很多 SaaS 客户案例一到“效果证明”这一步，就容易只剩两种写法：一种是泛泛而谈，说客户反馈很好；另一种是堆很多数字，却说不清这些数字和实际变化有什么关系。心理测评相关项目尤其容易遇到这个问题，因为情绪、关系、压力和成长这些结果，本来就比点击率、订单数更难讲。
这时候，测评数据当然有价值，但前提是你得知道怎么讲。真正有说服力的客户案例，不是把分数直接贴出来，而是先把前测、后测、结果边界和业务动作讲清楚，让采购方知道这些数据到底说明了什么，又没有越界说明什么。
前测和后测，是客户案例里最有说服力的一条线
如果没有前测，后面的“改善”几乎没有参照。你不知道用户原本处在什么状态，也就很难判断项目之后的变化是明显、一般，还是只是自然波动。前测的作用，就是先把项目启动时的基线立住。
后测则不是简单重复一次问卷，而是帮助案例回答两个问题：状态有没有变化，变化是不是和项目动作有关。尤其在企业关怀、学校筛查、咨询机构服务这类场景里，采购方更看重“这套服务能不能持续看见变化”，而不是只看一次性结果。
为什么光贴分数，很难把案例讲清楚
因为分数本身不带场景。一个维度下降了 20%，到底意味着情绪波动缓和、流程更顺、员工支持更及时，还是只是短期回落？如果没有项目背景、时间周期和对应动作，采购方很难判断这些数据有没有业务意义。
所以，更稳妥的讲法通常是“数据 + 场景 + 动作”。例如：哪个环节做了什么调整，哪些人群在哪个周期里发生了变化，这个变化对项目推进、服务满意度或管理动作有什么实际影响。数据只是证据，不是故事本身。
客户案例里最需要守住的是结果边界
- 不能把筛查结果直接讲成诊断结论。
- 不能把群体趋势直接外推成每个个体都发生了变化。
- 不能把相关性包装成确定因果。
这一步很重要。很多案例之所以看起来不专业，不是因为没数据，而是因为把数据讲得过头了。前面写过的信度和效度、报告解读，本质上都在提醒同一件事：测评数据要有解释力，也要守住边界。
采购方真正想从案例里看到什么
采购方未必关心每一个心理学细节，但会关心三件事：第一，这套服务能不能稳定落地；第二，结果是不是能被解释和复盘；第三，后续有没有管理动作可以接上。也就是说，他们看案例，不只是看有没有效果，而是看效果能不能被复制、被管理、被验收。
因此，客户案例最好把测评系统、报告交付、趋势观察和后续动作连起来讲。比如和自动报告、结果系统设计这类内容一起看，采购方更容易理解这套能力不是“做完一次测评”，而是一条完整服务链。
写测评型客户案例前，最好先核对这 5 个问题
- 有没有清楚的前测基线和后测周期。
- 数据变化是否能对应到具体项目动作。
- 结果讲述是否区分了个体、群体和趋势层。
- 案例里是否守住了筛查、提示和诊断边界。
- 采购方能不能从案例里看出后续怎么落地和验收。
常见问题
客户案例里是不是数据越多越好？
不是。关键是数据和场景是否对应。太多无层次的数字，反而会削弱采购方的理解效率。
只要前后有变化，就能写成项目有效吗？
不能直接这么写。更稳妥的表达，是说明出现了怎样的趋势变化、这些变化与项目动作之间有哪些合理联系，同时保留结果边界。
SaaS 客户案例要想把测评数据讲得有说服力，关键不是让数字更多，而是让前测、后测、场景动作和结果边界同一时间成立。只要这几层理顺，案例就会更可信，也更有采购价值。