BUG的产出多少以及修复BUG有多快，从一方面能够了解我们在工作中的质量；持续性对团队的这一指标进行审计和控制，并接合实际的工作情况指标如吞吐量、打回率以及资源效率利用率等，可以从中发现问题并采取有效措施加以改进。
比如产出率高、但打回率低，有可能是测试用例覆盖面不足或者质量不佳，如果资源利用率高有可能团队的工作负荷太重引起，如果吞吐量创建数量高且解决数低，有可能这种情况还会持续，需要我们特别关注。
在BUG产出率的指标报表中，提供以下的数据信息
| 项 | 说明 |
|---|---|
BUG新增数 | 本周内新增的BUG数 |
| BUG解决数 | 本周内解决的BUG数 |
| BUG平均解决周期 | 本周内解决的BUG数从创建到解决的时长/解决的BUG数 |
| BUG最大解决时长 | 本周内解决的BUG数从创建到解决最长时长 |
| 人均新增问题数 | 本周内新增的BUG数/团队的总人数 |
| BUG解决工作量 | 本周内解决BUG时在BUG上登记的工时总量 |
| BUG对应任务工作量 | 本周内解决BUG，这些BUG对应的任务的工作量 |
| BUG解决工作量与BUG对应任务工作量的比值 | 本周内解决BUG时在BUG上登记的工时总量/本周内解决BUG，这些BUG对应的任务的工作量 |
我们看一下查询近期的一个结果
在此图表的正文，显示查询的子团队人均BUG的数值；
我们点击具体的数字，可以查看每个团队在每周具体解决BUG的新增BUG的情况
