設計思考方法論並非僅限於使用者介面或使用者經驗設計，它同樣適用於資料產品的開發。資料產品的設計和開發需要深入理解使用者需求，並將這些需求轉化為可行的技術方案。這需要團隊在產品開發的每個階段，從發現到交付，都持續關注使用者的需求和痛點。在發現階段，團隊需要深入瞭解目標使用者，例如透過使用者訪談、問卷調查和資料分析等方式，收集使用者的行為資料和需求資訊。這些資訊將幫助團隊定義問題，並找出最關鍵的使用者需求。接下來，團隊需要將使用者需求轉化為具體的產品功能和設計方案。在開發階段，團隊需要構建原型並進行測試，以驗證設計方案的可行性和有效性。最後，在交付階段，團隊需要將產品推向市場，並持續收集使用者反饋，以不斷改進產品。
發現階段
在發現階段，我們需要深入瞭解問題，而不是簡單地假設它。這涉及到與受問題影響的人們進行交流和共處，例如顧客和使用者。透過這種方式，我們可以收集到寶貴的見解，幫助我們定義問題。
定義階段
定義階段的目的是根據發現階段收集到的見解，重新定義問題或挑戰。這個階段需要我們跳出固有的思維框架，從不同的角度看待問題。
開發階段
開發階段是設計思考的核心部分。在這個階段，我們需要生成多種不同的解決方案，尋找靈感，並與各種人群共同設計。這個階段強調創造力和實驗精神，鼓勵我們嘗試新的想法和方法。
交付階段
交付階段是設計思考的最後一個階段。在這個階段，我們需要對不同的解決方案進行小規模的測試，拒絕不行之有效的方案，並改進那些有前途的方案。
案例研究：設計助視科技
玄貓團隊曾經設計了一個助視科技專案，旨在幫助盲人和低視力人士跨越道路。團隊首先進行了發現階段，瞭解盲人和低視力人士在什麼情況下更願意使用非導盲犬的解決方案。然後，他們定義了問題：如何在使用行人過街時避免偏離路線。接下來，團隊設計了多種不同的解決方案，包括根據機器學習（ML）的電腦視覺解決方案、根據藍牙信標的解決方案和傳統白色柺杖上的光學感測器解決方案。最後，團隊透過原型設計和測試，不斷改進和最佳化解決方案，最終交付了一個可行的光學感測器原型。
內部資料產品的設計思考
並非所有產品都是直接導向客戶的。有些產品可能是導向內部客戶的，例如機器學習平臺團隊為組織內的機器學習從業者提供的平臺產品。或者，一些團隊可能正在構建導向內部客戶的機器學習啟用的資料產品。例如，一家線上書店的機器學習團隊可能會構建一個書籍推薦資料產品，為任何給定的客戶傳回一份推薦書籍清單。這些資料產品可能不直接導向客戶，但最終會體現在客戶體驗中，或者服務於組織內的內部客戶。因此，這些資料產品同樣受益於本章描述的設計思考實踐。在第11章中，我們將討論導向客戶的團隊和內部團隊如何合作，以創造更好的客戶體驗。
設計思考：發現機會
在產品開發的初始階段，瞭解客戶需求和潛在解決方案的價值至關重要。設計思考（Design Thinking）提供了一系列的技巧，幫助團隊將模糊的產品想法轉化為明確可測試的假設。這些假設關注於客戶的需求和潛在解決方案帶來的價值。
客戶中心設計
在「發現」（Discover）階段，我們將客戶置於中心位置。為了收集客戶的聲音，常用的技巧包括人物誌（Personas）、客戶旅程對映（Customer Journey Mapping）、情境探究（Contextual Inquiry）和客戶訪談（Customer Interviews）。這些技巧來自使用者經驗設計（User Experience Design）領域，每一種都提供了對使用者和客戶的獨特見解。
人物誌
人物誌是一個根據研究的虛構角色，代表著目標使用者。開發人物誌有助於團隊清晰地理解使用者的行為、目標、挫折和人口統計特徵。透過建立人物誌，團隊可以更深入地同情使用者，更加精確地根據使用者需求量身定製解決方案，並就產品功能和設計做出更明智的決定。人物誌也為下一步的客戶旅程對映奠定了基礎。
客戶旅程對映
客戶旅程對映視覺化地捕捉整個客戶體驗，突出觸點、情感和互動，以幫助識別痛點和機會。使用這種技巧，我們從客戶的初始需求或觸發點開始，繪製出客戶在各個階段的體驗、感受和挑戰。結合已經開發的人物誌，我們可以理解客戶在每個互動點的體驗、感受和挑戰。這樣就能夠得到一個全面的檢視，幫助團隊識別缺口和機會，以滿足客戶的需求。
客戶訪談
客戶訪談是另一種可以透過結構化對話揭示客戶的慾望、痛點和認知的技巧。這種一對一的互動提供了直接的參與，讓企業獲得洞察力，以驗證假設並將產品方向與真實客戶需求保持一致。然而，我們也知道，客戶說他們會做什麼和他們實際做什麼之間可能存在差異。為了調和這種差異，我們可能會使用情境探究來觀察使用者在自然環境中的行為，提供對其挑戰和真實行為的補充理解。
其他發現活動
除了核心技巧外，您還可以使用一系列其他發現活動，如日誌研究、競爭對手研究、調查或探索性資料分析來增強您的理解。調查和探索性資料分析提供了量化資訊，以補充質性洞察——它們可以揭示「多少」以及「是否」這是一個機會。這些技巧共同提供了一個根據證據的基礎，用於制定和測試有關問題/解決方案適合度和產品/市場適合度的假設，驅動以客戶為中心的產品開發。
圖表翻譯：
graph LR
A[發現] --> B[人物誌]
B --> C[客戶旅程對映]
C --> D[客戶訪談]
D --> E[情境探究]
E --> F[其他發現活動]
F --> G[制定假設]
G --> H[測試假設]
內容解密：
以上過程中，每一步都非常重要。從發現開始，到制定假設，然後測試假設，每一步都需要小心謹慎地執行，以確保最終產品能夠滿足客戶的需求。透過使用這些設計思考技巧，企業可以更好地瞭解客戶，創造出更成功的產品。
產品設計與客戶需求
在產品設計中，瞭解客戶的需求和聲音是至關重要的。透過產品設計，我們可以將客戶的需求轉化為實際的解決方案，並且確保產品的開發是圍繞客戶的需求進行的。
客戶需求與產品設計
客戶需求是產品設計的起點。透過對客戶需求的研究和分析，我們可以瞭解客戶的痛點和需求，並且設計出能夠滿足這些需求的產品。產品設計師需要與客戶進行深入的交流，瞭解客戶的需求和期望，並且將這些需求轉化為產品設計的輸入。
Canvas 工具
Canvas 工具是一種強大的工具，能夠幫助我們捕捉和定義產品機會。其中，Value Proposition Canvas 是一個常用的工具，能夠幫助我們瞭解客戶的需求和痛點，並且設計出能夠滿足這些需求的產品。另外，Data Product Canvas 和 Hypothesis Canvas 也是一些有用的工具，能夠幫助我們評估和定義產品機會。
Data Product Canvas
Data Product Canvas 是一個綜合的框架，能夠幫助我們連線資料、機器學習和價值創造之間的點。它包括了三個部分：產品、商業策略和商業成果。透過使用 Data Product Canvas，我們可以評估和定義產品機會，並且確保產品的開發是圍繞客戶的需求進行的。
產品設計流程
產品設計流程包括了多個步驟，從客戶需求的研究和分析，到產品設計和開發。透過使用 Canvas 工具和其他設計方法，我們可以確保產品的設計是圍繞客戶的需求進行的，並且能夠滿足客戶的需求和期望。
內容解密：
在產品設計中，瞭解客戶的需求和聲音是至關重要的。透過對客戶需求的研究和分析，我們可以瞭解客戶的痛點和需求，並且設計出能夠滿足這些需求的產品。Canvas 工具是一種強大的工具，能夠幫助我們捕捉和定義產品機會。Data Product Canvas 是一個綜合的框架，能夠幫助我們連線資料、機器學習和價值創造之間的點。
graph LR
A[客戶需求] --> B[產品設計]
B --> C[Canvas 工具]
C --> D[Data Product Canvas]
D --> E[產品開發]
E --> F[客戶滿意度]
圖表翻譯：
上述的流程圖表明了客戶需求、產品設計、Canvas 工具、Data Product Canvas 和產品開發之間的關係。透過使用 Canvas 工具和 Data Product Canvas，我們可以確保產品的設計是圍繞客戶的需求進行的，並且能夠滿足客戶的需求和期望。最終，產品的開發會導致客戶的滿意度提高。
商業策略與機器學習產品開發
在商業策略中，機器學習（ML）產品的開發需要仔細考慮多個因素，包括商業目標、客戶需求、市場趨勢等。為了確保ML產品的成功，需要進行嚴格的測試和驗證。
商業策略框架
商業策略框架是一種工具，幫助我們系統地思考和評估商業想法。它包括以下幾個部分：
- 假設和驗證：我們需要對自己的商業想法進行假設和驗證。這涉及到對市場、客戶、競爭對手等進行研究和分析，以確定自己的想法是否可行。
- 商業模式：商業模式是指公司如何創造、交付和取得價值的方式。它包括了公司的收入來源、成本結構、客戶群體等。
- 關鍵績效指標（KPI）：KPI是用來評估公司績效的指標。它們幫助公司瞭解自己的優勢和劣勢，從而進行調整和改進。
- 商業成果：商業成果是指公司透過自己的商業活動取得的成果。它包括了收入、利潤、市占率等。
機器學習產品開發
機器學習產品開發是一個複雜的過程，需要涉及多個學科和技術，包括資料科學、軟體工程、商業策略等。為了確保機器學習產品的成功，需要進行以下幾個步驟：
- 定義問題和目標：首先需要定義清楚要解決的問題和目標。這涉及到對市場、客戶、競爭對手等進行研究和分析，以確定自己的目標是否可行。
- 收集和處理資料：機器學習演算法需要大量的資料來進行訓練和測試。因此，需要收集和處理相關的資料，以確保資料的品質和量。
- 選擇和訓練模型：根據問題和目標的不同，需要選擇合適的機器學習模型。然後，需要對模型進行訓練和調整，以確保模型的效能和精確度。
- 佈署和維護：機器學習模型需要佈署到生產環境中，以便可以被使用和評估。同時，需要進行維護和更新，以確保模型的效能和精確度。
案例研究
假設我們是一家電子商務公司，想要開發一個機器學習模型來推薦產品給客戶。以下是可能的商業策略框架和機器學習產品開發過程：
- 假設和驗證：我們假設透過機器學習模型可以提高客戶的購買率和滿意度。然後，需要進行市場研究和客戶調查，以驗證這個假設。
- 商業模式：我們的商業模式是透過電子商務平臺提供產品和服務給客戶。機器學習模型可以幫助我們提高客戶的購買率和滿意度，從而增加收入和利潤。
- 關鍵績效指標（KPI）：我們的KPI包括客戶的購買率、滿意度、收入和利潤等。
- 商業成果：透過機器學習模型，我們可以提高客戶的購買率和滿意度，從而增加收入和利潤。
在機器學習產品開發過程中，我們需要：
- 定義問題和目標：我們的目標是開發一個機器學習模型來推薦產品給客戶。
- 收集和處理資料：我們需要收集和處理客戶的購買記錄和偏好資料，以便可以訓練和測試機器學習模型。
- 選擇和訓練模型：根據問題和目標的不同，我們需要選擇合適的機器學習模型。然後，需要對模型進行訓練和調整，以確保模型的效能和精確度。
- 佈署和維護：機器學習模型需要佈署到生產環境中，以便可以被使用和評估。同時，需要進行維護和更新，以確保模型的效能和精確度。
透過這個案例研究，我們可以看到商業策略框架和機器學習產品開發過程是如何相互關聯和影響的。透過仔細考慮商業目標、客戶需求、市場趨勢等因素，我們可以開發出成功的機器學習產品，從而提高客戶的購買率和滿意度，增加收入和利潤。
資料驅動的假設開發
在開始建構資料產品之前，我們需要明確地瞭解目標和需求。這涉及到收集資料以回答一些艱難的問題，例如：根據使用者與其他書籍的互動，可以實時推薦書籍給使用者嗎？
風險評估
雖然資料產品畫布（Data Product Canvas）不是用於風險管理，但識別和對映風險對於全面規劃至關重要。瞭解潛在風險有助於我們在交付前和交付期間評估和緩解這些風險。有用的框架包括德爾菲法和SWOT矩陣。識別風險的有用問題包括：
- 什麼可能出錯？
- 什麼是此產品的失敗模式？
- 模型出錯的業務和產品成本是什麼？
- 這些風險的影響可能是什麼？
效能和影響
這部分著重於估計產品對業務的影響以及如何衡量它。透過玄貓，你正在告知和支援對話以獲得業務買入和對齊。有用的問題包括：
- 我們應該使用哪些業務指標來衡量成功，並如何衡量它（例如，訂閱者或成員數、收入、客戶滿意度評分）？
- 該指標的基準是什麼？
- 預期從這個新產品中獲得的收益或節省是什麼？
警告：避免錯誤的方法
一個常見的錯誤是：我有一個「閃亮的錘子」，現在我可以用它解決什麼問題？在我們的經驗中，除非團隊首先找出真正的客戶問題來解決，否則這很少會導致良好的結果。 在建構產品時，必須記住技術和「如何」是次要的。主要焦點應該始終放在「什麼」上。產品解決了什麼問題？它為客戶帶來了什麼價值？ 一旦問題和需求被確定，我們就可以更好地集中我們的技術努力，以便利用機器學習（ML）以最佳方式解決問題。在某些情況下，我們可能會發現ML只是解決方案的一小部分。也可能存在這樣的情況：ML不是最佳解決方案。也許客戶更喜歡替代方案。或者替代方案在技術上更可行，或者對於組織更可行。
假設畫布
另一個幫助我們系統地闡述和測試想法的畫布是假設畫布（見圖2-5）。它幫助我們在制定可測試的假設、識別客觀指標和設計輕量級實驗以快速驗證或證偽想法時減少不確定性。這種技術對於發現非常有幫助，可以是產品的初始階段，也可以是交付期間不斷進行的發現。我們將在「交付活動的節奏」部分討論連續發現。
圖表翻譯：
graph LR
A[問題定義] --> B[假設形成]
B --> C[實驗設計]
C --> D[結果分析]
D --> E[假設驗證或證偽]
此圖表示了從問題定義到假設形成、實驗設計、結果分析，最後到假設驗證或證偽的流程，展示瞭如何系統地闡述和測試想法。
如何有效地評估和改進產品體驗
在產品開發過程中，我們常常面臨著眾多令人興奮但又模糊的想法，關於如何利用人工智慧（AI）來改善產品體驗或內部流程。為了有效地評估和改進這些想法，我們可以使用假設Canvas（Hypothesis Canvas），這是一種工具，幫助我們闡明業務價值和成功衡量標準，並協同排名哪些假設應優先考慮、測試和交付。
假設Canvas的應用
假設Canvas是一種簡單卻強大的工具，能夠幫助我們聚焦於重要問題，例如：為什麼一個想法可能有價值？誰會受益於它？以及如何知道我們已經成功。當我們將焦點從解決方案（例如，一種閃亮的機器學習技術）轉移到問題上時，我們不再需要堅持使用機器學習來解決問題。在某些情況下，我們可能會發現可以簡單而可靠地解決問題，而無需使用機器學習。
快速設計、交付和測試解決方案
在定義了機會之後，下一步就是快速設計、交付和測試候選解決方案。為此，我們可以使用最小可行產品（MVP）等技術。MVP是一種在市場中測試產品的方法，但它也是一種昂貴的方法，需要大量時間和勞力。因此，在開始構建和發布MVP之前，我們希望確保我們正在投資於一款值得的產品。
MVP的定義和討論
MVP的概念常常被誤用，變成了一種為了快速交付而犧牲品質的藉口。實際上，MVP應該是一種用於測試產品方向是否與市場需求相符、減少「大爆炸式發布」的風險、並讓團隊早早地感受到交付價值給客戶的技巧。其他人提出了一些理由，建議棄用「MVP」這個術語，轉而使用「最小可愛產品」或「最早可測試/可用/可愛產品」等術語。不過，無論我們如何命名，重要的是確保團隊內部對這個概念有清晰的理解和定義。
圖表翻譯：
此圖表描述了從問題定義到迭代改進的流程。首先，我們需要定義問題，然後使用假設Canvas來闡明業務價值和成功衡量標準。接下來，我們設計最小可行產品（MVP），並交付和測試它。最後，我們根據測試結果進行迭代改進。這個流程可以幫助我們快速地評估和改進產品體驗。
原型設計：探索、測試和精煉創意
原型設計是一種成本有效的技術，允許團隊在投入大量資源開發最小可行產品（MVP）之前，探索、測試和精煉自己的創意。它是精益使用者經驗（Lean UX）工具箱中的一個不可或缺的工具。
原型設計的多樣性
原型設計的複雜度和保真度各不相同，從低保真度的草圖（如紙質原型）到更精細和互動性的數字原型，甚至是技術原型。低保真度的視覺原型可以快速建立和成本有效，允許快速迭代和反饋收集。它們在創意的早期階段特別有用，尤其是在驗證創意的基本方面時。隨著概念的成熟，團隊通常會轉向更高保真度的數字原型（使用工具如Figma）或甚至技術原型。
例如，假設我們是一家線上書店，我們有一個假設：動態的實時個人化可以提高客戶的參與度和銷售額。透過對測試使用者進行原型測試，我們可能會發現，大多數測試使用者沒有與個人化的推薦互動，因為書籍封面單獨不足以吸引他們——但是，如果有書籍的最佳和最差評價的摘要，能夠給他們提供社會證據和書籍是否會令他們滿意的感覺，他們可能會儲存或購買這本章。這種從原型測試中獲得的見解可以幫助我們完善對創意的理解，並在設計和交付產品時朝著正確的方向前進。
原型設計的迭代
透過迭代的原型設計，團隊可以快速識別和放棄弱的創意，從而確保只有最有影響力和最有前途的概念被進一步開發。這種原型設計、測試和精煉的迭代迴圈可以幫助減少產品開發所帶來的風險。它可以確保當時候來建造和發布MVP時，產品是根據驗證的學習、使用者反饋和周密的設計方法。
技術原型和概念驗證
一旦我們根據客戶反饋驗證了創意或概念的可行性，下一步就是透過實際工作的軟體來驗證這個創意的可行性，而不是簡單的「投影片」。在機器學習（ML）中，構建技術原型或概念驗證（Proof of Concept，PoC）尤為重要，因為ML模型的真實行為很難在不進行實驗和測試的情況下確定。後期，在交付階段，可能會發現經過數月努力建造MVP後，MVP的ML模型無法滿足生產發布的效能期望。這種情況我們希望避免，而技術原型可以幫助我們做到這一點。
例如，如果我們從發現階段知道，供應鏈零件預測模型的糟糕效能可能會使企業損失數百萬美元，我們可以構建一個概念驗證來評估其可行性。一個設計良好的概念驗證可以幫助我們盡早發現任何效能限制、技術可行性或對各種因素的敏感性，並幫助我們確定一個創意是否準備好進行交付和產品化。另外，概念驗證還可以幫助團隊盡早發現成功的衡量標準、潛在的陷阱、意外的技術挑戰和適當的問題框架。
注意，概念驗證可能無法證明一個概念是可行或可行的，可能只證明我們尚未找到解決這個特定問題的方法。如果發生這種情況，應該將其視為有價值和低成本的學習，並將資源轉向更有前途的機會。
在我們的經驗中，概念驗證可以成為一個有用的工具，用於獲得利益相關者的支援——假設它們與客戶或業務需求（如本章所述的過程）相關聯——因為它們提供了對解決方案可行性的有形證據。當做得好時，它們可以幫助將複雜的機器學習方法和術語轉化為視覺演示和具體成果，使非技術利益相關者能夠輕鬆地理解提出的解決方案的價值和技術需求。
風險假設測試：創新思維的關鍵
在 Minimum Viable Product（MVP）的概念中，存在著一個根本性的缺陷：它並不是一個產品，而是一種測試方法，旨在驗證是否找到了一個值得解決的問題。這種方法可以減少風險，快速測試最大的假設。因此，與其建造一個MVP，不如找出最風險的假設並進行測試。用風險假設測試（Riskiest Assumption Test，RAT）取代MVP，可以節省很多麻煩。
Rik Higham 在他的文章《MVP已死，長生不老的RAT》中提出了一個簡單明瞭的觀點：建造一個MVP涉及到測試一些風險很高和一些風險不高的假設。進行風險假設測試將是一種更為節省成本的技術，用於找出和測試那些最關鍵的假設，這些假設可能會成就或毀掉一個產品。Rik 建議我們：
- 列出所有的大型假設並找出最風險的假設
- 寫下所有必須為真才能使產品成功的假設，並給每個假設一個風險評分（風險定義為可能性和影響的乘積）。找出如果錯誤，會對專案成功造成最大的損害的假設，這就是最風險的假設。
定義風險假設測試
測試應該盡可能簡單和集中，以直接解決假設。測試可以採取使用者訪談、最小技術概念驗證或甚至偽門測試的形式，例如一個登入頁面來衡量使用者對某個功能的興趣。
進行測試
進行測試以收集關於最風險假設的資料。如果假設得到驗證，專案可以以降低風險的方式繼續進行。如果假設被證偽，專案可能需要轉向或團隊需要重新評估他們的方法。
風險假設測試可以作為 Discovery 階段的堅持或轉向的標準，鼓勵快速學習迴圈和敏捷適應，這兩個都是減少不確定性的關鍵因素，幫助我們更好地分配交付努力。
產品思維和設計思維：人本主義創新的方法
設計思維是一種問題解決方法論，廣泛應用於各個行業，透過使用者中心的方法解決複雜的挑戰。它強調同理心、創造力和實驗，旨在創造創新的解決方案，以滿足使用者的需求和期望。透過將設計思維和產品思維結合起來，我們可以創造出更好的產品和服務，滿足使用者的需求，同時也能夠創造商業價值。
設計思考與產品思考：創新解決方案的核心
設計思考（Design Thinking）是一種創新的問題解決方法，涉及理解使用者的需求和經驗，重新定義問題，並創造出創新的解決方案。這種方法是設計師和企業用來開發創新產品和服務的重要工具。
設計思考的核心原則包括：
- 同理心：瞭解使用者的需求、願望和挑戰。這需要進行深入的研究和參與，以瞭解使用者的經驗和觀點。
- 定義：清晰地闡述問題。這個階段涉及將同理心階段收集的資訊合成一個清晰的問題陳述，指導後續的想法產生過程。
- 想法產生：產生廣泛的創意想法。這個階段鼓勵跳出思維框架，探索廣泛的可能解決方案，不要立即限制選項的可行性或實用性。
- 原型：建立想法的有形表現。這涉及建立提案解決方案的縮小版本或模型，可以是從繪圖到功能原型的任何東西，取決於想法的複雜性。
- 測試：將原型投入行動並收集反饋。這個階段涉及使用者測試，使用反饋來改進和完善解決方案。它經常導致新的見解，這些見解可以迴圈回任何以前的階段。
設計思考是一個迭代的過程，意味著它經常涉及在這些階段之間來回，隨著對使用者和問題的瞭解而不斷完善和調整。它是一種高度協作的方法，通常涉及跨職能團隊將不同的觀點和專業知識帶到問題解決過程中。
另一方面，產品思考（Product Thinking）是在設計思考的基礎上發展起來的，涉及在產品生命週期的各個階段進行思考，從初始的強力投資到可持續的提供，最終到市場需求減弱時的退役。它還涉及思考產品的商業模式，以及在組織內協調人員和資源以交付產品。產品思考有時也被與解決方案思維（Solution Mindset）區分開來，後者更側重於找到特定問題的解決方案，而不是考慮整個產品生命週期和商業模式。
在產品開發和創新過程中，設計思考和產品思考是兩個互補的方法。設計思考提供了一種創新的問題解決方法，而產品思考則關注整個產品生命週期和商業模式。透過結合這兩種方法，企業可以開發出不僅滿足使用者需求，而且具有商業可行性和可持續性的創新產品和服務。
圖表翻譯：
graph LR
A[同理心] --> B[定義]
B --> C[想法產生]
C --> D[原型]
D --> E[測試]
E --> B
style A fill:#f9f,stroke:#333,stroke-width:4px
style B fill:#f9f,stroke:#333,stroke-width:4px
style C fill:#f9f,stroke:#333,stroke-width:4px
style D fill:#f9f,stroke:#333,stroke-width:4px
style E fill:#f9f,stroke:#333,stroke-width:4px
這個圖表展示了設計思考的迭代過程，從同理心到定義、想法產生、原型和測試，最終又回到定義階段，形成一個迴圈的過程。這個過程強調了設計思考的迭代性質和其對創新解決方案的重要性。
產品開發的關鍵階段：Inception
在產品開發的過程中，Inception是一個至關重要的階段。它的目的是幫助團隊和利益相關者達成對於產品的共同理解，包括其願景、範圍、目標和交付計劃。在這個階段，團隊會定義出可行的計劃，關注產品的範圍、技術、交付計劃和風險管理等方面，以確保團隊在產品交付過程中走在正確的道路上。
Inception的價值
Inception的價值在於它提供了一個機會，讓團隊和利益相關者可以共同定義出一個明確的交付計劃。這個計劃會指導團隊在產品開發過程中，確保大家都站在同一頁，避免因為期望不一致而導致的延遲和問題。透過Inception，團隊可以識別出交付風險，包括對於產品範圍、完成定義、工作方式和組織依賴的誤解。如果這些風險不被管理，交付團隊很可能會因為未被管理的風險而導致延遲。
實踐Inception
實踐Inception需要一個合作的、即時的規劃過程。這個過程不是關於詳細的、瀑布式的規劃，而是關於提供足夠的資訊讓團隊開始建構解決方案，並確保所有人都對交付風險有相同的理解。這個過程包括了多個活動，幫助團隊開始塑造、規模化和排序需要交付的工作。
使用者故事的撰寫
在Inception過程中，撰寫使用者故事是一個重要的部分。使用者故事需要從客戶的角度出發，描述功能的需求，引導開發。這些故事需要清晰地表達出客戶的需求、商業價值和完成的定義。透過這樣的使用者故事，團隊可以更好地理解客戶的需求，從而交付出更好的產品。
Inception的實施
Inception的實施需要團隊和利益相關者之間的合作。它需要一個機制，讓團隊和利益相關者可以共同理解產品的願景、範圍、目標和交付計劃。這個機制可以包括規劃會議、工作坊等形式，目的是讓所有人都站在同一頁，共同推動產品的交付。
透過Inception，團隊可以更好地準備交付產品，避免因為缺乏共同理解而導致的延遲和問題。它是產品開發過程中一個至關重要的階段，幫助團隊和利益相關者達成共同的目標，交付出更好的產品。
玄貓的敏捷開發：Inception階段
在敏捷開發中，Inception階段是一個至關重要的階段，負責將Discovery階段的結果轉化為具體的解決方案。在這個階段中，團隊需要與利益相關者進行溝通，以確保解決方案的技術方面和交付方式能夠滿足需求。
Inception階段的目標
Inception階段的主要目標是對解決方案進行更詳細的闡述，包括技術方面和交付方式，以便團隊和利益相關者能夠就計畫達成一致。這個階段需要團隊從Discovery階段中攜帶上下文，然後將其轉化為具體的解決方案。
Inception階段的挑戰
在Inception階段中，團隊可能會面臨一些挑戰，例如：
- 團隊成員變動或是專案經理變動，導致上下文丟失或是計畫所有權和承諾度降低。
- 專案需求不明確或是利益相關者期望不一致，導致團隊難以制定有效的計畫。
從商業價值視角來看，設計思考在機器學習產品開發中扮演著至關重要的角色。貫穿發現、定義、開發和交付階段，設計思考確保了產品開發始終以使用者為中心，而非僅僅沉迷於技術的炫目。透過人物誌、客戶旅程地圖、訪談等方法，深入理解使用者需求，才能避免「拿著錘子找釘子」的陷阱。分析技術限制深析來看，機器學習模型的構建並非一蹴而就。技術原型和概念驗證的重要性在於及早發現潛在的技術瓶頸和效能限制，避免後期投入大量資源卻無法達到預期效果。風險假設測試則提供了一種更精益的驗證方法，將資源集中於最關鍵的假設，最大程度地降低開發風險。前瞻性地看，設計思考和產品思維的融合將是未來產品開發的趨勢。產品開發不再僅僅是技術的堆積疊，更需要對使用者需求的深刻理解和對商業價值的精準把握。玄貓認為，設計思考的應用不應侷限於導向客戶的產品，內部資料產品同樣受益於此。唯有將使用者經驗、商業目標和技術可行性三者有機結合，才能打造出真正成功的產品。
