故事点与工时混用：评估计划稳定性该看哪些指标

要判断故事点与工时混用是否已经影响计划稳定性，需要把估算偏差、计划稳定性、团队负荷三类信号放在同一时间窗内对照，并至少积累连续3–6个迭代的数据。单看某一项指标容易把加班、需求插入或人员变动误判为口径问题。下面给出一套可复算的指标定义、取数口径、计算步骤和读数示例，帮助你把“感觉计划越来越不准”转成可验证的判断。

要点总览（TL;DR）

• 判断混用是否影响计划稳定性，要把估算偏差、计划稳定性、团队负荷三类信号放在同一时间窗内对照，至少积累连续3–6个迭代的数据。
• 估算偏差看两个口径的偏差率与偏差方向一致率：方向一致率持续偏低、两个偏差率朝相反方向扩大，说明两个单位在描述不同的工作范围。
• 计划稳定性看承诺完成率、迭代内范围变更率、跨迭代完成量波动，三者需按同一迭代口径统计，单看一个指标容易误判。
• 团队负荷看人均并行工作项数、超载迭代占比、工时饱和度，用于排除人力不足对偏差指标的解释。
• 指标反映现象，不能单独证明混用是唯一原因；阈值应来自团队自身历史数据，口径调整后再观察至少3个迭代复算。

评估目标：混用到底在验证什么

混用的典型形态有两种：同一需求既估了故事点、又填了工时；或者部分团队用点、部分团队用小时，汇总到项目层时口径被拼接。两种形态都会让“承诺了多少、完成了多少”缺少统一单位，计划讨论时容易各说各话。

评估的对象是估算口径与计划过程，落到三个可验证的判断问题：

• 估算偏差是否系统性存在？点口径与工时口径的偏差是否同向、幅度是否随迭代放大。
• 计划是否更难承诺？承诺完成率是否下降、迭代内范围变更是否增多、跨迭代完成量是否更不稳定。
• 负荷是否被口径掩盖？人均并行任务、超载迭代占比、工时饱和度是否在偏差扩大的同时上升。

评估边界需要提前说清：只看投入预估与计划稳定性，不评价个人产出，也不把工时填报多少当作勤奋程度的证据。评估结论用于调整估算口径和计划节奏，不用于绩效排名。

把担忧转成问题清单，可以按这个结构填写：现状是什么（哪些团队、哪些需求类型混用）、怀疑的影响是什么（承诺失准、范围失控、负荷上升）、用什么指标验证、观察多少个迭代、排除哪些外部因素。清单填完，评估范围也就确定了。

指标与范围：三类信号各自看什么

三类信号需要按同一迭代口径统计，每个指标都写明分子、分母、时间窗和单位，避免不同人算出不同结果。

信号类别	指标	计算方式	时间窗与单位
估算偏差	点口径偏差率	（实际完成点−承诺点）÷承诺点	按迭代汇总，百分比；分母为承诺点，承诺点为0的迭代单列
估算偏差	工时口径偏差率	（实际工时−估算工时）÷估算工时	按迭代汇总，百分比；分母为已估算工时的工作项工时合计
估算偏差	偏差方向一致率	两口径偏差同号的工作项数÷两口径均有数据的工作项数	按迭代或按月，百分比
计划稳定性	承诺完成率	迭代结束时完成的工作项数÷迭代开始时承诺的工作项数	按迭代，百分比；完成定义需统一
计划稳定性	迭代内范围变更率	迭代期间新增或移除的工作项数÷迭代开始时承诺的工作项数	按迭代，百分比
计划稳定性	跨迭代完成量波动	连续迭代完成量（点或项数，固定一种口径）的标准差÷均值	滚动3–6个迭代，变异系数
团队负荷	人均并行工作项数	迭代内处于进行状态的工作项数÷参与人数	按迭代，项/人
团队负荷	超载迭代占比	工时饱和度超过团队自设上限的迭代数÷统计迭代总数	按迭代序列，百分比；上限由团队历史数据确定
团队负荷	工时饱和度	实际登记工时÷可用工时	按迭代或按人汇总，百分比；可用工时需扣除假期

偏差方向一致率是判断混用是否造成口径撕裂的关键指标：如果点口径普遍显示“超额完成”、工时口径普遍显示“大幅超支”，说明两个单位在描述不同的东西，计划讨论缺少共同事实基础。承诺完成率、范围变更率、完成量波动三者要一起看，单独一个指标下降可能只是需求节奏变化。

数据口径与证据：怎样保证可比

取数前先统一四件事，否则后面的计算再精细也不可比。

• 需求颗粒度与完成定义。明确什么状态算完成，部分完成的工作项不计入完成数，也不把其点数按比例折算进完成量。完成定义一旦确定，整个观察期内保持不变。
• 双口径绑定同一工作项与同一迭代。故事点和工时必须挂在同一个工作项上，并归属同一迭代。跨迭代迁移的工作项要记录迁移原因，不能简单从原迭代删除。
• 缺失值单列。未填工时或未估点的工作项单独统计数量和占比，不并入任何一方的分母。缺失比例过高时，先补数据再评估，不强行计算。
• 样本量与干扰记录。至少连续3–6个迭代；记录人员变动、需求批量插入、长假、紧急故障等事件的发生时间和影响范围，作为后续排除解释的依据。

数据质量检查可以做成一张核对表：双口径均有数据的工作项占比是否达到可分析水平、完成状态是否存在批量回退、工时登记是否集中在迭代末期补填、迭代起止时间是否一致。任何一项异常，都要在结论中标注，而不是悄悄修正数据。

当评估需要按迭代汇总工作项、估算值、状态变更和工时登记时，这些数据分散在需求、任务和工时记录里，人工拼接容易出错。ONES 的资源和工时管理支持多维度统计项目和成员的资源投入，并可查询、导出工时登记日志明细；效能管理会收录系统内日常流转的研发数据并形成分析指标，可按交付效率、完成情况等维度做自定义分析。把工作项、迭代和工时放在同一套记录里，偏差率和完成率的分母口径更容易保持一致。具体指标定义仍需在系统内按团队约定配置确认。

计算与评估步骤：从取数到判断

按以下顺序执行，每一步都有明确输入和输出，便于他人复算。

1. 按迭代汇总三类指标。输入：工作项清单、估算值、状态变更记录、工时日志。输出：每个迭代一行的指标表，形成时间序列。判断依据：数据完整度是否达到分析要求。
2. 比较两个口径的偏差方向与幅度。输入：点口径偏差率、工时口径偏差率、方向一致率。输出：偏差走势图或对照表。判断依据：方向一致率是否持续偏低、两个偏差率是否朝相反方向扩大。
3. 观察计划稳定性是否出现趋势变化。输入：承诺完成率、范围变更率、完成量波动。输出：混用引入前后的分段对比。判断依据：变化是否发生在口径调整之后，而非更早。
4. 交叉验证负荷信号。输入：人均并行工作项数、超载迭代占比、工时饱和度。输出：负荷与偏差的同周期对照。判断依据：偏差扩大是否伴随负荷上升；若负荷平稳而偏差扩大，混用解释力更强；若负荷同步上升，需先排除人力不足的解释。
5. 设定观察阈值与复核周期。输入：团队自身历史数据。输出：每个指标的观察区间和下次复核时间。判断依据：阈值来自本团队过去稳定期的分布，不套用外部通用线；复核周期建议与迭代节奏对齐。

五步完成后，结论应写成“在某个时间窗内，哪些指标同向变化、哪些外部因素已排除、口径调整后需要再观察几个迭代”，而不是一句“混用导致计划不稳定”。

例子：一个迭代序列的读数演示

以下数据为示意，用于演示组合解读方式，不代表行业基准。

迭代	点口径偏差率	工时口径偏差率	方向一致率	承诺完成率	范围变更率	工时饱和度
I1	+8%	+12%	78%	85%	10%	82%
I2	+10%	+15%	74%	82%	12%	85%
I3	+22%	−6%	51%	68%	24%	91%
I4	+28%	−10%	46%	61%	29%	96%

I3起出现典型的口径背离：点口径显示完成量超出承诺两成以上，工时口径却显示实际投入低于估算，方向一致率从七成以上跌到五成左右。同期承诺完成率下降、范围变更率翻倍、工时饱和度逼近满负荷。这组读数支持一个判断：两个单位在描述不同的工作范围，计划承诺缺少稳定基准，同时团队已接近满负荷，偏差不能全部归因于口径。

再看另一种情形：假设I3、I4的工时饱和度升到95%以上，但两个口径的偏差率仍保持在正负5%以内、方向一致率稳定在75%左右，承诺完成率只是小幅波动。这时更合理的解释是短期人力紧张或需求集中，估算口径本身仍在正常工作，应先处理负荷问题，再观察口径是否需要调整。

读数时注意两点：偏差率的分母是承诺值，承诺本身被压低时偏差率会被放大；方向一致率只统计两口径均有数据的工作项，缺失比例高时该指标代表性不足。

解读与限制：哪些结论不能下

指标反映现象，不能单独证明混用是唯一原因。承诺完成率下降可能来自需求插入、关键人员请假或技术风险暴露，这些因素需要在结论中逐项排除或标注。把相关性写成因果，会让口径调整变成替罪羊式的动作。

几种情况需要特别处理：

• 分母为零或样本过少。某迭代没有承诺点、或双口径均有数据的工作项不足，相关指标标记为“不可计算”，不填0，也不参与趋势判断。
• 横向比较需谨慎。不同团队的需求类型、完成定义、迭代长度不同，偏差率不能直接排名；跨团队比较应限定在同类需求、同一完成定义下进行。
• 单指标不下结论。方向一致率低但计划稳定性平稳，可能只是估算习惯差异；承诺完成率高但工时饱和度长期偏高，可能是在透支负荷换取完成率。

结论建议写成三段：观察到什么（指标与时间窗）、排除了什么（外部因素与数据质量问题）、准备做什么（口径调整动作与再评估时点）。口径调整后，至少再观察3个迭代，用同一套指标复算，确认偏差方向和计划稳定性是否改善。若调整后指标无变化，应回到需求颗粒度和完成定义上查找原因，而不是继续叠加新的度量指标。

常见问题

故事点与工时混用后，最先应该看哪个指标？

建议先看偏差方向一致率，即两口径偏差同号的工作项数除以两口径均有数据的工作项数。这个指标直接反映两个单位是否在描述同一件事：一致率长期在七成以上，说明点与工时的偏差方向大体同步，混用的影响有限；一致率跌到五成左右，同时点口径显示超额完成、工时口径显示投入不足，说明两个口径已经撕裂，后续的承诺完成率和范围变更率才值得进一步排查。

先看一致率还有一个好处：它只统计双口径均有数据的工作项，缺失比例高时能立刻暴露数据质量问题，避免在不可比的数据上继续算偏差率。

连续观察多少个迭代才能下结论？中途人员变动怎么办？

至少连续3–6个迭代。少于3个迭代，完成量波动和范围变更率容易被单次需求插入或一次故障带偏，看不出趋势。观察期内如果发生人员变动、需求批量插入、长假或紧急故障，要记录发生时间和影响范围，在结论中逐项标注或排除，而不是把这些迭代直接剔除。

如果干扰集中在中途，可以把序列分成混用引入前、干扰期、恢复后三段分别对照，重点看口径调整之后的变化是否稳定。分段后每段样本不足3个迭代时，结论应写成“待继续观察”，不急于定性。

工时饱和度很高，但两个口径的偏差都很小，说明混用没问题吗？

不能这样下结论。偏差小、方向一致率稳定，说明估算口径本身还在正常工作；工时饱和度高说明团队接近满负荷，属于负荷信号，需要单独处理。这时更合理的判断是：短期人力紧张或需求集中，先调整排期和人力配置，再观察口径是否需要变动。

反过来也要注意，承诺完成率高但工时饱和度长期偏高，可能是靠透支负荷换取完成率，这种稳定不可持续。负荷指标的作用是帮助排除解释，而不是给口径问题背书。

分母为零或双口径数据缺失严重时怎么处理？

分母为零的迭代，相关指标标记为“不可计算”，不填0，也不参与趋势判断。未填工时或未估点的工作项单独统计数量和占比，不并入任何一方的分母。双口径均有数据的工作项占比过低时，先补数据再评估，不强行计算偏差率和方向一致率。

数据质量还要检查几项：完成状态是否存在批量回退、工时登记是否集中在迭代末期补填、迭代起止时间是否一致。任何一项异常都要在结论中标注，而不是悄悄修正数据后再计算。

评估结论应该怎么写，才能用于口径调整？

建议写成三段：观察到什么（哪些指标在哪个时间窗内同向变化）、排除了什么（人员变动、需求插入、数据质量问题等外部因素）、准备做什么（口径调整动作与再评估时点）。避免写成“混用导致计划不稳定”这类因果断言。

口径调整后，至少再观察3个迭代，用同一套指标复算，确认偏差方向和计划稳定性是否改善。若调整后指标没有变化，应回到需求颗粒度和完成定义上查找原因，而不是继续叠加新的度量指标。