承诺达成波动、计划偏差与预测误差分别评估什么

承诺达成波动、计划偏差和预测误差常被放在同一张研发度量报表里，但它们回答的是三个不同问题：团队对已承诺范围的兑现是否稳定、实际进度相对基线计划偏离多少、事前预测与实际结果差多远。本文按统一口径给出三者的定义、计算步骤和一个可复算的例子，并说明组合解读时的判断逻辑与适用限制。

要点总览（TL;DR）

• 承诺达成波动看“稳不稳”，评估团队对已承诺范围的兑现是否稳定，对应交付可靠性；计划偏差看“偏多少”，评估计划编制质量与执行节奏；预测误差看“猜得准不准”，评估预测能力与计划可信度。
• 三个指标必须统一时间窗、统计范围和需求粒度后再组合使用：承诺完成率按逐期序列取标准差或极差，计划偏差以冻结基线为参照，预测误差以固定预测时点为锚。
• 组合解读能区分典型状态：波动高而偏差低提示承诺把握不足，波动低而偏差持续为负提示计划偏乐观，预测误差持续偏大提示计划可信度不足。
• 单指标不能证明交付稳定或整体绩效，指标适合诊断与复盘，不宜直接作为团队排名或考核工具，否则容易诱发承诺缩水、基线频繁调整等数据修饰行为。
• 样本量小、周期短时波动统计量不稳定，应延长观察窗口或标注不可比；范围变更需单独标记，与执行偏差分开统计。

三个指标各自回答什么评估问题

这三个指标都服务于“研发交付是否可预测”这一主题，但观察角度不同。把它们混为一谈，容易出现“偏差小就说明交付稳定”或“预测误差大就说明团队能力差”这类过度推论。先建立分工框架，再谈计算。

指标	回答的问题	主要评估对象	观察单位
承诺达成波动	已承诺的范围，每期兑现得是否稳定	交付可靠性	完成率序列的离散程度
计划偏差	实际进度相对基线计划偏离多少	计划编制质量与执行节奏	单期或累计的进度差
预测误差	事前预测值与实际结果差多远	预测能力与计划可信度	预测值与实际值的差距

承诺达成波动关注“稳不稳”。它把每期的承诺完成率排成序列，看这个序列的起伏程度。一个团队可能平均完成率不低，但忽高忽低，说明兑现节奏受外部干扰大或承诺时缺乏把握。

计划偏差关注“偏多少”。它以冻结的基线计划为参照，比较实际完成进度与计划进度。偏差小可能说明计划编得贴近实际，也可能说明计划本身留了很大余量，需要结合承诺范围一起看。

预测误差关注“猜得准不准”。它在事前某个固定时点记录预测完成值，事后与实际值比较。预测时点越早，误差越能反映预测能力；时点不固定，误差就失去可比性。

三者是组合关系，不能互相替代。承诺达成波动低，可能只是因为每期承诺的范围很小；计划偏差低，可能因为基线被反复调整；预测误差小，可能因为预测时点已经临近交付。单独一个指标不足以证明交付稳定，需要放在同一时间窗和同一范围下交叉验证。

指标定义、范围与数据口径

口径不统一是这三个指标最常见的失效原因。下面给出每个指标的分子、分母、时间窗和缺失值处理方式，实际使用时可按团队情况调整，但同一份报表内必须保持一致。

要素	承诺达成波动	计划偏差	预测误差
计算对象	每个统计单位（迭代或版本）的承诺完成率	每个统计单位的进度偏差	每个统计单位的预测值与实际值之差
分子	期内完成的承诺工作项数（或故事点）	实际完成进度减计划进度	实际完成值减预测完成值
分母	期初承诺的工作项数（或故事点）	期初基线计划的工作量	预测完成值
统计方式	对完成率序列取标准差或极差	取绝对偏差或带方向的偏差	取绝对误差或相对误差
时间窗	连续若干期，建议不少于6期	单期与累计两种视图	固定预测时点，如迭代开始日
单位	百分比或无量纲	工作项数、故事点或百分比	同预测值单位，或百分比

承诺范围的界定要写清楚：期初承诺指迭代或版本启动时已纳入范围并对外承诺的工作项，期中新增的需求不计入分母，单独标记为范围变更。分母为零的期（例如某期没有承诺项）不参与波动计算，在报表中标注为“无样本”，不用零填充，否则会人为压低波动。

计划偏差的基线来源需要固定。基线应在计划评审通过时冻结，记录冻结时点和基线工作量。偏差方向要明确：实际进度落后于计划记为负偏差，超前记为正偏差，报表中统一符号约定。基线在期内被修改的，保留原基线并单独记录变更，避免用调整后的基线计算偏差导致结果失真。

预测误差的预测时点必须固定。建议取迭代开始日或版本计划确认日，在该时点记录预测完成值，交付结束后取实际完成值。预测时点前后不一致的样本不可直接比较，应分组统计或剔除。

三个指标统一使用同一时间窗、同一迭代范围、同一需求粒度（工作项级或故事点级）。粒度混用会让波动和误差失去意义，例如一部分迭代按工作项计数、另一部分按故事点计数，汇总后的波动值无法解释。

计算步骤与数据准备

从取数到出结果可以按以下步骤执行，每一步都留下可复核的中间数据。

1. 确定统计周期与样本范围。选定连续若干期（建议不少于6期）的迭代或版本，明确纳入哪些团队、哪些项目，排除试运行期和明显不完整的期次。
2. 采集承诺范围。在每期开始时记录承诺工作项清单及工作量，形成承诺基线表，字段包括期次、工作项、工作量、承诺时点。
3. 采集计划基线。在计划评审通过时冻结基线工作量与计划完成节奏，记录冻结时点和基线版本。
4. 采集预测值。在固定预测时点记录预测完成值，字段包括期次、预测时点、预测完成值。
5. 采集实际完成。期结束后记录实际完成的工作项与工作量，字段包括期次、实际完成值、完成时点。
6. 逐期计算三个指标。承诺完成率等于完成承诺项除以承诺项；计划偏差等于实际进度减计划进度；预测误差等于实际完成值减预测完成值。
7. 汇总波动与趋势。对完成率序列计算标准差或极差得到承诺达成波动；对偏差和误差序列观察趋势，区分偶发波动与持续偏移。
8. 标记缺失与变更。对分母为零、期中范围变更、预测时点缺失的样本单独标记，在汇总时说明处理方式。

取数清单可以整理为四张表：承诺基线表、计划基线表、预测记录表、实际完成表。四张表以期次为主键关联，任何一张表缺行都会导致该期样本不可用。建议在取数阶段就完成期次对齐，避免后期手工补数引入误差。

一个可复算的例子

以下为演示用的假设数据，六期迭代，按工作项计数，预测时点统一取迭代开始日。

期次	承诺项	完成承诺项	承诺完成率	计划进度	实际进度	预测完成值	实际完成值
第1期	20	18	90%	20	18	19	18
第2期	20	12	60%	20	12	18	12
第3期	18	17	94%	18	17	17	17
第4期	22	14	64%	22	14	20	14
第5期	20	19	95%	20	19	19	19
第6期	20	13	65%	20	13	18	13

承诺达成波动：六期完成率为90%、60%、94%、64%、95%、65%，均值约78%。按总体标准差计算，各期与均值的离差平方约为144、324、256、196、289、169，合计1378，除以6再开方，标准差约15.2个百分点。极差为95%减60%，等于35个百分点。两个统计量都显示兑现节奏起伏明显。

计划偏差：以工作项数计，各期偏差为-2、-8、-1、-8、-1、-7，累计偏差-27项，累计计划120项，累计偏差率约-22.5%。六期中有三期偏差在1至2项，另外三期在7至8项，偏差呈现“好一期差一期”的交替形态。

预测误差：各期绝对误差为1、6、0、6、0、5，平均绝对误差3项，平均预测完成值约18.5项，平均绝对百分比误差约16.2%。误差主要集中在第2、4、6期，与计划偏差较大的期次重合。

三个结果放在一起看：完成率在60%与95%之间大幅摆动，计划偏差在接近零与落后七八项之间交替，预测误差也集中在同样的期次。这说明问题不在某一期的偶发延误，而是承诺与预测在部分期次系统性偏高。若只看平均完成率78%，会误以为交付尚可；若只看计划偏差累计值，又会忽略交替形态背后的承诺质量问题。

如何组合解读：识别交付不稳定的信号

三个指标组合后，可以区分几种典型状态。判断规则如下表，前提是三个指标使用同一时间窗和同一范围。

组合状态	可能含义	建议动作
波动高、偏差低	计划本身贴近实际，但兑现节奏不稳，承诺时把握不足	回看承诺评审，检查是否在范围未定时过早承诺
波动低、偏差持续为负	兑现稳定但整体落后，计划编制偏乐观	校准计划基线，检查估算依据
预测误差持续偏大	计划可信度不足，估算与范围管理存在系统性问题	固定预测时点复盘，对比预测依据与实际变化
三项同时改善	交付可靠性、计划质量与预测能力同步提升	保持口径不变，延长观察窗口确认稳定性

组合解读的核心是相互校验。承诺达成波动低但预测误差大，说明团队虽然每期都兑现了承诺，但承诺本身与事前预测脱节，预测环节没有反映真实产能。计划偏差小但波动高，说明计划数字好看，执行过程却在反复追赶。任何一种组合都只能提示方向，不能直接归因到个人或单一环节。

需要避免的误读包括：把单期偏差当作趋势；把波动统计量当作团队排名依据；把预测误差大直接等同于能力不足，而忽略范围变更和外部依赖的影响；用调整后的基线计算偏差，使结果看起来更接近计划。指标用于诊断和复盘，一旦与排名考核绑定，容易诱发承诺缩水、基线频繁调整等数据修饰行为，反而削弱指标的可信度。

解读限制与落地建议

这三个指标有明确的适用边界。样本量小、周期短时，波动统计量不稳定，三四期数据算出的标准差参考价值有限，应延长观察窗口或在报表中标注“样本不足，不可比”。范围变更频繁的团队，承诺完成率会被期中新增需求拉低，需要把范围变更单独统计，区分“承诺未兑现”和“范围被扩大”两种情况。

指标边界也要说清楚：单次迭代内的任务拆解、每日站会、阻塞处理属于迭代执行管理；计划与实际投入的工时偏差属于投入分析。这两类问题与本文三个指标相关但不同，不应混在同一张报表里下结论。三个指标衡量的是计划可靠性，不衡量代码质量、线上稳定性或人员产出。

落地时建议先固定口径再谈改进：确定统计单位、预测时点、基线冻结规则和分母处理方式，写成团队共用的口径说明，每期按同一规则取数。复盘会上先看三个指标的组合形态，再回到具体期次查原因，避免从指标直接跳到结论。

在 ONES 中，承诺范围、计划基线和实际完成可以依托工作项状态与迭代记录承载，期次、承诺时点、完成时点等字段随工作项流转留存，为逐期计算提供原始数据。ONES Performance 可对研发过程中产生的数据进行多维度、自定义的分析，并预置面向管理人员、项目经理等角色的场景化仪表盘模板，减少取数阶段的配置工作；其效能度量实践覆盖交付效率、交付质量、资源效率、完成情况等维度，承诺达成波动、计划偏差和预测误差可以作为其中的计划可靠性视角纳入同一套报表。具体指标公式与时间窗的配置方式，以实际产品能力和团队口径说明为准。

常见问题

三个指标中，如果只能先上一个，应该先建哪个？

建议先建承诺达成波动。它的取数依赖最少：每期开始时记录承诺工作项清单，期结束时记录完成情况，就能算出逐期完成率并观察起伏。这个指标直接对应“交付是否可预测”的核心问题，也最容易在复盘中形成共识。

计划偏差需要先有冻结的基线计划，预测误差需要先固定预测时点并持续记录预测值，两者对流程纪律的要求更高。等承诺范围记录稳定后，再逐步补上基线与预测记录，三个指标的口径才容易保持一致。

期中需求变更很多时，承诺完成率被拉低，指标还有意义吗？

有意义，但需要把范围变更单独统计。做法是期初承诺项只计启动时已纳入范围并对外承诺的工作项，期中新增需求不计入分母，单独标记为范围变更并记录数量。

这样承诺完成率反映的是“对原承诺的兑现程度”，范围变更则作为另一个观察项。如果某期完成率低但范围变更量大，说明问题出在范围管理而非执行；如果完成率低而范围变更很少，才更可能指向执行或估算问题。两类原因混在一个数字里，指标就失去了诊断价值。

预测时点定在迭代开始日太早、误差总是很大，是否应该改到迭代中期？

可以调整，但调整后要与历史数据分开统计。预测时点越早，误差越能反映预测能力；时点越接近交付，误差自然越小，但参考价值也随之下降。

如果团队刚开始建立预测习惯，可以先在迭代中期记录一次预测作为过渡，同时保留迭代开始日的预测记录。两套数据分组统计，观察误差随时点的变化。等早期预测的稳定性提升后，再统一到较早的时点。关键是同一份报表内预测时点必须固定，前后混用的样本不可直接比较。

三个指标都改善了，是否就能说明交付变稳定了？

还需要排除几种替代解释。承诺达成波动下降，可能因为每期承诺的范围变小；计划偏差收窄，可能因为基线在期内被反复调整；预测误差减小，可能因为预测时点被推迟到临近交付。

建议在观察指标改善的同时，核对承诺范围总量、基线冻结记录和预测时点是否保持一致。口径不变、范围总量稳定、预测时点未变的前提下，三项同步改善才更有说服力。此外应延长观察窗口，用更多期次确认改善不是短期波动。

这三个指标和工时投入偏差是什么关系，能放在同一张报表里吗？

两者衡量的是不同对象。本文三个指标衡量计划可靠性，即承诺能否兑现、进度是否贴合计划、预测是否可信；工时投入偏差衡量计划投入与实际投入的差距，属于投入分析范畴。

可以放在同一个效能度量体系里，但建议分表呈现、分开解读。把进度偏差和工时偏差混在一个数字里，既说不清是计划编得不准还是投入估算有误，也容易在复盘时把两类原因混为一谈。需要联动的场景下，可以在同一期次下并列展示，先各自解读再交叉印证。