问卷定稿前，先把报告最后一页写出来——不是先编结论，而是画一张没有数字的结果页：哪项指标决定行动、分母是谁、要比较哪些组、差多少才值得改变计划、结果不确定时怎么办。只要其中一个空格无法填写，问卷往往还不具备正式回收条件。
这就是分析计划最实际的价值。它不是给统计人员看的软件命令清单，也不是把项目变成学术论文，而是一份收数前的分析契约：团队事先约定怎样把答卷变成证据，又允许在什么条件下修改约定。它既能减少看到结果后反复换口径、切人群、挑指标，也能提前发现题目、样本和决策之间断开的地方。
以一次产品概念测试为例，先写“没有数字的结论页”
假设团队有 A、B 两个新概念，三周后要决定进入 A、进入 B，还是两个都不进入开发。业务方最初想问十项评价，再看“哪个分高”。如果所有题目都同等重要，数据出来后几乎总能为偏好的方案找到一个领先指标：A 更新颖，B 更可信；年轻组喜欢 A，老客户偏好 B。结果很多，决定却没有规则。
收数前先写出下面这张空白页：
决策：A / B / 暂不进入开发
主要结果：核心任务理解正确率
有效分母：符合目标角色、完整看到随机分配概念并完成理解题的人
主要比较：A 与 B 的正确率差及置信区间
业务门槛：领先至少 8 个百分点才足以抵消换方案成本
关键风险：若任一概念可信度低于预设底线，则不因理解率领先直接进入
计划分组：首次购买者、现有购买者；仅用于判断一致性，不分别选赢家
不确定结果：区间同时包含有意义的正向与反向差异时，补样本或判定证据不足这张页一写，问卷设计立即出现具体要求：必须有不依赖自我感觉的理解任务；概念要随机分配且完整曝光；需要可靠识别首次与现有购买者；样本量要支持八个百分点附近的精度；可信度风险题不能被藏在十项次要评价里。若团队无法说明“八个百分点为什么值得行动”，问题不在统计方法，而在业务决策还没有被定义。
空白结果页会反向淘汰无用题目
给问卷中的每一道题指定去向：它生成主要指标、次要指标、样本资格、分组变量、质量检查，还是用于解释结果。没有去向的题不一定毫无价值，但应说明它为何值得增加受访负担。如果答案只是“以后也许能用”，优先删除或降为明确的探索模块。
反向检查通常会发现四种断点：
- 有研究问题，没有变量：报告想比较理解率，问卷却只问“你觉得自己理解了吗”。
- 有变量，没有有效基数：满意度题只向使用者展示，但计划仍以所有完成者为分母。
- 有分组，没有样本：计划比较三个行业和四种客户规模，却没有配额或足够基数支持十二个格子。
- 有指标，没有动作：品牌好感、创新、可信、独特等十项分数都被收集，却没有哪项改变进入开发的选择。
先画结果页，还能暴露选项编码和跳转产生的结构性缺失。正式放量前再通过认知预测试和小流量试投确认受访者怎样理解题目、数据是否真的按计划落表。
把指标分成主要、次要和探索，而不是事后争夺“最重要”
主要指标直接承载核心决策，数量应有限。概念测试可以把任务理解正确率设为主要结果；满意度追踪可以把预先定义的总体满意比例设为主要结果。其定义必须包含源题、编码、方向、分母、时间窗口和计算公式。
次要指标解释主要结果、监测副作用或支持有业务依据的补充决策。例如可信度是进入开发的风险底线，完成时间用来检查理解改善是否以更高认知负担为代价。次要不等于可以忽略，它只是没有被当作唯一赢家判据。
探索指标用于寻找新线索，例如开放式印象、未经预设的细分差异或新的组合指数。它们可以进入报告，但必须标明是在看到数据后形成的假设，不应与预设主要结果使用同等确定的语言。下一轮研究可以把其中真正重要的发现升级为预设指标。
这种分层不是为了禁止发现，而是避免一次收集了二十个指标后只展示最“好看”的两个。若所有指标都声称主要，实际上没有主要指标。
有效分母和排除规则要写成能执行的句子
“使用有效答卷”不是规则，因为不同分析者会对有效有不同理解。计划应分别定义：
- 谁进入研究总体，例如通过资格筛选且属于目标角色；
- 谁有机会回答某道题，例如完整看到 B 概念的人；
- 什么是该指标的有效值，例如正确答案记1、错误记0，“未作答”不自动记0；
- 哪些质量问题会排除整份答卷，哪些只让单题缺失；
- 多选、跳转、中断、拒答和“不知道”怎样进入分母。
排除规则应尽量依赖与研究目的相关且可复核的证据。仅因答题时间短于某个随意阈值就整份删除，可能误伤熟悉任务的人；因为某组结果“不合理”才新增排除，会让规则追随结论。可以预先组合多项质量信号，并在计划中保留“含与不含边界样本”的敏感性分析。
样本计划不只写总人数，还要对准真正的比较
若主要结论是 A 与 B 的差异，样本和随机分配要保证两组比较；若必须对首次购买者单独决策，就要在招募和配额阶段支持这个基数。总样本一千并不代表每个细分都有足够信息，尤其当资格率低、跳转后基数缩小或需要应用权重时。
计划应写明估计目标、期望精度、最小有意义差异、预计合格率与完成率，并在不同假设下评估样本需求。具体计算可继续参照问卷样本量与误差的设计方法。如果预算只能支持方向性判断，就收窄比较和措辞，不要保留大量注定无法解释的分组。
统计门槛也不能替代业务门槛。美国统计协会的P 值声明指出，科学结论以及商业或政策决策不应只取决于 P 值是否跨过某个阈值，P 值也不衡量效应大小或结果重要性。分析计划应同时约定报告点估计、区间、实际差异和行动成本，而不是写成“显著就上线”。
好的计划会提前写“如果发生意外，就怎样分析”
真实数据一定会出现计划外情况。僵硬地假装不会发生，与事后任意改变一样危险。更好的做法是预先写条件分支：
- 如果某细分有效基数低于可解释下限，则只做描述，不比较优劣；
- 如果随机分配后关键基线严重不平衡，则保留主要未调整结果，并按预设模型提供调整结果；
- 如果某指标缺失超过预设比例，则报告缺失模式，按约定方法处理并做敏感性分析；
- 如果质量规则误伤特定设备或人群，则暂停正式排除，查明机制并记录修订；
- 如果主要结果与风险底线冲突，则按预先确定的优先级进入复核，而不是临时挑一项。
英国政府 2026 年的TIGER 研究透明度指南说明，统计分析计划应在分析前记录数据转换、排除、变量、模型和不确定性，并可用“如果—那么”规则应对失访等不可预知的数据属性。关键不在公开注册这一种形式，而在规则有时间戳、可保存、详细到第三方能独立执行。
计划可以修改，但不能改写历史
预测试发现题意错误、正式回收中渠道异常，或实际缺失结构与预期不同，都可能要求修改计划。每次修订至少记录：修改时间、当时是否已经看到结果、修改原因、受影响的指标与样本、旧规则和新规则，以及主要分析是否因此改变。保留原计划和版本，不要用新文件覆盖后声称“一直如此”。
在看到主要结果之前修订，通常更容易避免结果导向；看到结果后的合理追加也可以做，但应明确标为探索性或敏感性分析。预设结果回答最初承诺的问题，追加分析解释异常、检查稳健性或产生下一轮假设，两者都重要，角色不同。
在问卷派中，可以先把研究问题、题目和变量建立对应，再用试投数据检查跳转、编码、答题时长与计划分组基数。正式分析时保留原始答卷、质量标记、派生规则和报告版本，使空白结果页后来能被真实数据按同一口径填入。AI 可以辅助发现规则缺口或生成分析说明，但不能替团队决定哪个指标主要，也不能在结果出现后无痕改动决策门槛。
一份够用的分析计划不以页数衡量。小型低风险调查可能只有一页空白结果表加一页规则；高成本、强因果或监管相关研究则需要更完整的协议、代码和审查。共同标准只有一个：另一位分析者在不询问原作者的情况下，能否从计划判断要分析谁、算什么、怎样比较、如何处理例外，以及什么证据会真正改变决定。