核心概念
MVP（最小可行產品）的本質不是「功能精簡的產品」，而是一個結構化的學習實驗。它回答的問題不是「我們能不能做出這個？」，而是「做出這個值不值得？」
過早建構完整產品，是產品開發最常見的浪費。MVP 的作用是以最低成本測試最高風險的假設，在投入大量資源前就排除根本性的錯誤。
假設的兩層結構
在建立 MVP 前，必須先把直覺轉化為可被驗證的假設。有效的假設分兩層，必須依序驗證：
第一層：價值假設（Value Hypothesis） 「我們相信 [目標用戶] 認為 [功能/服務] 有價值。當我們觀察到 [行為指標] 時，即可確認。」
這層假設回答：這件事本身重要嗎？用戶在意嗎？尚未確認價值就跳去驗證解決方案，是最常見的浪費。
第二層：解決方案假設（Solution Hypothesis） 「對於 [目標用戶] 面對的 [需求]，我們相信 [具體設計] 能帶來 [預期價值]。當 [指標] 達到 [目標值] 時，即可確認。」
這層假設回答：我們的具體做法有效嗎？只有第一層確認後，才值得在這層投入更多資源。
假設地圖（Assumption Mapping）
在寫假設之前，先列出所有前提信念，依「風險 × 不確定性」排序，找出最危險的假設優先驗證。通常從四個維度展開：
- 問題驗證：這個問題值得解決嗎？
- 市場驗證：潛在用戶夠多嗎？
- 解決方案驗證：我們的方案能解決問題？
- 付費意願驗證：用戶願意為此付費嗎？
把最高風險的假設排到最前面，可以最快排除「建起來後才發現沒人要」的情境。
實驗形式選擇
依假設層次選對應的 MVP 形式：
原型 MVP（Prototype MVP）：驗證價值假設。形式包含紙本原型、可點擊 mockup、Wizard of Oz（人工模擬後端）。成本極低，快速排除根本性風險。
上線程式 MVP（Live-Code MVP）：驗證解決方案假設。需要真實用戶與真實數據，觀察留存率、轉換率、功能使用深度。
冒煙測試（Smoke Test）：產品不存在時就測市場。建立落地頁、蒐集預購意願，觀察轉換率。低成本測量真實需求強度。
門房測試（Concierge Test）：以純人工方式提供服務，觀察用戶真實反應後再考慮自動化。排除「以為他們要什麼」與「實際要什麼」的落差。
關鍵要點
- 假設必須可被否證：「用戶會喜歡」不是假設，「30 日留存率 ≥ 40%」才是。模糊假設讓所有結果都能合理化為「通過」。
- 成功標準必須事前定義：在實驗開始前就寫下「達到 X 繼續、低於 Y 停止」。事後定義標準會無意識地往有利結果解釋數據。
- 一次只測一件事：每個實驗只測一個假設、追蹤一個核心指標，混測多個變數讓學習結論模糊。
- Build-Measure-Learn 是循環：每輪實驗的結論都餵回下一輪的假設調整，不是「失敗就放棄、成功就大量投入」的二元邏輯。
- 跨職能對齊是前提：實驗設計、成功標準、結論詮釋必須讓 PM、設計師、工程師共同確認，避免事後各自解讀。
實務應用
七步驟實驗框架：
- 描述問題/機會（來自用戶訪談、數據異常、競品觀察）
- 列出所有假設
- 找出最危險的假設
- 轉化為可測試語句（目標群體 + 預期行為 + 觀察指標）
- 設定成功門檻（定量或定性，但必須事前寫下）
- 選擇實驗形式（對應假設層次選原型或上線）
- 執行、收集數據、決策（投入 / 調整 / 放棄）
假設寫法模板快查：
| 情境 | 模板 |
|---|---|
| 新創早期 | 我們相信 [用戶] 會 [行為]，因為 [理由] |
| 功能測試 | 若我們 [行動]，[用戶] 將 [預期行為]，因為 [驅動因素] |
| 複雜產品 | 我們相信 [用戶] 有 [問題]，若我們 [行動]，[指標] 將改善 |
延伸觀點
跨多篇研究有幾個共同強調的主題，值得特別記錄：
「驗證」不等於「被證實」：多數實驗的結果落在中間地帶，不是非黑即白。NN/G 和 Product Mindset 都指出，成功標準應預先定義三種情境——「支持」「部分支持」「不支持」——而不是只設一個通過門檻。這樣的設計讓決策更有彈性，也更誠實。
假設的粒度決定學習速度：Medium 的研究指出，假設太寬（如「用戶想要更好的體驗」）導致實驗設計模糊，學習週期拉長。有效假設應精確到可以在 1-2 週內設計出對應的測試方案。這與敏捷開發的 sprint 節奏直接對齊。
付費意願是最難驗證的假設：Substack 的文章特別提醒，前三個維度（問題、市場、解決方案）相對容易用定性研究處理，但付費意願需要真實的行為數據——預購、信用卡輸入、或實際購買——口頭承諾幾乎沒有預測效力。
相關頁面：用戶訪談設計與執行方法、PM 角色與 AI 時代協作
反向連結
以下頁面引用了本頁：