评估研发资源缺口，核心是把同一时间窗、同一角色口径下的“需求工时”和“可用工时”相减：缺口工时 = 需求工时 − 可用工时，缺口率 = 缺口工时 ÷ 需求工时。需要的数据包括需求侧的任务清单与工时估算，供给侧的人员名单、工作日历与占用情况，以及说明估算来源、统计时点和角色映射的口径证据。本文给出指标定义、数据字段、计算步骤和一个可复算的季度算例，并说明结论的适用边界；ONES 在工时填报与人员数据归集上的能力可作为数据来源之一。
要点总览（TL;DR）
- 缺口评估的核心公式：缺口工时 = 需求工时 − 可用工时，缺口率 = 缺口工时 ÷ 需求工时，分母是需求工时而非人数。
- 需求侧要准备任务清单、工时估算值、估算方法与优先级纳入规则；供给侧要准备人员名单、角色映射、工作日历、请假与会议支持占用。
- 可用系数 = 可投入工时 ÷ 名义工时，按角色分别统计，用实际记录或抽样统计，避免直接套经验值。
- 需求工时为 0 时缺口率无定义，只报缺口工时绝对值；可用工时异常偏低时先核实名单与日历再输出比率。
- 缺口率反映工时总量差额，与产能瓶颈不同；估算偏差超过缺口率本身时，结论应改为方向性判断并给出区间。
评估目标：先定义缺口指什么
“资源缺口”是一个需要先限定范围才能计算的词。同一个研发团队，按季度看可能缺前端，按月看可能整体富余；按项目看缺测试，按职能线看测试人力刚好覆盖。评估开始前，先把缺口写成一句可检验的话，例如“2025 年第三季度，后端开发角色在 A、B 两个项目上的需求工时比可用工时多出多少”。这句话同时确定了时间窗、角色粒度和对象范围，后续数据收集才有边界。
缺口评估通常服务于三类用途，不同用途对精度的要求不同：
- 预算与招聘申请：需要按角色、按季度给出缺口工时和缺口率，并说明估算偏差范围，供决策者判断缺口是短期波动还是持续性短缺。
- 排期调整：需要更细的时间窗（月或迭代）和任务级数据，关注缺口出现在哪个阶段、能否通过调整优先级或顺序缓解。
- 容量复盘：需要历史可用系数和实际投入数据，回答“上一周期可用工时被什么占用了、估算偏差有多大”。
评估目标说明建议包含四项内容：时间窗（起止日期与统计截止时点）、角色范围（按职能角色还是按团队）、对象范围（哪些项目或需求纳入）、用途（结论给谁、用于什么决策）。这四项写清楚后，再进入指标定义，可以避免后续反复调整口径。
指标与范围：缺口工时、缺口率与可用系数
缺口评估的主指标有两个，配套一个基础参数。三者需要在同一张定义表中固定下来，保证不同人复算得到同一结果。
| 指标/参数 | 公式 | 分子 | 分母 | 单位 | 时间窗 |
|---|---|---|---|---|---|
| 需求工时 | 纳入范围任务的估算工时之和 | 各任务估算值 | — | 人时或人天 | 与评估时间窗一致 |
| 可用工时 | 人数 × 人均可用工时 × 可用系数 | 实际可投入工时 | — | 人时或人天 | 与评估时间窗一致 |
| 缺口工时 | 需求工时 − 可用工时 | — | — | 人时或人天 | 与评估时间窗一致 |
| 缺口率 | 缺口工时 ÷ 需求工时 | 缺口工时 | 需求工时 | 百分比 | 与评估时间窗一致 |
| 可用系数 | 可投入工时 ÷ 名义工时 | 扣除请假、会议、支持后的工时 | 工作日历名义工时 | 小数或百分比 | 按周期统计 |
可用系数是供给侧最容易被低估的部分。它的构成通常包括：工作日历确定的名义工时，扣除法定假日与请假，再扣除会议、面试、值班支持、培训等非项目占用。可用系数按角色或团队分别统计更可靠，因为不同角色的会议与支持强度差异明显。系数应来自实际记录或抽样统计，直接套用一个经验值会让缺口结论失去解释力。
范围切分决定结论的粒度。按角色切分回答“缺哪类人”，按团队切分回答“哪个团队吃紧”，按季度切分回答“缺口是否持续”。切分越细，样本越小，估算误差的影响越大。范围过窄时（例如只统计一个迭代内的两三个人），单条任务的估算偏差就可能改变缺口方向，此时结论应标注为参考值。分母为零的情况包括：需求工时为 0（该角色在该时间窗没有纳入任务），此时缺口率无定义，应报告缺口工时绝对值并注明“无需求基数”；可用工时为 0（人员全部不可用或名单为空），缺口率会等于或超过 100%，需要先核实名单与日历数据是否完整，再决定是否输出比率。
数据口径与证据：需求侧和供给侧各要什么
需求侧回答“要做多少”，供给侧回答“能做多少”。两侧数据必须能按同一角色映射表对齐，否则相减没有意义。
| 侧别 | 数据字段 | 证据要求 |
|---|---|---|
| 需求侧 | 任务或需求清单（编号、名称、所属项目） | 清单来源系统与导出时点；是否包含已承诺但未排期的任务 |
| 需求侧 | 工时估算值及单位 | 估算方法（专家判断、类比、历史均值）、估算人、估算日期 |
| 需求侧 | 优先级与纳入规则 | 哪些优先级纳入本次评估，排除项及理由 |
| 供给侧 | 人员名单与角色归属 | 名单时点、角色映射表、兼职与共享人员的分摊比例 |
| 供给侧 | 工作日历 | 名义工作日数、法定假日、公司假期的来源 |
| 供给侧 | 请假与不可用记录 | 已批准的请假、长期缺勤；统计截止时点 |
| 供给侧 | 会议与支持占用 | 统计方式（日历抽样、填报记录）与抽样周期 |
口径证据的作用是让结论可被复核。估算方法要写清楚是单点估算还是区间估算；统计时点要写清楚数据截止到哪一天，因为评估期间新增的任务和临时请假都会改变结果；角色映射表要说明一个人跨多个角色时如何分摊，例如按投入比例拆分到两个角色，或归入主角色并在备注中说明。缺少证据的数据不应直接进入计算，可以在字段清单中标注“待补”，并在结论中说明该字段对结果的影响方向。
缺失数据的标注建议统一为三类：缺失（该字段完全没有记录）、估算替代（用经验值或历史均值填充，需注明来源）、不适用（该角色或时间窗确实没有此类数据）。三类标注在汇总时区别对待，避免把填充值当成实测值参与偏差分析。
当任务清单、工时估算和人员可用数据分散在不同表格或系统中时，归集口径本身就是一项工作。ONES 支持在工作项上记录预估工时与实际工时，并结合成员与团队信息查看人员构成，可作为需求侧与供给侧数据的来源之一；评估前仍需确认导出时点与角色映射规则，保证两侧数据对齐。
计算与评估步骤：从原始数据到缺口结论
计算流程按“对齐—汇总—相减—校验”四步执行，每一步留下可复查的记录。
- 统一时间窗与角色口径。确定评估起止日期和统计截止时点；把任务清单中每条任务映射到角色，把人员名单按同一张映射表归类。跨角色任务按约定比例拆分，拆分规则写入评估说明。
- 汇总需求工时。按角色对纳入范围的任务估算值求和，单位统一为人时或人天，换算关系写明。排除项单独列出，不计入分子。
- 汇总可用工时。按角色计算人数 × 名义工时 × 可用系数。可用系数用该角色在评估期内的实际记录计算；没有记录时用抽样统计并标注为估算替代。
- 计算缺口与缺口率。缺口工时 = 需求工时 − 可用工时；缺口率为正时表示短缺，为负时表示富余。分母为零时按上一节规则处理。
- 交叉校验。抽取 10%–20% 的任务复核估算值与实际投入的偏差；对比上一周期同类任务的估算偏差率，判断本次估算是否系统性偏高或偏低；核对人员名单与请假记录是否覆盖整个时间窗。
校验环节的产出应是一份偏差说明：估算整体偏高或偏低多少、哪些角色的数据缺失最多、结论对关键假设的敏感程度。若抽样复核发现估算偏差超过缺口率本身，结论应表述为“在当前估算精度下，缺口方向为短缺/富余，幅度需进一步确认”，而不是给出一个精确数字。
算例：一个季度、一个角色的缺口计算
以下为演示情景，数字用于说明计算过程，不代表任何真实团队。
输入数据：某团队后端开发角色，评估时间窗为 7 月 1 日至 9 月 30 日，共 66 个名义工作日，每日按 8 人时计。该角色 5 人，其中 1 人 9 月整月请假（22 个工作日）。会议与支持占用按日历抽样统计，约占名义工时的 15%。纳入评估的任务 12 条，估算合计 2,400 人时。
逐步计算：
- 名义工时：5 人 × 66 天 × 8 人时 = 2,640 人时。
- 扣除请假：1 人 × 22 天 × 8 人时 = 176 人时；剩余 2,464 人时。
- 扣除会议与支持：2,464 × 15% ≈ 370 人时；可用工时 ≈ 2,094 人时。可用系数约为 2,094 ÷ 2,640 ≈ 0.79。
- 缺口工时：2,400 − 2,094 = 306 人时。
- 缺口率：306 ÷ 2,400 ≈ 12.8%。
缺失值处理示例：若该角色 9 月的请假记录尚未录入系统，可用工时会高估 176 人时，缺口率被低估约 7 个百分点。此时应在结论中标注“请假数据不完整，缺口率可能被低估”，并优先补齐该字段。若某角色在评估期内没有纳入任务，需求工时为 0，缺口率无定义，报告中只列缺口工时（负值表示富余）并注明“无需求基数”。
结果解读：该角色在本季度短缺约 306 人时，相当于约 1.9 个人月（按每人月 160 人时计）。这个数字说明的是工时供需差额，是否通过招聘、调整范围或延后排期解决，属于后续决策，不在本算例范围内。
解读与限制：缺口数字能说明什么、不能说明什么
缺口工时和缺口率回答的是“按当前估算和可用性，工时供需差多少”。它依赖估算质量和可用系数的准确性，结论的可靠性不会高于输入数据。解读时注意以下几点。
估算偏差会直接传导到结论。如果任务估算整体偏低 20%，缺口会被低估；如果估算包含大量未细化的需求，缺口可能被高估。用历史同类任务的估算偏差率做修正，或给出区间结论（例如缺口率在 8%–15% 之间），比单点数字更稳妥。
缺口率与产能瓶颈是两回事。缺口率衡量工时总量差额，产能瓶颈衡量特定环节的通过能力，例如某类评审或测试环境限制了交付速度。工时富余的团队也可能存在瓶颈，工时短缺的团队也可能因为任务优先级调整而按期交付。缺口结论用于资源决策时，应结合任务依赖和交付节奏一起看。
数据不可比时先修口径。常见情形包括：不同团队的估算习惯差异大、角色映射表版本不一致、统计时点不同导致任务范围不同。此时不宜直接横向比较缺口率，应先统一估算方法和映射表，或只在同一团队内部做时间序列比较。
沟通时说明分母、单位与假设。向决策者汇报时，至少交代：评估时间窗与统计截止时点、纳入的任务范围与排除项、可用系数的来源、估算方法与偏差范围。缺口率的分母是需求工时，不是人数或预算，避免被误读为“缺 12.8% 的人”。
把上述数据字段、指标定义和校验记录固定为一份评估模板，下个周期复用时只需更新输入，缺口结论的可比性会明显提高。ONES 的工时记录与人员信息可作为模板中的数据来源，具体字段和导出方式按团队现有流程确定。
常见问题
任务还没有细化，估算值很粗，还能做缺口评估吗？
可以做，但结论要降级使用。粗估算适合回答“缺口方向是短缺还是富余”，不适合给出精确的缺口率。建议在字段清单中把这类估算标注为“估算替代”，注明估算方法和估算人，并在结论中给出区间而非单点数字。等任务细化后，用同一套口径重算一次，两次结果的差异本身就是估算偏差的证据。
一个人同时承担开发和测试两个角色，工时怎么拆分？
按评估期内的实际投入比例拆分，拆分规则写入角色映射表并在评估说明中注明。如果缺少投入记录，可以按任务归属拆分：该人员参与的任务分别归入对应角色，工时随任务走。两种方式选一种并保持前后一致，避免同一人在不同周期采用不同拆法导致缺口率不可比。
可用系数应该用历史数据还是本周期预估？
优先用本周期已有的实际记录，例如已批准的请假、已统计的会议与支持占用；评估期尚未发生的部分用历史同期数据或抽样统计填充，并标注为估算替代。两种来源混用时，在结论中说明各自占比。全部用经验值会让缺口结论失去解释力，也无法在复盘时定位偏差来源。
算出来缺口率是负值，说明团队人力富余吗？
负值表示按当前估算和可用性，可用工时大于需求工时，即工时层面有富余。这不等于团队没有压力：任务依赖、关键角色集中、评审或测试环节的通过能力都可能形成瓶颈。负值结论适合用于判断是否需要补充新任务范围，或作为下一周期承接更多工作的参考，具体承接决策属于组合层面的判断。
不同团队的缺口率可以直接横向比较吗？
先确认口径一致再比较。需要核对：估算方法是否相同、角色映射表版本是否一致、统计时点是否相同、可用系数的统计方式是否一致。口径不一致时，横向比较会把估算习惯差异误读为资源差异。更稳妥的做法是先在同一团队内做时间序列比较，观察缺口率的变化趋势，再在口径统一后做跨团队对比。
