统计工单转派情况，可以先把每一次处理权变更记录成一条转派事件，再基于同一张事件表计算三个指标：转派次数看返工量级，转派率看首次分派命中程度，转派后再次转派比例看转派动作本身是否找对了人。本文给出三个指标的口径、所需字段、分步算法和一个完整算例，并说明分母为零、样本过少和口径变更时如何处理。
要点总览（TL;DR）
- 三个指标共用一张转派事件表：每发生一次处理权变更记一条事件，字段至少含工单ID、事件时间、转出方、转入方、转派序号。
- 转派次数按事件计数，可按单工单累计或按周期汇总；转派率=发生过至少一次转派的工单数÷同期工单数，分母需在创建口径与结单口径中固定一种。
- 转派后再次转派比例=转派序号≥2的工单数÷发生过转派的工单数，分母只取发生过转派的工单，用来判断首次转派是否找对人。
- 转派率反映首次分派命中程度，再次转派比例反映转派动作的有效性，两者组合可区分分派规则问题与协作衔接问题。
- 分母为零时标注不适用，样本过少时同时给出分子分母原始数；口径变更或组织调整期间的数据不直接跨期比较。
评估目标：三个指标各自回答什么问题
转派本身不是问题，找不到合适处理人才是。统计前先明确每个指标服务哪个判断，可以避免把转派次数当作单纯的负面信号，也能防止用一个数字概括分派质量。
转派次数反映分派返工的量级。它回答“这个月一共发生了多少次处理权变更”，适合观察总量趋势和识别高频转派的工单类型。次数多可能意味着分派规则粗放，也可能意味着业务复杂度上升、需要多角色协同，需要结合工单结构判断。
转派率反映首次分派命中程度。它回答“有多少比例的工单在首次分派后需要换人”，分母是同期工单总量。转派率上升，通常说明首次分派环节的判断依据不足，例如缺少技能标签、责任边界不清或分派规则过于依赖人工经验。
转派后再次转派比例反映转派动作本身的有效性。它回答“第一次转派之后，有多少工单又被转走”，分母只取发生过转派的工单。这个比例高，说明首次转派没有找对人，问题出在转派环节的规则和责任划分上，而非最初的分派环节。
三个指标组合使用，可以把问题定位到不同环节：转派率低而再次转派比例高，说明初次分派大体准确，但转派时的判断依据不足；转派率高而再次转派比例低，说明初次分派偏粗，一旦转出去基本能落地；两个比例都高，则需要同时检查分派规则和责任边界。转派次数则用于衡量整体返工规模，与两个比例配合观察趋势。
指标定义与统计范围
三个指标共用一张转派事件表。转派事件定义为：工单的处理权从一个责任人或责任组变更到另一个责任人或责任组，每发生一次变更记一条事件。同一工单多次转派分别记录，事件之间通过转派序号区分先后。
| 指标 | 公式 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|---|
| 转派次数 | 转派事件计数 | 统计范围内全部有效转派事件 | 无（可按工单累计或按周期汇总） | 次 | 按自然月或自定义周期 |
| 转派率 | 发生过至少一次转派的工单数 ÷ 同期工单数 | 转派序号≥1 的工单数（去重） | 同期创建工单数或同期结单工单数，二选一 | 百分比 | 与分母同一时间窗 |
| 再次转派比例 | 转派序号≥2 的工单数 ÷ 发生过转派的工单数 | 转派序号≥2 的工单数（去重） | 转派序号≥1 的工单数（去重） | 百分比 | 与分子同一时间窗 |
转派率的分母需要在创建口径和结单口径之间明确选择。创建口径以工单创建时间落入统计周期为准，反映当期新增工单的分派质量，适合观察分派规则的效果；结单口径以工单结单时间落入统计周期为准，反映当期完成工单的处理过程，适合与处理时长等结果指标对齐。两种口径的数值不可混用，同一份报表内应固定一种，并在口径说明中写明。
纳入范围需要事先约定：工单类型（如客户咨询、内部需求、故障报修）、责任团队、时间窗。排除项同样要写清楚，常见的有批量导入产生的工单、系统自动回退或超时自动改派产生的变更、测试工单和演练工单。这些记录会抬高事件数却不代表真实的分派判断，纳入后会让指标失真。
数据口径与取数证据
指标能否复算，取决于事件表是否完整记录了转派的主体、对象和时间。取数前先确认字段齐全，再做完整性校验。
转派事件表必备字段包括：工单ID、事件时间、转出方（原责任人/责任组）、转入方（新责任人/责任组）、转派序号。工单主表需要提供：创建时间、结单时间、当前责任人、工单类型、所属团队。两张表通过工单ID关联，事件表可以一对多。
识别有效转派是取数的关键一步。人工在系统中发起的转派操作应记录操作人和操作来源；系统自动变更（如超时未响应自动改派、规则引擎批量调整）需要单独标记，统计时按约定排除或单列。如果系统只记录当前责任人而不留变更历史，事件表就无法还原，此时需要先在流程中补上转派记录，再谈统计。
异常记录按以下规则处理：同一时刻出现多条变更，保留最终生效的一条，其余标记为无效；转出方与转入方相同的记录视为无效；转派序号出现跳号或重复的，回溯原始操作日志核对。校验时至少检查三项：事件总数与工单总数的比例是否在合理区间、每张工单的转派序号是否从1开始连续、事件时间是否落在工单创建与结单之间。
计算步骤：从事件表到三个指标
从原始事件表到三个指标，按以下顺序处理，每一步的产物都可以单独核对。
- 清洗事件表。剔除批量导入、系统自动回退、测试工单和转出转入相同的记录，保留人工发起的有效转派事件，形成清洗后的事件表。
- 按工单ID分组、按事件时间升序排序，为每张工单的事件依次生成转派序号，从1开始连续编号。这一步的产物是带有序号的事件明细。
- 按工单聚合，取每张工单的最大转派序号作为该工单的转派次数，得到单工单转派次数表。
- 按统计周期汇总事件数，得到转派次数；同时统计当期工单总数和发生过转派的工单数，两者相除得到转派率。分母口径在周期内保持一致。
- 在发生过转派的工单中筛选转派序号≥2 的工单，统计其数量，除以发生过转派的工单数，得到再次转派比例。
分母为零时需要显式处理：当期没有工单时，转派率标注为“不适用”，不写0%；当期没有发生转派的工单时，再次转派比例同样标注“不适用”。样本过少时，例如发生过转派的工单不足20张，比例波动大，建议同时给出分子分母原始数，并注明仅作参考，不与正常周期直接比较。
算例：一个月的转派指标怎么算出来
以下为演示情景，数据为构造值，用于说明公式代入过程。某团队某月按创建口径统计：当期创建工单 800 张，其中发生过转派的工单 120 张，转派事件共 168 次，转派序号≥2 的工单 36 张。
| 指标 | 代入 | 结果 |
|---|---|---|
| 转派次数 | 168 次有效事件 | 168 次 |
| 转派率 | 120 ÷ 800 | 15.0% |
| 再次转派比例 | 36 ÷ 120 | 30.0% |
| 平均每张转派工单的转派次数 | 168 ÷ 120 | 1.4 次 |
按工单类型拆分后，对比更能指向问题环节。假设客户咨询类工单 500 张、转派 50 张、二次及以上转派 8 张；故障报修类工单 300 张、转派 70 张、二次及以上转派 28 张。客户咨询类转派率 10.0%、再次转派比例 16.0%；故障报修类转派率 23.3%、再次转派比例 40.0%。
这组拆分说明，故障报修类的两个比例都明显偏高，问题集中在分派和转派两个环节：初次分派可能没有按故障类型匹配到对应责任组，转派时也可能在几个组之间来回推。客户咨询类转派率较低，但再次转派比例仍有一定水平，可以回看转派时的判断依据是否充分。解读时应回到具体工单抽样核对，而不是仅凭比例下结论。
结果解读与使用限制
转派率低不等于分派质量高。工单复杂度、类型结构和团队分工方式都会影响转派率，一个以简单咨询为主的团队天然转派少。解读时应结合工单类型分布和复杂度分层，比较同类工单在不同周期的变化，而不是横向比较不同团队之间的绝对数值。
再次转派比例高，说明首次转派没有找对人，需要回看转派规则和责任边界：转派时是否有明确的接收标准、责任组之间是否存在职责重叠、转派是否经过必要的确认。这个指标反映协作返工程度，适合作为流程改进的输入，不适合直接对应到某个人的工作评价。
指标不能单独作为个人绩效依据。转派可能源于分派方的判断，也可能源于接收方的工作量或能力匹配，责任并不总在转出方或转入方。将转派次数直接与个人考核挂钩，容易导致员工回避转派、拖延处理，反而损害工单流转效率。
以下情况的数据不可直接跨期比较：样本量过小、统计口径发生变更（如分母从创建口径改为结单口径）、组织调整期间责任组重新划分。报表应保留口径说明和数据快照，口径变更时在新周期起始处标注，旧数据不追溯重算。转派指标还应与处理时长、一次解决率等结果指标配合观察，单看转派比例无法判断整体服务质量是变好还是变差。
把统计口径落到工单系统里
指标要稳定产出，前提是系统在工单流转过程中留下可追溯的转派记录。落地时关注三件事：转派操作被完整记录、记录能按工单和周期汇总、报表口径有据可查。
在工单流转中，每次转派应记录转出方、转入方、操作时间和操作人，并区分人工转派与系统自动变更。工单详情页保留完整的流转历史，便于单张工单回溯；数据侧按工单沉淀转派记录，支持按周期、团队、工单类型汇总。指标固化为定期报表后，每期保留口径说明和数据快照，口径调整时同步更新说明，避免前后数据被误读为趋势变化。
ONES Desk 面向企业服务与协作场景，支持统一受理、分派、处理和跟踪工单，可灵活调整工作流并自定义工单属性，提供管理者视角的工单处理情况汇总和分析报表；企业版还提供多维度的数据统计与分析能力。落地时可以把转派原因、转派序号等作为自定义属性纳入工单流转，让每次处理权变更在流程中留下记录，再借助报表汇总按周期和团队查看转派情况。转派事件明细能否直接导出、报表是否内置转派类指标，需要结合具体版本的配置能力确认后再设计取数方式。
常见问题
转派率按创建口径还是结单口径统计更合适？
两种口径回答的问题不同，选择取决于报表用途。创建口径以工单创建时间落入统计周期为准，反映当期新增工单的分派质量，适合评估分派规则调整后的效果；结单口径以结单时间落入周期为准，反映当期完成工单的处理过程，适合与处理时长、一次解决率等结果指标对齐。
同一份报表内应固定一种口径，并在口径说明中写明。两种口径的数值不可混用，也不宜把创建口径的转派率与结单口径的处理时长放在同一张趋势图里比较。
系统自动改派、超时回退产生的变更要不要计入转派次数？
建议不计入，或单独列出。转派指标衡量的是分派判断和协作衔接，系统自动回退、超时自动改派、规则引擎批量调整属于流程机制产生的变更，纳入后会抬高事件数，让指标偏离原本要观察的问题。
取数时应在事件表中标记变更来源，区分人工发起的转派与系统自动变更。如果确实需要观察自动改派的规模，可以单设一个指标，与人工转派次数并列展示，避免混在同一个数字里。
发生过转派的工单很少时，再次转派比例还能用吗？
可以用，但要谨慎解读。发生过转派的工单不足20张时，比例的波动很大，一两张工单的变化就可能让比例跳动十几个百分点，此时不宜与正常周期直接比较，也不适合作为流程改进的唯一依据。
建议同时给出分子和分母的原始数，例如“36 ÷ 120”，并注明样本量偏小、仅作参考。如果连续多个周期样本都很少，可以考虑拉长统计窗口，或按工单类型合并后再看。
转派次数能不能直接用于个人绩效考核？
不建议单独使用。转派的成因可能来自分派方的判断偏差，也可能来自接收方的工作量或能力匹配，责任并不总在转出方或转入方。把转派次数直接与个人考核挂钩，容易让员工回避转派、拖延处理，反而拖慢工单流转。
更合适的做法是把转派指标作为流程改进的输入，配合处理时长、一次解决率等结果指标一起观察，再通过抽样回看具体工单，判断问题出在分派规则、责任边界还是协作确认环节。
统计口径中途调整后，历史数据要不要重算？
一般不追溯重算。口径变更（例如分母从创建口径改为结单口径）或组织调整导致责任组重新划分时，旧数据按原口径保留，新周期从变更点起按新口径统计，并在报表中标注变更时间和说明。
这样处理可以避免历史数据被改写后失去对照价值。跨期比较时，只比较同一口径下的连续周期；跨越变更点的趋势线应断开或分段展示，防止读者把口径差异误读为业务变化。
