AITerms 登入
產品開發AI導入MVP

最小可行產品(Minimum Viable Product)是什麼?

最小可行產品(MVP)是新產品的一個版本,讓團隊用最少的力氣,收集到最多關於顧客、經過驗證的學習。

完整定義

最小可行產品(Minimum Viable Product,MVP)是精實創業(Lean Startup)方法裡的做法。Eric Ries 在 2009 年的定義是:新產品的一個版本,讓團隊用最少的力氣,收集到最多關於顧客、經過驗證的學習。精實創業的官方網站把「建構、量測、學習」回饋循環列為方法的核心要素之一,第一步是找出要解決的問題,接著開發 MVP,盡快開始學習,再依顧客的反應學到該轉向還是堅持。Ries 也提醒,MVP 雖然叫這個名字,目的並不是做出最精簡的產品,定義裡的「最多」和「最少」沒有公式,要依情境判斷,而且「最小可行」不代表可以馬虎、寫出會留下大量技術債的爛程式碼,或忽略安全與健康方面的顧慮。政府數位服務也採用這個做法:英國政府的設計原則寫著及早釋出 MVP、找真實使用者測試,美國政府的數位服務指引在檢查清單列出盡快交付能解決核心使用者需求的 MVP,最晚不超過專案開始後三個月。容易和 MVP 混在一起的是原型與概念驗證:昆士蘭政府的數位服務標準建議在 alpha 階段用幾個原型檢驗假設,並在這個階段決定 MVP,Atlassian 的指南則把概念驗證界定為檢驗想法或技術是否可行,MVP 檢驗的是可用的產品能不能解決顧客的真實問題。

白話說明

新產品還沒做完,要怎麼知道顧客到底要不要?

先做出最小可行產品(MVP):Eric Ries 的定義是新產品的一個版本,讓團隊用最少的力氣,收集到最多關於顧客、經過驗證的學習。

在精實創業的「建構、量測、學習」回饋循環裡,找出要解決的問題之後就開發 MVP,盡快開始學習,量測顧客的反應,再決定要轉向還是堅持。

記住這句

MVP 這個版本,是要用最少的力氣學到最多關於顧客的事,重點是學習,不是把功能砍到最少,也不是降低品質的藉口。

比喻:MVP 像餐廳試賣一道新菜:不必先改整本菜單,先用最少的成本做出客人真的吃得到的一盤,看客人會不會點、吃完說什麼,再決定要不要正式上菜單

容易混淆

MVP vs 原型(Prototype)

昆士蘭政府的數位服務標準建議在 alpha 階段用幾個原型檢驗假設與前提,並在這個階段決定 MVP,從 beta 到上線(Launch)階段持續和使用者密切合作

不過在新創的實務裡,「原型」也常和 MVP 交替使用,Nguyen Duc 與 Abrahamsson 的研究認為從工程角度看,兩者有很多共同特徵

討論時先確認對方說的是哪一種。

MVP vs 概念驗證(PoC)

Atlassian 的指南把概念驗證界定為檢驗想法或技術是否可行,多半給內部團隊或利害關係人看

MVP 檢驗的是可用的產品能不能解決顧客的真實問題,給早期使用者或顧客用

技術做得出來,和顧客會不會用,是兩個不同的問題。

最小可行 vs 最陽春

Ries 提醒 MVP 雖然叫這個名字,目的並不是做出最精簡的產品

「最小可行」也不代表可以馬虎、寫出會留下大量技術債的爛程式碼,或忽略安全與健康方面的顧慮,他說 MVP 只是邁向卓越路上的一次實驗。

實際案例

美國政府的數位服務指引

美國政府的數位服務指引(Digital Services Playbook)第 4 項的檢查清單列出:盡快交付能運作、解決核心使用者需求的 MVP,最晚不超過專案開始後三個月,需要時可以用 beta 或測試期。

英國政府的設計原則

英國政府的設計原則寫道,做好服務最好的方式是從小處開始、大量反覆改進:及早釋出 MVP,找真實使用者測試,從 alpha、beta 走到正式上線,過程中增加功能、刪掉行不通的部分,並依回饋持續修正。原則也說明反覆改進能降低風險,讓大失敗不容易發生,把小失敗變成學到的經驗。

軟體新創怎麼用 MVP

Nguyen Duc 與 Abrahamsson 在 2016 年發表的研究探討了 5 家早期軟體新創,發現 MVP 除了支援經過驗證的學習,也被用來協助產品設計、彌補溝通落差,以及讓產品開發更符合成本效益。

深入了解

定義:Ries 的定義裡有「最多」和「最少」兩個詞,他說這代表 MVP 沒有公式,要依情境判斷什麼樣的 MVP 合理。

循環:精實創業的官方網站說明,新創的基本活動是把想法變成產品、量測顧客的反應,再學到應該轉向還是堅持,所有成功的新創流程,都應該以加快這個回饋循環為目標。

研究:Lenarduzzi 與 Taibi 在 2016 年發表的系統性文獻對應研究,從 97 篇文章篩選出 22 篇,整理出描述 MVP 定義的分類架構與共同關鍵因素,這些因素涉及產品的技術特性以及市場與顧客面向。

品質:Atlassian 的指南也提醒,MVP 不一定是粗糙或低品質的產品,範圍要刻意界定、穩定到足以測試,並且綁定一個學習目標。

情境判斷

Q1(直覺題):團隊用 AI 程式助手三天就做出能用的 MVP,準備給早期使用者試用,可以直接上線嗎?

這個 MVP 要給真實使用者用。Ries 提醒「最小可行」不代表可以馬虎、寫出會留下大量技術債的爛程式碼,或忽略安全與健康方面的顧慮。美國政府的數位服務指引第 4 項的檢查清單也列出用程式碼審查確保品質,所以做得快不等於可以省略品質把關。

Q2(判斷題):MVP 就是功能最少、做得最陽春的版本嗎?

不是。Ries 的定義重點是用最少的力氣學到最多,他也說 MVP 雖然叫這個名字,目的並不是做出最精簡的產品,要做到什麼程度要依情境判斷。

Q3(判斷題):想先確認某個模型整合在技術上做不做得到,還沒有要給顧客用,這是 MVP 嗎?

比較接近概念驗證。Atlassian 的指南把概念驗證界定為檢驗想法或技術是否可行,多半給內部團隊或利害關係人看,舉的例子就是測試某個整合能不能運作。MVP 則是檢驗可用的產品能不能解決顧客真實問題的版本,通常給早期使用者或顧客用。

常見問題

相關術語

來源

參考來源:startuplessonslearned.com

其他格式:Markdown 版本