MVP的落地离不开对数据的分析，更离不开“以用户为中心”的理念和实践。企业需要充分发挥数据的价值，在数据的指导下，打造用户喜爱的产品，快速成长，赢得用户口碑和市场先机。
本文所指的“MVP”是 “Minimum Viable Product”的首字母缩写，即“最小可行性产品”。MVP理念最早由Eric Ries提出。
在其所著的《精益创业》一书中，Eric Ries对MVP进行了系统化讲解：MVP指的是企业用最小的成本开发出可用且能表达出核心理念的产品版本，使其功能极简但能够帮助企业快速验证对产品的构思，以便于企业在获取用户反馈后持续迭代优化产品、不断适应市场环境。MVP理念受到了很多硅谷创业者的认可，对很多硅谷企业进行产品创新都提供了有益指导。
随着中国互联网的蓬勃发展，越来越多的从业人员也将MVP理论应用到产品设计的实践中来。
很多企业会通过“构建（Build）-测量（Measure）-迭代（Learn）“的操作流程，设计最小可行性产品，来验证产品设想。
一、如何构建（Build）MVP？
首先，企业会通过以下5步来构建（build）一个MVP，这是进行产品假设验证、发挥MVP价值的前提。
MVP构建流程图
第一步：明确产品目标。
团队的首要目标就是要确定产品到底解决用户的哪些痛点？给用户带来什么样的价值？在此之前用户是如何满足自己的需求？最好能用一句话总结表述。
第二步：定义产品的用户行为路径。
梳理用户的行为流程，分解用户对产品的具体操作步骤。
第三步：根据用户路径罗列产品功能。
团队集思广益列出产品，帮助用户实现目标需要具备的功能。在这个过程中，团队想做的功能可以很多很丰富。
第四步：对上一步列出的功能进行优先级排序。
通过前期的头脑风暴，把丰富的功能列在白板上，团队根据研发资源、设计资源、用户体验等维度对功能进行优先级排序，对功能列表做减法和收敛。
第五步：构建最终功能集合。
明确好最终功能集合后，可以画出产品原型图，找一些目标用户深入沟通，确定原型终稿，进入开发环节。
Instagrame的产品设计和创新程就可以视作一个完美的MVP实现案例。
滤镜是Instagram的核心功能。正是凭借滤镜，Instagram得以当时以文字呈现信息为主的移动社交应用中脱颖而出。在Instagram的初期版本（即MVP版本）中，用户只能选择滤镜，并不能调整滤镜的强弱度。随着不断迭代，Instagram后期逐步增加了滤镜模板和亮度等功能，让用户总能制作出高质量图片。
二、如何验证（Measure）MVP？
随着MVP上线，企业还需要关注一系列的数据指标来衡量当初的产品需求假设是否正确。
比如，对于一款工具型产品来讲，就需要关注其新增用户数及用户留存情况，包括日活、次日留存、七日留存和次周留存等；对于一款内容型产品来讲，则需要关注内容发布数、互动数、发布者数量等数据指标。
我们可以通过数据运营或者应用统计平台来快速获取这些数据指标。
如果团队处于项目初期状态或者对于初创团队，各方面资源比较紧张、数据也比较缺乏，产品经理或运营人员可以考虑借助第三方的应用统计平台来获取这些数据。
如图中的数据运营平台能够清晰呈现用户的新增、活跃、留存等各个阶段的情况，帮助产品经理和运营人员通过数据看板和分析报表全面了解产品的数据表现。
这一阶段，企业还要聚焦核心用户对产品的使用反馈，了解产品是否满足用户的期望和真实需求，验证当初建立MVP的假设是否正确。
如何进行验证呢？除了同核心用户进行点对点的交流沟通外，产品经理或运营人员还可以借助成熟的用户行为分析工具，了解目标用户在产品内的行为路径，分析用户对产品功能的使用情况。
一个有效实用的方法是通过数据运营平台的事件配置模块对用户的行为路径进行埋点分析。
例如一款电商APP准备举行一场热卖活动，从进入电商APP的热卖主会场到最终下单购买中间存在多个链路，如果对进入热卖主会场-查看商品详情-添加购物车-点击购买-下单付款各个环节进行埋点，就可以计算出每一个环节之间的转化率，根据转化率的大小综合得出哪些环节是需要具体优化的。
综上，我们可以看到，在进行MVP验证的过程中，数据是重中之重。虽然每个产品类型不同，需要观察的数据指标也有所差异，但是新用户增长、用户留存和用户使用行为等核心指标是每一个产品经理和运营人员都要重点关注的。
三、进入持续迭代（Learn）流程
通过数据分析和用户反馈，产品经理可以快速验证MVP。
对于非必要的、用户不感兴趣的功能，产品经理则要考虑做减法或做迭代；对于用户喜爱的功能，产品经理要考虑做加法和持续优化。
例如对一款工具性产品而言，如果次周留存不佳，那么产品经理就要反思对用户痛点把握是否到位，核心功能设计是否符合用户需求？然后参考MVP的操作流程，重新设计和打磨产品，进入到MVP的迭代（learn）环节。
四、总结
以最小成本打造MVP来验证idea，越来越成为很多企业的首选。MVP的落地离不开对数据的分析，更离不开“以用户为中心”的理念和实践。
企业需要充分发挥数据的价值，在数据的指导下，打造用户喜爱的产品，快速成长，赢得用户口碑和市场先机。
-END-
