缺陷积压清单怎么统计老化程度和清理进展

2026年11月13日

缺陷积压清单能回答两个不同问题：积压中的缺陷已经等了多久，以及团队在多长时间内消化了多少。前者看老化程度，后者看清理进展。两者都需要先固定清单快照口径，再按同一时间窗计算，否则条目数变化无法解释。下面给出一套可复算的指标定义、字段规则和算例。

Table of Contents

要点总览（TL;DR）

老化程度与清理进展是两个独立问题：前者用平均老化天数、中位数、P90和超阈值占比刻画停留时间，后者用关闭量、净减少量、关闭率、净清理率和周转天数刻画消化速度。
统计前先固定清单快照口径：状态集合、是否含待验证、严重等级范围、统计时点和时间窗，并明确老化起算点用创建时间还是进入积压状态时间。
核心公式：老化天数=统计时点−老化起算点；关闭率=时间窗关闭数÷期初积压数；净清理率=（关闭数−新增积压数）÷期初积压数；周转天数=期初积压数÷日均关闭数。
条目数量只反映规模，判断积压风险需结合老化分布、净清理率和周转天数；净清理率为正但P90上升，说明旧缺陷在清、新增流入更快。
不设通用达标线，阈值按团队历史基线和版本周期确定；口径变更后需重算基线，避免跨期不可比。

评估目标：老化程度与清理进展各回答什么问题

老化程度回答的是“积压里的缺陷停留了多久、是否越积越旧”。它把清单中每条缺陷的等待时长汇总成分布，用来判断哪些缺陷已经超出合理等待范围，从而支持优先级调整：先处理老化最严重的条目，还是先处理严重等级最高的条目。老化指标也用于观察积压结构是否恶化，例如中位数变化不大但P90持续上升，说明尾部存在长期未处理的缺陷。

清理进展回答的是“单位时间内消化了多少、积压是净增还是净减”。它把时间窗内的关闭量与新增积压量放在一起比较，用来评估清理节奏是否跟得上流入速度。清理指标服务于节奏决策：当前迭代的修复投入是否足够、是否需要安排专项清理、下一版本前积压是否会继续扩大。

两类指标不能合并成一个数字。条目数量只说明规模，同样的100条积压，可能大部分是本周新增，也可能有三十条已停留超过两个月，风险完全不同。老化程度和清理进展分别刻画停留时间和流动速度，需要配对解读。

指标与范围：清单纳入哪些缺陷、统计哪些量

统计前先写清楚清单纳入范围，包括状态集合、严重等级和时间边界。范围一旦确定，后续每期计算都沿用同一口径，才能跨期比较。

口径项	建议定义	说明
状态集合	处于待处理、处理中、待验证等未关闭状态的缺陷	已关闭缺陷不计入积压清单，但计入时间窗关闭量
待验证缺陷	明确是否纳入积压	纳入则老化持续计算到验证关闭；不纳入则需单独说明，避免与修复中缺陷混算
严重等级	明确统计全部等级还是仅统计某几级	只统计高等级时，指标名称需标注范围，不能与全量指标混用
统计时点	固定为每周某日或每个迭代结束日	所有指标以同一时点的快照为基准
时间窗	与统计时点配套，如最近7天或本迭代	关闭量、新增量、净减少量均取该窗口内的数据

指标集合分为两组。老化指标包括平均老化天数、中位数老化天数、P90老化天数和超阈值占比。清理指标包括时间窗关闭量、净减少量、关闭率、净清理率和周转天数。每个指标都要写明单位：天数类指标单位为天，比率类指标为百分比，数量类指标为条。

数据口径与证据：字段、时间戳与缺失值怎么处理

取数至少需要以下字段：缺陷ID、创建时间、进入积压状态时间、关闭时间、当前状态、严重等级。若缺陷经历过多次状态变化，还需要状态流转记录，用于识别重开和回退。

老化起算点有两种选择。以创建时间起算，反映缺陷从提报到当前的完整等待；以进入积压状态时间起算，反映缺陷进入未关闭状态后的等待。前者适合评估提报到关闭的全周期，后者适合评估积压本身的停留时长。两种口径结果不同，选定一种后应在指标名称或说明中标注，不能混用。

状态回退和重开需要单独约定。常见做法是：缺陷关闭后重开，老化时长从重开时间重新起算，或保留首次进入积压的时间并累计。两种规则都可用，关键是全期一致。若采用重新起算，历史老化数据会因重开而下降，解读时需说明。

缺失值和异常记录按以下方式处理：缺少进入积压状态时间的条目，可回退用创建时间替代并标记；缺少关闭时间的未关闭条目，老化天数按统计时点减起算点计算；重复条目按缺陷ID去重，保留最新状态；跨清单迁移的条目以当前清单为准，迁移前的停留时间是否计入需在口径中写明。

分母为零时不要输出0%或无穷大。期初积压为零时，关闭率和净清理率标记为“不适用”，并注明期初无积压；日均关闭数为零时，周转天数同样标记为“不适用”。这样可避免把无数据误读为清理极快或极慢。

这些字段和流转记录需要稳定留存，才能按周复算。在ONES中，缺陷以工作项形式记录状态与流转时间，清单可按状态和严重等级筛选，历史快照和状态变更记录为老化起算和关闭量统计提供数据来源；统计规则确定后，可按固定时点导出清单并保留各期结果，便于对比。

计算步骤：从清单快照到老化与清理指标

第一步，按统计时点生成清单快照。筛选出该时点处于积压状态的缺陷，按缺陷ID去重，记录条目数作为期初积压数。

第二步，逐条计算老化天数：老化天数 = 统计时点 − 老化起算点，单位为天，不足一天按小数或向下取整需统一。起算点按上一节选定的口径执行。

第三步，计算老化分布指标。将全部条目的老化天数排序，平均值 = 老化天数总和 ÷ 清单条数；中位数取排序后中间位置的值；P90取第90百分位对应的老化天数；超阈值占比 = 老化天数超过阈值的条数 ÷ 清单条数。阈值按团队历史基线或版本周期设定，不使用通用标准。

第四步，计算清理指标，均以同一时间窗为准：

指标	公式	单位
关闭率	时间窗内关闭数 ÷ 期初积压数	%
净减少量	时间窗内关闭数 − 时间窗内新增积压数	条
净清理率	（关闭数 − 新增积压数）÷ 期初积压数	%
周转天数	期初积压数 ÷ 日均关闭数	天

其中日均关闭数 = 时间窗内关闭数 ÷ 时间窗天数。周转天数表示按当前关闭速度清空期初积压所需的天数，是估算值，前提是关闭速度保持稳定。

第五步，按周或按迭代滚动更新，每次保留快照和计算结果。历史快照用于观察趋势，也用于口径调整后重算基线。

例子：一份积压清单的老化与清理测算

假设某次统计时点期初积压100条，最近7天关闭30条，同期新增积压25条。以下为演示数据，用于说明计算过程。

老化分布方面，假设100条缺陷的老化天数平均为18天，中位数为12天，P90为45天。设定超阈值标准为30天，超过30天的有20条，则超阈值占比 = 20 ÷ 100 = 20%。这组数据说明多数缺陷等待时间不算长，但尾部有五分之一的条目已超过30天。

清理指标方面，关闭率 = 30 ÷ 100 = 30%；净减少量 = 30 − 25 = 5条；净清理率 = 5 ÷ 100 = 5%；日均关闭数 = 30 ÷ 7 ≈ 4.3条；周转天数 = 100 ÷ 4.3 ≈ 23.3天。按当前速度，清空期初积压约需23天，且这期间还会有新增流入。

再看两组条目数相同但风险不同的情形。A组100条，平均老化10天，P90为20天，超阈值占比5%；B组同样100条，平均老化25天，P90为60天，超阈值占比35%。两组规模相同，但B组尾部积压严重，清理优先级应更高。若B组同时净清理率为正，说明团队在关闭旧缺陷的同时新增流入也较快，需要结合新增量判断积压是否真正缓解。

解读与限制：条目数量与积压风险的关系

条目数量只反映规模，不能单独作为风险结论。判断积压风险要同时看三点：老化分布是否向尾部集中、净清理率是否为正、周转天数是否在可接受范围内。规模大但老化短、净清理率为正，属于可控的高流动状态；规模不大但P90持续上升、超阈值占比增加，说明存在长期未处理的缺陷，风险更高。

净清理率为正但老化上升，通常意味着团队在清理旧积压的同时新增流入更快，或者新增缺陷集中在少数长期未处理条目上。此时应分别看关闭量和新增量，确认积压结构变化，而不是只看总数下降。

这些指标不能直接归因于团队效率。缺陷定义宽严、提报习惯、版本节奏、验证资源都会影响清单条目和关闭速度。同样的关闭率，在版本发布前和发布后含义不同。因此不设通用达标线，阈值应结合团队历史基线和版本周期确定，例如以过去若干期的中位水平作为参考区间。

清单口径变化时需要重算基线。状态集合调整、待验证缺陷纳入或排除、老化起算点改变，都会使新旧数据不可比。口径变更后应保留旧口径结果并标注变更时点，避免跨期直接比较。

常见问题

老化起算点用创建时间还是进入积压状态时间，结果会差多少？

两种口径回答的问题不同。以创建时间起算，反映缺陷从提报到当前的完整等待，适合评估全周期；以进入积压状态时间起算，只计算缺陷处于未关闭状态后的停留，适合评估积压本身。若缺陷提报后很快进入处理流程，两者差异较小；若存在长时间待分派、待确认的环节，创建时间口径的老化天数会明显更长。选定一种后应在指标名称或说明中标注，全期保持一致，不能在不同期之间切换口径。

缺陷关闭后被重开，老化天数应该重新计算还是累计？

两种规则都可用，关键是全期一致并在口径中写明。重新起算指从重开时间开始计算老化，历史老化数据会因重开而下降；累计指保留首次进入积压的时间并持续累加，能反映缺陷的真实总等待。若团队关注长期反复重开的缺陷，累计口径更能暴露问题；若关注当前这轮修复的等待时长，重新起算更直接。规则变更时需标注变更时点，避免新旧数据直接比较。