研发平台供应商评估的验收标准，核心是让选型决策可以被复核：先明确这次评估要回答的选择问题，再把功能匹配、集成与数据迁移、安全合规、服务与交付、成本与合同五类要求转成可核验的验收项，每项写清证据形式、判定口径和通过条件，最后用加权评分与一票否决项合成结论。验收标准验收的是供应商证据与试点结果，演示效果只能作为证据之一。
要点总览（TL;DR）
- 验收标准先服务一个具体决策：本次评估停在哪一步（进入试点、进入合同谈判还是签约），据此决定证据深度和必选项范围。
- 验收项按功能匹配、集成与数据迁移、安全合规、服务与交付、成本与合同五类组织，每项标注是否必选、证据责任方和判定口径。
- 单项判定用“可观察行为＋判定人”写定性标准，定量项写清分子、分母、时间窗和测试条件；证据缺失记为未确认，不折算为通过。
- 评分采用五档刻度加两级权重，权重合计校验为100%，一票否决项单独设置、不参与加权，触发时只改变资格判断。
- 总分相差0.1以内通常不构成实质差别，需结合否决项、未确认项和关键场景单项得分解读，并把承诺写入合同条款承接。
验收标准要回答什么：评估目标与决策边界
制定验收标准之前，先写一页评估目标说明。这一页不讨论平台功能，只回答四个问题：这次评估要做什么决定、评估哪些对象、结论给谁用、哪些内容不纳入本次范围。验收项和评分规则都从这一页派生，后续出现分歧时也回到这一页对齐。
选择问题要写得足够具体。“选哪家供应商”过于笼统，可以拆成三个递进的决策：哪几家进入试用或试点、哪一家进入合同谈判、是否签署合同。不同决策对应的验收深度不同。进入试点的评估可以接受部分证据待补充，签署合同的评估则要求关键项全部有证据支撑。评估组织者应在启动时明确本次评估停在哪一步，避免用试点阶段的宽松标准直接支撑签约结论。
评估对象包括三块：平台整体能力、供应商交付能力、合同条款。平台能力看产品在真实场景中的表现；交付能力看实施团队、培训安排、响应机制和参考客户反馈；合同条款看服务水平约定、验收与付款节点、退出与数据交还安排。三块权重可以不同，但都应有对应的验收项，不能只评产品而把交付和合同留到签约后再谈。
结论用途和决策人也要提前写明。评估报告是提交给技术委员会、采购部门还是业务负责人，决定了报告需要呈现的证据颗粒度和评分明细。建议在目标说明中列出决策人、复核人和评估时间窗，例如“两周内完成证据收集，第三周完成评分与复核”。
边界划分同样重要。部署方式选择（私有化或公有云）和旧工具替换的执行步骤属于相邻议题，本篇的验收标准只要求供应商说明其支持的部署形态与迁移方案，并把相关承诺写入验收项，不展开部署选型和迁移实施的具体做法。这样既保证评估覆盖关键面，也避免标准无限扩张。
验收项怎么分类：指标与范围清单
验收项按五类组织，每类下设若干具体条目，并标注是否必选、由谁提供证据。分类的作用是保证覆盖完整，同时让不同评估轮次可以复用同一套结构。下表给出一个可直接改用的框架。
| 类别 | 典型验收项 | 是否必选 | 证据责任方 |
|---|---|---|---|
| 功能匹配度 | 需求管理、任务与迭代管理、缺陷跟踪、进度可视化、权限分级等核心研发流程场景的覆盖与操作连贯性 | 必选 | 供应商演示＋评估方试用 |
| 集成与数据迁移 | 与代码仓库、流水线、测试工具的对接方式；历史数据导入的字段映射、条数与校验方式 | 必选（有存量系统时） | 供应商方案文档＋试用验证 |
| 安全、权限与合规 | 多层级权限模型、账号与组织架构同步、审计日志、数据存放位置、合规资质 | 必选 | 供应商文档与证书＋访谈 |
| 实施服务、培训与响应 | 实施计划与里程碑、培训场次与对象、问题响应时限与升级路径、参考客户访谈 | 必选 | 供应商承诺＋参考客户 |
| 成本结构与合同条款 | 许可或订阅计费口径、实施与培训费用、服务水平约定、验收与付款节点、数据交还安排 | 必选 | 供应商报价与合同草案 |
功能匹配度要落到场景而非功能名词。以研发流程为例，可以要求供应商在试用环境中完整走一遍“需求提出—评审—拆解为任务—迭代执行—缺陷关联—版本发布”的链路，观察状态流转、字段必填和通知是否连贯。ONES Project 面向研发团队提供需求管理、任务管理、缺陷管理、迭代管理等场景支持，并提供看板、燃尽图等进度工具与任务工时统计；缺陷可与 TestCase 数据互通、一键提 Bug 并统计缺陷状态分布。这些能力可以作为功能类验收项的核对参照，具体是否通过仍以评估方在试用环境中的操作结果为准。
集成与数据迁移类验收项只在存在存量系统或上下游工具链时设为必选。若团队从零开始且暂无代码仓库、流水线对接需求，可将该类标为“不适用”并记录理由，而不是直接删除，便于复核时说明取舍。安全合规类中，资质证书类条目以供应商提供的有效文件为准；资料未覆盖的认证项记为“未确认”，不据此推断供应商不具备该能力。
成本类验收项要区分一次性费用与持续性费用，并把计费口径写清，例如按用户数、按项目数还是按版本套餐。ONES Project 提供免费版、标准版、专业版、企业版，专业版与企业版同时提供 SaaS 与私有部署形态；具体价格与套餐权益需在报价环节单独确认，验收标准中只约定“报价口径可核对、费用项无遗漏”这类可判定的条件。
每项验收的证据与数据口径
每个验收项都要绑定证据形式和判定口径，否则评分会退化为对演示印象的主观打分。证据形式主要有五类：现场或远程演示、试用环境中的实际操作、供应商文档与证书、参考客户访谈、合同条款文本。评估方应在验收项表中为每项指定至少一种证据，并写明由谁判定。
定性项的通过标准写成“可观察行为＋判定人”。例如“权限可按组织架构和项目角色分配”这一项，通过标准可写为：在试用环境中由评估方管理员创建两个项目角色，分别配置不同数据可见范围，用两个测试账号验证可见结果符合预期，由平台管理员判定通过。ONES Project 提供产品、项目、任务多层级权限，可按组织架构、用户组、项目角色灵活分配，这类描述可作为验收项的核对起点，实际判定仍以试用操作结果为准。
定量项要写清分子、分母、时间窗和测试条件。常见口径包括：问题响应时长按“提交工单到首次人工回复”计算，统计窗口为试用期内的全部工单，取中位数与最长值；数据迁移按“成功导入记录数÷应导入记录数”计算成功率，并注明字段映射规则和校验方式；性能测试注明并发用户数、操作类型、数据量和测试环境配置。缺少这些条件，数字之间不可比。
证据缺失时的处理规则要统一：记为“未确认”，在评分表中单独列出，不折算为通过，也不按最低分直接判负。未确认项累计超过约定数量时，评估结论应标注为“有条件通过”，并把补充证据列为签约前的前置条件。这样既保留决策推进空间，也避免把未知当成已知。
| 验收项示例 | 证据形式 | 判定口径 | 通过条件 |
|---|---|---|---|
| 核心流程场景连贯性 | 试用环境操作记录 | 按预设链路逐步操作，记录中断点与需人工补录的环节 | 链路完整走通，中断点不超过约定数量且均有替代操作 |
| 历史数据导入 | 试用环境迁移结果＋校验报告 | 成功导入条数÷应导入条数，字段映射逐项核对 | 成功率达到约定值，关键字段无丢失 |
| 权限分级 | 试用操作＋配置截图 | 两个角色、两个账号的可见范围对比 | 可见结果与配置预期一致 |
| 问题响应 | 工单记录 | 首次人工回复时长，统计窗口为试用期 | 中位数与最长值均不超过约定时限 |
| 合规资质 | 证书或证明文件 | 核对证书主体、有效期与覆盖范围 | 文件有效且覆盖本次使用场景 |
证据收集过程本身也需要留痕。评估方可以把每个验收项对应的演示记录、试用截图、访谈纪要和供应商回复统一归档到工作项或文档中，按供应商和验收项建立索引。ONES 的需求、任务与文档管理能力可以承载这类评估记录：为每家供应商建一个评估项目，把验收项拆成任务，证据作为附件或文档关联到对应任务，评分时直接回到任务查看原始材料。这样复核人不必依赖评估人的口头转述，也能在试点后按同一索引补充证据。
评分与判定步骤：从验收项到结论
评分规则要在打分之前定稿，并保证任何人按同一份材料能算出相同结果。建议采用五档刻度：5 分表示证据充分且完全满足通过条件；4 分表示满足通过条件但有轻微限制；3 分表示基本满足、存在需要供应商补充说明的缺口；2 分表示部分满足、缺口影响使用；1 分表示证据显示不满足。未确认项不进入这五档，单独计数。
权重按类别分配，再在类别内分配到具体验收项，两级权重合计都应为 100%。权重分配原则可以写三条：与本次决策问题直接相关的项权重高；影响上线后不可逆的项权重高；容易通过试点补充证据的项权重适度降低。权重表需经复核人校验合计，避免出现合计 95% 或 105% 的低级错误。
加权总分公式为：总分＝Σ（单项得分×单项权重），其中单项权重以小数表示，所有单项权重之和为 1。计算示例：某供应商功能类得分 4.2、权重 0.30，集成类 3.5、权重 0.20，安全类 4.0、权重 0.20，服务类 3.8、权重 0.15，成本类 4.5、权重 0.15，则总分为 4.2×0.30＋3.5×0.20＋4.0×0.20＋3.8×0.15＋4.5×0.15＝1.26＋0.70＋0.80＋0.57＋0.675＝4.005。计算过程应保留中间值，便于复核。
一票否决项单独设置，不参与加权。常见否决项包括：安全合规关键资质无法提供有效文件、关键集成在试用中不可用且无可行替代方案、合同条款中数据交还或退出安排缺失。否决项触发时，该供应商不进入推荐名单，总分只作为记录保留，不用于排序。否决项的清单和判定人应在评估启动时确认，避免打分后临时增加。
分歧处理机制同样要写进规则。当两位评估人对同一验收项打分相差两档及以上时，由复核人组织一次证据复核，回到原始材料重新判定；仍不一致时取较低分并记录分歧理由。复核人不宜由供应商对接人兼任，以保证判定独立。
算一遍：某研发团队供应商评估的评分示例
以下为演示情景，数据均为假设，用于展示计算过程，不作为行业基准或达标线。某研发团队评估三家供应商，验收项简化为五类，权重与得分如下表。
| 类别 | 权重 | 供应商甲得分 | 供应商乙得分 | 供应商丙得分 |
|---|---|---|---|---|
| 功能匹配度 | 0.30 | 4.2 | 3.8 | 4.5 |
| 集成与数据迁移 | 0.20 | 3.5 | 4.0 | 3.0 |
| 安全、权限与合规 | 0.20 | 4.0 | 4.2 | 4.0 |
| 实施服务与响应 | 0.15 | 3.8 | 4.0 | 3.6 |
| 成本与合同条款 | 0.15 | 4.5 | 3.5 | 4.2 |
权重合计为 0.30＋0.20＋0.20＋0.15＋0.15＝1.00，校验通过。按总分＝Σ（单项得分×单项权重）计算：
- 供应商甲：4.2×0.30＋3.5×0.20＋4.0×0.20＋3.8×0.15＋4.5×0.15＝1.26＋0.70＋0.80＋0.57＋0.675＝4.005
- 供应商乙：3.8×0.30＋4.0×0.20＋4.2×0.20＋4.0×0.15＋3.5×0.15＝1.14＋0.80＋0.84＋0.60＋0.525＝3.905
- 供应商丙：4.5×0.30＋3.0×0.20＋4.0×0.20＋3.6×0.15＋4.2×0.15＝1.35＋0.60＋0.80＋0.54＋0.63＝3.920
按总分排序为甲 4.005、丙 3.920、乙 3.905。若本次评估未设置否决项，结论为推荐甲进入合同谈判，丙作为备选。假设复核时发现供应商甲在安全合规类中有一项关键资质文件已过期，触发否决项，则甲不进入推荐名单，结论调整为丙进入合同谈判、乙作为备选，甲的总分仅作记录。这个例子说明否决项的作用：它改变的是资格判断，而不是在总分上扣几分。
再假设供应商丙的集成类得分来自“未确认”折算，按规则未确认项不折算为通过，则丙的集成类得分应改为待定，总分暂不参与排序，需补充试用证据后重算。评估表应保留原始证据编号，使这类调整可追溯。
怎么读结果：解读口径与常见限制
分数是证据的汇总，不是上线效果的保证。解读结果时先看分差：在五档刻度下，总分相差 0.1 以内通常不构成实质差别，应结合否决项、未确认项数量和关键场景的单项得分再判断，避免用小数点后两位制造精确感。若两家供应商总分接近，优先比较与本次决策最相关的类别得分，并检查差异是否来自证据充分程度不同而非能力差异。
演示环境与生产环境存在差距。演示通常使用准备好的数据和顺畅网络，生产环境会面对真实数据量、权限复杂度和并发压力。验收标准中涉及性能、迁移和集成的项，应尽量在试用环境中用接近真实的数据验证；只能在演示中确认的项，在结论中标注证据等级，并在合同中约定上线前的复验条件。
样本与访谈数量不足会削弱结论。参考客户访谈只覆盖一两家时，其经验不足以代表供应商的整体交付水平；试用期过短时，响应时长等指标的中位数可能被个别工单拉偏。评估报告应写明样本量、统计窗口和未覆盖情形，供决策人判断结论的稳健程度。
验收标准需要随试点结果修订。试点中若发现某类验收项无法获得有效证据，或某项权重与实际风险不匹配，应在下一轮评估前调整标准并记录修订原因，而不是在打分后临时改规则。修订记录与评分表一并归档，保证前后轮次可比。
最后，验收结论要由合同承接。评分中承诺的响应时限、迁移成功率、培训场次和验收付款节点，应转化为合同或服务水平条款中的可执行约定，并写明未达约定时的处理方式。评估阶段归档的证据和评分记录，可以作为签约前复核和上线验收的对照依据。ONES 的项目与文档管理能力可用于持续保存这些记录，使评估结论在实施阶段仍可追溯。
常见问题
评估只做到试用阶段、还没准备签约，验收标准可以简化到什么程度？
可以按决策深度裁剪，但裁剪的是证据要求，不是验收项结构。进入试点的评估，五类验收项仍建议保留，用于形成统一比较框架；功能匹配、安全权限等关键项要求有试用操作记录，集成与迁移类可先看方案文档并标注“待试用验证”，服务与成本类可先收集承诺与报价口径。
需要守住两条：一是未取得证据的项记为“未确认”并单独计数，不能按满分或最低分处理；二是明确本次结论只支撑“是否进入下一轮”，不直接支撑签约。等评估推进到合同谈判阶段，再把未确认项逐条补齐，作为签约前的前置条件。
供应商在演示中表现很好，但试用环境里操作不顺畅，打分以哪个为准？
以试用环境中的实际操作结果为准，演示只作为证据之一。演示通常使用准备好的数据和顺畅网络，能说明产品具备某项能力，不能说明在真实数据量、权限复杂度和并发条件下同样可用。
处理办法是给证据分级：试用操作记录和迁移校验报告为高等级证据，演示记录和口头承诺为低等级证据。同一验收项存在两类证据且结论不一致时，取低等级结论并记录差异原因；只能在演示中确认的项，在报告中标注证据等级，并在合同中约定上线前的复验条件。
两家供应商总分很接近，怎么判断选哪家？
先看分差是否构成实质差别。在五档刻度下，总分相差0.1以内通常不足以区分优劣，此时应回到单项：比较与本次决策最相关的类别得分，例如存量系统多、迁移风险高的团队重点看集成与数据迁移类；受监管或数据敏感的场景重点看安全合规类。
同时检查差异来源。若分差主要来自证据充分程度不同而非能力差异，应补齐证据后重算，而不是直接按现有分数排序。若一方触发否决项，则不论总分高低都不进入推荐名单。结论中写明选择理由和保留意见，便于复核人判断。
验收标准定好之后，试点中发现某项根本拿不到证据，要不要改标准？
可以修订，但要在下一轮打分前完成，并记录修订原因。常见情形有两类：某项验收项在当前条件下无法取得有效证据，例如供应商暂不提供试用环境中的性能测试；某项权重与实际风险不匹配，例如迁移量很小却给了过高权重。
修订时保留原版本和修订记录，与评分表一并归档，保证前后轮次可比。已经打出的分数不因规则调整而追溯修改；若必须重算，应说明重算范围和依据。规则在打分后临时改动，会削弱结论的可复核性。
评分时承诺的响应时限、迁移成功率，怎么保证上线后真的兑现？
把验收结论转化为合同或服务水平条款中的可执行约定。评分阶段使用的口径要原样写入合同，例如响应时长按“提交工单到首次人工回复”计算、统计窗口和取中位数还是最长值；迁移成功率写明分子、分母和校验方式。条款中同时约定未达约定时的处理方式，以及验收与付款节点的对应关系。
评估阶段归档的证据、评分表和未确认项清单，可以作为签约前复核和上线验收的对照依据。ONES 的项目与文档管理能力可用于持续保存这些记录，使评估结论在实施阶段仍可追溯。
