首家大数据培训挂牌机构 股票代码:837906 | EN CN
阿里巴巴菜鸟级数据产品经理半年回顾总结篇
干货教程:如何绘制业务流程图(二)
干货教程:如何绘制业务流程图(一)
技术贴:如何在数据库中秘密地查询隐私数据
攻略教程:信息图(infographic)是怎么做出来的?
分析师一定要看!用数据讲故事的五个步骤
技术篇:怎样玩转千万级别的数据?
北漂书生:大数据时代SEO数据如何搜集和分析
干货,从十大问题重新认识并读懂互联网
相似图片搜索、算法、识别的原理解析(下)
相似图片搜索、算法、识别的原理解析(上)
制作信息图时请遵循这10条原则
提高表格可读性的一些技巧,适用于Excel、PPT等数据报表
实用教程:如何让Excel图表更具“商务气质”?
一张数据信息图是这样制作完成的
菜鸟读财报,如何从上市公司财报中挖情报?
北大数据分析老鸟写给学弟们一封信
如何一步一步制作出高品质数据信息图?
总结:海量数据分析处理的十个方法
【实战经验】数据分析师如何了解老板真正想法?
零售业数据分析那些事儿
数据分析时l常用电子表格公式【大全】
用数据来告诉你 上市公司财报的秘密
这12个数据能 帮你搞定淘宝店铺
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(四)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(三)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(二)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(一)
淘宝网店从激活到挽留,4步走玩转数据营销
文案怎样写才有意思、不空洞、打动人?
入门级扫盲贴:数据分析的步骤有哪些?
关系即数据,论社交媒体的关系转换
数据的力量,苹果教你用数据鄙视竞争对手
谁说文科生不能做数据分析?数据分析入行→技能提升→优势
产品运营数据分析——SPSS数据分组案例
如何追踪iPhone和iPad等移动设备的用户行为数据?
阿里巴巴中国站:用户满意度指标权重计算方法
广告中的AdNetwork、AdExchange、DSP、SSP、RTB和DMP是什么?
信息图制作教程:关于数值的表现
为什么大数据会如此轰动?(值得深度的文章)
多图技术贴:深入浅出解析大数据平台架构
面板数据分析中标准误的估计修正——根据Peterson (2009)的归纳
财务官、投资人、CIO看过来:给企业数据定价
推荐系统中常用算法 以及优点缺点对比
探索Weotta搜索引擎背后的大数据技术
如何识别虚假数据?
为什么我们像驯化小狗那样驯化算法
程序员必须知道的10大基础实用算法及其讲解
电子商务:最影响转化率的九大要素
如何迅速成为一名数据分析师?
想从事大数据、海量数据处理相关的工作,如何自学打基础?
如何用亚马逊弹性MapReduce分析大数据?
译文:机器学习算法基础知识
给hadoop新手的一封信:Hadoop入门自学及对就业的帮助
从入门到精通,我是这样学习算法的
小商家,从老客户身上获取的数据才更有意义
13页PPT讲述:大数据下网站数据分析应用
40页PPT详解:京东大数据基础构架与创新应用
67页PPT解密搜索引擎背后的大技术:知识图谱,大数据语义链接的基石
营销洞察力——10个营销度量指标
技术篇:前端数据之美如何展示?
董飞:美国大数据工程师面试攻略【PPT】
easel:如何制作好的信息图——来自专家的顶级技巧
大数据实操:以3D打印机为例,如何知道卖点有没有市场需求?
大数据建模 需要了解的九大形式
用户画像数据建模方法
从规划开始,公司or企业如何入手和实施大数据?
干货:商品信息数据分析和展现系统的设计与开发
高手教你用Excel制作百度迁徙数据地图
50篇干货:淘宝店/电子商务如何玩转数据分析?
精华索引:大数据实际应用案例50篇
验证最小化可行产品 (MVP) 的 15 种方法
干货:数据分析师的完整知识结构
大数据技术Hadoop面试题,看看你能答对多少?答案在后面
用SPSS做数据分析?先弄懂SPSS的基础知识吧
怎样做出优秀的扁平化设计风格PPT? 扁平化PPT设计手册#3
解答│做大数据过程中遇到的13个问题
40页PPT│社交网络发展的新动力:大数据与众包
以Amazon、豆瓣网为例,探索推荐引擎内部的秘密#1
怎样做出优秀的扁平化设计风格PPT?#2
怎样做出优秀的扁平化设计风格PPT?#1
36页PPT│大数据分析关键技术在腾讯的应用服务创新
如何丰满地做SWOT分析?
【35页PPT】TalkingData研发副总阎志涛:移动互联网大数据处理系统架构
27页PPT|以珍爱网为例,如何构建有业务价值的数据分析系统?
国外数据新闻资源分享
21页PPT重磅发布:Mariana——腾讯深度学习平台的进展与应用
从0到100——知乎架构变迁史
PPT解读:百度大数据质量保障方案探索
45页PPT|大数据环境下实现一个O2O通用推荐引擎的实践
从数据看豆瓣兴衰
深度学习系列:解密最接近人脑的智能学习机器——深度学习及并行化实现(四)
重磅推荐:129页PPT讲述移动时代创业黄金法则 via:腾讯企鹅智酷
重磅推荐:大数据工程师飞林沙的年终总结&算法数据的思考
OpenKN——网络大数据时代的知识计算引擎
大数据下城市计算的典型应用
技术贴:大数据告诉你,如何给微信公众号文章取标题?
你的QQ暴露了你的心——QQ大数据及其应用介绍PPT
如何从企业报表看企业的生存能力?
实用的大数据技巧合集
技术帝揭秘:充电宝是如何盗取你的个人隐私的?
重磅!50页PPT揭秘腾讯大数据平台与推荐应用架构
原创教程:饼图之复合饼图与双层饼图(1)
PPT:大数据时代的设计特点——不了解这个你做不了今天的设计
教程贴:如何用方程式写春联?
原创教程:如何用Excel制作简易动态对比图
深度译文:机器学习那些事
教程帖:数学之美——手把手教你用Excel画心(动态图)
董老师走进斯坦福,聊聊硅谷创业公司和大数据的事儿(附课件PPT下载)
【限时】年度钜献,108个大数据文档PDF开放下载
董飞专栏:大数据入门——大数据相关技术、Hadoop生态、LinkedIn内部实战
亿级用户下的新浪微博平台架构
一张图了解磁盘里的数据结构
浅析数据化设计思维在阿里系产品的应用
美团推荐算法实践
一个P2P创业公司有哪些部门,都是做什么的?
一个P2P平台的详细运营框架是怎样的?
机器学习中的算法——决策树模型组合之随机森林与GBDT
神经网络简史
58页PPT看懂互联网趋势,大数据/物联网/云计算/4G都有了
广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中的应用(附PPT)
微信红包之CBA实践PPT——移动互联网海量访问系统设计
一文读懂机器学习,大数据/自然语言处理/算法全有了……
搜狐新闻客户端的背后大数据技术原理——推荐系统(PPT)
原创教程:用Excel做动态双层饼图
半小时读懂PMP私有广告交易市场
怎样分析样本调研数据(译)
PPT:支付宝背后的大数据技术——DataLab、Higo的实践及应用
大数据技术人员的工具包——开源大数据处理工具list(限时下载)
计算机视觉:随机森林算法在人体识别中的应用
24页PPT:机器学习——支持向量机SVM简介(附下载)
互联网高手教你如何搜集你想要的信息
深度:对地观测大数据处理、挑战与思考
原创教程:用Excel做饼图之复合饼图与双层饼图(2)
移动大数据时代: 无线网络的挑战与机遇(附pdf下载)
Excel使用技巧——25招必学秘技
【年度热门】加上这些 Excel 技能点,秒杀众人(多图)
原创教程:用Excel做纵向折线图
知识图谱——机器大脑中的知识库
何明科专栏:用数据化的方式解析投资条款
DT时代,如何用大数据分析创造商业价值(23页PPT)
MIT牛人梳理脉络详解宏伟现代数据体系
你的老婆是怎么算出来的?揭秘佳缘用户推荐系统
飞林沙:商品推荐算法&推荐解释
PPT:如何成为真正的数据架构师?(附下载)
开源大数据查询分析引擎现状
董飞专栏:打造数据产品必知秘籍
译文:如何做强大又漂亮的信息图
如何使用Amazon Machine Learning构建机器学习预测模型
如何运用数据协助货架管理(内附26张PPT)
SVM算法
主流大数据系统在后台的层次角色及数据流向
PPT:阿里全息大数据构建与应用
人脸识别技术大总结——Face Detection & Alignment
教程:用Excel制作成对条形图
易观智库:大数据下的用户分析及用户画像(18页PPT附下载)
技术向:如何设计企业级大数据分析平台?
电商数据分析基础指标体系
IBM SPSS Modeler 决策树之银行行销预测应用分析
拓扑数据分析与机器学习的相互促进
基于 R 语言和 SPSS 的决策树算法介绍及应用
用php做爬虫 百万级别知乎用户数据爬取与分析
另类新浪微博基本数据采集方法
以10万+阅读的文章为例 教你做微信公众号的运营数据分析
破解数据三大难题:变现?交易?隐私?
微店的大数据平台建设实践与探讨
阿里巴巴PPT:大数据基础建议及产品应用之道
基于社会媒体的预测技术
人工智能简史
技巧:演讲中怎样用数据说话
马云和小贝选谁做老公?写给非数据人的数据世界入门指南
掘金大数据产业链:上游资源+中游技术+下游应用
原创教程:手把手教你用Excel做多层折线图
销售分析:如何从数据指标发现背后的故事
如何一步步从数据产品菜鸟走到骨干数据产品
也来谈谈微博的用户画像
行走在网格之间:微博用户关系模型
如何拍出和明星一样美爆的自拍照?斯坦福大学用卷积神经网络建模告诉你
运营商如何玩转大数据? 浙江移动云计算和大数据实践(PPT附下载)
大数据分析的集中化之路 建设银行大数据应用实践PPT
腾讯防刷负责人:基于用户画像大数据的电商防刷架构
创业提案的逻辑
友盟分享 | 移动大数据平台架构思想以及实践经验
寻路推荐 豆瓣推荐系统实践之路
“小数据”的统计学
重磅!8大策略让你对抗机器学习数据集里的不均衡数据
小团队撬动大数据——当当推荐团队的机器学习实践
微博推荐架构的演进
科普文 手把手教你微信公众号数据分析
信息图制作的六个注意点
【权利的游戏】剧透新玩法:情理之中?意料之外
推荐系统(Recommender System)的技术基础
核心算法 谷歌如何从网络的大海里捞到针
Quora数据科学家和机器学习工程师是如何合作的
阿里巴巴PPT:大数据下的数据安全
数据建模那点事儿
全民拥抱Docker云–Lhotse系统经验分享
实时股票分析系统的架构与算法
架构师必看 京东咚咚架构演进
什么叫对数据敏感?怎样做数据分析?
推荐系统基础知识储备
刘德寰:数据科学的整合与细分 数据科学的七个危险趋势(视频)
实际工作中,如何做简单的数据分析?
分布式前置机器学习在威胁情报中的应用(附PPT下载)
数据科学 怎样进行大数据的入门级学习?
扛住100亿次请求 如何做一个“有把握”的春晚红包系统?(PPT下载)
从 LinkedIn 的数据处理机制学习数据架构
大数据会如何改变管理咨询公司(I)
优秀大数据GitHub项目一览
生硬的数字和数据新闻:这么近,那么远
经典大数据架构案例:酷狗音乐的大数据平台重构(长文)
揭秘中兴大数据在银行领域的系统部署
基于大数据的用户画像构建(理论篇)
【R】支持向量机模型实现
数据图处处有陷阱?五个例子教你辨真伪
如何用R绘制地图
你确定你真的懂用户画像?
数据模型需要多少训练数据?
【接地气】01 数据报表的颜色怎么配
游戏价值和数据分析新思路
【R】异常值检测
快的打车架构实践
豆瓣还是朋友圈:大数据、新方法和日常问
PPT数据图表,怎么做才好看?
大道至简的数据体系构建方法论
数据的误区及自身业务
新浪微博的用户画像是怎样构建的?
面试干货!21个必知数据科学面试题和答案part1(1-11)
易观智库:中国大数据产业生态图谱2016(附下载)
Airbnb的数据基础架构
50PB海量数据排序,谷歌是这么做的
大数据时代工程师如何应对–今日头条走进硅谷技术讲座
D3.js教学记(下)
D3.js教学记(上)
飞林沙:企业级服务公司如何赚钱?只有平台级产品才有大数据的理论
一个母婴电子商务网站的大数据平台及机器学习实践
7大板块 组成数据分析师的完整知识结构
干货:SaaS领域如何分析收入增长?
学术 | 词嵌入的类比特性有实用意义吗?
6个用好大数据的秘诀
一个数据库外行眼中的微信优化 (附专家补充)
大数据调研,如何实现快全准?
数据大师Olivier Grisel给志向高远的数据科学家的指引
数据堂肖永红:数据交易的是使用权或数据的增值,而不是数据本身(PPT附下载)
淘宝商品详情平台化思考与实践
刘译璟:百分点大数据理念和实践(图文+PPT下载)
如何快速搞定一份看起来还不错的演示文档?
【BABY夜谈大数据】决策树
数据驱动设计:数据处理流程、分析方法和实战案例
美图数据总监:Facebook的法宝,我们在产品中怎么用?
树的内核:量化树结构化数据之间的相似性
拿到用户数据之后,LinkedIn怎么赚钱?
GrowingIO张溪梦:增长黑客的核心 企业应该重视产品留存率(附PPT下载)
[译]Airbnb是如何使用数据理解用户旅行体验的?
微博推荐数据服务代理: hyper_proxy的设计和实现
星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)
鲍忠铁:TalkingData大数据技术与应用实践(PPT下载)
【干货教材】数据分析VS业务分析需求
九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销
我们的应用系统是如何支撑千万级别用户的
R应用空间数据科学
Excel进行高级数据分析(上)
Excel进行高级数据分析(下)
国内各大互联网公司2.0版技术站点收集
网站数据分析思路导图
大数据分析报表设计开发要素
大数据需要的12个工具 推荐
YARN/MRv2 Resource Manager深入剖析—NM管理
YARN/MRv2 Resource Manager深入剖析—RMApp状态机分析
Hadoop 1.0与Hadoop 2.0资源管理方案对比
Hadoop 2.0中单点故障解决方案总结
Hadoop 2.0 (YARN)中的安全机制概述
Hadoop 新特性、改进、优化和Bug分析系列1:YARN-378
Hadoop 新特性、改进、优化和Bug分析系列2:YARN-45
Hadoop 新特性、改进、优化和Bug分析系列3:YARN-392
Hadoop版本选择探讨
探究提高Hadoop稳定性与性能的方法
《Effective C++》读书笔记(第一部分)
Hadoop分布式环境下的数据抽样
Hadoop计算能力调度器算法解析
如何编写Hadoop调度器
数据结构之红黑树
Hadoop pipes设计原理
《C++ Primer plus》学习笔记之”类”
《C++ Primer plus》学习笔记之”类继承”
《C++ Primer plus》学习笔记之”C++中的代码重用”
《C++ Primer plus》学习笔记之”异常”
《C++ Primer plus》学习笔记之”RTTI”
Hadoop pipes编程
Hadoop Streaming高级编程
《C++ Primer plus》学习笔记之”标准模板库”
《C++ Primer plus》学习笔记之”输入输出库”
Linux Shell 命令总结
算法之图搜索算法(一)
awk使用总结
素数判定算法
《C++ Primer plus》学习笔记之“函数探幽”
使用Thrift RPC编写程序
如何在Hadoop上编写MapReduce程序
怎样从10亿查询词找出出现频率最高的10个

验证最小化可行产品 (MVP) 的 15 种方法

于2017-04-01由小牛君创建

分享到:


作者:闫恺

硅谷创业家 Eric Rise 在其著作 《精益创业》 一书中提出了 “精益创业”(Lean Startup)的理念,其核心思想是,开发产品时先做出一个简单的原型——最小化可行产品(Minimum Viable Product, MVP),然后通过测试并收集用户的反馈,快速迭代,不断修正产品,最终适应市场的需求。

然而,即便是最小化可行产品,其开发和测试过程也绝不是简简单单的。如何测试你的 MVP,如何有效地获取用户的反馈也是一门复杂的学问。UX 设计软件 UXpin 的负责人 Christopher Bank 发表在TNW的文章为我们提供了测试 MVP 的 15 条好方法。

1. 用户访谈

在创业过程中,没有严格的定理,只有各种不同的意见和假设。而验证各种观点是否正确的重要途径就是与真实的用户进行沟通,向用户解释你的产品能解决他的什么需求,然后询问他们对于你产品不同部分的重要性是如何排序的。根据收集到的信息再对产品进行调整。

需要注意的是,用户访谈应该着眼于发现问题和解决问题,而不是向受访者推销产品。

2. 登陆页

登陆页是访客或潜在用户了解你产品的门户,是介绍产品特性的一次营销机会,也是在实战中验证 MVP 的绝佳时刻,你可以藉此了解产品到底能不能达到市场的预期。

很多网站的登陆页都只是要求用户填写 email,但是实际上登陆页还可以有更多的拓展,例如增加一个单独的页面来显示价目表,向访客展示可选的价格套餐。用户的点击不仅显示了他们对于产品的兴趣,还展现了什么样的定价策略更能获得市场的认可。

为了达到期望的效果,登陆页需要在合适的时机给消费者展现合适的内容。同时,为了准确了解用户的行为,开发者也应该充分利用 Google Analytics, KISSmetrics 或 CrazyEgg 等工具统计分析用户的行为。

3. A/B 测试

当你不确定如何才能有效地提升注册率和转化率时,可以尝试 A/B 测试。开发两版页面,然后将这两个页面以随机的方式同时推送给所有浏览用户,然后通过 Optimizely, Unbounce 或 Google Analytics 等分析工具,了解用户对于不同版本的反馈。

A/B 测试

4. 投放广告

这一点可能和传统的观点相悖,但实际上,投放广告是验证市场对于产品反应的有效方法。你可以通过 Google 和 Facebook 等平台将广告投放给特定的人群,看看访客对于你的早期产品有何反馈,看看到底哪些功能最吸引他们。你可以通过网站监测工具收集点击率、转化率数据,并与 A/B 测试结合起来。

投放广告
但是请注意,搜索广告位的竞争非常激烈,所以,为 MVP 投放广告的主要目的在于验证市场对产品的态度,不要一味地追求曝光量,用户对于产品真实的反馈才是无价的。

5. 筹款

Kickstarter 和 Indiegogo 等众筹网站为创业者测试 MVP 提供了很好的平台。创业者可以发起众筹,然后根据人们的支持判断人们对于产品的态度。此外,众筹还可以帮助创业者接触到一群对于你的产品十分有兴趣的早期用户,他们的口口相传以及持续的意见反馈对于产品的成功至关重要。

筹款
Kickstarter 上已经有了许多成功范例,比如电子纸手表Pebble和游戏主机提供商Ouya。他们在产品开发出来之前就筹得了上百万美元,并且取得了巨大的反响。

当然,如果想在众筹网站上收到良好的效果,就需要有说服力的文字介绍,高质量的产品介绍视频以及充满诱惑力的回报。

6. 产品介绍视频

如果说一张好的产品图片胜过千言万语的话,那么一段高质量介绍视频的价值则不可估量。最著名的例子就是 Dropbox 验证 MVP 时所发布的视频了。这段视频介绍了 Dropbox 的各项功能,注册用户一夜之间从 5000 暴增到 75000,当时的 Dropbox 甚至连实际的产品都还没有。

当你开发的产品解决的是一个用户自己都没有发现的问题时,你很难接触到目标消费群体。Dropbox 的介绍视频起到了良好的效果,假如 Dropbox 在介绍时只是说 “无缝的文件同步软件”,绝对不可能达到同样的效果。视频让潜在消费者充分了解到这款产品将如何帮到他们,最终触发消费者付费的意愿。

7. 碎片化的 MVP

所谓碎片化的 MVP 是指利用现成的工具和服务做产品的功能演示,而不要完全自己开发。

在团购网站 Groupon 的早期,创始人们使用了 WordPress,Apple Mail 和 AppleScript 等工具,将网站收到的订单手动生成 PDF 发给用户。自己花时间和金钱搭建各种基础设施,远不如利用现成的服务和平台,通过这种方式,开发者可以更高效地利用有限的资源。

8. SaaS & PaaS

在产品开发的初期,不要在服务器方面投入太多,可以利用的工具太多了,比如:AWS, Heroku, MongoDB, Facebook Connect, Chargify, Mixpanel, Mailchimp, Google Forms, LiveChat, WordPress, Drupal 等等。利用这些服务和平台能够加快你的开发过程,尽快将你的 MVP 推向市场。

 SaaS & PaaS
设计和开发框架也能够有效地节约时间和金钱,可选择的范围很大,比如 Twitter Bootstrap, ZURB Foundation, Ruby on Rails, Django, bootstrap.js, Node.js 等。这些框架或目录提供大量文档,能够帮助你很快的搭建起 MVP,推向市场。

此外,很多开发者所面临的浏览器兼容性、移动端界面设计、代码优化等问题也能够轻松解决。你需要做的,就是集中注意力开发产品。

9. 博客

通过博客可以很容易的在目标群体中验证自己的想法,通过双向的交流可以在 MVP 开发过程中及时收集用户的反馈意见。

此外,博客也可以作为你产品的早期原型,《精益创业》的作者 Eric Ries 就是先在博客上与读者有了一定的交流,后来才开始写作。通过博客可以了解受众的观点,并刺激他们将来买书的欲望。

10. 虚构的 MVP

在产品的早期,除了制作视频和搭建代码框架,你还可以利用虚构的 MVP,在产品开发出来之前人工模拟真实的产品或服务,让消费者感觉他们在体验真实的产品,但是实际上产品背后的工作都是手工完成的。

鞋类电商 Zappos 刚刚起步时,创始人 Nick Swinmurn 把本地商店鞋子的照片放在网站上,来衡量人们在线购买鞋子的需求。当有人下单时,他再去把鞋买回来。

这种方法虽然规模很小,但是能让你能够在产品设计的关键阶段跟消费者保持良好的交流,了解消费者使用网站时的一手信息,更快捷地发现和解决现实交易中消费者遇到的问题。对于消费者来说,只要产品够好,谁在乎背后是怎么运作的。Zappos 最终非常成功,在 2009年 以 12 亿美元的价格被亚马逊收购。

11. 贵宾式 MVP

贵宾式 MVP 和虚构的 MVP 类似,只不过不是虚构一种产品,而是向特定的用户提供高度定制化的产品。

贵宾式 MVP
服装租赁服务Rent the Runway在测试他们的商业模式时,为在校女大学生提供面对面服务,每个人在租裙子之前能够试穿。Rent the Runway 通过这种方式收集到大量顾客的真实反馈以及付费的意愿。

12. 数码原型

实物模型、线框以及原型可以展示产品的功能,模拟实际的使用情况。这些原型既可以是低保真度的框架,也可以是展示实际用户体验截图。

数码原型

13. 纸质原型

纸质原型与数码原型类似,既可以是剪切画,也可以是在纸上手绘的框架,用来展示用户使用产品的体验。

纸质原型的优势在于,不论是产品经理还是设计师,亦或是投资者、最终用户都可以利用。而且不需要太多的解释,因为它给你的就是实际产品的缩影。

纸质原型
对于手机、椅子等实体产品的开发来说,这种方法是非常有价值的。

14. 单一功能的 MVP

在做最小化可行产品时,专注某个单一功能会更加节约开发时间和精力,避免用户的注意力被分散,让他们关注到产品的主要功能。

单一功能的 MVP
Foursquare 在上线之初只是为了让用户可以在社交媒体上签到。他们的第一版 app 也仅有这一个简单的功能。Buffer最初就是定时发 Twitter,每个用户只能绑定一个 Twitter 账号。

这种限制帮你缩小了早期用户的范围,让你关注更重要的问题,比如测试产品是否适应市场等,而不要担心乱七八糟的事情。

15. 预售页面

预售与众筹类似,帮你找到潜在客户,甚至在你的产品开发出来之前就吸引他们购买。

预售页面
比如说 Oculus Rift 这款 VR 设备,在开发者版本投产之前就发布了预售页面。很多在 Kickstarter 上众筹的项目也是以预售的形式进行。通过预售,你可以了解到人们对于产品的需求到底有多大,考虑是否还要继续项目。

预售所面临的挑战在于能否如约发货。没有人喜欢虚无缥缈的东西,消费者给了你信念上和资金上的支持,你必须对他们负责,不能辜负了他们。

出发吧

从某些方面来说,开发 MVP 增加了很多额外的工作,进行产品迭代、验证需求都要耗费大量的时间和精力。因此,在测试 MVP 时一定要避免不必要的细节,根据不同的产品选择不同的方法。最终,你需要将验证过的 MVP 转变成真正的产品,接受市场的考验。

via:36kr

End.