变化、处理人员调整或上游系统故障，这些需要结合排班记录、流程变更记录、工单内容抽样来确认。指标用于定位问题范围，定性证据用于解释原因，两者配合才能形成可执行的整改方案。
超期阈值不设通用达标线。不同业务对响应时效的要求差异很大，阈值应依据历史处理时长分布和业务承诺确定，并在报表中注明。阈值调整后，超期占比的历史数据不可直接比较。评估结论建议按周期复核，观察判定后的处理动作是否使切片占比和账龄分布回归基线，以此验证判断是否成立。
常见问题
积压总量上升，但关闭率也保持稳定，这种情况算不算处理能力下降？
不一定。关闭率稳定说明关闭量与新增量的比例没有明显恶化，但积压总量上升可能来自流入量整体增加。判断处理能力需要看关闭量与新增量的绝对变化，以及单位时间人均关闭量等效率指标。如果新增量同步上升而关闭量按比例跟进，存量增加反映的是业务量增长，处理能力未必下降。建议同时观察净增长的正负变化和关闭率的趋势，再结合排班数据判断。
切片占比变化多少才算“显著抬升”，有没有通用阈值？
没有通用阈值。判断“显著”要同时看绝对变化和样本量：占比从2%升到4%在小样本下可能只是波动，从20%升到35%且样本量足够时更值得关注。建议以历史基线（如前若干周期均值或业务稳定期水平）为参照，结合该切片超期占比和账龄分布是否同步恶化来综合判断。阈值应在评估前根据业务基线确定，并记录在报表说明中。
工单系统中没有现成的账龄分布报表，怎么取数？
可以用工单创建时间与当前时间在导出数据上计算账龄，再按阈值分桶统计超期占比。ONES Desk 提供工单分析报表和工单处理情况汇总，支持自定义工单属性，可按团队、类型、优先级等属性组织数据；具体可用的报表项与维度以实际配置为准。若账龄分布、超期占比需要现成报表而系统未直接提供，建议在选型时把这一项列入核验清单，并确认导出数据包含创建时间、关闭时间、状态和分类字段。
挂起状态的工单要不要计入积压总量？
取决于评估目的，但口径必须事先固定并前后一致。挂起工单通常表示等待外部回复或暂不处理，计入积压会抬高存量，不计入则可能低估实际待办压力。建议同时统计含挂起和不含挂起两份口径，在报表中分别标注。如果挂起状态占比在周期内发生明显变化，需要单独说明，避免存量趋势被挂起操作扭曲。
结构性积压判定后，下一步应该做什么？
先核查该切片流入集中的原因，例如产品缺陷集中爆发、受理规则变化、处理人员调整或上游系统故障，结合工单内容抽样和流程变更记录确认。处理方向通常是专项分流，例如把该类工单转给专门小组、调整受理规则或增加该类工单的处理资源。同时观察判定后的处理动作是否使切片占比和账龄分布回归基线，按周期复核验证判断是否成立。若整体流入同时上升，应分别记录总量证据和结构证据，先处理结构性部分，再评估整体容量。
