任务逾期率的通用算法是：在统计时间窗内，用“到期且未按时完成的任务数”除以“到期任务总数”，再乘以100%。要让结果可复算，需要先固定三个口径：到期日取哪个字段、按时完成如何判定、统计窗口与分母如何取。分母只纳入窗口内已到期的任务，未到期任务不计入；分母为零时该窗口不计算比率，标注为“无样本”。
要点总览（TL;DR）
- 逾期率＝统计窗口内到期且未按时完成的任务数÷窗口内到期任务总数×100%，分母只纳入已到期任务。
- 取数需固定三类字段：到期日取计划完成时间还是承诺完成时间、完成时间取状态流转时间戳、按时判定取完成还是验收通过。
- 分母为零时标注“无样本”，不输出0%或100%；任务改期需在口径中固定按哪一版到期日归属窗口。
- 示例：某月到期120项、逾期18项，逾期率为15%；把未到期任务计入分母会低估比率。
- 解读时结合平均逾期天数与逾期分布，并通过抽样核对原始任务记录验证分子分母可追溯。
评估目标：逾期率要回答什么问题
逾期率回答的是一个范围有限的问题：在某个统计窗口内，按计划应当完成的任务中，有多大比例没有在到期日前完成。它适合用来观察任务按计划完成的整体水平，并定位逾期集中的项目、团队或任务类型，为后续排查计划合理性、资源分配和阻塞因素提供线索。
这个指标的使用边界需要提前说清。逾期率反映的是任务与到期日之间的关系，单凭它无法证明个人能力高低，也无法单独判断项目成败。一个团队逾期率偏高，可能来自任务颗粒度大、到期日设置过紧、需求变更频繁，也可能来自执行拖延，需要结合原始记录进一步区分。
逾期率与几个相邻指标各自回答不同问题，配合使用才能形成完整判断：
| 指标 | 回答的问题 | 计算要点 |
|---|---|---|
| 完成率 | 窗口内任务完成了多少 | 已完成任务数÷任务总数，不区分是否按时 |
| 按时完成率 | 完成的任务中有多少按期完成 | 按时完成任务数÷已完成任务数 |
| 逾期率 | 到期任务中有多少未按时完成 | 逾期任务数÷到期任务总数 |
| 平均逾期天数 | 逾期任务平均拖了多久 | 逾期天数总和÷逾期任务数 |
完成率关注“做没做完”，按时完成率关注“做完的里面有多少按期”，逾期率关注“该到期的里面有多少没按期”，平均逾期天数关注“逾期程度有多深”。四者口径不同，不能互相替代。
指标与范围：分子、分母与统计对象
逾期率的定义式为：逾期率＝逾期任务数÷到期任务总数×100%。公式本身简单，结果差异主要来自分子分母的纳入规则，因此需要先把统计对象固定下来。
分子是“到期日已过且未在到期日前完成的任务”。判定时以到期日为界，完成时间晚于到期日，或在观察时点仍未完成，都计入逾期。到期日当天完成是否算按时，需要在口径中明确，通常按“完成时间不晚于到期日结束时刻”处理，并保持各期一致。
分母是“统计窗口内到期日的任务总数”。这里的关键是“到期日落在窗口内”，而不是“任务创建于窗口内”或“任务完成于窗口内”。未到期任务不进入分母，否则会人为压低比率；窗口外到期的任务也不进入，否则会混入其他期间的执行情况。
纳入范围需要逐项确认，常见的选择包括：
- 任务类型：只统计开发任务，还是包含缺陷修复、文档、测试等类型；不同类型的工作节奏不同，混合统计会削弱可比性。
- 项目范围：按单个项目、项目集或全组织统计，范围越大，分母构成越复杂。
- 负责人范围：按团队、角色或个人统计时，需保证同一任务只归属一个统计单元，避免重复计数。
- 已取消任务：取消任务通常不进入分母，因为它不再有“应当完成”的承诺；若组织希望观察取消对计划的影响，可单独统计取消率。
- 重开任务：任务完成后被重开，需明确以哪一次完成时间为准；常见做法是以最终关闭前的最后一次完成为准，并在口径中注明。
这些规则一旦确定，应在各期统计中保持一致。中途调整纳入范围，会让前后两期的比率失去可比性。
数据口径：到期日、完成时间与状态字段
逾期率能否复算，取决于取数字段是否明确。至少需要三类字段：到期日、完成时间和任务状态。每一类都存在口径分歧，需要在统计前做出选择并记录。
到期日字段。计划完成时间与承诺完成时间是两个不同概念。计划完成时间通常是排期时设定的目标日期，承诺完成时间是对外或对上游确认的交付日期。两者不一致时，逾期判定应以哪个为准，需要按管理目的选择：观察排期准确性用计划完成时间，观察交付履约用承诺完成时间。无论选哪个，都应在指标说明中写明。
完成时间字段。应取任务状态流转为“完成”时记录的时间戳，而不是记录的最后修改时间。最后修改时间会因补充备注、调整标签等操作而变化，用它判定完成时点会产生偏差。若系统保留状态变更历史，优先从历史记录中取首次进入完成状态的时间。
状态口径。完成、验收通过、关闭是三种常见状态，含义不同：
| 状态口径 | 含义 | 适用场景 |
|---|---|---|
| 完成 | 执行者标记工作已做完 | 关注执行进度，统计口径最宽 |
| 验收通过 | 交付物经确认符合要求 | 关注交付质量与确认环节 |
| 关闭 | 任务流程终结，可能含取消 | 需排除取消任务时使用 |
选择哪种状态作为“按时完成”的判定点，会直接影响分子。以完成为准，逾期率反映执行节奏；以验收通过为准，逾期率还会包含等待确认的时间。两种口径都合理，但不能混用。
缺失值处理。无到期日的任务无法判定是否逾期，应从分母中排除，并单独记录数量；无完成时间但状态为完成的任务，属于数据异常，应标记待核对，不宜直接计入按时或逾期。缺失比例过高时，应先修复数据再发布指标。
在实际取数时，任务到期日、完成时间和状态流转记录需要由任务管理工具承载。以ONES任务管理为例，任务可以设置到期日，状态变更会留下流转记录，按上述口径导出字段后即可计算；具体字段名称与配置方式以实际环境为准。
计算步骤：从取数到得出比率
把公式落到可执行流程，可以按以下步骤操作。每一步都产出可检查的中间结果，便于后续抽样核对。
- 确定统计窗口与观察时点。例如统计“2025年3月1日至3月31日到期的任务”，观察时点设为4月1日零时。观察时点决定哪些未完成任务被判定为逾期，必须固定，不能随查询时间漂移。
- 筛选分母。从任务全量数据中筛出到期日落在窗口内的任务，排除已取消任务和无到期日任务，得到到期任务总数。
- 判定每项任务是否逾期。对分母中的每项任务，比较完成时间与到期日：完成时间晚于到期日，或观察时点仍未完成，标记为逾期；完成时间不晚于到期日，标记为按时。
- 汇总分子。统计标记为逾期的任务数，作为分子。
- 计算比率。分子÷分母×100%，保留一位或两位小数，并在结果旁注明窗口、观察时点和口径版本。
- 处理分母为零。窗口内没有到期任务时，输出“无样本”，不输出0%或100%。0%意味着有样本且全部按时，100%意味着有样本且全部逾期，两者都与无样本含义不同。
- 分组计算时去重。按项目、团队或任务类型分组时，先确认每项任务只归属一个分组；存在多归属关系时，需指定主归属规则，否则各组分子分母相加会大于总体。
任务改期会改变到期日所属的窗口。若一项任务原定3月到期，改到4月，它在3月窗口的分母中消失，可能导致3月逾期率被低估。处理方式有两种：按当前到期日归属窗口，或按到期日变更历史还原各期口径。前者简单，后者更接近当时的计划执行情况，选择哪种应在指标说明中固定。
计算示例：一个月的逾期率怎么算
假设某团队统计2025年3月到期的任务，观察时点为4月1日零时。窗口内到期任务共120项，其中18项完成时间晚于到期日或在观察时点仍未完成，其余102项在到期日前完成。按定义式计算：
逾期率＝18÷120×100%＝15%。
这个15%的含义是：3月到期的任务中，有15%没有按期完成。它不说明逾期任务拖了多久，也不说明未到期任务的情况。
常见的错误算法是把未到期任务也放进分母。假设该团队3月还创建了30项4月到期的任务，若把它们一并计入，分母变成150，比率变为18÷150×100%＝12%。这个12%低估了实际逾期水平，因为那30项任务尚未到期，本来就不该参与判定。
分组计算时，分母不同会直接影响可比性。假设两个团队同月数据如下：
| 团队 | 到期任务数 | 逾期任务数 | 逾期率 |
|---|---|---|---|
| A团队 | 40 | 4 | 10% |
| B团队 | 120 | 9 | 7.5% |
B团队逾期率更低，但逾期任务绝对数更多。若两个团队任务颗粒度差异很大，比如A团队的任务普遍是多人日的大任务，B团队多为小时级小任务，直接比较比率仍可能失真。此时应结合任务规模、平均逾期天数和逾期分布一起看。
解读与限制：结果怎么用才不失真
逾期率是一个受分母构成影响的比率，解读时要先看分母发生了什么变化。如果某期分母中临时性、小颗粒任务占比明显上升，比率可能自然下降；如果分母中集中了一批长周期任务，比率可能上升。比率的升降不一定对应执行水平的升降，需要回到任务构成去解释。
到期日频繁改期是常见的低估来源。任务一旦改期，就从原窗口的分母中移出，逾期记录随之消失。若组织允许随意改期且不留记录，逾期率会系统性偏低。验证时可以抽取一批改期任务，核对改期原因和改期次数，判断改期是正常的计划调整，还是规避逾期的手段。
任务颗粒度不一致会导致跨团队不可比。大任务周期长、到期日少，小任务周期短、到期日多，两者的逾期概率结构不同。跨团队比较前，应确认任务拆分规则和到期日设置习惯是否接近；差异较大时，宜在同一团队内部做趋势比较，或按任务规模分层统计。
验证计算结果是否可信，可以采用抽样核对：从分子和分母中各抽取若干任务，回到原始任务记录，检查到期日、完成时间、状态是否与统计口径一致，确认每项任务都能追溯到具体记录。若抽样中发现口径混用或字段缺失，应先修正再发布。
使用建议上，逾期率适合与平均逾期天数、逾期分布结合。逾期率告诉你“有多少没按期”，平均逾期天数告诉你“拖了多久”，逾期分布告诉你“逾期集中在哪些任务或环节”。三者一起看，才能判断问题是偶发延误还是系统性排期过紧。指标本身不设通用达标线，组织可依据自身历史数据和业务节奏设定观察区间，并把口径版本与统计窗口一并记录，保证各期结果可比较、可复算。
常见问题
到期日当天完成的任务算不算逾期？
这取决于口径中对“按时”的界定，常见做法是完成时间不晚于到期日结束时刻即算按时，到期日次日零时起算逾期。无论选择哪种界定，都应在指标说明中写明，并在各期统计中保持一致。若中途改变界定方式，前后两期的比率将失去可比性。
任务完成后被重开，完成时间以哪一次为准？
常见做法是以最终关闭前的最后一次完成时间为准，并在口径中注明。若组织更关注首次交付，也可以取首次进入完成状态的时间。两种口径回答的问题不同：前者反映最终交付是否按期，后者反映首次执行节奏。选定后应保持稳定，避免同一任务在不同期采用不同规则。
按团队分组统计时，各组逾期率能直接相加得到总体吗？
不能直接相加。总体逾期率应按全部到期任务和全部逾期任务重新计算，而不是各组比率的算术平均。各组分母不同时，简单平均会扭曲总体水平。分组统计前还需确认每项任务只归属一个分组，存在多归属关系时指定主归属规则，否则各组分子分母之和会大于总体。
统计窗口内没有到期任务，报表应该填什么？
应输出“无样本”，并注明窗口内到期任务数为零。填0%会被理解为有样本且全部按时，填100%会被理解为有样本且全部逾期，两者都与实际情况不符。若连续多个窗口无样本，说明该范围的任务到期日设置稀疏，可考虑调整统计范围或窗口长度。
逾期率多高算正常，有没有通用达标线？
通用方法中不存在统一的达标线。逾期率受任务颗粒度、到期日设置习惯、业务节奏影响，不同团队之间直接套用同一阈值意义有限。更可行的做法是依据本团队历史数据设定观察区间，关注趋势变化和异常波动，并结合平均逾期天数、逾期分布判断问题性质。设定观察区间时，应同时记录口径版本与统计窗口。
