承诺虚高或刻意保守：用量化指标识别计划承诺失真

判断承诺数据是否可信，可以把承诺放到可验证的参照系中比较：承诺是否超出可投入容量、承诺后是否被频繁改写、实际结果相对承诺偏向哪个方向。本文给出承诺容量匹配度、承诺偏差率、变更记录完整性三类指标的计算口径、取数要求与判定步骤，并说明如何区分系统性虚高与系统性保守，以及样本过少、口径变更时如何避免误判。

要点总览（TL;DR）

• 识别承诺失真，核心是把承诺与可验证参照系放在同一口径下比较：容量回答能不能做到，历史兑现回答过去做到过什么水平，变更记录回答承诺是否被事后改写。
• 承诺容量匹配度=承诺工作量÷可投入容量，持续大于1提示承诺可能超出可投入能力，持续显著小于1提示可能保守；承诺偏差率=（实际完成−承诺）÷承诺，负值指向未达成，正值指向超额完成。
• 变更记录完整性=有变更记录的承诺条目数÷承诺条目总数，完整性低先排查流程缺失，再判断是否存在刻意隐瞒。
• 区分虚高与保守要把匹配度和偏差率放在一起看：匹配度持续大于1且偏差率持续为负指向虚高，匹配度持续明显小于1且偏差率持续为正指向保守，单次偏差只作信号。
• 指标用于发现信号，需按团队和时间窗聚合，处理分母为零、样本过少与口径变更，并结合访谈确认，不能把单指标直接当作绩效结论。

识别承诺失真要先回答什么

承诺失真评估的对象是承诺数据本身的可信度，回答的是“这个承诺在当时是否可信、事后是否被如实记录”，不直接评价团队绩效。把评估目标定在承诺数据上，才能避免指标结果被当成考核结论，导致后续数据被人为修饰。

评估前需要把“虚高”和“保守”拆成两个方向分别定义。虚高指承诺明显超出团队在承诺期内可实现的范围，表现为承诺容量匹配度持续偏高、承诺偏差率持续为负；保守指承诺明显低于可实现范围，表现为匹配度持续偏低、偏差率持续为正。两个方向共用同一套指标，靠方向和分布区分，不靠单次结果下结论。

判定承诺是否失真，需要三个参照系同时在场：容量回答“能不能做到”，历史兑现回答“过去做到过什么水平”，变更记录回答“承诺是否被事后改写”。缺少任何一个参照系，指标只能提示信号，无法支撑判定。

评估开始前先明确时间窗与聚合层级。时间窗可以是一个版本周期、一个季度或连续若干个迭代；聚合层级可以是团队、版本或业务线。层级和时间窗一旦确定，所有指标在同一口径下计算，跨层级比较时需重新说明口径。建议先形成一份判定问题清单，例如：本季度该团队的承诺量相对容量处于什么水平？承诺偏差的方向在多个迭代中是否一致？承诺变更是否有完整记录？这三个问题分别对应后文三类指标。

三类核心指标与计算口径

三类指标分别从容量、结果和过程三个角度观察承诺，需要统一时间窗、单位和缺失值规则后才能横向解读。下表给出定义与口径。

指标	公式	分子与分母	单位	方向含义
承诺容量匹配度	承诺工作量 ÷ 可投入容量	分子为承诺时点确认的工作量估算值之和；分母为同一时间窗内可投入的人力容量（人天或故事点，需与分子同单位）	比值，无量纲	持续大于1提示承诺可能超出可投入能力；持续显著小于1提示可能保守
承诺偏差率	（实际完成 − 承诺）÷ 承诺	分子为实际完成量与承诺量之差；分母为承诺量，须与分子同口径同单位	百分比	负值表示未达成，正值表示超额完成；单次偏差只作信号
变更记录完整性	有变更记录的承诺条目数 ÷ 承诺条目总数	分子为承诺后发生过字段修改且有记录可查的条目数；分母为时间窗内全部承诺条目数	百分比	完整性低说明承诺变动缺少留痕，需先排查流程再判断是否失真

三项指标都需要固定时间窗，例如按季度统计时，承诺量取季度初确认的基线，实际完成取季度末的完成量，容量取季度内扣除假期和已占用并行任务后的可投入量。单位必须前后一致：估算用故事点就全程用故事点，用工作量人天就全程用人天，混用会让匹配度失去意义。

缺失值处理需要事先约定规则。承诺条目缺少估算值的，从匹配度分子中剔除并在报告中注明剔除比例；缺少容量数据的周期，匹配度记为不可计算，不用默认值填充；变更记录字段为空时，按“无记录”计入分母但不计入分子，同时标注该字段的采集完整度。分母为零的情形单独处理：承诺量为零时偏差率不可计算，容量为零时匹配度不可计算，均不计入聚合均值，避免产生无穷大或误导性数值。

数据来源与证据要求

指标能否复算，取决于承诺基线、容量和变更记录三类数据是否在承诺时点被留存。事后补录的数据可以用于参考，判定力弱于承诺时点的原始记录。

承诺基线数据需要包含：承诺时点确认的工作项清单、每项的工作量估算值、估算单位、承诺人以及承诺确认日期。基线一旦确认，后续修改应作为变更记录单独留存，不覆盖原始值，否则偏差率的分母会被悄悄改写。

容量数据需要包含：时间窗内可用人力、假期与请假占用、已承诺的并行任务占用。容量口径要与承诺工作量的单位对齐，例如把可用人力折算为可投入人天，再与承诺人天比较。容量估算本身存在误差，报告中应说明折算方法和假设。

变更记录需要包含：承诺后修改了哪些字段（范围、估算值、交付时间）、修改时间、修改人以及修改原因。仅有修改结果而无修改时间的记录，无法判断变更发生在承诺期内还是事后补录，判定力会下降。

以下情形会导致数据不可比，需要在报告中标注或排除：估算单位或容量折算口径在时间窗内发生变更；团队重组导致人员构成大幅变化；工作项拆分合并规则调整。遇到这些情形，跨期比较应分段进行，不把不同口径的数据直接放进同一均值。

承诺基线与变更痕迹需要有稳定的承载载体。ONES 的工作项可用于记录承诺时点的工作项与估算值，文档能力可用于留存承诺确认记录和变更说明；具体字段配置与导出方式需按实际使用版本核验。工具承载的是数据留存，指标口径和判定规则仍需在评估前单独约定。

计算与评估步骤

从取数到判定可以按以下顺序执行，每一步都产出可复核的中间结果。

1. 确定时间窗与聚合层级。写明统计区间、按团队还是按版本聚合、样本包含哪些承诺条目。
2. 按统一口径取数。分别导出承诺基线、实际完成、容量和变更记录，核对单位与字段是否一致，剔除口径变更区间的数据并记录剔除原因。
3. 逐项计算三类指标。先算条目级匹配度和偏差率，再按团队或版本聚合；聚合时同时记录条目数、剔除数和不可计算数。
4. 观察方向与分布。看偏差率的正负方向在多个时间窗内是否一致，看匹配度是否长期偏离1，看变更完整性是否集中在少数条目。方向一致且持续，才构成系统性虚高或保守的信号。
5. 处理边界情形。分母为零的周期标记为不可计算；样本条目过少（例如少于约定下限）的团队只做趋势观察，不进入横向比较；缺失比例过高的指标在结论中降权。
6. 形成初步判定并保留证据链。每个判定结论对应到具体指标值、时间窗和条目清单，便于后续复核。

区分虚高与保守时，把匹配度和偏差率放在一起看：匹配度持续大于1且偏差率持续为负，指向承诺超出容量、结果未达承诺，属于虚高信号；匹配度持续明显小于1且偏差率持续为正，指向承诺低于可实现水平，属于保守信号。两个指标方向不一致时，先检查容量估算和实际完成口径，再下结论。

一个可复算的例子

以下为演示情景，数字为假设值，用于说明计算过程。某团队一个季度承诺10个需求，估算合计100人天；季度内扣除假期和并行任务后，可投入容量为80人天；季度末实际完成72人天；10个承诺条目中有3条在承诺后修改过范围或估算，且留有变更记录。

指标	计算	结果
承诺容量匹配度	100 ÷ 80	1.25
承诺偏差率	（72 − 100）÷ 100	−28%
变更记录完整性	3 ÷ 10	30%

解读这组结果：匹配度1.25说明承诺量超出可投入容量25%，偏差率−28%说明实际完成低于承诺，两个方向一致，构成虚高信号。变更完整性30%说明多数承诺条目在承诺后没有变更记录，需要先确认是承诺确实未变，还是变更未留痕；如果是后者，偏差率的分母可能已被事后调整，虚高信号需要打折看待。

该示例的口径假设包括：承诺量和实际完成均以人天计，容量已折算为可投入人天，变更记录以条目为单位统计且同一目多条变更只计一次。若换成故事点估算或按版本聚合，数值会变化，但计算逻辑不变。单季度结果只能作为信号，建议连续观察三到四个季度，确认匹配度和偏差率的方向是否稳定，再判断是否存在系统性虚高。

如何解读结果与避免误判

三类指标用于发现承诺数据中的异常信号，不能单独作为绩效结论。解读时先排除口径和流程因素，再结合访谈确认，才能把信号转化为可信判断。

• 单指标不下结论。匹配度高可能来自容量估算偏低，偏差率为负可能来自需求范围中途扩大，需要两个以上指标方向一致才形成信号。
• 容量误差会传导到匹配度。容量折算依赖人力、假期和并行任务的估算，估算偏松会让匹配度虚低，偏紧会让匹配度虚高，报告中应说明容量口径和误差范围。
• 变更完整性低不等于刻意隐瞒。更常见的原因是变更流程缺失、修改未留痕或记录字段不统一，应先排查流程，再判断是否存在失真。
• 样本量和时间窗影响判定。条目数过少的团队，单次偏差波动大，宜拉长时间窗观察趋势；时间窗过短会把正常波动误读为系统性偏差。
• 指标用于发现信号，需结合访谈与上下文确认。对异常团队，可以核对承诺确认记录、变更说明和实际交付清单，确认指标反映的是承诺问题还是数据记录问题。

把上述规则固化为评估说明，每次分析时同步给出指标值、样本量、剔除比例和口径假设，承诺数据可信度的判断才有可复核的基础。

常见问题

承诺容量匹配度里的“可投入容量”应该怎么折算，才能和承诺工作量比较？

容量折算的关键是单位对齐。如果承诺工作量用故事点，容量也要折算成可投入的故事点当量；如果用工作量人天，就把时间窗内的可用人力扣除假期、请假和已承诺并行任务占用后，折算为可投入人天。

折算方法需要在评估前写清楚，包括人力口径、假期扣除方式和并行任务占用的估算规则。容量估算本身有误差，报告中应说明假设和误差范围，避免把容量估算偏差误读为承诺失真。

变更记录完整性很低，是不是就能判定团队刻意隐瞒了承诺变更？

不能直接这样判定。完整性低更常见的原因是变更流程缺失、修改未留痕或记录字段不统一，这些属于数据记录问题，与刻意隐瞒是两回事。

建议先排查流程：承诺后修改范围、估算值或交付时间时，是否有统一的记录入口和必填字段；修改时间是否被记录，能否区分承诺期内变更和事后补录。流程补齐后重新统计完整性，再结合匹配度和偏差率判断是否存在失真信号。

样本量很少的团队，指标结果还能用吗？

可以用，但要降低结论强度。条目数过少时，单次偏差波动大，一次未达成或一次超额完成都可能只是正常波动。建议拉长时间窗，连续观察三到四个周期，看匹配度和偏差率的方向是否稳定，再判断是否存在系统性虚高或保守。

横向比较时，样本量明显低于约定下限的团队只做趋势观察，不与其他团队直接比均值，并在报告中标注样本量和剔除比例。

中途调整了估算单位或团队发生重组，跨期数据还能直接比较吗？

不建议直接比较。估算单位变更、容量折算口径调整、团队重组导致人员构成大幅变化、工作项拆分合并规则调整，都会让前后数据不在同一口径下，直接放进同一均值会产生误导。

处理方式是分段统计：以口径变更或重组时点为界，前后分别计算指标，并在报告中说明分段原因。确实需要跨期观察趋势时，只比较方向性结论，不比较具体数值。

三类指标算出来之后，下一步应该做什么？

先形成初步判定并保留证据链：每个结论对应到具体指标值、时间窗和条目清单，便于复核。对出现异常信号的团队，核对承诺确认记录、变更说明和实际交付清单，确认指标反映的是承诺问题还是数据记录问题。

指标的作用是发现信号，最终判断需要结合访谈和业务上下文。把指标值、样本量、剔除比例和口径假设一并写入评估说明，承诺数据可信度的结论才有可复核的基础。