需求池状态已经配置好，团队却不确定管理是否真的生效，评估时应看四类指标：状态停留时长、状态回退率、长期停滞占比和流转准确性。它们分别回答流转快不快、回退多不多、停滞能否被发现、状态是否真实反映进展。评估范围限定在需求集合的维护，结论用于发现配置或执行问题，不直接等同于交付绩效。状态变更记录和需求流转数据可以在ONES中获取，用于支撑取数与抽样核验。
要点总览（TL;DR）
- 评估需求池状态管理效果，看四类指标：状态停留时长、状态回退率、长期停滞占比、流转准确性，分别对应流转是否及时、回退是否留痕、停滞能否暴露、状态是否真实。
- 指标要按需求类型分组、按观察期取数，分母为零时标注无样本，不用0%代替，保证不同轮次可复算、可比较。
- 长期停滞的阈值和抽样规则需事先约定并在多轮评估中保持一致，否则占比和准确性数据无法横向比较。
- 指标只说明状态执行情况，不直接代表交付质量或团队绩效；需结合回退备注、停滞跟进记录等定性证据交叉验证。
- 评估结论落到具体状态节点，用于调整状态配置和跟进机制，下一轮用同一口径复算验证调整效果。
评估目标：状态管理有效意味着什么
“状态管理是否有效”需要先拆成可观察的判断对象，否则容易停留在“大家觉得流程跑起来了”的印象层面。建议把有效性拆成四个维度，每个维度对应一个待回答的问题，后续指标围绕这些问题设计。
| 判断维度 | 要回答的问题 | 观察对象 |
|---|---|---|
| 状态真实 | 需求当前所处的状态，是否与团队实际推进情况一致？ | 抽样需求的状态与实际进展对照 |
| 流转及时 | 需求进入某个状态后，是否在合理时间内继续推进？ | 各状态的停留天数 |
| 停滞可发现 | 长期没有进展的需求，能否被状态本身暴露出来？ | 停留超过约定阈值的需求 |
| 回退有原因 | 需求退回前序状态时，是否有记录和说明？ | 回退事件及备注、跟进记录 |
评估边界需要提前说清：本文讨论的是需求池内需求条目的状态维护，涉及需求从进入池子到关闭或进入排期的流转过程。迭代排期是否合理、需求价值如何评分，属于另外的管理议题，不纳入本次评估。评估结论的用途是发现状态配置或执行中的问题，例如某状态形同虚设、回退无人记录、停滞需求无人跟进，而不是给个人打绩效分。把用途限定在机制改进上，团队才更愿意如实维护状态。
指标与范围：四类指标及统计边界
四类指标各有明确的统计对象和含义，先定义清楚再取数，后续计算才能复算。指标含义如下表，具体公式在第四节展开。
| 指标 | 含义 | 统计对象 | 时间窗 |
|---|---|---|---|
| 状态停留时长 | 需求在某一状态平均停留多少天 | 观察期内进入过该状态的需求 | 按状态变更事件落在观察期内的记录统计 |
| 状态回退率 | 发生状态回退的需求占有多大比例 | 观察期内有状态变更的需求 | 观察期起止内发生的回退事件 |
| 长期停滞占比 | 停留在某状态超过阈值的需求占比 | 观察期末仍处于该状态的需求 | 观察期末时点 |
| 流转准确性 | 状态与实际进展一致的需求比例 | 按规则抽取的需求样本 | 抽样时点 |
统计对象是需求池内的需求条目，并建议按需求类型分组，例如新功能、优化改进、缺陷修复分开统计。不同类型需求的流转节奏差异明显，混在一起算平均停留时长，结论容易被某一类需求主导。时间窗需要同时约定观察期起止和状态变更事件的取数区间：观察期决定统计哪些需求，取数区间决定读取哪些变更记录，两者可以一致，也可以在需要观察历史停留时向前延伸。
排除项要事先写进口径：已关闭的需求不再参与停留和停滞统计；测试性条目、重复创建后废弃的条目应在取数时剔除，并记录剔除数量，便于核对样本规模。排除规则一旦确定，同一轮评估内保持一致，下一轮评估若调整规则，需要在结论中注明，避免前后数据被直接比较。
数据口径与证据：从状态变更记录取数
指标计算依赖状态变更记录，取数前先确认数据来源和字段是否齐全。主要数据来源包括状态变更日志、需求创建时间与关闭时间、操作人以及变更备注。需要的字段至少包括：需求ID、原状态、新状态、变更时间、变更人。若备注字段可用，一并取出，用于判断回退是否有说明。
缺失值和异常记录按统一规则处理，避免不同人算出不同结果：
- 变更时间为空或明显异常的记录，标记为无效记录并从计算中剔除，同时记录剔除条数；
- 同一需求在同一时刻出现多条相互矛盾的变更记录，以最后一条有效记录为准，并在核验时回查；
- 需求创建时间缺失的，不参与停留时长计算，但可保留在停滞占比的统计中；
- 状态名称在观察期内发生改名或合并的，先按映射关系归并，再参与计算。
定量指标之外，还需要采集定性证据。抽样查看回退需求的备注，判断回退是否有明确原因；抽查长期停滞需求的跟进记录，看是否有人认领、是否有下一步安排。定性证据的作用是解释指标背后的原因，例如回退率高可能是评审标准严格，也可能是需求进入状态过早，单看数字无法区分。
在ONES中，需求状态可以按实际场景自定义，需求流转过程会留下状态变更记录，这些记录是上述取数的直接来源。ONES Project 还提供多种报表并支持自定义数据范围和维度，可用于按需求类型、时间窗汇总流转情况。具体到状态停留时长、回退率这类专项统计，现成报表是否直接覆盖需以实际产品界面为准，必要时基于变更记录自行汇总。
计算与评估步骤：公式、分母与核验
四类指标的计算公式和分母如下，单位与口径一并写明，便于复算。
| 指标 | 计算公式 | 单位 | 分母说明 |
|---|---|---|---|
| 状态停留时长 | 各需求在该状态的停留天数之和 ÷ 进入该状态的需求数 | 天 | 分母为观察期内进入过该状态的需求数 |
| 状态回退率 | 观察期内发生回退的需求数 ÷ 观察期内有状态变更的需求数 | 百分比 | 分母只计有状态变更的需求，未变更的需求不进入分母 |
| 长期停滞占比 | 停留超过阈值的需求数 ÷ 观察期末处于该状态的需求数 | 百分比 | 分母为期末时点仍在该状态的需求数 |
| 流转准确性 | 抽样中状态与实际进展一致的需求数 ÷ 抽样需求总数 | 百分比 | 分母为实际抽取并完成核验的需求数 |
分母为零时，标注“无样本”，不计算比率，也不要用0%代替。例如某状态在观察期内没有任何需求进入，其停留时长应记为无样本；观察期内没有状态变更时，回退率同样标注无样本。这样处理可以避免把“没有数据”误读为“表现良好”。
评估按四步推进：
- 取数：按约定字段导出状态变更记录、创建与关闭时间，完成排除项剔除和异常记录标记，形成评估数据集。
- 计算：按需求类型和时间窗分组计算四类指标，分母为零的组合标注无样本。
- 抽样核验：按事先约定的抽样规则抽取需求，对照实际进展核对状态准确性，同时查看回退备注和停滞跟进记录。
- 形成结论：把指标结果与定性证据对照，指出具体问题所在的状态节点或执行环节，提出配置或跟进机制的调整建议。
长期停滞的阈值需要事先约定，例如某状态停留超过14天视为停滞，阈值应结合团队实际流转节奏设定，并在多轮评估中保持一致，否则占比数据无法横向比较。
示例：一个观察期的计算演示
以下为一组演示数据，用于说明计算过程，不代表任何真实团队的表现。设定观察期为某月1日至30日，需求池内共有40条需求，按类型分为新功能20条、优化改进20条；约定“评审中”状态停留超过10天视为长期停滞。
状态停留时长：观察期内进入“评审中”状态的需求共12条，各需求在该状态的停留天数合计为54天，则平均停留时长为54 ÷ 12 = 4.5天。进入“开发中”状态的需求共18条，停留天数合计126天，平均7.0天。
状态回退率：观察期内有状态变更的需求共30条，其中发生回退的8条，回退率为8 ÷ 30 ≈ 26.7%。按类型看，新功能回退5条、优化改进回退3条，回退集中在“开发中”退回“评审中”这一环节。
长期停滞占比：观察期末仍处于“评审中”的需求共10条，其中停留超过10天的4条，长期停滞占比为4 ÷ 10 = 40%。停滞需求清单显示，这4条需求均无最近一次跟进记录。
流转准确性：按每5条抽1条的规则抽取8条需求核验，其中6条状态与实际进展一致，2条实际已开始开发但仍停留在“评审中”，流转准确性为6 ÷ 8 = 75%。
从这组结果可以读出两类问题：一是“评审中”状态既存在较长停留，又集中了停滞需求且缺少跟进记录，说明该状态的退出机制不清晰；二是回退集中在开发退回评审，结合备注查看，若多数回退备注为空，则说明回退原因记录的执行不到位。评估结论应落到这些具体节点上，而不是笼统判断“状态管理不好”。
解读与限制：指标说明什么、不说明什么
四类指标反映的是状态被维护和执行的情况，包括流转是否及时、停滞是否暴露、回退是否留痕、状态是否可信。它们不直接代表交付质量，也不能作为团队绩效的考核依据。停留时长偏长可能是需求本身复杂，回退率高可能是评审把关严格，单看指标容易得出相反结论，需要结合定性证据判断。
解读时注意以下限制：
- 样本量小：需求数量少时，比率波动大，一两条需求的变化就能显著改变结果，此时更适合看清单和个案，而非比率。
- 需求类型混杂：不同类型需求混算会掩盖差异，应按类型分组后再看整体。
- 状态定义变化：观察期内调整过状态名称、增减过状态或修改过流转规则，前后数据不可比，应分段统计并注明变更时间点。
- 定性证据不可省：指标指出“哪里异常”，备注和跟进记录说明“为什么异常”，两者交叉验证后才能形成可执行的改进建议。
评估结果最终用于调整状态配置和跟进机制，例如精简无人使用的状态、为关键状态设定停留提醒、要求回退时填写原因。把这些动作落到具体状态节点上，下一轮评估再用同一口径复算，才能看出调整是否起作用。
常见问题
需求数量很少时，这些比率指标还有参考价值吗？
样本量小时，比率波动很大，一两条需求的变化就能显著改变结果。此时建议把重点放在清单和个案上：列出长期停滞的需求逐条看跟进记录，抽取回退需求查看备注是否说明原因，用具体案例判断状态维护的执行情况。比率可以保留作为趋势参考，但不宜据此下结论，也不宜与需求量大、类型结构不同的团队直接比较。
观察期内调整过状态名称或流转规则，前后数据还能一起算吗？
不能直接合并计算。状态改名、增减状态或修改流转规则后，同一状态名称前后含义可能不同，停留时长和回退率会失真。处理方式是分段统计，以变更时间点为界，分别计算变更前后的指标，并在结论中注明变更内容与时间。若需要跨期比较，先按映射关系把旧状态归并到新口径，再重新汇总，同时说明归并规则。
长期停滞的阈值应该怎么定？
阈值应结合团队实际流转节奏设定，没有统一标准。可以先看一轮各状态停留天数的分布，取明显偏离主体的位置作为参考，例如多数需求在评审中停留3至5天，可把超过10天或14天视为停滞。阈值一旦确定，多轮评估中保持一致，才能比较占比变化；若因业务节奏变化需要调整，应在结论中注明调整时间点，避免前后数据被直接对比。
流转准确性抽样怎么抽，抽多少合适？
抽样规则应事先约定并记录，便于复算。可以按固定间隔抽取，例如每5条抽1条，也可以按状态分层抽取，对停滞和回退集中的状态多抽一些。样本量根据需求池规模确定，规模较小时可提高比例甚至全量核验。核验时对照需求的实际进展，记录一致与不一致的条数，并保留不一致的具体案例，用于说明状态失真的位置和原因。
评估发现某状态长期无人使用，应该直接删掉吗？
先确认原因再决定。查看该状态在观察期内的进入记录和变更备注，判断是流程设计上确实不需要，还是团队习惯绕过它。若确认该状态不承载实际流转，可以精简，同时调整流转规则并通知团队；若只是执行不到位，则更适合通过停留提醒、明确退出条件来改善。调整后在下一轮评估中用同一口径复算，观察停留时长和停滞占比是否变化。
