在產品開發時經常會提到最小可行性產品-MVP（Minimum Viable Product）的概念，這樣的概念，也很適用於在數據專案的實踐上，更是讓數據服務可以實際落地應用的關鍵之一。
這個主題將分為上下兩篇，本文將介紹什麼是最小可行性產品、應用於數據服務的使用場景及其優點。第二篇也會再分享一個最小可行性的數據服務應用案例。
本文內容：
什麼是最小可行性產品?
>> 讓你可以快速驗證想法的試金石
最小可行性產品常用於是新產品開發階段，與敏捷專案管理(Agile)裡所強調的快速迭代優化的概念相似：
■ 最小可行性產品-MVP（Minimum Viable Product）：指的是利用最低的成本，只提供必要的功能，快速開發出第一版產品放到市場上做測試，再藉由市場的回饋，去逐步優化產品。而這個第一版產品就是所謂的最小可行性產品。
下面我們先來聊聊數據服務在業務端進行應用時常會碰到的問題會有哪些，再進一步拆解如何套用這樣最小可行性產品的想法在數據服務上，幫助我們解決這些問題。
如何讓數據服務成功落地應用?
>>關鍵在於獲得業務端的支持!
數據服務要能成功實際落地應用，最重要的是能夠取得前線業務單位的協助與信任，因為他們才是最終去使用這些服務、直接面對客戶的人。但在與非技術或數據單位溝通時，由於他們對於數據分析的了解程度可能不深，所以容易碰到來自像是這樣的質疑：
「嘿，我才是第一線直接面對客戶的人，我比你還更了解客戶好嗎，憑什麼要相信你的分析? 」「我自己的事情都快忙死了，真的沒空理你! 幫你做這些分析的東西，對我的業務有什麼幫助? 」
身為沒待過業務端的分析師，面對這樣的回應是否啞口無言，又不知道該如何去說服比我們更資深的業務前輩們呢?這時候，剛剛提到的最小可行性產品的概念就可以派上用場了！
建立最小可行性數據服務的好處
>>先建立一個簡單的數據應用場景，幫助拉齊想法，快速驗證
我們可以嘗試用最低的成本先建立一個簡單的數據應用，也就是數據服務的MVP產品，幫助拉齊雙方的想法，這麼做有3大好處：
【建立彼此對產出的結果有一致的認知】
讓合作單位有一個比較明確、具體的業務應用場景，而不會有不切實際的想像，或是到了結果的產出階段，才發現不符合期待或是與業務邏輯相違背。
【快速調整的彈性】
藉由逐步增量的做法，可以建立一個多次且快速的 PDCA (Plan-Do-Check-Act) 循環機制，大家以優化最後的產出結果作為共同目標，在過程中充分討論、不斷精進
■ P(Plan) ：規劃執行的作法 ■ D(Do) ：依規劃實際執行 ■ C(Check)：檢核執行的成效，並與原本的規劃比對是否有差異 ■ A(Act) ：針對檢核的結果，進行改善優化
【作為估算預期效益的依據】
在做案子的時候，一定都會被問到的一個問題是-如何證明你的專案效益。在數據服務上，我們除了可以用過去的歷史資料來進行估算外，如果有執行過的最小可行性產品，以它測試的數據結果來做試算，會是一個更貼近真實情況的預期效益。
了解最小可行性數據服務的概念及好處後，下一篇將直接舉一個應用案例做說明，可以更清楚如何落實這樣的想法在數據業務的執行上，幫助數據服務在落地的階段可以更加順利!
