用三点估算的期望值和区间评估工作量风险暴露

三点估算把每个工作项的乐观值、最可能值和悲观值合成一个期望值，同时保留一条不确定性区间。用它评估工作量风险暴露，要回答的是：当前交付承诺落在工作量分布曲线的什么位置，超支概率有多大，是否需要加缓冲或调整承诺。本文给出公式、汇总步骤、判断规则和一个可复算的算例，适用于迭代或项目在承诺前、里程碑评审时的工作量投入评估。

要点总览（TL;DR）

• 三点估算先用 E=(O+4M+P)/6 得到单工作项期望值，再用 σ=(P−O)/6 刻画不确定性；汇总时总期望为各项 E 之和，按独立假设总标准差为各 σ² 之和的平方根。
• 把交付承诺换算成相对总期望的偏离量（以总标准差为单位），可以近似估算超支概率：承诺等于总期望时约 50%，高一个标准差约 16%，低一个标准差约 84%。
• 判断是否调整承诺要同时看三个信号：超支概率、区间宽度占比、关键路径上高不确定性工作项的集中程度，单看期望值不够。
• O、M、P 必须统一单位、工作分解粒度和假设条件，并记录取值依据、参与角色与估算日期；缺 P 或缺历史数据时扩大区间并标注，不把补充值当实测数据。
• 区间是估计质量的产物而非交付保证；工作项强相关时独立假设会低估总区间，应合并估算单元或额外加判断。

评估目标：把三点估算结果转成可判断的风险暴露

三点估算的评估对象是完成工作项所需的工作量投入，单位通常为人时或人天，衡量的是“要做多久”，与实际填报工时是两套数据。实际工时记录的是已经发生的投入，可用于校准估计偏差，但评估风险暴露时，输入应当是估算值而非事后填报值。

一次完整的评估要回答三个判断：

• 超支概率：按当前承诺值交付，工作量超出承诺的可能性有多大。它由承诺值与总期望的偏离程度、总区间的宽度共同决定。
• 区间与承诺的差距：承诺值距离悲观汇总值还有多少余量，区间上界是否已经越过承诺。差距越小，可回旋的空间越少。
• 是否调整承诺：在超支概率和区间余量都不理想时，决定是维持承诺并接受风险、增加缓冲，还是下调承诺范围。

评估结果的使用者主要是做交付承诺的项目负责人、评审里程碑的研发管理者，以及需要据此安排资源的团队负责人。决策时点集中在两处：对外承诺交付范围和时间之前，以及里程碑评审时根据实际进展重新核对风险暴露。承诺之后再做评估，更多是记录和复盘用途，对当次交付的调节作用有限。

指标与范围：期望值、区间与风险暴露指标

本篇使用四个核心指标。单工作项的期望值和标准差是计算基础，总期望和总区间是汇总结果，超支概率和区间宽度占比是把结果转成判断的中间量。各指标的定义、公式与单位如下表。

指标	公式	单位	说明
单工作项期望值 E	E = (O + 4M + P) / 6	人时或人天	O、M、P 为同一工作项的三个估计值，权重 1:4:1
单工作项标准差 σ	σ = (P − O) / 6	人时或人天	近似刻画该工作项的不确定性宽度
极值区间	[O, P]	人时或人天	不做分布假设的原始区间，直接表达最乐观到最悲观
总期望	ΣE = 各工作项 E 之和	人时或人天	汇总口径为纳入评估的全部工作项
总标准差 σ总	σ总 = √(Σσᵢ²)	人时或人天	按工作项相互独立假设，方差相加后开方
总区间	[ΣE − k·σ总, ΣE + k·σ总]	人时或人天	k 取 1 或 2，对应约 68% 或 95% 的覆盖范围（正态近似）
超支概率	P(工作量 > 承诺) ≈ 1 − Φ((承诺 − ΣE) / σ总)	百分比	Φ 为标准正态分布函数，结果为近似值
区间宽度占比	(P总 − O总) / ΣE	百分比	衡量整体不确定性相对期望规模的大小

纳入范围以关键路径上的工作项和高不确定性工作项优先。判断高不确定性可以用单项的 (P − O) / E 比值，比值明显偏大的工作项对总区间的贡献更大。已经稳定重复、历史数据充分且波动很小的任务，可以按固定值计入总期望，不再单独展开三点估算，避免把评估精力花在低风险项上。评估的时间窗应与交付周期一致，按迭代评估就汇总该迭代内的工作项，按版本评估就汇总该版本范围。

数据口径与证据：O、M、P怎么取才算可比

三点估算的区间是否可信，取决于三个值是否在同一口径下取得。不同人用不同粒度、不同假设估出的 O、M、P 混在一起汇总，总区间会失去解释力。

取数来源可以分三类并用：历史同类任务的实际投入分布，用于锚定 M 和 P；团队估点，由执行者给出各自判断；专家判断，用于缺乏历史数据的新类型任务。三类来源可以并存，但要在记录中注明每个工作项主要依据哪一类。

口径统一要落实三条：同一单位，全部换算成人时或全部换算成人天，不混用；同一工作分解粒度，工作项拆分到团队公认的可估算层级，避免一项拆得过细、另一项包住整个模块；同一假设条件，明确是否包含联调、测试、文档、返工，是否按现有人员技能水平估计。假设条件不同的估计值不能直接相加。

证据要求是让区间可追溯。每个工作项至少记录：O、M、P 三个值及取值依据（历史数据区间、参考任务、专家判断理由）、参与估算的角色、估算日期。估算日期很重要，需求变更后旧估计需要重估，否则总区间会低估实际不确定性。

缺失值处理分两种情形。缺 P 时，可以用历史同类任务的较高分位值替代，或按团队经验给出一个明确标注为“经验补充”的悲观值，并在汇总时说明该工作项的区间可信度较低。缺历史数据时，O、M、P 全部依赖专家判断，此时应扩大区间而非压缩区间，并在解读时降低对超支概率精确值的依赖，更多看区间宽度和承诺的相对位置。任何替代做法都要在估计记录中标注，不能把补充值当作实测数据使用。

在团队协作层面，三点估算的 O、M、P 和计算出的 E、σ 需要作为工作项属性留存，估算依据和参与角色需要可查。ONES Project 支持任务工时统计与任务持续时间估算，估算记录可以随工作项一起管理；ONES 资源和工时管理解决方案支持多维度掌握项目和成员的资源投入情况，并支持查询和导出工时登记日志明细，这些实际投入数据可以在后续迭代中用于校准 O、M、P 的取值偏差。需要说明的是，三点估算的公式与区间汇总属于通用估算方法，具体字段配置和报表口径需按团队实际使用方式核验。

计算与评估步骤：从单项到总区间再到承诺判断

以下五步可以按顺序复算，每一步都有明确产物。

第一步，逐项计算 E 与 σ。对每个纳入评估的工作项，记录 O、M、P，按 E = (O + 4M + P) / 6 和 σ = (P − O) / 6 计算，保留单位。产物是一张工作项级的估算表。

第二步，汇总总期望。总期望等于各工作项 E 之和。这一步不涉及分布假设，结果直接可用。

第三步，汇总总区间。按工作项相互独立的假设，总方差为各工作项 σ² 之和，总标准差为总方差的平方根。以总期望为中心、总标准差为尺度构造总区间。若需要覆盖约 95% 的范围，取总期望加减两倍总标准差；覆盖约 68% 取一倍。同时保留极值汇总，即各工作项 O 之和到 P 之和，作为不做分布假设的参考上界和下界。

第四步，计算承诺相对总期望的偏离并估算超支概率。偏离量 = (承诺 − 总期望) / 总标准差，以标准差为单位表达承诺离期望有多远。偏离为正表示承诺高于期望，偏离为负表示承诺低于期望。再用正态近似换算超支概率：承诺等于总期望时，超支概率约 50%；承诺高于总期望一个标准差时，超支概率约 16%；低于总期望一个标准差时，超支概率约 84%。这些数值是近似参考，实际分布未必对称。

第五步，按判断规则决定维持、加缓冲或调整承诺。判断要同时看三个信号，不能只看超支概率一个数：

• 超支概率明显偏高，且承诺值低于悲观汇总值较多，说明承诺已经压在分布的低概率区域，应优先考虑下调承诺范围或增加缓冲。
• 超支概率中等，但区间宽度占比很大，说明不确定性本身很高，即使期望值看起来够用，也应预留缓冲并设置重估节点。
• 关键路径上集中了多个高不确定性工作项时，独立假设下的总区间可能偏窄，实际风险高于计算值，判断应更保守。
• 承诺高于悲观汇总值，且区间宽度占比小，风险暴露较低，可以维持承诺，把评估精力转向监控关键路径进展。

缓冲的规模可以参考承诺与总期望的差额，或按总标准差的一定倍数设定，并在里程碑评审时根据实际进展和重估结果调整。判断规则中的具体阈值应由团队结合历史校准情况确定，不存在通用的达标线。

例子：一个迭代的工作量风险暴露测算

以下为演示情景，数字用于说明计算过程，不代表任何真实项目。

某迭代纳入四个工作项，单位为人天，O、M、P 取值及计算结果如下表。

工作项	O	M	P	E	σ	σ²
A 接口改造	4	6	12	6.67	1.33	1.78
B 数据迁移脚本	3	5	9	5.33	1.00	1.00
C 前端页面调整	2	3	5	3.17	0.50	0.25
D 联调与回归	5	8	16	8.83	1.83	3.36

逐项计算示例：工作项 A 的 E = (4 + 4×6 + 12) / 6 = 40 / 6 ≈ 6.67 人天，σ = (12 − 4) / 6 ≈ 1.33 人天。其余各项按同一公式计算。

汇总结果：总期望 = 6.67 + 5.33 + 3.17 + 8.83 = 24.00 人天。总方差 = 1.78 + 1.00 + 0.25 + 3.36 = 6.39，总标准差 = √6.39 ≈ 2.53 人天。按一倍标准差构造的总区间约为 21.47 到 26.53 人天，按两倍标准差约为 18.94 到 29.06 人天。极值汇总为 14 到 42 人天，作为不做分布假设的参考范围。区间宽度占比 = (42 − 14) / 24.00 ≈ 117%，说明整体不确定性较大，主要来自工作项 D。

假设当前对外承诺为 22 人天。偏离量 = (22 − 24.00) / 2.53 ≈ −0.79 个标准差，承诺低于总期望。按正态近似，超支概率约为 79%，即按 22 人天交付有较大可能超出。承诺值 22 人天高于极值汇总的下界 14 人天，但明显低于总期望，落在分布的低概率区域。

结论：维持 22 人天的承诺风险偏高。可选做法是增加约 2 到 3 人天缓冲，把承诺调整到接近总期望的 24 人天附近，使超支概率降到约 50%；或者缩减工作项 D 的范围，降低其悲观值对总区间的拉动。若业务上必须维持 22 人天，则应把工作项 D 列为重点监控对象，在迭代中期设置重估节点，并提前准备范围调整方案。

解读与限制：区间不等于保证，指标不等于因果

三点估算的区间是估计质量的产物，不是交付保证。O、M、P 取值偏乐观时，期望值和区间会同时偏低，计算结果看起来风险可控，实际超支概率被低估。校准的做法是持续记录实际投入，与历史估计对比，观察偏差方向和幅度，再调整后续估算中 M 和 P 的取值习惯。校准需要多轮数据积累，单次对比不足以说明问题。

汇总时使用的独立假设是一个简化。工作项之间存在强相关时，例如多个任务共享同一名关键人员、依赖同一个外部接口、或受同一需求变更影响，风险会同时发生，方差相加会低估总区间，实际分布比计算结果显示的更宽。遇到这种情况，应把强相关工作项合并为一个估算单元，或在总区间上额外加一层判断，而不是直接采用独立假设的结果。

分母为零和数据不可比需要单独处理。总期望为零意味着没有纳入有效工作项，超支概率无从计算，应先检查评估范围是否为空。区间宽度占比在总期望很小时会异常放大，此时该指标失去比较意义，应改用绝对区间宽度。不同迭代、不同团队之间，如果工作分解粒度和假设条件不同，区间宽度占比和超支概率不能直接横向比较。

最后，超支概率和区间宽度是工作量维度的指标，不能替代对交付结果、质量和整体绩效的判断。评估结论要结合关键路径上的依赖关系、人员可用性和需求变更情况一起看。承诺是否需要调整，最终是一个综合决策，三点估算提供的是分布位置和概率参考，不是唯一依据。

常见问题

三点估算的期望值能直接当作交付承诺吗？

不建议直接当作承诺。期望值是工作量分布的居中位置，按期望值承诺意味着约一半概率会超支。承诺通常需要高于期望值，具体高多少取决于团队对超支概率的容忍度：承诺等于总期望时超支概率约 50%，高出一个总标准差时约 16%。承诺值应结合区间宽度和关键路径风险一起确定，而不是把期望值原样搬到承诺栏。

工作项之间明显相关时，总区间还能按方差相加算吗？

方差相加的前提是工作项相互独立。当多个任务共享同一名关键人员、依赖同一个外部接口或受同一需求变更影响时，风险会同时发生，按独立假设算出的总区间会偏窄，实际分布更宽。处理方式有两种：把强相关工作项合并成一个估算单元再算，或者在独立假设结果之上额外加一层保守判断，并在评估记录中注明相关性来源。

缺悲观值或没有历史数据时，估算结果还能用吗？

可以用，但要降低对精确概率的依赖。缺 P 时可用历史同类任务的较高分位值替代，或给出明确标注为经验补充的悲观值；完全没有历史数据时，O、M、P 全部依赖专家判断，此时应扩大区间而非压缩区间。解读时更多看区间宽度和承诺的相对位置，少依赖超支概率的具体数值，并在估计记录中标注哪些值是补充值。

估算结果应该多久重估一次？

至少在两个时点重估：需求发生变更之后，以及里程碑评审时。需求变更会改变工作项范围，旧估计继续沿用会让总区间低估实际不确定性；里程碑评审则用实际进展核对原估计是否仍成立。重估时保留旧记录，便于后续对比估计偏差、校准 M 和 P 的取值习惯。

三点估算的估算记录和实际工时怎么衔接？

估算记录回答“要做多久”，实际工时记录回答“已经投入多少”，两者分开管理但可以互相校准。ONES Project 支持任务工时统计与任务持续时间估算，估算记录可以随工作项一起留存；ONES 资源和工时管理解决方案支持多维度掌握项目和成员的资源投入情况，并支持查询和导出工时登记日志明细，这些实际投入数据可在后续迭代中用于校准 O、M、P 的取值偏差。具体字段配置与报表口径需按团队实际使用方式核验。