讨论的是，验证一个想法并估计成功的机率对于具有较高不确定性的倡议变得更加困难。可以通过确定和实现“艰苦”验证点来应对挑战。当涉及到一个想法的执行时，最好订购步骤，以便他们以ROI引入凸度。这样的执行路径可以很好地管理不确定性并减轻损失。
无论是企业家试图开展新的企业还是高管引入公司倡议，他们通常都会尝试新的商业想法。执行想法需要投资，如果这些想法真正起作用，则该投资的某种形式的回报将有预期的结果。这些想法有多少次有效，并取得了预期的结果，即使没有预期的结果？
成功的机率通常取决于一个想法的新颖性，如果不是一个经过良好测试的想法，那么成功率就在下端。企业家正在解决一个零对一的问题，根据《福布斯》的文章，有99.95％的初创企业没有获得VC资金。相对建立的组织中的高管可能正在解决一对一问题。根据HBR的一项研究，在第一年，约有75％的新消费包装和零售产品甚至无法赚取750万美元。我从经验丰富的产品经理那里听到的一个轶事统计数据是，出色的产品团队的成功率在已建立产品中的新功能的成功率为50％。这意味着只有50％的产品功能对客户来说确实有用。因此，在过去几年中，困扰我的问题是我们如何增加新产品，功能或一般新计划背后的想法的成功概率？
任何项目都需要资源，合适的团队和合理的时间表，所有这些方面都涉及风险并有助于成功。但是，该文章并不专注于任何项目的执行作品。通过更好的项目计划，就可以在产品开发或交付方面实现正确的产出。这里探讨的基本问题是关于思想的“结果”。本文介绍了甚至在编写第一行代码或开始任何制造过程之前就可以完成的工作。
在我们面临的各种情况下，没有一个答案来解决成功的可能性。但是，这个想法是讨论精神框架的某些组成部分，以在决策中结构化思维和定量直觉。
思想验证的统计数据：
在本节中，通过统计框架来考虑优化成功机率的问题。动机是在上面开发一个简单的基线，可以添加更复杂的基线。
在过去的几十年中，开发产品的框架已经大大成熟，并且在MVP开发之前，确定客户细分市场并验证客户的问题是一种广泛采用的实践。请记住这一点，让我们暂停估计一个想法作为统计问题的机率的估计。对于一个想法，我们可以从集合中绘制n个验证数据点，以估计成功x％的机率。例如，创始人希望通过从100个潜在客户那里获得反馈来验证关于新产品需求的假设。让我们假设100个潜在客户中有80个主张问题和产品的需求。然后，我们可以将新产品成功的机率分配给80％。通常不会被问到的问题是，该产品具有80％成功的置信度是多少？
采用频率主义者的方法，置信区间和成功率的误差范围将取决于验证数据集的分布的方差。如果置信区间足够宽，那么成功赔率的估计值有很大的标准误差，并且不是可靠的数字。
对于问题和解决方案含糊或在新兴市场中的想法而言，这种差异通常很高。这样的问题，例如在创业公司中，需要大量验证数据点，以确保减少标准误差，并且可以更准确地确定产品市场拟合的方向。
另一方面，如果必须验证大量用户使用的产品中的新功能，则该方差将相对较小。该问题和解决方案相对较充分地理解，用户将能够共享更准确的反馈。
现在，让我分享一些回头的计算，以了解不同情况下事物的变化。让我们假设初创企业成功的机率为5％，而已建立产品的新产品功能成功的机率平均为50％。使用此型号，初创企业比公司发射的功能启动要大约十倍。我们可以估计，在创业公司中，问题集的验证数据集的差异是已建立公司的产品发布的10倍。误差范围与标准偏差和数据点的数量相关联：
标准误差〜标准偏差/ SQRT（数据点数）。
这告诉我们，要在估计启动和产品启动想法的成功机率时达到相同的准确性，该创业公司需要收集100次（10^2）更多验证数据点！该估计值强调了在高度不确定的情况下做出合理决策的难度，因为该过程是将信号从噪声尺度提取为O（n2）所需资源（时间，潜在客户数量等）的过程。
但是，正如我们在下一节中讨论的那样，有一些方法可以在某种程度上管理这些情况。关键的想法是，验证集中的所有可能的数据点对成功的可能性都不相等。如果在验证集中可以捕获某些类型的数据点，它们会大大增加新想法成功的机率。
软验证：
在经历了一些产品团队尝试的想法并没有提供正确的业务成果之后，我创造了软验证和艰苦验证的概念。
产品团队可能会在新项目开始时收集验证数据点。但是，验证数据点具有不同的权重来估计新想法成功的机率。定义了硬验证数据点，以便在给定的情况下，仅观察其中一些数据点表明，一个想法成功的估计机率的置信水平显著很高。另一方面，软验证点也可能有助于我们估计成功的机率，但是，即使有很大数字，它们也不会减少估计的标准错误。例如，高级销售协议比向潜在客户提供概念验证的意向书（LOI）要更强地验证了对新产品的需求。
请注意，软验证点取决于业务和目标客户群的类型。我用来为新企业或产品创意对软验证点进行分类的高级框架。
企业或贸易的凸状态意味着，如果不确定性增加，则企业或贸易受益。我们可以将此概念扩展到项目执行。请注意，执行计划通常是以特定方式订购的一组步骤，以提供所需的结果。这些步骤的分解和顺序可以提供多个执行同一项目的途径。执行途径可以是，如果项目在中级步骤中脱轨，则可能完全失去初始投资，或者可能会有正投资回报率（投资回报率），或者在最糟糕的情况下，可能会造成额外的损失。为了更好地管理不确定性并最大程度地减少损失，应该选择一个在ROI方面的执行路径。
让我们考虑一个具体的例子，可以阐明此框架。想像一下实施房地产贷款发起解决方案的计划。为简单起见，我们假设解决方案中有两个关键组件，1）抵押风险模型和2）借款人的自动信用验证。该公司将来可能会将其解决方案扩展到汽车贷款和个人贷款。但是，房地产市场中的市场状况可能会以公司需要在项目完成之前枢转的方式变化。为了在执行中引入凸性，可以优先考虑实施借款人的自动信用验证，而不是抵押的风险模型。原因是，如果公司在项目完成之前需要枢转并在自动贷款上工作，则自动化信用验证仍然是修订后解决方案中的一个有用组件。但是，抵押风险模型是特定于用例的，并且与枢轴无关。换句话说，即使在初始计划中的干扰之后，自动化的信用验证也有正面投资回报率，风险模型也有负回报。在更糟糕的情况下，如果必须花费开发资源来消除风险模型与现有解决方案之间的集成，则这进一步增加了损失。总体而言，执行步骤的顺序进行了简单的更改，可以在项目的投资回报率中引入凸度。
风险和产品创意可以具有凸和凹入的执行途径。但是，在某些情况下，项目中涉及的其他风险可能会阻止团队采取凸道。
总而言之，人们可以在统计框架中思考以验证风险思想，新产品和公司计划的可行性。可以从置信区间和标准误差方面考虑成功的估计机率。此外，区分软验证点有助于确定一个人对验证准确性的信心。一旦选择了一个项目，企业家，产品经理和高管可能会寻找凸执行路径，以充分利用未来的不确定性，并在情况下最小化损失。
感谢Prateek Jain和Denis Bashkirov进行了有趣的讨论和周到的反馈。我仍然需要解决几个评论，因此请继续关注更新。
奖金：如何创建转换的高价值内容
由团队以普通英语的背后建立 电路 是一家以开发人员为中心的软件初创公司的战略增长公司。我们帮助公司在其内容营销工作中产生更高的投资回报率。
如果您想建立更好的内容策略，扩展内容操作，提高产品意识和采用并发展社区，我们可以帮助品牌实现这一目标。
→内容营销清单
→如何为开发人员创建更好的内容
→高通讯开放率背后的关键要素