明确、细化了候选MVP的功能特性设置与组合之后，就可以通过与客户的交互沟通来验证其有效性。但在此之前，你首先要能够创建一种用户体验展示给用户。
什么是（什么不是）最简可行产品 What is ( and isn't ) An MVP?
精确的角度看，MVP更适合对应一款实际产品。过分强调“最简”而构建一款局部性MVP，或者以“最简”为名合理化不好的用户体验，这些情况都会让客户质疑产品是否“可行”。
「虽然MVP是相对整个产品的全部价值定位而言，会存在局限性，但创建的MVP必须在一定基准值上，为客户创建出相应的价值」
如下图，将产品分割为四层金字塔，左边示例代表了某种误区，即MVP只是一个不考虑可靠性、可用性或亮点的功能局限的产品；而右边则是一个功能有限，但其上三层属性也“完整”考虑的MVP。
最简可行产品测试 MVP Tests
MVP测试有多种方法，可以按产品与市场进行分类，也可以根据定量与定性测试对其进行分类。下图2 x2 的矩阵列出按这两种分类方式下常见测试方法的类型及属性。
MVP的市场测试能让需要传递的信息一箭中的的打动客户并能够量化预期的市场反应程度指标，如转化率。
1、定性的MVP市场测试
向客户展示「市场材料」并征求他们的反馈意见，得到的反馈并非针对产品本身，而是你如何介绍和谈论产品，这种测试旨在发现客户对市场材料的喜好程度及原因所在。
在测试信息传播有效性的各种方法中，有一种被称为五秒钟测试的好方法，即五秒钟内向客户展示市场材料，然后获取他们感兴趣和留有印象的内容。非常适用于检验信息是否全面、完整的传播了产品的性质。
市场材料包括登录页面、视频、广告、电子邮件等。
2、定量的MVP市场测试
可以求证市场对产品的需求量；
可以反映用户的行为，大量的样本规模可以带来非常重要的信息。
着陆页与冒烟测试
这种方法是最流行的测试方式之一，创建可直接访问的动态网页，网页描述计划创建的产品，并通过各种形式指引客户表达对产品的兴趣程度，如“登录”按钮或者链接跳转至『计划与定价』页面。测试时没有实际可供试用产品，通常取而代之的是产品的“即将发布+感谢+填写联系方式”页面。『也被称为冒烟测试』
测试的关键指标在于转化率，着陆页的访问数和按钮点击数的比例可以窥见潜在客户与实际客户的关系。好的视觉设计与文案写作对页面的成功非常重要。
宣讲视频
实际上是着陆页测试的一个变种，使用视频来介绍产品，特别是难以近通过文字来解释的产品。通过视频所驱动的转化率来判断其有效性。
广告活动
市场营销A/B测试
A/B测试也被称为对比测试，是一种定量测试方式，可以使用两种设计来对比哪种能带来更好的关键绩效。测试的各个版本在同一时间内并行进行，可以避免不同时间段里所存在的不同外部因素的干扰。
这其中非常关键的一个方面是测试的统计学意义，样本规模越大，统计学意义越高；如果待测试方案表现情况非常相似时，就需要非常庞大的样本规模来产生统计学意义上的差异性。
众筹
用来测试、验证人们是否愿意为你的产品支付费用。
产品测试可用于确保客户认可实际产品的价值。
3、定性的MVP产品测试
产品的定性测试可以用来评估、优化产品-市场适配。在构建产品之前和构建产品之后两个关键的时期都需要进行产品的定性测试。
可以通过向客户展示一系列不同仿真水平程度的样品模型来征求反馈意见。
上图中所涉及的都不是完全真实的、可实际应用的产品或服务。
绿野仙踪式与看门式MVP
是可以来测试真正的实物产品或服务。但“绿野仙踪”方法是允许用户在不知道响应是由人而不是计算机的情况下与界面交互的一个过程，「在幕后有人拉动控制杆和拨动开关」。这种方式效率有限，不适合长期运行，可在产品上市之前进一步验证产品或服务，尤其适合涉及与大量客户的互动与信息输入的服务领域等。
真实产品
可以用受控「现场演示讲解或远程软件指导」或完全自由「记录客户独立使用的过程」的形式来测试实际产品。
4、定量的MVP产品测试
可以评估使用产品的实际客户，通常有较大的样本规模。
仿真门与404页面
用来测试验证计划构建的某项新特性。核心想法是只做一个新功能的链接或按钮来判断有多少客户会点击它。这有助于你在投入资源之前就可以测试有多少客户真正想要这项功能。
一般情况是客户点击后会看到一张附有解释说明「功能尚在开发阶段」的感谢页面，有一种极端做法是压根不制作页面「点进之后就是404页面」，直接通过技术手段获取点击信息。
设定仿真门测试的持续时间和频率时要非常小心，以免惹恼客户。且最好在产品上线运行一段时间后再使用，获取足够样本后便迅速下线。
产品分析与A/B测试
分析本身并非一种测试，但它能让你洞察客户是如何实际应用产品。在产品变更时，能够让你找出应该改变哪些关键产品参数来测试验证你的假设。
产品的A/B测试，或称为分离测试Split Test，通常用于对比产品中两种备选用户体验的不同表现。
绝大多数企业会借助第三方工具进行市场营销方面的A/B测试，但是产品的A/B测试则更倾向于选择建立自己的测试基础架构来实现。
不需要将客户流用绝对平均的方式引导至备选变量，只要少数使用者在不同备选上产生显著统计学意义的差异点，即可生效。许多企业持续不断的尝试，用小规模的用户来测试成百上千种候选的产品特性或设计方案。
网友评论