预测误差、计划偏差与交付稳定性指标怎么设计

预测误差、计划偏差和交付稳定性分别回答三个问题：预测说得准不准、计划兑现了多少、每个周期是否稳定。设计时先固定统计对象（需求数、故事点或人天，任选其一并全篇统一）、时间窗（按迭代或按月）和分母口径，再定义公式与解读阈值，最后用连续若干周期的数据验证可比性。本文给出可直接复算的口径表、公式清单、分步流程和一个迭代周期的完整算例。

要点总览（TL;DR）

• 三类指标分工明确：预测误差衡量预测值与实际值的偏离，计划偏差衡量计划工作量与实际完成量的偏离及方向，交付稳定性衡量多个周期偏差的离散程度。
• 设计前先固定四项口径：统计对象（需求数、故事点或人天，任选其一并全篇统一）、时间窗（按迭代或按月）、分母口径（以预测值或实际值为分母）、纳入排除规则（中途插入、取消、拆分合并）。
• 预测误差用绝对偏差率 |实际值−预测值|÷预测值，多期聚合用平均绝对偏差率；计划偏差率以计划量为分母并标注超前或滞后方向；交付稳定性用多期偏差率的标准差或达标周期占比。
• 阈值基于团队自身6至12期历史基线设定，不套用通用达标线；样本少于6期不宜判断稳定与否，口径变更前后分段呈现。
• 指标反映偏差与波动，不能单独作为绩效或因果结论；预测误差、计划偏差、交付稳定性三者同时改善才说明可预测性提升。

评估目标：先回答“可预测性”要判断什么

可预测性度量的判断对象是团队对未来的“说法”与后来的“事实”之间的吻合程度，以及这种吻合是否每期都差不多。它由三个相互独立的问题组成，对应三类指标。

• 预测准不准：在周期开始时给出的预测值（如本期可完成的故事点），与周期结束时的实际值相差多少。由预测误差衡量。
• 计划兑现多少：本期排入计划的工作量，实际完成了多少，方向是超前还是滞后。由计划偏差衡量。
• 每期是否稳定：把多个周期的偏差放在一起看，波动是大是小。由交付稳定性衡量。

三类指标不可互相替代。一个团队可能每期都低估 20%（预测误差稳定但存在系统性偏差），计划偏差每期都是滞后 20%（方向一致），此时交付稳定性反而很好——波动小，但基线本身偏了。只看稳定性会得出“可预测”的结论，只看预测误差则看不出偏差是否可被预期。三者组合才能区分“稳定地偏”和“忽高忽低”。

需要划清边界：单次迭代内部的执行过程（任务拆解、每日推进、阻塞处理）属于迭代管理范畴，本主题不展开；投入工时与实际工时的偏差属于计划与实际投入分析，也不在本主题内。本文的指标只处理“计划量与完成量”“预测值与实际值”这两组对照关系。

指标与范围：统计对象、时间窗与分母口径

口径不固定，公式就无法复算，跨周期也无法比较。以下四项要素必须在计算前写成书面定义，并在全篇保持一致。

口径要素	可选方案	选择建议与影响
统计对象	需求数、故事点、人天	任选其一并全篇统一。需求数受拆分粒度影响大；故事点依赖估算一致性；人天需要稳定的折算规则。混用会导致分子分母不同源。
时间窗	按迭代、按月	按迭代适合节奏稳定的团队，起止点取迭代开始日与结束日；按月适合跨团队汇总，起止点取自然月首末日。同一份报告内不混用两种窗口。
分母口径	预测值或实际值	以预测值为分母，回答“我说的数差了几成”，适合评估预测质量；以实际值为分母，回答“实际完成里有多少是计划外的”，适合评估计划覆盖度。选定后全篇一致，否则不同周期的偏差率不可比。
纳入与排除	中途插入、取消、拆分合并	需明确规则，例如：周期内插入的需求计入实际值但不计入预测值；取消的需求从两侧同时剔除；拆分合并按拆分后的最小单元计数，避免重复或遗漏。

分母选择对结果影响明显。预测值为 50、实际值为 40 时，以预测值为分母的偏差率是 20%，以实际值为分母是 25%。数值不同，趋势方向通常一致，但一旦中途更换分母，历史序列就会出现断点。建议在指标定义文档中写明分母选择及变更日期，变更后的周期单独成段观察。

纳入排除规则要落到具体字段上。例如“中途插入”可定义为：创建日期晚于迭代开始日、且迭代字段为本期的需求。这样规则可被系统字段直接筛选，减少人工判断带来的口径漂移。

三类指标的公式与数据来源

以下公式均以“统计对象已统一”为前提，单位随统计对象而定（个、点或人天）。

预测误差

单期绝对偏差率 = |实际值 − 预测值| ÷ 预测值 × 100%。分子是绝对差值，取绝对值是为了让高估和低估都表现为偏差大小；分母为预测值（若口径选择实际值，则替换分母）。多期聚合用平均绝对偏差率：各期绝对偏差率之和 ÷ 期数。聚合时不对偏差率做加权，除非各期统计对象量级差异很大，此时可按预测值加权并注明。

计划偏差

计划偏差量 = 实际完成量 − 计划工作量。结果为正表示超前完成，为负表示滞后。计划偏差率 =（实际完成量 − 计划工作量）÷ 计划工作量 × 100%，以计划量为分母便于横向比较不同规模的周期。方向必须与数值一起记录，只报绝对值会丢失“超前还是滞后”的信息。

交付稳定性

常用两种统计量。其一，多期计划偏差率的标准差：先算出连续 N 期的偏差率，再求其标准差，数值越小说明各期偏差越集中。其二，达标周期占比：设定一个偏差容忍带（如 ±15%），统计 N 期中落在带内的期数占比。前者反映离散程度，后者反映“多少期是可接受的”，两者可并用。

指标	公式	单位	数据来源字段	采集时点
预测误差	|实际值−预测值|÷预测值	百分比	迭代开始时的预测值记录、迭代结束时的完成值	预测值于迭代开始日锁定，实际值于迭代结束日取数
计划偏差	（实际完成量−计划工作量）÷计划工作量	百分比，附方向	迭代计划中的工作量字段、完成状态与完成量字段	计划量于迭代开始日锁定，完成量于结束日取数
交付稳定性	连续 N 期偏差率的标准差；或达标期数÷N	百分点或百分比	由前两项指标的历史序列计算，不单独取数	每 N 期滚动计算一次

取数的关键是“锁定”动作：预测值和计划量必须在周期开始时固化保存，不能在周期中途被覆盖，否则事后取到的只是最终值，无法还原当时的判断。完成量则以周期结束时的状态为准，状态字段需能区分“已完成”与“已取消”。

当指标需要按需求、迭代与工作项状态持续取数时，ONES Performance 可自动收录 ONES 系统内日常流转的研发数据并形成分析指标，其效能度量实践体系覆盖交付效率、交付质量、资源效率、完成情况四个维度，具体指标口径仍需团队按上述定义自行配置。这样可以把“锁定预测值、按状态取完成量”落到系统记录上，减少手工台账与系统数据两套口径的偏差。

计算与评估步骤：从取数到形成结论

按以下顺序执行，每一步都有明确的完成标志。

1. 固化口径文档：写清统计对象、时间窗、分母、纳入排除四项，团队评审通过。完成标志是文档可被第三人据此复算。
2. 导出原始数据：按周期导出预测值、计划量、完成量、状态与创建日期字段。完成标志是每期一行、字段齐全。
3. 数据清洗：处理缺失值、零分母与异常周期。缺失预测值的周期不参与预测误差计算，并在报告中标注；预测值为零时该期绝对偏差率无定义，跳过并记录；异常周期（如长假、重大故障）单独标记，是否剔除需在口径文档中事先约定，不能事后挑选。
4. 逐期计算：先算每期的预测误差与计划偏差，得到两条时间序列。完成标志是每期数值可追溯到原始行。
5. 多期聚合：对预测误差求平均绝对偏差率；对计划偏差率求标准差与达标周期占比。聚合窗口建议至少 6 期，窗口长度固定并滚动更新。
6. 结果核验：随机抽 2 至 3 期手工复算，与系统结果比对；检查各期分母是否一致、纳入排除规则是否被正确执行。完成标志是抽样误差为零或差异有明确解释。
7. 可比性确认：确认统计对象、时间窗、分母在观察期内未变更；若有变更，变更前后分段呈现，不画成一条连续曲线。

清洗与聚合的顺序不能颠倒。先聚合再清洗，会把无效周期混入均值；先清洗再聚合，才能保证每个进入聚合的周期都是有效样本。

算例：一个迭代周期的三类指标计算

以下为演示数据，用于说明公式代入方式，不代表任何真实团队水平。

数据设定：某迭代统计对象为故事点。迭代开始时预测可完成 60 点，计划工作量为 64 点；迭代结束时实际完成 52 点。上一迭代预测 50 点、实际 48 点；再上一迭代预测 55 点、实际 58 点。

预测误差：本期 |52 − 60| ÷ 60 = 13.3%。前两期分别为 |48 − 50| ÷ 50 = 4.0%、|58 − 55| ÷ 55 = 5.5%。三期平均绝对偏差率 =（13.3% + 4.0% + 5.5%）÷ 3 ≈ 7.6%。

计划偏差：本期（52 − 64）÷ 64 = −18.8%，方向为滞后。前两期若计划量分别为 50 和 56，则偏差率分别为 −4.0% 和 +3.6%。

交付稳定性：三期计划偏差率为 −18.8%、−4.0%、+3.6%，其标准差约为 11.3 个百分点。若容忍带设为 ±15%，三期中有两期达标，达标周期占比 66.7%。

结果解读：本期预测误差 13.3% 高于前两期，计划偏差为明显滞后，且把三期放在一起看波动偏大——标准差 11.3 个百分点说明各期偏差并不集中。单看本期会以为只是“这期没做好”，结合稳定性指标则能看出偏差方向在近三期发生了从正到负的摆动。

零分母与缺失值示例：若某期预测值为 0（未做预测），该期绝对偏差率无定义，跳过并标注“未预测”；若某期计划工作量为 0（空迭代），计划偏差率同样跳过。跳过不等于记 0，记 0 会人为拉低平均值。

解读与限制：阈值怎么定、结论不能推到哪

阈值应基于团队自身历史基线设定。做法是：取过去 6 至 12 期的指标序列，观察中位数与分布，把“正常波动范围”的上界作为参考线，而不是套用外部通用达标线。例如某团队历史平均绝对偏差率中位数为 10%，则可将 15% 设为观察线，超过时复盘原因，而非直接判定不合格。阈值随基线变化定期复核。

解读时需注意以下限制：

• 指标反映偏差与波动，不能单独作为绩效结论。预测误差低可能来自保守预测，计划偏差小可能来自计划量本身定得低，需结合计划量与完成量的绝对水平一起看。
• 样本周期过少时，标准差极不稳定。少于 6 期不建议下“稳定”或“不稳定”的判断，可先只报逐期数值。
• 口径变更（换统计对象、换分母、调整纳入规则）会使前后序列不可比，变更点应作为分段边界，不合并计算。
• 指标之间是组合关系：预测误差看准确度，计划偏差看兑现与方向，交付稳定性看波动。三者同时改善才说明可预测性提升；单一指标好转不足以支撑结论。
• 持续观察优于单次评估。建议固定窗口滚动计算，按季度回顾趋势，把指标变化与具体管理动作对照，再判断动作是否有效。

当指标需要长期滚动观察并共享给不同角色时，ONES Performance 提供场景化卡片模板与预置仪表盘模板，可按管理人员、项目经理等视角直接使用，并支持仪表盘共享，减少每期重复配置的工作量。指标公式与阈值仍以上文定义为准，工具承担的是取数、呈现与共享的承载作用。

常见问题

预测值和计划量在周期中途被修改了，历史数据还能用来算指标吗？

可以算，但需要先还原当时的判断。指标的有效性依赖“周期开始时锁定”的预测值和计划量，如果中途被覆盖，事后取到的只是最终值，算出的偏差会偏小，无法反映当时的预测质量。

补救方式有两种：一是从操作日志或历史版本中找回周期开始时的数值，按当时值计算；二是对已被覆盖的周期做标记，在报告中单独说明，不与锁定良好的周期混在同一序列里比较。更稳妥的做法是从下一个周期起，把预测值和计划量在迭代开始日固化保存，避免再次出现同类问题。

团队同时用需求数和故事点两套口径，能放在一张图里比较吗？

不能直接比较。需求数受拆分粒度影响大，故事点依赖估算一致性，两者的单位和量级都不同，混在同一序列里会让趋势失真。

处理方式是为每个统计对象各建一条独立序列，各自计算偏差率。偏差率是百分比，形式上可比，但分母来源不同，仍不宜画成一条连续曲线。如果确实需要跨团队汇总，建议先统一到一种统计对象，或在汇总层只报达标周期占比这类无量纲指标，并注明各团队原始口径。

某个迭代预测值为零，预测误差怎么处理？

预测值为零时，绝对偏差率的分母为零，该期指标无定义，应跳过并标注“未预测”，不参与平均绝对偏差率的计算。

跳过不等于记 0。记 0 会人为拉低平均值，让预测质量看起来比实际更好。同理，计划工作量为零的空迭代，计划偏差率也跳过。若这类周期较多，说明预测环节本身存在缺口，应在报告中单独统计“未预测周期数”，作为预测覆盖度的补充信息。

交付稳定性用标准差还是达标周期占比，选哪个？

两者回答的问题略有不同，可以并用。标准差反映各期偏差率的离散程度，数值越小说明偏差越集中；达标周期占比反映有多少期落在预设的容忍带内，更直观地对应“多少期是可接受的”。

如果团队刚开始建立度量，达标周期占比更容易解释，先设定一个容忍带（如 ±15%）即可。如果希望观察波动的细微变化，标准差更敏感，但对异常周期也更敏感，需要配合异常标记一起看。样本少于 6 期时，标准差不稳定，建议先只报逐期数值。

指标连续两个季度改善，能否说明团队可预测性提升了？

需要先排除几种替代解释再下结论。预测误差下降可能来自预测趋于保守，计划偏差缩小可能来自计划量本身定得低，这两种情况下指标好看但交付水平未必提升。建议同时看计划量与完成量的绝对水平，确认改善不是靠压低目标换来的。

还要确认观察期内口径未变更。换统计对象、换分母或调整纳入规则都会造成序列断点，变更前后的数据不能合并计算。确认口径一致、绝对水平未下滑、三类指标同向改善后，再结合具体管理动作对照，判断改善是否由该动作带来。