第1章 偏差识别场景定义
本章定义 Effort 偏差识别的基本场景，明确偏差类型、数据来源与团队角色的对应关系，为后续偏差修正与规模调整提供统一入口。所有后续章节的操作均基于本章定义的场景边界展开。
适用场景
- 估算与实测偏差分析：项目计划阶段或交付回顾阶段，需要对 Effort（人天/人时）估算值与实际值进行差异识别。
- 团队规模影响评估：因人员增减、转岗、长期请假导致的团队规模变化，需要识别其对 Effort 整体偏差的影响。
- 跨阶段数据对齐：需求、设计、开发、测试各阶段间 Effort 数据口径不统一时，需先定位偏差来源。
- 组织级度量基线建立：首次建立组织级 Effort 偏差基线时，需为不同偏差类型定义统一的识别标准。
前置条件
- 已完成项目或迭代的 Effort 估算记录（颗粒度≤0.5 人天）。
- 对应时间范围内的实际 Effort 采集数据（来源：工时系统、手动日志）。
- 团队角色清单（含成员、岗位、在岗时间段）。
- 偏差预警阈值已确定（默认阈值：单任务偏差 ≥ 20% 或 2 人天）。
操作步骤
- 收集原始数据：从估算工具、工时系统、团队成员日志中提取 Effort 记录。
- 标记偏差条目：对比估算值与实际值，标记超出阈值的条目。
- 分类偏差类型：
- 类型 A：估算方法错误（如 PERT 参数不匹配）。
- 类型 B：需求变更未同步更新估算。
- 类型 C：团队规模变化导致的效率衰减或提升。
- 类型 D：外部依赖延迟或资源冲突。
- 标注数据来源：为每个偏差条目指定来源（系统自动采集 / 手动补录 / 第三方工具）。
- 关联团队角色：将偏差条目与具体角色（如 初级开发、测试 Lead、PO）对应，记录角色影响系数。
- 生成偏差场景快照：输出结构化的偏差识别记录表。
输入输出物
| 类别 | 名称 | 格式 | 说明 |
|---|---|---|---|
| 输入 | Effort 估算记录 | CSV / JSON | 含任务 ID、估算人天、估算日期 |
| 输入 | 实际 Effort 日志 | CSV / JSON | 含任务 ID、实际人天、完成日期 |
| 输入 | 团队角色清单 | 表格 | 含成员、岗位、在岗起止时间 |
| 输出 | 偏差识别场景表 | 结构化文档 | 偏差类型、来源、角色、阈值标记 |
责任边界
- 项目经理（PM）：确认阈值标准，审批偏差分类结果。
- 项目集经理（PgM）：协调跨项目的数据对齐。
- 团队 Lead：提供角色影响系数及实际工作量说明。
- QA/度量组：审核数据来源的可靠性，归档场景记录。
记录材料
- 《偏差识别场景登记表》（模板见项目管理工具库，含：条目ID、类型、来源、角色、阈值标记、备注）
- 《Effort 估算与实际对照明细》（自动导出 + 人工校验后的最终版）
- 会议纪要（如偏差类型分类争议会议）
异常处理
- 数据缺失：若实际 Effort 数据缺失超过 30%，需暂停偏差识别，补录后再继续。
- 类型冲突：同一偏差条目同时符合多种类型时，按优先级降序判定：类型 C > 类型 B > 类型 A > 类型 D。
- 角色信息不全：缺少某成员在岗时间段时，按该成员所在团队平均在岗比例估算，并在备注中标明。
验收标准
- 偏差识别场景表中每条记录都有明确的类型、来源、角色三个字段。
- 所有超出阈值条目均被标记，且标记率 ≥ 95%。
- 数据来源可追溯至原始系统或日志文件。
- 场景表通过项目经理与度量组双人评审。