TCC 推荐：大家好，这里是 TCC 翻译情报局，我是李泽慧。作者在这篇文章告诉了我们如何通过用户旅程地图、商业模式、价值主张来确定产品假设。通过一个案例——推出一款居家办公的工作站——来更方便地让人理解我们该如何评估分类这些假设、对假设的优先级进行排序，以便快速地测试它们。
我们一直在做假设。 任何我们不能证明的东西都是假设。 我们假设我们的客户是谁，他们需要什么，以及我们可以如何帮助他们。
最后，不仅我们的很多假设被证明是无效的，而且这些有效的假设也很少100%符合我们的预期。
1. 为什么“快速”测试假设很重要
1. Why Testing Assumptions FAST is Critical
我们容易受到各种 偏见 的影响。我们对自己的假设说得越少，陷入这些偏见的可能性就越高。
当涉及到未经验证的假设，我们应该特别注意两点 （偏见类型） ：
认知偏见——检验一个假设的时间越长，我们就越希望它是真的。 在某些时候，我们可能会爱上我们的想法，并无意识地只关注于和我们信念相符的信息，忽略了其他信息。
来源: boycewire.com
承诺偏见 （ 沉没成本谬误 ） —— 我们投入的努力越多，我们就越难放手。 坚持不懈是有价值的，但是如果我们的假设被证明是无效的，那么是时候转变方向了。然而，我们在一个想法上投入的时间越多，改变方向就越困难。
来源: thedecisionlab.com
只要我们更快地意识到我们做出的假设，并更早地测试它们，那么我们陷入这些偏见的几率就越低。
2. 假设的类型
2. Types of Assumptions
假设的类型有很多种。对于新手，我们应该专注于三大类假设。
- 可取性：我们的用户想要我们的解决方案吗？他们愿意为此付费吗？
- 可实现性：我们能否在我们的限制范围内有效地提供解决方案？
- 可成功性：解决方案能否得到可拓展的商业模型的支持？
还有更多类型的假说，比如 可用性 或者 适应性 假设。然而，虽然我们在未来可以提高可用性，我们必须先确定可取性、可实现性和可成功性，才能有有效的基础。
3. 案例研究：居家办公中心
3. Case Study: Home Office Hubs
让我们来看看这些假设如何应用于实践。比如说我们想推出一款新产品—— 居家办公工作站。
近些年来，远程办公者的人数激增；远程办公人群 成为了一个有吸引力的目标客户人群。我们的想法是为远程办公者建立一个中心 —— 一件可以快速转变为设备齐全的居家办公工位的家具。
来源: evensus.co.za
在我们投入金钱之前，我们想检查一下我们要处理什么假设。
4. 确定假设
4. Identifying assumptions
为了使假设浮出水面，我们必须回答一个问题 —— 想法成功的必要前提条件是什么？
为了增加我们考虑到所有相关假设的机会，我们可以从不同角度来回答这个问题。
让我们来看看 用户旅程地图, 商业模型画布, 和价值主张画布 是如何来帮我们确定假设的。
1) 用户旅程地图
我们首先绘制一幅我们期待客户经历的旅程。最好包括从用户意识到问题的时刻到购买服务之后的整个过程。
为了举例，让我们简化为 4 个步骤。
1. 搜索居家办公解决方案并发现我们的网站
2. 在我们的平台上浏览各种居家办公工作站产品
3. 购买居家办公工作站
4. 使用工作站
既然我们已经制定了旅程地图，我们需要去确定在旅程的每一步骤中， 可取性、可实现性、可成功性 上的必要正确条件。
举个例子，人们如果能在网络上发现我们，那么他们必须实际去搜索居家办公设备；以及为了让购买流程成功，他们必须愿意按我们标的价格付钱，但我们还必须要足够快地完成订单。
我们应该能够为每一步确定至少几个假设。
2) 商业模式
一些假设和我们的商业模型模式紧密相关。
方法是相似的；我们一步一步地遍历每个元素并询问为了商业模型的成功，这个特别区域的必要有效条件是什么？
也许为了成功的开场，我们必须要控制我们的产品成本低于一个阈值或者确保 （可贷款的） 信用额度。
3) 价值主张
两种商业模式的细分值得更进一步细看：客户细分和价值主张
来源： businessmodelanalyst.com
对于每个客户群体，我们根据他们试图完成的工作、痛点和预期收益来做出一打的假设。 基于这些 （ 我们觉得有助于解决用户痛点和预期收益的 ） 假设来建设我们的价值主张。 这里有太多的假设了。
对于每个用户人群，我们应该分析顾客的资料并为任何剩下的假设而评估用户旅程地图。
在得到验证之前，用户痛点、用户预期收益、我们的价值主张，只不过是另一个假设罢了。
5. 对我们的假设进行评估和排列优先级
5. Assess and Prioritise Our Assumptions
1) 重要性 vs 置信度
既然确定了假设，我们需要在 重要性和置信度 上对 它们 进行评估。
重要性 —— 有时候被称为价值或影响，它回答了这样一个问题：假设我们的想法有多重要？ 如果出现错误，高影响假设可能会使整个解决方案失效，而我们可以在一些低影响假设出错的情况下仍然拥有良好的业务。
置信度 —— 也被称为证据，是衡量我们的假设得到充分研究和证实的程度。 证据应该来自于进行的实验和研究得到的数量和质量上的结果，而不是来自于我们的直觉。
2) 假设地图
通过对每个假设的粗略评估，我们可以使用假设地图来更清楚地了解我们的假设。
我们应该关注右上象限 —— 那些重要但缺乏足够有力的证据支持的假设。 （因为） 这定义了我们是要支持还是打破这些假设，所以验证它们是我们的首要任务。
我们的目标并不是消除这些假设 —— 毕竟，我们很少能100%确定一个假说是正确的。 我们的目标是增加我们的信心 （在我们的假设地图上移动剩下的卡片） 到与我们的风险偏好相匹配的水平。
一旦我们解决掉了风险最高的假设，我们可以进一步降低我们的高影响假设的风险、或者去专注于那些不太重要的假设 —— 在任何时候，我们都应该要有一个正在测试的假设。
假设地图是活的人工制品 —— 任何发现都会给我们新的假设，且假设评估会不断地变化。 一个我们一开始认为毫无关系的假设在最后可能会改变规则，新的发现可能会推翻我们之前的学习成功并降低我们在某些假设的置信度。
6. 下一步 —— 通过测试降低风险
6. Next Steps — De-risk by Testing
在对我们的假设进行评估和排优先级后，就只剩下测试它们了。
有很多方式来获取置信度，它高度取决于我们想要测试的假设类型。 有些时候我们只需要桌面研究 （二手资料研究） ；有些时候为了获得纯粹的置信度，只能推出一个成熟的 MVP 产品（最简可行性产品）并看看它是否能支持下去。
但是，这就是另一篇文章的话题了。
