Lean Startup：用實驗加速正確成長
以「構建－量測－學習」的閉環實驗，快速驗證市場與產品假設，降低不確定性，提高資源效率，讓每一步前進都有證據。
適合對象
- 新事業孵化、產品 0→1 階段團隊
- 需要降低研發風險、提高學習速度的團隊
- 尋求數據化決策與績效衡量方式的管理者
你能收穫
- 建立假設清單與優先順序（風險 × 影響）
- 設計可執行的 MVP 與實驗卡（指標／閥值）
- 以度量指標驅動的轉向／堅持決策機制
常見誤區
- 把 MVP 當成「低品質產品」而非「最小化學習成本」
- 沒有設定明確的決策門檻，導致反覆猶豫
- 只做訪談不做行為驗證（如登記、留存、付費）
核心觀念
- 構建－量測－學習：以最短路徑獲得驗證性學習
- MVP 光譜：從假門、原型、嚮導式服務到可用產品
- 風險驅動優先級：市場、價值、可用性、可行性
- 轉向類型：客群、需求、通路、解法、技術、增長引擎
- 可行指標：AARRR、留存 Cohort、付費轉換與回本
- 決策卡：假設 → 指標 → 閥值 → 動作（堅持／轉向）
實作步驟
- 列出十大風險假設，依影響 × 不確定性排序
- 為前 3 項設計 MVP 與實驗卡（樣本量／指標／閥值）
- 執行迭代：每 1～2 週回顧一次學習與決策
- 建立增長引擎：黏著、病毒或付費效率，擇一專注
常用實驗
- 假門頁（Smoke Test）與候補名單
- 高觸達嚮導式服務（Wizard of Oz）
- 可用性測試與價值主張 A/B 測試
- 定價與付費意願測試、回本期試算
關鍵指標
- 早期採用者比例、啟用率、留存率（W1/W4）
- 北極星指標與 AARRR 的關聯性
- 回本期與 LTV/CAC，是否可擴大投放
轉向檢核
- 是否達成問題－解方匹配或產品－市場匹配的門檻？
- 是否出現新的高動能客群或更高價值場景？
- 是否有更低成本、更快學習的路徑？
30 天
- 完成假設清單與優先順序、定義北極星指標
- 設計前兩個 MVP 與實驗卡
60 天
- 完成至少 2 次迭代與回顧，調整路線
- 建立基礎儀表板：啟用、留存、轉換、回本
90 天
- 決策堅持／轉向：形成可重複的學習機制
- 準備擴張：定價、通路與投放節奏
推薦資源
- 《The Lean Startup》與《Running Lean》
- 《Testing Business Ideas》實驗設計工具集
- 《Lean Analytics》指標與決策門檻