任务逾期率怎么算、怎么评：口径、步骤与解读

任务逾期率是统计周期内到期未按时完成的任务占应到期任务的比例，核心公式为逾期任务数 ÷ 应到期任务数 × 100%。这个数字看似简单，结果却高度依赖任务范围、到期判定、完成时点和统计时间窗的设定。本文给出一套可复算的计算口径与步骤，并说明如何结合逾期时长分布和任务结构解读结果，避免把单一指标直接当作执行绩效结论。

要点总览（TL;DR）

• 任务逾期率 = 逾期任务数 ÷ 应到期任务数 × 100%，分子分母必须来自同一任务集合，并以到期时间落在统计时间窗内为准。
• 计算前先固定四项口径：到期时间取哪个字段、完成时点按状态变更还是提交、改期按原到期时间还是新到期时间、取消与暂停任务如何排除。
• 分母为零时输出“不适用”而非0%；样本量很小时同时给出绝对数量和比率，并注明样本有限。
• 结果需结合逾期时长分布、任务结构和多期趋势解读，单点数值不宜直接作为个人或团队绩效结论。
• 指标落地的前提是截止时间、状态流转与完成记录在同一处维护，按周期导出逾期清单逐条跟进。

评估目标：逾期率要回答什么问题

逾期率首先是一个观察指标，用来回答“在既定周期内，有多少本应完成的任务没有按期完成”。它适合用于监控任务按期交付的整体水平和变化趋势，例如按月观察某项目或某团队的任务逾期比例是否上升，进而判断排期是否过紧、任务颗粒度是否合理、协作环节是否出现积压。

用途不同，口径严谨度要求也不同。用于日常监控时，可以接受较粗的范围划分，重点是及时发现异常并跟进；用于考核或对外汇报时，则需要固定任务范围、字段定义和统计时间窗，保证不同周期、不同团队之间可比，并保留取数过程以便复核。两种用途混用，容易出现“监控时一套数、考核时另一套数”的争议。

需要明确的是，逾期率反映的是任务按期完成的比例，不能直接归因于个人或团队能力。任务难度、需求变更频率、截止时间设定是否合理、任务拆分粒度都会影响结果。把逾期率单独作为绩效结论，容易掩盖真实原因，也会诱导任务负责人通过改期、拆分任务等方式调整数字。

指标与范围：哪些任务进入统计

逾期率的分子和分母必须来自同一个任务集合，否则不同周期的结果无法比较。建议先确定纳入与排除规则，再开始取数。

类别	规则	说明
纳入	有明确截止时间的任务	截止时间是判定逾期的前提，无截止时间的任务无法判断是否到期
纳入	统计周期内到期的任务	以到期时间落在统计时间窗内为准，而非以创建时间或完成时间
排除	无截止时间的任务	不进入分母，避免拉低逾期率
排除	已取消的任务	取消表示任务不再需要交付，不构成逾期
排除	长期挂起或明确暂停的任务	需有状态记录支撑，暂停期间不计入应到期任务

范围确定后，还需要选择切分口径。常见做法包括按项目、按团队、按任务类型（如需求、开发、测试、文档）或按优先级切分。切分维度应与使用场景匹配：观察整体交付水平用项目维度，定位瓶颈用任务类型维度，评估资源压力用团队维度。多个维度交叉统计时，要保证每个任务只归属一个主维度，避免重复计数。

统计时间窗和观察粒度也需要提前固定。月度统计适合观察趋势，周度统计适合快速跟进，季度统计适合阶段性复盘。时间窗一旦确定，分子和分母都应限定在同一窗口内，例如“本月到期的任务中，截至月末仍未完成的数量”。观察粒度越细，单期样本越少，比率波动越大，解读时需要结合多期数据。

数据口径：到期、完成与改期怎么判定

同名指标算法不一致，多数源于字段定义模糊。以下清单可作为口径约定的基础。

字段	需要固定的问题	建议做法
到期时间	取计划截止日期还是承诺交付日期；是否含时区；是否按工作日计算	选定一个字段作为唯一判定依据，并在指标说明中注明；跨时区团队统一换算到同一时区
完成时点	取状态变更为“已完成”的时间，还是提交验收或交付的时间	以状态变更时间为准，保证系统记录可追溯；若存在验收环节，需明确验收通过才算完成还是提交即算完成
改期	截止时间被修改后，按原到期时间还是新到期时间判定	监控用途可按新到期时间计算，考核用途建议保留改期记录并单独统计改期次数，避免通过改期规避逾期
延期审批	经审批的延期是否视为按期	单独标记“审批延期”任务，在结果中单列，不混入普通逾期或按期
重开任务	已完成任务被重新打开后如何计数	以统计截止时点的最终状态为准；重开发生在统计周期后的，不影响已出结果
缺失值	到期时间或完成时间为空	到期时间为空的任务不进入分母；完成时间为空且已过到期时间的，按逾期处理并标记数据异常

脏数据需要单独处理。同一任务存在多条状态记录时，取统计截止时点的最新有效状态；状态记录时间明显异常（如完成时间早于创建时间）的任务应标记为待核实，在结果中单列数量，不直接计入分子或分母。口径文档应随指标一起维护，字段或规则调整时同步更新版本说明。

计算步骤：从取数到出结果

公式为：任务逾期率 = 逾期任务数 ÷ 应到期任务数 × 100%，结果以百分比表示，保留一位或两位小数即可。分母是统计周期内到期且符合纳入规则的任务数，分子是其中在统计截止时点仍未完成的任务数。

按以下步骤执行，可保证结果可复算：

1. 确定统计周期和截止时点，例如“2025年3月1日至3月31日到期的任务，统计截止时点为3月31日24时”。
2. 按纳入与排除规则筛选任务集合，得到应到期任务清单，记录任务唯一标识用于去重。
3. 逐条判断完成状态：在截止时点前状态已变更为完成且符合完成口径的，计为按期；其余计为逾期。
4. 统计逾期任务数，除以应到期任务数，乘以100%，得到逾期率。
5. 按项目、团队或任务类型分组重复上述计算，得到分维度结果；交叉统计时确认每个任务只归属一个分组。

分母为零时，逾期率没有定义，应输出“不适用”而非0%。分母为零通常出现在新项目启动初期或统计范围过窄的场景，此时应同时说明样本量，避免读者把“不适用”误读为“没有逾期”。样本量很小时（例如应到期任务不足10条），建议同时给出绝对数量和比率，并注明样本有限。

算例：一个统计周期的完整计算

以下为演示情景，用于说明计算过程，数字为假设值。

某项目组2025年3月到期的任务共40条，其中2条无截止时间被排除，1条在3月内被取消，1条处于暂停状态且有状态记录，最终应到期任务数为36条。

任务类别	应到期任务数	逾期任务数	逾期率
需求类	10	2	20.0%
开发类	16	3	18.8%
测试类	8	1	12.5%
文档类	2	0	0.0%
合计	36	6	16.7%

计算过程：6 ÷ 36 × 100% ≈ 16.7%。分维度结果中，需求类逾期率最高，可作为下月跟进重点。

边界处理说明：被取消的1条任务不进入分母；暂停的1条任务有状态记录，不进入分母；另有1条任务在3月内将截止时间从3月15日改到4月10日，按新到期时间它不再属于3月应到期任务，因此从分母中移除，同时在改期记录中单独统计。若该任务按原到期时间判定，则会计为逾期，两种口径的结果差异应在指标说明中注明。还有1条任务完成时间字段为空但已过到期时间，按逾期计入并标记为数据待核实。

解读与限制：结果怎么用才不失真

逾期率高低与任务难度、颗粒度、截止时间设定直接相关。把一个大需求拆成十个子任务，每个子任务都设紧截止时间，逾期率自然容易升高；反之，任务颗粒度粗、截止时间宽松，逾期率会偏低。因此跨团队比较前，应先确认任务拆分习惯和截止时间设定方式是否接近。

单看比率容易失真，建议结合逾期时长分布一起看。同样是16.7%的逾期率，逾期1天和逾期两周的含义完全不同。可以补充“逾期任务平均逾期天数”“逾期超过7天的任务占比”等指标，判断问题是偶发延迟还是系统性积压。同时观察任务结构，例如高优先级任务的逾期比例、不同任务类型的分布，定位具体环节。

趋势对比优于单点数值。连续三个月逾期率从20%降到12%，比某个月单独出现15%更有解释力。单点数值受样本量、任务构成和季节性影响较大，不宜直接下结论。用于考核时，应把逾期率与改期次数、任务完成量、需求变更记录等一起使用，并明确考核的是流程改进还是个人表现，避免把指标当作因果保证。

把逾期率落到任务跟踪流程中

指标要发挥作用，前提是任务截止时间、状态流转和完成记录在同一处维护。如果截止时间散落在表格、聊天记录和文档中，取数时就需要大量人工核对，口径也难以稳定。建议在任务管理工具中统一维护任务的责任人、截止时间、状态和完成时间，状态变更自动留痕，统计时直接按字段筛选。

日常跟进可以按固定节奏执行：每个统计周期结束时，导出本期应到期任务清单和逾期任务清单，按项目或负责人分组，标注逾期时长和改期记录；在周会或复盘会上逐条确认逾期原因，区分排期问题、依赖阻塞和临时插入；对确认需要调整截止时间的任务，走改期记录而不是直接修改，保留可追溯的判定依据。

在ONES中，任务可以设置负责人、截止时间并通过状态流转记录完成过程，团队可以按项目或任务视图查看任务清单，结合筛选条件定位到期未完成的任务，作为逾期率取数和跟进的基础。具体统计视图的字段与口径，建议在启用前与团队约定一致，确保导出的数据能直接对应本文的分子分母定义。

常见问题

任务在统计周期内改了截止时间，应该算逾期还是不算？

取决于指标用途，两种口径都成立，但必须提前约定并写进指标说明。

• 监控用途：按新到期时间判定。截止时间改到统计周期之后，该任务不再属于本期应到期任务，从分母中移除。
• 考核用途：建议保留改期记录，单独统计改期次数，并同时给出按原到期时间判定的结果，避免通过改期规避逾期。

无论采用哪种口径，同一份报告内应保持一致，并在结果旁注明改期任务的数量，方便读者判断数字的可比性。

任务被取消或长期暂停，还要计入应到期任务吗？

通常不计入分母。取消表示任务不再需要交付，暂停表示当前不安排推进，两者都不构成“应完成而未完成”。

前提是状态有记录可查：暂停任务需要有明确的状态变更记录，取消任务需要有取消时间。缺少记录、仅靠口头说明的任务，建议先标记为待核实，不直接计入分子或分母，并在结果中单列数量。这样处理可以避免分母被虚增，也避免有人通过临时改状态调整数字。

逾期率多高算正常？有没有通用达标线？

没有通用达标线。逾期率受任务颗粒度、截止时间松紧、需求变更频率和团队拆分习惯影响，不同项目之间直接比数值意义有限。

更可靠的做法是建立自身基线：连续观察三到六个月，看趋势是上升还是下降，再结合逾期时长分布判断问题性质。同样是16.7%，逾期集中在1天以内和集中在两周以上，对应的改进动作完全不同。跨团队比较前，先确认双方的任务拆分习惯和截止时间设定方式是否接近。

统计周期内应到期的任务很少，逾期率还有参考价值吗？

样本量很小时，比率波动大，单期数值容易误导。例如应到期任务只有5条，1条逾期就是20%，2条逾期就是40%，差异主要来自样本而非执行水平。

建议同时给出绝对数量和比率，并注明样本有限；也可以把观察窗口拉长到季度，或把多个相近团队合并统计，增加样本量后再看比率。分母为零时直接输出“不适用”，不要写成0%，否则会被误读为“没有逾期”。

把逾期率接入日常任务跟踪，最容易出问题的环节是什么？

最常见的问题是数据分散。截止时间记在表格里、完成情况靠聊天确认、状态变更没有留痕，取数时就要大量人工核对，口径每期都可能变化，结果无法比较。

可行的做法是把责任人、截止时间、状态和完成时间统一维护在任务管理工具中，状态变更自动记录时间；每个周期结束时按固定筛选条件导出应到期清单和逾期清单，按项目或负责人分组，标注逾期时长和改期记录，在周会或复盘会上逐条确认原因。改期走记录而不是直接覆盖原截止时间，保留可追溯的判定依据。