进行中流程与规范:项目经理看板入门指南关键指标
项目看板上有 27 项工作显示“进行中”,但本周只完成了 4 项,这不一定说明团队效率低,却足以提醒项目经理:只看任务状态,往往看不出工作是否在流动。真正有用的看板,要能回答三个问题:工作堆在哪里、为什么停住、接下来谁采取什么行动。本文用一组明确标注为情景模拟的数据,拆解进行中流程的定义、关键指标、解读方法与落地规范。
一、先看核心结论:指标不是装饰,而是决策入口
1. 看板首先要呈现工作流,而不是堆满数字
我判断一张项目看板是否有用,不先数上面有多少张卡片,而是看管理者能不能从一个异常信号,顺着看板找到具体事项、停留阶段、阻塞原因和下一步动作。如果看板只能告诉我“有 27 项进行中”,却不能解释其中哪些需要关注,它只是状态墙,不是管理工具。
项目经理入门阶段,优先追踪五类信息:进行中工作量、完成吞吐量、周期时间、未完成事项的停留时长,以及阻塞项。这些信息相互补充:工作量说明同时开了多少工作,吞吐量说明完成流速,周期时间描述已完成工作的过程,停留时长帮助识别尚未完成的风险,阻塞信息则把异常转成协调任务。
这五类指标不是一组可以直接套用的绩效评分。它们的价值在于形成连续判断:先看到工作堆积,再检查哪个环节变慢,随后追问原因,最后确认负责人和复查时间。缺少后两步,指标再精细也不会自动改善项目。

2. 先把口径写清楚,再讨论数字好不好
“进行中”不是天然统一的状态。一个团队可能把开发、评审和测试都算作进行中,另一个团队只统计正在被主动处理的工作。两种口径都可能合理,但若把它们放在同一张图里比较,就会产生误导。
每个指标至少要附上四项定义:统计对象、开始和结束状态、统计时间范围、数据来源。例如,周期时间可以定义为“从进入开发中到进入已完成的自然日数”,也可以排除等待客户确认的时间。关键不是选择某个听起来标准的算法,而是让团队知道自己算的是什么,并且持续按同一口径计算。
二、真实工作场景:为什么“大家都在推进”仍然会延期
1. 多个项目并行时,局部忙碌不等于整体交付顺畅
在百人以上组织里,项目经理往往面对多个团队、共享评审角色、跨系统依赖和不同工作类型。每个小组都可能有自己的状态名称;管理层看到的汇总看板,则把这些差异压成一个“进行中”总数。数字看起来完整,背后的流程却未必可比。
一个常见场景是:需求、研发、测试和业务验收都有人在忙,但事项不断进入流程,最终完成数没有同步增加。项目经理如果只问“谁还没做完”,容易把流程问题变成催办;如果进一步查看状态变化和依赖关系,才可能发现评审窗口不足、验收责任不清,或团队正在同时启动过多事项。
因此,我会把看板看作一张“流动地图”。卡片所在的位置是结果,状态变更时间是过程,阻塞原因和依赖关系是解释。只有这几层信息能互相对应,项目经理才有依据区分资源不足、优先级混乱、工作项过大和外部等待。
2. 状态边界不统一,会让同一指标得出相反结论
假设团队甲把“待评审”纳入进行中,团队乙把它归入待处理,那么两边的进行中数量就不能直接横向比较。即使都叫“周期时间”,若一边从任务创建开始计时,另一边从实际开工开始计时,结果也不是同一件事。
跨团队汇总前,我通常先做一次状态映射:哪些状态代表尚未开始,哪些代表正在处理,哪些代表等待他人,哪些满足完成条件。映射过程中如果发现流程不兼容,不要为了报表统一而强行改名;先保留原始口径,再明确哪些数据可以比较、哪些只能在团队内部观察。

三、常见误区:看板最容易把项目经理带偏的五种方式
1. 把“进行中数量多”直接判定为团队效率低
进行中工作量高,可能意味着任务不断被启动,也可能是团队工作项拆得更细、项目阶段天然并行,或者统计口径把等待状态也包含在内。只凭总数给团队贴上低效标签,既解释不了原因,也容易诱发错误行为,例如隐藏任务、延迟登记或人为拆分卡片。
更稳妥的做法是将工作量与完成吞吐量、事项类型和阶段分布一起观察。如果进行中事项长期上升,而完成数量没有对应增长,再检查新增工作是否超过当前处理能力、是否存在反复返工或共享角色排队。
2. 用吞吐量排名代替交付价值判断
吞吐量是某段时间内完成的工作项数量。它适合观察一个相对稳定团队的流量变化,却不代表完成项的业务价值,也不自动证明团队效率提高。把任务拆得更碎,完成项数可能上涨;但客户结果和项目目标并未因此改善。
我建议在看板上明确统计单位,例如“已完成需求数”“已关闭缺陷数”或“验收通过的交付项数”,不要把不同类型的事项混在一个总数里。团队之间若要比较,还要确认工作复杂度、定义和范围基本一致,否则排名只是数字的表面比较。
3. 只看平均周期时间,忽略长尾和等待
平均值容易被少量超长事项拉高,也可能掩盖大多数工作顺利、少数事项严重卡住的情况。对项目经理而言,平均周期时间可以看趋势,但还应查看中位数、分布或超出团队常态的事项,并区分主动处理时间与等待时间。
周期时间的起止点必须写清楚。若从需求提出开始计时,它可能包含优先级等待;若从团队开始处理计时,它更接近执行过程的耗时。两个口径都能用于管理,但回答的问题不同,不能混为一谈。
4. 把“阻塞”当成标签,不记录原因和解除条件
一张卡片被标成阻塞,如果没有说明“卡在哪里、依赖谁、需要什么决策、何时复查”,管理价值很有限。阻塞标记也不应成为追责工具,否则团队可能倾向于不记录等待,项目经理反而失去最重要的风险信号。
更可行动的阻塞记录包括:阻塞类别、开始时间、相关依赖、当前协调人、下一步动作和计划复查时间。不同团队可按实际情况区分外部审批、环境准备、信息缺失、跨团队依赖等原因,但分类应足够简短,让成员愿意更新。
5. 把任务卡片数量当成员工绩效
个人手上的卡片多少,不能直接代表贡献大小。有些人承担复杂设计、评审和协调工作,任务卡片数量少,却支撑多个交付;有些工作需要多人协作,单纯按关闭数量评价会鼓励局部优化。
看板指标应先服务流程改进和项目决策,不宜单独作为个人绩效结论。如果组织确实要把项目数据纳入绩效,必须结合职责、工作复杂度、质量结果和协作贡献,并明确数据使用边界。

四、专业判断逻辑:从异常信号走到正确行动
1. 进行中工作量:关注工作池是否持续膨胀
工作进行中数量(WIP)是某一时点或某个时间段内尚未完成的工作项数量。它适合回答“我们同时打开了多少件事”,但不能单独回答“这些事是否过多”。分析时要按团队、流程阶段、工作类型或项目筛选,并观察一段时间内的变化,而不是只截取某天的瞬时数字。
如果工作池连续增加,先查新增事项和完成事项的差额,再确认新增工作是否经过优先级评估。若工作池稳定但完成量下降,则更该检查事项是否变大、依赖是否增多、评审资源是否不足。不同症状对应不同动作,不要一看到数字上涨就立即设置硬性上限。

2. 吞吐量:用来观察流出,不用来许诺确定日期
吞吐量通常按固定时间窗统计完成项数,例如每周完成的验收事项。对单一团队、定义稳定的工作项,它可以帮助项目经理判断近期流出是否变稳;对工作规模差异很大的事项,则要分类型统计,或同时呈现规模和交付类别。
项目经理不应把过去某周的吞吐量直接当成下周承诺。需求不稳定、假期、评审窗口和外部依赖都会影响结果。若要做计划判断,可以使用一段历史数据观察波动范围,并把未完成工作、依赖条件和团队可用时间纳入讨论,不要只用一个平均数制造确定感。
3. 周期时间与老化事项:已完成的趋势和未完成的风险要分开看
周期时间关注已完成事项从开始处理到完成经历了多久;老化事项关注仍未完成的工作已经停留多久。一个描述已经发生的交付过程,一个用于提醒当前可能存在的风险。把两者放在一起看,比只看平均周期时间更能支持日常管理。
老化阈值不应照抄其他团队的天数。可以先用本团队一段时间的数据建立观察基线,再结合事项类型和承诺期限设定提醒规则。超过阈值的事项先进入复核列表,项目经理需要确认它是正常复杂工作、需求变化、等待依赖,还是无人推进。

4. 阻塞时间:分清团队可控环节与外部等待
如果周期时间变长,阻塞时长可以帮助解释其中一部分原因。团队可以记录事项进入阻塞状态和解除状态的时间,再按原因类别汇总。这个数据不是为了证明哪个部门拖慢项目,而是为了决定协调动作应该落在哪里:补充信息、调整评审排期、提供测试环境,还是请负责人处理优先级冲突。
阻塞时间的口径也要明确。某项工作在等待反馈时是否算阻塞,取决于团队流程和项目承诺;若把所有等待都算进去,数字可能有助于看交付总历时,却未必能评价主动处理能力。建议保留原因类别和时间区间,让管理者能看见过程,而不是只剩一个总天数。

5. 流程效率:判断时间花在处理还是等待上
在需要进一步定位流程损耗时,团队可以计算主动处理时间占总历时的比例。举例来说,某类事项从开始到完成共经历 10 天,其中实际开发、评审和测试合计 4 天,其余 6 天处于等待。这个比例可以提示等待环节值得调查,但并不能单独证明等待都是浪费:有些审查、验证和业务确认是必要控制。
我会把流程效率视为诊断线索,而非追求越高越好的排行榜。若为了提高比例而取消必要评审,可能换来返工和质量风险。更合理的动作是细分等待原因,再判断哪些等待可以通过排期、并行准备或明确决策人缩短。
五、情景案例:用一张看板定位“卡在评审”的问题
1. 案例设定:数字只用于演示,不是行业基准
以下是一个虚构的跨职能团队案例,用来演示分析路径,不代表任何企业的真实项目数据。团队由产品、研发、测试和业务验收成员组成,看板连续两周显示进行中事项增加,项目例会却仍得到“大家都在推进”的反馈。
项目经理抽取同一口径的四周数据:每周新增工作约 10 至 13 项,完成量约 7 至 10 项;“待评审”阶段事项从 5 项增至 9 项;其中 6 项停留超过团队过去同类事项的常见范围。团队没有立即要求所有成员加速,而是先核对状态时间和评审安排。
2. 判断过程:先确认事实,再决定是否升级
检查后发现,部分事项已经完成开发,但评审人同时承担多个项目的审批,固定评审时段不足;另有两项卡片虽然仍显示“开发中”,实际正在等待接口确认。原看板把主动处理和等待状态混在一起,因此“进行中”总数无法说明究竟是开发产能不足还是共享角色排队。
团队采取了三项动作:把“等待评审”和“主动处理”分开展示;每周预留两个评审窗口;为接口确认事项指定跨团队协调人和复查时间。两周后,评审等待项回落,已完成数量有所增加。这里的变化只能说明该情景中的行动与问题相匹配,不能推导出固定比例的效率提升。

3. 案例启示:汇总数字必须能下钻到具体工作
这个案例里,问题不是“看板没有数据”,而是数据的颗粒度不足以区分处理与等待。项目经理只要增加一个状态列、补充责任人和时间戳,就能把笼统的进度争论转成具体协调问题。对于跨团队项目,状态历史、依赖关系和变更记录往往比更复杂的仪表盘更有价值。
如果团队本身还没有稳定维护状态,先不要急着上预测模型或复杂图表。先保证卡片有人更新、状态边界一致、阻塞原因可追踪。数据基础不稳定时,精致可视化只会让不确定性看起来更像结论。
六、落地规范:让看板数据可以被复查和复用
1. 为每个指标建立一张定义卡
指标定义卡不必复杂,但应让新成员能够独立复算。建议写明名称、业务问题、统计对象、计算规则、时间范围、数据来源、更新时间、负责人和解释限制。对于周期时间,还要明确起止状态、自然日或工作日口径,以及等待时间是否计入。
| 指标 | 建议定义内容 | 常见误读 | 适合触发的讨论 |
|---|---|---|---|
| 进行中工作量 | 统计时点、纳入状态、事项类型 | 数量多就代表低效 | 新增是否持续高于完成,阶段是否集中积压 |
| 吞吐量 | 完成条件、事项单位、统计周期 | 项数高就代表价值高 | 完成流量是否稳定,工作类型是否发生变化 |
| 周期时间 | 开始状态、完成状态、日历口径 | 平均值等于每项工作的承诺时间 | 长尾来自复杂度、等待还是返工 |
| 老化事项 | 年龄起点、提醒规则、复查频率 | 超过阈值就必然失败 | 当前停留原因、是否需要拆分或升级 |
| 阻塞时间 | 阻塞定义、原因分类、开始和解除记录 | 阻塞就是个人责任问题 | 谁能解除依赖,需要什么决策和支持 |
2. 明确更新责任和节奏,不追求不必要的实时化
状态更新频率取决于项目节奏和决策需要。每日协作的团队可以在站会前更新;审批周期较长的项目,按工作日或关键节点更新可能更合适。关键不是所有组织都做到实时,而是数据更新频率足以支持当前决策,且成员知道谁负责修正错误状态。
建议明确三类责任:事项负责人更新工作状态,流程负责人维护状态定义,项目经理复核异常和跨团队依赖。若更新动作太繁琐,成员会绕过看板;因此状态选项应少而清楚,额外字段只保留能支持决策的信息。
3. 保留从汇总到明细的下钻路径
管理层视图适合看项目、阶段和趋势,执行团队视图需要能定位具体事项。若某阶段积压,项目经理应能进一步查看卡片、责任角色、最近一次状态变更、阻塞原因和依赖对象。看板不一定要把所有字段放在主页面,但必须能找到解释数字所需的证据。
同时要控制数据可见范围。涉及客户信息、敏感需求或内部评估时,应按组织权限配置访问,不要为了“透明”让所有信息无差别公开。好的可视化兼顾可行动性和必要的数据治理。
4. 选择平台时,把迁移、部署和治理放在功能清单之前
团队规模扩大后,项目看板通常需要连接多个流程、权限体系和历史数据。评估某项目管理平台时,我会先检查状态和字段是否可配置、数据能否导出、权限是否满足组织要求、历史记录是否可追溯,以及多项目汇总是否保留各团队的口径差异。
例如,PingCode面向中大型企业及 100 人以上组织,提供私有化部署,并支持 Jira 平滑迁移。对正在评估国产平台的团队,这些能力可以作为候选条件;但“是否适合”仍取决于迁移范围、接口依赖、部署方案、权限模型、数据留存和服务支持。采购前应通过实际迁移样本和验收清单验证,不宜仅凭“替代”标签作决定。
迁移测试至少抽取一类真实项目,核对状态映射、附件、评论、历史变更、用户权限和报表结果。若旧系统中的状态定义本身混乱,直接搬运数据只会把旧问题带进新平台。先整理流程口径,再迁移;先明确数据责任,再扩展使用范围。

七、按不同情形采取行动:指标异常后先做哪一步
1. 工作量增加,完成量没有变化
先对照同一周期的新增项、完成项和期末工作池,再按事项类型和状态阶段拆分。如果新增持续高于完成,检查是否有未经排序的新工作不断进入;如果新增稳定而完成减少,则进一步查看事项复杂度、依赖和评审队列。
可采取的动作包括调整优先级、暂缓低优先事项、拆分过大的工作项,或协调共享资源。不要只用一句“控制 WIP”代替原因分析;若工作项同时受到多项外部依赖影响,硬性限制数量未必能解决交付问题。
2. 周期时间变长,但吞吐量暂时稳定
这种情况可能表示少数工作变得更复杂,或流程长尾增加。查看周期时间分布和未完成事项年龄,找出变化集中在哪类项目、哪个阶段,再核实需求变更、返工、审批和外部等待。若只看团队平均值,少数高风险事项可能被整体稳定的吞吐量掩盖。
如果影响范围有限,可针对具体事项协调;如果同一阶段连续出现长尾,再考虑调整评审容量、完善入口信息或优化交接规则。先做小范围修正并观察后续数据,比一次性重画整个流程更容易判断因果。
3. 阻塞项增加,但原因分散
不要急着把所有阻塞归为“资源不足”。先检查原因分类是否足够具体,是否存在大量“其他”或空白记录。如果问题主要来自外部依赖,就需要跨团队协调和升级路径;如果主要来自需求信息不全,应改善入口检查;若集中在测试环境,则要看环境准备是否能提前。
阻塞记录应有下一步动作和复查时间。没有明确行动人的事项,应在项目例会中确认负责人;超过约定时间仍未解决,则按组织规则升级,而不是无限期保留红色标记。
4. 数据不完整或团队不愿意更新
先降低维护负担,不要立刻增加更多字段。检查状态是否过多、定义是否难懂、更新是否重复录入,以及成员是否担心数据被用于简单排名。与团队说明这些信息将如何用于排障和协调,并从少数关键字段开始验证维护成本。
如果某个指标依赖可靠时间戳,但团队目前只能靠人工回填,就应标明数据质量限制,暂时用于定性复盘,不要包装成精确预测。数据不完整时,承认不确定性比输出一个看似精确的数字更专业。

八、不同情况下如何取舍:不是每个团队都需要同一张看板
1. 小团队与单一项目:先追踪少数能驱动行动的指标
小团队沟通链路短,通常可以先用进行中事项、完成项和阻塞记录。若每个问题都能在日常协作中快速处理,复杂仪表盘的维护成本可能超过收益。此时重点是状态定义清楚、卡片不过期、阻塞有人跟进。
当团队开始出现阶段性排队或交付时间波动,再补充周期时间分布和老化事项视图。指标逐步增加的依据应是管理问题变复杂,而不是希望看板显得更专业。
2. 多团队、多项目:优先统一最小公共定义,保留局部差异
大型组织需要汇总,但不意味着所有团队都必须使用完全相同的工作流。可以统一“未开始、主动处理、等待、完成”这类上层映射,同时保留各团队的细分状态。这样管理层能比较相对一致的流量,执行团队也不必牺牲真实工作过程。
若项目组合中存在研发、市场活动、合规审批等不同工作类型,吞吐量和周期时间最好分组展示。跨团队比较时明确工作类型、统计窗口和完成定义,否则汇总看板可能制造虚假的差距。
3. 强合规或强审计场景:优先保证可追溯,再谈轻量化
在需要审计的流程中,状态变更记录、审批责任、访问权限和数据留存可能比实时刷新更重要。此类团队应确认平台是否保留关键变更历史,是否能按权限查看记录,以及数据导出和归档是否符合组织要求。
轻量化看板可以减少使用阻力,但不能删掉关键控制节点。应把合规审查与一般等待区分开,避免为了提高流程效率而绕过必要审批。
4. 工具能力有限或迁移预算紧:先修数据口径,再决定采购
如果当前工具只能展示基本状态,仍可通过规范状态定义、定期检查老化事项和记录阻塞原因获得管理价值。是否更换平台,取决于现有工具是否妨碍关键决策,例如无法保留状态历史、无法管理跨项目权限或无法满足部署与审计要求。
采购成本不只包括许可费用,还包括流程设计、数据迁移、培训、集成和持续维护。若组织还没有明确指标定义,先花时间统一口径,通常比急着采购高级分析功能更能降低后续返工。

九、开始使用前的检查清单
1. 用一次短复盘验证看板是否真的可行动
选择一个正在推进的项目,拿最近一周的看板做一次 30 分钟复盘。目标不是评价团队,而是验证能否从汇总信息找到原因、负责人和下一步。下面的检查项可以作为启动清单。
- 状态名称和进入、退出条件是否明确?
- “进行中”是否区分主动处理与等待状态?
- 吞吐量是否写清工作项单位、完成条件和统计周期?
- 周期时间的起点、终点和时间单位是否一致?
- 老化事项的提醒规则是否依据团队自己的数据或项目约定?
- 阻塞项是否有原因、协调人、下一步和复查时间?
- 汇总指标是否可以下钻到具体事项和状态变更记录?
- 团队是否清楚数据用于流程改进,而不是简单个人排名?
2. 把复盘结论写成可验证的下一步
复盘结束时,避免只留下“加强沟通”“提高效率”这类无法验证的结论。更好的记录方式是说明要改变什么、由谁负责、何时复查,以及准备观察哪个指标。例如,若评审等待造成积压,可以约定增加固定评审窗口,并在两周后检查待评审事项数量和对应周期时间。
一次复盘不必同时解决所有瓶颈。先选择影响最大且团队有能力改变的一项,再观察数据是否按预期变化。如果问题没有改善,回到状态口径、原因分类和动作执行情况继续排查,而不是直接认定团队不配合。
十、结语:好看板不预测一切,但能让下一步更清楚
项目经理看板的关键不在于堆多少指标,而在于能否把“看见异常”连接到“查清原因”和“采取行动”。进行中工作量帮助识别工作池,吞吐量观察流出,周期时间和老化事项揭示过程差异,阻塞记录则让依赖和协调责任变得具体。没有统一口径和复查动作,这些数字很容易变成噪声。
我的建议是从一个真实项目开始:先统一状态,再记录工作流,最后只增加能够改变决策的指标。今天就检查看板中停留最久的三项工作,确认它们是在主动处理、等待依赖,还是状态没有更新;为每项写下原因、负责人和复查时间。看板是否有价值,不看它有多漂亮,而看下一次项目讨论能否因此少猜一点、多解决一个问题。
常见问题解答(FAQ)
1. 项目看板中哪些状态应该算作“进行中”?
我刚开始带团队使用看板时,发现有人把待评审算作进行中,也有人只把实际开发中的任务算进去。我担心口径不一致会让看板上的数量失去参考价值。
先由团队统一状态边界,并写明进入和退出条件。例如,明确“进行中”是否包括评审、测试和等待外部反馈;再指定由谁、在什么情况下更新状态。统计时始终沿用同一口径,避免不同团队或不同阶段的数据被直接比较。
2. 项目经理看板最值得关注哪些关键指标?
我过去主要看任务完成百分比,但即使百分比没有变化,也很难判断问题出在工作堆积还是某个依赖卡住了。我希望知道看板上哪些指标能帮助我找到下一步该处理的问题。
可优先关注进行中工作量(WIP)、吞吐量、周期时间、未完成事项的进行中时长,以及阻塞事项和阻塞时长。每项指标都要注明统计范围、时间周期和起止状态;例如吞吐量写清每周完成的工作项数,周期时间写清从哪个状态开始计时、到哪个状态结束。指标用于发现异常,应结合具体事项和原因解读。
3. 进行中工作量(WIP)有没有适用于所有团队的上限?
我看到团队的进行中事项越来越多,想设一个上限,避免大家同时开太多任务。可我不确定是不是可以直接套用一个固定数字,还是应该按团队情况来定。
不存在适用于所有团队的固定上限。先观察本团队各阶段的在制工作量、完成情况和积压位置,再结合人员配置、工作类型和依赖关系试设限制;如果某阶段持续堆积,可暂缓向该阶段继续投入新工作,优先处理已在进行的事项,并定期根据实际流动情况调整上限。
4. 看板上的事项停留很久或显示阻塞时,项目经理应该怎么处理?
我有时看到任务在同一状态停留了很久,但仅凭看板无法判断是等待审批、依赖未解决,还是任务本身太大。直接催负责人又可能只得到“还在推进”的回复。
先核对任务的状态更新时间和团队约定的复查阈值,再与负责人确认停留原因、依赖对象及下一步动作。看板应记录阻塞原因、协调责任人和复查时间;阈值根据团队自身历史数据或项目约定设定,不把停留时间直接当作个人表现结论。
核心关键词
文章包含AI辅助创作:进行中流程与规范:项目经理看板入门指南关键指标,发布者:飞飞,转载请注明出处:https://worktile.com/solution-1/archives/478404
读者评论
文章把“进行中”总数和真正的流程风险区分开了,尤其是先核对状态口径,避免跨团队比较失真。
将阻塞项记录原因、协调人和复查时间,能把看板上的标签转成具体跟进行动,这个做法比较实用。
吞吐量适合观察团队一段时间内的完成趋势,但任务大小不同的话,单看完成数量确实容易产生误判。
文中区分周期时间和未完成事项的停留时长,有助于同时观察已交付情况与当前风险;阈值最好结合团队自己的历史数据设定。
把看板指标用于流程改进而非直接评价个人,能减少为了增加关闭数量而拆分任务或隐藏阻塞的倾向。