馬丁跟你說

我們一直在做假設。 任何我們不能證明的東西都是假設。 我們假設我們的客戶是誰，他們需要什麼，以及我們可以如何幫助他們。

最後，不僅我們的很多假設被證明是無效的，而且這些有效的假設也很少100%符合我們的預期。

1. Why Testing Assumptions FAST is Critical

我們容易受到各種 偏見 的影響。我們對自己的假設說得越少，陷入這些偏見的可能性就越高。

當涉及到未經驗證的假設，我們應該特別注意兩點 （偏見類型） ：

認知偏見——檢驗一個假設的時間越長，我們就越希望它是真的。 在某些時候，我們可能會愛上我們的想法，並無意識地只關注于和我們信念相符的資訊，忽略了其他資訊。            

承諾偏見 （ 沉沒成本謬誤 ） —— 我們投入的努力越多，我們就越難放手。 堅持不懈是有價值的，但是如果我們的假設被證明是無效的，那麼是時候轉變方向了。然而，我們在一個想法上投入的時間越多，改變方向就越困難。            

只要我們更快地意識到我們做出的假設，並更早地測試它們，那麼我們陷入這些偏見的幾率就越低。

2. Types of Assumptions

假設的類型有很多種。對於新手，我們應該專注於三大類假設。

• 可取性：我們的用戶想要我們的解決方案嗎？他們願意為此付費嗎？
• 可實現性：我們能否在我們的限制範圍內有效地提供解決方案？
• 可成功性：解決方案能否得到可拓展的商業模型的支援？

還有更多類型的假說，比如 可用性 或者 適應性 假設。然而，雖然我們在未來可以提高可用性，我們必須先確定可取性、可實現性和可成功性，才能有有效的基礎。

3. Case Study: Home Office Hubs

讓我們來看看這些假設如何應用於實踐。比如說我們想推出一款新產品—— 居家辦公工作站。

近些年來，遠程辦公者的人數激增；遠端辦公人群 成為了一個有吸引力的目標客戶人群。我們的想法是為遠端辦公者建立一個中心 —— 一件可以快速轉變為設備齊全的居家辦公工位的傢俱。

在我們投入金錢之前，我們想檢查一下我們要處理什麼假設。

4. Identifying assumptions

為了使假設浮出水面，我們必須回答一個問題 —— 想法成功的必要前提條件是什麼？

為了增加我們考慮到所有相關假設的機會，我們可以從不同角度來回答這個問題。

讓我們來看看 用戶旅程地圖, 商業模型畫布, 和價值主張畫布 是如何來幫我們確定假設的。

1) 用戶旅程地圖

我們首先繪製一幅我們期待客戶經歷的旅程。最好包括從使用者意識到問題的時刻到購買服務之後的整個過程。

為了舉例，讓我們簡化為 4 個步驟。

1. 搜索居家辦公解決方案並發現我們的網站

2. 在我們的平臺上流覽各種居家辦公工作站產品

3. 購買居家辦公工作站

4. 使用工作站

既然我們已經制定了旅程地圖，我們需要去確定在旅程的每一步驟中， 可取性、可實現性、可成功性  上的必要正確條件。

舉個例子，人們如果能在網路上發現我們，那麼他們必須實際去搜索居家辦公設備；以及為了讓購買流程成功，他們必須願意按我們標的價格付錢，但我們還必須要足夠快地完成訂單。

我們應該能夠為每一步確定至少幾個假設。

2) 商業模式

一些假設和我們的商業模型模式緊密相關。

方法是相似的；我們一步一步地遍歷每個元素並詢問為了商業模型的成功，這個特別區域的必要有效條件是什麼？

也許為了成功的開場，我們必須要控制我們的產品成本低於一個閾值或者確保 （可貸款的） 信用額度。

3) 價值主張

兩種商業模式的細分值得更進一步細看：客戶細分和價值主張

對於每個客戶群體，我們根據他們試圖完成的工作、痛點和預期收益來做出一打的假設。 基於這些 （ 我們覺得有助於解決用戶痛點和預期收益的 ） 假設來建設我們的價值主張。 這裡有太多的假設了。

對於每個使用者人群，我們應該分析顧客的資料並為任何剩下的假設而評估用戶旅程地圖。     

在得到驗證之前，用戶痛點、用戶預期收益、我們的價值主張，只不過是另一個假設罷了。

5. Assess and Prioritise Our Assumptions

1) 重要性 vs 置信度

既然確定了假設，我們需要在 重要性和置信度 上對 它們 進行評估。

重要性 —— 有時候被稱為價值或影響，它回答了這樣一個問題：假設我們的想法有多重要？ 如果出現錯誤，高影響假設可能會使整個解決方案失效，而我們可以在一些低影響假設出錯的情況下仍然擁有良好的業務。

置信度 —— 也被稱為證據，是衡量我們的假設得到充分研究和證實的程度。 證據應該來自於進行的實驗和研究得到的數量和品質上的結果，而不是來自於我們的直覺。

2) 假設地圖

通過對每個假設的粗略評估，我們可以使用假設地圖來更清楚地瞭解我們的假設。

我們應該關注右上象限 —— 那些重要但缺乏足夠有力的證據支持的假設。 （因為） 這定義了我們是要支持還是打破這些假設，所以驗證它們是我們的首要任務。

我們的目標並不是消除這些假設 —— 畢竟，我們很少能100%確定一個假說是正確的。 我們的目標是增加我們的信心 （在我們的假設地圖上移動剩下的卡片） 到與我們的風險偏好相匹配的水準。

一旦我們解決掉了風險最高的假設，我們可以進一步降低我們的高影響假設的風險、或者去專注於那些不太重要的假設 —— 在任何時候，我們都應該要有一個正在測試的假設。

假設地圖是活的人工製品 —— 任何發現都會給我們新的假設，且假設評估會不斷地變化。 一個我們一開始認為毫無關係的假設在最後可能會改變規則，新的發現可能會推翻我們之前的學習成功並降低我們在某些假設的置信度。

6. Next Steps — De-risk by Testing

在對我們的假設進行評估和排優先順序後，就只剩下測試它們了。

有很多方式來獲取置信度，它高度取決於我們想要測試的假設類型。 有些時候我們只需要桌面研究 （二手資料研究） ；有些時候為了獲得純粹的置信度，只能推出一個成熟的 MVP 產品（最簡可行性產品）並看看它是否能支援下去。