在上一篇文章裡，我們提到最小可行性產品的概念，如果想套用這樣的方式來執行數據專案，具體可以怎麼做呢？
本文將舉一個最小可行性的數據服務應用案例，並分享自身經驗，整理最小可行性數據服務的三個核心概念。
<快速複習> ■ 什麼是最小可行性產品？ 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。 ■ 為什麼需要建立數據服務的最小可行性產品？ 透過建立數據服務的最小可行性產品，有助於數據專案裡不同合作單位間的溝通，讓大家對於應用場景或產出結果有一致的認知，並快速迭代修正，持續優化數據服務。
具體如何實踐最小可行性的數據服務？
>>舉一個逐步精進的增量服務例子
每個人應該都有過網路購物的經驗吧？設想我們正在瀏覽一個電商服飾品牌的網站，想找尋喜歡的衣服款式。
這個網站有沒有辦法做到類似Netflix的個性化影片推薦系統，為我推薦適合的服飾搭配呢?
假設以推出電商服飾網站的個人化產品推薦服務為例，我們可以套用最小可行性產品的方式，從簡單版本的推薦服務開始：
【 V1.0-陽春版本 】
我們可以從找出大部分的客戶都在買什麼商品開始著手，也就是所謂的熱銷商品排行。就像下圖各類別的熱銷商品推薦，針對80%的人都在購買的那20%的熱門產品進行主打推薦，雖然還沒辦法做到完全的精準，但基本上也會有一定的命中率了。
【 V2.0-進化版本 】
再進階一點，我們可以分析看看每張發票的購買紀錄，挖掘出經常被放在一起、或是前後購買的產品組合是哪些，像是針對買了某款牛仔褲的人，去推薦他可能也會需要的休閒襯衫、T-shirt、帽子，直接給予他幾款適合一起穿搭的商品組合推薦。
【 V3.0-終極版本 】
最後的終極版本還可以再加入客戶的個人化資訊進行分析，包含客戶過去的瀏覽歷史、基本輪廓等資料。像是我上個月在G牌購買了一件特級彈性柔軟長褲，後來當我登入它的APP後，首頁就立刻推播了我這三件新商品，分別是特級彈性短褲、輕便長褲與短褲，很明顯地就是抓住了我之前購買偏好的關鍵字，推播的商品都是特別強調彈性、輕便、好穿，做到了最細緻化的個人化商品推薦。
最小可行性數據服務的三大核心概念
>>最低成本、快速驗證、逐步優化
像剛剛同樣都是做產品購買推薦服務的例子，我們就套用了最小可行性產品的概念，採分階段的產出方式。一開始陽春版本的熱銷排行榜所需要的資料量小，技術門檻低，分析時間短，讓我們可以用最少的投入成本先快速驗證這樣的推薦服務，究竟能不能對業績帶來幫助，以測試結果比較推薦前後的購買率是否有提升效果，再根據成效逐步調整優化、增量服務，一步步建立起分析的可信度。
最後，總結一下最小可行性產品應用的3大核心概念：
【最低成本】：以最低的成本，只提供必要的服務，快速開發出第一版產品。 【快速驗證】：將產品實際放到市場上做測試，取得快速、多次的回饋結果。 【逐步優化】：依結果逐步調整、優化，提供漸進式的增量服務。
以上是我在運行數據專案時，一個很實用的執行技巧，推薦給大家參考看看囉!
還沒閱讀過上一篇的讀者，也可以直接點選下方連結觀看喔。
