过程度量做什么
过程度量用于评估工作过程的能力与稳定性，常见指标有评审缺陷发现率、测试覆盖率、构建成功率与缺陷发现阶段分布。度量的用途是驱动过程改进而非追责：先定义公式与统计周期，再记录历史均值与波动范围作为基线，然后看趋势变化判断改进是否有效。口径频繁变更会让趋势失去可比性，把度量与个人绩效强绑定则会诱使数据被美化。
基本信息
| 度量对象 | 过程能力与稳定性，而不是个人产出 |
|---|---|
| 常见指标 | 评审缺陷发现率、测试覆盖率、构建成功率、缺陷阶段分布 |
| 口径要求 | 公式与统计周期书面化，变更需注明生效期 |
| 基线管理 | 记录历史均值与波动范围 |
| 使用原则 | 用于过程改进，不用于个人绩效评价 |
典型使用场景
- 缺陷集中到测试阶段才被发现时，用阶段分布定位前置环节的薄弱点
- 评审投入产出难以判断时，用评审缺陷发现率评估其效果
- 构建长期不稳定时，用构建成功率与失败原因分类定位环境或流程问题
- 覆盖率长期偏低时，结合缺陷密度判断补测试的优先级
- 推行改进措施后，用趋势对比验证效果，而不是只看单次数据
过程度量示例
过程度量示例
# 评审缺陷发现率 = 评审发现的缺陷数 ÷ 评审人时
# 测试覆盖率 = 已覆盖需求数 ÷ 需求总数
# 构建成功率 = 成功构建次数 ÷ 总构建次数
# 缺陷发现阶段分布：需求、设计、编码、测试、上线口径管理
| 要素 | 做法 | 缺失后果 |
|---|---|---|
| 定义 | 公式与统计周期书面化 | 各人算法不同，数据不可比 |
| 基线 | 记录历史均值与波动范围 | 无法判断当前是否异常 |
| 变更 | 口径调整标注生效期 | 趋势断裂，前后不可比 |
| 呈现 | 按角色裁剪视图 | 数据堆砌，无人解读 |
缺陷发现阶段前移通常降低总成本：越晚发现的缺陷，修复代价越高。
把过程度量与个人绩效强绑定，数据会被美化，度量随即失去参考价值。