研发计划达成率、承诺兑现率与交付预测准确率的计算边界

研发计划达成率、承诺兑现率和交付预测准确率都用来判断研发计划是否可靠，但三者统计的对象并不相同。区分的关键在分母：一个来自计划内应完成的工作项，一个来自已经作出的交付承诺，一个来自预测值与实际结果的偏差。下面从定义、计算边界、常见混用和落地记录几个方面说明如何把三者分开使用。

要点总览（TL;DR）

• 三个指标都衡量计划可靠性，区分的关键是分母来源：计划内应完成的工作项、已作出的交付承诺、预测值。
• 研发计划达成率按计划周期结算，看工作项是否按计划完成；承诺兑现率按承诺交付日结算，看承诺内容是否交付给接收方；交付预测准确率按预测发布与结果回填配对，看预测值与实际值的偏差。
• 同一批工作在不同口径下会得出不同数值，看到指标偏低时先确认分母构成，再判断是计划估算、范围变更还是执行问题。
• 单次迭代执行归迭代管理，计划与实际投入工时偏差归投入分析，两者与本文三个计划可靠性指标口径不同。
• 要让三指标可复核，需固定承诺登记时点与责任人、计划变更记录方式、预测发布与结果回填的对应关系。

三个指标各自衡量什么

三个指标回答的是同一类问题——研发计划靠不靠谱——但各自盯住的对象不同。先把定义说清楚，后面的边界讨论才有共同语言。

研发计划达成率：计划内的工作是否按期完成

研发计划达成率衡量的是计划本身被执行的程度。它的统计对象是某个计划周期内列入计划、应当完成的工作项，判定标准是这些工作项是否在计划规定的时间内完成。它关心的问题是：我们排进计划的事情，有多少真的按计划做完了。分母是计划内应完成的工作项数量，分子是其中按期完成的数量。

承诺兑现率：已作出的承诺是否兑现

承诺兑现率衡量的是对外或对上下游已经许下的交付是否兑现。它的统计对象是已经明确作出、有接收方的交付承诺，判定标准是承诺的交付内容是否在承诺交付日兑现。它关心的问题是：我们答应别人的事情，有多少真的做到了。分母是已作出的承诺数量，分子是其中按期兑现的数量。承诺可能来自客户、合作团队、上游依赖方，也可能来自内部明确约定的交付节点。

交付预测准确率：预测与实际结果的偏差有多大

交付预测准确率衡量的是预测能力本身。它的统计对象是某次预测中给出的完成数量或完成时间，判定标准是预测值与实际结果之间的偏差大小。它关心的问题是：我们对自己能交付多少、什么时候交付，判断得准不准。它通常以预测值与实际值的比值或偏差率表达，分母是预测值，比较对象是实际结果。

共同点：都服务计划可靠性判断

三个指标的共同点在于都指向计划可靠性：计划定得是否合理、承诺给得是否稳妥、预测做得是否准确。它们可以一起看，但不能互相替代。达成率高，说明计划执行得好；承诺兑现率高，说明对外信用稳；预测准确率高，说明判断力强。三者从不同侧面反映同一件事，混用会让结论失真。

计算边界：分母、时间窗与判定标准

把三者分开，最有效的方法是同时看三条边界：分母从哪里来、统计时间窗怎么定、完成或兑现按什么标准判定。任何一条边界不同，算出来的数就不是同一个指标。

分母来源：计划工作项、已作出承诺、预测值

分母来源是最根本的区分。研发计划达成率的分母是计划内应完成的工作项，范围由计划决定；承诺兑现率的分母是已经作出的承诺，范围由承诺登记决定；交付预测准确率的分母是预测值，范围由预测发布决定。同一批工作，如果只进了计划而没有对外承诺，它只影响达成率，不影响承诺兑现率；如果对外承诺了但没进当期计划，它只影响承诺兑现率。分母不同，指标覆盖的风险类型就不同。

时间窗：计划周期、承诺交付日、预测发布时点

时间窗也要分开设定。研发计划达成率按计划周期统计，比如一个季度或一个版本周期，周期结束即结算；承诺兑现率按承诺交付日统计，承诺日到期即判定是否兑现，跨周期的承诺要归到承诺日所在的时间窗；交付预测准确率按预测发布时点与结果回填时点配对统计，每次预测对应一次实际结果，形成一组偏差。时间窗错配是统计失真的常见原因，比如用季度计划周期去结算按月承诺的交付。

完成判定：按计划完成、按承诺交付、按预测偏差

判定标准同样不同。计划达成看工作项是否在计划时间内完成，完成即可计入；承诺兑现看承诺的交付内容是否在承诺日交付给接收方，交付对象和交付内容都要对得上；预测准确看预测值与实际值的偏差是否在可接受范围内，偏差大小决定准确率高低。三种判定不能互相套用：工作项按计划完成了，不等于承诺兑现了；承诺兑现了，也不等于当初的预测是准的。

三指标边界对照表

维度	研发计划达成率	承诺兑现率	交付预测准确率
分母来源	计划内应完成的工作项	已作出的交付承诺	预测值
时间窗	计划周期	承诺交付日	预测发布时点至结果回填时点
判定标准	按计划完成	按承诺交付	预测与实际结果的偏差
回答的问题	计划执行得怎么样	对外承诺守得住吗	判断得准不准
主要风险	计划排得过满或过松	承诺给得过多或过少	预测偏乐观或偏保守

同一批工作在不同口径下可能得出不同结果。计划里列了十项、对外只承诺了六项，即使十项全部按期完成，承诺兑现率也只按那六项计算；如果六项承诺中有两项延期，承诺兑现率就会低于计划达成率。看到两个数不一致时，先确认分母口径，再判断哪个指标更能说明问题。

三者容易混用的四个场景

实际统计中，混用往往不是有意为之，而是口径没有提前约定。以下四个场景最常见，每个都给出纠正口径。

场景一：把计划内工作直接当作对外承诺

计划里排了某项工作，就默认已经对上下游承诺了交付。这种做法会让承诺兑现率虚高或虚低：计划内工作没有正式承诺对象，兑现与否无从判定；真正对外承诺的事项反而可能没进计划，被漏统计。纠正口径是把承诺单独登记，只有明确接收方和交付日的才算承诺，计划内工作不自动转为承诺。

场景二：用计划达成率替代承诺兑现率对外汇报

对外汇报时拿计划达成率说明交付信用，会让接收方误以为承诺兑现情况同样好。计划达成率的分母包含大量内部工作项，与对外承诺的范围不一致。纠正口径是对外汇报使用承诺兑现率，内部管理使用计划达成率，两个数并列时注明各自分母。

场景三：预测准确率与达成率混为一谈

预测准确率低，被解读为执行差；达成率高，被解读为预测准。两者衡量的是不同能力：达成率看执行，准确率看判断。一个团队可能执行很好但预测偏保守，达成率高而准确率一般；也可能预测很准但计划排得过满，准确率高而达成率一般。纠正口径是分别统计、分别解读，不互相替代。

场景四：分母口径中途变更导致指标失真

统计周期内调整了计划范围或承诺清单，分母变了，前后数据不可比。比如中途把一批工作移出计划，达成率会突然上升，但这不代表执行改善。纠正口径是固定统计周期内的分母快照，计划变更和承诺变更单独记录，指标结算时使用周期开始时的分母，变更部分另行说明。

与相邻概念的区分：迭代执行与投入偏差

本文讨论的三个指标都属于计划可靠性度量，回答的是“计划靠不靠谱”。研发管理里还有两类相邻度量，容易和它们混在一起，需要划清范围。

单次迭代执行情况归迭代管理

某个迭代内任务完成了多少、燃尽图走势如何、迭代目标是否达成，属于迭代执行管理。它关注的是一个短周期内的执行过程，时间窗通常是一个迭代，判定标准是迭代目标。研发计划达成率可以跨多个迭代统计，关注的是计划承诺的整体兑现程度。两者时间窗和统计对象不同，迭代执行数据可以作为计划达成率的输入，但不能直接等同于计划达成率。

计划与实际投入工时偏差归投入分析

计划投入多少人天、实际投入多少人天、偏差多大，属于投入分析或资源效率分析。它衡量的是资源使用的准确性，判定标准是工时偏差。三个计划可靠性指标都不以工时为分母，也不以工时偏差为判定标准。投入偏差大，可能说明估算不准，也可能说明执行中范围变化，需要结合计划变更记录一起看，不能直接推出计划达成率高低。

计划可靠性度量与执行效率度量的区别

计划可靠性度量回答“说到做到的程度”，执行效率度量回答“做得快不快、省不省”。前者看承诺与结果的匹配，后者看单位投入的产出。两者可以同时使用，但解读时要分开：一个团队执行效率高，计划可靠性未必高；计划可靠性高，也不代表效率最优。把两类指标放在同一张报表里时，应标注各自口径，避免用一个指标解释另一个指标。

一个具体例子：同一批需求在三种口径下的结果

下面用一个演示情景说明三个指标如何在同一批数据上得出不同数值。示例数据为设定值，用于说明计算边界，不代表任何真实团队的表现。

示例设定

某版本周期内，团队计划完成十项需求；其中六项对外或对上下游作出了明确承诺，承诺交付日分布在本周期内；周期开始时团队预测本周期能完成八项。周期结束后实际完成七项，六项承诺中有五项按期兑现，一项延期。

分别计算三个指标

指标	分母	分子	结果
研发计划达成率	计划内应完成 10 项	按期完成 7 项	70%
承诺兑现率	已作出承诺 6 项	按期兑现 5 项	约 83.3%
交付预测准确率	预测完成 8 项	实际完成 7 项	偏差 1 项，按预测值计约 87.5%

数值差异的来源

三个数不一样，原因在分母。计划达成率的分母是全部十项计划工作，包含未对外承诺的四项，其中三项未完成，拉低了达成率；承诺兑现率只统计六项承诺，未承诺的工作不进入分母，所以数值更高；预测准确率比较的是预测的八项和实际的七项，与计划范围和承诺范围都不同。如果团队把未承诺的三项未完成工作也算进承诺兑现率，就会得出一个偏低的数，但这个数并不反映承诺兑现的真实情况。

常见误解：数值低不等于执行差

看到计划达成率 70%，容易直接判断执行差。在这个例子里，七项完成中有五项是承诺交付，承诺兑现率超过八成，说明对外交付的兑现情况好于整体计划执行。达成率偏低的部分原因可能是计划排得过满，把十项都排进一个周期。正确做法是先看分母构成，再看未完成项的属性：是计划估算问题、范围变更问题，还是执行问题。数值低只说明计划与结果有差距，差距的原因要回到具体工作项和变更记录里找。

落地时的口径约定与记录要求

三个指标要能区分、能复核，靠的是日常记录里固定几个关键字段和状态。口径约定写在制度里还不够，要落到工作项和交付记录上，统计时才有据可查。

承诺的登记时点与责任人

承诺一旦作出就应登记，登记内容包括承诺对象、交付内容、承诺交付日和承诺责任人。登记时点决定承诺进入哪个统计周期，责任人决定兑现与否由谁确认。没有登记时点和责任人的承诺，事后无法判定是否按期兑现，也无法区分承诺变更和承诺延期。建议在承诺作出当天完成登记，变更时保留原记录并标注变更原因。

计划变更的记录方式

计划范围调整、时间调整、优先级调整都应留下记录，包括变更时间、变更内容、变更原因和审批人。统计计划达成率时，用周期开始时的计划快照作为分母，变更部分单独列示。这样既能反映计划稳定性，也能避免中途调整分母导致前后数据不可比。变更记录同时是解读达成率的重要依据：达成率低，可能是执行问题，也可能是计划变更频繁。

预测发布与结果回填的对应关系

每次预测发布都要记录发布时点、预测范围和预测值，结果出来后回填实际值，形成一一对应的预测记录。预测准确率按配对记录计算，没有配对的预测不进入统计。预测范围要与计划范围、承诺范围区分开，避免用同一批数据既算预测又算承诺。回填时点应固定，比如周期结束后几个工作日内完成，保证各周期口径一致。

在协作工具中固定字段与状态

上述记录要求可以落到协作工具的工作项字段和状态上：用字段区分“计划内”“已承诺”“预测值”，用状态记录“已登记”“已兑现”“已延期”“已变更”，用时间字段记录承诺日、预测发布日和结果回填日。字段和状态固定后，统计时按口径筛选即可，减少人工整理带来的口径漂移。

ONES 的效能度量能力可以承接这部分记录与分析工作。ONES Performance 自动收录系统内日常流转的研发数据，基于客观数据形成分析指标，并支持多维度、精细化、自定义的分析；它还能实时同步 ONES Project 中的业务数据，减少手动整理数据源的工作。团队把承诺登记、计划变更、预测回填作为工作项字段和状态固定下来后，可以在 ONES Performance 中按计划口径、承诺口径、预测口径分别筛选统计，配合场景化卡片模板直接使用。需要说明的是，三个指标的具体计算公式和统计时间窗仍需团队按自身管理约定配置，工具承载的是数据采集、字段记录和分析呈现，口径定义由团队确认。

常见问题

如果一项工作既在计划内又对外承诺了，统计时应该算进哪个指标？

两个指标都要算，但分别按各自口径计入。计划达成率把它作为计划内工作项，看是否在计划时间内完成；承诺兑现率把它作为已作出的承诺，看是否在承诺交付日交付给接收方。同一项工作在两边的判定时点和判定标准可能不同，比如计划内按期完成、承诺日却因交付确认延迟而延期，这时两个指标会给出不同结论，属于正常现象，不需要强行统一。

承诺兑现率的分母要不要包含内部团队之间的承诺？

取决于团队对“承诺”的界定，但界定要事先写清楚并保持稳定。如果内部上下游依赖的交付节点有明确接收方和交付日，可以纳入承诺范围，这样承诺兑现率能反映内部协作的兑现情况；如果只统计对外客户承诺，内部依赖另设指标。两种做法都可以，关键是承诺登记时标注承诺类型，统计时按类型筛选，避免同一张报表里混着两种口径。

预测准确率用数量偏差算还是用时间偏差算，结果会差很多吗？

两种算法衡量的侧重点不同，结果可能差异明显。按数量算，看的是预测完成数量和实际完成数量的差距；按时间算，看的是预测交付时间和实际交付时间的差距。一个团队可能数量预测很准但时间预测偏乐观，也可能时间卡得准但范围估算偏差大。建议明确一种主口径用于趋势对比，另一种作为补充说明，并在报表中标注算法，避免不同周期用不同算法导致数据不可比。

计划中途新增了工作项，计划达成率的分母要不要跟着变？

建议用周期开始时的计划快照作为分母，新增和移出的工作项单独记录、单独说明。分母中途变化会让前后数据不可比，达成率突然上升或下降都难以解释。如果团队希望反映计划稳定性，可以另外统计计划变更率，与达成率并列呈现。这样既保留达成率的可比性，也能看出计划调整的频繁程度。

三个指标都偏低时，应该先查哪个？

先查分母口径是否一致，再查具体未完成项的原因。三个指标同时偏低，常见原因是计划排得过满、承诺给得过多、预测偏乐观三者叠加，也可能是统计口径本身有问题，比如承诺没有单独登记、预测没有配对回填。建议先核对分母快照和记录完整性，再逐项看未完成和未兑现的工作项，区分是估算问题、范围变更还是执行问题，最后再决定改进动作。